基于IPCC“自上而下”测算碳排放量的思路，结合《省级温室气体清单编制指南（试行）》及相关文献中的测算方法^[8,21-22]，并根据《中国能源统计年鉴》将交通运输业消耗的能源归纳为19种类型，则能源碳排放量的计算过程，见式（1）。

式（1）中，C_T为各省份交通运输业碳排放量,万t；C_i和C_j分别表示交通运输业消耗第i种与第j种能源产生的碳排放量，其中能源i包括原煤、洗精煤、其他洗煤、型煤、焦炭、焦炉煤气、其他煤气、原油、汽油、煤油、柴油、燃料油、液化石油气、其他石油制品、天然气、液化天然气和其他能源，能源j包括电力和热力；E_i为第i种能源终端消耗的实物量,万t、亿m³或万tce；NCV_i为第i种能源的单位热值,GJ/t、GJ/万m³或GJ/tce；EC_i为第i种能源的单位热值含碳量，tC/GJ；OE_i为第i种能源燃烧的碳氧化率，%；以上三者的乘积即为第i种能源的碳排放系数，tC/t、tC/万m³或tC/tce；E_j表示电力与热力终端消耗的实物量，亿kW·h或万GJ；ST_j为供电标准煤耗或供热标准煤耗，万tce/（亿kW·h）或万tce/万GJ；SI为标准煤的碳排放系数，tC/tce；由于生产电力和热力的主要燃料是煤炭，因此可以通过ST_j将E_j转换为标准煤耗量，并与SI相乘估算对应的碳排放量。计算中，考虑数据可获取性以及仓储和邮政业在交通运输、仓储和邮政业中所占比重较小的原因^[23]，E_i与E_j为2006～2018年《中国能源统计年鉴》中各地交通运输、仓储和邮政业的能源消耗数据，NCV_i取值于《综合能耗计算通则：GB/T 2589—2008》^[24]和《能源消耗引起的温室气体排放计算工具指南》^[25]中各种能源的平均低位发热量，EC_i和OE_i来源于《省级温室气体清单编制指南（试行）》^[21]，ST_j取自2006～2018年《中国电力年鉴》《2007中国电力工业统计数据分析》《2010中国电力工业统计数据分析》，SI取值国家发改委建议的标准煤碳排放系数0.67 tC/tce^[26]。

基尼系数最初是基于洛伦茨曲线评价居民收入分配公平程度的指标，近年来在碳排放区域差异研究方面得到了较为广泛的应用^[27-28]。参考相关研究^[29]，在此将衡量交通运输业碳排放空间分布均衡程度的交通碳排放基尼系数G定义为式（2）。

在计算过程中，首先以各省份交通运输业碳排放量与区域面积的比值按从小到大的顺序排列，并分别对应地将其定义为第n个地区，n=1，2，…，30。式（2）中，Y_n为n个地区交通运输业碳排放量占研究区交通运输业碳排放量比重的累计值，%；X_n为n个地区区域面积占研究区总面积比重的累计值，%；Y₀和X₀均为0。当G值越小时，表明交通运输业碳排放在空间上的分布越均衡，区域之间交通运输业碳排放的差异越小，反之亦然。

LMDI分解方法即对数平均迪氏指数法，常用在基于Kaya恒等式的能源碳排放因素分解中^[14,30]。运用LMDI分解方法分析交通运输业碳排放影响因素时，人口规模、经济发展水平、行业比重、能源结构、能耗强度和碳排放系数等因素常被考虑在内^[31-33]。为了更好地体现区域交通的需求情况，本文增加考虑与区域面积相关的人口密度因素，并在Kaya恒等式的基础上将省域交通运输业碳排放影响因素分解为式（3）^[34]。为便于分解，将交通运输业能耗类型归纳为煤炭及制品与油气及制品两类，其中煤炭及制品类能源包括原煤、洗精煤、其他洗煤、型煤、焦炭、焦炉煤气、其他煤气、电力和热力，油气及制品类能源包括原油、汽油、煤油、柴油、燃料油、液化石油气、其他石油制品、天然气和液化天然气。因绝大部分地区无其他能源消耗故在能源结构中暂不考虑。

式（3）中，k表示煤炭及制品与油气及制品，C为各省份交通运输业消耗第k类能源所产生的碳排放量C_k之和，万t；E_k为k类能源中各种能源消耗量折算成标准煤耗量后的总和，万tce；能源折算标准煤的系数为能源平均低位发热量与标准煤低位发热量的比值^[24]；C_k与E_k的比值CI_k即为单位能源的碳排放量，记作碳排放强度因素CI，tC/tce；以ES_k表示E_k占能源消耗总量E的比例，记作能源结构因素ES，%；将交通运输业能耗总量E与行业增加值GDP_T的比值EG作为能耗强度因素，tce/万元；将交通运输业增加值GDP_T与地区生产总值GDP的比值定义为行业比重因素GS，%；由地区生产总值GDP除以当地常住人口总量P计算得到人均GDP，作为经济发展水平因素GP，万元/人；常住人口P与区域面积S的比值记作PS，表示人口密度因素，万人/万hm²；S为区域面积因素，万hm²。各地GDP、GDP_T和P的数据来源于2006～2018年《中国统计年鉴》，其中GDP_T取自《中国统计年鉴》中的交通运输、仓储和邮政业增加值，且与GDP数据均已按2005年可比价进行了调整，各地区域面积数据来源于全国行政区划信息查询平台。

在式（3）的基础上，可将t时期交通运输业碳排放量C^t相对于基期碳排放量C⁰的变化量ΔC分解，见式（4）。

式（4）中，ΔC_CI、ΔC_ES、ΔC_EG、ΔC_GS、ΔC_GP、ΔC_PS和ΔC_S分别表示碳排放强度、能源结构、能耗强度、行业比重、经济发展水平、人口密度和区域面积7项因素引起的碳排放变化量，其计算式分别为式（5～11）^[3,35]。其中，研究期内各区域面积不变因而对碳排放量的变化无影响。

根据上述交通运输业碳排放量的测算方法，计算得到2005～2017年研究范围内全国省域交通运输业的碳排放量。其中，2005、2009、2013和2017年的碳排放量以及研究期间各地累计碳排放量等数据，见表1。

2005～2017年，全国交通运输业碳排放量以6.65%的年均增长率由10 685.88上升至23 133.10 万t，除2013年交通运输业碳排放量相比上一年下降以外，其余年份均呈现持续增长的态势，但增长率总体有所下降。各省份交通运输业碳排放量总体均呈现上升趋势，但年均增长率存在较大差异。青海省的年均增长率最高，内蒙古自治区的年均增长率最低，分别为14.96%与2.82%。除内蒙古自治区以外，甘肃、湖北、陕西、云南、广东、上海市（省）以及宁夏回族自治区和辽宁、河北、天津、山东省（市）的交通运输业碳排放年均增长率也低于全国水平，其年均增长率依次递减。其中，广东、山东、上海和辽宁省（市）的交通运输业累计碳排放量却居于全国前4，且广东省累计碳排放量占全国累计总量比重的9.10%。4个经济区域交通运输业碳排放的年增长率也均呈现总体下降趋势，然而，中部与西部地区碳排放年均增长率高于全国水平，虽然东部地区的年均增长率最低，但其研究期间累计碳排放量占全国累计总量的比重最高，为45.03%。

单位区域面积产生的交通运输碳排放方面，研究期间全国单位面积碳排放量由0.127 8增至0.276 7 t/hm²，年均值为0.206 8 t/hm²。上海市单位面积碳排放量的年均值为18.539 7 t/hm²，远高于其他省份及全国平均水平，北京和天津市单位面积碳排放水平次之，其年均值分别为3.745 0和2.278 7 t/hm²。单位面积碳排放量年均值低于全国水平的省份有：中部地区的江西省，东北地区的吉林与黑龙江省，西部地区的贵州、云南、四川、甘肃、青海省以及广西壮族自治区、宁夏回族自治区、内蒙古自治区与新疆维吾尔自治区。可见，西部地区仅有重庆市与陕西省单位面积碳排放量年均值高于全国水平，使得西部地区的单位面积碳排放水平在4大经济区域中最低，而其他3个区域按单位面积碳排放水平高低排序依次为东部、中部和东北地区。

综合交通运输业碳排放变化特征发现，研究期间东部地区累计碳排放量最大，单位面积碳排放水平最高，但其碳排放年均增长速度最低，说明东部地区在通过控制增长速度放缓碳排放量的增长；西部地区累计碳排放量较高且碳排放年均增速较快，但受区域面积较大的影响，其单位面积碳排放水平最低，且是唯一低于全国平均水平的地区；累计碳排放量较低的中部地区，其碳排放年均增长速度最快；东北地区累计碳排放量最低，其碳排放年均增长速度和单位面积碳排放量均处于相对较低的水平。

计算结果显示，研究期间全国交通运输业碳排放在空间上整体呈现出“东高西低”的分布状态，且随着时间的推移高排放量地区逐渐由东部向东北、中部和西部地区扩展。在研究范围内，2005年碳排放量高于400 万t的省份仅有8个，其碳排放量之和占全国碳排放总量的51.77%，即超过全国碳排放总量的一半，且其中东部地区的广东、山东和上海省（市）的碳排放量均超过800 万t，处于全国碳排放量的最高水平；2009年碳排放量高于400 万t的省份增加到18个，其中广东、山东、上海、辽宁、江苏、湖北、四川、浙江省（市）和内蒙古自治区的碳排放量之和占全国碳排放量的53.91%，分布范围涵盖了4大经济区域；2013年，除贵州、江西、甘肃、天津、海南、青海省（市）和宁夏回族自治区以外，其他省份的碳排放量均高于400 万t，虽然山东省的碳排放量相对于2009年有所下降，但仍处于全国较高水平。2017年仅有甘肃、天津、海南、青海省（市）和宁夏回族自治区的碳排放量低于400 万t，而碳排放量高于800 万t的省份数量超过了总数的1/3，其中属于东部、中部、东北和西部地区贡献的碳排放量分别占这些地区碳排放总量的59.98%、23.74%、9.20%和7.08%。

为了进一步衡量交通运输业碳排放在空间分布上的均衡程度，测算研究期间全国及4大经济区域交通碳排放基尼系数得到其变化情况，见图1。

其中，全国以及东部、东北和中部地区的交通碳排放基尼系数均呈现总体下降的趋势，说明其交通运输业碳排放空间分布的均衡程度得到改善，区域差异有所减小。西部地区交通碳排放基尼系数在2005～2010年间出现了一定的增长，随后虽波动变化但总体呈现下降趋势，由此可见西部地区交通运输业碳排放空间分布的均衡程度并不稳定，区域差异总体先增加后减小。

全国交通碳排放基尼系数显著高于4大经济区域的基尼系数，反映交通运输业碳排放的全国性差异显著高于区域性差异。在4大经济区域中，西部地区的交通碳排放基尼系数最高，中部地区的基尼系数最低且年均下降速度最快，说明西部地区交通运输业碳排放空间分布的均衡程度最低，而中部地区碳排放空间分布最为均衡。东北地区基尼系数年均下降速度快于东部地区，因而自2013年起相对于东部地区，东北地区交通运输业碳排放空间分布的均衡程度更高，其原因在于碳排放量占比较低的吉林和黑龙江省碳排放年均增长速度较快，使得东北地区碳排放的空间分布均衡程度有所上升。

根据式（4～11），可将2005～2017年全国交通运输业碳排放变化量分解成表2中各因素的影响效应。研究期间，经济发展水平和人口密度对各年份碳排放量的变化均起到了促进作用，尤其是表示经济发展水平的人均GDP，由2005年的1.55 万元/人增至2017年4.80 万元/人，导致碳排放量累计增加18 670.90 万t，成为了对全国交通运输业碳排放贡献最大的因素。全国交通运输业消耗的能源以油气及制品为主，虽然能源结构略有波动使其对碳排放的影响并不稳定，但能源结构变化仍然导致碳排放量累计增加了69.01 万t，其贡献程度在所有因素的影响效应中最小。能耗强度、行业比重和碳排放强度的变化均对交通运输业碳排放产生了抑制作用，且累积影响效应依次递减。其中，能耗强度和行业比重因在部分年份稍有上升而引起了碳排放量的增加，但在2005～2017年间二者分别以1.84%和1.71%的年均速度下降，累计分别减少碳排放量4 253.22和3 219.43 万t。煤炭及制品与油气及制品的碳排放强度总体均出现下降的趋势，年均下降速度分别为0.09%和0.08%，共引起碳排放量累计减少209.66万t。

将4大经济区域交通运输业碳排放逐年变化量分解成各因素的影响效应，得到各地区各因素在研究期间的累积影响效应，见表3。

在4个地区中，经济发展水平是对交通运输业碳排放累积影响效应最大的因素，且表示经济发展水平的人均GDP因逐年持续增长引起了各地区各年份碳排放量的增加。研究期间，虽然人均GDP水平由高到低排序依次为东部、东北、中部和西部地区，但4大经济区人均GDP年均增长速度却依次增加。其中，东部地区以9.01%的年均增速由2.365 4上升至6.659 5 万元/人，而西部地区人均GDP由0.949 5 上升至3.387 4 万元/人，年均增速为11.18%。

在交通运输业能耗强度方面，研究期间东部、中部、东北和西部地区年均能耗强度分别为1.298 7、1.475 4、1.785 2和1.980 1 tce/万元。然而，东部、西部和东北地区的能耗强度以依次递减的年均速度呈现出总体下降的趋势，导致能耗强度变化对碳排放产生了负向的累积效应，且影响程度仅次于经济发展水平因素。虽然中部地区能耗强度先增加后有所下降，但交通运输业能源消耗年均增长速度高于行业增加值的年均增长速度，使得能耗强度以0.41%的年均速度表现出总体增长的态势，从而为碳排放带来了正向的累积效应。由此可见，在低碳交通相关政策的实施下，各地区交通运输业能源利用效率均有所提升，但与东部地区相比，中部、东北和西部地区在降低能耗强度方面仍有较大的空间。

由于各地交通运输业增加值的年均增速均小于地区生产总值的年均增速，4大经济区均因行业比重总体下降而对各地碳排放产生了负向的累积效应。虽然4大经济区按行业比重的年均下降速度由高到底排序依次为：中部、西部、东北和东部地区，但各地区行业比重平均值的差别较小，说明作为国民经济先导行业的交通运输业，在带动经济发展方面的作用更加显著并趋于稳定。其中，中部地区行业比重以2.87%的年均速度由6.36%下降至4.48%，对碳排放带来的累积影响程度仅次于经济发展水平因素，其他3个经济区行业比重变化对碳排放的累积影响程度均小于经济发展水平和能耗强度。

研究期间，4大经济区的人口密度均呈现总体增长的趋势，对各地碳排放均产生了正向的累积效应。其中，东部、中部、东北和西部地区的人口密度依次递减，人口密度年均值分别为5.527 2、3.492 9、1.401 8和0.642 4 万人/万hm²。东部地区人口密度的增长速度最大，且东部与中部地区的人口密度逐年持续增长，促进了各年份碳排放量的增加。西部地区人口密度的年均增长率与中部地区相近，除2010年人口密度相比上一年下降外，其余年份人口密度的增加均对碳排放产生了促进作用。东北地区人口密度的年均增长速度最小，且2015～2017年人口密度不断下降，抑制了碳排放的增加，使得其对碳排放的累积影响虽为正向效应，但影响程度在各项因素中最小。

除东北地区以外，碳排放强度和能源结构是对碳排放影响程度最低的两项因素。在能源结构方面，各地区油气及制品消耗比例显著高于煤炭及制品，东部、西部、中部和东北地区油气及制品消耗比例的年均值依次递减，分别为89.66%、84.35%、83.31%和79.19%。其中，仅有西部地区油气及制品消耗比例以0.47%的年均速度呈现出微弱的上升趋势，其他3个经济区油气及制品消耗比例均有所下降。由于煤炭及制品消耗比例较低，其在增加时会表现出更高的变化率，因此东部、中部和东北地区煤炭及制品消耗比例上升增加的碳排放量大于其油气及制品消耗比例下降而减少的碳排放量。

研究期间，东北地区煤炭及制品碳排放强度总体稍有增加，其年均值为0.702 9 tC/tce，略高于其他3个经济区煤炭及制品的年均碳排放强度，而东部、西部和中部地区煤炭及制品的碳排放强度均有所下降，且年均下降速度依次递减。4大经济区油气及制品碳排放强度均出现总体下降的趋势，其中西部地区下降速度最快，由0.564 1下降至0.553 0 tC/tce，且其碳排放强度年均值在4大经济区中最小，而东部地区油气及制品碳排放强度的年均值最大，为0.569 6 tC/tce。由于东北地区煤炭及制品碳排放强度的年均增加幅度小于其油气及制品碳排放强度的年均下降幅度，因此东北地区碳排放强度的变化对碳排放产生了负向的累积影响效应，其他3个经济区两类能源碳排放强度均下降则对碳排放也起到了抑制作用。

本文测算了2005～2017年全国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）的交通运输业碳排放量，并在全国和4大经济区域2个层面，分析了碳排放的时空变化特征及其影响因素，研究主要结论如下。

（1）全国及4大经济区域交通运输业的碳排放量均呈现上升趋势，而上升速度总体有所下降。其中，东部地区累计碳排放量最大，其次依次为西部、中部和东北地区；中部地区碳排放量的年均增长速度最快，西部和东北地区次之，东部地区年均增长速度最慢；东部地区单位面积交通运输业碳排放量远高于其他3个经济区，而西部地区单位面积碳排放量最低且低于全国平均水平。

（2）全国交通运输业碳排放整体呈现出“东高西低”的空间分布状态，高排放量地区由东部向其他3个经济区逐渐扩展。在交通运输业碳排放空间分布的均衡程度方面，全国及东部、东北和中部地区的均衡程度有所提升，而西部地区的均衡程度总体呈现先下降后上升的趋势。同时，全国的均衡程度明显低于各个地区，中部地区的均衡程度显著高于其他3个经济区，而西部地区的均衡程度最低。

（3）在全国层面上，总体而言，经济发展水平、人口密度和能源结构的变化引起了交通运输业碳排放量的增加，能耗强度、行业比重和碳排放强度对交通运输业碳排放起到了抑制作用，且各因素按累积影响程度的大小排序依次为经济发展水平、能耗强度、行业比重、人口密度、碳排放强度和能源结构。

（4）在4大经济区域中，经济发展水平是对各地交通运输业碳排放累积影响最大的因素。能耗强度变化对东部、东北和西部地区碳排放起到了抑制作用，其影响程度仅次于经济发展水平。然而在中部地区，对碳排放累积影响效应仅次于经济发展水平的因素是行业比重，且各地区均因行业比重总体下降而对碳排放产生了负向的累积效应。与此同时4大经济区的人口密度均呈现总体增长的趋势，对碳排放起到了促进作用。除东北地区外，碳排放强度和能源结构是对碳排放累计影响作用最小的两项因素，其中能耗结构的变化仅造成了西部地区碳排放量的下降，而碳排放强度的变化使得各地碳排放量均有所减少。

综上可知，全国和各经济区域交通运输业碳排放的增长速度均得到了一定的控制。然而，西部、中部和东北地区与东部地区的经济发展水平具有较大的差距，且此差距总体呈现不断扩大的趋势，因此各地由经济发展引起的碳排放量仍会持续增加。由此可见，提高能源利用效率，推广使用清洁能源，并降低煤炭及制品的能耗比例，减小能源综合碳排放强度，依然是推进全国交通运输业可持续发展的有效途径。同时，交通运输业碳排放空间分布的区域差异较大，各区域应根据碳排放特征及其影响因素，聚焦节能减排的重点工作，发挥区域协同作用，进一步推动交通运输业节能减排进程。具体而言，人口密度对东部地区碳排放的累积影响显著大于其他地区，且东部地区人口密度及其增长速度远高于其他地区，但是东部地区能耗强度在4大经济区中最低、下降速度最快，因此合理控制人口规模是东部地区应关注的重点。相对于东部地区，东北和西部地区的能耗强度在下降空间与速度方面均存在一定的潜力，东北地区还应在发展交通运输业的同时加快缩小碳排放强度的空间差异。碳排放年均增长速度最快的中部地区，因交通运输业增加值年均增速小于能耗年均增速而导致能耗强度有所增加，从而促进了碳排放量的增长，因此提升能源利用效率是中部地区减缓碳排放增长速度的关键。