基于LMDI模型的山東省交通碳排放分析研究

郝晴　回曉洋　閆桂煥　郭東彥

摘要：本文基于2000～2014年山東省交通運輸業能源消費數據，計算山東省交通能源碳排放；構建山東省交通碳排放迪氏（Divisia）指數分解模型，運用LMDI算法分析山東省交通能耗碳排放驅動因素，得出結論：（1）山東省交通能源消費以油品為主，交通碳排放總量及強度呈現先升后降趨勢。（2）基于LMDI分解結果，經濟產出因素和能源強度因素是交通碳排放的主要正向驅動因素；產業結構因素是山東省交通碳排放的唯一負向驅動因素。建議山東省穩步優化當前產業結構，進一步降低山東省交通運輸業能源強度；調整交通能源結構，提升電力和天然氣比重；適當控制人口規模。

關鍵詞：LMDI算法，山東省，交通碳排放，產業結構

中圖分類號：X24 文獻標識碼：A DOI：10.3969/j.issn.1003-8256.2017.06.010

Research on the Transportation Carbon Emission in Shandong Province Based on the LMDI Model

HAO Qing， HUI Xiaoyang， YAN Guihuan， GUO Dongyan

（Ecology Institute of Shandong Academy of Science，Shandong Provincial Key Laboratory of Applied Microbiology，Jinan 250014，Shandong，China）

Abstract： In this paper， transportation carbon emission in Shandong province was calculated based on the transportation energy consumption from 2000 to 2014. The Divisia index decomposition model of Shandong transportation carbon emission was established and the LMDI algorithm was used to analyze the driving factors of Shandong transportation carbon emission. And the conclusions ： （1） Oil products remain to be the major energy consumed in Shandong transportation system. The transportation carbon emission and intensity shows a trend from rise to decline. （2）Energy intensity and economic output prove to be two main positive driving factors for the Shandong transportation carbon emission based on the LMDI decomposition results. While the industrial structure turns to be the only negative driving factor for the transportation carbon emission. It's suggested the current industrial structure should be optimized steadily. Meanwhile， the energy intensity should be further reduced， and the transportation energy structure needs improving so as to increase the proportion of natural gas and electricity. Moreover， controlling the population would avail to the reduction of carbon emission.

Keywords： LMDI algorithm； Shandong province； Transportation carbon emission； Industrial structure

0 引言

隨著汽車保有量的快速增加，交通用能增長迅速[1]，交通領域碳排放已逐漸成為二氧化碳排放控制的重點。據測算，2008年到2012年，全球交通領域碳排放量由66億噸增長到71.87億噸，年均增長率超過50%，其碳排放量僅次于工業領域[2]。因此，研究交通碳排放及其驅動因素的空間格局和時間演變規律有助于分析交通運輸業碳排放現狀及發展趨勢，為我國發展低碳經濟、降低碳排放量提供參考和借鑒[3]。

山東省交通基礎設施完善，具有公路、鐵路、航空、水運互相連接的立體網絡和綜合運輸體系[4]。目前，在城市化進程加快、能源需求量不斷增加的大背景下，山東省交通部門已成為僅次于工業和居民生活的第三大排放部門。2003～2012年，山東省交通能源消費量年均增速38.46%，交通碳排放年均增速33.7%，遠高于第三產業增加值增速17.95%，研究山東省交通碳排放對于發展低碳交通、實現節能降耗具有現實意義。目前，針對山東省碳排放的研究主要集中于山東省旅游交通碳排放[4]、山東省能源消費碳排放相關研究[5]、山東省能源消費分析及碳排放預測[6-8]、山東省能耗和城市化關系研究[9]、山東省能源效率研究[10]等，尚未開展針對山東省交通運輸業（交通運輸、倉儲和郵政業，簡稱交通運輸業，下同）能源消費碳排放驅動因素的相關研究。基于此，本文在測算2000～2014年山東省交通運輸業能源消費碳排放的基礎上，結合山東省交通運輸業行業特點、發展現狀及趨勢，運用LMDI算法分析交通能源消費碳排放各驅動因素，定量描述各驅動因素對碳排放的影響，研究碳排放與經濟發展、能源利用之間的關系，為交通運輸業低碳發展政策制定及規劃提供科學參考。endprint

1 研究方法及數據來源

1.1 碳排放測算

本文采用自上而下的計算方法測算山東省交通運輸業的能源消費二氧化碳排放，計算公式如下：

其中，CE為交通運輸部門碳排放總量，ECi為i種能源消耗量，TCi為i種能源的折標煤系數，PCi為i種能源的碳排放系數，Oi為i種能源的碳氧化率，i表示能源類型，IN表示碳與二氧化碳之間的轉換系數，IN=44/12。表1表示各類能源的碳排放相關參數。

1.2 交通碳排放驅動因素分解

交通運輸業二氧化碳排放與地區經濟、產業結構、能源結構及人口規模因素息息相關，基于此，構建山東省交通碳排放迪氏（Divisia）指數分解模型，具體表達式如下：

其中，i表示交通能源種類；CEi表示i類交通能源的碳排放量；ECi表示i類交通能源消耗量；EC表示交通能源總消耗量；GDPtr表示交通運輸業增加值；GDP3表示第三產業增加值；PO表示地區人口數量。為明確各類因素對碳排放變化的影響，令：

其中，ai表示i類交通能源碳排放系數，為能源碳排放強度因素；bi表示i類能源在交通能源消耗中所占份額，為能源結構因素；c表示交通運輸業單位增加值能耗，為能源強度因素；d表示交通運輸業產值占第三產業產值的比重，為產業結構因素；e表示人均第三產業增加值，為經濟產出因素；f為地區人口數量，為人口規模因素。公式（2）進一步表示為：

交通運輸業碳排放變化分解為能源碳排放強度、能源結構、能源強度、產業結構、經濟產出及人口規模等6種驅動因素定量影響之和，為對碳排放變化進行合理分解，消除分解余量，更好地表示各指標的兩期均值，采用Ang和Choi[12，13]提出的LMDI算法，具體表達式如下：

其中，t表示時期，為t期碳排放總量，為初期（基準期）碳排放總量，?CEa、?CEb、?CEc、?CEd、?CEe及?CEf分別表示碳排放強度效應、能源結構效應、能源強度效應、產業結構效應、經濟產出效應及人口規模效應；此處考慮到各類交通能源碳排放系數為固定值，碳排放效應可忽略，即?CEa=0。

1.3 數據來源

本文能源消費數據來源于2000～2015年《中國能源統計年鑒》、2000～2015年《山東統計年鑒》。折標煤系數來源于《綜合能耗計算通則》（GB/T 2589-2008），碳排放系數及氧化率來源于《省級溫室氣體清單編制指南》。

2 山東省交通碳排放及其驅動因素分析

2.1 山東省交通碳排放

山東省交通碳排放量如表2所示，2000～2014年，交通能源消費碳排放總量總體呈上升趨勢。各年份增速波動較大，年均增速17.67%；由圖1可看出，柴油碳排放量增長最快，由2000年的93.59萬噸增長至2013年的2569.88萬噸，自2003年，柴油消費碳排放量一直占據主導地位。汽油、燃料油和煤炭消費碳排放量先升后降。2005年前，各類交通能源碳排放所占比例起伏較大；2005年后，能源碳排放所占比例趨于穩定，柴油及電力碳排放所占比例波動性上升，到2014年，其所占比例分別為57.17%、16.07%；2014年汽油及燃料油消費碳排放占比分別為7.41%和14.86%；煤油、液化石油氣、煤炭、天然氣、其他油制品碳排放所占比例較低。

蒸汽機車不斷淘汰是山東省交通運輸業煤炭消費碳排放下降的主要原因；同時，雖然能源利用效率有所提高，但以柴油為主的內燃機車及電力機車的普及，機動車保有量的快速上升、道路運輸需求的不斷增加是柴油及電力消費碳排放上升的重要驅動因素，交通運輸業電力碳排放由2000年的117.88萬噸增長至2014年的722.54萬噸，年均增長率為11.38%。2014年，山東省交通運輸業汽油、柴油及燃料油消費碳排放比上年有明顯下降，這主要歸因于公路運輸中，新增重型貨車、營運客車、公交車、出租車中LNG等新能源車輛比重的提升，以及黃標車及老舊船舶的不斷淘汰。總的看來，原煤消費對交通運輸業碳排放影響較小且趨于穩定，油品依然是交通運輸業的主要能源，其消費量在一定程度上決定著山東省交通運輸業碳排放的變化趨勢。

如圖2所示，山東省交通運輸業人均碳排放由2000年的0.06萬噸/萬人增長至2012年的0.71萬噸/萬人，隨后降至2014年的0.46萬噸/萬人，總體呈現先升后降的趨勢。單位交通運輸業增加值碳排放先由2000年的0.95萬噸/萬元增至2005年的3.75萬噸/萬元，隨后降至2014年的1.93萬噸/萬元，總體呈現先升后降的趨勢，單位交通運輸業增加值碳排放表征碳排放強度，第三產業增加值增長反映著能耗量的增長，碳排放強度先升后降說明節能減排技術不斷進步，能源消費結構逐漸優化，經濟與能源的脫鉤效應逐漸顯現。

2.2 山東省交通碳排放驅動因素分析

利用LMDI算法對山東省交通碳排放進行完全分解，各驅動因素對相對基準年碳排放變化的累積效應和相對上一年碳排放變化的單年效應如圖3、表3及表4所示。

截至2014年，能源結構因素、能源強度因素、經濟產出因素、人口規模因素的累積效應都對山東省交通碳排放起正向驅動作用，產業結構因素累積效應起負向驅動作用。相比基準年，各驅動因素累積效應依次為189.93萬噸、1375.09萬噸、3363.15萬噸、134.85萬噸、-1175.82萬噸。

經濟產出和能源強度因素是拉動山東省交通碳排放增長的主要因素。2000年到2014年，經濟產出效應貢獻的碳排放由85.45萬噸增長至3859.92萬噸，隨后降至3363.15萬噸。人均第三產業增加值從0.32萬元/萬人增長至2.64萬元/萬人，增長了7.25倍。人均第三產業增加值是衡量經濟社會發展程度的重要標志；山東省作為人口大省，其人均第三產業增加值的快速增長意味著山東經濟正由工業主導型向服務主導型轉變，這間接反映了山東省以旅游、運輸等傳統性行業為主的服務貿易的快速發展。分析表4中2003～2004年、2005～2006年、2006～2007年、2007～2008年、2008～2009年、2009～2010年、2010～2011年、2011～2012年、2013～2014年等9組碳排放量變化相對平穩的時間段發現，經濟產出因素是交通碳排放的主導驅動因素，未來山東省經濟發展趨于平穩，適當調整人均第三產業GDP可有效控制山東省交通碳排放。endprint

山東省交通能源強度由2000年的0.34萬噸/萬元升高至2005年的1.69萬噸/萬元，而后降至2014年的0.80萬噸/萬元，其趨勢與交通運輸業碳排放量增長呈正相關；這表明交通能源消費量增長效應大于能源利用效率提升與能源技術進步效應之和。2005年，山東交通能源強度達到峰值1.69萬噸/萬元，貢獻了2287.66萬t交通碳排放；相比之下，其他一些省份[14，15]能源強度處于下降狀態，這表明山東省交通能源利用技術及利用效率仍有較大提升空間，2005年以后，能源強度開始下降，到2013年，能源強度下降至0.8萬噸/萬元，其貢獻的碳排放量降至1375.09萬噸。如表4所示，2004～2005年，山東交通能源碳排放增加1939.88萬噸，能源強度因素貢獻的碳排放量為1441.67萬噸，正向貢獻量最大，貢獻率為74.32%；2012～2013年，山東交通碳排放降低2320.73萬噸，能源強度因素貢獻的碳排放量為-1160.38萬噸，負向貢獻量最大，貢獻率為50%；交通能源強度降低有望成為抑制山東省交通碳排放的關鍵因素。

交通能源結構和人口規模因素在一定程度上加速了山東省交通碳排放增長，但其效應相對經濟產出和能源強度的效應較弱。由表2可知，柴油消費占據主導地位，油品消費比重不斷增加；液化石油氣及天然氣等清潔能源使用率較低，2005年前，交通運輸業尚未使用天然氣，交通電力能源利用逐年增長，但其所占比例不高，整體來看，山東省能源結構不夠合理，能源利用效率有待提升，LNG車輛、CNG車輛及以氫氣為燃料的車輛亟需大規模推廣。分析表3可知，2005年后，能源結構因素累積效應變化與交通碳排放趨勢保持一致，2012年，其碳排放貢獻量達到峰值228.11萬噸。結合表2可知，柴油消費量增加是碳排放增長的最主要原因。

分析表3可知，人口因素所產生的碳排放累積效應較弱。2000～2014年，山東省人口由8998萬人增長至9733萬人，而其對應的碳排放累積效應由3.49萬t增長至134.85萬噸；人口數量變化對碳排放變化有著相對重要的影響。隨著人口不斷增加，城鎮化進程加速與信息化發展，城鄉人員流動性增強，大城市居住域郊區化[16]，居民出行率提升，在一定程度上加速了交通碳排放增長。

產業結構即交通運輸業增加值占第三產業增加值的比例是對交通碳排放起到抑制作用的唯一因素，其累積效應與交通運輸業增加值增速和第三產業增加值增速的關系變化一致；山東省交通運輸業增加值占第三產業增加值的比例由2000年的18.26%降至2014年的12.19%。相對基準年，2001年，交通運輸業增加值增速高于第三產業增加值增速，碳排放累積效應為正；其余年份，交通運輸業增加值增速低于第三產業增加值增速，碳排放累積效應為負。2004～2005年，交通碳排放量增長1939.88萬噸，而產業結構因素的貢獻量為-81.51萬噸，2012～2013年，交通碳排放量下降2320.73萬噸，而產業結構因素的貢獻量為-334.58萬噸，產業結構因素與交通碳排放量變化呈現一定的脫鉤現象。總體來看，當前交通運輸業增加值變化與第三產業增加值變化發展處于較好勢態，適當控制交通運輸業增加值增速、提高第三產業增加值增速可降低山東省交通碳排放。

3 結論

本文根據山東省2000～2014年交通運輸業能源消費數據，計算2000～2014年山東省交通運輸業碳排放，2000～2014年，山東省交通碳排放總量先升后降，2012年山東省交通碳排放達到峰值6889.86萬噸，2014年碳排放量降至4496.17萬噸；人均碳排放出現波動，2005年為人均碳排放峰值年，碳排放強度先升后降。自2003年開始，山東省歷年交通運輸業油品消費碳排放占到總碳排放量的75%以上，以油品消費為主交通能源結構有待繼續優化，節能減排技術仍需進一步提高。

通過LMDI算法對交通能源碳排放進行因素分解，結論如下：

（1）基于LMDI分解結果累積效應分析，能源結構因素、能源強度因素、經濟產出因素和人口因素是交通碳排放總量上升的正向驅動因素，其中，經濟產出因素和能源強度因素的累積貢獻度較大，2014年的累積效應分別為3363.15萬噸、1375.09萬噸；人均三產增加值的快速提升直接反映著山東省以旅游、運輸等傳統性行業為主的服務貿易行業的快速發展，山東省交通碳排放降低的重點應放在能源強度降低和節能減排技術提升方面。2014年，能源結構和人口因素的累積效應分別為189.94萬噸、134.85萬噸；從能源結構角度看，LNG等新能源車輛的推廣使用將降低本省交通碳排放，同時，人口數量變動產生的累積碳排放效應不可忽略。

（2）產業結構因素是山東省交通碳排放的唯一負向驅動因素。2014年，產業結構因素產生的累積效應為-1175.82萬噸。2000～2014年，第三產業的快速發展是山東省交通碳排放增長的主要影響因素；分解結果顯示，交通運輸業增加值增速小于第三產業增速時，產業結構累積效應為負。在不阻礙經濟發展的前提下，適當控制交通運輸業經濟份額有利于降低交通碳排放。

基于2000～2013年山東省交通碳排放狀況及分解結果，為進一步優化山東省交通運輸業發展、能源結構調整與碳排放之間的關系，建議山東省繼續保持并穩步優化當前產業結構，適當控制交通運輸業經濟份額；進一步提升交通能源利用技術及利用效率；著力降低山東省交通運輸業能源強度；改善交通能源結構，提升天然氣及電力能源占比；有序擴大城市規模，適當調整人口規模及流動性。

參考文獻：

[1] 韓忠杰.低碳交通城市評價指標測量系統與建設方案研究[D].長安大學，2015.

[2] 蔡博峰，曹東，劉蘭翠等.中國交通二氧化碳排放研究[J].氣候變化研究進展，2011（3）：197-203.

[3] 于洋.中國二氧化碳凈排放和驅動因素研究[D].東北師范大學，2014.endprint

[4] 丁長安，田紅.山東省旅游交通碳排放量估算及結果分析[J].對外經貿，2015（2）：52-54.

[5] 宋杰鯤.基于LMDI的山東省能源消費碳排放因素分解[J].資源科學，2012（1）：35-41.

[6] 王敬華.山東省能源消費分析及其優化策略[J].中國人口·資源與環境，2014（11）：51-59.

[7] 宋杰鯤.山東省能源消費碳排放預測[J].技術經濟， 2012（1）：82-85+94.

[8] 王同孝，趙聯振，王偉.山東省能源消費與碳排放分析[J].中國人口·資源與環境，2012（7）：49-52.

[9] 許冬蘭，李琰.山東省城市化和能源消耗的關系研究[J].中國人口·資源與環境，2010（11）：19-24.

[10] 王江濤.環境約束下山東省能源利用效率研究[D].山東財經大學，2012.

[11] 宋然平，楊抒，孫淼.能源消耗引起的溫室氣體排放計算工具指南（2.1版）[Z].北京：世界能源研究所，2013.

[12] Ang B W.Decomposition methodology in industrial energy demand analysis[J].Energy，1995，20（11）：1081-1095.

[13] Ang B W，Choi K H.Decomposition of aggregate energy and gas emission intensities for industry：a refined Divisia index method[J].The Energy Journal，1997，18（3）：59-73.

[14] 楊良杰，吳威，蘇勤，等.江蘇省交通運輸業能源消費碳排放及脫鉤效應[J].長江流域資源與環境，2014（10）：1383-1390.

[15] 王婧.陜西省交通能源碳排放測算及影響因素分析[J].寶雞文理學院學報（自然科學版），2016（2）：1-6.

[16] 陳婧.人口因素對碳排放的影響[J].西北人口， 2011（2）：23-27+33.

（編輯：張萌）endprint