基于LMDI的安徽省交通运输业碳排放影响因素分析
李颖
（安徽大学经济学院，安徽合肥 230601）
摘 要： 基于2004—2016年的数据，采用LMDI分解法，从碳排放强度、能源强度、产业结构、经济产出、人口规模5个方面，分析了安徽省交通运输业能源消耗的碳排放增加的影响因素。研究结果表明，产业结构效应对交通运输业碳排放具有较为显著的抑制作用；经济产出效应、碳排放强度效应、能源强度效应与人口规模效应对安徽省交通运输业的碳排放的增加起到了推动作用。
关键词： 交通运输业；碳排放；LMDI分析；安徽省
1 引言
交通运输业是我国基础的产业部门之一，也是我国主要的碳排放行业，其碳排放量仅次于能源部门和工业部门。交通运输部门碳排放量的增加已对我国经济的可持续发展带来了极大的制约。在当前碳减排的背景下，发展低碳交通运输，确保经济稳定增长，已成为整个社会经济发展的必然要求。交通运输部门的碳排放已经成为国内外的热点话题［1］。
改革开放以来，安徽省交通运输业得到了持续发展，在全国确立了综合交通枢纽地位。但随着交通基础设施建设需求持续增长，能源消耗持续增加，交通运输业碳排放量逐年增加，导致节能减排和生态保护的压力也越来越大。从现有的研究成果来看，关于安徽省交通运输碳排放方面的系统研究较少。因此，本文基于省域层面，结合交通运输业高能耗、高排放的特点，运用LMDI分析法对安徽省2004—2016年的交通运输业碳排放变化的影响因素进行分析，以期为制定和实施交通低碳化发展的政策提供相应的依据和参考［2］。
2 安徽省交通运输业碳排放分解模型构建及数据来源
2.1 模型构建
学术界研究碳排放影响因素的研究方法有很多，本文采用LMDI法即对数平均迪氏指数法进行分析。LMDI法通过对因变量进行完全无剩余分解，分解后的结果残差为0。该方法有加法分解和乘法分解2种。文中依据安徽省的实际特点，采用加法分解方法，重点关注碳排放强度、能源强度、产业结构、经济产出与人口规模等5方面因素对安徽省交通运输业碳排放的影响［3］。本文以Kaya公式为基础进行扩展，进一步将安徽省交通运输业碳排放的影响因素细分如下：
式中，C为交通运输业碳排放总量，万t；Ci为i类能源碳排放量，万t；Ei为i类能源消耗量，万t；GTO为交通运输业生产总值，亿元；GDP为地区生产总值，亿元；P为安徽省总人口数量，万人。
令碳排放强度因素为 f，f＝Ci/Ei；能源强度因素为e，e＝Ei/GTO；产业结构因素为 u，u＝GTO/GDP；经济产出因素为 g，g＝GDP/P；人口规模因素为 p，p＝P。因此，交通碳排放量变化的影响因素被分解为碳排放强度、能源强度、产业结构、经济产出、人口规模5种因素。
2.2 数据来源
式中，CO2为交通能源消费碳排放总量，万t；Ei为第i类能源的消费量，万t；Fi为第i类能源折算标准煤系数；i＝1，2，…，6，分别为原煤、汽油、煤油、柴油、天然气、电力；Ki为第i类能源碳排放系数。
安徽省交通运输业能源消费量数据资料来源于2005—2016年《中国能源统计年鉴》中安徽省能源平衡表，其中交通运输业能源消耗量以能源平衡表中产业分类下交通运输、仓储和邮政业的消费量来近似替代。交通运输业总产值根据《安徽统计年鉴》的产业分类标准，用交通运输、仓储和邮政业的总产值予以替代［4］。其他经济数据来源于历年安徽省统计年鉴。其余的参照数据如折标准煤系数、排放系数等由《中国能源统计年鉴年（2016）》和IPCC提供。具体的计算公式为：
3 实证研究结果
本文利用LMDI分解公式对安徽省交通运输业2004—2016年的碳排放进行分解，分别计算各影响因素的效应值，见表1。根据表1可知，2004—2016年间，安徽交通运输业碳排放总量增加了166.75万t。从累积效应来看，交通运输业碳排放强度效应导致碳排放增加了90.32万t，能源强度效应导致碳排放增加了5.82万t，产业结构效应导致碳排放减少了180.82万t，经济产出效应导致碳排放增加了227.69万t，人口规模效应导致碳排放增加了23.75万t。这表明，根据累积效应，除了产业结构效应以外，其余4个因素对交通运输业碳排放量的增加均具有正向拉动作用［5］。
经济产出规模的不断扩大是拉动安徽省交通运输业碳排放量增加的决定性因素。在研究期内，安徽省人均GDP由2004年的7768.0元增长到2016年的39091.81元，增加了5.78倍，相应的交通运输业碳排放总量由145.41万t增加到529.89万t，增加了3.64倍。安徽省经济的快速发展带动了交通运输业能源的大量消费和排放量的迅速增加。
研究期间，安徽省交通运输业能源强度从2004年的0.87万t下降到2016年的-0.87万t，表明安徽省交通运输业能源利用效率显著提高。然而，与推动交通运输业碳排放增加的积极驱动因素相比，其对交通运输业碳排放的抑制作用有限。因此从累积效应来看，能源强度导致交通运输业碳排放增加量为5.82万t。能源强度对安徽省交通运输业能源消费碳排放影响不大。
表1 安徽省交通运输业碳排放增量效应因素分解分析 万t
3.1 碳排放强度效应
产业结构对交通运输业碳排放起到了较强的抑制作用。从逐年数据来看，绝大多数年份，产业结构对交通运输业碳排放的贡献都为负值。从累积效应来看，产业结构导致交通运输业碳排放减少量为180.82万t，贡献率为-108.44%。产业结构的变化是促进安徽省交通运输业能源消费碳排放减少的主要因素。具体来看，2004—2016年，安徽省三产结构由2004年的19.37:45.09:35.54 调整到2016年的10.64:48.05:41.29。从整个产业结构上来说，安徽省实现了以第二、三产业为主导的产业布局。其中，第一产业比重明显大幅下降，第二产业小幅上升，第三产业上升幅度最大，从而减少了为第一、二产业服务的交通运输业的碳排放。
3.2 能源强度效应
随着水温的降低，微生物的繁殖速度减弱，越冬前后鱼病也明显变少，但适应于低温的部分真菌和寄生虫类的车轮虫还潜伏在水体中，随时可导致鱼体水霉病和寄生虫引起的烂鳃病，尤其是拉网过后的鱼塘就更加明显。但由于冬季鱼类的活动量减弱及水温环境因素的影响，使病鱼在水面上难以被发现。如果池塘结冰后发现鱼病，再进行治疗就比较麻烦，而且得不到很好的治疗效果。因此，越冬前应做好鱼塘的预防工作。方法是：在天气暖和的午后亩用200g溴氯海因泼洒一次，隔2～3天后再亩用200mL的车轮灭（苦参碱）泼洒一次，可有效预防冬季病害的发生。
3.3 产业结构效应
2004—2016年间，从年度效应看，安徽省交通运输业的碳排放强度对交通运输业碳排放影响的波动较大，有的年份为正，有的年份为负。从累积效应来看，2004—2016年，碳排放强度导致安徽省交通运输业碳排放变动增加量为90.32万t，对碳排放增长的贡献率为54.16%，说明碳排放强度变化对交通运输业碳排放增加影响较为显著，拉动了安徽省交通运输业碳排放量的增加。
3.4 经济产出效应
面部表情对于拉丁舞表演者来说是一个重要的艺术表现手段，丰富的面部表情不仅可以丰富舞蹈的情感表现，还可让观众进入到舞蹈的情绪中，进而被感染、被带动，观众可以根据舞者的情绪变化感受舞蹈。
3.5 人口规模效应
从逐年效应来看，人口规模效应一直为正值，但数值较小，表明人口规模的变化对交通运输业的碳排放量增加具有微弱的拉动作用。从累积效应来看，研究期间，人口规模效应给安徽省交通运输业碳排放带来的增加量为23.75万t。2004—2016年，安徽省人口规模不断增大，人口总量从2004年的6461万人增长到2016年的7027万人，人口净增566万人，增长幅度为8.76%，并且随着安徽省经济的不断发展，城市化进程加快，外来人口不断增多，交通运输业能源消费需求增长，大幅推动碳排放增加，所以，人口规模总体对交通运输业碳排放的增加呈现正向驱动作用。
4 结论
本文测算表明，安徽省交通运输业碳排放量在研究期间呈逐步上升趋势。并采用LMDI指数分解法对交通运输业碳排放量进行分析，结果表明，在5个因素中，产业结构效应是抑制交通运输业碳排放的主要因素。因此，为减少交通运输业的碳排放，未来安徽省应进一步调整产业结构，加快淘汰高能耗、高排放行业，提高技术含量高的资金、技术和知识密集型产业的投资，逐步实现高附加值、高技术含量、低能耗、低排放的产业特征，形成有利于安徽省交通运输业可持续发展的低碳产业结构。除了产业结构外，其余4个因素对交通运输业碳排放量的增加均具有正向拉动作用。因此，安徽省在发展经济的过程中，必须权衡与碳减排的关系，采取合理措施，实现经济发展与交通运输业减排的双赢。而碳排放强度、能源强度、人口规模3个因素对交通运输业碳排放的影响相对较小。
8月初，来到江苏镇江市走市场，有一贸易商将5个车皮的山西中颗粒尿素以1900元/吨第一到站一股脑儿出手了，当时还挺开心。上周跟我聊天时说是有点后悔，感觉卖亏了，没想到这一轮普涨来得这么快，来得这么直接。好像现在卖货出去还后悔不迭的人，已经很少见了，丢了几个鄙夷的眼神让慢慢品味。这批货到站很是时候，正是镇江市最佳的水稻施穗肥时。
1.8.2 肾功能 治疗前、治疗4周末、治疗8周末及治疗12周末时，采用全自动生化分析仪检测血清Ca、P，并用EPI［10］简化方程计算出eGFR；采用化学免疫发光法检测血清iPTH。治疗前及治疗12周末，采用双抗夹心酶联免疫吸附法（ELISA）检测患者血清FGF23、FGFRs、Klotho蛋白，对于正常组，仅在治疗前检测1次。
参考文献
［1］蔡闻佳，王灿，陈吉宁.中国公路交通业CO2排放情景与减排潜力［J］.清华大学学报（自然科学版），2007，47（12）：2142-2145.
［2］张明.基于指数分解的我国能源相关CO2排放及交通能耗分析与预测［D］.大连：大连理工大学，2009.
［3］沈满洪，池熊伟.中国交通部门碳排放增长的驱动因素分析［J］.江淮论坛，2012（1）：31-38.
［4］柯水发，王亚，陈奕钢，等.北京市交通运输业碳排放及减排情景分析［J］.中国人口·资源与环境，2015（6）：81-88.
［5］袁长伟，李若影，芮晓丽，等.陕西省交通运输业碳排放影响因素分解研究［J］.长安大学学报（社会科学版），2016（2）：38-42.
Abstract： Based on the data of 2004-2016，this paper uses LMDI decomposition method to analyze the factors affecting the increase of carbon emissions in transportation industry in Anhui Province from five aspects：carbon emission intensity，energy intensity，industrial structure，economic output and population size.The results show that the effect of industrial structure has a significant inhibition on carbon emissions in transportation industry.Output effect，carbon emission intensity effect，energy intensity effect and population size effect have played a driving role in the increase of carbon emissions in Anhui transportation industry.
Key words： transportation industry；carbon emissions；LMDIanalysis；Anhui Province
中图分类号： U12
文献标识码： A
文章编号： 1674-1021（2019）05-0005-04
收稿日期： 2019-03-22；
修订日期： 2019-05-15。
作者简介： 李颖，女，1971年生，副教授，硕士，主要研究方向为贸易、经济增长与环境。
标签：交通运输业论文; 碳排放论文; LMDI分析论文; 安徽省论文; 安徽大学经济学院论文;