中國(guó)水運(yùn)業(yè)碳排放影響因素分解與達(dá)峰情景預(yù)測(cè)

摘 要：系統(tǒng)分析碳排放影響因素，預(yù)測(cè)碳達(dá)峰時(shí)間和峰值，對(duì)于促進(jìn)中國(guó)水運(yùn)業(yè)的綠色低碳發(fā)展具有重要意義。首先采用排放因子法測(cè)算水運(yùn)業(yè)2001—2020年的碳排放量；其次構(gòu)建LMDI分解模型分析碳排放影響因素；最后在STIRPAT模型的基礎(chǔ)上，運(yùn)用情景分析法，設(shè)定九種情景來(lái)預(yù)測(cè)2021—2035年中國(guó)水運(yùn)業(yè)的碳排放峰值。結(jié)果表明：1）2001—2020年，中國(guó)水運(yùn)業(yè)碳排放量整體呈上升趨勢(shì)。2）經(jīng)濟(jì)活動(dòng)是碳排放增長(zhǎng)的首要驅(qū)動(dòng)力，運(yùn)輸強(qiáng)度是其最大的抑制因素。3）不同情景下水運(yùn)業(yè)碳達(dá)峰的時(shí)間和峰值存在顯著差異，其中兼顧發(fā)展與減排的“中增長(zhǎng)高減排”情景已于2019年實(shí)現(xiàn)碳達(dá)峰，峰值為

10 113.6萬(wàn)噸，是中國(guó)水運(yùn)業(yè)的最優(yōu)碳達(dá)峰情景。

關(guān)鍵詞：碳達(dá)峰預(yù)測(cè)；LMDI；STIRPAT；水運(yùn)業(yè)

中圖分類(lèi)號(hào)：F552 文獻(xiàn)標(biāo)志碼：A DOI：10.13714/j.cnki.1002-3100.2024.06.023

Abstract： To encourage the green and low-carbon development of China's canal transport industry， systematic analysis of the elements that influence carbon emissions and peak time and peak value prediction are extremely important. First， the emission factor method is used to measure the carbon emissions of waterway transport sector from 2001 to 2020. Next， the LMDI decomposition model is constructed to analyze the carbon emission influencing factors. Finally， on the basis of STIRPAT model， the scenario analysis method is applied to set nine scenarios to predict the carbon emission peak of China's waterway transport sector from 2021 to 2035. The results show that from 2001 to 2020， the overall carbon emissions of China's waterway transport sector show an upward trend， that economic activities are the primary driver of carbon emission growth， and transportation intensity is the largest inhibiting factor， that there are significant differences in the timing and peak value of carbon emissions in the waterway transport sector under different scenarios， among which the \"medium growth and high emission reduction\" scenario， which balances development and emission reduction， has reached the peak value of 101.136 million tons in 2019， which is the optimal carbon peak scenario for China's waterway transport sector.

Key words： carbon peak prediction; LMDI; STIRPAT; waterway transport sector

中國(guó)是目前全球溫室氣體排放量較大的國(guó)家，面臨巨大的減排壓力和挑戰(zhàn)。作為碳排放大國(guó)，黨的二十大報(bào)告指出，要“積極穩(wěn)妥推進(jìn)碳達(dá)峰碳中和”。水運(yùn)業(yè)覆蓋面寬和高度國(guó)際化的特殊性使其碳減排問(wèn)題暫未被納入聯(lián)合國(guó)氣候變化框架公約，僅在國(guó)際海事組織（IMO）的主導(dǎo)下開(kāi)展減排行動(dòng)。IMO統(tǒng)計(jì)數(shù)據(jù)顯示，2022年全球水運(yùn)業(yè)的年碳排放量約為10億噸，約占全球碳排放總量的3%。如果把整個(gè)水運(yùn)業(yè)看作一個(gè)國(guó)家，那么其碳排放體量就位居全球第六位[1]。水運(yùn)業(yè)是我國(guó)綜合運(yùn)輸體系的重要組成部分。交通運(yùn)輸部的最新數(shù)據(jù)表明，2022年我國(guó)港口貨物吞吐量達(dá)到156.85億噸，港口集裝箱吞吐量達(dá)到2.96億標(biāo)箱，二者均位居世界前列。面對(duì)溫室氣體減排的國(guó)際壓力，我國(guó)水運(yùn)業(yè)正在積極發(fā)展和應(yīng)用各種減排措施，以實(shí)現(xiàn)綠色低碳可持續(xù)發(fā)展，但尚未就如何實(shí)現(xiàn)溫室氣體減排的初步戰(zhàn)略目標(biāo)形成明確的技術(shù)路徑。

1" " 文獻(xiàn)綜述

已有的關(guān)于水運(yùn)業(yè)碳排放的研究主要從三方面展開(kāi)。首先是核算水運(yùn)業(yè)碳排放總量。通過(guò)文獻(xiàn)分析發(fā)現(xiàn)，目前常用的水運(yùn)業(yè)碳排放核算法主要有兩種：第一種方法是以能源消耗為核心的“自上而下”法[2]，另一種是以出行數(shù)據(jù)為核心的“自下而上”法[3]。其次是對(duì)水運(yùn)業(yè)碳排放影響因素的分析。從研究結(jié)論來(lái)看，馬雪菲等[4]認(rèn)為經(jīng)濟(jì)發(fā)展水平與能源強(qiáng)度分別是最大的促碳和減碳因素，而王勇等[5]認(rèn)為運(yùn)輸規(guī)模是影響水運(yùn)業(yè)碳排放的重要因素。除此之外，運(yùn)輸結(jié)構(gòu)、碳排放強(qiáng)度、能源效率等也被認(rèn)為是影響水運(yùn)業(yè)碳排放變化的關(guān)鍵因素。最后是有關(guān)水運(yùn)業(yè)碳排放預(yù)測(cè)的研究。針對(duì)碳排放量預(yù)測(cè)模型與情景分析研究，學(xué)者們提出了多種建模思路。周玲玲等[6]通過(guò)情景分析建立了中國(guó)國(guó)際海運(yùn)CO2排放量預(yù)測(cè)模型，預(yù)測(cè)了中國(guó)2010—2050年的國(guó)際海運(yùn)CO2排放量。曾德芳[7]采用LEAP模型構(gòu)建了長(zhǎng)江航運(yùn)2017—2047年的預(yù)測(cè)框架，通過(guò)四種情景預(yù)測(cè)了長(zhǎng)江航運(yùn)的能源消耗及碳排放情況。在“3060”戰(zhàn)略規(guī)劃提出后，部分學(xué)者將研究視角集中到了水運(yùn)業(yè)的碳達(dá)峰研究。例如，廖兵兵[8]詳細(xì)分析了我國(guó)航運(yùn)行業(yè)二氧化碳的歷史排放情況，為如何實(shí)現(xiàn)“雙碳”目標(biāo)提出了建議和對(duì)策。李虎[9]立足于實(shí)現(xiàn)碳達(dá)峰的方式，闡述了電動(dòng)船舶對(duì)于交通行業(yè)實(shí)現(xiàn)碳達(dá)峰的重要作用和意義。

綜上所述，已有文獻(xiàn)中對(duì)水運(yùn)業(yè)碳排放的研究主要集中在碳排放核算和影響因素分析這兩個(gè)方面，對(duì)碳排放預(yù)測(cè)的研究相對(duì)較早，可能與現(xiàn)階段的實(shí)際情況不符，且缺少對(duì)中國(guó)整體水運(yùn)業(yè)碳排放趨勢(shì)的分析。另一方面，針對(duì)水運(yùn)業(yè)碳達(dá)峰的研究多是從宏觀(guān)層面分析水運(yùn)業(yè)的碳排放現(xiàn)狀及趨勢(shì)，進(jìn)而提出減排路徑，缺乏以實(shí)際數(shù)據(jù)為支撐的實(shí)證研究。因此，本文基于排放因子法核算中國(guó)水運(yùn)業(yè)2001—2020年的CO2排放量；在此基礎(chǔ)上，建立LMDI分解模型，以識(shí)別水運(yùn)業(yè)的碳排放影響因素；最后通過(guò)擴(kuò)展STIRPAT模型，并結(jié)合最新的國(guó)家相關(guān)政策目標(biāo)，預(yù)測(cè)不同情景下中國(guó)水運(yùn)業(yè)的碳排放峰值和達(dá)峰時(shí)間，希望能夠?yàn)橹贫ǜ咝У吞嫉乃\(yùn)業(yè)發(fā)展政策提供科學(xué)的依據(jù)。

2" " 研究方法及數(shù)據(jù)來(lái)源

2.1" " 水運(yùn)業(yè)碳排放總量核算

考慮到數(shù)據(jù)的可得性，本文采用以運(yùn)輸周轉(zhuǎn)量為基礎(chǔ)的“自上而下”的方法來(lái)計(jì)算我國(guó)水運(yùn)業(yè)的能源消耗和二氧化碳排放量。計(jì)算公式如下：

式（1）、式（2）中，E表示水運(yùn)業(yè)的能源消費(fèi)量，i=1，2分別表示內(nèi)河運(yùn)輸和海洋運(yùn)輸，Ei表示第i類(lèi)運(yùn)輸方式的能源消費(fèi)量，Ti表示第i類(lèi)運(yùn)輸方式的貨物周轉(zhuǎn)量，ETi表示第i類(lèi)運(yùn)輸方式的單位周轉(zhuǎn)量能耗，C表示水運(yùn)業(yè)的碳排放量，Ci表示第i類(lèi)運(yùn)輸方式的碳排放量，Ki表示第i類(lèi)運(yùn)輸方式下的能源折算標(biāo)準(zhǔn)煤參考系數(shù)，EFi表示運(yùn)輸方式i中所消耗燃料的碳排放系數(shù)。

2.2" " LMDI分解模型

本文在Kaya恒等式的基礎(chǔ)上，結(jié)合中國(guó)水運(yùn)業(yè)的實(shí)際情況，選取適合水路運(yùn)輸碳排放的分解因子對(duì)Kaya恒等式進(jìn)行擴(kuò)展。

式（3）中，C表示水路運(yùn)輸碳排放總量，Ci表示運(yùn)輸方式i的碳排放量，Ei表示運(yùn)輸方式i的能源消耗量，Ti表示運(yùn)輸方式i的貨物周轉(zhuǎn)量，T表示水路貨物周轉(zhuǎn)總量，GDP表示中國(guó)國(guó)內(nèi)生產(chǎn)總值（以2001年為不變價(jià)），P表示人口規(guī)模，EFi表示運(yùn)輸方式i所消耗燃料的碳排放系數(shù)，ETi為運(yùn)輸方式i的單位周轉(zhuǎn)量能耗，Si為運(yùn)輸方式i所占的比重，TI為單位GDP水路貨物周轉(zhuǎn)量，A是人均GDP，P是人口總量。

LMDI分解模型能夠?qū)aya恒等式中的所有分量進(jìn)行無(wú)殘差分解，已被廣泛應(yīng)用于對(duì)碳排放影響因素的分解。設(shè)定C0為基期二氧化碳排放量，Ct為第t期二氧化碳排放量，則：

式（4）中，△C表示0年與t年所產(chǎn)生碳排放量的差值，△C由六部分構(gòu)成，分別是能源排放效應(yīng)△CEF、周轉(zhuǎn)量能耗效應(yīng)△CET、運(yùn)輸結(jié)構(gòu)效應(yīng)△CS、運(yùn)輸強(qiáng)度效應(yīng)△CTI、經(jīng)濟(jì)活動(dòng)效應(yīng)△CA和人口規(guī)模效應(yīng)△CP。考慮到能源的二氧化碳排放系數(shù)為常數(shù)，因此△CEF=0，故公式（4）可改寫(xiě)為：

各因素貢獻(xiàn)值表達(dá)式如下。

2.3" " 拓展的STIRPAT模型

York等在IPAT模型的基礎(chǔ)上提出STIRPAT模型，其標(biāo)準(zhǔn)形式如式（11）所示：

式（11）中，I表示環(huán)境指標(biāo)；P、A、T分別表示人口規(guī)模、富裕程度和技術(shù)水平；a為模型的系數(shù)；b、c、d為變量的系數(shù)；e為隨機(jī)誤差項(xiàng)。為了降低模型異方差的影響，在式（11）兩邊取對(duì)數(shù)，結(jié)果見(jiàn)式（12）：

利用擴(kuò)展的STIRPAT模型可以對(duì)未來(lái)的碳排放量進(jìn)行預(yù)測(cè)，本文將從人口、經(jīng)濟(jì)、技術(shù)和水運(yùn)四個(gè)維度對(duì)STIRPAT模型加以擴(kuò)展。擴(kuò)展后的表達(dá)式如下：

式（13）中，P為人口規(guī)模；A為人均GDP；ET為單位周轉(zhuǎn)量能耗；S表示運(yùn)輸結(jié)構(gòu)；TI表示運(yùn)輸強(qiáng)度；F表示貨運(yùn)量。β1—β6表示各變量的回歸系數(shù)。

2.4" " 數(shù)據(jù)來(lái)源

本文選取的2001—2020年的人口總量和GDP均來(lái)自歷年的《中國(guó)統(tǒng)計(jì)年鑒》，為保證數(shù)據(jù)的可比性，以2001年的數(shù)據(jù)為基準(zhǔn)，剔除價(jià)格因素對(duì)變量的影響。各運(yùn)輸方式的貨物周轉(zhuǎn)量和貨運(yùn)量來(lái)自歷年交通運(yùn)輸行業(yè)的發(fā)展統(tǒng)計(jì)公報(bào)，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》，在碳排放系數(shù)的確定標(biāo)準(zhǔn)上，本文選取IPCC作為標(biāo)準(zhǔn)。營(yíng)運(yùn)船舶單位運(yùn)輸周轉(zhuǎn)量能耗參考邢輝等[10]的研究和交通運(yùn)輸行業(yè)發(fā)展統(tǒng)計(jì)公報(bào)?？紤]到中國(guó)的水路運(yùn)輸以貨運(yùn)為主，客運(yùn)占比較低，因此本文所研究的水路運(yùn)輸主要是指水路貨運(yùn)。

3" " 研究結(jié)果分析

3.1" " 碳排放量測(cè)算

由式（2）計(jì)算得出2001—2020年中國(guó)水運(yùn)業(yè)的碳排放量，結(jié)果如圖1所示。2001—2020年，中國(guó)水運(yùn)業(yè)的碳排放總量整體呈上升趨勢(shì)，從2001年的2 536.38萬(wàn)噸增加到2020年的10 083.14萬(wàn)噸，年平均增長(zhǎng)率為8.09%。從2004年開(kāi)始，世界經(jīng)濟(jì)呈現(xiàn)出了強(qiáng)勁的復(fù)蘇態(tài)勢(shì)，中國(guó)經(jīng)濟(jì)進(jìn)入了新一輪的增長(zhǎng)周期，全國(guó)水路運(yùn)輸形勢(shì)持續(xù)向好，我國(guó)水運(yùn)碳排放量明顯增加。但受全球經(jīng)濟(jì)危機(jī)的影響，2008年我國(guó)水運(yùn)業(yè)碳排放量呈“斷崖式”下跌，隨后持續(xù)走高。2015—2019年，受?chē)?guó)家鼓勵(lì)老舊運(yùn)輸船舶提前報(bào)廢更新政策和設(shè)立船舶大氣污染排放控制區(qū)等措施的影響，水運(yùn)業(yè)的碳排放增長(zhǎng)水平逐漸趨于平緩。2020年，國(guó)際關(guān)注的突發(fā)公共衛(wèi)生事件擾亂了全球的供應(yīng)鏈和貨流，導(dǎo)致我國(guó)水運(yùn)業(yè)運(yùn)量需求總體不振，間接導(dǎo)致該年水運(yùn)業(yè)碳排放量較前一年下跌0.3%。

3.2" " 碳排放情景預(yù)測(cè)分析

3.2.1" " 回歸結(jié)果分析

在進(jìn)行線(xiàn)性回歸分析時(shí)，很容易出現(xiàn)自變量共線(xiàn)性問(wèn)題，導(dǎo)致模型結(jié)果產(chǎn)生嚴(yán)重偏差。經(jīng)過(guò)多重共線(xiàn)性檢驗(yàn)發(fā)現(xiàn)，6個(gè)變量的VIF值均大于10，這表明變量間存在嚴(yán)重的共線(xiàn)性，數(shù)據(jù)分析的結(jié)論并不可靠。為了消除變量之間的多重共線(xiàn)性問(wèn)題，保證模型預(yù)測(cè)結(jié)果的可靠性，采用嶺回歸分析STIRPAT模型。嶺回歸是一種經(jīng)過(guò)改良的最小二乘法，其放棄了最小二乘法的無(wú)偏性，通過(guò)引入k個(gè)單位陣，使回歸系數(shù)可估計(jì)，以損失部分信息為代價(jià)來(lái)尋找效果稍差但回歸系數(shù)更符合實(shí)際情況的模型方程。觀(guān)察R2和K的關(guān)系及嶺跡圖，當(dāng)K=0.16時(shí)，嶺跡圖趨于平穩(wěn)，此時(shí)自變量系數(shù)在顯著性為5%的水平上通過(guò)了方差檢驗(yàn)，方差結(jié)果顯示F=288.633，sigF為0，小于0.01，通過(guò)了1%的顯著性水平檢驗(yàn)，證明模型的建立效果比較理想，進(jìn)而得出水運(yùn)業(yè)碳排放的嶺回歸方程如下：

3.2.2" " 歷史數(shù)據(jù)擬合

本文根據(jù)模型（14）對(duì)2001—2020年中國(guó)水運(yùn)業(yè)的二氧化碳排放量進(jìn)行模擬，具體結(jié)果如圖2所示。由圖2可以看出，歷史值與模擬值的曲線(xiàn)擬合度高，2001—2020年中國(guó)水運(yùn)業(yè)二氧化碳實(shí)際排放量與模擬數(shù)值的平均相對(duì)誤差為3.23%。因此，采用模型（14）對(duì)未來(lái)中國(guó)水運(yùn)業(yè)碳排放量進(jìn)行預(yù)測(cè)是準(zhǔn)確且可靠的。

3.2.3" " 碳達(dá)峰情景設(shè)定

為探究中國(guó)水運(yùn)業(yè)的“碳達(dá)峰”前景，本文基于STIRPAT拓展模型，將擴(kuò)展后的6個(gè)變量分為經(jīng)濟(jì)因素和減排因素兩類(lèi)。其中經(jīng)濟(jì)因素包括人口規(guī)模、人均GDP和貨運(yùn)量，減排因素包括單位周轉(zhuǎn)量能耗、運(yùn)輸結(jié)構(gòu)和運(yùn)輸強(qiáng)度。經(jīng)濟(jì)因素設(shè)定低、中、高三種增長(zhǎng)模式，減排因素設(shè)定低、中、高三種減排模式，并將經(jīng)濟(jì)和減排兩類(lèi)因素的不同模式進(jìn)行組合，可以得到9種發(fā)展情景。

按照國(guó)家五年計(jì)劃的特點(diǎn)，參照《世界人口展望2022》《中華人民共和國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》《水運(yùn)“十三五”發(fā)展規(guī)劃》《內(nèi)河航運(yùn)發(fā)展綱要》以及《水運(yùn)“十四五”發(fā)展規(guī)劃》等相關(guān)政策規(guī)劃，以5年為周期對(duì)不同經(jīng)濟(jì)變量和減排變量的變化率進(jìn)行調(diào)整，以此來(lái)反映未來(lái)水運(yùn)業(yè)的發(fā)展趨勢(shì)。各種情景的參數(shù)設(shè)置見(jiàn)表1。

3.2.4" " 碳達(dá)峰趨勢(shì)分析

本文基于中國(guó)水運(yùn)業(yè)碳排放預(yù)測(cè)模型，結(jié)合9種情景設(shè)置，計(jì)算不同情景下中國(guó)水運(yùn)業(yè)2021—2035年的碳排放量（見(jiàn)圖3），并得出不同情景下中國(guó)水運(yùn)業(yè)的碳達(dá)峰趨勢(shì)。根據(jù)預(yù)測(cè)結(jié)果，9種情景下中國(guó)水運(yùn)業(yè)碳排放峰值存在較大差異，且達(dá)峰時(shí)間也不統(tǒng)一。

由圖3可以看出當(dāng)發(fā)展模式不變時(shí)，隨著減排力度的加大，中國(guó)水運(yùn)業(yè)碳排放量的增長(zhǎng)速度明顯放緩，碳達(dá)峰高度和時(shí)間明顯下降并提前，達(dá)峰后碳排放量的下降速度顯著加快。這說(shuō)明優(yōu)化運(yùn)輸結(jié)構(gòu)、提高運(yùn)輸效率、降低運(yùn)輸能耗能夠有效降低碳排放量，將碳達(dá)峰時(shí)間提前。對(duì)比不同發(fā)展模式下的不同方案，情景3、情景6、情景8和情景9均可以在2035年將水運(yùn)業(yè)的碳排放量控制在10 000萬(wàn)噸以下，但情景3和情景8的碳排放達(dá)峰時(shí)間晚于情景6和情景9，峰值也明顯更高，因此情景6和情景9優(yōu)于情景3和情景8?？紤]到情景9處于低增長(zhǎng)發(fā)展模式，在此模式下，我國(guó)將面臨勞動(dòng)力不足、經(jīng)濟(jì)增長(zhǎng)速度緩慢等問(wèn)題，這與我國(guó)的發(fā)展目標(biāo)不符，因此情景6被認(rèn)為是最可能符合我國(guó)水運(yùn)業(yè)碳排放的達(dá)峰路徑，即在經(jīng)濟(jì)社會(huì)保持穩(wěn)定增長(zhǎng)的趨勢(shì)下，加大對(duì)減排技術(shù)、政策和資金的扶持力度，實(shí)現(xiàn)經(jīng)濟(jì)社會(huì)發(fā)展與環(huán)境保護(hù)的雙贏(yíng)。

4" " 結(jié)論與建議

4.1" " 研究結(jié)論

本文基于2001—2020年中國(guó)水運(yùn)業(yè)的相關(guān)數(shù)據(jù)，核算了中國(guó)水運(yùn)業(yè)的歷史碳排放量，對(duì)中國(guó)水運(yùn)業(yè)的碳排放影響因素進(jìn)行了分析，并預(yù)測(cè)了中國(guó)水運(yùn)業(yè)未來(lái)的碳達(dá)峰情況，主要得出了以下結(jié)論。

2001—2020年間，除2008年全球經(jīng)濟(jì)危機(jī)和2020年國(guó)際關(guān)注的突發(fā)公共衛(wèi)生事件期間，我國(guó)水運(yùn)業(yè)碳排放量出現(xiàn)下降以外，其余年份的碳排放總量都在不斷增長(zhǎng)，年平均增長(zhǎng)率為8.09%。

采用LMDI分解方法對(duì)引起中國(guó)水運(yùn)業(yè)碳排放量變化的因素進(jìn)行分析，發(fā)現(xiàn)2001—2020年經(jīng)濟(jì)活動(dòng)效應(yīng)是促進(jìn)中國(guó)水運(yùn)業(yè)碳排放量增長(zhǎng)的最重要的因素，具有顯著的正效應(yīng)，貢獻(xiàn)率為122.10%；運(yùn)輸強(qiáng)度效應(yīng)和周轉(zhuǎn)量能耗效應(yīng)對(duì)碳排量放增長(zhǎng)呈負(fù)效應(yīng)，其中運(yùn)輸強(qiáng)度效應(yīng)是最大的抑制因素，貢獻(xiàn)率達(dá)-27.19%。

運(yùn)用STIRPAT模型和情景分析預(yù)測(cè)中國(guó)水運(yùn)業(yè)的碳達(dá)峰情況，發(fā)現(xiàn)直至2035年，除了情景1和情景4外，其余情景均能實(shí)現(xiàn)碳達(dá)峰，達(dá)峰時(shí)間在2019—2030年之間，達(dá)峰量介于10 114萬(wàn)～12 255萬(wàn)噸之間。中增長(zhǎng)、高減排的發(fā)展情景最有利于中國(guó)水運(yùn)業(yè)實(shí)現(xiàn)碳達(dá)峰。

4.2" " 政策建議

為加快中國(guó)水運(yùn)業(yè)實(shí)現(xiàn)碳達(dá)峰，在開(kāi)展政策規(guī)劃時(shí)可在以下方面發(fā)力。

調(diào)整水路運(yùn)輸結(jié)構(gòu)，提高運(yùn)輸效率。降低運(yùn)輸強(qiáng)度是抑制碳排放的最重要的工具，加快內(nèi)河航道擴(kuò)能升級(jí)進(jìn)程、優(yōu)化船舶運(yùn)營(yíng)調(diào)度、提升船舶航行效率、補(bǔ)齊航道基礎(chǔ)設(shè)施短板，有利于建立高效的水運(yùn)體系，提升水路運(yùn)輸效率。

提升技術(shù)水平，優(yōu)化能源結(jié)構(gòu)。當(dāng)前柴油和燃料油仍是中國(guó)水運(yùn)業(yè)的主體燃料類(lèi)型，但隨著技術(shù)水平的提升，未來(lái)水運(yùn)船舶能源動(dòng)力系統(tǒng)將有更多清潔低碳的替代選擇。另一方面，政府必須加大對(duì)船舶新能源轉(zhuǎn)型、新材料研發(fā)等的資金政策的傾斜，增強(qiáng)清潔替代能源的競(jìng)爭(zhēng)力。

發(fā)揮政策驅(qū)動(dòng)作用，統(tǒng)籌發(fā)展與減排。減少水運(yùn)業(yè)碳排放不能以犧牲發(fā)展為代價(jià)，應(yīng)發(fā)揮政策驅(qū)動(dòng)作用，提高水運(yùn)業(yè)的船舶準(zhǔn)入標(biāo)準(zhǔn)，最大限度地降低減排成本，統(tǒng)籌行業(yè)碳減排和經(jīng)濟(jì)社會(huì)發(fā)展，實(shí)現(xiàn)溫室氣體排放控制與綠色低碳發(fā)展協(xié)同增效。

參考文獻(xiàn)：

[1] 中國(guó)船級(jí)社．船舶應(yīng)用替代燃料指南[M]．北京：人民交通出版社，2017.

[2] 楊紹華，張宇泉，耿涌．基于LMDI的長(zhǎng)江經(jīng)濟(jì)帶交通碳排放變化分析[J]．中國(guó)環(huán)境科學(xué)，2022，42（10）：4817-4826.

[3] 翁淑娟，劉潁穎，唐鳳，等．廣東省船舶二氧化碳排放驅(qū)動(dòng)因素與減排潛力[J]．環(huán)境科學(xué)，2024，45（1）：115-122.

[4] 馬雪菲，楊華龍，邢玉偉．中國(guó)國(guó)際貿(mào)易海運(yùn)CO2排放特征及驅(qū)動(dòng)因素研究[J]．資源科學(xué)，2018，40（10）：2132-2142.

[5] 王勇，韓舒婉，李嘉源，等．五大交通運(yùn)輸方式碳達(dá)峰的經(jīng)驗(yàn)分解與情景預(yù)測(cè)——以東北三省為例[J]．資源科學(xué)，2019，41（10）：1824-1836.

[6] 周玲玲，顧阿倫，葉薇倩，等．中國(guó)未來(lái)國(guó)際海運(yùn)CO2排放量預(yù)測(cè)[J]．清華大學(xué)學(xué)報(bào)（自然科學(xué)版），2012，52（8）：1125-1129.

[7] 曾德芳．基于LEAP模型的長(zhǎng)江航運(yùn)能源消耗及碳排放趨勢(shì)研究[D].重慶：重慶交通大學(xué)，2022.

[8] 廖兵兵．“雙碳”目標(biāo)下我國(guó)航運(yùn)實(shí)現(xiàn)碳中和路徑研究[J]．太平洋學(xué)報(bào)，2022，30（12）：89-100.

[9] 李虎．交通行業(yè)碳達(dá)峰愿景下電動(dòng)船舶的發(fā)展[J]．船舶工程，2022，44（11）：76-78，161.

[10]" 邢輝，段樹(shù)林，黃連忠，等．中國(guó)水路運(yùn)輸業(yè)能源消耗與廢氣排放測(cè)算[J]．中國(guó)環(huán)境科學(xué)，2016，36（6）：1913-1920.