安徽省物流业碳排放及其影响因素分析

江纯霞

(安徽理工大学 经济与管理学院，安徽 淮南 232001)

0 引言

改革开放后，中国经济的快速发展，所产生的二氧化碳排放量增加，发展低碳经济、建设生态文明已经成为大家的共识。“十三五”规划中着重推动绿色发展，改善人民生活，促进低碳循环发展 ，进行能源改革。在2015年出席气候变化巴黎大会开幕式讲话中，习近平承诺“将于2030年左右使二氧化碳排放达到峰值并争取尽早实现，2030年单位国内生产总值二氧化碳排放比2005年下降60%～65%”[1]。虽然物流行业的能源消耗和碳排放量都很高，但是发展低碳经济离不开物流业的支持，利用物流业的发展来降低企业成本，实现节能减排。安徽省位于中部地区，有着丰富的资源，年来利用自身资源以及政策支持，物流业得到快速发展。但由于物流专业化、社会化水平比较低，导致能源过度消耗。所以，安徽省发展低碳经济势在必行，必须改变过去粗放、低效地发展方式，提倡与环境兼容和和谐的低碳绿色发展模式。

在现有的研究中，关于碳排放影响因素的研究是一个热点。Akpan以日本1995—2005年数据为例，用输入—输出结果分解法分析日本的技术变化对工业排放的影响。[2]王倩倩分析吉林省物流业碳排放的影响因素，运用系统动力学建模分析物流业碳排放的足迹。[3]左大杰等先对1995—2014年四川省交通运输业的碳排放量的驱动因素采用逐步回归法进行分析，然后选择通径分析法分析碳排放量的不同影响因素。[4]王丽萍以中国1997—2014年间物流业数据为例，计算物流业的直接能耗碳排放和投入产出表的隐含碳排放。[5]刘淑花、谭旭红、陈梅(2015)采用STIRPAT模型，分析人口总数、城市化率、GDP、能源构成、产业结构和能源强度对黑龙江碳排放的影响。[6]刘丽辉、徐军(2016)利用Kaya恒等式和STIRPAT模型，对广东省农业的碳排放的影响因素进行研究和分析。[7]Talbi对1980—2014年突尼斯运输部门的碳排放的影响因素进行研究，结果发现主要影响因素为道路交通强度、经济增长、城市化发展以及燃料的消耗。[8]施锦芳等利用EKC曲线比较中国和日本碳排放与经济发展的关系，根据EKC曲线来预测中国之后碳排放情况。[9]

在研究碳排放的影响因素时，大部分学者采用的是对数均值迪氏指数(LMDI )分解法；苑清敏等在LMDI分解技术基础上加入脱钩模型，采用这种模型分析京津冀地区的碳排放脱钩效应，结果发现影响碳排放量最大的因素是经济产出，而在进行脱钩转变时，最重要的因素为能源强度；[10]Victor Moutinho等人利用LMDI分解技术研究1995—2010年21个欧洲国家的碳排放的影响因素，结果发现由于欧洲国家使用混合能源与清洁能源，碳排放量比之前有所减少；[11]李玉敏选择LMDI模型对中国碳排放因素的类型研究，分析表明，影响碳排放的重要因素是能源强度，各省市应该从自身发展情况出发，通过调整产业结构来减少碳排放量。[12]LMDI分解方法虽然很好地解决了分解中存在的遗留问题以及数据中的负值问题，但是LMDI方法不能分析影响因素对碳排放的影响是直接或者是间接的，也不能分析影响因素之间的相互关系。所以，本文选择通径分析法来解决LMDI无法分析的问题。

1 变量选取与数据来源

现有的统计数据中没有直接针对物流业类别的，所以选择比较接近的交通运输业、仓储业和邮政业的数据来代替，本文数据来自于2006—2017年《中国能源统计年鉴》和《安徽省统计年鉴》中交通运输业、仓储业及邮政业的相关数据。物流业碳排放的影响因素比较多，根据文献以及现实情况，本文选择6个与安徽省物流业碳排放可能的影响因素来进行分析，具体变量见表1。

表1 相关变量的设定与计算

2 分析方法

2.1 物流业碳排放估算方法

目前，碳排放量的监测体系并不完善，不能直接监测到碳排放量的数据，所以计算安徽省物流业碳排放量时选择的是学术界普遍认同的计算方法。由联合国气候变化委员会(IPCC)制定的计算碳排放公式可知，安徽省物流业碳排放的估算公式为：

C=∑CO2it=∑Ei*Pi*Ri

(1)

在公式(1)中，C代表安徽省物流业的总碳排放量，i是第i个能源，本文选择七个能源，包括煤、汽油、煤油、柴油、燃料油、天然气、电能；Ei为第i个能源的消费量；Pi为第i个能源的碳排放的系数，是指以标准煤为单位排放的二氧化碳量；Ri代表第i个能源的折现标准煤系数，具体是指转换为标准煤的其他能源的数量。

2.2 通径分析方法

通径分析法分析了多个自变量与因变量之间的线性关系，它是标准化变量的多变量分析，可以处理更为复杂的变量关系的回归分析问题；直接影响因子可以表示为某一个自变量与因变量之间的直接关系，即直接路径；间接路径表示某个自变量对因变量的间接影响效果，总路径系数表示自变量对因变量的综合效应，基本方法原理如下所示：

先设一般线性回归方程为：

Y=β0+β1X1+β2X2+β3X3+…+βkXk+ε

(2)

其中，Y是响应变量，本文表示的是2006—2017年安徽省物流业的碳排放量，Xk是解释变量，本文中为所取的影响因素；β0、β1……βk是未知参数；ε是均值为0，方差有限的不相关的随机变量。

(2)式标准化处理可得：

(3)

(4)

Xi与Xj之间的相关系数可以由rij表示，Xi与Y之间的相关系数则由riY表示，根据相关系数的定义可以将(4)式简化为：

(5)

riY=ri1p1Y+…+riipiY+…rikpkY

(6)

3 实证分析

3.1 安徽省物流业碳排放估算

由《中国能源统计年鉴》可知，安徽省物流业能源消耗主要在原煤、汽油、煤油、柴油、燃料油、天然气以及电力方面；计算碳排放量主要采用IPCC的能源排放系数和公式1，本文选择2006—2017年为研究范围，计算结果如表2所示。

表2 安徽省物流业碳排放量 单位：万吨

根据表2所示，安徽省物流业碳排放量逐年增加，这主要是由于经济发展以及人民生活水平的提高。安徽省2006—2011年碳排放量虽在增加，但是每年增加比较少，年平均增长24.122万吨；而2011年颁布《安徽省现代物流业发展规划》《安徽省人民政府办公厅关于促进物流业健康发展的实施意见》等一些措施后，物流业快速发展，安徽省碳排放量也在快速增加，平均年增长45.593万吨。

3.2 安徽省物流业碳排放影响因素的通径分析

运用SPSS22.0软件对数据进行通径回归分析，安徽省碳排放量的Shapiro-Wilk显著性检验水平为0.064>0.05，说明碳排放量服从正态分布。调整后的R2=0.996，表明6个解释变量总共解释碳排放量大约99.8%的变化，回归方程通过显著性检验，方程的拟合度能达到99.6%。说明本文所取的影响因素与碳排放之间存在回归关系。表3为碳排放影响因素通径分析的方差分析表，其中F=512.640，Sig=0.000<0.05,方差分析显著，方差分析是有意义的。表4为碳排放影响因素通径分析的回归系数表，表中标准系数(贝塔)是通过数据分析获得的直接路径系数，而间接路径系数、总路径系数以及剩余路径系数可以由公式(2)～(6)获得，结果见表5。

表3 碳排放影响因素通径分析的方差分析

表4 碳排放影响因素通径分析的回归系数

表5 碳排放影响因素的通径系数

3.3 通径分析结果分析

根据所取的影响因素对安徽省物流业碳排放量的通径分析可知，从总通径上来看，经济发展水平、城镇化率、社会消费品零售总额位列前三，说明经济发展会增加物流业碳排放量的增加；社会消费品零售总额、能源效率、城镇化率对物流业碳排放量的直接影响位列前三，基础设施投资额对碳排放的直接影响与产业结构对碳排放量的总影响为负值，但是总体上来看，仍然是正向作用大于负向作用，所以安徽省物流业碳排放量呈现增长趋势。

(1)经济发展水平

经济发展水平对碳排放的直接影响比较小，但间接通径系数大，为0.8367。说明经济发展水平对物流业间接作用比较大，经济发展刺激了消费的增加，带动了物流业的发展，从而增加了能源消耗，碳排放量也不断地增加。

(2)城镇化率

城镇化的直接通径系数为0.442，间接通径系数为0.5275，这表明城镇化的进程加快不仅自身促进物流业的快速发展，导致物流业碳排放量的增加；而且通过对经济发展水平、能源效率、产业结构、基础设施投资、社会消费品零售总额的影响，也增加了碳排放量。

(3)能源效率

从表6中可以看出，能源效率对物流业的碳排放的直接通径系数与间接通径系数均为正值，说明安徽省物流业能源消耗高，能源利用率低，即安徽省物流业的发展是一种粗放型的发展，现在正面临着提高能源利用率的压力。

(4)产业结构

产业结构所选取的指标是物流业增加与GDP的比值，它的直接通径系数为0.361，间接通径系数为-1.1795，总通径系数为-0.8185，产业结构对减少碳排放的直接影响被产业结构对其他因素的间接影响所抵消，可以看出，物流产业结构的变化可以减少碳排放量。

(5)物流业基础设施投资

物流业基础设施投资额直接通径系数小于0，间接通径系数大于0。说明物流基础设施建设可以促进物流运作效率，使物流快速健康发展，能够在一定程度上减少碳排放；但是物流业基础设施投资建设又会促进物流业经济发展，带动能源消费，间接提高了物流业的碳足印。

(6)社会消费

社会消费品零售总额对碳排放的直接影响是最大的，消费拉动物流业需求，促进物流发展，使得物流碳排放逐年增加；同时从它的间接通径系数为0.4030可知，零售业与物流业息息相关，商品的流通靠物流运输，它对碳排放的间接作用也比较大。不管是直接通径系数还是间接通径系数都为正，则表明社会消费会推动物流发展，增加碳排放。

(7)剩余变量直接通径系数为0.0447，则说明在考虑安徽省物流业碳排放量影响因素的时候，还有一些受影响的因素没有选取。

4 总结与建议

本文采用IPCC计算碳排放量的公式估算出安徽省2006—2017年物流业碳排放量，可以看出碳排放量逐年增加，这说明安徽省物流业能源消耗高，碳排放污染问题严峻。然后运用通径分析对影响物流业碳排放量的因素进行分析，发现经济发展、城镇化进程、社会消费品零售总额对碳排放量的影响比较大；其次是能源效率，对碳排放量有较大影响；基础设施投资一定程度上能减少碳排放的增加，但是对其他因素的影响，间接促进碳排放量的增加；产业结构对碳排放的直接影响最低，间接影响小于0，总体呈现负效应。

根据以上分析，为了实现物流业低碳化发展，提出几点政策建议：

4.1 调整经济发展模式

物流企业应遵循低碳和绿色发展的理念，积极承担社会责任，加大对低碳、绿色物流的研发力度，推动物流公司与学校、科研机构的合作，研发低碳技术、设备，加快物流业发展的低碳化、绿色化进程；物流企业要倡导低碳、绿色能源消费，建立经济发展与低碳、绿色、环境等全方位多层次评价指标，促进物流健康可持续发展。

4.2 提高能源效率

安徽省物流业一方面要优化能源结构，提倡低消耗，加强研发清洁能源，提高清洁绿色能源利用率，降低物流业的碳排放，采用新能源、低碳环保工具与设备；另一方面要加强物流信息化建设，利用现代化进行管理，实现多种方式协同运输，减少不必要的环节，提高物流效率。

4.3 整合物流资源

安徽省物流业要以合作为基础，通过物流资源的整合，推行联盟发展模式，合力发展低碳物流。加快物流企业的整合、兼并，努力形成一批综合性、专业性物流企业，促进第三方物流、第四方物流、第五方物流的发展，并通过增值服务来推动物流业发展，提高物流企业专业服务能力，增强企业核心能力，以此实现物流环节低碳化、绿色化。