中国交通运输业碳排放研究综述与展望Review,and,Prospect,of,Carbon,Emission,Research,in,China

焦佳佳　赵庆聪

摘  要：交通运输业是我国能源消耗及碳排放的重点行业，随着近年来全球对温室气体排放的关注，我国政府和学者也越来越重视该行业的节能减排。文章从中国交通运输业碳排放量测算、交通运输业碳排放效率和交通运输业碳排放影响因素3个方面对我国在交通运输业碳排放研究方面的文献进行了梳理和综述，并对该行业将来可能的研究方向进行了展望。

关键词：交通运输业；
碳排放；
综述

中图分类号：F403.3    文献标志码：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

交通运输行业是我国碳排放的重点行业，约占全国总碳排放量的10%左右。由于我国城镇化加快、区域间的交流越来越多并且经济结构正在优化，导致交通运输业的碳排放量增长较快。2020年9月中国明确提出了碳达峰、碳中和的目标。交通运输业作为碳排放的大户，该行业的节能减排对于“双碳”目标的实现十分重要，因此关注和研究该行业碳排放的现状和发展是必要的。本文对我国交通运输业碳排放的现有研究成果进行了梳理和综述，为该行业的进一步研究和节能减排工作提供借鉴和建议。

1  交通运输业碳排放量测算研究

对于交通运输业的碳排放量，我国官方并未公布直接的数据，而实际去测量交通运输业的碳排放幾乎是不可能的，因此目前我国的学者更多的是使用方法估算交通运输业的碳排放量。《2006年IPCC国家温室气体清单指南》是目前世界大多数国家制定本国温室气体核算体系的标准，IPCC温室气体清单编制方法也是国际上广泛认可并采用的方法，因此我国大多数学者计算交通运输碳排放量也是参考该指南。交通运输业的碳排放属于移动源碳排放，《2006年IPCC国家温室气体清单指南》对移动源碳排放的估算提供了“自上而下”法和“自下而上”法两种方法。

“自上而下”法主要是按照研究区域范围内交通运输业各能源的消耗量和燃料碳排放系数估算碳排放量。由于该种方法数据比较易得，而且碳排放系数也较准确，所以很多学者均采用此方法估算碳排放量。比如沙爱敏等[1]采用“自上而下”法估算了江苏扬州交通碳排放量。卢升荣[2]采用“自上而下”法，参考《省级温室气体清单编制指南》中的各能源类型的碳排放因子，测算了长江经济带各省市交通运输业碳排放量。闫紫薇[3]采用“自上而下”的方法计算了我国省级行政区的交通碳排放量。姚丽敏[4]根据IPCC提供的各种能源的碳排放系数，采用“自上而下”的方法，计算了陕西省交通运输业的碳排放量。

“自下而上”的方法是以Schipper[5]提出的“活动-交通方式-比重-密度-油耗”的思想为基础，首先需要获取到各种交通方式的活动水平（如行驶里程）数据，然后根据获取到的数据估算各种能源消耗量，最后计算得到碳排放量。该方法相对于“自上而下”方法需要收集更多种类的基础数据，也有部分学者使用此方法估算交通运输碳排放量。比如王晨妍[6]、陈露露等[7]根据“自下而上”的方法分别计算了陕西省公路运输二氧化碳排放量和江苏省公路运输、城市客运领域的碳排放量。宁晓菊等[8]采用“自下而上”的方法估算了郑州市居民交通碳排放。

由于“自上而下”和“自下而上”两种方法有各自的优缺点，所以也有学者将两种方法结合起来使用。比如蔡博峰等[9]运用“自上而下”的方法计算中国各省2007年道路运输的二氧化碳排放量，然后将两种方法结合起来分别计算了中国各省2007年铁路、航空和水路运输的二氧化碳排放量。

2  交通运输业碳排放效率研究

产出与投入之比是生产率（productivity），实际产出与理想产出之比为效率（efficiency）[10]。单要素生产率具有计算简单的特点，对于交通运输业碳排放，常用的单要素生产率有碳排放强度等，但是由于单要素生产率在测算时并没有考虑全部要素的影响，可能使得反映出的生产率片面、局部，与实际情况有较大偏差。全要素生产率可以针对全部的要素投入测算生产率，包括劳动、资本、原材料、能源等。由于交通运输业碳排放的投入和产出要素不可能是单一的，所以从全要素的角度研究交通运输业碳排放效率是近几年大多数学者的选择。

碳排放效率可分为静态效率和动态效率，学者们主要采用非参数法的数据包络分析法和参数法的随机前沿分析法测算静态效率，主要运用Malmquist生产率指数分析动态效率。采用数据包络分析法测算碳排放效率的有：董梦如等[11]运用基于非期望产出的超效率SBM模型测度并分析了中国海洋交通运输业碳排放效率。袁长伟等[12]运用非期望产出的三阶段SBM-DEA模型对中国交通运输碳排放效率进行了测算。张倩[13]、袁长伟等[14]分别采用考虑非期望产出的Super-SBM模型测算了我国30个省份交通运输碳排放效率并对测算结果进行了分析评价。采用随机前沿分析法测算碳排放效率的有：平智毅等[15]、李世豪[16]、王甜飞[17]和臧红映[18]都基于随机前沿模型分别对长江经济带、京津冀地区、山东省和河南省的碳排放效率进行了估算。学者们往往在运用测算静态效率的方法基础上，结合Malmquist-Luenberger生产率指数分析动态效率。任梦洋等[19]运用包含非期望产出的超效率SBM模型测算并分析了我国国家中心城市的交通运输业碳排放效率，并且采用Malmquist-Luenberger生产率指数进一步分析了碳排放效率的动态变化。卢升荣[2]通过构建SBM-GML模型从全要素角度对我国长江经济带交通运输业碳排放效率进行了测度和分析。王艳秋等[20]构建Super-SBM-ML指数模型，从全要素的角度，估算了中部六省该行业的碳排放效率值，并分别对效率值总体和省际层面的变化过程进行了分析。也有一些学者运用其他方法测算碳排放效率值，比如邵海琴等[21]选用基于理想决策单元参照的交叉效率模型对2003—2018年中国省域交通碳排放效率进行了测度。张帅[22]运用RAM模型测度了中国交通运输的三种效率，分别是：经济效率、碳排放效率及联合效率。

研究交通运输业碳排放效率时，对于碳排放量这一要素的处理方式主要有两种：第一种是将碳排放量作为投入指标处理；
第二种是将其作为一种非期望产出处理。从文献的梳理中可以发现，大多数学者比较偏向于将其作为非期望产出进行处理，因为更符合现实的生产流程。

3  交通運输业碳排放影响因素研究

对交通运输业碳排放影响因素的研究，从研究方法的角度，大多数学者都采用指数分解法和计量分析方法。指数分解法是利用指数体系分析各影响因素变动对因变量的影响方向、程度及绝对数量。在指数分解法中学者们多采用LMDI因素分解模型研究该行业的碳排放影响因素，采用计量分析方法时，则多采用回归模型进行分析。

茆哲铭[23]以Kaya恒等式为基础，采用LMDI因素分解模型将京津冀交通碳排放量影响因素分解为人口、人均GDP、碳排放系数、交通运输强度和交通能源强度5个方面进行分析，得出能源强度是抑制京津冀交通碳排放量的主要影响因子。杨学民[24]运用LMDI因素模型对能源强度、能源结构、经济产出、人口规模等对北京市交通运输、仓储及邮政业碳排放核算有影响的因素进行了分析，也得出了能源强度对该行业具有明显的抑制作用。王鹏[25]基于LMDI因素分解模型对全国以及依据碳排放强度划分的不同等级地区交通运输碳排放影响因素做了分解研究，发现运输规模、行业经济效率、能源消费结构等促进了该行业碳排放增长；
能源利用效率和运输结构则对该行业碳排放增长起到抑制作用。邓蓉晖等[26]采用LMDI方法分析了能源结构、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，得到规模效应、经济效应和人口效应对广东省交通运输业碳排放起到促进作用，而能源结构和能源强度起到抑制作用的结论。张国兴等[27]运用LMDI法对黄河流域交通运输碳排放的各项驱动因素进行分解分析，发现人均GDP和人口规模起到促进作用，运输强度、单位周转量能耗和能源强度起到抑制作用。

王靖添等[28]构建了分两个层次研究中国交通运输业碳排放影响因素的模型，运用计量经济学方法进行实证分析，得出经济发展水平、交通运输结构、运输装备能效水平、运输组织水平和基础设施密度等是影响我国交通运输碳排放的主要因素。范育洁[29]对STIRPAT模型进行了改进，利用岭回归法对影响我国该行业碳排放的因素进行了回归分析，得出人口规模、人均碳排放、碳排放强度、客货运周转量、城镇化率和交通基础设施投资对我国交通运输业碳排放均呈现正向作用，其中人口规模对其影响最大。吕倩等[30]基于STIRPAT模型进行回归分析，构建京津冀地区碳排放影响因素模型，发现人均GDP、能源强度第三产业占比和公共交通是京津冀地区碳排放驱动重要因素。潘秀[31]综合运用扩展的STIRPAT模型和LMDI分解法对影响我国交通运输碳排放的主要因素进行了分析，最后得出了不同因素对我国省域该行业影响程度从大到小依次为：人均GDP、人口规模、交通运输强度、交通能源强度和产业结构。

4  结论与展望

从现有的研究可以发现，我国学者已经对交通运输业的碳排放重视起来，在我国交通运输业碳排放测算、碳排放效率和碳排放影响因素方面都有比较详尽的研究，并且根据研究结果对交通运输业的碳减排也提出了对策建议，有一定的参考和借鉴意义，但是我国交通运输业的碳减排仍然任重而道远，现有的研究也存在一些不足和问题，需要进一步完善。

第一，由于到目前为止我国官方还没有直接发布关于碳排放量的精确数据，所以学者们大多会采用统计年鉴中的数据和IPCC提供的方法进行估算。然而统计年鉴的数据一般都比较宏观，很难获取到市级以下更小范围区域所需指标的数据，而且现有研究大多数为了考虑数据的可得性和计算的方便性，直接对影响碳排放的能源种类进行简化，如：公路运输只考虑汽油和柴油的能源，简化计算降低了估算数据的准确性。所以对于交通运输业碳排放量的数据还需学者们进一步挖掘。

第二，在现有对交通运输业的碳排放研究范围上，大多数学者都是对全国、一些区域或省域进行研究，很少更进一步的研究更小区域的碳排放，这主要是考虑到数据的可得性，但是越小区域的研究越容易提出更加有针对性的建议，所以对该行业的碳排放更小范围的研究也是必要的。

第三，交通运输业主要包括公路运输、铁路运输、水路运输、航空运输和管道运输。现有的研究只有很少的学者针对某一具体的运输行业进行了分析，不同的运输方式肯定存在差异，因此更多的对某一具体运输方式的碳排放进行研究也是学者们下一步可以考虑的。

第四，综合看现在对我国交通运输业碳排放研究的方法，不论是碳排放量的测算、碳排放效率的测算还是碳排放影响因素的分析，主流的方法都比较固定，比如碳排量的测算主要是采用“自上而下”的方法，碳排放影响因素的分析主要为LMDI指数分解法和计量回归方法，不同的研究方法都有各自的优缺点，综合运用各种不同方法，对比各方法的结果取长补短，或者考虑对研究方法进行创新，可能使得研究结果更加准确。

交通运输业的碳排放在我国的总体碳排放中占有非常大的比例，交通运输业碳排放的研究对于实现我国的“双碳”目标，对于美丽中国的建设都具有十分重要的意义，学者们对于该领域的重视也必将大大加速该行业减排目标的实现。

参考文献：

[1] 沙爱敏，陈婷，吕凡任，等. “双碳”目标下扬州交通碳排放量测算及分析[J]. 绿色科技，2022，24（15）：276-280.

[2] 卢升荣. 长江经济带交通运输业全要素碳排放效率研究[D]. 武汉：武汉理工大学，2018.

[3] 闫紫薇. 中国交通碳排放的测算及其影响因素的空间计量分析[D]. 北京：北京交通大学，2018.

[4] 姚丽敏. 陕西省交通运输碳排放影响因素与减排路径研究[D]. 西安：长安大学，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. 陜西省公路运输绿色全要素生产率分析研究[D]. 西安：长安大学，2021.

[7] 陈露露，赵小风，赖力. 江苏省交通运输业碳排放预测及减排情景分析研究[J]. 环境科学与管理，2015，40（10）：13-17.

[8] 宁晓菊，张金萍，秦耀辰，等. 郑州城市居民交通碳排放的时空特征[J]. 资源科学，2014，36（5）：1021-1028.

[9] 蔡博峰，曹东，刘兰翠，等. 中国交通二氧化碳排放研究[J]. 气候变化研究进展，2011，7（3）：197-203.

[10] 科埃利，等. 效率与生产率分析引论[M]. 王忠玉，译. 2版. 北京：中国人民大学出版社，2008.

[11] 董梦如，韩增林，郭建科. 中国海洋交通运输业碳排放效率测度及影响因素分析[J]. 海洋通报，2020，39（2）：169-177.

[12] 袁长伟，赵潇，孙璐. 中国交通运输碳排放效率测度及收敛性研究[J]. 环境科学与技术，2019，42（12）：222-229.

[13] 张倩. 基于Super-SBM模型的交通运输碳排放效率研究[D]. 西安：长安大学，2018.

[14] 袁长伟，张帅，焦萍，等. 中国省域交通运输全要素碳排放效率时空变化及影响因素研究[J]. 资源科学，2017，39（4）：687-697.

[15] 平智毅，吴学兵，吴雪莲. 长江经济带碳排放效率的时空差异及其影响因素分析[J]. 生态经济，2020，36（3）：31-37.

[16] 李世豪. 基于随机前沿模型的京津冀地区碳排放效率研究[D]. 北京：华北电力大学，2020.

[17] 王甜飞. 基于随机前沿模型山东省碳排放效率比较研究[D]. 青岛：青岛大学，2018.

[18] 臧红映. 碳排放效率测算及其影响因素的实证分析[D]. 重庆：重庆交通大学，2016.

[19] 任梦洋，黄羿，付善明，等. 国家中心城市交通运输业碳排放效率研究[J]. 生态科学，2022，41（1）：169-178.

[20] 王艳秋，蒋惠园，方晨晨，等. 中部六省交通运输业全要素碳排放效率测度及分析[J]. 公路与汽运，2020（3）：15-20，24.

[21] 邵海琴，王兆峰. 中国交通碳排放效率的空间关联网络结构及其影响因素[J]. 中国人口·资源与环境，2021，31（4）：32-41.

[22] 张帅. 基于RAM模型的交通运输碳排放及经济效率测度研究[D]. 西安：长安大学，2018.

[23] 茆哲铭. 京津冀交通运输业碳排放的政策模拟分析[D]. 北京：北方工业大学，2022.

[24] 杨学民，刘创. 北京市交通运输仓储及邮政业碳排放核算的影响因素分析[J]. 物流工程与管理，2022，44（4）：105-110.

[25] 王鹏. 基于地区差异的中国交通运输业碳排放影响因素研究[D]. 北京：华北电力大学，2021.

[26] 邓蓉晖，武延坤，王群，等. 广东省交通运输业碳排放驱动因素及归因分析[J]. 深圳职业技术学院学报，2021，20（3）：45-53，88.

[27] 张国兴，苏钊贤. 黄河流域交通运输碳排放的影响因素分解与情景预测[J]. 管理评论，2020，32（12）：283-294.

[28] 王靖添，马晓明. 中国交通运输碳排放影响因素研究——基于双层次计量模型分析[J]. 北京大学学报（自然科学版），2021，57（6）：1133-1142.

[29] 范育洁. 中国省域交通运输业碳排放时空演变及影响因素研究[D]. 兰州：兰州大学，2020.

[30] 吕倩，高俊莲. 京津冀地区交通运输碳排放模型及驱动因素分析[J]. 生态经济，2018，34（1）：31-36.

[31] 潘秀. 我国交通运输业碳排放影响因素及预测研究[D]. 徐州：中国矿业大学，2018.

猜你喜欢交通运输业碳排放综述SEBS改性沥青综述石油沥青(2018年6期)2018-12-29NBA新赛季综述NBA特刊(2018年21期)2018-11-24交通运输业砥砺奋进的五年回顾(之一)中国公路(2017年18期)2018-01-23融合：交通运输业之变中国公路(2017年18期)2017-01-19宁夏碳排放与经济增长的脱钩关系研究中小企业管理与科技·下旬刊(2016年10期)2016-11-18重庆市碳排放现状及低碳发展路径分析美与时代·城市版(2016年8期)2016-11-10碳排放、产业结构与经济增长的关系研究大众理财顾问(2016年8期)2016-09-28JOURNAL OF FUNCTIONAL POLYMERS功能高分子学报(2016年1期)2016-04-26交通运输业“营改增”存在的问题及管理建议研究商业会计(2015年15期)2015-09-21综述江苏年鉴(2014年0期)2014-03-11