孫佳，孫啟鵬，高捷，張士行，喬佳璐，李弢

（1.長安大學(xué) 運輸工程學(xué)院，陜西 西安 710064；2.長安大學(xué) 經(jīng)濟與管理學(xué)院，陜西 西安 710064；3.交通運輸部規(guī)劃研究院，北京 100028）

氣候變化問題是當(dāng)今人類社會所面臨的重大挑戰(zhàn)之一。國家主席習(xí)近平在第七十五屆聯(lián)合國大會一般性辯論上明確提出了我國的雙碳目標(biāo)。國家發(fā)改委的相關(guān)數(shù)據(jù)表明，2019 年我國交通運輸碳排放量約占全國碳排放總量的10%，是碳減排重點關(guān)注的領(lǐng)域。國務(wù)院于2021 年10 月印發(fā)了《2030 年前碳達(dá)峰行動方案》（下文簡稱《方案》），運輸結(jié)構(gòu)調(diào)整是該《方案》中實現(xiàn)碳達(dá)峰的重要內(nèi)容和路徑。而且，從大量文獻(xiàn)研究及綜合交通運輸實踐來看，運輸結(jié)構(gòu)是影響交通運輸碳排放的重要因素，鐵路和水運占比的增加有助于交通運輸行業(yè)碳排放量的減少，而公路和民航占比的增加會導(dǎo)致交通運輸行業(yè)碳排放量的增長[1]，優(yōu)化運輸結(jié)構(gòu)具有較大的碳減排潛力[2]。綜述發(fā)現(xiàn)，運輸結(jié)構(gòu)調(diào)整優(yōu)化研究主要分為兩類，孫啟鵬[3]根據(jù)經(jīng)濟學(xué)、系統(tǒng)科學(xué)等多學(xué)科理論，提出了優(yōu)化綜合交通技術(shù)結(jié)構(gòu)、提高綜合交通運輸組織效率、政府引導(dǎo)與市場相結(jié)合等結(jié)構(gòu)優(yōu)化宏觀對策；陳淑玲等[4]通過比較分析歐法美日的運輸結(jié)構(gòu)調(diào)整政策，建議我國發(fā)展以鐵路為骨干的多式聯(lián)運。以上學(xué)者在優(yōu)化運輸結(jié)構(gòu)時采用了定性方法，而其他學(xué)者采用了定量方法，QIANG 等[5]提出了能源消耗最小化的運輸結(jié)構(gòu)優(yōu)化模型，該模型既能減少碳排放又能最大限度地降低城市交通的能源消耗；尚玲宇[6]利用線性規(guī)劃優(yōu)化了2020 年廣東省運輸結(jié)構(gòu)，該結(jié)構(gòu)在滿足了高效用的同時兼顧了低碳排的要求。

運輸結(jié)構(gòu)調(diào)整優(yōu)化是理論和實踐中長期關(guān)注的問題，現(xiàn)有研究已取得了豐富成果，但在碳達(dá)峰目標(biāo)約束下，其約束條件和優(yōu)化方法需要重新思考，成為當(dāng)下該領(lǐng)域關(guān)注的熱點新問題。本文首先構(gòu)建交通運輸業(yè)STIRPAT 模型，并以2000—2019 年作為研究區(qū)間進(jìn)行嶺回歸探究影響交通運輸碳排放的因素。基于以上模型，以2030 年碳達(dá)峰為約束條件來求解最優(yōu)運輸結(jié)構(gòu)，為合理優(yōu)化運輸結(jié)構(gòu)提供理論參考。

1 交通運輸碳排放影響因素分析

1.1 交通運輸碳排放STIRPAT模型

IPAT 和STIRPAT 模型以分解公式和指標(biāo)體系對碳排放進(jìn)行指標(biāo)分解，主要應(yīng)用于國家尺度。EHRLICH[7]等構(gòu)建了IPAT 模型，用來探究人口規(guī)模、富裕程度和技術(shù)水平對環(huán)境的壓力，該模型在生態(tài)經(jīng)濟學(xué)領(lǐng)域運用廣泛；YORK 等[8]在IPAT 模型的基礎(chǔ)上提出了STIRPAT 模型，認(rèn)為任何對環(huán)境有影響的因素都可以納入STIRPAT 模型中，其模型表達(dá)式為：

式中：I、P、A、T分別為環(huán)境壓力、人口規(guī)模、富裕程度和技術(shù)水平；α為模型系數(shù)；b、c、d分別為人口規(guī)模、富裕程度、技術(shù)水平的指數(shù)；e為模型隨機誤差擾動。STIRPAT 模型允許對各影響因素適當(dāng)分解，可以根據(jù)自身研究目的對模型進(jìn)行擴展[9]，因此該方法在交通運輸碳排放影響因素研究中成為學(xué)者們比較偏好的方法。當(dāng)前交通運輸碳排放影響因素主要是從技術(shù)水平（能源利用效率、能源強度）、經(jīng)濟水平（人均GDP）、交通規(guī)模（客、貨運周轉(zhuǎn)量）來考慮[10-11]，而調(diào)整運輸結(jié)構(gòu)作為實現(xiàn)碳達(dá)峰的重要手段之一，其對交通運輸碳排放的影響亦不容忽視。據(jù)此，本文對以往模型進(jìn)行改進(jìn)，構(gòu)造STIRPAT 模型如下：

實際分析時，通常對等式兩邊取對數(shù)進(jìn)行降冪處理：

式中：因變量C（噸二氧化碳）表示我國交通運輸業(yè)碳排放量。自變量PGDP是人均GDP（元），代表我國經(jīng)濟發(fā)展水平，即原模型中的富裕程度；客運周轉(zhuǎn)量KY、貨運周轉(zhuǎn)量HY代表交通規(guī)模，單位分別為人公里、噸公里，對應(yīng)原模型中的人口規(guī)模[10]；E（噸標(biāo)準(zhǔn)煤/萬元）是能源強度，即交通能源消耗量與國民生產(chǎn)總值的比值，代表原模型中的技術(shù)效用。運輸結(jié)構(gòu)是由公路（G）、鐵路（T）、水路（S）、航空（H）運輸周轉(zhuǎn)量在總周轉(zhuǎn)量中的占比反映的（管道運輸周轉(zhuǎn)量僅占我國運輸周轉(zhuǎn)量少量份額，故不作考慮）。另外，為避免嚴(yán)格多重共線性，模型中去掉了水路運輸占比。因為同一種運輸方式的客運和貨運周轉(zhuǎn)量不可直接加和，需要進(jìn)行客貨換算，故采用國家統(tǒng)計制度規(guī)定的公路、鐵路、水路、航空運輸客貨轉(zhuǎn)換系數(shù)1/10、1、1/3、1/13 進(jìn)行換算。參數(shù)α為常數(shù)項，β1、β2、β3、β4、β5、β6、β7為彈性系數(shù)，表示當(dāng)各自變量變化1%時，將分別引起碳排放量C的β1%、β2%、β3%、β4%、β5%、β6%、β7%的變化。

1.2 普通最小二乘法回歸

選取2000—2019 年作為研究區(qū)間，人均GDP（以2000 年不變價計算）、交通能源消耗量、客貨運周轉(zhuǎn)量、公鐵水航四種運輸方式周轉(zhuǎn)量等數(shù)據(jù)均來自《中國統(tǒng)計年鑒》，交通運輸業(yè)碳排放數(shù)據(jù)取自CEADS 數(shù)據(jù)集。為了盡可能精確地把握各個影響因素與交通運輸碳排放量之間的關(guān)系，先用SPSS25.0 軟件對STIRPAT 模型進(jìn)行普通最小二乘法回歸，結(jié)果如表1 所示。回歸方程總體顯著性較好（F值=2 981.481、總體Sig.值=0.000），且具有很高的擬合優(yōu)度（調(diào)整R2=0.999）。但模型t 檢驗結(jié)果不通過且lnHY、lnG、lnH的系數(shù)與預(yù)期不符，這可能是由于變量之間存在多重共線性。利用VIF值來診斷模型的共線性，VIF值均遠(yuǎn)大于10，說明模型確實存在嚴(yán)重多重共線性的問題。因此，必須消除模型的多重共線性才能保證模型的精確性。綜上，后面采用嶺回歸方法進(jìn)一步分析。

表1 普通最小二乘回歸結(jié)果

1.3 嶺回歸分析

嶺回歸本質(zhì)上是由最小二乘法改進(jìn)得到的，相比于最小二乘法的無偏性估計，它是一種有偏性的回歸方法，以部分信息的損失及精度的降低為代價擬合出更可靠的回歸系數(shù)。基于SPSS25.0，設(shè)定嶺回歸系數(shù)K的取值范圍為(0,1)，數(shù)據(jù)間隔為0.01，運行程序逐一進(jìn)行模型系數(shù)估算，得到嶺回歸K值與相應(yīng)系數(shù)的變化結(jié)果（表2）。當(dāng)K=0.35 時，各項自變量的系數(shù)變化逐漸趨向穩(wěn)定，回歸方程總體顯著性較好（F值=97.99、P值=0.000），且具有很高的擬合優(yōu)度和解釋力（調(diào)整R2=0.973）。

表2 嶺回歸結(jié)果

各因素對交通運輸碳排放的影響程度大小分別為：貨運周轉(zhuǎn)量（0.207）、人均GDP（0.200）、客運周轉(zhuǎn)量（0.184）、鐵路運輸占比（-0.178）、航空運輸占比（0.164）、能源強度（0.067）、公路運輸占比（0.061）?？梢钥闯鲞\輸結(jié)構(gòu)影響著交通運輸碳排放，鐵路、航空運輸占比對交通運輸碳排放的影響程度甚至大于能源強度的影響，公路運輸占比、航空運輸占比與交通運輸碳排放量正相關(guān)，鐵路運輸占比與交通運輸碳排放量之間呈負(fù)相關(guān)關(guān)系。

為了驗證模型回歸效果，用歷史數(shù)據(jù)進(jìn)行模擬，歷史值與模擬值對比見圖1，我們進(jìn)一步計算了模型的平均相對誤差為1.04%，平均絕對誤差為4.82%，模型整體擬合效果比較好。

圖1 交通運輸碳排放量模擬值與歷史值對比

2 運輸結(jié)構(gòu)的優(yōu)化

2.1 問題描述

在前文討論的交通運輸碳排放主要影響因素中，運輸結(jié)構(gòu)的變動對交通運輸能耗影響顯著且相對容易調(diào)整，運輸結(jié)構(gòu)成為降低交通運輸能耗、實現(xiàn)碳達(dá)峰的突破口。李曉易等[12]指出2021—2030 年推進(jìn)運輸結(jié)構(gòu)優(yōu)化是實現(xiàn)碳達(dá)峰的重要路徑，運輸結(jié)構(gòu)優(yōu)化具有較大的碳減排潛力。現(xiàn)有研究多是采用情景分析并加以行業(yè)判斷來設(shè)定運輸結(jié)構(gòu)占比以實現(xiàn)碳達(dá)峰，但運輸結(jié)構(gòu)調(diào)整過程中常常會面臨著為了降低交通能源消耗而導(dǎo)致社會運輸需求得不到滿足、發(fā)展低碳運輸方式而忽略其他運輸方式存在的價值等問題。綜上所述，本文的研究問題可以歸納為：在碳達(dá)峰約束下如何優(yōu)化運輸結(jié)構(gòu)，以保證能源消耗最小化的同時實現(xiàn)運輸周轉(zhuǎn)量最大化，本文試圖給出2030 年碳達(dá)峰時的最佳運輸結(jié)構(gòu)。

2.2 模型假設(shè)

（1）運輸方式分為公路、鐵路、水路、航空運輸四種（由于管道運輸專用性強，與其余運輸方式的相互替代性弱，運輸結(jié)構(gòu)優(yōu)化未將其包含在內(nèi)），不同運輸方式提供的位移服務(wù)是可以互相替代的，乘客和貨主對于不同運輸方式提供的服務(wù)沒有明顯偏好。

（2）運輸結(jié)構(gòu)優(yōu)化只是針對不同運輸方式周轉(zhuǎn)量占比的調(diào)整，暫未考慮交通運輸布局。

（3）不同文獻(xiàn)預(yù)測碳達(dá)峰的具體時間不同，多數(shù)預(yù)測在2030 年前后實現(xiàn)碳達(dá)峰，結(jié)合國家給出2030 年碳達(dá)峰的目標(biāo)，本文不再探討碳達(dá)峰的具體時間，而是假設(shè)2030 年我國實現(xiàn)碳達(dá)峰。

2.3 模型建立

本文所研究模型的變量及參數(shù)設(shè)定為：i為運輸方式，取值為1～4 分別指公路、鐵路、水路和航空運輸；ei為第i種運輸方式的單位周轉(zhuǎn)量能耗；xi為第i種運輸方式的周轉(zhuǎn)量，為模型決策變量；Q1為最低運輸周轉(zhuǎn)量；Q2為最大運輸周轉(zhuǎn)量；C為交通運輸碳排放約束值；Li為第i種運輸方式的平均運輸距離；Si為第i種運輸方式的線路長度；αi為第i種運輸方式的線路合理利用率；bi為第i種運輸方式的現(xiàn)有占比。

構(gòu)建運輸結(jié)構(gòu)優(yōu)化模型，具體可表示為：

式（4）、式（5）分別代表運輸能源消耗量最?。▋?yōu)化目標(biāo)1）和運輸周轉(zhuǎn)量最大（優(yōu)化目標(biāo)2）；式（6）為總運輸周轉(zhuǎn)量約束，Q1、Q2分別是2030 年經(jīng)濟社會發(fā)展所需的最低運輸周轉(zhuǎn)量和運輸能力制約下的最高運輸周轉(zhuǎn)量；式（7）為2030 年交通運輸碳排放約束，優(yōu)化后的運輸結(jié)構(gòu)應(yīng)滿足2030 年碳達(dá)峰時交通運輸碳排放量要求，由上文交通運輸碳排放影響因素回歸模型擬合出的2030 年交通運輸碳排放量應(yīng)不大于碳達(dá)峰時交通運輸碳排放約束值C；式（8）為各運輸方式的最低線路利用率約束，確保優(yōu)化后的運輸結(jié)構(gòu)要使交通基礎(chǔ)設(shè)施物盡其用；式（9）、式（10）則是運輸結(jié)構(gòu)調(diào)整的政策約束，根據(jù)《方案》“公轉(zhuǎn)鐵、公轉(zhuǎn)水”的政策傾向，現(xiàn)有運輸結(jié)構(gòu)中的公路運輸占比會下降，鐵路、水路運輸占比會上升，因此2030 年公路運輸占比應(yīng)不大于現(xiàn)有公路運輸占比b1，鐵路和水路運輸占比應(yīng)不低于現(xiàn)有鐵路和水路運輸占比b2、b3。

2.4 實證分析

2.4.1 參數(shù)設(shè)置

單位周轉(zhuǎn)量能耗值ei：由于能源技術(shù)突破較困難，運輸方式單位換算周轉(zhuǎn)量能耗值采用2019 年的取值，公路、鐵路、水路、航空的能耗值分別為0.170 0、0.039 4、0.025 9、4.193 4 萬噸標(biāo)準(zhǔn)煤/億噸公里，數(shù)據(jù)來源于《2019 年交通運輸行業(yè)發(fā)展統(tǒng)計公報》《2019 年鐵道統(tǒng)計公報》以及《2019 年中國民航行業(yè)發(fā)展統(tǒng)計公報》。

2030 年最小運輸周轉(zhuǎn)量Q1、最大運輸周轉(zhuǎn)量Q2：考慮新冠疫情影響，參考王靖添等[13]對客貨運周轉(zhuǎn)量的預(yù)測值并進(jìn)行換算，本文設(shè)定2030 年運輸周轉(zhuǎn)量最小為257 585 億噸公里、最大為300 600 億噸公里。

交通運輸碳排放約束值C：LI 等[14]通過文獻(xiàn)綜述了我國2030 年碳達(dá)峰時的CO2排放量，而我國交通運輸碳排放量約占全國碳排放總量的10%，推斷2030 年碳達(dá)峰實現(xiàn)時交通運輸碳排放約束值在10 億噸左右，這一取值同周偉等[15]的研究基本一致。

人均GDP：基于國際貨幣基金組織IMF 對中國GDP 增速的預(yù)測，設(shè)定2030 年我國人均GDP 為67 045元（以2000 年不變價計算）。

能源強度E：鑒于2030 年實現(xiàn)社會整體碳達(dá)峰之前能源技術(shù)進(jìn)步的潛力比較小，考慮洪競科等[16]參考情景下的2030 年交通運輸業(yè)能源強度年均增長率，這里假設(shè)能源強度的變化仍延續(xù)“十三五”期間的趨勢，2019 年基本情景下能源強度為0.08 噸標(biāo)準(zhǔn)煤/萬元，后續(xù)能源強度年增長率為-3.2%，計算得到2030 年能源強度為0.056 噸標(biāo)準(zhǔn)煤/萬元。

線路合理利用率αi：借鑒尚玲宇[6]的研究，用不同運輸方式運量占比和線路里程占比之比度量，即αi=wi/zi，其中wi代表不同運輸方式的客貨運量占總運量的比重，zi代表不同運輸方式線路里程占總里程的比重。根據(jù)《中國統(tǒng)計年鑒》可計算得到公路、鐵路、水路、航空運輸?shù)木€路合理利用率向量為：αi=(1.675 3,7.940 9,4.250 4,0.013 8)。

不同運輸方式平均運輸距離Li、線路長度向量Si：依據(jù)2000—2019 年的《中國統(tǒng)計年鑒》可計算得到Li=(94.88,615.73,911.15,2 266.48)公里，由于該值歷年波動較小，因此設(shè)為固定參數(shù)；Si=(501.25,13.99,12.73,948.22)萬公里。

b1、b2、b3：經(jīng)計算，2019 年公路、鐵路、水路運輸周轉(zhuǎn)量占比分別為28.74%、21.32%和49.39%。

2.4.2 模型求解

模型求解屬于雙目標(biāo)非線性優(yōu)化問題，優(yōu)化目標(biāo)不能同時達(dá)到最優(yōu)，只能得到均衡兩個優(yōu)化目標(biāo)的帕累托最優(yōu)解集。本文采用NSGA2 遺傳算法優(yōu)化，該算法是帶有精英保留策略的快速非支配多目標(biāo)優(yōu)化算法，可有效解決非線性優(yōu)化問題[17]。設(shè)定算法種群數(shù)量為200，迭代次數(shù)為500 次，交叉概率為0.9，變異概率為0.1，采用Matlab 求出帕累托解集，結(jié)果如圖2 所示。

圖2 帕累托最優(yōu)解集結(jié)果

2.4.3 決策結(jié)果

如表3 所示，本文決策主要分為三種類型，第一種是根據(jù)熵權(quán)-Topsis 方法計算各方案與最優(yōu)水平的接近度，得到帕累托解集中與最優(yōu)水平接近程度最高的前五個解；第二種是優(yōu)先考慮最低能源消耗量目標(biāo)；第三種是優(yōu)先考慮最大運輸周轉(zhuǎn)量目標(biāo)。

表3 決策得到帕累托最優(yōu)解集

方案1 與最優(yōu)水平接近度為0.752，該運輸結(jié)構(gòu)相對接近度最高，本文將其作為2030 年碳達(dá)峰約束下的最佳運輸結(jié)構(gòu)，在該運輸結(jié)構(gòu)下，實現(xiàn)293 759.86 億噸公里運輸周轉(zhuǎn)量需消耗19 024.90 萬噸標(biāo)準(zhǔn)煤。與此相比，現(xiàn)有運輸結(jié)構(gòu)實現(xiàn)同等運輸周轉(zhuǎn)量需消耗27 353.09萬噸標(biāo)準(zhǔn)煤（表4），優(yōu)化后的運輸，能源消耗降低了30.45%，單位周轉(zhuǎn)量能耗由0.093 噸標(biāo)準(zhǔn)煤/萬噸公里下降到0.065 噸標(biāo)準(zhǔn)煤/萬噸公里，碳排放由0.23 噸CO2/萬噸公里下降到0.18 噸CO2/萬噸公里，優(yōu)化后的運輸結(jié)構(gòu)明顯優(yōu)于原來的運輸結(jié)構(gòu)。

表4 優(yōu)化前后對比

2.4.4 運輸結(jié)構(gòu)優(yōu)化路徑分析

以上分析得到了2030 年碳達(dá)峰時的最優(yōu)運輸結(jié)構(gòu)，本小節(jié)進(jìn)一步探討如何從現(xiàn)有運輸結(jié)構(gòu)逐步調(diào)整至最優(yōu)運輸結(jié)構(gòu)。為此，基于2.3 節(jié)所構(gòu)建的運輸結(jié)構(gòu)優(yōu)化模型，調(diào)整2020—2029 年的相關(guān)參數(shù)（時變參數(shù)Q1、Q2、C、PGDP、E等均做相應(yīng)的等距插值），基于NSGA2 遺傳算法和熵權(quán)-Topsis 法確定歷年的最優(yōu)運輸結(jié)構(gòu)。因為2020 年以來受到疫情影響，近幾年運輸結(jié)構(gòu)變動幅度較小，故圖3 主要展示疫情前后運輸結(jié)構(gòu)變化趨勢。由圖3 可知，運輸結(jié)構(gòu)整體優(yōu)化路徑契合國家“公轉(zhuǎn)鐵、公轉(zhuǎn)水”的戰(zhàn)略調(diào)整方向，優(yōu)化后交通運輸碳排放整體呈現(xiàn)下降趨勢。2023—2026 年主要是“公轉(zhuǎn)鐵”調(diào)整期，公路占比從26.78%降至18.93%，鐵路占比則從22.41%升至28.12%；2023—2027 年主要是“公轉(zhuǎn)水”調(diào)整期，尤其是2026—2027 年，公路占比進(jìn)一步降至14.97%，水路占比則升至55.78%；2027—2030 年則是相對平穩(wěn)的微調(diào)期。

圖3 2017—2030年運輸結(jié)構(gòu)優(yōu)化路徑

為了早日實現(xiàn)碳達(dá)峰，有關(guān)部門可以引導(dǎo)現(xiàn)有運輸結(jié)構(gòu)朝著優(yōu)化后的運輸結(jié)構(gòu)轉(zhuǎn)變并組織實施交通運輸結(jié)構(gòu)性碳減排工程，在重點調(diào)整運輸結(jié)構(gòu)的領(lǐng)域，加強港口資源整合，鼓勵貨運企業(yè)將貨物“散改集”，探索推廣“公+鐵+水”協(xié)同聯(lián)運模式，依靠創(chuàng)新驅(qū)動加快運輸結(jié)構(gòu)轉(zhuǎn)變的步伐，解決大宗貨物“公轉(zhuǎn)鐵、公轉(zhuǎn)水”的現(xiàn)實短板和硬性約束問題。中長距離運輸時優(yōu)先考慮鐵路、水路運輸，短距離運輸時優(yōu)先采用新能源車輛。

3 研究結(jié)論

本文首先運用STIRPAT 模型探究我國交通運輸碳排放的影響因素，并以2030 年碳達(dá)峰為約束，構(gòu)建運輸結(jié)構(gòu)優(yōu)化模型，以NSGA2 算法求得帕累托最優(yōu)解集，并根據(jù)熵權(quán)-Topsis 法得到最優(yōu)運輸結(jié)構(gòu)，最后將該思路擴展至2020—2029 年得到運輸結(jié)構(gòu)優(yōu)化路徑。研究結(jié)果表明：2030 年碳達(dá)峰時公路、鐵路、水運、航空最佳運輸周轉(zhuǎn)量占比分別為13.05%、30.05%、56.52%、0.38%，與最優(yōu)水平接近度為0.752，運輸周轉(zhuǎn)量為293 759.86 億噸公里，能源消耗量為19 024.90 萬噸標(biāo)準(zhǔn)煤，同現(xiàn)有運輸結(jié)構(gòu)相比降低了30.45%。另外，運輸結(jié)構(gòu)整體優(yōu)化路徑顯示，2023—2026 年主要是“公轉(zhuǎn)鐵”調(diào)整期，2023—2027 年主要是“公轉(zhuǎn)水”調(diào)整期，2027—2030 年則是相對平穩(wěn)的微調(diào)期。

本文構(gòu)建的碳達(dá)峰約束下運輸結(jié)構(gòu)優(yōu)化模型，不僅給出了我國2030 年的最優(yōu)運輸結(jié)構(gòu)，還提供了從當(dāng)前運輸結(jié)構(gòu)逐步調(diào)整至最優(yōu)運輸結(jié)構(gòu)的具體優(yōu)化路徑，對我國交通運輸業(yè)低碳發(fā)展具有一定的參考意義。未來研究還需進(jìn)一步探討能源技術(shù)進(jìn)步、多式聯(lián)運等對低碳運輸結(jié)構(gòu)調(diào)整策略的影響。