旅游風(fēng)景區(qū)影響碳排放主要因素分析

1、    旅游風(fēng)景區(qū)影響碳排放主要因素分析    摘要：旅游景區(qū)產(chǎn)品的生產(chǎn)、消費和碳排放具有同時性，而決定旅游產(chǎn)品生產(chǎn)、消費和碳排放數(shù)量的關(guān)鍵因素是客流量；因此，旅游景區(qū)客流量是影響旅游收入和碳排放的主要因素。本文通過旅游景區(qū)客流量、旅游收入和旅游成本與碳排放的擬合函數(shù)關(guān)系分析，指出可以通過定量的線性和曲線擬合方程，判斷影響旅游風(fēng)景區(qū)碳排放的主要影響因素，并進(jìn)行相應(yīng)的碳排放量估算預(yù)測。最后，提出了加強(qiáng)碳排放大數(shù)據(jù)研發(fā)與應(yīng)用，為實現(xiàn)低碳旅游風(fēng)景區(qū)生態(tài)環(huán)境目標(biāo)服務(wù)。關(guān)鍵詞：碳排放影響因素；擬合方程；旅游風(fēng)景區(qū)：d669 ：a ：1001-0475（2016）0

2、9-0087-02一、引言中國和國際社會正致力于經(jīng)濟(jì)發(fā)展與環(huán)境影響脫鉤，即經(jīng)濟(jì)的增長不以破壞環(huán)境為代價。碳排放是造成全球變暖和氣候多變的元兇，節(jié)能減排，降低與控制溫室氣體排放，已成為人類共同的責(zé)任。從一個國家和地區(qū)角度，影響碳排放的因素眾多：人口數(shù)量、能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展水平、城市化水平、居民的生活習(xí)慣、單位gdp能耗、節(jié)能減排措施、環(huán)境碳匯能力等均影響二氧化碳等溫室氣體的凈排放。因此，研究碳排放與經(jīng)濟(jì)社會和環(huán)境影響因子的相互關(guān)系，始終是低碳經(jīng)濟(jì)與生態(tài)經(jīng)濟(jì)研究的重要內(nèi)容。本文以旅游景區(qū)為例重點研究游客量、旅游收入與旅游成本等影響碳排放的因素及其相互關(guān)系，以期對旅游景區(qū)低碳生態(tài)環(huán)境建設(shè)提

3、供參考。二、方法與案例目前，對旅游風(fēng)景區(qū)或旅游酒店餐飲等部門的碳排放估算多數(shù)是直接的、自下而上的將眾多影響碳排放的因子逐一加以分析，最后匯總合成得出該單位在一定時間和范圍內(nèi)的總排放量。如從旅游者的角度，對每位游客在特定時間段消費的旅游產(chǎn)品所產(chǎn)生的碳足跡進(jìn)行統(tǒng)計分析；從旅游企業(yè)角度，則對各部門在特定時間內(nèi)，生產(chǎn)和處理所有旅游產(chǎn)品而消耗的直接化石能源或電力等間接能源所產(chǎn)生的二氧化碳排放進(jìn)行估算。這些方法雖然直觀準(zhǔn)確，但不適宜較大范圍、接待量較大和復(fù)雜性較高的大型旅游企業(yè)的碳排放估算。因為，各類能源消耗統(tǒng)計數(shù)據(jù)非常粗略，且游客活動和垃圾處理等能源消耗和碳排放量較難估算，這些直接的統(tǒng)計方法均難以在實際

4、過程中加以應(yīng)用，因此，對旅游風(fēng)景區(qū)碳排放進(jìn)行估算需要在實際過程中尋找相對簡單適用與可行的方法。擬合回歸分析是研究事物數(shù)據(jù)之間函數(shù)關(guān)系并據(jù)此擬合模型進(jìn)行評價和預(yù)測的一種統(tǒng)計方法。碳排放及其影響因素之間的關(guān)系有些是顯性的，而有些是隱含在觀察或統(tǒng)計數(shù)據(jù)組之間，找出并發(fā)現(xiàn)因變量與自變量之間相對準(zhǔn)確且具有一定擬合精確度的函數(shù)關(guān)系，揭示其中的內(nèi)在聯(lián)系，是估算和解決碳排放問題的基礎(chǔ)。目前，較為全面的反映環(huán)境污染與人口、經(jīng)濟(jì)、技術(shù)之間關(guān)系的環(huán)境經(jīng)濟(jì)模型首推stirpat模型，國內(nèi)外很多專家學(xué)者均用其對數(shù)化處理后的修正模型作為計算碳排放與相關(guān)影響因子之間關(guān)聯(lián)程度的工具1（p.72-76），從而達(dá)到分析相關(guān)因子對

5、碳排放的貢獻(xiàn)度或彈性數(shù)值2（p.19-24）。而對于影響碳排放因素相對較為單一的旅游風(fēng)景區(qū)，采用多項式線性或非線性回歸擬合函數(shù)，獲得相關(guān)分析結(jié)果，是研究旅游風(fēng)景區(qū)碳排放影響因素最簡單、也是最直觀的分析方法。影響旅游風(fēng)景區(qū)碳排放的因素主要是游客數(shù)量、旅游餐飲與住宿的天燃?xì)馀c汽柴油等化石能源的直接碳排放和電力等二次能源的間接碳排放，能源的構(gòu)成與利用是影響旅游景區(qū)成本與經(jīng)濟(jì)效益的重要組成部分，因此，旅游景區(qū)收入與成本也必然與碳排放有所關(guān)聯(lián)。因此，可以嘗試將旅游風(fēng)景區(qū)多年平均游客人數(shù)與直接或間接能源使用量等因素通過擬合回歸分析，建立相關(guān)的擬合模型，在精度許可的情景下，通過誤差糾正，以確定旅游風(fēng)景區(qū)碳排

6、放影響因子和碳排放估算值。由于旅游風(fēng)景區(qū)一般均涉及到交通、住宿、餐飲、商品銷售、服務(wù)管理等各接待部門，大型旅游風(fēng)景區(qū)上市企業(yè)還兼并組合了多家公司與企業(yè)，除主營業(yè)務(wù)外，還涉及房地產(chǎn)與園林建筑等多部門，能源消耗的結(jié)構(gòu)與方式有很大區(qū)別，因此，必須對相關(guān)數(shù)據(jù)進(jìn)行篩選，以獲得相對合理的數(shù)據(jù)組。為了方便獲取數(shù)據(jù)與進(jìn)行對比分析，首先，我們通過統(tǒng)計國內(nèi)黃山、桂林、峨眉山、張家界等旅游景區(qū)上市公司支付的歷年水電費、天燃?xì)馀c汽柴油相關(guān)費用等報表數(shù)據(jù)，根據(jù)電力，天燃?xì)?，汽油，柴油碳排放因子，近似的獲得相關(guān)旅游景區(qū)上市公司歷年的電力，天燃?xì)?，汽柴油等能源利用的碳排放量及其總碳排放量，通過與旅游景區(qū)上市公司的歷年營業(yè)收

7、入、營業(yè)成本、旅游總?cè)藬?shù)等因素進(jìn)行多項式線性或非線性擬合分析，經(jīng)過r2因子分析和擬合模型顯著性水平檢驗等，發(fā)現(xiàn)不同旅游風(fēng)景區(qū)碳排放影響因子擬合精度有很大區(qū)別，除部分風(fēng)景區(qū)影響因子完全不具備相關(guān)性外，一些風(fēng)景區(qū)旅游人數(shù)與主營收入或主營成本和不同類型的碳排放數(shù)量具有一定程度的相關(guān)性。其中，主營收入與成本和碳排放量擬合效果較好的是2007年至2013年峨眉山風(fēng)景區(qū)汽車碳排放（y1）與景區(qū)主營收入（x1）與主營成本（x2）之間的線性擬合方程：lny1= 7.796+0.797lnx1+0.498lnx2，調(diào)整后的r方為0.721；方程顯著性水平為0.035，共線性統(tǒng)計量vif均為2.623，小于10。

8、由此可見，峨眉山2007年至2013年主營收入和主營成本各變化1%會引起汽車碳排放變化0.797%和0.498%。由于主營成本顯著性水平略低，我們采用簡單線性回歸對峨眉山風(fēng)景區(qū)汽車碳排放與景區(qū)主營收入歷史數(shù)據(jù)進(jìn)行擬合，其擬合方程為：lny1=4.827+1.002lnx1 （r2=0.752；p=0.007）。根據(jù)上述旅游主營收入和汽車碳排放的擬合方程，我們采用黃山風(fēng)景區(qū)歷年主營收入與汽車碳排放量進(jìn)行了驗證，擬合結(jié)果與估算結(jié)果多年平均誤差為33.81%，最小誤差是2013年僅為0.72%，擬合方程估算的黃山風(fēng)景區(qū)到2013年近5年平均每年汽車產(chǎn)生的直接碳排放是788t碳當(dāng)量，而實際估算的汽車碳

9、排放量基本保持在600t碳當(dāng)量以下，這說明，隨著風(fēng)景區(qū)主營收入等經(jīng)濟(jì)效益的提高，汽車碳排放量并沒有隨之增長。正如張家界風(fēng)景區(qū)由于采取了風(fēng)景區(qū)內(nèi)全電動汽車環(huán)保運(yùn)輸方式，汽車直接碳排放模型預(yù)測趨勢為接近零排放。因此，我國的旅游風(fēng)景區(qū)今后應(yīng)大力加強(qiáng)汽車的環(huán)?？瓦\(yùn)量和改進(jìn)游客上山的途徑是峨眉山、黃山等山岳型風(fēng)景區(qū)降低碳排放、保持旅游收入增長的重要因素。 其次，旅游人數(shù)是影響旅游風(fēng)景區(qū)碳排放的重要因素。國外學(xué)者 s. t. katircioglu等人（2014） 對塞浦路斯國際旅游者與能源利用和碳排放關(guān)系進(jìn)行定量分析，認(rèn)為碳排放量與旅游人數(shù)呈正相關(guān)，旅游人數(shù)彈性為0.033。3（p.634-640）而對

10、沙特阿拉伯宗教圣地麥加各國宗教旅游者乘汽車所產(chǎn)生的碳排放（設(shè)lny=y）與旅游人數(shù)（設(shè)lnx=x）進(jìn)行擬合4（p.53-60），發(fā)現(xiàn)擬合精度較高的是三次曲線擬合方程，其方程式為：lny（麥加朝覲碳排放量）=97.417+0.064lnx（朝覲人數(shù)）-4.689e-14（lnx）3 （p=0.000，r2=0.993）。據(jù)此方法，我們對我國部分旅游上市公司歷史數(shù)據(jù)進(jìn)行了分析，2014年我國黃山景區(qū)、桂林景區(qū)、張家界景區(qū)和峨眉山風(fēng)景區(qū)旅游人數(shù)分別為279.1萬人、289.67萬人、292.81萬人和287萬人次，根據(jù)旅客人數(shù)與景區(qū)碳排放量歷史數(shù)據(jù)進(jìn)行擬合，選取擬合方程較好的桂林風(fēng)景區(qū)三次擬合方程進(jìn)

11、行估算驗證5（p.60-80），2014年桂林風(fēng)景區(qū)碳排放量為0.0367萬t碳當(dāng)量，而根據(jù)桂林旅游股份公司2005年至2013年景區(qū)碳排放量的灰色預(yù)測值到2014年為0.0375萬t碳當(dāng)量，三次擬合方程擬合值與灰色預(yù)測值兩者誤差僅為2.18%。由此可見，在旅游景區(qū)碳排放量與旅游人數(shù)呈三次函數(shù)擬合關(guān)系且精度較好的情況下，可以估算和預(yù)測旅游風(fēng)景區(qū)旅游人數(shù)對碳排放的影響。由于旅游風(fēng)景區(qū)總碳排放既包括了汽柴油和天然氣等化石能源直接產(chǎn)生的碳排放，也包括了電力能耗所產(chǎn)生的二氧化碳間接碳排放，故該方法簡單實用，在旅游風(fēng)景區(qū)碳排放受到眾多影響因素的情況下，在設(shè)定一定的誤差范圍內(nèi)，可以直接采用關(guān)鍵的旅游人數(shù)對

12、風(fēng)景區(qū)碳排放量進(jìn)行估算和預(yù)測。這種在旅游風(fēng)景區(qū)將碳排放量與旅游者人數(shù)直接聯(lián)系起來的方法，可通過大型顯示屏實時公布旅游風(fēng)景區(qū)碳排放量，這不僅對旅游風(fēng)景區(qū)生態(tài)環(huán)境保護(hù)發(fā)揮巨大作用，同時，也可以大大增強(qiáng)游客的低碳環(huán)保意識，樹立低碳旅游與低碳消費的觀念，為建立低碳社會做出貢獻(xiàn)。三、問題與展望案例分析存在的問題主要是上市公司成立時間長短有區(qū)別，經(jīng)營業(yè)務(wù)范圍變化較大，時間數(shù)據(jù)普遍較短，數(shù)據(jù)提取內(nèi)容也多較為寬泛和不精準(zhǔn)，這在一定程度上影響了擬合效果。由于旅游風(fēng)景區(qū)影響碳排放的因素很多，除自身統(tǒng)計數(shù)據(jù)準(zhǔn)確性外，還與客流量與各類直接與間接能源消耗、旅游活動、垃圾處理、游客停留的時間長短、不同交通運(yùn)輸方式、以及旅

13、游產(chǎn)品全生命周期的碳排放相關(guān)，此外，旅游風(fēng)景區(qū)碳排放還受到各種隨機(jī)干擾或隨機(jī)誤差事件的影響，因此，擬合的函數(shù)精度和結(jié)論會受到一定的限制和影響，在具體估算碳排放值時一定要在相對合理的誤差值范圍內(nèi)進(jìn)行分析，并通過至下而上各部門碳排放實際值加以驗證，方可取得較好的效果。今后可以充分利用擬合模型使用方便高效的特點，在通過實證方法進(jìn)行校正的情況下，可用以分析眾多旅游風(fēng)景區(qū)碳排放與相關(guān)影響因素之間的關(guān)聯(lián)以及利用關(guān)鍵影響因子預(yù)測風(fēng)景區(qū)未來的碳排放，從而為相似地理環(huán)境背景下旅游風(fēng)景區(qū)的碳排放估算提供依據(jù)；同時，也可以解決旅游景區(qū)因歷史數(shù)據(jù)缺乏對碳排放預(yù)測所帶來的不便，提高低碳旅游風(fēng)景區(qū)生態(tài)環(huán)境建設(shè)的預(yù)見性和前

14、瞻性。隨著互聯(lián)網(wǎng)與大數(shù)據(jù)的發(fā)展，對建立在物聯(lián)網(wǎng)基礎(chǔ)上的各類生產(chǎn)與管理部門的碳排放進(jìn)行監(jiān)測已成為可能，而產(chǎn)生的數(shù)據(jù)量及其大數(shù)據(jù)分析必然使傳統(tǒng)的統(tǒng)計方法無法滿足現(xiàn)代社會對碳排放估算的需要，而這種碳排放監(jiān)測與估算的數(shù)據(jù)來源渠道多、形式多樣、量容大、傳輸速度快而且通?？梢詫崿F(xiàn)在線、實時傳輸，這些數(shù)據(jù)特征已基本符合大數(shù)據(jù)的特點；因此，基于云計算和大數(shù)據(jù)處理技術(shù)與方法的碳排放估算在未來就顯得十分重要。因為對全球大氣溫室氣體排放的控制已成為各國共識，而在控制目標(biāo)下實現(xiàn)最大程度的節(jié)能減排是各國經(jīng)濟(jì)與社會發(fā)展普遍采取的基本途徑與方法，因此，對碳排放數(shù)據(jù)的實時監(jiān)控與管理則成為實現(xiàn)碳減排目標(biāo)的關(guān)鍵。今后相關(guān)部門與行

15、業(yè)應(yīng)將研發(fā)與處理碳排放大數(shù)據(jù)作為解決環(huán)境問題的重要對策與措施之一，以期提高碳排放估算的科學(xué)性與實用性。當(dāng)然，對于各類旅游風(fēng)景區(qū)仍應(yīng)控制好游客數(shù)量，落實好各項減排措施，降低碳排放，做好碳補(bǔ)償工作，最終實現(xiàn)風(fēng)景區(qū)零碳排放的目標(biāo)。參考文獻(xiàn)：1楊艷芳，李慧鳳，鄭海霞.北京市建筑碳排放影響因 素研究j.生態(tài)經(jīng)濟(jì)，2016，（1）.2趙釗，于寄語.城市化與二氧化碳排放j.城市問題， 2015，（12）.3salih turan katircioglu， mete feridun， ceyhun kilinc.estimating tourism-induced energy consumption andco2 emissions： the case of cyprusj.renewable andsustainable energy reviews，2014，29.4ali el hanandeh.quantifying the carbon footprint ofreligious tourism： t