朱潛挺，王 萌，周芳妮，徐 瑞

(中國石油大學(xué)(北京) 經(jīng)濟(jì)管理學(xué)院， 北京 102249)

十九大報(bào)告指出，構(gòu)建生態(tài)文明是中華民族永續(xù)發(fā)展的千年大計(jì)，低碳發(fā)展已成為中國新的戰(zhàn)略機(jī)遇。北京作為國家的政治中心、文化中心，京津冀地區(qū)作為北方的經(jīng)濟(jì)核心，京津冀城市群在貫徹落實(shí)生態(tài)文明低碳發(fā)展的國家戰(zhàn)略方面必然要率先開展碳減排，而交通運(yùn)輸業(yè)作為京津冀地區(qū)的一個(gè)重要產(chǎn)業(yè)尤其值得關(guān)注。目前，京津冀地區(qū)交通運(yùn)輸業(yè)在碳減排方面仍面臨一系列問題亟待解決。例如，當(dāng)前的碳排放情況如何？是否具有某種變化規(guī)律？有哪些因素會(huì)對其帶來影響，影響程度如何？這種影響是否與京津冀地區(qū)的一體化發(fā)展戰(zhàn)略相關(guān)？以及如何制定城市碳減排政策？等等。基于此，本研究將首先對京津冀地區(qū)交通運(yùn)輸業(yè)碳排放進(jìn)行核算，并對其影響因素進(jìn)行單個(gè)與整體的比較研究，探索不同影響因素在不同階段對碳排放量的影響程度，最終提出相應(yīng)的政策建議。

一、國內(nèi)外研究進(jìn)展

城市在碳減排與實(shí)現(xiàn)經(jīng)濟(jì)發(fā)展中扮演著重要角色，關(guān)于城市尺度的碳排放核算方法已得到許多學(xué)者和科研機(jī)構(gòu)的關(guān)注。Mi等利用投入產(chǎn)出模型計(jì)算了中國13個(gè)城市基于消費(fèi)的碳排放情況,發(fā)現(xiàn)基于消費(fèi)和基于生產(chǎn)的兩種核算結(jié)果不論在總量和人均水平上均有明顯差異[1]; Shan等基于能源平衡表構(gòu)建了包含47個(gè)社會(huì)經(jīng)濟(jì)部門、17種化石燃料和9個(gè)基礎(chǔ)生產(chǎn)部門在內(nèi)的中國城市碳排放數(shù)據(jù)估算方法[2]；全球大氣研究排放數(shù)據(jù)庫 (EDGAR) 、美國橡樹嶺國家實(shí)驗(yàn)室CO2信息分析中心(CDIAC) 、歐盟聯(lián)合研究中心(JRC)等研究機(jī)構(gòu)利用碳衛(wèi)星數(shù)據(jù)或其他空間數(shù)據(jù)來反映不同地區(qū)的碳排放量。

在碳排放影響因素和控制策略方面，國內(nèi)外有關(guān)學(xué)者也開展了相關(guān)探討。如1989 年日本學(xué)者Kaya首次用 IPAT模型研究了碳排放量的驅(qū)動(dòng)因素[3]。繼Kaya后，Dietz 等將IPAT模型擴(kuò)展為STIRPAT模型，并用此模型進(jìn)行碳排放影響因素研究[4]。Shi采用STIRPAT模型驗(yàn)證了人口規(guī)模對碳排放的影響巨大[5]。Shahbaz等指出城市化水平是馬來西亞能源消費(fèi)的主要影響因素[6]。Wang等基于STIRPAT的拓展模型，在原有經(jīng)濟(jì)水平、城市化水平、能源強(qiáng)度、產(chǎn)業(yè)比例等驅(qū)動(dòng)因素的基礎(chǔ)上，增加第三產(chǎn)業(yè)比例和R&D投入作為評估科技實(shí)力的變量，對北京市的碳排放影響因素進(jìn)行關(guān)聯(lián)分析[7]。Li等以天津市為例，利用拓展的STIRPAT模型，探索了天津市碳排放的主要影響因素[8]。黃蕊等探討了江蘇省能源消費(fèi)碳排放的影響因素，選取人均GDP、能源強(qiáng)度和人口數(shù)量進(jìn)行嶺回歸分析[9]。王立猛等采用STIRPAT模型驗(yàn)證了人口數(shù)量是能源消費(fèi)量的主要影響因素[10]。陳永國等基于STIRPAT-Regression模型，建立京津冀及周邊地區(qū)的區(qū)域模型，結(jié)果顯示經(jīng)濟(jì)的增速對碳排放的增長起到了正向貢獻(xiàn)作用[11]。此外，不同學(xué)者對于碳排放模型的擬合方法不同，如時(shí)兆會(huì)基于STIRPAT模型采用偏最小二乘回歸對北京地區(qū)碳排放影響因素進(jìn)行分析，討論了各個(gè)影響因素對碳排放的貢獻(xiàn)程度[12]；徐雪藝構(gòu)建京津冀區(qū)域交通運(yùn)輸業(yè)碳排放的系統(tǒng)動(dòng)力學(xué)模型，模型預(yù)測結(jié)果表明發(fā)展城市軌道交通可以減少交通運(yùn)輸碳排放量[13]；馮悅怡等采用LEAP模型以北京市為例對城市節(jié)能與碳排放政策進(jìn)行情景分析[14]；呂倩等利用多元線性回歸分析與逐步回歸分析建立了碳排放驅(qū)動(dòng)因素模型[15]。

目前，就交通運(yùn)輸業(yè)而言，雖然相關(guān)碳排放問題已得到討論，但是仍有以下幾點(diǎn)不足：一是相關(guān)研究大多數(shù)集中于公路運(yùn)輸、客運(yùn)、貨運(yùn)和航空運(yùn)輸?shù)冗\(yùn)輸方式，而忽略整個(gè)運(yùn)輸部門；二是多數(shù)研究從中國整體進(jìn)行研究，而對于單個(gè)城市、區(qū)域整體進(jìn)行研究的比較缺乏；三是少有研究從時(shí)間角度對模型的適用性進(jìn)行深度探究，以建立更符合實(shí)際的多階段模型。為此，本研究以京津冀交通運(yùn)輸業(yè)碳排放核算為起點(diǎn)，采用偏最小二乘法開展驅(qū)動(dòng)因子分析，通過兩階段參數(shù)估計(jì)評估各影響因素的變化趨勢。

二、研究方法和數(shù)據(jù)來源

(一)研究方法

1.碳排放量核算

根據(jù)《2006年IPCC國家溫室氣體清單指南》給出的能源消耗產(chǎn)生直接交通運(yùn)輸業(yè)碳排放量的核算方法，不包括由交通基礎(chǔ)設(shè)施建造過程中間接產(chǎn)生的碳排放量，計(jì)算方法如下：

表1 各類能源碳排放系數(shù)

(1)

其中：I代表交通運(yùn)輸業(yè)碳排放總量(單位為萬噸)，i為各種燃料，Ei為第i種能源實(shí)物消耗量，Ki為第i種能源碳排放系數(shù)， 44/12為二氧化碳和碳之間的轉(zhuǎn)換系數(shù)。在本研究中，主要利用消費(fèi)量較大的煤炭、汽油、煤油和柴油4種能源計(jì)算碳排放量，能源碳排放系數(shù)如表1所示。

2.兩階段因素分解模型

(1)基礎(chǔ)模型

兩階段因素分解模型的基礎(chǔ)是Dietz等提出的STIRPAT模型[4]，其表達(dá)式為：

I=aPbAcTde

(2)

對等式兩邊可取對數(shù)：

lnI=a+blnP+clnA+dlnT+e

(3)

其中：I代表碳排放總量;P、A、T分別代表人口規(guī)模、富裕程度和科技水平;a為模型的常數(shù)系數(shù)，b、c、d分別為常數(shù)項(xiàng)及P、A、T相對應(yīng)的彈性系數(shù)，e為隨機(jī)誤差項(xiàng)。

(2)模型改進(jìn)

研究將從人口規(guī)模、富裕程度和科技水平的視角分別選取人口總量P(萬人)、人均GDP為A(億元/萬人)和能源強(qiáng)度T(噸標(biāo)準(zhǔn)煤/萬元)作為替代，再選取貨物周轉(zhuǎn)量為H(億噸/公里)，旅客周轉(zhuǎn)量為L(億人/公里)，民用汽車擁有量為M(萬輛)，選取這些指標(biāo)作為影響因素，建立交通運(yùn)輸業(yè)碳排放模型：

lnIj=a+blnPj+clnAj+dlnTj+flnHj+glnLj+hlnMj+e

(4)

其中：j為年份，f、g、h為H、L、M相對應(yīng)的彈性系數(shù)。

進(jìn)一步簡化數(shù)學(xué)模型

y=β0+β1x1+β2x2+β3x3+β4x4+β5x5+β6x6+ε

(5)

其中：β0～β6為彈性系數(shù)。

(3)兩階段因素分解法

在式(5)的基礎(chǔ)上，本研究以2000—2016年為研究時(shí)間段，逐個(gè)選取期間年份作為兩階段分界點(diǎn)，以此開展影響因素分析。

(二)數(shù)據(jù)來源

本研究選取北京市、天津市和河北省三省市2000—2016年的時(shí)間序列數(shù)據(jù)，其中能源碳排放系數(shù)數(shù)據(jù)來源于《2006年國家溫室氣體排放清單指南》，能源消耗量來源于國家統(tǒng)計(jì)局?jǐn)?shù)據(jù)統(tǒng)計(jì)與《中國能源統(tǒng)計(jì)年鑒》，人口數(shù)量、人均GDP、貨物周轉(zhuǎn)量、旅客周轉(zhuǎn)量及民用汽車擁有量數(shù)據(jù)來源于歷年《中國統(tǒng)計(jì)年鑒》。

三、模型估計(jì)與結(jié)果分析

(一)模型估計(jì)

采用stata 15軟件對京津冀地區(qū)交通運(yùn)輸業(yè)碳排放進(jìn)行回歸，研究發(fā)現(xiàn)變量間的相關(guān)系數(shù)大于0.9，且大多變量的VIF大于10，說明這些變量之間存在很強(qiáng)的相關(guān)關(guān)系，具有多重共線性。因此，不能使用一般最小二乘法進(jìn)行回歸。為解決這個(gè)問題，本研究改用SIMCA-P軟件采用偏最小二乘法進(jìn)行模型參數(shù)估計(jì)，具體步驟如下：

首先，利用t1/t2橢圓圖(圖1)與t1/u1散點(diǎn)圖(圖2)對偏最小二乘法的適用性進(jìn)行驗(yàn)證。其中，t1/t2橢圓圖可識(shí)別京津冀地區(qū)的數(shù)據(jù)是否存在特異點(diǎn)，t1/u1散點(diǎn)圖可識(shí)別京津冀地區(qū)的數(shù)據(jù)是否存在線性關(guān)系。

由t1/u1散點(diǎn)圖(圖2)可以看出，京津冀、北京、天津、河北數(shù)據(jù)在一開始是正相關(guān)關(guān)系，但隨后逐漸下降，即函數(shù)關(guān)系改變，因此研究將碳排放函數(shù)分為兩個(gè)階段，擬合出京津冀碳排放的分段函數(shù)。通過對各個(gè)年份進(jìn)行分開模擬，尋找京津冀各地的最佳擬合函數(shù)?；谄钚《朔ǖ贸龅膮?shù)估計(jì)，結(jié)果如表2所示，京津冀、天津、河北在2000—2012年為第一階段，2013—2016年為第二階段時(shí)的分段函數(shù)擬合效果最佳，而北京在2010年分段得到擬合效果最好的分段函數(shù)。其中，R2X或R2Y分別表示從X或Y變量中抽取的主成分相對于原變量X或Y的解釋能力，而Q2表示交叉有效性，說明抽取成分相對于模型精確性的邊際貢獻(xiàn)。從統(tǒng)計(jì)理論角度，若R2X(cum)、R2Y(cum)、Q2(cum) 都大于 0.8，則表示模型估計(jì)結(jié)果完美。由表2可以看出，京津冀地區(qū)的這3項(xiàng)指標(biāo)均大于0.8。因此，模型回歸結(jié)果完美達(dá)到統(tǒng)計(jì)指標(biāo)要求[16]。

最后，利用簡單算術(shù)平均法求出29個(gè)細(xì)分行業(yè)2010—2016年的指數(shù)計(jì)算主成分平均值及指數(shù)計(jì)算綜合得分平均值（見表5）。

圖1 橢圓圖

圖2 散點(diǎn)圖

變量京津冀2000—20122013—2016北京2000—20102011—2016天津2000—20122013—2016河北2000—20122013—2016lnP0.173493??-0.228545??-1.314570?-0.118945?0.186720??-0.223642??0.109738?-0.478603??lnA0.182426??-0.219957??0.794064?-0.249735??0.199195??-0.241233??0.397760??-0.021682??lnT-0.172112??0.212127??-0.007288?0.154674??-0.198903??0.245131??0.298115?-0.267980?lnH0.142873?0.079465?1.683540??0.475775??0.0705630.274319??0.387573??-0.141182lnL0.176412??-0.144454-0.042800??-0.0193730.185008??-0.0800470.173120?-0.294278?lnM0.179287??-0.225833-0.350166?-0.116601?0.194166??-0.111268?0.196924?-0.445053??C38.6039190.4020105.730038.134338.5621117.724032.1041239.6190R2X(cum)0.9068030.9068030.9877410.9784580.8220050.9776660.9756360.936244R2Y(cum)0.9609800.9784720.8859400.9873070.9348150.9999040.9857021.000000Q20.9498910.9175120.8212300.9723290.9348150.992940.9715831.000000

注：**代表VIP>1,表示變量影響程度顯著；*代表VIP>0.8,表示變量影響程度較顯著

(二)結(jié)果分析

1.京津冀交通運(yùn)輸業(yè)碳排放

圖3 京津冀地區(qū)交通運(yùn)輸業(yè)碳排放量

根據(jù)式(1)分別計(jì)算出京津冀3個(gè)地區(qū)的交通運(yùn)輸業(yè)碳排放量和3個(gè)地區(qū)的總量，結(jié)果如圖3所示。

圖3顯示，京津冀地區(qū)交通運(yùn)輸業(yè)碳排放總量從2000年到2013年一直呈現(xiàn)上升趨勢，2013年碳排放量是2000年的2.28倍，年均增長6.55%。從2013年到2016年，碳排放量開始呈下降趨勢，年均降低率為4.60%?？梢钥闯?，在京津冀地區(qū)中，北京最先達(dá)到碳排放峰值，之后京津冀地區(qū)在2013年左右達(dá)到碳排放峰值。京津冀地區(qū)交通運(yùn)輸碳排放總量的變化趨勢顯示，京津冀地區(qū)實(shí)施雙號(hào)限行政策、建設(shè)市政機(jī)構(gòu)自行車網(wǎng)點(diǎn)、大力發(fā)展可再生能源與清潔能源等政策已經(jīng)有效減少了碳排放量。

2.京津冀交通運(yùn)輸業(yè)碳排放的影響因素分析

(1)人口規(guī)模

圖4 人口規(guī)模對京津冀交通運(yùn)輸業(yè)碳排放的兩階段影響

由表2可知，人口規(guī)模對京津冀地區(qū)碳排放影響顯著。其中，對北京碳排放影響較顯著；而對天津來說，人口規(guī)模是碳排放的顯著驅(qū)動(dòng)因素；河北從第一階段到第二階段，人口規(guī)模對碳排放的影響從較顯著變?yōu)轱@著。人口規(guī)模對京津冀交通運(yùn)輸業(yè)碳排放的兩階段影響如圖4所示?？梢钥闯?，在第一階段，京津冀、天津、河北的人口規(guī)模系數(shù)為正，這與往常的認(rèn)知相符，說明人口的增加會(huì)促使碳排放量的增加，為此我們要控制人口數(shù)量，積極響應(yīng)國家的計(jì)劃生育政策；而北京的人口規(guī)模系數(shù)為負(fù)，說明北京市控制人口數(shù)量效果顯著。在第二階段，京津冀地區(qū)的人口規(guī)模系數(shù)均為負(fù)，并且北京的負(fù)系數(shù)絕對值變小。在京津冀一體化下，京津冀的人口流向發(fā)生了變化，近年來由于京津冀一體化的格局逐漸發(fā)展，以及京津部分產(chǎn)業(yè)向河北轉(zhuǎn)移、北京控制城市規(guī)模和疏解非首都功能等因素的影響，一定程度上減緩了外來人口向京津兩市集聚的速度，導(dǎo)致京津冀區(qū)域內(nèi)人口中心遷移的速度放緩。而京津冀人口流向的變化使對交通運(yùn)輸業(yè)碳排放的影響發(fā)生了變化，從長遠(yuǎn)來看，這種變化是有益的，緩解了京津冀地區(qū)的人口壓力，并且平衡了3個(gè)省市間的碳排放量。

(2)富裕程度

圖5 人均GDP對京津冀交通運(yùn)輸業(yè)碳排放的兩階段影響

(3)科技水平

由表2可知，能源強(qiáng)度對京津冀地區(qū)碳排放影響顯著。其中，北京從第一階段到第二階段，能源強(qiáng)度對碳排放的影響從較顯著變?yōu)轱@著；對天津來說，能源強(qiáng)度是碳排放的顯著驅(qū)動(dòng)因素；對河北碳排放有較顯著影響。能源強(qiáng)度對京津冀交通運(yùn)輸業(yè)碳排放的兩階段影響如圖6所示?？梢钥闯?，在第一階段，京津冀、北京、天津的能源強(qiáng)度系數(shù)均為負(fù)。原因在于，雖然政府大力提倡與支持降低能源強(qiáng)度，但對于能源的使用總量沒有加以控制，導(dǎo)致碳排放持續(xù)增加；但河北省的能源強(qiáng)度系數(shù)為正，能源強(qiáng)度降低對于碳排放有抑制作用。在第二階段，京津冀、北京、天津地區(qū)的能源強(qiáng)度系數(shù)均為正，能源強(qiáng)度的降低代表單位GDP所使用能源降低，能源使用總量得到了控制，導(dǎo)致碳排放減少；但河北的能源強(qiáng)度系數(shù)由正轉(zhuǎn)為負(fù)，說明河北的能源消費(fèi)總量在第二階段沒有進(jìn)行控制，致使碳排放增加。此結(jié)論支持了李艷梅等學(xué)者關(guān)于京津冀區(qū)域間產(chǎn)業(yè)轉(zhuǎn)移對碳排放影響的結(jié)論[17]。在京津冀一體化下，京津尤其是北京的許多高污染產(chǎn)業(yè)搬到河北，河北接受了許多落后產(chǎn)能，雖然促進(jìn)了區(qū)域產(chǎn)業(yè)的分工與合作，改變了勞動(dòng)力就業(yè)的空間分布，但是導(dǎo)致河北的能源消費(fèi)上升，碳排放增加，加劇了環(huán)境污染。據(jù)國家統(tǒng)計(jì)局?jǐn)?shù)據(jù)顯示，近幾年河北省的霧霾指數(shù)居高不下，其中保定、邢臺(tái)、石家莊、唐山、邯鄲、衡水、廊坊出現(xiàn)在中國空氣質(zhì)量最差的10個(gè)城市榜單中，顯示河北省的能源消耗需要進(jìn)行控制。

(4)貨物周轉(zhuǎn)量

由表2可知，貨物周轉(zhuǎn)量對京津冀地區(qū)碳排放影響從顯著變?yōu)檩^顯著。其中，北京的貨物周轉(zhuǎn)量對碳排放有顯著影響；對天津來說，第一階段貨物周轉(zhuǎn)量不顯著，但第二階段對碳排放有顯著影響；對河北碳排放第一階段有顯著影響，但第二階段影響不顯著。貨物周轉(zhuǎn)量對京津冀交通運(yùn)輸業(yè)碳排放的兩階段影響如圖7所示。可以看出，在對地區(qū)碳排放有顯著影響的情況下，貨物周轉(zhuǎn)量的系數(shù)都為正，說明貨物周轉(zhuǎn)量的增加會(huì)增加京津冀地區(qū)碳排放。

圖6 能源強(qiáng)度對京津冀交通運(yùn)輸業(yè)碳排放的兩階段影響

圖7 貨物周轉(zhuǎn)量對京津冀交通運(yùn)輸業(yè)碳排放的兩階段影響

(5)旅客周轉(zhuǎn)量

由表2可知，旅客周轉(zhuǎn)量對京津冀地區(qū)碳排放影響從顯著變?yōu)椴伙@著。其中，北京與天津的旅客周轉(zhuǎn)量對碳排放的影響從顯著變?yōu)椴伙@著；對河北碳排放有較顯著影響。旅客周轉(zhuǎn)量對京津冀交通運(yùn)輸業(yè)碳排放的兩階段影響如圖8所示。可以看出，京津冀、天津、河北地區(qū)的旅客周轉(zhuǎn)量對碳排放的影響系數(shù)均由正變?yōu)樨?fù)，北京的系數(shù)變化較少，均為負(fù)。這表示現(xiàn)在旅客運(yùn)輸工作量的增加對碳排放的影響由增加變?yōu)闇p少，說明在京津冀一體化下，人們的物質(zhì)文化水平不斷提高，隨著智能交通系統(tǒng)的出現(xiàn)，客運(yùn)勞動(dòng)生產(chǎn)率提高，增加了道路使用率，改善了旅客周轉(zhuǎn)量對交通碳排放的影響。

(6)民用汽車擁有量

由表2可知，民用汽車擁有量對京津冀地區(qū)碳排放影響從顯著變?yōu)椴伙@著。其中，天津的民用汽車擁有量對碳排放的影響從顯著變?yōu)檩^顯著；對北京與河北的碳排放有較顯著影響。民用汽車擁有量對京津冀交通運(yùn)輸業(yè)碳排放的兩階段影響如圖9所示?？梢钥闯觯┙蚣健⑻旖颉⒑颖钡貐^(qū)的民用汽車擁有量對碳排放的影響系數(shù)均由正變?yōu)樨?fù)，北京的系數(shù)變化較少，均為負(fù)。這表示現(xiàn)在民用汽車擁有量的增加對碳排放的影響由增加變?yōu)闇p少，說明在京津冀一體化下，隨著生態(tài)文明建設(shè)的推進(jìn)，人們的環(huán)保意識(shí)不斷提高，即使在擁有小汽車的情況下，大多數(shù)人仍改為綠色出行方式，節(jié)能環(huán)保，有效減少了溫室氣體的排放；另外，新能源汽車的增加減少了化學(xué)能源的消費(fèi)，改善了汽車排放氣體對于環(huán)境的破壞。

圖8 旅客周轉(zhuǎn)量對京津冀交通運(yùn)輸業(yè)碳排放的兩階段影響

圖9 民用汽車擁有量對京津冀交通運(yùn)輸業(yè)碳排放的兩階段影響

四、建議

本研究通過2000—2016年京津冀地區(qū)數(shù)據(jù)分析，針對京津冀地區(qū)提出以下低碳減排的政策建議。

(1)人口規(guī)?？刂瓶山档统鞘薪煌ㄟ\(yùn)輸業(yè)碳排放。由于京津冀一體化的格局逐漸發(fā)展，導(dǎo)致京津冀區(qū)域內(nèi)人口中心遷移的速度放緩。而京津冀人口流向的變化致使其對交通運(yùn)輸業(yè)碳排放的影響發(fā)生了變化，從長遠(yuǎn)來看，這種變化是有益的，緩解了京津冀地區(qū)的人口壓力，并且平衡了3個(gè)省市間的碳排放量。

(2)人均GDP對碳排放的影響系數(shù)從第一階段到第二階段發(fā)生了轉(zhuǎn)變，表示要加快產(chǎn)業(yè)結(jié)構(gòu)調(diào)整。當(dāng)前，經(jīng)濟(jì)發(fā)展進(jìn)入了一個(gè)嶄新的時(shí)代，不但要追求經(jīng)濟(jì)發(fā)展的速度，還要追求經(jīng)濟(jì)發(fā)展的質(zhì)量，經(jīng)濟(jì)的增長要符合經(jīng)濟(jì)發(fā)展客觀規(guī)律，可加大科技在產(chǎn)業(yè)結(jié)構(gòu)中的力度，淘汰落后產(chǎn)能，控制河北地區(qū)的能源使用總量，走可持續(xù)發(fā)展道路。

(3)能源強(qiáng)度系數(shù)在京津冀地區(qū)發(fā)生的轉(zhuǎn)變說明要在降低能源強(qiáng)度的同時(shí)控制能源使用總量。京津冀一體化下將京津地區(qū)的落后產(chǎn)能向河北轉(zhuǎn)移，致使兩地的能源強(qiáng)度系數(shù)發(fā)生變化，河北要圍繞產(chǎn)業(yè)方向設(shè)計(jì)規(guī)劃產(chǎn)業(yè)集群，做好科學(xué)布局，增強(qiáng)承接產(chǎn)業(yè)轉(zhuǎn)移的科學(xué)性、合理性和選擇性，提高承接產(chǎn)業(yè)轉(zhuǎn)移的質(zhì)量和水平，同時(shí)控制好能源使用總量。

(4)旅客周轉(zhuǎn)量的增加對于碳排放的影響從促進(jìn)到減弱，說明了提高公共交通出行比例、發(fā)展智能交通系統(tǒng)建設(shè)的重要性，建立實(shí)時(shí)、準(zhǔn)確、高效的智能交通控制系統(tǒng)，實(shí)現(xiàn)資源在最大程度上的合理分配和利用。例如，合理規(guī)劃公交車運(yùn)行路線，減少蛇形、重疊行駛，有效利用道路資源；通過公交智能調(diào)度系統(tǒng)，科學(xué)安排發(fā)車時(shí)間和發(fā)車間隔。

(5)民用汽車擁有量系數(shù)從正變?yōu)樨?fù)，說明要加強(qiáng)人們的環(huán)保意識(shí)。從結(jié)果來看，生態(tài)文明建設(shè)取得了初步成效，人們的環(huán)保意識(shí)正在逐步增強(qiáng)，在出行方式等方面更注重環(huán)保，對碳減排產(chǎn)生了積極影響。應(yīng)進(jìn)一步加大生態(tài)文明建設(shè)，持續(xù)深化生態(tài)環(huán)境監(jiān)管體制改革，不斷完善生態(tài)環(huán)境管理制度，推進(jìn)治理體系和治理能力現(xiàn)代化。還要大力支持新能源汽車的研發(fā)，提高新能源汽車的性能，減少碳排放，提高碳排放效率?？紤]新能源汽車面臨的高成本、技術(shù)水平不足、充電設(shè)施不夠等問題，建議政府加大投資力度，選取合理的地理位置增設(shè)充電設(shè)施，同時(shí)可采取政府采購、控制稅收等配套政策，降低新能源汽車的購買和使用成本，提高能源的利用率。