-
在减少温室气体排放应对全球气候变化的过程中,我国已取得了较为显著的成效。《中国应对气候变化的政策与行动2018年度报告》指出,2017年我国单位国内生产总值二氧化碳排放比2005年下降约46%,已提前完成2020年单位国内生产总值二氧化碳排放比2005年下降40%~50%的目标[1]。虽然近年来我国燃料燃烧产生的二氧化碳排放量增长速度有所下降,但是二氧化碳排放量占全球排放总量的比重总体仍在上升,2017年该比例已达28.33%,且1990~2017年我国二氧化碳排放量年均增长速度为5.63%,远高于全球的年均增速1.76%。其中,交通运输业二氧化碳排放量的年均增速为8.48%,在所有部门中居于首位,而全球交通运输业二氧化碳年均增速仅为2.09%[2]。由此可见,我国依然面临着一定的减排压力,而交通运输业具有较大的减排潜力。
一般而言,研究交通运输业碳排放相关问题的基础在于碳排放量测算,而进一步分析其影响因素则是推进碳减排工作的关键内容[3-4]。在相关研究中,以全国为研究范围对交通运输业开展的碳排放量测算包括省域、经济区域和国家3个层面[5-7],且较多地采用了IPCC“自上而下”的排放系数法,即由不同类型能源的消耗量与对应碳排放系数的乘积加总求得交通运输业碳排放量[8]。基于交通运输业碳排放测算结果,部分学者采用统计学和探索性空间数据分析等方法,对交通运输业碳排放空间分布的差异性、集聚性以及关联性等内容进行了分析,探讨了区域交通运输业碳排放时空分布特征及演变过程[9-13]。在研究交通运输业碳排放的影响因素及其作用方面,常用的研究方法主要包括LMDI分解方法和基于STIRPAT等模型的回归分析法[14-16],也有少量研究在交通运输业碳排放空间分布特征研究基础上,将空间滞后模型、空间误差模型和地理加权回归模型等空间计量经济学方法用于分析省域交通运输业碳排放影响因素及其作用的差异性[3-4,17-18],而常见的影响因素可以概括为人口规模与密度、经济发展水平以及交通运输规模、结构与效率等内容。
综合已有研究发现,多数研究在测算交通运输业碳排放量时,存在能源核算种类不全面的问题[9],尤其是对不直接产生碳排放的电力与热力考虑较少,影响了碳排放测算结果的准确性。在交通运输业碳排放影响因素研究的过程中,因与交通运输需求密切相关的人口密度因素对碳排放产生的影响较为复杂,而被间接考虑在通过其他因素产生的影响作用中,其直接产生的影响作用鲜少被量化[18-19]。另外,我国省域交通运输业碳排放存在显著的空间集聚性,且各因素对相邻省份的影响具有一定的相似性,应在碳减排方面考虑区域协同政策的制定[17-18]。然而,在全国范围内以社会经济发展水平相近的相邻省份作为区域整体,量化分析交通运输业碳排放影响因素的研究却少之又少。因此,从经济区域角度对交通运输业碳排放的影响因素进行量化与对比,可以为提升区域低碳交通发展政策的协同性提供重要的实证依据。
根据数据的统一性与可获取性,本文选取2005~2017年作为研究时段,以全国30个省级行政区(本次研究不含我国香港特别行政区、澳门特别行政区、台湾地区和西藏自治区)为研究对象,测算各省份交通运输业碳排放量,从全国与4大经济区域2个层面,分析交通运输业碳排放的时空变化特征,并在一般影响因素的基础上增加考虑人口密度因素,综合分析各项因素对交通运输业碳排放量变化的影响。其中4大经济区域为东部、东北、中部和西部地区,东部地区包括北京、天津、河北、上海、江苏、浙江、福建、山东、广东和海南省(市);东北地区包括辽宁、吉林和黑龙江省;中部地区包括山西、安徽、江西、河南、湖北和湖南省;重庆、四川、贵州、云南、陕西、甘肃、青海省(市)以及内蒙古自治区、广西壮族自治区、宁夏回族自治区和新疆维吾尔自治区属于西部地区[20]。
交通运输业碳排放的时空变化特征及影响因素
——基于全国与经济区域层面Spatiotemporal change characteristics and influencing factors of carbon emissions in transportation industry ——Based on the national and economic regional aspect
-
摘要: 根据“自上而下”的方法测算了2005~2017年全国30个省级行政区交通运输业的碳排放量,结合基尼系数分析了全国及4大经济区域交通运输业碳排放的时空变化特征,并运用LMDI分解方法对碳排放影响因素及其作用进行了探讨。结果表明:研究期间全国及4大经济区域交通运输业碳排放量均呈现上升趋势,上升速度总体有所减缓;全国交通运输业碳排放整体表现为“东高西低”的空间分布状态,虽然空间分布的均衡程度稍有增加,却显著低于各经济区域的均衡程度;经济发展水平、能耗强度、行业比重、人口密度、碳排放强度和能源结构对全国交通运输业碳排放的累积影响依次递减,但是各项因素对4大经济区域交通运输业碳排放的影响作用存在差异。Abstract: According to the “top to down” method, the carbon emissions of the transportation industry in 30 Chinese provincial-level administrative regions from 2005 to 2017 were calculated. Considering the Gini coefficient, the spatiotemporal change characteristics of the carbon emissions in the transportation industry in China and the four main economic regions were analyzed. The influencing factors and their impacts on the carbon emissions were investigated by the LMDI decomposition method. The results indicated that the carbon emissions of the transportation industry in China and the four main economic regions all had an upward trend during the study period, but their growth indicated a slow trend. The carbon emissions in China had presented a spatial distribution of “higher in the east and lower in the west”. Although the difference of the spatial distribution in China had slightly decreased, the difference was still higher than that of every economic region. The cumulative impact on carbon emission of the transportation industry in China, decreased in sequence of the economic development level, the energy consumption intensity, the industry proportion, the population density, the carbon emission intensity and the energy structure. However, these factors had different impacts on the carbon emissions in the transportation industry in the four main economic regions.
-
表 1 2005~2017年中国省域交通运输业碳排放量测算结果
地区 碳排放量/万t 2005~2017 a 2005 a 2009 a 2013 a 2017 a 累计碳排
放量/万t碳排放年均
增长率/%单位面积碳排
放量均值/t·hm−2广东 1 101.66 1 416.65 1 655.16 2 083.62 20 460.48 5.45 0.903 3 山东 985.75 1 394.36 1 138.71 1 421.38 17 144.76 3.10 0.833 5 上海 816.92 1 144.90 1 201.63 1 506.18 15 278.00 5.23 18.539 7 辽宁 687.68 890.24 1 065.95 1 242.10 12 999.90 5.05 0.675 3 江苏 520.99 720.14 1 048.48 1 322.60 11 761.27 8.07 0.883 7 湖北 546.41 711.19 862.05 1 114.09 10 707.51 6.12 0.443 4 浙江 435.33 619.61 819.75 960.58 9 335.18 6.82 0.693 9 河南 369.08 513.29 842.20 1 101.27 8 944.80 9.54 0.412 5 内蒙古 396.47 686.03 734.69 553.27 8 566.94 2.82 0.055 1 湖南 372.54 478.47 745.84 991.11 8 274.45 8.50 0.300 5 四川 352.16 634.74 470.29 955.76 8 127.96 8.68 0.127 2 北京 300.08 582.00 671.08 806.41 7 990.10 8.59 3.745 0 河北 437.27 489.96 675.78 717.52 7 654.24 4.21 0.314 6 山西 279.18 514.45 597.13 691.30 6 720.24 7.85 0.329 9 云南 333.01 411.47 553.41 657.52 6 633.91 5.83 0.129 5 陕西 287.39 507.38 514.83 582.79 6 376.89 6.07 0.238 6 黑龙江 274.12 316.05 630.81 704.91 6 352.00 8.19 0.111 1 福建 241.80 410.66 530.90 690.58 6 110.84 9.14 0.382 6 广西 269.39 403.25 407.05 618.26 5 733.80 7.17 0.185 8 安徽 172.69 269.60 534.74 659.45 5 286.20 11.81 0.291 3 新疆 232.12 273.86 446.41 637.52 5 063.54 8.78 0.023 7 重庆 200.52 276.35 467.76 593.09 4 940.82 9.46 0.461 4 吉林 179.13 299.62 435.21 474.54 4 563.83 8.46 0.184 5 贵州 158.81 274.74 391.40 448.95 4 380.25 9.05 0.191 3 江西 188.98 224.12 385.15 475.11 4 075.18 7.99 0.187 6 甘肃 172.63 222.21 362.21 363.98 3 565.59 6.41 0.060 3 天津 200.41 253.73 271.84 327.39 3 526.09 4.17 2.278 7 海南 77.74 157.39 170.54 177.64 1 943.76 7.13 0.482 8 宁夏 72.53 87.12 110.04 131.27 1 316.78 5.07 0.152 5 青海 23.08 58.89 82.32 122.88 923.34 14.96 0.010 2 东部地区 5 117.95 7 189.41 8 183.87 10 013.92 101 204.74 5.75 0.851 8 东北地区 1 140.93 1 505.90 2 131.97 2 421.56 23 915.73 6.47 0.236 5 中部地区 1 928.88 2 711.10 3 967.12 5 032.34 44 008.39 8.32 0.329 4 西部地区 2 498.12 3 836.07 4 540.40 5 665.29 55 629.83 7.06 0.075 9 全国 10 685.88 15 242.47 18 823.36 23 133.10 224 758.68 6.65 0.206 8 表 2 2005~2017年全国交通运输业碳排放变化量分解结果
万t t/a 碳排放强度
效应ΔCCI 能源结构
效应ΔCES 能耗强度
效应ΔCEG 行业比重
效应ΔCGS 经济发展
水平效应ΔCGP人口密度
效应ΔCPSΔC 2005~2006 −5.26 −14.86 −411.54 65.90 1 380.64 79.35 1 094.22 2006~2007 18.27 −18.00 189.60 −546.02 1 615.22 83.16 1 342.23 2007~2008 11.90 −5.61 194.70 −512.19 1 441.69 109.34 1 239.83 2008~2009 −7.18 −10.88 −133.89 −611.10 1 514.57 112.95 864.48 2009~2010 −17.53 11.99 −23.43 −366.80 1 857.19 112.85 1 574.28 2010~2011 3.77 50.71 138.26 −584.49 1 865.13 86.37 1 559.75 2011~2012 −13.59 −8.33 −691.75 77.78 1 743.72 104.78 1 212.60 2012~2013 −37.38 55.81 −2 401.46 −132.93 1 626.16 102.93 −786.86 2013~2014 −44.31 −12.55 47.09 −495.42 1 425.59 103.08 1 023.48 2014~2015 −24.53 17.75 −624.83 39.58 1 399.31 123.79 931.06 2015~2016 −53.83 −27.33 237.08 −450.55 1 369.44 138.63 1 213.45 2016~2017 −40.00 30.29 −773.06 296.82 1 432.26 137.32 1 083.63 累计变化量 −209.66 69.01 −4 253.22 −3 219.43 18 670.90 1 294.55 12 352.16 表 3 2005~2017年4大经济区域交通运输业碳排放变化量分解结果
万t 地区 碳排放强度
效应ΔCCI能源结构
效应ΔCES能耗强度
效应ΔCEG行业比重
效应ΔCGS经济发展
水平效应ΔCGP人口密度
效应ΔCPSΔC 东部 −67.29 43.62 −2 751.19 −1 127.57 7 811.70 985.67 4 894.94 东北 −7.48 17.20 −475.93 −185.00 1 852.89 7.19 1 208.86 中部 −20.74 31.52 32.01 −940.80 3 807.95 171.26 3 081.19 西部 −100.75 −36.10 −1 231.19 −918.84 5 230.64 223.40 3 167.17 -
[1] 生态环境部. 中国应对气候变化的政策与行动2018年度报告[EB/OL]. (2018-11-29)[2020-06-05]. http://www.mee.gov.cn/ywgz/ydqhbh/qhbhlf/201811/P020181129539211385741.pdf. [2] International Energy Agency. CO2 emissions from fuel combustion highlights 2019[R]. Paris: International Energy Agency, 2019. [3] 潘秀. 我国交通运输业碳排放影响因素及预测研究[D]. 徐州: 中国矿业大学, 2018. [4] 李若影. 基于空间计量模型的中国交通运输业碳排放影响因素分析[D]. 西安: 长安大学, 2017. [5] 王文琳. 中国省域交通运输碳排放强度的影响因素及空间收敛性研究[D]. 西安: 长安大学, 2019. [6] 赵小曼. 交通运输碳排放与行业经济关系的空间计量分析[D]. 西安: 长安大学, 2019. [7] 谢守红, 蔡海亚, 夏刚祥. 中国交通运输业碳排放的测算及影响因素[J]. 干旱区资源与环境, 2016, 30(5): 13 − 18. [8] IPCC. 2006 IPCC guidelines for national greenhouse gas inventories[R]. Hayama: Institute for Global Environmental Strategies, 2006. [9] 袁长伟, 张倩, 芮晓丽, 等. 中国交通运输碳排放时空演变及差异分析[J]. 环境科学学报, 2016, 36(12): 4555 − 4562. [10] 李玮, 孙文. 省域交通运输业碳排放时空分布特征[J]. 系统工程, 2016, 34(11): 30 − 38. [11] 张陶新, 曾熬志. 中国交通碳排放空间计量分析[J]. 城市发展研究, 2013, 20(10): 14 − 20. doi: 10.3969/j.issn.1006-3862.2013.10.003 [12] 杨彬, 宁小莉. 新型城镇化视角下中国交通运输碳排放测度及其空间格局分析[J]. 内蒙古师范大学学报(自然科学汉文版), 2015, 44(5): 667 − 673. [13] 宋京妮, 吴群琪, 袁长伟, 等. 基于地统计分析的中国省域交通运输系统碳排放时空特征研究[J]. 气候变化研究进展, 2017, 13(5): 502 − 511. [14] 喻洁, 达亚彬, 欧阳斌. 基于LMDI分解方法的中国交通运输行业碳排放变化分析[J]. 中国公路学报, 2015, 28(10): 112 − 119. doi: 10.3969/j.issn.1001-7372.2015.10.015 [15] 年江. 中国交通运输行业碳排放影响因素研究[D]. 厦门: 厦门大学, 2014. [16] 高洁. 交通运输碳排放时空特征及演变机理研究[D]. 西安: 长安大学, 2013. [17] 张诗青, 王建伟, 郑文龙. 中国交通运输碳排放及影响因素时空差异分析[J]. 环境科学学报, 2017, 37(12): 4787 − 4797. [18] 闫紫薇. 中国交通碳排放的测算及其影响因素的空间计量分析[D]. 北京: 北京交通大学, 2018. [19] 黄羿, 常向阳. 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[J]. 社会科学家, 2019(11): 67 − 73. doi: 10.3969/j.issn.1002-3240.2019.11.011 [20] 国家统计局. 东西中部和东北地区划分方法[EB/OL]. (2011-06-13)[2020-4-20]. http://www.stats.gov.cn/ztjc/zthd/sjtjr/dejtjkfr/tjkp/201106/t20110613_71947.htm. [21] 国家发展和改革委员会. 省级温室气体清单编制指南(试行)[EB/OL]. (2014-01-13)[2020-04-20]. http://www.cbcsd.org.cn/sjk/nengyuan/standard/home/20140113/download/shengjiwenshiqiti.pdf. [22] 赵荣钦, 黄贤金. 基于能源消费的江苏省土地利用碳排放与碳足迹分析[J]. 地理研究, 2010, 29(9): 1640 − 1649. [23] 张帅. 基于RAM模型的交通运输碳排放及经济效率测度研究[D]. 西安: 长安大学, 2018. [24] 国家标准化管理委员会. 综合能耗计算通则: GB/T 2589-2008[S]. 北京: 中国质检出版社, 2008. [25] 宋然平, 杨抒. 能源消耗引起的温室气体排放计算工具指南[R]. 北京: 世界资源研究所, 2011. [26] 陈飞, 诸大建. 低碳城市研究的内涵、模型与目标策略确定[J]. 城市规划学刊, 2009(4): 7 − 13. doi: 10.3969/j.issn.1000-3363.2009.04.002 [27] GINI C. Sulla misura della concentrazione e della variabilità dei caratteri[J]. Atti Regio Istituto Veneto Tomo Parte II, 1914(260): 1203 − 1248. [28] 周思明. 公路运输业碳排放差异与减排政策评估[D]. 长沙: 湖南大学, 2018. [29] 欧元明. 中国省域碳排放比较研究[D]. 武汉: 华中科技大学, 2015. [30] 杨丽杰, 宗刚, 焉华. 基于LMDI模型的北京交通碳排放驱动因素研究[J]. 中国商贸, 2014(8): 166 − 168. [31] 曹甲威, 赵翠薇. 基于LMDI模型的贵阳市交通碳排放及其影响因素分析[J]. 贵州科学, 2017, 35(1): 55 − 61. doi: 10.3969/j.issn.1003-6563.2017.01.011 [32] 庄颖, 夏斌. 广东省交通碳排放核算及影响因素分析[J]. 环境科学研究, 2017, 30(7): 1154 − 1162. [33] SOLAYMANI S. CO2 emissions patterns in 7 top carbon emitter economies: the case of transport sector[J]. Energy, 2019, 168: 989 − 1001. doi: 10.1016/j.energy.2018.11.145 [34] KAYA Y. Impact of carbon dioxide emission control on GNP growth: interpretation of proposed scenarios[R]. Paris: IPCC Energy and Industry Subgroup, Response Strategies Working Group, 1989. [35] ANG B W, LIU F L, CHEW E P. Perfect decomposition techniques in energy and environmental analysis[J]. Energy Policy, 2003, 31(14): 1561 − 156. doi: 10.1016/S0301-4215(02)00206-9