邵可盈 劉利民

摘 要：在世界經(jīng)濟(jì)迅速發(fā)展的浪潮下，浙江省交通運(yùn)輸業(yè)發(fā)展迅猛，但也不可避免地產(chǎn)生碳排放問(wèn)題。本文根據(jù)2002—2021年的數(shù)據(jù)對(duì)碳排放量進(jìn)行估算，并建立Tapio模型以及LMDI分解模型對(duì)浙江省交通運(yùn)輸業(yè)的碳排放脫鉤狀態(tài)及其碳排放驅(qū)動(dòng)因素進(jìn)行分析。結(jié)果表明：浙江省交通運(yùn)輸業(yè)脫鉤狀態(tài)處于反復(fù)過(guò)程中，僅在2014—2015年出現(xiàn)過(guò)強(qiáng)脫鉤狀態(tài)，2003年、2006—2008年及2021年均為弱脫鉤狀態(tài)；經(jīng)濟(jì)規(guī)模對(duì)碳排放的影響較大，能源強(qiáng)度及人口規(guī)模對(duì)于碳排放屬于正向影響。據(jù)此，本文建議浙江省交通運(yùn)輸業(yè)可通過(guò)加強(qiáng)新能源轉(zhuǎn)型、完善社會(huì)參與機(jī)制以及發(fā)揮人口規(guī)模的正向影響作用來(lái)進(jìn)行優(yōu)化。

關(guān)鍵詞：交通運(yùn)輸業(yè)；碳排放；碳脫鉤；Tapio模型；LMDI分解模型

本文索引：邵可盈，劉利民.<變量 2>[J].中國(guó)商論，2024（08）：-140.

中圖分類號(hào)：F542 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-0298（2024）04（b）--05

21世紀(jì)，全球經(jīng)濟(jì)發(fā)展迅速，經(jīng)濟(jì)發(fā)展建立在化石能源消耗上，2023年3月2日，國(guó)際能源署發(fā)布的數(shù)據(jù)顯示，即使清潔能源技術(shù)等部署避免了5.5億噸的能源相關(guān)碳排放，再生能源、電車、熱泵及節(jié)能技術(shù)的應(yīng)用使得全球二氧化碳排放量并未因能源危機(jī)而大幅增長(zhǎng)，2022年全球與能源相關(guān)的二氧化碳排放量仍達(dá)368億噸以上，同比增長(zhǎng)0.9%，增加3.21億噸，創(chuàng)下歷史新高，這一現(xiàn)象與干旱、熱浪等極端天氣事件及不少核電站停運(yùn)所導(dǎo)致二氧化碳排放量增加有關(guān)。作為世界范圍內(nèi)的發(fā)展強(qiáng)國(guó)，我國(guó)承諾助力節(jié)能減排，并將此承諾納入國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展的中長(zhǎng)期規(guī)劃[1-2]，且于2020年超額完成了目標(biāo)——2020年較2005年碳排放強(qiáng)度下降48.4%。2020年9月，習(xí)近平總書記提出“3060目標(biāo)”，2030年碳排放量達(dá)到峰值，2060年碳排放中和[3]的“雙碳”目標(biāo)。

在“雙碳”目標(biāo)下，中共浙江省委、浙江省人民政府發(fā)布實(shí)施意見，致力做到2025年單位二氧化碳排放降低率均完成國(guó)家下達(dá)目標(biāo)；至2030年，浙江省單位GDP碳排需比2005年下降65%以上。物流行業(yè)是我國(guó)國(guó)民經(jīng)濟(jì)中作為支柱產(chǎn)業(yè)的存在，其在國(guó)家能源消耗的總排行中位于前列，能源消耗量大，與此同時(shí)碳排放量巨大。從國(guó)內(nèi)及國(guó)際的角度來(lái)看，交通運(yùn)輸?shù)奶寂欧哦际窃撔袠I(yè)減排的關(guān)鍵領(lǐng)域[4-8]。根據(jù)國(guó)家數(shù)據(jù)統(tǒng)計(jì)局公布的信息，我國(guó)公路貨運(yùn)量呈波浪上升趨勢(shì)。浙江省在東部沿海地區(qū)快遞量?jī)H次于廣東，近20年的公路貨運(yùn)量呈穩(wěn)步上升趨勢(shì)。因此，本文針對(duì)浙江省的交通運(yùn)輸進(jìn)行碳排放脫鉤研究，對(duì)浙江省交通運(yùn)輸與區(qū)域經(jīng)濟(jì)的關(guān)系以及碳排放驅(qū)動(dòng)因素進(jìn)行分析，旨在探尋實(shí)現(xiàn)“3060目標(biāo)”的方法。

1 文獻(xiàn)綜述

碳排放脫鉤理論于20世紀(jì)六十年代由經(jīng)濟(jì)合作與發(fā)展組織（OECD）提出，其中包含絕對(duì)脫鉤與相對(duì)脫鉤[9]，絕對(duì)脫鉤是指即使能源消耗總量越來(lái)越大而經(jīng)濟(jì)發(fā)展中資源利用與環(huán)境壓力的增長(zhǎng)率仍然持續(xù)減??；相對(duì)脫鉤指在經(jīng)濟(jì)快速發(fā)展?fàn)顟B(tài)下，資源利用與環(huán)境壓力的增長(zhǎng)率處于降低的情形，經(jīng)濟(jì)發(fā)展與能源消耗、環(huán)境壓力之間的距離逐漸變寬。溫室氣體濃度升高加劇了極端天氣的發(fā)生頻次及極端天氣后的危害程度，應(yīng)對(duì)溫室效應(yīng)及能源危機(jī)現(xiàn)象需進(jìn)行低碳發(fā)展，碳排放脫鉤理論則可用以判斷生產(chǎn)模式過(guò)程中是否符合低碳發(fā)展要求[9-10]，該理論能夠測(cè)量經(jīng)濟(jì)增長(zhǎng)與環(huán)境壓力之間的聯(lián)系[9]。侯麗朋等（2022）表示OECD模型雖然能夠?qū)τ谔寂欧琶撱^關(guān)系進(jìn)行判斷但無(wú)法對(duì)兩者之間碳排放脫鉤狀態(tài)進(jìn)行測(cè)量，Tapio脫鉤模型比OECD模型細(xì)化了對(duì)脫鉤狀態(tài)的判斷標(biāo)準(zhǔn)，因此基于Tapio進(jìn)行碳排放脫鉤能得到更清晰的判斷[11]。

LMDI法是除建立Tapio脫鉤模型之外另一種會(huì)被主要使用到的碳排放脫鉤研究工具，是從Kaya恒等式的基礎(chǔ)之上發(fā)展而來(lái)的[12]。Kaya恒等式建立了因人類活動(dòng)而產(chǎn)生的碳排放與政策、經(jīng)濟(jì)以及人口之間的數(shù)學(xué)關(guān)系，由此擴(kuò)展而來(lái)的LMDI模型因其計(jì)算過(guò)程更為簡(jiǎn)便、分解結(jié)果直觀等特點(diǎn)而被廣泛應(yīng)用于能源研究領(lǐng)域[11-12]。

陳誠(chéng)等（2017）基于投入產(chǎn)出法及過(guò)程分析法對(duì)2004—2013年的福建省面板數(shù)據(jù)進(jìn)行碳排放測(cè)算模型分析以測(cè)算期內(nèi)交通運(yùn)輸業(yè)碳排放量進(jìn)行分析[13]。李健等（2022）運(yùn)用Tapio脫鉤模型及LMDI分解模型對(duì)京津冀區(qū)域2004—2019年的能源消耗面板數(shù)據(jù)進(jìn)行分析，估算物流業(yè)碳排量及脫鉤效應(yīng)，研究發(fā)現(xiàn)經(jīng)濟(jì)產(chǎn)出效應(yīng)、人口規(guī)模效應(yīng)及能源結(jié)構(gòu)模型對(duì)碳排量起拉升作用，而能源強(qiáng)度效應(yīng)則起抑制作用[14]。梁雯等（2017）運(yùn)用LMDI分解法和Tapio脫鉤理論對(duì)1998—2013年國(guó)內(nèi)物流業(yè)經(jīng)濟(jì)增長(zhǎng)及碳排放面板數(shù)據(jù)進(jìn)行脫鉤研究，結(jié)果表明1995—1999年呈強(qiáng)脫鉤，2000—2004年呈現(xiàn)擴(kuò)張性負(fù)脫鉤，2005—2013年為弱脫鉤，說(shuō)明提高能源效率的同時(shí)調(diào)整能源結(jié)構(gòu)是實(shí)現(xiàn)脫鉤的關(guān)鍵[15]。穆曉央等（2020）對(duì)2011—2017年西部各省物流業(yè)碳排面板數(shù)據(jù)進(jìn)行估算，通過(guò)Tapio脫鉤模型及LMDI分解模型分析西部物流業(yè)碳排放脫鉤情況[16]。

國(guó)內(nèi)外相關(guān)學(xué)者已針對(duì)物流業(yè)碳排放測(cè)算及區(qū)域行業(yè)碳脫鉤問(wèn)題進(jìn)行了深度研究，研究對(duì)象主要集中于區(qū)域內(nèi)行業(yè)整體，針對(duì)省域內(nèi)交通運(yùn)輸業(yè)碳脫鉤研究較少，因此筆者將采用兩種主流模型對(duì)浙江省交通運(yùn)輸業(yè)碳排放脫鉤進(jìn)行研究。

2 數(shù)據(jù)來(lái)源及研究方法

2.1 數(shù)據(jù)來(lái)源

由于省份統(tǒng)計(jì)年鑒缺少列出交通運(yùn)輸業(yè)的相關(guān)數(shù)據(jù)，筆者采用自下而上的方式進(jìn)行計(jì)算?；跀?shù)據(jù)可得性，本文中浙江省交通運(yùn)輸業(yè)本地參數(shù)通過(guò)國(guó)家數(shù)據(jù)網(wǎng)，中國(guó)能源統(tǒng)計(jì)年鑒，政府發(fā)布意見等獲得。貨車車型分類如表1所示；浙江省交通運(yùn)輸業(yè)近20年的各類貨車保有量選自國(guó)家統(tǒng)計(jì)局公布數(shù)據(jù)；柴油參數(shù)選自國(guó)標(biāo)排放標(biāo)準(zhǔn)；交通運(yùn)輸中各類型貨車行駛里程選自《道路機(jī)動(dòng)車大氣污染物排放清單編制技術(shù)指南（試行）》。

2.2 碳排放測(cè)算模型

當(dāng)前，浙江省無(wú)交通運(yùn)輸業(yè)碳排放量直觀統(tǒng)計(jì)，本文利用近20年浙江省公布的貨車數(shù)據(jù)通過(guò)自下而上的計(jì)算方法，以浙江省不同交通類型行駛里程、單位行駛能耗及浙江省不同道路貨運(yùn)車輛持有量等數(shù)據(jù)來(lái)進(jìn)行碳排放量估算。

本文通過(guò)對(duì)比Tapio脫鉤模型分析浙江省交通運(yùn)輸2002—2021年的面板數(shù)據(jù)，獲得碳排放脫鉤情況，使用LMDI模型分解浙江省交通運(yùn)輸業(yè)碳排放影響因素，致力為浙江省未來(lái)低碳物流發(fā)展提供有針對(duì)性的建議。

浙江省交通運(yùn)輸業(yè)碳排放量估算構(gòu)建模型：

其中，CEL為基于自下而上進(jìn)行估算的碳排放總量；i為使用能源；j為車輛類型；Pij為使用能源i車輛類型j的車輛數(shù)量；Qij為使用能源i車輛類型j年均行駛里程；Nij為使用能源i車輛類型j單位行駛里程的消耗量；EMi為能源類型i的CO2排放因子。CO2排放因子參考所使用能源在2006年IPCC所發(fā)布的數(shù)據(jù)。

2.3 Tapio脫鉤模型構(gòu)建

作為環(huán)境領(lǐng)域研究脫鉤狀態(tài)的通用模型，Tapio脫鉤模型更加細(xì)化了脫鉤狀態(tài)的判斷標(biāo)準(zhǔn)，更能獲得清晰的脫鉤狀態(tài)判斷，從而通過(guò)數(shù)據(jù)的不同更為詳細(xì)表述道路運(yùn)輸業(yè)產(chǎn)業(yè)經(jīng)濟(jì)發(fā)展過(guò)程中的碳排放變動(dòng)，體現(xiàn)在一整段周期中的趨勢(shì)變化，構(gòu)建模型如式（2）：

式（2）中，t為彈性指數(shù)，R為浙江省交通運(yùn)輸業(yè)碳排放總量（萬(wàn)噸），GDP為浙江省交通運(yùn)輸業(yè)產(chǎn)值，為碳排放的變化率，為GDP的變化率，根據(jù)彈性指數(shù)的不同，可得出8種脫鉤狀態(tài)，如表3所示。

2.4 LMDI分解模型

LMDI分解模型通過(guò)將消費(fèi)變化分解為各個(gè)因素的貢獻(xiàn)數(shù)值，從而更好地幫助分析能源消費(fèi)變化及影響因素。本文通過(guò)LMDI模型對(duì)浙江省交通運(yùn)輸業(yè)碳排放各影響因素進(jìn)行分解，構(gòu)建模型：

式（3）中，Ct為浙江省交通運(yùn)輸業(yè)第t年碳排放總量；Cti為浙江省交通運(yùn)輸業(yè)第t年消耗i類能源所產(chǎn)生的碳排放量；Eti為浙江省交通運(yùn)輸業(yè)第t年i類能源的消耗量；Et為浙江省交通運(yùn)輸業(yè)在第t年消耗的能源總量；Yt為浙江省第t年道路與貨運(yùn)業(yè)的產(chǎn)值；Pt為第t年浙江省公路運(yùn)輸就業(yè)人口數(shù)。

設(shè)，CEti為第t年使用i類能源的碳排放系數(shù)；設(shè)，EEti為第t年使用i類能源占省交通運(yùn)輸業(yè)總消耗能源的比例，即浙江省交通運(yùn)輸業(yè)的能源結(jié)構(gòu)；設(shè)，EYt為第t年浙江省交通運(yùn)輸業(yè)每生產(chǎn)一單位產(chǎn)值消費(fèi)的能源總量，即浙江省交通運(yùn)輸業(yè)能源強(qiáng)度；設(shè)，YPt為第t年人均GDP，即經(jīng)濟(jì)規(guī)模；Pt為從業(yè)人數(shù)，即人口規(guī)模。得式（4）：

式（5）中，表示碳排放系數(shù)，表示能源結(jié)構(gòu)，表示能源強(qiáng)度，表示經(jīng)濟(jì)規(guī)模，表示人口規(guī)模。

各種能源的碳排放系數(shù)默認(rèn)為恒定，因此；浙江省交通運(yùn)輸業(yè)中，假設(shè)所使用的運(yùn)輸工具默認(rèn)只有貨車且貨車的燃料默認(rèn)為柴油，因此。借鑒Ang加權(quán)平均的研究方法，將上式進(jìn)行加權(quán)平均處理，得到分解結(jié)果如下：

式（6）～（9）中，Ki表示權(quán)數(shù)變量。

3 浙江省交通運(yùn)輸業(yè)碳排放與行業(yè)產(chǎn)值關(guān)系分析

3.1 交通運(yùn)輸業(yè)單位生產(chǎn)總值、交通運(yùn)輸業(yè)能源消耗量與碳排放量變化趨勢(shì)

本文對(duì)浙江省交通運(yùn)輸業(yè)各年物流業(yè)行業(yè)產(chǎn)值、能源碳排放量、從業(yè)人口規(guī)模及能源消耗量進(jìn)行統(tǒng)計(jì)，并將幾個(gè)變量以統(tǒng)計(jì)圖的方式進(jìn)行比較，具體如圖1所示。

由圖1可得，隨著2002年我國(guó)加入世貿(mào)組織，浙江省交通運(yùn)輸、倉(cāng)儲(chǔ)、郵政業(yè)隨之提升，2002—2021年浙江省交通運(yùn)輸、倉(cāng)儲(chǔ)、郵政業(yè)產(chǎn)量呈不斷上行趨勢(shì)。其中，2008—2009年增速有所放緩，2019—2010年產(chǎn)值有所下降，同比下降3.25%，與新冠疫情爆發(fā)交通受限時(shí)間吻合。2015年，作為我國(guó)交通運(yùn)輸中堅(jiān)力量的重型卡車?yán)塾?jì)下降25.98%，在此期間，浙江省交通運(yùn)輸碳排放量呈現(xiàn)負(fù)增長(zhǎng)的趨勢(shì)。在產(chǎn)業(yè)發(fā)展進(jìn)程中，因行業(yè)需求，道路運(yùn)輸業(yè)呈現(xiàn)出運(yùn)輸工具大型化的趨勢(shì)，重型貨車以及輕型貨車擁有量增長(zhǎng)迅速，中型貨車以及微型貨車呈現(xiàn)出擁有量大幅下降的趨勢(shì)。截至2021年，載貨微型貨車擁有量?jī)H1200輛，而輕型貨車從2002年11.95萬(wàn)輛增至2021年97.98萬(wàn)輛。整體來(lái)看，交通運(yùn)輸、倉(cāng)儲(chǔ)、郵政業(yè)的產(chǎn)值增速較道路運(yùn)輸業(yè)碳排放量低。

3.2 交通運(yùn)輸業(yè)碳排放量與其經(jīng)濟(jì)增長(zhǎng)脫鉤效應(yīng)分析

本文通過(guò)Tapio模型構(gòu)建計(jì)算，獲得2003—2021年浙江省交通運(yùn)輸、倉(cāng)儲(chǔ)及郵政業(yè)貨車產(chǎn)值增長(zhǎng)與道路運(yùn)輸業(yè)碳排放脫鉤彈性系數(shù)變化，如表4所示。浙江省道路運(yùn)輸行業(yè)脫鉤狀態(tài)在整個(gè)浙江省交通運(yùn)輸、倉(cāng)儲(chǔ)及郵政業(yè)產(chǎn)值增長(zhǎng)過(guò)程中，劃分并不明確。在2003年、2006—2008年及2021年交通運(yùn)輸業(yè)處于弱脫鉤狀態(tài)，2014—2015年屬于強(qiáng)脫鉤狀態(tài)。2016—2019年，環(huán)境壓力反復(fù)，雖然經(jīng)濟(jì)增長(zhǎng)相對(duì)穩(wěn)定，但依然導(dǎo)致交通運(yùn)輸業(yè)脫鉤狀態(tài)在擴(kuò)張連接中徘徊。2020年，新冠疫情爆發(fā)，產(chǎn)值下降，因此在20年間唯一出現(xiàn)了強(qiáng)負(fù)脫鉤的情況，但2021年又恢復(fù)到弱脫鉤的趨勢(shì)，能夠看出在道路運(yùn)輸層面對(duì)于碳排放的治理十分重要，維持弱脫鉤狀態(tài)，爭(zhēng)取早日達(dá)到穩(wěn)定的強(qiáng)脫鉤迫在眉睫。

3.3 LMDI法下浙江省交通運(yùn)輸業(yè)碳排放驅(qū)動(dòng)因素分解

本文針對(duì)2003—2021年浙江省交通運(yùn)輸業(yè)面板數(shù)據(jù)進(jìn)行式（5）-（9）LMDI模型分解，交通運(yùn)輸業(yè)能源強(qiáng)度、經(jīng)濟(jì)規(guī)模、人口規(guī)模等因素及其各因素造成的總效應(yīng)，結(jié)果表明從開始的人口規(guī)模因素產(chǎn)生正向影響較大轉(zhuǎn)變?yōu)榻?jīng)濟(jì)規(guī)模因素正向影響更大。2015年，能源強(qiáng)度因素造成的正向影響有所下降，次年又恢復(fù)到原來(lái)的影響水平。浙江省交通運(yùn)輸主要消費(fèi)的燃料為柴油，能源結(jié)構(gòu)因素對(duì)于碳排放的影響忽略不計(jì)。人口規(guī)模對(duì)于浙江省交通運(yùn)輸碳排放增長(zhǎng)有拉動(dòng)效應(yīng)，且貢獻(xiàn)率逐漸升高，公路貨運(yùn)從業(yè)人員絕大多數(shù)參與貨物運(yùn)輸，因此公路貨運(yùn)人員的增多一定程度會(huì)導(dǎo)致碳排放增加。2003年以來(lái)，經(jīng)濟(jì)規(guī)模對(duì)浙江省交通運(yùn)輸業(yè)碳排放一致表現(xiàn)為正向驅(qū)動(dòng)作用，物流業(yè)產(chǎn)業(yè)發(fā)展對(duì)浙江省交通運(yùn)輸業(yè)碳排放增長(zhǎng)貢獻(xiàn)程度最大，因此經(jīng)濟(jì)規(guī)模是浙江省交通運(yùn)輸業(yè)碳排放增加的主導(dǎo)因素。

4 結(jié)論與對(duì)策

4.1 結(jié)論

本文基于浙江省交通運(yùn)輸業(yè)2002—2021年面板數(shù)據(jù)，對(duì)發(fā)展過(guò)程中的交通運(yùn)輸、倉(cāng)儲(chǔ)及郵政業(yè)產(chǎn)值、公路運(yùn)輸就業(yè)人員數(shù)量、能源消耗以及碳排放量趨勢(shì)進(jìn)行分析，發(fā)現(xiàn)浙江省交通運(yùn)輸業(yè)碳排放量持續(xù)走高。通過(guò)建立Tapio模型，對(duì)浙江省2003—2021年交通運(yùn)輸業(yè)碳排量與交通運(yùn)輸、倉(cāng)儲(chǔ)郵政業(yè)產(chǎn)值增長(zhǎng)之間的脫鉤關(guān)系進(jìn)行實(shí)證，發(fā)現(xiàn)在浙江省交通運(yùn)輸業(yè)中碳排放脫鉤狀態(tài)依然不穩(wěn)定。通過(guò)LMDI分解模型對(duì)浙江省交通運(yùn)輸業(yè)驅(qū)動(dòng)因素進(jìn)行分析，其中經(jīng)濟(jì)產(chǎn)出對(duì)交通運(yùn)輸業(yè)碳排放正向驅(qū)動(dòng)最大。

4.2 對(duì)策與建議

4.2.1 加強(qiáng)新能源轉(zhuǎn)型

目前，浙江省道路運(yùn)輸消費(fèi)能源結(jié)構(gòu)主要為柴油，從各國(guó)碳減排研究中得知，能源結(jié)構(gòu)對(duì)產(chǎn)業(yè)碳排放具有抑制作用，因此對(duì)現(xiàn)有浙江省道路運(yùn)輸消耗能源結(jié)構(gòu)來(lái)說(shuō)，開發(fā)新能源及調(diào)整運(yùn)輸車輛消耗的能源類型，能推動(dòng)碳脫鉤未來(lái)平穩(wěn)進(jìn)行。浙江政府應(yīng)加強(qiáng)可再生能源及清潔能源開發(fā)的扶持力度，推進(jìn)浙江省交通運(yùn)輸業(yè)與環(huán)境保護(hù)之間的紐帶；加強(qiáng)有關(guān)政策體制，使企業(yè)在產(chǎn)業(yè)發(fā)展過(guò)程中，秉持節(jié)能環(huán)保的理念自覺推進(jìn)綠色貨運(yùn)發(fā)展，統(tǒng)籌規(guī)劃交通運(yùn)輸，綜合高效協(xié)調(diào)發(fā)展。

4.2.2 完善社會(huì)參與機(jī)制

浙江省交通運(yùn)輸業(yè)脫鉤關(guān)系并不穩(wěn)定，僅于2014—2015年達(dá)到強(qiáng)脫鉤，因此在深入貫徹發(fā)展理念的同時(shí)處理行業(yè)與大自然的關(guān)系。強(qiáng)化交通運(yùn)輸業(yè)中企業(yè)低碳發(fā)展責(zé)任，鼓勵(lì)日常生產(chǎn)環(huán)節(jié)對(duì)資源節(jié)約及環(huán)境友好的企業(yè)發(fā)展模式進(jìn)行探索。著重低碳經(jīng)濟(jì)發(fā)展的同時(shí)，鼓勵(lì)行業(yè)低碳發(fā)展監(jiān)督及公眾參與，推動(dòng)創(chuàng)新，通過(guò)科技進(jìn)步減少溫室氣體的產(chǎn)生。

4.2.3 發(fā)揮人口規(guī)模的正向影響作用

浙江省在進(jìn)行交通運(yùn)輸業(yè)發(fā)展過(guò)程中，日常生活生產(chǎn)中積極調(diào)整企業(yè)對(duì)高能耗、高污染源的使用。提高從業(yè)人員綠色貨運(yùn)意識(shí)及環(huán)境保護(hù)社會(huì)責(zé)任感。通過(guò)從業(yè)的市場(chǎng)企業(yè)有序競(jìng)爭(zhēng)，實(shí)現(xiàn)交通運(yùn)輸業(yè)優(yōu)勝劣汰。

參考文獻(xiàn)

苑清敏，張文龍，寧寧寧.京津冀物流業(yè)碳排放驅(qū)動(dòng)因素及脫鉤效應(yīng)研究[J].科技管理研究，2016（5）：222-226.

劉妤.開放經(jīng)濟(jì)條件下物流產(chǎn)業(yè)碳排放驅(qū)動(dòng)因素分解及脫鉤效應(yīng)研究： 以陜西省為例[J].生態(tài)經(jīng)濟(jì)，2018（11）：84-70.

新華社.強(qiáng)化應(yīng)對(duì)氣候變化行動(dòng)： 中國(guó)國(guó)家自主貢獻(xiàn)[EB/OL].2015[2016-03-02].https：//www.gov.cn/xinwen/2015-06/ 30/content_2887330.htm.

朱長(zhǎng)征.基于協(xié)整分析的我國(guó)交通運(yùn)輸業(yè)碳排放影響因素研究[J].公路交通科技，2015，32（1）：153-158.

熊楊，王娟.雙碳政策下長(zhǎng)江經(jīng)濟(jì)帶物流業(yè)碳排放影響因素分析[J].物流工程與管理，2022，44（10）：89-93.

肖杰，胡曉丹，楊文茂，等.雙碳目標(biāo)下鐵路貨運(yùn)發(fā)展策略[J].綜合運(yùn)輸，2023，45（8）：25-27+57.

楊琦，朱容輝，趙小強(qiáng).中國(guó)交通運(yùn)輸業(yè)的碳排放情景預(yù)測(cè)模型[J].長(zhǎng)安大學(xué)學(xué)報(bào)（自然科學(xué)版），2014，34（5）：77-83.

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.

OECD. Indicators to measure decoupling of environmental pressures from economic growth[R]. Paris：OECD，2002.

Baker， Hugh S Millar， Richard J.Karoly， Higher CO2 concentrations increase extreme event risk in a 1.5 degrees C world[J]. Nature Climate Change，2018，8（7）：604.

侯麗朋，王琳，錢瑤，等.“雙碳”目標(biāo)下閩三角碳排放脫鉤狀態(tài)及驅(qū)動(dòng)機(jī)制分析[J].生態(tài)學(xué)報(bào)，2022，42（23）：9663-9676.

李健，王堯，王穎.天津市碳排放脫鉤態(tài)勢(shì)及碳減排潛力分析： 基于2007—2016年的面板數(shù)據(jù)[J].生態(tài)經(jīng)濟(jì)，2019，35（4）： 26-32.

陳誠(chéng)，洪雅玲，方玲娜，等.福建省道路運(yùn)輸業(yè)碳排放測(cè)算與分析[J].重慶交通大學(xué)學(xué)報(bào)（自然科學(xué)版），2017，36（9）：98-103.

李健，白子毅，李柏桐.雙碳背景下京津冀物流業(yè)碳排放脫鉤及影響因素研究[J].城市問(wèn)題，2022（5）：69-76.

梁雯，張勤，陳廣強(qiáng).中國(guó)物流業(yè)經(jīng)濟(jì)發(fā)展與能源碳排放的脫鉤研究[J].廣西社會(huì)科學(xué)，2017（4）：61-67.

穆曉央，王力，徐蓉，等.西部省域物流業(yè)碳排放脫鉤及影響因素研究[J].環(huán)境科學(xué)與技術(shù)，2020，43（4）：214-219.