【文献分享】数字经济如何影响旅游业碳排放？来自中国的经验证据

与旅游业相关的碳排放量的增加对旅游业长期以来作为生态友好型行业的声誉提出了挑战。与此同时，数字经济的发展也为旅游业带来了一系列变革。因此，有必要深入研究数字经济与旅游业碳排放之间错综复杂的相互作用。本研究借助中国省级面板数据，通过双向固定模型、调节效应模型和阈值回归分析，发现了以倒 “U ”曲线为标志的令人信服的关系。进一步分析表明，道路密度的增加会使该曲线的拐点向左下方移动。当道路密度达到 0.361 的临界阈值时，不仅会放大倒 “U ”型曲线的弹性，还会加快达到旅游相关碳排放峰值的时间。本研究强调了一个重要的现实意义：虽然数字技术在现阶段加剧了旅游业的碳排放，但随着工业制造业的发展带来更好的交通，数字技术的抑制作用是可以预期的。然而，对于不同地区而言，临界点的时间可能会提前或推迟，这取决于当地的工业水平是否足够发达。

      气候变化是全球人类面临的一个普遍问题。极端气候现象的频繁发生和全球变暖的加剧，给人类的生存环境带来了巨大的挑战。缓解气候问题和减少温室气体排放已成为全球可持续发展进程中的共识。在很多人的传统认知中，旅游业是一个无烟行业。然而，随着游客规模的不断扩大和旅游消费模式的多样化，旅游业产生的碳排放量很大。具体来说，有两个方面。从供给的角度来看，住宿和交通设施的建设将加剧能源消耗。从消费角度来看，游客的好奇心将导致景区衍生出新的旅游产品，这将加剧能源消耗。联合国世界旅游组织 （UNWTO） 指出，从2005年到2016年，旅游业的二氧化碳排放量至少增加了60%。该报告还预测，如果政府不采取措施改变现状，到2030年，全球旅游业的碳排放量可能会再增加25%或更多。21世纪以来，中国经济腾飞，中国居民收入水平不断提高，极大地刺激了旅游消费需求。此外，中国正在努力转变经济结构，不断优化产业结构。自中国政府提出“经济高质量发展”概念以来，更加强调第三产业对经济增长的贡献，其中旅游业是其中的代表性部门。因此，在保持旅游业长期繁荣的同时，减少旅游业的碳排放是中国政府面临的新的挑战。

 1.基准回归

       根据方程（1），本研究进行了逐步回归，即本研究将控制变量依次放入模型中，以观察核心解释变量的系数和显着性的变化。然后，将二次项添加到方程中（1），并执行相同的逐步回归。结果显示在表2，其中（1）–（4）列是不添加二次项的结果，列（5）–（8）是添加二次项后的结果。

       根据表3，本研究发现de的回归系数始终为负，并且在包含二次项之前的1%水平上显著。这表明，在不考虑二次项的情况下，数字经济对旅游业的碳排放具有显著的负面影响。但是，第（5）-（8）列中的结果表明，de的回归系数始终为正，而de的回归系数始终为负值，并且两者都在1%水平上显著。这表明数字经济与旅游业的碳排放之间存在显著的倒U形曲线关系，即类似于二次函数的图形。在达到拐点之前，数字经济的增长加剧了旅游业的碳排放，而进入拐点后，数字经济的增长可以有效抑制旅游业的碳排放。但是，负二次系数和正初级系数并不能保证倒“U”曲线的假设有效。由于拟合线在样本区间内可能具有一定的曲率，因此由于样本本身的范围，可能没有真正的拐点。与本文中的数字经济一样，所有样本都大0，但拐点小于0。然后，它是一个假的倒“U”曲线。事实上，它应该是一个单调递减的函数，边际弹性增加。为此，本研究进行了U形曲线检查。结果表明，拐点0.698。也就是说，在自变量样本的范围内（0.602<de< 0.892）。此外，测试结果使用p>|t|= 0.000，表示存在倒U形曲线。到目前为止，假设1得到了证明。

 2. 稳健性检验

      考虑到存在其他可能使回归结果不真实的外生因素，需要进行稳健性检验。只有当稳健性测试的结果与基准回归的结果相似时，基准回归的结果才合理。在这里，由于数据稀缺，本研究很难找到自变量或因变量的替代变量。因此，本研究采用替换计量经济学模型、改变样本值和改变样本长度的方法进行稳健性测试。表3显示了稳健性测试的结果。列（1）–（3） 分别显示了90%、60%和30%分位数水平的面板分位数回归的结果。列（4）报告了 2013 年至2020年间样本的回归结果。列（5）显示了减少1%和99%的尾部的回归结果。

    结果表4显示回归与基准回归的结果一致，但30%分位数的回归未能通过1%显著性水平检验。因此，本研究认为基准回归的结果是稳健的。

3.内生性讨论

    此外，为了防止存在双向因果关系和显着遗漏的变量问题。本研究需要进行内生性问题测试。对于工具变量的选择，本研究参考了大量关于数字经济的研究，并选择描述1984年每100人固定电话数量和所有年份IT服务收入的乘积。这个工具变量是当前研究中数字经济最常见的工具变量。此外，在与旅游开发和碳排放相关的研究中，它已被证明是合理的。因此，有理由相信这个工具变量在旅游业碳排放研究中是可行的。结果显示在表4。

     第一列和第二列的F值大于10，p值为0.000，表明本文中选择的工具变量不是弱工具变量。此外，工具变量的数量等于内生变量的数量，表明不存在过识别问题。同时，在第一阶段，工具变量和自变量之间存在正相关，这在10%的水平上是显着的。在第二阶段，两个自变量都与基准回归的结果一致，这表明回归结果是稳健的。

4.调节效应检验

      基准测试回归的可信度已在上一篇文章中得到验证。基于假设2，本研究需要讨论路网密度的调节作用。同时，为了研究不同地区之间调节作用的差异，除了对所有样本进行回归外，本研究还将研究区域分为东部、中部和西部区域进行异质性测试。回归结果如表5。

      在表5，奇数列是不包含调节变量RD的回归结果，偶数列是包含调节变量的回归结果。表6显示交互作用项Rd的系数在所有回归模型中都是负的，并且在统计意义上显著。这表明数字经济对旅游业碳排放的影响具有区域调节作用，即其影响取决于不同地区的道路密度水平。道路密度较低的西部地区较弱，而道路密度较高的东部和中部地区则较强（这只是相对的）。查看一级系数和二级系数的发现，则(1),(2),(3),(4),(5),(6)通常与基线回归一致。然而，西部地区未能通过1%水平的显著性检验。这表明西部地区不符合倒“U”形曲线的假设，这可能是数字经济发展缓慢和旅游压力过大的结果。对于控制变量，mi的系数在大多数回归模型中为正且具有统计学意义，这表明市场化程度的提高会导致旅游业的碳排放。在回归模型中，酒店和风景名胜的系数不稳定，一些模型显示积极影响，而另一些模型显示消极影响，并且在统计意义上不显著。这可能是由于这些控制变量与旅游业碳排放之间的复杂关系，而旅游业的碳排放受到其他因素的混淆。请注意，本研究的调节效应是数字经济的二次项和道路网络密度的叉积。因此，本文中调节效应的作用与其他研究中的作用不同。在线性项的调整效应的情况下，通常讨论回归系数的变化问题，即弹性的变化，而在本文中，讨论倒“U”曲线拐点偏移的问题。

     5.阈值效应检验

     根据前面的分析，本研究发现道路密度对数字经济的调节作用在不同地区是不同的。换句话说，当道路密度达到一定水平时，数字经济的监管也会发生变化。因此，本研究根据假设3将路网密度（rd）视为阈值变量，并进行阈值效应检验。本研究使用bootstrap方法进行面板阈值的存在性测试。阈值效应测试结果表6是在800次迭代采样后获得的。

     本研究发现，数字经济的平方项与旅游业的碳排放之间的关系在某一点上发生了显著变化。具体来说，当路网密度小于等于0.361时，数字经济平方项的系数为−12.459，而当路网密度超过0.361时，数字经济平方项的回归系数为−14.717。这意味着 “U” 曲线的开口变窄。换句话说，拟合线上任何点的斜率都会增加（在计量经济学中，这称为正弹性变化）。本研究已经策划了图6以反映阈值前后的弹性变化。在图6，本研究假设点5是阈值点（当然，它的位置与水平坐标无关，水平坐标是自变量。左侧面板显示了仅考虑传递效应的绘图，而右侧面板显示了考虑阈值效应的绘图。可以看出，当rd达到阈值0.361后，函数image的下降率显著增加。

    换言之，当路网密度达到一定水平时，数字经济与旅游业碳排放之间的“U”形曲线变得更加明显，尤其是在拐点之后。通过后拐点（可以认为是单调递减函数），弹性的上升意味着数字经济对旅游排放的抑制作用在此阶段得到增强。同时，这也意味着数字经济对旅游碳排放的促进作用是显著的，直到达到拐点。其实，造成这种情况的原因也很容易理解：公路和铁路的大规模建设必然会增加能源消耗，这在路网密度达到阈值之前是不可避免的。但总的来说，如果路网密度达到较高水平，可以有效地使功能拐点向左和向下移动，以及达到阈值后曲线的弹性。这意味着数字经济从加剧旅游业碳排放转向遏制碳排放所需的时间更短，这有助于旅游业碳达峰和碳中和的提前到来。当然，为了确保阈值估值的真实性，本研究使用LR统计量进行测试（参见图7)。不难发现阈值的位置正好落在大约0.36左右。在这一点上，所有三个假设都已得到证实。

      首先，建议优先推动和支持数字经济。鉴于实证观察到的数字经济与旅游业碳排放之间存在倒U型关系，政策干预应侧重于促进数字经济的增长和发展。这可以通过旨在促进数字创新、投资数字基础设施以及在旅游业广泛采用数字技术的针对性政策来实现。通过利用数字经济的潜力，政策制定者可以提高生产力，减少资源消耗，并减少与旅游活动相关的碳排放。

      其次，政府应努力提高道路网络的密度。研究结果强调了道路网络密度对数字经济与旅游业碳排放之间关系的调节作用。事实证明，道路网络密度的增加会使U形曲线的拐点向早期阶段移动，并减少碳排放峰值。因此，建议优先投资交通基础设施，特别注重改善道路连通性。这将有助于高效和可持续的旅游业发展，同时最大限度地减少与交通相关的环境影响。

      最后，政策制定者应关注道路网络的门槛。研究表明，路网密度对数字经济与旅游碳排放之间的关系存在阈值效应。当数字经济达到拐点，同时路网密度达到阈值时，数字经济对旅游碳排放的抑制作用变得显著。有鉴于此，交通建设不能盲目，需要有计划的投入。更重要的是，政策制定者应该加强“生态旅游”或“低碳旅游”的概念，因为本研究所做的工作只针对旅游的生产端，而事实上刺激消费端同样重要。虽然消费方面没有出现在本稿的范围内，但实际上，旅游消费是一个真实而重要的因素。本研究还建议政府推广低碳旅游的概念，以指导游客加强他们对环境负责的行为。通过实施这些政策措施，政策制定者可以促进可持续旅游实践，并为更广泛的气候变化缓解工作做出贡献。