應用LMDI模型的江西省交通運輸業碳排放驅動力分析

收稿日期：20231203

通信作者：劉安（1988），男，高級工程師，主要從事公路與橋梁工程方面的研究。 Email：547001499@qq.com。

基金項目：國家自然科學面上基金資助項目（52372340）； 江西省交通廳重點項目（2022C0003）； 學科交叉聯合攻關項目（20225YB03）； 上海市自然科學基金資助項目（21ZR1466600）

摘要：通過統計分析江西省2011-2020年公路運輸、水路運輸、鐵路運輸和民航運輸總的能源消耗數據，確定了江西省交通運輸業二氧化碳排放的變化趨勢。利用對數平均權重（LMDI）法，分析了模式分擔、能源結構、規模效應、能源強度、經濟效應對江西省交通運輸部門碳排放變化產生的不同影響。研究結果表明：2011-2020年，江西省能源使用最多的是汽油和柴油；公路運輸部門是江西省交通運輸部門碳排放最多的部門；對碳排放的增長起推動作用的是模式分擔與經濟效應，起抑制作用的是能源結構與規模效應，而能源強度波動較大。

關鍵詞：碳排放； 交通運輸業； 驅動力因素； 對數平均權重（LMDI）法； 公路運輸； 江西省

中圖分類號：U 116.1文獻標志碼：A文章編號：10005013（2024）02027607

根據2019年國際能源署（IEA）年統計數據，交通運輸業二氧化碳排放量占全球碳排放量的五分之一［1］。我國交通運輸業二氧化碳排放量為9.1億t，接近全國排放量的十分之一，并且預計將繼續保持高速擴張趨勢［2］。《江西省“十四五”綜合交通運輸體系發展規劃》中指出，“十三五”期間江西省運輸大通道和綜合交通樞紐體系建設取得新進展［3］。截至2022年底，全省綜合交通網絡里程達到26 萬km，汽車保有量760.9 萬輛，年增長率為6.0%。與湖北、湖南、安徽這3個臨近省份相比，江西省雖然汽車保有量較少，但增長率在同一水平，其增長潛力巨大［4］。江西省在全國率先發布了《關于完整準確全面貫徹新發展理念做好碳達峰碳中和工作的實施意見》，該文件強調要加快構建綠色低碳交通運輸模式［5］。《江西省“十四五”能源發展規劃》中提出江西省面臨著較高的向低碳轉型的壓力［6］。

當前，用于評估不同要素對能源消耗和二氧化碳排放變化的影響的方法有很多，如結構分解分析（SDA）和指數分解分析（IDA）等，其中，IDA中的對數平均權重法（LMDI）能夠有效地處理殘差及零值問題，而且符合“完美分解方法”的所有要求，因此是實際研究中最常用的碳排放變化分解方法［711］。國內外學者利用LMDI方法對交通行業碳排放驅動因素進行了諸多研究，其影響因素通常分解成能源強度、模式分擔、經濟效應、人口密度、碳排放系數等［1219］。

通過江西省交通運輸業碳排放影響因素及其機理，可了其碳排放的關鍵驅動因素，對促進交通運輸業節能減排和能源結構調整具有重要意義，對實現“雙碳”目標也起到關鍵作用。本文考慮鐵路運輸、公路運輸、水路運輸和民航運輸4種方式，應用LMDI模型分析江西省交通運輸業碳排放驅動力。

1研究數據及方法

1.1研究數據

研究數據均來自2012-2021年的《江西統計年鑒》［20］《中國統計年鑒》［4］《中國鐵道年鑒》［21］和《中國能源統計年鑒》［22］，水運船舶的油耗系數定為50 kg·（萬t·km）-1［23］。

因為貨物周轉量和旅客周轉量不能直接相加，根據交通運輸部的客貨運周轉量轉換系數，把4種運輸方式（公路運輸、鐵路運輸、水路運輸及民航運輸）的周轉量均轉換為貨物周轉量［24］，最后，統一使用億t·km作為單位。4種運輸方式的客、貨運周轉量轉換系數分別為5.00，1.00，3.03，13.88。

1.2江西省交通運輸業能源消耗的測算

1.2.1公路運輸業能源消耗的測算依據《2006年IPCC國家溫室氣體排放清單指南》（IPCC指政府間氣候變化專門委員會），交通運輸行業有“自下而上”和“自上而下”兩種碳排放計算方法。 “自下而上”計算方法即通過不同類型的機動車型、保有量、行駛里程及單位行駛里程燃料消耗等進行計算； “自上而下”計算方法即通過對交通運輸工具燃油消耗的統計數據進行計算。由于我國機動車型、行駛里程等數據難以獲取，因此，采用“自上而下”的計算方法，結合公路運輸、水路運輸、鐵路運輸和民航運輸總的能源消耗數據估算江西省交通運輸部門產生的碳排放。

4種運輸方式用的能源包括石油制品、電力、燃氣和煤炭等，電力視為清潔能源，不計算碳排放。《中國能源統計年鑒》［22］中只計算了交通運輸部門營運車輛的燃油消耗，而私家車輛其他部門的燃油消耗不包含在統計年鑒數據中。依據各油品平衡表、相關行業能耗統計數據及相關專家的咨詢，交通運輸消耗的汽油由95%的工業（含建筑業）和服務行業消費的汽油，以及全部居民生活和農業消費的汽油構成；而柴油由35%的工業（含建筑業）和服務行業消費的柴油，以及95%的居民生活和農業消費的柴油構成［24］。

江西省交通行業所消耗的能量是由地區能源平衡表中終端消費量中交通運輸、倉儲和郵政業、建筑業、居民生活、農業消費和工業中的能源消費組成。汽油使用場景只用于公路部門；而柴油使用場景較為豐富，包括公路運輸、鐵路運輸和水路運輸。可先計算鐵路運輸、水路運輸的柴油使用量，然后從總量中減去這兩部分柴油量，從而得出公路運輸的柴油消耗。

1.2.2鐵路運輸業能源消耗的測算鐵路運輸業能碳排放來源主要為柴油（電力不計算間接排放）［26］，鐵路內燃機車燃油消耗量計算公式為

N內=N客內+N貨內。（1）

式（1）中：N內為內燃機車柴油消耗量；N客內，N貨內分別為客運、貨運內燃機車柴油消耗量。

N客內=Z客合×RC貨內×RC貨內RC貨合×RC貨內×NX客內。（2）

式（2）中：Z客合為客運機車合計旅客周轉量；RC貨合為貨運機車合計日產量；RC貨內為貨運內燃機車日產量；NX客內 為客運內燃機車油耗系數。

N貨內=Z貨合×RC貨合×RC貨內RC貨合×RC貨內×NX貨內。（3）

式（3）中：Z貨合為貨運機車合計貨物周轉量；NX貨內為貨運內燃機車油耗系數。

1.2.3水路運輸業能源消耗的測算

柴油和燃料油是水路運輸業的主要能源消費來源［26］。水路船舶柴油消耗量計算公式［23］為

N水=（0.065×Z客+Z貨）×NX水。（4）

式（4）中：N水為船舶柴油消耗量；Z客為水路運輸客運周轉量；Z貨為水路運輸貨物周轉量；NX水為船舶油耗系數。

全部燃料油在江西省地區能源平衡表（實物量）中被用于水路運輸。

1.2.4民航運輸業能源消耗的測算民航運輸部門碳排放來源主要是煤油［22］，《中國能源統計年鑒》中交通運輸、倉儲及郵電通信業的終端煤油消耗量全部為航空煤油消費量。

1.3江西省交通運輸業碳排放的測算

交通運輸業碳排放測算公式［27］為

式（5）中：Ct為t年交通運輸部門的碳排放；i為能源消耗的類型；j為交通運輸方式（公路運輸、鐵路運輸、水路運輸、民航運輸）；Ni，j為第j種運輸方式消耗的第i種能源的消耗量；EFi，j為第j種運輸方式的第i種能源的碳排放因子。

燃料碳排放因子查閱《中國能源統計年鑒》［22］，汽油，柴油，燃料油，煤油的碳排放因子分別為2.26，2.73，2.98，2.56。

1.4江西省交通運輸業碳排放變化驅動因素的LMDI分解

1.4.1江西省交通運輸業碳排放影響因素表達方法Kaya恒等式可將交通部門的碳排分解成多個因素［8］，即

Ct=∑i，jCti，j=∑i，jCti，jNti.j×Nti，jNtj×NtjTtj×TtjTt×TtGDPt×GDPt=

∑i，jCIti，j×SSti，j×TStj×TPtj×TGt×GDPt。（6）

式（6）中：Cti，j為基于燃料類型i的第j種運輸方式t年的碳排放；Nti，j為基于燃料類型i的第j種運輸方式t年能源消耗；Ntj為基于j種運輸方式的t年能源消耗；Ttj為基于j種運輸方式的t年貨物周轉量；Tt為t年的貨物周轉量；GDPt為t年經濟產出；CIti，j為第t年第j種運輸方式的第i種燃料的碳排放系數；SSti，j為第t年第j種運輸方式的第i種能源的能源結構；TStj為第t年第j種交通運輸方式的能源強度；TPtj為模式分擔；TGt=Tt/GDPt為規模效應。

1.4.2江西省交通運輸業碳排放變化驅動因素的LMDI分解方法應用對數平均權重（LMDI）法，目標年t和基準年0之間的碳排放變化的影響可以拆分為以下6種影響，即

ΔCtot=ΔCCI+ΔCSS+ΔCTS+ΔCTP+ΔCTG+ΔCGDP，（7）

ΔCCI=∑jΔCCI，j=ΔCCI，j=0，Ctj×C0j=0，ΔCCI，j=∑jL（Ctj，C0j）lnCItjCI0j，Ctj×C0j≠0，（8）

ΔCSS=∑jΔCSS，j=ΔCSS，j=0，Ctj×C0j=0，ΔCSS，j=∑jL（Ctj，C0j）lnSStjSS0j，Ctj×C0j≠0，（9）

ΔCTS=∑jΔCTS，j=ΔCTS，j=0，Ctj×C0j=0，ΔCTS，j=∑jL（Ctj，C0j）lnTStjTS0j，Ctj×C0j≠0，（10）

ΔCTP=∑jΔCTP，j=ΔCTP，j=0，Ctj×C0j=0，ΔCTP，j=∑jL（Ctj，C0j）lnTPtjTP0j，Ctj×C0j≠0，（11）

ΔCTG=∑jΔCTG，j=ΔCTG，j=0，Ctj×C0j=0，ΔCTG，j=∑jL（CtjC0j）lnTGtjTG0j，Ctj×C0j≠0，（12）

ΔCGDP=∑jΔCGDP，j=ΔCGDP，j=0，Ctj×C0j=0，ΔCGDP，j=∑jL（Ctj，C0j）lnGDPtjGDP0j，Ctj×C0j≠0，（13）

L（a，b）=（a-b）/（ln a-ln b）。（14）

式（7）～（14）中：ΔCtot為交通部門碳排放變化的影響；ΔCCI為排放系數變化對碳排放的影響；ΔCSS為能源結構變化對碳排放的影響；ΔCTS為能源強度變化對碳排放的影響；ΔCTP為模式分擔變化對碳排放的影響；ΔCTG為規模效應變化對碳排放的影響；ΔCGDP為經濟效應變化對碳排放的影響。

2研究結果與分析

2.1碳排放變化分析

2011-2020年交通運輸業碳排放比較，如圖1所示。圖1中：C為碳排放。

由圖1可知以下2點結論。

1） 除了2013-2014年和2019-2020年，江西省交通運輸業碳排放一直處于增長狀態，總量從2011年1 328萬t增加至2020年2 076萬t，年均增長率達到5.7%；2013年碳排放比2012年大幅增加的主要原因是公路運輸汽油消耗量的大量增長，而公路運輸汽油消耗量增長的原因是2013年民用汽車保有量比2012年增加了21.1%，其余年份平均增長率僅為14.8%；2020年，碳排放下降主要是因為當年國內新型冠狀病毒肺炎疫情肆虐，居民出行活動受到了很大程度的限制，導致交通運輸業各模式周轉量下降，從而碳排放比2019年低。

2） 從運輸模式看，2011-2020年，公路貨運對碳排放總量始終具有極高的貢獻度，2013年后占比穩定在90%以上，且公路貨運碳排放量呈現平穩上升的走勢，年均增長率達6.8%。其余各運輸方式對碳排放總量貢獻均較小；2020年，水路貨運、民航客運、公路客運占碳排放總量占比分別為3.1%，1.6%，1.0%，分列2，3，4位，水路貨運碳排放呈下降趨向，年均減少3.6%，可能與柴油船舶逐漸替代燃料油船舶有關，而民航客運則保持迅猛增長態勢，10 a間碳排放實現了翻倍增長，表明隨著經濟發展與航空事業建設，人們對高質量遠距離出行的需求不斷增長。總體而言，在4種運輸方式中，鐵路貨運產生碳排放最少，這很可能是由于電力機車逐步取代柴油機車。

在上述分析基礎上，進一步對客運、貨運碳排放中不同運輸方式占比進行分析。在客運方面，碳排放占比呈現著鐵路運輸、 公路運輸、民航運輸“三分天下”的格局，2017年前，公路運輸、鐵路運輸貢獻了絕大部分碳排放，分居第1，2位，而2018年后民航運輸成為客運碳排放的主力，2020年占比達50.9%，這同樣與我國航空事業的蓬勃發展密不可分。在貨運方面，與總體碳排放情況相似，公路運輸占比始終保持在90%以上，其次為水路運輸，鐵路運輸、民航運輸占比較少。

以上分析表明：2011-2020年，公路運輸部門是江西省交通運輸部門碳排放最多的部門，尤其以公路貨運為主，最少的是鐵路貨運碳排放。這是因為2011-2020年，江西省高速公路里程翻倍，客、貨車保有量持續增加，公路運輸占比持續增加，成為江西省交通部門碳排放的主導要素。隨著人們對靈活性和便利性需求的不斷擴大，高速公路的碳排放也在快速上升，這與產業結構的轉變和人民對美好生活的不斷追求密切相關。

2.2碳排放影響因素分析

2011-2020年江西省交通運輸業的碳排放影響，如圖2所示。由圖2可知：2011-2020年，碳排放雖有波動，但整體呈現穩定上升趨勢，年均增長率高達89%。在5個影響因素中，對碳排放變化的增長起推動作用的是模式分擔與經濟效應，起抑制作用的是能源結構與規模效應；而能源強度情況波動較大，在2018年前主要起到抑制作用，在2019，2020年則起促進作用。

經濟效應是2011-2020年碳排放持續增加的主要推手。運輸需求與經濟效應息息相關，江西省人均GDP由2011年26 157元增長到2020年的56 846元，年增長率達到17.32%。目前，江西省仍處于機動化和城市化的早期階段。隨著經濟水平的增長，人們對生活品質的追求越來越高，交通的便利性也成為不可或缺的一環。現代物流系統的發展為客貨運輸帶來了新的挑戰，因此，高效的物流服務成為當今社會發展的重要支柱。

相較而言，模式分擔對增加運輸部門碳排放的推動力更小，但依然具有不容忽視的作用。2011-2020年，鐵路運輸占運輸服務總量的占比從36.17%下降到21.00%，公路運輸占比從57.78%上漲到72.34%，民航運輸從0.46%上漲到0.76%。燃油消耗更少、相對更為清潔的鐵路運輸所占比重不斷被能耗與碳排放更多的公路運輸擠占，從而促進了碳排放的逐年增長。

能源強度對江西省交通運輸的碳排放的影響處于波動狀態，這可能與運輸模式的轉變有關，反映了江西省交通運輸業從鐵路等能源消耗較少的模式向公路運輸和民航運輸等能源消耗較密集的運輸方式的轉變。

規模效應在降低運輸部門碳排放方面起到主導作用，貨物周轉量增加值小于GDP的增加值，規模效應普遍下降。這是由于隨著經濟的發展，同樣的運輸服務為經濟提供了更多的附加值，從而降低了規模效應。同時，交通運輸方式日益轉向不太環保的公路運輸和航空運輸。

能源結構是運輸部門碳排放減少的另一個因素。鐵路部門二氧化碳減少主要歸功于電力機車替代柴油機車，水運部門二氧化碳減少歸功于柴油船舶替代燃料油船舶。

3結論與建議

3.1結論

1） 從碳排放角度，從2011年至2020年，除2013-2014年和2019-2020年外，江西省交通運輸業碳排放情況整體呈現持續增長趨勢，總量從1 328萬t增加至2 076萬t，年均增長率達5.7%。

2） 從交通結構角度，在江西省交通運輸業中，道路交通部門占據了最重要的地位，對碳排放的影響最為顯著。2011-2020年，公路運輸占運輸服務總量的占比從57.78%上漲到72.34%，2013年后公路貨運對碳排放總量的貢獻穩定在90%以上，且呈現平穩增長的趨勢。

3） 從能源結構角度，江西省交通運輸業能源消耗從2014年759萬t增長到2020年1 208萬t，年均增長率高達5.93%，能源使用最多的是汽油和柴油，使用較少的是燃料油和煤油。柴油和燃料油的消耗量占比逐漸減小，汽油和煤油的消耗占比逐年增加。

4） 從驅動力角度，江西省交通運輸業碳排放增加的主要驅動力為經濟效應，模式分擔效應同樣具有不容忽視的促進作用；規模效應在降低運輸部門碳排放方面起到主導作用，能源結構同樣起到微弱抑制作用；而能源強度對碳排放的影響處于波動狀態，2018年后隨著運輸方式的轉變對碳排放增加產生促進作用。

3.2政策建議

1） 優化交通運輸結構。目前，江西省的交通運輸結構中碳排放相對較高的公路運輸占據了主導地位。應當適當控制公路的發展速度，減少公路的投資比例，大力推進“公轉鐵”“公轉水”，以促進多式聯運，尤其是進一步加快高速鐵路的發展，充分利用高速鐵路運量大、速度快、安全、舒適和能耗低的優勢，較大程度上轉移公路的運輸量；依托江西省豐富的水資源，發展水運運輸大宗貨物的優勢，提升省內九江港、南昌港等碼頭的運輸能力，實現省內交通運輸結構的優化。對于目前迅猛發展的民航運輸方式，可以通過提高飛機的能源效率，優化航線設計，以及推動短途旅行的鐵路替代等方式，逐步降低碳排放。

2） 優化能源結構。柴油、汽油和煤油等化石燃料是目前江西省交通運輸業的主要能源，碳排放均相對較高。為優化能源結構，實現各類運輸方式低碳化轉型，應積極推廣新能源技術，推動新能源汽車的普及。由于江西省內有豐富的稀土資源作為新能源汽車的原材料保障，所以省內電動汽車的發展前景相對更好。同時，應加強對生物燃料和氫能等清潔能源的研發和推廣，逐步替代化石燃料。

參考文獻：

［1］楊東，李艷紅，田春林.交通運輸行業碳排放自然達峰特征與峰值預測研究［J/OL］. 交通運輸系統工程與信息，2024（1）：117.http：∥kns.cnki.net/kcms/detail/11.4520.U.20240226.1543.004.html.

［2］喻潔，達亞彬，歐陽斌.基于LMDI分解方法的中國交通運輸行業碳排放變化分析［J］.中國公路學報，2015，28（10）：112119.DOI：10.19721/j.cnki.10017372.2015.10.015.

［3］江西省綜合交通運輸事業發展中心.江西省人民政府辦公廳關于印發江西省“十四五”綜合交通運輸體系發展規劃的通知［EB/OL］.（20230217）［20231114］.http：∥jxgl.jt.jiangxi.gov.cn/art/2023/2/17/art_82893_4699781.html.

［4］國家統計局.中國統計年鑒（2012-2021）［M］. 北京：中國統計出版社，2012-2021.

［5］江西省人民政府.最新發布關于完整準確全面貫徹新發展理念做好碳達峰碳中和工作的實施意見［EB/OL］.（20220406）［20231114］.https：∥www.jiangxi.gov.cn/art/2022/4/8/art_4990_3913111.html.

［6］江西省人民政府辦公廳.關于印發江西省“十四五”能源發展規劃的通知［EB/OL］.（20220524）［20231114］.https：∥www.tongdow.com/zixun/xitu/hangyepinglun/20220524571089.html.

［7］CHANG C C.A multivariate causality test of carbon dioxide emissions， energy consumption and economic growth in China［J］.Applied Energy，2010，87（11）：35333537.DOI：10.1016/j.apenergy.2010.05.004.

［8］ZHANG Ming，LI Huanan，ZHOU Min，et al.Decomposition analysis of energy consumption in Chinese transportation sector［J］.Applied Energy，2011，88（6）：22792285.DOI：10.1016/j.apenergy.2010.12.077.

［9］ANG B W，Zhang F Q.A survey of index decomposition analysis in energy and environmental studies［J］.Energy，2000，25（12）：11491176.DOI：10.1016/S03605442（00）000396.

［10］ANG B W，LIU F L.A new energy decomposition method： Perfect in decomposition and consistent in aggregation［J］.Energy，2001，26（6）：537548.DOI：10.1016/S03605442（01）000226.

［11］ZHANG Yuejun，DA Yabin.The decomposition of energyrelated carbon emission and its decoupling with economic growth in China［J］.Renewable and Sustainable Energy Reviews，2015，41：12551266.DOI：10.1016/j.rser.2014.09.021.

［12］SCHOLL L，SCHIPPER L，KIANG N.CO2 emissions from passenger transport［J］.Energy Policy，1996，24（1）：1730.DOI：10.1016/03014215（95）001484.

［13］MAZZARINO M.The economics of the greenhouse effect： Evaluating the climate change impact due to the transport sector in Italy［J］.Energy Policy，2000，28（10）：957966.

［14］LAKSHMANAN T R，HAN Xiaoli.Factors underlying transportation CO2 emissions in the USA： A decomposition analysis［J］.Transportation Research Part D： Transport and Environment，1997，2（1）：115.DOI：10.1016/S13619209（96）000119.

［15］LU I J，LIN S J，LEWIS C.Decomposition and decoupling effects of carbon dioxide emission from highway transportation in Taiwan， Germany， Japan and South Korea［J］.Energy Policy，2007，35（6）：32263235.DOI：10.1016/j.enpol.2006.11.003.

［16］TIMILSINA G R，SHRESTHA A.Factors affecting transport sector CO2 emissions growth in Latin American and Caribbean Countries： An LMDI decomposition analysis［J］.International Journal of Energy Research，2009，33（4）：396414.DOI：10.1002/er.1486.

［17］LUO Xiao，DONG Liang，DOU Yi，et al.Regional disparity analysis of Chinese freight transport CO2 emissions from 1990 to 2007： Driving forces and policy challenges［J］.Journal of Transport Geography，2016，56：114.DOI：10.1016/j.jtrangeo.2016.08.010.

［18］WEI Qingqi，ZHAO Songzheng，XIAO Wei.A quantitative analysis of carbon emissions reduction ability of transportation structure optimization in China［J］.Journal of Transportation Systems Engineering and Information Technology，2013，13（3）：1017.DOI：10.1016/S15706672（13）601099.

［19］WANG Wenwen，ZHANG Min，ZHOU Min.Using LMDI method to analyze transport sector CO2 emissions in China［J］.Energy，2011，36（10）：59095915.DOI：10.1016/j.energy.2011.08.031.

［20］江西省統計局，國家統計局江西調查總隊.江西統計年鑒（2012-2021）［M］.北京：中國統計出版社，2012-2021.

［21］中國國家鐵路集團有限公司．中國鐵道年鑒（2012-2021）［M］．北京：中國國家鐵路集團有限公司，2012-2021.

［22］國家統計局能源統計司.中國能源統計年鑒（2012-2021）［M］.北京：中國統計出版社，2012-2021.

［23］環境保護部.非道路移動源大氣污染物排放清單編制技術指南（試行）［Z］.北京：環境保護部，2014.

［24］《交通大辭典》編委會.交通大辭典［M］.上海：上海交通大學出版社，2005.

［25］王慶一.按國際準則計算的中國終端用能和能源效率［J］.中國能源，2006，28（12）：59.

［26］王慶一.2019能源數據［R］.北京：綠色創新發展中心，2019.

［27］The intergovernmental panel on climate change （IPCC）.2006 IPCC guidelines for national greenhouse gas inventories ［EB/OL］.（20200701）［20200922］.https：∥www.ipccnggip.iges.or.jp/public/2006gl/index.html.

（責任編輯： 陳志賢 英文審校： 方德平）