京津冀一体化下交通运输业碳排放核算 及其影响因素研究
朱潜挺，王 萌，周芳妮，徐 瑞
(中国石油大学(北京) 经济管理学院， 北京 102249)
摘要： 碳排放核算是城市低碳发展研究的基础。作为三大城市碳排放源产业之一，交通运输业是重点关注对象。以京津冀交通运输业碳排放核算为起点，采用偏最小二乘法开展驱动因子分析，通过两阶段参数估计评估各影响因素的变化趋势。结果表明：在京津冀城市群中，北京将最先达到碳排放峰值；人口规模、人均GDP、能源强度与货物周转量是城市群交通运输业碳排放的主要影响因素，且具有两阶段变化特征；在一体化背景下，京津冀地区需开展加快产业结构升级、支持新能源汽车的研发与发展智能交通建设等交通运输领域的减排举措。
关键词： 京津冀一体化；城市碳排放核算；两阶段因素分解；偏最小二乘法
十九大报告指出，构建生态文明是中华民族永续发展的千年大计，低碳发展已成为中国新的战略机遇。北京作为国家的政治中心、文化中心，京津冀地区作为北方的经济核心，京津冀城市群在贯彻落实生态文明低碳发展的国家战略方面必然要率先开展碳减排，而交通运输业作为京津冀地区的一个重要产业尤其值得关注。目前，京津冀地区交通运输业在碳减排方面仍面临一系列问题亟待解决。例如，当前的碳排放情况如何？是否具有某种变化规律？有哪些因素会对其带来影响，影响程度如何？这种影响是否与京津冀地区的一体化发展战略相关？以及如何制定城市碳减排政策？等等。基于此，本研究将首先对京津冀地区交通运输业碳排放进行核算，并对其影响因素进行单个与整体的比较研究，探索不同影响因素在不同阶段对碳排放量的影响程度，最终提出相应的政策建议。
观察两组患者临床症状、口腔溃疡改善情况，并记录症状消失时间及口腔溃疡愈合时间；观察两组患者治疗期间不良反应发生情况，并作记录。
一、国内外研究进展
城市在碳减排与实现经济发展中扮演着重要角色，关于城市尺度的碳排放核算方法已得到许多学者和科研机构的关注。Mi等利用投入产出模型计算了中国13个城市基于消费的碳排放情况,发现基于消费和基于生产的两种核算结果不论在总量和人均水平上均有明显差异[1]; Shan等基于能源平衡表构建了包含47个社会经济部门、17种化石燃料和9个基础生产部门在内的中国城市碳排放数据估算方法[2]；全球大气研究排放数据库 (EDGAR) 、美国橡树岭国家实验室CO2信息分析中心(CDIAC) 、欧盟联合研究中心(JRC)等研究机构利用碳卫星数据或其他空间数据来反映不同地区的碳排放量。
在碳排放影响因素和控制策略方面，国内外有关学者也开展了相关探讨。如1989 年日本学者Kaya首次用 IPAT模型研究了碳排放量的驱动因素[3]。继Kaya后，Dietz 等将IPAT模型扩展为STIRPAT模型，并用此模型进行碳排放影响因素研究[4]。Shi采用STIRPAT模型验证了人口规模对碳排放的影响巨大[5]。Shahbaz等指出城市化水平是马来西亚能源消费的主要影响因素[6]。Wang等基于STIRPAT的拓展模型，在原有经济水平、城市化水平、能源强度、产业比例等驱动因素的基础上，增加第三产业比例和R&D投入作为评估科技实力的变量，对北京市的碳排放影响因素进行关联分析[7]。Li等以天津市为例，利用拓展的STIRPAT模型，探索了天津市碳排放的主要影响因素[8]。黄蕊等探讨了江苏省能源消费碳排放的影响因素，选取人均GDP、能源强度和人口数量进行岭回归分析[9]。王立猛等采用STIRPAT模型验证了人口数量是能源消费量的主要影响因素[10]。陈永国等基于STIRPAT-Regression模型，建立京津冀及周边地区的区域模型，结果显示经济的增速对碳排放的增长起到了正向贡献作用[11]。此外，不同学者对于碳排放模型的拟合方法不同，如时兆会基于STIRPAT模型采用偏最小二乘回归对北京地区碳排放影响因素进行分析，讨论了各个影响因素对碳排放的贡献程度[12]；徐雪艺构建京津冀区域交通运输业碳排放的系统动力学模型，模型预测结果表明发展城市轨道交通可以减少交通运输碳排放量[13]；冯悦怡等采用LEAP模型以北京市为例对城市节能与碳排放政策进行情景分析[14]；吕倩等利用多元线性回归分析与逐步回归分析建立了碳排放驱动因素模型[15]。
目前，就交通运输业而言，虽然相关碳排放问题已得到讨论，但是仍有以下几点不足：一是相关研究大多数集中于公路运输、客运、货运和航空运输等运输方式，而忽略整个运输部门；二是多数研究从中国整体进行研究，而对于单个城市、区域整体进行研究的比较缺乏；三是少有研究从时间角度对模型的适用性进行深度探究，以建立更符合实际的多阶段模型。为此，本研究以京津冀交通运输业碳排放核算为起点，采用偏最小二乘法开展驱动因子分析，通过两阶段参数估计评估各影响因素的变化趋势。
二、研究方法和数据来源
(一)研究方法
1.碳排放量核算
根据《2006年IPCC国家温室气体清单指南》给出的能源消耗产生直接交通运输业碳排放量的核算方法，不包括由交通基础设施建造过程中间接产生的碳排放量，计算方法如下：
表1 各类能源碳排放系数
(1)
其中：I 代表交通运输业碳排放总量(单位为万吨)，i 为各种燃料，E i 为第i 种能源实物消耗量，K i 为第i 种能源碳排放系数， 44/12为二氧化碳和碳之间的转换系数。在本研究中，主要利用消费量较大的煤炭、汽油、煤油和柴油4种能源计算碳排放量，能源碳排放系数如表1所示。
2.两阶段因素分解模型
(2)模型改进
(1)基础模型
两阶段因素分解模型的基础是Dietz等提出的STIRPAT模型[4]，其表达式为：
针对MSTAR数据集，构建一个包含5个卷积层、5个池化层和1个多尺度卷积模块的卷积神经网络,网络框架配置如表1所示。将数据增强后的MSTAR数据集训练样本直接作为网络的输入，最终输出层输出一个N维的向量，对应于N个类别的概率。
I =aP b A c T d e
(2)
究竟用什么焊条才能保证接头的强度和焊缝的严密性，又能保证焊道有良好的背面成型？由焊接工程师黄显炳领导的焊接技术小组反复研究，先选定结426、结427、结506等低氢型焊条及上海产的结422酸性焊条，进行工艺性能对比试验。
lnI =a +b lnP +c lnA +d lnT +e
(3)
由表2可知，人均GDP对京津冀地区碳排放影响显著。其中，北京从第一阶段到第二阶段，人均GDP对碳排放的影响从较显著变为显著；对天津和河北来说，人均GDP是碳排放的显著驱动因素。人均GDP对京津冀交通运输业碳排放的两阶段影响如图5所示。可以看出，在第一阶段，京津冀、北京、天津、河北地区的人均GDP系数均为正，人均GDP的增加会使碳排放增加，说明第一阶段我国仍然处于能源经济时代，生产总值的增加依赖于化石能源消费，对环境产生一定破坏；但在第二阶段，京津冀、北京、天津、河北地区的人均GDP系数均为负，其中河北的系数绝对值接近于0，人均GDP的增加会抑制碳排放，这与近期京津冀地区的产业结构变化息息相关，通过加大对落后产业的监管与淘汰力度，引入高新技术改造提升原有的传统产业结构，促进第三产业特别是服务业的发展，提高了结构性减排能力。同时，习近平总书记在党的十八大上提出的生态文明建设深入人心，人们接受了遵循人、自然、社会和谐发展的可持续发展理念。河北的产业结构仍处于调整初期阶段，对比北京与天津，仍有很多调整空间。
螺虫乙酯（Spirotetramat）、螺虫乙酯烯醇（B-enol）、螺虫乙酯羟基（B-mono）、螺虫乙酯醇酮（B-keto）、螺虫乙酯烯醇糖苷（B-glu）标准品，均购自德国Dr.E公司；PSA，北京艾杰尔科技有限公司；乙腈、甲醇（均为HPLC级），购自美国Fisher公司；乙酸（分析纯），莱阳市双双化工有限公司；甲酸（HPLC级），德国CNW公司；氨水（分析纯），开封开化（集团）有限公司，实验用水为屈臣氏蒸馏水。
研究将从人口规模、富裕程度和科技水平的视角分别选取人口总量P (万人)、人均GDP为A (亿元/万人)和能源强度T (吨标准煤/万元)作为替代，再选取货物周转量为H (亿吨/公里)，旅客周转量为L (亿人/公里)，民用汽车拥有量为M (万辆)，选取这些指标作为影响因素，建立交通运输业碳排放模型：
lnI j =a +b lnP j +c lnA j +d lnT j +f lnH j +g lnL j +h lnM j +e
(4)
其中：j 为年份，f 、g 、h 为H 、L 、M 相对应的弹性系数。
进一步简化数学模型
y =β 0+β 1x 1+β 2x 2+β 3x 3+β 4x 4+β 5x 5+β 6x 6+ε
(5)
其中：β 0～β 6为弹性系数。
(3)两阶段因素分解法
一是明确村委会在农业领域PPP项目运行中的职责。我国《民法总则》第101条赋予农村集体经济组织特别法人的主体地位，并规定在尚未建立农村集体经济组织的情形下，村委会可以代行农村集体经济组织的职责。据此，村委会在农业领域PPP项目中既不能成为社会资本方的附庸，也不能完全等同于农民群体，而要代表农民群体的利益与政府和社会资本方合作。具体而言，村委会在项目前期主要负责与项目落地有关的谈判、准备工作；在项目运营过程中主要负责资源协调、履约监督等工作；在项目后期主要负责资产的清算与受领等工作。
在式(5)的基础上，本研究以2000—2016年为研究时间段，逐个选取期间年份作为两阶段分界点，以此开展影响因素分析。
(二)数据来源
本研究选取北京市、天津市和河北省三省市2000—2016年的时间序列数据，其中能源碳排放系数数据来源于《2006年国家温室气体排放清单指南》，能源消耗量来源于国家统计局数据统计与《中国能源统计年鉴》，人口数量、人均GDP、货物周转量、旅客周转量及民用汽车拥有量数据来源于历年《中国统计年鉴》。
三、模型估计与结果分析
(一)模型估计
采用stata 15软件对京津冀地区交通运输业碳排放进行回归，研究发现变量间的相关系数大于0.9，且大多变量的VIF大于10，说明这些变量之间存在很强的相关关系，具有多重共线性。因此，不能使用一般最小二乘法进行回归。为解决这个问题，本研究改用SIMCA-P软件采用偏最小二乘法进行模型参数估计，具体步骤如下：
对等式两边可取对数：
首先，利用t 1/t 2椭圆图(图1)与t 1/u 1散点图(图2)对偏最小二乘法的适用性进行验证。其中，t 1/t 2椭圆图可识别京津冀地区的数据是否存在特异点，t 1/u 1散点图可识别京津冀地区的数据是否存在线性关系。
由t 1/u 1散点图(图2)可以看出，京津冀、北京、天津、河北数据在一开始是正相关关系，但随后逐渐下降，即函数关系改变，因此研究将碳排放函数分为两个阶段，拟合出京津冀碳排放的分段函数。通过对各个年份进行分开模拟，寻找京津冀各地的最佳拟合函数。基于偏最小二乘法得出的参数估计，结果如表2所示，京津冀、天津、河北在2000—2012年为第一阶段，2013—2016年为第二阶段时的分段函数拟合效果最佳，而北京在2010年分段得到拟合效果最好的分段函数。其中，R 2X 或R 2Y 分别表示从X 或Y 变量中抽取的主成分相对于原变量X 或Y 的解释能力，而Q 2表示交叉有效性，说明抽取成分相对于模型精确性的边际贡献。从统计理论角度，若R 2X (cum)、R 2Y (cum)、Q 2(cum) 都大于 0.8，则表示模型估计结果完美。由表2可以看出，京津冀地区的这3项指标均大于0.8。因此，模型回归结果完美达到统计指标要求[16]。
图1 椭圆图
图2 散点图
表2 京津冀交通运输业碳排放两阶段回归结果
注：**代表VIP>1,表示变量影响程度显著；*代表VIP>0.8,表示变量影响程度较显著
(二)结果分析
1.京津冀交通运输业碳排放
图3 京津冀地区交通运输业碳排放量
根据式(1)分别计算出京津冀3个地区的交通运输业碳排放量和3个地区的总量，结果如图3所示。
图3显示，京津冀地区交通运输业碳排放总量从2000年到2013年一直呈现上升趋势，2013年碳排放量是2000年的2.28倍，年均增长6.55%。从2013年到2016年，碳排放量开始呈下降趋势，年均降低率为4.60%。可以看出，在京津冀地区中，北京最先达到碳排放峰值，之后京津冀地区在2013年左右达到碳排放峰值。京津冀地区交通运输碳排放总量的变化趋势显示，京津冀地区实施双号限行政策、建设市政机构自行车网点、大力发展可再生能源与清洁能源等政策已经有效减少了碳排放量。
随机抽选我院2015年10月~2017年4月收治的50例高血压脑出血患者资料作为研究对象,其中男性患者28例,女性患者22例,年龄42~76岁,平均年龄(65.3±2.2)岁。
2.京津冀交通运输业碳排放的影响因素分析
(1)人口规模
图4 人口规模对京津冀交通运输业碳排放的 两阶段影响
与此同时，正在引发世界性科技变革的人工智能技术已加入到与城市轨道交通运营、维护领域的融合中，智能化和智能运维是当前城市轨道交通运营维护不可抗拒的发展趋势。
由表2可知，人口规模对京津冀地区碳排放影响显著。其中，对北京碳排放影响较显著；而对天津来说，人口规模是碳排放的显著驱动因素；河北从第一阶段到第二阶段，人口规模对碳排放的影响从较显著变为显著。人口规模对京津冀交通运输业碳排放的两阶段影响如图4所示。可以看出，在第一阶段，京津冀、天津、河北的人口规模系数为正，这与往常的认知相符，说明人口的增加会促使碳排放量的增加，为此我们要控制人口数量，积极响应国家的计划生育政策；而北京的人口规模系数为负，说明北京市控制人口数量效果显著。在第二阶段，京津冀地区的人口规模系数均为负，并且北京的负系数绝对值变小。在京津冀一体化下，京津冀的人口流向发生了变化，近年来由于京津冀一体化的格局逐渐发展，以及京津部分产业向河北转移、北京控制城市规模和疏解非首都功能等因素的影响，一定程度上减缓了外来人口向京津两市集聚的速度，导致京津冀区域内人口中心迁移的速度放缓。而京津冀人口流向的变化使对交通运输业碳排放的影响发生了变化，从长远来看，这种变化是有益的，缓解了京津冀地区的人口压力，并且平衡了3个省市间的碳排放量。
云计算是一种利用大规模低成本运算单元通过IP网络相连而组成的运算系统，用以提供各种计算和存储服务。由于具有高性能、低成本、可平滑扩展等优势，云计算为IT技术发展提供了新的技术手段和业务模式，不仅是企业降低建设和维护成本的重要手段，更为企业技术、业务和管理创新带来了新的契机。
图5 人均 GDP对京津冀交通运输业碳排放的 两阶段影响
其中：I 代表碳排放总量;P 、A 、T 分别代表人口规模、富裕程度和科技水平;a 为模型的常数系数，b 、c 、d 分别为常数项及P 、A 、T 相对应的弹性系数，e 为随机误差项。
(3)科技水平
由表2可知，能源强度对京津冀地区碳排放影响显著。其中，北京从第一阶段到第二阶段，能源强度对碳排放的影响从较显著变为显著；对天津来说，能源强度是碳排放的显著驱动因素；对河北碳排放有较显著影响。能源强度对京津冀交通运输业碳排放的两阶段影响如图6所示。可以看出，在第一阶段，京津冀、北京、天津的能源强度系数均为负。原因在于，虽然政府大力提倡与支持降低能源强度，但对于能源的使用总量没有加以控制，导致碳排放持续增加；但河北省的能源强度系数为正，能源强度降低对于碳排放有抑制作用。在第二阶段，京津冀、北京、天津地区的能源强度系数均为正，能源强度的降低代表单位GDP所使用能源降低，能源使用总量得到了控制，导致碳排放减少；但河北的能源强度系数由正转为负，说明河北的能源消费总量在第二阶段没有进行控制，致使碳排放增加。此结论支持了李艳梅等学者关于京津冀区域间产业转移对碳排放影响的结论[17]。在京津冀一体化下，京津尤其是北京的许多高污染产业搬到河北，河北接受了许多落后产能，虽然促进了区域产业的分工与合作，改变了劳动力就业的空间分布，但是导致河北的能源消费上升，碳排放增加，加剧了环境污染。据国家统计局数据显示，近几年河北省的雾霾指数居高不下，其中保定、邢台、石家庄、唐山、邯郸、衡水、廊坊出现在中国空气质量最差的10个城市榜单中，显示河北省的能源消耗需要进行控制。
(4)货物周转量
离散平稳小波变换通过对滤波器插零的方式将其延长,使小波变换后得到的近似系数和细节系数与原始信号的长度一致,克服了普通离散小波变换后每层小波系数长度不一致的缺点。并且还具有平移不变性和冗余性的特点,避免了由于小波基不具备平移不变性而使得信号产生Gibbs振荡现象。离散平稳小波的分解为:
在一次访谈中，她说：“我是一个对自己挺狠的人。而被‘狠’掉的第一条，是情绪。我早把情绪戒掉了，就是和自己死磕，对自己下命令。有一次，有件事让我很生气，我对自己说，给你二十四小时的时间，你必须把这件事压下去。这一天，什么都不做，让自己过去。”“杀不死我的只会让我更强大。”她用行动践行了这个道理。这样的姑娘，得到什么都不足为奇。想起稻盛和夫说过的一句话：“成功不要无谓的情绪。”深以为然。
由表2可知，货物周转量对京津冀地区碳排放影响从显著变为较显著。其中，北京的货物周转量对碳排放有显著影响；对天津来说，第一阶段货物周转量不显著，但第二阶段对碳排放有显著影响；对河北碳排放第一阶段有显著影响，但第二阶段影响不显著。货物周转量对京津冀交通运输业碳排放的两阶段影响如图7所示。可以看出，在对地区碳排放有显著影响的情况下，货物周转量的系数都为正，说明货物周转量的增加会增加京津冀地区碳排放。
(2)富裕程度
图6 能源强度对京津冀交通运输业 碳排放的两阶段影响
图7 货物周转量对京津冀交通运输业 碳排放的两阶段影响
(5)旅客周转量
由表2可知，旅客周转量对京津冀地区碳排放影响从显著变为不显著。其中，北京与天津的旅客周转量对碳排放的影响从显著变为不显著；对河北碳排放有较显著影响。旅客周转量对京津冀交通运输业碳排放的两阶段影响如图8所示。可以看出，京津冀、天津、河北地区的旅客周转量对碳排放的影响系数均由正变为负，北京的系数变化较少，均为负。这表示现在旅客运输工作量的增加对碳排放的影响由增加变为减少，说明在京津冀一体化下，人们的物质文化水平不断提高，随着智能交通系统的出现，客运劳动生产率提高，增加了道路使用率，改善了旅客周转量对交通碳排放的影响。
(6)民用汽车拥有量
应用HITACHI HI VISON Preirus彩色多普勒超声诊断仪，高频探头频率5.0～13.0 MHz。患者取仰卧位，头部后仰或垫高肩部充分暴露颈前区[1]。平静呼吸，甲状腺二维超声扫查发现结节后，首先用二维超声观察其形态、大小、边界、内部回声、有无钙化等，然后切换到弹性模式，行甲状腺超声弹性成像检查。显示结节并尽量固定探头位置，手持探头在结节部位做微小运动，使显示屏压力指示条的数字控制在3～4[2]，并使感兴趣区域大于结节的2～3倍[3]，用双幅实时显示功能动态观察声像图，对甲状腺结节进行弹性分级。
由表2可知，民用汽车拥有量对京津冀地区碳排放影响从显著变为不显著。其中，天津的民用汽车拥有量对碳排放的影响从显著变为较显著；对北京与河北的碳排放有较显著影响。民用汽车拥有量对京津冀交通运输业碳排放的两阶段影响如图9所示。可以看出，京津冀、天津、河北地区的民用汽车拥有量对碳排放的影响系数均由正变为负，北京的系数变化较少，均为负。这表示现在民用汽车拥有量的增加对碳排放的影响由增加变为减少，说明在京津冀一体化下，随着生态文明建设的推进，人们的环保意识不断提高，即使在拥有小汽车的情况下，大多数人仍改为绿色出行方式，节能环保，有效减少了温室气体的排放；另外，新能源汽车的增加减少了化学能源的消费，改善了汽车排放气体对于环境的破坏。
图8 旅客周转量对京津冀交通运输业 碳排放的两阶段影响
图9 民用汽车拥有量对京津冀交通运输业 碳排放的两阶段影响
四、建议
本研究通过2000—2016年京津冀地区数据分析，针对京津冀地区提出以下低碳减排的政策建议。
(1)人口规模控制可降低城市交通运输业碳排放。由于京津冀一体化的格局逐渐发展，导致京津冀区域内人口中心迁移的速度放缓。而京津冀人口流向的变化致使其对交通运输业碳排放的影响发生了变化，从长远来看，这种变化是有益的，缓解了京津冀地区的人口压力，并且平衡了3个省市间的碳排放量。
(2)人均GDP对碳排放的影响系数从第一阶段到第二阶段发生了转变，表示要加快产业结构调整。当前，经济发展进入了一个崭新的时代，不但要追求经济发展的速度，还要追求经济发展的质量，经济的增长要符合经济发展客观规律，可加大科技在产业结构中的力度，淘汰落后产能，控制河北地区的能源使用总量，走可持续发展道路。
(3)能源强度系数在京津冀地区发生的转变说明要在降低能源强度的同时控制能源使用总量。京津冀一体化下将京津地区的落后产能向河北转移，致使两地的能源强度系数发生变化，河北要围绕产业方向设计规划产业集群，做好科学布局，增强承接产业转移的科学性、合理性和选择性，提高承接产业转移的质量和水平，同时控制好能源使用总量。
(4)旅客周转量的增加对于碳排放的影响从促进到减弱，说明了提高公共交通出行比例、发展智能交通系统建设的重要性，建立实时、准确、高效的智能交通控制系统，实现资源在最大程度上的合理分配和利用。例如，合理规划公交车运行路线，减少蛇形、重叠行驶，有效利用道路资源；通过公交智能调度系统，科学安排发车时间和发车间隔。
改革课程教学方法和手段，在理实一体化的实训室里，通过高清摄像头、投影仪，教师边展示设备、边操作、边示范、边提问，提高教学的效率和效果，达到“教、学、做”一体化，突出技能训练，提高教学质量。
(5)民用汽车拥有量系数从正变为负，说明要加强人们的环保意识。从结果来看，生态文明建设取得了初步成效，人们的环保意识正在逐步增强，在出行方式等方面更注重环保，对碳减排产生了积极影响。应进一步加大生态文明建设，持续深化生态环境监管体制改革，不断完善生态环境管理制度，推进治理体系和治理能力现代化。还要大力支持新能源汽车的研发，提高新能源汽车的性能，减少碳排放，提高碳排放效率。考虑新能源汽车面临的高成本、技术水平不足、充电设施不够等问题，建议政府加大投资力度，选取合理的地理位置增设充电设施，同时可采取政府采购、控制税收等配套政策，降低新能源汽车的购买和使用成本，提高能源的利用率。
参考文献：
[1] MI Z,MENG J,GUAN D,et al.Chinese CO2 emission flows have reversed since the global financial crisis[J].Nature Communications,2017,8(1):1712.
[2] SHAN Y,GUAN D,LIU J,et al.Methodology and applications of city level CO2 emission accounts in China[J].Journal of Cleaner Production,2017,161:1215-1225.
[3] KAYA Y.Impact of carbon dioxide emission control on GNP growth:Interpretation of proposed scenarios[C]//The IPCC energy and industry subgroup.Paris:Response Strategies Working Group,1990.
[4] DIETZ T,ROSA E A.Effects of population and affluence on CO2 emissions[J].Proceedings of the National Academy of Sciences of the United States of America,1997,94(1):175-179.
[5] SHI A.The impact of population pressure on global carbon dioxide emissions,1975—1996:Evidence from pooled crosscountry data[J].Ecological Economics,2003,44(1):29-42.
[6] SHAHBAZ M,LOGANATHAN N,SBIA R,et al.The effect of urbanization,affluence and trade openness on energy consumption:A time series analysis in Malaysia[J].Renewable and Sustainable Energy Reviews,2015,47(11):683-693.
[7] WANG Z,YIN F,ZHANG Y,et al.An empirical research on the influencing factors of regional CO2 emissions:Evidence from Beijing city,China[J].Applied Energy,2012,100:277-284.
[8] LI B,LIU,LI Z.Using the STIRPAT model to explore the factors driving regional CO2 emissions:A case of Tianji,China[J].Natural Hazards,2015,76(3):1667-1685.
[9] 黄蕊，王铮，丁冠群，等.基于STIRPA模型的江苏省能源消费碳排放影响因素分析及趋势预测[J].地理研究，2016(4):781-789.
[10] 王立猛，何康林.基于STIRPAT模型的环境压力空间差异分析——以能源消费为例[J].环境科学学报，2008(5):1032-1037.
[11] 陈永国，褚尚军，聂锐.京津冀及周边地区碳排放驱动因素的贡献作用及其政策含义[J].河北经贸大学学报，2016(1):102-106.
[12] 时兆会.基于STIRPAT模型北京市交通运输业碳排放影响因素研究[D].天津：天津大学.2017.
[13] 徐雪艺.基于多维度的区域交通低碳化系统动力学模型研究[D].北京：北京交通大学.2018.
[14] 冯悦怡，张力小.城市节能与碳减排政策情景分析——以北京市为例[J].资源科学,2012,34(3):541-550.
[15] 吕倩，高俊莲.京津冀地区交通运输碳排放模型及驱动因素分析[J].生态经济,2018,34(1):31-36.
[16] 唐志中，刘雪静，李波，等.京津冀区域碳排放的关键驱动因素研究[J].天津大学学报(社会科学版),2017,19(6):514-518.
[17] 李艳梅，孙丽云，张红丽，等.京津冀区域间产业转移对能源消费碳排放强度的影响[J].资源科学,2017,39(12):2275-2286.
Study on carbon emission accounting and its influencing factors in transportation industry under the integration of Beijing ,Tianjin and Hebei
ZHU Qianting, WANG Meng, ZHOU Fangni, XU Rui
(China University of Petroleum at Beijing, School of Economics and Management, Beijing 102249, China)
Abstract : Carbon emission accounting is the basis for urban low carbon development research. As one of the carbon source industries of the three major cities, the transportation industry is the focus of attention. Based on the carbon emission accounting of Beijing-Tianjin-Hebei transportation industry, this study uses partial least squares method to carry out driving factor analysis, and evaluates the trend of each influencing factor through two-stage parameter estimation. The results show that: in the Beijing-Tianjin-Hebei urban agglomeration, Beijing will first reach the peak of carbon emissions. Population size, per capita GDP, energy intensity and cargo turnover rate are the main factors affecting the carbon emissions of urban agglomeration transportation; they have two-stage change characteristics. In the context of integration, the Beijing-Tianjin-Hebei region needs to accelerate the transfer of industrial structure, and the transportation sector should support the research and development of new energy vehicles and develop energy-saving measures such as intelligent transportation construction.
Key words : Beijing-Tianjin-Hebei integration; urban carbon emission accounting; two-stage factorization; partial least squares
中图分类号： F512.3
文献标识码： A
文章编号： 1674-8425(2019)06-0023-09
收稿日期： 2019-04-23
基金项目： 国家自然科学基金项目“《巴黎协定》背景下我国城市参与国际气候治理的分类机制及政策研究”(41871219)
作者简介： 朱潜挺，副教授，博士，主要从事区域碳减排、气候变化经济学研究。E-mail：zhuqt@cup.edu.cn。
doi: 10.3969/j.issn.1674-8425(s).2019.06.003
本文引用格式： 朱潜挺，王萌，周芳妮，等.京津冀一体化下交通运输业碳排放核算及其影响因素研究[J].重庆理工大学学报(社会科学)，2019(6):23-31.
Citation format ：ZHU Qianting, WANG Meng, ZHOU Fangni, et al.Study on carbon emission accounting and its influencing factors in transportation industry under the integration of Beijing, Tianjin and Hebei[J].Journal of Chongqing University of Technology(Social Science)，2019(6):23-31.
(责任编辑 魏艳君)
标签：京津冀一体化论文; 城市碳排放核算论文; 两阶段因素分解论文; 偏最小二乘法论文; 中国石油大学(北京)经济管理学院论文;