劉承良++王濤+郭慶賓

摘要：以武漢市為例，對其2003～2013年交通碳排放的異速生長演化特征進(jìn)行分析，結(jié)果發(fā)現(xiàn)：武漢市綜合交通碳排放總體呈線性遞增趨勢但結(jié)構(gòu)差異顯著，結(jié)構(gòu)效率呈“公共交通高私人交通低”的特征，前者呈螺旋式演進(jìn)而后者增長迅猛；城市交通碳排放與經(jīng)濟(jì)社會等影響因素呈顯著的異速生長關(guān)系，城市經(jīng)濟(jì)發(fā)展、城市擴(kuò)張和基礎(chǔ)設(shè)施建設(shè)等指標(biāo)與交通碳排放呈負(fù)異速生長關(guān)系，機(jī)動車數(shù)量和公路里程成為交通碳排放“成長”的決定性因素。

關(guān)鍵詞：交通碳排放；演化特征；異速生長分析；武漢市

DOI：10.13956/j.ss.1001-8409.2016.12.11

中圖分類號：X24；F1245 文獻(xiàn)標(biāo)識碼：A 文章編號：1001-8409（2016）12-0049-05

Temporal Allometry and Its Mechanism on CO2 Emissions from Urban

——Transport in Wuhan City

LIU Chengliang1， WANG Tao2， GUO Qingbin3

（1. School of Urban and Regional Science， East China Normal University， Shanghai 200062；

2. School of Urban and Environmental Sciences， Central China Normal University， Wuhan 430079；

3. School of Business， Hubei University， Wuhan 430062）

Abstract： This paper analyzes the temporal evolution and influencing mechanism in Wuhan city from 2003 to 2013 by building urban traffic carbon emission model. Results show that， firstly， the comprehensive transport carbon emissions in Wuhan city from 2003 to 2013 has a linear increasing trend， and the component structure difference of comprehensive transport carbon emissions significantly expanded. The carbon emission efficiency of bus is the highest， the carbon emission efficiency of private car is the lowest. Secondly， there is a significant allometric relationship between urban transport carbon emissions and economic and social factors. Between urban economic development， urban expansion， infrastructure construction and transport carbon emissions showing negative allometric relationships， while population， motor vehicles and transport carbon emissions are positively allometric relationships. Number of motor vehicles and highway mileage are the decisive factors in the growing process of urban transport carbon emissions.

Key words： transport carbon emissions； evolution characteristics； allometry； Wuhan city

當(dāng)前，人、物、信息等要素加速向人口逾千萬的特大城市流動，在刺激了人口和財(cái)富高度集聚的同時(shí)，也導(dǎo)致了交通擁堵、霧霾污染以及碳排放量激增等強(qiáng)負(fù)外部性效應(yīng)，如何消減交通碳排放成為學(xué)術(shù)界和決策者關(guān)注的焦點(diǎn)。目前國內(nèi)外有關(guān)城市交通碳排放的研究可以分為兩大類：①城市居民出行交通碳排放。國外學(xué)者研究內(nèi)容側(cè)重碳排放估算及影響機(jī)制分析，研究尺度從宏觀到微觀；國內(nèi)主要集中在基于區(qū)域或城市的居民出行碳排放估算、比較及對策分析[1～3]。②城市客貨運(yùn)輸交通碳排放。國外交通碳排放中，有關(guān)民用航空（機(jī)場）、貨物運(yùn)輸?shù)慕煌ㄌ寂欧叛芯恐饾u增多，國內(nèi)有關(guān)客貨運(yùn)交通運(yùn)輸碳排放主要以客運(yùn)為主[4，5]。這些研究大部分局限在城市某一交通部門或交通方式，綜合交通體系研究比較薄弱。交通碳排放定量研究方法上，大體可分為“自上而下”傳統(tǒng)方法、“自下而上”燃料碳排放系數(shù)方法、碳排放因子計(jì)量模型三大類方法 [6～8]。

異速生長是指系統(tǒng)內(nèi)部要素之間或者要素與系統(tǒng)整體之間的比例增長關(guān)系，最早由生物學(xué)家Huxley和Tessier （1936） 提出，用于分析生物體部分或組織器官與整體的生長速度關(guān)系[9]。地理學(xué)者們將其引入人文地理學(xué)領(lǐng)域，探討城市人口和城區(qū)面積關(guān)系、經(jīng)濟(jì)-環(huán)境、城市化發(fā)展等問題[10，11]。對交通碳排放進(jìn)行異速生長分析，可以通過交通碳排放與其成長因素間的異速生長關(guān)系，來判讀他們之間的相互影響及其背后所蘊(yùn)含的影響機(jī)制和作用機(jī)理。目前有關(guān)研究仍十分薄弱，僅見眾多學(xué)者借助數(shù)理統(tǒng)計(jì)開展的影響機(jī)制研究等[12，13]?；诖耍疚尼槍Ξ?dāng)前研究中的部分缺陷和不足，對武漢市交通碳排放的異速生長進(jìn)行深入研究，分析影響城市交通碳排放的驅(qū)動因素，為特大城市低碳交通建設(shè)和交通碳減排提供決策參考。

3武漢市交通碳排放的演化特征

（1）綜合交通碳排放量總體呈階段性遞增趨勢，增速在波動中保持平穩(wěn)。綜合交通碳排放曲線的變化整體上表現(xiàn)出波動下降（2003～2005年）—穩(wěn)步增長（2006～2009年）—快速上升（2010～2013年）的演化態(tài)勢，是公共交通、私人交通、貨運(yùn)交通等交通子系統(tǒng)碳排放耦合效應(yīng)疊加影響的產(chǎn)物，其中公共交通、私人交通與綜合交通碳排放增長的吻合性較好，奠定了綜合交通碳排放增長曲線的基本走向（見圖1）。

（2）綜合交通碳排放結(jié)構(gòu)差異擴(kuò)大，整體結(jié)構(gòu)趨于倒金字塔形態(tài)。武漢市公共交通、私人交通、貨運(yùn)交通和其他交通四者的碳排放比例構(gòu)成由2003年的355%：380%：171%： 94%演化為2013年的171%：686%： 113%：30%（見圖2），差異顯著擴(kuò)大，綜合交通碳排放結(jié)構(gòu)由初期相對均衡的穩(wěn)定態(tài)逐漸演變成為“中間大、兩頭小”的不穩(wěn)定態(tài)結(jié)構(gòu)（“倒金字塔”型），其核心驅(qū)動力在于私人交通碳排放量和所占比重的過度增長。私人交通碳排放由2003年的724萬噸增長到2013年的4019萬噸，增長了46倍，占綜合交通碳排放的比重上升到6865%，逐漸成為“序參量”，與近年來武漢市私家車數(shù)量的爆炸性增長密切相關(guān)。公共交通碳排放呈“螺旋態(tài)”演進(jìn)趨勢（見圖3），結(jié)構(gòu)組成趨向均衡態(tài)演化。2003～2013年，武漢市公共交通碳排放量的起伏變化較為復(fù)雜，波動性較強(qiáng)，整個(gè)曲線表現(xiàn)出明顯的“螺旋態(tài)”特征。在公共交通碳排放結(jié)構(gòu)組成中，公交車碳排放比例顯著下降，出

租車碳排放比例整體也呈波動下降，軌道交通碳排放比例

則從無到有大幅上升，趨向均衡態(tài)演化。貨運(yùn)交通碳排放緩慢平穩(wěn)增長，在電子商務(wù)迅速發(fā)展的帶動下，物流快遞業(yè)務(wù)高速發(fā)展勢頭迅猛，為貨運(yùn)交通的發(fā)展提供了穩(wěn)定有利的客觀支撐，由此帶來了其碳排放的平穩(wěn)較快上升。

（3）碳排放效率在多因素的耦合作用下表現(xiàn)出“公高私低”的差異特征，且門檻人口效應(yīng)主導(dǎo)軌道交通碳排放效率的演化。交通碳排放效率的高低受交通工具容量、能耗大小、燃料類型、使用率、裝載系數(shù)等多種因素影響，從5種主要交通方式的碳排放效率曲線來看（見圖4），以常規(guī)公交為代表的公共交通是碳排放效率最高的交通方式，而以私家車為代表的私人交通是碳排放效率最低的交通方式。2009年達(dá)到“門檻人口”以后，軌道交通單位里程載客碳排放量迅速下降。

4武漢市交通碳排放的異速生長分析

41交通碳排放與其影響因素間的兩兩異速生長關(guān)系

對2003～2013年武漢市交通碳排放量與各項(xiàng)經(jīng)濟(jì)社會要素指標(biāo)分別做兩兩對數(shù)處理，繪制雙對數(shù)坐標(biāo)圖（見圖5），分別建立線性、指數(shù)和冪函數(shù)回歸類型的異速生長模擬?？梢钥闯?，各對關(guān)系三種函數(shù)類型的擬合優(yōu)度均大于85%，擬合效果較好，說明交通碳排放與各項(xiàng)經(jīng)濟(jì)社會指標(biāo)的相關(guān)性較強(qiáng)，其相互增長關(guān)系符合異速生長律。

基于擬合優(yōu)度值的比較，選擇適當(dāng)?shù)漠愃偕L模型。從三種類型的擬合優(yōu)度值來看（見表2），交通碳排放與大部分經(jīng)濟(jì)社會要素的異速生長關(guān)系符合指數(shù)函數(shù)模型，而與人口、機(jī)動車數(shù)量的異速生長關(guān)系較好地符合線性函數(shù)模型，冪指數(shù)函數(shù)類型則總體擬合度偏低。

（1）負(fù)異速生長類型。多數(shù)經(jīng)濟(jì)社會指標(biāo)與交通碳排放呈負(fù)異速生長關(guān)系，是異速生長關(guān)系中的主導(dǎo)類型，包括GDP、城鎮(zhèn)居民人均可支配收入、建成區(qū)面積、公路里程、交通周轉(zhuǎn)量等指標(biāo)。從數(shù)據(jù)的擬合系數(shù)大小來判斷，交通碳排放與這些指標(biāo)的異速生長模型皆為指數(shù)函數(shù)關(guān)系（見表2）。GDP、城鎮(zhèn)居民人均可支配收入這兩個(gè)經(jīng)濟(jì)指標(biāo)與交通碳排放呈負(fù)異速生長關(guān)系，表明交通碳排放的增長速度小于經(jīng)濟(jì)增長和收入增長的速度，交通碳排放隨著經(jīng)濟(jì)發(fā)展和生活水平的提高具有更加集約的趨勢；建成區(qū)面積和公路里程這兩個(gè)指標(biāo)主要代表城市擴(kuò)張和基礎(chǔ)設(shè)施建設(shè)，其增長速度大于交通碳排放速度，表明交通碳排放對城市建設(shè)和擴(kuò)張帶來的潛在碳排放增長壓力具有一定的滯后性或者緩沖期。交通周轉(zhuǎn)量的增速大于交通碳排放，表明武漢市實(shí)體經(jīng)濟(jì)的快速發(fā)展，帶動了人流、物流的快速增長，交通運(yùn)量大幅提升。

（2）正異速生長類型。包括人口—交通碳排放、機(jī)動車數(shù)量—交通碳排放兩組異速生長關(guān)系，從擬合度來看，兩者均呈線性函數(shù)關(guān)系（見表2）。正異速生長意味著交通碳排放的相對增長速度大于人口、機(jī)動車的增長速度。其蘊(yùn)含的實(shí)際含義：表明單位數(shù)量人口的交通碳排放增長較快，大于人口本身的增長速度，即居民的出行頻率或者出行需求大幅增加；交通碳排放增速大于機(jī)動車數(shù)量增速，意味著一定條件下機(jī)動車的出行率或者使用率增加，從而導(dǎo)致碳排放量增長大于車輛數(shù)量增長，這與居民出行需求增加的情況相符合。

42交通碳排放與其影響因素的聯(lián)合異速生長關(guān)系

為了分析交通碳排放與其相關(guān)經(jīng)濟(jì)社會要素間的聯(lián)合異速生長關(guān)系及協(xié)同影響，使用多元逐步回歸方法對交通碳排放與各項(xiàng)要素指標(biāo)進(jìn)行多元回歸。建立聯(lián)合異速生長模型：

Y=-13440+0441X1+005X2 - 117X3+1227X4 - 1191X5 - 0094X6+2276X7

Sig.：01520500070003540521061405310340

初始模型存在較為嚴(yán)重的多重共線問題，為了消除多重共線的影響，采用逐步回歸方法對交通碳排放與各項(xiàng)要素指標(biāo)重新進(jìn)行多元回歸，建立最終聯(lián)合異速生長模型為：

Y=- 8046+0915X1+0143X2，RX1=0996，RX2=0931

從基于逐步回歸的聯(lián)合異速生長模型結(jié)果可以看出：

（1）機(jī)動車數(shù)量和公路里程是交通碳排放“成長”的決定性因素。在交通碳排放、經(jīng)濟(jì)社會要素整體聯(lián)合異速生長關(guān)系中，機(jī)動車數(shù)量、公路里程這兩個(gè)核心要素是伴隨交通碳排放“生長”的主導(dǎo)變量，對交通碳排放總量的增長起著至關(guān)重要的直接推動作用，而其他因素則相繼被剔除。

（2）交通碳排放與其“成長”的關(guān)鍵因素呈正相關(guān)關(guān)系。從最終得到的聯(lián)合異速生長模型參數(shù)可以看出，交通碳排放與最終聯(lián)合關(guān)系中的兩個(gè)關(guān)鍵影響因素機(jī)動車數(shù)量和公路里程均呈顯著正相關(guān)關(guān)系。這說明：一方面，盡管當(dāng)前汽車節(jié)能減排技術(shù)進(jìn)步和燃油效率有所提高，汽車排量有所下降，但是汽車數(shù)量增長帶來的碳排放總量大幅增加，大大抵消了技術(shù)進(jìn)步帶來的這一部分交通碳減排當(dāng)量。因此，建設(shè)“低碳交通”、減少交通碳排放，不僅要加快技術(shù)進(jìn)步推動節(jié)能減排，最重要的是要控制小汽車數(shù)量的過快增長，才能從根本上遏制交通碳排放增長過快的趨勢。另一方面，公路里程增加也與交通碳排放呈正相關(guān)關(guān)系，其背后的作用機(jī)制也可以推導(dǎo)出來，隨著公路里程增加，對汽車擁有者和潛在購買者造成一種刺激和鼓勵作用，道路交通供給的增加反過來引誘了一部分新增交通需求量和交通碳排放量，形成了一種惡性循環(huán)。因此，在城市交通建設(shè)發(fā)展的情況下，要通過合理分配路權(quán)、積極發(fā)展公交車專用道、提高交通碳排放效率入手，最大限度地減少低效率的私人交通碳排放量。

5結(jié)論與討論

本文以武漢市為例，對其2003～2013年交通碳排放的異速生長進(jìn)行深入研究，得出以下結(jié)論。

（1）2003～2013年武漢市綜合交通碳排放總體呈線性遞增趨勢，碳排放結(jié)構(gòu)差異顯著擴(kuò)大，不同交通方式碳排放的時(shí)序演進(jìn)差異顯著。常規(guī)公交碳排放效率最高，私家車碳排放效率最低。

（2）城市交通碳排放與經(jīng)濟(jì)社會等影響因素間的相關(guān)性較強(qiáng)，呈顯著的異速生長關(guān)系。城市經(jīng)濟(jì)發(fā)展、城市擴(kuò)張和基礎(chǔ)設(shè)施建設(shè)等指標(biāo)與交通碳排放呈負(fù)異速生長關(guān)系。

（3）機(jī)動車數(shù)量和公路里程是交通碳排放“成長”的決定性因素，其與交通碳排放呈顯著正相關(guān)關(guān)系。公路里程的增長對汽車出行者造成一種刺激和鼓勵作用，道路交通供給的增加反過來產(chǎn)生了新的交通碳排放誘增量，形成了一種惡性循環(huán)。

應(yīng)當(dāng)指出的是，盡管本文對武漢市交通碳排放演化及異速生長進(jìn)行了詳細(xì)分析，但仍存在一些不足，如缺乏對武漢市水運(yùn)和航空交通碳排放的分析，方法有待進(jìn)一步創(chuàng)新等，這些是后續(xù)研究需要進(jìn)一步完善的地方。

參考文獻(xiàn)：

[1]Liao C H， Lu C S， Tseng P H. Carbon Dioxide Emissions and Inland Container Transport in Taiwan[J]. Journal of Transport Geography， 2011（19）：722-728.

[2]Ghauche A. Integrated Transportation and Energy Activity-based Model [M]. Master Thesis： MIT， 2010.

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

[4]Walker G， Manson A. Telematics， Urban Freight Logistics and Low Carbon Road Networks [J]. Journal of Transport Geography， 2014（37）： 74-81.

[5]徐志， 鄒哲， 曹伯虎. 城市客運(yùn)交通碳排放水平估算及低碳途徑——以天津市為例[J]. 北京工業(yè)大學(xué)學(xué)報(bào)， 2013，39（7）：8-27.

[6]寧曉菊， 張金萍， 秦耀辰， 等. 鄭州城市居民交通碳排放的時(shí)空特征[J]. 資源科學(xué)， 2014， 36（5）：1021-1028.

[7]朱松麗. 北京、上海城市交通能耗和溫室氣體排放比較[J]. 城市交通， 2010， 8（3）：58-63.

[8]肖瀟， 張捷， 盧俊宇，等. 旅游交通碳排放的空間結(jié)構(gòu)與情景分析[J]. 生態(tài)學(xué)報(bào)， 2012，32（23）：7540-7548.

[9]Naroll R S， Von Bertalanffy L. The Principle of Allometry in Biology and the Social Sciences [J]. Ekistics， 1973， 36（215）： 244-252.

[10]陳彥光， 張莉. 信陽城市人口—城區(qū)用地異速生長分析[J]. 地理科學(xué)進(jìn)展，2014，33（8）： 1058-1067.

[11]魯駿峰， 李豫新. 新疆城市經(jīng)濟(jì)發(fā)展中人口與用地關(guān)系研究——基于異速生長模型的分析[J]. 地域研究與開發(fā)，2013，32（6）：121-126.

[12]盧俊宇，黃賢金，陳逸， 等. 基于能源消費(fèi)的中國省級區(qū)域碳排放時(shí)空演變分析[J]. 地理研究， 2013，32（2）：326-336.

[13]龍江英， 李焱， 馬龍. 城市軌道交通運(yùn)營期碳排放算量研究[J]. 貴陽學(xué)院學(xué)報(bào) （自然科學(xué)版）， 2011， 6（2）：1-11.

[14]劉繼生，陳彥光. 山東省城市人口—城區(qū)面積的異速生長特征探討[J]. 地理科學(xué)，2005， 25（2）：135-141.

[15]周曉晶，韋春波，張巧生， 等. 多個(gè)部分與整體間異速生長關(guān)系的聯(lián)合分析模型[J]. 農(nóng)機(jī)化研究，2015（9）：31-36.

（責(zé)任編輯：張勇）