節(jié)能減排視角下的公路運輸周轉量空間計量研究

姚寶珍,沈 飛,姚錦寶,王文思,王 爽*

（1.大連理工大學 汽車工程學院,遼寧，大連116024；2.北京交通大學 交通運輸學院，北京100044；3.北京交通大學 土建學院，北京100044；4.大連海事大學 交通運輸管理學院，遼寧，大連116026）

節(jié)能減排視角下的公路運輸周轉量空間計量研究

姚寶珍1,沈 飛2,姚錦寶3,王文思4,王 爽*1

（1.大連理工大學 汽車工程學院,遼寧，大連116024；2.北京交通大學 交通運輸學院，北京100044；3.北京交通大學 土建學院，北京100044；4.大連海事大學 交通運輸管理學院，遼寧，大連116026）

針對公路運輸面臨節(jié)能減排的嚴峻形勢，提出一種公路運輸周轉量的空間計量模型來分析公路運輸周轉量的空間相關性.首先，用空間自相關Moran指數(shù)法檢驗中國省域公路運輸周轉量的全域空間依賴性，然后，利用公路運輸周轉量的局域空間相關性檢驗確定空間集群效應高的地區(qū).在此基礎上，構建公路運輸周轉量的空間滯后模型和空間誤差模型，分析省域公路運輸周轉量的影響因素.通過情景假設考察空間集群效應高的地區(qū)，公路運輸周轉量減少對周邊地區(qū)的影響，以及其對全國節(jié)能減排效果的貢獻.

公路運輸;節(jié)能減排;空間計量模型；運輸周轉量；空間相關

1 引 言

自哥本哈根會議以來，節(jié)能減排成為全世界的熱點問題.鑒于我國目前能源利用效率總體偏低、結構不合理的現(xiàn)狀，以及政府節(jié)能減排總體目標的設置，我國在未來幾年內(nèi)節(jié)能減排的壓力將越來越大[1].交通運輸業(yè)作為我國節(jié)能減排的重要領域之一，許多學者都對其進行了大量研究.毛保華[2]結合對美國、英國、日本、俄羅斯和印度等典型國家經(jīng)濟與土地資源條件和客貨運輸結構等指標的比較分析，研究了合理優(yōu)化我國客貨運輸結構的基本手段和對策.凌春雨[3]指出建設節(jié)約型交通運輸，需要節(jié)約運輸資源、優(yōu)化交通運輸結構、發(fā)展交通運輸新技術.

公路運輸是交通運輸行業(yè)中占用資源最多、能源消耗比例最大、使用范圍最廣的一種運輸方式[4].在傳統(tǒng)公路運輸特性研究中，大多假設空間事物是無關并均質(zhì)的，忽視影響因素的空間效應[5,6]，此類研究不能有效分析具有空間效應的公路運輸周轉量.空間計量理論說明空間單元上的某種經(jīng)濟地理現(xiàn)象與其鄰近地區(qū)空間單元上的同一現(xiàn)象是相關的，空間計量經(jīng)濟模型是研究存在地理空間相關現(xiàn)象的有效方法[7,8].因此，在研究區(qū)域公路運輸周轉量的特征時，考慮地理空間因素的影響是解析各區(qū)域之間數(shù)據(jù)空間相關關系的關鍵環(huán)節(jié).

公路運輸具有較強的空間效應，如果忽略空間因素的影響，將很難準確分析公路運輸周轉量與節(jié)能減排的關系[9].本文將空間計量經(jīng)濟學應用到公路節(jié)能減排的研究中，用中國大陸30個省、直轄市、自治區(qū)（除香港、澳門和臺灣省外）的數(shù)據(jù)①所有數(shù)據(jù)均來自于《中國統(tǒng)計年鑒》及各省統(tǒng)計年鑒.分析公路運輸周轉量的空間效應及影響因素，在分析公路運輸周轉量的空間效應基礎上，建立公路運輸周轉量空間計量模型.

2 公路運輸周轉量的空間效應檢驗

公路運輸周轉量及其影響因素在地理空間上存在空間依賴性和溢出效應，即公路運輸周轉量會受到周邊地區(qū)的影響.本文采用空間統(tǒng)計分析Moran指數(shù)法檢驗公路運輸周轉量與空間依賴性間的關系.

2.1 全域空間相關性檢驗

空間統(tǒng)計學一般使用空間統(tǒng)計量——空間自相關指數(shù)Moran’s I檢驗區(qū)域經(jīng)濟變量的空間依賴性，即全域空間相關性.全域Moran’s I指數(shù)[10]定義為

根據(jù)數(shù)據(jù)的分布可以計算狀態(tài)分布MoranI的期望值：

為了檢驗省域公路運輸周轉量是否存在空間自相關及集群現(xiàn)象，本文利用GeoDA方法計算了1981–2012年31個省公路周轉量的Moran’s I指數(shù).計算結果如圖1所示.全域Moran’s I的取值范圍介于-1～1之間，若數(shù)值大于0，說明空間存在正自相關，數(shù)值越大說明空間的正自相關性越強；若其數(shù)值小于0，說明具有空間鄰接關系的單元之間不具有相似的屬性，數(shù)值越小說明各空間單元的差異性越大；若數(shù)值為零，說明不具有空間相關性，各單元之間服從隨機分布.從圖1可以發(fā)現(xiàn)，中國31個省、直轄市和自治區(qū)的公路運輸周轉量在空間分布上具有正自相關關系，即空間依賴性，這表明各省域的公路運輸周轉量是存在相關性的.而且，從1981年開始，我國公路運輸周轉量的空間相關性雖然有所波動，但整體呈上升趨勢，表明在我國道路交通運輸系統(tǒng)發(fā)展的同時，各省間的聯(lián)系越來越緊密，地區(qū)間公路運輸周轉量的空間依賴程度越來越高.因此，在進行省域公路運輸周轉量分析時，空間影響因素不可或缺.

圖1 1981-2012年31省公路客貨周轉量Moran’s I值Fig.1 Moran’s I of road passenger and freight turnover of 31 provinces from 1981-2012

2.2 局域空間相關性檢驗

局域空間相關性又稱為空間關聯(lián)局域指標（LISA)，局域Moran’s I指數(shù)[11]，定義為

采用局域空間相關性分析方法(LISA)對省域公路運輸周轉量的空間格局和集群現(xiàn)象進行更深入的分析，以彌補全域空間相關性分析方法的不足，其結果如圖2所示.

圖2 中國大陸省域公路運輸周轉量局域空間相關性示意圖Fig.2 Provincial spatial correlation of road transport turnover in Chinese mainland

“本地高，周邊高”型地區(qū)本身具有較大的公路運輸周轉量，且附近的地區(qū)也具有較大的運輸周轉量；“本地低，周邊低”型地區(qū)本身的運輸周轉量較小，其周圍的地區(qū)運輸周轉量也較小，同樣，有“本地低，周邊高”型地區(qū)和“本地高，周邊低”型地區(qū).“本地高，周邊高”和“本地低，周邊低”型地區(qū)表示正的空間自相關并且存在相近運輸周轉量的空間聚集，而位于“本地低，周邊高”和“本地高，周邊低”型地區(qū)則與鄰近地區(qū)呈負相關.如圖2所示，“本地高，周邊高”型地區(qū)為高空間集群效應地區(qū)，包括，遼寧、江蘇、上海、浙江和江西5省、直轄市；“本地低，周邊低”型地區(qū)為低空間集群效應地區(qū)，包括，新疆、甘肅、青海和四川4省、自治區(qū)；“本地低，周邊高”區(qū)域為具有負空間集群效應的地區(qū)（即本地區(qū)公路運輸周轉量低，而周邊地區(qū)高），包括安徽和天津2省.其他地區(qū)不具有明顯的局域空間相關性.

通過對比不同省域公路運輸周轉量局域空間關系可以發(fā)現(xiàn)，在不同的經(jīng)濟情況、產(chǎn)業(yè)結構、地理條件下，各省的運輸結構各不相同，對周邊地區(qū)的影響力也存在較大差異.因此，在制定公路運輸業(yè)的節(jié)能減排措施時，應選擇“本地高，周邊高”和“本地低，周邊低”型地區(qū)，其可以在降低自身公路運輸周轉量的同時，帶動周邊地區(qū)的公路運輸?shù)南陆?，以達到最優(yōu)的節(jié)能減排效果.

3 公路運輸周轉量空間計量模型

3.1 空間計量模型

依據(jù)空間面板模型的相關理論，空間常系數(shù)回歸模型包括空間滯后模型（SLM）和空間誤差模型（SEM）兩種，以及空間變系數(shù)回歸模型——地理加權回歸模型(GWR)[12]，本文將運用空間常系數(shù)回歸模型進行全域范圍的研究，分析省域公路運輸周轉量的空間效應和影響因素.

空間滯后模型[13]可以檢驗各變量在某地的擴散效應(或溢出效應)，其模型表達式為

式中 Y為解釋變量；X為n×k的外生解釋變量矩陣；ρ為空間回歸系數(shù)，它反映了空間單元之間的相互關系，也就是說相鄰空間單元對本空間單元的影響程度(該影響程度為矢量，具有一定的方向性)；W為n×n的空間權值矩陣，Wy為空間滯后因變量；ε為隨機誤差向量.參數(shù) β主要反映了自變量X對因變量Y的影響.空間滯后因變量Wy是一內(nèi)生變量，反映了空間距離對各空間單元之間的作用.空間誤差模型[12]的數(shù)學表達式為

式中 Y為因變量；X為n×k的外生解釋變量矩陣；W為n×n的空間權值矩陣；ε為隨機誤差向量；μ為正態(tài)分布的隨機誤差向量；參數(shù)β為自變量X對因變量Y的影響系數(shù)；λ為因變量向量的空間誤差系數(shù).空間誤差模型的空間依賴作用存在于擾動誤差項，度量了鄰接地區(qū)關于因變量的誤差沖擊對本地區(qū)觀測值的影響程度.

3.2 公路運輸周轉量空間計量模型構建

影響省域公路運輸周轉量的主要因素包括經(jīng)濟水平、產(chǎn)業(yè)結構和人口數(shù)量等因素.本文在構建空間滯后模型和空間誤差模型時，選取分產(chǎn)業(yè)GDP(第一產(chǎn)業(yè)FGDP、第二產(chǎn)業(yè)SGDP、第三產(chǎn)業(yè)TGDP)、省域人口總數(shù)(People)等指標做解釋變量來分別反映經(jīng)濟水平、產(chǎn)業(yè)結構和人口數(shù)量.本文選用各省、直轄市、自治區(qū)的空間距離作為空間權重，通過模型的比較分析，揭示省域公路運輸周轉量的空間效應及其影響方式.

省域公路運輸周轉量的空間滯后模型為

式中 i為省份；TOVi為i省的公路運輸周轉量；W為空間權重矩陣，W中的wij定義了空間關系，即空間權重；復合變量W×TOVi共同為空間滯后因素，表示某省域的空間相關地區(qū)運輸周轉量的空間溢出效應對本省域的影響；ρ為空間自回歸系數(shù)，其估計值反映了空間相關性的方向和大小；βx(x=1、2、3、4)為變量系數(shù)，ai和εi分別代表常數(shù)項和隨機誤差項.

運輸周轉量的空間誤差模型為

式中 ai為截距項；Wεij為空間滯后誤差項；λ為空間誤差自相關系數(shù)，表示回歸殘差之間空間相關的強度；βx(x=1、2、3、4)為變量系數(shù)；μi為隨機誤差項.

該模型表示某一省域公路運輸周轉量與其相近地區(qū)（具有空間相關性的地區(qū)）公路運輸周轉量、本省經(jīng)濟水平、產(chǎn)業(yè)結構和人口數(shù)量的關系.式（9）與式（8）的區(qū)別在于，式（9）的空間影響體現(xiàn)在空間滯后誤差項中，沒有直接以TOVi的形式出現(xiàn).

4 實例分析

4.1 公路運輸周轉量空間計量模型數(shù)據(jù)分析

根據(jù)2012年的統(tǒng)計數(shù)據(jù)，對上節(jié)中的公路運輸周轉量空間計量模型（空間滯后模型、空間誤差模型）和一種傳統(tǒng)的回歸模型（即不考慮其空間相關性）求解，其結果如表1所示.

表1 運輸周轉量回歸結果Table 1 Regression result of transport turnover

從表1可以看出，三種模型下的擬合優(yōu)度都高于0.8，空間滯后模型的擬合效果最好.空間滯后模型擬合結果顯示，空間自回歸系數(shù)為0.557 8，說明公路運輸周轉量具有較強的空間依賴性，空間臨近效應非常明顯.因此，僅僅采用傳統(tǒng)的計量經(jīng)濟模型進行分析將會得到有偏差的結果.從空間誤差模型結果看，空間誤差自相關系數(shù)為0.597，說明各省間存在的不可觀測數(shù)據(jù)也對公路的客貨周轉量產(chǎn)生正向作用.另外，第一、第二產(chǎn)業(yè)對公路運輸周轉量的貢獻都大于第三產(chǎn)業(yè)，政府加大力度優(yōu)化產(chǎn)業(yè)結構，增加服務業(yè)的比重，有利于降低公路運輸周轉量，進而降低交通運輸業(yè)的能源消耗，達到節(jié)能減排的目的.

4.2 情景分析

我國在實施公路運輸?shù)墓?jié)能減排措施時，應該對各個省份采用不同的策略與尺度，因此，本文以空間臨近效應高的地區(qū)為案例，分析這些地區(qū)公路運輸周轉量下降對周邊區(qū)域的影響，進而分析其對全國節(jié)能減排的貢獻.由于遼寧、上海、江蘇、浙江及江西具有高空間集群效應，這些城市公路周轉量的下降會帶動其周邊地區(qū)減少公路運輸，進而可以促進全國范圍內(nèi)公路運輸量的下降.因此，本文著重分析這些地區(qū)減少公路運輸對全國節(jié)能減排的影響情況.

考慮到遼寧、上海、江蘇及浙江是沿海地區(qū)，這些城市可以通過大力發(fā)展水路運輸減少公路運輸周轉量；江西是內(nèi)陸城市，可以通過鐵路運輸降低公路運輸分擔率.假設2014年GDP增長率為8%，國內(nèi)具有良好的節(jié)能減排實施環(huán)境，當高空間集群效應的地區(qū)公路運輸周轉量降低不同幅度（假設三種情景：下降25%、15%、5%）[14]時，應用空間滯后模型計算各種情景下全國的節(jié)能減排效果.具體情況如表2所示.

表2 空間集群效應地區(qū)公路運輸周轉量不同情景下的減排效果Table 2 Emission reduction of road transport turnover under different scenarios of spatial cluster regions

從表2可以看出，三種情景下，遼寧、江蘇、上海、浙江和江西五個地區(qū)公路運輸周轉量的減少均帶動其空間鄰接區(qū)域公路運輸周轉量不同程度的降低，分別降低6.6%、3.2%和1.4%.由于這只是減少5個地區(qū)的公路運輸周轉量對全國節(jié)能減排的影響，因此，其降低比例要低于這5個地區(qū)的情況，但這只是部分地區(qū)對全國的間接影響，如果進一步擴大減排的省域將可能呈現(xiàn)相互影響、梯次下降的局面，進而實現(xiàn)我國預計的節(jié)能減排目標.

5 研究結論

在節(jié)能減排的時代大背景下，交通運輸業(yè)作為能源消耗較高的行業(yè)，要積極采取措施降低碳排放量.公路運輸是交通運輸業(yè)中的碳排放量最高的運輸方式，因此，分析公路運輸周轉量的空間特征，制定合理的公路運輸減排措施，對交通運輸業(yè)的節(jié)能減排具有較大的現(xiàn)實意義.本文通過對公路運輸周轉量進行全域空間相關性檢驗，發(fā)現(xiàn)公路運輸周轉量具有較強的空間相關性，且隨著交通運輸業(yè)的發(fā)展呈現(xiàn)逐年上升的趨勢.通過檢驗省域公路運輸周轉量的局域空間相關性，遼寧、江蘇、上海、浙江和江西表現(xiàn)出運輸周轉量高的空間集群效應，這表明如果這些地區(qū)減少公路運輸，將會對周邊地區(qū)公路運輸周轉量帶來較大影響，因此，本文建議優(yōu)化上述地區(qū)的運輸結構，降低這些地區(qū)公路運輸周轉量，帶動周邊省市公路運輸?shù)臏p少，進而達到以點帶面的節(jié)能減排效果.

[1]陳帥,孫有望.資源緊缺型社會的綜合交通運輸體系結構優(yōu)化[J].交通科技與經(jīng)濟,2007,9(4):97-99. [CHEN S,SUN Y W.Study on the structure optimization problem of comprehensive transportation system in resource scarce society[J].Technology &Economy in Areas of Communications,2007,9(4):97-99.]

[2]毛保華,孫全欣,陳紹寬.2008年中國綜合交通結構分析[C].交通運輸系統(tǒng)工程與信息,2009,9(1):10-18. [MAO B H,SUN Q X,CHEN S K.Structural analysis on 2008 intercity transport system of China[J].Journal of Transportation Systems Engineering and Information Technology,2009,9(1):10-18.]

[3]凌春雨.節(jié)約型交通運輸體系相關問題的研究[D].中南大學,2007.[LENG C Y.Research of conservationoriented transport system correlative problem[D]. Central South University,2007.]

[4]田夢.綜合運輸通道客運交通結構優(yōu)化方法研究[D].北京交通大學,2009.[TIAN M.Researeh on passenger transportstrueture optimization of comprehensive transportation corridor[D].Beijing Jiaotong University, 2009.]

[5]蔡鳳田.公路交通運輸領域節(jié)能減排對策[J].交通環(huán)保,2008,37(02):36-44.[CAI F T.Countermeasures on road transport sector train excitation energy saving[J]. Jiao Tong HuanBao,2008,37(02):36-44.]

[6]Ranjan Kumar Bose.Energy demand and environmental implications in urban transport-case of Delhi[J]. Atmospheric Environment,1996,30(3):403-412.

[7]高遠東,陳迅.中國省域產(chǎn)業(yè)結構的空間計量經(jīng)濟研究[J].系統(tǒng)工程理論與實踐,2010,30(6):993-1000. [GAO Y D,CHEN X.Spatial econometric analysis of industrial structure of Chinese provinces[J].Systems Engineering-Theory & Practice,2010,30(6):993-1000.]

[8]Rey S，B D Montouri.US regional income convergence: A spatial econometric perspective[J].Regional Studies, 1999,33(2):143-156.

[9]楊遠舟,毛保華,劉明君,等.我國現(xiàn)代綜合交通運輸體系框架分析[J].物流技術,2010,(13):1-3.[YAN Y Z,MAO B H,LIU M J,et al.Framework analysis of the modern comprehensive transportation system of China[J].Logistics Technology,2010,(13):1-3.]

[10]Adjo A Amekudzi,C JotinKhisty,Meleckidzedeck Khayesi.Using the sustainability footprint model to assess development impacts of transportation systems[J]. Transportation Research,2009,43:339-348.

[11]Bode E.The spatial pattern of localized R&D spillovers: an empirical investigation for Germany 2004.

[12]Browne J,Eduardo S,Erin S,et al.Getting on track: Finding a path for transportation in the CDM[R].Final Report,Winnipeg:International Institute for Sustainable Development,2005.

[13]Jacques Leonardi.CO2efficiency in road freight transportation:Status quo,measures and potential[J]. Transportation Research Part D.2004,9：451-464.

[14]Karen Hofman.Canada’s energy perspectives and policies for sustainable development[J].Applied Energy. 86(2009),407-415.

Spatial Econometric Analysis of Road Turnover under the Energy Conservation and Emissions Reduction

YAO Bao-zhen1,SHEN Fei2,YAO Jin-bao2,WANG Wen-si4,WANG Shuang1
(1.School ofAutomotive Engineering,Dalian University of Technology,Dalian 116024,Liaoning,China；2.School of Traffic and Transportation,Beijing Jiaotong University,Beijing 100044,China；3.School of Civil Engineering&Architecture,Beijing Jiaotong University,Beijing 100044,China；4.Transportation Management College,Dalian Maritime University,Dalian 116026,Liaoning,China）

The spatial econometric model of road turnover(freight and passenger)is studied under the background of energy saving and emission reduction in transportation industry.Firstly,Moran’s I index is presented to examine the spatial correlation of provincial road turnover in China.And then,The Local Indicators of Spatial Association of road turnover is used to select the regions with high spatial cluster effect. On this basis,the spatial lag model and spatial error model of road turnover are conducted to analyze the influences of provincial road turnover.A certain scenario is established to analyze the influence of the reduction of road turnover in regions with high spatial cluster effect to their adjacent areas,and the contributions to energy saving and emission reduction of the whole country.

highway transportation;energy saving and emission reduction;spatial econometrics model; transport turnover;spatial dependence

1009-6744（2015）01-0112-06

：U121

：A

2013-12-09

：2014-03-21錄用日期：2014-04-16

國家自然科學基金（51208079）；中國博士后科學基金(2013M530924).

姚寶珍（1976-），女，安徽安慶人，副教授，博士.*

:wangshuang0702@126.com