我國旅游業碳排放的空間關聯性及其影響因素.pdf

第３２卷第６期２０１９年６月環境科學研究ＲｅｓｅａｒｃｈｏｆＥｎｖｉｒｏｎｍｅｎｔａｌＳｃｉｅｎｃｅｓＶｏｌ . ３２ ? Ｎｏ . ６Ｊｕｎｅ ? ２０１９收稿日期２０１８￣０５￣１３修訂日期２０１８￣０９￣１９作者簡介王凱１９６９￣ ? 男 ? 湖南新寧人 ? 教授 ? 博士 ? 博導 ? 主要從事低碳經濟、區域旅游發展規劃研究 ? ｋｉｎｇｖｉｒｙ＠１６３ . ｃｏｍ . ? 責任作者 ? 劉浩龍１９７６￣ ? 男 ? 江蘇連云港人 ? 副研究員 ? 博士 ? 主要從事氣候變化風險研究 ? ｌｉｕｈｌ＠ｉｇｓｎｒｒ . ａｃ . ｃｎ基金項目湖南省自然科學基金項目Ｎｏ . ２０１８ＪＪ２２５９ ? 國家社會科學基金項目Ｎｏ . １８ＢＪＹ１９１ ? 中國科學院戰略研究與決策支持系統建設專項項目Ｎｏ . ＧＨＪ￣ＺＬＺＸ￣２０１８￣１４ＳｕｐｐｏｒｔｅｄｂｙＮａｔｕｒａｌＳｃｉｅｎｃｅＦｏｕｎｄａｔｉｏｎｏｆＨｕｎａｎＰｒｏｖｉｎｃｅ ? ＣｈｉｎａＮｏ . ２０１８ＪＪ２２５９ ? ＮａｔｉｏｎａｌＳｏｃｉａｌＳｃｉｅｎｃｅＦｏｕｎｄａｔｉｏｎｏｆＣｈｉｎａＮｏ . １８ＢＪＹ１９１ ? ＳｐｅｃｉａｌＰｒｏｊｅｃｔｓｏｆＳｔｒａｔｅｇｉｃＲｅｓｅａｒｃｈａｎｄＤｅｃｉｓｉｏｎＳｕｐｐｏｒｔＳｙｓｔｅｍｏｆＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ ? ＣｈｉｎａＮｏ . ＧＨＪ￣ＺＬＺＸ￣２０１８￣１４我國旅游業碳排放的空間關聯性及其影響因素王凱１ ? 張淑文１ ? 甘暢１ ? 楊亞萍１ ? 劉浩龍２ ? １ . 湖南師范大學旅游學院 ? 湖南長沙４１００８１２ . 中國科學院地理科學與資源研究所 ? 中國科學院陸地表層格局與模擬重點實驗室 ? 北京１００１０１摘要為全面厘清我國旅游業碳排放的空間網絡結構特征 ? 基于２０００２０１５年我國各省自治區、直轄市旅游業碳排放相關數據不含西藏自治區和港澳臺地區數據 ? 下同 ? 結合修正的引力模型 ? 構建旅游業碳排放的空間關聯關系 ? 采用社會網絡分析法 ? 深入剖析我國旅游業碳排放的空間關聯性及其影響因素 . 結果表明 ①２０００２０１５年 ? 我國旅游業碳排放的空間網絡關聯度始終為１ ? 其網絡關系數與網絡密度持續增加 ? 而網絡等級度與網絡效率平穩下降 . ② 上海市、浙江省、江蘇省、北京市、天津市等東部經濟發達地區在網絡中處于核心位置 ? 對旅游業碳排放空間關聯性的影響顯著 ? 而海南省、云南省、廣西壯族自治區、青海省、吉林省等在網絡中居于邊緣位置 ? 對旅游業碳排放空間關聯性的影響微弱 . ③ 廣西壯族自治區、貴州省、新疆維吾爾自治區等歸為 “ 凈溢出 ” 板塊 ? 河北省、甘肅省、陜西省等處于 “ 經紀人 ” 板塊 ? 北京市、天津市、內蒙古自治區等歸為 “ 雙向溢出 ” 板塊 ? 江蘇省、浙江省、上海市等屬于 “ 凈受益 ” 板塊 . ④ 空間鄰接關系、城鎮化水平差異在１％的顯著性水平上對旅游業碳排放空間關聯性起正向促進作用 ? 旅游消費水平差異和產業結構差異分別在５％和１０％的顯著性水平上與旅游業碳排放空間關聯性呈正相關 ? 能源消耗差異在１％的顯著性水平上與其呈負相關 . 研究顯示 ? 我國整體旅游業碳排放空間關聯性愈趨緊密 ? 但仍存在較大改良空間 ? 各板塊間的空間關聯性有待進一步加強 . 關鍵詞旅游業碳排放 ? 空間關聯性 ? 社會網絡分析 ? 影響因素中圖分類號Ｘ３２文章編號１００１￣６９２９２０１９０６￣０９３８￣１０文獻標志碼ＡＤＯＩ１０ ?? １３１９８ ∕ ｊ ?? ｉｓｓｎ ?? １００１￣６９２９ ?? ２０１８ ?? １０ ?? １２ＳｐａｔｉａｌＣｏｒｒｅｌａｔｉｏｎｏｆＣａｒｂｏｎＥｍｉｓｓｉｏｎｓｉｎＴｏｕｒｉｓｍＩｎｄｕｓｔｒｙａｎｄＩｔｓＩｎｆｌｕｅｎｃｉｎｇＦａｃｔｏｒｓｉｎＣｈｉｎａＷＡＮＧＫａｉ１ ? ＺＨＡＮＧＳｈｕｗｅｎ１ ? ＧＡＮＣｈａｎｇ１ ? ＹＡＮＧＹａｐｉｎｇ１ ? ＬＩＵＨａｏｌｏｎｇ２ ? １ . ＴｏｕｒｉｓｍＣｏｌｌｅｇｅｏｆＨｕｎａｎＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ ? Ｃｈａｎｇｓｈａ４１００８１ ? Ｃｈｉｎａ２ . ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＬａｎｄＳｕｒｆａｃｅＰａｔｔｅｒｎａｎｄＳｉｍｕｌａｔｉｏｎ ? ＩｎｓｔｉｔｕｔｅｏｆＧｅｏｇｒａｐｈｉｃＳｃｉｅｎｃｅｓａｎｄＮａｔｕｒａｌＲｅｓｏｕｒｃｅｓＲｅｓｅａｒｃｈ ? ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ ? Ｂｅｉｊｉｎｇ１００１０１ ? ＣｈｉｎａＡｂｓｔｒａｃｔＩｎｏｒｄｅｒｔｏｆｕｌｌｙｃｌａｒｉｆｙｔｈｅｓｐａｔｉａｌｎｅｔｗｏｒｋｓｔｒｕｃｔｕｒｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｃａｒｂｏｎｅｍｉｓｓｉｏｎｓｉｎＣｈｉｎａ ′ ｓｔｏｕｒｉｓｍｉｎｄｕｓｔｒｙ ? ｂａｓｅｄｏｎｔｈｅｄａｔａｏｆｃａｒｂｏｎｅｍｉｓｓｉｏｎｓｅｘｃｌｕｄｉｎｇｔｈｅｄａｔａｏｆＴｉｂｅｔＡｕｔｏｎｏｍｏｕｓＲｅｇｉｏｎ ? Ｈｏｎｇｋｏｎｇ ? ＭａｃａｏａｎｄＴａｉｗａｎ ? ｔｈｅｒｅｓｔｉｓｔｈｅｓａｍｅｆｒｏｍｔｈｅｔｏｕｒｉｓｍｉｎｄｕｓｔｒｙｏｆｖａｒｉｏｕｓｐｒｏｖｉｎｃｅｓ ? ａｕｔｏｎｏｍｏｕｓｒｅｇｉｏｎｓａｎｄｍｕｎｉｃｉｐａｌｉｔｉｅｓｄｉｒｅｃｔｌｙｕｎｄｅｒｔｈｅｃｅｎｔｒａｌｇｏｖｅｒｎｍｅｎｔｉｎＣｈｉｎａｆｒｏｍ２０００ｔｏ２０１５ ? ａｎｄｂｙｃｏｍｂｉｎｉｎｇｔｈｅｍｗｉｔｈｔｈｅｉｍｐｒｏｖｅｄｇｒａｖｉｔｙｍｏｄｅｌ ? ｔｈｉｓｐａｐｅｒｃｏｎｓｔｒｕｃｔｓｔｈｅｓｐａｔｉａｌｎｅｔｗｏｒｋｃｏｒｒｅｌａｔｉｏｎｏｆｃａｒｂｏｎｅｍｉｓｓｉｏｎｓｉｎｔｏｕｒｉｓｍｉｎｄｕｓｔｒｙ . ＳｏｃｉａｌｎｅｔｗｏｒｋａｎａｌｙｓｉｓｍｅｔｈｏｄｉｓａｐｐｌｉｅｄｔｏｔｈｅａｎａｌｙｓｉｓｏｆｔｈｅｓｐａｔｉａｌｃｏｒｒｅｌａｔｉｏｎｏｆｃａｒｂｏｎｅｍｉｓｓｉｏｎｓｉｎｔｏｕｒｉｓｍｉｎｄｕｓｔｒｙａｎｄｉｔｓｉｎｆｌｕｅｎｃｉｎｇｆａｃｔｏｒｓｉｎＣｈｉｎａ . Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔ１Ｄｕｒｉｎｇｔｈｅｉｎｖｅｓｔｉｇａｔｉｏｎｐｅｒｉｏｄ ? ｔｈｅｓｐａｔｉａｌｎｅｔｗｏｒｋｃｏｒｒｅｌａｔｉｏｎｄｅｇｒｅｅｏｆｃａｒｂｏｎｅｍｉｓｓｉｏｎｓｉｎｔｈｅｔｏｕｒｉｓｍｉｎｄｕｓｔｒｙｉｓａｌｗａｙｓ１ ? ｔｈｅｎｕｍｂｅｒｏｆｉｔｓｎｅｔｗｏｒｋｒｅｌａｔｉｏｎｓａｎｄｔｈｅｎｅｔｗｏｒｋｄｅｎｓｉｔｙｃｏｎｔｉｎｕｅｔｏｒｉｓｅ ? ｗｈｉｌｅｔｈｅｎｅｔｗｏｒｋｈｉｅｒａｒｃｈｙａｎｄｅｆｆｉｃｉｅｎｃｙｓｔｅａｄｉｌｙｄｅｃｌｉｎｅ . ２ＴｈｅｅａｓｔｅｒｎｄｅｖｅｌｏｐｅｄｒｅｇｉｏｎｓｓｕｃｈａｓＳｈａｎｇｈａｉＣｉｔｙ ? ＺｈｅｊｉａｎｇＰｒｏｖｉｎｃｅ ? ＪｉａｎｇｓｕＰｒｏｖｉｎｃｅ ? ＢｅｉｊｉｎｇＣｉｔｙ ? ＴｉａｎｊｉｎＣｉｔｙ ? ｅｔｃ . ａｒｅａｔｔｈｅｃｏｒｅｐｏｓｉｔｉｏｎｏｆｔｈｅｎｅｔｗｏｒｋ ? ｗｈｉｃｈｈａｖｅａｓｉｇｎｉｆｉｃａｎｔｉｍｐａｃｔｏｎｔｈｅｓｐａｔｉａｌｃｏｒｒｅｌａｔｉｏｎｏｆｃａｒｂｏｎｅｍｉｓｓｉｏｎｓｉｎｔｏｕｒｉｓｍｉｎｄｕｓｔｒｙ . ＲｅｌａｔｉｖｅｌｙｂａｃｋｗａｒｄｒｅｇｉｏｎｓｓｕｃｈａｓＨａｉｎａｎＰｒｏｖｉｎｃｅ ? ＹｕｎｎａｎＰｒｏｖｉｎｃｅ ? ＧｕａｎｇｘｉＺｈｕａｎｇＡｕｔｏｎｏｍｏｕｓＲｅｇｉｏｎ ? ＱｉｎｇｈａｉＰｒｏｖｉｎｃｅ ? ＪｉｌｉｎＰｒｏｖｉｎｃｅ ? ｅｔｃ . ａｒｅａｔｔｈｅｅｄｇｅｐｏｓｉｔｉｏｎｏｆｔｈｅｎｅｔｗｏｒｋ ? ａｎｄｈａｖｅｌｉｔｔｌｅｅｆｆｅｃｔ第６期王凱等我國旅游業碳排放的空間關聯性及其影響因素ｏｎｔｈｅｓｐａｔｉａｌｃｏｒｒｅｌａｔｉｏｎｏｆｃａｒｂｏｎｅｍｉｓｓｉｏｎｓｉｎｔｈｅｔｏｕｒｉｓｍｉｎｄｕｓｔｒｙ . ３ＲｅｇｉｏｎｓｓｕｃｈａｓＧｕａｎｇｘｉＺｈｕａｎｇＡｕｔｏｎｏｍｏｕｓＲｅｇｉｏｎ ? ＧｕｉｚｈｏｕＰｒｏｖｉｎｃｅａｎｄＸｉｎｊｉａｎｇＵｙｇｕｒＡｕｔｏｎｏｍｏｕｓＲｅｇｉｏｎａｒｅｃｌａｓｓｉｆｉｅｄａｓ ‘ ｎｅｔｓｐｉｌｌｏｖｅｒｐｌａｔｅ ’ ? ＨｅｂｅｉＰｒｏｖｉｎｃｅ ? ＧａｎｓｕＰｒｏｖｉｎｃｅ ? ＳｈａａｎｘｉＰｒｏｖｉｎｃｅａｎｄｓｏｏｎａｒｅｉｎｔｈｅ ‘ ａｇｅｎｔｐｌａｔｅ ’ ? ＢｅｉｊｉｎｇＣｉｔｙ ? ＴｉａｎｊｉｎＣｉｔｙａｎｄＩｎｎｅｒＭｏｎｇｏｌｉａＡｕｔｏｎｏｍｏｕｓＲｅｇｉｏｎａｒｅｃｌａｓｓｉｆｉｅｄａｓ ‘ ｂｉｄｉｒｅｃｔｉｏｎａｌｓｐｉｌｌｏｖｅｒｐｌａｔｅ ’ ? ＪｉａｎｇｓｕＰｒｏｖｉｎｃｅ ? ＺｈｅｊｉａｎｇＰｒｏｖｉｎｃｅａｓｗｅｌｌａｓＳｈａｎｇｈａｉＣｉｔｙｂｅｌｏｎｇｔｏｔｈｅ ‘ ｎｅｔｂｅｎｅｆｉｔｐｌａｔｅ ’ . ４Ｔｈｅｓｐａｔｉａｌａｄｊａｃｅｎｃｙｒｅｌａｔｉｏｎａｎｄｕｒｂａｎｉｚａｔｉｏｎｌｅｖｅｌｄｉｓｐａｒｉｔｙｈａｖｅａｐｏｓｉｔｉｖｅｅｆｆｅｃｔｏｎｔｈｅｓｐａｔｉａｌｃｏｒｒｅｌａｔｉｏｎｏｆｔｏｕｒｉｓｍｃａｒｂｏｎｅｍｉｓｓｉｏｎｓａｔａｓｉｇｎｉｆｉｃａｎｔｌｅｖｅｌｏｆ１％ ? Ｔｈｅｄｉｆｆｅｒｅｎｃｅｓｏｆｔｏｕｒｉｓｍｃｏｎｓｕｍｐｔｉｏｎｌｅｖｅｌａｎｄｉｎｄｕｓｔｒｉａｌｓｔｒｕｃｔｕｒｅａｒｅｐｏｓｉｔｉｖｅｌｙｃｏｒｒｅｌａｔｅｄｗｉｔｈｔｈｅｓｐａｔｉａｌｃｏｒｒｅｌａｔｉｏｎｏｆｔｏｕｒｉｓｍｃａｒｂｏｎｅｍｉｓｓｉｏｎｓａｔｔｈｅｓｉｇｎｉｆｉｃａｎｔｌｅｖｅｌｏｆ５％ａｎｄ１０％ ? Ｔｈｅｅｎｅｒｇｙｃｏｎｓｕｍｐｔｉｏｎｄｉｓｐａｒｉｔｙｈａｓａｎｅｇａｔｉｖｅｃｏｒｒｅｌａｔｉｏｎｗｉｔｈｔｈｅｓｐａｔｉａｌｃｏｒｒｅｌａｔｉｏｎｏｆｔｏｕｒｉｓｍｃａｒｂｏｎｅｍｉｓｓｉｏｎｓａｔｔｈｅｓｉｇｎｉｆｉｃａｎｔｌｅｖｅｌｏｆ１％ . Ｔｈｅｒｅｓｅａｒｃｈｓｈｏｗｓｔｈａｔｔｈｅｓｐａｔｉａｌｃｏｒｒｅｌａｔｉｏｎｏｆｃａｒｂｏｎｅｍｉｓｓｉｏｎｓｉｎｔｏｕｒｉｓｍｉｎｄｕｓｔｒｙｉｓｃｌｏｓｅｌｙｒｅｌａｔｅｄ ? ｙｅｔｔｈｅｒｅｉｓｓｔｉｌｌｍｕｃｈｓｐａｃｅｆｏｒｉｍｐｒｏｖｅｍｅｎｔ . Ｔｈｅｓｐａｔｉａｌｃｏｒｒｅｌａｔｉｏｎｂｅｔｗｅｅｎｔｈｅｐｌａｔｅｓｎｅｅｄｓｔｏｂｅｆｕｒｔｈｅｒｓｔｒｅｎｇｔｈｅｎｅｄ . Ｋｅｙｗｏｒｄｓｃａｒｂｏｎｅｍｉｓｓｉｏｎｓｉｎｔｏｕｒｉｓｍｉｎｄｕｓｔｒｙ ? ｓｐａｔｉａｌｃｏｒｒｅｌａｔｉｏｎ ? ｓｏｃｉａｌｎｅｔｗｏｒｋａｎａｌｙｓｉｓ ? ｉｎｆｌｕｅｎｃｉｎｇｆａｃｔｏｒｓ全球氣候變暖對人類的生存和發展帶來了嚴峻挑戰 ? 節能減排刻不容緩 . 旅游業作為當今世界第一大產業 ? 對全球氣候變暖的貢獻率高達１４％ ? 因而其對碳減排負有不可推卸的責任 [ １ ] . 我國作為世界上最大的旅游目的地和旅游客源國之一 ? 其大規模的旅游活動勢必導致能源消耗與碳排放總量的攀升 ? 同時 ?區域經濟基礎、資源要素稟賦、旅游發展水平、能源消耗狀況等主客因素的交互作用 ? 強化了我國旅游業碳排放的空間異質性特征 ? 致使其空間關聯結構日漸復雜化 ? 區域協同減排難度增大 [ ２ ] . 因此 ? 全面考察旅游業碳排放整體結構情景 ? 明晰各省自治區、直轄市在旅游業碳排放空間關聯網絡中的角色與作用 ? 揭示旅游業碳排放的空間關聯性及其影響因素 ? 對助推區域旅游業節能減排和可持續發展大有裨益 . 自２０世紀６０年代起 ? 旅游業能源消耗問題就引起了國內外學界的廣泛關注 . Ｇｏｓｓｌｉｎｇ等 [ ３￣４ ] 圍繞旅游業能源消耗與可持續旅游、旅游食物管理等的關系展開了縱深研究 ? Ｂｅｃｋｅｎ等 [ ５￣６ ] 對旅游交通、旅游住宿等部門的能源利用情況進行了深入剖析 ? 并指出了旅游業碳排放量測算的重要性 . 同時 ? 針對全球 [ ７ ] 、大洲 [ ８ ] 、國家 [ ９￣１１ ] 、地區 [ １２￣１３ ] 、省市 [ １４￣１５ ] 和旅游景區點 [ １６ ] 等不同尺度旅游業碳排放量的測算相繼展開 . 隨著相關研究的深入 ? 旅游業碳排放影響因素及碳排放效率逐漸引起了學者的關注 ? 如Ｂａｌｅ ? ｅｎｔｉｓ等 [ １７ ] 以立陶宛鄉村為例 ? 探究了農莊空間布局、旅游容量等因素對鄉村旅游業碳排放的影響 ? ＳＵＮ等 [ １８ ] 采用環境擴展投入產出模型和分解方法 ? 揭示了旅游經濟增長、技術效率和旅游業碳排放之間的動態關系 ? 潘植強等 [ ２ ] 利用ＬＭＤＩ分解法 ? 識別了影響我國旅游業碳排放強度的關鍵性因素 ? Ｇｏｓｓｌｉｎｇ等 [ １９ ] 探討了旅游產業發展中環境投入與經濟收益之間的關系 ? 通過對碳排放量與旅游收入的評估 ? 揭示出旅游業的生態效率 ? 賀臘梅等 [ ２０ ] 基于ＢＭＬ生產率指數 ? 明確了我國旅游業能源效率及其具體影響因素 . 伴隨空間計量技術的普及 ? 空間因素逐漸被納入到旅游業碳排放的研究中 ? 如李強誼等 [ ２１ ] 采用Ｄａｇｕｍ基尼系數和收斂性檢驗法 ? 實證考察了我國旅游業碳排放空間非均衡態勢及斂散性特征 ? 羅芬等 [ ２２ ] 基于生命周期理論 ? 描繪了張家界旅游線路的游客交通碳足跡的空間分布特征 ? 王凱等 [ ２３￣２４ ] 通過構建ＳＢＭ模型和空間Ｄｕｒｂｉｎ模型 ? 探討了我國省域旅游業碳排放效率的空間格局及其空間關聯特征 . 綜上 ? 當前關于旅游業碳排放的研究已相當深入而廣泛 ? 但大部分針對空間方面的研究主要是基于 “ 屬性數據 ” 而非 “ 關系數據 ” ? 且多將空間關聯性視為地理鄰接關系 ? 難以有效解釋旅游業碳排放的整體結構特征及其空間關聯性 ? 不利于區域旅游業協同減排政策的制定與優化 . 社會網絡分析作為一種針對 “ 關系數據 ” 的跨學科分析方法 ? 可避免傳統空間計量分析方法 “ 相鄰 ” 或 “ 相近 ” 的局限 ? 適用于研究某系統的空間網絡關聯及其結構 ? 被廣泛應用于經濟學 [ ２５ ] 、管理學 [ ２６ ] 等領域 . 近年來 ? 社會網絡分析方法在能源消耗與碳排放的研究中開始受到關注 ? 如劉華軍等 [ ２７￣２９ ] 借助該方法分別對我國省際能源消費、能源環境效率和碳排放的空間關聯網絡特征及其影響因素進行了探究 . 因此 ? 該研究基于關系數據和復雜網絡視角 ? 采用修正的引力模型構建我國旅游業碳排放空間關聯關系不含西藏自治區和港澳臺地區數據 ? 下同 ? 并繪制旅游業碳排放空間關聯網絡圖 ? 繼而借助社會網絡分析方法揭示我國旅游業碳排放的空間關聯結構及其影響因素 ? 以期明晰各省自治區、直轄市在旅游業碳排放空間關聯網絡中的地位和作用 ? 進而厘清我國旅游業碳排放的傳導和反饋機制 ? 為我國碳減排政策的制定和實施提供科學參考 . １研究方法１ ?? １旅游業碳排放空間關聯關系的確定９３９環境科學研究第３２卷省際旅游業碳排放動態關聯關系的集合形成關聯網絡 ? 其中 ? 各省自治區、直轄市為網絡節點 ? 省際間旅游業碳排放的空間關聯關系即為網絡中的連線 . 空間關聯關系的判定大致可分為兩種 ① 采用引力模型或修正的引力模型描述空間關聯關系 ? 如劉華軍等 [ ２７ ] 依托該方法厘清了我國能源消費的空間關聯網絡 . ② ＶＡＲ格蘭杰因果關系檢驗法 ? 如李敬等 [ ３０ ] 利用該方法探析了我國區域經濟增長的空間關聯結構 . 由于ＶＡＲ模型對于數據滯后階數的選擇相對敏感 ? 難以刻畫出研究對象的網絡結構動態演變趨勢 ? 故該研究采用修正的引力模型來構建我國旅游業碳排放空間關聯關系 ? 模型如下ｘｉｊ＝ α ｉｊ３ＰｉＣｉＴｉ３ＰｊＣｊＴｊＤｉｊ２ α ｉｊ＝Ｃｉ ∕ Ｃｉ＋ＣｊＤｉｊ２＝ｓｉｊｇｉ－ｇｊ ? è ? ? ? ÷ ２１式中ｉ、ｊ表示我國各省自治區、直轄市 ? ｘｉｊ表征ｉ、ｊ之間旅游業碳排放的相互關系 ? α ｉｊ反映ｉ在ｉ與ｊ之間旅游業碳排放聯系中的貢獻率 ? Ｐｉ與Ｐｊ、Ｃｉ與Ｃｊ、Ｔｉ與Ｔｊ、ｇｉ與ｇｊ分別代表ｉ、ｊ的城鎮化率、旅游業碳排放量、旅游總收入和人均旅游收入 ? ｓｉｊ表示ｉ、ｊ的省會城市之間的距離 ? ｇｉ－ｇｊ表示ｉ、ｊ的人均旅游收入差值 ? Ｄｉｊ表示省際間的 “ 距離 ” . 由式１得到省際間的引力矩陣３０行３０列 ? 對引力矩陣中的各行取平均值 ? 同一行中若引力大于平均值 ? 則記為１ ? 說明該行省份與該列省份旅游業碳排放存在關聯關系 ? 若引力小于平均值 ? 則記為０ ? 表示該行省份與該列省份旅游業碳排放不存在關聯關系 . １?? ２旅游業碳排放空間關聯網絡特征指標１?? ２?? １整體網絡特征指標網絡關聯度Ｃ反映網絡的穩健性和脆弱性 ? 其計算公式Ｃ＝１－Ｖ ∕ [ ＮＮ－１ ∕ ２ ] ２式中 ? Ｖ為網絡中不可達的點對數 ? Ｎ為網絡節點數 . 網絡密度Ｄ反映網絡各節點關聯關系的疏密程度 ? 網絡密度越大 ? 表示網絡關聯性越強 ? 其計算公式Ｄ＝Ｌ ∕ [ ＮＮ－１ ] ３式中 ? Ｌ為實際擁有的網絡關系數 ? ＮＮ－１為最大可能的網絡關系數 . 網絡等級度Ｈ反映成員在網絡中的支配地位 ? 其值越高 ? 表示越多節點處于從屬和邊緣地位 ? 其計算公式Ｈ＝１－Ｋ ∕ ｍａｘＫ４式中 ? Ｋ為網絡中對稱可達的點對數 ? ｍａｘＫ為最大可能的對稱可達的點對數 . 網絡效率Ｅ反映網絡中省際間的連接效率 ? 網絡效率越低 ? 說明省際間存在的連線越多 ? 旅游業碳排放的空間關聯也就越緊密 ? 其計算公式Ｅ＝１－Ｍ ∕ ｍａｘＭ５式中 ? Ｍ為網絡中多余連線的數量 ? ｍａｘＭ為整體網絡中最大可能多余連線的數量 . １ ?? ２?? ２中心性分析指標中心性反映各節點在網絡中的地位和作用 ? 包括點度中心度、中介中心度和接近中心度 . 點度中心度表征節點在網絡中的中心位置情況 ? 其值越高 ? 表明該省份與其他省份的關聯關系越多、越臨近網絡中心位置 ? 其計算公式Ｄｅ＝ｎ ∕ Ｎ－１６式中 ? Ｄｅ為點度中心度 ? ｎ為與該省份直接相關聯的省份數目 . 接近中心度反映一個節點不受其他節點控制的程度 ? 若其值越高 ? 則該省份與其他省份間存在越多直接的空間關聯 ? 該省份越可能位居中心行動者位置 ? 其計算公式ＣＡＰｉ－１＝ ∑ Ｎｊ＝１ｄｉｊ７式中 ? ＣＡＰｉ－１為節點ｉ的接近中心度 ? ｄｉｊ為節點ｉ和ｊ之間的捷徑距離 . 中介中心度反映一個節點控制其他節點之間關聯關系的程度 ? 其值越高 ? 表明該省份控制其他省份之間關聯關系的能力越強 ? 該省份越位于主導地位 ? 其計算公式ＣＢｉ＝２ ∑ Ｎｊ＝１ ∑ Ｎｋ＝２ｂｊｋｉＮ２－３Ｎ＋２ｊ ≠ ｉ ≠ ｋ且ｊｋ８式中 ? ＣＢｉ為節點ｉ的中介中心度 ? ｂｊｋｉ為第３個區域ｉ控制ｊ和ｋ關聯的能力 . １ ?? ３塊模型分析為直觀有效地識別各省自治區、直轄市在網絡中的角色與作用 ? 參照Ｗａｓｓｅｒｍａｎ等 [ ３１ ] 的研究成果 ? 將我國旅游業碳排放空間關聯網絡分為４個板塊類型 “ 凈受益 ” 板塊、 “ 凈溢出 ” 板塊、 “ 雙向溢出 ” 板塊和 “ 經紀人 ” 板塊 . 其中 ? “ 凈受益 ” 板塊接收的外部關系數遠大于發出的外部關系數 ? 成員內部關系比例高 ? 對其他板塊的溢出效應少 ? “ 凈溢出 ” 板塊接收的外部關系數遠少于發出的外部關系數 ? 成員發出的外０４９