基于GRA的河南省交通運輸碳排放影響因素研究

高廣闊，王影歌，李小川 GAO Guangkuo,WANG Yingge,LI Xiaochuan

（上海理工大學 管理學院，上海 200093）

0 引言

隨著全球經濟和人口規模的持續增長，人類的生產活動對地球生態系統產生了巨大的影響。與此同時，能源消耗引起的氣候變暖問題威脅著人類的生存環境，發展低碳經濟、倡導低碳生活、鼓勵低碳出行、實行節能減排的觀念已經漸漸被人們所接受，低碳交通將成為世界各地未來發展的必然趨勢和選擇[1-2]。交通運輸的碳排放量受到社會各界的廣泛關注，目前已有許多學者對交通運輸的碳排放因素進行了研究。Wang[3]等采用LMDI模型以交通運輸碳排放為研究對象，研究顯示對碳排放系數效應對交通運輸業碳排貢獻率影響很小，而運輸載重量以及運輸各環節之間的配合程度是可以促進碳排放量減少的主要因素。另外，人均貢獻程度低、運輸方式的聯動效應差是造成交通運輸碳排放量增長的主要潛在因素。Lee Schipper[4]分別應用LMDI和Laspeyres法對美國交通碳排放的影響因素進行分析，將交通碳排放影響因素分解為人口因子、運輸方式因子、經濟因子、利用率因子，并比較分析了各因素對碳排放的貢獻程度。喻潔[5]等應用LMDI法對我國交通運輸業碳排放因素進行分析，以不同的運輸方式為基點，從定量角度研究了碳排放變化趨勢，并結合實際情況提出了交通運輸節能減排的意見。歐陽斌[6]等對我國的交通運輸能耗量進行了統計分析，并以江蘇省的交通運輸情況為例，利用IPCC法計算交通運輸總能耗與碳排放之間的關系，提出了基于區域的差異化研究方法，為該領域的研究方法提供了新思路。

以上研究在交通運輸的碳排放特征、碳排放趨勢以及影響因素方面取得了許多成果，由于世界各地的產業格局和交通運輸方式具有較大的差異，即使是我國的不同地區也存在明顯的差異，所以根據不同區域特色來研究相關地區的交通運輸碳排放情況具有明顯的現實意義。鑒于此，本文以我國人口大省河南省為例，對該省的交通運輸碳排放情況進行研究。以該省2007～2016年的交通運輸綜合能源消耗量為參照，運用變形Kaya恒等式對影響交通運輸業碳排放的因素進行變形和分解，將河南省交通運輸碳排放因素分解為人口效應、經濟效應、能源效應，然后利用GRA從定量的角度對各因素進行關聯分析。通過實證得到各因素對交通運輸碳排放的貢獻度，并結合分析結果與現實情況給出合理的交通運輸減排建議。

1 理論模型

1.1 碳排放量計算公式

其中，E為交通運輸的碳排放總量，Ei為交通運輸能源i的消耗量，εi為交通運輸能源i的碳排放因子。

1.2 Kaya恒等式

Kaya恒等式是定量表示二氧化碳排放量的有效形式，由日本學者Kaya[7]首次提出。主要思想是將碳排放與人口、經濟、政策等因素聯系起來，分析碳排放量的推動力[8]。Kaya恒等式如式（2）所示：

其中，ECO2為二氧化碳排放量；E1、TG、TP為Kaya分解因素，分別表示一次能源消費量、國內生產總值以及國內人口總量，各因素之間緊密相關，從不同層面表示了碳排放變化的促進因素表示能源結構碳強度表示單位GDP能源強度表示人均國內生產總值。

1.3 改進Kaya恒等式

Kaya恒等式具有形式簡單且應用廣泛等優點，在交通運輸碳排放方面已經得到成功運用，例如文獻[9]對Kaya恒等式進行改進，得到可以應用到交通運輸行業的Kaya交通運輸碳排放恒等式，如式（3）所示，為了方便求解河南省交通運輸碳排放的影響因素，本文引用該改進Kaya恒等式。

為了更加形象說明式（3）中各因子的含義，對其中的因子表達式進行如下變換：從而得到式（3）的等價表達式：

其中，TP表示河南省的人口數量；TG表示河南省生產總值；Et表示河南省交通運輸能源消耗量；εi表示交通運輸能源i碳排放系數；ECO2表示河南省交通運輸碳排放總量；p為人口效應，表示人口數量的變化對交通運輸碳排放的影響程度；g為經濟效應，用來衡量河南的經濟發展水平對交通運輸碳排放的影響程度；e為能源強度效應，表示單位GDP的能源消耗量；ui表示能源結構效應，反映了交通運輸能源組成與碳排放的關系；fi表示碳排放因子效應，表示相應能源對碳排放量的貢獻能力。

1.4 灰色關聯分析法

灰色關聯分析（Grey Relational Analysis,GRA）是由我國學者鄧聚龍提出的一種衡量動態變化系統各因素之間作用關系的定量表示方法[10]。有效利用灰色信息可以更好地理解系統運行規則[11]，GRA的主要思想是首先研究各因素之間的發展異同程度，確定其相關關系的數學表達，然后對各因素的重要程度進行排序，找出對系統影響最大的因素，從而分析系統的主要特征[12]。本文選取交通運輸碳排放量作為參考向量，人口效應、經濟效應、能源強度效應、能源結構效應和碳排放因子效應作為比較向量，具體計算公式如下：

其中，V0（t）、Vi（t）分別為參考向量和比較向量；ri為V0（t）、Vi（t）之間的關聯度，ri∈ [0, 1]并且取值越大表示V0（t）、Vi（t）之間的關聯程度越大；βi（t）為關聯系數，表示V0（t）、Vi（t）之間的相差程度，為相對差；μ 為辨析常數，一般取值0.5；δ0i（t）表示V0（t）、Vi（t）的絕對差；δ（ min ）和 δ（ max ）分別為最小與最大兩級差。

2 實驗結果與分析

2.1 實驗仿真

本文選用2007～2016年的相關數據對河南省交通運輸碳排放進行研究。數據來源于國家統計局和《中國能源統計年鑒》。本文使用河南省交通運輸綜合能源消耗量求解交通運輸碳排放量，碳排放系數采用原煤、汽油、煤油、柴油、燃料油、天然氣、液化石油氣碳排放量的平均數，為0.58。

本文所有計算均在matlab2014b平臺上進行，首先由式（1）計算河南省交通運輸碳排放量，各數據如表1所示。

表1 河南省相關數據

2.2 實驗結果分析

由表1可知，在2007～2016年的10年間河南省交通運輸碳排放量增加了116.22%，河南省人口增加量為9.31%，河南省GDP增加量為168.45%，河南省交通運輸綜合能源消耗量增加量為116.22%，其中人口增加量與交通運輸碳排放量的增加量比值約為0.07，比1小兩個數量級，說明人口的波動對交通運輸碳排放量的影響較小，而GDP增加量和交通運輸綜合能源消耗量增加量與碳排放量的增加量的比值均大于1，說明經濟因素和能源結構因素對碳排放量的影響較大。

表2 各因素與碳排放量的關聯度

表2為本文通過改進Kaya模型分解出的各因素與碳排放量的關聯度，從中可以看出：綜合能源消耗量即能源效應與碳排放量的關聯度最大且接近1，說明交通運輸能源結構對交通運輸碳排放量的影響最大；GDP以及人均GDP與交通運輸碳排放量的關聯度分別為0.7968和0.8043，兩者較為接近，說明經濟因素和經濟強度對交通運輸碳排放量的影響較大；人口總數與交通運輸碳排放量的關聯度最小，說明人口因素對碳排放量的影響較小。總結以上結論可以發現當前河南省的經濟結構和交通運輸能源結構還存在較大的問題，比如河南全省的交通運輸車輛仍以汽油車和柴油車為主，新能源車輛普及度不高，造成了大量的碳排放，為了降低交通運輸對環境的不利影響，應該積極改善經濟和交通運輸能源結構。

3 結論

本文以我國人口大省河南省為例，對該省的交通運輸碳排放情況進行研究。首先根據河南省的交通運輸綜合能源消耗量計算得到交通運輸碳排放量，然后應用改進后的Kaya恒等式對河南省交通運輸碳排放因素進行分解，為得到各因素與碳排放量之間的相關度，最后應用GRA對各影響因素進行關聯分析。結果顯示不合理的經濟結構和交通能源結構是造成碳排放量不斷增加的主要因素，為從根本上改善交通運輸碳排放問題提供了理論依據。在此給出以下三點建議：（1）政府層面。政府應該積極改善本省的經濟結構，大力倡導低碳交通，鼓勵支持新能源技術的發展。（2）企業層面。以交通運輸設備為主營業務的企業包括傳統企業和新能源企業應該從國家大局出發，積極開發新興科技，促進低碳交通技術的快速發展。（3）民眾層面。普通民眾應該提升節能環保意識，積極響應國家政策，比如購買新能源汽車，選擇低碳出行方式。