摘要：运用2008-2017年地区能源平衡表中交通运输业终端消费量和其他部门、私人车辆用于交通运输的石油制品消费量测算了广东省交通运输业碳排放量.基于扩展的Kaya恒等式，采用LMDI方法对碳排放变化进行多因素分解，考察能源结构、能源强度、规模效应、经济效应和人口效应等对广东省交通运输业碳排放的影响.应用LMDI-Attribution方法进行归因分析，量化公路、铁路、水路、民航等运输方式对碳排放影响因素变化的贡献.研究表明：①广东省交通运输业能源消耗主要为汽油和柴油;碳排放以公路运输为主;水路运输是碳排放增加的主要原因.②碳排放变化的主要影响因素为人口效应和能源强度;规模效应、经济效应、人口效应对碳排放变化起到促进作用，而能源结构和能源强度起到抑制作用.③公路运输对人口效应和能源强度变化的贡献最大;水路运输为人口效应增加的主要原因.所提出的政策建议将有助于广东省交通运输业节能减排工作.
关键词：广东省;交通运输业;碳排放;驱动因素;归因分析;LMDI分解;LMDI-Attribution
人类活动产生的温室气体影响气候变化，而气候变化对自然生态系统和人类社会经济系统会造成许多不利影响.根据国际能源署(InternationalEnergyAgency，IEA)的数据，2017年交通运输业CO2排放量为80.40亿吨，占全球CO2排放量的24.48%，其中：中国交通运输业CO2排放量为8.89亿吨，占全国CO2排放量的9.56%[1].2000-2015年中国交通运输业碳排放量最高的省份是广东省，大约占全国交通运输业CO2排放量的9.46%[2].广东省是经济和人口大省，也是受气候变化影响较严重的省份，《广东省应对气候变化“十三五”规划》中明确规定要有效控制交通领域温室气体排放，增强适应气候变化能力[3].因此，研究广东省交通运输业碳排放驱动因素及影响原因并提出相应的措施对于广东省交通运输业节能减排工作具有非常重要的意义
.国内外学者在交通运输业碳排放测算及驱动因素分析方面开展了大量研究[4-25].根据政府间气候变化专门委员会(theIntergovernmentalPanelonClimateChange，IPCC)提出的方法[26]，交通运输业碳排放测算可以采用两种方法:依据燃料消费，也就是自上而下的方法，由国家统计部门的相关数据及本地区燃料的排放因子测算碳排放[4-8];基于运输工具行驶的公里数(VKT)，也就是自下而上的方法，通过排放源分类、活动水平等测算碳排放，或通过运输设备能耗系数、货物周转量等间接测算碳排放[9-13].交通运输业碳排放驱动因素分解方法一般采用结构分解分析(thestructuraldecompositionanalysis，SDA)或指数分解分析(theindexdecompositionanalysis，IDA)[27].SDA是通过投入产出表对碳排放影响因素进行分解[14,15].IDA包括拉氏指数分解方法[16]和迪氏指数分解方法[27]，其中：对数平均迪氏指数(thelogarithmicmeanDivisiaindex，LMDI)方法在交通运输业碳排放影响因素分析中得到了广泛应用[17-25].上述研究成果有助于开展节能减排工作及制定相关政策.但是，已有研究存在两点需要改进之处：一、交通运输业碳排放测算.当采用燃料消费对碳排放进行测算时，一般利用《中国能源统计年鉴》[28]地区能源平衡表(实物量)中的相关数据[4-8].从2017年IEA的数据可以看出，中国交通运输业CO2排放量占全国碳排放量的比例与全球计算结果相比明显偏低，主要原因是中国能源平衡表计算原则与国际通行准则不同.根据王庆一的研究，中国能源平衡表中交通运输业终端消费量只统计交通部门运营车辆用油量，未统计其他部门和私人车辆的用油量，必须修正[29].因此，如果直接按照地区能源平衡表(实物量)中的数据测算碳排放可能会导致结果失真.二、交通运输业碳排放影响因素的归因分析.LMDI分解方法将某时间段内碳排放的变化分解为若干个影响因素的变化，这有助于揭示碳排放变动的原因，但无法考察公路、铁路、水路、民航等运输方式对碳排放影响因素变化的贡献，也无法进行归因分析.而LMDI-Attribution方法[30]能够考察碳排放影响因素变化时每种运输方式对影响因素变化的贡献，并进行归因分析.目前，运用LMDI-Attribution方法对交通运输业影响因素进行归因分析方面的研究还很少.
综上，为了对已有研究进行改进，我们以2008-2017年地区能源平衡表中交通运输业终端消费量和其他部门、私人车辆用于交通运输的石油制品消费量为基础，测算广东省交通运输业碳排放量.采用LMDI方法将碳排放变化分解为能源结构、能源强度、规模效应、经济效应、人口效应等影响因素，并运用LMDI-Attribution方法对交通运输业影响因素变化进行归因分析.根据研究结果所提出的政策建议将有助于广东省交通运输业节能减排工作.
1研究方法及数据来源
1.1广东省交通运输业能源消耗测算
1.1.1公路运输业能源消耗测算
公路运输业能源消耗主要为汽油和柴油[31]，由道路机动车耗能、非道路移动源耗能构成，消耗量计算需要获取排放源分类、活动水平等数据[32].由于相关数据调查收集具有一定的困难，因此，广东省公路运输业能源消耗量从《中国能源统计年鉴》地区能源平衡表(实物量)中获取.根据王庆一的研究，中国能源平衡表中其他部门和私人车辆用油量计入农业、工业、服务业(交通运输除外)和居民生活的石油制品消费量中;工业(包括建筑业)、服务业消费的95%的汽油、35%的柴油用于交通运输，居民生活和农业消费的全部汽油、居民生活消费的95%的柴油用于交通运输[29].
基于上述研究方法，广东省交通运输业能源消耗量由地区能源平衡表中交通运输业终端消费量与其他部门、私人车辆用于交通运输的石油制品消费量组成，其中：汽油消耗量全部用于公路运输;柴油消耗主要用于公路、铁路、水路运输，而铁路和水路运输的柴油消耗量由下文方法计算得到，将铁路和水路运输的消耗量扣除后得到用于公路运输的柴油消耗量.广东省交通运输业能源消耗量的组成及用途见表1.
1.5数据来源
铁路运输旅客周转量和货物周转量来源于《广东统计年鉴》[37];货运铁路机车合计日产量、货运铁路内燃机车日产量、货运铁路电力机车日产量等来源于《中国统计年鉴》[38]，截止时间为2014年末，2015-2017年数据取前三年数据的算数平均值;客运铁路内燃机车油耗系数、货运铁路内燃机车油耗系数、客运铁路电力机车电耗系数、货运铁路电力机车电耗系数等来源于《中国铁道年鉴》[39];水路运输客运周转量、货物周转量来源于《中国统计年鉴》;船舶油耗系数取50千克/万吨公里[33].
平均低位发热值来源于《综合能耗计算通则》[40];单位热值含碳量和碳氧化率分别来源于《省级温室气体清单编制指南(试行)》[41]表1.5和1.7;电力碳排放因子取南方电网CO2排放因子值[34].
公路及民航运输旅客周转量和货物周转量、交通运输业增加值、交通运输从业者等来自于《中国统计年鉴》，其中：交通运输业增加值以2008年为不变价进行了折算，所用的第三产业指数来源于《中国统计年鉴》.
四种运输方式的货物周转量均为换算周转量，由货物周转量加客运周转量乘以客货换算系数之积组成.公路、铁路、水路、民航等客货换算系数分别为0.1、1、0.333、0.072[42].
2结果与分析
2.1广东省交通运输业能源消耗及碳排放
根据公式(1)-(7)以及《中国能源统计年鉴》数据，2008-2017年广东省交通运输业能源消耗情况如图1所示.为了进行对比，将能源单位均换算为标准煤.从图1可以看出，广东省交通运输业能源消耗从2008年的3115万t标准煤增加到2017年的4883万t标准煤，年均增长5.12%，除2013年较2012年略有减少外，其它年份一直保持增长状态.2008-2017年共消耗能源39592万t标准煤，其中：汽油为17202万t标准煤，占比为43.45%;柴油为16579万t标准煤，占比为41.87%;煤油为3430万t标准煤，占比为8.66%;燃料油为2166万t标准煤，占比为5.47%;电力为216万t标准煤，占比为0.55%.从五种能源占比随时间变化可以看出，汽油占比从2008年的41.38%增加到2017年的45.59%;柴油占比从45.78%减小到38.16%;煤油占比从8.02%增加到8.81%;燃料油从4.34%增加到6.77%;电力从0.48%增加到0.68%.表明：汽油和柴油为广东省交通运输业消耗的主要能源，煤油和燃料油为消耗的次要能源，电力耗能相对可以忽略不计;随着时间变化，除了柴油消耗占比逐渐减小外，其它四种能源消耗占比逐渐增加.
运用公式(8)和(9)，2008-2017年广东省交通运输业碳排放情况如图2所示.从图2可以看出，广东省交通运输业碳排放从2008年的6433万t增加到2017年的10059万t，年均增长约5.09%，除2013年较2012年略有减少外，其它年份一直保持增长状态.2008-2017年碳排放为81662万t，其中：公路运输为54417万t，占比为66.64%;水路运输为19413万t，占比为23.77%;民航运输为7073万t，占比为8.66%;铁路运输为759万t，占比为0.93%.通过考察四种运输方式在广东省交通运输业碳排放的占比情况可以发现，公路运输碳排放占比从2008年的79.31%减小到2017年的46.07%;水路运输碳排放占比从11.53%增加到44.24%;民航和铁路运输碳排放占比变动相对很小.表明：广东省交通业碳排放以公路运输为主，水路次之，民航第三，铁路最小;水路运输是碳排放增加的主要原因.
2.2广东省交通运输业碳排放影响因素的LMDI分解
以上一年为基期(单时段)，运用公式(10)-(14)将2008-2017年广东省交通运输业碳排放影响因素进行LMDI分解，如表2所示.从表2可以看出，在逐年变化中除2012-2013年以外，碳排放均处于增长状态，平均每年增长5.19%.在五个影响因素中，能源强度和能源结构处于减少状态，平均每年减少8.89%和0.26%;人口效应、规模效应和经济效应处于增长状态，平均每年增长8.25%、5.96%和1.92%.
相关期刊推荐：《深圳职业技术学院学报》是由广东省教育厅主管、深圳职业技术学院主办的综合性学术刊物，双月刊，国内外公开发行。本刊坚持理论联系实际，从生产、管理、科研和社会服务等发展实际需要出发，面向国民经济主战场，重视发表那些理论密切联系实际，有重要应用价值和指导意义的文章,服务于区域经济、产业的调整、文化建设与人才培养质量、职业教育可持续发展等方面。
以2008年为基期(多时段)，2008-2017年广东省交通运输业碳排放影响因素的LMDI分解结果如图3所示.从图3可以看出，碳排放变化值从2008-2009年的5.86%增长到2008-2017年的56.35%，除2013年较前一年略有下降外，其余年份较前一年均保持增长状态，其中：人口效应从2008-2009年的12.74%增长到2008-2013年的98.16%，然后逐渐降低到2008-2017年的71.57%;能源强度从2008-2009年的-11.24%下降到2008-2017年的-55.62%，除2015年较前一年略有增加外，其余年份较前一年均保持下降状态;规模效应与碳排放变化趋势基本保持一致，从2008-2009年的7.69%增长到2008-2017年的63.31%;经济效应从2008-2009年的-1.72%增长到2008-2011年的2.75%，接着下降到2008-2013年的-18.10%，然后增长到2008-2017年的32.79%;能源结构一直保持下降状态，从2008-2009年的-0.05%下降到2008-2017年的-5.31%.表明：在多时间段内，五种因素对碳排放变化的影响不同，变化趋势也不同.
综合上述单时段和多时段LMDI分解结果，可以发现：人口效应和能源强度是广东省交通运输业碳排放变化的主要影响因素，规模效应和经济效应是次要影响因素，能源结构的影响相对可以忽略不计;规模效应、经济效应、人口效应等对碳排放变化起到促进作用，而能源结构和能源强度起到抑制作用.
为了更好地理解碳排放影响因素变化的原因，下面选取人口效应和能源强度进行归因分析，考察这两种效应变化时每种运输方式的贡献.
2.3广东省交通运输业碳排放驱动因素的LMDIAttribution分解
以2008年为基期，运用公式(15)和(16)对人口效应和能源强度进行LMDI-Attribution分解，如图4和5所示.
2.3.1人口效应的LMDI-Attribution分解
从图4可以看出，公路运输对人口效应变化的贡献与人口效应的变化趋势基本相同，从2008-2009年的10.19%增长到2008-2013年的59.98%，然后逐渐降低到2008-2017年的33.15%;水路运输对人口效应变化的贡献一直保持增长状态，从2008-2009年的1.37%增长到2008-2017年的31.14%;民航运输对人口效应变化的贡献从2008-2009年的1.06%增长到2008-2013年的9.80%，然后逐渐降低到2008-2017年的6.40%;铁路运输对人口效应变化的贡献从2008-2009年的0.13%增长到2008-2013年的1.61%，然后逐渐降低到2008-2017年的0.88%.表明：公路运输对人口效应变化的贡献最大，水路运输次之，民航运输第三，铁路运输最小;水路运输为人口效应增加的主要原因.
2.3.2能源强度的LMDI-Attribution分解
从图5可以看出，公路、铁路、水路、民航运输等对能源强度变化的贡献与能源强度的变化趋势基本相同，除2015年较前一年略有增加外，其余年份较前一年均保持下降状态，其中：公路运输从2008-2009年的-9.05%减少到2008-2017年的-39.14%;水路运输从-1.20%减少到-11.59%;民航运输从-0.87%减少到-4.46%;铁路运输从-0.11%减少到-0.43%.表明：公路运输对能源强度变化的贡献最大，水路运输次之，民航运输第三，铁路运输最小.——论文作者：邓蓉晖1，武延坤1，王群2，陈铁冰1*
转载请注明来自：http://www.lunwencheng.com/lunwen/jgu/20462.html
