文/李玲

為探討長江流域交通運輸碳排放影響因素，本文對長江流域交通運輸碳排放的情況進行了數(shù)據(jù)收集整合，根據(jù)LMDI因素分解模型提出了影響碳排放的相關(guān)因素，構(gòu)建可擴展的STARPAT模型探究各因素對長江流域交通碳排放的影響程度。結(jié)果表明人口角度方面因素對碳排放起抑制作用，經(jīng)濟和技術(shù)方面因素總體上對碳排放呈現(xiàn)促進作用。因此，在未來人口增長速度呈現(xiàn)正常增長的條件下，更多使用清潔能源能緩解將來長江流域因交通運輸而產(chǎn)生的碳排放。

一、引言

長江橫跨我國西南、華中、華東三大經(jīng)濟區(qū)。長江流域流經(jīng)我國19個省級行政區(qū)，占據(jù)中國版圖半數(shù)以上，長江流域內(nèi)有豐富的自然資源，是我國重要的戰(zhàn)略水源地。長江流域經(jīng)濟以其在我國國民經(jīng)濟中涉及范圍廣、占地比重大、資源豐富的獨特優(yōu)勢，占有重要地位。長江流域城市群體發(fā)達，工業(yè)基礎(chǔ)雄厚，是我國重要的碳排放區(qū)域。

二、文獻綜述

國內(nèi)外學(xué)者對交通運輸碳排放影響因素從不同角度進行了寬泛的研究，主要研究集中于人口、經(jīng)濟和科技方面對碳排放的影響?；茉蠢卯a(chǎn)生的碳排放作為主要的交通運輸碳排放來源，對環(huán)境的惡化問題承擔著很大的責(zé)任?，F(xiàn)階段國內(nèi)外廣泛使用IPAT恒等式預(yù)測碳排放，KAYA恒等式由IPAT演化而來的鏈式恒等式，用于探究并分解碳排放影響因素[1-2]。喻潔基于對數(shù)平均權(quán)重分解方法分析2005年-2011年四種運輸方式碳排放變化的主要因素，結(jié)果表明人均GDP的增加是碳排放變化的主要因素，并指出在未來可以提高清潔能源的使用量[3]。杜強提出碳排放驅(qū)動因素的通徑分析方法，計算1994年-2013年碳排放驅(qū)動因素通徑系數(shù)，結(jié)果表明能源強度、運輸強度、經(jīng)濟水平是影響交通運輸碳排放的主要因素[4]。大多學(xué)者探究交通運輸碳排放影響因素最終都落腳在人口、經(jīng)濟、科技三個大的方向，本文亦從三方面著手，對每個方面進行細分，探討各影響因素對長江流域交通運輸碳排放的影響。

三、實證分析

（一）研究方法與指標選取

首先，本文采用“自上而下”的方法測算各省的碳排放量：

其次，再根據(jù)IPAT和KAYA模型進行擴展，將基礎(chǔ)的技術(shù)水平、財富水平和人口規(guī)模三種影響因素擴展為人均GDP、能源強度、交通運輸碳排放能源強度和人口規(guī)模四種基礎(chǔ)影響因素。

最后，為讓實驗更具有準確性，在上述模型基礎(chǔ)上運用可擴展的STIRPAT模型，擴展碳排放影響因素為表3.1的九種影響因素。

表3.1 變量定義

本文數(shù)據(jù)主要來源于《中國能源統(tǒng)計年鑒》和《中國統(tǒng)計年鑒》，部分數(shù)據(jù)來源于各省市的統(tǒng)計年鑒。根據(jù)交通運輸部相關(guān)規(guī)定和相關(guān)文獻[5]，將換算因子確定為：鐵路為1、公路1/10、水路1/3、航空1/13。其公式如下所示：

同時為保證數(shù)據(jù)的可比性，本文以2010年數(shù)據(jù)為基準，將人均GDP和GDP折算為2010年不變價，剔除價格因素對變量產(chǎn)生的影響。

（二）相關(guān)性分析

對變量進行相關(guān)性分析能發(fā)現(xiàn)變量之間在大小以及發(fā)展變化的方向上是否存在關(guān)聯(lián)，也有助于確定變量之間是否存在嚴重的多重共線性。變量相關(guān)性分析結(jié)果如表3.2所示。

表3.2 相關(guān)性分析結(jié)果

表3.2顯示了本研究所涉及的各個變量之間的相關(guān)系數(shù)以及顯著性水平，所有影響因素均與環(huán)境壓力ln?I在1%的水平上具有顯著相關(guān)性。

（三）多元回歸分析

為了對數(shù)據(jù)進一步分析，本文采用Stata.15對變量進行了多元回歸分析，回歸結(jié)果如表3.3所示：

表3.3 多元回歸分析結(jié)果

回歸結(jié)果顯示模型的R2為0.981，表明模型擬合優(yōu)度較大，解釋變量對被解釋變量的解釋程度較高。其中人口總量、城鎮(zhèn)化率和單位周轉(zhuǎn)能耗對碳排放量的影響系數(shù)均不顯著，表明人口總量、城鎮(zhèn)化率和單位周轉(zhuǎn)能耗與碳排放量之間的因果效應(yīng)可能沒有得到充分體現(xiàn)；老齡化的影響系數(shù)顯著為負，表明老齡化對碳排放量具有抑制作用；人均GDP、工業(yè)化和碳排放強度的影響系數(shù)顯著為正，其中，人均GDP對碳排量的促進作用最大，達到1.239，其緣由可能在于其是衡量地區(qū)經(jīng)濟發(fā)展程度的重要指標，數(shù)值越高，表明人們生活水平提高，城市變得更加富裕，意味著交通運輸行業(yè)更加發(fā)達，產(chǎn)生的交通運輸碳排放會不斷增加，工業(yè)化進程加快，技術(shù)水平更加先進，碳排量也會增加，碳排放強度衡量單位GDP的交通運輸碳排放量，其變化與交通運輸碳排放量成正比，正向影響交通運輸碳排放；能源結(jié)構(gòu)對交通運輸碳排放量的影響系數(shù)在5%的水平上顯著為負，對碳排放量起抑制作用，表明近十年長江流域交通運輸產(chǎn)業(yè)能源結(jié)構(gòu)中傳統(tǒng)化石能源有減少的趨勢；產(chǎn)業(yè)結(jié)構(gòu)對交通運輸碳排放量的影響系數(shù)在10%的水平上顯著為正，可以看出其實產(chǎn)業(yè)結(jié)構(gòu)對碳排放量的促進作用不明顯，說明交通產(chǎn)業(yè)增加值雖然對碳排放量有影響，但影響力度較小，未來可以發(fā)展交通產(chǎn)業(yè)。

四、結(jié)論及政策建議

總而言之，從人口角度來看，總體上對碳排放量起抑制作用，人口增加、老齡化加劇和城鎮(zhèn)化進程加快都會影響流域交通運輸碳元素的排放；從經(jīng)濟角度來看，總體上對碳排放量起促進作用，人均GDP增加、產(chǎn)業(yè)結(jié)構(gòu)變化和工業(yè)化加快是經(jīng)濟快速發(fā)展的佐證，經(jīng)濟發(fā)展意味著生態(tài)環(huán)境會遭到破壞，會促進流域交通運輸碳排放的增加；從技術(shù)角度來看，和經(jīng)濟角度保持一致，但是其中能源結(jié)構(gòu)對交通運輸碳排放為負向影響，可以推測，在未來如果用更多的清潔能源代替?zhèn)鹘y(tǒng)化石能源，那么能源結(jié)構(gòu)對流域交通運輸碳排放的負向影響將有可能抵消單位周轉(zhuǎn)能耗和碳排放強度對流域交通運輸碳排放的正向影響，使長江流域交通運輸碳排放技術(shù)層面產(chǎn)生的碳排放得到緩解。