孫彥明 ，劉士顯

（1.山東科技大學(xué) 交通學(xué)院，山東 青島 266590；2.國家發(fā)展和改革委員會(huì)國際合作中心，北京 100038）

因溫室氣體排放而導(dǎo)致的氣候變化問題已經(jīng)成為全球關(guān)注的焦點(diǎn)。我國高度重視氣候變化，于2021 年10 月27 日發(fā)表《中國應(yīng)對(duì)氣候變化的政策與行動(dòng)》白皮書，介紹了中國應(yīng)對(duì)氣候變化的進(jìn)展，分享了中國應(yīng)對(duì)氣候變化的實(shí)踐和經(jīng)驗(yàn)，助力《巴黎協(xié)定》行穩(wěn)致遠(yuǎn)。其中，2030“碳達(dá)峰”和2060 年“碳中和”（簡稱“雙碳”目標(biāo)）是我國統(tǒng)籌國內(nèi)國際兩個(gè)大局作出的重大戰(zhàn)略決策。交通運(yùn)輸是碳排放的重要領(lǐng)域之一，據(jù)國際道路聯(lián)盟（IRF）預(yù)計(jì)，2050 年交通運(yùn)輸能耗量比2016 年將會(huì)增加21%～25%，因此交通運(yùn)輸領(lǐng)域降碳減排潛力巨大?！半p碳”目標(biāo)的提出，對(duì)于優(yōu)化交通運(yùn)輸結(jié)構(gòu)、推進(jìn)綠色低碳交通運(yùn)輸體系建設(shè)、推動(dòng)經(jīng)濟(jì)發(fā)展方式和生產(chǎn)生活方式綠色轉(zhuǎn)型、加快高質(zhì)量發(fā)展、促進(jìn)生態(tài)文明建設(shè)具有重要戰(zhàn)略意義，可以說是一場(chǎng)廣泛而深刻的經(jīng)濟(jì)社會(huì)變革。

交通運(yùn)輸領(lǐng)域碳減排，意味著實(shí)現(xiàn)交通發(fā)展與碳排放“脫鉤”。交通運(yùn)輸是能源消耗和直接碳排放的主要行業(yè)之一。從目前經(jīng)濟(jì)社會(huì)發(fā)展規(guī)律來看，交通運(yùn)輸發(fā)展與現(xiàn)代化進(jìn)程和人民生活水平提高具有顯著正相關(guān)性[1]。交通運(yùn)輸領(lǐng)域碳排放量最高的地區(qū)是發(fā)達(dá)經(jīng)濟(jì)體和部分新興經(jīng)濟(jì)體，我國正處在快速工業(yè)化、城市化及機(jī)動(dòng)化過程中，未來一個(gè)時(shí)期，交通運(yùn)輸領(lǐng)域的資源占用和二氧化碳排放量還呈現(xiàn)出逐漸增加的趨勢(shì)，實(shí)現(xiàn)全面脫鉤還具有很大挑戰(zhàn)，加快實(shí)現(xiàn)由強(qiáng)度到總量的“雙降”，進(jìn)行碳排放計(jì)量分析與減排路徑研究對(duì)于建設(shè)低碳經(jīng)濟(jì)體系具有重要的現(xiàn)實(shí)意義。

推進(jìn)實(shí)現(xiàn)“雙碳”目標(biāo)是“十四五”期間交通運(yùn)輸領(lǐng)域的主旋律。與發(fā)達(dá)國家不同，中國實(shí)現(xiàn)“雙碳”目標(biāo)是指在保證經(jīng)濟(jì)、社會(huì)持續(xù)發(fā)展背景下的有效減排，助力“高增長”模式轉(zhuǎn)向“高質(zhì)量”發(fā)展模式。在交通運(yùn)輸領(lǐng)域，碳達(dá)峰的實(shí)現(xiàn)并非制約交通運(yùn)輸發(fā)展，而是要在規(guī)定時(shí)間內(nèi)實(shí)現(xiàn)達(dá)峰且盡量保持低峰值。交通運(yùn)輸領(lǐng)域的“雙碳”目標(biāo)既是行業(yè)發(fā)展需著力解決的重要任務(wù)，也是行業(yè)發(fā)展面臨的重大機(jī)遇，增強(qiáng)了行業(yè)推進(jìn)減排工作的緊迫感和積極性[2]。交通運(yùn)輸碳排放量與交通運(yùn)輸發(fā)展規(guī)模、碳減排行動(dòng)力度緊密相關(guān)，但降碳減排仍面臨如下突出問題：（1）交通運(yùn)輸需求未來一段時(shí)期仍保持增長，運(yùn)輸結(jié)構(gòu)調(diào)整受到一定制約；（2）交通能源結(jié)構(gòu)調(diào)整還存在技術(shù)壁壘；（3）交通領(lǐng)域降碳減排涉及范圍較廣。

在“雙碳”目標(biāo)背景下，我國交通運(yùn)輸領(lǐng)域具有較大的降碳減排潛力[3]。本文通過研究“雙碳”目標(biāo)下中國交通運(yùn)輸碳排放達(dá)峰情況，探索交通運(yùn)輸綠色低碳轉(zhuǎn)型發(fā)展之路，對(duì)豐富相關(guān)理論體系和政策研究成果、科學(xué)指導(dǎo)行業(yè)發(fā)展具有重要意義。由于受2020—2022 年新冠疫情影響，數(shù)據(jù)波動(dòng)大，對(duì)預(yù)測(cè)模型準(zhǔn)確度產(chǎn)生影響。因此，本文研究時(shí)間范圍為2005—2019 年，從中國省際層面計(jì)算并分析交通運(yùn)輸碳排放量，預(yù)測(cè)未來交通領(lǐng)域碳排放發(fā)展趨勢(shì)，明確地區(qū)差異化發(fā)展?fàn)顩r并提出減排路徑。

1 文獻(xiàn)回顧

面對(duì)日益嚴(yán)峻的全球氣候環(huán)境變化形勢(shì)，碳排放達(dá)峰路徑、時(shí)間及未來氣候模擬研究成為低碳經(jīng)濟(jì)學(xué)領(lǐng)域的研究熱點(diǎn)之一，這些研究估算國家和地區(qū)二氧化碳排放量，為未來可持續(xù)發(fā)展策略提供了科學(xué)視角[4]。關(guān)于碳排放預(yù)測(cè)應(yīng)用最為廣泛的是對(duì)碳排放未來趨勢(shì)進(jìn)行情景預(yù)測(cè)。LIIMATAINEN 等[5]根據(jù)芬蘭貨運(yùn)二氧化碳排放量7 個(gè)指標(biāo)進(jìn)行預(yù)測(cè)，創(chuàng)建了6 種情景，結(jié)果顯示2030 年均減排26%以上。王靖添等[6]在預(yù)測(cè)中國交通運(yùn)輸需求量的基礎(chǔ)上，設(shè)計(jì)基準(zhǔn)情景、結(jié)構(gòu)優(yōu)化情景、技術(shù)進(jìn)步情景和低碳情景，測(cè)算了中國交通運(yùn)輸碳減排潛力。LI 等[7]預(yù)測(cè)了在推廣使用清潔燃料汽車和提高汽車燃油效率情景下，中國城市客運(yùn)部門的二氧化碳排放量可能在2030 年達(dá)到峰值。胡茂峰等[8]應(yīng)用情景分析法預(yù)測(cè)了湖北省交通運(yùn)輸碳排放峰值。韓楠等[9]設(shè)置6 種情景方案模擬預(yù)測(cè)了北京、天津和河北的碳達(dá)峰時(shí)間、峰值及減排潛力影響。

但情景預(yù)測(cè)具有內(nèi)在主觀性，許多學(xué)者也探索了其他預(yù)測(cè)方法。HICKMAN 等[10]對(duì)不同政策進(jìn)行評(píng)估，采用回溯方法研究了英國交通部門到2030 年實(shí)現(xiàn)60%二氧化碳減排目標(biāo)的可行方案。FAN 等[11]應(yīng)用長期能源替代規(guī)劃（LEAP）模型分析了2016—2030 年不同情景下的能源需求和主要溫室氣體（GHG）排放，分析結(jié)果表明，政府管控、公共交通和發(fā)展新能源汽車等具有顯著的節(jié)能減排效果。宋學(xué)娟[12]在預(yù)測(cè)方法上，運(yùn)用GM(1, 1)模型、灰色馬爾可夫模型和偏最小二乘回歸模型以及GM(1,N)模型對(duì)山東省交通二氧化碳的排放量做了預(yù)測(cè)，研究得出相對(duì)于其他模型，灰色馬爾科夫模型的預(yù)測(cè)效果更好。楊琦等[13]選取交通運(yùn)輸業(yè)消耗的12 類能源測(cè)算1996—2010 年中國交通運(yùn)輸業(yè)碳排放，并對(duì)未來碳排放量進(jìn)行預(yù)測(cè)，結(jié)果顯示中國交通運(yùn)輸碳排放呈快速上升趨勢(shì)，同時(shí)表現(xiàn)出面對(duì)較大減排壓力，減排潛力巨大。XU 等[14]預(yù)測(cè)，根據(jù)現(xiàn)行政策，中國政府碳強(qiáng)度降低目標(biāo)可以實(shí)現(xiàn)。本文綜合情景預(yù)測(cè)適用范圍廣、分析問題全面的特點(diǎn)和ARIMA 預(yù)測(cè)模型不需要借助外生變量的優(yōu)勢(shì)，采用定性與定量相結(jié)合的研究方法，構(gòu)建交通運(yùn)輸碳排放預(yù)測(cè)模型。

2 研究方法與數(shù)據(jù)來源

2.1 ARIMA模型

交通運(yùn)輸碳排放數(shù)據(jù)是非平穩(wěn)序列，也稱具有弱平穩(wěn)性，其特點(diǎn)是有依賴性，即未來某時(shí)刻的值依賴它的過去信息。綜合自回歸移動(dòng)平均（ARIMA）模型是一種時(shí)間序列預(yù)測(cè)方法，其基本原理是先利用d階差分將非平穩(wěn)時(shí)間序列平穩(wěn)化，然后對(duì)平穩(wěn)化后的時(shí)間序列，利用自回歸過程AR(p)、移動(dòng)平均過程MA(q)以及樣本自相關(guān)系數(shù)（ACF）和偏相關(guān)系數(shù)（PCF）等對(duì)模型進(jìn)行辨識(shí)，該模型常用于時(shí)間序列分析。

首先，對(duì)公式中涉及的基本變量進(jìn)行說明，對(duì)于一個(gè)時(shí)間序列Xt，xt表示該時(shí)間序列中的第t個(gè)點(diǎn)，t=1, 2, …,N，N表示序列Xt的長度。其中標(biāo)準(zhǔn)差為σ。

均值為：

方差為：

自協(xié)方差（無偏）為：

自協(xié)方差（有偏）為：

其次，對(duì)時(shí)間序列Xt進(jìn)行平穩(wěn)性檢驗(yàn)，通常利用ACF 函數(shù)和PACF 函數(shù)來判斷類型，ACF 函數(shù)的計(jì)算公式如下。

相關(guān)系數(shù)ACF（無偏）為：

相關(guān)系數(shù)ACF（有偏）為：

對(duì)于偏相關(guān)系數(shù)PACF，其計(jì)算過程更為復(fù)雜，一般先做出如下假設(shè)：

式中：（j=1, 2, …,p）是線性相關(guān)系數(shù)，δi+1是噪聲，即我們假設(shè)點(diǎn)xi+1與前p個(gè)點(diǎn)xi-p+1,xi-p+2, …,xi是線性相關(guān)的，而PACF 所表示的就是xi與xi-p的相關(guān)性。因此，序列的偏相關(guān)系數(shù)PACF 為：

此處省略的求解過程，一般通過編程即可確定。

若時(shí)間序列Xt未通過平穩(wěn)性檢驗(yàn)，需要對(duì)原始數(shù)據(jù)進(jìn)行平穩(wěn)化處理，通過差分轉(zhuǎn)化為弱平穩(wěn)序列。在實(shí)際應(yīng)用中，通常d=1 或2，確定方法是d階差分后數(shù)據(jù)通過平穩(wěn)性檢驗(yàn)。ARMA(p,q)模型的識(shí)別方法較多，但一般也會(huì)用自相關(guān)系數(shù)（ACF）和偏相關(guān)系數(shù)（PCF）來辨別。

如果時(shí)間序列Xt的d次差分Wt=(1-B)dX t是一個(gè)平穩(wěn)的ARIMA 過程，則稱Xt為自回歸移動(dòng)平均求和模型。若Wt服從ARIMA(p,q)模型，則稱Xt是ARIMA(p,q)過程。ARIMA 包含了自回歸、差分以及移動(dòng)平均三個(gè)組成部分，p、d、q分別表示自回歸階數(shù)[即預(yù)測(cè)模型中采用的時(shí)序數(shù)據(jù)本身的滯后數(shù)（lags），也叫作AR/Auto-Regressive 項(xiàng)]、差分次數(shù)（即時(shí)序數(shù)據(jù)需要進(jìn)行幾階差分化得到穩(wěn)定數(shù)據(jù)，也叫Integrated 項(xiàng)）和移動(dòng)平均的階數(shù)（預(yù)測(cè)模型中采用的預(yù)測(cè)誤差的滯后數(shù)，也叫作MA/Moving Average 項(xiàng)），可應(yīng)用貝葉斯信息準(zhǔn)則（BIC）計(jì)算BIC 值選擇出p值和q值。

貝葉斯決策理論是貝葉斯準(zhǔn)則的一部分，是指在不完全情報(bào)下，對(duì)部分未知的狀態(tài)用主觀概率進(jìn)行估計(jì)，然后用貝葉斯公式對(duì)發(fā)生概率進(jìn)行修正，最后再利用期望值和修正概率做出最優(yōu)決策。公式為：

式中：k為模型參數(shù)個(gè)數(shù)，本文取k=5；L為似然函數(shù)，ln(N)k為懲罰項(xiàng)在維數(shù)過大且訓(xùn)練樣本數(shù)據(jù)較少的情況下，可以有效避免出現(xiàn)維度災(zāi)難的現(xiàn)象。使得BIC 值達(dá)到最小的p值、q值即為最優(yōu)ARIMA(p,d,q)模型的階數(shù)。

對(duì)于已經(jīng)通過平穩(wěn)性檢驗(yàn)的時(shí)間序列，可用平穩(wěn)過程Wt來代替不平穩(wěn)的Xt在ARIMA 模型中的位置，即：

用滯后算子表示，則有：

其中，εt是白噪聲過程。

經(jīng)過d階差分變化后的ARIMA(p,q)稱為模型，式（13）等價(jià)于式（14）：

最后，使用已經(jīng)建立的ARIMA(p,d,q)對(duì)后續(xù)指標(biāo)值的變化進(jìn)行預(yù)測(cè)，得出最終預(yù)測(cè)結(jié)果。ARIMA 模型適合做短期預(yù)測(cè)[15]，本文提出一種自適應(yīng)方法，利用Jupyter 軟件對(duì)交通運(yùn)輸領(lǐng)域碳排放量進(jìn)行預(yù)測(cè)。

2.2 數(shù)據(jù)準(zhǔn)備

本文考慮數(shù)據(jù)的可統(tǒng)計(jì)性和準(zhǔn)確性，故選擇“自上而下”方法計(jì)算中國各省份交通運(yùn)輸碳排放量，并且本文的交通運(yùn)輸碳排放量估算范圍主要包括由城市道路交通直接能源消耗，以及鐵路、水運(yùn)、航空、管道、多式聯(lián)運(yùn)運(yùn)輸代理能源消耗所產(chǎn)生的碳排放，數(shù)據(jù)來源于《中國能源統(tǒng)計(jì)年鑒》，未剔除倉儲(chǔ)和郵政業(yè)的統(tǒng)計(jì)數(shù)據(jù)。根據(jù)《IPCC 國家溫室氣體清單指南》計(jì)算各種能源的碳排放量，計(jì)算公式如下：

式中：TCE表示區(qū)域交通運(yùn)輸碳排放量；i表示交通運(yùn)輸部門所需能源種類，參考《省級(jí)溫室氣體清單編制指南》，各種交通運(yùn)輸方式終端消耗量主要包括原煤、汽油、煤油、柴油、燃料油、液化石油氣、天然氣；Ei表示第i種能源的消耗量，ALHi表示第i種能源的平均低位發(fā)熱量，AHCi表示第i種能源的單位熱值含碳量，Ri表示第i種能源的碳氧化率，Ki表示第i種能源的碳排放因子，如表1 所示，其數(shù)據(jù)來源于《綜合能耗計(jì)算通則》（GB/T 2589—2020）和《省級(jí)溫室氣體清單編制指南》（發(fā)改辦氣候〔2011〕1041 號(hào)）。

表1 能源碳排放因子統(tǒng)計(jì)描述

電力在我國鐵路、公路、水路和航空運(yùn)輸中被廣泛應(yīng)用，如新能源電車和公交車。隨著交通運(yùn)輸業(yè)發(fā)展，電力也被應(yīng)用在船舶、飛機(jī)?？繒r(shí)為其供能，改變自主燃燒煤氣供電供暖情況。為了全方面反映交通運(yùn)輸領(lǐng)域碳排放量，將電力消耗納入碳排放量測(cè)算范圍，電力的碳排放系數(shù)參考《二氧化碳排放核算和報(bào)告要求 服務(wù)業(yè)》（DB11/T 1785—2020），因地區(qū)不同而出現(xiàn)差異，如表2 所示。

表2 中國區(qū)域電力碳排放系數(shù)

根據(jù)以上計(jì)算方法，中國30 個(gè)省份（不包括西藏及港澳臺(tái)地區(qū)）的交通運(yùn)輸碳排放量數(shù)據(jù)見表3。從表3 中可以看出，近15 年來全國交通運(yùn)輸二氧化碳排放量整體呈現(xiàn)出上升趨勢(shì)，從2005 年的387.429 百萬噸增長到2019 年的916.999 百萬噸，平均增長率為5.9%。各省份交通運(yùn)輸二氧化碳量均呈現(xiàn)出波動(dòng)上升的趨勢(shì)，以廣東、山東和上海等為代表的省份交通運(yùn)輸碳排放量一直處于較高水平，但其年增長率均低于全國平均水平，山東增長率僅為3.2%；海南、寧夏和青海等省份交通運(yùn)輸碳排放量一直處于較低水平，但卻迅速攀升，青海年增長率最高達(dá)12.8%，其動(dòng)態(tài)變化趨勢(shì)不容忽視；其他地區(qū)近15 年來碳排放也均出現(xiàn)成倍增長。

表3 2005—2019年中國30個(gè)省份交通運(yùn)輸碳排放量

在核算交通運(yùn)輸碳排放量的基礎(chǔ)上，計(jì)算并分析碳排放強(qiáng)度的趨勢(shì)變化及空間分布。在交通運(yùn)輸領(lǐng)域，碳強(qiáng)度是指單位GDP 的交通運(yùn)輸二氧化碳排放量，各省份GDP 數(shù)據(jù)來源于國家統(tǒng)計(jì)局。其匯總結(jié)果見圖1、圖2。圖1 展示了2019 年各省份交通運(yùn)輸碳排放量和碳強(qiáng)度。30 個(gè)省份中，碳排放量最高的前5 位分別是廣東、上海、山東、江蘇和河南，最低的后5 位分別是寧夏、青海、海南、吉林和甘肅，但交通運(yùn)輸碳排放強(qiáng)度最高的前3位為新疆、遼寧和青海，最低的后3 位為江蘇、浙江和安徽。結(jié)合交通運(yùn)輸碳排放量和強(qiáng)度分析，經(jīng)濟(jì)發(fā)展水平較高的地區(qū)交通運(yùn)輸碳排放量也比較高，經(jīng)濟(jì)發(fā)展水平低的地區(qū)其交通碳排放強(qiáng)度較高，欠發(fā)達(dá)區(qū)域和發(fā)達(dá)區(qū)域處于不同的發(fā)展階段。

圖1 2019年中國各省份交通運(yùn)輸碳排放量、碳排放強(qiáng)度

圖2 2005年、2019年中國各省份交通運(yùn)輸碳排放強(qiáng)度統(tǒng)計(jì)

研究各省份交通運(yùn)輸碳排放特點(diǎn)，僅分析碳排放量的高低具有局限性，也需考慮區(qū)域工業(yè)化進(jìn)程等因素對(duì)省域交通運(yùn)輸碳排放空間分布的影響，交通運(yùn)輸碳排放強(qiáng)度是反映低碳交通發(fā)展水平的重要綜合性指標(biāo)之一[16]。計(jì)算結(jié)果顯示，2005—2019 年，中國交通運(yùn)輸碳排放強(qiáng)度均值從0.23 噸/萬元持續(xù)下降至0.11 噸/萬元。如圖2 所示，寧夏、內(nèi)蒙古、云南等省份的交通運(yùn)輸碳排放強(qiáng)度在2005 年處于較高水平，在研究期內(nèi)下降幅度均在0.2 噸/萬元以上，對(duì)中國總體交通運(yùn)輸碳排放強(qiáng)度的貢獻(xiàn)較大。江蘇、浙江、安徽等省份的交通運(yùn)輸碳排放強(qiáng)度在研究基期已低于全國平均水平，在研究期內(nèi)長期處于較低水平，下降幅度大約為0.05 噸/萬元。

3 實(shí)證分析

3.1 情景設(shè)定

交通運(yùn)輸領(lǐng)域碳排放需求與經(jīng)濟(jì)發(fā)展規(guī)模和技術(shù)進(jìn)步水平等正向相關(guān)，但到達(dá)一定水平，碳排放則趨于平穩(wěn)并不斷下降[17]。情景預(yù)測(cè)法以中國近年來不同影響因素的交通運(yùn)輸領(lǐng)域能源消耗為依據(jù)，確定基準(zhǔn)情景、“雙碳”目標(biāo)情景兩種預(yù)測(cè)情景。本文并未設(shè)置高碳情景，在目前中國的減排壓力及國家的減排力度背景下，高碳情景不可能出現(xiàn)，并對(duì)每個(gè)情景下交通運(yùn)輸領(lǐng)域所涉及的各個(gè)能源消耗數(shù)據(jù)增長率進(jìn)行設(shè)定，并基于公式（14）計(jì)算，預(yù)測(cè)中國交通運(yùn)輸領(lǐng)域碳排放量和強(qiáng)度的未來發(fā)展趨勢(shì)。

基準(zhǔn)情景指無論是決策對(duì)象還是決策驅(qū)動(dòng)要素均延續(xù)歷史狀態(tài)發(fā)展，得到的情景狀態(tài)是所有情景設(shè)定的基準(zhǔn)；“雙碳”目標(biāo)情景指從前推式和回溯式情景角度，為實(shí)現(xiàn)碳達(dá)峰、碳中和目標(biāo)，基于交通運(yùn)輸領(lǐng)域空間集聚差異性和我國“雙碳”目標(biāo)行動(dòng)，設(shè)定具有區(qū)域特征的能源消耗增長率，分析短期或長期關(guān)系和趨勢(shì)變化。

在交通運(yùn)輸碳排放核算數(shù)據(jù)結(jié)果基礎(chǔ)上，計(jì)算得出各省份2005—2010 年的平均增長率和2015—2020 年的平均增長率。計(jì)算結(jié)果表明，各省份2005—2010 年的平均增長率均高于2015—2020 年的平均增長率，均出現(xiàn)大幅的下降，北京下降幅度最大，碳排放增長率從16.3%下降至4%，部分省份2015—2020 年的平均增長率甚至為負(fù)數(shù)。近年來，國家和各省份交通領(lǐng)域碳減排行動(dòng)已取得一定的成效，“雙碳”戰(zhàn)略目標(biāo)又為各省份交通規(guī)劃、運(yùn)營和管理帶來了更大的機(jī)遇和挑戰(zhàn)?？紤]到ARIMA 模型特點(diǎn)[18]，在“雙碳”目標(biāo)背景下，各省份均制定了行動(dòng)方案，基于新冠肺炎疫情對(duì)交通出行的影響，碳排放量增長率均會(huì)有不同程度的下降，故采用折中的方案，本文設(shè)定“雙碳”目標(biāo)情景來源為近五年來各省份平均增長率均較基準(zhǔn)情景下降50%，并且，ARIMA模型在短期預(yù)測(cè)中準(zhǔn)確性更高，本文預(yù)測(cè)時(shí)間范圍至2030 年。

3.2 結(jié)果分析

基于數(shù)據(jù)分析結(jié)果構(gòu)建各省份的ARIMA 預(yù)測(cè)模型，應(yīng)用Jupyter 編程。如圖3 所示，在基準(zhǔn)情景下，我國的交通運(yùn)輸領(lǐng)域能源消耗碳排放量在預(yù)測(cè)期內(nèi)持續(xù)增加，年均增長率大約為2%，但其年增長率呈逐年下降趨勢(shì)。而“雙碳”目標(biāo)情景下的交通運(yùn)輸領(lǐng)域能源消耗碳排放量變化趨勢(shì)趨于穩(wěn)定，2029—2030 年變化不大，但仍沒有出現(xiàn)拐點(diǎn)，這表明在交通運(yùn)輸領(lǐng)域，我國低碳轉(zhuǎn)型發(fā)展仍面臨較大挑戰(zhàn)。根據(jù)我國碳達(dá)峰戰(zhàn)略發(fā)展部署，我國將于2030 年以前實(shí)現(xiàn)全國范圍內(nèi)碳排放量峰值?！半p碳”目標(biāo)情景下，在各省份個(gè)性化制定減排策略的基礎(chǔ)上，2030 年全國交通運(yùn)輸碳排放量下降至1 031.177百萬噸，較基準(zhǔn)情景降低了15%。

圖3 中國交通運(yùn)輸碳排放趨勢(shì)

對(duì)每個(gè)省份的統(tǒng)計(jì)數(shù)據(jù)分別進(jìn)行ARIMA 預(yù)測(cè)，統(tǒng)計(jì)結(jié)果顯示在基準(zhǔn)情景下，2030 年前達(dá)峰的省份有北京、山西、內(nèi)蒙古、遼寧、吉林、黑龍江、上海、浙江、安徽、山東、海南、貴州、陜西、甘肅、寧夏、新疆16 個(gè)省份。而在“雙碳”目標(biāo)情景下，達(dá)峰省份增加至20 個(gè)，且峰值均有不同程度的降低。更進(jìn)一步分析，在預(yù)測(cè)期內(nèi)，基準(zhǔn)情景下碳排放量呈下降趨勢(shì)的省份有9 個(gè)，先增后降的省份有7 個(gè)，呈上升趨勢(shì)的省份有14 個(gè)。

如圖4 所示，“雙碳”目標(biāo)情景下碳排放量呈先增后降趨勢(shì)的省份有8 個(gè)，分別為遼寧、上海、福建、江西、廣西、四川、貴州和陜西。在政策干預(yù)下，中國各省份交通運(yùn)輸領(lǐng)域碳排放量控制政策策略初步發(fā)揮了作用，但是仍不容忽視。遼寧省研究制定了各市碳排放考核制度，開展低碳試點(diǎn)示范創(chuàng)建；上海市交通運(yùn)輸碳排放是碳排放占比最高的產(chǎn)業(yè)，上海市政府表示將從結(jié)構(gòu)低碳、節(jié)能降碳、協(xié)同治污、生態(tài)建設(shè)等方面，全面提升交通行業(yè)碳排放及污染物排放協(xié)同控制水平；陜西省多單位聯(lián)合發(fā)出“低碳環(huán)保綠色運(yùn)輸”倡議。

圖4 交通運(yùn)輸碳排放量預(yù)測(cè)呈先增后降趨勢(shì)變化統(tǒng)計(jì)圖

如圖5 所示，呈下降趨勢(shì)的省份有12 個(gè)，分別為北京、山西、內(nèi)蒙古、吉林、黑龍江、浙江、安徽、山東、海南、甘肅、寧夏和新疆。其中許多地區(qū)積極采取相關(guān)碳減排政策，如北京市積極推進(jìn)綠色出行碳普惠行動(dòng)；山西省大力發(fā)展清潔能源如太陽能、風(fēng)能和水能等生產(chǎn)“綠電”，提高清潔能源利用率；北京和內(nèi)蒙古啟動(dòng)跨區(qū)域碳排放權(quán)交易，有效減排大氣污染物等。

圖5 交通運(yùn)輸碳排放量預(yù)測(cè)呈下降趨勢(shì)變化統(tǒng)計(jì)圖

4 結(jié)論、行動(dòng)及建議

4.1 結(jié)論

本文通過綜合自回歸移動(dòng)平均模型為30 個(gè)省份構(gòu)建考慮數(shù)據(jù)內(nèi)生性的ARIMA 預(yù)測(cè)模型，并設(shè)置基準(zhǔn)情景、“雙碳”目標(biāo)情景兩個(gè)動(dòng)態(tài)情景，以模擬中國未來的碳排放達(dá)峰路徑及各省份碳排放量變化趨勢(shì)。本文研究發(fā)現(xiàn)：

（1）在強(qiáng)有力的政策支持下，中國未來交通運(yùn)輸領(lǐng)域碳排放量增長可以得到有效控制，相比于基準(zhǔn)情景，“雙碳”目標(biāo)情景下的碳排放量均有不同程度的降低。

（2）交通運(yùn)輸領(lǐng)域是中國2030 年碳達(dá)峰目標(biāo)實(shí)現(xiàn)的關(guān)鍵終端領(lǐng)域之一，從全國范圍來看，即便是在“雙碳”目標(biāo)政策干預(yù)情景下，交通運(yùn)輸領(lǐng)域碳排放量仍呈現(xiàn)出緩慢增加的趨勢(shì)。

4.2 政策建議

鑒于對(duì)目前中國交通運(yùn)輸領(lǐng)域發(fā)展現(xiàn)狀、問題及舉措的總結(jié)分析，交通行業(yè)面臨巨大的變革和挑戰(zhàn)，建議在國家層面進(jìn)一步優(yōu)化交通運(yùn)輸領(lǐng)域“雙碳”戰(zhàn)略規(guī)劃和政策體系，因地制宜、持續(xù)推進(jìn)交通運(yùn)輸領(lǐng)域降碳減排計(jì)劃。具體行動(dòng)方向主要包括：強(qiáng)化政策導(dǎo)向，落實(shí)能源消費(fèi)總量和強(qiáng)度“雙控”目標(biāo)[19]；制定區(qū)域差異化減排發(fā)展計(jì)劃[20]；優(yōu)先發(fā)展大運(yùn)量的公共交通和軌道交通；推進(jìn)交通綠色清潔能源變革，減少交通運(yùn)輸碳排放；通過技術(shù)進(jìn)步[21]等手段提高交通領(lǐng)域能源利用效率[22]；在車聯(lián)網(wǎng)、物聯(lián)網(wǎng)技術(shù)發(fā)展背景下，建設(shè)具有各省份地域特色的交通網(wǎng)絡(luò)結(jié)構(gòu)[23]；加快綠色低碳發(fā)展方式轉(zhuǎn)型，減少“內(nèi)涵能源”消耗。

研究制定符合中國各省份不同發(fā)展背景下的交通運(yùn)輸降碳減排行動(dòng)方案，有利于提升公共政策的科學(xué)性、可行性和適用性?；诒疚南嚓P(guān)結(jié)果分析，對(duì)于已經(jīng)達(dá)峰或處于平臺(tái)期的城市，應(yīng)建立碳排放量控制（下降）行動(dòng)方案；對(duì)于尚未達(dá)峰的城市，應(yīng)明確達(dá)峰目標(biāo)（峰值和達(dá)峰年），建立碳排放達(dá)峰行動(dòng)促進(jìn)方案，并盡量提前達(dá)峰；對(duì)于傳統(tǒng)工業(yè)轉(zhuǎn)型期城市、低碳潛力型城市以及資源型城市，應(yīng)根據(jù)情況，區(qū)別對(duì)待，因勢(shì)利導(dǎo)，盡快確立碳達(dá)峰行動(dòng)方案，盡早實(shí)現(xiàn)“雙碳”目標(biāo)。