上海市交通碳排放量與城市發(fā)展的關(guān)系研究*

陳 靜(1.南京交通職業(yè)技術(shù)學(xué)院，江蘇 南京 211188；2.江蘇省交通節(jié)能減排工程技術(shù)研究中心，江蘇 南京 211188)

當(dāng)前，全球氣候變化已嚴(yán)重威脅到人類社會的可持續(xù)發(fā)展，應(yīng)對氣候變化已成為全球共同面臨的重大挑戰(zhàn)。二氧化碳是氣候變化的最重要影響因素[1]。目前，全球交通運(yùn)輸領(lǐng)域的石油消耗量約占石油總消耗量的1/2，其二氧化碳排放量約占總排放量的1/4[2]。國內(nèi)外學(xué)者對交通運(yùn)輸領(lǐng)域的碳排放問題進(jìn)行了相關(guān)研究。徐雅楠等[3]對1995—2008年我國交通碳排放量進(jìn)行了測算，并應(yīng)用STIRPAT模型進(jìn)行因素分析。吳開亞等[4]45-51基于政府間氣候變化專門委員會(IPCC)清單指南，研究了近年來上海市交通碳排放量的變化趨勢，并采用對數(shù)平均迪氏分解(LMDI)法對碳排放量的變化進(jìn)行分解。蘇濤永等[5]研究了北京市、天津市、上海市、重慶市等地交通碳排放量的影響因素。張?zhí)招耓6]3-9研究了城市發(fā)展要素與城市交通碳排放量之間的長期均衡關(guān)系與動態(tài)作用機(jī)制，并對我國城市交通碳排放量進(jìn)行了預(yù)測和情景分析。

近年來，上海市的交通需求量逐年增長，導(dǎo)致交通能源消費(fèi)量和碳排放量不斷增加。在我國推動低碳經(jīng)濟(jì)發(fā)展的宏觀背景下，上海市的交通發(fā)展也亟待向低碳轉(zhuǎn)型[4]46。本研究探討了1998—2012年上海市城市發(fā)展與交通碳排放量之間的關(guān)系，并對上海市交通碳排放量進(jìn)行了預(yù)測與情景分析，以期為構(gòu)建上海市的低碳交通體系，實(shí)現(xiàn)社會經(jīng)濟(jì)可持續(xù)發(fā)展提供決策依據(jù)。

1 城市發(fā)展水平指標(biāo)選取

本研究選取人均GDP、人均消費(fèi)支出和城市化率作為指標(biāo)，擬從經(jīng)濟(jì)增長、居民生活水平和城市化3個(gè)方面考察上海市的城市發(fā)展水平。人均GDP代表城市的經(jīng)濟(jì)規(guī)模，可反映城市的經(jīng)濟(jì)發(fā)展水平；人均消費(fèi)支出可衡量城市生活水平；城市化率可衡量城市化發(fā)展程度。選取1998—2012年進(jìn)行研究，數(shù)據(jù)來源于《上海統(tǒng)計(jì)年鑒》，具體見表1。

表1 1998—2012年上海市城市發(fā)展指標(biāo)Table 1 The urban development indicators of Shanghai during 1998-2012

2 交通碳排放量的測算與模型構(gòu)建

2.1 交通碳排放量的測算

交通碳排放量的測算可采用自下而上或自上而下的方法[7]。本研究采用自上而下的方法，根據(jù)國家或區(qū)域范圍內(nèi)交通行業(yè)的能源消費(fèi)數(shù)據(jù)，以及各種能源的碳排放系數(shù)進(jìn)行計(jì)算。其表達(dá)式為：

(1)

式中：y為交通行業(yè)能源消費(fèi)引起的碳排放量，萬t；Ai為第i類能源的終端消費(fèi)量，萬t；Fi為第i類能源折算成標(biāo)準(zhǔn)煤的參考系數(shù)；Ki為第i類能源的碳排放系數(shù)，該值根據(jù)文獻(xiàn)[8]及其他相關(guān)研究確定。

根據(jù)《中國能源統(tǒng)計(jì)年鑒》和《上海工業(yè)交通能源統(tǒng)計(jì)年鑒》，應(yīng)用式(1)計(jì)算得到1998—2012年上海市交通碳排放量，結(jié)果見圖1。由圖1可知，1998—2012年上海市交通碳排放量基本呈現(xiàn)逐年增加趨勢，年均增長率為9.99%，高于全國平均增長水平(5.4%)[9]。其中，2008—2009年交通碳排放量呈現(xiàn)下降趨勢，下降率為8.57%。

2.2 交通碳排放量的影響因素分析模型

1970年初，EHRLICH等[10]提出以IPAT模型來分析人類活動對環(huán)境的影響，隨后該模型又被進(jìn)一步擴(kuò)展為STIRPAT模型[11]。在實(shí)際應(yīng)用中，可根據(jù)需要在STIRPAT模型中增加其他控制因素[12]。本研究以交通碳排放量為因變量，人均GDP、人均消費(fèi)支出、城市化率等指標(biāo)為自變量，建立上海市交通碳排放量影響因素分析模型，并將模型修正為：

(2)

將式(2)兩邊取自然對數(shù)后得到：

lny=α×lnx1+β×lnx2+γ×lnx3+u

(3)

式中：a為修正系數(shù)；x1為人均GDP，元；x2為人均消費(fèi)支出，元；x3為城市化率，%；α、β、γ分別為長期均衡狀態(tài)下人均GDP、人均消費(fèi)支出、城市化率對交通碳排放量影響的彈性系數(shù)；e為自然對數(shù)的底數(shù)；u為lna+1。

3 交通碳排放量與城市發(fā)展的關(guān)系實(shí)證

3.1 相關(guān)性分析

選取1998—2012年的數(shù)據(jù)對上海市交通碳排放量與城市發(fā)展的關(guān)系進(jìn)行了研究。采用SPSS軟件計(jì)算變量之間的Pearson相關(guān)系數(shù)。上海市交通碳排放量與人均GDP、人均消費(fèi)支出、城市化率的Pearson相關(guān)系數(shù)分別為0.976、0.938、0.990，相關(guān)關(guān)系顯著(顯著水平為1%)。

圖1 1998—2012年上海市交通碳排放量的變化Fig.1 Transportation carbon emissions of Shanghai during 1998-2012

3.2 平穩(wěn)性分析

本研究采用協(xié)整檢驗(yàn)考察上海市交通碳排放量與城市發(fā)展之間的長期關(guān)系。采用ADF檢驗(yàn)法檢驗(yàn)變量序列的平穩(wěn)性。分別對交通碳排放量、人均GDP、人均消費(fèi)支出和城市化率序列進(jìn)行差分，得到二階差分變量2y、2x1、2x2、2x3(見表2)。從表2可知，交通碳排放量、人均GDP 、人均消費(fèi)支出和城市化率序列均為二階單整平穩(wěn)。

表2 變量序列的ADF檢驗(yàn)結(jié)果Table 2 ADF test results of variable sequences

3.3 協(xié)整性分析

因?yàn)樯虾Ｊ薪煌ㄌ寂欧帕俊⑷司鵊DP、人均消費(fèi)支出和城市化率序列均為二階單整平穩(wěn)，可進(jìn)一步檢驗(yàn)其協(xié)整性。采用AEG協(xié)整檢驗(yàn)法，通過最小二乘法(OLS)模型進(jìn)行回歸分析，得到的標(biāo)準(zhǔn)化協(xié)整方程為：

lny1=0.388 9lnx1+0.176 8lnx2+0.406 3lnx3+6.592 9

(4)

對式(4)的殘差序列進(jìn)行ADF檢驗(yàn)，結(jié)果表明，ADF檢驗(yàn)值為-3.083 5，小于5%顯著水平(-2.006 3)，說明式(4)的殘差序列是平穩(wěn)的，且方程回歸有效。因而，上海市交通碳排放量和城市發(fā)展之間存在協(xié)整關(guān)系。

由式(4)可知，對交通碳排放量影響最明顯的是城市化率，其次是人均GDP，再次是人均消費(fèi)支出，可見城市化是導(dǎo)致上海市交通碳排放量增長的主要原因。人均消費(fèi)支出對交通碳排放量影響的彈性系數(shù)為0.176 8，說明居民消費(fèi)水平對上海市交通碳排放量增長具有一定的影響。有研究指出，法國、英國和日本等發(fā)達(dá)國家的小型汽車保有量增長基本與居民收入增長水平一致[13]。

4 交通碳排放量預(yù)測與情景分析

4.1 預(yù) 測

本研究采用灰色系統(tǒng)理論[14]預(yù)測上海市交通碳排放量。經(jīng)預(yù)測得知，到2020年，上海市的交通碳排放量將達(dá)2 842.501萬t，是2012年的2.19倍，且增長趨勢持續(xù)顯著；到2050年，交通碳排放量將達(dá)到46 599.240萬t，是2012年的35.92倍。為了有效控制上海市交通碳排放量，需要對碳排放的各影響因素進(jìn)行假定，考察在不同情景下交通碳排放量的變化。

4.2 情景分析

根據(jù)文獻(xiàn)[6]、[15]，將情景設(shè)為低碳、強(qiáng)化低碳2種。低碳情景反映了經(jīng)濟(jì)發(fā)展轉(zhuǎn)型情景，此情景下技術(shù)創(chuàng)新占主導(dǎo)地位，但城市居民消費(fèi)水平增長保持在一定水平。強(qiáng)化低碳情景下生態(tài)創(chuàng)新占主導(dǎo)地位，GDP增長減緩，代表了我國應(yīng)對氣候變化為全球碳減排做積極貢獻(xiàn)的情景[6]7-8。

預(yù)測時(shí)段設(shè)定為2016—2020、2021—2030、2031—2040、2041—2050年。表3列出了人均GDP、人均消費(fèi)支出、城市化率在以上4個(gè)時(shí)段的假定增長率(根據(jù)全國平均增長率設(shè)置)。

采用式(4)，并結(jié)合Matlab軟件進(jìn)行運(yùn)算，得到各情景下2016—2050年上海市交通碳排放量，結(jié)果見圖2。如圖2所示，正常、低碳和強(qiáng)化低碳情景下，2050年上海市交通碳排放量分別為46 599.24萬、28 196.70萬、9 575.47萬t。可見，通過轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式，有望科學(xué)合理地減少交通碳排放量。

圖2 不同情景下2016—2050年上海市交通碳排放量Fig.2 Transportation carbon emissions of Shanghai under different scenarios during 2016-2050

表3 不同情景下的假定增長率Table 3 Assumed growth ratios under different scenarios %

5 結(jié) 論

(1) 上海市交通碳排放量與人均GDP、人均消費(fèi)支出、城市化率均呈現(xiàn)顯著的正相關(guān)關(guān)系。協(xié)整檢驗(yàn)的結(jié)果表明，上海市交通碳排放量與人均GDP、人均消費(fèi)支出、城市化率均存在協(xié)整關(guān)系。對交通碳排放影響最為顯著的是城市化率，其次是人均GDP，再次是人均消費(fèi)支出。

(2) 在正常、低碳、強(qiáng)化低碳情景下，2050年上海市交通碳排放量分別為46 599.24萬、28 196.70萬、9 575.47萬t。通過轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式，有望科學(xué)合理地實(shí)現(xiàn)交通運(yùn)輸行業(yè)碳減排。

[1] 王圣,王慧敏,蔣松凱,等.江蘇省沿海地區(qū)經(jīng)濟(jì)發(fā)展與碳排放相關(guān)性研究[J].中國人口·資源與環(huán)境,2011,21(6):170-174.

[2] TONOOKA Y,LIU Jiaping,KONDOU Y,et al.A survey on energy consumption in rural households in the fringes of Xian city[J].Energy and Buildings,2006,38(11):1335-1342.

[3] 徐雅楠,杜志平.我國交通運(yùn)輸業(yè)的碳排放測度及因素分解[J].物流技術(shù),2011,30(6):16-18.

[4] 吳開亞,何彩虹,王桂新,等.上海市交通能源消費(fèi)碳排放的測算與分解分析[J].經(jīng)濟(jì)地理,2012,32(11).

[5] 蘇濤永,張建慧,李金良,等.城市交通碳排放影響因素實(shí)證研究——來自京津滬渝面板數(shù)據(jù)的證據(jù)[J].工業(yè)工程與管理,2011,16(5):134-138.

[6] 張?zhí)招?中國城市化進(jìn)程中的城市道路交通碳排放研究[J].中國人口·資源與環(huán)境,2012,22(8).

[7] 趙敏,張衛(wèi)國,俞立中.上海市居民出行方式與城市交通排放及CO2減排對策[J].環(huán)境科學(xué)研究,2009,22(6):747-752.

[8] 徐國泉,劉則淵,姜照華.中國碳排放的因素分解模型及實(shí)證分析：1995—2004[J].中國人口·資源與環(huán)境,2006,16(6):158-161.

[9] MARLAND G,BODEN T A,ANDRES R J.Global,regional,and national fossil-fuel CO2emissions[EB/OL].[2015-04-28].http://cdiac.ornl.gov/trends/emis/overview_2007.html.

[10] EHRLICH P,HOLDREN J.A bulletin dialogue on the ‘Closing Circle’.Critique: one-dimensional ecology[J].Bulletin of the Atomic Scientists,1972,28(5):16-27.

[11] DIETZ T,ROSA E A.Rethinking the environmental impacts of population,affluence,and technology[J].Human Ecology Review,1994(1):277-300.

[12] YORK R,ROSE E A,DIETZ T.STIRPAT,IPAT and ImPACT: analytic tools for unpacking the driving forces of environmental impacts[J].Ecological Economics,2003,46(3):351-365．

[13] 劉爽,毛保華,劉明君,等.經(jīng)濟(jì)發(fā)展對城市交通機(jī)動化進(jìn)程的推動作用[J].綜合運(yùn)輸,2011(2):36-40.

[14] 鄧聚龍.灰色系統(tǒng)基本方法[M].武漢:華中理工大學(xué)出版社,1994.

[15] 戴彥德,朱躍中,白泉.中國2050年低碳發(fā)展之路——能源需求暨碳排放情景分析[J].經(jīng)濟(jì)研究參考,2010(26):2-22.