運(yùn)輸結(jié)構(gòu)對交通運(yùn)輸碳排放影響的實(shí)證分析

田春林，楊 東

（交通運(yùn)輸部科學(xué)研究院，北京 100029）

0 引言

交通運(yùn)輸行業(yè)是能源消費(fèi)的重點(diǎn)領(lǐng)域，其能源消耗和碳排放已成為全球普遍關(guān)注的問題。根據(jù)國際能源署的測算，全球近1/4 的碳排放來自公路、航空、水運(yùn)和鐵路運(yùn)輸[1]。近年來，中國在交通運(yùn)輸節(jié)能減排方面作出了諸多努力，優(yōu)化調(diào)整運(yùn)輸結(jié)構(gòu)已成為其中一項(xiàng)重點(diǎn)工作。2017年12月，中央經(jīng)濟(jì)工作會議提出“要調(diào)整運(yùn)輸結(jié)構(gòu)，減少公路貨運(yùn)量，增加鐵路貨運(yùn)量”。2018年9月，國務(wù)院辦公廳印發(fā)《推進(jìn)運(yùn)輸結(jié)構(gòu)調(diào)整三年行動計(jì)劃（2018—2020年）》[2]。統(tǒng)計(jì)資料顯示，自政策實(shí)施以來，2019年鐵路貨運(yùn)量與貨物周轉(zhuǎn)量較2017年分別增長19%和14.7%，實(shí)現(xiàn)了運(yùn)輸量從高碳排放的公路運(yùn)輸向低碳排放的鐵路運(yùn)輸轉(zhuǎn)換，有效降低了交通運(yùn)輸行業(yè)的碳排放。在政策實(shí)施階段，客觀評估政策的有效性是進(jìn)一步完善政策、推進(jìn)政策深化實(shí)施的關(guān)鍵。因此，針對運(yùn)輸結(jié)構(gòu)調(diào)整，有必要對其碳減排成效進(jìn)行定量評估，為管理部門把握尺度、明確重點(diǎn)、細(xì)化任務(wù)提供數(shù)據(jù)支撐。

國內(nèi)外學(xué)者對交通運(yùn)輸碳排放的影響因素開展了較多研究，主要研究方法包括指數(shù)分解法、時間序列計(jì)量經(jīng)濟(jì)學(xué)方法、面板數(shù)據(jù)計(jì)量經(jīng)濟(jì)學(xué)方法等。其中，指數(shù)分解法較早被用來研究碳排放問題，具體包括拉氏指數(shù)法、迪氏指數(shù)法、平均迪氏指數(shù)法（Logarithmic Mean Divisia Index,LMDI）等。Greening 等人利用迪氏指數(shù)對影響碳排放強(qiáng)度的因素進(jìn)行分解，其研究認(rèn)為，優(yōu)化貨物運(yùn)輸結(jié)構(gòu)、使用綠色清潔能源、減少擁堵能夠有效降低碳排放[3]。Timilsina 和Fernández González采用LMDI法分別研究了拉丁美洲、加勒比地區(qū)以及歐盟等地的交通運(yùn)輸碳排放影響因素，指出經(jīng)濟(jì)增長是交通碳排放的重要驅(qū)動因素，而運(yùn)輸結(jié)構(gòu)、運(yùn)輸強(qiáng)度、人口規(guī)模也是主要的影響因素[4-5]。國內(nèi)的李艷紅等人基于LMDI 法對中國2010—2020年交通運(yùn)輸行業(yè)碳排放變化進(jìn)行了分析，指出運(yùn)輸結(jié)構(gòu)、交通運(yùn)輸碳排放系數(shù)、換算周轉(zhuǎn)量是驅(qū)動中國交通運(yùn)輸行業(yè)碳排放的關(guān)鍵因素[6]。采用類似方法開展研究的還包括尚玲宇[7]、丁學(xué)金[8]、盧建鋒等人[9]。雖然側(cè)重角度有所不同，但這些研究普遍認(rèn)為運(yùn)輸結(jié)構(gòu)對碳排放具有重要影響。隨著變量間因果分析不斷受到重視，計(jì)量經(jīng)濟(jì)學(xué)方法逐漸被用來研究運(yùn)輸結(jié)構(gòu)對碳排放的影響[10-14]。魏慶琦等人使用時間序列模型量化分析了運(yùn)輸結(jié)構(gòu)變化對碳排放的影響，指出運(yùn)輸結(jié)構(gòu)是影響交通運(yùn)輸碳排放的一個重要因素，僅次于經(jīng)濟(jì)發(fā)展因素，并進(jìn)一步提出經(jīng)濟(jì)的交通依存度降低有助于減少交通運(yùn)輸碳排放，而運(yùn)輸結(jié)構(gòu)優(yōu)化有助于降低經(jīng)濟(jì)的交通依存度且這一影響具有長期持續(xù)性[10-11]。許暢然建立了貨運(yùn)結(jié)構(gòu)與貨運(yùn)碳排放效率之間的面板數(shù)據(jù)回歸模型，針對貨運(yùn)結(jié)構(gòu)對貨運(yùn)碳排放效率的影響進(jìn)行了實(shí)證分析，結(jié)果表明貨運(yùn)結(jié)構(gòu)對貨運(yùn)碳排放效率的影響存在區(qū)域差異[12]。諸立超等人通過構(gòu)建綜合考慮社會經(jīng)濟(jì)變量與貨運(yùn)特征變量的偏最小二乘回歸模型，分析貨運(yùn)結(jié)構(gòu)對碳排放的影響效應(yīng)，并利用邏輯回歸模型模擬分析未來貨運(yùn)結(jié)構(gòu)優(yōu)化的碳減排效應(yīng)[13]。

從既有研究可以看出，雖然不同地區(qū)的經(jīng)濟(jì)和交通運(yùn)輸發(fā)展水平存在差異，但是影響交通運(yùn)輸碳排放的因素具有相似性，而且運(yùn)輸結(jié)構(gòu)是影響交通運(yùn)輸碳排放的重要因素。從研究方法上看，計(jì)量經(jīng)濟(jì)學(xué)模型已經(jīng)成為研究交通運(yùn)輸碳排放問題的主流方法之一，但仍有很多研究采用時間序列分析方法，這類研究僅能辨別出變量間的統(tǒng)計(jì)學(xué)關(guān)系而非因果關(guān)系。雖然也有著眼于探究運(yùn)輸結(jié)構(gòu)與交通運(yùn)輸碳排放因果關(guān)系的研究，但其對于影響效應(yīng)的區(qū)域和時間異質(zhì)性分析不足，缺乏運(yùn)輸結(jié)構(gòu)影響交通運(yùn)輸碳排放具體機(jī)制的實(shí)證分析。為探究運(yùn)輸結(jié)構(gòu)調(diào)整對交通運(yùn)輸行業(yè)碳減排的影響效應(yīng)，深入分析運(yùn)輸結(jié)構(gòu)對碳排放影響的區(qū)域和時間異質(zhì)性，本文選取2011—2020年全國除西藏、港澳臺以外的30個省、市、自治區(qū)交通運(yùn)輸部門終端各類能源消費(fèi)數(shù)據(jù)，結(jié)合我國區(qū)域發(fā)展空間布局，采用“自上而下”的方法計(jì)算東部地區(qū)、中部地區(qū)、西部地區(qū)和東北地區(qū)（簡稱“四大板塊”）的交通運(yùn)輸碳排放量，通過構(gòu)建面板數(shù)據(jù)計(jì)量經(jīng)濟(jì)學(xué)模型，分析運(yùn)輸結(jié)構(gòu)變化對碳排放量的影響。在此基礎(chǔ)上，本文將進(jìn)一步研究運(yùn)輸結(jié)構(gòu)的調(diào)整是否通過降低交通運(yùn)輸行業(yè)的能耗強(qiáng)度進(jìn)而減少碳排放，以揭示運(yùn)輸結(jié)構(gòu)對碳排放的影響機(jī)制。

1 交通運(yùn)輸碳排放量測算

式（1）中：C為交通運(yùn)輸碳排放量（kg）；Ei為第i種能源的消耗量（kg）；NCVi為第i種能源的低位發(fā)熱量（kJ/kg）；CEFi為第i種能源單位熱值的含碳量（kg/GJ）；COFi為第i種能源燃燒時的氧化率；為碳轉(zhuǎn)變?yōu)槎趸嫉霓D(zhuǎn)化系數(shù)；n為消耗的能源種類。

交通運(yùn)輸消耗的能源主要來自公路、鐵路、水運(yùn)和航空運(yùn)輸（不考慮管道運(yùn)輸方式），其中：公路運(yùn)輸主要消耗汽油、柴油、液化石油氣、天然氣和電力；鐵路運(yùn)輸主要消耗原煤、柴油和電力；水運(yùn)主要消耗柴油和燃料油；航空運(yùn)輸主要消耗煤油。將上述運(yùn)輸方式消耗的8 類能源納入交通運(yùn)輸碳排放的計(jì)算中。本文統(tǒng)計(jì)了2011—2020年除西藏、港澳臺以外的30個省、市、自治區(qū)的交通運(yùn)輸終端能源消費(fèi)量，數(shù)據(jù)來源于歷年《中國能源統(tǒng)計(jì)年鑒》。統(tǒng)計(jì)得到的交通運(yùn)輸終端能源消費(fèi)量數(shù)據(jù)不包括公路非營運(yùn)車輛的能源消費(fèi)量。各類能源的碳排放系數(shù)有關(guān)指標(biāo)見表1，其中低位發(fā)熱量來源于《綜合能耗計(jì)算通則》（GB/T 2589—2008）[16]，單位熱值含碳量和氧化率來源于《省級溫室氣體清單編制指南（試行）》（發(fā)改辦氣候〔2011〕1041 號）[17]。交通運(yùn)輸消耗電能產(chǎn)生的碳排放按照電力生產(chǎn)時的碳排放計(jì)算，通過交通運(yùn)輸終端電力消費(fèi)量乘以區(qū)域電網(wǎng)基準(zhǔn)線排放因子（見表2）計(jì)算得出，排放因子來源于中國生態(tài)環(huán)境部2011—2019 年的統(tǒng)計(jì)數(shù)據(jù)，2020 年取2011—2019 年的平均值。按照式（1），計(jì)算得出各省、市、自治區(qū)的交通運(yùn)輸碳排放量。根據(jù)各省、市、自治區(qū)所屬的板塊區(qū)域，匯總得到2011—2020 年“四大板塊”交通運(yùn)輸碳排放量（見圖1），其數(shù)值從高到低依次為東部地區(qū)、西部地區(qū)、中部地區(qū)、東北地區(qū)。

表1 各類能源的碳排放系數(shù)及相關(guān)指標(biāo)

表2 區(qū)域電網(wǎng)基準(zhǔn)線排放因子 單位：t/（MW·h）

圖1 2011—2020年我國分區(qū)域交通運(yùn)輸碳排放量變化趨勢圖

2 計(jì)量模型設(shè)定和變量選取

2.1 模型設(shè)定

鑒于計(jì)量經(jīng)濟(jì)學(xué)模型在量化分析各因素對交通運(yùn)輸碳排放的影響方面具有優(yōu)勢[18]，本文選用計(jì)量經(jīng)濟(jì)學(xué)模型和估計(jì)方法，量化分析運(yùn)輸結(jié)構(gòu)變化對交通運(yùn)輸碳排放的影響機(jī)制、影響程度及其區(qū)域異質(zhì)性特征。根據(jù)測算得出的各省份交通運(yùn)輸碳排放結(jié)果，計(jì)算其莫蘭指數(shù)，發(fā)現(xiàn)各省份交通運(yùn)輸碳排放沒有呈現(xiàn)顯著的空間相關(guān)性。因此，在構(gòu)建運(yùn)輸結(jié)構(gòu)與交通運(yùn)輸碳排放關(guān)系的檢驗(yàn)?zāi)Ｐ蜁r，不考慮空間相關(guān)性，采用具有個體效應(yīng)和時間效應(yīng)的面板數(shù)據(jù)計(jì)量經(jīng)濟(jì)學(xué)模型，如式（2）所示。

式（2）中：Cit為i省（市、自治區(qū)）在第t年的交通運(yùn)輸碳排放量；rrfreightit為鐵路貨運(yùn)量和公路貨運(yùn)量的比值，代表交通運(yùn)輸結(jié)構(gòu)；β1是rrfreightit對被解釋變量的影響系數(shù)；Control 為控制變量組成向量；τ為Control 對被解釋變量的影響系數(shù)；ui,λt和ξit分別代表個體效應(yīng)、時間效應(yīng)和隨機(jī)誤差項(xiàng)。

同時，構(gòu)建運(yùn)輸結(jié)構(gòu)與交通運(yùn)輸能耗強(qiáng)度關(guān)系的檢驗(yàn)?zāi)Ｐ?，分析運(yùn)輸結(jié)構(gòu)變化對交通運(yùn)輸碳排放的影響機(jī)制，如式（3）所示。

式（3）中：EIit為i?。ㄊ?、自治區(qū)）在第t年的交通運(yùn)輸能耗強(qiáng)度；δ1為rrfreightit對被解釋變量的影響系數(shù)；其他參數(shù)含義同前。

2) 移動基站。通過獲取手機(jī)連接的基站信息在運(yùn)營商的庫中轉(zhuǎn)換成對應(yīng)的經(jīng)緯度，將經(jīng)緯度對應(yīng)到地圖上?；径ㄎ坏膬?yōu)點(diǎn)是只要有手機(jī)信號就能定位，在室內(nèi)和室外均可，無成本；缺點(diǎn)是定位誤差大，無法在室內(nèi)進(jìn)行精準(zhǔn)定位。

為了判斷模型中的個體效應(yīng)是固定效應(yīng)還是隨機(jī)效應(yīng)，需要進(jìn)行豪斯曼（Hausman）檢驗(yàn)。檢驗(yàn)的原假設(shè)是：面板數(shù)據(jù)模型中的個體效應(yīng)是隨機(jī)效應(yīng)，需要用到的檢驗(yàn)統(tǒng)計(jì)量如式（4）所示。

式（4）中：為固定效應(yīng)模型的估計(jì)量；為隨機(jī)效應(yīng)模型的估計(jì)量；分別為的方差；自由度K為模型中隨時間變化的解釋變量的個數(shù)。

2.2 變量選取

（1）被解釋變量

交通運(yùn)輸行業(yè)碳排放量為式（2）模型中的被解釋變量，對被解釋變量進(jìn)行對數(shù)處理，以避免可能存在的異方差性問題，保證回歸參數(shù)估計(jì)量具有良好的統(tǒng)計(jì)性質(zhì)。

交通運(yùn)輸行業(yè)的能耗強(qiáng)度為式（3）模型中的被解釋變量，通過交通運(yùn)輸行業(yè)單位增加值的能源消耗量計(jì)算得出。文中對交通運(yùn)輸行業(yè)的增加值以1978年為基期的價格指數(shù)進(jìn)行調(diào)整，得到不變價的增加值。

（2）核心解釋變量

本文使用鐵路貨運(yùn)量和公路貨運(yùn)量的比值作為核心解釋變量，用以反映交通運(yùn)輸結(jié)構(gòu)?？紤]到中部地區(qū)部分省份水運(yùn)較為發(fā)達(dá)的實(shí)際情況，在進(jìn)行分區(qū)域的異質(zhì)性分析時，引入水運(yùn)貨運(yùn)量和公路貨運(yùn)量的比值作為測度運(yùn)輸結(jié)構(gòu)的變量。

（3）控制變量

根據(jù)已有關(guān)于交通運(yùn)輸碳排放影響因素的研究成果，本文從經(jīng)濟(jì)發(fā)展水平、城鎮(zhèn)化水平、貿(mào)易發(fā)展水平、工業(yè)發(fā)展水平等4 個與交通運(yùn)輸碳排放相關(guān)性較強(qiáng)的方面選取控制變量，將其加入模型以避免估計(jì)結(jié)果出現(xiàn)遺漏變量偏差，具體通過人均GDP、城鎮(zhèn)化率、進(jìn)出口總額占GDP 比重、第二產(chǎn)業(yè)增加值占GDP 比重等4 個指標(biāo)來衡量。

面板數(shù)據(jù)模型中各變量的詳細(xì)解釋和測度方式見表3，其中經(jīng)濟(jì)、人口、城鎮(zhèn)化率、第二產(chǎn)業(yè)增加值占比等數(shù)據(jù)來源于國家統(tǒng)計(jì)局?jǐn)?shù)據(jù)庫。

表3 面板數(shù)據(jù)模型中的變量釋義及測度方式

2.3 變量數(shù)據(jù)的描述性統(tǒng)計(jì)分析

為了反映交通運(yùn)輸碳排放及各影響因素現(xiàn)狀，對模型中的各個變量進(jìn)行描述性統(tǒng)計(jì)分析。同時，進(jìn)行分樣本的描述性統(tǒng)計(jì)分析，以反映交通運(yùn)輸碳排放和運(yùn)輸結(jié)構(gòu)的區(qū)域異質(zhì)性（統(tǒng)計(jì)分析結(jié)果見表4）?！八拇蟀鍓K”交通運(yùn)輸碳排放的描述性統(tǒng)計(jì)分析結(jié)果顯示，2011—2021 年碳排放平均水平最高的是東部地區(qū)，其次是中部地區(qū)，而排名靠后的是東北地區(qū)和西部地區(qū)（見圖2）?！八拇蟀鍓K”交通運(yùn)輸結(jié)構(gòu)的描述性統(tǒng)計(jì)分析結(jié)果顯示，東北地區(qū)的鐵路公路貨運(yùn)比最高，其次是西部地區(qū)和中部地區(qū)，東部地區(qū)最低；然而，東部地區(qū)的水路公路貨運(yùn)比最高，其次是中部地區(qū)，西部和東北地區(qū)相對較低（見圖2）。從全樣本數(shù)據(jù)的分析結(jié)果看，不同省份之間交通運(yùn)輸結(jié)構(gòu)的差異較大。鐵路公路貨運(yùn)比最小值為0.010，最大值為1.061；水路公路貨運(yùn)比最小值為0.000，最大值為2.004。交通運(yùn)輸結(jié)構(gòu)在不同區(qū)域存在差異，不僅與地區(qū)的自然稟賦相關(guān)，也與地區(qū)的經(jīng)濟(jì)發(fā)展水平、城鎮(zhèn)化水平以及貿(mào)易發(fā)展水平相關(guān)，這也意味著，交通運(yùn)輸結(jié)構(gòu)對碳排放的影響也可能存在區(qū)域異質(zhì)性特征。

圖2 區(qū)域交通運(yùn)輸碳排放與運(yùn)輸結(jié)構(gòu)指標(biāo)分析結(jié)果

表4 變量數(shù)據(jù)的描述性統(tǒng)計(jì)分析結(jié)果

3 模型估計(jì)結(jié)果分析

3.1 全樣本估計(jì)結(jié)果

使用Hausman 方法檢驗(yàn)?zāi)Ｐ椭械膫€體效應(yīng)是否屬于隨機(jī)效應(yīng)，檢驗(yàn)得到卡方統(tǒng)計(jì)量的值為23.20，對應(yīng)的P值為0.000 3，檢驗(yàn)結(jié)果拒絕了個體效應(yīng)屬于隨機(jī)效應(yīng)的原假設(shè)，因此本文使用雙向固定效應(yīng)模型進(jìn)行估計(jì)，估計(jì)結(jié)果如表5所示。全樣本的估計(jì)結(jié)果顯示，代表運(yùn)輸結(jié)構(gòu)的鐵路公路貨運(yùn)比對各省份交通運(yùn)輸碳排放的影響系數(shù)為-0.262，并且在10%的顯著性水平下是顯著的，說明從全國范圍來看，公路貨運(yùn)向鐵路貨運(yùn)轉(zhuǎn)換，確實(shí)有助于降低交通運(yùn)輸碳排放水平。控制變量方面，全樣本數(shù)據(jù)的估計(jì)結(jié)果顯示人均GDP 的影響系數(shù)是顯著為正的，表明經(jīng)濟(jì)發(fā)展水平越高，交通運(yùn)輸碳排放越多。

表5 模型估計(jì)結(jié)果

3.2 分區(qū)域樣本估計(jì)結(jié)果

分區(qū)域樣本估計(jì)結(jié)果顯示，“四大板塊”中東北地區(qū)鐵路公路貨運(yùn)比的影響系數(shù)的絕對值最大（1.201），其次是東部地區(qū)（1.087），兩個區(qū)域運(yùn)輸結(jié)構(gòu)變化對交通運(yùn)輸碳排放的影響均非常顯著；而西部地區(qū)和中部地區(qū)的影響系數(shù)較小，并且是不顯著的。從全樣本數(shù)據(jù)來看，鐵路公路貨運(yùn)比每提升1 個標(biāo)準(zhǔn)差，即該比例每提升0.182（參考表4 的描述性統(tǒng)計(jì)分析結(jié)果），交通運(yùn)輸碳排放預(yù)計(jì)降低4.77%。對于影響系數(shù)更顯著的東北地區(qū)和東部地區(qū)而言，鐵路公路貨運(yùn)比每提升1 個標(biāo)準(zhǔn)差，碳排放預(yù)計(jì)分別降低10.69%和8.48%。分區(qū)域樣本的估計(jì)結(jié)果說明，運(yùn)輸結(jié)構(gòu)對碳排放的影響具有明顯的區(qū)域異質(zhì)性。東北地區(qū)和東部地區(qū)的交通運(yùn)輸碳排放對于運(yùn)輸結(jié)構(gòu)變化的敏感性較高，公路貨運(yùn)向鐵路貨運(yùn)轉(zhuǎn)換，有助于降低交通運(yùn)輸碳排放；對于西部地區(qū)，衡量經(jīng)濟(jì)發(fā)展水平的人均GDP 和衡量貿(mào)易發(fā)展水平的進(jìn)出口總額/GDP的影響系數(shù)均非常顯著，而碳排放對運(yùn)輸結(jié)構(gòu)變化的響應(yīng)是不敏感的，充分說明經(jīng)濟(jì)增長是交通碳排放的首要驅(qū)動因素。

考慮到中部地區(qū)各省份的運(yùn)輸結(jié)構(gòu)存在較大差異，湖北、湖南、江西等省份的水運(yùn)貨運(yùn)量高于鐵路貨運(yùn)量（見圖3），可能會導(dǎo)致交通運(yùn)輸碳排放對于鐵路公路貨運(yùn)比變化不敏感的情況。因此，本文對這3 個省份水路公路貨運(yùn)比的變化對交通運(yùn)輸碳排放的影響進(jìn)行了分析。估計(jì)結(jié)果顯示，湖北、湖南、江西3 個省份的交通運(yùn)輸碳排放對水路公路貨運(yùn)比的變化更為敏感。這表明，對于中部地區(qū)的部分省份而言，可以通過公路貨運(yùn)向水路貨運(yùn)轉(zhuǎn)變來降低交通運(yùn)輸碳排放。

圖3 中部三省鐵路與水路貨運(yùn)量比重對比圖

3.3 分時段樣本估計(jì)結(jié)果

考慮到我國于2017年末提出“公轉(zhuǎn)鐵”運(yùn)輸結(jié)構(gòu)調(diào)整政策，為探究政策實(shí)施對交通運(yùn)輸碳減排的促進(jìn)作用，本文將研究樣本劃分為2011—2017年和2018—2020年兩個子樣本，進(jìn)一步分析貨運(yùn)結(jié)構(gòu)調(diào)整的影響效應(yīng)是否具有時間上的異質(zhì)性。估計(jì)結(jié)果表明，根據(jù)2018—2020 年的樣本，鐵路公路貨運(yùn)比的影響系數(shù)為-0.364，相較全樣本的估計(jì)系數(shù)-0.262 而言，影響系數(shù)的絕對值更大。同時，從系數(shù)的顯著性角度來看，2018 年后系數(shù)估計(jì)結(jié)果的顯著性更高。這說明“公轉(zhuǎn)鐵”政策實(shí)施后，鐵路公路貨運(yùn)比增大對降低交通運(yùn)輸碳排放的影響效果更為顯著。

3.4 影響機(jī)制分析及穩(wěn)健性檢驗(yàn)

本文進(jìn)一步檢驗(yàn)了運(yùn)輸結(jié)構(gòu)對交通運(yùn)輸碳排放的影響機(jī)制，探究其是否會通過降低能耗強(qiáng)度而降低碳排放水平，模型的估計(jì)結(jié)果如表6所示。全樣本估計(jì)結(jié)果顯示，代表運(yùn)輸結(jié)構(gòu)的鐵路公路貨運(yùn)比對交通運(yùn)輸能耗強(qiáng)度的影響系數(shù)是-0.218，并且在1%的顯著性水平下是顯著的，說明運(yùn)輸結(jié)構(gòu)的調(diào)整可以有效降低交通運(yùn)輸行業(yè)單位增加值的能源消耗。因此，可以通過調(diào)整運(yùn)輸結(jié)構(gòu)來降低交通運(yùn)輸行業(yè)的能耗強(qiáng)度，從而達(dá)到減少碳排放的目的。

表6 影響機(jī)制及穩(wěn)健性檢驗(yàn)的模型估計(jì)結(jié)果

為了檢驗(yàn)運(yùn)輸結(jié)構(gòu)調(diào)整的碳減排效應(yīng)的穩(wěn)健性，本文在模型中引入更多的控制變量，分區(qū)域估計(jì)運(yùn)輸結(jié)構(gòu)對碳排放的影響。在引入代表工業(yè)發(fā)展水平的第二產(chǎn)業(yè)增加值占比后，東北和東部地區(qū)運(yùn)輸結(jié)構(gòu)變化對交通運(yùn)輸碳排放的影響仍然非常顯著，而西部地區(qū)和中部地區(qū)的影響效應(yīng)不顯著。穩(wěn)健性檢驗(yàn)的估計(jì)結(jié)果再次說明，運(yùn)輸結(jié)構(gòu)對碳排放的影響具有明顯的區(qū)域異質(zhì)性特征。

4 關(guān)于運(yùn)輸結(jié)構(gòu)調(diào)整的對策建議

（1）差異化制定運(yùn)輸結(jié)構(gòu)調(diào)整政策

實(shí)證分析表明，運(yùn)輸結(jié)構(gòu)變化對交通運(yùn)輸碳排放的影響具有區(qū)域異質(zhì)性，各區(qū)域需要結(jié)合實(shí)際情況，在把握區(qū)域運(yùn)輸需求結(jié)構(gòu)的基礎(chǔ)上，因地制宜制定運(yùn)輸結(jié)構(gòu)調(diào)整政策。

對于東北和東部地區(qū)而言，公路貨運(yùn)向鐵路貨運(yùn)的轉(zhuǎn)換能夠顯著降低碳排放，因此應(yīng)當(dāng)盡可能實(shí)現(xiàn)鐵路直通港區(qū)和物流園區(qū)，優(yōu)化鐵路運(yùn)輸兩端至貨物運(yùn)輸起訖點(diǎn)之間公鐵聯(lián)運(yùn)設(shè)施的布局，提供更為豐富的聯(lián)運(yùn)服務(wù)產(chǎn)品，通過鐵路運(yùn)輸組織效率的提高以及運(yùn)輸貨類的擴(kuò)展吸引更多的貨物向鐵路運(yùn)輸轉(zhuǎn)移，進(jìn)而提高鐵路貨物運(yùn)輸占比；對于公路運(yùn)輸需求集中的區(qū)域，承運(yùn)人需要加快新能源和清潔能源運(yùn)輸裝備的更新?lián)Q代。

對于中西部地區(qū)而言，運(yùn)輸結(jié)構(gòu)變化的影響不顯著，而交通運(yùn)輸碳排放對于社會經(jīng)濟(jì)發(fā)展因素變化的敏感性更高。因此，中部地區(qū)的湖北、湖南、江西等水運(yùn)較為發(fā)達(dá)的省份，應(yīng)當(dāng)不斷改善水運(yùn)基礎(chǔ)設(shè)施，發(fā)揮沿江港口的樞紐作用，加強(qiáng)港口與產(chǎn)業(yè)集聚區(qū)、大宗物資主產(chǎn)區(qū)之間的交通銜接，大力發(fā)展公鐵水聯(lián)運(yùn)以及長江干支流聯(lián)動的“水水”中轉(zhuǎn)運(yùn)輸。對于西部地區(qū)而言，需要加快與社會經(jīng)濟(jì)發(fā)展相適應(yīng)的綜合交通基礎(chǔ)設(shè)施網(wǎng)絡(luò)的建設(shè)，在發(fā)展過程中，兼顧低碳高效現(xiàn)代物流系統(tǒng)的建設(shè)。

（2）挖潛提升鐵路和水路基礎(chǔ)設(shè)施的承載能力

一是開展基礎(chǔ)設(shè)施網(wǎng)絡(luò)承載能力評估。通過承載能力評估，發(fā)掘鐵路與水路基礎(chǔ)設(shè)施網(wǎng)絡(luò)中的薄弱環(huán)節(jié)，找準(zhǔn)短板，充分挖掘設(shè)施網(wǎng)絡(luò)的潛能，釋放鐵路和水路運(yùn)輸能力。

二是加快普速鐵路優(yōu)化擴(kuò)能。通過加快普速鐵路建設(shè)和既有鐵路擴(kuò)能改造，推進(jìn)既有鐵路運(yùn)能緊張路段能力補(bǔ)強(qiáng)，消除干線瓶頸，提升普速鐵路貨運(yùn)能力。

三是加大高等級航道建設(shè)力度。注重長江干線等內(nèi)河高等級航道建設(shè)，疏浚航道“瓶頸”，提高船舶的平均運(yùn)輸噸位，提升航運(yùn)效率。

（3）持續(xù)推進(jìn)運(yùn)輸結(jié)構(gòu)優(yōu)化調(diào)整

運(yùn)輸結(jié)構(gòu)是影響交通運(yùn)輸碳排放的重要因素，影響程度僅次于經(jīng)濟(jì)發(fā)展因素。在中國經(jīng)濟(jì)發(fā)展長期向好的預(yù)期下，可以預(yù)見受其影響，交通運(yùn)輸行業(yè)面臨很大的碳排放壓力。本文中的全樣本和分時段樣本估計(jì)結(jié)果顯示，推進(jìn)運(yùn)輸結(jié)構(gòu)優(yōu)化調(diào)整，推動公路貨運(yùn)向鐵路貨運(yùn)轉(zhuǎn)換，有助于降低交通運(yùn)輸能耗強(qiáng)度，進(jìn)而減少交通運(yùn)輸碳排放，并且自2018 年“公轉(zhuǎn)鐵”政策實(shí)施以來，運(yùn)輸結(jié)構(gòu)調(diào)整對降低交通運(yùn)輸碳排放的影響效果更為顯著。因此，面對空前的交通運(yùn)輸減碳壓力，運(yùn)輸結(jié)構(gòu)優(yōu)化調(diào)整應(yīng)當(dāng)作為一項(xiàng)持久的交通運(yùn)輸減碳政策持續(xù)推進(jìn)。