陜西省交通運輸業(yè)碳排放影響因素分解研究

袁長偉，李若影，芮曉麗，白娟

(長安大學經濟與管理學院，陜西西安 710064)

?

陜西省交通運輸業(yè)碳排放影響因素分解研究

袁長偉，李若影，芮曉麗，白娟

(長安大學經濟與管理學院，陜西西安 710064)

基于陜西省相關統(tǒng)計數(shù)據(jù)，計算了2005～2013年陜西省交通運輸業(yè)以及各種運輸方式的碳排放量，通過構建LMDI分解模型，定量分析了運輸能源強度、運輸結構、交通運輸業(yè)發(fā)展水平對陜西省交通運輸業(yè)碳排放的影響。研究認為，運輸能源強度的提高抑制了陜西省交通運輸業(yè)碳排放量的增長，運輸結構對陜西省交通運輸業(yè)碳排放量增長的貢獻力度不大，陜西省交通運輸業(yè)發(fā)展水平的提高是影響碳排放量增長的主要因素。

陜西??；交通運輸業(yè)；碳排放；LMDI分解法

二氧化碳的大量排放導致了溫室效應的日益嚴重，全球地表溫度上升對人類的生存產生了巨大的威脅。2009年中國在哥本哈根氣候會議上做出了到2020年單位國內生產總值二氧化碳排放量比2005年下降40%～45%的承諾，中國碳減排任務十分艱巨。作為中國國民經濟發(fā)展的基礎產業(yè)之一，交通運輸業(yè)在運輸生產和服務過程中要消耗大量的能源，尤其是化石燃料，而化石燃料的燃燒是二氧化碳排放的主要來源。根據(jù)IPCC提供的報告顯示，交通運輸部門是僅次于能源供應和工業(yè)生產的第三大溫室氣體排放部門[1]。因此，交通運輸業(yè)是降低碳排放量的重要領域。

因素分解法是研究碳排放相關問題的一種重要的方法。碳排放因素分解法主要有：Divisia分解法(LMDI分解模型算法)、STIRPAT模型、 Laspeyres指數(shù)法等，其中應用最廣泛的要數(shù)Divisia分解模型算法體系。徐國泉等給出了具體的LMDI分解模型算法，通過定量分析研究，認為能源效率的提高對中國人均碳排放具有抑制作用，能源結構的調整對中國人均碳排放的影響作用甚微[2]。雷厲等通過構建LMDI分解模型算法分析了中國碳排放的區(qū)域差異，體現(xiàn)了區(qū)域間碳排放影響因素的差異[3]。魏慶琦等利用LMDI分解模型算法研究了GDP、經濟和交通的依存度、能源效率、運輸結構等因素對中國交通運輸業(yè)碳排放的影響[4]。徐雅楠等采用STIRPAT模型分析研究了人口、人均消費、技術等因素對交通運輸業(yè)碳排放的影響，并將人口因素進行二次分解，研究不同人群是如何影響交通運輸業(yè)碳排放的[5]。張明用Laspeyres完全分解方法研究了中國能源消耗和能源強度的變化特征[6]。

本論文在測算陜西省交通運輸業(yè)碳排放量的基礎上，通過LMDI分解模型算法的計算結果，分析各因素對陜西省交通運輸業(yè)碳排放的影響。這對陜西省交通運輸業(yè)實現(xiàn)碳減排，構建低碳環(huán)保交通體系具有一定的理論和現(xiàn)實意義。

一、LMDI分解模型構建

本論文主要采用2005～2013年陜西省不同運輸方式的客、貨周轉量，運輸能源強度，不同能源的碳排放系數(shù)等數(shù)據(jù)。數(shù)據(jù)來源于歷年《陜西省統(tǒng)計年鑒》《中國統(tǒng)計年鑒》等。

本文利用Divisia分解法中LMDI分解模型對陜西省交通運輸業(yè)碳排放影響因素進行分析研究，其基本思想是把陜西省交通運輸業(yè)碳排放量分解成若干影響因素組合的形式，然后計算這些影響因素的貢獻值以及貢獻率[7]。通過對Johan等提出的碳排放量基本模型進行變形，得交通運輸業(yè)碳排放量的基本公式為[8]：

(1)

第t期相對于基期的碳排放量的變化可表示為[3]：

(2)

式中，ΔC表示碳排放量從基期0到第t期的變化；能源強度Fij為一定值，故ΔFij=0；ΔIij表示運輸能源強度因素變化對碳排放量的貢獻值；ΔSi表示運輸結構因素變化對碳排放量的貢獻值；ΔT為交通運輸業(yè)發(fā)展水平因素變化對碳排放量的貢獻值；ε為分解余量。

(3)

對式(3)兩邊取對數(shù)得：

lnD=lnDI+lnDS+lnDT+lnθ

(4)

式中，D、DI、DS、DT分別表示碳排放總量、運輸能源強度、運輸結構、交通運輸業(yè)發(fā)展水平因素對碳排放量的貢獻率，θ為分解余量。利用LMDI分解模型算法將式(2)分解如下：

(5)

(6)

(7)

設式(2)和式(4)對應項成比例，那么

(8)

(9)

其中，e為自然常數(shù)。

二、陜西省交通運輸業(yè)碳排放因素分解

(一)陜西省交通運輸業(yè)碳排放總量分析

本文采用以下公式對陜西省交通運輸業(yè)碳排放量進行計算：

(8)

根據(jù)國家發(fā)展和改革委員會能源研究所發(fā)布的《中國可持續(xù)發(fā)展能源暨碳排放情景分析綜合報告》[9]提供的資料，F(xiàn)ij的取值如表1所示。

表1各類能源的碳排放系數(shù) t/tce

隨著科學的發(fā)展和進步，不同運輸方式的運輸能源強度即單位換算周轉量消耗的能源會隨之發(fā)生變化[9-10]。交通運輸結構是指一個國家或者區(qū)域交通運輸周轉總量在不同交通運輸方式下的分擔[4]。

為了綜合計算不同運輸方式占總周轉量的比重，需要用到換算周轉量的概念。換算周轉量=貨物周轉量+(旅客周轉量×客貨換算系數(shù))，客貨換算系數(shù)如表2所示，經過計算后的交通運輸結構取值如表3所示。交通運輸業(yè)發(fā)展水平主要通過陜西省年度交通運輸總換算周轉量來反映，其取值見表4所示。

根據(jù)公式可以計算出2005～2013年陜西省交通運輸業(yè)的碳排放總量以及不同運輸方式的碳排放量，其計算結果如表5和表6所示。

表2中國交通運輸客貨周轉量換算系數(shù)[6]

注：單位為t·km/人·km。

表3交通運輸結構

表4交通運輸業(yè)發(fā)展水平

注：單位為108t·km。2008年交通部開展了全國公路水路運輸量專項調查，使得統(tǒng)計范圍口徑發(fā)生變化。

表52005～2013年陜西省交通運輸業(yè)碳排放總量 t

表62005～2013年陜西省不同運輸方式碳排放量 t

(二)陜西省交通運輸業(yè)碳排放影響因素分解結果分析

基于LMDI分解模型算法，對陜西省交通運輸業(yè)碳排放模型進行分解。各因素的貢獻值和貢獻率代表了對陜西省交通運輸業(yè)碳排放變化的貢獻程度。由于Fij為固定值，所以影響陜西省交通運輸業(yè)碳排放的因素為運輸能源強度變化貢獻值、運輸結構變化貢獻值以及交通運輸發(fā)展水平變化貢獻值。對公式進行計算，其結果如表7所示。

陜西省交通運輸業(yè)碳排放總量在不斷增加。

表72006～2013年陜西省交通運輸業(yè)碳排放影響因素分解結果

2007～2008年增長迅猛，其主要原因是2008年交通部開展了全國公路水路運輸量專項調查，使得統(tǒng)計范圍口徑發(fā)生變化，統(tǒng)計數(shù)據(jù)更加健全，隨后逐年增加且增長較為平穩(wěn)，2008～2012年的年平均增長率可達到16.7%，2013年與2012年相比有所下降。造成陜西省交通運輸業(yè)碳排放總量不斷增加的主要原因是該省交通運輸業(yè)發(fā)展水平的不斷提高，由于統(tǒng)計口徑的改變，從2008～2012年，陜西省交通運輸業(yè)總換算周轉量的年增長率可達到17.2%。從圖1中也可以看出，交通運輸業(yè)發(fā)展水平對交通運輸業(yè)碳排放總量的貢獻值不斷增大，其絕大部分要歸因于公路運輸份額的不斷提高。其原因一方面是由于技術進步導致航空運輸能源強度的下降，另一方面是由于航空運輸所占份額下降所導致的。

從表7可以看出，運輸能源強度對降低陜西省交通運輸業(yè)碳排放量的貢獻值不斷增加，隨著科學的發(fā)展與技術的進步，各種運輸方式的技術性能不斷提高，導致運輸能耗不斷降低、運輸效率不斷提高，尤其是鐵路運輸和水路運輸能源強度的降低對碳排放量的抑制作用尤為明顯。鐵路運輸單位換算周轉量的柴油、汽油、原煤的消耗量由2005年的21.382 kg·(104t·km)-1、0.388 kg·(104t·km)-1和24.756 kg·(104t·km)-1下降至2013年的12.745 kg·(104t·km)-1、0.070 kg·(104t·km)-1和20.275 kg·(104t·km)-1。與此同時，公路運輸、水路運輸、航空運輸單位換算周轉量的能耗也都有不同程度的降低。運輸結構對碳排放量的貢獻值雖然在不斷增加，但是貢獻力度不大。2007年運輸結構對碳排放量的影響體現(xiàn)為抑制作用，影響碳排放量減少197.3 t，從2008年開始，運輸結構對碳排放量的影響體現(xiàn)為拉動作用，且貢獻值逐年增加。水路運輸和航空運輸在陜西省交通運輸總換算周轉量中所占份額極小，鐵路運輸所占份額呈下降態(tài)勢，公路運輸作為高能耗的運輸方式其份額不斷上升尤其是公路貨運，與2005年相比，2013年公路貨運增加了41.0%，而鐵路運輸則減少了15.6%。

為了更好地分析各影響因素，將運輸能源強度列為抑制陜西省交通運輸業(yè)碳排放的因素，將運輸結構和交通運輸業(yè)發(fā)展水平列為拉動陜西省交通運輸業(yè)碳排放的因素。各個階段拉動因素對交通運輸業(yè)發(fā)展水平的貢獻率遠大于抑制因素對運輸能源強度的貢獻率，從而導致陜西省交通運輸業(yè)碳排量總量不斷增長。拉動因素運輸結構的貢獻率雖然與運輸能源強度的貢獻率相差不大，但由于其貢獻率基本維持在1.00～1.01之間，可認為其貢獻率基本保持不變[11-14]。

三、結語

2005～2013年陜西省交通運輸業(yè)碳排放總量呈現(xiàn)不斷上升的態(tài)勢，2007～2008年急劇上升是由于統(tǒng)計范圍口徑變化所導致?lián)Q算周轉量的大幅度增加，2008～2012年增長較為平穩(wěn)，2013年略微下降。其不斷增長的主要原因是交通運輸業(yè)發(fā)展水平的不斷提高。運輸能源強度對陜西省交通運輸業(yè)碳排放總量的影響表現(xiàn)為抑制作用。運輸能源強度的降低意味著運輸效率的提高。但由于交通運輸業(yè)發(fā)展水平對碳排放的貢獻率與運輸能源強度對碳排放的貢獻率差距巨大，所以陜西省交通運輸業(yè)碳排放總量不斷增長。運輸結構雖然對陜西省交通運輸業(yè)碳排放總量總體表現(xiàn)為拉動作用，其貢獻值與貢獻率幾乎逐年增加，但是貢獻力度不大，可認為基本不變。

[1] 曲艷敏，白宏濤，徐鶴.基于情景分析的湖北省交通碳排放預測研究[J].環(huán)境污染與防治，2010,32(10):102-103.

[2] 徐國泉，劉則淵，姜照華.中國碳排放的因素分解模型及實證分析：1995～2004[J].中國人口·資源與環(huán)境，2006，6(16)：158-161.

[3] 雷厲，仲云云，袁曉玲.中國區(qū)域碳排放的因素分解模型及實證分析[J].當代經濟科學，2011，5(33)：59-65.

[4] 魏慶琦，趙蒿正，肖偉.我國交通運輸結構優(yōu)化的碳減排能力研究[J].交通運輸系統(tǒng)工程與信息，2013(3)：11-17.

[5] 徐雅楠，杜志平.我國交通運輸業(yè)的碳排放測度及因素分解[J].物流技術，2011，6(30):16-19.

[6] 張明.基于指數(shù)分解的我國能源相關CO2排放及交通能耗分析與預測[D].大連：大連理工大學，2009.

[7] 徐軍委，劉志華.基于對數(shù)平均權重分解法的我國二氧化碳排放因素分解研究[J].中國礦業(yè)，2014，12(23)：24-27.

[8] Johan A，Delphine F，Koen S.A shapely decomposition of carbon emissions without residuals[J].Energy Policy,2002,30:726-736.

[9] 丁金學.我國交通運輸業(yè)碳排放及其減排潛力分析[J].綜合運輸，2012，12:20-26.

[10] 李連成，吳文化.我國交通運輸業(yè)能源利用效率及發(fā)展趨勢[J].綜合運輸，2008，3：16-20.

[11] 高潔.交通運輸碳排放時空特征及演變機理研究[D].西安：長安大學，2013.

[12] 尹鵬，段佩利，陳才.中國交通運輸碳排放格局及其與經濟增長的關系研究[J].干旱資源與環(huán)境，2016，30(5)：7-12.

[13] 劉育紅.“絲綢之路經濟帶”交通運輸碳排放空間轉移分析[J].財經理論與實踐，2016(2)：129-133.

[14] 關海波，金良.中國交通運輸碳排放測度及未來減排情景模擬[J].未來與發(fā)展，2012(7)：55-59.

Decomposition of the impact factors of carbon emission in Shaanxi transportation industry

YUAN Chang-wei, LI Ruo-ying, RUI Xiao-li, BAI Juan

(School of Economics and Management, Chang’an University, Xi’an 710064, Shaanxi, China)

Based on data from 2005 to 2013 in Shaanxi, this paper calculated the carbon emissions of Shaanxi transportation industry and all modes of transportation from 2005 to 2013. By building LMDI decomposition model, it quantitatively analyzed the impact of transportation energy intensity, transportation structure, and the level of transportation industry development on carbon emissions of Shaanxi transportation industry. The results show that the improvement of energy intensity of transportation inhibits the growth of carbon emissions on Shaanxi transportation industry. Transportation structure has little contribution to the growth of carbon emissions. In addition, the improvement of Shaanxi transportation industry development level is the major factor affecting the growth of carbon emissions.

Shaanxi; transportation industry; carbon emissions; LMDI decomposition method

2016-01-10

國家自然科學基金項目(51278057)；霍英東教育基金會第十五屆高等院校青年教師基金資助項目(151075)；中央高?；究蒲袠I(yè)務費專項資金資助項目(310823151006,310823160103)

袁長偉(1981-)，男，湖南邵陽人，教授。

X73

A

1671-6248(2016)02-0038-05