中國交通運輸業碳排放研究綜述與展望Review and Prospect of Carbon Emission Research in China

焦佳佳　趙慶聰

摘? 要：交通運輸業是我國能源消耗及碳排放的重點行業，隨著近年來全球對溫室氣體排放的關注，我國政府和學者也越來越重視該行業的節能減排。文章從中國交通運輸業碳排放量測算、交通運輸業碳排放效率和交通運輸業碳排放影響因素3個方面對我國在交通運輸業碳排放研究方面的文獻進行了梳理和綜述，并對該行業將來可能的研究方向進行了展望。

關鍵詞：交通運輸業；碳排放；綜述

中圖分類號：F403.3? ? 文獻標志碼：A? ? DOI：10.13714/j.cnki.1002-3100.2023.13.019

Abstract： The transportation industry is a key industry of energy consumption and carbon emissions in China. With the global attention to greenhouse gas emissions in recent years， the Chinese government and scholars are also paying more and more attention to energy conservation and emission reduction in this industry. This paper sorts out and reviews the literature on carbon emissions in China's transport industry from three aspects： Carbon emission measurement， carbon emission efficiency and influencing factors of transport industry carbon emissions， and prospects the possible research directions of this industry in the future.

Key words： transportation industry; carbon emission; review

交通運輸行業是我國碳排放的重點行業，約占全國總碳排放量的10%左右。由于我國城鎮化加快、區域間的交流越來越多并且經濟結構正在優化，導致交通運輸業的碳排放量增長較快。2020年9月中國明確提出了碳達峰、碳中和的目標。交通運輸業作為碳排放的大戶，該行業的節能減排對于“雙碳”目標的實現十分重要，因此關注和研究該行業碳排放的現狀和發展是必要的。本文對我國交通運輸業碳排放的現有研究成果進行了梳理和綜述，為該行業的進一步研究和節能減排工作提供借鑒和建議。

1? 交通運輸業碳排放量測算研究

對于交通運輸業的碳排放量，我國官方并未公布直接的數據，而實際去測量交通運輸業的碳排放幾乎是不可能的，因此目前我國的學者更多的是使用方法估算交通運輸業的碳排放量。《2006年IPCC國家溫室氣體清單指南》是目前世界大多數國家制定本國溫室氣體核算體系的標準，IPCC溫室氣體清單編制方法也是國際上廣泛認可并采用的方法，因此我國大多數學者計算交通運輸碳排放量也是參考該指南。交通運輸業的碳排放屬于移動源碳排放，《2006年IPCC國家溫室氣體清單指南》對移動源碳排放的估算提供了“自上而下”法和“自下而上”法兩種方法。

“自上而下”法主要是按照研究區域范圍內交通運輸業各能源的消耗量和燃料碳排放系數估算碳排放量。由于該種方法數據比較易得，而且碳排放系數也較準確，所以很多學者均采用此方法估算碳排放量。比如沙愛敏等[1]采用“自上而下”法估算了江蘇揚州交通碳排放量。盧升榮[2]采用“自上而下”法，參考《省級溫室氣體清單編制指南》中的各能源類型的碳排放因子，測算了長江經濟帶各省市交通運輸業碳排放量。閆紫薇[3]采用“自上而下”的方法計算了我國省級行政區的交通碳排放量。姚麗敏[4]根據IPCC提供的各種能源的碳排放系數，采用“自上而下”的方法，計算了陜西省交通運輸業的碳排放量。

“自下而上”的方法是以Schipper[5]提出的“活動-交通方式-比重-密度-油耗”的思想為基礎，首先需要獲取到各種交通方式的活動水平（如行駛里程）數據，然后根據獲取到的數據估算各種能源消耗量，最后計算得到碳排放量。該方法相對于“自上而下”方法需要收集更多種類的基礎數據，也有部分學者使用此方法估算交通運輸碳排放量。比如王晨妍[6]、陳露露等[7]根據“自下而上”的方法分別計算了陜西省公路運輸二氧化碳排放量和江蘇省公路運輸、城市客運領域的碳排放量。寧曉菊等[8]采用“自下而上”的方法估算了鄭州市居民交通碳排放。

由于“自上而下”和“自下而上”兩種方法有各自的優缺點，所以也有學者將兩種方法結合起來使用。比如蔡博峰等[9]運用“自上而下”的方法計算中國各省2007年道路運輸的二氧化碳排放量，然后將兩種方法結合起來分別計算了中國各省2007年鐵路、航空和水路運輸的二氧化碳排放量。

2? 交通運輸業碳排放效率研究

產出與投入之比是生產率（productivity），實際產出與理想產出之比為效率（efficiency）[10]。單要素生產率具有計算簡單的特點，對于交通運輸業碳排放，常用的單要素生產率有碳排放強度等，但是由于單要素生產率在測算時并沒有考慮全部要素的影響，可能使得反映出的生產率片面、局部，與實際情況有較大偏差。全要素生產率可以針對全部的要素投入測算生產率，包括勞動、資本、原材料、能源等。由于交通運輸業碳排放的投入和產出要素不可能是單一的，所以從全要素的角度研究交通運輸業碳排放效率是近幾年大多數學者的選擇。

碳排放效率可分為靜態效率和動態效率，學者們主要采用非參數法的數據包絡分析法和參數法的隨機前沿分析法測算靜態效率，主要運用Malmquist生產率指數分析動態效率。采用數據包絡分析法測算碳排放效率的有：董夢如等[11]運用基于非期望產出的超效率SBM模型測度并分析了中國海洋交通運輸業碳排放效率。袁長偉等[12]運用非期望產出的三階段SBM-DEA模型對中國交通運輸碳排放效率進行了測算。張倩[13]、袁長偉等[14]分別采用考慮非期望產出的Super-SBM模型測算了我國30個省份交通運輸碳排放效率并對測算結果進行了分析評價。采用隨機前沿分析法測算碳排放效率的有：平智毅等[15]、李世豪[16]、王甜飛[17]和臧紅映[18]都基于隨機前沿模型分別對長江經濟帶、京津冀地區、山東省和河南省的碳排放效率進行了估算。學者們往往在運用測算靜態效率的方法基礎上，結合Malmquist-Luenberger生產率指數分析動態效率。任夢洋等[19]運用包含非期望產出的超效率SBM模型測算并分析了我國國家中心城市的交通運輸業碳排放效率，并且采用Malmquist-Luenberger生產率指數進一步分析了碳排放效率的動態變化。盧升榮[2]通過構建SBM-GML模型從全要素角度對我國長江經濟帶交通運輸業碳排放效率進行了測度和分析。王艷秋等[20]構建Super-SBM-ML指數模型，從全要素的角度，估算了中部六省該行業的碳排放效率值，并分別對效率值總體和省際層面的變化過程進行了分析。也有一些學者運用其他方法測算碳排放效率值，比如邵海琴等[21]選用基于理想決策單元參照的交叉效率模型對2003—2018年中國省域交通碳排放效率進行了測度。張帥[22]運用RAM模型測度了中國交通運輸的三種效率，分別是：經濟效率、碳排放效率及聯合效率。

研究交通運輸業碳排放效率時，對于碳排放量這一要素的處理方式主要有兩種：第一種是將碳排放量作為投入指標處理；第二種是將其作為一種非期望產出處理。從文獻的梳理中可以發現，大多數學者比較偏向于將其作為非期望產出進行處理，因為更符合現實的生產流程。

3? 交通運輸業碳排放影響因素研究

對交通運輸業碳排放影響因素的研究，從研究方法的角度，大多數學者都采用指數分解法和計量分析方法。指數分解法是利用指數體系分析各影響因素變動對因變量的影響方向、程度及絕對數量。在指數分解法中學者們多采用LMDI因素分解模型研究該行業的碳排放影響因素，采用計量分析方法時，則多采用回歸模型進行分析。

茆哲銘[23]以Kaya恒等式為基礎，采用LMDI因素分解模型將京津冀交通碳排放量影響因素分解為人口、人均GDP、碳排放系數、交通運輸強度和交通能源強度5個方面進行分析，得出能源強度是抑制京津冀交通碳排放量的主要影響因子。楊學民[24]運用LMDI因素模型對能源強度、能源結構、經濟產出、人口規模等對北京市交通運輸、倉儲及郵政業碳排放核算有影響的因素進行了分析，也得出了能源強度對該行業具有明顯的抑制作用。王鵬[25]基于LMDI因素分解模型對全國以及依據碳排放強度劃分的不同等級地區交通運輸碳排放影響因素做了分解研究，發現運輸規模、行業經濟效率、能源消費結構等促進了該行業碳排放增長；能源利用效率和運輸結構則對該行業碳排放增長起到抑制作用。鄧蓉暉等[26]采用LMDI方法分析了能源結構、能源強度、規模效應、經濟效應和人口效應等對廣東省交通運輸業碳排放的影響，得到規模效應、經濟效應和人口效應對廣東省交通運輸業碳排放起到促進作用，而能源結構和能源強度起到抑制作用的結論。張國興等[27]運用LMDI法對黃河流域交通運輸碳排放的各項驅動因素進行分解分析，發現人均GDP和人口規模起到促進作用，運輸強度、單位周轉量能耗和能源強度起到抑制作用。

王靖添等[28]構建了分兩個層次研究中國交通運輸業碳排放影響因素的模型，運用計量經濟學方法進行實證分析，得出經濟發展水平、交通運輸結構、運輸裝備能效水平、運輸組織水平和基礎設施密度等是影響我國交通運輸碳排放的主要因素。范育潔[29]對STIRPAT模型進行了改進，利用嶺回歸法對影響我國該行業碳排放的因素進行了回歸分析，得出人口規模、人均碳排放、碳排放強度、客貨運周轉量、城鎮化率和交通基礎設施投資對我國交通運輸業碳排放均呈現正向作用，其中人口規模對其影響最大。呂倩等[30]基于STIRPAT模型進行回歸分析，構建京津冀地區碳排放影響因素模型，發現人均GDP、能源強度第三產業占比和公共交通是京津冀地區碳排放驅動重要因素。潘秀[31]綜合運用擴展的STIRPAT模型和LMDI分解法對影響我國交通運輸碳排放的主要因素進行了分析，最后得出了不同因素對我國省域該行業影響程度從大到小依次為：人均GDP、人口規模、交通運輸強度、交通能源強度和產業結構。

4? 結論與展望

從現有的研究可以發現，我國學者已經對交通運輸業的碳排放重視起來，在我國交通運輸業碳排放測算、碳排放效率和碳排放影響因素方面都有比較詳盡的研究，并且根據研究結果對交通運輸業的碳減排也提出了對策建議，有一定的參考和借鑒意義，但是我國交通運輸業的碳減排仍然任重而道遠，現有的研究也存在一些不足和問題，需要進一步完善。

第一，由于到目前為止我國官方還沒有直接發布關于碳排放量的精確數據，所以學者們大多會采用統計年鑒中的數據和IPCC提供的方法進行估算。然而統計年鑒的數據一般都比較宏觀，很難獲取到市級以下更小范圍區域所需指標的數據，而且現有研究大多數為了考慮數據的可得性和計算的方便性，直接對影響碳排放的能源種類進行簡化，如：公路運輸只考慮汽油和柴油的能源，簡化計算降低了估算數據的準確性。所以對于交通運輸業碳排放量的數據還需學者們進一步挖掘。

第二，在現有對交通運輸業的碳排放研究范圍上，大多數學者都是對全國、一些區域或省域進行研究，很少更進一步的研究更小區域的碳排放，這主要是考慮到數據的可得性，但是越小區域的研究越容易提出更加有針對性的建議，所以對該行業的碳排放更小范圍的研究也是必要的。

第三，交通運輸業主要包括公路運輸、鐵路運輸、水路運輸、航空運輸和管道運輸。現有的研究只有很少的學者針對某一具體的運輸行業進行了分析，不同的運輸方式肯定存在差異，因此更多的對某一具體運輸方式的碳排放進行研究也是學者們下一步可以考慮的。

第四，綜合看現在對我國交通運輸業碳排放研究的方法，不論是碳排放量的測算、碳排放效率的測算還是碳排放影響因素的分析，主流的方法都比較固定，比如碳排量的測算主要是采用“自上而下”的方法，碳排放影響因素的分析主要為LMDI指數分解法和計量回歸方法，不同的研究方法都有各自的優缺點，綜合運用各種不同方法，對比各方法的結果取長補短，或者考慮對研究方法進行創新，可能使得研究結果更加準確。

交通運輸業的碳排放在我國的總體碳排放中占有非常大的比例，交通運輸業碳排放的研究對于實現我國的“雙碳”目標，對于美麗中國的建設都具有十分重要的意義，學者們對于該領域的重視也必將大大加速該行業減排目標的實現。

參考文獻：

[1] 沙愛敏，陳婷，呂凡任，等. “雙碳”目標下揚州交通碳排放量測算及分析[J]. 綠色科技，2022，24（15）：276-280.

[2] 盧升榮. 長江經濟帶交通運輸業全要素碳排放效率研究[D]. 武漢：武漢理工大學，2018.

[3] 閆紫薇. 中國交通碳排放的測算及其影響因素的空間計量分析[D]. 北京：北京交通大學，2018.

[4] 姚麗敏. 陜西省交通運輸碳排放影響因素與減排路徑研究[D]. 西安：長安大學，2016.

[5]? SCHIPPER L， MARIE-LILLIU C， GORHAM R. Flexing the link between urban transport and CO2 emissions： A path for the world bank[C] // International Energy Agency， 2000.

[6] 王晨妍. 陜西省公路運輸綠色全要素生產率分析研究[D]. 西安：長安大學，2021.

[7] 陳露露，趙小風，賴力. 江蘇省交通運輸業碳排放預測及減排情景分析研究[J]. 環境科學與管理，2015，40（10）：13-17.

[8] 寧曉菊，張金萍，秦耀辰，等. 鄭州城市居民交通碳排放的時空特征[J]. 資源科學，2014，36（5）：1021-1028.

[9] 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，2011，7（3）：197-203.

[10] 科埃利，等. 效率與生產率分析引論[M]. 王忠玉，譯. 2版. 北京：中國人民大學出版社，2008.

[11] 董夢如，韓增林，郭建科. 中國海洋交通運輸業碳排放效率測度及影響因素分析[J]. 海洋通報，2020，39（2）：169-177.

[12] 袁長偉，趙瀟，孫璐. 中國交通運輸碳排放效率測度及收斂性研究[J]. 環境科學與技術，2019，42（12）：222-229.

[13] 張倩. 基于Super-SBM模型的交通運輸碳排放效率研究[D]. 西安：長安大學，2018.

[14] 袁長偉，張帥，焦萍，等. 中國省域交通運輸全要素碳排放效率時空變化及影響因素研究[J]. 資源科學，2017，39（4）：687-697.

[15] 平智毅，吳學兵，吳雪蓮. 長江經濟帶碳排放效率的時空差異及其影響因素分析[J]. 生態經濟，2020，36（3）：31-37.

[16] 李世豪. 基于隨機前沿模型的京津冀地區碳排放效率研究[D]. 北京：華北電力大學，2020.

[17] 王甜飛. 基于隨機前沿模型山東省碳排放效率比較研究[D]. 青島：青島大學，2018.

[18] 臧紅映. 碳排放效率測算及其影響因素的實證分析[D]. 重慶：重慶交通大學，2016.

[19] 任夢洋，黃羿，付善明，等. 國家中心城市交通運輸業碳排放效率研究[J]. 生態科學，2022，41（1）：169-178.

[20] 王艷秋，蔣惠園，方晨晨，等. 中部六省交通運輸業全要素碳排放效率測度及分析[J]. 公路與汽運，2020（3）：15-20，24.

[21] 邵海琴，王兆峰. 中國交通碳排放效率的空間關聯網絡結構及其影響因素[J]. 中國人口·資源與環境，2021，31（4）：32-41.

[22] 張帥. 基于RAM模型的交通運輸碳排放及經濟效率測度研究[D]. 西安：長安大學，2018.

[23] 茆哲銘. 京津冀交通運輸業碳排放的政策模擬分析[D]. 北京：北方工業大學，2022.

[24] 楊學民，劉創. 北京市交通運輸倉儲及郵政業碳排放核算的影響因素分析[J]. 物流工程與管理，2022，44（4）：105-110.

[25] 王鵬. 基于地區差異的中國交通運輸業碳排放影響因素研究[D]. 北京：華北電力大學，2021.

[26] 鄧蓉暉，武延坤，王群，等. 廣東省交通運輸業碳排放驅動因素及歸因分析[J]. 深圳職業技術學院學報，2021，20（3）：45-53，88.

[27] 張國興，蘇釗賢. 黃河流域交通運輸碳排放的影響因素分解與情景預測[J]. 管理評論，2020，32（12）：283-294.

[28] 王靖添，馬曉明. 中國交通運輸碳排放影響因素研究——基于雙層次計量模型分析[J]. 北京大學學報（自然科學版），2021，57（6）：1133-1142.

[29] 范育潔. 中國省域交通運輸業碳排放時空演變及影響因素研究[D]. 蘭州：蘭州大學，2020.

[30] 呂倩，高俊蓮. 京津冀地區交通運輸碳排放模型及驅動因素分析[J]. 生態經濟，2018，34（1）：31-36.

[31] 潘秀. 我國交通運輸業碳排放影響因素及預測研究[D]. 徐州：中國礦業大學，2018.