高广阔，王影歌，李小川 GAO Guangkuo,WANG Yingge,LI Xiaochuan

（上海理工大学 管理学院，上海 200093）

0 引言

随着全球经济和人口规模的持续增长，人类的生产活动对地球生态系统产生了巨大的影响。与此同时，能源消耗引起的气候变暖问题威胁着人类的生存环境，发展低碳经济、倡导低碳生活、鼓励低碳出行、实行节能减排的观念已经渐渐被人们所接受，低碳交通将成为世界各地未来发展的必然趋势和选择[1-2]。交通运输的碳排放量受到社会各界的广泛关注，目前已有许多学者对交通运输的碳排放因素进行了研究。Wang[3]等采用LMDI模型以交通运输碳排放为研究对象，研究显示对碳排放系数效应对交通运输业碳排贡献率影响很小，而运输载重量以及运输各环节之间的配合程度是可以促进碳排放量减少的主要因素。另外，人均贡献程度低、运输方式的联动效应差是造成交通运输碳排放量增长的主要潜在因素。Lee Schipper[4]分别应用LMDI和Laspeyres法对美国交通碳排放的影响因素进行分析，将交通碳排放影响因素分解为人口因子、运输方式因子、经济因子、利用率因子，并比较分析了各因素对碳排放的贡献程度。喻洁[5]等应用LMDI法对我国交通运输业碳排放因素进行分析，以不同的运输方式为基点，从定量角度研究了碳排放变化趋势，并结合实际情况提出了交通运输节能减排的意见。欧阳斌[6]等对我国的交通运输能耗量进行了统计分析，并以江苏省的交通运输情况为例，利用IPCC法计算交通运输总能耗与碳排放之间的关系，提出了基于区域的差异化研究方法，为该领域的研究方法提供了新思路。

以上研究在交通运输的碳排放特征、碳排放趋势以及影响因素方面取得了许多成果，由于世界各地的产业格局和交通运输方式具有较大的差异，即使是我国的不同地区也存在明显的差异，所以根据不同区域特色来研究相关地区的交通运输碳排放情况具有明显的现实意义。鉴于此，本文以我国人口大省河南省为例，对该省的交通运输碳排放情况进行研究。以该省2007～2016年的交通运输综合能源消耗量为参照，运用变形Kaya恒等式对影响交通运输业碳排放的因素进行变形和分解，将河南省交通运输碳排放因素分解为人口效应、经济效应、能源效应，然后利用GRA从定量的角度对各因素进行关联分析。通过实证得到各因素对交通运输碳排放的贡献度，并结合分析结果与现实情况给出合理的交通运输减排建议。

1 理论模型

1.1 碳排放量计算公式

其中，E为交通运输的碳排放总量，Ei为交通运输能源i的消耗量，εi为交通运输能源i的碳排放因子。

1.2 Kaya恒等式

Kaya恒等式是定量表示二氧化碳排放量的有效形式，由日本学者Kaya[7]首次提出。主要思想是将碳排放与人口、经济、政策等因素联系起来，分析碳排放量的推动力[8]。Kaya恒等式如式（2）所示：

其中，ECO2为二氧化碳排放量；E1、TG、TP为Kaya分解因素，分别表示一次能源消费量、国内生产总值以及国内人口总量，各因素之间紧密相关，从不同层面表示了碳排放变化的促进因素表示能源结构碳强度表示单位GDP能源强度表示人均国内生产总值。

1.3 改进Kaya恒等式

Kaya恒等式具有形式简单且应用广泛等优点，在交通运输碳排放方面已经得到成功运用，例如文献[9]对Kaya恒等式进行改进，得到可以应用到交通运输行业的Kaya交通运输碳排放恒等式，如式（3）所示，为了方便求解河南省交通运输碳排放的影响因素，本文引用该改进Kaya恒等式。

为了更加形象说明式（3）中各因子的含义，对其中的因子表达式进行如下变换：从而得到式（3）的等价表达式：

其中，TP表示河南省的人口数量；TG表示河南省生产总值；Et表示河南省交通运输能源消耗量；εi表示交通运输能源i碳排放系数；ECO2表示河南省交通运输碳排放总量；p为人口效应，表示人口数量的变化对交通运输碳排放的影响程度；g为经济效应，用来衡量河南的经济发展水平对交通运输碳排放的影响程度；e为能源强度效应，表示单位GDP的能源消耗量；ui表示能源结构效应，反映了交通运输能源组成与碳排放的关系；fi表示碳排放因子效应，表示相应能源对碳排放量的贡献能力。

1.4 灰色关联分析法

灰色关联分析（Grey Relational Analysis,GRA）是由我国学者邓聚龙提出的一种衡量动态变化系统各因素之间作用关系的定量表示方法[10]。有效利用灰色信息可以更好地理解系统运行规则[11]，GRA的主要思想是首先研究各因素之间的发展异同程度，确定其相关关系的数学表达，然后对各因素的重要程度进行排序，找出对系统影响最大的因素，从而分析系统的主要特征[12]。本文选取交通运输碳排放量作为参考向量，人口效应、经济效应、能源强度效应、能源结构效应和碳排放因子效应作为比较向量，具体计算公式如下：

其中，V0（t）、Vi（t）分别为参考向量和比较向量；ri为V0（t）、Vi（t）之间的关联度，ri∈ [0, 1]并且取值越大表示V0（t）、Vi（t）之间的关联程度越大；βi（t）为关联系数，表示V0（t）、Vi（t）之间的相差程度，为相对差；μ 为辨析常数，一般取值0.5；δ0i（t）表示V0（t）、Vi（t）的绝对差；δ（ min ）和 δ（ max ）分别为最小与最大两级差。

2 实验结果与分析

2.1 实验仿真

本文选用2007～2016年的相关数据对河南省交通运输碳排放进行研究。数据来源于国家统计局和《中国能源统计年鉴》。本文使用河南省交通运输综合能源消耗量求解交通运输碳排放量，碳排放系数采用原煤、汽油、煤油、柴油、燃料油、天然气、液化石油气碳排放量的平均数，为0.58。

本文所有计算均在matlab2014b平台上进行，首先由式（1）计算河南省交通运输碳排放量，各数据如表1所示。

表1 河南省相关数据

2.2 实验结果分析

由表1可知，在2007～2016年的10年间河南省交通运输碳排放量增加了116.22%，河南省人口增加量为9.31%，河南省GDP增加量为168.45%，河南省交通运输综合能源消耗量增加量为116.22%，其中人口增加量与交通运输碳排放量的增加量比值约为0.07，比1小两个数量级，说明人口的波动对交通运输碳排放量的影响较小，而GDP增加量和交通运输综合能源消耗量增加量与碳排放量的增加量的比值均大于1，说明经济因素和能源结构因素对碳排放量的影响较大。

表2 各因素与碳排放量的关联度

表2为本文通过改进Kaya模型分解出的各因素与碳排放量的关联度，从中可以看出：综合能源消耗量即能源效应与碳排放量的关联度最大且接近1，说明交通运输能源结构对交通运输碳排放量的影响最大；GDP以及人均GDP与交通运输碳排放量的关联度分别为0.7968和0.8043，两者较为接近，说明经济因素和经济强度对交通运输碳排放量的影响较大；人口总数与交通运输碳排放量的关联度最小，说明人口因素对碳排放量的影响较小。总结以上结论可以发现当前河南省的经济结构和交通运输能源结构还存在较大的问题，比如河南全省的交通运输车辆仍以汽油车和柴油车为主，新能源车辆普及度不高，造成了大量的碳排放，为了降低交通运输对环境的不利影响，应该积极改善经济和交通运输能源结构。

3 结论

本文以我国人口大省河南省为例，对该省的交通运输碳排放情况进行研究。首先根据河南省的交通运输综合能源消耗量计算得到交通运输碳排放量，然后应用改进后的Kaya恒等式对河南省交通运输碳排放因素进行分解，为得到各因素与碳排放量之间的相关度，最后应用GRA对各影响因素进行关联分析。结果显示不合理的经济结构和交通能源结构是造成碳排放量不断增加的主要因素，为从根本上改善交通运输碳排放问题提供了理论依据。在此给出以下三点建议：（1）政府层面。政府应该积极改善本省的经济结构，大力倡导低碳交通，鼓励支持新能源技术的发展。（2）企业层面。以交通运输设备为主营业务的企业包括传统企业和新能源企业应该从国家大局出发，积极开发新兴科技，促进低碳交通技术的快速发展。（3）民众层面。普通民众应该提升节能环保意识，积极响应国家政策，比如购买新能源汽车，选择低碳出行方式。