九寨沟区域多时空旅游碳排演化与形成因素分析

摘 要：采用生命周期评价法，选择了九寨沟景区作为案例地进行研究，通过计算不同时空背景下的交通碳排放和碳足迹数据，分析九寨沟景区交通碳排放的时空变化特征。研究发现九寨沟景区的交通碳排放呈现时空变化特征，与旅游需求和商业体系密切相关。提出了优化碳排放的策略和措施，包括建立基于物联网的全面的碳排放检测体系，以实现旅游业的可持续发展。

关键词：碳足迹；碳排放；旅游交通；生态旅游

中图分类号：X38 文献标志码：A 文章编号：1673-9655（2024）05-00-04

0 引言

旅游业的迅速发展对全球环境产生了巨大影响，尤其是旅游交通的碳足迹问题[1]。随着人们生活水平的提高，旅游需求不断增长，旅游交通成为旅游业发展的重要支撑[2]。然而，旅游交通排放的温室气体已成为全球气候变化的主要原因之一。在这个背景下，研究旅游交通碳足迹的产生、变化及其影响成为了一个热门话题。

旅游交通碳足迹的研究始于20世纪90年代，随着全球气候变化问题的加剧，逐渐成为学术界的关注焦点[3]。早期研究主要关注旅游交通碳足迹的计算方法和碳排放量估算，旨在为政策制定者和企业提供参考。然而，这些研究往往忽略了旅游交通碳足迹的时空变化特征及其在人类活动中的整合。

1 数据来源与研究方法

1.1 案例地址选择

九寨沟县位于四川省阿坝藏族羌族自治州，九寨沟县内河谷纵横，地理区位如图1所示，地势西北高东南低，以高山为主，另有部分山和平坝，地形呈阶次变化，海拔落差达2000 m。属高原湿润气候，山顶终年积雪。气候冬长夏短，夏无酷暑，冬无严寒，春秋温凉；按海拔高度分为暖温带半干旱、中温带和寒温带季风气候。

九寨沟有着明显的淡旺季之分，九寨沟风景名胜区管理局一般将旺季定义为每年的4月1日—11月15日，淡季定义为当年的11月16日—次年的3月31日，可以更加方便地研究不同时空背景下的旅游景区碳足迹数据问题。

1.2 调查与统计方法

由于九寨沟县内游客集中于九寨沟风景名胜区所在行政区——漳扎镇内，所以在九寨沟县漳扎镇布置了鲁能·希尔顿酒店站、九寨千古情站、第二人民医院站、月亮湾游客集散点站、天堂口站、农业银行网点站、九寨沟景区入口站、明华停车场站以及国大停车场·游客集散中心站共计9个站点；并且选取2023年8月1日—2023年8月14日为研究区间，对九寨沟旅游高峰期来往的游客进行抽样调查。

1.3 数据检验

旅游高峰期期间，九寨沟日进沟游客平均在3万人次以上。以累计样本在6000人次的抽样统计样本作为样本的统计难免会出现偏差，所以本研究结合各站点的工作人员对这6000人次的样本进行评价，修正了一些误差较大的统计数据，且使得最后的平均误差率保持在5%左右，最后得出表1的数据。

2 交通碳足迹的分析

2.1 碳足迹数据特点

碳足迹数据包含了多个方面的内容，依照排放类型可以分为行业碳足迹、产品碳足迹、个人碳足迹；依照排放时间长度可以分为年度碳足迹、月度碳足迹等；依照群体分类可以分为国家碳足迹、地区碳足迹、个人碳足迹等。拥有多维度多标签的特点，同时也具备随机性可溯性等特点[4]。

数据具有多维度、多标签、随机性、可溯性等特点，这和大数据技术中的理念非常相似。因此，正确地使用大数据技术在碳足迹分析中有以下几点优势：

（1）提高数据准确性。可以从海量信息中提取出与碳排放最相关的标签和相应数据，并通过大数据技术进行处理和分析，使得碳排放情况能够更加清晰、客观和科学的展示出来。

（2）优化碳足迹核算方法。可以优化碳足迹核算方法，如过程生命周期法，能够比较精确地评估产品或服务的碳足迹和环境影响，且可以根据具体目标设定其评价目标、范围的精确度。

（3）提高工作效率。可以快速处理和分析大量数据，从而大大提高碳足迹分析的工作效率。

（4）支持决策制定。通过对大数据的分析，企业可以更好地了解自身的碳排放情况，从而制定出更加有效的减碳政策或措施。

2.2 交通碳足迹的计算方法

生命周期评价（Life Cycle Assessment）是

一种在产品环境特征分析和决策支持工具中日臻成熟并得到广泛应用的技术。它被广泛应用于清洁生产审计、产品生态设计、废物管理和生态工业等领域。LCA在各个领域都发挥着重要作用，能够为企业和政府部门提供更加全面和准确的环境影响评估结果，从而促进企业和社会的可持续发展。而碳足迹正是基于活动主体的生命周期所产生的温室气体排放所计算的[5]。

2.3 九寨沟景区碳排放的时空关系

九寨沟作为世界级的旅游胜地自从1982年设立为风景名胜区，在1985年设立九寨沟旅游公司后，在旅游开发的道路上取得了傲人的成绩。九寨沟县全县1997—2017年20年的年度碳排放数据（纵坐标是碳排放量，单位是万t；横坐标是统计年份，单位是年，其数据来自中国碳核算数据库ceads.net[6]）如图2所示，可见其高速增长的态势。九寨沟地方当局实施一系列举措，如关停部分高污染企业，减少了非旅游业对于九寨沟县碳排放的贡献，为九寨沟的节能减排事业做出了卓越贡献，同时也明确了将低碳旅游作为九寨沟未来发展的目标。

2.4 九寨沟旅游高峰期交通碳足迹分析

对表1的数据进行分析，九寨沟有着明显的淡旺季之分。而九寨沟的碳排放也会随着当月景区游览人数的变化而变化，呈现出一种正相关的强关系。其中5月的劳动节、10月的中秋国庆黄金周以及暑期的暑期出游均会对九寨沟的碳排放产生不小的高峰期压力。

利用汪清蓉（2012）的研究以及刘啸（2016）的研究[7]，采用以下两组公式进行碳足迹计算。对在旅游交通活动过程中的交通能源消耗进行计算。

（1）

式中：E—交通能源消耗量；i—交通方式种类；βi—该交通方式的人能源消耗量，km；Ni—该交通方式游客数量；Si—该交通方式游客里程。

常规碳排放（碳足迹）计算：

（2）

式中：C—二氧化碳排放量；i—能源种类；Ai—该类型能源的二氧化碳排放系数；Ei—不同途径或者不同能源的能源消耗量。

由于各种交通工具的载客量存在差异，加上不同载客量和不同速度条件下能源消耗量各异，导致在交通规划与能源管理方面需要考虑的因素变得更为复杂。本文将不同时间段内的载客量情况进行划分，对公共交通利用公式计算。

（3）

式中：ηi—交通工具效率；Li—行驶里程；Pi—单次交通行为的运输人数。

得出人均单次生命周期碳排放情况ζ，最后将其汇总得到公共交通的碳排放情况。

经过计算得到图3和图4的结果。图4中，纵坐标表示以16：00统计到的九寨沟景区出入口数据为基准的碳排放量，用于计算区域排放相对强度；横坐标表示统计时间。在统计过程中根据实际情况，未对出租车的上下行方向进行明确区分，而对公交车运行的上下行方向进行了区分，其中上行方向重点统计九寨千古情站，下行方向则关注国大停车场站；需要注意的是，由于公交车运行区间限制，统计7～8 km和＞8 km的区间内未统计到有效的公交车的碳排放数据）。这些数据汇总后，呈现了如图5所示的情况。九寨沟沟口和月亮湾两地分别作为游客离开景区的通道和团体游客的集散中心，其碳排放曲线呈现出下午时段的“快速过峰”形态。这种形态的出现与游客的行为密切相关，因为游客在完成九寨沟景区的游玩后以及与团体成功会合之后，会迅速离开这些区域，从而使得碳排放量迅速达到高峰值并迅速下降。与此同时，九寨千古情和国大停车场游客集散地和拥有其他商业体或者特色游览活动的地区，其碳排放曲线呈现出一种“急拉慢跌”的形态。这种形态的出现是由于在这些地方，游客在完成九寨沟景区的游玩后，并不会立即离开，而是前往这些地方并且在这些地方继续游玩购物或者观看演出，因此产生了持续的碳排放。这种情况揭示了游客的行为和地方的功能对碳排放的影响。

2.5 交通碳排放驱动因素分析

交通作为旅游碳排放的重要影响因素，其排放量不仅仅与交通工具的类型、性能和排放技术直接相关。例如，飞机作为旅游业中常用的交通工具，其碳排放量远高于火车和汽车。因此，选择低碳排放的交通工具，如高铁和电动汽车，可以有效地减少旅游交通的碳排放。

此外，交通工具的行驶途径和行驶时间也是影响碳排放的重要因素。行驶途径的拥堵程度和道路状况会直接影响交通工具的能耗和碳排放。在拥堵的城市道路中，汽车的碳排放量会显著增加。因此，优化交通路线，减少拥堵，提高道路通行效率，可以有效地降低旅游交通的碳排放。

同时，行驶时间也会影响碳排放。较长的行驶时间意味着更长时间的能源消耗和碳排放。因此，合理安排行程，减少不必要的行驶时间，也可以有效地减少旅游交通的碳排放。

综上所述，交通作为旅游碳排放的重要影响因素，其排放量与交通工具的类型、性能、排放技术、行驶途径和行驶时间都有着密切的关系。因此，要有效地减少旅游交通的碳排放，需要综合考虑这些因素，采取相应的措施。

3 结论与展望

3.1 碳足迹分析结论

交通作为碳排放的重要因素，当前仍然停留在以碳排放因子为主的里程计算上。而在交通运输这一过程中，不止交通运输过程中有碳排放，而且交通工具的制造、交通系统的建设、基础设施的维护等种种方面均有大量的碳排放。现如今这些对碳排放的贡献并未计算在交通碳足迹中，并且对于交通碳足迹的计算仍然停留在狭义的交通运输过程中[8]。

基于上述缺陷，应该利用当前其他相关且领先的数据技术，不仅仅局限于利用现有的碳监测平台，同时应基于“万物互联”的思想，建立一套更全面、更综合、更细致的碳排放检测体系，为数值模型分析和碳排放预警收集宝贵的数据。比如建立一套碳排放监测数据流系统，以更系统的方式将客观精确的数据进行处理、分发、存档，建立起一个流程合理、程序清晰的碳排放大数据平台，给各行业用户提供准确客观的数据产品，为各行业的节能减排事业提供决策依据，为碳排放预警提供有力支撑，为我国实现“碳达峰”和“碳中和”事业做出贡献。

3.2 九寨沟区域交通减排方案

碳排放的驱动因素涉及多个方面，对于九寨沟区域旅游碳排放情况，不能仅仅关注景区内部交通的碳排放情况以及传统能源在其中所占的比重。还必须考虑到景区外部不同地理位置对于碳排放的影响。因此，建议有关管理部门应当采取措施，一方面减少公共交通工具和出租车对传统能源的依赖，另一方面在景区外部大力推广绿色交通方式，疏通交通拥堵问题，比如利用电动车辆和智慧交通系统，以实现旅游产业的可持续发展。不仅可以减少碳排放，还能促进环保意识的提升，为游客提供更加健康、绿色的旅游体验。

3.3 碳足迹分析展望

未来旅游业交通碳排放的驱动因素将更加多元化和复杂化。要有效降低旅游业交通碳排放，需要从多个层面综合施策，包括优化旅游目的地分布、推广低碳交通工具、制定减排政策和法规、加大技术创新力度以及提高公众环保意识

等[9， 10]。本文仅是以九寨沟为例进行简单分析与理论框架的探讨，应该更加深入地将该理论框架运用到区域旅游的碳排放预测与预警研究之中[11]。下一步，本研究拟以不同地区为例继续论证在不同的环境背景下的碳排放特点，为构建碳排放预警体系构建坚实的理论底座与数据基础[12]。

参考文献：

[1] 李罕梁，周玲强.旅游业对实现“双碳”目标的作用[J].旅游学刊，2023，38（11）：3-5.

[2] 邓明翔，李巍.基于国际案例分析的气候变化因素纳入我国区域规划研究[J].生态经济，2017，33（2）：129-134，139.

[3] 李姝晓，程锦红，程占红.全球气候变化背景下低碳旅游研究进展及可视化分析[J].中国生态旅游，2021，11（1）：141-158.

[4] 柯水发，赵可可，李彪，等.近十年北京市主要行业碳足迹测算分析[J].城市发展研究，2013，20（9）：119-124.

[5] 杨，甘陆军，韩方方.基于生命周期评价的快递碳足迹核算[J].物流技术，2021，40（6）：104-109，142.

[6] Chen J ， Gao M ， Cheng S ，et al.County-level CO2 emissions and sequestration in China during 1997–2017[J].Scientific Data， 2020， 7（1）.

[7] 汪清蓉.城市旅游业CO2排放量估算研究——以深圳市为例[J].地理与地理信息科学，2012，28（5）：104-109.

[8] 张莲莲.山西能源大省发展低碳经济的战略思考[J].中国能源，2010，32（2）：10-14，29.

[9] 钟林生.“双碳”目标下中国旅游业绿色转型要求与路径[J].旅游学刊，2023，38（11）：1-3.DOI：10.19765/j.cnki.1002-5006.2023.11.001

[10] 马勇，江函哲.碳中和下低碳旅游发展模式与提升策略[J].旅游学刊，2022，37（5）：1-3.

[11] 邹林翰，黄猛.四川省旅游业交通碳排放与经济增长脱钩关系研究[J].四川旅游学院学报，2023，（6）：59-64.

[12] Jun Liu，FanfanDeng，DingWen，etal.Spatial-Temporal Variation and Influencing Factors of Regional Tourism Carbon Emission Efficiency in China Based on Calculating Tourism Value Added[J].international journal of environmental research and public health，2023，20（3）.

Analysis on Carbon Emission Evolution and Formation Factors of Multi-temporal Tourism in Jiuzhaigou

YAN Wen-hao， JI Jia-li

（Collegeof Management Science， Chengdu University of Technology， Chengdu Sichuan 610059，China）

Abstract： In order to reflect the current status and characteristics of the tourism traffic carbon footprint， Jiuzhaigou scenic area was selected as a case study， and the spatial-temporal variation characteristics of traffic carbon emissions in Jiuzhaigou scenic area were analyzed by calculating the traffic carbon emissions and carbon footprint data under different spatial-temporal background based on the life cycle assessment method. The study found that the traffic carbon emissions in Jiuzhaigou scenic area showed spatial-temporal variation characteristics， which were closely related to tourism demand and commercial system. Finally， this paper proposed strategies and measures to optimize carbon emissions， including the establishment of a comprehensive carbon emission detection system based on the Internet of Things in order to achieve sustainable development of the tourism industry.

Key words： carbon footprint; carbon emission; tourism transportation; eco-tourism

作者简介：颜文豪（2005- ），男，四川成都人，研究方向为环境资源管理、双碳战略研究等。