基于STIRPAT模型的陜西省交通運(yùn)輸業(yè)碳排放影響因素分析

王李軒，李 蓁，何吉成，馬倩乾

（1.西安公路研究院有限公司 交通環(huán)保與低碳技術(shù)研究院，陜西 西安 710065；2.陜西省交通環(huán)境監(jiān)測(cè)中心站有限公司，陜西 西安 710065）

0 引言

黨的十八大以來(lái)，我國(guó)將應(yīng)對(duì)氣候變化擺在國(guó)家治理更加突出的位置，不斷提高碳排放強(qiáng)度削減幅度，不斷強(qiáng)化自主貢獻(xiàn)目標(biāo)。近10 年來(lái)，我國(guó)碳排放強(qiáng)度下降了34.4%[1]，扭轉(zhuǎn)了二氧化碳排放快速增長(zhǎng)的態(tài)勢(shì)。黨的二十大報(bào)告提出積極穩(wěn)妥推進(jìn)碳達(dá)峰碳中和，有計(jì)劃分步驟實(shí)施碳達(dá)峰行動(dòng)，明確“雙碳”工作應(yīng)先破后立、科學(xué)有序[2]。相較發(fā)達(dá)國(guó)家，我國(guó)碳達(dá)峰碳中和工作的力度更大、任務(wù)更艱巨。我國(guó)正處在快速工業(yè)化、城市化和機(jī)動(dòng)化“三化疊加”發(fā)展過(guò)程中，國(guó)民經(jīng)濟(jì)和交通運(yùn)輸仍將保持快速增長(zhǎng)態(tài)勢(shì)，交通運(yùn)輸領(lǐng)域的碳排放總量還將繼續(xù)增加[3]，而交通運(yùn)輸行業(yè)是僅次于工業(yè)、建筑領(lǐng)域的第三大碳排放源[4]。陜西省作為西北地區(qū)重要的對(duì)外聯(lián)通通道，加強(qiáng)交通運(yùn)輸行業(yè)的減排工作刻不容緩。但交通運(yùn)輸是區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展的必要條件，解決交通發(fā)展帶來(lái)的能源消耗剛性需求與降碳目標(biāo)的硬性約束之間的矛盾，需要推動(dòng)交通運(yùn)輸業(yè)的低碳綠色轉(zhuǎn)型。因此，厘清陜西省交通行業(yè)碳排放影響因素，分析碳排放增長(zhǎng)規(guī)律，對(duì)挖掘陜西省交通運(yùn)輸行業(yè)低碳綠色轉(zhuǎn)型著力點(diǎn)、控制碳排放有重要意義。

現(xiàn)有對(duì)交通運(yùn)輸業(yè)碳排放影響因素的研究主要采用計(jì)量經(jīng)濟(jì)模型、因素分解模型以及結(jié)合其他參數(shù)的綜合類(lèi)模型。在計(jì)量經(jīng)濟(jì)模型應(yīng)用方面：Xu等運(yùn)用分位數(shù)計(jì)量經(jīng)濟(jì)回歸模型，探討了高、中、低發(fā)展水平下影響碳排放差異的主要驅(qū)動(dòng)因素[5]。Lin 等使用分位數(shù)分析法，分析了1980—2010 年人均GDP、能源強(qiáng)度、碳強(qiáng)度和總?cè)丝趯?duì)交通運(yùn)輸碳排放的影響[6]。Talbi 采用自向量回歸（VAR）模型，分析了能源消耗量、道路運(yùn)輸能源強(qiáng)度、經(jīng)濟(jì)增長(zhǎng)、城市化和燃料利用率對(duì)交通運(yùn)輸碳排放的影響[7]。Xu 等基于2000—2012 年的省級(jí)面板數(shù)據(jù)，采用非參數(shù)可加回歸模型，研究了經(jīng)濟(jì)增長(zhǎng)、私家車(chē)數(shù)量、貨物周轉(zhuǎn)量、能源效率等與交通運(yùn)輸碳排放的U 形關(guān)系[8]。王靖添等基于雙層次計(jì)量模型分析了我國(guó)交通運(yùn)輸碳排放影響因素，發(fā)現(xiàn)交通運(yùn)輸碳排放主要受經(jīng)濟(jì)發(fā)展水平、交通運(yùn)輸結(jié)構(gòu)、運(yùn)輸裝備能效水平、運(yùn)輸組織水平和基礎(chǔ)設(shè)施密度等因素影響[9]。

因素分解模型主要采用對(duì)數(shù)平均權(quán)重法（LMDI）。相關(guān)研究中，張國(guó)興等運(yùn)用LMDI 對(duì)人口總量、城鎮(zhèn)化率、人均GDP、第三產(chǎn)業(yè)占比、單位周轉(zhuǎn)量能耗、清潔能源比重6 個(gè)驅(qū)動(dòng)因素進(jìn)行分解，再構(gòu)建STIRPAT 模型預(yù)測(cè)不同情境下碳排放趨勢(shì)[10]。Guo 等利用LMDI 分解方法，發(fā)現(xiàn)能源強(qiáng)度、經(jīng)濟(jì)效應(yīng)是增加交通運(yùn)輸碳排放的主要因素，能源結(jié)構(gòu)、貨運(yùn)周轉(zhuǎn)量和工業(yè)化程度是減少碳排放的貢獻(xiàn)因素[11]。Solaymani 基于LMDI 方法分解了7 個(gè)國(guó)家交通運(yùn)輸碳排放的影響因素，發(fā)現(xiàn)碳排放增加的主要驅(qū)動(dòng)因素是電力結(jié)構(gòu)和經(jīng)濟(jì)產(chǎn)出效應(yīng)，而優(yōu)化能源結(jié)構(gòu)、限制私人汽車(chē)數(shù)量可以減少碳排放[12]。喻潔等采用LMDI 分解方法定量分析了2005—2011年間交通運(yùn)輸行業(yè)碳排放變化的主要影響因素，發(fā)現(xiàn)人均GDP 對(duì)碳排放增加有促進(jìn)作用，公路運(yùn)輸占比、能源強(qiáng)度、交通運(yùn)輸強(qiáng)度等因素下降以及能源消費(fèi)結(jié)構(gòu)清潔化對(duì)碳排放有抑制作用[13]。Andreoni 等采用分解分析法研究了二氧化碳排放強(qiáng)度、能源強(qiáng)度、能源結(jié)構(gòu)變化和經(jīng)濟(jì)增長(zhǎng)對(duì)碳排放趨勢(shì)的影響程度，發(fā)現(xiàn)經(jīng)濟(jì)增長(zhǎng)是歐盟27國(guó)水運(yùn)和航空運(yùn)輸部門(mén)碳排放增加的主要影響因素[14]。丁金學(xué)基于交通運(yùn)輸碳排放因素分解模型，定量分析了1991—2010年間交通能源效率、交通運(yùn)輸結(jié)構(gòu)和交通發(fā)展水平等因素的變化對(duì)交通運(yùn)輸碳排放的影響[15]。

綜合模型主要結(jié)合空間分析法，如Lim 等考慮空間分布，基于STIRPAT 模型研究城市化對(duì)交通運(yùn)輸碳排放的影響程度[16]；Lü 等構(gòu)建了空間杜賓模型（SDM）、STIRPAT 模型以及地理加權(quán)回歸模型（GWR）分析了我國(guó)貨運(yùn)碳排放的驅(qū)動(dòng)因素以及城市化對(duì)貨運(yùn)碳排放的影響[17]。

綜上，既有研究中，交通運(yùn)輸碳排放的影響因素主要為經(jīng)濟(jì)發(fā)展水平、人口規(guī)模、城市化水平、交通運(yùn)輸周轉(zhuǎn)量、能源效率、運(yùn)輸結(jié)構(gòu)、私家車(chē)保有量、基礎(chǔ)設(shè)施密度等，不同研究區(qū)域的學(xué)者采取的影響因素和主要考慮的影響方向有所差異。但總體而言，現(xiàn)有研究大多只選取經(jīng)濟(jì)、人口、運(yùn)輸量、城鎮(zhèn)化率等宏觀(guān)因素研究交通運(yùn)輸碳排放，缺乏對(duì)行業(yè)本身影響因素的量化分析，如從交通運(yùn)輸要素來(lái)看，針對(duì)交通運(yùn)輸需求、交通運(yùn)輸結(jié)構(gòu)、基礎(chǔ)設(shè)施、運(yùn)輸裝備等因素對(duì)碳排放的影響量化研究還需要進(jìn)一步深入；另一方面，部分研究對(duì)影響因素（如能源強(qiáng)度與碳排放強(qiáng)度）存在重復(fù)解釋的問(wèn)題。針對(duì)以上問(wèn)題，需要構(gòu)建一個(gè)在考慮原有宏觀(guān)條件下，允許根據(jù)研究對(duì)象靈活選取其他因素加入的模型，同時(shí)在將交通運(yùn)輸系統(tǒng)的微觀(guān)影響因素加入模型時(shí)需進(jìn)行識(shí)別與選擇，避免重復(fù)解釋。鑒于此，本文將灰色關(guān)聯(lián)度分析法與可靈活擴(kuò)展變量的STIRPAT 模型結(jié)合，先利用灰色關(guān)聯(lián)度分析法識(shí)別交通系統(tǒng)內(nèi)部的影響因素，再結(jié)合宏觀(guān)因素進(jìn)一步構(gòu)建STIRPAT 模型，既可避免因素重復(fù)，又能挖掘深層次的影響因素。

本文從交通運(yùn)輸業(yè)的發(fā)展角度出發(fā)，首先根據(jù)自上而下法測(cè)算2000—2020年陜西省交通運(yùn)輸行業(yè)二氧化碳排放量，然后將交通運(yùn)輸需求（貨物周轉(zhuǎn)量、旅客周轉(zhuǎn)量）、交通運(yùn)輸結(jié)構(gòu)（公路貨運(yùn)量占比、公路客運(yùn)量占比）、基礎(chǔ)設(shè)施（鐵路路網(wǎng)密度、公路路網(wǎng)密度、民用航空航線(xiàn)條數(shù)）、運(yùn)輸裝備（民用汽車(chē)擁有量、鐵路機(jī)車(chē)擁有臺(tái)數(shù)）等作為影響因素，采用灰色關(guān)聯(lián)度分析法進(jìn)行影響因素指標(biāo)識(shí)別與選擇，再結(jié)合城鎮(zhèn)化率、人均國(guó)內(nèi)生產(chǎn)總值以及能耗強(qiáng)度3 個(gè)代表人口、經(jīng)濟(jì)及技術(shù)的基礎(chǔ)因素構(gòu)成影響因素集M，建立STIRPAT 擴(kuò)展模型，進(jìn)行量化分析，最后為陜西省相關(guān)部門(mén)制定減排政策以及合理規(guī)劃交通發(fā)展提供建議。

1 碳排放量測(cè)算

1.1 數(shù)據(jù)來(lái)源及計(jì)算方法

本文采用“自上而下”的碳排放量計(jì)算方法。二氧化碳排放量ECO2和交通運(yùn)輸業(yè)的能源消費(fèi)總量TEC計(jì)算公式為：

式（1）～式（3）中：Fi為碳排放系數(shù)；FCi為第i種化石燃料的消費(fèi)量（t 或104Nm3）；NCVi為第i種化石燃料的平均低位發(fā)熱量(GJ/t或GJ/104Nm3）；CCi為第i種化石燃料的單位熱值碳含量（tC/GJ）；OFi為第i種化石燃料的碳氧化率，以%表示；44/12 為二氧化碳與碳的分子量之比；Di為第i種化石燃料的折算標(biāo)準(zhǔn)煤系數(shù)（t標(biāo)準(zhǔn)煤/t）。

本文摘取陜西省2000—2020年交通運(yùn)輸業(yè)的能源終端消耗量數(shù)據(jù)。能源類(lèi)別包括：原煤、天然氣、汽油、煤油、柴油、燃料油、電力。其中，原煤、天然氣、汽油、煤油、柴油、燃料油折算標(biāo)準(zhǔn)煤系數(shù)來(lái)源于《中國(guó)能源統(tǒng)計(jì)年鑒2022》[18]，原煤的碳排放系數(shù)源于《IPCC 2006年國(guó)家溫室氣體清單指南（2019 年修訂版）》[19]，天然氣、汽油、煤油、柴油、燃料油的碳排放系數(shù)根據(jù)《陸上交通運(yùn)輸企業(yè)溫室氣體排放核算方法與報(bào)告指南》（試行）[20]中附錄八表2 常見(jiàn)化石燃料特性參數(shù)缺省值代入式（1）計(jì)算，電力折算標(biāo)準(zhǔn)煤系數(shù)參考《綜合能耗計(jì)算通則》（GT/T 2589—2020）[21]，電力碳排放系數(shù)來(lái)源于生態(tài)環(huán)境部辦公廳發(fā)布的《關(guān)于做好2022年企業(yè)溫室氣體排放報(bào)告管理相關(guān)重點(diǎn)工作的通知》[22]。具體系數(shù)值見(jiàn)表1。

表1 各類(lèi)能源的折算標(biāo)準(zhǔn)煤系數(shù)和碳排放系數(shù)

利用2001—2021 年《陜西省統(tǒng)計(jì)年鑒》[23]可得到2000—2020年交通運(yùn)輸業(yè)各種能源的終端消費(fèi)量及陜西省歷年國(guó)內(nèi)生產(chǎn)總值，再結(jié)合式（1）～式（3）以及表1 的數(shù)據(jù)可以得到2000—2020 年交通運(yùn)輸業(yè)的能源消費(fèi)總量TEC（單位：萬(wàn)噸標(biāo)準(zhǔn)煤）和二氧化碳排放總量CO2（單位：萬(wàn)噸），能耗總量及碳排放總量分別與當(dāng)年國(guó)內(nèi)生產(chǎn)總值的比值即為當(dāng)年能耗強(qiáng)度T（單位：噸標(biāo)準(zhǔn)煤/萬(wàn)元）及碳排放強(qiáng)度CI（噸CO2/萬(wàn)元）。具體數(shù)據(jù)見(jiàn)表2。

表2 2000—2020年陜西省交通運(yùn)輸業(yè)能源消費(fèi)及碳排放情況

1.2 陜西省交通運(yùn)輸行業(yè)歷年碳排放情況分析

2000—2012 年，陜西省交通運(yùn)輸業(yè)二氧化碳排放總量持續(xù)增長(zhǎng)，2012年峰值為2 212.37萬(wàn)噸，這階段屬于陜西省及交通運(yùn)輸業(yè)的發(fā)展促進(jìn)二氧化碳排放階段，國(guó)民經(jīng)濟(jì)和交通運(yùn)輸保持快速增長(zhǎng)態(tài)勢(shì)，交通運(yùn)輸領(lǐng)域的碳排放總量環(huán)比增速逐年增加。從2013年開(kāi)始，交通運(yùn)輸業(yè)的碳排放總量逐漸下降，至2016年年底，交通運(yùn)輸業(yè)碳排放總量減少至1 677.70 萬(wàn)噸。2017—2019 年3 年交通運(yùn)輸業(yè)碳排放總量又再次回升，2019 年達(dá)到峰值，2020 年下降至1 677.53 萬(wàn)t，幾乎回到2016年水準(zhǔn)。根據(jù)《陜西省統(tǒng)計(jì)年鑒》，2018 年陜西省貨物運(yùn)輸周轉(zhuǎn)量達(dá)到歷年峰值，為4 026 億噸公里，這期間碳排放量的波動(dòng)體現(xiàn)了經(jīng)濟(jì)發(fā)展下運(yùn)輸需求上升和環(huán)保制約之間的博弈。

碳排放強(qiáng)度為單位國(guó)內(nèi)生產(chǎn)總值產(chǎn)生的碳排放量，其波動(dòng)一般是由于碳排放的變化率與GDP的變化率不一致。2000—2006 年碳排放強(qiáng)度一直增加，這說(shuō)明陜西省交通運(yùn)輸碳排放量的增長(zhǎng)速度快于陜西省國(guó)內(nèi)生產(chǎn)總值的增長(zhǎng)速度。2007—2008年的碳排放強(qiáng)度驟降，可能與2008年金融危機(jī)有關(guān)，反映了交通運(yùn)輸業(yè)的發(fā)展對(duì)經(jīng)濟(jì)的高敏感性。自2009 年之后碳排放強(qiáng)度一直在緩慢降低，陜西省交通運(yùn)輸碳排放的增長(zhǎng)速度小于國(guó)民生產(chǎn)總值的增長(zhǎng)速度，說(shuō)明隨著經(jīng)濟(jì)的發(fā)展，政府采取的環(huán)保政策一定程度上是有效的。圖1 為2000—2020 年陜西省交通運(yùn)輸行業(yè)二氧化碳排放總量與碳排放強(qiáng)度情況。

圖1 2000—2020年陜西省交通運(yùn)輸CO2排放總量與碳排放強(qiáng)度

因貨物運(yùn)輸量是交通運(yùn)輸行業(yè)運(yùn)行趨勢(shì)的重要參考指標(biāo)，本文計(jì)算了貨物周轉(zhuǎn)量與行業(yè)二氧化碳排放的比值。圖2 展示了陜西省2000—2020年交通運(yùn)輸行業(yè)二氧化碳排放量、貨物周轉(zhuǎn)量及兩者比值的波動(dòng)情況。由圖2 可以看出，兩者比值在2006 年達(dá)到峰值，為9 943 噸CO2/億噸公里，之后2010—2018年一直呈下降趨勢(shì)，且這幾年貨物周轉(zhuǎn)量一直呈上升趨勢(shì)，計(jì)算期間的公路貨物周轉(zhuǎn)量占比，自2009 至2018 年從42%增長(zhǎng)至57%，在此期間雖有環(huán)保條件制約，但運(yùn)輸環(huán)節(jié)產(chǎn)生的二氧化碳排放呈增長(zhǎng)趨勢(shì)，說(shuō)明除貨物周轉(zhuǎn)量外，還有諸多因素影響交通運(yùn)輸行業(yè)碳排放波動(dòng)。

圖2 2000—2020年陜西省交通運(yùn)輸二氧化碳排放總量、貨物周轉(zhuǎn)量及兩者比值

2 基于灰色關(guān)聯(lián)度分析法的影響因素識(shí)別

2.1 數(shù)據(jù)來(lái)源

影響因素集M中，城鎮(zhèn)化率U、人均國(guó)內(nèi)生產(chǎn)總值PC（元）、貨物周轉(zhuǎn)量R1（億噸公里）、旅客周轉(zhuǎn)量R2（億人公里）、鐵路路網(wǎng)密度R3（公里/平方公里）、公路路網(wǎng)密度R4（公里/平方公里）、民用航空航線(xiàn)條數(shù)R5（條）、民用汽車(chē)擁有量R6（輛）、鐵路機(jī)車(chē)擁有臺(tái)數(shù)R7（臺(tái)）可直接從2001—2021 年《陜西省統(tǒng)計(jì)年鑒》[23]中獲取；公路貨物周轉(zhuǎn)量占比R8、公路旅客周轉(zhuǎn)量占比R9可根據(jù)《陜西省統(tǒng)計(jì)年鑒》中公路貨物周轉(zhuǎn)量、旅客周轉(zhuǎn)量與全行業(yè)貨物周轉(zhuǎn)量、旅客周轉(zhuǎn)量比值得出，用%表示。

2.2 影響因素識(shí)別

灰色關(guān)聯(lián)度分析法（Grey Relational Analysis,GRA）源于“灰色系統(tǒng)理論”[24]，能定量描述研究對(duì)象與影響因素之間的數(shù)值關(guān)系，并可通過(guò)排序找出主要影響因素。

本文將歷年交通運(yùn)輸行業(yè)碳排放量作為反映系統(tǒng)行為特征的參考序列Y′，將貨物周轉(zhuǎn)量、旅客周轉(zhuǎn)量、公路貨物周轉(zhuǎn)量及旅客周轉(zhuǎn)量占比、城鎮(zhèn)化率、鐵路路網(wǎng)密度、公路路網(wǎng)密度、民用航空航線(xiàn)條數(shù)、民用汽車(chē)擁有量、鐵路機(jī)車(chē)擁有臺(tái)數(shù)作為影響系統(tǒng)行為的因素，其組成比較數(shù)列Xi'。

對(duì)參考序列Y′和比較數(shù)列X′采取均值化法分別進(jìn)行無(wú)量綱化處理得到參考序列Y和比較序列Xi。

根據(jù)式（8）求灰色關(guān)聯(lián)度系數(shù)ξi(k)：

式（8）中：ρ為分辨系數(shù)，其取值大小決定了系數(shù)間的差異程度。ρ一般在（0,1）內(nèi)取值，本文取ρ=0.5。

根據(jù)式（9）計(jì)算各影響因素的關(guān)聯(lián)度：

計(jì)算結(jié)果見(jiàn)表3。

表3 影響因素的關(guān)聯(lián)度

由表3 可知，影響因素與碳排放量關(guān)聯(lián)度排序依次為公路貨物周轉(zhuǎn)量占比R8、貨物周轉(zhuǎn)量R1、民用汽車(chē)擁有量R6、公路路網(wǎng)密度R4、民用航空航線(xiàn)條數(shù)R5、旅客周轉(zhuǎn)量R2、公路旅客周轉(zhuǎn)量占比R9、鐵路機(jī)車(chē)擁有臺(tái)數(shù)R7、鐵路路網(wǎng)密度R3。在交通運(yùn)輸需求（貨物周轉(zhuǎn)量、旅客周轉(zhuǎn)量），交通運(yùn)輸結(jié)構(gòu)（公路貨物周轉(zhuǎn)量占比、公路旅客周轉(zhuǎn)量占比）、基礎(chǔ)設(shè)施（鐵路路網(wǎng)密度、公路路網(wǎng)密度、民用航空航線(xiàn)條數(shù)）、運(yùn)輸裝備（民用汽車(chē)擁有量、鐵路機(jī)車(chē)擁有臺(tái)數(shù)）四個(gè)方向中各選取一個(gè)關(guān)聯(lián)度最大的指標(biāo)參與模型構(gòu)建。最終，參與STIRPAT 模型構(gòu)建的影響因素集M1包括貨物周轉(zhuǎn)量R1（交通運(yùn)輸需求）、公路貨物周轉(zhuǎn)量占比R8（交通運(yùn)輸結(jié)構(gòu)）、公路路網(wǎng)密度R4（交通基礎(chǔ)設(shè)施）、民用汽車(chē)擁有量R6（運(yùn)輸裝備）、城鎮(zhèn)化率U、人均國(guó)內(nèi)生產(chǎn)總值PC、能耗強(qiáng)度T。

3 STIRPAT模型構(gòu)建

IPAT 模型由Ehrlich 等提出，用于評(píng)估人口、富裕程度和技術(shù)因素對(duì)環(huán)境影響程度[25]，表達(dá)式為：

式（10）中：I代表環(huán)境污染；P代表人口規(guī)模；A代表富裕程度；T代表技術(shù)發(fā)展程度。

為研究各因素對(duì)環(huán)境的非比例影響，York 等學(xué)者把指數(shù)引入IPAT 模型，提出了STIRPAT 模型[26]，其模型表達(dá)式為：

式（11）中：a為模型的系數(shù)；b,c,d分別為各自變量指數(shù)；e為隨機(jī)誤差項(xiàng)。

對(duì)式（11）取對(duì)數(shù)：

本文結(jié)合陜西省的實(shí)際情況，引入影響因素集M1對(duì)模型（12）進(jìn)行擴(kuò)展，構(gòu)建如下模型：

式（13）中：a是模型的系數(shù)；b,c,d,f,g,h,j分別為各自變量指數(shù)；e為隨機(jī)誤差項(xiàng)；Ui為城鎮(zhèn)化率；PCi為人均生產(chǎn)總值；Ti為能耗強(qiáng)度。

為檢驗(yàn)經(jīng)濟(jì)的增長(zhǎng)與環(huán)境的污染程度是否符合“環(huán)境庫(kù)茲涅茨曲線(xiàn)”[27]，將模型（13）擴(kuò)展為如下模型：

式（14）中：A為國(guó)內(nèi)生產(chǎn)總值，若c2<0，則說(shuō)明經(jīng)濟(jì)發(fā)展與環(huán)境之間存在倒U形關(guān)系。

4 回歸結(jié)果分析

回歸方程的擬合優(yōu)度檢驗(yàn)一般用判定系數(shù)R2，它表示在因變量的總變差中被多個(gè)自變量所共同解釋的比例。當(dāng)R2→1 時(shí)，說(shuō)明回歸方程擬合效果較好。當(dāng)R2→0 時(shí)，說(shuō)明回歸方程擬合效果較差。表4 為式（14）的線(xiàn)性回歸分析結(jié)果，可以看出R2趨近于1，說(shuō)明該模型的擬合程度很好，且模型通過(guò)F檢驗(yàn)（F=33822.825,p=0.000<0.05），說(shuō)明模型有意義。模型D-W 檢驗(yàn)值為2.204，說(shuō)明模型不存在一階自相關(guān)性。但是常數(shù)項(xiàng)、lnR1,lnR8,lnR6,lnR4,lnU,lnPC,（lnA）2都未能通過(guò)顯著性檢驗(yàn)，并且所有變量的方差膨脹因子VIF 均大于10，說(shuō)明影響因素存在嚴(yán)重的多重共線(xiàn)性問(wèn)題。

表4 線(xiàn)性回歸分析結(jié)果

為了消除多重共線(xiàn)性所帶來(lái)的影響，對(duì)模型（14）進(jìn)行嶺回歸估計(jì)。嶺回歸估計(jì)是一種有偏估計(jì)，當(dāng)通過(guò)ols 估計(jì)y=Xβ中的β時(shí)，若自變量存在共線(xiàn)性，=(X'X)-1X'y中X'X秩小于n，嶺回歸估計(jì)在X'X上加一個(gè)常數(shù)矩陣kI(k>0)，解決|X'X|=0的問(wèn)題。其表達(dá)式見(jiàn)式（15）。

式（15）中：k為調(diào)節(jié)參數(shù)，k>0。

本文基于SPSSAU 進(jìn)行嶺回歸估計(jì)，得到嶺跡見(jiàn)圖3，最終k取0.01。嶺回歸分析結(jié)果見(jiàn)表5，R2=0.998，說(shuō)明該模型的擬合程度較好。模型可通過(guò)F檢驗(yàn)（F=870.321,p=0.000<0.05），說(shuō)明模型有意義，且所有的變量均通過(guò)顯著性檢驗(yàn)。

圖3 嶺跡圖

模型（14）的表達(dá)式為：

根據(jù)表5，城鎮(zhèn)化率、能耗強(qiáng)度以及人均國(guó)內(nèi)生產(chǎn)總值為陜西省交通運(yùn)輸行業(yè)碳排放的正向驅(qū)動(dòng)因素，彈性系數(shù)分別為0.453,0.994,0.308。說(shuō)明：①城鎮(zhèn)化率表示人口密集程度，當(dāng)城市逐步擴(kuò)張而公共交通供給不能滿(mǎn)足居民出行需求時(shí)，私家車(chē)出行需求上升就會(huì)導(dǎo)致碳排放量增加。模型結(jié)果表明陜西省城鎮(zhèn)化率每增長(zhǎng)1%，交通運(yùn)輸行業(yè)碳排放量將增長(zhǎng)0.453%。②目前交通運(yùn)輸行業(yè)能源消耗結(jié)構(gòu)仍以石油為主，油品消耗占比高，能耗強(qiáng)度過(guò)高對(duì)碳排放有促進(jìn)作用。模型結(jié)果表明陜西省能耗強(qiáng)度每下降1%，交通運(yùn)輸行業(yè)碳排放量將下降0.994%。③人均國(guó)內(nèi)生產(chǎn)總值增加促進(jìn)碳排放量增長(zhǎng)是必然的，目前還需很長(zhǎng)時(shí)間實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)與碳排放的“脫鉤”。模型結(jié)果表明目前陜西省人均國(guó)內(nèi)生產(chǎn)總值每增長(zhǎng)1%，交通運(yùn)輸行業(yè)碳排放量將增長(zhǎng)0.308%，另外，陜西省國(guó)內(nèi)生產(chǎn)總值對(duì)數(shù)的二次項(xiàng)系數(shù)為-0.017<0，說(shuō)明在2000—2020 年期間，經(jīng)濟(jì)水平與環(huán)境污染呈現(xiàn)倒U 形關(guān)系，這與學(xué)者庫(kù)茲涅茨的觀(guān)點(diǎn)一致。

表5 模型（14）的嶺回歸分析結(jié)果

從交通行業(yè)發(fā)展的角度看，貨物周轉(zhuǎn)量、公路路網(wǎng)密度、民用汽車(chē)擁有量、公路貨物周轉(zhuǎn)量占比均為陜西省交通運(yùn)輸行業(yè)碳排放的正向驅(qū)動(dòng)因素，彈性系數(shù)分別為0.293,0.094,0.125,0.06。說(shuō)明：①交通運(yùn)輸需求尤其是貨運(yùn)需求對(duì)陜西省交通運(yùn)輸碳排放有促進(jìn)作用。模型結(jié)果表明陜西省全省貨運(yùn)周轉(zhuǎn)量每增加1%，碳排放量將增長(zhǎng)0.293%。②運(yùn)輸結(jié)構(gòu)中，公路運(yùn)量占比過(guò)高會(huì)導(dǎo)致碳排放量增加。模型結(jié)果表明公路貨物周轉(zhuǎn)量占比每降低1%，陜西省碳排放量將下降0.094%。③交通基礎(chǔ)設(shè)施建設(shè)水平對(duì)碳排放也有直接影響，近二十年陜西省不斷完善的公路網(wǎng)絡(luò)導(dǎo)致碳排放量增加。模型結(jié)果表明公路路網(wǎng)密度每增加1%，碳排放量將增加0.125%。④因目前化石燃料仍為汽車(chē)主要能源，民用汽車(chē)擁有量逐年增加會(huì)促使碳排放量增加。模型結(jié)果表明民用汽車(chē)擁有量每增加1%，碳排放量將增加0.06%。

5 結(jié)論與建議

本文通過(guò)“自上而下”的計(jì)算方法計(jì)算了陜西省交通運(yùn)輸業(yè)二氧化碳排放量，采用灰色關(guān)聯(lián)度分析法進(jìn)行影響因素指標(biāo)識(shí)別，構(gòu)建了STIR?PAT 擴(kuò)展模型。實(shí)證研究結(jié)果發(fā)現(xiàn)，對(duì)于陜西?。孩?013 年后，交通運(yùn)輸碳排放量不再呈逐年遞增趨勢(shì)，2009 年后交通運(yùn)輸碳排放強(qiáng)度逐年下降，說(shuō)明在交通運(yùn)輸發(fā)展過(guò)程中環(huán)保制約作用已發(fā)揮，碳排放量和碳排放強(qiáng)度不會(huì)再出現(xiàn)持續(xù)性的正增長(zhǎng)；②相較旅客周轉(zhuǎn)量、鐵路路網(wǎng)密度、民用航空航線(xiàn)條數(shù)、鐵路機(jī)車(chē)擁有臺(tái)數(shù)，貨物周轉(zhuǎn)量、公路貨物周轉(zhuǎn)量占比、公路路網(wǎng)密度、民用汽車(chē)擁有量與交通運(yùn)輸行業(yè)碳排放量關(guān)聯(lián)度更強(qiáng)，且與城鎮(zhèn)化率、能耗強(qiáng)度、人均國(guó)內(nèi)生產(chǎn)總值均為交通行業(yè)碳排放量的正向驅(qū)動(dòng)因素，其增長(zhǎng)均會(huì)引起陜西省碳排放量增加。

為此，對(duì)陜西省的碳減排工作提出以下建議：

（1）持續(xù)優(yōu)化交通運(yùn)輸結(jié)構(gòu)。未來(lái)，陜西省經(jīng)濟(jì)與交通運(yùn)輸仍會(huì)保持一定的增長(zhǎng)態(tài)勢(shì)，基于低碳發(fā)展目標(biāo)的交通運(yùn)輸結(jié)構(gòu)調(diào)整有利于減緩減排壓力。①優(yōu)化貨運(yùn)結(jié)構(gòu)，目前陜西省鐵路大宗物資運(yùn)輸?shù)谋壤缘陀谌珖?guó)平均水平，需在頂層設(shè)計(jì)層面持續(xù)加強(qiáng)鐵路、公路貨運(yùn)樞紐的統(tǒng)籌規(guī)劃布局，補(bǔ)充鐵路物流“前后一公里”，持續(xù)穩(wěn)定鐵路貨運(yùn)運(yùn)價(jià)，鼓勵(lì)運(yùn)輸企業(yè)向多式聯(lián)運(yùn)經(jīng)營(yíng)企業(yè)轉(zhuǎn)型，鼓勵(lì)貨運(yùn)企業(yè)大力發(fā)展甩掛運(yùn)輸，打開(kāi)集裝箱運(yùn)輸市場(chǎng)，不斷提高運(yùn)輸效率。②調(diào)整客運(yùn)結(jié)構(gòu)，陜西省榆林、寶雞、渭南、漢中和安康等中心城市并無(wú)軌道交通，公交走廊與新經(jīng)濟(jì)發(fā)展區(qū)域關(guān)系不密切，需在人口密度高的城市建設(shè)快速干道或環(huán)線(xiàn)，確保城市交通的主動(dòng)脈暢通，鼓勵(lì)公交企業(yè)動(dòng)態(tài)化管理，在人口密集和崗位聚集的地方及時(shí)調(diào)營(yíng)運(yùn)線(xiàn)線(xiàn)路。部分小城市公共交通服務(wù)水平不足，應(yīng)防止出現(xiàn)為提高通達(dá)率導(dǎo)致線(xiàn)路規(guī)劃無(wú)效蔓延的現(xiàn)象，提高交通用地的利用效率，打造公共交通“緊湊型”都市，抑制城市中心私家車(chē)出行需求過(guò)度發(fā)展。

（2）出臺(tái)利好加快技術(shù)進(jìn)步的相關(guān)政策。目前交通運(yùn)輸行業(yè)能源消耗結(jié)構(gòu)仍以石油為主，對(duì)高能耗產(chǎn)業(yè)進(jìn)行技術(shù)優(yōu)化，降低石油消費(fèi)在終端消費(fèi)的占比，有利于減少碳排放。①在基礎(chǔ)設(shè)施規(guī)劃、設(shè)計(jì)、建設(shè)、運(yùn)營(yíng)和養(yǎng)護(hù)管理全過(guò)程積極推進(jìn)綠色交通技術(shù)和產(chǎn)品的推廣應(yīng)用，在交通運(yùn)輸領(lǐng)域創(chuàng)建一批綠色低碳技術(shù)創(chuàng)新示范工程，以示范工程建設(shè)引領(lǐng)發(fā)展。②加強(qiáng)新能源汽車(chē)安全技術(shù)標(biāo)準(zhǔn)與配套設(shè)施建設(shè)。陜西省近幾年持續(xù)出臺(tái)措施推進(jìn)新能源車(chē)輛占比的提升，但配套設(shè)施覆蓋率低于全國(guó)平均水平，應(yīng)提高高速公路服務(wù)區(qū)新能源車(chē)專(zhuān)用車(chē)位占比及快充樁覆蓋率，在重點(diǎn)貨運(yùn)樞紐建設(shè)重卡專(zhuān)用換電站，不斷完善新能源安全技術(shù)標(biāo)準(zhǔn)，積極營(yíng)造新能源車(chē)良好使用環(huán)境。③提升交通信息化、智能化水平，2019 年陜西省交通運(yùn)輸廳印發(fā)的《陜西省智慧交通發(fā)展指導(dǎo)意見(jiàn)（2019—2035）》（陜交發(fā)〔2019〕32 號(hào)）[28]指出，到2030年實(shí)現(xiàn)信息化對(duì)交通運(yùn)輸服務(wù)的全面支撐、實(shí)現(xiàn)信息化對(duì)協(xié)同管理的全面支撐，在這一過(guò)程中，建議陜西省將交通運(yùn)輸信息化發(fā)展與碳排放緊密聯(lián)系，著力推進(jìn)環(huán)境統(tǒng)計(jì)監(jiān)測(cè)體系建設(shè)，在省級(jí)層面建立交通運(yùn)輸能耗監(jiān)測(cè)、統(tǒng)計(jì)考核管理標(biāo)準(zhǔn)等。