焦佳佳　趙慶聰

摘? 要：交通運(yùn)輸業(yè)是我國(guó)能源消耗及碳排放的重點(diǎn)行業(yè)，隨著近年來(lái)全球?qū)厥覛怏w排放的關(guān)注，我國(guó)政府和學(xué)者也越來(lái)越重視該行業(yè)的節(jié)能減排。文章從中國(guó)交通運(yùn)輸業(yè)碳排放量測(cè)算、交通運(yùn)輸業(yè)碳排放效率和交通運(yùn)輸業(yè)碳排放影響因素3個(gè)方面對(duì)我國(guó)在交通運(yùn)輸業(yè)碳排放研究方面的文獻(xiàn)進(jìn)行了梳理和綜述，并對(duì)該行業(yè)將來(lái)可能的研究方向進(jìn)行了展望。

關(guān)鍵詞：交通運(yùn)輸業(yè)；碳排放；綜述

中圖分類(lèi)號(hào)：F403.3? ? 文獻(xiàn)標(biāo)志碼：A? ? DOI：10.13714/j.cnki.1002-3100.2023.13.019

Abstract： The transportation industry is a key industry of energy consumption and carbon emissions in China. With the global attention to greenhouse gas emissions in recent years， the Chinese government and scholars are also paying more and more attention to energy conservation and emission reduction in this industry. This paper sorts out and reviews the literature on carbon emissions in China's transport industry from three aspects： Carbon emission measurement， carbon emission efficiency and influencing factors of transport industry carbon emissions， and prospects the possible research directions of this industry in the future.

Key words： transportation industry; carbon emission; review

交通運(yùn)輸行業(yè)是我國(guó)碳排放的重點(diǎn)行業(yè)，約占全國(guó)總碳排放量的10%左右。由于我國(guó)城鎮(zhèn)化加快、區(qū)域間的交流越來(lái)越多并且經(jīng)濟(jì)結(jié)構(gòu)正在優(yōu)化，導(dǎo)致交通運(yùn)輸業(yè)的碳排放量增長(zhǎng)較快。2020年9月中國(guó)明確提出了碳達(dá)峰、碳中和的目標(biāo)。交通運(yùn)輸業(yè)作為碳排放的大戶(hù)，該行業(yè)的節(jié)能減排對(duì)于“雙碳”目標(biāo)的實(shí)現(xiàn)十分重要，因此關(guān)注和研究該行業(yè)碳排放的現(xiàn)狀和發(fā)展是必要的。本文對(duì)我國(guó)交通運(yùn)輸業(yè)碳排放的現(xiàn)有研究成果進(jìn)行了梳理和綜述，為該行業(yè)的進(jìn)一步研究和節(jié)能減排工作提供借鑒和建議。

1? 交通運(yùn)輸業(yè)碳排放量測(cè)算研究

對(duì)于交通運(yùn)輸業(yè)的碳排放量，我國(guó)官方并未公布直接的數(shù)據(jù)，而實(shí)際去測(cè)量交通運(yùn)輸業(yè)的碳排放幾乎是不可能的，因此目前我國(guó)的學(xué)者更多的是使用方法估算交通運(yùn)輸業(yè)的碳排放量?！?006年IPCC國(guó)家溫室氣體清單指南》是目前世界大多數(shù)國(guó)家制定本國(guó)溫室氣體核算體系的標(biāo)準(zhǔn)，IPCC溫室氣體清單編制方法也是國(guó)際上廣泛認(rèn)可并采用的方法，因此我國(guó)大多數(shù)學(xué)者計(jì)算交通運(yùn)輸碳排放量也是參考該指南。交通運(yùn)輸業(yè)的碳排放屬于移動(dòng)源碳排放，《2006年IPCC國(guó)家溫室氣體清單指南》對(duì)移動(dòng)源碳排放的估算提供了“自上而下”法和“自下而上”法兩種方法。

“自上而下”法主要是按照研究區(qū)域范圍內(nèi)交通運(yùn)輸業(yè)各能源的消耗量和燃料碳排放系數(shù)估算碳排放量。由于該種方法數(shù)據(jù)比較易得，而且碳排放系數(shù)也較準(zhǔn)確，所以很多學(xué)者均采用此方法估算碳排放量。比如沙愛(ài)敏等[1]采用“自上而下”法估算了江蘇揚(yáng)州交通碳排放量。盧升榮[2]采用“自上而下”法，參考《省級(jí)溫室氣體清單編制指南》中的各能源類(lèi)型的碳排放因子，測(cè)算了長(zhǎng)江經(jīng)濟(jì)帶各省市交通運(yùn)輸業(yè)碳排放量。閆紫薇[3]采用“自上而下”的方法計(jì)算了我國(guó)省級(jí)行政區(qū)的交通碳排放量。姚麗敏[4]根據(jù)IPCC提供的各種能源的碳排放系數(shù)，采用“自上而下”的方法，計(jì)算了陜西省交通運(yùn)輸業(yè)的碳排放量。

“自下而上”的方法是以Schipper[5]提出的“活動(dòng)-交通方式-比重-密度-油耗”的思想為基礎(chǔ)，首先需要獲取到各種交通方式的活動(dòng)水平（如行駛里程）數(shù)據(jù)，然后根據(jù)獲取到的數(shù)據(jù)估算各種能源消耗量，最后計(jì)算得到碳排放量。該方法相對(duì)于“自上而下”方法需要收集更多種類(lèi)的基礎(chǔ)數(shù)據(jù)，也有部分學(xué)者使用此方法估算交通運(yùn)輸碳排放量。比如王晨妍[6]、陳露露等[7]根據(jù)“自下而上”的方法分別計(jì)算了陜西省公路運(yùn)輸二氧化碳排放量和江蘇省公路運(yùn)輸、城市客運(yùn)領(lǐng)域的碳排放量。寧曉菊等[8]采用“自下而上”的方法估算了鄭州市居民交通碳排放。

由于“自上而下”和“自下而上”兩種方法有各自的優(yōu)缺點(diǎn)，所以也有學(xué)者將兩種方法結(jié)合起來(lái)使用。比如蔡博峰等[9]運(yùn)用“自上而下”的方法計(jì)算中國(guó)各省2007年道路運(yùn)輸?shù)亩趸寂欧帕?，然后將兩種方法結(jié)合起來(lái)分別計(jì)算了中國(guó)各省2007年鐵路、航空和水路運(yùn)輸?shù)亩趸寂欧帕俊?/p>

2? 交通運(yùn)輸業(yè)碳排放效率研究

產(chǎn)出與投入之比是生產(chǎn)率（productivity），實(shí)際產(chǎn)出與理想產(chǎn)出之比為效率（efficiency）[10]。單要素生產(chǎn)率具有計(jì)算簡(jiǎn)單的特點(diǎn)，對(duì)于交通運(yùn)輸業(yè)碳排放，常用的單要素生產(chǎn)率有碳排放強(qiáng)度等，但是由于單要素生產(chǎn)率在測(cè)算時(shí)并沒(méi)有考慮全部要素的影響，可能使得反映出的生產(chǎn)率片面、局部，與實(shí)際情況有較大偏差。全要素生產(chǎn)率可以針對(duì)全部的要素投入測(cè)算生產(chǎn)率，包括勞動(dòng)、資本、原材料、能源等。由于交通運(yùn)輸業(yè)碳排放的投入和產(chǎn)出要素不可能是單一的，所以從全要素的角度研究交通運(yùn)輸業(yè)碳排放效率是近幾年大多數(shù)學(xué)者的選擇。

碳排放效率可分為靜態(tài)效率和動(dòng)態(tài)效率，學(xué)者們主要采用非參數(shù)法的數(shù)據(jù)包絡(luò)分析法和參數(shù)法的隨機(jī)前沿分析法測(cè)算靜態(tài)效率，主要運(yùn)用Malmquist生產(chǎn)率指數(shù)分析動(dòng)態(tài)效率。采用數(shù)據(jù)包絡(luò)分析法測(cè)算碳排放效率的有：董夢(mèng)如等[11]運(yùn)用基于非期望產(chǎn)出的超效率SBM模型測(cè)度并分析了中國(guó)海洋交通運(yùn)輸業(yè)碳排放效率。袁長(zhǎng)偉等[12]運(yùn)用非期望產(chǎn)出的三階段SBM-DEA模型對(duì)中國(guó)交通運(yùn)輸碳排放效率進(jìn)行了測(cè)算。張倩[13]、袁長(zhǎng)偉等[14]分別采用考慮非期望產(chǎn)出的Super-SBM模型測(cè)算了我國(guó)30個(gè)省份交通運(yùn)輸碳排放效率并對(duì)測(cè)算結(jié)果進(jìn)行了分析評(píng)價(jià)。采用隨機(jī)前沿分析法測(cè)算碳排放效率的有：平智毅等[15]、李世豪[16]、王甜飛[17]和臧紅映[18]都基于隨機(jī)前沿模型分別對(duì)長(zhǎng)江經(jīng)濟(jì)帶、京津冀地區(qū)、山東省和河南省的碳排放效率進(jìn)行了估算。學(xué)者們往往在運(yùn)用測(cè)算靜態(tài)效率的方法基礎(chǔ)上，結(jié)合Malmquist-Luenberger生產(chǎn)率指數(shù)分析動(dòng)態(tài)效率。任夢(mèng)洋等[19]運(yùn)用包含非期望產(chǎn)出的超效率SBM模型測(cè)算并分析了我國(guó)國(guó)家中心城市的交通運(yùn)輸業(yè)碳排放效率，并且采用Malmquist-Luenberger生產(chǎn)率指數(shù)進(jìn)一步分析了碳排放效率的動(dòng)態(tài)變化。盧升榮[2]通過(guò)構(gòu)建SBM-GML模型從全要素角度對(duì)我國(guó)長(zhǎng)江經(jīng)濟(jì)帶交通運(yùn)輸業(yè)碳排放效率進(jìn)行了測(cè)度和分析。王艷秋等[20]構(gòu)建Super-SBM-ML指數(shù)模型，從全要素的角度，估算了中部六省該行業(yè)的碳排放效率值，并分別對(duì)效率值總體和省際層面的變化過(guò)程進(jìn)行了分析。也有一些學(xué)者運(yùn)用其他方法測(cè)算碳排放效率值，比如邵海琴等[21]選用基于理想決策單元參照的交叉效率模型對(duì)2003—2018年中國(guó)省域交通碳排放效率進(jìn)行了測(cè)度。張帥[22]運(yùn)用RAM模型測(cè)度了中國(guó)交通運(yùn)輸?shù)娜N效率，分別是：經(jīng)濟(jì)效率、碳排放效率及聯(lián)合效率。

研究交通運(yùn)輸業(yè)碳排放效率時(shí)，對(duì)于碳排放量這一要素的處理方式主要有兩種：第一種是將碳排放量作為投入指標(biāo)處理；第二種是將其作為一種非期望產(chǎn)出處理。從文獻(xiàn)的梳理中可以發(fā)現(xiàn)，大多數(shù)學(xué)者比較偏向于將其作為非期望產(chǎn)出進(jìn)行處理，因?yàn)楦犀F(xiàn)實(shí)的生產(chǎn)流程。

3? 交通運(yùn)輸業(yè)碳排放影響因素研究

對(duì)交通運(yùn)輸業(yè)碳排放影響因素的研究，從研究方法的角度，大多數(shù)學(xué)者都采用指數(shù)分解法和計(jì)量分析方法。指數(shù)分解法是利用指數(shù)體系分析各影響因素變動(dòng)對(duì)因變量的影響方向、程度及絕對(duì)數(shù)量。在指數(shù)分解法中學(xué)者們多采用LMDI因素分解模型研究該行業(yè)的碳排放影響因素，采用計(jì)量分析方法時(shí)，則多采用回歸模型進(jìn)行分析。

茆哲銘[23]以Kaya恒等式為基礎(chǔ)，采用LMDI因素分解模型將京津冀交通碳排放量影響因素分解為人口、人均GDP、碳排放系數(shù)、交通運(yùn)輸強(qiáng)度和交通能源強(qiáng)度5個(gè)方面進(jìn)行分析，得出能源強(qiáng)度是抑制京津冀交通碳排放量的主要影響因子。楊學(xué)民[24]運(yùn)用LMDI因素模型對(duì)能源強(qiáng)度、能源結(jié)構(gòu)、經(jīng)濟(jì)產(chǎn)出、人口規(guī)模等對(duì)北京市交通運(yùn)輸、倉(cāng)儲(chǔ)及郵政業(yè)碳排放核算有影響的因素進(jìn)行了分析，也得出了能源強(qiáng)度對(duì)該行業(yè)具有明顯的抑制作用。王鵬[25]基于LMDI因素分解模型對(duì)全國(guó)以及依據(jù)碳排放強(qiáng)度劃分的不同等級(jí)地區(qū)交通運(yùn)輸碳排放影響因素做了分解研究，發(fā)現(xiàn)運(yùn)輸規(guī)模、行業(yè)經(jīng)濟(jì)效率、能源消費(fèi)結(jié)構(gòu)等促進(jìn)了該行業(yè)碳排放增長(zhǎng)；能源利用效率和運(yùn)輸結(jié)構(gòu)則對(duì)該行業(yè)碳排放增長(zhǎng)起到抑制作用。鄧蓉暉等[26]采用LMDI方法分析了能源結(jié)構(gòu)、能源強(qiáng)度、規(guī)模效應(yīng)、經(jīng)濟(jì)效應(yīng)和人口效應(yīng)等對(duì)廣東省交通運(yùn)輸業(yè)碳排放的影響，得到規(guī)模效應(yīng)、經(jīng)濟(jì)效應(yīng)和人口效應(yīng)對(duì)廣東省交通運(yùn)輸業(yè)碳排放起到促進(jìn)作用，而能源結(jié)構(gòu)和能源強(qiáng)度起到抑制作用的結(jié)論。張國(guó)興等[27]運(yùn)用LMDI法對(duì)黃河流域交通運(yùn)輸碳排放的各項(xiàng)驅(qū)動(dòng)因素進(jìn)行分解分析，發(fā)現(xiàn)人均GDP和人口規(guī)模起到促進(jìn)作用，運(yùn)輸強(qiáng)度、單位周轉(zhuǎn)量能耗和能源強(qiáng)度起到抑制作用。

王靖添等[28]構(gòu)建了分兩個(gè)層次研究中國(guó)交通運(yùn)輸業(yè)碳排放影響因素的模型，運(yùn)用計(jì)量經(jīng)濟(jì)學(xué)方法進(jìn)行實(shí)證分析，得出經(jīng)濟(jì)發(fā)展水平、交通運(yùn)輸結(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)施密度等是影響我國(guó)交通運(yùn)輸碳排放的主要因素。范育潔[29]對(duì)STIRPAT模型進(jìn)行了改進(jìn)，利用嶺回歸法對(duì)影響我國(guó)該行業(yè)碳排放的因素進(jìn)行了回歸分析，得出人口規(guī)模、人均碳排放、碳排放強(qiáng)度、客貨運(yùn)周轉(zhuǎn)量、城鎮(zhèn)化率和交通基礎(chǔ)設(shè)施投資對(duì)我國(guó)交通運(yùn)輸業(yè)碳排放均呈現(xiàn)正向作用，其中人口規(guī)模對(duì)其影響最大。呂倩等[30]基于STIRPAT模型進(jìn)行回歸分析，構(gòu)建京津冀地區(qū)碳排放影響因素模型，發(fā)現(xiàn)人均GDP、能源強(qiáng)度第三產(chǎn)業(yè)占比和公共交通是京津冀地區(qū)碳排放驅(qū)動(dòng)重要因素。潘秀[31]綜合運(yùn)用擴(kuò)展的STIRPAT模型和LMDI分解法對(duì)影響我國(guó)交通運(yùn)輸碳排放的主要因素進(jìn)行了分析，最后得出了不同因素對(duì)我國(guó)省域該行業(yè)影響程度從大到小依次為：人均GDP、人口規(guī)模、交通運(yùn)輸強(qiáng)度、交通能源強(qiáng)度和產(chǎn)業(yè)結(jié)構(gòu)。

4? 結(jié)論與展望

從現(xiàn)有的研究可以發(fā)現(xiàn)，我國(guó)學(xué)者已經(jīng)對(duì)交通運(yùn)輸業(yè)的碳排放重視起來(lái)，在我國(guó)交通運(yùn)輸業(yè)碳排放測(cè)算、碳排放效率和碳排放影響因素方面都有比較詳盡的研究，并且根據(jù)研究結(jié)果對(duì)交通運(yùn)輸業(yè)的碳減排也提出了對(duì)策建議，有一定的參考和借鑒意義，但是我國(guó)交通運(yùn)輸業(yè)的碳減排仍然任重而道遠(yuǎn)，現(xiàn)有的研究也存在一些不足和問(wèn)題，需要進(jìn)一步完善。

第一，由于到目前為止我國(guó)官方還沒(méi)有直接發(fā)布關(guān)于碳排放量的精確數(shù)據(jù)，所以學(xué)者們大多會(huì)采用統(tǒng)計(jì)年鑒中的數(shù)據(jù)和IPCC提供的方法進(jìn)行估算。然而統(tǒng)計(jì)年鑒的數(shù)據(jù)一般都比較宏觀，很難獲取到市級(jí)以下更小范圍區(qū)域所需指標(biāo)的數(shù)據(jù)，而且現(xiàn)有研究大多數(shù)為了考慮數(shù)據(jù)的可得性和計(jì)算的方便性，直接對(duì)影響碳排放的能源種類(lèi)進(jìn)行簡(jiǎn)化，如：公路運(yùn)輸只考慮汽油和柴油的能源，簡(jiǎn)化計(jì)算降低了估算數(shù)據(jù)的準(zhǔn)確性。所以對(duì)于交通運(yùn)輸業(yè)碳排放量的數(shù)據(jù)還需學(xué)者們進(jìn)一步挖掘。

第二，在現(xiàn)有對(duì)交通運(yùn)輸業(yè)的碳排放研究范圍上，大多數(shù)學(xué)者都是對(duì)全國(guó)、一些區(qū)域或省域進(jìn)行研究，很少更進(jìn)一步的研究更小區(qū)域的碳排放，這主要是考慮到數(shù)據(jù)的可得性，但是越小區(qū)域的研究越容易提出更加有針對(duì)性的建議，所以對(duì)該行業(yè)的碳排放更小范圍的研究也是必要的。

第三，交通運(yùn)輸業(yè)主要包括公路運(yùn)輸、鐵路運(yùn)輸、水路運(yùn)輸、航空運(yùn)輸和管道運(yùn)輸?，F(xiàn)有的研究只有很少的學(xué)者針對(duì)某一具體的運(yùn)輸行業(yè)進(jìn)行了分析，不同的運(yùn)輸方式肯定存在差異，因此更多的對(duì)某一具體運(yùn)輸方式的碳排放進(jìn)行研究也是學(xué)者們下一步可以考慮的。

第四，綜合看現(xiàn)在對(duì)我國(guó)交通運(yùn)輸業(yè)碳排放研究的方法，不論是碳排放量的測(cè)算、碳排放效率的測(cè)算還是碳排放影響因素的分析，主流的方法都比較固定，比如碳排量的測(cè)算主要是采用“自上而下”的方法，碳排放影響因素的分析主要為L(zhǎng)MDI指數(shù)分解法和計(jì)量回歸方法，不同的研究方法都有各自的優(yōu)缺點(diǎn)，綜合運(yùn)用各種不同方法，對(duì)比各方法的結(jié)果取長(zhǎng)補(bǔ)短，或者考慮對(duì)研究方法進(jìn)行創(chuàng)新，可能使得研究結(jié)果更加準(zhǔn)確。

交通運(yùn)輸業(yè)的碳排放在我國(guó)的總體碳排放中占有非常大的比例，交通運(yùn)輸業(yè)碳排放的研究對(duì)于實(shí)現(xiàn)我國(guó)的“雙碳”目標(biāo)，對(duì)于美麗中國(guó)的建設(shè)都具有十分重要的意義，學(xué)者們對(duì)于該領(lǐng)域的重視也必將大大加速該行業(yè)減排目標(biāo)的實(shí)現(xiàn)。

參考文獻(xiàn)：

[1] 沙愛(ài)敏，陳婷，呂凡任，等. “雙碳”目標(biāo)下?lián)P州交通碳排放量測(cè)算及分析[J]. 綠色科技，2022，24（15）：276-280.

[2] 盧升榮. 長(zhǎng)江經(jīng)濟(jì)帶交通運(yùn)輸業(yè)全要素碳排放效率研究[D]. 武漢：武漢理工大學(xué)，2018.

[3] 閆紫薇. 中國(guó)交通碳排放的測(cè)算及其影響因素的空間計(jì)量分析[D]. 北京：北京交通大學(xué)，2018.

[4] 姚麗敏. 陜西省交通運(yùn)輸碳排放影響因素與減排路徑研究[D]. 西安：長(zhǎng)安大學(xué)，2016.

[5]? SCHIPPER L， MARIE-LILLIU C， GORHAM R. Flexing the link between urban transport and CO2 emissions： A path for the world bank[C] // International Energy Agency， 2000.

[6] 王晨妍. 陜西省公路運(yùn)輸綠色全要素生產(chǎn)率分析研究[D]. 西安：長(zhǎng)安大學(xué)，2021.

[7] 陳露露，趙小風(fēng)，賴(lài)力. 江蘇省交通運(yùn)輸業(yè)碳排放預(yù)測(cè)及減排情景分析研究[J]. 環(huán)境科學(xué)與管理，2015，40（10）：13-17.

[8] 寧曉菊，張金萍，秦耀辰，等. 鄭州城市居民交通碳排放的時(shí)空特征[J]. 資源科學(xué)，2014，36（5）：1021-1028.

[9] 蔡博峰，曹東，劉蘭翠，等. 中國(guó)交通二氧化碳排放研究[J]. 氣候變化研究進(jìn)展，2011，7（3）：197-203.

[10] 科埃利，等. 效率與生產(chǎn)率分析引論[M]. 王忠玉，譯. 2版. 北京：中國(guó)人民大學(xué)出版社，2008.

[11] 董夢(mèng)如，韓增林，郭建科. 中國(guó)海洋交通運(yùn)輸業(yè)碳排放效率測(cè)度及影響因素分析[J]. 海洋通報(bào)，2020，39（2）：169-177.

[12] 袁長(zhǎng)偉，趙瀟，孫璐. 中國(guó)交通運(yùn)輸碳排放效率測(cè)度及收斂性研究[J]. 環(huán)境科學(xué)與技術(shù)，2019，42（12）：222-229.

[13] 張倩. 基于Super-SBM模型的交通運(yùn)輸碳排放效率研究[D]. 西安：長(zhǎng)安大學(xué)，2018.

[14] 袁長(zhǎng)偉，張帥，焦萍，等. 中國(guó)省域交通運(yùn)輸全要素碳排放效率時(shí)空變化及影響因素研究[J]. 資源科學(xué)，2017，39（4）：687-697.

[15] 平智毅，吳學(xué)兵，吳雪蓮. 長(zhǎng)江經(jīng)濟(jì)帶碳排放效率的時(shí)空差異及其影響因素分析[J]. 生態(tài)經(jīng)濟(jì)，2020，36（3）：31-37.

[16] 李世豪. 基于隨機(jī)前沿模型的京津冀地區(qū)碳排放效率研究[D]. 北京：華北電力大學(xué)，2020.

[17] 王甜飛. 基于隨機(jī)前沿模型山東省碳排放效率比較研究[D]. 青島：青島大學(xué)，2018.

[18] 臧紅映. 碳排放效率測(cè)算及其影響因素的實(shí)證分析[D]. 重慶：重慶交通大學(xué)，2016.

[19] 任夢(mèng)洋，黃羿，付善明，等. 國(guó)家中心城市交通運(yùn)輸業(yè)碳排放效率研究[J]. 生態(tài)科學(xué)，2022，41（1）：169-178.

[20] 王艷秋，蔣惠園，方晨晨，等. 中部六省交通運(yùn)輸業(yè)全要素碳排放效率測(cè)度及分析[J]. 公路與汽運(yùn)，2020（3）：15-20，24.

[21] 邵海琴，王兆峰. 中國(guó)交通碳排放效率的空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)及其影響因素[J]. 中國(guó)人口·資源與環(huán)境，2021，31（4）：32-41.

[22] 張帥. 基于RAM模型的交通運(yùn)輸碳排放及經(jīng)濟(jì)效率測(cè)度研究[D]. 西安：長(zhǎng)安大學(xué)，2018.

[23] 茆哲銘. 京津冀交通運(yùn)輸業(yè)碳排放的政策模擬分析[D]. 北京：北方工業(yè)大學(xué)，2022.

[24] 楊學(xué)民，劉創(chuàng). 北京市交通運(yùn)輸倉(cāng)儲(chǔ)及郵政業(yè)碳排放核算的影響因素分析[J]. 物流工程與管理，2022，44（4）：105-110.

[25] 王鵬. 基于地區(qū)差異的中國(guó)交通運(yùn)輸業(yè)碳排放影響因素研究[D]. 北京：華北電力大學(xué)，2021.

[26] 鄧蓉暉，武延坤，王群，等. 廣東省交通運(yùn)輸業(yè)碳排放驅(qū)動(dòng)因素及歸因分析[J]. 深圳職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2021，20（3）：45-53，88.

[27] 張國(guó)興，蘇釗賢. 黃河流域交通運(yùn)輸碳排放的影響因素分解與情景預(yù)測(cè)[J]. 管理評(píng)論，2020，32（12）：283-294.

[28] 王靖添，馬曉明. 中國(guó)交通運(yùn)輸碳排放影響因素研究——基于雙層次計(jì)量模型分析[J]. 北京大學(xué)學(xué)報(bào)（自然科學(xué)版），2021，57（6）：1133-1142.

[29] 范育潔. 中國(guó)省域交通運(yùn)輸業(yè)碳排放時(shí)空演變及影響因素研究[D]. 蘭州：蘭州大學(xué)，2020.

[30] 呂倩，高俊蓮. 京津冀地區(qū)交通運(yùn)輸碳排放模型及驅(qū)動(dòng)因素分析[J]. 生態(tài)經(jīng)濟(jì)，2018，34（1）：31-36.

[31] 潘秀. 我國(guó)交通運(yùn)輸業(yè)碳排放影響因素及預(yù)測(cè)研究[D]. 徐州：中國(guó)礦業(yè)大學(xué)，2018.