陕西省交通运输业碳排放影响因素分解研究

摘要：基于陕西省相关统计数据，计算了2005～2013年陕西省交通运输业以及各种运输方式的碳排放量，通过构建LMDI分解模型，定量分析了运输能源强度、运输结构、交通运输业发展水平对陕西省交通运输业碳排放的影响。研究认为，运输能源强度的提高抑制了陕西省交通运输业碳排放量的增长，运输结构对陕西省交通运输业碳排放量增长的贡献力度不大，陕西省交通运输业发展水平的提高是影响碳排放量增长的主要因素。

关键词：陕西省；交通运输业；碳排放；LMDI分解法

中图分类号：X73文献标志码：A文章编号：16716248（2016）02003805

二氧化碳的大量排放导致了温室效应的日益严重，全球地表温度上升对人类的生存产生了巨大的威胁。2009年中国在哥本哈根气候会议上做出了到2020年单位国内生产总值二氧化碳排放量比2005年下降40%～45%的承诺，中国碳减排任务十分艰巨。作为中国国民经济发展的基础产业之一，交通运输业在运输生产和服务过程中要消耗大量的能源，尤其是化石燃料，而化石燃料的燃烧是二氧化碳排放的主要来源。根据IPCC提供的报告显示，交通运输部门是仅次于能源供应和工业生产的第三大温室气体排放部门[1]。因此，交通运输业是降低碳排放量的重要领域。

因素分解法是研究碳排放相关问题的一种重要的方法。碳排放因素分解法主要有：Divisia分解法（LMDI分解模型算法）、STIRPAT模型、 Laspeyres指数法等，其中应用最广泛的要数Divisia分解模型算法体系。徐国泉等给出了具体的LMDI分解模型算法，通过定量分析研究，认为能源效率的提高对中国人均碳排放具有抑制作用，能源结构的调整对中国人均碳排放的影响作用甚微[2]。雷厉等通过构建LMDI分解模型算法分析了中国碳排放的区域差异，体现了区域间碳排放影响因素的差异[3]。魏庆琦等利用LMDI分解模型算法研究了GDP、经济和交通的依存度、能源效率、运输结构等因素对中国交通运输业碳排放的影响[4]。徐雅楠等采用STIRPAT模型分析研究了人口、人均消费、技术等因素对交通运输业碳排放的影响，并将人口因素进行二次分解，研究不同人群是如何影响交通运输业碳排放的[5]。张明用Laspeyres完全分解方法研究了中国能源消耗和能源强度的变化特征[6]。

本论文在测算陕西省交通运输业碳排放量的基础上，通过LMDI分解模型算法的计算结果，分析各因素对陕西省交通运输业碳排放的影响。这对陕西省交通运输业实现碳减排，构建低碳环保交通体系具有一定的理论和现实意义。

一、LMDI分解模型构建本论文主要采用2005～2013年陕西省不同运输方式的客、货周转量，运输能源强度，不同能源的碳排放系数等数据。数据来源于历年《陕西省统计年鉴》《中国统计年鉴》等。

本文利用Divisia分解法中LMDI分解模型对陕西省交通运输业碳排放影响因素进行分析研究，其基本思想是把陕西省交通运输业碳排放量分解成若干影响因素组合的形式，然后计算这些影响因素的贡献值以及贡献率[7]。通过对Johan等提出的碳排放量基本模型进行变形，得交通运输业碳排放量的基本公式为[8]：C=∑ijCij=∑ijCijEij×EijTi×TiT×T（1）式中，C为陕西省交通运输业碳排放总量；Cij为第i种运输方式j种能源的碳排放量（i=1，2，3，4）；Eij为第i种运输方式第j种能源的消费量；Ti为第i种运输方式的换算周转量；T为陕西省交通运输业总换算周转量。令Fij=CijEij，将其定义为交通能源碳排放强度因素；令Iij=EijTi，将其定义为交通运输能源强度因素，即单位换算周转量所消耗的能源；令Si=TiT，将其定义为运输结构因素，即某种运输方式的换算周转量占总周转量的比例。

第t期相对于基期的碳排放量的变化可表示为[3]：ΔC=Ct-C0=∑ijFtij×Itij×Sti×Tt-

∑ijF0ij×I0ij×S0i×T0=

ΔFij+ΔIij+ΔSi+ΔT+ε=

ΔIij+ΔSi+ΔT+ε（2）式中，ΔC表示碳排放量从基期0到第t期的变化；能源强度Fij为一定值，故ΔFij=0；ΔIij表示运输能源强度因素变化对碳排放量的贡献值；ΔSi表示运输结构因素变化对碳排放量的贡献值；ΔT为交通运输业发展水平因素变化对碳排放量的贡献值；ε为分解余量。D=CtC0=DI×DS×DT×θ（3）对式（3）两边取对数得：lnD=lnDI+lnDS+lnDT+lnθ（4）式中，D、DI、DS、DT分别表示碳排放总量、运输能源强度、运输结构、交通运输业发展水平因素对碳排放量的贡献率，θ为分解余量。利用LMDI分解模型算法将式（2）分解如下：ΔIij=∑ijW′ij×lnItijI0ij；ΔSi=∑ijW′ij×lnStiS0i（5）

二、陕西省交通运输业

碳排放因素分解（一）陕西省交通运输业碳排放总量分析

本文采用以下公式对陕西省交通运输业碳排放量进行计算：C=∑ijCij=∑ijFij×Iij×Si ×T（8）根据国家发展和改革委员会能源研究所的《中国可持续发展能源暨碳排放情景分析综合报告》[9]提供的资料，Fij的取值如表1所示。

表1各类能源的碳排放系数ttce能源类型标煤柴油汽油原煤碳排放强度0.670 00.592 10.553 80.755 9随着科学的发展和进步，不同运输方式的运输能源强度即单位换算周转量消耗的能源会随之发生变化[910]。交通运输结构是指一个国家或者区域交通运输周转总量在不同交通运输方式下的分担[4]。为了综合计算不同运输方式占总周转量的比重，需要用到换算周转量的概念。换算周转量=货物周转量+（旅客周转量×客货换算系数），客货换算系数如表2所示，经过计算后的交通运输结构取值如表3所示。交通运输业发展水平主要通过陕西省年度交通运输总换算周转量来反映，其取值见表4所示。

[11]高洁.交通运输碳排放时空特征及演变机理研究[D].西安：长安大学，2013.

[12]尹鹏，段佩利，陈才.中国交通运输碳排放格局及其与经济增长的关系研究[J].干旱资源与环境，2016，30（5）：712.

[13]刘育红.“丝绸之路经济带”交通运输碳排放空间转移分析[J].财经理论与实践，2016（2）：129133.

[14]关海波，金良.中国交通运输碳排放测度及未来减排情景模拟[J].未来与发展，2012（7）：5559.

Decomposition of the impact factors of carbon emission in

Shaanxi transportation industryYUAN Changwei， LI Ruoying， RUI Xiaoli， BAI Juan

（School of Economics and Management， Changan University， Xian 710064， Shaanxi， China）Abstract： Based on data from 2005 to 2013 in Shaanxi， this paper calculated the carbon emissions of Shaanxi transportation industry and all modes of transportation from 2005 to 2013. By building LMDI decomposition model， it quantitatively analyzed the impact of transportation energy intensity， transportation structure， and the level of transportation industry development on carbon emissions of Shaanxi transportation industry. The results show that the improvement of energy intensity of transportation inhibits the growth of carbon emissions on Shaanxi transportation industry. Transportation structure has little contribution to the growth of carbon emissions. In addition， the improvement of Shaanxi transportation industry development level is the major factor affecting the growth of carbon emissions.

Key words： Shaanxi； transportation industry； carbon emissions； LMDI decomposition method