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