中國省域物流作業的碳排放量測評及區域差異化分析

房艷君，吳夢娜

(山東師范大學商學院，濟南 山東 250014)

?

中國省域物流作業的碳排放量測評及區域差異化分析

房艷君，吳夢娜

(山東師范大學商學院，濟南 山東 250014)

給出了省域物流作業CO2排放量測量模型，測算了不同能源的CO2排放因子及排放系數。以物流作業直接能耗法核算我國各省域2003—2012年10年間的物流作業CO2排放指標，包括各省域的CO2排放量和單位貨物周轉CO2排放量，通過數據分析發現，我國物流作業的CO2排放量呈增長趨勢，但是單位貨物周轉碳排放量在波動變化的過程中，呈現整體下降趨勢。利用泰爾指數測算區域間和區域內的差異大小發現，我國東、中、西部地區之間的單位貨物碳排放存在顯著的差異性，差異性主要來自于區間內的差異，說明各省之間物流作業的碳排放量差異較大。

物流作業；碳排放量；測評；泰爾指數；區域差異

0　引言

21世紀，人口、資源與環境三者之間的矛盾日益凸顯，要求制造業提高其活動與環境的相容性，隨著可持續發展戰略的提出，溫室氣體的減排受到我國政府的密切關注。2009年的世界氣候峰會上，中國承諾到2020年實現單位GDP二氧化碳排放量比2005年的排放量下降40%～45%，同時將CO2排放量作為約束性指標納入國民經濟和社會發展中長期規劃。在2014年的世界氣候峰會上，中國呈現的數據報告顯示，為確保實現到2020年前碳強度下降40%～45%的應對氣候變化行動目標，2013年已實現單位GDP二氧化碳排放比2005年累計下降28.56%。同時，2014峰會展示的資料顯示，世界銀行做了一個測算，從節能的角度看，1990—2010年，中國累計節能量占了全球總節能量的58%，這說明全世界節能量當中中國占了一半以上。在經濟發展的各領域內，現代物流業既是經濟構成的重要組成行業之一，同時又是能源消耗大戶、主要的碳排放源之一，因此，關注物流作業的碳排放，是實現溫室氣體減排、緩解氣候變化的有效途徑之一。2009年國際能源署(IEA)出版的《運輸、能源與二氧化碳：邁向可持續發展》報告表明，全球CO2排放量約有25%來自交通運輸，預計到2050年全球交通運輸業的能源消費品量將翻一番[1]。為此，英國、歐盟、日本、美國等發達國家以及國際能源署、經濟合作與發展組織、世界銀行(WB)、亞洲開發銀行(ADB)、國際運輸論壇(ITF)、國際民航組織(ICAO)、國際海事組織(IMO)等國際組織或咨詢機構，紛紛將發展低碳交通運輸作為關注的焦點、研究的熱點與實踐的重點；此外，聯合國政府間氣候變化專門委員會(IPCC)、全球環境基金(GEF)、氣候組織(Climate Group)、世界自然基金(WWF)、世界可持續發展工商理事會(WBCSD)、世界資源研究所(WRI)、麥肯錫等國際組織或咨詢機構也高度關注低碳交通發展[2]。因此，發展低碳物流是大勢所趨。如果能夠降低物流作業的能源消耗，一方面，可以促進碳排放的進一步控制和減少；另一方面，可以推動先進物流技術的發展，實現行業的運作方式的轉變，進而推動區域經濟向低碳經濟增長方式的轉變。從全國省域層面對我國物流作業的10年碳排放量和排放趨勢進行核算和比較分析，有利于剩余物流作業比較分析，同時為省域制定物流作業的減排目標提供數據支持，為各省制定省域物流減排的政策制度提供理論依據和基礎。本文以省域物流作業直接耗能法來核算CO2排放量，依據國家統計局公布的相關統計數據，核算出各省域2003—1012年的CO2排放量及相關數據，通過比較分析來了解各省域的能源消耗和CO2排放的差距，同時比較分析各省域在10年內的能源消耗和CO2排放的變化趨勢。

1　相關研究綜述

進行碳排放的測算分析，是通過能源消耗的數量進行估算得到的。每種能源消耗的總量可以由統計部門進行統計得到，但是每種能源碳排放量的排放系數需要進行估算才能得到。聯合國政府間氣候變化專門委員會IPCC在2006年提供了碳排放量估算的參考方法，如公式(1)所示。同時提供了各種類型能源的碳含量和有效碳排放系數，如表1所示。

(1)

式中：CO2表示要估算的CO2排放量；i表示各種燃料，包括煤炭、焦炭、汽油、煤油、柴油、燃料油和天然氣；E表示初級燃料的消耗量；NCV表示平均低位發熱量；CEF為IPCC(2006)提供的各種燃料的碳排放系數，如表1所示。

表1　IPCC計算方法中初級燃料的平均低位發熱量及碳排放系數表

注：NCV數據來源于《中國能源統計年鑒》；CEF數據來源于2006年的IPCC。

在物流碳排放量測算的方法研究方面，參考已有的國內外相關文獻，現階段的測算研究方法主要有基于油料消耗測算[3]和基于運距測算[4]兩種測算方法。Woensel T. V.[3]等構建一個以恒定車速為基本假定的動態測度模型，在特定的路面上，假設車輛以恒定的車速運行，以此為基準，運用車輛的油料消耗來測算CO2的排放量。Palmer A．[4]構建了一個基于路徑選擇的運距計算模型，在模型中考慮綜合的運輸影響因素和環境模型，然后運用計算機算法，測算基于運距的CO2排放量。同時，Piecyk 運用Delphi調查方法，將對貨物運輸需求、車輛燃料消耗和對應碳排放產生影響的因素進行辨識和分析，并根據不同層次的物流決策分成6類，構建三種場景對2020年公路運輸碳排放量進行評估[5]。Ubeda 以西班牙的食品配送公司Eroski為例進行了綠色物流的相關研究，估計測算了物流對環境的影響、為減少碳排放而進行的線路優化和配送模式優化的分析[6]。Hickman 以倫敦市為原型，基于計算機技術，構建了一個運輸和物流碳排放的仿真模型，該模型的設定可適用于幫助分析不同政策下的碳排放約束效果，為降低碳排放量的政策制定提供參考[7]。國內的周葉等依據IPCC的碳排放核算方法，構建了一個省域物流作業CO2排放量測量模型，測算了不同能源的CO2排放因子及排放系數，利用2008年的數據對省域之間的物流碳排放情況進行了對比分析，最后提出低碳物流的發展對策[8]。本文即是在周葉等人的研究基礎上利用2003—2012年的面板數據進行省域物流碳排放的對比分析，以此為各省域進行低碳物流的發展提供數據參考和依據。

2　省域物流作業CO2排放量的測量

2.1省域物流作業CO2排放量的測量模型

已有的統計數據顯示，現階段我國還未進行物流業能耗數據的直接統計，物流業直接碳排放量的檢測數據也就無從下手，因此物流業能源消耗碳排放量的測算只能通過其他相關行業的統計數據進行間接的統計、測算而得到。在物流業的能源消耗過程中，主要消耗方式為運輸和倉儲，因此進行物流業能耗數據的測算，可以采用國家能源統計數據中的交通運輸、倉儲及郵電通信業能耗的統計數據來近似代替。在進行物流業CO2的測算過程中，我們采用如前面公式(1)所示的測評方式為基本依據進行省域物流的CO2排放量測評模型的構建，但是因為物流行業能耗數據的測算過程中，發現能源的種類比表1給出的能源種類更多，因此，對能源種類進行合并和劃分，參考周葉等在《中國省域物流作業的CO2排放量測評及低碳化對策研究》中建立的省域物流業碳排放測量模型，構建具體計算模型描述如下：

Qc=Qpc+Qcc+Qgc+Qec+Qhc+Qoc

(2)

式中：Qc為省域物流作業的CO2總排放量；Qpc為消耗石油類燃料產生的CO2排放量的測算值；Qcc為消耗煤炭類燃料產生的CO2排放量的測算值；Qgc為消耗燃氣類燃料產生的CO2排放量的測算值；Qec為消耗電能進行折算的CO2排放量；Qhc為消耗熱能進行折算的CO2排放量；Qoc為消耗其他能源而產生的CO2排放量的測算值。不同燃料種類中CO2排放量的計算方式為：

Qic=Σ(i中的不同能源消耗品×CO2排放系數)

其中，i=p,c,g。

(3)

2.2省域物流作業CO2排放量的測量數據分析

電能、熱能和其他能源的CO2排放量的測算方式按照對應能源轉化為標準煤的數量統一進行CO2排放量的測算(數據來源：中國能源統計年鑒，2003—2012年)。2003—2012年，東、中、西部地區各省物流作業的碳排放量和單位貨物周轉碳排放量的測算值如圖1、圖2所示。

從圖1(a)可以看出，2003—2012年的10年間，在中國的東部地區，各省物流作業的CO2排放總量中，基本排列趨勢從高至低依次為：廣東、山東、上海、遼寧、江蘇、浙江、北京、河北、福建、廣西、天津和海南(中間個別年份略有變動)；從圖1(b)可以看出，2003—2012年的10年間，在中國的中部地區，各省物流作業的CO2排放總量中，基本排列趨勢從高至低依次為：湖北、內蒙古、河南、湖南、山西、黑龍江、吉林、安徽和江西(中間個別年份略有變動)；從圖1(c)可以看出，2003—2012年的10年間，在中國的西部地區，各省物流作業的CO2排放總量中，基本排列趨勢從高至低依次為：四川、陜西、云南、新疆、重慶、貴州、甘肅、寧夏和青海(中間個別年份略有變動)。綜合圖1(a)、(b)、(c)來看，各省份物流作業的CO2排放總量在10年間都呈現增長趨勢。在總量的核算中，東部地區的廣東省和山東的排放總量峰值達到7000*104kg以上，東部地區的其余省份總量的峰值在5000*104kg以下，中部地區的各省份排放總量峰值在4000*104kg以下，中部地區的各省份排放總量峰值在3000*104kg以下，因此，廣東省、山東省和上海市物流作業的CO2排放總量在全國排在前三位。

從圖2(a)可以看出，2003—2012年的10年間，在中國的東部地區，各省單位貨物周轉的CO2排放量核算中，基本排列趨勢從高至低依次為：北京、廣東、廣西、江蘇、山東、遼寧、海南、福建、浙江、河北、上海和天津(中間個別年份有變動)；從圖2(b)可以看出，2003—2012年的10年間，在中國的中部地區，各省單位貨物周轉的CO2排放量核算中，基本排列趨勢從高至低依次為：湖北、吉林、內蒙古、黑龍江、湖南、山西、江西、河南和安徽(中間個別年份有變動)；從圖2(c)可以看出，2003—2012年的10年間，在中國的西部地區，各省單位貨物周轉的CO2排放量核算中，基本排列趨勢從高至低依次為：云南、四川、貴州、新疆、陜西、重慶、青海、寧夏和甘肅(中間個別年份有變動)。綜合圖2(a)、(b)、(c)來看，各省單位貨物周轉的CO2排放量在10年間整體呈現下降趨勢。在單位貨物周轉CO2排放量的核算中，東部地區的北京市單位貨物周轉的CO2排放量峰值達到3t/104t·km，西部地區云南省的峰值達到2t/104t·km，其余省份的單位周轉碳排放值基本在1.5 t/104t·km以下。綜合圖1和圖2中的所有圖來看，雖然廣東省和山東省物流作業的CO2排放總量最多，但因為物流作業量也足夠大，所以單位貨物周轉的CO2排放量反而不高；北京市物流作業的CO2排放總量雖然居中，但因為物流作業量的數量有限，反而出現單位貨物周轉的CO2排放量最高，在10年間，北京市單位貨物周轉的CO2排放量一直排在首位。

3　泰爾指數分析區域間的物流CO2的差異性

3.1省域物流作業CO2排放量的泰爾指數

對于省域CO2排放量的存在差異，本文沿用楊騫和劉華軍在《中國二氧化碳排放的區域差異分解及影響因素》中衡量CO2的區域差異的泰爾指數來衡量省域物流CO2排放的區域差異。泰爾熵標準或稱泰爾指數是泰爾(Theil,1967)利用信息理論中的熵概念來計算收入不平等而得名。它最初用來計算國家間的收入差異，之后被廣泛應用于研究不同層次區域的收入差異。泰爾指數最大的優點是它可以衡量組內差距和組間差距對總差距的貢獻。泰爾指數為0～1，數值越小，說明地區差異越??；數值越大，說明地區差異越大。本文借鑒楊騫和劉華軍在《中國CO2排放的區域差異分解及影響因素-基于1995—2009年省際面板數據的研究》對泰爾指數及其結構分解的方法論述[9]，將省域物流業CO2排放的泰爾指數及其結構分解的測算公式調整如下：

(4)

(5)

(6)

(7)

(8)

式(4)測算的是全國物流業碳排放的總體泰爾指數T；式(5)測算的是區域內部的泰爾指數；式(6)、式(7)分別測算的是區域內物流業碳排放的泰爾指數和區域間物流業碳排放的泰爾指數Tb，分別代表碳排放的區域內部差異和區域間差異；式(8)表示泰爾指數的可加分解特性，即總體差異等于區域內差異加上區域間差異。C代表各省份碳排放總量之和，Cj代表各區域碳排放總量和，Ci代表各省份碳排放總量；X代表各省份物流業的貨物周轉量之和，Xj代表各區域物流業的貨物周轉量，Xi代表各省份物流業的貨物周轉量，T為單位貨物周轉的碳排放泰爾指數。

3.2省域物流作業CO2排放量的泰爾指數分析

按照東、中、西三區域的劃分，依照公式(4)測算出2003—2012年全國30個省市物流作業碳排放的總體泰爾指數如表2和圖3所示。

表2　中國單位貨物周轉碳排放的泰爾指數：2003—2012年

注：三區域劃分包括的省份：東部地區包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、廣西共11省份；中部地區包括山西、內蒙古、吉林、黑龍江、安徽、江西、河南、湖北、湖南共9個省份；西部地區包括云南、四川、重慶、貴州、山西、甘肅、青海和新疆7個省份。

由表2和圖3可看出：2003—2012年，我國單位貨物周轉碳排放存在顯著的區域差異。其中，泰爾指數最大值(0.3034)出現在2007年，最小值(0.1817)出現在2008年。同時，總泰爾指數的構成中，區域間差異較小，區域內差異較大，說明各區域內各省份的單位貨物周轉碳排放差異較大，在下一步進行物流行業的碳排放控制時，應以各省作為治理單位，針對各省的實際情況，進行相關政策的制定，而不應以東、中、西區域的劃分進行區域政策的統一制定和管理。

按照公式(6)(7)計算東、中、西部各區域的單位貨物周轉碳排放泰爾指數如表3和圖4所示。

表3　東、中、西地區單位貨物周轉碳排放的泰爾指數：2003—2012年

從表3和圖4可以看出：2003—2012年，東、中、西部區域內單位貨物周轉碳排放的泰爾指數是東部地區明顯高于中部地區，中部地區明顯高于西部地區，說明東部區域內的各省之間單位貨物周轉碳排放的差異最大，中部區域內的各省之間單位貨物周轉碳排放的差異次之，西部區域內的各省之間單位貨物周轉碳排放的差異最小。同時，從圖表還可以看出，2003—2012年的10年間，東部地區的單位貨物周轉碳排放的泰爾指數有逐漸縮小的趨勢，說明東部地區各省份之間的單位貨物周轉碳排放有趨同形式，中西部地區的變化不是十分明顯。

4　結論

對中國物流業CO2排放量的區域性分析，對于我國推進綠色物流和綠色供應鏈的發展具有重要的現實意義。本文首先測算了各省域物流作業2003—2012年10年間的CO2排放量和單位貨物周轉碳排放量；同時根據測算出的這兩類數據，進一步測算了各區域在10年間的單位貨物周轉碳排放的泰爾指數，分析了區域之間存在的單位周轉貨物碳排放差異性。研究結果發現：

第一，從總量上看，我國物流作業的CO2排放量呈增長趨勢，但是單位貨物周轉碳排放量在波動變化的過程中，整體呈現下降趨勢。對東、中、西三區域的分指標比較顯示，東部地區的排放總量指標和單位貨物周轉碳排放指標較中西部地區稍高，特別是廣東省的排放總量和單位貨物周轉碳排放指標排名都十分靠前，北京的碳排放總量雖然居中，但是單位貨物周轉碳排放指標名列前茅。從數據分析也可以看出，因為貨物周轉總量的大幅增加，雖然碳排放總量增加，單位貨物周轉碳排放量有整體下降趨勢。隨著經濟的不斷發展，貨物周轉總量會繼續增加，因此，為實現綠色物流的發展，如何在降低單位貨物周轉碳排放量的同時亦能逐步控制物流作業碳排放總量應是下一步綠色物流推進過程中重點考慮的問題。

第二，從單位貨物周轉碳排放的泰爾指數看，我國東、中、西部地區之間的單位貨物碳排放存在顯著的差異性。同時，總泰爾指數的構成中，區域間差異較小，區域內差異較大，說明各區域內各省份的單位貨物周轉碳排放差異較大，在下一步進行物流行業的碳排放控制時，應以各省作為治理單位，針對各省的實際情況，進行相關政策的制定，而不應以東、中、西區域的劃分進行區域政策的統一制定和管理。根據各區域內的泰爾指數分析，東部地區各省份之間的差異較大，中西部地區內各省份之間的差異小一些，所以在東部地區的治理過程中更應該依省治理。

[1]董鋒, 楊慶亮, 龍如銀,等. 中國碳排放分解與動態模擬[J]. 中國人口·資源與環境, 2015, 25(4): 1-8.

[2]歐陽斌, 李忠奎, 鳳振華. 低碳交通運輸規劃研究現狀、問題及展望[J]. 中國流通經濟, 2014(9):13-20.

[3]Woensel T V，Creten R，Vandaele N． Managing the Environmental Externalities of Traffic Logistics: The Issue of Emissions [J]．Production and Operations Management, 2001(10): 207-223.

[4]Palmer A． An Integrated Routing Model to Estimate Carbon Dioxide Emissions from Freight Vehicles[C]. Logistics Research Network 2007 Conference Proceedings, University of Hull,2007: 27-32.

[5]Piecyk M I，McKinnon A C． Forecasting the Carbon Footprint of Road Freight Transport in 2020[J]. International Journal of Production Economics, 2009(9):1-12.

[6]Ubeda S，Arcelus F J，Faulin J． Green Logistics at Eroski: A Case Study[J]. International Journal of Production Economics, 2010(3): 1-8.

[7]Hickman R，Ashiru O，Banister D． Transport and Climate Change: Simulating the Options for Carbon Reduction in London[J]. Transport Policy, 2010, 17(2): 110-125.

[8]周葉, 王道平, 趙耀. 中國省域物流作業的CO2排放量測評及低碳化對策研究[J]. 中國人口·資源與環境, 2011, 21(9): 81-87.

[9]楊騫, 劉華軍.中國二氧化碳排放的區域差異分解及影響因素——基于1995～2009年省際面板數據的研究[J]. 數量經濟技術經濟研究, 2012(5): 36-49.

Analysis on the CO2Emission Evaluation of the Provincial Logistics Operation and Regional Difference in China

FANG Yan-jun; WU Meng-na

(Business School, Shandong Normal University, Jinan Shandong 250014 ,China)

Being one of the main sources of carbon emissions, logistics activity is an important sector of greenhouse gas emissions reduction and climate change mitigation. It is significant to carry out the accounting and comparing analysis on the carbon emissions of the logistics operation in the provincial level for macroscopically controlling the carbon emissions and determining the energy saving and emission reduction targets of the logistics operation in China's province. This paper firstly gave the measurement model on CO2emissions of the logistics operation based on province and calculated the CO2emission factor and emission coefficient of different kinds of energies. Then, it calculated the CO2emission indices of the logistics operation using the Direct Energy Consumption Method based on statistic data from 2003 to 2012. The indices included the CO2emission volume and the CO2emission volume per freight ton-kilometers. The carbon emissions volume of the logistics operation in China showed an increasing trend. However, the CO2emission volume per freight ton-kilometers showed fluctuate declining trend. Obvious regional differences were found, which meant that there were obvious differences among the provinces according to the Theil index.

logistics operation; carbon emission volume; test and evaluate; Theil index; regional difference

2016-03-09

教育部人文社科青年基金項目(15YJC6301134)；山東師范大學青年教師科研項目(15SQR019)；山東省優秀中青年科學家獎勵基金(BS2015SF018)。

房艷君(1983-)，女，博士，研究方向為綠色供應鏈網絡。

X38

A

1673-9655(2016)05-0042-08