基于STIRPAT模型的四川省旅游业碳排放量影响因素分析*

高源遥 沈西林 梁文灏 刘 芳

(西南石油大学经济管理学院,四川 成都 610500)

二十大报告明确指出,坚持以文塑旅、以旅彰文,推进文化和旅游深度融合发展[1]。随着旅游经济的高速发展,旅游业的碳排放量越来越多,对生态环境的影响越来越大[2]。因此,旅游业的节能减排工作势在必行。

在旅游业碳排放量核算上,GÖSSLING[3]提出“自下而上”法,参照此法,一些研究者通过将旅游业活动划分为旅游交通、旅游住宿和旅游活动3类,并按3类项目测算碳排放量[4-5];除“自下而上”法外,部分学者也采用“自上而下”法[6]或将“自下而上”法和“自上而下”法进行结合[7];还有学者借助旅游消费剥离系数测算旅游业碳排放量[8]99-102。国内学者从国家层面、区域层面对旅游业碳排放量进行核算[9-11]。在旅游业碳排放影响因素研究方面,较多学者采用迪氏指数分解法对旅游业碳排放量影响因素进行分析[12-14]。孙玉环等[15]利用广义迪氏指数分解法探究中国旅游业碳排放的影响。也有学者基于环境库兹涅茨曲线(EKC)理论检验旅游业经济水平发展、收入提升与旅游业碳排放是否符合长期EKC的假设[16]。还有学者运用空间自相关模型和广义矩阵模型(GMM)动态回归解释各变量之间的作用机理[8]99-100。钟少芬等[17]采用扩展的STIRPAT模型,通过线性拟合得到各个指标对旅游业碳排放量的弹性系数、贡献水平。

四川省作为中国西部的经济大省,是中国重要的优质清洁能源基地和能源输送枢纽,在推动国家“双碳”战略目标实现上能发挥其自身优势。因此,将四川省作为案例,对四川省旅游业碳排放量影响因素展开分析。STIRPAT模型简单直观,应用范围广,使用该模型能有效分析多个变量之间的关系,运用该模型探讨旅游人数、人均旅游消费支出、旅游碳排放强度和城镇化率等因素对四川省旅游业碳排放的影响程度,并分析各因素的边际贡献,其研究成果有望为四川省旅游业低碳转型发展提供理论依据和决策参考,为其他省区旅游业碳减排提供借鉴。

1 研究方法

1.1 模型选择

采用STIRPAT模型对四川省旅游业碳排放量的影响因素进行分析。STIRPAT模型是IPAT模型的改进,取对数后可用式(1)表达。

lnI=lnα+γ1lnP+γ2lnA+γ3lnT+lnε

(1)

式中:I、P、A、T分别为表征环境影响、人口因素、经济因素和技术因素的变量;γ1、γ2、γ3分别为人口、经济和技术三大因素对应变量的弹性系数,以反映该因素对环境影响的单独作用,数值为正说明对应变量为增量因子,否则为促降因子;α为模型系数;ε为模型误差。单位视具体情况而定。

1.2 变量选取

在变量选取中,通过考虑以下四大因素对影响因子进行选择。

1) 人口因素。通过文献分析发现,反映人口因素的变量通常有游客规模、接待游客人数、常住人口总数等。根据人口因素与旅游业碳排放量的直接关系,本研究采用旅游人数来反映人口因素。

2) 经济因素。国内生产总值(GDP)影响人均GDP,人均GDP影响人均旅游消费支出,虽然相关学者在选择反映经济因素的变量时,采用了地区GDP、旅游业总收入、第三产业产值占GDP比重、第三产业占比、人均GDP、人均旅游收入等变量,但根据变量的相关性分析,本研究选择人均旅游消费支出。

3) 技术因素。大部分学者选取单位GDP能耗、能源强度、第三产业产值占GDP比重等指标来解释技术层面对旅游业碳排放量的影响。本研究认为以上指标缺乏针对性,只能反映能源利用效率,不能作为旅游业碳排放的技术因素;因此引入旅游碳排放强度,以反映影响旅游业碳排放量的技术因素。

4) 其他因素。大部分学者在研究旅游业碳排放量时,除人口、经济、技术因素外,还会考虑其他影响因素,例如城镇化率、旅游业结构、航空客运量等。根据查建平等[18]对中国旅游业碳排放影响因素的分析,发现城镇化率对旅游业碳排放量具有正向刺激作用。结合四川省实际,本研究选取城镇化率作为影响旅游业碳排放量的其他因素。

最终选取影响旅游业碳排放量的变量为旅游人数、人均旅游消费支出、旅游碳排放强度、城镇化率。模型变量解释见表1。

表1 模型变量解释Table 1 Explanation of model variables

2 四川省旅游业碳排放量影响因素分析

2.1 四川省旅游业碳排放量的计算

本研究采用“自下而上”法对四川省旅游业碳排放量进行核算,并参照文献[4]、[5]把旅游业划分为旅游交通、旅游住宿和旅游活动3个部分,通过计算各部分的碳排放量加和求出旅游业的碳排放量,具体计算方法见式(2)。

I=GT+GH+GA

(2)

式中:GT、GH和GA分别为旅游交通、旅游住宿、旅游活动的碳排放量,万t。

旅游交通的碳排放量主要包括公路、民航、铁路和水运4种交通方式的碳排放量,其计算公式见式(3)。

(3)

式中:ai为第i类交通方式的旅客占比,%;Di为第i类交通方式的旅客周转量,km·人;θTi为第i类交通方式的碳排放系数,万t/(km·人)。结合四川省实际,参考文献[4],公路、民航、铁路、水运的旅客占比分别为13.8%、64.7%、31.6%、10.6%,碳排放系数分别为133、137、27、106 g/(km·人)。

旅游住宿碳排放量的计算公式见式(4)。

(4)

式中:H为旅游饭店客房总床位,床;γH为旅游饭店客房平均入住率,%;fH为平均每晚每床的单位能耗系数,结合四川省实际,根据文献[9]、[13]的研究结果,fH取155 MJ/(床·晚);δ为旅游饭店客房每床每晚的碳排放量,按照世界旅游组织公布的数据,取43.2×10-10万t/MJ。

旅游活动碳排放量的计算公式见式(5)。将旅游活动划分为观光旅游、商务旅游、休闲度假、探亲访友、其他类型旅游活动5类。

(5)

式中:hj为第j类旅游活动在旅游人数中的占比,%;θAj为第j类旅游活动的人均碳排放系数,t/人,根据文献[9]的研究成果,观光旅游、商务旅游、休闲度假、探亲访友、其他类型旅游活动的人均碳排放系数分别取417、786、1 670、591、172 g/人。

利用相应年份旅游统计相关数据,计算得出2006—2020年四川省旅游交通、旅游住宿和旅游活动的碳排放量,再计算得出2006—2020年四川省旅游业碳排放量,结果见表2。

表2 2006-2020年四川省旅游业碳排放量Table 2 Carbon emissions from tourism in Sichuan Province,2006-2020

从表2中看出,2006—2020年的15年间,四川省旅游业碳排放量总体呈现连续增长的态势,在2019年达到了研究周期内的最高峰(1 193.70万t),是2006年的3.31倍。

2008年的碳排放增长率由2007年的13.11%直降到3.16%,与2008年汶川大地震有较大关联;2010年四川省灾后重建任务基本完成,大力推进生态文明建设、发展乡村旅游、加强自然保护,使得其旅游业碳排放量从2009年的489.61万t下降到2010年的420.35万t;2011—2019年碳排放量从621.07万t增加到1 193.70万t;2020年由于新型冠状病毒感染疫情的影响,四川省旅游业碳排放量下降到721.70万t,相对上一年降低39.54%,是整个研究周期内下降幅度最大的一年。

从四川省旅游业碳排放结构比例来看,旅游交通在旅游业碳排放量上一直占主导地位,2006—2020年平均占比达87.76%。旅游交通所产生的碳排放量逐年上升,研究期间最高达到1 096.23万t,是2006年的3.72倍。四川省旅游业在2006—2020年的15年间,民航交通占旅游交通碳排放量的比例一直居高不下。尤其是2014年后,民航交通的碳排放量呈现急剧上升态势,2019年四川省民航交通的碳排放量高达981.23万t,占据该年旅游交通碳排放量的89.51%。

2.2 模型建立

收集整理了相应年份四川省统计年鉴、旅游统计数据以及四川省国民经济和社会发展统计公报的相关数据,旅游人数、人均旅游消费支出、旅游碳排放强度和城镇化率等变量与旅游业碳排放量的相互关系呈现于图1至图4。旅游人数的增多增加了碳排放量,旅游人数与旅游业碳排放量呈现正相关,R2为0.974,p<0.001。人均旅游消费支出和旅游业碳排放量总体呈现出正相关,R2为0.891,p<0.001。但在人均旅游消费支出为1 589.402元/人时出现了一个离散点,这是2020年的数据,由于2020年出现疫情,旅游业碳排放量剧降。旅游碳排放强度和旅游业碳排放量总体呈现出负相关,R2为0.841,p<0.001。城镇化率和旅游业碳排放量总体呈现出正相关,R2为0.891,p<0.001。

图1 旅游人数与旅游业碳排放量关系Fig.1 Relationship between number of tourists and carbon emissions from tourism

图2 人均旅游消费支出与旅游业碳排放量关系Fig.2 Relationship between per capita tourism consumption expenditure and carbon emissions from tourism

图3 旅游碳排放强度与旅游业碳排放量关系Fig.3 Relationship between tourism carbon emssion intensity and carbon emissions from tourism

图4 城镇化率与旅游业碳排放量关系Fig.4 Relationship between urbanisation rate and carbon emissions from tourism

2.3 影响四川省旅游业碳排放量的因素分析

选取旅游人数、人均旅游消费支出、旅游碳排放强度和城镇化率作为STIRPAT扩展模型变量,以此探讨各因素对四川省旅游业碳排放量的影响,STIRPAT扩展模型可以式(6)表示。

lnI=lnα+γ1lnP+γ2lnA+γ3lnT+γ4lnS+lnε

(6)

式中:γ4为四川省城镇化率弹性系数。

通过双变量相关性分析也可以看出,旅游人数、人均旅游消费支出、城镇化率与旅游业碳排放量存在显著正相关,旅游碳排放强度与旅游业碳排放量存在显著负相关性(见表3)。将以上变量进行多元线性回归,得到各个变量的方差膨胀系数(VIF),整理至表4。各个变量的VIF均大于10,表明变量之间存在严重的多重共线性。为避免变量之间的相关性导致的线性拟合误差,采用岭回归分析对上述数据重新进行拟合。

表3 双变量相关性分析结果1)Table 3 Results of bivariate relationship analysis

岭回归分析是用于解决线性回归分析中自变量共线性的研究算法,通过引入单位阵,使得回归系数可估计。因此,岭回归分析实际上是一种改良的最小二乘法,其所得剩余标准差比最小二乘法要大,但对病态数据的耐受性更强[19]。岭回归分析需要舍弃一些数据来确保拟合优度,而岭参数(K)代表岭回归损失的数据,K越大,可用数据越少,因此K应当在稳定范围内越小越好。本研究按照上述原则进行计算,分析显示,在K取0.104时数据较为稳定,其结果如表5所示(拟合优度为0.947,F=44.663,p<0.001)。

表5 岭回归分析在K=0.104时的计算结果Table 5 Results of the ridge regression analysis at K=0.104

将表5的结果代入式(6),可得到2006—2020年四川省旅游业碳排放量与影响因素间的STIRPAT扩展模型(见式(7))。

lnI=-0.882+0.448lnP+0.123lnA-0.012lnT+
0.472lnS

(7)

利用STIRPAT扩展模型对四川省旅游业2006—2020年旅游业碳排放量进行拟合,并与实际值进行比较,得到图5。

图5 2006—2020四川省旅游业碳排放量拟合值与实际值比较Fig.5 Comparison of proposed and actual tourism carbon emissions in Sichuan Province,2006-2020

岭回归结果表明,自变量与因变量之间存在着显著回归关系。同时,拟合优度为0.947,意味着lnP、lnA、lnT、lnS可以解释lnI中94.7%变化原因,模型效果优秀。从式(7)可以看出,旅游人数、人均旅游消费支出、旅游碳排放强度和城镇化率的弹性系数分别为0.448、0.123、-0.012、0.472,表明旅游人数、人均旅游消费支出和城镇化率对四川省旅游业碳排放量起到正向刺激作用,旅游碳排放强度对旅游业碳排放量起到负向驱动作用。

从旅游人数来看,在其他影响因素保持不变的情况下,旅游人数每上升1%,则会引起四川省旅游业碳排放量增加0.448%。四川省旅游人数从2006年的16 720万人到2020年的45 132万人,增加了约1.7倍,年平均增长率为8.94%,带来了四川省旅游业碳排放量的较大增长。同时也应看到,社会经济的稳定发展推动着人均收入水平的提升,人均收入水平的提升又促进消费结构升级,从而导致旅游人数不断增加。因此,旅游人数的快速增长是大势所趋,希望通过缩减旅客人数来控制旅游业碳排放量增长是不现实的,控制旅游业碳排放量增长只能从其他方面入手。

从人均旅游消费支出来看,在其他影响因素保持不变的情况下,人均旅游消费支出每上升1%,则会引起四川省旅游业碳排放量增加0.123%。随着经济的发展与人民生活水平的提升,人均旅游消费支出也不断增长,这是不可逆转的经济发展规律。要想依靠降低人均旅游消费支出水平来控制旅游业碳排放量是不现实的,只有通过优化旅游消费支出结构,引导旅客选择清洁型交通工具,从而实现旅游业降碳目标。

从城镇化率来看,在其他影响因素保持不变的情况下,城镇化率每上升1%,则会引起四川省旅游业碳排放量增加0.472%。2006—2020年,四川省城镇化率从34.30%上升到了56.73%,带来了四川省旅游业碳排放量的较大增长。由此可见,四川省城镇化率的提高不仅促进了经济社会发展,同时也刺激了旅游业碳排放水平的不断上升。

从旅游碳排放强度来看,在其他影响因素保持不变的情况下,旅游碳排放强度每降低1%,则会引起四川省旅游业碳排放量下降0.012%,由此可见四川省旅游碳排放强度起到负向驱动作用。因此推动四川省旅游业绿色低碳转型,优化旅客交通方式,降低旅游交通碳排放水平,是旅游业绿色发展的重要任务。

3 结论与建议

1) 从2006年到2020年,四川省旅游业碳排放量总体呈上升的态势,其中旅游交通占比较大,15年内年均占比达87.76%,旅游交通中民航交通是碳排放的巨大源头。因此,未来应当引导旅客出行时乘坐清洁型交通工具,倡导居民低碳出行。完善基础设施,通过科普教育、宣传活动等方式提高旅客的环保意识,实施绿色低碳行为,减少旅游交通、住宿和活动所产生的碳排放量。

2) 提高技术水平、能源利用效率既能有效推动碳减排目标,又能促进旅游经济的长远发展。四川省政府应致力于化石能源利用效率的提升,开发新能源以减少碳排放。四川省旅游业应在经济预算允许的情况下引进低能耗、高效能的设备,采取有效技术提高能效,实现绿色旅游、生态旅游。

3) 城镇化率、旅游人数、人均旅游消费支出对四川省旅游业碳排放量具有促进驱动;旅游碳排放强度则具有抑制驱动。减少旅客流量是实现旅游业碳减排的措施之一,但对四川省的旅游经济严重不利。同时,城镇化是有效推进我国现代化建设的重要措施,有利于缩小城乡发展差距、提高工业生产效率、改善地区产业结构、提高居民消费水平和生活质量,降低城镇化率不利于我国当前的发展局势。现阶段,四川省不能通过牺牲旅游业发展来抑制碳排放,希望借助减少旅游人数、降低人均旅游消费支出、放缓城镇化步伐来控制碳排放不可取。旅游业作为第三产业中的支柱,可以追求旅游经济和低碳环保协同推进,减少旅游过程碳排放,实现旅游业绿色低碳发展。