摘 要：系統(tǒng)分析碳排放影響因素，預測碳達峰時間和峰值，對于促進中國水運業(yè)的綠色低碳發(fā)展具有重要意義。首先采用排放因子法測算水運業(yè)2001—2020年的碳排放量；其次構建LMDI分解模型分析碳排放影響因素；最后在STIRPAT模型的基礎上，運用情景分析法，設定九種情景來預測2021—2035年中國水運業(yè)的碳排放峰值。結果表明：1）2001—2020年，中國水運業(yè)碳排放量整體呈上升趨勢。2）經(jīng)濟活動是碳排放增長的首要驅動力，運輸強度是其最大的抑制因素。3）不同情景下水運業(yè)碳達峰的時間和峰值存在顯著差異，其中兼顧發(fā)展與減排的“中增長高減排”情景已于2019年實現(xiàn)碳達峰，峰值為

10 113.6萬噸，是中國水運業(yè)的最優(yōu)碳達峰情景。

關鍵詞：碳達峰預測；LMDI；STIRPAT；水運業(yè)

中圖分類號：F552 文獻標志碼：A DOI：10.13714/j.cnki.1002-3100.2024.06.023

Abstract： To encourage the green and low-carbon development of China's canal transport industry， systematic analysis of the elements that influence carbon emissions and peak time and peak value prediction are extremely important. First， the emission factor method is used to measure the carbon emissions of waterway transport sector from 2001 to 2020. Next， the LMDI decomposition model is constructed to analyze the carbon emission influencing factors. Finally， on the basis of STIRPAT model， the scenario analysis method is applied to set nine scenarios to predict the carbon emission peak of China's waterway transport sector from 2021 to 2035. The results show that from 2001 to 2020， the overall carbon emissions of China's waterway transport sector show an upward trend， that economic activities are the primary driver of carbon emission growth， and transportation intensity is the largest inhibiting factor， that there are significant differences in the timing and peak value of carbon emissions in the waterway transport sector under different scenarios， among which the \"medium growth and high emission reduction\" scenario， which balances development and emission reduction， has reached the peak value of 101.136 million tons in 2019， which is the optimal carbon peak scenario for China's waterway transport sector.

Key words： carbon peak prediction; LMDI; STIRPAT; waterway transport sector

中國是目前全球溫室氣體排放量較大的國家，面臨巨大的減排壓力和挑戰(zhàn)。作為碳排放大國，黨的二十大報告指出，要“積極穩(wěn)妥推進碳達峰碳中和”。水運業(yè)覆蓋面寬和高度國際化的特殊性使其碳減排問題暫未被納入聯(lián)合國氣候變化框架公約，僅在國際海事組織（IMO）的主導下開展減排行動。IMO統(tǒng)計數(shù)據(jù)顯示，2022年全球水運業(yè)的年碳排放量約為10億噸，約占全球碳排放總量的3%。如果把整個水運業(yè)看作一個國家，那么其碳排放體量就位居全球第六位[1]。水運業(yè)是我國綜合運輸體系的重要組成部分。交通運輸部的最新數(shù)據(jù)表明，2022年我國港口貨物吞吐量達到156.85億噸，港口集裝箱吞吐量達到2.96億標箱，二者均位居世界前列。面對溫室氣體減排的國際壓力，我國水運業(yè)正在積極發(fā)展和應用各種減排措施，以實現(xiàn)綠色低碳可持續(xù)發(fā)展，但尚未就如何實現(xiàn)溫室氣體減排的初步戰(zhàn)略目標形成明確的技術路徑。

1" " 文獻綜述

已有的關于水運業(yè)碳排放的研究主要從三方面展開。首先是核算水運業(yè)碳排放總量。通過文獻分析發(fā)現(xiàn)，目前常用的水運業(yè)碳排放核算法主要有兩種：第一種方法是以能源消耗為核心的“自上而下”法[2]，另一種是以出行數(shù)據(jù)為核心的“自下而上”法[3]。其次是對水運業(yè)碳排放影響因素的分析。從研究結論來看，馬雪菲等[4]認為經(jīng)濟發(fā)展水平與能源強度分別是最大的促碳和減碳因素，而王勇等[5]認為運輸規(guī)模是影響水運業(yè)碳排放的重要因素。除此之外，運輸結構、碳排放強度、能源效率等也被認為是影響水運業(yè)碳排放變化的關鍵因素。最后是有關水運業(yè)碳排放預測的研究。針對碳排放量預測模型與情景分析研究，學者們提出了多種建模思路。周玲玲等[6]通過情景分析建立了中國國際海運CO2排放量預測模型，預測了中國2010—2050年的國際海運CO2排放量。曾德芳[7]采用LEAP模型構建了長江航運2017—2047年的預測框架，通過四種情景預測了長江航運的能源消耗及碳排放情況。在“3060”戰(zhàn)略規(guī)劃提出后，部分學者將研究視角集中到了水運業(yè)的碳達峰研究。例如，廖兵兵[8]詳細分析了我國航運行業(yè)二氧化碳的歷史排放情況，為如何實現(xiàn)“雙碳”目標提出了建議和對策。李虎[9]立足于實現(xiàn)碳達峰的方式，闡述了電動船舶對于交通行業(yè)實現(xiàn)碳達峰的重要作用和意義。

綜上所述，已有文獻中對水運業(yè)碳排放的研究主要集中在碳排放核算和影響因素分析這兩個方面，對碳排放預測的研究相對較早，可能與現(xiàn)階段的實際情況不符，且缺少對中國整體水運業(yè)碳排放趨勢的分析。另一方面，針對水運業(yè)碳達峰的研究多是從宏觀層面分析水運業(yè)的碳排放現(xiàn)狀及趨勢，進而提出減排路徑，缺乏以實際數(shù)據(jù)為支撐的實證研究。因此，本文基于排放因子法核算中國水運業(yè)2001—2020年的CO2排放量；在此基礎上，建立LMDI分解模型，以識別水運業(yè)的碳排放影響因素；最后通過擴展STIRPAT模型，并結合最新的國家相關政策目標，預測不同情景下中國水運業(yè)的碳排放峰值和達峰時間，希望能夠為制定高效低碳的水運業(yè)發(fā)展政策提供科學的依據(jù)。

2" " 研究方法及數(shù)據(jù)來源

2.1" " 水運業(yè)碳排放總量核算

考慮到數(shù)據(jù)的可得性，本文采用以運輸周轉量為基礎的“自上而下”的方法來計算我國水運業(yè)的能源消耗和二氧化碳排放量。計算公式如下：

式（1）、式（2）中，E表示水運業(yè)的能源消費量，i=1，2分別表示內(nèi)河運輸和海洋運輸，Ei表示第i類運輸方式的能源消費量，Ti表示第i類運輸方式的貨物周轉量，ETi表示第i類運輸方式的單位周轉量能耗，C表示水運業(yè)的碳排放量，Ci表示第i類運輸方式的碳排放量，Ki表示第i類運輸方式下的能源折算標準煤參考系數(shù)，EFi表示運輸方式i中所消耗燃料的碳排放系數(shù)。

2.2" " LMDI分解模型

本文在Kaya恒等式的基礎上，結合中國水運業(yè)的實際情況，選取適合水路運輸碳排放的分解因子對Kaya恒等式進行擴展。

式（3）中，C表示水路運輸碳排放總量，Ci表示運輸方式i的碳排放量，Ei表示運輸方式i的能源消耗量，Ti表示運輸方式i的貨物周轉量，T表示水路貨物周轉總量，GDP表示中國國內(nèi)生產(chǎn)總值（以2001年為不變價），P表示人口規(guī)模，EFi表示運輸方式i所消耗燃料的碳排放系數(shù)，ETi為運輸方式i的單位周轉量能耗，Si為運輸方式i所占的比重，TI為單位GDP水路貨物周轉量，A是人均GDP，P是人口總量。

LMDI分解模型能夠對Kaya恒等式中的所有分量進行無殘差分解，已被廣泛應用于對碳排放影響因素的分解。設定C0為基期二氧化碳排放量，Ct為第t期二氧化碳排放量，則：

式（4）中，△C表示0年與t年所產(chǎn)生碳排放量的差值，△C由六部分構成，分別是能源排放效應△CEF、周轉量能耗效應△CET、運輸結構效應△CS、運輸強度效應△CTI、經(jīng)濟活動效應△CA和人口規(guī)模效應△CP。考慮到能源的二氧化碳排放系數(shù)為常數(shù)，因此△CEF=0，故公式（4）可改寫為：

各因素貢獻值表達式如下。

2.3" " 拓展的STIRPAT模型

York等在IPAT模型的基礎上提出STIRPAT模型，其標準形式如式（11）所示：

式（11）中，I表示環(huán)境指標；P、A、T分別表示人口規(guī)模、富裕程度和技術水平；a為模型的系數(shù)；b、c、d為變量的系數(shù)；e為隨機誤差項。為了降低模型異方差的影響，在式（11）兩邊取對數(shù)，結果見式（12）：

利用擴展的STIRPAT模型可以對未來的碳排放量進行預測，本文將從人口、經(jīng)濟、技術和水運四個維度對STIRPAT模型加以擴展。擴展后的表達式如下：

式（13）中，P為人口規(guī)模；A為人均GDP；ET為單位周轉量能耗；S表示運輸結構；TI表示運輸強度；F表示貨運量。β1—β6表示各變量的回歸系數(shù)。

2.4" " 數(shù)據(jù)來源

本文選取的2001—2020年的人口總量和GDP均來自歷年的《中國統(tǒng)計年鑒》，為保證數(shù)據(jù)的可比性，以2001年的數(shù)據(jù)為基準，剔除價格因素對變量的影響。各運輸方式的貨物周轉量和貨運量來自歷年交通運輸行業(yè)的發(fā)展統(tǒng)計公報，折算標準煤系數(shù)來源于《中國能源統(tǒng)計年鑒》，在碳排放系數(shù)的確定標準上，本文選取IPCC作為標準。營運船舶單位運輸周轉量能耗參考邢輝等[10]的研究和交通運輸行業(yè)發(fā)展統(tǒng)計公報。考慮到中國的水路運輸以貨運為主，客運占比較低，因此本文所研究的水路運輸主要是指水路貨運。

3" " 研究結果分析

3.1" " 碳排放量測算

由式（2）計算得出2001—2020年中國水運業(yè)的碳排放量，結果如圖1所示。2001—2020年，中國水運業(yè)的碳排放總量整體呈上升趨勢，從2001年的2 536.38萬噸增加到2020年的10 083.14萬噸，年平均增長率為8.09%。從2004年開始，世界經(jīng)濟呈現(xiàn)出了強勁的復蘇態(tài)勢，中國經(jīng)濟進入了新一輪的增長周期，全國水路運輸形勢持續(xù)向好，我國水運碳排放量明顯增加。但受全球經(jīng)濟危機的影響，2008年我國水運業(yè)碳排放量呈“斷崖式”下跌，隨后持續(xù)走高。2015—2019年，受國家鼓勵老舊運輸船舶提前報廢更新政策和設立船舶大氣污染排放控制區(qū)等措施的影響，水運業(yè)的碳排放增長水平逐漸趨于平緩。2020年，國際關注的突發(fā)公共衛(wèi)生事件擾亂了全球的供應鏈和貨流，導致我國水運業(yè)運量需求總體不振，間接導致該年水運業(yè)碳排放量較前一年下跌0.3%。

3.2" " 碳排放情景預測分析

3.2.1" " 回歸結果分析

在進行線性回歸分析時，很容易出現(xiàn)自變量共線性問題，導致模型結果產(chǎn)生嚴重偏差。經(jīng)過多重共線性檢驗發(fā)現(xiàn)，6個變量的VIF值均大于10，這表明變量間存在嚴重的共線性，數(shù)據(jù)分析的結論并不可靠。為了消除變量之間的多重共線性問題，保證模型預測結果的可靠性，采用嶺回歸分析STIRPAT模型。嶺回歸是一種經(jīng)過改良的最小二乘法，其放棄了最小二乘法的無偏性，通過引入k個單位陣，使回歸系數(shù)可估計，以損失部分信息為代價來尋找效果稍差但回歸系數(shù)更符合實際情況的模型方程。觀察R2和K的關系及嶺跡圖，當K=0.16時，嶺跡圖趨于平穩(wěn)，此時自變量系數(shù)在顯著性為5%的水平上通過了方差檢驗，方差結果顯示F=288.633，sigF為0，小于0.01，通過了1%的顯著性水平檢驗，證明模型的建立效果比較理想，進而得出水運業(yè)碳排放的嶺回歸方程如下：

3.2.2" " 歷史數(shù)據(jù)擬合

本文根據(jù)模型（14）對2001—2020年中國水運業(yè)的二氧化碳排放量進行模擬，具體結果如圖2所示。由圖2可以看出，歷史值與模擬值的曲線擬合度高，2001—2020年中國水運業(yè)二氧化碳實際排放量與模擬數(shù)值的平均相對誤差為3.23%。因此，采用模型（14）對未來中國水運業(yè)碳排放量進行預測是準確且可靠的。

3.2.3" " 碳達峰情景設定

為探究中國水運業(yè)的“碳達峰”前景，本文基于STIRPAT拓展模型，將擴展后的6個變量分為經(jīng)濟因素和減排因素兩類。其中經(jīng)濟因素包括人口規(guī)模、人均GDP和貨運量，減排因素包括單位周轉量能耗、運輸結構和運輸強度。經(jīng)濟因素設定低、中、高三種增長模式，減排因素設定低、中、高三種減排模式，并將經(jīng)濟和減排兩類因素的不同模式進行組合，可以得到9種發(fā)展情景。

按照國家五年計劃的特點，參照《世界人口展望2022》《中華人民共和國國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和2035年遠景目標綱要》《水運“十三五”發(fā)展規(guī)劃》《內(nèi)河航運發(fā)展綱要》以及《水運“十四五”發(fā)展規(guī)劃》等相關政策規(guī)劃，以5年為周期對不同經(jīng)濟變量和減排變量的變化率進行調整，以此來反映未來水運業(yè)的發(fā)展趨勢。各種情景的參數(shù)設置見表1。

3.2.4" " 碳達峰趨勢分析

本文基于中國水運業(yè)碳排放預測模型，結合9種情景設置，計算不同情景下中國水運業(yè)2021—2035年的碳排放量（見圖3），并得出不同情景下中國水運業(yè)的碳達峰趨勢。根據(jù)預測結果，9種情景下中國水運業(yè)碳排放峰值存在較大差異，且達峰時間也不統(tǒng)一。

由圖3可以看出當發(fā)展模式不變時，隨著減排力度的加大，中國水運業(yè)碳排放量的增長速度明顯放緩，碳達峰高度和時間明顯下降并提前，達峰后碳排放量的下降速度顯著加快。這說明優(yōu)化運輸結構、提高運輸效率、降低運輸能耗能夠有效降低碳排放量，將碳達峰時間提前。對比不同發(fā)展模式下的不同方案，情景3、情景6、情景8和情景9均可以在2035年將水運業(yè)的碳排放量控制在10 000萬噸以下，但情景3和情景8的碳排放達峰時間晚于情景6和情景9，峰值也明顯更高，因此情景6和情景9優(yōu)于情景3和情景8?？紤]到情景9處于低增長發(fā)展模式，在此模式下，我國將面臨勞動力不足、經(jīng)濟增長速度緩慢等問題，這與我國的發(fā)展目標不符，因此情景6被認為是最可能符合我國水運業(yè)碳排放的達峰路徑，即在經(jīng)濟社會保持穩(wěn)定增長的趨勢下，加大對減排技術、政策和資金的扶持力度，實現(xiàn)經(jīng)濟社會發(fā)展與環(huán)境保護的雙贏。

4" " 結論與建議

4.1" " 研究結論

本文基于2001—2020年中國水運業(yè)的相關數(shù)據(jù)，核算了中國水運業(yè)的歷史碳排放量，對中國水運業(yè)的碳排放影響因素進行了分析，并預測了中國水運業(yè)未來的碳達峰情況，主要得出了以下結論。

2001—2020年間，除2008年全球經(jīng)濟危機和2020年國際關注的突發(fā)公共衛(wèi)生事件期間，我國水運業(yè)碳排放量出現(xiàn)下降以外，其余年份的碳排放總量都在不斷增長，年平均增長率為8.09%。

采用LMDI分解方法對引起中國水運業(yè)碳排放量變化的因素進行分析，發(fā)現(xiàn)2001—2020年經(jīng)濟活動效應是促進中國水運業(yè)碳排放量增長的最重要的因素，具有顯著的正效應，貢獻率為122.10%；運輸強度效應和周轉量能耗效應對碳排量放增長呈負效應，其中運輸強度效應是最大的抑制因素，貢獻率達-27.19%。

運用STIRPAT模型和情景分析預測中國水運業(yè)的碳達峰情況，發(fā)現(xiàn)直至2035年，除了情景1和情景4外，其余情景均能實現(xiàn)碳達峰，達峰時間在2019—2030年之間，達峰量介于10 114萬～12 255萬噸之間。中增長、高減排的發(fā)展情景最有利于中國水運業(yè)實現(xiàn)碳達峰。

4.2" " 政策建議

為加快中國水運業(yè)實現(xiàn)碳達峰，在開展政策規(guī)劃時可在以下方面發(fā)力。

調整水路運輸結構，提高運輸效率。降低運輸強度是抑制碳排放的最重要的工具，加快內(nèi)河航道擴能升級進程、優(yōu)化船舶運營調度、提升船舶航行效率、補齊航道基礎設施短板，有利于建立高效的水運體系，提升水路運輸效率。

提升技術水平，優(yōu)化能源結構。當前柴油和燃料油仍是中國水運業(yè)的主體燃料類型，但隨著技術水平的提升，未來水運船舶能源動力系統(tǒng)將有更多清潔低碳的替代選擇。另一方面，政府必須加大對船舶新能源轉型、新材料研發(fā)等的資金政策的傾斜，增強清潔替代能源的競爭力。

發(fā)揮政策驅動作用，統(tǒng)籌發(fā)展與減排。減少水運業(yè)碳排放不能以犧牲發(fā)展為代價，應發(fā)揮政策驅動作用，提高水運業(yè)的船舶準入標準，最大限度地降低減排成本，統(tǒng)籌行業(yè)碳減排和經(jīng)濟社會發(fā)展，實現(xiàn)溫室氣體排放控制與綠色低碳發(fā)展協(xié)同增效。

參考文獻：

[1] 中國船級社．船舶應用替代燃料指南[M]．北京：人民交通出版社，2017.

[2] 楊紹華，張宇泉，耿涌．基于LMDI的長江經(jīng)濟帶交通碳排放變化分析[J]．中國環(huán)境科學，2022，42（10）：4817-4826.

[3] 翁淑娟，劉潁穎，唐鳳，等．廣東省船舶二氧化碳排放驅動因素與減排潛力[J]．環(huán)境科學，2024，45（1）：115-122.

[4] 馬雪菲，楊華龍，邢玉偉．中國國際貿(mào)易海運CO2排放特征及驅動因素研究[J]．資源科學，2018，40（10）：2132-2142.

[5] 王勇，韓舒婉，李嘉源，等．五大交通運輸方式碳達峰的經(jīng)驗分解與情景預測——以東北三省為例[J]．資源科學，2019，41（10）：1824-1836.

[6] 周玲玲，顧阿倫，葉薇倩，等．中國未來國際海運CO2排放量預測[J]．清華大學學報（自然科學版），2012，52（8）：1125-1129.

[7] 曾德芳．基于LEAP模型的長江航運能源消耗及碳排放趨勢研究[D].重慶：重慶交通大學，2022.

[8] 廖兵兵．“雙碳”目標下我國航運實現(xiàn)碳中和路徑研究[J]．太平洋學報，2022，30（12）：89-100.

[9] 李虎．交通行業(yè)碳達峰愿景下電動船舶的發(fā)展[J]．船舶工程，2022，44（11）：76-78，161.

[10]" 邢輝，段樹林，黃連忠，等．中國水路運輸業(yè)能源消耗與廢氣排放測算[J]．中國環(huán)境科學，2016，36（6）：1913-1920.