上海市交通碳排放量与城市发展的关系研究*

陈 静(1.南京交通职业技术学院，江苏 南京 211188；2.江苏省交通节能减排工程技术研究中心，江苏 南京 211188)

当前，全球气候变化已严重威胁到人类社会的可持续发展，应对气候变化已成为全球共同面临的重大挑战。二氧化碳是气候变化的最重要影响因素[1]。目前，全球交通运输领域的石油消耗量约占石油总消耗量的1/2，其二氧化碳排放量约占总排放量的1/4[2]。国内外学者对交通运输领域的碳排放问题进行了相关研究。徐雅楠等[3]对1995—2008年我国交通碳排放量进行了测算，并应用STIRPAT模型进行因素分析。吴开亚等[4]45-51基于政府间气候变化专门委员会(IPCC)清单指南，研究了近年来上海市交通碳排放量的变化趋势，并采用对数平均迪氏分解(LMDI)法对碳排放量的变化进行分解。苏涛永等[5]研究了北京市、天津市、上海市、重庆市等地交通碳排放量的影响因素。张陶新[6]3-9研究了城市发展要素与城市交通碳排放量之间的长期均衡关系与动态作用机制，并对我国城市交通碳排放量进行了预测和情景分析。

近年来，上海市的交通需求量逐年增长，导致交通能源消费量和碳排放量不断增加。在我国推动低碳经济发展的宏观背景下，上海市的交通发展也亟待向低碳转型[4]46。本研究探讨了1998—2012年上海市城市发展与交通碳排放量之间的关系，并对上海市交通碳排放量进行了预测与情景分析，以期为构建上海市的低碳交通体系，实现社会经济可持续发展提供决策依据。

1 城市发展水平指标选取

本研究选取人均GDP、人均消费支出和城市化率作为指标，拟从经济增长、居民生活水平和城市化3个方面考察上海市的城市发展水平。人均GDP代表城市的经济规模，可反映城市的经济发展水平；人均消费支出可衡量城市生活水平；城市化率可衡量城市化发展程度。选取1998—2012年进行研究，数据来源于《上海统计年鉴》，具体见表1。

表1 1998—2012年上海市城市发展指标Table 1 The urban development indicators of Shanghai during 1998-2012

2 交通碳排放量的测算与模型构建

2.1 交通碳排放量的测算

交通碳排放量的测算可采用自下而上或自上而下的方法[7]。本研究采用自上而下的方法，根据国家或区域范围内交通行业的能源消费数据，以及各种能源的碳排放系数进行计算。其表达式为：

(1)

式中：y为交通行业能源消费引起的碳排放量，万t；Ai为第i类能源的终端消费量，万t；Fi为第i类能源折算成标准煤的参考系数；Ki为第i类能源的碳排放系数，该值根据文献[8]及其他相关研究确定。

根据《中国能源统计年鉴》和《上海工业交通能源统计年鉴》，应用式(1)计算得到1998—2012年上海市交通碳排放量，结果见图1。由图1可知，1998—2012年上海市交通碳排放量基本呈现逐年增加趋势，年均增长率为9.99%，高于全国平均增长水平(5.4%)[9]。其中，2008—2009年交通碳排放量呈现下降趋势，下降率为8.57%。

2.2 交通碳排放量的影响因素分析模型

1970年初，EHRLICH等[10]提出以IPAT模型来分析人类活动对环境的影响，随后该模型又被进一步扩展为STIRPAT模型[11]。在实际应用中，可根据需要在STIRPAT模型中增加其他控制因素[12]。本研究以交通碳排放量为因变量，人均GDP、人均消费支出、城市化率等指标为自变量，建立上海市交通碳排放量影响因素分析模型，并将模型修正为：

(2)

将式(2)两边取自然对数后得到：

lny=α×lnx1+β×lnx2+γ×lnx3+u

(3)

式中：a为修正系数；x1为人均GDP，元；x2为人均消费支出，元；x3为城市化率，%；α、β、γ分别为长期均衡状态下人均GDP、人均消费支出、城市化率对交通碳排放量影响的弹性系数；e为自然对数的底数；u为lna+1。

3 交通碳排放量与城市发展的关系实证

3.1 相关性分析

选取1998—2012年的数据对上海市交通碳排放量与城市发展的关系进行了研究。采用SPSS软件计算变量之间的Pearson相关系数。上海市交通碳排放量与人均GDP、人均消费支出、城市化率的Pearson相关系数分别为0.976、0.938、0.990，相关关系显著(显著水平为1%)。

图1 1998—2012年上海市交通碳排放量的变化Fig.1 Transportation carbon emissions of Shanghai during 1998-2012

3.2 平稳性分析

本研究采用协整检验考察上海市交通碳排放量与城市发展之间的长期关系。采用ADF检验法检验变量序列的平稳性。分别对交通碳排放量、人均GDP、人均消费支出和城市化率序列进行差分，得到二阶差分变量2y、2x1、2x2、2x3(见表2)。从表2可知，交通碳排放量、人均GDP 、人均消费支出和城市化率序列均为二阶单整平稳。

表2 变量序列的ADF检验结果Table 2 ADF test results of variable sequences

3.3 协整性分析

因为上海市交通碳排放量、人均GDP、人均消费支出和城市化率序列均为二阶单整平稳，可进一步检验其协整性。采用AEG协整检验法，通过最小二乘法(OLS)模型进行回归分析，得到的标准化协整方程为：

lny1=0.388 9lnx1+0.176 8lnx2+0.406 3lnx3+6.592 9

(4)

对式(4)的残差序列进行ADF检验，结果表明，ADF检验值为-3.083 5，小于5%显著水平(-2.006 3)，说明式(4)的残差序列是平稳的，且方程回归有效。因而，上海市交通碳排放量和城市发展之间存在协整关系。

由式(4)可知，对交通碳排放量影响最明显的是城市化率，其次是人均GDP，再次是人均消费支出，可见城市化是导致上海市交通碳排放量增长的主要原因。人均消费支出对交通碳排放量影响的弹性系数为0.176 8，说明居民消费水平对上海市交通碳排放量增长具有一定的影响。有研究指出，法国、英国和日本等发达国家的小型汽车保有量增长基本与居民收入增长水平一致[13]。

4 交通碳排放量预测与情景分析

4.1 预 测

本研究采用灰色系统理论[14]预测上海市交通碳排放量。经预测得知，到2020年，上海市的交通碳排放量将达2 842.501万t，是2012年的2.19倍，且增长趋势持续显著；到2050年，交通碳排放量将达到46 599.240万t，是2012年的35.92倍。为了有效控制上海市交通碳排放量，需要对碳排放的各影响因素进行假定，考察在不同情景下交通碳排放量的变化。

4.2 情景分析

根据文献[6]、[15]，将情景设为低碳、强化低碳2种。低碳情景反映了经济发展转型情景，此情景下技术创新占主导地位，但城市居民消费水平增长保持在一定水平。强化低碳情景下生态创新占主导地位，GDP增长减缓，代表了我国应对气候变化为全球碳减排做积极贡献的情景[6]7-8。

预测时段设定为2016—2020、2021—2030、2031—2040、2041—2050年。表3列出了人均GDP、人均消费支出、城市化率在以上4个时段的假定增长率(根据全国平均增长率设置)。

采用式(4)，并结合Matlab软件进行运算，得到各情景下2016—2050年上海市交通碳排放量，结果见图2。如图2所示，正常、低碳和强化低碳情景下，2050年上海市交通碳排放量分别为46 599.24万、28 196.70万、9 575.47万t。可见，通过转变经济发展方式，有望科学合理地减少交通碳排放量。

图2 不同情景下2016—2050年上海市交通碳排放量Fig.2 Transportation carbon emissions of Shanghai under different scenarios during 2016-2050

表3 不同情景下的假定增长率Table 3 Assumed growth ratios under different scenarios %

5 结 论

(1) 上海市交通碳排放量与人均GDP、人均消费支出、城市化率均呈现显著的正相关关系。协整检验的结果表明，上海市交通碳排放量与人均GDP、人均消费支出、城市化率均存在协整关系。对交通碳排放影响最为显著的是城市化率，其次是人均GDP，再次是人均消费支出。

(2) 在正常、低碳、强化低碳情景下，2050年上海市交通碳排放量分别为46 599.24万、28 196.70万、9 575.47万t。通过转变经济发展方式，有望科学合理地实现交通运输行业碳减排。

[1] 王圣,王慧敏,蒋松凯,等.江苏省沿海地区经济发展与碳排放相关性研究[J].中国人口·资源与环境,2011,21(6):170-174.

[2] TONOOKA Y,LIU Jiaping,KONDOU Y,et al.A survey on energy consumption in rural households in the fringes of Xian city[J].Energy and Buildings,2006,38(11):1335-1342.

[3] 徐雅楠,杜志平.我国交通运输业的碳排放测度及因素分解[J].物流技术,2011,30(6):16-18.

[4] 吴开亚,何彩虹,王桂新,等.上海市交通能源消费碳排放的测算与分解分析[J].经济地理,2012,32(11).

[5] 苏涛永,张建慧,李金良,等.城市交通碳排放影响因素实证研究——来自京津沪渝面板数据的证据[J].工业工程与管理,2011,16(5):134-138.

[6] 张陶新.中国城市化进程中的城市道路交通碳排放研究[J].中国人口·资源与环境,2012,22(8).

[7] 赵敏,张卫国,俞立中.上海市居民出行方式与城市交通排放及CO2减排对策[J].环境科学研究,2009,22(6):747-752.

[8] 徐国泉,刘则渊,姜照华.中国碳排放的因素分解模型及实证分析：1995—2004[J].中国人口·资源与环境,2006,16(6):158-161.

[9] MARLAND G,BODEN T A,ANDRES R J.Global,regional,and national fossil-fuel CO2emissions[EB/OL].[2015-04-28].http://cdiac.ornl.gov/trends/emis/overview_2007.html.

[10] EHRLICH P,HOLDREN J.A bulletin dialogue on the ‘Closing Circle’.Critique: one-dimensional ecology[J].Bulletin of the Atomic Scientists,1972,28(5):16-27.

[11] DIETZ T,ROSA E A.Rethinking the environmental impacts of population,affluence,and technology[J].Human Ecology Review,1994(1):277-300.

[12] YORK R,ROSE E A,DIETZ T.STIRPAT,IPAT and ImPACT: analytic tools for unpacking the driving forces of environmental impacts[J].Ecological Economics,2003,46(3):351-365．

[13] 刘爽,毛保华,刘明君,等.经济发展对城市交通机动化进程的推动作用[J].综合运输,2011(2):36-40.

[14] 邓聚龙.灰色系统基本方法[M].武汉:华中理工大学出版社,1994.

[15] 戴彦德,朱跃中,白泉.中国2050年低碳发展之路——能源需求暨碳排放情景分析[J].经济研究参考,2010(26):2-22.