中國旅游業碳排放時空特征及影響因素分解

鄒利林 劉佳玲 王建英

摘要： 綜合運用碳排放系數估算法與旅游剝離系數法，估算2011-2021年中國省級旅游交通、旅游住宿、旅游餐飲零售郵電業與旅游活動的碳排放量，并運用對數平均迪式指數（LMDI）分解模型解析旅游碳排放影響因素。結果表明：旅游業碳排放總體呈下降趨勢，空間分布上呈現東南多、西北少的特征；旅游交通碳排放與旅游活動碳排放是旅游碳排放主要來源；旅游消費水平與游客規模是旅游碳排放產生的主要因素；旅游能源結構與旅游能源強度對旅游碳排放起抑制作用。

關鍵詞： 碳排放； 旅游業； 時空分布； 因素分解； LMDI模型； 碳排放系數估算法； 旅游剝離系數法

中圖分類號： X 2； F 592文獻標志碼： A?? 文章編號： 1000-5013（2024）01-0071-07

Spatial-Temporal Characteristics and Decomposition of Influencing Factors of Carbon Emissions of China′s Tourism Industry

ZOU Lilin1， LIU Jialing1， WANG Jianying2

（1. School of Political Science and Public Administration， Huaqiao University， Quanzhou 362021， China；

2. College of Tourism， Huaqiao University， Quanzhou 362021， China）

Abstract： The carbon emission coefficient estimation method and tourist stripping coefficient method are comprehensively used to estimate the carbon emissions of tourism transportation， tourism accommodation， tourism catering， retail， postal and telecommunications industries and tourism activities in China′s provincial level during 2011 to 2021， and logarithmic mean dirichlet index （LMDI） decomposition model is used to analyze the influencing factors of tourism carbon emission. The results show that the carbon emissions of the tourism industry are decreasing overall， and it shows a characterist that there are more in the southeast and less in the northwest from the spatial distribution. Tourism transportation carbon emissions and tourism activities carbon emissions are the main sources of tourism carbon emissions. The level of tourism consumption and the scale of tourists are the main factors of tourism carbon emissions generated. The structure and intensity of tourism energy have an inhibitory effect on tourism carbon emissions.

Keywords：carbon emissions； tourism industry； temporal and spatial distribution； factor decomposition； logarithmic mean dirichlet index （LMDI） model； carbon emission coefficient estimation method； tourism stripping coefficient method

旅游產業作為低消耗、低污染和高效益的朝陽產業在促進地方經濟發展中起著愈發重要的作用。然而，據預測，國際旅游業的碳排放可能占據全球溫室氣體排放的8%［1］，這對全球氣候變暖具有不可忽視的影響。絕大多數旅游碳排放間接體現在與旅游相關的交通、餐飲、住宿、商業和郵政通訊等行業［2］。近年來，中國旅游業高速發展，國內、國際旅游人數不斷增長且行業發展勢頭良好，由此產生的碳排放對中國履行全球溫室氣體減排承諾形成較大壓力［3］。目前，有關旅游碳排放計算方法主要有“自上而下”法［4］（建立標準化、系統化的碳排放測算監測體系）、“自下而上”法（計算旅游業涉及行業的碳排放）兩大類?；凇白韵露稀狈?，世界旅游組織預測全球旅游業碳排放約以2.5%的年均增長速度向大氣中排放二氧化碳［5］。

旅游碳排放具有多空間尺度性，宏觀尺度上，多數學者從旅游交通、旅游住宿及旅游活動方面估算全國旅游碳排放量［6-7］，或是從能源消耗角度估算中國旅游業碳排放量［8］；中觀尺度上，將旅游業分為交通、住宿、游覽、餐飲、購物、娛樂及其他7個方面，通過行業能源消耗量估算省級旅游碳排放［9］，或是從與旅游相關的交通、郵電、餐飲、游覽、住宿、購物及其他方面估算旅游碳排放，并進行脫鉤效應分析［10］，韓元軍等［11］借鑒旅游消費剝離系數概念構建中國旅游業碳排放計算方法；微觀尺度上，主要以代表性景區旅游碳排放特征為評價對象［12］，包戰雄等［13］通過估算福州森林公園、武夷山、太姥山旅游交通碳排放，探討國內不同旅游景點旅游交通碳排放的基本規律。當前，常用的分析方法有可拓展的隨機性的環境影響評估模型（STIRPAT）［14］、環境壓力控制模型（IPAT）［15］、探索性時空分析（ESTDA）［16］、探索性空間數據分析（ESDA）［17］和對數平均迪式指數（LMDI）分解［18］等。

全國尺度的旅游碳排放測算大多使用“三行業”法，即將旅游業碳排放分為旅游交通、旅游住宿及旅游活動3個測量單元，這不僅忽略了餐飲、購物、郵電通訊等行業中的碳排放，而且忽略綜合測量旅游活動產生的碳排放，以及交通、運輸等產生的碳排放，從而導致測算的旅游碳排放與實際碳排放存在一定偏差。此外，雖然現有研究分析了旅游碳排放與經濟發展、市場環境等要素之間的因果聯系，但較少系統解析旅游碳排放的影響因素?；诖?，本文對中國旅游業碳排放時空特征及影響因素分解進行研究。

1 研究方法與數據來源

1.1 旅游碳排放量的測算方法

1.1.1 旅游交通碳排放 出行是旅游中不可缺少的環節，依據世界旅游組織與相關學者的研究，旅游交通碳排放（mT）為

式（1）中：i為第i種客運交通方式（鐵路、公路、民航和水路4種）；ki，j為j地區中第i類客運交通方式的旅客周轉量；li，αi分別表示第i類客運交通方式的碳排放因子和游客比例。

根據《2021年中國旅客運輸行業市場現狀及發展趨勢分析》對游客出行方式的統計，公路旅客運輸量占76.33%，鐵路旅客運輸量占18.75%，民航旅客運輸量占3.40%，水路旅客運輸量占1.52%。

1.1.2 旅游住宿碳排放 旅游住宿與酒店客房出租情況相關，考慮到數據獲取及數據齊全程度，旅游住宿床位數采用已公布的星級飯店床位數。住宿業碳排放（mH）計算式為

式（2）中：Nj，Tj分別為j地區的床位數和客房出租率；β為每張床每晚碳排放因子，β=2.458；d為常數，d=365。

1.1.3 旅游餐飲零售郵電業碳排放 由于從現有統計資料中難以獲取旅游餐飲零售郵電業等相關數據，借鑒投入產出法，通過行業化石能源消耗估算旅游餐飲零售郵電業的碳排放。引入旅游消剝離系數，旅游餐飲零售郵電業碳排放（mQ）計算式為

式（3）中：i表示第i種能源（原煤、煤油、汽油、柴油及燃料油5種）；Ei，j為j地區中第i類旅游能源消耗量；φ為單位標準煤碳排放，φ=0.67（發改委能源研究所推薦數值）；Ui為第i類能源折標準煤系數；Ei，t為t行業第i種能源消耗量；Rt為t行業旅游剝離系數；O表示行業旅游消費經濟總量；G為行業總產出經濟總量。

1.1.4 旅游活動碳排放 旅游活動碳排放產生于旅游游覽及娛樂活動中。石培華等［6］將旅游活動按照旅游目的及內容分為觀光旅游、休閑度假、商務出差、探訪親友及其他?；诖?，旅游活動碳排放（mA）計算式為

式（4）中：i為第i類旅游活動；γi為i類活動碳排放系數；ρi，j為j地區游客參加第i類旅游活動的人數。

多數學者采取旅游活動碳排放系數的統一指標如下：觀光旅游為0.417 kg·人-1，休閑度假為1.670 kg·人-1，商務出差為0.786 kg·人-1，探訪親友為0.591 kg·人-1，其他為0.172 kg·人-1［19］。旅游活動游客比例采取《中國國內旅游發展年度報告》中公布數據，觀光旅游占比26.13%， 休閑度假占比19.27%，商務出差占比14.90%，探訪親友占比33.25%，其他占比6.45%。

1.2 LMDI模型

Kaya［20］于1989年提出Kaya恒等式，將旅游碳排放及其影響因素的關系用連乘表示，以此分解影響旅游業碳排放因素。LMDI法以目標變量的解為基礎，是一種完全的、不產生殘差的指數分解法。通過比較影響因素的大小，確定各因素對目標變量的影響程度。旅游業碳排放總量（mtot）計算式為

式（5）中：F為旅游業能源消耗量；E為旅游業總能源消耗；Y為旅游總收入；P為游客總人次；CE，EM，EI，CI，PS分別為模型分解的碳排放系數、旅游能源結構、旅游能源強度、旅游消費水平和游客規模［21］。

根據LMDI模型，各分解因素貢獻值（ΔX）計算式為

式（6）中：m0為基期旅游業碳排放總量；mn為n期旅游業碳排放總量。

旅游碳排放量效應分解為

Δmtot=mn-m0=ΔX。

式中：Δmtot=ΔCE+ΔEM+ΔEI+ΔCI+ΔPS，ΔCE，ΔEM，ΔEI，ΔCI，ΔPS分別表示模型分解的碳排放系數效應、旅游能源結構效應、旅游能源強度效應、旅游消費水平效應與游客規模效應。

碳排放系數效應反映碳排放與化石能源消耗之間的變化關系，體現化石燃料之間的替代關系；旅游能源結構效應反映化石能源消耗與旅游能源總消耗的關系，體現旅游業中化石能源消耗比重，說明能源消耗結構合理性；旅游能源強度效應反映能源消耗與旅游收入的關系，體現投入產出之間的關系；旅游消費水平效應反映旅游收入與旅游人次的關系，體現游客人均消費水平；游客規模效應體現旅游人次，反映游客規模與數量。

1.3 數據來源

旅游業碳排放涉及旅游交通、旅游住宿、旅游餐飲零售郵電業與旅游活動能源消耗量，其中，客運周轉量、零售額、郵政電信營業額、旅游收入及人數等數據來源于各省的統計年鑒及《中國文化和旅游年鑒》；能源消耗量來源于《中國能源統計年鑒》；旅游住宿床位數及出租率來源于《全國星級飯店統計報告》《中國統計年鑒》及《中國第三產業統計年鑒》。

2 碳排放結果與分析

2.1 中國旅游業碳排放時間分異特點

旅游碳排放總量與旅游業的發展狀況息息相關，2011-2021年，旅游碳排放總量總體呈現波動式下降的趨勢。旅游碳排放總量由2011年的18 126.02 萬t下降至2021年的4 755.49 萬t，降幅達到73.76%。2009年11月，節能減排指標納入“十二五”國民經濟發展規劃中，我國逐步轉向碳排放總量和強度雙控制度，在《加快旅游業發展的意見》中明確提出大力推進旅游節能減排。在全國節能減排宏觀背景下，旅游業總體呈現向好態勢下，節能減排、綠色低碳效果顯著，綠色發展理念成為主要思潮。

2011-2021年旅游碳排放總量，如圖1所示。由圖1可知：2012年較2011年，旅游碳排放總量同比增長10.84%，但2013-2019年旅游業碳排放總量基本持平；2020年，旅游碳排放總量急劇下降，主要是受到新冠肺炎疫情管控影響，出行受限，人員流動減少，旅游總人數銳減，旅游業受到了較大的沖擊，旅游收入折損46.74%，而且在“雙碳”背景下，旅游業積極響應節能減排，助力碳達峰、碳中和目標的達成。

2011-2021年中國旅游業相關指標同比增長率，如圖2所示。圖2中：η為同比增長率。由圖2可知：旅游交通碳排放總體呈現波動下降趨勢，同比增長率自2015年起均為負值，保持逐年4%的下降比率；2019年較2011年的同比增長率下降44.40%。雖然交通網絡不斷健全完善，出行人數不斷增加，旅游交通碳排放仍舊呈現下降趨勢，這與交通工具的改進、交通業能源使用類型（新能源及清潔能源的運用使燃燒產生的二氧化碳排放量減少）的轉變密切相關；除了2020，2021年，其他年份旅游活動碳排放同比增長率均為正值，也就是總體呈現逐年上升趨勢，大致保持10%的同比增長率，2019年較2011年的同比增長率上升165.66%，這與現代旅游業不斷發展、國內外旅游出行人數增長有關；旅游住宿碳排放與旅游餐飲零售郵電業碳排放變動率較大，這兩個行業主要為線下服務業，是旅游業發展狀況的晴雨表?？傮w上，自2018年以來，旅游住宿碳排放與旅游餐飲零售郵電業碳排放保持下降趨勢，主要是因為近年來隨著短旅途、就近游等旅游新趨勢的出現，“宅酒店”式度假游受到更多歡迎，民宿成為越來越多游客的新選擇，目前尚未統計普通旅館及民宿的相關數據；另一方面，當前部分旅游場地購物消費由線下轉為線上，而目前亦未統計線上購物銷售額，從而導致旅游住宿碳排放與旅游餐飲零售郵電業的碳排放因統計范圍沒有更新而呈現下降趨勢。

2.2 中國旅游業碳排放的時空分異特征

為分析省級單元旅游碳排放的時空差異，將旅游碳排放按照自然斷裂劃分為5級。旅游交通碳排放總體呈現東南多、西北少的分布布局，碳排放逐漸向東南地區聚集，高值聚集區由北向南移動。珠三角城市群是旅游交通碳排放高值地區，黃淮地區隨著時間的推移，旅游交通碳排放由均勻分布逐漸向聚集方向發展，其中，安徽省成為黃淮平原的碳排放中心地區。華東、華南及華中地區是旅游交通碳排放較多的地區。西南地區是旅游交通碳排放熱點地區且分布較為均勻。主要原因如下：首先，在空間分布上，旅游交通碳排放空間分布與人口分布耦合程度較高，說明人口集聚是旅游碳排放的重要因素；其次，旅游交通碳排放分布狀況與交通網絡密集程度、旅游資源豐富程度呈一定正向關系，交通樞紐點客運周轉量高，所以交通線路密集省份相應的旅游交通碳排放更高，同時，旅游資源豐厚的省份能吸引更多游客觀覽，交通碳排放也越高；最后，短途旅行成為游玩新浪潮，疫情影響下出行受限，對旅游交通碳排放也有一定影響，長途旅行人數減少，就近游玩次數的增加使西北地區交通碳排放相對東南地區減少。

從區域尺度來看，沿海地區旅游住宿碳排放較高，華中地區旅游住宿碳排放分布較為均勻，重心由南向北轉移。沿海地區旅游住宿碳排放高與住宿床位數多、出租率較高有關，客房出租率可達50%以上，領先于多數地區。值得注意的是，長江中游城市群旅游住宿碳排放增量明顯，珠三角城市群是旅游住宿碳排放高值地區，“絲綢之路經濟帶”的提出掀起了沿線地區絲路游的熱潮，旅游住宿碳排放增幅明顯。除此以外，新疆也有較高的旅游住宿碳排放量。這是因為新疆擁有豐富的旅游景點，5A級景點數量位居全國第3，另外，自駕游的興起使旅游人數急劇增加，留宿人數相對較多。

從旅游活動碳排放來看，東南沿海地區的旅游活動碳排放較高，旅游活動碳排放高值聚類中心由黃海沿岸向成渝城市群及長江中游城市群轉移，珠三角城市群旅游活動碳排放下降較為明顯?？傮w而言，旅游活動碳排放能體現游客出行目的地及旅游熱門城市，時間的演變能反映旅游熱門城市的變化。東南沿海地區不論是在旅游資源開發或是旅游服務方面都比西北地區更為完善與豐富，是大多數人首選的旅游目的地，另一方面，東南沿海地區人口相對聚集且人均收入水平較高，短途旅行成為當前熱門的出行方式，使東南地區旅游活動碳排放分布聚集程度減弱，分布相對均勻。西北、西南地區旅游活動碳排放相對提高，這是因為隨著西北、西南等地區旅游資源不斷地開發，獨具特色的自然風光及異域風情成為了越來越多游客新選擇的出行游玩的目的地。

旅游餐飲零售郵電業碳排放主要分布在成渝城市群、長江中游城市群、長三角城市群，以及京津冀城市群，總體上分布較為均勻，大致呈現東部多、西部少的分布布局。旅游餐飲零售郵電業碳排放高值聚類區位于西南地區，西北地區旅游餐飲零售郵電業碳排放量較少。原因如下：首先，旅游餐飲零售郵電業與人口分布與密度成正向關系，人口集中分布地區旅游活動更為頻繁，從而生產更多的碳排放；其次，在空間演變趨勢上，隨著獨具地域特色的旅游資源開發及旅游配套產業設施的不斷完善，東南地區保持高額的旅游餐飲零售郵電業碳排放，西南、西北地區相應也有增加。

2.3 旅游碳排放影響因素分解

根據式（5），（6），可以得到2011-2021年中國旅游業LMDI分解結果，如表1所示。

由表1可知以下3點結論。

1） 2011-2021年碳排放效應、旅游能源結構效應及旅游能源強度效應總和為負值，旅游消費水平效應與游客規模效應總和為正值。因此，旅游消費水平及游客規模是產生碳排放的主要因素，旅游能源結構及旅游能源強度（化石燃料消耗強度）是抑制旅游業碳排放減少的主要因素。

2） 按照各因素對碳排放累計貢獻值排序，其中，碳排放系數效應貢獻率為-8.54%、旅游能源結構效應貢獻率為-50.80%、旅游能源強度效應貢獻率為-40.66%、旅游消費水平效應貢獻率為27.46%、游客規模效應貢獻率為72.36%。因此，旅游能源結構效應與游客規模效應貢獻率較高，說明旅游過程中碳排放的產生主要來自于旅游能源結構及游客人次。

3） 剔除2020年特殊影響年份，2011-2021年旅游業碳排放效應之和為負，意味著外部環境穩定狀態下旅游業碳排放總體呈下降趨勢，并且5個因素中正效應貢獻率小于負效應，意味著未來旅游碳排放會不斷減少。

由表1中旅游碳排放效應之和，總體上我國旅游碳排放分為3個階段.

1） 2011-2014年，旅游碳排放效應呈下降趨勢，該階段對碳排放貢獻較大的是碳排放系數效應，旅游消費水平效應與游客規模效應雖然對碳排放呈正向影響，但是貢獻較小。

2） 2015-2017年，旅游碳排放效應呈上升趨勢，該階段對碳排放貢獻較大的是游客規模效應，出行人數的增加使旅游碳排放增加。

3） 2018-2021年，旅游碳排放效應呈下降趨勢，該階段碳排放系數效應與旅游能源強度效應貢獻值較大，旅游消費水平效應對碳排放影響較小。

因此，除2020年受到新冠肺炎疫情影響以外，各因素對旅游碳排放貢獻均有較大的波動，其中，旅游消費水平、能源消耗強度及游客規模對碳排放有較大的影響，而2020年旅游碳排放下降的主要原因則是旅游消費水平與游客規模，當旅游消費與旅游人數對碳排放起負向作用時，旅游能源強度成為旅游碳排放產生的主要因素。

往年數據中，旅游能源結構與旅游能源強度是抑制旅游碳排放生產的主要因素，這說明隨著社會經濟的不斷發展與環保意識的增強，調整旅游能源結構、降低旅游能源強度在一定程度上減少了相關行業旅游碳排放的產生。

2.4 典型省份旅游業碳排放影響因素解析

2011-2021年典型省份旅游LMDI分解結果，如表2所示。

由表2可知：除北京、江蘇省、湖北省、四川省、陜西省的碳排放系數效應為正值以外，其余省份均為負值；在旅游能源結構效應中，除江蘇省、湖南省旅游能源結構效應為正值（旅游碳排放產生的原因）外，其余省份均為負值（對旅游碳排放抑制作用），由此間接反映出江蘇省、湖南省兩地需要在旅游能源結構的優化上投入更多精力；江蘇省的旅游能源強度效應為正值，其余省份均為負值，也就是江蘇省旅游能源強度是旅游業碳排放產生的原因之一；由旅游能源結構效應與旅游能源強度效應可知，對于大多數省份而言，旅游消耗能源結構的調整及旅游能源強度的減弱是旅游碳排放減少的主要原因，其中，旅游能源強度的減弱是2者中的主要因素；所有省份旅游消費水平效應均為正值，并且是旅游碳排放的主要正效應，說明游客消費水平的提升不僅帶動了旅游地餐飲零售業的發展，消費過程也生產了較多的碳足跡。除上海市外，其余各省游客規模效應均為正值，且是旅游碳排放增長的主要正效應，因此，對于大多數省份，游客規模是產生旅游碳排放的主要因素。

3 結論

1） 2011-2021年，旅游碳排放總量總體呈現下降趨勢，未來旅游碳排放依舊會不斷增加。2020年，受到新冠肺炎疫情的影響，旅游碳排放大幅下降?？傮w上看，旅游交通與旅游住宿的碳排放呈現下降趨勢，旅游活動與旅游餐飲零售郵電業碳排放呈現上升趨勢，其中，旅游交通是碳排放主要來源，其次是旅游活動。

2） 全國旅游碳排放總量總體分布不均勻，其中，東南沿海地區、西南地區、華中地區的旅游碳排放總量較多?？傮w趨勢上看，東南地區一直是旅游碳排放總量的重心，西北地區旅游碳排放總量隨著旅游的不斷發展逐漸增加，表明旅游的發展與人口分布、經濟發展水平及旅游資源開發利用程度密切相關。近郊游、短途游逐漸成為首選旅游方案，使旅游碳排放總量高值聚集區在東南地區，隨著交通網絡的完善及旅游資源的開發，西北、西南地區將會迎來旅游業發展新階段。

3） 在影響旅游碳排放因素分解中，旅游能源結構與旅游能源強度對旅游業碳排放起抑制作用，旅游消費水平與游客規模是旅游碳排放的主要來源。減少旅游碳排放需要不斷優化能源結構（擴大對新能源的使用）、提高住宿服務品質與質量（提高客房出租率）。

參考文獻：

［1］ LENZEN M，SUN Y Y，FATURAY F，et al.The carbon footprint of global tourism［J］.Nature Climate Change，2018（8）：522-528.

［2］ SCOTT D，AMELUNG B，BECKEN S.Climate change and tourism-responding to global challenges［M］.Madrid：World Tourism Organization，2008.

［3］ 王凱，楊亞萍，張淑文，等.中國旅游產業集聚與碳排放空間關聯性［J］.資源科學，2019，41（2）：362-371.

［4］ GOSSLING S.Global environmental consequences of tourism［J］.Global Environmental Change，2002，12（4）：283-302.

［5］ CHIESA T，GAUTAM A.Towards a low carbon travel & tourism sector［C］∥World Economic Forum.Geneva：［s.n.］.2009：3-4.

［6］ 石培華，吳普.中國旅游業能源消耗與CO2排放量的初步估算［J］.地理學報，2011，66（2）：235-243.

［7］ 程慧，徐瓊，郭堯琦.中國旅游業碳排放脫鉤的空間異質性及其驅動因素［J］.華東經濟管理，2020，34（3）：86-93.DOI：10.19629/j.cnki.34-1014/f.191007006.

［8］ 王凱，李娟，席建超.中國旅游經濟增長與碳排放的耦合關系研究［J］.旅游學刊，2014，29（6）：24-33.

［9］ 陶玉國，黃震方，吳麗敏，等.江蘇省區域旅游業碳排放測度及其因素分解［J］.地理學報，2014，69（10）：1438-1448.

［10］ 趙先超，朱翔.湖南省旅游業碳排放的初步估算及脫鉤效應分析［J］.世界地理研究，2013，22（1）：166-175，129.

［11］ 韓元軍，吳普.京津冀地區旅游業的碳排放測算與比較研究［J］.人文地理，2016，31（4）：127-134.DOI：10.13959/j.issn.1003-2398.2016.04.017.

［12］ 丁雨蓮，劉德旺，張鳳琴，等.皖南查濟古村落旅游凈碳排放估算與減碳增匯研究［J］.資源開發與市場，2018，34（7）：935-940.

［13］ 包戰雄，袁書琪，陳光水.不同游客吸引半徑景區國內旅游交通碳排放特征比較［J］.地理科學，2012，32（10）：1168-1175.DOI：10.13249/j.cnki.sgs.2012.10.002.

［14］ 湯姿，李曉紅.基于STIRPAT模型的黑龍江省旅游業二氧化碳排放影響因素分析［J］.生態經濟，2019，35（8）：141-145.

［15］ 劉軍，岳夢婷.區域旅游業碳排放及其影響因素： 基于旅游流動性視角［J］.中國人口·資源與環境，2021，31（7）：37-48.

［16］ 岳立，雷燕燕，王杰.中國省域旅游業碳排放效率時空特征及影響因素分析［J］.統計與決策，2020，36（16）：69-73.DOI：10.13546/j.cnki.tjyjc.2020.16.015.

［17］ 翁鋼民，李聰慧，潘越，等.中國旅游業碳排放脫鉤效應及影響因素研究［J］.地理與地理信息科學，2021，37（2）：114-120.

［18］ 王凱，肖燕，李志苗，等.中國旅游業CO2排放因素分解： 基于LMDI分解技術［J］.旅游科學，2016，30（3）：13-27.DOI：10.16323/j.cnki.lykx.2016.03.002.

［19］ TANG Zi，SHANG Jie，SHI Changbo，et al.Decoupling indicators of CO2 emissions from the tourism industry in China： 1990-2012［J］.Ecological Indicators，2014，46（6）：390-397.

［20］ KAYA Y.Impact of carbon dioxide emission on GNP growth： Interpretation of proposed scenarios［C］∥Presentation to the Energy and Industry Subgroup.Paris：IPCC，1990：350-416.

［21］ 孫燕燕.上海市旅游碳排放估算及其效應分解［J］.地域研究與開發，2020，39（1）：122-126.

［22］ 趙先超，滕潔.基于LMDI的湖南省旅游業碳排放影響因素分解［J］.環境科學與技術，2018，41（9）：192-199.DOI：10.19672/j.cnki.1003-6504.2018.09.030.

［23］ 鐘章奇，吳靜，許愛文，等.中國各省區旅游業碳排放量初步估算及區域差異［J］.世界地理研究，2016，25（1）：83-94.

［24］ 肖瀟，張捷，盧俊宇，等.旅游交通碳排放的空間結構與情景分析［J］.生態學報，2012，32（23）：7540-7548.

［25］ 韓元軍，吳普，林坦.基于碳排放的代表性省份旅游產業效率測算與比較分析［J］.地理研究，2015，34（10）：1957-1970.