路小靜 時(shí)朋飛 鄧志偉 李星明 胡月

摘要 旅游業(yè)綠色生產(chǎn)率是將能源消耗與環(huán)境代價(jià)納入旅游業(yè)全要素生產(chǎn)率框架，表征旅游業(yè)綠色發(fā)展能力和水平，關(guān)系著區(qū)域旅游業(yè)可持續(xù)發(fā)展和生態(tài)文明建設(shè)。本文在借用“自下而上”法對(duì)長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)能源消耗與碳排放評(píng)估的基礎(chǔ)上，采用基于方向性距離函數(shù)的非參數(shù)DEA法及ML指數(shù)對(duì)長(zhǎng)江經(jīng)濟(jì)帶11年間的旅游業(yè)綠色生產(chǎn)率進(jìn)行測(cè)度與分解，并運(yùn)用引力模型對(duì)該區(qū)域旅游業(yè)綠色生產(chǎn)率空間格局演變進(jìn)行研究。結(jié)果表明：①長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)能源消耗與碳排放仍處于增長(zhǎng)態(tài)勢(shì)，區(qū)域內(nèi)省份旅游經(jīng)濟(jì)與兩者（能源消耗與碳排放）正向關(guān)聯(lián)顯著，且長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)發(fā)展與兩者（能源消耗與碳排放）并未實(shí)現(xiàn)脫鉤。②長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)綠色發(fā)展績(jī)效有所提升，但因粗放型發(fā)展模式致使其綠色生產(chǎn)率增長(zhǎng)遲緩，技術(shù)進(jìn)步已成為該區(qū)域旅游業(yè)綠色生產(chǎn)率增長(zhǎng)的主要源泉，而技術(shù)效率驅(qū)動(dòng)作用薄弱。③長(zhǎng)江經(jīng)濟(jì)帶11省市旅游業(yè)綠色生產(chǎn)率可分為發(fā)展進(jìn)步型、發(fā)展停滯型和發(fā)展衰退型，不同類型省份應(yīng)基于技術(shù)進(jìn)步和技術(shù)效率的此消彼長(zhǎng)采取適當(dāng)措施促進(jìn)旅游業(yè)綠色生產(chǎn)率實(shí)現(xiàn)俱樂部趨同。④長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)綠色生產(chǎn)率勢(shì)能值從下游到上游呈“L”型，長(zhǎng)三角成為該區(qū)域核心增長(zhǎng)極，長(zhǎng)江中游實(shí)現(xiàn)中部隆起而長(zhǎng)江上游出現(xiàn)塌陷狀態(tài)，江西、安徽兩省成為長(zhǎng)三角和長(zhǎng)江中游旅游業(yè)綠色生產(chǎn)率聯(lián)系的重要樞紐，而長(zhǎng)江上游旅游業(yè)綠色生產(chǎn)率尚未與長(zhǎng)三角、長(zhǎng)江中游形成相互聯(lián)系的網(wǎng)絡(luò)結(jié)構(gòu)。

關(guān)鍵詞 旅游業(yè);綠色生產(chǎn)率;時(shí)空分析;長(zhǎng)江經(jīng)濟(jì)帶

中圖分類號(hào) F062.1文獻(xiàn)標(biāo)識(shí)碼 A文章編號(hào) 1002-2104（2019）07-0019-12DOI：10.12062/cpre.20190111

綠色是美麗中國(guó)主色調(diào)，綠色發(fā)展已成為“十三五”五大發(fā)展理念之一。作為國(guó)家戰(zhàn)略性支柱產(chǎn)業(yè)的旅游業(yè)，因其能源消耗少、環(huán)境污染小、可持續(xù)可循環(huán)的優(yōu)點(diǎn)，成為推動(dòng)中國(guó)經(jīng)濟(jì)向綠色經(jīng)濟(jì)轉(zhuǎn)型的優(yōu)勢(shì)產(chǎn)業(yè)，更是建設(shè)美麗中國(guó)與生態(tài)文明社會(huì)的重要支撐。然而，根據(jù)世界旅游組織和聯(lián)合國(guó)環(huán)境規(guī)劃署研究表明，旅游業(yè)直接和間接產(chǎn)生的CO2排放量約占全球總排放的4.9%，引起的溫室效應(yīng)貢獻(xiàn)率高達(dá)14%[1]。同時(shí)，伴隨著中國(guó)旅游業(yè)低效、粗放、高速發(fā)展，勢(shì)必也會(huì)帶來大量的能源消耗與碳排放，致使旅游環(huán)境問題凸顯[2]。旅游業(yè)綠色發(fā)展成為促使其向“低排放、低污染、低能耗、高效益”產(chǎn)業(yè)回歸的關(guān)鍵所在，而旅游業(yè)綠色生產(chǎn)率是對(duì)旅游業(yè)綠色發(fā)展質(zhì)量的直接測(cè)度，其內(nèi)涵是測(cè)量基于資源環(huán)境約束條件下旅游業(yè)全要素產(chǎn)出[3]。旅游業(yè)綠色生產(chǎn)率表征三層意蘊(yùn)，從自然角度實(shí)現(xiàn)旅游業(yè)對(duì)環(huán)境影響減量化，從經(jīng)濟(jì)視角注重環(huán)境剛性約束下經(jīng)濟(jì)產(chǎn)出最大化，從低碳視域強(qiáng)調(diào)經(jīng)濟(jì)發(fā)展與生態(tài)環(huán)境協(xié)調(diào)化[4-5]。因此，基于資源環(huán)境視角，測(cè)度旅游業(yè)綠色生產(chǎn)率，對(duì)于更加科學(xué)、全面、準(zhǔn)確地研判區(qū)域旅游業(yè)綠色發(fā)展水平，探討區(qū)域旅游業(yè)綠色、低碳、集約發(fā)展的依賴路徑具有重要意義。

1 文獻(xiàn)綜述

由于綠色生產(chǎn)率更加強(qiáng)調(diào)區(qū)域經(jīng)濟(jì)、環(huán)境與資源的協(xié)調(diào)，體現(xiàn)經(jīng)濟(jì)發(fā)展、生態(tài)保護(hù)和資源持續(xù)利用的綠色發(fā)展理念，導(dǎo)致西方學(xué)者跳出傳統(tǒng)全要素生產(chǎn)率研究范式[6]，轉(zhuǎn)向?qū)⒛茉聪淖鳛橥度胍嘏c將環(huán)境污染作為非期望產(chǎn)出的全要素效率框架建構(gòu)，從而實(shí)現(xiàn)了區(qū)域經(jīng)濟(jì)發(fā)展質(zhì)量和環(huán)境管理效率較為逼真測(cè)度，扭轉(zhuǎn)了因忽略資源消耗與環(huán)境破壞導(dǎo)致的經(jīng)濟(jì)績(jī)效評(píng)估的扭曲與失真[7-9]。研究范式轉(zhuǎn)變推動(dòng)了西方學(xué)者對(duì)綠色生產(chǎn)率測(cè)度方法迭代，研究方法從最初傳統(tǒng)參數(shù)線性模型和主成分分析模型發(fā)展到數(shù)據(jù)包絡(luò)分析DEA模型和隨機(jī)前沿SFA模型再發(fā)展到基于方向性距離函數(shù)的改進(jìn)DEA模型[10]。在研究范式和研究方法演進(jìn)過程中，西方學(xué)者更注重微觀企業(yè)綠色生產(chǎn)率研究，尤其是高耗能、高排放企業(yè)生產(chǎn)活動(dòng)分析[10-12]，如火電廠、造紙廠、鋼鐵廠等，對(duì)于國(guó)家、省域?qū)用娈a(chǎn)業(yè)（如服務(wù)業(yè)、制造業(yè)、建筑業(yè)等）綠色生產(chǎn)率研究較少涉及，這在某種程度上不利于從宏觀層面制定具有戰(zhàn)略指導(dǎo)意義的產(chǎn)業(yè)節(jié)能減排策略。基于西方學(xué)者的研究范式和研究方法，囿于微觀企業(yè)層面生產(chǎn)數(shù)據(jù)特別是污染排放數(shù)據(jù)獲得性，國(guó)內(nèi)學(xué)者更注重從國(guó)家或省域視角研究能源消耗與碳排放約束條件下某一產(chǎn)業(yè)綠色生產(chǎn)率，逐步形成了“效率測(cè)度—影響機(jī)理—政策建議”的研究范式，如王許亮等[13]、葛鵬飛等[14]、劉戰(zhàn)豫等[15]、吳英姿等[16]學(xué)者主要借助Super-SBM模型與Malmquist指數(shù)對(duì)中國(guó)服務(wù)業(yè)、農(nóng)業(yè)、物流業(yè)、工業(yè)的綠色生產(chǎn)率進(jìn)行測(cè)度，然后剖析了綠色生產(chǎn)率變化動(dòng)因，并基于上述分析闡述了提升綠色生產(chǎn)率的政策建議。可見，國(guó)內(nèi)學(xué)者進(jìn)一步拓展了綠色生產(chǎn)率的研究領(lǐng)域，但側(cè)重對(duì)研究方法闡述及計(jì)量模型運(yùn)用，造成“重模型輕分析”的弊端。

旅游業(yè)并非“零碳排放”的綠色產(chǎn)業(yè)，旅游各環(huán)節(jié)消耗了大量能源，也產(chǎn)生了大量碳排放;伴隨著旅游業(yè)整體規(guī)模迅速擴(kuò)張，旅游業(yè)對(duì)全球環(huán)境和氣候變化影響不容忽視[17]。當(dāng)前關(guān)于旅游業(yè)綠色生產(chǎn)率文獻(xiàn)較少，多數(shù)文獻(xiàn)還沒有將能源消耗與碳排放納入旅游全要素生產(chǎn)率衡量，而是沿襲傳統(tǒng)研究范式將資本和勞動(dòng)要素作為投入指標(biāo)和將旅游總收入作為產(chǎn)出變量。其中，西方學(xué)者側(cè)重基于微觀層面測(cè)度旅游交通、旅行社、酒店業(yè)的全要素生產(chǎn)率，如Fernandes等[18]、Koksal等[19]、Ashrafi等[20]學(xué)者采用DEA模型分別對(duì)巴西國(guó)內(nèi)航空公司、土耳其旅行社、新加坡酒店業(yè)的經(jīng)營(yíng)效率進(jìn)行分析。而國(guó)內(nèi)學(xué)者更注重從國(guó)家、省域、地市視角測(cè)量旅游業(yè)全要素生產(chǎn)率，如王永剛[21]、吳琳萍[22]、龔艷等[23]、劉建國(guó)等[24]基于DEA模型并結(jié)合Malmquist指數(shù)對(duì)全國(guó)、江蘇省、杭州市的旅游業(yè)全要素生產(chǎn)率增長(zhǎng)進(jìn)行了實(shí)證研究。也有極少數(shù)學(xué)者開始嘗試將碳排放作為非期望產(chǎn)出置入旅游業(yè)全要素生產(chǎn)率測(cè)度過程[25-26]，但忽略了將與生態(tài)環(huán)境密切關(guān)聯(lián)的能源消耗納入旅游業(yè)全要素測(cè)度框架，這就不能準(zhǔn)確地測(cè)度旅游業(yè)綠色發(fā)展水平和質(zhì)量，難以厘清旅游業(yè)綠色發(fā)展的動(dòng)力源泉，更難以真正實(shí)現(xiàn)旅游業(yè)與資源環(huán)境和諧發(fā)展。雖然旅游業(yè)綠色生產(chǎn)率研究存在明顯短板，但關(guān)于旅游業(yè)能源消耗與碳排放文獻(xiàn)較多，當(dāng)前研究已實(shí)現(xiàn)由考慮少數(shù)部門的直接測(cè)度讓渡到基于多要素的直接與間接測(cè)度相結(jié)合，這利于從整個(gè)產(chǎn)業(yè)及其相關(guān)產(chǎn)業(yè)的縱橫視角來審視旅游業(yè)能源消耗與碳排放[27-29]，為旅游業(yè)綠色生產(chǎn)率框架建構(gòu)提供了基礎(chǔ)。此外，國(guó)內(nèi)外學(xué)者對(duì)農(nóng)業(yè)、工業(yè)、制造業(yè)以及相關(guān)企業(yè)綠色生產(chǎn)率的研究范式、研究方法，為旅游業(yè)綠色生產(chǎn)率測(cè)度與分析提供了借鑒。

綜上，當(dāng)前關(guān)于綠色生產(chǎn)率研究在研究范式、研究方法、研究領(lǐng)域等方面均取得長(zhǎng)足發(fā)展，但仍存在如下局限。一是，研究區(qū)域上囿于國(guó)家、省際、地市產(chǎn)業(yè)綠色生產(chǎn)率測(cè)度，而忽略了對(duì)經(jīng)濟(jì)帶、城市群等協(xié)作區(qū)域產(chǎn)業(yè)綠色生產(chǎn)率分析。作為由共飲“一江水”的11省市組成的長(zhǎng)江經(jīng)濟(jì)帶，對(duì)其產(chǎn)業(yè)綠色生產(chǎn)率研究具有典型意義。因?yàn)殚L(zhǎng)江經(jīng)濟(jì)帶發(fā)展是中國(guó)當(dāng)前重點(diǎn)推進(jìn)的三大戰(zhàn)略之一，強(qiáng)調(diào)走生態(tài)保護(hù)、資源開發(fā)與經(jīng)濟(jì)發(fā)展相互協(xié)調(diào)的綠色低碳可持續(xù)發(fā)展之路[30]。二是，研究范式上重視計(jì)量模型闡述和應(yīng)用，陷入“依賴定量測(cè)算而缺少定性分析”的窠臼。三是，研究對(duì)象上聚焦工業(yè)、農(nóng)業(yè)、制造業(yè)等產(chǎn)業(yè)或火電廠、造紙廠等企業(yè)綠色生產(chǎn)率研究，而忽視了已成長(zhǎng)為世界經(jīng)濟(jì)中發(fā)展勢(shì)頭最強(qiáng)勁和規(guī)模最大產(chǎn)業(yè)——旅游業(yè)綠色生產(chǎn)率分析，尤其是缺少將能源消耗與碳排放同時(shí)納入旅游業(yè)綠色生產(chǎn)率測(cè)度的研究。鑒于當(dāng)前文獻(xiàn)對(duì)旅游業(yè)綠色生產(chǎn)率關(guān)注不足，以及忽視對(duì)經(jīng)濟(jì)協(xié)作區(qū)域（經(jīng)濟(jì)帶、城市群）產(chǎn)業(yè)綠色生產(chǎn)率研究，較少基于地理學(xué)視角對(duì)綠色生產(chǎn)率進(jìn)行定性與定量相結(jié)合的時(shí)空格局研究，本文嘗試從“測(cè)度+過程+格局”視角，借助“自下而上”法對(duì)長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)能源消耗與碳排放進(jìn)行估算，然后利用基于方向性距離函數(shù)的非參數(shù)DEA法及ML指數(shù)對(duì)長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)綠色生產(chǎn)率進(jìn)行測(cè)度與分解，再借助引力模型探討長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)綠色生產(chǎn)率的空間相互作用狀況，以期明晰長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)綠色生產(chǎn)率現(xiàn)狀和特征，揭示其區(qū)域差異及時(shí)空格局，進(jìn)而提出促進(jìn)該區(qū)域旅游業(yè)綠色生產(chǎn)率提升的針對(duì)性策略。這不僅有利于長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)可持續(xù)發(fā)展，發(fā)揮旅游業(yè)在保護(hù)生態(tài)、減少污染方面的積極作用，進(jìn)而推動(dòng)長(zhǎng)江經(jīng)濟(jì)帶實(shí)現(xiàn)經(jīng)濟(jì)發(fā)展與生態(tài)保護(hù)的雙重目標(biāo)，還可為其他經(jīng)濟(jì)帶、城市群等協(xié)作區(qū)域旅游業(yè)綠色發(fā)展提供一定借鑒和參考。

2 研究方法與數(shù)據(jù)來源

2.1 研究方法

2.1.1 “自下而上”估算法

由于當(dāng)前缺少對(duì)旅游業(yè)能源消耗與碳排放的直接統(tǒng)計(jì)，對(duì)其能源消耗與碳排放采取估算法已成為學(xué)術(shù)界共識(shí)[31]。估算方法主要有兩種：基于能源終端的“自上而下”法和基于消費(fèi)終端的“自下而上”法[32-37]?！白陨隙隆狈ǎ饕抢脟?guó)家建立的旅游衛(wèi)星賬戶[32]，或是基于國(guó)民經(jīng)濟(jì)核算，采用投入產(chǎn)出模型對(duì)旅游業(yè)能源消耗與碳排放進(jìn)行估算[33]?！白韵露稀狈?，從到達(dá)目的地游客數(shù)據(jù)入手，采取先分解后加總的方法對(duì)各個(gè)重點(diǎn)領(lǐng)域以及整體旅游業(yè)能源消耗與碳排放逐級(jí)向上統(tǒng)計(jì)[34-37]。囿于中國(guó)能源統(tǒng)計(jì)年鑒中沒有設(shè)置關(guān)于旅游業(yè)能源消耗統(tǒng)計(jì)項(xiàng)和沒有構(gòu)建有關(guān)溫室氣體排放的統(tǒng)計(jì)監(jiān)測(cè)體系，致使“自上而下”法實(shí)際可操性不強(qiáng)。已有研究表明，“自上而下”法與“自下而上”法估算的旅游業(yè)能源消耗與碳排放結(jié)果近似[28]，因此，本文選取“自下而上”法對(duì)長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)能源消耗與碳排放進(jìn)行估算。當(dāng)前主流研究認(rèn)為旅游業(yè)能源消耗與碳排放重點(diǎn)領(lǐng)域和主要環(huán)節(jié)是旅游交通、旅游住宿、旅游活動(dòng)[38]，如旅游交通能源消耗與碳排放分別占旅游業(yè)總能耗94%和旅游業(yè)總排放當(dāng)量90%[38]，因此，本文也將“自下而上”法核算范圍集中于這三個(gè)部門，公式如下[35-37]：

式（1）中，Ct表示旅游業(yè)能源消耗/碳排放，CTt表示旅游交通能源消耗/碳排放，CHt表示旅游住宿能源消耗/碳排放，CRt表示旅游活動(dòng)能源消耗/碳排放。

其中，旅游交通能源消耗/碳排放CTt估算公式為：

式（2）中，Qit表示鐵路、公路、水運(yùn)和航空旅客周轉(zhuǎn)量，fi表示某類交通方式旅客周轉(zhuǎn)量中旅游者比例，參考王凱等[39]、石培華等[40]研究，鐵路、公路、水運(yùn)和航空fi取值分別為31.6%、13.8%、10.6%和64.7%。i為i類交通方式能源消耗系數(shù)/碳排放因子，由于國(guó)內(nèi)外學(xué)者對(duì)旅游交通分類和能源消耗系數(shù)/碳排放因子取值存在一定差異，因此主要參考國(guó)內(nèi)學(xué)者研究[39-40]。鐵路、公路、航空、水運(yùn)能源消耗系數(shù)分別為1 MJ/pkm、1.8 MJ/pkm、2 MJ/pkm、1.48 MJ/pkm，碳排放因子取值為分別27 g/pkm、133 g/pkm、137 g/pkm、106 g/pkm。

旅游住宿能源消耗/碳排放CHt的估算公式為：

式（3）中，Nt表示客房床位數(shù)，lt表示客房出租率，T表示一年天數(shù)（一般取值為365天），β表示旅游住宿能源消耗系數(shù)/碳排放因子。由于國(guó)內(nèi)外對(duì)住宿旅游能源消耗系數(shù)/碳排放因子取值具有差異，主要參考國(guó)內(nèi)學(xué)者研究[39-40]，旅游住宿能源消耗系數(shù)為155 MJ/人·晚，碳排放因子為245.8 g/人·晚。

旅游活動(dòng)能源消耗/碳排放CRt的估算公式為：

式（4）中，Pkt表示為k類活動(dòng)（觀光游覽、休閑度假、探親訪友、商務(wù)會(huì)議和其他）旅游人次數(shù)，γk表示k類活動(dòng)能源消耗系數(shù)/碳排放因子。主要根據(jù)國(guó)內(nèi)學(xué)者研究[39-40]，觀光游覽、休閑度假、探親訪友、商務(wù)會(huì)議和其他的能源消耗系數(shù)分別為8.5 MJ/人、26.5 MJ/人、12 MJ/人、16 MJ/人和3.5 MJ/人，碳排放因子分別為417 g/人、1670 g/人、591 g/人、786 g/人和172 g/人。

2.1.2 Malmquist-luenberger指數(shù)法

與其他全要素生產(chǎn)率測(cè)度方法相比，DEA法不僅避免因預(yù)設(shè)生產(chǎn)函數(shù)表達(dá)形式及誤差項(xiàng)分布假設(shè)可能帶來的偏差，還適用于多投入多產(chǎn)出系統(tǒng)[41]，因此本文選取DEA法作為測(cè)度長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)綠色生產(chǎn)率的主要工具。生產(chǎn)前沿函數(shù)的構(gòu)建是基于DEA法生產(chǎn)率測(cè)度的關(guān)鍵，距離函數(shù)可表征生產(chǎn)決策單元實(shí)際生產(chǎn)狀態(tài)與生產(chǎn)前沿面的徑向差距。 Chung等在一般距離函數(shù)基礎(chǔ)上，提出了方向性距離函數(shù)[42]。采用方向距離函數(shù)處理同時(shí)變化的投入與產(chǎn)出要素，即Malmquist-Luenberger指數(shù)，不僅將負(fù)產(chǎn)出納入全要素生產(chǎn)率分析框架中，而且兼顧了非期望產(chǎn)出減少與期望產(chǎn)出增加的綠色發(fā)展訴求，還可動(dòng)態(tài)刻畫實(shí)際綠色產(chǎn)出水平與前沿面水平比較從而得到綠色全要素生產(chǎn)率的相對(duì)變動(dòng)程度。綜上，本文運(yùn)用基于方向性距離函數(shù)的非參數(shù)DEA法，選取Malmquist-Luenberger 指數(shù)來測(cè)算長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)綠色生產(chǎn)率。為了排除時(shí)期選擇的隨意性，利用Fare使用的費(fèi)雪理想 （Fisher Ideal） 法，處理得到t到t+1期間的Malmquist-Luenberger指數(shù)公式[43]：

公式（5）中，MLt+1t表示既定技術(shù)水平下，從t到t+1時(shí)期旅游業(yè)綠色生產(chǎn)率變化情況。基于公式（5）中四個(gè)距離函數(shù)計(jì)算，可將ML指數(shù)分解為TECH（技術(shù)進(jìn)步）指數(shù)和EFFCH（技術(shù)效率）指數(shù)，兩者公式如下[8]：

TECH指數(shù)測(cè)度每個(gè)決策單元從t 到t+1時(shí)期向最佳生產(chǎn)前沿面趨近程度，表征由技術(shù)進(jìn)步引起的產(chǎn)出增長(zhǎng)，即“增長(zhǎng)效應(yīng)”;EFFCH指數(shù)測(cè)度每個(gè)決策單元從t到t+1時(shí)期對(duì)生產(chǎn)可能性邊界追趕程度，表征內(nèi)部效率變化激發(fā)的產(chǎn)出增長(zhǎng)，即“追趕效應(yīng)”。當(dāng)ML指數(shù)、TECH指數(shù)、EFFCH指數(shù)大于1時(shí)，表示旅游業(yè)綠色生產(chǎn)率提高、技術(shù)進(jìn)步和效率改善，反之，則表示旅游業(yè)綠色生產(chǎn)率降低、技術(shù)停滯和效率惡化[44]。

2.1.3 空間引力模型

基于空間相互作用原理的引力模型可以實(shí)現(xiàn)對(duì)空間相互作用量的表征，能較好地衡量中心區(qū)域?qū)ζ涓沟氐妮椛淠芰?，還能反映周邊地域?qū)χ行膮^(qū)域擴(kuò)散效應(yīng)的吸收程度，因此引力模型已成為新經(jīng)濟(jì)地理學(xué)和區(qū)域經(jīng)濟(jì)學(xué)分析空間相互作用的核心工具[45-46]。本文同樣借助引力模型對(duì)長(zhǎng)江經(jīng)濟(jì)帶省域旅游業(yè)綠色生產(chǎn)率的空間聯(lián)系進(jìn)行量化分析，以反映某省域綠色生產(chǎn)率對(duì)其他省域的輻射能力以及其他省域綠色生產(chǎn)率對(duì)該省域輻射能力的接受程度，并刻畫長(zhǎng)江經(jīng)濟(jì)帶省域間旅游業(yè)綠色生產(chǎn)率聯(lián)系強(qiáng)度和聯(lián)系方向，進(jìn)而提煉長(zhǎng)江經(jīng)濟(jì)帶省域旅游綠色生產(chǎn)率空間聯(lián)系特征。該模型如下[47]：

其中，gi、gj分別表示省域i、省域j的旅游業(yè)綠色生產(chǎn)率，b為省域i、 j之間聯(lián)系強(qiáng)度的衰減因子，一般取值為2;K為引力常數(shù)， 通常取值為1;dij為兩省之間的空間距離，Rij表示長(zhǎng)江經(jīng)濟(jì)帶省域i與省域j之間的旅游業(yè)綠色生產(chǎn)率空間聯(lián)系強(qiáng)度，空間聯(lián)系強(qiáng)度越大，表征省際空間聯(lián)系越緊密。

利用引力模型測(cè)算出長(zhǎng)江經(jīng)濟(jì)帶省際間旅游業(yè)綠色生產(chǎn)率空間聯(lián)系強(qiáng)度之后，可將某省市與長(zhǎng)江經(jīng)濟(jì)帶其他省市旅游業(yè)綠色生產(chǎn)率空間聯(lián)系量進(jìn)行加總求和，得到某省市空間聯(lián)系勢(shì)能值，公式如下[48]：

其中，Ri表示省域i與長(zhǎng)江經(jīng)濟(jì)帶其他所有省域空間聯(lián)系總量，用于反映省域i旅游業(yè)綠色生產(chǎn)率的總體空間吸引與輻射能力。勢(shì)能值越大，表明該省旅游業(yè)綠色生產(chǎn)率對(duì)其他省市的空間吸引和輻射能力越大，在長(zhǎng)江經(jīng)濟(jì)帶中的中心地位也越高。

2.2 指標(biāo)選取與數(shù)據(jù)來源

基于旅游業(yè)全要素生產(chǎn)率的內(nèi)涵[21-23]，根據(jù)綜合性、客觀性、科學(xué)性、適宜性、可操作性等指標(biāo)體系構(gòu)建原則，結(jié)合DEA-ML測(cè)度中涉及多種投入與期望、非期望產(chǎn)出的要求，來構(gòu)建旅游業(yè)全要素生產(chǎn)率投入產(chǎn)出指標(biāo)體系。首先，利用BSC數(shù)據(jù)庫(kù)和CNKI數(shù)據(jù)庫(kù)對(duì)2006—2016年中關(guān)于旅游業(yè)全要素生產(chǎn)率高引用率的35篇文獻(xiàn)進(jìn)行指標(biāo)頻度統(tǒng)計(jì)，從中選取具有代表性的指標(biāo)。其次，結(jié)合劉佳等[25]對(duì)各項(xiàng)指標(biāo)表征含義剖析和吳旭曉[48]對(duì)各項(xiàng)指標(biāo)重要程度測(cè)度，對(duì)上一步遴選的指標(biāo)進(jìn)行研判。最后，對(duì)旅游學(xué)、經(jīng)濟(jì)學(xué)等專業(yè)的10多位專家學(xué)者進(jìn)行深度訪談，征詢他們對(duì)指標(biāo)體系的意見?；趯＜覍W(xué)者意見對(duì)構(gòu)建的指標(biāo)體系進(jìn)行修正，最終形成了涉及勞動(dòng)要素、資本要素和資源要素三個(gè)方面和包含期望產(chǎn)出與非期望產(chǎn)出的投入產(chǎn)出指標(biāo)體系。其中，選取旅游業(yè)從業(yè)人員數(shù)、旅游企業(yè)固定資產(chǎn)原價(jià)、旅游業(yè)能源消費(fèi)總量來分別表征勞動(dòng)投入、資本投入和資源投入，借用旅游總收入和旅游業(yè)碳排放來表示期望產(chǎn)出與非期望產(chǎn)出?；跀?shù)據(jù)的獲取性和連續(xù)性，本文選取2006—2016年連續(xù)11年長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省市旅游業(yè)投入和產(chǎn)出的跨期面板數(shù)據(jù)來測(cè)算旅游業(yè)綠色生產(chǎn)率。旅游業(yè)投入與產(chǎn)出指標(biāo)數(shù)據(jù)來源如下：旅游企業(yè)從業(yè)人員數(shù)、旅游企業(yè)固定資產(chǎn)原價(jià)、旅游總收入等指標(biāo)數(shù)據(jù)均來源于《中國(guó)旅游統(tǒng)計(jì)年鑒》。旅游業(yè)能源消耗與碳排放估算時(shí)涉及到數(shù)據(jù)來源如下：鐵路、公路、水運(yùn)和航空旅客周轉(zhuǎn)量等旅游交通數(shù)據(jù)來源于《中國(guó)統(tǒng)計(jì)年鑒》與《中國(guó)交通運(yùn)輸統(tǒng)計(jì)年鑒》以及長(zhǎng)江經(jīng)濟(jì)帶11省市統(tǒng)計(jì)年鑒;床位數(shù)、客房出租率等旅游住宿數(shù)據(jù)來源于《中國(guó)旅游統(tǒng)計(jì)年鑒》，觀光游覽人次數(shù)、休閑度假人次數(shù)、探親訪友人次數(shù)和商務(wù)會(huì)議人次數(shù)等旅游活動(dòng)數(shù)據(jù)主要根據(jù)《旅游抽樣調(diào)查資料》估算所得。

3 研究過程與結(jié)果分析

3.1 長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)能源消耗與碳排放時(shí)序分析

對(duì)旅游業(yè)能源消耗與碳排放測(cè)度研究至關(guān)重要，這不僅關(guān)系到旅游業(yè)綠色生產(chǎn)率測(cè)量，還是制定旅游業(yè)節(jié)能減排策略、實(shí)現(xiàn)旅游業(yè)低碳發(fā)展的關(guān)鍵環(huán)節(jié)[50]。因此，本文首先基于“自下而上”法對(duì)長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)能源消耗與碳排放進(jìn)行評(píng)估，得到圖1。由圖1可知，2006—2016年長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)能源消耗與碳排放均呈持續(xù)增長(zhǎng)態(tài)勢(shì)，至2016年，其旅游業(yè)能源消耗已達(dá)到929.85 MJ，年均增長(zhǎng)率接近9%;旅游業(yè)碳排放達(dá)到5 892.27 t，年均增長(zhǎng)率接近8%。同時(shí)，2006—2016年長(zhǎng)江經(jīng)濟(jì)帶國(guó)內(nèi)旅游收入年均增長(zhǎng)率超過20%，入境旅游收入年均增長(zhǎng)率超過10%，可見長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)能源消耗與碳排放隨著旅游經(jīng)濟(jì)的發(fā)展而不斷增加，但旅游業(yè)能源消耗與碳排放增長(zhǎng)速度均低于旅游經(jīng)濟(jì)增長(zhǎng)速度。原因可能是國(guó)家對(duì)節(jié)能減排工作的推進(jìn)和生態(tài)文明、美麗中國(guó)建設(shè)戰(zhàn)略的實(shí)施，以及低碳環(huán)保理念逐步深入與推廣，致使旅游業(yè)能源消耗與碳排放增長(zhǎng)速度低于旅游經(jīng)濟(jì)增長(zhǎng)速度。但伴隨著旅游需求持續(xù)釋放和旅游規(guī)模繼續(xù)擴(kuò)大，旅游業(yè)能源消耗與碳排放總量仍處于增長(zhǎng)狀態(tài)且尚未達(dá)到峰值，表明當(dāng)前中國(guó)旅游業(yè)還處于粗放型發(fā)展階段，旅游業(yè)提質(zhì)增效、綠色低碳發(fā)展任重道遠(yuǎn)。

縱向?qū)Ρ乳L(zhǎng)江經(jīng)濟(jì)帶11省市旅游業(yè)能源消耗與碳排放情況（見圖2、圖3）發(fā)現(xiàn)，11省市旅游業(yè)能源消耗與碳排放分異明顯，大致可劃分為4個(gè)梯度。第一梯度為上海，其旅游業(yè)能源消耗與碳排放一枝獨(dú)秀，遠(yuǎn)高于長(zhǎng)江經(jīng)濟(jì)帶其他省市，且處于波動(dòng)增長(zhǎng)態(tài)勢(shì)。第二梯度為浙江、江蘇、四川3省，其旅游業(yè)能源消耗與碳排放整體上低于上海，尤其是江蘇旅游業(yè)在能源消耗增加的情形下實(shí)現(xiàn)了旅游業(yè)碳排放下降，表明江蘇旅游業(yè)發(fā)展開始減少對(duì)化石燃料依賴，轉(zhuǎn)向?qū)η鍧嵞茉葱枨?，從而出現(xiàn)旅游業(yè)能源消耗與碳排放脫鉤的現(xiàn)象。第三梯度包括安徽、湖北、湖南3省，三省旅游業(yè)碳排放與能源消耗位居長(zhǎng)江經(jīng)濟(jì)帶中游水平。尤其是湖北、湖南兩省，旅游業(yè)強(qiáng)勢(shì)崛起，2016年兩省旅游人次數(shù)都超過5.0億人次，國(guó)內(nèi)旅游收入超過4 700億元，兩省旅游業(yè)能源消耗與碳排放出現(xiàn)不斷增長(zhǎng)趨勢(shì)。第四梯度涉及江西、貴州、重慶和云南4省市。4省市旅游業(yè)能源消耗與碳排放維持在較低水平，但伴隨著全域旅游、山地旅游、鄉(xiāng)村旅游、紅色旅游的深入推進(jìn)以及旅游消費(fèi)需求爆發(fā)式增長(zhǎng)，旅游業(yè)能源消耗與碳排放處于明顯增長(zhǎng)態(tài)勢(shì)。參照長(zhǎng)江經(jīng)濟(jì)帶11省市旅游經(jīng)濟(jì)發(fā)展水平可發(fā)現(xiàn)，旅游業(yè)能源消耗與碳排放位于第一、第二梯度省市的旅游經(jīng)濟(jì)發(fā)展水平相對(duì)其他省市較高，如2016年江蘇旅游總收入跨入萬(wàn)億級(jí)俱樂部，浙江旅游總收入跨過8 000億門檻，四川旅游總收入突破7 700億大關(guān);而位于第三、第四梯度省市旅游經(jīng)濟(jì)發(fā)展水平相對(duì)較低，如2016年云南、江西旅游總收入尚未達(dá)到5 000億元。這表明旅游經(jīng)濟(jì)發(fā)展水平與兩者（旅游業(yè)能源消耗與碳排放）具有較強(qiáng)的正向相關(guān)性，即旅游經(jīng)濟(jì)發(fā)展水平越高，其旅游業(yè)能源消耗與碳排放可能也會(huì)較高，這與國(guó)內(nèi)外學(xué)者關(guān)于旅游經(jīng)濟(jì)增長(zhǎng)是以能源消耗與碳排放為代價(jià)的研究結(jié)果基本一致[17、21]。因此實(shí)現(xiàn)旅游業(yè)持續(xù)發(fā)展與兩者（旅游業(yè)能源消耗與碳排放）脫鉤成為長(zhǎng)江經(jīng)濟(jì)帶11省市的重任，即研究旅游業(yè)綠色生產(chǎn)率對(duì)于促進(jìn)長(zhǎng)江經(jīng)濟(jì)帶11省市旅游業(yè)與資源環(huán)境協(xié)調(diào)發(fā)展具有重要實(shí)踐意義。

3.2 長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)綠色生產(chǎn)率動(dòng)態(tài)演進(jìn)

基于已經(jīng)得出的2006—2016年長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)能源消耗與碳排放值，利用MATLAB 7.0軟件測(cè)算了在考慮環(huán)境約束條件下2007—2016年長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)綠色生產(chǎn)率ML指數(shù)、TECH（技術(shù)進(jìn)步）指數(shù)和EFFCH（技術(shù)效率）指數(shù)（見圖4）。由圖4可知，2007—2016年長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)綠色生產(chǎn)率ML指數(shù)均大于1，但呈較大幅度波動(dòng)，表明旅游業(yè)環(huán)境敏感性導(dǎo)致長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)綠色生產(chǎn)率變動(dòng)不穩(wěn)定。但在國(guó)家節(jié)能減排政策驅(qū)動(dòng)下，長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)綠色發(fā)展績(jī)效在一定程度上有所提高，即在11年間長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)通過較低的能源消耗與碳排放，獲得了較好的旅游產(chǎn)出，這與長(zhǎng)江經(jīng)濟(jì)帶在高質(zhì)量發(fā)展語(yǔ)境下，促進(jìn)綠色旅游產(chǎn)品研發(fā)，推動(dòng)新技術(shù)在旅游業(yè)中應(yīng)用，推動(dòng)旅游業(yè)綠色轉(zhuǎn)型密切相關(guān)。然而值得關(guān)注的是，長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)綠色生產(chǎn)率總體上雖有所上升，但上升幅度不大，這在一定程度上說明粗放型發(fā)展模式致使長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)綠色發(fā)展遲緩。將旅游業(yè)綠色生產(chǎn)率ML指數(shù)分解后（見圖4），發(fā)現(xiàn)2007—2016年長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)TECH指數(shù)和EFFCH指數(shù)均呈波動(dòng)變化狀態(tài)，且已出現(xiàn)明顯分化態(tài)勢(shì)。TECH指數(shù)均大于1，其漲落趨勢(shì)與ML指數(shù)幾乎保持同步，而EFFCH指數(shù)大多小于1，其變動(dòng)趨勢(shì)與ML指數(shù)多呈反向變化，這說明長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)技術(shù)不斷創(chuàng)新進(jìn)步，獲得良好的增長(zhǎng)效應(yīng)，技術(shù)進(jìn)步已成為長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)綠色生產(chǎn)率增長(zhǎng)的主要驅(qū)動(dòng)力;而技術(shù)效率下降，追趕效應(yīng)減弱，進(jìn)而可能導(dǎo)致長(zhǎng)江經(jīng)濟(jì)帶省際間旅游業(yè)綠色生產(chǎn)率差距不斷擴(kuò)大，也表征技術(shù)效率還有較大提升空間，還表示長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)存在著要素配置效率較低，結(jié)構(gòu)、規(guī)模不合理的問題，進(jìn)而可能造成規(guī)模效率增長(zhǎng)不佳[51]。由此可推斷，長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)堅(jiān)持創(chuàng)新發(fā)展，注重對(duì)旅游業(yè)技術(shù)投入與研發(fā)，促進(jìn)技術(shù)創(chuàng)新效率不斷提升，技術(shù)進(jìn)步在不斷累積、消化、吸收中開始持續(xù)釋放增長(zhǎng)效應(yīng)，旅游業(yè)綠色生產(chǎn)率不斷向生產(chǎn)前沿面移動(dòng)，而技術(shù)效率在技術(shù)進(jìn)步擠壓下，并未實(shí)現(xiàn)追趕效應(yīng)完全釋放，追趕效應(yīng)趨弱[52]。

同理，本文借助MATLAB7.0軟件測(cè)度了基于資源環(huán)境作為綠色發(fā)展剛性約束條件下長(zhǎng)江經(jīng)濟(jì)帶11省市旅游業(yè)2007—2016年的ML指數(shù)、TECH指數(shù)、EFFCH指數(shù)，并計(jì)算了其均值（見表1）。由表1可知，長(zhǎng)江經(jīng)濟(jì)帶11省市旅游業(yè)綠色生產(chǎn)率差異顯著，主要分為三種類型。第一類是旅游業(yè)綠色發(fā)展進(jìn)步型[53]，即旅游業(yè)綠色生產(chǎn)率均值大于1，旅游業(yè)綠色生產(chǎn)率總體上呈增長(zhǎng)趨勢(shì)，包括上海、安徽、江西、湖北、湖南、重慶、四川等7省市。上海旅游業(yè)技術(shù)進(jìn)步指數(shù)位居長(zhǎng)江經(jīng)濟(jì)帶首位（1.075），而技術(shù)效率指數(shù)位居末尾（小于1），表明上海旅游業(yè)技術(shù)進(jìn)步促使旅游業(yè)綠色生產(chǎn)率正在不斷逼近生產(chǎn)前沿面，但伴隨著傳統(tǒng)旅游資源要素投入規(guī)模持續(xù)增加，出現(xiàn)旅游資源投入要素冗余，致使旅游資源邊際生產(chǎn)力下降，進(jìn)而導(dǎo)致其技術(shù)效率下降。四川旅游業(yè)技術(shù)進(jìn)步指數(shù)大于1，而技術(shù)效率指數(shù)小于1，表明其旅游業(yè)綠色發(fā)展主要依賴技術(shù)效率帶來的追趕效應(yīng)，而技術(shù)進(jìn)步帶來的增長(zhǎng)效應(yīng)作用較弱。安徽、江西、湖北、湖南、重慶等省市旅游業(yè)技術(shù)進(jìn)步指數(shù)和技術(shù)效率指數(shù)均大于1，表明這些省份旅游業(yè)綠色發(fā)展是由技術(shù)進(jìn)步帶來的增長(zhǎng)效應(yīng)和技術(shù)效率帶來的追趕效應(yīng)雙重推動(dòng)作用實(shí)現(xiàn)的。這些省市旅游業(yè)綠色生產(chǎn)率增長(zhǎng)說明長(zhǎng)江中游和上游地區(qū)旅游業(yè)發(fā)展的技術(shù)進(jìn)步和技術(shù)效率具有后發(fā)優(yōu)勢(shì)，尤其是在中部崛起和西部大開發(fā)戰(zhàn)略持續(xù)推進(jìn)的政策體系支撐下，旅游發(fā)展技術(shù)性和資源性要素已經(jīng)向中部和西部流入，進(jìn)而改善了長(zhǎng)江中游和上游地區(qū)旅游業(yè)綠色發(fā)展績(jī)效。第二類是旅游業(yè)綠色發(fā)展停滯型[53]，即旅游業(yè)綠色生產(chǎn)率均值等于1，旅游業(yè)綠色生產(chǎn)率總體上保持不變，涉及江蘇、浙江兩省。導(dǎo)致兩省旅游業(yè)綠色生產(chǎn)率停滯不前的主要原因在于旅游業(yè)的增長(zhǎng)效應(yīng)基本完成，而追趕效應(yīng)釋放不明顯。具體而言，兩省可能是旅游資源要素投入規(guī)模持續(xù)增加導(dǎo)致出現(xiàn)過度依賴要素驅(qū)動(dòng)的虛假技術(shù)效率變化，也有可能是現(xiàn)有旅游資源要素的利用效率水平在達(dá)到一定程度時(shí)遭遇瓶頸，進(jìn)而導(dǎo)致要素詛咒，致使兩省降低了對(duì)技術(shù)效率的重視。由此可推斷，旅游業(yè)綠色發(fā)展并非單純技術(shù)進(jìn)步問題，技術(shù)效率也是推動(dòng)旅游業(yè)綠色生產(chǎn)率增長(zhǎng)的應(yīng)有之義。第三類是旅游業(yè)綠色發(fā)展衰退型[53]，即旅游業(yè)綠色生產(chǎn)率均值小于1，旅游業(yè)綠色生產(chǎn)率總體上呈現(xiàn)下降態(tài)勢(shì)。貴州、云南兩省旅游業(yè)綠色發(fā)展出現(xiàn)衰退現(xiàn)象，原因可能是貴州、云南兩省處在規(guī)模紅利的上升期，更加重視旅游業(yè)綠色發(fā)展的技術(shù)效率，但囿于發(fā)展理念、技術(shù)支撐、社會(huì)經(jīng)濟(jì)等因素導(dǎo)致其旅游業(yè)技術(shù)創(chuàng)新能力較低、信息化程度不高;再加上兩省人力資源質(zhì)量不高，致使技術(shù)進(jìn)步指數(shù)偏低，進(jìn)而負(fù)向抵消了技術(shù)效率改進(jìn)帶來的追趕效應(yīng)，最終影響了兩省旅游業(yè)綠色發(fā)展。

3.3 長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)綠色生產(chǎn)率空間結(jié)構(gòu)演變學(xué)者通常會(huì)根據(jù)地區(qū)之間的空間聯(lián)系量，將地區(qū)間的空間聯(lián)系強(qiáng)度劃分為若干等級(jí)，以構(gòu)建空間聯(lián)系結(jié)構(gòu)[54-55]?；诖耍疚耐ㄟ^空間引力模型計(jì)算出長(zhǎng)江經(jīng)濟(jì)帶11省市之間的旅游業(yè)綠色生產(chǎn)率空間聯(lián)系量，并根據(jù)計(jì)算結(jié)果將長(zhǎng)江經(jīng)濟(jì)帶11省市間的旅游業(yè)綠色生產(chǎn)率空間聯(lián)系程度劃分為5個(gè)層級(jí)[55]：當(dāng)空間聯(lián)系量Rij>20時(shí)，表明兩省市間旅游業(yè)綠色生產(chǎn)率存在強(qiáng)聯(lián)系;當(dāng)10 綠色生產(chǎn)率與長(zhǎng)三角的江蘇、浙江、上海分別保持強(qiáng)聯(lián)系、較強(qiáng)聯(lián)系和一般聯(lián)系，與長(zhǎng)江中游的湖北、湖南、江西三省保持較強(qiáng)聯(lián)系或一般聯(lián)系，表明安徽是聯(lián)接長(zhǎng)三角與長(zhǎng)江中游地區(qū)旅游業(yè)綠色發(fā)展的重要紐帶，即長(zhǎng)三角與長(zhǎng)江中游地區(qū)旅游業(yè)綠色生產(chǎn)率可通過安徽相互影響;江西旅游業(yè)綠色生產(chǎn)率與長(zhǎng)三角地區(qū)的江蘇、浙江的空間聯(lián)系由較弱聯(lián)系轉(zhuǎn)變?yōu)橐话懵?lián)系，江西與長(zhǎng)江中游地區(qū)的湖北、湖南、安徽空間聯(lián)系逐次增強(qiáng)，表明江西作為長(zhǎng)三角地區(qū)與長(zhǎng)江中游地區(qū)旅游業(yè)綠色生產(chǎn)率的中轉(zhuǎn)樞紐地位日益明顯;重慶與四川旅游業(yè)綠色生產(chǎn)率始終保持較強(qiáng)聯(lián)系，與貴州空間聯(lián)系由較強(qiáng)聯(lián)系跌落到一般聯(lián)系，而四川、貴州、云南三省之間空間聯(lián)系一直維持在較低水平，表明重慶已發(fā)展成為長(zhǎng)江上游地區(qū)旅游業(yè)綠色發(fā)展的核心，其旅游業(yè)綠色發(fā)展對(duì)長(zhǎng)江上游地區(qū)具有一定輻射帶動(dòng)作用?？臻g聯(lián)系量表征長(zhǎng)江經(jīng)濟(jì)帶11省市間旅游業(yè)綠色生產(chǎn)率空間相互作用強(qiáng)度，并沒有厘清長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)綠色發(fā)展的核心增長(zhǎng)極。因此，本文借助空間聯(lián)系勢(shì)能值來明晰長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)綠色發(fā)展的核心增長(zhǎng)極[55]。通過公式（9）計(jì)算出2006年、2011年、2016年長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省市旅游業(yè)綠色生產(chǎn)率勢(shì)能值（見表2）。由表2可知，長(zhǎng)三角地區(qū)的上海、江蘇、浙江三省市的旅游業(yè)綠色生產(chǎn)率勢(shì)能值均大于60，三省市勢(shì)能值占比均超過10%，尤其江蘇在2006年占比超過17%，長(zhǎng)三角地區(qū)旅游業(yè)綠色生產(chǎn)率在樣本期內(nèi)勢(shì)能值占比超過42%，可見長(zhǎng)三角地區(qū)已成為長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)綠色發(fā)展重要基地和優(yōu)勢(shì)集聚區(qū)。究其原因，可能是長(zhǎng)三角地區(qū)位于中國(guó)“T型”發(fā)展戰(zhàn)略的核心，旅游發(fā)展較早，區(qū)域交通便利，省際合作深入，人流、物流、信息流等生產(chǎn)要素空間流動(dòng)頻繁，促使長(zhǎng)三角地區(qū)成為長(zhǎng)江經(jīng)濟(jì)帶旅游經(jīng)濟(jì)發(fā)展的活躍區(qū)，有利地提高了長(zhǎng)三角地區(qū)作為長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)綠色發(fā)展核心增長(zhǎng)極地位。值得關(guān)注的是，上海作為長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)綠色發(fā)展增長(zhǎng)極優(yōu)勢(shì)并不顯著，可能是受區(qū)位距離和交通阻礙的限制，致使上海在長(zhǎng)江經(jīng)濟(jì)帶并未表現(xiàn)出較強(qiáng)的集聚效應(yīng)和擴(kuò)散效應(yīng)。長(zhǎng)江中游地區(qū)的安徽、江西、湖北、湖南勢(shì)能發(fā)展較好，長(zhǎng)江中游地區(qū)旅游業(yè)綠色生產(chǎn)率勢(shì)能值占比已超過36%。具體而言，由于地域鄰近性和交通可達(dá)性的原因，安徽、江西兩省勢(shì)能值占比逐年提高，成為聯(lián)系長(zhǎng)三角與長(zhǎng)江中游地區(qū)的重要紐帶。湖北勢(shì)能值比重已超過10%，成為長(zhǎng)江中游地區(qū)旅游業(yè)綠色發(fā)展的重要核心增長(zhǎng)極，但與長(zhǎng)三角、長(zhǎng)江上游地區(qū)空間聯(lián)系普遍較弱。這可能與湖北強(qiáng)力推進(jìn)“共建中三角、打造第四極”戰(zhàn)略關(guān)系緊密。湖北近些年與湖南、江西、安徽從頂層推動(dòng)、體制機(jī)制建立、部門合作等多個(gè)方面全面推進(jìn)長(zhǎng)江中游城市群建設(shè)，致使湖北與長(zhǎng)江中游三省聯(lián)系不斷增強(qiáng)，而對(duì)長(zhǎng)江三角的輻射接受程度和長(zhǎng)江上游的輻射擴(kuò)散效應(yīng)較弱。

長(zhǎng)江上游地區(qū)旅游業(yè)綠色生產(chǎn)率勢(shì)能值較差，勢(shì)能值占比較低，一直徘徊在20%左右，成為長(zhǎng)江經(jīng)濟(jì)帶勢(shì)能值塌陷區(qū)。長(zhǎng)江經(jīng)濟(jì)帶勢(shì)能值從下游至上游呈較為明顯的“L”型變化趨勢(shì)，這可能與長(zhǎng)江上游地區(qū)開發(fā)時(shí)間晚、合作機(jī)制不健全、交通建設(shè)滯后關(guān)系密切。長(zhǎng)江上游地區(qū)僅有重慶勢(shì)能值比重逐漸接近10%，成為與上游地區(qū)空間聯(lián)系通道和核心輻射帶動(dòng)省份;四川勢(shì)能值逐漸提高，有可能與重慶共同成為長(zhǎng)江上游的雙核心增長(zhǎng)極。

4 研究結(jié)論與建議

4.1 研究結(jié)論

本文在利用“自下而上”法對(duì)長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)能源消耗與碳排放進(jìn)行評(píng)估的基礎(chǔ)上，基于非參數(shù)DEA模型，借助方向性距離函數(shù)和ML指數(shù)在考慮能源投入與碳排放約束條件下對(duì)2006—2016年間長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)綠色生產(chǎn)率進(jìn)行測(cè)算與分解，并利用引力模型對(duì)長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)綠色生產(chǎn)率空間聯(lián)系進(jìn)行定量測(cè)度，得出如下結(jié)論：①2006—2016年長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)能源消耗與碳排放總量持續(xù)攀升，伴隨著旅游需求增長(zhǎng)，兩者尚未達(dá)到峰值;同時(shí)長(zhǎng)江經(jīng)濟(jì)帶11省市旅游業(yè)能源消耗與碳排放空間格局分異顯著，且11省市旅游業(yè)能源消耗與碳排放與其旅游經(jīng)濟(jì)具有明顯正向關(guān)聯(lián)。長(zhǎng)江經(jīng)濟(jì)帶旅游經(jīng)濟(jì)增長(zhǎng)是以能源消耗和環(huán)境壓力為代價(jià)的，旅游業(yè)與兩者（能源消耗與碳排放）并未跨越到脫鉤階段。②長(zhǎng)江經(jīng)濟(jì)帶2007—2016年間旅游業(yè)綠色發(fā)展績(jī)效有所改善，但長(zhǎng)期以來粗放型發(fā)展模式使得旅游業(yè)綠色生產(chǎn)效率增幅較小。其中TECH指數(shù)均大于1，而EFFCH指數(shù)大多小于1，說明技術(shù)進(jìn)步顯然已成為推動(dòng)長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)綠色生產(chǎn)率向生產(chǎn)前沿面移動(dòng)的主導(dǎo)力量，而技術(shù)效率在技術(shù)進(jìn)步的擠壓下下滑，追趕效應(yīng)趨弱，兩者此消彼長(zhǎng)共同推動(dòng)了長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)綠色發(fā)展。③長(zhǎng)江經(jīng)濟(jì)帶11省市旅游業(yè)綠色生產(chǎn)率地域分布格局沒有發(fā)生明顯改變，可分為三種類型。發(fā)展進(jìn)步型，如安徽、江西、湖北等，這類省份多是由技術(shù)進(jìn)步帶來的增長(zhǎng)效應(yīng)和技術(shù)效率帶來的追趕效應(yīng)雙輪驅(qū)動(dòng)實(shí)現(xiàn);發(fā)展停滯型，如江蘇、浙江兩省，增長(zhǎng)效應(yīng)釋放基本完成，而追趕效應(yīng)釋放遲緩;發(fā)展衰退型，如貴州、云南兩省，技術(shù)進(jìn)步指數(shù)偏低負(fù)向抵消了技術(shù)效率改進(jìn)帶來的追趕效應(yīng)。④長(zhǎng)江經(jīng)濟(jì)帶11省市間旅游業(yè)綠色生產(chǎn)率聯(lián)結(jié)格局變化較為穩(wěn)定，受距離衰減定律掣肘，臨近省市間旅游業(yè)綠色生產(chǎn)率空間聯(lián)系強(qiáng)度較高。長(zhǎng)三角地區(qū)與長(zhǎng)江中游地區(qū)空間聯(lián)系較強(qiáng)，而長(zhǎng)江上游地區(qū)與長(zhǎng)江中游、長(zhǎng)三角地區(qū)聯(lián)系出現(xiàn)脫節(jié)現(xiàn)象。長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)綠色生產(chǎn)率勢(shì)能值從下游到上游呈“L”型，長(zhǎng)三角成為長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)綠色發(fā)展核心增長(zhǎng)極，但上海龍頭作用并不突出;長(zhǎng)江中游地區(qū)實(shí)現(xiàn)中部隆起，湖北是該區(qū)域重要增長(zhǎng)核心，江西和安徽成為長(zhǎng)三角向長(zhǎng)江中游地區(qū)要素流動(dòng)的重要中轉(zhuǎn)樞紐;而上游地區(qū)呈現(xiàn)塌陷狀態(tài)，僅重慶成為長(zhǎng)江上游旅游業(yè)綠色發(fā)展的集聚、擴(kuò)散核心節(jié)點(diǎn)。

4.2 對(duì)策建議

旅游業(yè)能源消耗與碳排放增量尚未出現(xiàn)拐點(diǎn)，旅游業(yè)綠色生產(chǎn)率增幅遲緩，技術(shù)進(jìn)步已成為驅(qū)動(dòng)長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)綠色發(fā)展核心動(dòng)力，而技術(shù)效率下降致使追趕效應(yīng)不足，因此，繼續(xù)提升技術(shù)進(jìn)步和提高技術(shù)效率，實(shí)行“雙輪驅(qū)動(dòng)”是實(shí)現(xiàn)長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)發(fā)展方式從粗放型向集約型轉(zhuǎn)變、從要素投入規(guī)模發(fā)展向內(nèi)生效率驅(qū)動(dòng)轉(zhuǎn)化的重要依賴路徑，更是解鎖長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)能源消耗與碳排放增長(zhǎng)和推動(dòng)長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)綠色、低碳、持續(xù)發(fā)展的關(guān)鍵所在。長(zhǎng)江經(jīng)濟(jì)帶應(yīng)以人地協(xié)調(diào)理念為指導(dǎo)，以環(huán)境倒逼機(jī)制為政策驅(qū)動(dòng)，通過引進(jìn)低碳、環(huán)保、綠色等新興旅游高新技術(shù)和優(yōu)化旅游產(chǎn)業(yè)結(jié)構(gòu)以及要素配置比例，推進(jìn)旅游業(yè)技術(shù)持續(xù)進(jìn)步和技術(shù)效率不斷改善。具體而言：①針對(duì)發(fā)展進(jìn)步型省份，上海應(yīng)充分發(fā)揮經(jīng)濟(jì)、資金、技術(shù)等方面優(yōu)勢(shì)，促進(jìn)旅游交通、旅游住宿、旅游景區(qū)的低碳技術(shù)水平提升。藉由上海自貿(mào)區(qū)政策優(yōu)勢(shì)，引進(jìn)歐盟、日本、新西蘭等國(guó)外先進(jìn)低碳旅游技術(shù)，促使旅游產(chǎn)品從設(shè)計(jì)、生產(chǎn)到銷售增加技術(shù)含量。此外，積極借鑒國(guó)外旅游企業(yè)發(fā)展經(jīng)驗(yàn)，推動(dòng)組建跨區(qū)域、跨行業(yè)、跨部門、跨所有制的大型旅游企業(yè)集團(tuán)，做大做強(qiáng)旅游產(chǎn)業(yè)板塊。安徽、江西、湖北、湖南、重慶、四川等省份應(yīng)通過增加科研經(jīng)費(fèi)、引進(jìn)旅游人才、強(qiáng)化與科研機(jī)構(gòu)合作等舉措，不斷挖掘旅游技術(shù)創(chuàng)新潛力，開發(fā)旅游新技術(shù)和特色旅游產(chǎn)品，同時(shí)發(fā)展森林旅游、觀鳥旅游、農(nóng)業(yè)觀光、湖泊旅游等符合旅游產(chǎn)業(yè)新要素、滿足旅游市場(chǎng)發(fā)展新需求的旅游業(yè)態(tài)，進(jìn)一步優(yōu)化旅游產(chǎn)業(yè)結(jié)構(gòu)。②對(duì)于發(fā)展停滯型省份，江蘇和浙江應(yīng)利用交通區(qū)位優(yōu)勢(shì)，借助長(zhǎng)三角旅游一體化平臺(tái)，繼續(xù)引進(jìn)上海低碳旅游新技術(shù)、新理念，將智慧旅游理念融入食住行游購(gòu)?qiáng)实拳h(huán)節(jié)，使科技進(jìn)步持續(xù)發(fā)力。此外，繼續(xù)引導(dǎo)資金、人才、管理要素推動(dòng)旅游企業(yè)垂直整合和縱向重組，培育具有較強(qiáng)實(shí)力的大型旅游企業(yè)集團(tuán)和旅游產(chǎn)業(yè)集群，科學(xué)合理地提升旅游產(chǎn)業(yè)規(guī)模。③作為發(fā)展衰退型省份，貴州和云南應(yīng)憑借資源優(yōu)勢(shì)和環(huán)境優(yōu)勢(shì)，以全域旅游理念來發(fā)展生態(tài)旅游，構(gòu)建有機(jī)、低碳、循環(huán)的旅游產(chǎn)業(yè)體系，同時(shí)積極申請(qǐng)?jiān)O(shè)立生態(tài)旅游特區(qū)，爭(zhēng)取更多國(guó)家政策支持，促進(jìn)人才流、技術(shù)流、資金流向兩省流動(dòng)，并探索設(shè)立專門的旅游自貿(mào)試驗(yàn)區(qū)，加大旅游業(yè)開放程度，促進(jìn)旅游規(guī)模持續(xù)擴(kuò)大，實(shí)現(xiàn)兩省旅游業(yè)綠色發(fā)展的彎道超車。通過強(qiáng)化技術(shù)進(jìn)步驅(qū)動(dòng)作用和技術(shù)效率推動(dòng)作用，促進(jìn)長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)綠色生產(chǎn)率持續(xù)增長(zhǎng)，進(jìn)而促使長(zhǎng)江經(jīng)濟(jì)帶成為中國(guó)旅游業(yè)綠色發(fā)展的先行區(qū)、引領(lǐng)區(qū)和示范區(qū)。

長(zhǎng)江經(jīng)濟(jì)帶區(qū)域間與省際間旅游業(yè)綠色生產(chǎn)率空間差異雖處于穩(wěn)態(tài)水平，但基于中國(guó)旅游業(yè)成長(zhǎng)邏輯，未來該區(qū)域旅游業(yè)綠色生產(chǎn)率空間差異可能較難出現(xiàn)俱樂部趨同現(xiàn)象，情況并不悲觀，這顯然留下了相應(yīng)的政策實(shí)施空間，強(qiáng)化增長(zhǎng)極極化與擴(kuò)散作用[56]和推動(dòng)區(qū)域旅游合作與協(xié)調(diào)發(fā)展[57]，成為響應(yīng)旅游業(yè)綠色生產(chǎn)率空間不均衡的有效收斂路徑。①長(zhǎng)江經(jīng)濟(jì)帶應(yīng)發(fā)揮好區(qū)域內(nèi)核心增長(zhǎng)級(jí)上海與江蘇、次級(jí)增長(zhǎng)級(jí)湖北與重慶以及中轉(zhuǎn)樞紐安徽、江西的重要作用。具體而言：長(zhǎng)江經(jīng)濟(jì)帶應(yīng)增強(qiáng)長(zhǎng)三角在促進(jìn)該區(qū)域旅游業(yè)綠色發(fā)展過程中的引領(lǐng)作用，尤其是強(qiáng)化上海、江蘇作為核心增長(zhǎng)極的極化擴(kuò)散影響，繼續(xù)增強(qiáng)安徽和江西的中轉(zhuǎn)樞紐地位。通過合理交通布局、共建共享市場(chǎng)、產(chǎn)業(yè)有序轉(zhuǎn)移、深化合作等形式，依托長(zhǎng)江黃金水道、滬昆高鐵、318國(guó)道等軸線實(shí)現(xiàn)旅游業(yè)綠色創(chuàng)新技術(shù)空間溢出，實(shí)現(xiàn)長(zhǎng)江上游、中游、下游旅游綠色生產(chǎn)率聯(lián)系向網(wǎng)格化轉(zhuǎn)化。同時(shí)，長(zhǎng)江中游應(yīng)繼續(xù)發(fā)揮湖北作為區(qū)域增長(zhǎng)極的輻射作用，借助武漢城市圈、皖江城市群、環(huán)鄱陽(yáng)湖城市圈、長(zhǎng)株潭城市圈的“吸管”效應(yīng)，不斷增強(qiáng)長(zhǎng)江中游省際間旅游業(yè)綠色生產(chǎn)率聯(lián)系強(qiáng)度，促進(jìn)長(zhǎng)江中游省份旅游產(chǎn)業(yè)要素合理流動(dòng)，為連接長(zhǎng)江上游與下游旅游業(yè)綠色發(fā)展奠定基礎(chǔ)。此外，長(zhǎng)江上游應(yīng)繼續(xù)穩(wěn)固重慶作為長(zhǎng)江經(jīng)濟(jì)帶次級(jí)增長(zhǎng)極的地位，盡快將四川培育成長(zhǎng)江上游的旅游業(yè)綠色發(fā)展核心節(jié)點(diǎn)，形成重慶、四川雙核心輻射擴(kuò)散格局，并發(fā)揮雙引擎帶動(dòng)、支撐作用。同時(shí)，通過不斷彌補(bǔ)長(zhǎng)江上游交通短板，壓縮地理空間，合理利用空間區(qū)位和提高技術(shù)溢出效應(yīng)，進(jìn)一步增強(qiáng)長(zhǎng)江上游旅游業(yè)綠色生產(chǎn)率勢(shì)能值，進(jìn)而彌合長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)綠色發(fā)展空間不均衡性。②長(zhǎng)江經(jīng)濟(jì)帶應(yīng)從整體流域視野，統(tǒng)籌考量不同區(qū)域旅游業(yè)綠色發(fā)展水平與區(qū)域經(jīng)濟(jì)發(fā)展實(shí)際以及生態(tài)環(huán)境保護(hù)情況，形成多維度流域旅游合作與協(xié)調(diào)機(jī)制。一方面，注重“自上而下”的合作機(jī)制建設(shè)，建立由文化和旅游部牽頭的涉及沿線11省市的長(zhǎng)江經(jīng)濟(jì)帶旅游合作聯(lián)席會(huì)議制度，從頂層設(shè)計(jì)視角協(xié)調(diào)區(qū)域旅游發(fā)展關(guān)鍵核心問題;同時(shí)應(yīng)進(jìn)一步完善區(qū)域旅游合作機(jī)構(gòu)，形成跨省合作、省際合作、旅游區(qū)合作等多層級(jí)的區(qū)域旅游合作機(jī)制，重點(diǎn)推進(jìn)長(zhǎng)三角與中三角等相關(guān)省市間省際旅游合作機(jī)構(gòu)、跨省市旅游合作區(qū)相關(guān)地市旅游合作機(jī)構(gòu)和跨行政區(qū)的特色旅游目的地合作機(jī)構(gòu)建立，實(shí)現(xiàn)旅游一體化全面協(xié)同推進(jìn)。另一方面，探索建立多方參與的流域性綜合協(xié)調(diào)機(jī)制，包括旅游投融資機(jī)制、旅游信息共享機(jī)制、旅游技術(shù)交流機(jī)制、旅游市場(chǎng)推廣機(jī)制、人才柔性流動(dòng)機(jī)制，促進(jìn)資金、信息、技術(shù)、人才等要素在地區(qū)之間進(jìn)行重新配置、整合與優(yōu)化，進(jìn)而形成規(guī)模更大、結(jié)構(gòu)更佳、品牌更優(yōu)長(zhǎng)江經(jīng)濟(jì)帶旅游目的地?；谏鲜雠e措，長(zhǎng)江經(jīng)濟(jì)帶可強(qiáng)化增長(zhǎng)極的空間溢出效應(yīng)、擴(kuò)散效應(yīng)和完善多層次的旅游合作與協(xié)調(diào)發(fā)展機(jī)制，進(jìn)而引領(lǐng)長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)綠色生產(chǎn)率空間結(jié)構(gòu)從地區(qū)內(nèi)部集聚關(guān)聯(lián)向上、中、下游網(wǎng)格化聯(lián)系轉(zhuǎn)向，最終實(shí)現(xiàn)長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)綠色發(fā)展由絕對(duì)差序化向相對(duì)均衡化格局讓渡。

4.3 研究展望

本文利用ML指數(shù)測(cè)度了長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)綠色生產(chǎn)率。DEA非參數(shù)分析法是ML指數(shù)測(cè)算的核心，該方法具有通過數(shù)據(jù)本身特性構(gòu)造生產(chǎn)前沿面和無須預(yù)設(shè)生產(chǎn)函數(shù)表達(dá)形式的優(yōu)勢(shì)，但也存在著較難獲得測(cè)算結(jié)果可信度和尚未考慮隨機(jī)擾動(dòng)因素的局限。另外，受限于數(shù)據(jù)可得性，構(gòu)建的衡量旅游業(yè)綠色生產(chǎn)率模型僅將旅游業(yè)CO2排放量作為非期望產(chǎn)出。上述兩個(gè)方面可能會(huì)對(duì)旅游業(yè)綠色生產(chǎn)率測(cè)算產(chǎn)生一定影響。此外，拘囿篇幅，文章尚未對(duì)長(zhǎng)江經(jīng)濟(jì)帶旅游業(yè)綠色生產(chǎn)率影響因素進(jìn)行分析，沒有構(gòu)建旅游業(yè)綠色生產(chǎn)率影響機(jī)理的理論分析框架。因此，通過投入產(chǎn)出關(guān)系分析與厘清旅游業(yè)綠色生產(chǎn)率影響因素，并構(gòu)建影響旅游業(yè)綠色發(fā)展機(jī)理框架，通過計(jì)量模型（Tobit模型）對(duì)構(gòu)建的影響機(jī)理框架進(jìn)行實(shí)證解析，成為未來研究的重要方向。

（編輯：劉照勝）

參考文獻(xiàn)

[1]The UN World Tourism Organization（UNWTO）. Towards a low carbon travel and tourism sector[R]. The World Economic Forum，2009.

[2]肖建紅，于愛芬，王敏.旅游過程碳足跡評(píng)估：以舟山群島為例[J].旅游科學(xué)，2011，25（4）：58-65.

[3]鐘林生，曾瑜皙.綠色發(fā)展理念給我國(guó)旅游業(yè)帶來的新論題[J].旅游學(xué)刊，2016，31（10）：1-3.

[4]王勇，李海英，俞海.中國(guó)省域綠色發(fā)展的空間格局及其演變特征[J].中國(guó)人口·資源與環(huán)境，2018，28（10）：96-104.

[5]ALDOUS D E， ZHOU W Z， GROENING G， et al. Effects of green tourism on sustainable development[J].Acta horticulturae，2013，999（23）：171-178.

[6]HAILU A， VEEMAN T S. Non-parametric productivity analysis with undesirable outputs： an application to the Canadian pulp and paper industry[J]. American journal of agricultural economics，2001，85 （4）：1075-1077.

[7]GOLLOP F， SWINAND G. From total factor to total resource productivity： an application to agriculture[J].American journal of agricultural economics，1998，80 （3）：577-583.

[8]REINHARD S， LOVELL C A K， THIJSSEN G J. Environmental efficiency with multiple environmentally detrimental variables： estimated with SFA and DEA[J].European journal of operation research，2000，121（2）：287-303.

[9]SCHEEL H. Undesirable outputs in efficiency valuations[J]. European journal of operational research，2001，132（2）：400-410.

[10]FARE R， GROSSKOPF S， JR C A P. Environmental production functions and environmental directional distance functions[J]. Energy， 2007，32（7）：1055-1066.

[11]CHUNG Y H， FARE R，GROSSKOPF S. Productivity and undesirable outputs： a directional distance function approach [J]. Microeconomics，1997，51（3）：229-240.

[12]MORFDLDT J， SILVEIRA S. Capturing energy efficiency in European iron and steel production： comparing specific energy consumption and Malmquist productivity index[J]. Energy efficiency，2014，7（6）：955-972.

[13]王許亮，王恕立.服務(wù)業(yè)能源生產(chǎn)率變遷及收斂性分析——基于全球40個(gè)經(jīng)濟(jì)體細(xì)分行業(yè)數(shù)據(jù)的經(jīng)驗(yàn)研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2018，35（1）：42-59.

[14]葛鵬飛，王頌吉，黃秀路.中國(guó)農(nóng)業(yè)綠色全要素生產(chǎn)率測(cè)算[J].中國(guó)人口·資源與環(huán)境，2018，28（5）：66-74.

[15]劉戰(zhàn)豫，孫夏令.中國(guó)物流業(yè)綠色全要素生產(chǎn)率的時(shí)空演化及動(dòng)因分析[J].軟科學(xué)，2018，32（4）：77-81，114.

[16]吳英姿，聞岳春.中國(guó)工業(yè)綠色生產(chǎn)率、減排績(jī)效與減排成本[J].科研管理，2013，34（2）：105-111.

[17]LEE J W， BRAHMASRENE T. Investigating the influence of tourism on economic growth and carbon emissions： evidence from panel analysis of the European Union[J].Tourism management，2013，38 （13）：69-76.

[18]FERNANDES E， PACHECO R. Efficiency use of airport capacity[J]. Transportation research part A，2006，36（2）：225-238.

[19]KOKSAL C， AKSU A. An efficiency evaluation of a-group travel agencies with data envelopment analysis（DEA）：a case study in the Antalya region， Turkey[J].Tourism management，2007，28（3）：830-834.

[20]ASHRAFI A， HSINVONN S， LAISOON L， et al. The efficiency of the hotel industry in Singapore[J].Tourism management，2013，37（3）：31-34.

[21]王永剛.中國(guó)旅游業(yè)全要素生產(chǎn)率增長(zhǎng)的實(shí)證研究[J].經(jīng)濟(jì)問題探索，2012（3）：135-139.

[22]吳琳萍.中國(guó)旅游業(yè)全要素生產(chǎn)率的估算[J].統(tǒng)計(jì)與決策，2017（9）：135-139.

[23]龔艷，郭崢嶸.江蘇旅游業(yè)發(fā)展效率及對(duì)策研究——基于超效率DEA和Malmquist指數(shù)分析[J].華東經(jīng)濟(jì)管理，2014，28（4）：7-12，17.

[24]劉建國(guó)，劉宇.2006—2013年杭州城市旅游全要素生產(chǎn)率格局及影響因素[J].經(jīng)濟(jì)地理，2015，35（7）：190-197.

[25]劉佳，張俊飛.旅游產(chǎn)業(yè)綠色全要素生產(chǎn)率變動(dòng)及收斂性分析——基于中國(guó)沿海地區(qū)的實(shí)證研究[J].資源開發(fā)與市場(chǎng)， 2017，33（7）：867-872.

[26]岳藝吾.基于CO2排放的中國(guó)旅游全要素生產(chǎn)率研究[D].長(zhǎng)沙：湖南師范大學(xué)，2017：29-35.

[27]BECKEN S， SIMMONS D G. Undefstanding energy consumption patterns of tourist attractions and activities in New Zealand[J]. Tourism management，2002，23（4）：343-354.

[28]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.

[29]湯姿.旅游業(yè)碳排放測(cè)算及其與經(jīng)濟(jì)增長(zhǎng)的脫鉤分析[J].統(tǒng)計(jì)與決策，2015（2）：117-120.

[30]時(shí)朋飛，李星明.區(qū)域美麗中國(guó)建設(shè)與旅游業(yè)發(fā)展耦合關(guān)聯(lián)性測(cè)度及前景預(yù)測(cè)——以長(zhǎng)江經(jīng)濟(jì)帶11省市為例[J].中國(guó)軟科學(xué)，2018（2）：86-102.

[31]NIELSEN S P， SESARTIC A，STUCKI M. The greenhouse gas intensity of the tourism sector： the case of Switzerland[J].Environmental science & policy，2010，13 （2）：131-140.

[32]KELLY J， WILLIAMS P W. Modelling tourism destination energy consumption and greenhouse gas emissions： Whistler， British Columbia， Canada[J].Journal of sustainable tourism，2007，15 （1）：67-90.

[33]袁宇杰.中國(guó)旅游間接能源消耗與碳排放的核算[J].旅游學(xué)刊，2013，28（10）：81-88.

[34]BECKEN S， SIMMONS D G， FRAMPTON C. Energy use associated[J].Tourism management，2003，24（3）：267-277.

[35]HWITT 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.

[36]沈楊.寧波市旅游業(yè)碳排放估算及碳減排對(duì)策分析[J].環(huán)境保護(hù)，2016（18）：66-68.

[37]陶玉國(guó)，黃震方，吳麗敏，等.江蘇省區(qū)域旅游業(yè)碳排放測(cè)度及其因素分解[J].地理學(xué)報(bào)，2014，69（10）：1438-1448.

[38]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.

[39]王凱，肖燕，李志苗，等.中國(guó)旅游業(yè)CO2排放因素分解：基于LMDI分解技術(shù)[J].旅游科學(xué)，2016，30（3）：13-27.

[40]石培華，吳普.中國(guó)旅游業(yè)能源消耗與CO2排放量的初步估算[J].地理學(xué)報(bào)，2011，66（2）：235-243.

[41]張仁壽，黃小軍，王朋.基于DEA的文化產(chǎn)業(yè)績(jī)效評(píng)價(jià)實(shí)證研究——以廣東等13個(gè)省市2007年投入產(chǎn)出數(shù)據(jù)為例[J].中國(guó)軟科學(xué)，2011（2）：183-192.

[42]高鳴，宋洪遠(yuǎn).中國(guó)農(nóng)業(yè)碳排放績(jī)效的空間收斂與分異——基于Malmquist-luenberger指數(shù)與空間計(jì)量的實(shí)證分析[J].經(jīng)濟(jì)地理，2015，35（4）：142-148，185.

[43]李雙杰，李春琦.全要素能源效率測(cè)度方法的修正設(shè)計(jì)與應(yīng)用[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2018（9）：110-125.

[44]LU B， PARK N K. Sensitivity analysis for identifying the critical productivity factors of container terminals[J]. Journal of mechanical engineering，2013，59（9）：536-546.

[45]ROSTAMI T B， BABAI M Z，SYNTETOS A A. Demand forecasting by temporal aggregation[J].Naval research logistics，2013，60 （6）：479-498.

[46]何勝，唐承麗，周國(guó)華.長(zhǎng)江中游城市群空間相互作用研究[J].經(jīng)濟(jì)地理，2014，34（4）：46-53.

[47]張鴻鶴，馬榮康，劉鳳朝.基于引力模型的東北地區(qū)創(chuàng)新產(chǎn)出空間聯(lián)系研究[J].大連理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2017，38（4）：33-39.

[48]吳旭曉.基于GRA-DEA模型的區(qū)域旅游業(yè)發(fā)展效率研究[J].商業(yè)研究，2013（12）：202-209.

[49]GOSSLING S， SEHUMAEHER K P. Implementing carbon neutral destination policies： issues from the Seychelles [J]. Journal of sustainable tourism，2010，18（3）：377-391.

[50]時(shí)朋飛，鄧志偉，孫建超，等.中國(guó)旅游產(chǎn)業(yè)健康度水平特征動(dòng)態(tài)研究——基于2001—2015年面板數(shù)據(jù)的實(shí)證分析[J].珞珈管理評(píng)論，2018，17（1）：207-221.

[51]王偉，孫芳城.金融發(fā)展、環(huán)境規(guī)制與長(zhǎng)江經(jīng)濟(jì)帶綠色全要素生產(chǎn)率增長(zhǎng)[J].西南民族大學(xué)學(xué)報(bào)（人文社科版），2018，39（1）：129-137.

[52]MA X L，BAO J G，RYAN C. Evaluating the total factor productivity growth of national parks in China with data enveloped analysis[J].Asia pacific journal of tourism research，2009，14（4）：385-402.

[53]徐維祥，張凌燕，劉程軍，等.城市功能與區(qū)域創(chuàng)新耦合協(xié)調(diào)的空間聯(lián)系研究——以長(zhǎng)江經(jīng)濟(jì)帶107個(gè)城市為實(shí)證[J].地理科學(xué)，2017，37（11）：1659-1667.

[54]KEUM K. Tourism flows and trade theory： a panel data analysis with the gravity model[J].The annals of regional science，2010，44（3）：541-557.

[55]陳超凡.節(jié)能減排與中國(guó)工業(yè)綠色增長(zhǎng)的模擬預(yù)測(cè)[J]. 中國(guó)人口·資源與環(huán)境，2018，28（4）：145-154.

[56]童中賢，曾群華，馬駿.我國(guó)連片特困地區(qū)增長(zhǎng)極培育的戰(zhàn)略分析——以武陵山地區(qū)為例[J].中國(guó)軟科學(xué)，2012（4）：85-96.

[57]MAKKONEN T，WILLIAMS A M，WEIDENFELD A， et al. Cross-border knowledge transfer and innovation in the European neighborhood： tourism cooperation at the Finnish-Russian border[J].Tourism management，2018，68（3）：140-151.

Abstract The green productivity of tourism integrates energy consumption and environmental cost into the measurement framework of tourism total factor productivity. Indicating the green development capacity and level of tourism， it is closely related to the green sustainable development of regional tourism and ecological civilization construction. Based on the ‘bottom-up method， this paper estimates tourism energy consumption and carbon emissions in the Yangtze River Economic Belt （YREB）. Then it measures and decomposes the tourism green productivity of the YREB in 11 years， adopting the non-parametric DEA method based on directional distance function and the ML index. Finally， this paper examines the spatial pattern evolution of tourism green productivity in this region by means of the gravity model. The results show that： ①The energy consumption and carbon emissions of tourism in the YREB are still increasing. The tourism economy of these provinces is significantly positively related with energy consumption and carbon emissions， and what is more， the tourism development in the YREB has not decoupled with them （energy consumption and carbon emissions）. ②The green development performance of tourism industry in the YREB has improved， but the growth of its green productivity remains sluggish due to its extensive development mode. In the meantime， technological progress has become the main source of tourism green productivity growth in the region， while the driving effect of technological efficiency remains weak.③The green productivity of tourism in 11 provinces and cities in the YREB can be divided into three types： progressive， stagnant and declining. Provinces of different types should take appropriate measures to promote tourism green productivity to achieve club convergence according to the variation of technological progress and technical efficiency. ④The potential energy value of tourism green productivity in the YREB presents an ‘L shape from downstream to upstream， the Yangtze River Delta being the core growth pole， with the middle reaches uplifted while the upper reaches collapsed. Jiangxi and Anhui provinces become important hubs to connect the green productivity of tourism in the Yangtze River Delta and the middle reaches， however， the green productivity in the upper reaches have not yet formed a network structure with these two areas.

Key words tourism; green productivity; spatio-temporal analysis; Yangtze River Economic Belt