我國鐵路運營二氧化碳排放影響因素研究

王 勇，李紅昌，郭雪萌，于克美

(北京交通大學 經濟管理學院，北京 100044)

《2019年全球碳預算》顯示，在2009—2018年我國碳排放量以年均2.2%的速度增長并穩居世界第一碳排放大國[1]。2012年國際能源署報告稱交通運輸業的碳排放量僅次于電力和供熱業,尤其是近十多年來高速鐵路的快速發展，高速鐵路客運量在2008年僅占鐵路總客運量的0.5%，到2018年，該比例增加到60.9%[2]。2020年，中國國家鐵路集團有限公司出臺《新時代交通強國鐵路先行規劃綱要》，明確指出到2035年，全國鐵路網建成20萬km左右，而高速鐵路網絡建成7萬km左右。在碳達峰和碳中和的目標下，鐵路行業實現減碳的目標也任重道遠。

在上述背景下，理清鐵路運營碳排放的現狀與主要影響因素，處理好鐵路運輸與碳排放的關系，緩和碳排放與環境污染之間的矛盾，具有重要的意義。通過收集《鐵路統計資料匯編》與《中國城市統計年鑒》兩個數據庫2006—2017年的相關數據，計算鐵路運營階段的碳排放量，進一步采用回歸計量模型來識別鐵路碳排放的重要影響因素及其貢獻率。

目前關于交通碳排放的研究集中于兩個層面：一種是交通設施在建設和運營過程中直接產生二氧化碳,通常對某一種交通碳排放進行測算或者進行不同交通基礎設施碳排放差異的對比分析；另一種關注交通基礎設施碳排放的影響因素，這里可以把交通基礎設施當作被解釋變量直接分解影響因素，也可以把交通基礎設施當作解釋變量，分析其與經濟活動之間的互動而帶來的碳排放效應[3]。

關于第一種，陳進杰等[4]從高速鐵路全生命周期角度出發，認為高速鐵路在建材生產階段、建筑施工階段、運營維護階段以及拆除報廢階段都會產生二氧化碳，而高速鐵路運營階段的碳排放大約占其整個全生命周期排放量的84.97%。張漢斌[5]以武廣高速鐵路為研究對象，分別計算了高速鐵路的節地效應、貨運與客運替代效應等，最終提出每公里高速鐵路年二氧化碳排放量比普速鐵路少2 190.55 t。王成新等[6]計算了主要交通運輸方式的單位能耗，發現高速鐵路百公里人均碳排放量是民航的1/5，高速公路的1/3。雖然高速鐵路與普速鐵路的碳排放強度相差不大，高速鐵路在運輸效率與潛在收益方面具有明顯優勢。朱勇等[7]利用投入產出的方法對高速鐵路隱含碳排放進行計算，這一部分在鐵路碳排放中占主要地位，采用灰色均值GM(1，1)模型對鐵路碳排放進行進一步預測，結果表明在未來5年中高速鐵路的直接碳排放量將增加。

關于第二種，馬慧強等[8]采用數平均迪氏指數(LMDI)分解法和Kaya恒等式對山西省旅游交通碳排放的影響因素進行測算分析，提出旅游人數、人均旅游消費水平與單位周轉量的能耗三因素能夠增加碳排放量，而單位GDP的客運周轉量、旅游產業產值占比以及能源結構是降低碳排放量的主要因素。高標等[9]采用STIRPAT模型來分析吉林省在1999—2011年的交通運輸能源消費碳排放量，并提出人口總數、人均GDP、交通運輸投資額、城市化率、私家車數量等因素正向影響碳排放量，單位GDP能耗的回歸彈性系數為負值。汪瑩等[10]選擇1979—2018年的鐵路時間序列數據，通過協整與向量誤差修正模型，發現換算周轉量是增加鐵路運營碳排放量的主要因素，該系數為1.98，能源強度的影響系數僅為0.3，而車輛運輸結構則負向影響運營碳排放量。文獻[11]的研究也與之類似。肖紫薇等[12]選擇1994-2012年的時間序列數據對中國交通碳排放的主要因素進行分析，發現交通發展水平(用總換算周轉量表示)是決定性因素，對碳排放的影響系數為0.988，還發現交通業增加值占GDP的比重、鐵路和公路加總的營業里程、能源強度與能源結構也都對碳排放產生正向影響。劉李紅等[13]把高速鐵路作為影響碳排放的一個影響因素，認為其從廣義可達性方面對碳排放形成作用機理，通過計量回歸模型得出高速鐵路使中西部碳排放增加，而使東部地區碳排放量降低。

根據研究現狀，碳排放影響因素的研究方法主要有對數平均迪氏指數(LMDI)分解法、Kaya恒等式、IPAT方程、STIRPAT模型以及回歸模型等。LMDI分解法是在Kaya恒等式基礎上被提出的，這兩種方法用來分析碳排放影響因素的作用機制，研究結果容易解釋，但是其在選取影響因素上具有一定的依賴性，使研究結果具有一定的片面性[14]。IPAT方程描述了影響因素與環境等比例的線形關系，但這種約束條件并不完全貼合現實情況，后來STIRPAT模型基于IPAT方程進行修正拓展，建立了非線性的變量關系[15]。交通碳排放的研究對象可以是一種交通運輸方式，也可以是綜合交通，無論是哪一種研究對象，數據分析多集中于城市層面、省域層面或者是整個國家層面，關注于鐵路運輸企業在時空上的碳排放差異分析的較少，因而具有一定的研究空間和創新性。

1 鐵路二氧化碳排放量的定義與測算

首先對鐵路碳排放的研究范圍進行界定，即只考慮鐵路在客貨運輸過程中產生的二氧化碳排放量，而非全生命周期的碳排放量。謝漢生等[16]認為運營碳排放能夠反映出鐵路行業的典型特征，并且能體現長期性特點。碳排放量QC的計算式為

QC=∑Ei·Zi·Ii

(1)

式中：Ei為第i種能源的消耗量；Zi為第i種能源轉化為標準煤的折算系數；Ii為響應的碳排放系數。

碳排放量與二氧化碳排放量QCO2之間的關系為

QCO2=QC·44/12

(2)

采用式(1)、式(2)對我國鐵路在2006—2017年的運營二氧化碳排放量進行計算，結果如圖1所示，中國鐵路運營二氧化碳排放量在此期間呈現出波動式下降的趨勢，按照下降斜率可以分為2006—2012年平穩下降期、2012—2015年急劇下降期和2015—2017年平穩下降期的三階段。2006年，我國鐵路運營二氧化碳排放量達55.06×106t，到2017年，這一數值僅有29.54×106t，下降了46.35%。圖1反映出我國鐵路運營逐步向低碳運輸發展，這主要是得益于鐵路技術進步帶來的能源消耗的減少。

圖1 中國鐵路運營階段二氧化碳排放量變化趨勢

在技術進步的環境下，我國鐵路牽引技術不斷進行升級優化，在1985—2013年之間，我國鐵路的蒸汽機車從7674臺降為0臺，內燃機車、電力機車分別增加到13 130、10 703臺，增長率分別為274%、1 723%。在2000年之后，我國鐵路仍大力發展電氣化線路，電力機車的比重增長很快。此外，在2008年之后，我國開始大規模建設高速鐵路，高速鐵路較普速鐵路有大運量、低能耗的特征，進一步改善了鐵路運輸企業的能源消耗結構，對鐵路的碳減排起到了重要的作用。

除了時間上的變化趨勢，鐵路二氧化碳排放量還表現出明顯的空間異質性，限于篇幅原因，圖2僅排列了中國鐵路鄭州局、西安局、上海局、沈陽局集團有限公司(以下分別簡稱鄭州局、西安局、上海局、沈陽局)4個代表性的鐵路局的碳排放變化趨勢。這4個鐵路局分別位于我國的中部地區、西部地區、東部地區和北部地區，具有明顯的社會經濟發展水平差異性。鄭州局在2007—2008年之間運營二氧化碳排放量大幅上升。2008年鄭州局完成貨運周轉量和客運周轉量分別為179.66×1010t·km和55.36×1010人·km，較2007年的增幅分別為4.9%和6.8%。但是2008年的機車總走行公里卻比2007年減少58.74×106車·km，2008年的折標煤的消耗量達2×106t，為2007年年能源消耗量的3.63倍。所以此期間的運營二氧化碳排放量的增加可能是由于技術水平落后而帶來的能源消耗量的增加。西安局在2008年和2014年達到運營二氧化碳排放量的最高點，2008年出現的情況與鄭州局的分析一致。2014年，西安局的高速鐵路營業里程達436 km，旅客周轉量較2013年增加，同時機車總走行公里約為前一年的2倍。所以，2014年的上升現象可能是由于工作量增加而帶來的能源消耗量的增加。上海局和沈陽局的分析亦是如此，能源消耗量的變化是二氧化碳排放量變化的根本原因，但是引起能耗量變化的因素是多方面的。

圖2 各鐵路局運營階段二氧化碳排放量變化趨勢

2 研究假設與模型方法

2.1 研究假設

按照聯合國世界旅游組織(UNWTO)關于碳排放的計算方法，在碳排放強度不變的情況下，交通運輸工具完成的換算周轉量越多，產生的運營二氧化碳排放量就越多。換算周轉量是在分析二氧化碳排放影響因素中常見的變量，文獻[17]發現換算周轉量與運營二氧化碳排放量呈正相關關系，提出假設一：鐵路換算周轉量能夠正向影響二氧化碳排放量。

相似地，鐵路運營二氧化碳排放量與運輸距離密切相關，即平均運距越長，二氧化碳排放量越高。Pak等[18]在檢驗影響民航碳排放因素時，考慮了飛機的飛行距離，發現飛行距離與民航碳排放之間存在正相關關系。由此得到假設二：鐵路平均運營距離能夠正向影響二氧化碳排放量。

鐵路運輸過程中所用車輛按照動力類型可以分為電力機車和內燃機車，以2013年的數據為例，指出內燃機車平均每萬噸公里耗油27.3 kg，電力機車平均每萬噸公里耗電為101.9 kW·h，將兩者換算為標準煤后平均為1.46、0.32 kg。汪瑩等[10]在分析時使用電力機車占總機車數量的比重來表示運輸車輛結構，并發現運輸車輛結構可以顯著的減少二氧化碳的排放，基于此，提出假設三：鐵路運輸車輛結構能夠負向影響二氧化碳排放量。

高速鐵路作為鐵路運輸市場上的技術創新也能夠影響鐵路運營二氧化碳的排放。Li等[19]采用雙重差分的方法檢驗高速鐵路開通對普速鐵路運營頻次的影響，結果表明高速鐵路開通能夠減少普速鐵路的頻次，尤其在短途距離上。這說明高速鐵路能夠轉移普通鐵路客運量，這使得二氧化碳排放減少。但是，高鐵鐵路還有誘增新客流效應以及轉移其他運輸方式的客運量效應，帶來運量的增加，這會增加鐵路運輸企業運營二氧化碳排放量。所以，高速鐵路對鐵路運營碳排放量的影響符號不能確定，其取決于兩方面效應的程度，即假設四：高速鐵路開通對鐵路運營階段的二氧化碳排放量的影響不能確定。

2.2 模型方法

研究目標是確定2006—2017年期間18個鐵路局集團有限公司在運營中總二氧化碳排放量的決定因素。因此，面板經濟計量模型被用來估計一些決定因素對二氧化碳排放量的彈性，并為可能間接影響碳排放量的決策提供經驗證據。因此，在研究假設之上加入人均GDP與產業結構兩個控制變量，構建對數線性模型，即

α4HSRit+α5lnGDPcapit+α6lnstrit+εit

(3)

式(3)中一些變量用對數表示，另一些作為虛擬變量。在這個對數線性模型中，當虛擬變量從0變為1時，對因變量的影響百分比可以通過應用以下表達式來計算：100(eα-1)，其中α為虛擬變量的回歸系數。在連續變量作為回歸變量的情況下，其估計系數即為對因變量的影響百分比。

在此基礎上，借鑒Pak等的研究，進一步分析了影響鐵路碳排放一年內變動的因素，即估計了一階差分面板回歸模型，得

(4)

3 數據與結果

3.1 數據

數據時間跨度為2006—2017年，研究對象為18個鐵路局，共形成216條觀測數據。高速鐵路虛擬變量、車輛結構、總換算周轉量以及平均運輸距離均來源于《鐵路統計資料匯編》。人均GDP和第二產業結構占比來源于《中國城市統計年鑒》數據庫[20]，由于這兩個變量的統計口徑時省份，與鐵路相關變量口徑不一致，因而按照文獻[21-22]的研究，轉換為統一口徑。數據的描述性統計分析見表1。

表1 2006—2017年18個鐵路局回歸變量的描述性統計分析

可以看出，每個變量都呈現出明顯的時空差異性。差異性最大的是二氧化碳排放量，該變量均值為2.42×106t，最小值僅有0.39×106t，最大值為12.70×106t。差異性最小的變量是第二產業占比，最小值和最大值僅差了不到2倍。

圖3 為二氧化碳排放量與鐵路運輸車輛結構以及換算周轉量影響因素間的相關關系與擬合線圖。由此可看出，這與第2節的研究假設一致。

圖3 二氧化碳排放量與主要影響因素的相關關系

3.2 實證結果

應用Stata 15軟件對式(3)進行估計，其估計結果見表2。進一步采用豪斯曼檢驗發現，固定效應模型估計結果要好于隨機效應模型。

表2 2006—2017年鐵路運營二氧化碳排放影響因素的估計結果

從估計結果可以看出，除了人均GDP和公路換算周轉量兩個變量外，其他的解釋變量都通過了顯著性檢驗。鐵路換算周轉量的彈性系數為0.091，意味著鐵路換算周轉量每增加1%，鐵路運營二氧化碳排放量增加0.091%，該變量的系數與預期的結果是一致的。但是該變量在M1和M2中都是通過10%的顯著性水平，這說明換算周轉量的增加對鐵路運營碳排放量的作用不是很明顯。例如，當鐵路的運能利用率不是100%時，其實增加換算周轉量對碳排放的影響效應較小。運輸車輛結構的回歸結果與研究假設也是一致的，相應的彈性值為-0.103。鐵路平均運輸距離的彈性值為1.168，其對二氧化碳排放量貢獻量僅次于第二產業結構占比變量。高速鐵路的開通能夠顯著的減少鐵路運營碳排放量，彈性系數為-0.04(e-0.042-1)。這意味著高速鐵路客運量增加帶來二氧化碳排放量的增加值小于由于鐵路技術創新帶來的二氧化碳排放量的減少值。

同樣應用固定效應模型和隨機效應模型對式(4)進行回歸估計分析影響鐵路運營二氧化碳每年變動的主要因素，其估計結果見表3。根據回歸結果，一個重要的影響因素是鐵路局集團公司所管轄范圍內的產業結構與布局。當第二產業占比增加時，鐵路運營二氧化碳排放量從該年到下年也是朝增加變動。變量ln dstr的估計系數是1.826，并且在統計上是顯著的。平均運輸距離也是引起二氧化碳排放量每年變動的主要因素，該系數為1.229。另一個影響鐵路二氧化碳排放量正向變動的因素為鐵路換算周轉量，即換算周轉量增加時，二氧化碳排放量也增加。高速鐵路、運輸車輛結構的優化則是引起鐵路二氧化碳排放量一年間減少的因素，其中高速鐵路一年內的增加帶來的負向影響最大，系數為-0.305。

表3 鐵路運營二氧化碳排放量變化的影響因素估計結果

4 結論

本文選擇2006-2017年的鐵路局層面的數據集，試圖對目前有關鐵路運營二氧化碳排放影響因素的文獻進行補充。對鐵路局二氧化碳排放量從兩個角度進行了分析：①總二氧化碳排放量；②二氧化碳排放量一年內的變動量。進一步采用能源消耗量和能源碳排放強度指標來測算了全國鐵路和18個鐵路局集團有限公司運營二氧化碳排放量，并描述分析了碳排放量的時空差異性。其次，分別采用固定效應與隨機效應模型來分析可能的影響因素。結果顯示：產業結構對鐵路運營階段的二氧化碳貢獻率最大，該彈性為1.671；鐵路平均運輸距離和換算周轉量也增加二氧化碳的排放量；機車車輛結構、高速鐵路對減少鐵路二氧化碳排放量有顯著的作用。

從上述結果中，可以得出一些政策含義。首先，可通過對各鐵路局進行更好地管理來進一步減少鐵路運營二氧化碳的排放，提高鐵路碳排放效率。運輸車輛結構優化可以減少鐵路碳排放量，所以，鐵路運輸企業可以進一步調整電力機車的比例，甚至是國家應該提供一定的激勵措施，鼓勵鐵路運輸企業積極進行技術創新，提高能源的利用率。其次，換算周轉量能夠增加碳排放量，但是在不影響需求的條件下，鐵路局可適當調整車型或者頻次，提高列車的利用率或上座率。最后，高速鐵路能夠減少二氧化碳排放量，各鐵路局應當積極尋求高速鐵路貨運的發展措施，這樣在物流時代才能分一杯羹，同時也滿足了低碳發展的要求。