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)保與低碳技術研究院，陜西 西安 710065；2.陜西省交通環(huán)境監(jiān)測中心站有限公司，陜西 西安 710065）

0 引言

黨的十八大以來，我國將應對氣候變化擺在國家治理更加突出的位置，不斷提高碳排放強度削減幅度，不斷強化自主貢獻目標。近10 年來，我國碳排放強度下降了34.4%[1]，扭轉了二氧化碳排放快速增長的態(tài)勢。黨的二十大報告提出積極穩(wěn)妥推進碳達峰碳中和，有計劃分步驟實施碳達峰行動，明確“雙碳”工作應先破后立、科學有序[2]。相較發(fā)達國家，我國碳達峰碳中和工作的力度更大、任務更艱巨。我國正處在快速工業(yè)化、城市化和機動化“三化疊加”發(fā)展過程中，國民經濟和交通運輸仍將保持快速增長態(tài)勢，交通運輸領域的碳排放總量還將繼續(xù)增加[3]，而交通運輸行業(yè)是僅次于工業(yè)、建筑領域的第三大碳排放源[4]。陜西省作為西北地區(qū)重要的對外聯通通道，加強交通運輸行業(yè)的減排工作刻不容緩。但交通運輸是區(qū)域經濟高質量發(fā)展的必要條件，解決交通發(fā)展帶來的能源消耗剛性需求與降碳目標的硬性約束之間的矛盾，需要推動交通運輸業(yè)的低碳綠色轉型。因此，厘清陜西省交通行業(yè)碳排放影響因素，分析碳排放增長規(guī)律，對挖掘陜西省交通運輸行業(yè)低碳綠色轉型著力點、控制碳排放有重要意義。

現有對交通運輸業(yè)碳排放影響因素的研究主要采用計量經濟模型、因素分解模型以及結合其他參數的綜合類模型。在計量經濟模型應用方面：Xu等運用分位數計量經濟回歸模型，探討了高、中、低發(fā)展水平下影響碳排放差異的主要驅動因素[5]。Lin 等使用分位數分析法，分析了1980—2010 年人均GDP、能源強度、碳強度和總人口對交通運輸碳排放的影響[6]。Talbi 采用自向量回歸（VAR）模型，分析了能源消耗量、道路運輸能源強度、經濟增長、城市化和燃料利用率對交通運輸碳排放的影響[7]。Xu 等基于2000—2012 年的省級面板數據，采用非參數可加回歸模型，研究了經濟增長、私家車數量、貨物周轉量、能源效率等與交通運輸碳排放的U 形關系[8]。王靖添等基于雙層次計量模型分析了我國交通運輸碳排放影響因素，發(fā)現交通運輸碳排放主要受經濟發(fā)展水平、交通運輸結構、運輸裝備能效水平、運輸組織水平和基礎設施密度等因素影響[9]。

因素分解模型主要采用對數平均權重法（LMDI）。相關研究中，張國興等運用LMDI 對人口總量、城鎮(zhèn)化率、人均GDP、第三產業(yè)占比、單位周轉量能耗、清潔能源比重6 個驅動因素進行分解，再構建STIRPAT 模型預測不同情境下碳排放趨勢[10]。Guo 等利用LMDI 分解方法，發(fā)現能源強度、經濟效應是增加交通運輸碳排放的主要因素，能源結構、貨運周轉量和工業(yè)化程度是減少碳排放的貢獻因素[11]。Solaymani 基于LMDI 方法分解了7 個國家交通運輸碳排放的影響因素，發(fā)現碳排放增加的主要驅動因素是電力結構和經濟產出效應，而優(yōu)化能源結構、限制私人汽車數量可以減少碳排放[12]。喻潔等采用LMDI 分解方法定量分析了2005—2011年間交通運輸行業(yè)碳排放變化的主要影響因素，發(fā)現人均GDP 對碳排放增加有促進作用，公路運輸占比、能源強度、交通運輸強度等因素下降以及能源消費結構清潔化對碳排放有抑制作用[13]。Andreoni 等采用分解分析法研究了二氧化碳排放強度、能源強度、能源結構變化和經濟增長對碳排放趨勢的影響程度，發(fā)現經濟增長是歐盟27國水運和航空運輸部門碳排放增加的主要影響因素[14]。丁金學基于交通運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、交通運輸結構和交通發(fā)展水平等因素的變化對交通運輸碳排放的影響[15]。

綜合模型主要結合空間分析法，如Lim 等考慮空間分布，基于STIRPAT 模型研究城市化對交通運輸碳排放的影響程度[16]；Lü 等構建了空間杜賓模型（SDM）、STIRPAT 模型以及地理加權回歸模型（GWR）分析了我國貨運碳排放的驅動因素以及城市化對貨運碳排放的影響[17]。

綜上，既有研究中，交通運輸碳排放的影響因素主要為經濟發(fā)展水平、人口規(guī)模、城市化水平、交通運輸周轉量、能源效率、運輸結構、私家車保有量、基礎設施密度等，不同研究區(qū)域的學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，現有研究大多只選取經濟、人口、運輸量、城鎮(zhèn)化率等宏觀因素研究交通運輸碳排放，缺乏對行業(yè)本身影響因素的量化分析，如從交通運輸要素來看，針對交通運輸需求、交通運輸結構、基礎設施、運輸裝備等因素對碳排放的影響量化研究還需要進一步深入；另一方面，部分研究對影響因素（如能源強度與碳排放強度）存在重復解釋的問題。針對以上問題，需要構建一個在考慮原有宏觀條件下，允許根據研究對象靈活選取其他因素加入的模型，同時在將交通運輸系統的微觀影響因素加入模型時需進行識別與選擇，避免重復解釋。鑒于此，本文將灰色關聯度分析法與可靈活擴展變量的STIRPAT 模型結合，先利用灰色關聯度分析法識別交通系統內部的影響因素，再結合宏觀因素進一步構建STIRPAT 模型，既可避免因素重復，又能挖掘深層次的影響因素。

本文從交通運輸業(yè)的發(fā)展角度出發(fā)，首先根據自上而下法測算2000—2020年陜西省交通運輸行業(yè)二氧化碳排放量，然后將交通運輸需求（貨物周轉量、旅客周轉量）、交通運輸結構（公路貨運量占比、公路客運量占比）、基礎設施（鐵路路網密度、公路路網密度、民用航空航線條數）、運輸裝備（民用汽車擁有量、鐵路機車擁有臺數）等作為影響因素，采用灰色關聯度分析法進行影響因素指標識別與選擇，再結合城鎮(zhèn)化率、人均國內生產總值以及能耗強度3 個代表人口、經濟及技術的基礎因素構成影響因素集M，建立STIRPAT 擴展模型，進行量化分析，最后為陜西省相關部門制定減排政策以及合理規(guī)劃交通發(fā)展提供建議。

1 碳排放量測算

1.1 數據來源及計算方法

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

式（1）～式（3）中：Fi為碳排放系數；FCi為第i種化石燃料的消費量（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準煤系數（t標準煤/t）。

本文摘取陜西省2000—2020年交通運輸業(yè)的能源終端消耗量數據。能源類別包括：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、燃料油折算標準煤系數來源于《中國能源統計年鑒2022》[18]，原煤的碳排放系數源于《IPCC 2006年國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根據《陸上交通運輸企業(yè)溫室氣體排放核算方法與報告指南》（試行）[20]中附錄八表2 常見化石燃料特性參數缺省值代入式（1）計算，電力折算標準煤系數參考《綜合能耗計算通則》（GT/T 2589—2020）[21]，電力碳排放系數來源于生態(tài)環(huán)境部辦公廳發(fā)布的《關于做好2022年企業(yè)溫室氣體排放報告管理相關重點工作的通知》[22]。具體系數值見表1。

表1 各類能源的折算標準煤系數和碳排放系數

利用2001—2021 年《陜西省統計年鑒》[23]可得到2000—2020年交通運輸業(yè)各種能源的終端消費量及陜西省歷年國內生產總值，再結合式（1）～式（3）以及表1 的數據可以得到2000—2020 年交通運輸業(yè)的能源消費總量TEC（單位：萬噸標準煤）和二氧化碳排放總量CO2（單位：萬噸），能耗總量及碳排放總量分別與當年國內生產總值的比值即為當年能耗強度T（單位：噸標準煤/萬元）及碳排放強度CI（噸CO2/萬元）。具體數據見表2。

表2 2000—2020年陜西省交通運輸業(yè)能源消費及碳排放情況

1.2 陜西省交通運輸行業(yè)歷年碳排放情況分析

2000—2012 年，陜西省交通運輸業(yè)二氧化碳排放總量持續(xù)增長，2012年峰值為2 212.37萬噸，這階段屬于陜西省及交通運輸業(yè)的發(fā)展促進二氧化碳排放階段，國民經濟和交通運輸保持快速增長態(tài)勢，交通運輸領域的碳排放總量環(huán)比增速逐年增加。從2013年開始，交通運輸業(yè)的碳排放總量逐漸下降，至2016年年底，交通運輸業(yè)碳排放總量減少至1 677.70 萬噸。2017—2019 年3 年交通運輸業(yè)碳排放總量又再次回升，2019 年達到峰值，2020 年下降至1 677.53 萬t，幾乎回到2016年水準。根據《陜西省統計年鑒》，2018 年陜西省貨物運輸周轉量達到歷年峰值，為4 026 億噸公里，這期間碳排放量的波動體現了經濟發(fā)展下運輸需求上升和環(huán)保制約之間的博弈。

碳排放強度為單位國內生產總值產生的碳排放量，其波動一般是由于碳排放的變化率與GDP的變化率不一致。2000—2006 年碳排放強度一直增加，這說明陜西省交通運輸碳排放量的增長速度快于陜西省國內生產總值的增長速度。2007—2008年的碳排放強度驟降，可能與2008年金融危機有關，反映了交通運輸業(yè)的發(fā)展對經濟的高敏感性。自2009 年之后碳排放強度一直在緩慢降低，陜西省交通運輸碳排放的增長速度小于國民生產總值的增長速度，說明隨著經濟的發(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 年陜西省交通運輸行業(yè)二氧化碳排放總量與碳排放強度情況。

圖1 2000—2020年陜西省交通運輸CO2排放總量與碳排放強度

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

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

2 基于灰色關聯度分析法的影響因素識別

2.1 數據來源

影響因素集M中，城鎮(zhèn)化率U、人均國內生產總值PC（元）、貨物周轉量R1（億噸公里）、旅客周轉量R2（億人公里）、鐵路路網密度R3（公里/平方公里）、公路路網密度R4（公里/平方公里）、民用航空航線條數R5（條）、民用汽車擁有量R6（輛）、鐵路機車擁有臺數R7（臺）可直接從2001—2021 年《陜西省統計年鑒》[23]中獲取；公路貨物周轉量占比R8、公路旅客周轉量占比R9可根據《陜西省統計年鑒》中公路貨物周轉量、旅客周轉量與全行業(yè)貨物周轉量、旅客周轉量比值得出，用%表示。

2.2 影響因素識別

灰色關聯度分析法（Grey Relational Analysis,GRA）源于“灰色系統理論”[24]，能定量描述研究對象與影響因素之間的數值關系，并可通過排序找出主要影響因素。

本文將歷年交通運輸行業(yè)碳排放量作為反映系統行為特征的參考序列Y′，將貨物周轉量、旅客周轉量、公路貨物周轉量及旅客周轉量占比、城鎮(zhèn)化率、鐵路路網密度、公路路網密度、民用航空航線條數、民用汽車擁有量、鐵路機車擁有臺數作為影響系統行為的因素，其組成比較數列Xi'。

對參考序列Y′和比較數列X′采取均值化法分別進行無量綱化處理得到參考序列Y和比較序列Xi。

根據式（8）求灰色關聯度系數ξi(k)：

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

根據式（9）計算各影響因素的關聯度：

計算結果見表3。

表3 影響因素的關聯度

由表3 可知，影響因素與碳排放量關聯度排序依次為公路貨物周轉量占比R8、貨物周轉量R1、民用汽車擁有量R6、公路路網密度R4、民用航空航線條數R5、旅客周轉量R2、公路旅客周轉量占比R9、鐵路機車擁有臺數R7、鐵路路網密度R3。在交通運輸需求（貨物周轉量、旅客周轉量），交通運輸結構（公路貨物周轉量占比、公路旅客周轉量占比）、基礎設施（鐵路路網密度、公路路網密度、民用航空航線條數）、運輸裝備（民用汽車擁有量、鐵路機車擁有臺數）四個方向中各選取一個關聯度最大的指標參與模型構建。最終，參與STIRPAT 模型構建的影響因素集M1包括貨物周轉量R1（交通運輸需求）、公路貨物周轉量占比R8（交通運輸結構）、公路路網密度R4（交通基礎設施）、民用汽車擁有量R6（運輸裝備）、城鎮(zhèn)化率U、人均國內生產總值PC、能耗強度T。

3 STIRPAT模型構建

IPAT 模型由Ehrlich 等提出，用于評估人口、富裕程度和技術因素對環(huán)境影響程度[25]，表達式為：

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代表技術發(fā)展程度。

為研究各因素對環(huán)境的非比例影響，York 等學者把指數引入IPAT 模型，提出了STIRPAT 模型[26]，其模型表達式為：

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

對式（11）取對數：

本文結合陜西省的實際情況，引入影響因素集M1對模型（12）進行擴展，構建如下模型：

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

為檢驗經濟的增長與環(huán)境的污染程度是否符合“環(huán)境庫茲涅茨曲線”[27]，將模型（13）擴展為如下模型：

式（14）中：A為國內生產總值，若c2<0，則說明經濟發(fā)展與環(huán)境之間存在倒U形關系。

4 回歸結果分析

回歸方程的擬合優(yōu)度檢驗一般用判定系數R2，它表示在因變量的總變差中被多個自變量所共同解釋的比例。當R2→1 時，說明回歸方程擬合效果較好。當R2→0 時，說明回歸方程擬合效果較差。表4 為式（14）的線性回歸分析結果，可以看出R2趨近于1，說明該模型的擬合程度很好，且模型通過F檢驗（F=33822.825,p=0.000<0.05），說明模型有意義。模型D-W 檢驗值為2.204，說明模型不存在一階自相關性。但是常數項、lnR1,lnR8,lnR6,lnR4,lnU,lnPC,（lnA）2都未能通過顯著性檢驗，并且所有變量的方差膨脹因子VIF 均大于10，說明影響因素存在嚴重的多重共線性問題。

表4 線性回歸分析結果

為了消除多重共線性所帶來的影響，對模型（14）進行嶺回歸估計。嶺回歸估計是一種有偏估計，當通過ols 估計y=Xβ中的β時，若自變量存在共線性，=(X'X)-1X'y中X'X秩小于n，嶺回歸估計在X'X上加一個常數矩陣kI(k>0)，解決|X'X|=0的問題。其表達式見式（15）。

式（15）中：k為調節(jié)參數，k>0。

本文基于SPSSAU 進行嶺回歸估計，得到嶺跡見圖3，最終k取0.01。嶺回歸分析結果見表5，R2=0.998，說明該模型的擬合程度較好。模型可通過F檢驗（F=870.321,p=0.000<0.05），說明模型有意義，且所有的變量均通過顯著性檢驗。

圖3 嶺跡圖

模型（14）的表達式為：

根據表5，城鎮(zhèn)化率、能耗強度以及人均國內生產總值為陜西省交通運輸行業(yè)碳排放的正向驅動因素，彈性系數分別為0.453,0.994,0.308。說明：①城鎮(zhèn)化率表示人口密集程度，當城市逐步擴張而公共交通供給不能滿足居民出行需求時，私家車出行需求上升就會導致碳排放量增加。模型結果表明陜西省城鎮(zhèn)化率每增長1%，交通運輸行業(yè)碳排放量將增長0.453%。②目前交通運輸行業(yè)能源消耗結構仍以石油為主，油品消耗占比高，能耗強度過高對碳排放有促進作用。模型結果表明陜西省能耗強度每下降1%，交通運輸行業(yè)碳排放量將下降0.994%。③人均國內生產總值增加促進碳排放量增長是必然的，目前還需很長時間實現經濟增長與碳排放的“脫鉤”。模型結果表明目前陜西省人均國內生產總值每增長1%，交通運輸行業(yè)碳排放量將增長0.308%，另外，陜西省國內生產總值對數的二次項系數為-0.017<0，說明在2000—2020 年期間，經濟水平與環(huán)境污染呈現倒U 形關系，這與學者庫茲涅茨的觀點一致。

表5 模型（14）的嶺回歸分析結果

從交通行業(yè)發(fā)展的角度看，貨物周轉量、公路路網密度、民用汽車擁有量、公路貨物周轉量占比均為陜西省交通運輸行業(yè)碳排放的正向驅動因素，彈性系數分別為0.293,0.094,0.125,0.06。說明：①交通運輸需求尤其是貨運需求對陜西省交通運輸碳排放有促進作用。模型結果表明陜西省全省貨運周轉量每增加1%，碳排放量將增長0.293%。②運輸結構中，公路運量占比過高會導致碳排放量增加。模型結果表明公路貨物周轉量占比每降低1%，陜西省碳排放量將下降0.094%。③交通基礎設施建設水平對碳排放也有直接影響，近二十年陜西省不斷完善的公路網絡導致碳排放量增加。模型結果表明公路路網密度每增加1%，碳排放量將增加0.125%。④因目前化石燃料仍為汽車主要能源，民用汽車擁有量逐年增加會促使碳排放量增加。模型結果表明民用汽車擁有量每增加1%，碳排放量將增加0.06%。

5 結論與建議

本文通過“自上而下”的計算方法計算了陜西省交通運輸業(yè)二氧化碳排放量，采用灰色關聯度分析法進行影響因素指標識別，構建了STIR?PAT 擴展模型。實證研究結果發(fā)現，對于陜西?。孩?013 年后，交通運輸碳排放量不再呈逐年遞增趨勢，2009 年后交通運輸碳排放強度逐年下降，說明在交通運輸發(fā)展過程中環(huán)保制約作用已發(fā)揮，碳排放量和碳排放強度不會再出現持續(xù)性的正增長；②相較旅客周轉量、鐵路路網密度、民用航空航線條數、鐵路機車擁有臺數，貨物周轉量、公路貨物周轉量占比、公路路網密度、民用汽車擁有量與交通運輸行業(yè)碳排放量關聯度更強，且與城鎮(zhèn)化率、能耗強度、人均國內生產總值均為交通行業(yè)碳排放量的正向驅動因素，其增長均會引起陜西省碳排放量增加。

為此，對陜西省的碳減排工作提出以下建議：

（1）持續(xù)優(yōu)化交通運輸結構。未來，陜西省經濟與交通運輸仍會保持一定的增長態(tài)勢，基于低碳發(fā)展目標的交通運輸結構調整有利于減緩減排壓力。①優(yōu)化貨運結構，目前陜西省鐵路大宗物資運輸的比例仍低于全國平均水平，需在頂層設計層面持續(xù)加強鐵路、公路貨運樞紐的統籌規(guī)劃布局，補充鐵路物流“前后一公里”，持續(xù)穩(wěn)定鐵路貨運運價，鼓勵運輸企業(yè)向多式聯運經營企業(yè)轉型，鼓勵貨運企業(yè)大力發(fā)展甩掛運輸，打開集裝箱運輸市場，不斷提高運輸效率。②調整客運結構，陜西省榆林、寶雞、渭南、漢中和安康等中心城市并無軌道交通，公交走廊與新經濟發(fā)展區(qū)域關系不密切，需在人口密度高的城市建設快速干道或環(huán)線，確保城市交通的主動脈暢通，鼓勵公交企業(yè)動態(tài)化管理，在人口密集和崗位聚集的地方及時調營運線線路。部分小城市公共交通服務水平不足，應防止出現為提高通達率導致線路規(guī)劃無效蔓延的現象，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出行需求過度發(fā)展。

（2）出臺利好加快技術進步的相關政策。目前交通運輸行業(yè)能源消耗結構仍以石油為主，對高能耗產業(yè)進行技術優(yōu)化，降低石油消費在終端消費的占比，有利于減少碳排放。①在基礎設施規(guī)劃、設計、建設、運營和養(yǎng)護管理全過程積極推進綠色交通技術和產品的推廣應用，在交通運輸領域創(chuàng)建一批綠色低碳技術創(chuàng)新示范工程，以示范工程建設引領發(fā)展。②加強新能源汽車安全技術標準與配套設施建設。陜西省近幾年持續(xù)出臺措施推進新能源車輛占比的提升，但配套設施覆蓋率低于全國平均水平，應提高高速公路服務區(qū)新能源車專用車位占比及快充樁覆蓋率，在重點貨運樞紐建設重卡專用換電站，不斷完善新能源安全技術標準，積極營造新能源車良好使用環(huán)境。③提升交通信息化、智能化水平，2019 年陜西省交通運輸廳印發(fā)的《陜西省智慧交通發(fā)展指導意見（2019—2035）》（陜交發(fā)〔2019〕32 號）[28]指出，到2030年實現信息化對交通運輸服務的全面支撐、實現信息化對協同管理的全面支撐，在這一過程中，建議陜西省將交通運輸信息化發(fā)展與碳排放緊密聯系，著力推進環(huán)境統計監(jiān)測體系建設，在省級層面建立交通運輸能耗監(jiān)測、統計考核管理標準等。