交通運(yùn)輸碳排放強(qiáng)度時(shí)空特征分析
——以“一帶一路”沿線中國(guó)西北地區(qū)為例

李 靈 杰，　吳 群 琪

(長(zhǎng)安大學(xué) 經(jīng)濟(jì)與管理學(xué)院， 陜西 西安 710064)

一、引　言

2015年3月28日，國(guó)家發(fā)展改革委員會(huì)、外交部、商務(wù)部聯(lián)合發(fā)布了《推動(dòng)共建絲綢之路經(jīng)濟(jì)帶和21世紀(jì)海上絲綢之路的愿景與行動(dòng)》[1-2]，其中劃定內(nèi)蒙古、青海、寧夏、甘肅、陜西、新疆等西北地區(qū)為重點(diǎn)發(fā)展省份。另外，在“西部大開(kāi)發(fā)”、統(tǒng)籌城鄉(xiāng)經(jīng)濟(jì)發(fā)展等政策的助推下，中國(guó)西北地區(qū)交通必將會(huì)迎來(lái)一定程度的快速發(fā)展，進(jìn)而導(dǎo)致能源消耗和碳排放量的快速增加。因此，一方面，為促進(jìn)國(guó)家“2030年單位國(guó)內(nèi)生產(chǎn)總值CO2排放比2005年下降60%到65%”碳減排目標(biāo)的實(shí)現(xiàn)，保障西北地區(qū)交通經(jīng)濟(jì)的可持續(xù)發(fā)展；另一方面，為推動(dòng)“一帶一路”倡議、“低碳交通”、“綠色出行”協(xié)同建設(shè)，需要從碳排放強(qiáng)度(單位交通行業(yè)產(chǎn)值CO2排放量)視角，重點(diǎn)分析目前西北地區(qū)交通碳排放的時(shí)空演變過(guò)程，同時(shí)探索其空間相關(guān)性和異質(zhì)性，以期為制定具有針對(duì)性的減排策略提供依據(jù)，為“一帶一路”沿線省份或國(guó)家聯(lián)合減排工作提供后續(xù)支撐。

國(guó)外學(xué)者對(duì)交通碳排放進(jìn)行了大量研究，如Nag Barnali等采用Divisia指數(shù)定量分析了印度1980年及以后的能源碳排放強(qiáng)度變化，得出碳排放強(qiáng)度提升的主要原因是人均收入的變動(dòng)[3]。Lisa Ryan等運(yùn)用面板數(shù)據(jù)分析了歐盟車(chē)輛能源稅與碳排放強(qiáng)度間的關(guān)系，認(rèn)為客車(chē)銷(xiāo)售與碳排放強(qiáng)度受車(chē)輛和能源稅的影響十分明顯[4]。Obas等采用Laspeyres模型分析了碳強(qiáng)度與經(jīng)濟(jì)結(jié)構(gòu)、能源類(lèi)型以及能源消耗強(qiáng)度之間的相關(guān)性。[5]Margarita與Victor運(yùn)用LMDI法分解了葡萄牙1996～2009年期間的碳排放強(qiáng)度[6]。Simone Gingrich等以捷克斯洛伐克和奧地利1830～2000年碳排放強(qiáng)度為研究對(duì)象，運(yùn)用KAYA恒等式與對(duì)數(shù)比較分析法分析了兩國(guó)碳排放強(qiáng)度的影響因素，得出產(chǎn)業(yè)結(jié)構(gòu)和能源強(qiáng)度變化對(duì)碳排放強(qiáng)度有重要影響[7]。Sun等基于SRIO模型從交通視角測(cè)度了CO2排放量及碳排放強(qiáng)度[8]。

我國(guó)學(xué)者何建武等以2002年碳排放強(qiáng)度和人均GDP為指標(biāo)，將中國(guó)劃分為碳排放強(qiáng)度較低—經(jīng)濟(jì)發(fā)展水平較低，碳排放強(qiáng)度較高—經(jīng)濟(jì)發(fā)展水平落后，碳排放強(qiáng)度較低—人均GDP水平較高的3大地區(qū)[9]。趙雲(yún)泰運(yùn)用Theil指數(shù)法定量分析了1999～2007年期間省際、區(qū)域以及國(guó)家整體層面能源碳排放強(qiáng)度與差異水平等特征[10]。張志強(qiáng)對(duì)比分析了美、英、法、德、日等7個(gè)主要工業(yè)化發(fā)達(dá)國(guó)家以及中、印、巴等5個(gè)新興經(jīng)濟(jì)體國(guó)家的人均GDP變化趨勢(shì)、碳排放強(qiáng)度變化趨勢(shì)以及產(chǎn)業(yè)結(jié)構(gòu)與單位GDP碳排放強(qiáng)度關(guān)系、人均GDP與單位GDP碳排放強(qiáng)度關(guān)系[11]。劉廣為修正改進(jìn)了KAYA恒等式模型，并將其運(yùn)用到碳排放強(qiáng)度的因素分解中，得出產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)、能源強(qiáng)度以及碳排放因子4個(gè)影響因素[12]。謝守紅以1995～2010年為時(shí)間跨度，測(cè)算了該期間中國(guó)各行業(yè)的碳排放強(qiáng)度，并運(yùn)用行業(yè)分解法進(jìn)一步研判了各行業(yè)對(duì)中國(guó)碳排放強(qiáng)度的影響程度[13]。林伯強(qiáng)等探索性地劃分了中國(guó)1985～2006年期間的碳排放強(qiáng)度演變過(guò)程，并分析了每一階段碳排放強(qiáng)度的變化特征[14]。胡宗義以PS收斂模型為基礎(chǔ)，定性與定量相結(jié)合地分析了中國(guó)30個(gè)省市區(qū)的1986～2010年碳排放強(qiáng)度的收斂特征[15]。張翠菊等利用傳統(tǒng)空間計(jì)量分析工具測(cè)度研究了中國(guó)省域碳排放強(qiáng)度的聚集效應(yīng)和輻射效應(yīng)[16]。喬建等利用經(jīng)濟(jì)重心模型對(duì)中國(guó)碳排放強(qiáng)度整體演變進(jìn)行了分析，同時(shí)采用KAYA恒等式研究了重心演變的影響因素[17]。顏艷梅等基于基尼系數(shù)、Theil系數(shù)、對(duì)數(shù)利差均值等多種方法測(cè)度研究了碳排放強(qiáng)度的空間差異性及其影響因素[18]。袁長(zhǎng)偉利用標(biāo)準(zhǔn)差、變異系數(shù)分析了交通碳排放強(qiáng)度的變動(dòng)規(guī)律及空間差異性[19]。魏慶琦等基于時(shí)序數(shù)據(jù)，采用層級(jí)回歸法研究了能源價(jià)格對(duì)交通碳排放的影響[20]。

以往文獻(xiàn)對(duì)交通碳排放強(qiáng)度做了深入的研究，其中，國(guó)外學(xué)者多側(cè)重于對(duì)碳排放強(qiáng)度變動(dòng)原因、相關(guān)影響因素進(jìn)行定量分析，而國(guó)內(nèi)學(xué)者則側(cè)重依賴(lài)于選取各種參數(shù)來(lái)表征碳排放強(qiáng)度變化的時(shí)間序列特征，或是測(cè)度碳排放強(qiáng)度的影響因素及影響程度。目前，交通領(lǐng)域的碳排放研究主要集中于碳排放總量測(cè)度、影響因素研究、碳排放總量時(shí)空分析等方面[21]，但是從交通碳排放強(qiáng)度角度探究空間相關(guān)及異質(zhì)性的研究較少，同時(shí)針對(duì)“一帶一路”沿線省份交通碳排放強(qiáng)度的文獻(xiàn)鮮有涉及。因此，本文以“一帶一路”倡議劃定的中國(guó)西北地區(qū)6個(gè)省份交通碳排放強(qiáng)度為研究對(duì)象，利用Moran’s I值、Theil值以及半變異函數(shù)等模型，從時(shí)間序列和空間分布上定量地分析2006～2015年期間“一帶一路”沿線西北地區(qū)的交通碳排放強(qiáng)度變化態(tài)勢(shì)與特征，為西北地區(qū)交通碳減排政策的制定提供參考，為“一帶一路”綠色生態(tài)建設(shè)、沿線聯(lián)合減排提供有利的數(shù)據(jù)支撐。

二、模型構(gòu)建及數(shù)據(jù)處理

1.模型構(gòu)建

(1)相關(guān)性

空間相關(guān)性分析能夠有效表征中國(guó)西北地區(qū)交通強(qiáng)度空間分布特性及其依賴(lài)性，反映整個(gè)區(qū)域的空間聚集狀態(tài)[22]，一般采用莫蘭指數(shù)(Global Moran’s I)進(jìn)行衡量。同時(shí)，需要計(jì)算Z得分來(lái)檢驗(yàn)測(cè)算結(jié)果的顯著性。根據(jù)劉佳駿的研究，Global Moran’s I公式[23]如下：

(1)

(2)

Z得分表示標(biāo)準(zhǔn)差的倍數(shù)，其公式為：

(3)

(4)

V[I]=E[I2]-E[I]2

(5)

在實(shí)際計(jì)算中，各參數(shù)被視為具有統(tǒng)計(jì)學(xué)上的顯著性的聚類(lèi)。│Z│>1.65將被視為具有統(tǒng)計(jì)顯著性，其統(tǒng)計(jì)顯著性的置信度設(shè)置為90%。如果Z得分通過(guò)顯著性檢驗(yàn)，當(dāng)Moran’s I 指數(shù)值為正時(shí)表示聚類(lèi)趨勢(shì)，即西北地區(qū)交通碳排放強(qiáng)度具有包含同等低或者同等高的屬性值的鄰近要素；當(dāng)Moran’s I 指數(shù)值為負(fù)時(shí)表示離散趨勢(shì)，即西北地區(qū)交通碳排放強(qiáng)度具有包含不同數(shù)值的鄰近要素。

(2)異質(zhì)性

①變異系數(shù)

變異系數(shù)是指西北地區(qū)交通碳排放強(qiáng)度偏離該區(qū)域平均值的相對(duì)差距，反映的是交通碳排放強(qiáng)度的空間相對(duì)差，即西北各省交通碳排放強(qiáng)度的標(biāo)準(zhǔn)差與該區(qū)域平均值的比值。其具體公式如下：

(6)

②Theil指數(shù)模型

Theil指數(shù)又稱(chēng)為泰爾指數(shù)，是衡量區(qū)域間相對(duì)差異的重要指標(biāo)[24]。基于收入不平等Theil指數(shù)模型[25]，建立交通碳排放強(qiáng)度Theil指數(shù)模型如下：

(7)

式(7)中，將交通業(yè)增加值GDPi視為權(quán)重，反映“一帶一路”沿線西北地區(qū)交通發(fā)展水平對(duì)交通碳排放強(qiáng)度差異的影響作用。其中，xi為省份i的交通碳排放強(qiáng)度值；GDPti表示省份i的交通運(yùn)輸業(yè)增加值。T(xi)t介于0到1之間，表示第t年西北各省交通碳排放強(qiáng)度的Theil指數(shù)值，其值越大，則該地區(qū)交通發(fā)展水平對(duì)交通碳排放強(qiáng)度狀況差異的影響作用越大。

③半變異函數(shù)

變異系數(shù)及Theil指數(shù)僅能反映整體區(qū)域的差異特征，但對(duì)于各省間實(shí)際距離情況反映不足，而半變異函數(shù)作為地學(xué)統(tǒng)計(jì)的有效工具，能夠?qū)⑾嚓P(guān)性作為距離函數(shù)進(jìn)行測(cè)度，有效表示空間異質(zhì)性的整體變動(dòng)與各地區(qū)間距離，同時(shí)反映變動(dòng)的方向性[26-27]。

半變異函數(shù)的參數(shù)包括主變程、次變程、各向異性、步長(zhǎng)大小、塊金值以及偏基臺(tái)值等[28-29]，其中變程表示交通碳排放強(qiáng)度空間相關(guān)性的作用范圍，包含主變程與次變程，其范圍內(nèi)，各省份交通碳排放強(qiáng)度空間距離越小，表示相關(guān)性越大；各向異性指的是交通碳排放強(qiáng)度隨著時(shí)間變動(dòng)，其在變動(dòng)方向及變動(dòng)趨勢(shì)上呈現(xiàn)不同的態(tài)勢(shì)。半變異函數(shù)的具體公式為：

(8)

式(8)中，var為方差，pi、pj為省份i、j的質(zhì)心，Z(pi)-Z(pj)為省份i、j的質(zhì)心空間位置的差值。如果pi、pj在d(pi,pj)的測(cè)度距離相對(duì)較近，差值Z(pi)-Z(pj)較小，則表明在空間矢量位置上相似，反之則異質(zhì)性增大，如圖1與圖2所示。

圖1　典型半變異函數(shù)的解析

圖2　半變異函數(shù)變程分析

2.數(shù)據(jù)處理

為探究“一帶一路”沿線中內(nèi)蒙古、陜西、甘肅、青海、寧夏及新疆6省份交通碳排放強(qiáng)度的空間相關(guān)性及異質(zhì)性，選取2006～2015年作為研究期間。具體指標(biāo)及數(shù)據(jù)來(lái)源說(shuō)明如下：

(1)交通碳排放量測(cè)算。交通碳排放量的測(cè)算根據(jù)IPCC 2006年編寫(xiě)的《國(guó)家溫室氣體排放清單指南》第2卷中提供的參考方法[30]進(jìn)行測(cè)算，其具體公式為：

(9)

其中，Cti為第t年省份i的交通碳排放量；n為交通運(yùn)輸業(yè)燃料消耗種類(lèi)，且n=1，…，17，具體包括天然氣、煉廠干氣、煤油、汽油、原油、柴油、液化石油氣、燃料油、其他石油、原煤、型煤、洗精煤、其他洗煤、焦炭、焦?fàn)t煤氣、其他煤氣、其他焦化產(chǎn)品共17種主要能源；CO2tin為第t年省份i的第n種能源燃料消耗所產(chǎn)生的CO2排放量；Ftin為第t年省份i的第n種燃料消耗量；Sn為第n種燃料中非燃燒使用但卻作為原材料計(jì)入產(chǎn)品所占比重，在本文的數(shù)據(jù)處理中，并未將工業(yè)生產(chǎn)過(guò)程中被用作原料的能源列入研究范圍內(nèi)，即Sn=0；CFn為第n種燃料的平均低位發(fā)熱量，即轉(zhuǎn)換因子；CCn為第n種燃料單位熱量的碳排放量，即碳排放系數(shù)；COFn為第n種燃料的氧化因子；44/12為將C轉(zhuǎn)化為CO2的摩爾質(zhì)量比的轉(zhuǎn)換系數(shù)。

(2)交通碳排放強(qiáng)度。其表示一定時(shí)間區(qū)間內(nèi)，某地區(qū)交通CO2排放量與其對(duì)應(yīng)運(yùn)輸產(chǎn)值的比值，即交通行業(yè)內(nèi)單位運(yùn)輸產(chǎn)值的CO2排放量，其中未剔除價(jià)格因素影響，交通產(chǎn)值數(shù)據(jù)折合為2000年為基期的不變價(jià)格數(shù)據(jù)。具體測(cè)算公式如下：

(10)

式(10)中，Etic為第t年省份i的交通碳排放強(qiáng)度；GDPtit為第t年省份i的交通GDP值。

表1　各種能源的低位發(fā)熱值、碳排放系數(shù)及碳氧化率

其中，交通產(chǎn)值數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》；Ftin數(shù)據(jù)來(lái)源于EA、《中國(guó)統(tǒng)計(jì)年鑒》、《營(yíng)運(yùn)貨車(chē)燃料消耗量限值及測(cè)量方法(JT719)》；CFn、CCn、COFn等數(shù)據(jù)來(lái)源于《各種能源平均低位發(fā)熱量及折算標(biāo)準(zhǔn)煤的系數(shù)表》、《節(jié)能低碳技術(shù)推廣管理暫行辦法》(發(fā)改環(huán)資[2014]19號(hào)文件)以及《各種能源的低位發(fā)熱值與碳排放系數(shù)》，具體見(jiàn)表1。同時(shí)，需要說(shuō)明的是，空間特征分析中所采用的地理坐標(biāo)系為GCS Krasovsky 1940坐標(biāo)。

三、“一帶一路”沿線西北地區(qū)交通碳排放強(qiáng)度時(shí)空分析

1.時(shí)間分析

根據(jù)公式(10)，計(jì)算2006～2015年“一帶一路”沿線內(nèi)蒙古、陜西、甘肅、青海、寧夏及新疆6省交通碳排放強(qiáng)度，具體結(jié)果見(jiàn)表2。

表2　2006～2015年“一帶一路”沿線中國(guó)西北地區(qū)交通碳排放強(qiáng)度(萬(wàn)噸·億元-1)

由表2可知，在2006～2013年期間，西北地區(qū)交通碳排放總強(qiáng)度整體呈現(xiàn)下降趨勢(shì)，在2014年與2015年略有回升，但變動(dòng)幅度不大，因此，從整體來(lái)看，西北地區(qū)的交通行業(yè)所造成的CO2排放量的增長(zhǎng)幅度小于行業(yè)內(nèi)部經(jīng)濟(jì)增長(zhǎng)的幅度。

其中，新疆在2007年交通碳排放強(qiáng)度達(dá)到最值5.27萬(wàn)噸·億元-1，但是2007～2015年其交通碳排放強(qiáng)度一直持續(xù)下降，并于2015年下降至2.62萬(wàn)噸·億元-1，低于6省的平均值，其可能原因在于隨著新疆新能源推廣、烏魯木齊國(guó)家節(jié)能減排綜合示范城市等措施政策的落實(shí)，交通效率有所提升，進(jìn)而交通碳排放強(qiáng)度下降。在2006～2013年期間，寧夏交通碳排放強(qiáng)度的變化特征與新疆相似，盡管在2014年與2015年出現(xiàn)小幅度的回升，但依舊保持在西北地區(qū)最低交通碳排放強(qiáng)度水平，其原因可能在于寧夏相對(duì)其他西北省份，地域面積較小，交通資源投入較少，產(chǎn)出效率較高，因而交通碳排放強(qiáng)度呈現(xiàn)相對(duì)較低水平。內(nèi)蒙古在2006～2012年期間交通碳排放強(qiáng)度穩(wěn)步下降，但是2013～2015年回彈幅度較大，2015年數(shù)值甚至近乎接近2006年數(shù)值，可見(jiàn)，其交通行業(yè)內(nèi)部對(duì)CO2排放量的管控力度欠佳，以至于出現(xiàn)大幅的增長(zhǎng)。甘肅與青海兩省的交通碳排放強(qiáng)度變化特征較為相似，兩省均低于西北地區(qū)均值，并呈現(xiàn)出“W”型上下波動(dòng)，波動(dòng)幅度緩慢降低，碳排放強(qiáng)度值逐漸減小。青海、甘肅兩省強(qiáng)度較低的原因可能在于，受其地理環(huán)境的影響，基礎(chǔ)設(shè)施等資源投入相對(duì)較少，進(jìn)而能源消耗較少，同時(shí)受其自然環(huán)境特殊和相對(duì)注重環(huán)保措施的影響，青海、甘肅交通產(chǎn)值平均增長(zhǎng)率明顯低于6省碳排放量的平均增長(zhǎng)率。陜西在2006～2015年期間，交通碳排放強(qiáng)度雖然呈現(xiàn)上下波動(dòng)與增減趨勢(shì)，但是整體并未出現(xiàn)明顯改觀跡象，由此可見(jiàn)，陜西省的交通行業(yè)對(duì)CO2排放力度的管控和實(shí)施仍存在需要改進(jìn)的空間。

2.空間分析

由圖3和圖4可以發(fā)現(xiàn)，2006～2015年期間， “一帶一路”沿線中國(guó)西北地區(qū)交通碳排放強(qiáng)度的遞變方向逐漸呈現(xiàn)“西低東高”的態(tài)勢(shì)，即高碳排放強(qiáng)度逐漸轉(zhuǎn)移到陜西和內(nèi)蒙古兩省。其中，內(nèi)蒙古逐漸成為西北地區(qū)高交通碳排放強(qiáng)度省份，這主要是由于煤炭工業(yè)發(fā)展受限，導(dǎo)致以煤炭為拉動(dòng)的內(nèi)蒙古交通產(chǎn)業(yè)發(fā)展速度在近幾年明顯放緩，同時(shí)碳排放量持續(xù)較大幅度增加，兩者共同作用使得內(nèi)蒙古的交通碳排放強(qiáng)度顯著增強(qiáng)。而陜西，作為西北地區(qū)重要的對(duì)外聯(lián)通通道，交通行業(yè)發(fā)展較為迅速，相應(yīng)地帶動(dòng)了其CO2排放量平均增長(zhǎng)率高達(dá)10.56%，明顯高于經(jīng)濟(jì)的發(fā)展速度。而青海省交通碳排放強(qiáng)度低于6省的平均值，主要是由于青海省地處高原，交通人員短缺，能源消耗量較少，產(chǎn)出效率較高，同時(shí)由于地理環(huán)境脆弱，在發(fā)展的同時(shí)更加注重環(huán)境生態(tài)的保護(hù)，能夠相對(duì)地把控好交通—能源—環(huán)境3者之間的關(guān)系。

因此，整體來(lái)看，西北地區(qū)交通發(fā)展水平、碳減排管控等均存在不同程度的差異，使得2006～2015年期間內(nèi)蒙古、陜西、甘肅、青海、寧夏及新疆6省的交通碳排放強(qiáng)度最值、均值產(chǎn)生不同幅度的變動(dòng)。

圖3　2006～2010年“一帶一路”沿線中國(guó)西北地區(qū)交通碳排放強(qiáng)度

圖4　2011～2015年“一帶一路”沿線中國(guó)西北地區(qū)交通碳排放強(qiáng)度

四、“一帶一路”沿線西北地區(qū)交通碳排放強(qiáng)度相關(guān)性與異質(zhì)性分析

1.相關(guān)性分析

為進(jìn)一步分析“一帶一路”沿線中國(guó)西北地區(qū)交通碳排放強(qiáng)度在空間維度上的相關(guān)性，根據(jù)公式(1)～(5)，分別計(jì)算莫蘭指數(shù)與相應(yīng)的數(shù)理統(tǒng)計(jì)量，結(jié)果見(jiàn)表3。

由表3可知，盡管2006～2015年期間“一帶一路”沿線中國(guó)西北地區(qū)交通碳排放強(qiáng)度Moran’s I均為負(fù)值，即彼此呈現(xiàn)出離散趨勢(shì)的相關(guān)性，但是，由于│Z│<1.65(一個(gè)標(biāo)準(zhǔn)差)，即未通過(guò)顯著性檢驗(yàn)，“一帶一路”沿線中國(guó)西北地區(qū)交通碳排放強(qiáng)度之間存在空間相關(guān)性的假設(shè)不能成立，因此，接下來(lái)需要對(duì)西北地區(qū)交通碳排放強(qiáng)度進(jìn)行空間異質(zhì)性分析。

表3　2006～2015年“一帶一路”沿線中國(guó)西北地區(qū)空間相關(guān)指標(biāo)

2.異質(zhì)性分析

(1)變異系數(shù)與Theil指數(shù)分析

為定量分析2006～2015年期間“一帶一路”沿線中國(guó)西北地區(qū)交通碳排放強(qiáng)度空間差異的具體特征，根據(jù)公式(6)～(8)，采用最值、差值、變異系數(shù)、Theil指數(shù)等指標(biāo)對(duì)其進(jìn)行量化計(jì)算與分析，結(jié)果見(jiàn)表4。

表4　2006～2015年“一帶一路”沿線中國(guó)西北地區(qū)交通碳排放強(qiáng)度差異比較

由表4可以直觀地發(fā)現(xiàn)，2006～2015年期間“一帶一路”沿線西北地區(qū)交通碳排放強(qiáng)度的最大值與最小值均呈現(xiàn)出上下波動(dòng)的態(tài)勢(shì)，但是回彈幅度較小，因此，整體上差值呈“M”型波動(dòng)態(tài)勢(shì)，波動(dòng)幅度逐漸降低，差值逐漸縮小，即在2006～2015年期間，西北地區(qū)交通碳排放強(qiáng)度的差異性略有降低，雖在相關(guān)性分析未通過(guò)顯著性檢驗(yàn)，但整體已出現(xiàn)協(xié)同性收斂的跡象。變異系數(shù)在2006～2015年期間雖表現(xiàn)出上下浮動(dòng)，但是基本穩(wěn)定于0.29與0.37之間，表明西北地區(qū)交通碳排放強(qiáng)度數(shù)據(jù)的離散程度并不大，由此驗(yàn)證了未通過(guò)顯著性檢驗(yàn)的離散趨勢(shì)相關(guān)性分析。所以，通過(guò)最大值與最小值的差值以及變異系數(shù)比較，說(shuō)明2006～2015年期間“一帶一路”沿線西北地區(qū)交通碳排放強(qiáng)度的離散程度較低，并逐漸顯示出協(xié)同性收斂的態(tài)勢(shì)。其協(xié)同收斂的原因可能在于2009年以來(lái)新能源推廣、淘汰黃標(biāo)車(chē)等政策的陸續(xù)實(shí)施使得交通碳排放效率相對(duì)提升，因而交通碳排放強(qiáng)度普遍出現(xiàn)下降趨勢(shì)。

由上文模型構(gòu)建可知，Theil指數(shù)值表示的是“一帶一路”沿線西北地區(qū)交通發(fā)展水平對(duì)交通碳排放強(qiáng)度狀況差異的影響作用。由表4可知，Theil指數(shù)值在2007年與2008年有所增加，原因可能在于：在2000～2008年期間，中國(guó)經(jīng)濟(jì)的快速發(fā)展，各地區(qū)由于地理位置、資源稟賦等原因，交通發(fā)展呈現(xiàn)明顯差異性。從西北地區(qū)的交通產(chǎn)值增長(zhǎng)率來(lái)看，2007年和2008年其標(biāo)準(zhǔn)差分別為0.28和0.12，明顯大于2009～2015年的平均值0.07，而其碳排放量增長(zhǎng)速度差異性并不明顯。但是2008年之后，一方面，由于中國(guó)經(jīng)濟(jì)逐漸進(jìn)入穩(wěn)步增長(zhǎng)、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的“新常態(tài)”，交通行業(yè)發(fā)展差異性明顯降低；另一方面，由于“低碳交通”“綠色交通”等政策的實(shí)施，西北地區(qū)注重運(yùn)輸結(jié)構(gòu)的優(yōu)化與完善，嚴(yán)控CO2排放量的增加。所以，在2008～2015年期間，Theil指數(shù)值在穩(wěn)步下降，該變化也表明西北地區(qū)經(jīng)濟(jì)與交通行業(yè)的快速發(fā)展對(duì)環(huán)境的影響作用已顯著降低，交通—能源—環(huán)境3者之間的關(guān)系維持良好態(tài)勢(shì)。

(2)半變異函數(shù)分析

根據(jù)公式(8)計(jì)算2006～2015年“一帶一路”沿線西北地區(qū)交通碳排放強(qiáng)度半變異函數(shù)基臺(tái)等參數(shù)，并利用ArcGIS軟件可視化分析，求得主變程、次變程、各向異性角度、步長(zhǎng)大小、塊金值以及偏基臺(tái)值等半變異函數(shù)參數(shù)，如表5所示，并將主次變程、各向異性角度進(jìn)行可視化呈現(xiàn)如圖5所示。

通過(guò)探索性趨勢(shì)面分析可知，在不同的時(shí)間點(diǎn)上，西北地區(qū)交通碳排放強(qiáng)度的各向異性是不同的。在2006年，西北地區(qū)各省份均在各向異性角度為29.18°、主變程3626.26km、次變程2209.85km的半變異函數(shù)范圍內(nèi)，即北偏東29.18°的方向上、以長(zhǎng)軸為3623km、短軸為2210km的范圍內(nèi)，表明范圍內(nèi)相距較近的省份的相關(guān)性要大于范圍內(nèi)距離較遠(yuǎn)的省份。2007年，次變程未發(fā)生改變，而主變程顯著增大，

表5　2006～2015年“一帶一路”沿線中國(guó)西北地區(qū)交通碳排放強(qiáng)度半變異函數(shù)參數(shù)比較

圖5　2006～2015年“一帶一路”沿線中國(guó)西北地區(qū)交通碳排放強(qiáng)度半變異函數(shù)圖

各向異性角度相比于2006年繼續(xù)東偏約10°，即在北偏東38.32°的方向上，長(zhǎng)軸增加，異質(zhì)性范圍增大。這種變動(dòng)原因可能在于西北地區(qū)交通產(chǎn)業(yè)發(fā)展所需資源稟賦等均呈現(xiàn)不同狀態(tài)，且隨著交通的粗放式發(fā)展，不同省份間差異性逐漸突顯。2008年，各向異性角度繼續(xù)東偏增加約2°，但是主變程減小至2210km，次變程增加至3912km，整體異質(zhì)性范圍縮小，由此表明在小范圍內(nèi)，西北地區(qū)彼此之間的交通碳排放強(qiáng)度的差異性、離散型相對(duì)明顯。發(fā)展至2009年，其空間異質(zhì)性與2006年大致相同，2010～2013年的空間異質(zhì)性基本呈現(xiàn)相同狀態(tài)，其各向異質(zhì)性角度介于46°～51°，次變程維持不變，而主變程略有增減，由此說(shuō)明，在此4年之間，西北地區(qū)的交通碳排放強(qiáng)度雖有不同程度的增減變動(dòng)，但基本是趨于一致性的改變，即各地區(qū)交通碳排放強(qiáng)度呈現(xiàn)收斂特性，其可能原因在于交通領(lǐng)域節(jié)能減排措施的廣泛有效實(shí)施與經(jīng)濟(jì)“新常態(tài)”下交通產(chǎn)值增長(zhǎng)速度放緩。2014年與2015年，其主、次變程基本與2010～2013年維持一致，但是，這兩年的各向異質(zhì)性角度卻顯著增加至北偏東113°～115°，由此也反映出了西北地區(qū)交通碳排放強(qiáng)度值的遞變方向發(fā)生了改變，從而在一定程度上驗(yàn)證了空間分析中西北地區(qū)交通高碳排放強(qiáng)度逐漸轉(zhuǎn)移到陜西和內(nèi)蒙古兩省的變動(dòng)規(guī)律。

五、結(jié)　語(yǔ)

以“一帶一路”沿線中國(guó)西北地區(qū)交通碳排放強(qiáng)度為研究對(duì)象，利用Gobal Moran’s I、變異系數(shù)、Theil指數(shù)以及半變異函數(shù)模型，對(duì)內(nèi)蒙古、陜西、甘肅、青海、寧夏、新疆等西北地區(qū)的交通碳排放強(qiáng)度的時(shí)空格局變動(dòng)、空間自相關(guān)性及異質(zhì)性特征進(jìn)行了定性分析與定量測(cè)度。

從時(shí)間維度來(lái)看，在2006～2015年期間，“一帶一路”沿線中國(guó)西北地區(qū)的交通碳排放強(qiáng)度基本呈現(xiàn)下降趨勢(shì)，其中2014年和2015年呈現(xiàn)小幅回升趨勢(shì)，這說(shuō)明西北地區(qū)交通發(fā)展所造成的CO2排放量的增長(zhǎng)幅度基本小于行業(yè)內(nèi)部經(jīng)濟(jì)增長(zhǎng)的幅度；從空間維度來(lái)看，西北地區(qū)各省交通碳排放強(qiáng)度基本處于相對(duì)穩(wěn)定狀態(tài)，但其交通碳排放強(qiáng)度最大省份由新疆變?yōu)閮?nèi)蒙古。在此基礎(chǔ)上，加大內(nèi)蒙古煤炭產(chǎn)業(yè)等高能源產(chǎn)業(yè)轉(zhuǎn)型升級(jí)改造，提升第三產(chǎn)業(yè)比重，多方面拉動(dòng)經(jīng)濟(jì)，帶動(dòng)經(jīng)濟(jì)發(fā)展，同時(shí)推行節(jié)能減排措施，兩方面共同作用，有效降低交通碳排放強(qiáng)度。同時(shí)，西北地區(qū)交通碳排放強(qiáng)度小幅回升的原因也在于經(jīng)濟(jì)“新常態(tài)”使得交通產(chǎn)業(yè)經(jīng)濟(jì)發(fā)展放緩，而交通碳排放效率依舊未能明顯改善，因而，需要繼續(xù)大力推行新的能源替代、能源消耗技術(shù)革新等節(jié)能減排政策。

西北地區(qū)交通碳排放強(qiáng)度之間的空間相關(guān)性并未通過(guò)顯著性檢驗(yàn)，且其存在空間差異性，但程度較小，同時(shí)地區(qū)內(nèi)存在趨同及收斂趨勢(shì)；2006～2015年期間，各向異質(zhì)性角度在29°～115°之間變動(dòng)，次變程增減幅度較小，主變程變動(dòng)較大，從而改變著空間異質(zhì)性范圍，同時(shí)驗(yàn)證了空間維度交通碳排放強(qiáng)度轉(zhuǎn)移的定性分析。從收斂趨勢(shì)可以看出，可以嘗試對(duì)西北地區(qū)交通碳排放強(qiáng)度相近地區(qū)實(shí)行聯(lián)合減排政策；對(duì)于差異性明顯省份，分別針對(duì)性實(shí)行不同交通減排策略；對(duì)碳排放強(qiáng)度較大省份，應(yīng)積極向區(qū)域內(nèi)部低排放強(qiáng)度省份交流學(xué)習(xí)，以促進(jìn)該省份交通節(jié)能減排工作有序推進(jìn)。

由于研究對(duì)象為“一帶一路”沿線中國(guó)西北地區(qū)的交通碳排放強(qiáng)度，進(jìn)行空間分析的樣本數(shù)量較小，可能影響結(jié)論的普適性，因此，今后可以擴(kuò)大研究范圍，進(jìn)一步分析區(qū)域內(nèi)部的交通碳排放及碳減排等問(wèn)題。