西南地區(qū)交通運(yùn)輸業(yè)碳排放測(cè)算與驅(qū)動(dòng)因素分析

王 杰，鄭 琰，姜曉紅

(南京林業(yè)大學(xué) 汽車與交通工程學(xué)院， 南京 210037)

0 引言

交通運(yùn)輸業(yè)是我國的經(jīng)濟(jì)發(fā)展的支柱產(chǎn)業(yè)，連接著人們的生產(chǎn)和生活，近幾年，交通運(yùn)輸業(yè)發(fā)展取得了巨大進(jìn)步，同時(shí)，碳排放量也在不斷激增，是僅次于工業(yè)、建筑業(yè)的第三大排放源。根據(jù)國際能源署(IEA)的最新分析數(shù)據(jù)，2021年，全球范圍內(nèi)與能源相關(guān)的二氧化碳排放量增加了6%，達(dá)到363億噸，其中，我國二氧化碳排放量超過119億噸，占全球總量的33%。當(dāng)前疫情處于反復(fù)狀態(tài)，全球交通、航空、物流活動(dòng)水平尚未恢復(fù)，2021年，該領(lǐng)域的二氧化碳排放量約為107億噸[1]。交通運(yùn)輸高度依賴化石燃料在移動(dòng)終端的燃燒，導(dǎo)致其二氧化碳排放基數(shù)大、減排難的局面。為減少二氧化碳排放量，我國“十四五”規(guī)劃和2023年遠(yuǎn)景規(guī)劃目標(biāo)中明確指出，將在2030年實(shí)現(xiàn)“碳達(dá)峰”，爭(zhēng)取2060年前實(shí)現(xiàn)“碳中和”[2]。這對(duì)西部地區(qū)既是挑戰(zhàn)也是機(jī)遇，其中云貴川是我國西部地區(qū)的人口資源大省和經(jīng)濟(jì)發(fā)展重地，如何促使其交通運(yùn)輸業(yè)良性發(fā)展，同時(shí)降低碳排放量的增長(zhǎng)，是西部地區(qū)實(shí)現(xiàn)可持續(xù)發(fā)展的重要前提。

西南地區(qū)位于長(zhǎng)江中上游，覆蓋云貴高原和青藏高原南部，擁有水、光、風(fēng)較好的自然資源。以云貴川為例，豐富的自然資源促進(jìn)了區(qū)域?qū)ν赓Q(mào)易，帶動(dòng)了該地區(qū)的交通運(yùn)輸業(yè)發(fā)展。但由于省內(nèi)發(fā)展不平衡，基礎(chǔ)設(shè)施欠缺，技術(shù)發(fā)展落后，使得交通運(yùn)輸業(yè)發(fā)展產(chǎn)生巨大的碳排放量，減排任務(wù)任重道遠(yuǎn)。西南地區(qū)大部分都是國家生態(tài)文明建設(shè)示范區(qū)，重視區(qū)域碳排放控制是實(shí)現(xiàn)雙碳目標(biāo)和區(qū)域可持續(xù)發(fā)展的關(guān)鍵所在。因此，本文通過測(cè)算2011—2019年云貴川交通運(yùn)輸業(yè)碳排放量，在常見驅(qū)動(dòng)因素的基礎(chǔ)上，根據(jù)該區(qū)域公共交通、土地利用、綠色植被覆蓋的特點(diǎn)，增加了公共交通參與度、公共交通設(shè)施飽和度、土地利用結(jié)構(gòu)、綠色植被覆蓋率4個(gè)驅(qū)動(dòng)因素，利用對(duì)數(shù)平均迪氏分解法(logarithmic mean divisia index，LMDI)進(jìn)行碳排放驅(qū)動(dòng)因素分析，結(jié)合分析結(jié)果為云貴川交通運(yùn)輸業(yè)提出減排對(duì)策，對(duì)實(shí)現(xiàn)區(qū)域綠色低碳發(fā)展、促進(jìn)經(jīng)濟(jì)增長(zhǎng)具有現(xiàn)實(shí)意義。

1 國內(nèi)外研究現(xiàn)狀

國內(nèi)學(xué)者王靖添等[3]使用Johansen協(xié)整檢驗(yàn)和誤差修正模型等計(jì)量模型進(jìn)行實(shí)證分析，建立中國交通運(yùn)輸業(yè)碳排放總量層次和強(qiáng)度層次影響因素模型，得出了交通運(yùn)輸業(yè)碳排放受經(jīng)濟(jì)發(fā)展水平、交通運(yùn)輸業(yè)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。張赫等[4]基于LMDI法構(gòu)建四川省交通運(yùn)輸業(yè)碳排放驅(qū)動(dòng)因子分解模型，定量測(cè)算了四川省2000—2015年交通運(yùn)輸行業(yè)碳排放變化的主要影響因素及各因素貢獻(xiàn)率。呂倩等[5]運(yùn)用自上而下的交通運(yùn)輸業(yè)碳排放測(cè)算方法，計(jì)算京津冀地區(qū)2000—2013年交通運(yùn)輸業(yè)能源消費(fèi)碳排放總量，基于STIRPAT模型進(jìn)行多元線性回歸分析和逐步回歸分析，建立碳排放驅(qū)動(dòng)因素模型。

國外學(xué)者Pita等[6]采用LMDI法，分析了2007—2017年泰國道路客運(yùn)業(yè)的影響因素，得出泰國公路客運(yùn)的主要能源消耗和溫室氣體排放來自轎車、貨車和出租車。Zhu等[7]采用LMDI分解方法，分析了1990—2016年亞太地區(qū)6個(gè)國家的公路運(yùn)輸業(yè)碳排放的驅(qū)動(dòng)因素。結(jié)果顯示，2016年，亞太6國的公路運(yùn)輸業(yè)碳排放量為2.961 37億噸，比1990年增長(zhǎng)84.43%。經(jīng)濟(jì)產(chǎn)出效應(yīng)和人口規(guī)模效應(yīng)對(duì)公路運(yùn)輸業(yè)碳排放具有正的驅(qū)動(dòng)作用，其中經(jīng)濟(jì)產(chǎn)出效應(yīng)仍然是最重要的驅(qū)動(dòng)因素。

現(xiàn)有研究存在的不足：

1) 國內(nèi)研究學(xué)者在研究交通運(yùn)輸業(yè)碳測(cè)算時(shí)，研究總體上為發(fā)展質(zhì)量較好和交通設(shè)施完善的省份，針對(duì)西部地區(qū)的研究較少，對(duì)進(jìn)一步實(shí)現(xiàn)西部地區(qū)協(xié)調(diào)綠色發(fā)展存在一定的缺口。

2) 諸多學(xué)者以能源結(jié)構(gòu)、效率、產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)、人口等常見因素進(jìn)行系統(tǒng)性解釋碳排放驅(qū)動(dòng)因素，總體上是偏宏觀直接驅(qū)動(dòng)因素，針對(duì)區(qū)域特點(diǎn)精準(zhǔn)減排措施支撐意義不足，因此，本文結(jié)合云貴川三省的區(qū)域特點(diǎn)，增加了4個(gè)間接微觀驅(qū)動(dòng)因素，兩類因素雖層次不同，數(shù)據(jù)結(jié)構(gòu)不同，但有交叉。利用LMDI進(jìn)行交通運(yùn)輸業(yè)碳排放驅(qū)動(dòng)因素分析，對(duì)西部地區(qū)交通運(yùn)輸業(yè)碳排放研究提供借鑒。

2 碳排放測(cè)算

2.1 碳排放測(cè)算方法

目前，使用范圍較廣，兼具宏觀微觀特點(diǎn)的碳排放核算方法有3種：排放因子法、質(zhì)量平衡法和實(shí)測(cè)法。排放因子法(emission-factor approach)是IPCC提出的第1種碳排放估算方法，也是目前廣泛應(yīng)用的方法。其基本思路是依照碳排放清單列表，針對(duì)一種排放源構(gòu)造其活動(dòng)數(shù)據(jù)與排放因子(emission factor)，以活動(dòng)數(shù)據(jù)和排放因子的乘積作為該排放項(xiàng)目的碳排放量估算值[8-9]，公式如下：

(1)

式中：i為能源種類；C為碳排放總量；Ci為第i種能源的碳排放量；δi為生產(chǎn)過程中所消耗第i種能源的碳排放系數(shù)；θi為第i種能源的標(biāo)準(zhǔn)煤換算系數(shù)；Ei為第i種能源的消耗量。

2.2 實(shí)例分析

根據(jù)國家統(tǒng)計(jì)局各省能源消耗量數(shù)據(jù)，在2011—2019年間，云貴川三省能源主要包括原煤、汽油等9種。對(duì)三省物能源消耗進(jìn)行估算，再折算成二氧化碳排放量，消耗能源的標(biāo)準(zhǔn)煤折合系數(shù)θi和碳排放系數(shù)δi分別見表1、2，熱力文中忽略不計(jì)。

表1 能源折標(biāo)準(zhǔn)煤參考系數(shù)

表2 各種能源碳排放系數(shù)

三省2011—2019年間的交通運(yùn)輸業(yè)能源消耗量，數(shù)據(jù)存在缺失，為了盡可能能保證數(shù)據(jù)有效性和全國交通運(yùn)輸行業(yè)能源消耗量數(shù)據(jù)的統(tǒng)一性[10]，根據(jù)2011—2019年國家統(tǒng)計(jì)局分行業(yè)能源消耗統(tǒng)計(jì)數(shù)據(jù)，計(jì)算得出，這9年來，交通運(yùn)輸業(yè)、倉儲(chǔ)和郵政業(yè)能源消耗總量約占能源消耗總量的9%左右，倉儲(chǔ)和郵政與交通運(yùn)輸業(yè)相比，其消耗量較少，故將交通運(yùn)輸業(yè)、倉儲(chǔ)和郵政業(yè)能源消耗總量均記為交通運(yùn)輸行業(yè)消耗量[11]，由此可估算出三省交通運(yùn)輸業(yè)能源消耗總量，從而計(jì)算出三省交通運(yùn)輸業(yè)的碳排放總量(見附件)。

如圖1所示，對(duì)云貴川三省交通運(yùn)輸業(yè)能源消耗量和碳排放量進(jìn)行橫向比較，可知2016年云南省能源消耗總量最少，2012年最多，相差241萬噸，2011—2016年能源消耗量逐年減少，碳排放量減少了143萬噸，2016—2019年能源消耗量逐年增加，碳排放量增加了117萬噸。2011年的能源消耗量和2019年的能源消耗量相比，除煤炭、焦炭、燃料油消耗量減少，其余能源消耗量均增加50%以上，2019年原油消耗量比2011年消耗量多97萬噸，2019年煤油消耗量是2011年的2.5倍，天然氣是2011年的3.9倍。

圖1 云貴川三省2011—2019年交通運(yùn)輸業(yè)能源消耗量和碳排放量直方圖

2011年貴州省能源消耗總量最少，且逐年增加，2016年最多，相差191萬噸。2016年碳排放量最多，達(dá)到783萬噸，比2011年多103萬噸。除焦炭消耗量減少44%，燃料油消耗量減少99%，其余能源消耗量均增長(zhǎng)。2019年汽油消耗量是2011年消耗量的3.2倍，煤油是2011年的5.5倍，柴油是2011年的1.9倍，天然氣是2011年的7.7倍，電力是2011年的1.6倍。

2011—2018年，四川省能源消耗量逐年減少，2018年最少，2014年最多，相差343萬噸，2019年增加了82萬噸。2011年的能源消耗量和2019年能源消耗量相比，煤炭減少33%，焦炭減少9%，燃料油減少29%，除2019年原油消耗量是2011年的2.8倍，其余能源消耗量增幅在3%～62%之間， 2018年碳排放量最少，2014年最多，相差 137萬噸。

通過縱向比較可知，在2011—2019年間，云南省能源消耗總量低于四川省和貴州省，且逐年減少。2016年前，四川省能源消耗量最多，貴州省次之，2016—2019年貴州省能源消耗量超過四川省，但兩者差距不大。意味著9年間云南省能源碳排放量低于貴州省和四川省，四川省最多，貴州次之。通過各類能源消耗量(見附件)數(shù)據(jù)，可以發(fā)現(xiàn)云南省和四川省的各類能源消耗量雖逐年增加，但增幅較小，反觀貴州省各類能源消耗增幅較大，從而導(dǎo)致其碳排放量逐年增長(zhǎng)。但由于四川省的綜合實(shí)力強(qiáng)，地區(qū)發(fā)展質(zhì)量高，交通運(yùn)輸業(yè)發(fā)展迅速，能源消耗量高，所以碳排放又高于云南省和貴州省。

綜上所述，在十三五規(guī)劃期間，三省的能源消耗總量和往年相比呈現(xiàn)下降趨勢(shì)，但近幾年又出現(xiàn)增長(zhǎng)趨勢(shì)，導(dǎo)致碳排放量增長(zhǎng)。三省中，云南省和貴州省由于自身的地理?xiàng)l件限制，交通運(yùn)輸業(yè)發(fā)展?fàn)顩r較落后于四川省，四川省的能源消耗量和二氧化碳排放量比云南省、貴州省大，且差距較大。

3 碳排放驅(qū)動(dòng)因素分析

3.1 碳排放驅(qū)動(dòng)因素分解方法

LMDI屬于因素分解分析法，對(duì)部門總數(shù)據(jù)進(jìn)行處理，提取關(guān)鍵指標(biāo)進(jìn)行因素分析。LMDI方法易于建模，具有在消除殘差的同時(shí)能夠滿足因素可逆等優(yōu)勢(shì)。LMDI分解方法分為Ⅰ型和Ⅱ型，其中Ⅰ型是加法形式，Ⅱ型是乘法形式。本文采取將2種形式相結(jié)合的方式對(duì)三省交通運(yùn)輸業(yè)的碳排放量進(jìn)行因素分解分析。

西南地區(qū)總面積234.06萬平方千米，占我國國土面積的24.5%，森林覆蓋面積36%?！笆奈濉币?guī)劃發(fā)布以來，由于西南地區(qū)對(duì)土地資源開發(fā)利用程度加大，使得土地利用類型趨向于碳源轉(zhuǎn)變。優(yōu)化土地利用結(jié)構(gòu)，發(fā)揮土地利用碳匯、綠色植被的固碳作用是實(shí)現(xiàn)區(qū)域雙碳目標(biāo)和可持續(xù)發(fā)展的關(guān)鍵所在。因此增加了土地利用結(jié)構(gòu)、綠色植被覆蓋率2個(gè)驅(qū)動(dòng)因素。此外，西南地區(qū)公共交通基礎(chǔ)設(shè)施設(shè)備不完善，“公交優(yōu)先”的政策、措施、時(shí)效還未適應(yīng)西南交通發(fā)展和居民的需要，提高居民綠色出行意識(shí)和完善公共交通設(shè)施是其減排的有效途徑，因此增加了公共交通參與度、公共交通設(shè)施飽和度2個(gè)驅(qū)動(dòng)因素。根據(jù)現(xiàn)有文獻(xiàn)[12]中的分解方法，式(1)可進(jìn)一步分解為：

(2)

Qn×Jn×Un×Rn×Pn

(3)

ΔCn=Cn-C0=ΔCF+ΔCS+ΔCT+

ΔCM+ΔCN+ΔCQ+ΔCJ+ΔCU+

ΔCR+ΔCP

(4)

DJ×DU×DR×DP

(5)

3.2 實(shí)例分析

3.2.1分解結(jié)果

利用LMDI模型，云貴川三省分別以2011年的數(shù)據(jù)為基數(shù)，可相應(yīng)計(jì)算出云貴川交通運(yùn)輸業(yè)各影響因素的分解結(jié)果，如表3—5所示。

表3 2012—2019年云南交通運(yùn)輸業(yè)碳排放的驅(qū)動(dòng)因素分解

表4 2012—2019年貴州交通運(yùn)輸業(yè)碳排放的驅(qū)動(dòng)因素分解

表5 2012—2019年四川交通運(yùn)輸業(yè)碳排放的驅(qū)動(dòng)因素分解

3.2.2橫向?qū)Ρ确治?/p>

如圖2—4所示，可以看出，在9個(gè)驅(qū)動(dòng)因素中，云南省有3個(gè)因素對(duì)交通運(yùn)輸業(yè)碳排放起抑制作用，分別是：能源效率、居民公共交通參與度、公共交通車輛飽和度，其余6個(gè)因素起促進(jìn)作用，能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)和人口因素促進(jìn)作用變化不大。

圖2 云南省2012—2019年驅(qū)動(dòng)因素影響程度對(duì)比分析曲線

圖3 貴州省2012—2019年驅(qū)動(dòng)因素影響程度對(duì)比分析曲線

圖4 四川省2012—2019年驅(qū)動(dòng)因素影響程度對(duì)比分析曲線

貴州省比云南省多一個(gè)抑制因素產(chǎn)業(yè)結(jié)構(gòu)因素，其余5個(gè)起促進(jìn)作用。居民公共交通參與度因素抑制作用顯著，說明貴州居民出行公共交通意識(shí)較強(qiáng)，且由于私家車和網(wǎng)約車數(shù)量較少，部分貧困地區(qū)出行只能依靠步行和公共交通。

四川省僅有能源效率、居民公共交通參與度、公共交通車輛飽和度3個(gè)因素起抑制作用。2015年，土地利用結(jié)構(gòu)的促進(jìn)作用最顯著，說明2015年四川省城市化進(jìn)程有重大進(jìn)步，從而導(dǎo)致交通運(yùn)輸碳排放增加[13]。云貴川三省交通運(yùn)輸業(yè)碳排放驅(qū)動(dòng)因素中，能源效率的抑制作用最顯著，區(qū)域經(jīng)濟(jì)的促進(jìn)作用最顯著，土地利用結(jié)構(gòu)因素的促進(jìn)作用和公共交通車輛飽和度因素的抑制作用相對(duì)稱。

3.2.3縱向?qū)Ρ确治?/p>

1) 抑制驅(qū)動(dòng)因素

由圖5可以看出能源效率、居民公共交通參與度、公共交通車輛飽和度,3個(gè)因素對(duì)交通運(yùn)輸業(yè)的碳排放起到抑制作用。對(duì)比分析結(jié)論如下：① 三省的能源效率都起抑制作用，抑制作用最明顯的是四川省。三省在能源消耗量由多到少排名為四川、云南、貴州。雖然四川省能源消耗量大，但能源效率與設(shè)備、管理模式、交通等許多因素有關(guān)，四川相比云南省和貴州省其自身地理?xiàng)l件為其能源利用創(chuàng)造了很大方便，這就造成了能源效率四川省表現(xiàn)最佳。② 居民公共交通參與度中，貴州省抑制作用最顯著，說明貴州居民出行公共交通意識(shí)較強(qiáng)，反觀云南省和四川省，近幾年經(jīng)濟(jì)發(fā)展較快，由于私家車和網(wǎng)約車出現(xiàn)，出行越來越便利，其數(shù)量越來越多，人們出行就更依賴于這些方式。③ 關(guān)于公共交通車輛飽和度因素，對(duì)貴州交通運(yùn)輸業(yè)碳排放起促進(jìn)作用，意味著貴州省的公共交通車輛數(shù)量未達(dá)到理想狀態(tài)，說明貴州的公共交通設(shè)施有待進(jìn)一步完善。雖然云南省和四川省公共交通車輛數(shù)量狀態(tài)較為良好，但由上文可知，居民參與公共交通意識(shí)有待進(jìn)一步加強(qiáng)。

圖5 三省驅(qū)動(dòng)因素均值直方圖

2) 促進(jìn)驅(qū)動(dòng)因素

能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)、人口、土地利用結(jié)構(gòu)和綠色植被覆蓋率對(duì)交通運(yùn)輸業(yè)的碳排放起促進(jìn)作用。對(duì)比結(jié)論如下：① 產(chǎn)業(yè)結(jié)構(gòu)因素對(duì)云南省和四川省交通運(yùn)輸業(yè)起促進(jìn)作用，但增幅不大。對(duì)貴州省起抑制作用，逐年增加。通過三省產(chǎn)業(yè)結(jié)構(gòu)占比，可知云南省產(chǎn)業(yè)結(jié)構(gòu)中，交通運(yùn)輸業(yè)增加值占GDP比重從4.00%逐年增加至4.74%，四川省交通運(yùn)輸業(yè)增加值占GDP比重從2.59%逐年增加至3.18%，貴州省交通運(yùn)輸業(yè)增加值占GDP比重從5.30%逐年減少至4.23%，這就意味著貴州省的產(chǎn)業(yè)結(jié)構(gòu)在逐年優(yōu)化，于是在產(chǎn)業(yè)結(jié)構(gòu)上，貴州省表現(xiàn)最佳。② 貴州省經(jīng)濟(jì)、人口、土地利用因素對(duì)自身交通運(yùn)輸業(yè)碳排放增加的促進(jìn)作用最顯著。根據(jù)年末統(tǒng)計(jì)人口數(shù)量，四川第一，云南其次，貴州第三，說明貴州省經(jīng)濟(jì)發(fā)展水平差，導(dǎo)致人口流失問題，許多人都選擇外出打工，很多地方只有老人和孩子留守，造成貴州在人口因素上的影響異于其他兩省。③ 三省綠色植被覆蓋率因素對(duì)三省交通運(yùn)輸業(yè)碳排放起促進(jìn)作用，根據(jù)國家統(tǒng)計(jì)局?jǐn)?shù)據(jù)，云南省森林覆蓋率55%、貴州省43.8%，四川省38%。茂盛綠植能有效分擔(dān)碳排放量，但三省高綠色覆蓋率的優(yōu)勢(shì)并沒有得到發(fā)揮，又由于三省處于交通運(yùn)輸業(yè)大力發(fā)展時(shí)期，故減排難度大。

3.3 減排建議

由結(jié)果分析可知，云貴川三省，能源效率、居民公共交通參與度、公共交通車輛飽和度3個(gè)因素對(duì)交通運(yùn)輸業(yè)的碳排放起到抑制作用，能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)、人口、土地利用結(jié)構(gòu)和綠色植被覆蓋率對(duì)交通運(yùn)輸業(yè)的碳排放起促進(jìn)作用。其中，區(qū)域經(jīng)濟(jì)促進(jìn)作用顯著，未充分發(fā)揮自身資源優(yōu)勢(shì)抑制碳排放量的增長(zhǎng)，公共交通車輛飽和度的抑制作用不明顯，居民節(jié)能減排意識(shí)弱。基于上述分析，對(duì)三省交通運(yùn)輸業(yè)節(jié)能減排工作提出如下建議：

1) 優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，提升綜合經(jīng)濟(jì)競(jìng)爭(zhēng)力

根據(jù)地理位置和地形特點(diǎn)，進(jìn)行交通運(yùn)輸資源整合，重點(diǎn)區(qū)域?qū)嵤┒嗍铰?lián)運(yùn)，如“公轉(zhuǎn)鐵”或“公轉(zhuǎn)水”，調(diào)整優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，改善投資運(yùn)營(yíng)商環(huán)境，增強(qiáng)市場(chǎng)活力，充分開放合作，打開新局面，提升綜合經(jīng)濟(jì)競(jìng)爭(zhēng)力，抑制碳排放增長(zhǎng)。

2) 發(fā)揮自身資源優(yōu)勢(shì)，提升固碳作用

云貴川水、風(fēng)、光資源豐富，可充分利用這些清潔能源[14-15]，將交通運(yùn)輸業(yè)中污染大且消耗量大的能源如煤炭、焦炭、汽油等用清潔能源代替。另外，土地利用結(jié)構(gòu)優(yōu)化能夠促進(jìn)土地資源的合理利用，云貴川土地資源廣闊，高原山地和江川河流眾多，合理規(guī)劃利用高原山地，有效發(fā)揮森林、草原、濕地、凍土的固碳作用，提升生態(tài)系統(tǒng)碳匯增量。

3) 鼓勵(lì)綠色出行，加強(qiáng)公共交通設(shè)施建設(shè)

三省公共交通車輛飽和度對(duì)交通運(yùn)輸業(yè)碳排放起抑制作用，但這種抑制作用不顯著，說明三省的公共交通車輛未達(dá)到優(yōu)良狀態(tài)。云貴川是西南地區(qū)的人口資源大省和經(jīng)濟(jì)發(fā)展重地，加強(qiáng)道路基建設(shè)施，擴(kuò)大公共交通范圍，提高居民節(jié)能減排意識(shí)。讓農(nóng)村居民出行，有公共交通工具，讓城市居民出行，遵循公交優(yōu)先，提高運(yùn)輸效率，優(yōu)化能源效率。

4 結(jié)論

以西部地區(qū)云貴川三省為例，運(yùn)用排放系數(shù)法對(duì)三省的交通運(yùn)輸業(yè)能源消耗量進(jìn)行了碳排放測(cè)算，并利用LMDI對(duì)云貴川三省進(jìn)行驅(qū)動(dòng)因素分析，在常見驅(qū)動(dòng)因素5個(gè)因素的基礎(chǔ)上，根據(jù)云貴川區(qū)域公共交通現(xiàn)狀和區(qū)域綠化覆蓋率，增加了公共交通參與度、公共交通設(shè)施飽和度、土地利用結(jié)構(gòu)、綠色植被覆蓋率4個(gè)因素，進(jìn)一步分解交通運(yùn)輸業(yè)碳排放驅(qū)動(dòng)因素。研究結(jié)果表明，三省減排在技術(shù)、設(shè)施、意識(shí)上欠缺，未能充分利用自身資源優(yōu)勢(shì)。區(qū)域經(jīng)濟(jì)促進(jìn)作用顯著，意味著云貴川正處于經(jīng)濟(jì)發(fā)展上升時(shí)期，交通運(yùn)輸業(yè)道路、設(shè)施、設(shè)備不斷完善，有效控制碳排放量對(duì)云貴川區(qū)域的發(fā)展具有重要意義。