低碳经济与交通运输业发展——基于国家中心城市数据的实证研究

黄 羿，常向阳

（广州大学 环境科学与工程学院，广东 广州 510006）

交通运输业是社会经济发展的先导性基础产业，也是燃料燃烧碳排放的主要来源。数据显示，2016年全球燃料燃烧碳排放总量的24.34%来自交通运输部门，仅次于电力和热力生产部门的碳排放量[1]。为此，在发展低碳经济应对气候变化的过程中，交通运输业成为了众多国家关注的重要对象[2]。我国将交通运输部门列为中长期节能减排工作的战略性重点领域，并将交通运输业确定为以低碳排放为特征的三大产业体系之一，制定目标任务推动建立低碳交通运输体系发展现代交通运输业[3]。同时，国家发展和改革委员会陆续开展低碳城市试点和低碳交通运输体系试点工作，不断结合低碳经济探索交通运输业的低碳发展模式。以节能减排为目标发展低碳交通运输业的首要任务，在于核算交通运输业碳排放量并量化分析其影响因素，而被纳入低碳城市试点的国家中心城市则成为了最具代表性的研究对象。

国家中心城市处于我国城镇体系的最高层级，在国内外经济、交流以及全国城镇化、交通、信息网络、文化等建设发展方面处于核心组织地位，并发挥着重要的引导作用[4]。北京、天津、上海、广州和重庆是住房和城乡建设部确立的首批国家中心城市，并陆续成为低碳城市试点。以以上五个国家中心城市为研究对象，计算交通运输业碳排放量并分析其影响因素，不仅可以为国家中心城市及其他城市低碳经济发展提供思路，也是保障国家中心城市有效发挥各项组织功能推进区域可持续发展的关键依据。

一、研究概述

交通运输业碳排放量可由交通运输业能源消耗量与对应的碳排放系数相乘得到[5]。然而，受能源消耗量获取方法的影响，交通运输业碳排放（文中简称交通碳排放）核算方法主要可以概括为以下三种：一是能源消耗量直接采用研究区交通运输业终端能源消费的统计数据，该方法主要用于国家或地区的整体研究[6-7]。二是由不同交通运输工具保有量、行驶里程、单位里程能耗量相乘得到能源消耗量，该方法较多使用在公路运输碳排放量计算中[8-9]。三是综合前两种方法的思路，通过各类交通方式的换算周转量和能耗强度计算能源消耗量[10]，该方法常用于不同交通方式碳排放量的比较研究中[11-13]。

分析交通碳排放影响因素的研究方法包括面板数据模型、非参数回归模型、可拓展随机性的环境影响评估模型、结构分解法、指数分解法、对数平均迪氏指数法和主成分分析法等[14]。其中，对数平均迪氏指数法（LMDI）因具有分解完全、适用性强等优点，成为应用较为广泛的方法[15-16]。综合国内外相关研究，可将交通碳排放影响因素及指标概括如下[13，16-21]：（1）碳排放强度因素，即能源碳排放强度或单位运输周转量碳排放强度；（2）能源消耗因素，如：不同交通方式的内部能源结构、能源消费结构、单位GDP能耗量或单位运输周转量能耗量等；（3）经济发展因素，包括行业比重、单位GDP的运输周转量、人均GDP等；（4）交通运输组成因素，包括交通结构和交通内部结构；（5）其他因素，即人口总量、交通运输总量、人均车辆拥有量等。其中，因数据较为复杂，交通内部结构因素的研究相对较少。同时，基于交通运输的需求程度，还应补充考虑区域面积或人口密度等因素。

目前，国家中心城市交通运输业低碳发展影响因素的相关研究多以某个城市为研究对象，也有少量研究围绕京津冀区域或京、津、沪、渝四个直辖市开展，而从城镇体系最高层级的视角对国家中心城市进行的总体研究基本空缺[22-26]。且在已有相关研究中，计算交通碳排放量所需的能源消耗量以终端能源消费数据为主，既无法比较不同交通运输方式的碳排放量，也无法分析交通内部结构对碳排放的影响效应。同时，大多数研究聚焦在能耗强度、能源结构、经济产出、人口数量、运输周转量等影响因素上，尚未考虑与交通需求相关的区域面积或人口密度因素。针对以上问题，本文将北京、天津、上海、广州和重庆五个国家中心城市作为研究对象，基于数据可获取性和便于比较等因素选取2005-2016年作为研究时段，根据不同交通运输方式核算各市的交通碳排放量，综合一般分析因素及交通内部结构和人口密度因素建立交通碳排放影响因素模型，并运用LMDI分解方法分析对比不同因素的影响效应，为低碳经济背景下国家中心城市交通运输业的发展提供实证依据。

二、研究方法

（一）碳排放核算方法

为了便于研究交通结构对碳排放的影响，在此通过各交通方式的换算周转量、能耗强度及各能源碳排放系数，核算国家中心城市的交通碳排放量，计算公式如下：

式中，C为研究区交通碳排放量，Cij为i种交通方式消耗j种能源的碳排放量，Vij为i种交通方式消耗j种能源产生的换算周转量，EIij为Vij的能耗强度，即单位换算周转量的能耗量，CIij为i种交通方式j种能源的碳排放强度，也称作碳排放系数。其中，交通运输方式i包括公路、铁路、航空和水路四种类型。根据实际情况，公路运输主要消耗汽油和柴油，铁路运输中内燃机车和电力机车分别消耗柴油和电力，航空运输以航空煤油为主要能源，水路运输中内河运输主要消耗柴油，沿海与远洋运输则主要消耗燃料油[10]。虽然多数相关研究不考虑电力碳排放量，但目前我国电力供应以火电为主，在此将电力消费量通过供电标准煤耗转换成标准煤消耗量，并由国家发改委建议的碳排放系数计算碳排放量[27-28]。除电力外，i种交通方式j种能源的碳排放强度可由其单位热值NCVij、单位热值含碳量ECij和其燃烧过程碳氧化率OEij相乘得到[29]，即：

（二）因素分解方法

在式（1）基础上，考虑经济发展水平、行业发展状况以及较少研究的交通内部结构和人口密度因素，建立交通碳排放影响因素模型如下：

其中，Cij、Vij与式（1）中的含义相同，Eij表示i种交通方式对j种能源的消耗量，Vi为第i种交通方式的换算周转量，V为研究区交通运输的总换算周转量，GDPT表示交通运输业的增加值，GDP、P和S分别表示研究区的地区生产总值、常住人口和区域面积。式中，Cij／Eij与Eij／Vij即为式（1）中的CIij与EIij，可用CI和EI分别表示碳排放强度和能耗强度因素；同时，将Vij／Vi记作TIij，表示i种交通方式消耗j种能源产生的换算周转量占i种交通方式换算周转量的比重，并将TI称作交通内部结构因素；Vi／V记作TSi，是i种交通方式换算周转量占总换算周转量的比重，并用TS表示交通结构因素；V／GDPT记作TG，表示行业效率因素；GDPT／GDP记作GS，表示行业比重因素；GDP／P和P／S分别记作GP和PI，表示经济发展水平和人口密度因素。

根据LMDI方法的加法分解模式可知[15，30]，t时期碳排放量Ct与基期碳排放量C0的差额△C可以表达为各因素引起的碳排放变化量之和，如式（4）所示。其中，各项因素引起的碳排放变化量计算过程可概括为式（5）-（7）三类：当因素K为CI、EI和TI时，其引起的碳排放变化量由式（5）计算得到；当因素K为TS时，其引起的碳排放变化量由式（6）计算得到；当因素K为TG、GS、GP、PI和S时，其引起的碳排放变化量计算过程为式（7）。由于各类能源的碳排放强度均为固定值，同时研究期内五个城市的面积未发生变化，因此碳排放强度与区域面积没有引起碳排放量的变化。

三、数据来源与说明

（一）能源碳排放强度

由上文可知，交通运输业能耗主要包括汽油、柴油、航空煤油、燃料油和电力。其中，供电标准煤的碳排放强度取值国家发改委的建议系数[28]。取《综合能耗计算通则》（GB／T2589-2008）中的平均低位发热量为能源热值[31]，并取《省级温室气体清单编制指南（试行）》中的能源单位热值含碳量和燃烧过程碳氧化率[29]，由式（2）计算得到汽油、柴油、航空煤油和燃料油的碳排放强度。同时，按照低位发热量为29307千焦的能源折算1千克标准煤的方式，可得到各类能源的折算标准煤系数。

（二）能耗强度

假设五个城市同一交通方式的各类能耗强度相同，且优先取用相关指标的全国数据。在历年《中国交通年鉴》和相关资料的基础上[13]，参考2010-2012年《公路水路交通运输行业发展统计公报》、2013-2016年《交通运输行业发展统计公报》、《公路水路交通运输节能减排“十二五”规划》[32]以及历年《天津统计年鉴》中的相关数据及其变化率，可整理推算得到各年份客运汽车和货运汽车分别在汽油和柴油方面的能耗强度，以及研究期内内河、沿海和远洋运输的能耗强度数据。铁路内燃机车、电力机车及航空运输的能耗强度数据均取自历年《北京统计年鉴》，其中与电力机车能耗相关的供电标准煤耗数据来源于历年《中国电力年鉴》。

（三）换算周转量

各地的旅客周转量与货物周转量数据主要取自历年各地统计年鉴，并参考《北京市国民经济和社会发展统计公报》和《天津市国民经济和社会发展统计公报》进行补充与调整。其中，旅客周转量可通过客货换算系数转换成货物周转量，将其与货物周转量相加即得到换算周转量。参考我国统计制度规定的客货换算系数，铁路、沿海和远洋运输客货换算系数为1，公路运输客货换算系数为0.1，航空和内河运输则分别取值0.072和0.33[12]。由于北京无水路运输周转量数据，因此北京交通运输方式仅考虑公路、铁路和航空。

在交通内部结构的计算中，由于2005年以后国家不再单独统计道路运输能耗，且其能耗结构基本趋于稳定[12]。在此通过2005年全国客运汽油、柴油和货运汽油、柴油消费量分别除以对应的能耗强度数据[33]，计算各自的运输周转量，由此得到汽油车和柴油车的旅客周转量比例以及二者的货物周转量比例。由以上比例分别乘以各年份的旅客周转量与货物周转量，即可得到公路运输中不同能耗方式对应的运输周转量。研究期间，内燃机车和电力机车之和占全国铁路总机车数的98%以上，在此通过历年《中国统计年鉴》中二者的比例及铁路总换算周转量，计算内燃机车和电力机车对应的换算周转量。

（四）其他指标

各地的交通运输业增加值、地区生产总值、常住人口数据分别来源于全国和各市统计年鉴，区域面积数据取自《中国城市统计年鉴》。其中，考虑数据可获取性和实际情况，交通运输业增加值近似取值于交通运输、仓储和邮政业增加值，且与地区生产总值均已调整为2005年可比价数据。

四、结果与分析

（一）交通运输业碳排放量变化分析

1.碳排放量

2005-2016年，国家中心城市交通碳排放量变化趋势如图1所示，除天津外其他四个城市交通碳排放量均有所增长，且重庆的增长速度最快，其次依次为广州、北京和上海。具体来看，重庆交通碳排放量由118.37万吨上升至599.39万吨，其中公路、铁路、航空和水路运输的碳排放量均呈现了较快的增长趋势，年均增长率分别为16.46%、11.61%、18.11%和13.02%。广州交通碳排放量呈现持续上升状态，由305.36万吨上升至1077.80万吨，其中公路与水路运输的碳排放量增幅相较于铁路、航空更加显著，年均增长率分别为16.20%和15.77%。北京交通碳排放量由254.56万吨增加至443.06万吨，其中公路、铁路和航空运输的碳排放量均呈现总体增长趋势，平均增长速度分别为5.70%、1.76%和5.16%。上海交通碳排放量在经历波动增长后从2012年起呈现较为稳定的状态，其公路、铁路、航空、水路运输碳排放量的年均增长速度分别为12.20%、3.14%、5.49%和2.24%，交通碳排放量由2005年的475.54万吨增加至2016年的795.23万吨。研究期间，虽然天津公路、铁路与航空运输碳排放量分别以9.77%、0.79%和16.44%的年均速度增长，但水路运输碳排放量以16.35%的年均速度快速下降，导致天津交通碳排放量由257.38万吨下降至243.30万吨。

图1 2005-2016年国家中心城市交通碳排放量变化趋势

2.碳排放的组成结构

研究期间，北京交通碳排放的组成结构基本保持稳定态势，且交通碳排放的主要来源为航空运输，其碳排放量占总碳排放量比重的平均值为78.49%。天津交通碳排放组成结构的变化非常显著，总体表现为公路运输碳排放比重由24.50%持续增至72.29%，而水路运输碳排放比重由69.44%持续降至10.31%。相对于公路和航空运输碳排放比重的波动上升，上海铁路和水路运输的碳排放比重均有所下降，且航空运输碳排放比重逐步超过水路，二者在2016年分别为42.76%和39.40%。广州铁路和航空运输的碳排放比重持续下降，而公路和水路运输碳排放比重均呈现总体上升的趋势，其中公路自2008年起成为交通碳排放的最主要来源，其碳排放比重在2016年达到46.64%。重庆公路运输碳排放比重基本保持稳定状态，研究期间平均比重高达73.73%，除航空运输碳排放比重小幅度上升外，铁路和水路运输碳排放比重均出现波动下降的趋势。

（二）各因素对交通运输业碳排放变化的影响

根据式（5）-（7）将研究期间各地交通碳排放逐年变化量分解成各因素的影响效应，其中2005-2016年累计影响效应如表1所示，具体分析内容如下。

表1 2005-2016年各因素对国家中心城市交通碳排放的累计影响效应（单位：万吨）

1.能耗强度

计算结果显示，研究期间能耗强度因素对五个城市的交通碳排放均产生了抑制作用，累计共减少碳排放量548.11万吨。从交通运输方式来看，除铁路运输促进了碳排放量增加外，其他三项交通方式均对碳排放产生了负向效应，且按累计效应大小排序依次为航空、水路和公路。在铁路运输中，内燃机车的能耗强度以年均3.98%的速度增加，电力机车的能耗强度总体以年均0.08%的速度下降，二者共同引起铁路运输综合能耗强度由0.0358吨标准煤／万吨公里缓慢增加至0.0433吨标准煤／万吨公里，从而导致北京、天津、上海、广州和重庆的交通碳排放量分别累计增加2.48万吨、2.83万吨、0.59万吨、4.14万吨和1.96万吨。航空运输能耗强度由5.14吨标准煤／万吨公里下降至3.38吨标准煤／万吨公里，带动北京、天津、上海、广州、重庆的交通碳排放量分别累计下降122.42万吨、7.48万吨、122.15万吨、99.31万吨和11.63万吨。由于水路与公路运输耗能种类并不单一，且客货换算系数不全为1，因此不同城市计算得到的能耗强度及变化并不相同。在水路运输方面，天津、上海、广州和重庆的能耗强度年均下降速度分别为1.92%、1.96%、2.03%和1.70%，分别累计减少碳排放8.73万吨、65.30万吨、29.53万吨和26.89万吨。在公路运输方面，虽然相对于2005年，2016年北京与广州的能耗强度稍有增加，天津、上海、重庆的能耗强度略有下降，但五个城市公路运输中汽油和柴油的能耗强度都经历了先上升后波动下降的过程，使得研究期间各市的累计碳排放量均有所下降。具体而言，北京、天津、上海、广州和重庆公路运输碳排放量分别减少1.70万吨、10.87万吨、6.85万吨、7.82万吨和39.42万吨。

2.交通内部结构

研究期间，交通内部结构对交通碳排放的影响最小，其变化导致北京、天津、上海和广州碳排放量分别累计减少0.55万吨、0.58万吨、2.96万吨和8.56万吨，重庆碳排放量累计增长0.94万吨。在公路运输中，各市换算周转量中货物周转量比重非常高，且因假设消耗汽油和柴油产生的各项运输周转量比例保持不变，所以公路运输内部结构的变化并不显著，由其引起的碳排放变化量较小。结果显示，研究期间公路运输内部结构的变化使得北京、天津和重庆的交通碳排放量分别累计增加了0.0326万吨、0.0492万吨和0.0005万吨，而上海和广州的交通碳排放量分别累计减少了0.0133万吨和0.0055万吨。2005-2016年，五个城市铁路运输内部结构的变化在总体上均对碳排放产生了抑制作用，累计减排共2.69万吨。其原因在于，能耗强度持续上升的内燃机车比重由70.10%下降至41.86%，而能耗强度总体下降的电力机车比重持续上升，并从2013年起超过内燃机车比重成为铁路运输的主要方式。由于能耗强度相对较高的内河运输换算周转量比重有所上升，天津与重庆的交通碳排放量在研究期间分别累计增加了0.0075万吨和1.3649万吨，而内河运输换算周转量比重有所下降的上海和广州，碳排放量分别累计减少了2.8207万吨和7.6326万吨。

3.交通结构

2005-2016年，五个城市交通结构变化引起碳排放量累计增加了463.98万吨，其中公路与航空运输分别增加碳排放260.86万吨和222.15万吨，铁路与水路运输分别减少碳排放17.92万吨和1.12万吨。除广州因公路与航空运输比重总体下降引起碳排放量累计减少了463.00万吨外，其他四个城市该两项比重均有所上升，从而带动了碳排放量的增加，且航空运输对北京与上海碳排放的贡献最大，分别累计增加碳排放189.70万吨和144.90万吨，而公路运输对天津和重庆碳排放的贡献最大，分别累计增加碳排放382.12万吨和52.19万吨。在铁路运输方面，天津因铁路运输比重上升引起碳排放量累计增加13.95万吨，北京、上海、广州和重庆均因该比重下降而导致碳排放量分别累计减少2.76万吨、0.62万吨、24.69万吨和3.80万吨。水路是天津、上海、广州和重庆的主要运输方式，天津和上海水路运输比重下降使得碳排放量分别累计减少26.70万吨和5.19万吨，广州和重庆水路运输比重上升引起碳排放量分别累计增加30.65万吨和0.11万吨。

4.行业效率

行业效率即交通运输业单位GDP换算周转量，其值越低表示行业效率越高，而行业效率的提升有利于行业碳减排。五个城市行业效率的高低按研究期间平均值排序依次为北京、重庆、广州、天津和上海。其中，北京、天津和上海交通运输业单位GDP换算周转量分别以3.13%、19.69%和1.09%的年均速度下降，行业效率逐步提升，分别累计减少碳排放115.39万吨、777.83万吨和100.75万吨。广州和重庆交通运输业单位GDP换算周转量分别以8.78%和3.61%的年均速度上升，分别累计增加碳排放850.74万吨和71.65万吨，其行业效率下降的原因可能是在追求运输效率和行业内部竞争的过程中，单位运输利润有所下降，使得创造相同的增加值需要更多的运输周转量。

5.行业比重

研究期间，五个城市交通运输业增加值的增长速度均小于地区生产总值的增长速度，造成了行业比重的不断下降，从而在总体上抑制了交通碳排放的产生，共累计减少碳排放851.56万吨。虽然广州行业比重由2005年的11.00%下降至2016年的6.98%，但其水平始终高于其他四个城市。上海行业比重的变化对碳排放的影响最为显著，累计减少碳排放293.87万吨，其次依次为广州、重庆、天津和北京，分别累计减少碳排放171.12万吨、148.26万吨、126.46万吨和111.86万吨。

6.经济发展水平

2005-2016年，北京、天津、上海、广州和重庆的人均GDP分别以5.82%、9.76%、6.72%、7.56%和12.71%的年均速度增长。其中，广州的人均GDP在五个城市中始终最高，而重庆的人均GDP虽然增长速度最快，但仍处于五个城市的最低水平。受人均GDP上升的影响，北京、天津、上海、广州和重庆的交通碳排放量分别累计增加了221.08万吨、336.85万吨、535.68万吨、479.37万吨和521.55万吨。经济发展水平上升提高了公众对交通运输便捷度、舒适度以及出行范围等方面的要求，从而促进了相关基础设施的建设与私人交通工具的使用，增加了交通碳排放量。

7.人口密度

研究期内北京、天津、上海、广州和重庆的人口密度均出现持续上升的趋势，年均增长速度分别为3.19%、3.74%、2.27%、3.61%和0.78%。总体来看，上海的人口密度最高，其次为广州，重庆的人口密度最低。人口密度的增长加大了各地的交通压力，带动交通用地的扩张和交通运输周转量的上升，最终造成北京、天津、上海、广州和重庆交通碳排放量分别累计增加了109.95万吨、137.71万吨、174.27万吨、211.56万吨和38.54万吨。

五、结论

在低碳经济背景下，本文探讨了国家中心城市交通运输业低碳发展的影响因素，研究结果显示：

（1）研究期间，五个国家中心城市交通碳排放量年均变化率的平均值为7.50%。虽然交通碳排放的主要来源存在差异，但各地公路运输碳排放量所占比重均出现上升趋势，除个别城市外铁路与水路运输碳排放量所占比重均有所下降，且各地铁路运输碳排放占比的平均值仅为2.11%，在所有交通运输方式中贡献的碳排放量最小。

（2）比较研究期间各项因素对国家中心城市交通碳排放的累计影响效应发现，经济发展水平或行业效率是影响效应最大的因素，而交通内部结构是影响效应最小的因素；能耗强度和行业比重的变化对国家中心城市交通碳排放均产生了抑制作用，经济发展水平和人口密度的变化则促进了各地交通碳排放量的增长。

（3）总体而言，在能耗强度对交通碳排放的影响中，按累计抑制效应的大小将交通运输方式排序依次为航空、水路和公路，而铁路运输促进了碳排放；在交通内部结构对交通碳排放的累计影响效应中，铁路和水路运输均产生了抑制作用，而公路运输产生的作用相反；公路与航空运输换算周转量比重的变化累计增加了碳排放量，而铁路和水路运输换算周转量比重的变化累计减少了碳排放量，最终使得交通结构变化带动了碳排放量的增加。

因此，在全面建设低碳经济的过程中，国家中心城市可以基于以下思路推进现代交通运输业的规划与发展：一是更加关注行业的成本与利润，从运输效率、服务形式等方面创造新的经济增长点，提升行业经济增长质量，增加经济利润提高行业效率。二是在控制人口规模、放缓人口密度增长的同时，大力推进环境教育，制定相关政策措施或开发“互联网＋低碳交通”等渠道，激励公众积极参与低碳出行，整体提升公众的低碳发展意识。三是在运输方式与结构方面，重点降低航空与公路运输的能耗强度，继续提高电力机车的比重降低铁路运输的综合能耗，并适当增加铁路运输周转量的占比，通过促进铁路运输发展进一步改善交通结构对交通碳排放的影响。