李 靈 杰，　吳 群 琪

(長安大學 經(jīng)濟與管理學院， 陜西 西安 710064)

一、引　言

2015年3月28日，國家發(fā)展改革委員會、外交部、商務部聯(lián)合發(fā)布了《推動共建絲綢之路經(jīng)濟帶和21世紀海上絲綢之路的愿景與行動》[1-2]，其中劃定內蒙古、青海、寧夏、甘肅、陜西、新疆等西北地區(qū)為重點發(fā)展省份。另外，在“西部大開發(fā)”、統(tǒng)籌城鄉(xiāng)經(jīng)濟發(fā)展等政策的助推下，中國西北地區(qū)交通必將會迎來一定程度的快速發(fā)展，進而導致能源消耗和碳排放量的快速增加。因此，一方面，為促進國家“2030年單位國內生產總值CO2排放比2005年下降60%到65%”碳減排目標的實現(xiàn)，保障西北地區(qū)交通經(jīng)濟的可持續(xù)發(fā)展；另一方面，為推動“一帶一路”倡議、“低碳交通”、“綠色出行”協(xié)同建設，需要從碳排放強度(單位交通行業(yè)產值CO2排放量)視角，重點分析目前西北地區(qū)交通碳排放的時空演變過程，同時探索其空間相關性和異質性，以期為制定具有針對性的減排策略提供依據(jù)，為“一帶一路”沿線省份或國家聯(lián)合減排工作提供后續(xù)支撐。

國外學者對交通碳排放進行了大量研究，如Nag Barnali等采用Divisia指數(shù)定量分析了印度1980年及以后的能源碳排放強度變化，得出碳排放強度提升的主要原因是人均收入的變動[3]。Lisa Ryan等運用面板數(shù)據(jù)分析了歐盟車輛能源稅與碳排放強度間的關系，認為客車銷售與碳排放強度受車輛和能源稅的影響十分明顯[4]。Obas等采用Laspeyres模型分析了碳強度與經(jīng)濟結構、能源類型以及能源消耗強度之間的相關性。[5]Margarita與Victor運用LMDI法分解了葡萄牙1996～2009年期間的碳排放強度[6]。Simone Gingrich等以捷克斯洛伐克和奧地利1830～2000年碳排放強度為研究對象，運用KAYA恒等式與對數(shù)比較分析法分析了兩國碳排放強度的影響因素，得出產業(yè)結構和能源強度變化對碳排放強度有重要影響[7]。Sun等基于SRIO模型從交通視角測度了CO2排放量及碳排放強度[8]。

我國學者何建武等以2002年碳排放強度和人均GDP為指標，將中國劃分為碳排放強度較低—經(jīng)濟發(fā)展水平較低，碳排放強度較高—經(jīng)濟發(fā)展水平落后，碳排放強度較低—人均GDP水平較高的3大地區(qū)[9]。趙雲(yún)泰運用Theil指數(shù)法定量分析了1999～2007年期間省際、區(qū)域以及國家整體層面能源碳排放強度與差異水平等特征[10]。張志強對比分析了美、英、法、德、日等7個主要工業(yè)化發(fā)達國家以及中、印、巴等5個新興經(jīng)濟體國家的人均GDP變化趨勢、碳排放強度變化趨勢以及產業(yè)結構與單位GDP碳排放強度關系、人均GDP與單位GDP碳排放強度關系[11]。劉廣為修正改進了KAYA恒等式模型，并將其運用到碳排放強度的因素分解中，得出產業(yè)結構、能源結構、能源強度以及碳排放因子4個影響因素[12]。謝守紅以1995～2010年為時間跨度，測算了該期間中國各行業(yè)的碳排放強度，并運用行業(yè)分解法進一步研判了各行業(yè)對中國碳排放強度的影響程度[13]。林伯強等探索性地劃分了中國1985～2006年期間的碳排放強度演變過程，并分析了每一階段碳排放強度的變化特征[14]。胡宗義以PS收斂模型為基礎，定性與定量相結合地分析了中國30個省市區(qū)的1986～2010年碳排放強度的收斂特征[15]。張翠菊等利用傳統(tǒng)空間計量分析工具測度研究了中國省域碳排放強度的聚集效應和輻射效應[16]。喬建等利用經(jīng)濟重心模型對中國碳排放強度整體演變進行了分析，同時采用KAYA恒等式研究了重心演變的影響因素[17]。顏艷梅等基于基尼系數(shù)、Theil系數(shù)、對數(shù)利差均值等多種方法測度研究了碳排放強度的空間差異性及其影響因素[18]。袁長偉利用標準差、變異系數(shù)分析了交通碳排放強度的變動規(guī)律及空間差異性[19]。魏慶琦等基于時序數(shù)據(jù)，采用層級回歸法研究了能源價格對交通碳排放的影響[20]。

以往文獻對交通碳排放強度做了深入的研究，其中，國外學者多側重于對碳排放強度變動原因、相關影響因素進行定量分析，而國內學者則側重依賴于選取各種參數(shù)來表征碳排放強度變化的時間序列特征，或是測度碳排放強度的影響因素及影響程度。目前，交通領域的碳排放研究主要集中于碳排放總量測度、影響因素研究、碳排放總量時空分析等方面[21]，但是從交通碳排放強度角度探究空間相關及異質性的研究較少，同時針對“一帶一路”沿線省份交通碳排放強度的文獻鮮有涉及。因此，本文以“一帶一路”倡議劃定的中國西北地區(qū)6個省份交通碳排放強度為研究對象，利用Moran’s I值、Theil值以及半變異函數(shù)等模型，從時間序列和空間分布上定量地分析2006～2015年期間“一帶一路”沿線西北地區(qū)的交通碳排放強度變化態(tài)勢與特征，為西北地區(qū)交通碳減排政策的制定提供參考，為“一帶一路”綠色生態(tài)建設、沿線聯(lián)合減排提供有利的數(shù)據(jù)支撐。

二、模型構建及數(shù)據(jù)處理

1.模型構建

(1)相關性

空間相關性分析能夠有效表征中國西北地區(qū)交通強度空間分布特性及其依賴性，反映整個區(qū)域的空間聚集狀態(tài)[22]，一般采用莫蘭指數(shù)(Global Moran’s I)進行衡量。同時，需要計算Z得分來檢驗測算結果的顯著性。根據(jù)劉佳駿的研究，Global Moran’s I公式[23]如下：

(1)

(2)

Z得分表示標準差的倍數(shù)，其公式為：

(3)

(4)

V[I]=E[I2]-E[I]2

(5)

在實際計算中，各參數(shù)被視為具有統(tǒng)計學上的顯著性的聚類。│Z│>1.65將被視為具有統(tǒng)計顯著性，其統(tǒng)計顯著性的置信度設置為90%。如果Z得分通過顯著性檢驗，當Moran’s I 指數(shù)值為正時表示聚類趨勢，即西北地區(qū)交通碳排放強度具有包含同等低或者同等高的屬性值的鄰近要素；當Moran’s I 指數(shù)值為負時表示離散趨勢，即西北地區(qū)交通碳排放強度具有包含不同數(shù)值的鄰近要素。

(2)異質性

①變異系數(shù)

變異系數(shù)是指西北地區(qū)交通碳排放強度偏離該區(qū)域平均值的相對差距，反映的是交通碳排放強度的空間相對差，即西北各省交通碳排放強度的標準差與該區(qū)域平均值的比值。其具體公式如下：

(6)

②Theil指數(shù)模型

Theil指數(shù)又稱為泰爾指數(shù)，是衡量區(qū)域間相對差異的重要指標[24]?；谑杖氩黄降萒heil指數(shù)模型[25]，建立交通碳排放強度Theil指數(shù)模型如下：

(7)

式(7)中，將交通業(yè)增加值GDPi視為權重，反映“一帶一路”沿線西北地區(qū)交通發(fā)展水平對交通碳排放強度差異的影響作用。其中，xi為省份i的交通碳排放強度值；GDPti表示省份i的交通運輸業(yè)增加值。T(xi)t介于0到1之間，表示第t年西北各省交通碳排放強度的Theil指數(shù)值，其值越大，則該地區(qū)交通發(fā)展水平對交通碳排放強度狀況差異的影響作用越大。

③半變異函數(shù)

變異系數(shù)及Theil指數(shù)僅能反映整體區(qū)域的差異特征，但對于各省間實際距離情況反映不足，而半變異函數(shù)作為地學統(tǒng)計的有效工具，能夠將相關性作為距離函數(shù)進行測度，有效表示空間異質性的整體變動與各地區(qū)間距離，同時反映變動的方向性[26-27]。

半變異函數(shù)的參數(shù)包括主變程、次變程、各向異性、步長大小、塊金值以及偏基臺值等[28-29]，其中變程表示交通碳排放強度空間相關性的作用范圍，包含主變程與次變程，其范圍內，各省份交通碳排放強度空間距離越小，表示相關性越大；各向異性指的是交通碳排放強度隨著時間變動，其在變動方向及變動趨勢上呈現(xiàn)不同的態(tài)勢。半變異函數(shù)的具體公式為：

(8)

式(8)中，var為方差，pi、pj為省份i、j的質心，Z(pi)-Z(pj)為省份i、j的質心空間位置的差值。如果pi、pj在d(pi,pj)的測度距離相對較近，差值Z(pi)-Z(pj)較小，則表明在空間矢量位置上相似，反之則異質性增大，如圖1與圖2所示。

圖1　典型半變異函數(shù)的解析

圖2　半變異函數(shù)變程分析

2.數(shù)據(jù)處理

為探究“一帶一路”沿線中內蒙古、陜西、甘肅、青海、寧夏及新疆6省份交通碳排放強度的空間相關性及異質性，選取2006～2015年作為研究期間。具體指標及數(shù)據(jù)來源說明如下：

(1)交通碳排放量測算。交通碳排放量的測算根據(jù)IPCC 2006年編寫的《國家溫室氣體排放清單指南》第2卷中提供的參考方法[30]進行測算，其具體公式為：

(9)

其中，Cti為第t年省份i的交通碳排放量；n為交通運輸業(yè)燃料消耗種類，且n=1，…，17，具體包括天然氣、煉廠干氣、煤油、汽油、原油、柴油、液化石油氣、燃料油、其他石油、原煤、型煤、洗精煤、其他洗煤、焦炭、焦爐煤氣、其他煤氣、其他焦化產品共17種主要能源；CO2tin為第t年省份i的第n種能源燃料消耗所產生的CO2排放量；Ftin為第t年省份i的第n種燃料消耗量；Sn為第n種燃料中非燃燒使用但卻作為原材料計入產品所占比重，在本文的數(shù)據(jù)處理中，并未將工業(yè)生產過程中被用作原料的能源列入研究范圍內，即Sn=0；CFn為第n種燃料的平均低位發(fā)熱量，即轉換因子；CCn為第n種燃料單位熱量的碳排放量，即碳排放系數(shù)；COFn為第n種燃料的氧化因子；44/12為將C轉化為CO2的摩爾質量比的轉換系數(shù)。

(2)交通碳排放強度。其表示一定時間區(qū)間內，某地區(qū)交通CO2排放量與其對應運輸產值的比值，即交通行業(yè)內單位運輸產值的CO2排放量，其中未剔除價格因素影響，交通產值數(shù)據(jù)折合為2000年為基期的不變價格數(shù)據(jù)。具體測算公式如下：

(10)

式(10)中，Etic為第t年省份i的交通碳排放強度；GDPtit為第t年省份i的交通GDP值。

表1　各種能源的低位發(fā)熱值、碳排放系數(shù)及碳氧化率

其中，交通產值數(shù)據(jù)來源于《中國統(tǒng)計年鑒》；Ftin數(shù)據(jù)來源于EA、《中國統(tǒng)計年鑒》、《營運貨車燃料消耗量限值及測量方法(JT719)》；CFn、CCn、COFn等數(shù)據(jù)來源于《各種能源平均低位發(fā)熱量及折算標準煤的系數(shù)表》、《節(jié)能低碳技術推廣管理暫行辦法》(發(fā)改環(huán)資[2014]19號文件)以及《各種能源的低位發(fā)熱值與碳排放系數(shù)》，具體見表1。同時，需要說明的是，空間特征分析中所采用的地理坐標系為GCS Krasovsky 1940坐標。

三、“一帶一路”沿線西北地區(qū)交通碳排放強度時空分析

1.時間分析

根據(jù)公式(10)，計算2006～2015年“一帶一路”沿線內蒙古、陜西、甘肅、青海、寧夏及新疆6省交通碳排放強度，具體結果見表2。

表2　2006～2015年“一帶一路”沿線中國西北地區(qū)交通碳排放強度(萬噸·億元-1)

由表2可知，在2006～2013年期間，西北地區(qū)交通碳排放總強度整體呈現(xiàn)下降趨勢，在2014年與2015年略有回升，但變動幅度不大，因此，從整體來看，西北地區(qū)的交通行業(yè)所造成的CO2排放量的增長幅度小于行業(yè)內部經(jīng)濟增長的幅度。

其中，新疆在2007年交通碳排放強度達到最值5.27萬噸·億元-1，但是2007～2015年其交通碳排放強度一直持續(xù)下降，并于2015年下降至2.62萬噸·億元-1，低于6省的平均值，其可能原因在于隨著新疆新能源推廣、烏魯木齊國家節(jié)能減排綜合示范城市等措施政策的落實，交通效率有所提升，進而交通碳排放強度下降。在2006～2013年期間，寧夏交通碳排放強度的變化特征與新疆相似，盡管在2014年與2015年出現(xiàn)小幅度的回升，但依舊保持在西北地區(qū)最低交通碳排放強度水平，其原因可能在于寧夏相對其他西北省份，地域面積較小，交通資源投入較少，產出效率較高，因而交通碳排放強度呈現(xiàn)相對較低水平。內蒙古在2006～2012年期間交通碳排放強度穩(wěn)步下降，但是2013～2015年回彈幅度較大，2015年數(shù)值甚至近乎接近2006年數(shù)值，可見，其交通行業(yè)內部對CO2排放量的管控力度欠佳，以至于出現(xiàn)大幅的增長。甘肅與青海兩省的交通碳排放強度變化特征較為相似，兩省均低于西北地區(qū)均值，并呈現(xiàn)出“W”型上下波動，波動幅度緩慢降低，碳排放強度值逐漸減小。青海、甘肅兩省強度較低的原因可能在于，受其地理環(huán)境的影響，基礎設施等資源投入相對較少，進而能源消耗較少，同時受其自然環(huán)境特殊和相對注重環(huán)保措施的影響，青海、甘肅交通產值平均增長率明顯低于6省碳排放量的平均增長率。陜西在2006～2015年期間，交通碳排放強度雖然呈現(xiàn)上下波動與增減趨勢，但是整體并未出現(xiàn)明顯改觀跡象，由此可見，陜西省的交通行業(yè)對CO2排放力度的管控和實施仍存在需要改進的空間。

2.空間分析

由圖3和圖4可以發(fā)現(xiàn)，2006～2015年期間， “一帶一路”沿線中國西北地區(qū)交通碳排放強度的遞變方向逐漸呈現(xiàn)“西低東高”的態(tài)勢，即高碳排放強度逐漸轉移到陜西和內蒙古兩省。其中，內蒙古逐漸成為西北地區(qū)高交通碳排放強度省份，這主要是由于煤炭工業(yè)發(fā)展受限，導致以煤炭為拉動的內蒙古交通產業(yè)發(fā)展速度在近幾年明顯放緩，同時碳排放量持續(xù)較大幅度增加，兩者共同作用使得內蒙古的交通碳排放強度顯著增強。而陜西，作為西北地區(qū)重要的對外聯(lián)通通道，交通行業(yè)發(fā)展較為迅速，相應地帶動了其CO2排放量平均增長率高達10.56%，明顯高于經(jīng)濟的發(fā)展速度。而青海省交通碳排放強度低于6省的平均值，主要是由于青海省地處高原，交通人員短缺，能源消耗量較少，產出效率較高，同時由于地理環(huán)境脆弱，在發(fā)展的同時更加注重環(huán)境生態(tài)的保護，能夠相對地把控好交通—能源—環(huán)境3者之間的關系。

因此，整體來看，西北地區(qū)交通發(fā)展水平、碳減排管控等均存在不同程度的差異，使得2006～2015年期間內蒙古、陜西、甘肅、青海、寧夏及新疆6省的交通碳排放強度最值、均值產生不同幅度的變動。

圖3　2006～2010年“一帶一路”沿線中國西北地區(qū)交通碳排放強度

圖4　2011～2015年“一帶一路”沿線中國西北地區(qū)交通碳排放強度

四、“一帶一路”沿線西北地區(qū)交通碳排放強度相關性與異質性分析

1.相關性分析

為進一步分析“一帶一路”沿線中國西北地區(qū)交通碳排放強度在空間維度上的相關性，根據(jù)公式(1)～(5)，分別計算莫蘭指數(shù)與相應的數(shù)理統(tǒng)計量，結果見表3。

由表3可知，盡管2006～2015年期間“一帶一路”沿線中國西北地區(qū)交通碳排放強度Moran’s I均為負值，即彼此呈現(xiàn)出離散趨勢的相關性，但是，由于│Z│<1.65(一個標準差)，即未通過顯著性檢驗，“一帶一路”沿線中國西北地區(qū)交通碳排放強度之間存在空間相關性的假設不能成立，因此，接下來需要對西北地區(qū)交通碳排放強度進行空間異質性分析。

表3　2006～2015年“一帶一路”沿線中國西北地區(qū)空間相關指標

2.異質性分析

(1)變異系數(shù)與Theil指數(shù)分析

為定量分析2006～2015年期間“一帶一路”沿線中國西北地區(qū)交通碳排放強度空間差異的具體特征，根據(jù)公式(6)～(8)，采用最值、差值、變異系數(shù)、Theil指數(shù)等指標對其進行量化計算與分析，結果見表4。

表4　2006～2015年“一帶一路”沿線中國西北地區(qū)交通碳排放強度差異比較

由表4可以直觀地發(fā)現(xiàn)，2006～2015年期間“一帶一路”沿線西北地區(qū)交通碳排放強度的最大值與最小值均呈現(xiàn)出上下波動的態(tài)勢，但是回彈幅度較小，因此，整體上差值呈“M”型波動態(tài)勢，波動幅度逐漸降低，差值逐漸縮小，即在2006～2015年期間，西北地區(qū)交通碳排放強度的差異性略有降低，雖在相關性分析未通過顯著性檢驗，但整體已出現(xiàn)協(xié)同性收斂的跡象。變異系數(shù)在2006～2015年期間雖表現(xiàn)出上下浮動，但是基本穩(wěn)定于0.29與0.37之間，表明西北地區(qū)交通碳排放強度數(shù)據(jù)的離散程度并不大，由此驗證了未通過顯著性檢驗的離散趨勢相關性分析。所以，通過最大值與最小值的差值以及變異系數(shù)比較，說明2006～2015年期間“一帶一路”沿線西北地區(qū)交通碳排放強度的離散程度較低，并逐漸顯示出協(xié)同性收斂的態(tài)勢。其協(xié)同收斂的原因可能在于2009年以來新能源推廣、淘汰黃標車等政策的陸續(xù)實施使得交通碳排放效率相對提升，因而交通碳排放強度普遍出現(xiàn)下降趨勢。

由上文模型構建可知，Theil指數(shù)值表示的是“一帶一路”沿線西北地區(qū)交通發(fā)展水平對交通碳排放強度狀況差異的影響作用。由表4可知，Theil指數(shù)值在2007年與2008年有所增加，原因可能在于：在2000～2008年期間，中國經(jīng)濟的快速發(fā)展，各地區(qū)由于地理位置、資源稟賦等原因，交通發(fā)展呈現(xiàn)明顯差異性。從西北地區(qū)的交通產值增長率來看，2007年和2008年其標準差分別為0.28和0.12，明顯大于2009～2015年的平均值0.07，而其碳排放量增長速度差異性并不明顯。但是2008年之后，一方面，由于中國經(jīng)濟逐漸進入穩(wěn)步增長、產業(yè)結構調整的“新常態(tài)”，交通行業(yè)發(fā)展差異性明顯降低；另一方面，由于“低碳交通”“綠色交通”等政策的實施，西北地區(qū)注重運輸結構的優(yōu)化與完善，嚴控CO2排放量的增加。所以，在2008～2015年期間，Theil指數(shù)值在穩(wěn)步下降，該變化也表明西北地區(qū)經(jīng)濟與交通行業(yè)的快速發(fā)展對環(huán)境的影響作用已顯著降低，交通—能源—環(huán)境3者之間的關系維持良好態(tài)勢。

(2)半變異函數(shù)分析

根據(jù)公式(8)計算2006～2015年“一帶一路”沿線西北地區(qū)交通碳排放強度半變異函數(shù)基臺等參數(shù)，并利用ArcGIS軟件可視化分析，求得主變程、次變程、各向異性角度、步長大小、塊金值以及偏基臺值等半變異函數(shù)參數(shù)，如表5所示，并將主次變程、各向異性角度進行可視化呈現(xiàn)如圖5所示。

通過探索性趨勢面分析可知，在不同的時間點上，西北地區(qū)交通碳排放強度的各向異性是不同的。在2006年，西北地區(qū)各省份均在各向異性角度為29.18°、主變程3626.26km、次變程2209.85km的半變異函數(shù)范圍內，即北偏東29.18°的方向上、以長軸為3623km、短軸為2210km的范圍內，表明范圍內相距較近的省份的相關性要大于范圍內距離較遠的省份。2007年，次變程未發(fā)生改變，而主變程顯著增大，

表5　2006～2015年“一帶一路”沿線中國西北地區(qū)交通碳排放強度半變異函數(shù)參數(shù)比較

圖5　2006～2015年“一帶一路”沿線中國西北地區(qū)交通碳排放強度半變異函數(shù)圖

各向異性角度相比于2006年繼續(xù)東偏約10°，即在北偏東38.32°的方向上，長軸增加，異質性范圍增大。這種變動原因可能在于西北地區(qū)交通產業(yè)發(fā)展所需資源稟賦等均呈現(xiàn)不同狀態(tài)，且隨著交通的粗放式發(fā)展，不同省份間差異性逐漸突顯。2008年，各向異性角度繼續(xù)東偏增加約2°，但是主變程減小至2210km，次變程增加至3912km，整體異質性范圍縮小，由此表明在小范圍內，西北地區(qū)彼此之間的交通碳排放強度的差異性、離散型相對明顯。發(fā)展至2009年，其空間異質性與2006年大致相同，2010～2013年的空間異質性基本呈現(xiàn)相同狀態(tài)，其各向異質性角度介于46°～51°，次變程維持不變，而主變程略有增減，由此說明，在此4年之間，西北地區(qū)的交通碳排放強度雖有不同程度的增減變動，但基本是趨于一致性的改變，即各地區(qū)交通碳排放強度呈現(xiàn)收斂特性，其可能原因在于交通領域節(jié)能減排措施的廣泛有效實施與經(jīng)濟“新常態(tài)”下交通產值增長速度放緩。2014年與2015年，其主、次變程基本與2010～2013年維持一致，但是，這兩年的各向異質性角度卻顯著增加至北偏東113°～115°，由此也反映出了西北地區(qū)交通碳排放強度值的遞變方向發(fā)生了改變，從而在一定程度上驗證了空間分析中西北地區(qū)交通高碳排放強度逐漸轉移到陜西和內蒙古兩省的變動規(guī)律。

五、結　語

以“一帶一路”沿線中國西北地區(qū)交通碳排放強度為研究對象，利用Gobal Moran’s I、變異系數(shù)、Theil指數(shù)以及半變異函數(shù)模型，對內蒙古、陜西、甘肅、青海、寧夏、新疆等西北地區(qū)的交通碳排放強度的時空格局變動、空間自相關性及異質性特征進行了定性分析與定量測度。

從時間維度來看，在2006～2015年期間，“一帶一路”沿線中國西北地區(qū)的交通碳排放強度基本呈現(xiàn)下降趨勢，其中2014年和2015年呈現(xiàn)小幅回升趨勢，這說明西北地區(qū)交通發(fā)展所造成的CO2排放量的增長幅度基本小于行業(yè)內部經(jīng)濟增長的幅度；從空間維度來看，西北地區(qū)各省交通碳排放強度基本處于相對穩(wěn)定狀態(tài)，但其交通碳排放強度最大省份由新疆變?yōu)閮让晒拧Ｔ诖嘶A上，加大內蒙古煤炭產業(yè)等高能源產業(yè)轉型升級改造，提升第三產業(yè)比重，多方面拉動經(jīng)濟，帶動經(jīng)濟發(fā)展，同時推行節(jié)能減排措施，兩方面共同作用，有效降低交通碳排放強度。同時，西北地區(qū)交通碳排放強度小幅回升的原因也在于經(jīng)濟“新常態(tài)”使得交通產業(yè)經(jīng)濟發(fā)展放緩，而交通碳排放效率依舊未能明顯改善，因而，需要繼續(xù)大力推行新的能源替代、能源消耗技術革新等節(jié)能減排政策。

西北地區(qū)交通碳排放強度之間的空間相關性并未通過顯著性檢驗，且其存在空間差異性，但程度較小，同時地區(qū)內存在趨同及收斂趨勢；2006～2015年期間，各向異質性角度在29°～115°之間變動，次變程增減幅度較小，主變程變動較大，從而改變著空間異質性范圍，同時驗證了空間維度交通碳排放強度轉移的定性分析。從收斂趨勢可以看出，可以嘗試對西北地區(qū)交通碳排放強度相近地區(qū)實行聯(lián)合減排政策；對于差異性明顯省份，分別針對性實行不同交通減排策略；對碳排放強度較大省份，應積極向區(qū)域內部低排放強度省份交流學習，以促進該省份交通節(jié)能減排工作有序推進。

由于研究對象為“一帶一路”沿線中國西北地區(qū)的交通碳排放強度，進行空間分析的樣本數(shù)量較小，可能影響結論的普適性，因此，今后可以擴大研究范圍，進一步分析區(qū)域內部的交通碳排放及碳減排等問題。