第 1 章 绪论
1.1 选题背景
人类活动产生的碳排放对全球气候变化有着深刻的影响。目前，我国的温室气体排放量和能源消耗量均居世界第二，面临着严峻的节能减排形势。作为世界最大产业之一，旅游业每年都会产生大量的碳排放，造成严重的污染，其影响力不容忽视。根据世界旅游组织的研究显示，旅游业对全球温室气体排放应当承担5%的责任（UNWTO,2009）。同时，旅游业作为新世纪的朝阳产业和“无烟产业”,是应对气候变化、进行节能减排的优势产业，具有潜在的关键性作用。在我国的《关于旅游业应对气候变化问题的若干意见》和国务院《关于加快发展旅游业的意见》中，均指出旅游业应积极采取措施应对气候变化和能源消耗等问题，并提出了具体的节能减排要求。可见，研究旅游业的碳排放结构，制定合理有效的低碳发展措施迫在眉睫。
五台山坐落于中国山西省东北部，距离省会城市-太原约 230km.山西五台山是中国乃至世界佛教旅游胜地，同时也是中国十大避暑名山之首，2009 年被联合国教科文组织以文化景观列入世界遗产名录。每年都吸引大量的国内外游客，同时山上旅游酒店遍布，每年都产生大量的碳排放，减排压力巨大。而我省对五台山旅游酒店碳排放量及碳排放效率的研究基本没有。因此研究五台山旅游酒店的碳排放效率，具有重要的现实意义，不仅有助于旅游酒店明确各自的减排责任，而且有助于政府部门为旅游酒店的低碳化发展制定有效的政策，同时也为山西省其他景区节能减排提供参考依据。
1.2 研究意义
1.2.1 理论意义
低碳旅游是一种全新的旅游发展模式，其理论出发点是以最少的旅游碳排放和能源消耗取得最大的旅游经济效应。随着低碳理念的逐渐盛行，低碳旅游模式的迅速发展必将成为大势所趋。与之相应，和低碳旅游息息相关的旅游碳足迹模型、旅游能源消耗模型和旅游碳排放效率模型等正成为这类研究的核心。以饭店为主的住宿业一直是旅游业的三大支柱之一，其每年的碳排放量不容忽视，但是以往有关碳排放效率的研究，大多集中于宏观层面，从微观企业层面获得的研究成果则相对匮乏。在已有少数微观层面的研究成果中，也多侧重于企业内部的生产效率和运营效率，关于酒店碳排放效率的研究则微乎其微。因此，本文以中国四大佛教名山之首-五台山为研究区，构建一套衡量旅游酒店碳排放效益的测算体系和研究方法，丰富了碳排放的研究体系。
1.2.2 现实意义
测算和研究景区内酒店的碳排放效率不仅有助于更科学地认识旅游业中碳排放的来源结构，确定碳排放的主要酒店类型和减碳的主要目标，而且可以为旅游行政管理部门和景区管理机构提供更加科学、合理的决策参考，使得景区旅游酒店能够清楚自己在景区碳排放中应承担的责任，采取科学合理的节能减排措施，同时提高旅游酒店对低碳设备和技术等投资的积极性。从旅游产品的市场发展角度，将有效推动其低碳产品和服务的供给，有利于低碳旅游产品市场的迅速推广和壮大。
1.3 文献综述
1.3.1 国外研究综述
（1）国外旅游碳排放的研究进展
国外对碳排放问题进行研究的时间相对较早，也取得了较为丰富的研究成果。但由于研究角度和研究领域的多元化，目前国内外尚没有达成完全一致的认识。
国外学者对碳排放的研究主要采用以下三种方法：第一种是从宏观角度，采用“自上而下”研究法（Top-downAnalysis），利用环境账户分析直接估算旅游业碳排放量在一个完整系统内所占的比例。Tabatchnaia-Tamirisa（1997）运用投入-产出模型，在研究旅游业的温室气体排放和能源需求状况的基础上，分析了能源利用与旅游目的地之间的关系[1].Gssling（2008）在全球范围内研究了旅游的能源利用对环境和气候的影响[2].Smith 和 Rodger（2009）以新西兰为例，第一次从国家层面，估算并分析了旅游航空运输业的碳排放情况[3].Dwyer 等（2010）运用旅游卫星账号分析方法，自上而下的测算了澳大利亚旅游业的碳足迹。
第二种是“自下而上”研究法（Bottom-upAnalysis），将旅游业分成旅游者和旅游产业两大部分，从下往上逐级统计碳排放量和能源消耗状况[4].Williams（2007）采用了一种独特的“自下而上”建模程序评估了加拿大不列颠哥伦比亚省惠斯勒地区有关能源使用和温室气体排放的目标规划战略的相对影响。Kuo 和Nae-Wen 等（2009）运用生命周期评价方法测算和分析了台湾澎湖岛的交通、住宿和娱乐活动部门的旅游碳排放，结果表明：交通（其中尤属飞机）耗能最多；且每个游客导致的环境负荷超过当地居民[6].Lin（2010）以台湾五大国家公园为例，运用“自下而上”法，测算了它们 1999-2006 年间的旅游交通碳排放，对比分析后发现：旅行距离和交通模式是造成不同目的地旅游交通碳排放量差异的主要原因，且各种交通工具中，私家车的碳排放量最高[7].G?ssling 等（2011）回顾了特定食物的碳排放强度，并讨论了餐饮服务工作者如何改善他们的工作以减少食物中的碳排放量[8].Sun（2014）利用国内旅游支出、入境旅游支出和与出境旅游相关的地方支出之间的分界，提出了一种框架以衡量来自国内和国外碳排放带来的影响，同时以台湾为例进行了实证分析[9].
第三种方法是将“自上而下”法和“自下而上”相结合。Becken 和 Patterson（2006）同时运用两种方法测算了新西兰旅游业的 CO2排放量，研究发现：两种方法得到的结果相一致[10].Perch-Nielsen 等（2010）运用这两种方法，分别测算了瑞士及欧洲几个国家旅游业的碳排放密度，结果一致认为：旅游属于高碳排放密度产业[11].另外，还有部分学者采用实地调研与问卷调查法、生命周期评价法、以及情景分析法等其它方法来测算碳排放量。
（2）国外碳排放效率研究进展
大部分学者对碳排放效率的研究，都是围绕宏观与微观两个视角来展开的。关于宏观层面的研究，大多围绕国家的视角来开展，主要致力于对国内外 CO2排放量与经济发展情况进行横向和纵向比较。微观层面的碳排放效率研究则主要从行业层面来进行。
第一，宏观层面上的碳排放效率研究。Zofio 和 Prieto（2001）、Zhou 等（2006）分别运用不同的 DEA 模型，测算并分析了 OECD 国家和部分地区的碳排放效率[12-13].Ramanathan（2005,2006）把与碳排放相关的 4 个指标进行整合后，采用DEA 方法，测算中东与北非 17 个国家的 CO2排放效率，着重分析了碳排放量、能源消耗和 GDP 三者之间的联系，得出结论：世界各国的 CO2排放效率受时间变化的影响产生波动[14-15].Wang（2007）运用 Shephard 距离函数，测算了 23 个 OECD国家的碳排放绩效情况后，指出影响 CO2排放效率的主要因素，其中尤其强调了技术进步的重要性[16].Kortelainen（2008）运用 Malmquist 指数方法，基于欧盟 20个国家 1990-2003 年间的面板数据，构建了评价环境效率的指标指数，然后评价了这些国家为提高环境效率作出的努力[17].Tsai-lien 等（2010）通过对作为“坏”
产出的 CO2和 SO2进行逆处理，测算并比较了中国台湾与大陆从 2002-2007 年间的能源消耗效率，研究结果表明，中国东部区域的效率值低于台湾地区的效率值[18].Stern 等（2010）运用随机前沿模型，分析了不同要素，如气温变化、要素投入与产出比和技术进步等对能源强度的影响，然后利用情景预测分析了中国与印度的碳排放强度，得出结论：中国的碳排放强度大于印度，需要采取更加强有力的减排政策来促使整体碳排放强度的下降[19].Zhou 等（2010）借助 Malmquist 指数方法中的碳排放表现指数概念，衡量了国际上 18 个 CO2排放量相对较高的国家的碳排放效率，并指出了影响碳排放表现指数的主要因素[20].
第二，微观层面上的碳排放效率研究。Reinhard（2000）同时采用数据包络分析和随机前沿分析两种模型，测算了荷兰牛奶厂的环境效率，然后对比了两种模型的评价结果[21].Chung 等（2001）在综合考虑了产出增加和污染减少的基础上，提出了 Malmquist-Luenberger 生产率指数测算瑞典纸浆厂的生产效率，然后分析了科技进步的变化与技术效率的变化对该生产效率的影响[22].Tone（2003）为满足节能减排的可持续发展要求和实际的工业生产过程需要，在松弛变量的 SBM 模型中融入了非期望产出，以此来提高工业生产中环境效率的效度[23].Lofgren 和 Muller（2008）测算了 1993-2004 年间瑞士工商业部门的碳排放量和碳排放效率，在分析二者关系后得出结论：能源效率较高，并不意味着其碳排放量就较低，但提高碳排放效率却有利于减少碳排放量[24].Hailu 和 Veeman（2011）将污染物排放设定为不好的产出变量，利用 DEA 模型，测算并分析了加拿大造纸工业生产中的碳排放效率[25].
1.3.2 国内研究综述
（1）国内旅游碳排放的研究进展
与国外相比，中国对旅游碳排放的研究起步时间较晚，研究成果相对滞后。自 2008 年以后有关旅游业碳排放的研究报道才逐渐出现并得到迅猛发展。目前国内已经形成一套相对成熟的理论和方法。我国对旅游碳排放的研究主要分为三个层面，一是国家层面的旅游碳排放。石培华和吴普（2011）采用“自下而上”法测算并分析了2008年中国旅游交通、住宿业和旅游活动的碳排放量[26].刘益（2012）运用投入产出法，在产业部门、产业地区、酒店住客与城市居民之间对中国酒店业的能源消耗水平进行了分析，得出中国酒店业整体仍然处于高能耗水平、与部分海外国家相比仍存在较大差距、生产模式仍然粗放等结论，并在酒店设计、能源管理、酒店服务、酒店消费和产业结构五个方面提出了低碳化发展路径[27].包战雄等（2012）利用游客交通调查问卷，研究了不同游客吸引半径内国内旅游交通 CO2排放的一般规律[28].李旭等（2013）研究了直接用能和间接用能碳排放测度方法，并指出了影响住宿业用能的诸多碳排放因素，如外部环境、住宿企业内部特征和顾客特征，并从企业内部利益主体和顾客两个方面介绍了节能减排路径[29].
二是区域层面的旅游碳排放。王立国（2011）采用旅游碳足迹综合模型和行业模型，测算了江苏省旅游碳足迹总量和旅游六大部门的碳排放量[30].谢园方和赵媛（2012）运用“旅游消费剥离系数”测算方法，分析了江苏、浙江和上海三地的 CO2排放情况[31].黄崎等（2014）在分析酒店业发展现状的基础上，采用 IDA（行业层面指数分解）、SDA（投入产出结构的分解法）方法构建了酒店耗能评估模型，从 3 个维度对华东地区酒店综合耗能和碳排放进行评估，进而得出不同酒店群体各自的节能减排路径[32].
三是景区层面的旅游碳排放。李红缺（2013）通过调查问卷和人物访谈相结合的方式，调查了乌鲁木齐酒店顾客的低碳消费意向。首先采用 SPSS19.0 软件统计了样本人口统计学和行为特征，然后利用李克特“五分法”在 14 个研究变量上进行了差异分析，最后得出结论，对乌鲁木齐市进行低碳建设很有必要[33].李世宏等（2013）采用 2006 年联合国政府间气候变化专门委员会（IPCC）国家温室气体清单指南中的计算方法，测算了张家界旅游者的 CO2排放总量和六大部门 CO2排放量各自所占比例，并提出了减碳措施[34].周年兴等（2013）分别估算了庐山本地居民、旅游者的碳排放量及森林生态系统的碳吸收，并对庐山的碳源、碳汇进行综合分析[35].
（2）国内碳排放效率研究进展
与国外学者不同，由于获取微观企业相关生产数据和碳排放数据的困难性较大，国内学者对碳排放效率的实证研究大多从国家、地区和产业角度展开，很少有微观企业层面的碳排放效率研究成果。马大来等（2015）运用至强有效前言的最小距离法，测算了我国 30 个省份从1998 到 2011 年的平均碳排放效率，并分析了其空间相关性和区域差异性，然后基于 30 个省份的面板数据，通过构建空间面板数据模型，探讨了影响 CO2排放效率的关键因素[36].王坤等（2015）运用 SBM 模型测算了我国省际水平三个年份的旅游业 CO2排放效率，并利用 ESDA 空间格局分析方法和地理加权回归模型，探讨了指标的空间格局特征及影响因素的时空异质性。可以得出以下结论：中国旅游业碳排放效率总体呈现出渐趋稳定的态势，但总体水平仍较低，空间格局的形成和演化受多种因素的共同影响，表现出较强的相关性和集聚性等[37].刘亦文和胡宗义（2015）运用数学模型和超效率三阶段 DEA 模型，分别估算了我国 30 个省市 1997-2011 年间 CO2排放量和排放效率，对各省市 CO2排放效率的分析表明：我国碳排放效率总体呈缓慢上升趋势，且各省市的碳排放效率水平差异明显等[38].
刘畅等（2014）运用生态效率的思想，对碳排放效率进行了评价，然后基于机会成本的视角，从经济价值变化效应、环境变化效应和社会基准变化效应三个效应维度，对我国各省 CO2排放效率进行实证分析，结果发现：中国各省基于机会成本的 CO2排放效率由东到西呈梯次型分布，且东高西低；各省基于机会成本的 CO2排放效率不仅与实际 GDP 之间的脱钩效应明显，而且与各省自身 CO2排放效率存在较大差异等[39].孙少勤等（2014）基于全要素框架的视角，利用超效率 DEA 模型估算了我国各省市的 CO2排放效率，并根据地区差异构建了面板数据模型，在此基础上利用多种回归方法探讨了影响各省 CO2排放效率的关键因素[40].张秀秀（2014）运用三阶段仁慈型模型，利用多投入多产出指标测算并分析了 13 家国际航空公司 2008 至 2012 年间的 CO2排放效率[41].陈黎明和黄伟（2013）运用随机前沿分析法，估算了我国各省市 1995-2010 年间的 CO2排放效率，并指出了碳排放效率的关键影响因素[42].肖慧敏（2011）运用数学方程模型，对 1995-2008 年间我国 29 个省市的面板数据进行了随机效应分析，着重探讨了产业结构演变对 CO2排放量及其效率的影响[43].葛振波等（2010）借助生态效率的理论构建了建筑业生态效率的测算模型，基于投入的角度利用 DEA 方法中的 CCR 模型，测算我国31 个省、市、自治区建筑业的 CO2排放效率[44].
（3）五台山旅游研究进展综述
以往关于五台山旅游的研究多集中在五台山旅游形象的构建和五台山生态旅游的发展两方面，尚未有景区旅游碳排放效率的研究成果。
第一，五台山旅游形象的研究。李婷，辛虹（2015）运用内容分析法从直接传播形象、间接传播形象、政府塑造意愿这三方面对五台山传播形象进行了研究，指出了旅游产品雷同、形象传播不均衡等问题，并提出了改进措施[45].赵鹏宇，冯文勇等（2015）利用内容分析法和扎根理论，在分析携程旅行网上游客发表的176篇游记样本后，提出了游客对五台山旅游形象的8大积极因素和6大消极因素，指出应从服务、设施、体验等方面提升旅游形象[46].刘智兴，马耀峰等（2013）利用百度等旅游网站收集游客记录五台山旅游形象的游记，归纳出旅游形象的6大积极感知因素和6大消极感知因素，为五台山管理提供参考依据[47].杨蝉玉，吴向潘等（2013）研究了五台山佛教文化旅游资源，提出了发展文殊菩萨智慧以有形产品为载体，提升五台山人文旅游形象[48].
第二，五台山生态旅游发展的研究。段青倩、樊文华等（2015）通过野外调查，研究了旅游践踏程度对北台山草甸土的影响，结果表明，五台山北台山草甸土受到人为踩踏的破坏严重，有关部门应该采取有效措施保护景区相关发展[49].
刘秀丽（2015）利用生态经济学的方法，估算了五台山草地生态系统供给功能、调节功能、支持功能、文化服务功能四方面的价值量，并按价值量的大小对服务功能类型进行了排序，为五台山生态保护和资源开发的政策制定提供依据[50].严江平、郭芳艳等（2014）利用生态足迹模型，测算出2012年五台山旅游生态足迹为21421.09 hm2,总旅游生态承载力为2079.46 hm2,旅游生态和谐度为10.2848,景区处于不和谐状态，同时分析了旅游活动各要素对景区生态环境的影响，从游客人数、旅游线路、能源利用三方面指出了不和谐原因并提出了建议措施[51].牛丽芹、程占红（2012）利用景观生态学的相关指数，分析了旅游开发影响下，林地、疏林地、草地、裸地等景观要素的变化特征，结果显示，景观整体相对完整，受旅游干扰较小[52].
综上所述，由于数据收集的困难性和限制性，目前国内外关于碳排放效率的研究大多围绕宏观层面进行，微观层面的研究较为匮乏。尤其是针对服务业中的酒店这一利益主体，少数微观层面的研究也多是侧重于研究企业内部的生产效率和运营效率，几乎没有酒店碳排放效率方面的成果。
1.4 研究方法与技术路线
1.4.1 研究方法
（1）文献分析法。在本研究的写作过程中，查阅了大量与旅游碳排放，数据包络分析和低碳旅游等方面相关的文献资料，在充分了解最新理论和发展动态的基础上，借鉴前人的优秀思想和研究成果，形成本文的理论基础。
（2）问卷调查法和关键人物访谈法。通过选择旅游酒店的典型样本，进行实地调查，收集各类基础数据，主要涉及样本酒店规模及客房数、从业人员数、年耗水、耗电和耗煤量等数据。同时通过关键人物访谈和问卷相结合的方法调查旅游酒店的低碳经营现状，找出问题所在。
（3）数据包络分析（Data Envelopment Analysis,DEA）。能够研究具有多个投入和产出指标的决策单元之间的相对效率。首先需要分析投入与产出数据，得出所有决策单元的相关效率值；然后对所有决策单元进行排序，并确定有效的决策单元；最终找出相对无效决策单元的无效原因，并提出有针对性的改善建议。本文将采用酒店客房数、从业人员数和建筑面积作为酒店投入，用酒店年耗水量、年耗电量和年耗煤量作为酒店碳排放产出，通过 DEA 模型来进行分析。
（4）双向指示种分析（Two-Way Indicator Species Analysis,TWINSPAN）。以所有物种在样方中的重要值为指标，采用winTWINS软件中的TWINSPAN软件，对 28 家酒店的技术效率、纯技术效率和规模效率值组成的 28×3 维的数据矩阵进行运算，以识别不同碳排放效率的酒店类型。
（5）典范对应分析（Canonical Correspondence Analysis,CCA）。典范对应分析法是在对应分析基础上，将多元回归分析与对应分析相结合发展而成的一种排序方法。即在对应分析的迭代过程中，通过多元线性回归，将每次运算得到的样方坐标排序值都和环境因子进行综合分析，并通过同一排序图来展示样方、对象和环境因子的排序结果。本文将利用 28 家酒店的耗水量、耗电量、耗煤量、注册资本、建筑面积、从业人数和客房数 7 种指标值组成 28×7 维的数据矩阵，并结合 28 家酒店的技术效率、纯技术效率和规模效率值组成 28×3 维的数据矩阵，进行 CCA 分析，以揭示 7 个关键性指标对不同酒店类型的影响程度。
1.4.2 技术路线图
