交通运输业碳排放论文
交通运输业碳排放论文 1研究方法、模型与数据处理 1.1研究方法 1987年Enger和Granger提出了协整理论和误差修正模型，指出一些经济变 量虽然是非平稳序列，但变量间的线性组合却可能是平稳的，这些变量之间可能 存在着协整关系。当变量之间存在着协整关系时，还可以用误差修正模型分析变 量间的短期波动关系［13－14］。1.2指标选取与模型构建 (1)指标选取从上述文献可以看出，影响我国交通运输业碳排放的因素可 能有交通发展水平、交通能源强度、交通运输结构、人均GDP、居民收入等因素。
根据蔡博峰等人的研究，和国外不同，我国交通部门CO2排放量和人均GDP之间 并不显著相关(判定系数Ｒ2=0.214)，这可能是由于我国交通领域的CO2排放主要 受工业生产和经济活动驱动，而不是家庭收入的驱动;我国道路交通CO2排放与 居民收入的相关性很低(判定系数Ｒ2=0.147)，这可能是我国道路运输的CO2排放 并非像一些发达国家以私家车排放为主，而很可能主要以货车、出租车、公司商 务车和政府用车为主［15］。因此人均GDP、居民收入不是影响我国交通运输业 碳排放的主要因素。由于如何量化交通运输结构存在一定的分歧，因此本文重点 研究交通发展水平和交通能源强度对我国交通运输业碳排放的影响。选取交通运 输业碳排量为因变量，交通发展水平和交通能源强度为自变量，用能源消耗法计 算交通运输业碳排放，交通发展水平用换算周转量指标表征，交通能源强度用单 位换算周转量的能源消耗表征。(2)模型构建基于上述研究方法和指标，本文构 建了交通运输业影响因素的计量经济模型:y=u+αx1+βx2，(1)式中，μ为随机误差 项;y为交通运输业碳排量值;x1为交通运输业换算周转量;x2为交通能源强度;α，β 为回归系数。
1.3数据处理 (1)交通运输业碳排量测算模型及结果根据《IPCC2006国家温室气体清单 指南》，移动源(交通部门)的CO2排放核算方法可以分为两种。方法一是自上而 下，基于交通工具燃料消耗的统计数据计算;方法二是自下而上，基于不同交通 类型的车型、保有量、行驶里程、单位行驶里程燃料消耗等数据计算燃料消耗，从而计算CO2排放。由于获取我国不同类型机动车行驶里程和油耗等数据比较困 难，因此基于公开数据完全采用第2种方法的可行度较低。考虑我国成品油生产 和供应的垄断性很高，因而采用第1种方法基于交通工具燃料消耗的计算精度高。
本文根据第1种方法构建交通运输业CO2排放测算模 型:EQ=EQp+EQc+EQg+EQe+EQh，(2)式中，EQ为交通运输业总CO2排放量;EQp 为消耗石油燃料的CO2排放量;EQc为消耗煤炭的CO2排放量;EQg为消耗然气的 CO2排放量;EQe为消耗电能折算的CO2排放量;EQh为消耗热能折算的CO2排放 量。①消耗石油燃料的CO2排放量交通运输业中使用石油燃料的主要有汽油、煤 油和柴油等。EQp=∑(不同燃油消耗量×CO2排放系数)，其中燃油、煤炭、燃气 等各种能源CO2排放因子取《IPCC2006国家温室气体清单指南》第2卷能源中的 表2－2所规定的值。终端电的消耗不直接产生CO2，但电厂发电过程中会产生 CO2，属于间接碳排放。在火电、水电和核电3类电厂中，水电和核电厂产生很 少的CO2排放，可以忽略不计，因此本文主要计算火电厂产生的CO2排放。(2) 交通运输业换算周转量计算公式及结果交通运输业换算周转量TＲ为客运周转量 和货运周转量之和。采用客/货运周转量转换系数(如表2所示)，将客运周转量转 换成货运周转量，并与原来的货运周转量相加，最后得到换算周转量，如表3所 示。各运输方式周转量数据来源于我国历年的统计年鉴。(3)交通能源强度计算 公式及结果交通能源强度EN用单位换算周转量所消耗的能源量表征。由于能源 的种类众多，因此能源消耗按发热量折算成标准煤表示，即:交通能源强度=能源 消费量换算周转量。
2实证结果分析 2.1数据预处理 为了避免时间序列数据出现伪回归的现象，对EQ，TＲ，EN数据进行对 数变换，这种处理不会影响数据的统计性质，对数变换后的序列分别用LNEQ， LNTＲ，LNEN表示，检验均由EVIEW6.0完成。
2.2单位根检验 本文的平稳性检验采用常见的ADF单位根检验，得到相关数据序列的单整 性阶数如表5所示。原序列和其一阶差分序列的ADF单位根检验表明，LNEQ， LNTＲ，LNEN均为一阶单整序列I(1)，满足对其进一步进行协整检验的要求，变 量彼此之间可能存在协整关系。2.3Johnsen协整检验及标准化协整方程 (1)迹检验和最大特征值检验对3个变量LNEQ，LNTＲ，LNEN进行Johnsen 协整检验，检验结果如表6、表7所示。表6和表7的结果均表明，LNEQ，LNTＲ， LNEN在0.05的显著水平下拒绝了没有协整关系的假设，接受了至多存在一个协 整关系的假设。这说明在0.05的显著水平下序列LNEQ，LNTＲ，LNEN间存在一 个协整关系，能够建立向量误差修正模型。(2)标准化协整方程Johnsen协整检验 除给出协整关系的检验外，还给出了协整关系式。本案例的无限制条件下的协整 关系如表8所示。为了使序列间的更为明显直观，一般将排序第一的序列前的系 数标准化为1，这样表示的协整关系称为标准化协整关系，如表9所示。因此，最 终的协整方程为:LNEQ=1.429165×LNEN+0.985885×LNTＲ， se=(0.07462)(0.01502)。(3)式(3)揭示了LNEQ与LNTＲ，LNEN间的长期均衡关系: 交通能源强度每增长1个单位将导致交通运输业碳排放上升1.429165个单位，交 通运输换算周转量每增长1个单位将导致交通运输业碳排放上升0.985885个单位。
2.4VECM模型及检验结果 协整关系只能说明各序列间的长期均衡关系，为了分析EQ与TＲ和EN的 短期动态关系，需要建立将短期波动与长期均衡联系在一起的误差修正模型 (VECM)。通过Eview6.0估算出误差修正模型:D(LNEQt)=－0.681440×ECMt－1－ 0.467110×D(LNEQt－1)+0.249810×D(LNENt－1)+0.200329×D(LNTＲt－1)－ 0.064671，(4)式中，LNEQt，LNEQt－1分别为第t年和第t－1年交通运输业碳排 量的对数变换;LNENt－1为第t－1年交通运输业换算周转量的对数变换;LNTＲt －1为第t－1年交通能源强度的对数变换;ECMt－1为误差修正项。由式(4)可以看 出，交通运输业碳排放的短期波动可以分为3个部分:第1部分是前一期碳排放变 动的影响，第2部分是前一期能源强度和交通发展水平的影响，第3部分是前一期 碳排放偏离长期均衡关系的影响。上年度LNEQ增加1个单位，本年度LNEQ反方 向变动0.467110个单位。上年度LNEN增加1个单位，本年度LNEQ正方向变动 0.249810个单位。上年度LNEQ增加1个单位，本年度LNTＲ正方向变动0.200329 个单位。上年度的非均衡误差以68.144%的比率对本年度碳排放增量做出修正， 即以－68.144%的调整力度将非均衡状态拉回均衡状态。
3结论 本文通过对我国交通运输业碳排放及影响因素进行分析，得出以下结 论:(1)1991―2011年期间，我国交通运输业碳排放量不断增加，2011年达到6.0423×1012t，碳减排的形势十分严峻。(2)我国交通运输业碳排放量与能源强度 存在着长期的均衡关系，交通能源强度每增长1个单位将导致交通运输业碳排放 上升1.429165个单位。因此要降低碳排放，就需要采取有效措施降低交通能源强 度。这些措施主要包括3个方面:一是制订车辆的燃油效率标准，且逐步提高标准， 以控制机动车排放。二是大力发展新能源汽车，把培养新能源产业作为应对气候 变化的一项战略举措。三是促进替代燃料，特别是生物质燃料的发展。车用生物 质燃料替代化石燃料，对于降低机动车碳排放具有显著的效果。(3)我国交通运 输业碳排放量与交通发展水平存在着长期的均衡关系，交通运输换算周转量每增 长1个单位将导致交通运输业碳排放上升0.985885个单位。因此要降低碳排放而 不影响交通发展，就需要采取措施降低单位周转量的碳排放。这些措施主要包括 3个方面:一是通过广泛应用物流信息技术，建设物流公共信息平台，促进物流供 需信息的共享，以降低车辆的空驶率。二是大力发展公共交通，规范和合理引导 消费者的出行需求，倡导绿色出行，采用智能交通技术提高交通综合管理水平， 最终达到交通效率的提升。三是进行运输结构的优化，在条件允许的情况下推动 碳排放低的运输方式的发展。
作者：朱长征 单位：西安邮电大学 经济与管理学院