一、引言

党的十九大以来，我国经济建设逐步从高速度向高质量转变，以生态文明建设推动经济发展转型是我国经济新常态下亟待解决的问题。海洋旅游业作为我国沿海地区最具潜力和活力的支柱产业之一，^[1]其生态化发展对全面实现生态文明建设具有重大意义。绿色发展是强调人与自然平等、人与自然和谐发展的新可持续发展观。^[2]海洋旅游绿色发展基于绿色发展理念，强调旅游业各环节低碳排放及旅游目的地海洋生态环境保护，对于实现沿海地区旅游与生态协调可持续发展具有重要理论和实践意义。

目前，关于旅游绿色发展的研究主要着眼于旅游与绿色发展、生态环境保护的关系分析及评估，如旅游与生态环境之间的交互胁迫关系、^[3]耦合协调关系、^[4]旅游与环境伦理、^[5]生态环境阈值和旅游承载力、^[6]旅游生态效率与区域生态安全、^[7][8]旅游环境效率、^[9]旅游环境承载力等。^[10]海洋旅游研究则主要为海洋旅游产业发展特征及产业竞争力、^[11][12]海洋旅游开发模式、^[13][14]海洋旅游资源功能区划等，^[15]对海洋旅游绿色、低碳发展的研究相对薄弱。现有研究成果为海洋旅游绿色发展提供了重要参考，但仍有较大的拓展空间：第一，在指标评估上，现有研究多集中于海洋旅游与生态保护、绿色发展的理论内涵及关系研究，尚缺乏对海洋旅游绿色发展水平的科学测度和评价；第二，在研究尺度上，现有研究多集中于单个城市、旅游景区等小尺度区域，鲜有中宏观区域层面的研究，特别是我国沿海省域海洋旅游绿色发展研究尚处于起步阶段，导致研究结论示范性与指导性不足。

鉴于此，本文以2011—2020年我国沿海地区11个省域面板数据样本为基础，科学测度我国沿海地区海洋旅游绿色发展水平并分析时空演变特征，采用固定效应模型探讨其影响机制，在此基础上提出政策建议，为我国实现海洋旅游绿色发展、实现碳达峰碳中和目标提供科学参考。

二、研究方法与数据来源 (一) 研究方法

海洋旅游绿色发展主要受到海洋旅游CO₂产出量的影响，CO₂成为海洋旅游绿色发展的决定性因素。^[16]根据世界旅游组织公布的数据，旅游业的碳排放量已占到全球总量的5%，至2035年将会达到10%左右。显然，海洋旅游CO₂排放量可以作为主要指标，对海洋旅游绿色发展水平进行评估。

1、海洋旅游碳排放量测算

由于缺乏海洋旅游碳排放数据，借鉴石培华等学者的研究，^[17]分别计算海洋旅游业三大部门——旅游交通、住宿、旅游活动的碳排放量，其公式如下：

$ C_1^t=\sum\nolimits_{i=1}^{11} \sum\nolimits_{x=1}^4 Q_{i x}^t \cdot f_x \cdot \alpha_x $

(1)

其中，C₁^t表示第t年旅游交通部门的碳排放量；Q_ix^t表示第t年i地区第x类交通方式的旅客周转量；f_x表示第x类交通方式的客运量中旅游者占比；α_x表示x类交通方式的碳排放系数。公路、民航、铁路、水运的f值分别为13.8%、64.7%、31.6%和10.6%，^[15]α值分别为133gCO₂/pkm、137gCO₂/pkm、27gCO₂/pkm和106gCO₂/pkm。

$ C_2^t=\sum\nolimits_{i=1}^{11} N_i^t \cdot I_i^t \cdot \beta $

(2)

其中，C₂^t表示第t年旅游住宿部门的碳排放量；N_i^t表示第t年i地区旅游饭店客房床位数；I_i^t表示第t年i地区平均客房出租率；β表示每张床位每晚的碳排放量，取值为2.458 g/p visitor night。

$ C_3^t=\sum\nolimits_{i=1}^{11} \sum\nolimits_{s=1}^5 P_{i s}^t \cdot \gamma_s $

(3)

其中，C₃^t表示第t年旅游活动部门的碳排放量；P_is^t表示第t年i地区参加第s类旅游活动的旅游者数量；γ_s表示第s类旅游活动的碳排放系数，观光旅游、度假旅游、商务出差、探亲访友及其他旅游活动的碳排放系数依次为417 g/p visitor、1670 g/p visitor、786 g/p visitor、591 g/p visitor、172 g/p visitor。^[16]

2、海洋旅游绿色发展水平测算

根据海洋旅游碳排放量，运用熵值法对海洋旅游绿色发展水平进行测度。设C_ij为第i个省域第j个部门海洋旅游碳排放量指标的原始数值，测算过程如下：

(1) 数据标准化，公式为：

$ V_{i j}=\frac{\max c_{i j}-c_{i j}}{\max c_{i j}-\min c_{i j}} $

(4)

(2) 归一化处理，公式为：

$ P_{i j}=\frac{V_{i j}}{\sum\nolimits_{i=1}^n V_{i j}} $

(5)

(3) 计算第j项指标的熵值，公式为：

$e_j=-\frac{1}{\ln n} \sum\nolimits_{i=1}^n P_{i j} \ln P_{i j} $

(6)

(4) 计算差异性系数，公式为：

$ g_j=1-e_j $

(7)

(5) 确定权重，公式为：

$w_j=\frac{g_j}{\sum\nolimits_{j=1}^m g_j} $

(8)

(6) 计算综合得分，公式为：

$ s_j=\sum\nolimits_{j=1}^m w_j x_{i j} \cdot 100 $

(9)

(二) 数据来源

本文以我国11个沿海省域为研究对象，考察海洋旅游绿色发展的时空特征。数据来源于2012—2021年《中国旅游统计年鉴》《中国统计年鉴》以及各省域统计年鉴等。

三、我国沿海地区海洋旅游绿色发展的时空特征 (一) 海洋旅游绿色发展的时序特征

为了反映我国沿海地区海洋旅游绿色发展水平的整体变化特点，根据上述公式测算出2011—2020年11个沿海省域的海洋旅游绿色发展水平(见图 1)。从图 1可以看出，我国沿海地区海洋旅游绿色发展水平呈现持续、稳步提升趋势，具有较大的发展潜力。

通过计算海洋旅游绿色发展水平的标准差和变异系数值，可以进一步分析其时序变化特点(见图 2)。从总体上看，2011—2020年我国11个沿海省域的海洋旅游绿色发展水平的标准差与变异系数均呈现先上升后波动下降的趋势，其中2011—2012年，分别由22.62、0.32上升到23.78、0.34，表明各省域之间海洋旅游绿色发展水平的绝对差异与相对差异不断增加；2012—2020年，则分别由23.78、0.34下降到18.05、0.25，表明其绝对差异与相对差异不断减小。究其原因，主要由于2012年党的十八大正式提出海洋强国战略，要求发展海洋经济，保护海洋生态环境，坚持节约资源和保护环境的基本国策，沿海地区在发展海洋旅游的同时，更加注重生态环境的保护与治理，导致沿海地区海洋旅游绿色发展的区域差异逐渐减小。

具体针对11个省域年均值来看(见图 3)，天津、河北、上海、海南、福建、广西等省域海洋旅游绿色发展水平较高，究其原因，主要是这些省域注重海洋生态环境保护，加强海洋综合管理水平，保障了海洋旅游的可持续发展；而辽宁、江苏、浙江、山东、广东等省域海洋旅游绿色发展水平较低，其原因则是由于随着滨海旅游、临港产业、海洋养殖业、海洋交通等产业的快速发展，它们对海洋资源及其空间功能带来极大的压力和冲突，形成了较严重的海洋生态环境问题，从而反噬了海洋旅游的绿色发展，导致其水平降低。

(二) 海洋旅游绿色发展的空间特征

为进一步分析我国沿海省域海洋旅游绿色发展水平的空间分布及其演变特征，利用ArcGIS软件的自然断裂法，可以将我国11个沿海省域划分为低水平、中低水平、中高水平和高水平四种地区类型，并基于2011年、2015年、2020年三个时间截面进行空间可视化与对比分析(见图 4)。

从空间分布状况来看，我国沿海地区海洋旅游绿色发展水平总体上呈现非均衡状态，高水平与中高水平地区主要包括天津、上海、河北、海南等省域，它们通过实施海洋生态补偿制度、海洋生态整治修复项目等，加强海洋生态环境治理，更加重视海洋旅游生态环保，推动了海洋旅游绿色发展；中低水平及低水平地区主要包括广西、江苏、山东、浙江、广东等省域，它们多为海洋经济发展水平较高的省域，由于海洋旅游发展较快，造成了多种海洋生态环境问题，反过来导致海洋旅游绿色发展水平的降低。

从空间结构来看，不同的时间截面各类型地区包括的省域数量不尽相同。从2011年到2015年，河北由中高水平变为高水平地区；从2015年至2020年，福建由中低水平变为中高水平地区，辽宁由低水平变为中高水平地区，江苏由低水平变为中低水平地区，说明我国海洋旅游绿色发展水平普遍有所提升。究其原因在于沿海地区更加注重海洋旅游业高质量发展与可持续发展，海洋生态旅游与环境保护逐步协调、稳步提升。

进一步运用空间统计分析方法，对2011年、2015年、2020年我国沿海地区海洋旅游绿色发展水平进行空间趋势面分析，以探索其空间分布规律与变化“趋势”，X轴显示东西方向的趋势变化，Y轴显示南北方向的趋势变化，Z轴为海洋旅游绿色发展水平(见图 5)。分析结果显示，2011—2020年我国海洋旅游绿色发展水平的空间分异现象较为明显。①在整体趋势上，2011—2020年，我国沿海地区海洋旅游绿色发展整体表现出“边缘高，中间低”的分布趋势，且趋势面较为平缓，表明东西方向与南北方向并没有出现强烈的分异现象。②东西方向则表现为“自西向东先下降后上升”，而南北方向趋势则呈现为“由南向北先下降后上升”的特点，即趋势面呈现自西向东“先下降后上升”态势，而自南向北亦为“先下降后上升”态势，表明天津、上海、河北、海南等省域的海洋旅游绿色发展优势明显。

四、我国沿海地区海洋旅游绿色发展的影响机制分析

为进一步分析我国沿海地区海洋旅游绿色发展的影响机制，根据2011—2020年11个沿海省域海洋旅游绿色发展水平及影响因素指标构成的面板数据，对我国沿海地区海洋旅游绿色发展的影响机制进行定量分析。

(一) 变量设定与模型构建 1、沿海地区海洋旅游绿色发展的影响因素分析

选取海洋旅游绿色发展水平(MT)作为被解释变量，由于我国海洋旅游绿色发展水平与科技水平、对外开放程度、产业结构、城镇化进程、环境治理、交通通达性等因素有密切联系，因此借鉴国内学者的研究成果，^[15]并遵循科学性、合理性等原则，选取专利授权量(GP)、进出口总额(I&E)、第三产业产值占GDP比重(TI)、城镇化率(UR)、环境污染治理投资额(EP)、交通通达度(TA)作为解释变量。构建回归模型(模型1)如下，用以解析我国海洋旅游绿色发展影响因素及其作用程度。

$ M T_{i, t}=\beta_0+\beta_1 G P_{i, t}+\beta_2 I \& E_{i, t}+\beta_3 T I_{i, t}+\beta_4 U R_{i, t}+\beta_5 E P_{i, t}+\beta_6 T A_{i, t}+\varepsilon $

(10)

其中，MT_{i, t}为被解释变量，表示第i年t省域的海洋旅游绿色发展水平。β₀和ε分别表示常数项和误差项，β₁-β₆分别表示各解释变量的系数，代表各因素对海洋旅游绿色发展水平的影响程度。

2、各影响因素指标交互项对我国沿海地区海洋旅游绿色发展的影响分析

选取海洋旅游绿色发展水平(MT)作为被解释变量，各影响因素指标——专利授权量(GP)、进出口总额(I&E)、第三产业产值占GDP比重(TI)、城镇化率(UR)、环境污染治理投资额(EP)、交通通达度(TA)作为解释变量，并在模型2-16中依次加入各指标的交互项变量AV∈{GP*I&E，GP*TI，GP*UR，GP*EP，GP*TA，I&E*TI，I&E*UR，I&E*EP，I&E*TA，TI*UR，TI*EP，TI*TA，UR*EP，UR*TA，EP*TA}作为解释变量，深入分析各影响因素指标对我国海洋旅游绿色发展的交互作用。构建基准回归模型如下：

$ M T_{i, t}=\beta_0+\beta_1 G P_{i, t}+\beta_2 I \& E_{i, t}+\beta_3 T I_{i, t}+\beta_4 U R_{i, t}+\beta_5 E P_{i, t}+ \\ \beta_6 T A_{i, t}+\beta_7 A V+\varepsilon $

(11)

其中，MT_{i, t}为被解释变量，表示第i年t省域的海洋旅游绿色发展水平。β₀和ε分别表示常数项和误差项，β₁-β₇分别表示各解释变量的系数，代表各因素对海洋旅游绿色发展的影响程度，据此可依次构建测度各影响因素交互项的面板计量模型2—16。

(二) 相关性分析及统计描述

为消除异方差，保持数据的平稳性，将解释变量中专利授权量(GP)、进出口总额(I&E)、环境污染治理投资额(EP)、交通通达度(TA)四个绝对数变量进行自然对数处理。

此外，为防止变量出现多重共线性，通过Pearson相关性检验，对主要解释变量进行检验(见表 1)。结果显示大多数解释变量之间的相关系数都在0.6以下，说明解释变量均在可接受范围内，不存在多重共线性问题。

为了解各变量的数据整体分布情况，对被解释变量和各解释变量进行描述性统计分析，结果见表 2。

(三) 估计结果分析 1、面板数据的平稳性检验

为判断各变量的平稳性，在进行数据回归之前，采取LLC、IPS、Breintung三种方法进行面板单位根检验(见表 3)，可得所有变量均在1%水平下通过了LLC、IPS和Breintung三种面板单位根检验。由此可知，上述各影响因素变量均是平稳的，可以进行回归实证分析。

2、面板数据估计结果

利用公式(10)与公式(11)，对我国沿海地区海洋旅游绿色发展影响因素的作用强度进行估计，结果如表 4所示。

(1) 我国海洋旅游绿色发展影响因素的作用强度分析

根据模型1运算结果，专利授权量、第三产业产值占GDP比重、环境污染治理投资额分别在1%、5%、10%水平上显著为正，城镇化率、交通通达度分别在10%、1%水平上显著为负，进出口总额未通过显著性检验，具体解释如下：

① 专利授权量每上升1%，便会造成海洋旅游绿色发展水平上升4.288%。说明专利授权量对海洋旅游绿色发展有显著的促进作用。这一结果也充分证明海洋科研力量以及海洋科技水平的增强，能够科学高效地保护海洋生物多样性、修复海洋生态系统、监管海洋生态灾害，对于海洋旅游资源的开发及可持续发展发挥着重要作用。

② 第三产业产值占GDP比重每上升1%，海洋旅游绿色发展水平就会提高0.206%。说明第三产业产值占GDP比重对海洋旅游绿色发展有正向的促进作用。这一结果也充分证明海洋经济结构优化，滨海旅游业比重提升，更加有利于海洋旅游可持续发展与高质量发展。

③ 环境污染治理投资额每上升1%，海洋旅游绿色发展水平就会提高4.025%。说明环境污染治理投资额对海洋旅游绿色发展有正向的促进作用。这一结果也充分证明充足的资金投入，使得海洋旅游发展拥有先进的海洋科研设备以及最优秀的海洋科技人才，为海洋生态旅游发展及环境综合治理提供了智力支持与人才保障，能够有效处理好海洋旅游资源利用与海洋生态保护之间的关系，推进我国海洋旅游绿色发展，打造高端滨海旅游示范区。

④ 进出口总额每上升1%，海洋旅游绿色发展水平就会降低1.008%。说明进出口总额对海洋旅游绿色发展有负向影响。这一结果也充分证明对外开放在推进与沿线国家海洋经济合作、实现海洋经济快速发展的同时，也加速了我国海洋旅游资源的消耗，带来了诸多海洋生态问题，比如海洋景区承载量过大，加剧了海洋景区污染与自然景观破坏，严重影响海洋旅游资源的可持续利用，制约海洋旅游绿色发展。

⑤ 城镇化率每上升1%，海洋旅游绿色发展水平就会降低1.027%。说明城镇化率对海洋旅游绿色发展有负向影响。这一结果也充分证明随着城镇化发展，海洋旅游基础设施更加完善，海洋旅游经济快速增长，但是城镇人口与景区游客的增加，对海洋旅游景区及生态环境造成巨大压力，不利于旅游绿色发展。

⑥ 交通通达度每上升1%，海洋旅游绿色发展水平就会降低0.468%。说明交通通达度对海洋旅游绿色发展有负向影响。这一结果也充分证明滨海旅游区便捷的交通在提升旅游景区知名度、增加海洋旅游收入的同时，也带来了对环境的破坏，比如港口运输、旅游活动均会带来大量的生活垃圾流入大海，交通拥堵、噪声污染也造成了海洋景区生态质量下降，均不利于海洋旅游绿色发展。

(2) 我国海洋旅游绿色发展影响因素交互作用强度分析

① 在模型2—模型6中，依次引入专利授权量指标与进出口总额、第三产业产值占GDP比重、城镇化率、环境污染治理投资额、交通通达度交互项(GP*I&E、GP*TI、GP*UR、GP*EP、GP*TA)后，与模型1对应的系数符号保持一致，均通过显著性检验；交互项估计系数符号为正，说明专利授权量与与其他影响因素交互项每上升1%，就会带动海洋旅游绿色发展水平分别上升2.400%、0.462%、0.301%、1.800%、2.103%，这意味着专利授权量与其他影响因素的交互作用能够有效增强其对海洋旅游绿色发展的正向作用，使总效应更加有利于海洋旅游绿色发展水平的提升。

② 在模型7—模型10中，依次引入进出口总额指标与第三产业产值占GDP比重、环境污染治理投资额、交通通达度交互项(I&E*TI、I&E*UR、I&E*EP、I&E*TA)后，与模型1对应的系数符号保持一致，其中，I&E*TI在10%水平上通过显著性检验，交互项估计系数符号为负，而其他交互项未通过显著性检验。说明I&E*TI每上升1%，就会导致海洋旅游绿色发展水平下降0.740%，这意味着进出口总额与第三产业产值占GDP比重的交互作用能够加重进出口总额对于海洋旅游绿色发展的负向作用，使其总效应更加不利于海洋旅游绿色发展水平的提升。此外，I&E*UR、I&E*EP、I&E*TA均未通过显著性检验。说明其交互作用对于海洋旅游绿色发展的影响较小。

③ 在模型11—模型13中，依次引入第三产业产值占GDP比重指标与交通通达度、城镇化率、环境污染治理投资额交互项(TI*TA、TI*UR、TI*EP)后，与模型1对应的系数符号保持一致。其中，第三产业产值占GDP比重与交通通达度交互项(TI*TA)在10%水平上通过显著性检验，交互项估计系数符号为正，而其他交互项未通过显著性检验。说明第三产业产值占GDP比重与交通通达度交互项(TI*TA)每上升1%，就会导致海洋旅游绿色发展水平上升0.384%，这意味着第三产业产值占GDP比重指标与城镇化率的交互作用能够有效增强其对海洋旅游绿色发展的正向作用，使其总效应更加有利于海洋旅游绿色发展水平的提升。此外，第三产业产值占GDP比重与城镇化率交互项(TI*UR)、第三产业产值占GDP比重与环境污染治理投资额交互项(TI*EP)均未通过显著性检验。说明其交互作用对于海洋旅游绿色发展的影响较小。

④ 在模型14—模型15中，依次引入城镇化率指标与交通通达度、环境污染治理投资额交互项(UR*TA、UR*EP)后，与模型1对应的系数符号保持一致。其中，城镇化率与交通通达度交互项(UR*TA)在10%水平上通过显著性检验，交互项估计系数符号为正，而其他交互项未通过显著性检验。说明城镇化率与交通通达度交互项(UR*TA)每上升1%，就会导致海洋旅游绿色发展水平上升0.295%，这意味着城镇化率与交通通达度的交互作用能够有效增强其对海洋旅游绿色发展的正向作用，使其总效应更加有利于海洋旅游绿色发展水平的提升。此外，城镇化率与环境污染治理投资额交互项(UR*EP)未通过显著性检验。说明其交互作用对于海洋旅游绿色发展的影响较小。

⑤ 在模型16中，引入环境污染治理投资额与交通通达度交互项(EP*TA)后，与模型1对应的系数符号保持一致，且在10%水平上通过显著性检验，同时交互项估计系数符号为正。说明环境污染治理投资额与交通通达度交互项(EP*TA)每上升1%，就会导致海洋旅游绿色发展水平上升1.700%，这意味着环境污染治理投资额与交通通达度的交互作用能够增强其对海洋旅游绿色发展的正向作用，使其总效应更加有利于海洋旅游绿色发展水平的提升。

五、结论与建议 (一) 研究结论

本文利用我国沿海地区11个省域2011—2020年的面板数据，实证测度和分析了我国海洋旅游绿色发展现状及区域差异。通过构建面板回归模型，运用固定效应估计方法，对我国沿海地区海洋旅游绿色发展的影响机制进行详细的探讨和分析，得出如下结论：

第一，根据海洋旅游绿色发展的时序特征，我国海洋旅游绿色发展水平呈现持续、稳步上升趋势；在省域层面上，天津、河北、上海、海南、福建、广西等省域海洋旅游绿色发展水平较高，而辽宁、江苏、浙江、山东、广东等省域海洋旅游绿色发展水平较低。根据海洋旅游绿色发展的空间特征，我国沿海地区海洋旅游绿色发展水平总体上表现出非均衡的特征，天津、上海、河北、海南等省域的海洋旅游绿色发展水平较高。

第二，根据海洋旅游绿色发展的影响机制分析得出，专利授权量、第三产业产值占GDP比重、环境污染治理投资额对海洋旅游绿色发展起到正向作用，而进出口总额、城镇化率、交通通达度对海洋旅游绿色发展起到负向作用；专利授权量与进出口总额交互项(GP*I&E)、专利授权量与第三产业产值占GDP比重交互项(GP*TI)、专利授权量与城镇化率交互项(GP*UR)、专利授权量与环境污染治理投资额交互项(GP*EP)、专利授权量与交通通达度交互项(GP*TA)、第三产业产值占GDP比重与交通通达度交互项(TI*TA)、城镇化率与交通通达度交互项(UR*TA)、环境污染治理投资额与交通通达度交互项(EP*TA)的交互作用能够有效增强其对海洋旅游绿色发展的正向作用，使其总效应更加有利于海洋旅游绿色发展水平的提升。

(二) 政策建议

在清晰认识到我国海洋旅游绿色发展影响机制的基础上，积极有效利用不同因素，可以促进海洋旅游绿色发展。从海洋旅游绿色发展的正向影响因素看，要充分发挥其正向促进作用。在科学技术方面，加大科技资金的投入量，积极培育海洋高端人才，充分调动科研力量，加强海洋生态环境综合治理措施的科技攻关，紧抓海洋资源的保护利用，推动海洋旅游绿色发展；在产业结构方面，优化海洋经济结构，提升滨海旅游业贡献率，科学规划海洋生态景区，注重海洋旅游可持续发展；在环境治理投资方面，设立海洋旅游科技发展专项资金，实施人才引进及招商引资优惠政策，充分利用资金进行海洋生态修复及海洋旅游资源的可持续开发。从海洋旅游绿色发展的负向影响因素看，要调整转变影响因素的负向作用。在对外开放方面，加强与沿线国家的合作，引进外资，增加生态环境保护与治理投资额，积极发展海洋生态旅游，与生态文明建设相协调；在城镇化进程方面，树立科学的发展观，遵从绿色发展理念，处理好资源开发与环境保护的关系，同时丰富海洋生态旅游产品，提升海洋旅游绿色发展质量；在交通方面，注重交通运输的节能减排，建设节能环保、集约高效的运输体系，实现交通运输与资源环境和谐发展，促进海洋旅游绿色发展。