摘 要：隨著京津冀地區(qū)交通運輸需求的不斷增加，碳排放問題已引起廣泛關(guān)注。文章基于CEADs數(shù)據(jù)庫和統(tǒng)計年鑒數(shù)據(jù)，采用Tapio脫鉤理論和廣義費雪指數(shù)對京津冀地區(qū)2010—2019年的交通運輸業(yè)碳排放量進行分析，并將京津冀地區(qū)的具體情況分解為四種效應。結(jié)果顯示，天津市已經(jīng)基本實現(xiàn)強脫鉤狀態(tài)，而北京市和河北省仍處于弱脫鉤狀態(tài)，同時各個效應對京津冀地區(qū)交通運輸業(yè)碳排放量的影響存在差異，河北省主要受能源結(jié)構(gòu)的影響，而北京市和天津市主要受交通能源強度的影響。文章對此提出了相應的建議，以期改善京津冀交通運輸業(yè)的碳排放。

關(guān)鍵詞：京津冀；交通運輸業(yè)；脫鉤理論；廣義費雪指數(shù)

中圖分類號：F512.7；X322 文獻標志碼：A DOI：10.13714/j.cnki.1002-3100.2024.20.024

Abstract： With the increasing demand for transportation in the Beijing-Tianjin-Hebei region， the issue of carbon emissions has attracted widespread attention. Based on the CEADs and statistical yearbook data， this study uses Tapio decoupling theory and GFI to analyze the carbon emissions of the transportation industry in the Beijing-Tianjin-Hebei region from 2010 to 2019， and decomposes the specific situation of this region into four effects. The results show that Tianjin has basically achieved a strong decoupling state， while Beijing and Hebei are still in a weak decoupling state. At the same time， there are differences in the impact of various effects on the carbon emissions of the transportation industry in the Beijing-Tianjin-Hebei region. Hebei is mainly affected by the energy structure， while Beijing and Tianjin are mainly affected by the intensity of transportation energy. Corresponding suggestions have been put forward to address the above issues， in order to improve the carbon emissions of the transportation industry in the Beijing-Tianjin-Hebei region.

Key words： Beijing-Tianjin-Hebei region; transportation industry; decoupling theory; generalized Fisher index

0 引 言

隨著全球氣候變化和環(huán)境污染問題的日益嚴重，現(xiàn)代社會對可持續(xù)發(fā)展和環(huán)境保護的關(guān)注逐漸提升。

交通部門是僅次于能源部門、工業(yè)部門的第三大CO2排放部門[1]。國內(nèi)外很多學者發(fā)現(xiàn)，人均GDP、能源結(jié)構(gòu)、能源強度、交通強度、城市化效應等是影響交通運輸業(yè)碳排放的主要因素，且所用方法多樣化，如柯康凱等運用LMDI和Tapio模型發(fā)現(xiàn)抑制山西省物流業(yè)發(fā)展的主要因素是能源效率因素和產(chǎn)業(yè)結(jié)構(gòu)因素[2]；楊洋等通過建立城市軌道交通碳回收期測算模型，得出能源結(jié)構(gòu)的調(diào)整、能效水平的提升對城市軌道交通的碳減排活動具有顯著的正效應[3]；王兆峰等通過超效率SBM模型和核算密度估計等方法分析了長江經(jīng)濟帶與黃河流域交通碳排放效率的時空演變格局，并發(fā)現(xiàn)長江經(jīng)濟帶交通運輸碳排放屬于“技術(shù)”驅(qū)動模式，而黃河流域則屬于“人口+經(jīng)濟”的驅(qū)動模式[4]。

上述學者對我國多地區(qū)交通運輸業(yè)碳排放采用了不同的方法進行問題研究并提出了指導方法，但目前很少有人全面研究京津冀地區(qū)交通運輸業(yè)碳減排的影響因素。據(jù)估計，到2060年，京津冀三地的二氧化碳排放量將分別增加263.75%、225.87%和405.43%。因此，本文采用廣義的費雪指數(shù)和脫鉤理論對京津冀地區(qū)的交通運輸碳排放量進行研究，并將其分為能源結(jié)構(gòu)、能源強度、交通強度、城市化效應四種影響效應，以深入分析阻礙三地交通運輸業(yè)碳減排的具體原因。

1 相關(guān)理論與數(shù)據(jù)

1.1 脫鉤理論

碳排放脫鉤（Carbon Emission Decoupling）指在經(jīng)濟增長的過程中減少或遏制碳排放，實現(xiàn)經(jīng)濟增長與碳排放之間的分離。該概念強調(diào)在保持經(jīng)濟發(fā)展的基礎上盡量降低對環(huán)境的影響。

以Tapio脫鉤理論構(gòu)建京津冀地區(qū)交通運輸業(yè)碳排放與經(jīng)濟發(fā)展之間的脫鉤模型[2]。脫鉤模型公式見式（1）。

式中，E為脫鉤彈性系數(shù)；C為環(huán)境壓力；GDP為經(jīng)濟發(fā)展水平；△C與△GDP分別為對應指標的研究期間變化量；△C/C和△GDP/GDP則分別為其研究期間的變化率。

脫鉤理論主要有八種狀態(tài)，如表1所示。其中，考慮避免過度識別的問題，對彈性E取值為1及其±0.2的偏移區(qū)域內(nèi)的數(shù)值。

1.2 廣義費雪指數(shù)

本文使用由擴展的 Kaya 模型發(fā)展而來的廣義費雪指數(shù)GFI方法來分析京津冀地區(qū)2010—2019年交通運輸部門碳排放的驅(qū)動因素。首先，Kaya恒等式如式（2）所示。

式（2）將碳排放量C與能源消耗量E、經(jīng)濟增長水平即地區(qū)生產(chǎn)總值GDP和人口數(shù)量P聯(lián)系起來，結(jié)構(gòu)簡單。然而，由于本文的研究視角聚焦交通運輸業(yè)，采用宋德勇等[5]在公式中加入交通行業(yè)周轉(zhuǎn)量，將恒等式變?yōu)槭剑?）。

式（3）中，C為總體交通碳排放量；Ci、Ei分別為第i種燃料產(chǎn)生的交通碳排放量和能源消費量；E為一次的總能源消耗量；V為交通周轉(zhuǎn)量；GDP為該地區(qū)的國民生產(chǎn)總值；P為該地區(qū)的人口規(guī)模[5]。

本文使用GFI模型對兩個時點間交通碳排放的變動DC進行分解，各驅(qū)動因素的變動分別是交通能源結(jié)構(gòu)變動（）、

交通能源強度變動（）、交通強度變動（）、經(jīng)濟城市化效應（）。如式（4）所示。

1.3 數(shù)據(jù)來源及處理說明

本文對京津冀地區(qū)的交通碳排放量和交通能源消費量的測算主要來自中國碳核算數(shù)據(jù)庫、《中國統(tǒng)計年鑒》和2011—2020年北京市、天津市、河北省、上海市統(tǒng)計年鑒。為保證數(shù)據(jù)的一致性，核算能源碳排放采用《1986年重點工業(yè)、交通運輸企業(yè)能源統(tǒng)計報表制度》中提到的各能源轉(zhuǎn)化為標準碳所釋放的碳排放量。同時，關(guān)于能源的轉(zhuǎn)換，基于我國的能源結(jié)構(gòu)以煤為主[6]，根據(jù)標準煤的折算系數(shù)和碳排放系數(shù)進行能源消耗量的計算。計算公式如下。

式中，T為碳排放總量；Ei為某能源消耗量；Ci為某能源標準煤折算系數(shù)；φ為標準碳排放系數(shù)；φ=0.68。各類能源的碳排放系數(shù)如表2所示。

2 京津冀地區(qū)交通運輸碳排放的趨勢與脫鉤分析

2.1 京津冀地區(qū)的經(jīng)濟增長與交通運輸碳排放情況分析

根據(jù)京津冀地區(qū)2010—2019年交通運輸所消耗的各種燃料導致的碳排放數(shù)據(jù)，本文分析了京津冀地區(qū)交通運輸部門碳排放總量的趨勢變化，同時考慮到京津冀不同地區(qū)在產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟發(fā)展水平、交通基礎設施建設、能源消費結(jié)構(gòu)等方面的差異，探討，北京市、天津市、河北省三個地區(qū)的交通碳排放的相對強弱。如圖1所示。

數(shù)據(jù)顯示，北京市的交通運輸碳排放量從2010年的18.194 3Mt上升到2019年的27.563 2Mt，經(jīng)歷了十年的發(fā)展，交通運輸碳排放量上漲了51.49%。

天津市的交通運輸碳排放量在京津冀地區(qū)中是最少的，可以從圖1中看出，天津市的交通運輸碳排放量比較平穩(wěn)，較大的變化是在2013年期間的交通運輸碳排放量從10.144 2 Mt驟減到8.470 6 Mt，其他年份基本位于8.5～9.5Mt之間。

河北省的交通運輸碳排放量在2014年前屬于穩(wěn)步上漲的狀態(tài)，從16.736 6Mt上漲到18.891 9Mt，而2014年下降到17.097 4Mt；

經(jīng)過道路交通的發(fā)展，增加了交通道路的建設，同時因為車輛的增加，河北省的交通碳排放量于2016年開始回升到19.978 1Mt。

2.2 京津冀地區(qū)交通人均碳排放情況分析

就人均水平來說，京津冀地區(qū)各地區(qū)人均交通碳排放量與整體平均碳排放量走勢相近，具體如圖2所示。

其中，北京市因為其交通運輸高碳排放量和常住人口因素，人均能源消費量遠超過全國人均此行業(yè)能源消費量[7]，十年來交通人均碳排放位居三個地區(qū)中第一位，從2010年的927.33千克CO2/人增長到2019年的1 279.63千克CO2/人，增長了約50%左右，高于京津冀地區(qū)綜合增長率28.25%。天津市的交通人均碳排放從2013年開始，交通人均碳排放量均保持在560千克CO2/人至590千克CO2/人左右。同時，河北省也因治理方式和人口基數(shù)的優(yōu)勢，交通人均碳排放常年穩(wěn)定在230千克/人～260千克/人之間，只有2016年達到了267.44千克CO2/人，但也在治理下使其在2018年下降到238.34千克CO2/人。

2.3 經(jīng)濟增長與交通運輸碳排放之間關(guān)系的脫鉤模型分析

通過上文中圖1、圖2所展示的數(shù)據(jù)，可以通過將數(shù)據(jù)帶入脫鉤理論公式即式（1）中計算得出京津冀各個地區(qū)近十年來交通運輸業(yè)碳排放和其經(jīng)濟增長之間的脫鉤關(guān)系[8]。京津冀三個地區(qū)各自及總體的脫鉤狀態(tài)如表3所示。同時，為了更好地根據(jù)數(shù)據(jù)得出結(jié)論，將位于長三角地區(qū)的上海市作為對比對象進行分析。上海市交通運輸業(yè)碳排放脫鉤狀態(tài)如表4所示。

如表3所示，北京市的脫鉤狀態(tài)幾乎一直處于弱脫鉤的狀態(tài)，說明其經(jīng)濟增長速度足夠快，但其交通運輸業(yè)的碳排放也在緩慢上升。造成此現(xiàn)象的原因有很多，如北京市車輛眾多，造成了道路擁堵的局面；道路設計得不夠合理；部分司機的交通意識差，在路上出現(xiàn)違停、亂穿馬路等行為；大量的外來車輛等。同時，天津市的脫鉤狀態(tài)在近十年中出現(xiàn)了三次強脫鉤，是京津冀三個地區(qū)中交通運輸業(yè)碳排放脫鉤治理最好的區(qū)域。天津市能做到如此成果，得益于其良好的地理位置，位于環(huán)渤海地區(qū)，可大力發(fā)展海運行業(yè)，同時公共交通的建設也很出色，其公交、地鐵等公共交通可以滿足絕大多數(shù)人的出行需求。最后是河北省，2010—2015年，河北省的脫鉤指數(shù)在不斷變小，從增長連接狀態(tài)變?yōu)槿趺撱^狀態(tài)，且最終在2015年實現(xiàn)強脫鉤，雖然2016年發(fā)生反彈呈現(xiàn)出了擴張負脫鉤的現(xiàn)象，但經(jīng)過合理的改善，在2017年同樣達到了強脫鉤的狀態(tài)，隨后便為弱脫鉤。

從京津冀地區(qū)整體來看，交通運輸業(yè)的碳排放脫鉤系數(shù)在不斷下降，同時結(jié)合表3和表4來看，京津冀地區(qū)與上海市的脫鉤狀態(tài)相比，雖在某些年份要優(yōu)于上海市，但其總體趨勢和大部分年份的脫鉤系數(shù)區(qū)間均處于劣勢，需要改進其交通運輸體系來減少碳排放。

3 京津冀交通運輸業(yè)碳排放特征分析

從上述分析中發(fā)現(xiàn)，京津冀各地區(qū)中，北京市和天津市的交通碳排放與行業(yè)增加值的脫鉤趨勢逐漸顯著，符合EKC曲線特征，河北省的脫鉤狀態(tài)僅符合EKC曲線達峰值前的特征。下面將從交通運輸業(yè)碳減排的四個影響因素進行具體分析。能源結(jié)構(gòu)效應對比如圖3所示。

結(jié)果顯示，京津冀交通運輸業(yè)碳排放能源結(jié)構(gòu)效應在2010—2019年一直為正效應[9]且呈現(xiàn)下降趨勢，河北省下降最為明顯，天津市趨勢也足夠明顯，京津冀交通運輸業(yè)碳排放能源結(jié)構(gòu)趨勢屬于下降趨勢，說明在其能源結(jié)構(gòu)效應方面已經(jīng)呈現(xiàn)出以油類為主轉(zhuǎn)向天然氣、電力這類低碳新能源的趨勢。京津冀三個地區(qū)中，只有北京市的水平超過了上海市。

能源強度波動情況如圖4所示。

數(shù)據(jù)顯示，京津冀交通運輸業(yè)碳排放能源強度效應在2010—2019年不同時期均為正值，但三地之間北京市與其他兩地差距較大。北京地區(qū)的交通運輸能源強度效應值均位于1.2以上，在四個驅(qū)動因素中是除城市化效應影響最大的，同時北京市的變動在十年內(nèi)是最大的，2013—2016年因其交通運輸產(chǎn)業(yè)值降低的影響，能源強度效應逐年上升至最高值，但在后續(xù)幾年中開始下降，說明其對能源強度管理方面取得了一定的突破成果；天津市能源強度效益雖出現(xiàn)上升趨勢但上升幅度不大；河北省十年間的能源強度效應未發(fā)生明顯變動。

交通強度效應情況如圖5所示。

數(shù)據(jù)顯示，京津冀交通運輸強度效應值除天津市變化較大外，北京市和河北省均保持較為穩(wěn)定，天津市的變化總體屬于大幅下降的趨勢，達到了與其他兩地相差不大的層次，在交通運輸強度影響方面，京津冀三個地區(qū)均低于上海市，說明京津冀三個地區(qū)對該影響因素均做到了有效治理，使其貨運周轉(zhuǎn)量與其產(chǎn)生的GDP同步增長。

經(jīng)濟城市化效應如圖6所示。

數(shù)據(jù)顯示，京津冀經(jīng)濟城市化效應在京津冀三地均出現(xiàn)上升的趨勢，其中北京市上升幅度最大，天津市和河北省分別位于第二、第三。該趨勢表明京津冀三地經(jīng)濟城市化效應對其交通運輸業(yè)碳減排的推動逐年增大，但京津冀三地均遠低于上海市，說明京津冀三地應在經(jīng)濟城市化效應方面努力，使其起到更好的推動作用。

4 結(jié)論及建議

4.1 結(jié) 論

本文通過估算2010—2019年京津冀交通運輸業(yè)碳排放及其四個因素，分析了京津冀三地交通運輸業(yè)碳排放的差異，主要得出以下幾點結(jié)論。

第一，從整體上來看，2010—2019年期間，京津冀交通運輸業(yè)碳排放年均增長率為5.15%，可以將其定義為高速增長期。這說明京津冀地區(qū)的交通運輸業(yè)得到了迅速發(fā)展_{MMPMmbiZI88YtoWnFwkaDw==}，雖然碳減排措施目前尚未達到理想目標，但其脫鉤系數(shù)處于下降趨勢，在未來幾年內(nèi)可能達到并保持強脫鉤狀態(tài)。

第二，各個效應對京津冀不同地區(qū)的影響存在差異，河北省主要受能源結(jié)構(gòu)的影響；北京市和天津市主要受交通能源強度的影響。人均GDP和人口因素則一直對交通運輸業(yè)碳排放起促進作用。

4.2 5kWl7IMA8lyBcXuRQfCNWw== 建 議

基于以上結(jié)論，為緩解京津冀地區(qū)交通運輸業(yè)碳排放的持續(xù)增長，加快實現(xiàn)節(jié)能減排的步伐，本文從政府、社會、個人方面提出以下建議。

政府方面：首先，制訂嚴格的政策，設置碳排放限制標準，對高碳排放交通工具進行監(jiān)管和限制；其次，根據(jù)各地區(qū)的不同情況，因地制宜地施策，制定完善本區(qū)域交通運輸業(yè)的低碳轉(zhuǎn)型升級，建立一套完整的立體交通網(wǎng)絡，緩解道路交通壓力和擁堵現(xiàn)象，提高交通運行效率；最后，政府可以通過加強公眾教育和宣傳，提高人們對減少碳排放的認識和意識。

社會方面：積極響應政府工作，持續(xù)優(yōu)化能源結(jié)構(gòu)，降低能源強度和交通強度，合理控制經(jīng)濟規(guī)模和區(qū)域人口數(shù)。同時，社會應大力加強人們的主人翁意識，讓人們了解降低交通運輸碳排放的重要性。

個人方面：對于居民來說，要鼓勵綠色出行，低碳生活。要盡量減少私人汽車的使用，個人可以選擇更多的公共交通或共享交通工具。同時，個人可以采取節(jié)能措施，如合理調(diào)整駕駛習慣、保持車輛定期維護、減輕行李負荷等，以提高交通工具的能源效率。

5 結(jié) 語

經(jīng)過京津冀地區(qū)與上海市的對比發(fā)現(xiàn)，京津冀地區(qū)可根據(jù)自身情況選擇未來的優(yōu)化方向。北京市與上海市均屬于我國發(fā)展先行區(qū)，有輻射帶頭作用，北京市應向上海市學習高精尖行業(yè)中如何減少交通運輸中的碳排放，如低排放汽車科技的研發(fā)、清潔能源的探索等。天津市擁有大量港口，可向上海市學習海運等降低自身高消耗的運輸方式，通過優(yōu)化物流管理來減少運輸距離。河北省則可以向上海市學習工業(yè)運輸中如何做到減排低排，同時向上海市學習能源結(jié)構(gòu)的優(yōu)化方法，從而提高綠色能源在交通運輸中的利用率。

參考文獻：

[1] 沈滿洪，池熊偉．中國交通部門碳排放增長的驅(qū)動因素分析[J]．江淮論壇，2012（1）：31-38，195.

[2] 柯康凱，張英彥．基于LMDI及Tapio模型的山西省物流業(yè)低碳發(fā)展研究[J]．能源與節(jié)能，2023（3）：6-12.

[3] 楊洋，王雪純，袁振洲，等．基于碳回收期理論的城市軌道交通碳減排效應測算[J]．交通運輸系統(tǒng)工程與信息，2023，23（5）：1-11，23.

[4] 王兆峰，黃冬春．長江經(jīng)濟帶與黃河流域交通碳排放效率的比較及其影響因素[J/OL]．經(jīng)濟地理，2024：1-15. [2024-04-13]. http：//kns.cnki.net/kcms/detail/43.1126.K.20230831.1703.002.html.

[5] 宋德勇，宋沁穎，張麒．中國交通碳排放驅(qū)動因素分析——基于脫鉤理論與GFI分解法[J]．科技管理研究，2022，42（11）：216-228.

[6] 呂莉莉，顧利民，呂亳龍．對折標準煤系數(shù)精細化管理的探討[J]．石油石化節(jié)能，2014，4（4）：41-43.

[7] 楊學民，劉創(chuàng)．北京市交通運輸倉儲及郵政業(yè)碳排放核算的影響因素分析[J]．物流工程與管理，2022，44（4）：105-110.

[8] 王金泓．京津冀交通碳排放影響因素分析及預測研究[D]．天津：河北工業(yè)大學，2018.

[9] 李健，白子毅，李柏桐．雙碳背景下京津冀物流業(yè)碳排放脫鉤及影響因素研究[J]．城市問題，2022（5）：69-76.