EN中文

中国生态旅游 >

2022 , Vol. 12 >Issue 4: 646 - 664

DOI: https://doi.org/10.12342/zgstly.20220039

旅游业碳达峰碳中和

产业关联视角下中国住宿业碳排放结构路径研究

  • 贺腊梅 ,
  • 查建平 , * ,
  • 陈淄涵 ,
  • 马思琦
展开
  • 四川大学旅游学院,成都 610000
*查建平（1986-）,男,博士,教授,研究方向为旅游经济、文旅大数据等。E-mail:

贺腊梅（1992-）,女,博士,研究方向为可持续旅游、旅游能源消耗。E-mail:

收稿日期: 2022-04-19

  修回日期: 2022-08-06

  网络出版日期: 2022-10-09

基金资助

国家自然科学基金青年项目(72102158)

收起

A structural path analysis on carbon emissions from the accommodation industry in China from the perspective of industrial linkage

  • He Lamei ,
  • Zha Jianping , * ,
  • Chen Zihan ,
  • Ma Siqi
Expand
  • School of Tourism, Sichuan University, Chengdu 610000, China
*Zha Jianping. E-mail:

Received date: 2022-04-19

  Revised date: 2022-08-06

  Online published: 2022-10-09

Fold

摘要

识别中国住宿业碳排放增长路径,是应对气候变化、精准制定旅游减排政策的关键。本研究从产业关联的视角出发,采用环境投入产出和结构路径分析方法,探究1997—2017年中国住宿业碳排放演变特征与影响住宿业碳排放变动的关键路径。结果表明：（1）研究期间中国住宿业碳排放量波动增长,但排放强度持续下降,电力和热力消耗是住宿业碳排放最主要的能源消耗类型。（2）最终需求引致的直接住宿业碳排放对住宿业全部碳排放量贡献始终较大,但住宿业消费中间产品投入引致的隐含碳排放量逐渐增多。（3）从供应链路径来看,"（上游供应部门）→食品制造业→住宿业→最终需求"与"（上游供应部门）→电力、热力的生产和供应业→住宿业→最终需求"是驱动中国住宿业碳排放变动的主要路径类型,上游供应部门涉及农林牧渔、道路运输、化学工业等部门。实现住宿业低碳发展应实施"源头减量、过程控制、末端治理"的综合治理战略,优化住宿业的中间产品投入结构,引导住宿业传统供应链向绿色供应链转型。

关键词： 住宿业; 碳排放路径; 环境投入产出模型; 产业关联; 供应链转型; 低碳治理

本文引用格式

贺腊梅 , 查建平 , 陈淄涵 , 马思琦 . 产业关联视角下中国住宿业碳排放结构路径研究[J]. 中国生态旅游, 2022 , 12(4) : 646 -664 . DOI: 10.12342/zgstly.20220039

Abstract

Identifying the key paths that drive changes in carbon emissions of accommodation industry in China is conducive to formulating the targeted mitigation policies. From the perspective of industrial linkage, this study adopts an environmental input-output model and structural path analysis model to build a framework, which can be used to explore the evolution characteristics of carbon emissions from the accommodation industry from 1997 to 2017 and further to excavate the key supply chain of carbon emissions changes. The results show that: (1) Carbon emission volume from the accommodation industry showed a fluctuating increase over the study period, but its intensity continues to decline, and electricity and heat consumption have become the most dominant type of energy consumption for the accommodation industry. (2) The first-order paths, i.e., direct carbon emissions caused by final demand, occupy an important position; the high-order path, which flows through more intermediate sectors, not only increases in number year by year but also generates gradually increasing emissions, which indicates that accommodation industry has a significant amount of embodied inter-sectoral carbon emissions by consuming intermediate products from other sectors. (3) "(Upstream supply sector)→food manufacturing industry→accommodation industry→final demand" and "(upstream supply sector)→production and supply of electricity and heat→accommodation industry→final demand" are the main types of key paths that affect accommodation industry’s carbon emissions, which involves upstream supply sectors such as agriculture, forestry, animal husbandry and fishery, road transport and chemical industry. To achieve low carbon development of the accommodation industry, a comprehensive management strategy of "source reduction, process control and end-of-pipe treatment" should be implemented, the input structure of intermediate products in the accommodation industry should be optimized, and the transformation from a traditional supply chain to a green supply chain of the accommodation industry should be encouraged.

Key words： accommodation industry; carbon emissions pathways; environmental input-output model; industrial linkage; supply chain transformation; low carbon governance

1 引言

旅游业作为全球最大且增长最快的产业之一,其快速发展对自然资源和生态环境造成的负面影响已不容忽视[1]。联合国世界旅游组织和联合国环境规划署研究表明,2005年旅游业碳排放占到全球碳排放总量的5%,其中,住宿作为游客在旅途空间移动过程中的重要停留空间,贡献了旅游业21%的碳排放量[2]。住宿被认为是除了旅游交通外,旅游业能源消耗最密集的部门,主要包括照明、采暖、通风、空调、热水供应、电梯运输和烹饪等,且24小时不间断工作,日常运营消耗大量的能源、水和不可回收的产品[3-4]。中国住宿业每万元的总产出需要消耗330.99千克标准煤,酒店住客的日常能源消耗量是城市居民日常能源消耗量的10倍[5]。中国住宿业经济运行模式和投入、产出仍然显现出"高投入、高消耗、高污染"的特点[6]。可见,住宿业具有巨大的节能减排潜力,科学地测算住宿业的能源消耗与碳排放对实现住宿业的低碳转型和可持续发展具有重要意义。
已有研究主要从生产视角分析酒店在建设、运营、改造等整个生命周期阶段消耗的电力、化石能源及其碳排放[7],其中,高星级酒店因规模较大、设施豪华、服务项目丰富、能源消耗高受到广泛关注[8-9]。少数学者关注到住宿业服务产品在生产过程中由于使用其他部门提供原材料等中间产品存在隐含碳排放情况,并逐渐从终端消费视角分析住宿业间接能源消耗及碳排放,初步发现住宿业由于中间其他产业产品使用所引起的隐含碳排放巨大[10-11]。因此,相较于直接碳排放,将住宿业与其他国民经济产业间的投入产出关系纳入考虑范围的隐含碳排放,为追踪经济系统中的碳排放提供了一个更加系统的视角。因此,基于产业关联视角,挖掘住宿业在供应链中的隐含碳排放、碳排放流动的关键路径,能更准确地核算住宿业的碳排放水平,明确中国住宿业碳减排责任,最终为有效降低住宿业碳排放量从而实现绿色发展提供更加有效的对策建议。
本研究从产业关联的视角出发,将环境投入产出（Environmental Input-Output,EIO）模型与结构路径分析（Structural Path Analysis,SPA）相结合构建了一个新的研究框架,利用1997年、2002年、2007年、2012年和2017年中国投入产出表和相关能源消耗数据,测算分析中国住宿业碳排放水平与关键路径演化。基于此框架,有助于了解住宿业与其他部门相互关联而产生的碳排放,明确住宿业最终需求导致的碳排放的关键产业路径,能够更全面、准确和系统地认识住宿业在供应链层面的碳排放水平,拓宽住宿业能源消耗与碳排放的研究视角。此外,有利于政策制定者对关键产业路径涉及的环节实施"源头减量、过程控制、末端治理"的综合治理战略,引导住宿业传统供应链向绿色供应链转型,从而实现从碳生产到消费的全过程低碳排放。

2 文献综述

全球住宿业业态丰富,各类型能耗和碳排放较为复杂多变。在多数情况下单个住宿企业的能源消耗和碳排放水平并不高,但在全球住宿业不断扩张的背景下,整个住宿业的能源消耗和碳排放量不容小觑[12],甚至存在超过传统资源密集且污染严重的化工业、制造业和农业等行业碳排放水平的可能性[13]。住宿企业为盈利而产生的环境外部性使得整个行业的能源消耗和碳排放问题不容忽视[14]。
已有较多研究对住宿设施进行了能源消耗与碳排放测算,即游客在住宿终端商品消费所直接消耗电力、煤炭和液化石油气等能源所产生的碳排放[15]。在整个住宿业中,不同类型的住宿企业所产生的直接碳排放量存在较大差异,特别是高星级酒店往往规模较大、设施豪华、服务项目丰富,被认为是能耗最大的住宿企业,得到了学者们的广泛关注[16]。迄今为止,部分学者已经测算了全球[17]、国家或地区[18⇓-20]、区域[21]等层面的酒店能源消耗和碳排放水平（表1）。纵使上述研究聚焦住宿设施,从多个空间尺度上测算了其能源消耗和碳排放水平,但鲜有研究从整个行业的视角探讨碳排放问题。更重要的是,已有研究往往忽视了住宿业因消耗其他部门产品而间接导致的能源消耗和碳排放。
表1 住宿业碳排放相关文献总结

Tab. 1 Summary of literature on carbon emissions in the accommodation industry

作者 研究目标 研究方法 主要发现
姚李忠等[25] 以黄山西海饭店山岳型景区为案例酒店（2014—2018年） 访谈法;碳足
迹法		 案例酒店碳排放量为217.17~257.84 kg CO2/m2,年均碳排放量为236.79 kg CO2/m2
黄英[7] 深圳、广州等地8家高星级酒店（2013年） 问卷调查;基于投入产出的混合生命周期模型 间接碳足迹共占碳足迹总量的99.54%
赵先超和朱翔[26] 湖南省星级饭店（2000—2009年） "自下而上"法 旅游住宿碳排放为5.1 Mt,占旅游业碳排放的24.19%;旅游住宿碳排放年均增加27.50%,略大于同期旅游交通增长速度
石培华和吴普[16] 中国旅游星级饭店（2001—2008年） "自下而上"法 住宿业CO2排放量为15.36 Mt,占旅游业全部排放量的29.92%
Filimonau等[18] 位于英国多塞特郡普尔的两个城市酒店（2008年） 生命周期能源分析 餐饮和洗衣服务对酒店的整体能源消耗和温室气体排放做出了高达30%~40%的贡献
Chan和Lam [27] 中国香港8家三星级、6家四星级和3家五星级酒店（1988—1997年） 抽样调查;线性回归 1988—1997年酒店业用电产生的CO2略有减少;每个房间的每日排放量在14~37 kg不等
在住宿企业的运营过程中,不仅会产生直接碳排放,还会产生大量间接能源消耗和碳排放[22]。Meng等指出住宿和餐饮部门的间接碳排放量是直接碳排放量的3~4倍[23]。查建平等[24]指出住宿业作为旅游二级部门之一,其完全碳排放强度是由间接碳排放强度贡献的,意味着住宿业通过使用中间产品从其他部门获得了更多碳流入量。据上述研究可知,住宿业的碳排放不仅包括消费终端的直接排放,还包括在其供应链上消耗其他产业部门中间产品和服务所导致的隐含排放。为实现住宿业的节能减排,有必要系统、全面地评估和认知住宿业碳排放水平,重视间接碳排放的核算。
在测算住宿业碳排放量方面,已有研究主要有"自下而上"法和"自上而下"法两种方法[28-29]。基于生命周期理论的"自下而上"法,可细分为碳足迹法[25]和从住宿者人数入手的"自下而上"法,主要适用于微观和精细化分析[30]。其中,碳足迹法适用于测量住宿企业生命周期的碳排放,测算结果较为精准但实施难度大;而从住宿人数入手的"自下而上"法则从人均能耗量出发,逐级累积与测算,可便捷地核算行业和单个企业碳排放,在住宿业碳排放测算研究中得到了广泛的运用[26-27]。"自上而下"法则从生产的角度出发,主要依靠旅游卫星账户（Tourism Satellite Account,TSA）和国民经济核算等公开数据来估算住宿业碳排放,具体可分为投入产出法[31]、能源消费法[32]和基于温室气体统计数据的"自上而下"法[17]等。学者们往往将这种方法与EIO模型相结合来估计旅游业宏观排放[33]。"自上而下"法不仅可以估算由最终需求引起的直接碳排放,还可以测算出隐含在供应链中的间接碳排放[34]。Pratt将投入产出模型和可计算一般均衡模型相结合分析了夏威夷旅游业的经济关联状况和经济影响力,研究发现住宿业因直接向游客提供产品和服务而具有较强的后向关联能力和较弱的前向关联能力[35]。查建平等通过构建旅游产业关联效应结构性分解模型,发现住宿部门的溢出效应与反馈效应较高,与其他产业尤其是制造业之间的产业关联较为紧密[10]。可见,住宿业与其他产业部门存在较强关联性,对住宿业碳排放的测量采用"自下而上"法更有利于全面认识住宿业碳排放水平。
本研究在测算住宿业完整碳排放的基础上,更进一步地采用基于投入产出框架的SPA法,捕捉更长的路径来识别住宿业碳排放的"来源",逐步提取住宿业相关产业路径来挖掘复杂的部门间经济关系。SPA这一方法虽然还未被应用到旅游与住宿业,但已被广泛用来分析能源和环境相关问题[36-37]。该方法能够分析经济体中经济和能源的产业路径,其优势在于能够揭示隐含碳排放是如何沿着生产供应链的需求流动的[38],并帮助决策者确定贡献最高排放和关键排放来源的供应链[39]。

3 研究方法

本研究首先基于直接碳排放强度测算住宿业碳排放量,然后采用SPA法分析住宿业碳排放的关键路径及其流经部门。如图1所示,住宿业以满足最终需求为目的,由相应的连锁生产阶段组成,住宿业碳排放总量是这些生产阶段碳排放的加总。一阶部门即直接满足最终需求的部门, i → Y本研究中即住宿业;始于部门 i,止于最终需求 Y的路径 i → Y为一阶路径,反映了最终需求直接引发的住宿业碳排放量。二阶部门指该部门的产品或服务作为住宿业的中间投入,间接满足最终需求的部门;始于部门 j,流经部门 i,止于住宿业最终需求 Y的路径 j → i → Y为二阶路径,反映了最终需求间接引发的住宿业碳排放量。三阶路径 k → j → i → Y表示某一部门产品流经了两个中间部门后流向最终需求所产生的碳排放量。四阶路径 l → k → j → i → Y表示某一部门产品流经了3个中间部门后流向最终需求所产生的碳排放量。
图1 产业关联视角下的住宿业碳排放

Fig. 1 Carbon emissions from the accommodation industry from the perspective of industry linkages

3.1 住宿业完全碳排放测算

3.1.1 住宿业直接碳排放强度

住宿业直接碳排放强度是指在住宿产业中由直接能源消费而引起的碳排放强度,反映的是住宿业每单位产出所产生的直接碳排放量。根据中国投入产出表中对住宿业的定义,住宿业包括旅游饭店、一般旅馆、民宿服务、露营地服务和其他住宿业[40]。然而,中国能源平衡表中没有单独的住宿业统计项,难以直接获得住宿业的能源消耗数据。借鉴Park和Heo的研究[41],利用能源货币价值量（投入产出表中用作中间投入）与能源消费标准量（能源平衡表中用于部门生产）之间的比值计算得出各类型能源的加权平均价格,进而获得住宿业与其他国民经济部门的直接能源消耗量数据。具体公式如下：
P h 1 E = X h 1 - Y h 1 e x + Y h 1 i m - Y h 1 f i n a l - ∑ h 2 = 1 v X h 1 h 2 E h 1 S - E h 1 Y - ∑ h 2 = 1 v E h 1 h 2
其中, P h 1 E表示能源部门 h 1的加权平均价格,主要包括煤炭、焦炭、原油、燃料油、汽油、煤油、柴油、液化石油气、天然气、炼厂干气、电力和热力等能源; X h 1 表示投入产出表中能源部门 h 1总产出的货币价值量; Y h 1 e x表示能源部门 h 1的出口货币价值量; Y h 1 i m为能源部门 h 1的进口货币价值量; Y h 1 f i n a l为能源部门 h 1的国内最终消费货币价值量; X h 1 h 2为能源部门 h 2在生产过程中作为原材料投入的第 h 1类能源部门所产生的货币价值量; υ为能源部门数量; E h 1 S表示中国能源平衡表中能源部门 h 1的总能源消费标准量; E h 1 Y表示能源部门 h 1产品的国内最终消费标准量; E h 1 h 2表示能源部门 h 2在生产过程中作为原材料投入的第 h 1类能源部门产品标准量。在此基础上,构建住宿业直接能源强度公式：
D E I = ∑ h 1 = 1 υ D E I h 1 = ∑ h 1 = 1 a x h 1 P h 1 E X
其中, D E I表示住宿业的直接能源强度, D E I h 1表示住宿业对第 h 1类能源部门产品的直接能源强度, x h 1表示住宿业直接消耗第 h 1类能源部门产品的货币价值量, X表示住宿业总产出的货币价值量。根据政府间气候变化专门委员会（Intergovernmental Panel on Climate Change,IPCC）提出的碳排放核算方法[42],构建住宿业直接碳排放强度公式：
F = ∑ k = 1 m ∑ h 1 = 1 υ ( D E I h 1 × u h 1 k × C E E k )
其中, F表示住宿业的直接碳排放强度, u h 1 k表示第 k种能源在第 h 1类能源产品所占比重, C E E k表示第 k种能源类型的碳排放系数, m为能源类型总量, υ为能源部门数量。同理可得其他国民经济部门的直接碳排放强度。

3.1.2 住宿业完全碳排放量

本研究借鉴Leontief[43]和Miller与Blair[44]的研究成果,在投入产出模型中引入碳排放相关指标,以此建立EIO模型来定量研究住宿业在国民经济系统中同其他部门的经济与环境联系,测算住宿业由最终需求引起覆盖关键路径的碳排放量,实现对住宿业全流程碳排放的核算、评估及控制。模型构建如下所示：
C c o n s = F ( I - A ) – 1 Y = F L Y
其中, C c o n s代表住宿业完全碳排放量,表示各部门为满足最终需求而产生的碳排放总量; F表示直接碳排放强度; L = ( I - A ) – 1为Leontief逆矩阵; Y代表最终需求列向量。

3.2 住宿业碳排放的关键路径

在国民经济系统中,经济活动由众多连锁生产阶段组成,这些连锁生产阶段又包含了各式产业路径[45],而住宿业的碳排放总量就是相关产业路径碳排放量的加总。基于此,本研究运用SPA模型来探究住宿业碳排放的关键路径及其流经部门。SPA模型作为一种基于投入产出分析的经济网络分析工具,最早由Lantner提出[46]。它可以通过一系列扩展形式的直接消耗矩阵将Leontief逆矩阵分解到不同的路径[46],即能够分解生产链条中对产品有重要影响的因子之间层层影响的路径,用以追溯部门之间复杂的相互影响关系[47]。根据Miller和Blair的研究可知[44],运用SPA方法追踪供应链是通过使用幂级数近似扩展Leontief逆矩阵 L = ( I - A ) – 1来实现的：
L = ( I - A ) – 1 = I + A + A 2 + A 3 + A 4 + . . . + A t l i m t → ∞ ( A t ) = 0
其中, I表示单位矩阵; A表示直接消耗系数矩阵。将公式（5）与公式（4）相结合,可以测算出各部门直接消耗的碳排放量和经过其他部门间接消耗的碳排放量：
C c o n s = F L Y = F ( I + A + A 2 + A 3 + A 4 + . . . + A t ) Y = F Y + F A Y + F A 2 Y + F A 3 Y + F A 4 Y + . . . + F A t Y
其中, F A t Y表示满足各部门最终需求时, t阶路径所产生的碳排放量,即 F Y 、 F A Y 、 F A 2 Y 、 F A 3 Y分别为满足住宿业最终需求时一阶、二阶、三阶、四阶不同阶数所产生的碳排放量。

3.3 数据来源及处理

在本研究中,主要使用的数据集为投入产出表（以货币价值为单位）。投入产出表由中国国家统计局每五年发布一次,最新数据为2017年。基于数据的延续性和时效性,1997年、2002年、2007年、2012年和2017年的投入产出表被选择作为本研究的主要数据源,以从较长的时间跨度来研究住宿业碳排放的演变特征及关键路径。目前中国国家统计局发布的投入产出表为竞争型投入产出表,没有将中间使用和最终需求的进口产品分类开来。但中国国民经济中部分行业的中间产品和最终产品有相当一部分来自进口,若依据竞争型投入产出表中数据所计算的结果会高估住宿业的碳排放量。加之,《京都议定书》制订了"通过地理区域决定二氧化碳减排责任"的原则,故本研究在使用EIO模型测算中国住宿业的碳排放时只考虑国内和入境住宿活动在中国境内所产生的碳排放,不考虑游客在境外住宿所产生的碳排放。基于此,本研究根据经济合作与发展组织（Organization for Economic Co-operation and Development,OECD）国家建立进口商品流向表时惯用的"按比例进口假设"从各部门的中间投入和最终需求中剔除进口产品,对所计算出的碳排放量进行修正。
此外,鉴于国家统计局会根据不同时期的经济发展状况对投入产出表的部门分类进行调整与扩充,故不同年份发布的投入产出表中的部门分类并非完全一致,1997年、2002年、2007年、2012年和2017年的投入产出表分别包含124、122、135、139和149个产品部门。上述年份的投入产出表中均存在单独的住宿业统计项,但为了满足部门间的可比性,本研究本着尽量减少数据和信息损失的原则,依据投入产出关系建立住宿业与其他产业部门的新的投入产出表来分析住宿业与其他部门之间的碳排放关联路径及其影响因素。在2017年《中国投入产出表部门分类解释及代码》的基础上,本研究将各年份投入产出表的部门统一调整为51个部门,调整结果见附录。
为使不同年份的价格可比,本研究以1997年为基期,利用不同行业的价格指数分别对2002年、2007年、2012年和2017年投入产出表的数据进行价格缩减,以剔除价格因素的影响,价格指数来源于《中国统计年鉴》。此外,本研究还使用了来自《中国能源统计年鉴》的能源平衡表（标准量）中的能源消耗数据。再结合《2006 IPCC国家温室气体清单指南（2006 IPCC Guidelines for National Greenhouse Gas Inventories）》中提供的不同能源类型产品所含热值及其对应的碳排放因子数据（表2）计算住宿业及其他产业部门的碳排放。在计算过程中,电能和热能是通过从初级能源部门向电力、热能生产和供应部门的能源转换而产生的二次能源,参照已有研究[48],对相应年份电力和热力的碳排放系数进行估算。
表2 各类型能源平均热值与折算标准煤系数

Tab. 2 Average calorific value and carbon emission factor for each type of energy

能源类型 单位 平均热值 折算标准煤系数
原煤 万吨（104 t） 20 908千焦/千克（kJ/kg） 0.7143 kgce/kg
焦炭 万吨（104 t） 28 435千焦/千克（kJ/kg） 0.9714 kgce/kg
原油 万吨（104 t） 41 816千焦/千克（kJ/kg） 1.4286 kgce/kg
汽油 万吨（104 t） 43 070千焦/千克（kJ/kg） 1.4714 kgce/kg
煤油 万吨（104 t） 43 070千焦/千克（kJ/kg） 1.4714 kgce/kg
柴油 万吨（104 t） 42 652千焦/千克（kJ/kg） 1.4571 kgce/kg
燃料油 万吨（104 t） 41 816千焦/千克（kJ/kg） 1.4286 kgce/kg
液化石油气 万吨（104 t） 50 179千焦/千克（kJ/kg） 1.7143 kgce/kg
炼厂干气 万吨（104 t） 46 055千焦/千克（kJ/kg） 1.5714 kgce/kg
天然气 亿立方米（108 m3） 38 931千焦/千克（kJ/kg） 1.3300 kgce/m3

4 结果与分析

4.1 住宿业碳排放量变化的总体情况

如图2（a）所示,中国住宿业的碳排放量在1997—2017年间呈现波动上升的趋势,从1997年的179.67万t上升至2017年的306.20万t,年均增长率约为2.70%,住宿业存在较大的碳减排潜力。分阶段看,中国住宿业碳排放量在1997—2002年这一阶段增长最快,增长率高达67.67%,远高于中国国民经济部门总体碳排放量的增幅26.06%。早期酒店规模急剧扩张,与之伴随的碳排放量也快速增长。2001年中国加入世界贸易组织加速了外资酒店品牌入驻中国市场,多元化的住宿业态、高水平的游客消费、大规模的酒店供给、宽松的经营政策推动酒店快速扩张,碳排放量大幅增长。然而,2002—2007年间住宿业碳排放量略有下降,这与刘佳等得到的中国旅游业完全碳排放特征相似[49]。这一下降趋势主要与2003年非典期间疫情导致旅游规模减少有关[50]。但不断增加的旅游人次和旅游活动导致相应的能源消耗乘数式增加,住宿业碳排放量总体仍然呈现上升趋势[51]。从碳排放强度来看,1997年、2002年、2007年、2012年和2017年住宿业的碳排放强度分别为0.23 t/万元、0.20 t/万元、0.12 t/万元、0.08 t/万元和0.05 t/万元,总体呈现下降趋势。这一结果和查建平等的结论相一致,体现碳关联的碳排放强度下降,住宿业与其他产业部门的经济关联对碳减排产生了一定的促进作用[24]。
住宿业与主要能源部门之间因产业关联而产生的隐含排放也可由住宿业碳排放的能源消耗结构表现出来。根据已有研究可知,整个住宿行业所使用的能源类型多样,主要包括电力、热力、天然气、液化石油气和煤炭等[8]。根据图2（b）可发现,电力和热力能源消耗对住宿业碳排放的贡献度在2002年、2007年、2012年和2017年均高于30%,尤其是在2007年高达52.22%,逐渐成为住宿业碳排放最主要的能源消耗类型。与之相反的是,煤炭消耗在1997—2017年间对住宿业碳排放的贡献大幅下降,从1997年的40.03%下降至2007年的2.84%,且在此后的2007—2017年间保持在低于2%的水平,这一转变见证了1997—2017年这一时期住宿业能源消费结构的转换。而石油和天燃气在1997—2017年间对住宿业碳排放量的贡献度则呈波动增加的趋势,石油对碳排放的贡献度由1997年的12.77%上升至2017年的15.52%,燃气则由23.45%上升至34.35%。燃气一般通过煤制气和油制气进行生产,其生产与供应与煤炭和石油等化石能源密切相关,这意味着虽然住宿业的能源消费结构已得到了调整和转换,但高度依赖燃气能源仍难以实现住宿业的低碳发展,未来住宿业的能源消费结构还需进一步优化。
图2 1997—2017年中国住宿业碳排放量及能源消耗结构

Fig. 2 Carbon emissions from and energy consumption structure of accommodation industry in China from 1997 to 2017

4.2 住宿业碳排放量变化的关键路径

根据公式（6）可知,中国住宿业碳排放的关键路径可分为一阶路径、二阶路径、三阶路径、四阶路径等乃至无穷阶数,但关键路径上的碳排放量会伴随着阶数的增加而减少[52]。故本文对影响住宿业碳排放的关键路径分析集中在前四阶路径。通过设定阈值筛选,分别对1997—2002年、2002—2007年、2007—2012年和2012—2017年影响住宿业碳排放绝对量变化的前30条关键路径进行分析。
如图3所示,各个阶段二阶路径在数量上占据较大比重,随着时间演化,三阶路径和四阶路径的数量逐渐增多,这与国民经济产品多元化及产业链的不断延伸密切相关[53]。但一阶路径碳排放量占住宿业碳排放比例较大,随着时间演化,二阶和三阶路径碳排放量占比变大,涉及更多的中间需求,这表明有必要通过中间投入结构改善减少住宿业碳排放。
图3 1997—2017年中国住宿业碳排放变动前30条关键路径各阶数量及排放量占比

Fig. 3 Number of paths and emission share of the top 30 critical paths of accommodation industry in China from 1997 to 2017

4.2.1 1997—2002年住宿业碳排放变化的关键路径

图4（a）呈现了1997—2002年中国住宿业碳排放变动的前30条关键路径。本阶段对住宿业碳排放增长影响最大的路径是由最终需求直接引起的住宿业碳排放,达到80.67万吨。但为了生产最终产品,住宿业也会从包括自身在内的其他部门购买中间产品,由此碳排放会发生在二阶路径、三阶路径、四阶路径等高阶路径中。具体而言,"电力、热力的生产和供应业→住宿业→最终需求""食品制造业→住宿业→最终需求""建筑业→住宿业→最终需求"3类路径类型引致的住宿业碳排放量较为显著。
图4 1997—2017年中国住宿业前30条关键路径碳排放变动量流向图

注：从左到右描述了每一路径中碳排放的具体流向;彩色线是碳排放的实际流量,线的粗细代表流量的大小。图中左侧为直接产生碳排放的部门,右侧为间接产生碳排放的部门,中间的部门则为二阶、三阶、四阶路径碳排放流经的部门。

Fig. 4 Flow graph of carbon emission changes in the top 30 critical paths of accommodation industry in China from 1997 to 2002

"电力、热力的生产和供应业→住宿业→最终需求"引致住宿业碳排放量增长3.53万吨,进一步分析,"（上游供应部门）→电力、热力的生产和供应业→住宿业→最终需求"路径类型还涉及路径"煤炭开采和洗选业→电力、热力的生产和供应业→住宿业→最终需求",其导致住宿业碳排放增长1.67万吨,该路径类型总计导致碳排放5.2万吨。
"食品制造业→住宿业→最终需求"导致住宿业碳排放增长2.77万吨,该路径类型还涉及其他高阶路径,包括"农、林、牧、渔业→食品制造业→住宿业→最终需求""化学工业→食品制造业→住宿业→最终需求",分别导致了1.39万吨和0.51万吨的碳排放增量。"（上游供应部门）→食品制造业→住宿业→最终需求"路径类型总计导致碳排放4.67万吨。
"建筑业→住宿业→最终需求"导致住宿业碳排放增长1.84万吨,该路径类型还涉及高阶路径"金属冶炼及压延加工业→建筑业→住宿业→最终需求",其导致住宿业碳排放增长1.10万吨。这体现了住宿企业作为特定类型的商业建筑,在整个生命周期与建筑业之间存在的碳排放流动和转移,即由住宿业最终需求所引起的碳排放伴随着住宿业与建筑业等部门间的中间产品交换而转移到了建筑业及金属冶炼及压延加工业等相关部门中。

4.2.2 2002—2007年住宿业碳排放变化的关键路径

图4（b）呈现了2002—2007年中国住宿业碳排放变动前30条关键路径。与1997—2002年阶段相比较,该阶段碳排放变化的主要路径类型差别不大,仍然包括"电力、热力的生产和供应业→住宿业→最终需求""食品制造业→住宿业→最终需求""建筑业→住宿业→最终需求"三大类型,但对住宿业碳排放量的作用效果不同。具体而言,"电力、热力的生产和供应业→住宿业→最终需求"及其涉及的高阶路径"电力、热力的生产和供应业→电力、热力的生产和供应业→住宿业→最终需求""电力、热力的生产和供应业→电力、热力的生产和供应业→电力、热力的生产和供应业→住宿业→最终需求""煤炭开采和洗选业→电力、热力的生产和供应业→住宿业→最终需求"和"煤炭开采和洗选业→电力、热力的生产和供应业→电力、热力的生产和供应业→住宿业→最终需求"分别导致住宿业碳排放量增长了31.16万吨、12.87万吨、4.51万吨、1.02万吨、0.53万吨,总计50.09万吨。
"食品制造业→住宿业→最终需求"及其涉及的高阶路径"农、林、牧、渔业→食品制造业→住宿业→最终需求"分别促使住宿业碳排放量减少了3.06万吨和1.50万吨。"建筑业→住宿业→最终需求"及其涉及的高阶路径"非金属矿物制品业→建筑业→住宿业→最终需求"和"金属冶炼及压延加工业→建筑业→住宿业→最终需求"也分别促使碳排放减少了3.03万吨、1.59万吨和1.32万吨。但该阶段最主要的住宿业碳排放减少路径仍然是由最终需求引起的住宿业直接碳排放,其促使碳排放量减少了50.69万吨。

4.2.3 2007—2012年住宿业碳排放变化的关键路径

如图4（c）所示,该阶段"住宿业→最终需求"仍是排名第一的主要路径,但数量有大幅减少,仅对住宿业贡献了15.65万吨碳减排量。高阶路径引致的住宿业碳排放变动量在整体上出现了增长,住宿业在国民经济系统中与其他产业的关联更加紧密[53]。具体而言,该阶段"食品制造业→住宿业→最终需求"及其涉及的7条高阶路径"农、林、牧、渔业→食品制造业→住宿业→最终需求""化学工业→农、林、牧、渔业→食品制造业→住宿业→最终需求""道路运输→食品制造业→住宿业→最终需求""食品制造业→食品制造业→住宿业→最终需求""电力、热力的生产和供应业→食品制造业→住宿业→最终需求""农、林、牧、渔业→食品制造业→食品制造业→住宿业→最终需求"和"化学工业→食品制造业→住宿业→最终需求",分别引致住宿业碳排放增长3.19万吨、2.57万吨、1.10万吨、0.98万吨、0.80万吨、0.79万吨、0.61万吨和0.58万吨,累计10.62万吨。食品制造业的上游供应部门分布变得广泛,产业间的关联机制加深了产业部门碳排放评估的复杂性。
对该阶段住宿业碳排放变动贡献明显的路径类型还有"（上游供应部门）→电力、热力的生产和供应业→住宿业→最终需求",具体涉及"电力、热力的生产和供应业→住宿业→最终需求""电力、热力的生产和供应业→电力、热力的生产和供应业→住宿业→最终需求""电力、热力的生产和供应业→电力、热力的生产和供应业→电力、热力的生产和供应业→住宿业→最终需求",分别贡献了住宿业碳减排量13.74万吨、5.21万吨和1.95万吨。在这一时期,伴随着电力等能源价格的上涨,住宿业的能耗成本不断上升,住宿企业为了降低成本负担、提高竞争力,往往选择推广节能减排技术及设备[54],从而使住宿业同能源部门之间的直接碳关联趋向低碳化。但电力、热力的生产和供应业为食品制造业和化学工业提供中间产品,再由食品制造业和化学工业为住宿业提供中间产品的四阶路径"电力、热力的生产和供应业→食品制造业→住宿业→最终需求"和路径"电力、热力的生产和供应业→化学工业→住宿业→最终需求",却使得这一阶段住宿业碳排放量增长了0.79万吨和0.47万吨,对住宿业的节能减排起到了显著的阻碍作用。

4.2.4 2012—2017年住宿业碳排放变化的关键路径

如图4（d）所示,该阶段住宿业碳排放的30条关键路径中三阶及三阶以上路径明显增多,各条路径碳排放变动量整体偏小,意味着住宿业同各产业部门间的联系更加紧密。与前3个阶段类似,该阶段排名靠前的碳排放关键路径依然是"住宿业→最终需求",但与其他路径的碳排放变动量差距不大,说明由最终需求直接引致的碳排放变动在住宿业整体碳排放中占有重要地位,针对重点碳排放部门实施直接碳排放控制策略对于抑制旅游业碳排放增长具有积极作用。
"（上游供应部门）→食品制造业→住宿业→最终需求"依旧是该阶段中碳排放变动较为显著的路径类型,具体涉及"农、林、牧、渔业→食品制造业→住宿业→最终需求""食品制造业→住宿业→最终需求""化学工业→农、林、牧、渔业→食品制造业→住宿业→最终需求""道路运输→食品制造业→住宿业→最终需求""电力、热力的生产和供应业→食品制造业→住宿业→最终需求""农、林、牧、渔业→食品制造业→食品制造业→住宿业→最终需求""化学工业→食品制造业→住宿业→最终需求""食品制造业→食品制造业→住宿业→最终需求",分别对住宿业碳排放量变动贡献了1.60万吨、0.96万吨、0.52万吨、0.45万吨、0.41万吨、0.41万吨、0.35万吨、0.32万吨的减量。
"（上游供应部门）→电力、热力的生产和供应业→住宿业→最终需求"路径类型仍旧占据住宿业碳排放主要影响地位,具体涉及"电力、热力的生产和供应业→住宿业→最终需求""电力、热力的生产和供应业→电力、热力的生产和供应业→电力、热力的生产和供应业→住宿业→最终需求""电力、热力的生产和供应业→电力、热力的生产和供应业→住宿业→最终需求""煤炭开采和洗选业→电力、热力的生产和供应业→住宿业→最终需求",其碳排放变动量分别为2.22万吨、-0.42万吨、-0.36万吨、-0.28万吨。相较于前几个阶段,可见住宿业能耗结构有向绿色化、低碳化发展态势。
不同于前3个阶段,该阶段出现了新的关键路径类型"（上游供应部门）→房地产业→住宿业→最终需求"与"（上游供应部门）→批发和零售贸易业→住宿业→最终需求"。前者的上游供应部门包括电力、热力的生产和供应业及商务服务业,合计增加了住宿业碳排放量2.26万吨;后者具体路径为"批发和零售贸易业→住宿业→最终需求""商务服务业→批发和零售贸易业→住宿业→最终需求"和"电力、热力的生产和供应业→批发和零售贸易业→住宿业→最终需求",分别使得这一阶段住宿业碳排放量减少0.72万吨、0.35万吨和0.28万吨。

5 结论与启示

5.1 结论

本研究基于1997年、2002年、2007年、2012年和2017年中国投入产出表和能源消耗数据,首先通过EIO模型全面测算了1997—2017年由最终需求引起的中国住宿业碳排放量,然后利用SPA模型分析了不同阶段住宿业碳排放的关键路径及其演化特征。主要研究结论如下。
（1）中国住宿业的碳排放量在1997—2017年间呈现波动上升的趋势,年均增长率约为2.70%,但碳排放强度则呈现持续下降的趋势,体现了中国住宿业与其他部门的投入产出关系对住宿业碳减排工作产生了一定的抑制性作用。从碳排放的能源消耗结构看,电力和热力能源消耗逐渐成为住宿业碳排放最主要的能源消耗类型,这与Becken等学者[15,55-56]的研究结论相一致。此外,在研究期内,煤炭消耗对住宿业碳排放的贡献度大幅下降,而石油和燃气贡献度则呈波动增加的趋势,这也意味着虽然住宿业的能源消费结构已得到了调整和转化,但仍存在进一步优化的空间。
（2）在不同阶段,住宿业在供应链层面的碳排放关键产业路径排名及其碳排放变化存在较大差异。依据每阶段的前30条关键产业路径结果,发现由最终需求引起的住宿业直接碳排放在4个阶段均是促使住宿业碳排放变动量最大的路径,这充分显示了通过控制住宿业自身排放量来实现低碳发展的必要性。
（3）由住宿业碳排放关键路径4个阶段的演化,可以发现三阶、四阶路径的数量在逐渐增多,尤其是2012—2017年的住宿业上游供应链变得更加广泛,该阶段住宿业碳排放前30条关键路径中共有1条一阶路径、12条二阶路径、14条三阶路径和3条四阶路径。这与住宿业产品多元化及产业链的不断延伸密切相关,这与查建平等[10]发现的"住宿业是旅游系统内部产业关联效应最为明显的部门"的结论相契合。同时说明住宿业通过消耗其他部门的中间产品产生了大量的隐含碳排放,其碳排放的路径逐渐延长并形成复杂的碳排放网络。因此,在供应链层面实现住宿业减排需引起政策制定者的高度重视。
（4）从具体路径及流经部门来看,"（上游供应部门）→食品制造业→住宿业→最终需求"和"（上游供应部门）→电力、热力的生产和供应业→住宿业→最终需求"两个路径类型在4个阶段中稳定地占据住宿业碳排放变动的主要地位,涉及农林牧渔、道路运输、化学工业等部门。随着供应链的复杂化,2012—2017年间住宿业出现了"（上游供应部门）→房地产业→住宿业→最终需求"与"（上游供应部门）→批发和零售贸易业→住宿业→最终需求"影响住宿业碳排放变动的关键路径类型。

5.2 启示

基于研究结论,本研究为实现住宿业的节能减排提出以下政策建议。
（1）住宿业的碳排放并非仅发生在单个行业中,高阶路径中隐藏的巨大排放意味着实现住宿业低碳发展应加强与其他产业部门的协作,可基于住宿业的关键产业路径来优化住宿业的中间产品结构。政策制定者应充分考虑住宿业在供应链中的位置,对关键产业路径涉及的环节实施上下游综合治理,优化中间产品投入结构,引导住宿业生产部门减少对高排放产业部门产品的投入和需求,合理制定节能减排政策,以应对未来的环境挑战。
（2）从重要部门和关键路径类型出发,政府应加强电力、热力的生产和供应业、食品制造业、建筑业等住宿业关键上游供应部门碳排放的监管。比如,针对能源部门,加大对能源利用技术的创新以降低能源强度;针对食品部门,可提高住宿业对其的投入产出效率。在供应链体系中建立成本和利益共享机制,优化中间产品结构和最终需求结构[54];完善奖惩机制来规范产业路径中各部门的业务,引导住宿业传统供应链向绿色供应链转型,从而实现从碳生产到消费的全过程低碳排放。
（3）由最终需求导致的直接碳排放量仍然是整体住宿业碳排放的主要来源,但通过限制旅游需求和经济规模来抑制住宿业碳排放会损害住宿业的社会经济效益。除了从供应链层面加强碳排放路径的监管与调整中间产品投入结构外,对住宿业自身需要优化其能源消费结构,采用低碳技术生产产品或服务,以及培育员工和游客的低碳理念。在技术层面上,强化对风能、太阳能和地热能等可再生的清洁能源的利用,如使用节能照明设施,设置节能型低碳空调系统,定期维护和管理设施设备低能耗运行;在管理层面上,将低碳发展纳入酒店发展战略,在内部推广和发展低碳文化,定期安排培训和研讨会等为员工提供绿色低碳教育,帮助员工形成并践行环境友好型价值观;在产品服务层面上,引导游客进行低碳消费,如在酒店大堂及房间内放置宣传小册子,向入住顾客宣传节能减排政策;通过给予顾客一定的费用优惠或物质奖励来引导顾客选择低能耗、低排放的房间及服务;在顾客入住酒店期间通过数字化手段来记录其所有活动产生的碳排放量,为顾客制定"碳账单",促使顾客关注并践行低碳消费。
不同于现有研究停留在住宿业碳排放总量的问题,本文通过将EIO模型与SPA模型相结合,构建了识别关键住宿业碳排放变动路径的分析框架,丰富了住宿业低碳绿色发展研究文献。但囿于投入产出数据可获取性,本文未对2018年后的住宿业碳排放情况进行分析,近两年疫情、极端天气与能源危机等外部环境变化极大影响了中国住宿业的运营,其产业关联部门及能源消耗发生变动,现有研究结论丰富程度有所欠缺。后续研究将在数据可获取的前提下进一步探讨各住宿业碳排放变动路径的影响因素,从而更准确地提出低碳治理手段。
表8 附录 投入产出表部门调整及划分
序号 部门名称 序号 部门名称
1 农、林、牧、渔业 27 建筑业
2 煤炭开采和洗选业 28 铁路运输
3 石油和天然气开采业 29 道路运输
4 金属矿采选业 30 水上运输业
5 非金属矿及其他矿采选业 31 航空运输
6 食品制造业 32 其他运输
7 烟草制品业 33 邮政业
8 纺织业 34 信息传输、计算机服务和软件业
9 纺织服装鞋帽皮革羽绒及其制品业 35 批发和零售贸易业
10 木材加工及家具制造业 36 住宿业
11 造纸印刷及文教体育用品制造业 37 餐饮业
12 石油加工、炼焦及核燃料加工业 38 金融保险服务业
13 化学工业 39 房地产业
14 非金属矿物制品业 40 租赁业
15 金属冶炼及压延加工业 41 商务服务业
16 金属制品业 42 研究与试验发展业
17 通用、专用设备制造业 43 综合技术服务业
18 交通运输设备制造业 44 水利、环境和公共设施管理事业
19 电气机械及器材制造业 45 居民服务和其他服务业
20 通讯设备、计算机及其他电子设备制造业 46 教育
21 仪器仪表及文化办公用机械制造业 47 卫生、社会保障和社会福利业
22 工艺品及其他制造业 48 文化艺术
23 废品废料 49 体育事业
24 电力、热力的生产和供应业 50 娱乐业
25 燃气生产和供应业 51 公共管理和社会组织
26 水的生产和供应业

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Teng C C, Horng J S, Hu M L, et al. Developing energy conservation and carbon reduction indicators for the hotel industry in Taiwan[J]. International Journal of Hospitality Management, 2012, 31(1): 199-208.

DOI

[2]
World Tourism Organization UNWTO, the United Nations Environment Programme UNEP and the World Meteorological Organization (WMO). Climate Change and Tourism-Responding to Global Challenges[R/OL]. (2008-06-05).

[3]
Wang J C, Huang K T. Energy consumption characteristics of hotel’s marketing preference for guests from regions perspective[J]. Energy, 2013, 52: 173-184.

DOI

[4]
Sloan P, Legrand W, Tooman H, et al. Best practices in sustainability: German and Estonian hotels[J]. Advances in Hospitality and Leisure, 2009, 5: 89-107.

[5]
刘益. 中国酒店业能源消耗水平与低碳化经营路径分析[J]. 旅游学刊, 2012, 27(1): 83-90.

[ Liu Yi. Analysis of energy consumption level and approaches to low-carbon management in lodging industry of China[J]. Tourism Tribune, 2012, 27(1): 83-90.]

[6]
高兴, 张殿光, 袁杰, 等. 我国酒店业餐饮服务全过程能耗现状分析[J]. 建筑科学, 2007, 23(4): 40-44, 69.

[ Gao Xing, Zhang Dianguang, Yuan Jie, et al. The energy consumption analysis of hotel F & B service process in China[J]. Building Science, 2007, 23(4): 40-44, 69.]

[7]
黄英. 酒店碳足迹测算研究综述[J]. 生态经济, 2015, 31(10): 95-102.

[ Huang Ying. An overview of carbon footprint evaluation of hotel industry[J]. Ecological Economy, 2015, 31(10): 95-102.]

[8]
李旭, 秦耀辰, 张丽君, 等. 住宿业碳排放研究进展[J]. 地理科学进展, 2013, 32(3): 408-415.

DOI

[ Li Xu, Qin Yaochen, Zhang Lijun, et al. Research progress on carbon emissions in accommodation industry[J]. Progress in Geography, 2013, 32(3): 408-415.]

DOI

[9]
黄崎, 康建成, 黄晨皓. 酒店业碳排放评估与节能减排潜力研究[J]. 资源科学, 2014, 36(5): 1013-1020.

[ Huang Qi, Kang Jiancheng, Huang Chenhao. An assessment of carbon emissions and the potentiality of energy-saving in hospitality[J]. Resources Science, 2014, 36(5): 1013-1020.]

[10]
查建平, 谭庭, 李园园, 等. 中国旅游产业关联效应及其分解: 基于投入产出分析的实证研究[J]. 山西财经大学学报, 2018, 40(4): 62-74.

[ Zha Jianping, Tan Ting, Li Yuanyuan, et al. A decomposition analysis on the tourist industrial linkage in China: An empirical research based on input-output analysis[J]. Journal of Shanxi University of Finance and Economics, 2018, 40(4): 62-74.]

[11]
Zha J P, Tan T, Yuan W W, et al. Decomposition analysis of tourism CO2 emissions for sustainable development: A case study of China[J]. Sustainable Development, 2020, 28(1): 169-186.

DOI

[12]
Kirk D. Environmental management in hotels[J]. International Journal of Contemporary Hospitality Management, 1995, 7(6): 3-8.

DOI

[13]
Legrand W, Sloan P, Chen J S. Sustainability in the Hospitality Industry[M]. 3rd ed. London: Routledge. 2016.

[14]
Oluseyi P O, Babatunde O M, Babatunde O A. Assessment of energy consumption and carbon footprint from the hotel sector within Lagos, Nigeria[J]. Energy and Buildings, 2016, 118: 106-113.

DOI

[15]
Becken S, Frampton C, Simmons D. Energy consumption patterns in the accommodation sector: The New Zealand case[J]. Ecological Economics, 2001, 39(3): 371-386.

DOI

[16]
石培华, 吴普. 中国旅游业能源消耗与CO2排放量的初步估算[J]. 地理学报, 2011, 66(2): 235-243.

[ Shi Peihua, Wu Pu. A rough estimation of energy consumption and CO2 emission in tourism sector of China[J]. Acta Geographica Sinica, 2011, 66(2): 235-243.]

[17]
Gössling S. Global environmental consequences of tourism[J]. Global Environmental Change, 2002, 12(4): 283-302.

DOI

[18]
Filimonau V, Dickinson J, Robbins D, et al. Reviewing the carbon footprint analysis of hotels: Life Cycle Energy Analysis (LCEA) as a holistic method for carbon impact appraisal of tourist accommodation[J]. Journal of Cleaner Production, 2011, 19(17-18): 1917-1930.

DOI

[19]
陶玉国, 张红霞. 江苏旅游能耗和碳排放估算研究[J]. 南京社会科学, 2011(8): 151-156.

Tao Yuguo, Zhang Hongxia. [A rough estimation of energy consumption and CO2 emission in tourism sector of Jiangsu Province[J]. Social Sciences in Nanjing, 2011(8): 151-156.]

[20]
吴普, 田密. 海口市旅游业直接能源需求与CO2排放的定量测算[J]. 资源科学, 2014, 36(12): 2508-2516.

[ Wu Pu, Tian Mi. Quantifying direct energy use and carbon dioxide emissions from Haikou based on a bottom-up approach[J]. Resources Science, 2014, 36(12): 2508-2516.]

[21]
Dascalaki E, Balaras C A. XENIOS: A methodology for assessing refurbishment scenarios and the potential of application of RES and RUE in hotels[J]. Energy and Buildings, 2004, 36(11): 1091-1105.

DOI

[22]
Munday M, Turner K, Jones C. Accounting for the carbon associated with regional tourism consumption[J]. Tourism Management, 2013, 36: 35-44.

DOI

[23]
Meng W Q, Xu L Y, Hu B B, et al. Quantifying direct and indirect carbon dioxide emissions of the Chinese tourism industry[J]. Journal of Cleaner Production, 2016, 126: 586-594.

DOI

[24]
查建平, 谭庭, 钱醒豹, 等. 中国旅游业碳排放及其驱动因素分解[J]. 系统工程, 2018, 36(5): 23-36.

[ Zha Jianping, Tan Ting, Qian Xingbao, et al. China’s tourism carbon emission and its driving factors[J]. Systems Engineering, 2018, 36(5): 23-36.]

[25]
姚李忠, 王中华, 徐圣友. 山岳型酒店能源强度与碳排放特征研究: 以黄山西海饭店为例[J]. 地理科学, 2020, 40(6): 965-972.

DOI

[ Yao Lizhong, Wang Zhonghua, Xu Shengyou. Intensity of energy consumption and characteristic of carbon emission for mountain hotel: A case study of Huangshan Xihai Hotel[J]. Scientia Geographica Sinica, 2020, 40(6): 965-972.]

DOI

[26]
赵先超, 朱翔. 湖南省旅游业碳排放的初步估算及脱钩效应分析[J]. 世界地理研究, 2013, 22(1): 166-175, 129.

[ Zhao Xianchao, Zhu Xiang. A rough estimation of CO2 emission and analysis of decoupling effects in tourism sector of Hunan[J]. World Regional Studies, 2013, 22(1): 166-175, 129.]

[27]
Chan W W, Lam J C. Prediction of pollutant emission through electricity consumption by the hotel industry in Hong Kong[J]. International Journal of Hospitality Management, 2002, 21(4): 381-391.

DOI

[28]
唐承财, 钟林生, 成升魁. 旅游业碳排放研究进展[J]. 地理科学进展, 2012, 31(4): 451-460.

DOI

[ Tang Chengcai, Zhong Linsheng, Cheng Shengkui. Research progress on carbon emissions in tourism industry[J]. Progress in Geography, 2012, 31(4): 451-460.]

DOI

[29]
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.

[ Li Shuxiao, Cheng Jinhong, Cheng Zhanhong. Research progress and visualization analysis of low-carbon tourism in the context of global climate change[J]. Journal of Chinese Ecotourism, 2021, 11(1): 141-158.]

[30]
张红霞, 苏勤, 陶玉国. 住宿业节能减碳研究进展及启示[J]. 地理科学进展, 2017, 36(6): 774-783.

DOI

[ Zhang Hongxia, Su Qin, Tao Yuguo. Research progress in energy saving and carbon emission reduction research of the tourist accommodation industry[J]. Progress in Geography, 2017, 36(6): 774-783.]

DOI

[31]
高兴, 袁杰, 李文霞, 等. 酒店主要产品服务经济-能源-环境系统分析[J]. 中国人口·资源与环境, 2007, 17(4): 81-86.

[ Gao Xing, Yuan Jie, Li Wenxia, et al. An analysis on economy-energy-environment system of hotel main industry[J]. China Population, Resources and Environment, 2007, 17(4): 81-86.]

[32]
Liu J, Feng T T, Yang X. The energy requirements and carbon dioxide emissions of tourism industry of Western China: A case of Chengdu city[J]. Renewable and Sustainable Energy Reviews, 2011, 15(6): 2887-2894.

DOI

[33]
Lenzen M, Sun Y Y, Faturay F, et al. The carbon footprint of global tourism[J]. Nature Climate Change, 2018, 8(6): 522-528.

DOI

[34]
Sun Y Y. Decomposition of tourism greenhouse gas emissions: Revealing the dynamics between tourism economic growth, technological efficiency, and carbon emissions[J]. Tourism Management, 2016, 55: 326-336.

DOI

[35]
Pratt S. Economic linkages and impacts across the talc[J]. Annals of Tourism Research, 2011, 38(2): 630-650.

DOI

[36]
Su B, Ang B W. Demand contributors and driving factors of Singapore’s aggregate carbon intensities[J]. Energy Policy, 2020, 146: 111817.

DOI

[37]
阳立高, 陈亭亭, 谢锐, 等. 最终需求影响中国要素收入分配的关键路径研究[J]. 中国软科学, 2020(9): 162-174.

[ Yang Ligao, Chen Tingting, Xie Rui, et al. Research on the key path of Chinese workers’ compensation and capital income: Based on the perspective of final needs[J]. China Soft Science, 2020(9): 162-174.]

[38]
Yang X, Zhang W Z, Fan J, et al. The temporal variation of SO2 emissions embodied in Chinese supply chains, 2002-2012[J]. Environmental Pollution, 2018, 241: 172-181.

DOI PMID

[39]
Liu Y S, Cao Y, Hou J J, et al. Identifying common paths of CO2 and air pollutants emissions in China[J]. Journal of Cleaner Production, 2020, 256: 120599.

DOI

[40]
国家统计局. 生活性服务业统计分类(2019)[S/OL]. [2019-04-01].

[ National Bureau of Statistics. Statistical Classification of Subsistence Services (2019)[S/OL].[2019-04-01]http://www.stats.gov.cn/tjsj/tjbz/201904/t20190417_1660043.html.]

[41]
Park H C, Heo E. The direct and indirect household energy requirements in the Republic of Korea from 1980 to 2000: An input-output analysis[J]. Energy Policy, 2007, 35(5): 2839-2851.

DOI

[42]
Intergovernmental Panel on Climate Change. Revised 1996 IPCC Guidelines for National Greenhouse Gas Inventories[R/OL]. (1997-08-18).

[43]
Leontief W W. Quantitative input and output relations in the economic systems of the United States[J]. The Review of Economics and Statistics, 1936, 18(3): 105-125.

DOI

[44]
Miller R E, Blair P D. Input-Output Analysis[M]. Cambridge: Cambridge University Press, 2009.

[45]
张炎治, 冯颖, 张磊. 中国碳排放增长的多层递进动因: 基于SDA和SPD的实证研究[J]. 资源科学, 2021, 43(6): 1153-1165.

DOI

[ Zhang Yanzhi, Feng Ying, Zhang Lei. Analysis on the progressive motivation of carbon emissions growth in China using structural decomposition analysis and structural path decomposition methods[J]. Resources Science, 2021, 43(6): 1153-1165.]

DOI

[46]
Lantner R. Théorie de la Dominance économique[M]. Paris: Dunod, 1974: 1-325.

[47]
Lenzen M, Murray J. Conceptualising environmental responsibility[J]. Ecological Economics, 2010, 70(2): 261-270.

DOI

[48]
籍艳丽, 郜元兴. 二氧化碳排放强度的实证研究[J]. 统计研究, 2011, 28(7): 37-44.

[ Ji Yanli, Gao Yuanxing. An empirical study on carbon dioxide emissions intensity[J]. Statistical Research, 2011, 28(7): 37-44.]

[49]
刘佳, 陈兴鹏, 张子龙. 中国旅游业碳排放特征及其因素分解[J]. 资源与产业, 2017, 19(3): 67-75.

DOI

[ Liu Jia, Chen Xingpeng, Zhang Zilong. Features and factors decomposition of carbon dioxide emission of China’s tourism industry[J]. Resources & Industries, 2017, 19(3): 67-75.]

[50]
胡林林, 贾俊松, 周秀. 我国旅游住宿碳排放时空特征及其主要影响因素[J]. 中南林业科技大学学报, 2015, 35(3): 123-128.

[ Hu Linlin, Jia Junsong, Zhou Xiu. The temporal-spatial characteristics and main influencing factors of carbon emissions from tourism accommodation in China[J]. Journal of Central South University of Forestry & Technology, 2015, 35(3): 123-128.]

[51]
程占红, 程锦红, 张奥佳. 五台山景区游客低碳旅游认知及影响因素研究[J]. 旅游学刊, 2018, 33(3): 50-60.

[ Cheng Zhanhong, Cheng Jinhong, Zhang Aojia. Study on tourists’ cognition of low-carbon tourism and the impacting factors in the Wutai Mountain scenic area[J]. Tourism Tribune, 2018, 33(3): 50-60.]

[52]
Peng J Y, Xie R, Lai M Y. Energy-related CO2 emissions in the China’s iron and steel industry: A global supply chain analysis[J]. Resources, Conservation and Recycling, 2018, 129: 392-401.

DOI

[53]
Liu J, An R, Xiao R G, et al. Implications from substance flow analysis, supply chain and supplier’ risk evaluation in iron and steel industry in Mainland of China[J]. Resources Policy, 2017, 51: 272-282.

DOI

[54]
Li Q P, Wu S M, Lei Y L, et al. Evolutionary path and driving forces of inter-industry transfer of CO2 emissions in China: Evidence from structural path and decomposition analysis[J]. Science of the Total Environment, 2021, 765: 142773.

DOI

[55]
Deng S M, Burnett J. Energy use and management in hotels in Hong Kong[J]. International Journal of Hospitality Management, 2002, 21(4): 371-380.

DOI

[56]
黄崎, 康建成, 张建业. 酒店业碳排放基准线的构建与节能减排实证研究[J]. 旅游科学, 2017, 31(4): 79-94.

[ Huang Qi, Kang Jiancheng, Zhang Jianye. The research on establishing monitoring reporting verification (MRV) of carbon emission in hospitality and the case study of energy-saving and emission reduction[J]. Tourism Science, 2017, 31(4): 79-94.]

Options
文章导航

/

〈 〉