基于森林碳汇阈值的江苏省旅游碳排放环境风险评价

doi:10.13466/j.cnki.lyzygl.2022.01.011

摘要/Abstract

摘要：

基于森林碳汇构建旅游碳排放环境安全阈值模型,对旅游碳排放环境风险进行评价。研究结果表明,1)15年来,江苏省旅游碳排放总体呈现增长状态,表现为平稳增长—稳定增长—快速增长—大幅增长4个阶段,旅游碳排放从13.633×10⁶t增长至129.365×10⁶t,共增长了8.49倍。省内13个市域旅游碳排放的差异逐渐缩小,南京、苏州、无锡保持高碳排放,宿迁、盐城和淮安旅游碳排放强度增长较快。2)江苏省旅游碳排放环境安全阈值近15年来在1.579×10⁶~11.460×10⁶t之间变化,基于森林碳汇的环境安全阈值不断提升,平均值为0.659×10⁶t;市域旅游碳排放环境安全阈值在1.605×10⁶~11.833×10⁶t之间变化,苏州、南京、无锡环境安全阈值最高,宿迁最低。3)江苏旅游碳排放环境风险15年来进入极为严重风险状态,经历了下降、徘徊、加速上升、平稳持续上升状态,总体呈现为“勺”型。省内13个市域环境风险差异持续缩小,环境风险区增多,由3个增加至10个,江苏省旅游碳排放环境风险演变和现状令人堪忧。

关键词: 旅游碳排放, 森林碳汇, 阈值, 环境风险, 江苏

Abstract:

Based on forest carbon sink,the environmental safety threshold model of tourism carbon emission was constructed to evaluate the environmental risk of tourism carbon emission. The results showed that :1) in the past 15 years,the tourism carbon emission in Jiangsu Province presented an overall growth state,which was characterized by four stages of smooth growth-steady growth-rapid growth-substantial growth. The tourism carbon emission increased from 13.633 million tons to 129.365 million tons,a total increase of 8.49 times. The differences of tourism carbon emission among 13 cities in the province gradually narrowed. Nanjing,Suzhou and Wuxi maintained high carbon emission,while Suqian,Yancheng and Huai 'an saw rapid growth in tourism carbon emission intensity.2) The environmental safety threshold of tourism carbon emission in Jiangsu Province varied from 1.579 million tons to 11.460 million tons in the past 15 years. The environmental safety threshold based on forest carbon sink kept improving,with an average value of 0.659 million tons. The environmental safety threshold of tourism carbon emission in municipality level varied from 1.605 million tons to 11.833 million tons. Suzhou,Nanjing and Wuxi had the highest environmental safety threshold,while Suqian had the lowest. 3) In the past 15 years,the environmental risk of tourism carbon emission in Jiangsu Province has entered the extremely serious risk state,experiencing a trend of decline,wandering,accelerating rise,steady and continuous rise,presenting a "spoon" type. The difference of environmental risk among 13 cities in Jiangsu Province continued to narrow,and the number of environmental risk areas increased from 3 to 10. The evolution and current situation of environmental risk of tourism carbon emission in Jiangsu Province is worrying.

Key words: tourism carbon emissions, forest carbon sinks, threshold, environmental risk, Jiangsu

中图分类号:

涂玮, 刘钦普. 基于森林碳汇阈值的江苏省旅游碳排放环境风险评价[J]. 林业资源管理, 2022, 0(1): 86-94.

TU Wei, LIU Qinpu. Environmental Risk Assessment of Tourism Carbon Emission in Jiangsu Province Based on Forest Carbon Sink Threshold[J]. FOREST RESOURCES WANAGEMENT, 2022, 0(1): 86-94.

图/表 8

表1

图1

表2

图2

表3

表4

江苏省各市域旅游碳排放环境风险指数及风险类型

市域		2005	2006	2007	2008	2009	2010	2011	2012	2013	2014	2015	2016	2017	2018	2019
南京	指数	0.57	0.53	0.54	0.56	0.54	0.55	0.59	0.60	0.61	0.63	0.63	0.63	0.65	0.67	0.67
南京	风险	低度	低度	低度	低度	低度	低度	低度	低度	低度	中度	中度	中度	中度	严重	严重
无锡	指数	0.48	0.45	0.43	0.45	0.45	0.46	0.51	0.54	0.57	0.60	0.62	0.62	0.64	0.66	0.66
无锡	风险	安全	安全	安全	安全	安全	安全	低度	低度	低度	低度	中度	中度	中度	严重	严重
徐州	指数	0.37	0.33	0.33	0.35	0.34	0.34	0.39	0.41	0.43	0.46	0.48	0.49	0.53	0.57	0.57
徐州	风险	安全	安全	安全	安全	安全	安全	安全	安全	安全	安全	安全	安全	低度	低度	低度
常州	指数	0.46	0.41	0.41	0.42	0.42	0.43	0.48	0.53	0.54	0.57	0.58	0.59	0.61	0.64	0.65
常州	风险	安全	安全	安全	安全	安全	安全	安全	低度	低度	低度	低度	低度	低度	中度	中度
苏州	指数	0.48	0.43	0.42	0.42	0.41	0.42	0.47	0.50	0.52	0.55	0.57	0.57	0.59	0.62	0.62
苏州	风险	安全	安全	安全	安全	安全	安全	安全	安全	低度	低度	低度	低度	低度	中度	中度
南通	指数	0.31	0.27	0.27	0.29	0.29	0.31	0.35	0.39	0.39	0.42	0.42	0.43	0.45	0.48	0.48
南通	风险	安全	安全	安全	安全	安全	安全	安全	安全	安全	安全	安全	安全	安全	安全	安全
连云港	指数	0.53	0.49	0.48	0.50	0.48	0.48	0.53	0.56	0.57	0.60	0.60	0.61	0.64	0.67	0.68
连云港	风险	低度	安全	安全	安全	安全	安全	低度	低度	低度	低度	低度	低度	中度	严重	严重
淮安	指数	0.35	0.32	0.33	0.36	0.37	0.37	0.41	0.44	0.46	0.49	0.49	0.50	0.53	0.56	0.58
淮安	风险	安全	安全	安全	安全	安全	安全	安全	安全	安全	安全	安全	安全	低度	低度	低度
盐城	指数	0.25	0.22	0.21	0.22	0.23	0.23	0.26	0.29	0.31	0.34	0.36	0.37	0.40	0.44	0.45
盐城	风险	安全	安全	安全	安全	安全	安全	安全	安全	安全	安全	安全	安全	安全	安全	安全
扬州	指数	0.48	0.45	0.45	0.46	0.47	0.48	0.53	0.56	0.56	0.59	0.60	0.60	0.62	0.65	0.66
扬州	风险	安全	安全	安全	安全	安全	安全	低度	低度	低度	低度	低度	低度	中度	中度	严重
镇江	指数	0.54	0.50	0.49	0.50	0.51	0.52	0.57	0.60	0.60	0.63	0.67	0.67	0.70	0.73	0.74
镇江	风险	低度	安全	安全	安全	低度	低度	低度	低度	低度	中度	严重	严重	严重	极严重	极严重
泰州	指数	0.31	0.27	0.26	0.28	0.28	0.28	0.32	0.35	0.36	0.39	0.41	0.42	0.44	0.47	0.81
泰州	风险	安全	安全	安全	安全	安全	安全	安全	安全	安全	安全	安全	安全	安全	安全	极严重
宿迁	指数	0.19	0.17	0.18	0.19	0.19	0.18	0.21	0.27	0.35	0.38	0.39	0.39	0.42	0.47	0.48
宿迁	风险	安全	安全	安全	安全	安全	安全	安全	安全	安全	安全	安全	安全	安全	安全	安全

表4

图3

图4

参考文献 41

[1]	Gössling S. Global environmental consequences of tourism[J]. Global Environmental Change, 2002,12(4):283-302. doi: 10.1016/S0959-3780(02)00044-4
[2]	Becken S, Simmons D G, Frampton C. Energy use associated with different travel choices[J]. Tourism Management, 2003,24(3):267-277. doi: 10.1016/S0261-5177(02)00066-3
[3]	Peeters P, Dubois G. Tourism travel under climate change mitigation constraints[J]. Journal of Trans-port Geography, 2010,18(3):447-457.
[4]	Howitt O J A, Revol V G N, Smith I J, et al. Carbon emissions from international cruise ship passengers' travel to and from New Zealand[J]. Energy Policy, 2010,38(5):2552-2560. doi: 10.1016/j.enpol.2009.12.050
[5]	程占红, 韩玉姣. 2000—2012年山西省旅游业碳排放的时空差异[J]. 陕西师范大学学报:自然科学版, 2015,43(6):77-82.
[6]	王凯, 肖燕, 李志苗, 等. 中国旅游业CO₂排放区域差异的空间分析[J]. 中国人口·资源与环境, 2016,26(5):83-90.
[7]	王琦, 李金叶, 何昭丽. 新疆旅游业碳排放测算与脱钩关系研究[J]. 生态经济, 2018,34(1):25-30.
[8]	孙燕燕. 上海市旅游碳排放估算及其效应分解[J]. 地域研究与开发, 2020,39(1):122-126.
[9]	姚丹, 任丽燕, 马仁锋, 等. 长三角旅游业碳排放强度空间格局及影响因素分析[J]. 生态科学, 2021,40(2):89-98.
[10]	Becken S, Patterson M. Measuring national carbon dioxide emissions from tourism as a key step towards achieving sustainable tourism[J]. Journal of Sustainable Tourism, 2006,14(4):323-338. doi: 10.2167/jost547.0
[11]	谢园方, 赵媛. 长三角地区旅游业能源消耗的CO₂排放测度研究[J]. 地理研究, 2012,31(3):429-437.
[12]	韩元军, 吴普. 京津冀地区旅游业的碳排放测算与比较研究[J]. 人文地理, 2016,31(4):127-134.
[13]	黄千晟, 宋书巧. 广西旅游业碳排放测算及脱钩关系分析[J]. 钦州学院学报, 2017,32(10):53-58.
[14]	黄国庆, 汪子路, 时朋飞, 等. 黄河流域旅游业碳排放脱钩效应测度与空间分异研究[J]. 中国软科学, 2021(4):82-93.
[15]	Hunter C. Sustainable tourism and the touristic ecological footprint[J]. Environment,Development and Sustainability, 2002,4(1):7-20. doi: 10.1023/A:1016336125627
[16]	Roberto R M C, Pedro P R S. Ecological footprint analysis of road transport related to tourism activity:The case for Lanzarote island[J]. Tourism Management, 2010,31(1):98-103. doi: 10.1016/j.tourman.2009.01.007
[17]	张靖. 基于游客消费行为的旅游生态足迹实证研究——以北京市入境游客为例[J]. 林业经济, 2020(2):25-37.
[18]	尚会娟, 那守海. 基于综合法的森林公园旅游生态足迹研究[J]. 林业经济, 2021(4):45-56.
[19]	肖建红, 于爱芬, 王敏. 旅游过程碳足迹评估——以舟山群岛为例[J]. 旅游科学, 2011,25(4):58-66.
[20]	姜东晖, 靳雪. 基于终端消费的山东省旅游碳足迹研究[J]. 中国人口·资源与环境, 2015,25(S1):450-453.
[21]	姚治国, 陈田. 基于碳足迹模型的旅游碳排放实证研究——以海南省为案例[J]. 经济管理, 2016,38(2):151-159.
[22]	马靖. 基于碳足迹的甘肃省旅游生态效率研究[D]. 兰州:兰州财经大学, 2020.
[23]	张广海, 刘菁. 中国省域旅游碳排放强度时空演变分析[J]. 统计与决策, 2016,459(15):94-98.
[24]	黄和平, 乔学忠, 张瑾, 等. 绿色发展背景下区域旅游业碳排放时空分异与影响因素研究——以长江经济带为例[J]. 经济地理, 2019,39(11):214-224.
[25]	王凯, 邵海琴, 周婷婷, 等. 基于STIRPAT模型的中国旅游业碳排放影响因素分析[J]. 环境科学学报, 2017,37(3):1185-1192.
[26]	岳立, 雷燕燕, 王杰. 中国省域旅游业碳排放效率时空特征及影响因素分析[J]. 统计与决策, 2020,556(16):69-73.
[27]	李强谊, 钟水映, 徐飞. 中国旅游业二氧化碳排放的地区差异与收敛性研究[J]. 经济问题探索, 2017(8):28-38.
[28]	Baležentis T, Kriš žiukaitien I, Baležentis A, et al. Rural tourism development in Lithuania(2003-2010):A quantitative analysis[J]. Tourism Management Perspectives, 2012,15(6):1-6. doi: 10.1016/j.tmp.2015.03.005
[29]	Robaina-Alves M, Moutinho V, Costa R. Change in energy-related CO₂(carbon dioxide)emissions in Portuguese tourism:A decomposition analysis from 2000 to 2008[J]. Journal of Cleaner Production, 2016,111:520-528. doi: 10.1016/j.jclepro.2015.03.023
[30]	陶玉国, 黄震方, 吴丽敏, 等. 江苏省区域旅游业碳排放测度及其因素分解[J]. 地理学报, 2014,69(10):1438-1448. doi: 10.11821/dlxb201410004
[31]	潘植强, 梁保尔. 旅游业碳排放强度分布及其驱动因子的时空异质研究——基于30个省(直辖市、自治区)2005—2014年的面板数据分析[J]. 人文地理, 2016,31(6):152-158.
[32]	查建平, 舒皓羽, 李园园, 等. 中国旅游业碳排放及其影响因素研究——来自2005—2015年省级面板数据的证据[J]. 旅游科学, 2017,31(5):1-16.
[33]	赵先超, 滕洁. 基于LMDI的湖南省旅游业碳排放影响因素分解[J]. 环境科学与技术, 2018,41(9):192-199.
[34]	赵先贵, 马彩虹, 肖玲, 等. 北京市碳足迹与碳承载力的动态研究[J]. 干旱区资源与环境, 2013(10):8-12.
[35]	王坤, 黄震方, 曹芳东. 中国旅游业碳排放效率的空间格局及其影响因素[J]. 生态学报, 2015,35(21):7150-7160.
[36]	董红艳, 刘钦普, 周丽, 等. 江苏省旅游业碳足迹与碳承载力动态对比分析[J]. 生态经济, 2018(11):183-187.
[37]	肖玲, 赵先贵, 许华兴. 山东省碳足迹与碳承载力的动态研究[J]. 生态与农村环境学报, 2013,29(2):152-157.
[38]	付义勋, 赵志芳, 陈百炼. 全国草地资源空间分布规律研究[J]. 科技资讯, 2018(8):1-2.
[39]	国家统计局. 中国环境统计年鉴[J]. 北京: 中国统计出版社, 2006.
[40]	范圣楠, 李莉, 闫艳, 等. 江苏首次发布“森林碳汇”数据10年新增二氧化碳吸储能力8000万吨[N]. 中国环境报, 2013-04-24(7).
[41]	王磊, 丁晶晶, 梁珍海, 等. 江苏省森林碳储量动态变化及其经济价值评价[J]. 南京林业大学学报:自然科学版, 2010(2):1-5.

等级	Ri	环境风险类型	分类依据
4	>0.70	极严重风险	TCAR_i>2.5 TCC_i
3	0.66~0.70	严重风险	2 TCC_i<TCAR_i≤2.5 TCC_i
2	0.62~0.65	中度风险	1.5 TCC_i<TCAR_i≤2 TCC_i
1	0.51~0.61	低度风险	TCC_i<TCAR_i≤1.5 TCC_i
0	≤0.50	环境安全	TCAR_i≤TCC_i

年份	2005	2006	2007	2008	2009	2010	2011	2012	2013	2014	2015	2016	2017	2018	2019
风险指数(R_i)	0.896	0.874	0.865	0.869	0.867	0.870	0.887	0.897	0.902	0.909	0.910	0.909	0.914	0.919	0.919
阈值/10⁶t	1.579	2.478	3.456	4.118	6.403	6.388	6.708	7.346	7.753	8.311	8.916	9.384	10.047	11.025	11.46

市域	2005	2006	2007	2008	2009	2010	2011	2012	2013	2014	2015	2016	2017	2018	2019
南京	2.138	3.131	4.164	4.905	5.937	6.995	7.388	8.139	8.707	9.000	9.867	10.201	10.301	10.827	11.226
无锡	2.449	3.672	4.837	5.735	7.005	7.899	8.271	8.553	8.373	8.372	8.553	8.806	8.932	9.323	9.484
徐州	1.070	1.625	2.179	2.724	3.354	4.011	4.270	4.539	4.871	5.065	5.258	5.478	5.485	5.585	5.722
常州	1.141	1.758	2.386	2.914	3.536	4.151	4.305	4.486	4.795	5.002	5.203	5.424	5.611	5.740	5.922
苏州	3.609	5.436	7.294	9.101	10.863	12.583	12.884	13.574	13.977	14.041	14.254	14.562	14.721	15.199	15.392
南通	1.294	1.984	2.698	3.334	4.032	4.725	4.905	5.152	5.550	5.768	6.402	6.743	6.958	7.285	7.508
连云港	0.432	0.660	0.873	1.062	1.321	1.627	1.696	1.812	1.951	2.006	2.271	2.392	2.412	2.433	2.512
淮安	0.499	0.750	1.013	1.276	1.574	1.893	2.032	2.171	2.388	2.505	2.715	2.914	2.894	3.009	3.098
盐城	0.923	1.368	1.797	2.171	2.690	3.181	3.332	3.526	3.761	3.914	4.120	4.287	4.322	4.483	4.563
扬州	0.856	1.248	1.692	2.116	2.605	3.040	3.162	3.315	3.578	3.773	4.039	4.280	4.399	4.560	4.681
镇江	0.769	1.159	1.569	1.918	2.347	2.710	2.779	2.973	3.206	3.319	3.043	3.239	3.217	3.202	3.303
泰州	0.751	1.150	1.524	1.860	2.331	2.793	2.912	3.053	3.303	3.440	3.443	3.666	3.832	3.967	0.867
宿迁	0.342	0.533	0.730	0.927	1.160	1.451	1.588	1.720	1.886	1.970	2.209	2.335	2.357	2.384	2.480