基于碳排放的代表性省份旅游产业效率测算与比较分析

doi:10.11821/dlyj201510013

摘要/Abstract

摘要：

借鉴“旅游消费剥离系数”概念对中国五省份旅游业碳排放量进行了测度,然后利用传统DEA模型和非期望产出DEA模型,结合碳排放指标,评价了五省份旅游产业效率,并进行了比较分析。研究发现：2009-2011年海南省旅游业碳排放总量始终最低,湖北增长幅度最大,而北京是唯一的总量逐年下降地区,2009-2011年海南旅游业人均碳排放量是最高的,北京、海南人均总量逐年下降;不考虑碳排放下,2009-2011年中国五省份综合效率及其分解效率总体水平较高,符合地区将旅游业作为支柱产业予以高度重视的实际;与不考虑碳排放相比,考虑碳排放的五省份旅游产业效率发生了不同程度的变动,特别是,旅游综合技术效率从2009年的下降或不变状态向2010-2011年的复杂不规律状态转变,这是由纯技术效率和规模效率联合效应决定的。未来各地区需要协调好旅游节能减排与资源优化配置工作,基于地方技术、市场势力适时提升旅游产业效率。

关键词: 旅游碳排放, 旅游消费剥离系数, 产业效率, 非期望产出DEA模型

Abstract:

This paper firstly calculates the carbon emissions of tourism industry of five provinces based on the concept of "tourist consuming minus coefficient". Then it evaluates the tourism industry efficiencies and conducts a comparative analysis with the traditional DEA model and the undesirable output DEA model. The results are shown as follows. The rank of Hainan's carbon emissions of the tourism industry is always the lowest. The growth rate of Hubei' carbon emissions is the largest, and Beijing is the only declining area from 2009 to 2011. For per capita carbon emissions, Hainan tourism industry ranks first while Beijing and Hainan show a declining trend year by year. The overall level of the comprehensive and decomposition efficiencies in five provinces is high without considering carbon emissions, and it is in line with the fact that regional tourism as a pillar industry is attached great importance. The tourism industry efficiencies in the five provinces change irregularly while carbon emissions are considered. Tourism comprehensive technical efficiencies change from the regular status of decline or steadiness in 2009 to the irregular status in 2010-2011, which are determined by the combined effects between pure technical efficiency and scale efficiency. In the future, China should strengthen coordination between tourism energy conservation and optimal allocation of tourism resources, and improve the tourism industry efficiencies according to the level of local technology and market power advantages.

Key words: tourism carbon emissions, tourist consuming minus coefficient, industry efficiency, the undesirable output DEA model

韩元军, 吴普, 林坦. 基于碳排放的代表性省份旅游产业效率测算与比较分析[J]. 地理研究, 2015, 34(10): 1957-1970.

Yuanjun HAN, Pu WU, Tan LIN. Regional tourism industry' efficiency measurement and comparative analysis based on carbon emissions[J]. GEOGRAPHICAL RESEARCH, 2015, 34(10): 1957-1970.

图/表 6

表1

2009-2011年五省份旅游业的碳排放量以及人均旅游碳排放量"

省份		2009年	2010年	2011年
北京	旅游交通运输、仓储和邮电业的碳排放（人均）量	842.805（51.351）	764.843（41.590）	822.638（38.498）
	旅游批发、零售、住宿和餐饮业的碳排放（人均）量	396.554（24.162）	363.428（19.762）	394.142（18.445）
	旅游业碳排放（人均）总量	1239.359（75.513）	1128.271（61.352）	1216.78（56.943）
浙江	旅游交通运输、仓储和邮电业的碳排放（人均）量	599.092（23.992）	986.444（32.680）	1025.449（29.489）
	旅游批发、零售、住宿和餐饮业的碳排放（人均）量	472.928（18.939）	561.211（18.593）	549.746（15.809）
	旅游业碳排放（人均）总量	1072.02（42.931）	1547.655（51.273）	1575.194（45.298）
山东	旅游交通运输、仓储和邮电业的碳排放（人均）量	941.567（32.234）	1065.925（25.304）	1111.651（31.521）
	旅游批发、零售、住宿和餐饮业的碳排放（人均）量	466.042（15.955）	495.141（11.754）	530.769（15.050）
	旅游业碳排放（人均）总量	1407.609（48.189）	1561.066（37.059）	1642.42（46.751）
湖北	旅游交通运输、仓储和邮电业的碳排放（人均）量	586.183(38.568)	741.631（35.101）	1041.274（38.047）
	旅游批发、零售、住宿和餐饮业的碳排放（人均）量	466.494（30.693）	672.066（31.809）	876.961（32.043）
	旅游业碳排放（人均）总量	1052.676（69.261）	1413.697（66.910）	1918.235（70.089）
海南	旅游交通运输、仓储和邮电业的碳排放（人均）量	179.352（79.700）	193.717（74.871）	205.853（68.587）
	旅游批发、零售、住宿和餐饮业的碳排放（人均）量	29.428（13.077）	23.814（9.204）	28.284（9.424）
	旅游业碳排放（人均）总量	208.781（92.778）	217.531（84.075）	234.136（78.010）
五省份综合	旅游交通运输、仓储和邮电业的碳排放（人均）量	3148.999（35.767）	3752.561（32.798）	4206.864（34.545）
	旅游批发、零售、住宿和餐饮业的碳排放（人均）量	1831.445（20.802）	2115.659（18.491）	2379.901（19.543）
	旅游业碳排放（人均）总量	4980.445（56.569）	5868.22（51.289）	6586.765（54.088）

表1

图1

图2

表2

表3

表4

参考文献 25

[1]	Fare R, Grosskopf S, Norris M, et al.Productivity growth, technical progress and efficiency change in industrialized countries. The American Economic Review, 1994, 84(1): 66-83. doi: 10.2753/PET1061-1991361256
[2]	Fare R, Grosskopf S, Lovell C A K, et al. Multilateral productivity comparisons when some outputs are undesirable: A nonparametric approach. Review of Economics and Statistics, 1989, 71(1): 90-98. doi: 10.2307/1928054
[3]	Scheel H.Undesirable outputs in efficiency valuations. European Journal of Operational Research, 2001, 132(2): 400-410. doi: 10.1016/S0377-2217(00)00160-0
[4]	Fare R, Grosskopf S.New Directions: Efficiency and Productivity. Boston: Kluwer Academic Publishers, 2004.
[5]	Barros C P.Evaluating the efficiency of a small hotel chain with a Malmquist productivity index. International Journal of TourismResearch, 2005, 7(3): 173-184. doi: 10.1002/jtr.529
[6]	Barros C P.Analysing the rate of technical change in the Portugese hotel industry. Tourism Economics, 2006, 12(3): 325-346.
[7]	Barros C P.Measuring efficiency in the hotel sector. Annals of Tourism Research, 2005, 32(2): 456-477. doi: 10.1016/j.annals.2004.07.011
[8]	Barros C P, Matias A.Assessing the efficiency of travel agencieswith a stochastic cost frontier: A Portuguese case study. International Journal of Tourism Research, 2006, 8(5): 367-379. doi: 10.1002/jtr.578
[9]	Charles K N, Paul S.Competition, privatization and productive efficiency: Evidence from the airline industry. The Economic Journal, 2001, 111(473): 591-619.
[10]	Fernandes E, Pacheco R R.Efficient use of airport capacity. Transportation Research Part A, 2002, 36(3): 225-238. doi: 10.1016/S0965-8564(00)00046-X
[11]	Lee C K, Han S H.Estimating the use and preservation values of national parks' tourism resources using a contingent valuation method. Tourism Management, 2002, 23(5): 531-540. doi: 10.1016/S0261-5177(02)00010-9
[12]	Bairam, Erkin I.Research productivity in New Zealand University Economics Departments. New Zealand Economic Papers, 1996, 30(2): 229-241. doi: 10.1080/00779959609544259
[13]	Watanabe M, Tanaka K.Efficiency analysis of Chinese industry: adirectional distance function approach. Energy Policy, 2007, 35(12): 6323-6331. doi: 10.1016/j.enpol.2007.07.013
[14]	Hadad Sharon, Hadad Yossi, MalulMiki, et al. The economic efficiency of the tourism industry: A global comparison. Tourism Economics, 2012 , 18(5): 931-940.
[15]	Peypoch Ni Solonan D, Bernardin C P. Aggregate efficiency and productivity analysis in the tourism industry. Tourism Economics, 2008, 14(1): 45-56.
[16]	朱顺林. 区域旅游产业的技术效率比较研究. 经济体制改革, 2005, (2): 116-119.
	[Zhu Shunlin.A comparatative research of technological efficiency for regional tourism industry. Reform of Economic System, 2005, (2): 116-119.]
[17]	马晓龙, 保继刚. 中国主要城市旅游效率影响因素的演化. 经济地理, 2009, 29(7): 1203-1208.
	[Ma Xiaolong, Bao Jigang.Study of the evolution of Chinese primary cities' tourism efficiency influence factors. Economic Geography, 2009, 29(7): 1203-1208.]
[18]	朱程亮, 岳宏志, 严汉平, 等. 基于随机前沿生产函数的我国区域旅游产业效率研究. 旅游学刊, 2009, 24(12): 18-22.
	[Zhu Chengliang, Yue Hongzhi, Yan Hanping, et al.Study on the efficiency of regional tourism industry in China based on schochastic frontline production and cost function estimation. Tourism Tribune, 2009, 24(12): 18-22.]
[19]	周云波, 武鹏, 刘玉海. 中国旅游业效率评价与投入改进分析. 山西财经大学学报, 2010, 32(5): 27-33. [ Zhou Yunbo, Wu Peng, Liu Yuhai. Relative efficiency, dynamic efficiency estimation and input improvement analysis on China’s tourism. Journal of Shanxi Finance and Economics University, 2010, 32(5): 27-33.]
[20]	李智勇. 低碳经济视角下旅游服务效率评价方法. 旅游学刊, 2013, 28(10): 71-80. doi: 10.3969/j.issn.1002-5006.2013.010.009
	[Li Zhiyong.The use of an efficiency evaluation method in the tourism service industry based on a low-carbon economy perspective. Tourism Tribune, 2013, 28(10): 71-80.] doi: 10.3969/j.issn.1002-5006.2013.010.009
[21]	谢园芳, 赵媛. 长三角地区旅游业能源消耗的CO2排放测度研究. 地理研究, 2012, 31(3): 429-438. [XieYuanfang, Zhao Yuan. Measuring carbon dioxide emissions from energy consumption by tourism in Yangtze River Delta. Geographical Research, 2012, 31(3): 429-438.]
[22]	陈飞, 诸大建. 低碳城市研究的理论方法与上海实证分析. 城市发展研究, 2009, 16(10): 71-79.
	[Chen Fei, Zhu Dajian.Theory of research on low-carbon city and shanghai empirical analysis. Urban Studies, 2009, 16(10): 71-79.]
[23]	李江帆, 李美云. 旅游产业与旅游增加值的测算. 旅游学刊, 1999, (5): 16-19.
	[Li Jiangfan, Li Meiyun.Estimation of tourism industry and tourism added value. Tourism Tribune , 1999, (5): 16-19.]
[24]	刘勇, 李志祥, 李静. 环境效率评价方法的比较研究. 数学的实践与认识, 2010, 40(1): 84-92.
	[Liu Yong, Li Zhixiang, Li Jing.Comparative study on DEA methods of environmental efficiency measurement. Mathematics in Practice and Theory, 2010, 40(1): 84-92.]
[25]	陶卓民, 薛献伟, 管晶晶. 基于数据包络分析的中国旅游业发展效率特征. 地理学报, 2012, 65(8): 1004-1012.
	[Tao Zhuomin, Xue Xianwei, Guan Jingjing.Efficiency characteristics analysis of tourism industry in China based on the method of DEA. Acta Geographica Sinica, 2012, 65(8): 1004-1012.]

效率类型		2009年				2010年				2011年
效率类型		较有效率省份个数		最小值		均值	较有效率省市个数	最小值	均值	较有效率省份个数	最小值	均值
不考虑碳排放的旅游产业效率	综合技术效率	3	0.701	0.892		2	0.647	0.817		3	0.694	0.867
	纯技术效率	5	1	1		3	0.732	0.898		4	0.790	0.958
	规模效率	3	0.701	0.892		4	0.718	0.911		4	0.694	0.908
考虑碳排放的旅游产业效率	综合技术效率	4	0.764	0.938		2	0.621	0.811		4	0.771	0.919
	纯技术效率	5	1	1	4		0.679	0.936	4		0.779	0.956
	规模效率	4	0.764	0.938	3		0.774	0.869	5		0.825	0.923

年份	省份	不考虑碳排放的旅游业效率				考虑碳排放的旅游业效率
年份	省份	综合技术效率		纯技术效率	规模效率	综合技术效率	纯技术效率	规模效率
2009年	北京	1	1	1		1	1	1
	浙江	0.994	1	0.994		1	1	1
	山东	1	1	1		1	1	1
	河北	0.763	1	0.763		0.764	1	0.764
	海南	0.701	1	0.701		0.928	1	0.928
2010年	北京	1	1	1		1	1	1
	浙江	1	1	1		1		1	1
	山东	0.722	0.732	0.986	0.658		1	0.658
	河北	0.647	0.759	0.852	0.621		0.679	0.915
	海南	0.718	1	0.718	0.774		1	0.774
2011年	北京	1	1	1	1	1	1
	浙江	1	1	1	1		1	1
	山东	0.775	0.79	0.981	0.771		0.779	0.990
	河北	0.867	1	0.867	1		1	1
	海南	0.694	1	0.694	0.825		1	0.825

效率变动类型			包括的省份
2009年	综合技术效率不变	纯技术效率或规模效率均不变	北京、山东
2009年	综合技术效率上升	纯技术效率不变,规模效率上升	浙江、河北、海南
2010年	综合技术效率不变	纯技术效率或规模效率均不变	北京、浙江
	综合技术效率上升	纯技术效率不变,规模效率上升	海南
	综合技术效率下降	纯技术效率上升,规模效率下降	山东
	综合技术效率下降	纯技术效率或规模效率均上升	河北
2011年	综合技术效率不变	纯技术效率或规模效率均不变	北京、浙江
	综合技术效率上升	纯技术效率不变,规模效率上升	河北、海南
	综合技术效率下降	纯技术效率下降,规模效率上升	山东