基于LMDI模型的山东省交通碳排放分析研究

郝晴　回晓洋　闫桂焕　郭东彦

摘要：本文基于2000～2014年山东省交通运输业能源消费数据，计算山东省交通能源碳排放；构建山东省交通碳排放迪氏（Divisia）指数分解模型，运用LMDI算法分析山东省交通能耗碳排放驱动因素，得出结论：（1）山东省交通能源消费以油品为主，交通碳排放总量及强度呈现先升后降趋势。（2）基于LMDI分解结果，经济产出因素和能源强度因素是交通碳排放的主要正向驱动因素；产业结构因素是山东省交通碳排放的唯一负向驱动因素。建议山东省稳步优化当前产业结构，进一步降低山东省交通运输业能源强度；调整交通能源结构，提升电力和天然气比重；适当控制人口规模。

关键词：LMDI算法，山东省，交通碳排放，产业结构

中图分类号：X24 文献标识码：A DOI：10.3969/j.issn.1003-8256.2017.06.010

Research on the Transportation Carbon Emission in Shandong Province Based on the LMDI Model

HAO Qing， HUI Xiaoyang， YAN Guihuan， GUO Dongyan

（Ecology Institute of Shandong Academy of Science，Shandong Provincial Key Laboratory of Applied Microbiology，Jinan 250014，Shandong，China）

Abstract： In this paper， transportation carbon emission in Shandong province was calculated based on the transportation energy consumption from 2000 to 2014. The Divisia index decomposition model of Shandong transportation carbon emission was established and the LMDI algorithm was used to analyze the driving factors of Shandong transportation carbon emission. And the conclusions ： （1） Oil products remain to be the major energy consumed in Shandong transportation system. The transportation carbon emission and intensity shows a trend from rise to decline. （2）Energy intensity and economic output prove to be two main positive driving factors for the Shandong transportation carbon emission based on the LMDI decomposition results. While the industrial structure turns to be the only negative driving factor for the transportation carbon emission. It's suggested the current industrial structure should be optimized steadily. Meanwhile， the energy intensity should be further reduced， and the transportation energy structure needs improving so as to increase the proportion of natural gas and electricity. Moreover， controlling the population would avail to the reduction of carbon emission.

Keywords： LMDI algorithm； Shandong province； Transportation carbon emission； Industrial structure

0 引言

随着汽车保有量的快速增加，交通用能增长迅速[1]，交通领域碳排放已逐渐成为二氧化碳排放控制的重点。据测算，2008年到2012年，全球交通领域碳排放量由66亿吨增长到71.87亿吨，年均增长率超过50%，其碳排放量仅次于工业领域[2]。因此，研究交通碳排放及其驱动因素的空间格局和时间演变规律有助于分析交通运输业碳排放现状及发展趋势，为我国发展低碳经济、降低碳排放量提供参考和借鉴[3]。

山东省交通基础设施完善，具有公路、铁路、航空、水运互相连接的立体网络和综合运输体系[4]。目前，在城市化进程加快、能源需求量不断增加的大背景下，山东省交通部门已成为仅次于工业和居民生活的第三大排放部门。2003～2012年，山东省交通能源消费量年均增速38.46%，交通碳排放年均增速33.7%，远高于第三产业增加值增速17.95%，研究山东省交通碳排放对于发展低碳交通、实现节能降耗具有现实意义。目前，针对山东省碳排放的研究主要集中于山东省旅游交通碳排放[4]、山东省能源消费碳排放相关研究[5]、山东省能源消费分析及碳排放预测[6-8]、山东省能耗和城市化关系研究[9]、山东省能源效率研究[10]等，尚未开展针对山东省交通运输业（交通运输、仓储和邮政业，简称交通运输业，下同）能源消费碳排放驱动因素的相关研究。基于此，本文在测算2000～2014年山東省交通运输业能源消费碳排放的基础上，结合山东省交通运输业行业特点、发展现状及趋势，运用LMDI算法分析交通能源消费碳排放各驱动因素，定量描述各驱动因素对碳排放的影响，研究碳排放与经济发展、能源利用之间的关系，为交通运输业低碳发展政策制定及规划提供科学参考。endprint

1 研究方法及数据来源

1.1 碳排放测算

本文采用自上而下的计算方法测算山东省交通运输业的能源消费二氧化碳排放，计算公式如下：

其中，CE为交通运输部门碳排放总量，ECi为i种能源消耗量，TCi为i种能源的折标煤系数，PCi为i种能源的碳排放系数，Oi为i种能源的碳氧化率，i表示能源类型，IN表示碳与二氧化碳之间的转换系数，IN=44/12。表1表示各类能源的碳排放相关参数。

1.2 交通碳排放驱动因素分解

交通运输业二氧化碳排放与地区经济、产业结构、能源结构及人口规模因素息息相关，基于此，构建山东省交通碳排放迪氏（Divisia）指数分解模型，具体表达式如下：

其中，i表示交通能源种类；CEi表示i类交通能源的碳排放量；ECi表示i类交通能源消耗量；EC表示交通能源总消耗量；GDPtr表示交通运输业增加值；GDP3表示第三产业增加值；PO表示地区人口数量。为明确各类因素对碳排放变化的影响，令：

其中，ai表示i类交通能源碳排放系数，为能源碳排放强度因素；bi表示i类能源在交通能源消耗中所占份额，为能源结构因素；c表示交通运输业单位增加值能耗，为能源强度因素；d表示交通运输业产值占第三产业产值的比重，为产业结构因素；e表示人均第三产业增加值，为经济产出因素；f为地区人口数量，为人口规模因素。公式（2）进一步表示为：

交通运输业碳排放变化分解为能源碳排放强度、能源结构、能源强度、产业结构、经济产出及人口规模等6种驱动因素定量影响之和，为对碳排放变化进行合理分解，消除分解余量，更好地表示各指标的两期均值，采用Ang和Choi[12，13]提出的LMDI算法，具体表达式如下：

其中，t表示时期，为t期碳排放总量，为初期（基准期）碳排放总量，?CEa、?CEb、?CEc、?CEd、?CEe及?CEf分别表示碳排放強度效应、能源结构效应、能源强度效应、产业结构效应、经济产出效应及人口规模效应；此处考虑到各类交通能源碳排放系数为固定值，碳排放效应可忽略，即?CEa=0。

1.3 数据来源

本文能源消费数据来源于2000～2015年《中国能源统计年鉴》、2000～2015年《山东统计年鉴》。折标煤系数来源于《综合能耗计算通则》（GB/T 2589-2008），碳排放系数及氧化率来源于《省级温室气体清单编制指南》。

2 山东省交通碳排放及其驱动因素分析

2.1 山东省交通碳排放

山东省交通碳排放量如表2所示，2000～2014年，交通能源消费碳排放总量总体呈上升趋势。各年份增速波动较大，年均增速17.67%；由图1可看出，柴油碳排放量增长最快，由2000年的93.59万吨增长至2013年的2569.88万吨，自2003年，柴油消费碳排放量一直占据主导地位。汽油、燃料油和煤炭消费碳排放量先升后降。2005年前，各类交通能源碳排放所占比例起伏较大；2005年后，能源碳排放所占比例趋于稳定，柴油及电力碳排放所占比例波动性上升，到2014年，其所占比例分别为57.17%、16.07%；2014年汽油及燃料油消费碳排放占比分别为7.41%和14.86%；煤油、液化石油气、煤炭、天然气、其他油制品碳排放所占比例较低。

蒸汽机车不断淘汰是山东省交通运输业煤炭消费碳排放下降的主要原因；同时，虽然能源利用效率有所提高，但以柴油为主的内燃机车及电力机车的普及，机动车保有量的快速上升、道路运输需求的不断增加是柴油及电力消费碳排放上升的重要驱动因素，交通运输业电力碳排放由2000年的117.88万吨增长至2014年的722.54万吨，年均增长率为11.38%。2014年，山东省交通运输业汽油、柴油及燃料油消费碳排放比上年有明显下降，这主要归因于公路运输中，新增重型货车、营运客车、公交车、出租车中LNG等新能源车辆比重的提升，以及黄标车及老旧船舶的不断淘汰。总的看来，原煤消费对交通运输业碳排放影响较小且趋于稳定，油品依然是交通运输业的主要能源，其消费量在一定程度上决定着山东省交通运输业碳排放的变化趋势。

如图2所示，山东省交通运输业人均碳排放由2000年的0.06万吨/万人增长至2012年的0.71万吨/万人，随后降至2014年的0.46万吨/万人，总体呈现先升后降的趋势。单位交通运输业增加值碳排放先由2000年的0.95万吨/万元增至2005年的3.75万吨/万元，随后降至2014年的1.93万吨/万元，总体呈现先升后降的趋势，单位交通运输业增加值碳排放表征碳排放强度，第三产业增加值增长反映着能耗量的增长，碳排放强度先升后降说明节能减排技术不断进步，能源消费结构逐渐优化，经济与能源的脱钩效应逐渐显现。

2.2 山东省交通碳排放驱动因素分析

利用LMDI算法对山东省交通碳排放进行完全分解，各驱动因素对相对基准年碳排放变化的累积效应和相对上一年碳排放变化的单年效应如图3、表3及表4所示。

截至2014年，能源结构因素、能源强度因素、经济产出因素、人口规模因素的累积效应都对山东省交通碳排放起正向驱动作用，产业结构因素累积效应起负向驱动作用。相比基准年，各驱动因素累积效应依次为189.93万吨、1375.09万吨、3363.15万吨、134.85万吨、-1175.82万吨。

经济产出和能源强度因素是拉动山东省交通碳排放增长的主要因素。2000年到2014年，经济产出效应贡献的碳排放由85.45万吨增长至3859.92万吨，随后降至3363.15万吨。人均第三产业增加值从0.32万元/万人增长至2.64万元/万人，增长了7.25倍。人均第三产业增加值是衡量经济社会发展程度的重要标志；山东省作为人口大省，其人均第三产业增加值的快速增长意味着山东经济正由工业主导型向服务主导型转变，这间接反映了山东省以旅游、运输等传统性行业为主的服务贸易的快速发展。分析表4中2003～2004年、2005～2006年、2006～2007年、2007～2008年、2008～2009年、2009～2010年、2010～2011年、2011～2012年、2013～2014年等9组碳排放量变化相对平稳的时间段发现，经济产出因素是交通碳排放的主导驱动因素，未来山东省经济发展趋于平稳，适当调整人均第三产业GDP可有效控制山东省交通碳排放。endprint

山东省交通能源强度由2000年的0.34万吨/万元升高至2005年的1.69万吨/万元，而后降至2014年的0.80万吨/万元，其趋势与交通运输业碳排放量增长呈正相关；这表明交通能源消费量增长效应大于能源利用效率提升与能源技术进步效应之和。2005年，山东交通能源强度达到峰值1.69万吨/万元，贡献了2287.66万t交通碳排放；相比之下，其他一些省份[14，15]能源强度处于下降状态，这表明山东省交通能源利用技术及利用效率仍有较大提升空间，2005年以后，能源强度开始下降，到2013年，能源强度下降至0.8万吨/万元，其贡献的碳排放量降至1375.09万吨。如表4所示，2004～2005年，山东交通能源碳排放增加1939.88万吨，能源强度因素贡献的碳排放量为1441.67万吨，正向贡献量最大，贡献率为74.32%；2012～2013年，山东交通碳排放降低2320.73万吨，能源强度因素贡献的碳排放量为-1160.38万吨，负向贡献量最大，贡献率为50%；交通能源强度降低有望成为抑制山东省交通碳排放的关键因素。

交通能源结构和人口规模因素在一定程度上加速了山东省交通碳排放增长，但其效应相对经济产出和能源强度的效应较弱。由表2可知，柴油消费占据主导地位，油品消费比重不断增加；液化石油气及天然气等清洁能源使用率较低，2005年前，交通运输业尚未使用天然气，交通电力能源利用逐年增长，但其所占比例不高，整体来看，山东省能源结构不够合理，能源利用效率有待提升，LNG车辆、CNG车辆及以氢气为燃料的车辆亟需大规模推广。分析表3可知，2005年后，能源结构因素累积效应变化与交通碳排放趋势保持一致，2012年，其碳排放贡献量达到峰值228.11万吨。结合表2可知，柴油消费量增加是碳排放增长的最主要原因。

分析表3可知，人口因素所产生的碳排放累积效应较弱。2000～2014年，山东省人口由8998万人增长至9733万人，而其对应的碳排放累积效应由3.49万t增长至134.85万吨；人口数量变化对碳排放变化有着相对重要的影响。随着人口不断增加，城镇化进程加速与信息化发展，城乡人员流动性增强，大城市居住域郊区化[16]，居民出行率提升，在一定程度上加速了交通碳排放增长。

产业结构即交通运输业增加值占第三产业增加值的比例是对交通碳排放起到抑制作用的唯一因素，其累积效应与交通运输业增加值增速和第三产业增加值增速的关系变化一致；山东省交通运输业增加值占第三产业增加值的比例由2000年的18.26%降至2014年的12.19%。相对基准年，2001年，交通运输业增加值增速高于第三产业增加值增速，碳排放累积效应为正；其余年份，交通运输业增加值增速低于第三产业增加值增速，碳排放累积效应为负。2004～2005年，交通碳排放量增长1939.88万吨，而产业结构因素的贡献量为-81.51万吨，2012～2013年，交通碳排放量下降2320.73万吨，而产业结构因素的贡献量为-334.58万吨，产业结构因素与交通碳排放量变化呈现一定的脱钩现象。总体来看，当前交通运输业增加值变化与第三产业增加值变化发展处于较好势态，适当控制交通运输业增加值增速、提高第三产业增加值增速可降低山东省交通碳排放。

3 结论

本文根据山东省2000～2014年交通运输业能源消费数据，计算2000～2014年山东省交通运输业碳排放，2000～2014年，山东省交通碳排放总量先升后降，2012年山东省交通碳排放达到峰值6889.86万吨，2014年碳排放量降至4496.17万吨；人均碳排放出现波动，2005年为人均碳排放峰值年，碳排放强度先升后降。自2003年开始，山东省历年交通运输业油品消费碳排放占到总碳排放量的75%以上，以油品消费为主交通能源结构有待继续优化，节能减排技术仍需进一步提高。

通过LMDI算法对交通能源碳排放进行因素分解，结论如下：

（1）基于LMDI分解結果累积效应分析，能源结构因素、能源强度因素、经济产出因素和人口因素是交通碳排放总量上升的正向驱动因素，其中，经济产出因素和能源强度因素的累积贡献度较大，2014年的累积效应分别为3363.15万吨、1375.09万吨；人均三产增加值的快速提升直接反映着山东省以旅游、运输等传统性行业为主的服务贸易行业的快速发展，山东省交通碳排放降低的重点应放在能源强度降低和节能减排技术提升方面。2014年，能源结构和人口因素的累积效应分别为189.94万吨、134.85万吨；从能源结构角度看，LNG等新能源车辆的推广使用将降低本省交通碳排放，同时，人口数量变动产生的累积碳排放效应不可忽略。

（2）产业结构因素是山东省交通碳排放的唯一负向驱动因素。2014年，产业结构因素产生的累积效应为-1175.82万吨。2000～2014年，第三产业的快速发展是山东省交通碳排放增长的主要影响因素；分解结果显示，交通运输业增加值增速小于第三产业增速时，产业结构累积效应为负。在不阻碍经济发展的前提下，适当控制交通运输业经济份额有利于降低交通碳排放。

基于2000～2013年山东省交通碳排放状况及分解结果，为进一步优化山东省交通运输业发展、能源结构调整与碳排放之间的关系，建议山东省继续保持并稳步优化当前产业结构，适当控制交通运输业经济份额；进一步提升交通能源利用技术及利用效率；着力降低山东省交通运输业能源强度；改善交通能源结构，提升天然气及电力能源占比；有序扩大城市规模，适当调整人口规模及流动性。

参考文献：

[1] 韩忠杰.低碳交通城市评价指标测量系统与建设方案研究[D].长安大学，2015.

[2] 蔡博峰，曹东，刘兰翠等.中国交通二氧化碳排放研究[J].气候变化研究进展，2011（3）：197-203.

[3] 于洋.中国二氧化碳净排放和驱动因素研究[D].东北师范大学，2014.endprint

[4] 丁长安，田红.山东省旅游交通碳排放量估算及结果分析[J].对外经贸，2015（2）：52-54.

[5] 宋杰鲲.基于LMDI的山东省能源消费碳排放因素分解[J].资源科学，2012（1）：35-41.

[6] 王敬华.山东省能源消费分析及其优化策略[J].中国人口·资源与环境，2014（11）：51-59.

[7] 宋杰鲲.山东省能源消费碳排放预测[J].技术经济， 2012（1）：82-85+94.

[8] 王同孝，赵联振，王伟.山东省能源消费与碳排放分析[J].中国人口·资源与环境，2012（7）：49-52.

[9] 许冬兰，李琰.山东省城市化和能源消耗的关系研究[J].中国人口·资源与环境，2010（11）：19-24.

[10] 王江涛.环境约束下山东省能源利用效率研究[D].山东财经大学，2012.

[11] 宋然平，杨抒，孙淼.能源消耗引起的温室气体排放计算工具指南（2.1版）[Z].北京：世界能源研究所，2013.

[12] Ang B W.Decomposition methodology in industrial energy demand analysis[J].Energy，1995，20（11）：1081-1095.

[13] Ang B W，Choi K H.Decomposition of aggregate energy and gas emission intensities for industry：a refined Divisia index method[J].The Energy Journal，1997，18（3）：59-73.

[14] 楊良杰，吴威，苏勤，等.江苏省交通运输业能源消费碳排放及脱钩效应[J].长江流域资源与环境，2014（10）：1383-1390.

[15] 王婧.陕西省交通能源碳排放测算及影响因素分析[J].宝鸡文理学院学报（自然科学版），2016（2）：1-6.

[16] 陈婧.人口因素对碳排放的影响[J].西北人口， 2011（2）：23-27+33.

（编辑：张萌）endprint