戈秋虞, 張?zhí)m怡, 邱榮祖, 胡喜生, 張園園

(福建農(nóng)林大學(xué)交通與土木工程學(xué)院，福建 福州 350002)

氣候變化已成為人類社會發(fā)展不可回避的重要問題[1-5].由于各類交通運(yùn)輸方式的終端能源消耗大多以石油制品為主，交通已經(jīng)成為二氧化碳排放增量最快的行業(yè).據(jù)預(yù)測，我國交通運(yùn)輸業(yè)碳排放總量將在2030年達(dá)到2000年的4倍多，節(jié)能減排的任務(wù)迫在眉睫[6-7].2021年國務(wù)院提出加快推進(jìn)綠色低碳發(fā)展，使交通領(lǐng)域二氧化碳排放盡早達(dá)峰[8].目前國內(nèi)外學(xué)者開展了以對數(shù)平均指數(shù)分解法(logarithmic mean divisia index, LMDI)為主的大量碳排放影響因素研究[9-12].LMDI法能夠較好地解決分解殘差問題，也能適用于零值數(shù)據(jù)[13,14].但隨著指數(shù)分解學(xué)術(shù)研究的不斷深入，LMDI的缺陷也逐漸顯現(xiàn)，如模型中不能同時包含多個相對因素和絕對因素，分解的結(jié)果很大程度上依賴分解因素之間的聯(lián)系，可能會導(dǎo)致與經(jīng)濟(jì)常識不符的結(jié)果.在此基礎(chǔ)上，Vaninsky[15]提出的廣義分類指數(shù)分解法(generalized divisia index decomposition model, GDIM)可以同時包含多個絕對變量和相對變量，解決了LMDI法存在的問題，更準(zhǔn)確、客觀地分析了各影響因素對碳排放變化的貢獻(xiàn).目前，該方法已逐漸應(yīng)用于國家和省域尺度下的工業(yè)、農(nóng)業(yè)、旅游業(yè)等諸多領(lǐng)域的碳排放研究[16-19]，然而少有涉及到省域尺度的交通碳排放研究.本研究利用GDIM法對福建省交通碳排放的影響因素進(jìn)行分析，探究節(jié)能減排路徑，為早日實現(xiàn)交通碳達(dá)峰[20]，以及探索福建省綠色發(fā)展道路提供依據(jù).

1 材料與方法

1.1 福建省交通碳排放測算方法

目前，交通碳排放的測算主要采用“自下而上”和“自上而下”兩種方法[21].其中，“自下而上”法需要利用研究區(qū)域內(nèi)各種交通工具的數(shù)量、行駛里程數(shù)、單位行駛里程耗能等來核算交通能耗.該方法能得到各類交通工具或不同交通運(yùn)輸方式的碳排放量，但所需要的數(shù)據(jù)獲取難度較大.而“自上而下”法僅需要能源消耗量數(shù)據(jù)和能源的碳排放系數(shù)，該方法操作簡單且數(shù)據(jù)獲取難度低，適用于全領(lǐng)域的碳排放測算.

“自上而下”法公式表示如下：

C=∑Qi·Fi·Ki

(1)

式中：C表示交通碳排放量(t)；Qi表示i能源消耗量(t)；Fi表示i能源的折標(biāo)準(zhǔn)煤系數(shù)；Ki表示i能源的碳排放系數(shù).

目前，交通碳排放數(shù)據(jù)主要來源于統(tǒng)計年鑒中的運(yùn)營性數(shù)據(jù)，缺少非營運(yùn)性的私人交通數(shù)據(jù)，且近年來由私家車引起的環(huán)境問題也越發(fā)受到社會關(guān)注.因此，本研究選擇“自上而下”法，從能源消費(fèi)終端測算包含私家車在內(nèi)的碳排放量.為了便于分析各因素對碳排放的影響，按照每4 a一個時間跨度，將福建省交通碳排放量變化分為2007—2010年、2011—2014年和2015—2018年3個階段.

1.2 碳排放影響因素的分解模型

GDIM法是基于KAYA恒等式建立的多維因式分解模型，包含多個相對變量和絕對變量，彌補(bǔ)了LMDI法的缺陷，更準(zhǔn)確客觀地分析了各驅(qū)動因素對碳排放的影響程度[15].本文基于GDIM法構(gòu)建的模型表示如下：

(2)

(3)

(4)

式中：C表示交通碳排放量(t)；G表示交通運(yùn)輸業(yè)產(chǎn)值(元)；E表示能源消耗量(tce)；P表示客貨運(yùn)周轉(zhuǎn)量(t·km)；C/G表示產(chǎn)值碳強(qiáng)度(t·元-1)；C/E表示能耗碳強(qiáng)度(t·tce-1)；C/P表示周轉(zhuǎn)碳強(qiáng)度(t·t-1·km-1)；G/P表示單位周轉(zhuǎn)量產(chǎn)值(元·t-1·km-1)；E/G表示單位產(chǎn)值能耗(tce·元-1).

為了簡化公式，令X1=G，X2=C/G，X3=E，X4=C/E，X5=P，X6=C/P，X7=G/P，X8=E/G.

將式(2)～式(4)整理后得到如下式子：

C=X1X2

(5)

X1X2-X3X4=0

(6)

X1X2-X5X6=0

(7)

X1-X5X7=0

(8)

X3-X1X8=0

(9)

對式(6)～式(9)分別求8個影響因素的偏導(dǎo)，構(gòu)造出相關(guān)因素的雅可比矩陣φ(X)：

(10)

根據(jù)GDIM原理，將碳排放的變化量△C分解為各個影響因素的貢獻(xiàn)之和：

(11)

式中：△C[X|φ]表示8個影響因素的變化量；L表示時間跨度；C表示梯度向量，C=(X2X10 0 0 0 0 0)T；I表示單位矩陣；“+”表示廣義逆矩陣計算符號.

1.3 數(shù)據(jù)來源

福建省交通能源消耗數(shù)據(jù)[22]包括原煤、汽油、煤油、柴油、燃料油、液化石油氣、天然氣和電力.各種能源的折標(biāo)準(zhǔn)煤系數(shù)和碳排放系數(shù)來自文獻(xiàn)[23].交通運(yùn)輸業(yè)產(chǎn)值、客貨運(yùn)周轉(zhuǎn)量數(shù)據(jù)來自文獻(xiàn)[24].貨運(yùn)周轉(zhuǎn)量和旅客周轉(zhuǎn)量因單位不同無法直接相加，因此引入換算周轉(zhuǎn)量的概念，表示如下：

換算周轉(zhuǎn)量=貨運(yùn)周轉(zhuǎn)量+(旅客周轉(zhuǎn)量×客貨換算系數(shù))

(12)

中國交通運(yùn)輸客貨換算系數(shù)參考文獻(xiàn)[25].私人交通的能耗數(shù)據(jù)參考文獻(xiàn)[26]的方法，用生活消費(fèi)中的汽油和柴油消耗量近似代替.

2 結(jié)果與分析

2.1 福建省交通碳排放量

利用IPCC發(fā)布的碳排放系數(shù)測算出2006—2018年福建省交通碳排放量(圖1).從圖1可知，碳排放量呈現(xiàn)逐年遞增趨勢，從2006年的988.74萬t增長至2018年的3 142.65萬t，年平均增長率高達(dá)10.12%.從增長率角度看，2006—2008年碳排放增長率呈快速增長趨勢，最高值達(dá)到29.5%；隨后呈現(xiàn)波動下降趨勢，逐步穩(wěn)定在6%左右.

圖1 2006—2018年福建省交通碳排放量

2.2 福建省交通碳排放的影響因素

依據(jù)GDIM分解原理，利用R語言編程得出交通運(yùn)輸業(yè)產(chǎn)值、產(chǎn)值碳強(qiáng)度、能源消耗量、能耗碳強(qiáng)度、客貨運(yùn)周轉(zhuǎn)量、周轉(zhuǎn)碳強(qiáng)度、單位周轉(zhuǎn)量產(chǎn)值和單位產(chǎn)值能耗8個因素對福建省交通碳排放的貢獻(xiàn)率和貢獻(xiàn)值(表1、2).貢獻(xiàn)率為正值，表示對碳排放量變化起到正向驅(qū)動作用；貢獻(xiàn)率為負(fù)值，則表示對碳排放量起到負(fù)向驅(qū)動作用.

從表1、2可以看出交通運(yùn)輸業(yè)產(chǎn)值(G)、能源消耗量(E)和客貨運(yùn)周轉(zhuǎn)量(P)對碳排放的增加有明顯的促進(jìn)作用，是碳排放量的主要貢獻(xiàn)者.單位周轉(zhuǎn)量產(chǎn)值(G/P)、單位產(chǎn)值消耗能源(E/G)和能耗碳強(qiáng)度(C/E)對碳排放變化起到的作用較小.產(chǎn)值碳強(qiáng)度(C/G)和周轉(zhuǎn)碳強(qiáng)度(C/P)對碳排放的貢獻(xiàn)量正負(fù)值均有出現(xiàn)，從總體貢獻(xiàn)值來看，周轉(zhuǎn)碳強(qiáng)度對碳排放的增加有較明顯的抑制作用.

表1 2007—2018年福建省交通碳排放影響因素貢獻(xiàn)率

2.2.1 福建省交通碳排放影響因素的貢獻(xiàn)值 根據(jù)所劃分的碳排放3個階段，得到3個階段各個影響因素的貢獻(xiàn)值，結(jié)果如圖2所示.交通運(yùn)輸業(yè)產(chǎn)值、能源消耗量和客貨運(yùn)周轉(zhuǎn)量在3個階段均對碳排放變化起到正向驅(qū)動作用.其中，客貨運(yùn)周轉(zhuǎn)量的正向驅(qū)動作用最強(qiáng)，總計貢獻(xiàn)了998.16萬t的碳排放量，占絕對因素全部貢獻(xiàn)量的42.46%，其在3個階段分別貢獻(xiàn)了218.53、354.25和425.38萬t.從第一階段的年均貢獻(xiàn)量(54.63萬t)增加到第三階段的106.34萬t，增長率達(dá)39.52 %，表明正向驅(qū)動作用不斷增強(qiáng).其次，能源消耗量因素總計貢獻(xiàn)了720.12萬t的碳排放量，占絕對因素全部貢獻(xiàn)量的30.63%.其在第一階段貢獻(xiàn)的碳排放量為330.87萬t，大于周轉(zhuǎn)量的碳排放貢獻(xiàn)量(218.53萬t)；但能源消耗量在第二階段的貢獻(xiàn)量降至141.47萬t，這主要和交通發(fā)展模式的轉(zhuǎn)變有關(guān)；第三階段能源消耗貢獻(xiàn)的碳排放量小幅度回升到217.79萬t.從總體趨勢上看，能源消耗量對碳排放量的正向驅(qū)動作用有所下降，但仍然是影響碳排放增加的主要因素.再次，交通運(yùn)輸業(yè)產(chǎn)值的碳排放總貢獻(xiàn)量為632.66萬t，占絕對因素全部貢獻(xiàn)值的26.91%，表明正向驅(qū)動作用同樣明顯.其在3個階段的碳排放貢獻(xiàn)量分別為154.93、220.10和254.47萬t，呈穩(wěn)定上升趨勢.

表2 2007—2018年福建省交通碳排放影響因素貢獻(xiàn)值

圖2 福建省交通碳排放影響因素貢獻(xiàn)值的階段性分析結(jié)果

在產(chǎn)值碳強(qiáng)度、能耗碳強(qiáng)度、周轉(zhuǎn)碳強(qiáng)度、單位周轉(zhuǎn)量產(chǎn)值和單位產(chǎn)值能耗5個相對因素中，周轉(zhuǎn)碳強(qiáng)度和產(chǎn)值碳強(qiáng)度均出現(xiàn)正負(fù)向驅(qū)動作用.首先，周轉(zhuǎn)量碳強(qiáng)度在第一階段促使碳排放增加了98.41萬t，而在第二階段實現(xiàn)碳減排175.07萬t，第三階段實現(xiàn)減排183.45萬t，兩個階段的減排量占全部減排量的75.78%，減排效果最為顯著.其次，產(chǎn)值碳強(qiáng)度在第一階段促使碳排放增加了161.37萬t，在后兩個階段減少的碳排放分別達(dá)到52.76和22.80萬t，減排量占全部減排量的15.97%，但后兩個階段的減排量未能抵消第一階段的增加量，減排效果有所減弱.再次，單位周轉(zhuǎn)量產(chǎn)值和單位產(chǎn)值能耗從分解結(jié)果和階段性效應(yīng)來看均對碳排放變化起到減排作用，二者在3個階段的碳減排總量分別為14.35和13.01萬t，分別占全部減排量的3.03%和2.75%，減排力度不大.能耗碳強(qiáng)度前兩個階段分別減排8.35和3.63萬t，第三階段碳排放增加了16.37萬t，是唯一一個從負(fù)向驅(qū)動作用轉(zhuǎn)為正向驅(qū)動作用的因素.

2.2.2 福建省交通碳排放影響因素貢獻(xiàn)值的積累量 以2007年為基準(zhǔn)期，將各個因素對碳排放的貢獻(xiàn)值逐年累加，獲得各個影響因素對碳排放的積累貢獻(xiàn)值，結(jié)果如圖3、4所示.

圖3 絕對因素貢獻(xiàn)值的積累量

從圖3可看出，交通運(yùn)輸業(yè)產(chǎn)值、客貨運(yùn)周轉(zhuǎn)量和能源消耗量3個因素的積累貢獻(xiàn)值均呈現(xiàn)逐年增加的趨勢，對碳排放的增加起到明顯的促進(jìn)作用.首先，客貨運(yùn)周轉(zhuǎn)量的碳排放積累量在2013年大于交通運(yùn)輸業(yè)產(chǎn)值和能源消耗量的碳排放積累量，從2008年的58.77萬t增加到2018年的947.43萬t，年均增長率高達(dá)32.05%.其次，能源消耗量和交通運(yùn)輸業(yè)產(chǎn)值到2018年的碳排放積累量分別為666.83和599.20萬t，年均增長率分別為18.64%和34.00%.

從圖4可看出，周轉(zhuǎn)碳強(qiáng)度的積累貢獻(xiàn)值呈先增加后減少的變化趨勢，在2012年積累量變?yōu)樨?fù)值，從2012的27.75萬t累計減排增加到2018年的279.68萬t，年均增長率為46.97%，減排效果顯著.產(chǎn)值碳強(qiáng)度的積累貢獻(xiàn)值同樣表現(xiàn)為先增加后減少的趨勢，從2011年的158.80萬t降低到2018年的69.08萬t，但積累量并未成負(fù)值.單位產(chǎn)值能耗和單位周轉(zhuǎn)量產(chǎn)值的減排積累量逐年增加，2018年二者的積累減排量分別為12.46和14.32萬t，對碳排放變化起到負(fù)向驅(qū)動作用.能源碳強(qiáng)度積累貢獻(xiàn)值呈現(xiàn)出先下降后上升的趨勢，2015年達(dá)到最大的減排積累量(10.74萬t)，2018年積累值由負(fù)值轉(zhuǎn)為正值，累計貢獻(xiàn)了6.94萬t的碳排放量.

圖4 相對因素貢獻(xiàn)值的積累量

3 討論

本文根據(jù)“自上而下”法測算出福建省2006—2018年交通碳排放量，并基于GDIM法從階段性、積累性兩個角度對福建省交通碳排放的影響因素進(jìn)行分析，得出以下結(jié)論：

(1)客貨運(yùn)周轉(zhuǎn)量、能源消耗量和交通運(yùn)輸業(yè)產(chǎn)值是福建省交通碳排放量增加的主要因素.其中，客貨運(yùn)周轉(zhuǎn)量是最主要因素，這和吳雯等[27]的研究結(jié)果有所不同.這主要是由兩省的地理位置和交通運(yùn)輸結(jié)構(gòu)導(dǎo)致的.(2)周轉(zhuǎn)碳強(qiáng)度是促使福建省交通碳排放減少的主要因素，這和王勇等[28]的研究結(jié)果相似.(3)能源強(qiáng)度、單位周轉(zhuǎn)量產(chǎn)值和單位產(chǎn)值能耗對碳排放量變化的影響較弱.