朱順應，廖凌云，吳景安，常紅光，王紅

（武漢理工大學，交通與物流工程學院，武漢 430063）

0 引言

資源消耗密集和負外部性顯著是我國城市交通早期粗獷式發(fā)展存在的主要問題。隨著《交通強國建設綱要》（中發(fā)[2019]39 號）的出臺和“碳達峰、碳中和”工作的開展，我國對于“協(xié)調(diào)高效、綠色低碳”的交通高質(zhì)量發(fā)展目標已達成高度共識。同時，新時代下人民群眾對出行的機動化、個性化及多樣化提出更高要求，出行方式的多元化和出行服務的高質(zhì)化成為城市交通需求變化的自然趨勢。城市交通高質(zhì)量發(fā)展不僅要以“高效低碳”為發(fā)展目標，還需適應城市多元化的出行需求。

為此，《國家綜合立體交通網(wǎng)規(guī)劃綱要》（中發(fā)[2021]8 號）強調(diào)“優(yōu)化交通運輸結(jié)構(gòu)”，推進高效低碳交通體系建設。交通結(jié)構(gòu)是城市交通體系中不同交通工具承擔的交通量的比重，合理的交通結(jié)構(gòu)是提高交通運行效率和促進節(jié)能減排的關(guān)鍵[1]。要克服多元化出行需求與高效低碳發(fā)展目標之間的矛盾，須了解現(xiàn)有的城市客運交通結(jié)構(gòu)是否滿足高效低碳的發(fā)展要求？不同交通工具的碳排放效率有何差異？現(xiàn)階段交通發(fā)展政策和外生環(huán)境因素對碳排放效率有何影響？未來有哪些潛在的符合雙重要求的發(fā)展路徑？知曉這些問題不僅有助于判斷城市客運交通系統(tǒng)多元化發(fā)展現(xiàn)狀與高效低碳目標之間的適應性，也是實現(xiàn)交通高質(zhì)量發(fā)展的重要步驟。

目前，有學者將交通碳排放效率定義為單位換算周轉(zhuǎn)量的碳排放量[2]。但交通系統(tǒng)包含車輛、土地、道路、能源資源以及客流效益和碳排放量等，屬于多投入多產(chǎn)出的復雜體系，單要素指標往往難以準確反映碳排放效率的多維特征。因此，本文研究的多投入產(chǎn)出交通系統(tǒng)碳排放效率的內(nèi)涵為：在滿足客流需求的前提下，消耗最少的資源投入（車輛、能源及土地等）并產(chǎn)生最少的碳排放量。

效率測度的方法主要有隨機前沿分析參數(shù)法和數(shù)據(jù)包絡分析非參數(shù)法，前者依賴于生產(chǎn)函數(shù)模型的設定，需要考慮模型設定誤差和指標相關(guān)性影響，且難以處理多產(chǎn)出的情況；后者通過有約束的優(yōu)化方法構(gòu)建理想生產(chǎn)前沿面，可避免模型設定誤差和指標相關(guān)性等特定要求，且能直接估計低效率的改進方向，在碳排放效率測度中的應用相對廣泛。部分學者采用傳統(tǒng)單階段DEA （Data Envelopment Analysis）模型對國家[3]、省際[4]綜合交通的碳排放效率進行研究，但傳統(tǒng)單階段DEA 模型無法剔除外生環(huán)境和隨機干擾的影響，因此，有研究引入了三階段DEA模型，例如，DU等[5]采用三階段EBM（Epsilon Based Measure）模型，討論能源結(jié)構(gòu)和貿(mào)易開發(fā)程度等外生環(huán)境因素對“一帶一路”國家交通碳排放效率的影響；袁長偉等[6]選取資本、勞動力、能源以及碳排放和運輸業(yè)產(chǎn)值等指標，結(jié)合三階段SBM模型測度各省份的交通碳排放效率；蔣自然等[7]選取類似的投入產(chǎn)出指標，對比長江經(jīng)濟帶各省份的交通碳排放效率值。還有學者將DEA 模型引入港口[8]和航空[9]等行業(yè)的效率評估中，這些研究為客運工具碳排放效率的準確測度提供了鮮明的思路。

不難看出，目前，學者們運用DEA方法已測算了不同空間尺度和多種行業(yè)的交通碳排放效率，但針對城市尺度的客運工具碳排放效率的差異性分析還有待研究。同時，DEA 模型指標的選取依賴于研究對象的特性，上述研究的投入要素（勞動力、資本及能源等）難以全面反映城市交通中較為緊缺的道路、土地及車輛存量等關(guān)鍵性資源。此外，DEA 模型雖能指出投入冗余的改進方向，但無法區(qū)分要素對碳排放效率提升作用，因此，還需深入分析投入產(chǎn)出要素對碳排放效率貢獻的差異性和邊際效應。

鑒于此，本文以襄陽市區(qū)7種常用客運交通工具為例，以2020年單位周轉(zhuǎn)量的車輛存量、道路、土地、能源資源要素和單位周轉(zhuǎn)量的碳排放要素分別作為投入和產(chǎn)出，結(jié)合三階段SBM-DEA模型研究客運交通工具碳排放效率的差異性；將能源結(jié)構(gòu)和便捷性引入SFA模型，以探究外生環(huán)境因素對交通工具碳排放效率的影響；并構(gòu)建效率貢獻度模型和邊際效應模型，分析投入產(chǎn)出要素對碳排放效率貢獻及其邊際效用，探尋交通工具規(guī)模發(fā)展改善路徑，以期為“碳達峰、碳中和”交通發(fā)展策略的制定提供理論支撐。

1 模型構(gòu)建

1.1 三階段DEA模型

為分析城市客運交通工具碳排放效率差異，結(jié)合FRIED等[10]的三階段數(shù)據(jù)包絡模型思路，將影響效率測算的因素分為3個方面：自身低效、外生環(huán)境和隨機統(tǒng)計誤差。為消除后兩者對效率測度準確性的影響，測算分為3 個步驟：SBM 模型測算初始碳排放效率，SFA回歸剔除外生環(huán)境和隨機誤差影響以及SBM模型重新測算同質(zhì)化后的碳排放效率。

1.1.1 SBM模型

為克服徑向CCR（Charnes Cooper Rhodes）模型對高效交通工具的辨識度低，以及未考慮松弛變量等問題，采用DEA 模型中的超效率SBM 模型測度碳排放效率。該模型將投入要素的松弛變量納入目標函數(shù)中，同時，從生產(chǎn)可能集中剔除被評價的交通工具，提高了測度結(jié)果的區(qū)分度。

假設城市客運系統(tǒng)碳排放生產(chǎn)過程中包含n種交通工具，每種交通工具為1 個決策單元，各決策單元均有m項投入和q項產(chǎn)出要素，定義投入矩陣x=[x1,…,xi,…,xm] ，產(chǎn)出矩陣y=[y1,…,yr,…,yq]。當規(guī)模報酬不變時，為滿足平凡性、凸性、錐性、無效性和最小性公理，構(gòu)造剔除被評價交通工具k后的生產(chǎn)可能集T為

式中：T為剔除被評價交通工具k后的生產(chǎn)可能集；xij、yrj分別為交通工具j的第i項投入和第r項產(chǎn)出要素值；λj為交通工具j的要素權(quán)重值；i=1,…,m;r=1,…,q;j=1,…,n;j≠k。

當出行需求不變時，測度交通工具k碳排放效率的投入導向超效率SBM模型為

式中：θk為交通工具k的碳排放效率，以投入要素冗余值最小為目標；、分別為投入要素的冗余和產(chǎn)出要素的不足量；為平均投入無效率；約束條件由式（1）中的生產(chǎn)可能集T構(gòu)成。

碳排放效率的判別：當θk≥1 時，交通工具k的碳排放效率高；當θk ＜1，和不全為0時，說明交通工具k的碳排放效率低下，其投入要素還有優(yōu)化空間。

1.1.2 SFA回歸

為剔除外生環(huán)境因素和隨機統(tǒng)計誤差的影響，同時，反映外生環(huán)境因素對投入冗余的影響方向，SBM模型需借助SFA回歸。該方法的被解釋變量為投入要素的冗余變量，解釋變量為外生環(huán)境因素，即

式中：sik為交通工具k投入要素i的冗余變量；zk為外生環(huán)境要素；βi為待標定系數(shù)；υik+μik為混合誤差項；υik為隨機統(tǒng)計誤差，υ～N+（0,σ2υ）；μik為自身低效因素，μ～N+（0,σ2μ）。

為使交通工具處于相同的外生環(huán)境和統(tǒng)計誤差下，對投入量進行調(diào)整，調(diào)整公式為

式中：為調(diào)整后的投入；xik為調(diào)整前的投入；、分別為式（4）標定結(jié)果；為對外生環(huán)境因素進行調(diào)整；為對隨機統(tǒng)計誤差進行調(diào)整。

1.1.3 同質(zhì)化后的效率測度

采用調(diào)整后的投入產(chǎn)出數(shù)據(jù)重新運用SBM模型進行測度，得到更為準確的碳排放效率。

1.2 效率貢獻度模型

三階段DEA 模型能求解出生產(chǎn)前沿面，即交通工具所需達到的理想投入值或產(chǎn)出值。但局限于投入資源的有限性，在實際生產(chǎn)過程中往往難以達到生產(chǎn)前沿面，因此，還需衡量資源對效率提升的重要程度，進行針對性資源分配，以最大程度提高碳排放效率。

為衡量要素在交通工具碳排放效率提升中的重要程度，本文在對偶解的基礎上構(gòu)建效率貢獻度模型，即

式中：Eak為第a項投入或產(chǎn)出要素在交通工具k中的效率貢獻度，a=1,2,…,m+q；為SBM 模型中，交通工具k的第a項要素的對偶解，表示每減少單位投入或增加單位產(chǎn)出，交通工具k的效率提升程度。效率貢獻度越大，表示相關(guān)要素對效率的提升作用越顯著，應重點對該要素進行優(yōu)化改進。

1.3 效率邊際效應模型

SFA 回歸和效率貢獻度模型能辨別外生環(huán)境因素對多余投入的影響方向，并反映出要素對碳排放效率提升的重要程度。為進一步研究影響因素對碳排放效率的變動規(guī)律，利用邊際效應量化變動規(guī)律，即

式中：Mdk為影響因素ωd對交通工具k碳排放效率的平均邊際效應；θk,t-θk,t-1為影響因素ωd由ωd,t-1變化至ωd,t時，交通工具k碳排放效率的變化。

2 指標選取及數(shù)據(jù)來源

2.1 指標選取

在綜合考慮城市客運交通系統(tǒng)特點及數(shù)據(jù)可得性的基礎上，從車輛存量、道路、土地及能源消耗角度選取投入指標，從環(huán)境角度選取碳排放量指標，從交通工具本身不可控制的重要因素中選取能源結(jié)構(gòu)和便捷性為外生環(huán)境指標，構(gòu)建城市客運工具碳排放效率測定指標體系。由于交通工具的服務半徑和客流效益有所差異，為增強可比性，將各交通工具的投入產(chǎn)出要素轉(zhuǎn)化為單位客運周轉(zhuǎn)量下的投入產(chǎn)出要素。模型變量如表1所示。

表1 模型變量Table 1 List for model variables

2.1.1 投入要素

（1）設備設施投放

車輛存量是城市交通系統(tǒng)中設備設施的基礎投入，按《城市綜合交通體系規(guī)劃標準》（GB/T 51328-2018）將存量折算為當量擁有量。

（2）道路資源利用

從道路網(wǎng)時空資源利用的角度選取“動態(tài)時空消耗”指標[11]，表示交通個體在一定時間內(nèi)占有的空間或一定空間上使用的時間，反映交通工具對道路資源的動態(tài)消耗，交通工具k的動態(tài)時空消耗計算方法為

式中：Sk為第k種交通工具的日動態(tài)時空消耗，由運行過程中所需的流動空間與行駛時間的乘積表征（m2·h）；N為交通工具k的數(shù)量；Lk·Wk為單位時間內(nèi)交通工具k的時空消耗（m2）；Lk為安全行駛所需的道路長度（m），由平均車頭時距表征；Wk為運行時所占用空間的平均寬度（m）；Hk為日平均運行時長（h）。

（3）土地資源占用

城市土地資源緊缺，因此，將停車供給納入指標體系。選取“靜態(tài)停車面積”占用反映交通工具對土地資源的集約利用程度，按各車型的標準停車面積進行折算。

（4）能源資源消耗

為簡化計算，將交通工具運行過程中的能源消耗量化為能源銷售價格，即

式中：l為能源類型，分為化石能源（柴油、汽油、天然氣）和電力能源；Qk為第k種交通工具的單日能源消耗，折算為當前燃料銷售價格（元）；Pl為能源l的單價（元·kg-1或元·m-3）；Rlk·Dk為交通工具k單日能源消耗量（kg）；Rlk為使用能源l的交通工具k的百公里消耗量（kg·（100 km）-1或m3·（100km）-1）；Dk為交通工具k單日行駛里程（100 km）。

2.1.2 產(chǎn)出要素

選取車輛運行過程中的CO2排放量為產(chǎn)出要素?；剂虾碗娏δ茉吹腃O2排放量計算方法[12]為

式中：Ck為第k種交通工具的單日CO2排放量（kg）；Alk為化石燃料或電力能源l的單日消耗量（kg、m3或kWh）；Fl為能源l的CO2碳排放因子（kg·（kg）-1、kg·（m3）-1或kg·（kWh）-1）。

碳排放量屬于負外部性產(chǎn)出，越少越好。為簡化模型求解，采用線性數(shù)據(jù)轉(zhuǎn)換函數(shù)將其轉(zhuǎn)換為正向產(chǎn)出，即

式中：Ck、C′k分別為第k種交通工具轉(zhuǎn)化前、后的碳排放產(chǎn)出；ε ＞max{C1,C2,…,C7} 為大于7 種交通工具碳排放量的正數(shù)。轉(zhuǎn)換后，C′k值越大，交通工具的環(huán)境效益越高。

2.1.3 外生環(huán)境因素

外生環(huán)境因素是指對交通工具碳排放效率存在顯著影響，但不受交通工具自身控制，短期內(nèi)難以顯著變化的因素。外生環(huán)境因素并非直接對碳排放效率產(chǎn)生作用，而是通過影響投入冗余或產(chǎn)出不足量改變交通工具碳排放效率。本文考慮交通工具的能源結(jié)構(gòu)和便捷性對碳排放效率的影響。

（1）能源結(jié)構(gòu)。能源結(jié)構(gòu)不屬于車輛運行過程中的直接投入，但能源結(jié)構(gòu)的變化會影響能源消耗和碳排放產(chǎn)出。同時，能源結(jié)構(gòu)在短期內(nèi)難以顯著調(diào)整，也不受交通工具自身控制，因此，選取清潔能源比例作為影響交通工具碳排放效率的環(huán)境影響因素之一。

（2）便捷性。便捷性是交通工具到達目的地的便利程度。交通工具的便捷性并不產(chǎn)生直接運輸效益，但便捷性的差異反映出交通工具的性能差異，使其在客運系統(tǒng)中的承擔功能和服務半徑有所不同，碳排放效率也有所差別。便捷性可以由克服的時間阻抗表征，選取人均出行時耗量化交通工具的便捷性。

2.2 數(shù)據(jù)來源

本文選取襄陽市城市客運交通系統(tǒng)作為研究對象，涉及公交車、巡游車、網(wǎng)約車、共享電踏車、共享自行車、私人電踏車及私家車7種交通工具。其中，設備存量和停車面積來源于《襄陽市統(tǒng)計年鑒（2021年）》《中國城市統(tǒng)計年鑒（2021年）》；動態(tài)時空消耗量、能源消耗量、客運周轉(zhuǎn)量及人均出行時耗等指標來源于襄陽市道路運輸服務中心。為提高不同交通工具碳排放效率的可比性，將各交通工具的投入產(chǎn)出要素值除以其客運周轉(zhuǎn)量，表示每產(chǎn)生1單位客運周轉(zhuǎn)量，交通工具的資源消耗和產(chǎn)出效益。

3 結(jié)果與分析

3.1 碳排放效率

利用Maxdea 8.15軟件和Frontier 4.1軟件分別求解三階段SBM 模型和SFA 模型，計算剔除外生環(huán)境因素前后，襄陽市7種客運交通工具單階段碳排放效率和三階段碳排放效率，結(jié)果整理如圖1所示。

圖1 考慮外生環(huán)境因素前后的碳排放效率Fig.1 Carbon emission efficiency values before and after considering exogenous environmental factors

由圖1 可知，無論是否考慮外生環(huán)境因素影響，碳排放效率值均呈階梯態(tài)勢，即傳統(tǒng)公共交通（含巡游車）大于共享公共交通大于私人交通工具。但傳統(tǒng)單階段SBM方法所得網(wǎng)約車碳排放效率值低于部分私人交通，這與共享交通工具的公共交通屬性相悖，說明三階段SBM 結(jié)果的合理客觀性和剔除外生環(huán)境影響的必要性。

三階段SBM 結(jié)果表明，公共交通工具的碳排放效率有所下降，而私人交通則呈上升趨勢，即外生環(huán)境因素加大了公共交通和私人交通效率之間的差異。反映出兩方面的問題：一方面，目前的交通發(fā)展政策與外生環(huán)境對公共交通是更加相對利好的，因此，才會出現(xiàn)剔除環(huán)境因素后，效率下降的情況；另一方面，剔除政策和外生環(huán)境因素的影響后，以公交車為代表的傳統(tǒng)公共交通仍處于碳排放高效率狀態(tài)，說明仍需堅持以傳統(tǒng)公共交通為主，共享公共交通為輔的可持續(xù)發(fā)展路徑。

剔除外生環(huán)境因素影響后，共享交通工具的平均效率值由0.947降為0.911。雙碳背景下，共享交通工具雖然一定程度上發(fā)揮了類似公共交通優(yōu)勢，但與傳統(tǒng)公共交通相比，仍處于低效率狀態(tài)，主要是由于網(wǎng)約車碳排放效率較低。說明在現(xiàn)階段市場監(jiān)管主導的發(fā)展策略下，共享公共交通，特別是網(wǎng)約車難以滿足高質(zhì)量發(fā)展需求。由于企業(yè)的逐利性，投放過量和監(jiān)管缺失，導致共享交通的碳排放效率不穩(wěn)定，易受到外生環(huán)境因素和隨機干擾的影響。因此，需要管理部門加強介入，對投放、停放及能源標準進行規(guī)范化。

由以上分析可知，3 類交通工具的碳排放效率對外生環(huán)境因素的敏感性不同，因此，需要進一步分析外生環(huán)境因素對效率的具體影響。

3.2 外生環(huán)境因素

借助Frontier 4.1軟件進行SFA回歸，研究外生環(huán)境因素對交通工具碳排放效率的影響，結(jié)果如表2所示。

表2 外生環(huán)境因素對多余投入的影響Table 2 Influence of exogenous environmental factors on redundant inputs

表2 中第2～4 行是式（4）的標定結(jié)果，最后3 行是對標定結(jié)果的進一步解釋和顯著性檢驗。若系數(shù)為正，表示該值的增長會引起無效投入的增多，導致效率下降；系數(shù)為負值時，其值增長則會促進效率的提升。單邊LR檢驗是對自身低效因素μ的顯著性檢驗，其原假設是接受μ的存在；否則，無需進行SFA分解。

由表2 可知，4 項投入要素的待標定參數(shù)均通過5%顯著水平下的單邊LR檢驗，且γ值均接近1，說明交通工具的無效投入由自身低效因素主導，采用SFA 模型分離外生環(huán)境因素和隨機統(tǒng)計誤差是合理有效的。

清潔能源比例對4項投入的系數(shù)為負數(shù)，僅能源要素的系數(shù)顯著，但對車輛存量、土地及道路資源的影響不顯著，說明能源結(jié)構(gòu)的優(yōu)化能有效減少能源的多余消耗，從而提升碳排放效率。因此，減少或限制高耗能車輛和優(yōu)化交通能源結(jié)構(gòu)是實現(xiàn)“高效低碳”目標的關(guān)鍵。

人均出行時耗對4項投入的系數(shù)均為正數(shù)，表明便捷性的提高對車輛存量、道路動態(tài)時空消耗、停車面積和能源消耗多余投入的消除均存在顯著積極作用。隨著交通工具便捷性的提高，在短期內(nèi)出行距離變化較小的情況下，單次出行占用道路時空資源更少，從而變相擴增了現(xiàn)有路網(wǎng)容量，提高道路資源利用率。另一方面，交通工具的便捷性縮短出行時耗，加快了交通工具特別是公共交通車輛和停車位的循環(huán)周轉(zhuǎn)，在客流需求基本不變的假設下，減少了車輛和停車位的必要投入，促進碳排放效率的提高。

3.3 效率貢獻度

基于式（6）計算投入產(chǎn)出要素對碳排放效率的貢獻度，如圖2 所示，重點分析共享公共交通和私家車。

圖2 碳排放效率貢獻度Fig.2 Efficiency contribution index

車輛存量是共享交通工具碳排放效率貢獻度最大的投入要素，其效率貢獻度分別為26.9%（網(wǎng)約車）、42.5%（共享電踏車）、50.1%（共享自行車）?？赡茉驗椋寒斍肮蚕斫煌ǖ男枨蠊烙嬈?，共享交通工具大量閑置，造成車輛和停車位浪費；通過調(diào)整車輛規(guī)模和停車面積等途徑，最容易實現(xiàn)共享交通碳排放效率的提高。因此，管理部門可將其納入城市管理體系，企業(yè)對共享車輛的投放應更具有針對性和計劃性。

能源消耗（效率貢獻度為24.7%）和碳排放量（效率貢獻度為28.1%）對私家車的效率貢獻度較大，說明減少碳排放，提高能源利用率為提升其效率的首要途徑。雙碳背景下，推廣綠色新能源汽車，研發(fā)新型能源技術(shù)成為高質(zhì)量發(fā)展的必由之路。

3.4 效率邊際效應

環(huán)境變量中，人均出行時耗和清潔能源比例對多余投入影響顯著；投入要素中，共享交通規(guī)模和私家車碳排放的效率貢獻度較高。為進一步研究這些因素對碳排放效率的變動規(guī)律，選取公交車運行速度、共享交通規(guī)模水平及私家車清潔能源比例進行邊際效應分析。

3.4.1 公交專用道邊際效應

公交專用道提升了公交車運行速度，促進公交優(yōu)先發(fā)展水平。按公交線路專用道覆蓋率將公交優(yōu)先發(fā)展水平量化為“低、基準、高”這3 個等級。其中，基準發(fā)展水平表示：在現(xiàn)階段襄陽市公交線路的專用道覆蓋率下，公交平均運行速度為18.6 km·h-1，公交出行人均車內(nèi)時耗為20.36 min；低發(fā)展和高發(fā)展水平分別表示：未設置專用道和專用道覆蓋超過90%的公交優(yōu)先發(fā)展水平，平均運行速度分別為17 km·h-1和19.5 km·h-1。

根據(jù)三階段DEA 模型和式（7），計算得到不同公交優(yōu)先發(fā)展水平下的公交車碳排放效率變化趨勢如圖3（a）所示。

圖3 公交車和私家車的碳排放效率及邊際效應Fig.3 Carbon emission efficiency and marginal effect of bus and private vehicles

圖3（a）反映了公交車碳排放效率隨公交優(yōu)先水平的變化趨勢，其中，平均運行速度對效率的平均邊際效應為0.201，即在公交線路專用道覆蓋率的影響下，公交車平均運行速度每增加1 km·h-1，其碳排放效率值提高20.1%。同時，邊際效應處于遞減狀態(tài)，說明隨著公交線路專用道覆蓋率的提升，對公交車碳排放效率的提升效果減弱。實際上，公交專用道對公交車碳排放效率的提升存在正向循環(huán)的作用，公交車吸引力隨著速度的增大而提升，部分個體交通需求更可能向公共交通轉(zhuǎn)移，進一步促進系統(tǒng)整體的碳減排水平。

3.4.2 私家車能源結(jié)構(gòu)邊際效應

為量化研究不同清潔能源比例下，私家車碳排放效率的變動趨勢，假設在保持需求總量不變情況下，當清潔能源比例提升至30%、40%、50%時，利用SBM模型測算其碳排放效率，結(jié)果如圖3（b）所示。

由圖3（b）可知，當私家車清潔能源比例提升至50%時，碳排放效率由0.535 增至0.783。平均邊際效應為0.089，即清潔能源動力的私家車的比例每增加10%，碳排放效率相應提高8.9%；同時，正向邊際效應較為穩(wěn)定，說明現(xiàn)階段下提高清潔能源比例對私家車碳排放效率的提高有很大空間。因此，推進汽車動力清潔化改造和推廣新能源汽車補貼政策成為短期內(nèi)最有力的碳減排舉措。

3.4.3 共享交通規(guī)模邊際效應

車輛存量對共享交通碳排放效率的貢獻度最大，因此，本文討論存量規(guī)模對其碳排放效率的邊際效應。在政策和外生環(huán)境不變時，重新應用三階段SBM 模型和式（7）測算車輛規(guī)模減少至70%、80%、90%以及增加至110%時的碳排放效率及其邊際效應，結(jié)果如圖4所示。

圖4 共享交通碳排放效率及邊際效應Fig.4 Shared transportation carbon emission efficiency and marginal effect

由圖4可知，共享交通工具的碳排放效率與其規(guī)模負相關(guān)，說明當前投放過多，在一定程度上制約碳排放效率的提高，與效率貢獻度的研究結(jié)論相符。規(guī)模水平對網(wǎng)約車碳排放效率的平均邊際效應為-0.120，即規(guī)模每減少10%，碳排放效率值將提高12.0%；同時，隨著存量的增加，負面邊際效應有增大趨勢，表示網(wǎng)約車規(guī)模越大，其碳排放效率降低得越快，因此，現(xiàn)階段不應盲目擴張網(wǎng)約車規(guī)模。共享電踏車的規(guī)模對碳排放效率的平均邊際效應為-0.198，當共享電踏車的規(guī)模減少10%時，碳排放效率值提高19.8%；邊際效應整體呈“U”字形，駐點位于90%規(guī)模附近，說明共享電踏車的規(guī)模在現(xiàn)有基礎上縮減10%時，碳排放效率提升得最快。

4 結(jié)論

本文基于多投入產(chǎn)出視角，結(jié)合三階段超效率SBM 模型和效率貢獻度模型，對比了襄陽市客運交通工具碳排放效率的差異及其邊際效應。主要結(jié)論如下：

（1）三階段SBM 模型對交通工具的碳排放效率測度更具有準確性和客觀性。襄陽市客運交通碳排放效率呈“傳統(tǒng)公共交通（含巡游車）大于共享交通大于私人交通”的差異化態(tài)勢，因此，仍需堅持以傳統(tǒng)公共交通工具為主，共享公共交通為輔的高質(zhì)量發(fā)展政策。

（2）從外生環(huán)境因素來看，提高便捷性對車輛存量、道路時空資源、停車面積和能源消耗多余投入的消除存在積極作用，優(yōu)化能源結(jié)構(gòu)顯著減少能源資源的多余消耗。從要素效率貢獻度來看，車輛規(guī)模過剩和能源結(jié)構(gòu)分別是制約共享交通和私家車碳排放效率的主要原因。

（3）在邊際效應方面，共享交通車輛規(guī)模每減少10%，平均碳排放效率分別提高12%（網(wǎng)約車）和19.8%（共享電踏車）。隨著規(guī)模的縮減，網(wǎng)約車碳排放效率的正向邊際效應減弱，共享電踏車碳排放效率的邊際效應以“減少至90%規(guī)?！睘榻?，呈“U”型變化特征。對私家車來說，提高清潔能源比例每增加10%，碳排放效率平均提高8.9%。在現(xiàn)階段公交線路專用道覆蓋率的影響下，公交車平均運行速度每增加1 km·h-1，碳排放效率提高0.201，且邊際效應遞減。

從研究結(jié)果來看，宜遵循“優(yōu)化存量、控制增量”原則，從新能源車輛的規(guī)?；瘧?，交通系統(tǒng)運行效率改善，出行時耗縮短等技術(shù)層面以及私家車使用限制，公共交通出行激勵，加強共享交通工具投放計劃性和停放規(guī)范性等政府管理方面，改善襄陽市客運交通碳排放效率。