“雙碳”目標下港口城市交通碳排放規模測算與減排策略

摘"要：在“雙碳”目標下，研究港口城市交通系統碳減排問題，對助力國家低碳發展、實現“雙碳”目標具有現實意義。文章以寧波市為例，選擇“自下而上”的測算方法測算寧波市2011—2022年交通碳排放規模，運用LMDI方法分解出影響交通運輸行業碳排放變化現狀因素并提出合理建議。

關鍵詞：交通碳排放量測算；港口城市交通系統；LMDI方法；IPCC；減排政策

中圖分類號：F512""""文獻標識碼：A"文章編號：1005-6432（2025）10-0018-04

DOI：10.13939/j.cnki.zgsc.2025.10.005

1"引言

交通運輸行業是主要的碳排放來源之一。伴隨經濟增長和對外貿易的快速發展，中國沿海主要港口的貨物吞吐量仍保持高速增長，港口城市的交通碳排放仍具有增長趨勢。我國在2020年9月明確提出“雙碳”目標，應對高碳排放帶來的極端環境問題，推動低碳綠色發展。為助力港口城市實現“雙碳”目標，文章立足于港口城市交通行業的碳排放現實，以寧波為例研究港口城市交通減排影響因素及對策。

國內外諸多學者對交通碳排放問題開展了相關研究。國外學者在能源使用上提出了見解。Merna等（2024）提出陸上供電系統（OPS）實施方案，建議使用太陽能減少港口城市碳排放［1］；Dharik等（2024）分析比較電池電動汽車和燃料電動汽車在電和氫供應鏈方面的靈活性值，助力新興低碳能源技術發展［2］。國內學者在交通碳排放問題上注重方法論的研究，合理運用到不同空間層面并對趨勢做出一定預測。鄭琰（2023）采用SBM-DEA模型等函數，得出技術效率的提升和港口結構的優化是促進港口低碳發展的重要因素［3］；梁晶等（2023）構建港口與航運企業減排博弈模型，發現港航企業的減排決策與航運企業減排成本和港口協助減排成本有關［4］；張江艷（2024）同時運用LMDI、STIRPAT和Tapio脫鉤模型，得出不同模型的運用導致個別影響因素對碳排放的影響程度不同［5］。

基于實際，盧靜昭（2023）基于LMDI和脫鉤模型，分析京津冀城市群碳足跡及其經濟增長脫鉤彈性［6］；在碳排放預測方面，劉慧甜（2024）基于機器學習對不同省份的交通碳排放量和影響因素進行預測分析［7］；劉淳森等（2023）基于LSTM模型對中國交通運輸業進行碳排放預測［8］。

由此可見，國內外學者在交通運輸與能源消耗、碳排放之間的研究上都提出獨到見解，學者們在測算交通碳排放量、分析影響因素、制定減排策略上的方法和建議對港口城市交通系統碳排放量研究提供了參考，但囿于數據的限制，針對港口城市的交通系統進行碳排放問題的相關研究尚有待進一步深入。

2"方法模型

2.1"碳排放量測算

IPCC清單碳排放核算法是一種保持各國碳計量方法之間的兼容性、可比較性和一致性的碳排放核算法，分為“自上而下”和“自下而上”兩種形式。“自下而上”法從理論上相較于“自上而下”法，有較強的針對性和準確性，有助于比較分析不同交通運輸方式對城市交通系統碳排放量規模的影響，因此文章主要采用“自下而上”的計算方法測算港口城市交通碳排放量。

相較其他非港口城市，港口城市水路運輸發達，導致作為運輸節點的港口在進行生產經營活動時產生的碳排放量也占據一定比例。文章將港口城市交通碳排放量組成分為城際交通碳排放、城內交通碳排放和港口碳排放三部分。港口城市交通碳排放量組成見圖1。

城際交通碳排放量計算公式為：

C=∑ijFij×Tij×E（1）

式（1）中，C代表城際交通產生的碳排放量；Fij代表第i種運輸客運或貨運的單位周轉量能耗；Tij代表第i種運輸方式客運周轉量或貨運周轉量；數據參考《寧波市統計年鑒》和《寧波市交通統計年鑒》的內容；E為噸標準煤的碳排放系數，取國家發改委推薦值2.4567（t-CO2/tce）；i表示不同的交通運輸方式"（i=1，"2，"3，"4；"1為公路，"2為水路，"3為鐵路，"4為航空）；"j表示不同運輸類別"（j=1，"2；"1為貨運，"2為客運）。

城內交通碳排放量計算公式為：

R=∑kMk×E（2）

式（2）中，R為城內交通產生的碳排放量；Mk表示代表第k種城內交通方式消耗的燃料，數據來源于歷年《寧波市交通統計年鑒》；E為噸標準煤的碳排放系數，取國家發改委推薦值2.4567（t-CO2/tce）。

港口碳排放量計算公式為：

G=X×Y×E（3）

式（3）中，G為港口碳排放量；X為港口吞吐量；Y為港口每單位吞吐量能耗，數據取自《寧波市交通統計年鑒》和《寧波市統計年鑒》，由于2015年之前的能耗數據未做詳細統計，故用已知年份數據的平均數進行估算；E為噸標準煤的碳排放系數，參照國家發改委推薦值，取2.4567（t-CO2/tce）。

港口城市交通系統碳排放量計算公式為：

Q=C+G+R（4）

式（4）中，港口城市交通碳排放總量為Q，城際交通碳排放量是C，港口碳排放量是G，城內交通碳排放量是R。

圖1"港口城市交通碳排放量組成

2.2"碳排放影響因素分解

LMDI方法是Ang等學者（2005）基于Kaya恒等式提出的模型，LMDI方法具有消除殘差項、分解結果直觀等特點，被廣泛應用于能源研究領域［9］。關于碳排放的影響因素，李艷紅等（2022）的研究考慮了碳排放因子、運輸方式結構、客貨運結構和換算周轉量［10］；劉吉毅等（2023）認為人口和經濟發展也影響交通運輸業碳排放［11］；李想（2019）認為，能源強度對碳排放具有正面效應［12］。為綜合考慮港口城市碳排放量影響因素，基于上述學者研究和行業特點，文章選擇碳排放強度、交通能源強度、交通運輸能耗結構、經濟和人口作為影響港口城市交通碳排放的因素。基于上述分析，構造出如下的Kaya恒等式對港口城市碳排放影響因素進行分析：

Q=∑iMi=∑iMiFi×FiF×FTGDP×TGDPP×P（5）

式（5）中，Q為港口城市交通碳排放量；Mi為第i種交通方式的碳排放量；Fi為不同交通運輸種類的綜合能耗；F為港口城市交通綜合能耗總量；TGDP表示港口城市交通運輸、倉儲和郵政業的生產總值，簡稱交通GDP；P為港口城市人口；i表示不同的交通方式（i=1，2，3，4，5，6；其中，1為公路，2為水路，3為鐵路，4為航空，5為城內交通，6為港口）。式（5）可簡化為：

Q=∑iQi=∑iEi×Si×N×J×P（6）

式（6）中，Ei為碳排放強度，即CiFi；Si為交通運輸能耗結構，即FiF；N為交通能源強度，即FTGDP；J為人均交通GDP，即TGDPP；P為港口城市人口。

筆者使用加法公式對擴展后的Kaya恒等式進行分解，可以分解為以下五個因素：

ΔQ=QT－Q0=ΔCE+ΔCS+ΔCN+ΔCJ+ΔCP（7）

五個因素可由以下式子計算得出：

ΔCE=∑iWi×lnETiE0i（8）

ΔCS=∑iWi×lnSTiS0i（9）

ΔCN=∑iWi×lnNTN0（10）

ΔCJ=∑iWi×lnJTJ0（11）

ΔCP=∑iWi×lnPTP0（12）

Wi=MTi－M0ilnMTi－lnM0i（13）

式中，0為基期，T為現期；ΔQ為碳排放量變化量；Q為碳排放量，QT為現期碳排放量，Q0為基期碳排放量；ΔCE為碳排放強度效應，ΔCS為交通運輸能耗結構效應，ΔCN為能源強度效應，ΔCJ為經濟效應，ΔCP為人口效應；Wi為權重系數。

3"實證研究

3.1"寧波市交通碳排放量測算

將寧波市近年來交通運輸周轉量數據和綜合能耗等數據代入碳排放測算公式，計算獲得2011—2022年寧波市交通碳排放量。寧波市交通碳排放量堆積圖如圖2所示。從趨勢上看，寧波市交通碳排放量在2011—2022年整體呈波動上升趨勢，鐵路碳排放量先下降后上升，公路運輸碳排放在2020年出現短暫下滑后又迅速回升，水運在2021年后出現下滑趨勢，航空和城內交通先上升后下降，港口呈波動上升趨勢。

從結構上看，水路運輸產生的碳排放量最多；其次為公路，碳排放量增長趨勢明顯，從97萬噸增長至140萬噸；鐵路每年占比基本保持在10%，波動較小；航空產生的碳排放量占比在8%至18%浮動；城內交通碳排放量數值占比最大年份不足總排放的10%；港口碳排放量比重與城市公共交通碳排放量相當，約在8%至10%。總體來看，寧波市主要的碳排放源是水路運輸，其次為公路運輸，"航空運輸、港口和城內交通產生的碳排放量較少。

3.2"寧波市交通碳排放影響因素

根據文章構建的因素分解模型，計算獲得各因素對寧波市交通碳排放變化的影響結果。經濟因素的累計貢獻率在五個因素中最大，說明經濟因素對寧波交通碳排放的促進作用突出，其次為人口；能源強度因素累計貢獻率為-69.10%，抑制交通碳排放；交通運輸能耗結構因素對交通碳排放影響較小，僅為1.20%，表現為較弱的促進作用。由于碳排放因子取固定值2.4567（t-CO2/tce），故在此碳排放強度貢獻率為0。寧波市交通碳排放各影響因素累計貢獻率如表1所示。

3.2.1"交通能源強度

交通能源強度累計貢獻率以負數為主，表現為抑制因素。如圖3所示，寧波市交通能源強度整體走向為波動下降，但2019—2020年有明顯上升幅度，以促進作用為主，增加了碳排放量。說明交通碳排放抑制程度與交通能源強度變化幅度有關，交通能源強度下降幅度越大，對碳排放抑制作用更明顯。

3.2.2"交通運輸能耗結構

各交通運輸能耗占比如圖4所示，水運和公路運輸占比大，共計66%；民航占13%；鐵路、港口和城市交通占比小，均在10%以下。交通運輸能耗結構呈現結果與交通碳排放量結構相似，說明兩者之間可能存在聯系，水運和公路運輸產生的碳排放量占據寧波交通碳排放的主要部分可能與水運和公路運輸產生的較大能耗有關。

3.2.3"人口規模

人口規模的累計貢獻率為正數，對寧波市交通碳排放有促進作用，如圖5所示。人口呈逐年上升趨勢；碳排放量雖在2018—2019年出現下滑但整體呈現波動上升趨勢。人口規模與碳排放量變化趨勢相近，說明人口的變化與碳排放量的增加有潛在的關系，人口的增加促進碳排放量的增長。

3.2.4"經濟因素

經濟因素的累計貢獻率呈正數，影響最大，對碳排放有顯著促進作用，如圖6所示。在2011—2022年，寧波市人均交通GDP整體呈上升趨勢。與經濟因素貢獻值變化對比發現，在2019—2020年，人均交通GDP下降，貢獻值約為-40，起抑制作用；其余年間貢獻值均為正數，2020—2021年貢獻值最大，與2020—2021年人均交通GDP呈大幅度上升趨勢相對應。

4"港口城市交通減排策略

低碳發展和能源轉型的過程中，港口城市的交通系統將面臨諸多挑戰。根據港口城市交通碳排放量和影響因素分析，提出如下減排對策。

4.1"優化交通運輸結構

第一，優化城際交通運輸結構，推進公路轉鐵路運輸、公路轉水路運輸的舉措。加快主要港口、企業和物流園區貨運鐵路專用線建設，完善內河航道網的布局，發展海鐵聯運，充分利用鐵路中長距離運輸大宗貨物的優勢，促進鐵路運輸大宗貨物和集裝箱發揮重要作用。

第二，調整城內交通運輸結構。對城市交通網絡進行規劃設計，在空間和時間上使道路網均能得到充分高效的利用，鼓勵居民多乘坐軌道交通出行，達到減少碳排放量的目的。

4.2"加快交通綠色低碳轉型

第一，引進綠色交通工具。推廣節能和新能源車輛，如電動卡車、氫能卡車等，建設綠色運輸。

第二，制定綜合性的交通運輸行業綠色低碳節能政策，編制綠色新能源技術集合目錄。

第三，推動交通基礎設施綠色轉型。提升港口、車站等公共基礎設施綠色化水平，改造優化既有交通基礎設施節能降碳功能，加快交通領域節能化發展。如在各交通運輸節點推進低碳（近零碳）建設，因地制宜發展高速公路沿線光伏。完善港口碼頭岸電設施，鼓勵靠港船舶常態化使用岸電等。

4.3"推動數字經濟發展和交通碳減排深度融合

第一，建立交通碳排放監測體系，實現對交通碳排放量的實施監控，精準獲取碳排放信息，實現資源合理配置。

第二，加快產業數字化轉型。加大科技投入，以數字化為目標，優化生產要素配置，探索多式聯運等其他交通運輸的數字化場景，助力傳統行業的轉型升級。

第三，推動數字技術創新。使用先進智能化技術，如區塊鏈、人工智能、信息通信、大數據、云計算等，攻克碳捕集利用與封存技術等低碳技術，提高能源使用效率，降低能源消耗。

4.4"營造良好的綠色交通文化

第一，增強居民綠色低碳意識。社區或其他相關單位要定期組織綠色文化主題宣傳活動，發放有關綠色交通的倡議書和綠色交通宣傳手冊，設計激勵機制，促進居民綠色交通理念形成。

第二，提倡綠色出行。引導居民選擇公交優先、騎行步行等低碳出行方式，通過便民優惠政策以及信息技術，讓居民在出行時優先考慮公共交通等其他綠色出行方式，增強居民綠色出行理念認同感，助力城市形成綠色交通文化。

參考文獻：

［1］MERNAnbsp;M.Assessment"of"onshore"renewable"energy"power"supply"for"ships"emissions"reduction"in"port"said"west"port［J］.Journal"of"marine"science"and"application，2024，23：506-524.

［2］MALLAPRAGADA"D，LIU"R"X.A"cross-scale"framework"for"evaluating"flexibility"values"of"battery"and"fuel"cell"electric"vehicles［J］.Nature"communications，2024，15（1）：1-2.