特大城市交通碳排放的异速生长分析

刘承良++王涛+郭庆宾

摘要：以武汉市为例，对其2003～2013年交通碳排放的异速生长演化特征进行分析，结果发现：武汉市综合交通碳排放总体呈线性递增趋势但结构差异显著，结构效率呈“公共交通高私人交通低”的特征，前者呈螺旋式演进而后者增长迅猛；城市交通碳排放与经济社会等影响因素呈显著的异速生长关系，城市经济发展、城市扩张和基础设施建设等指标与交通碳排放呈负异速生长关系，机动车数量和公路里程成为交通碳排放“成长”的决定性因素。

关键词：交通碳排放；演化特征；异速生长分析；武汉市

DOI：10.13956/j.ss.1001-8409.2016.12.11

中图分类号：X24；F1245 文献标识码：A 文章编号：1001-8409（2016）12-0049-05

Temporal Allometry and Its Mechanism on CO2 Emissions from Urban

——Transport in Wuhan City

LIU Chengliang1， WANG Tao2， GUO Qingbin3

（1. School of Urban and Regional Science， East China Normal University， Shanghai 200062；

2. School of Urban and Environmental Sciences， Central China Normal University， Wuhan 430079；

3. School of Business， Hubei University， Wuhan 430062）

Abstract： This paper analyzes the temporal evolution and influencing mechanism in Wuhan city from 2003 to 2013 by building urban traffic carbon emission model. Results show that， firstly， the comprehensive transport carbon emissions in Wuhan city from 2003 to 2013 has a linear increasing trend， and the component structure difference of comprehensive transport carbon emissions significantly expanded. The carbon emission efficiency of bus is the highest， the carbon emission efficiency of private car is the lowest. Secondly， there is a significant allometric relationship between urban transport carbon emissions and economic and social factors. Between urban economic development， urban expansion， infrastructure construction and transport carbon emissions showing negative allometric relationships， while population， motor vehicles and transport carbon emissions are positively allometric relationships. Number of motor vehicles and highway mileage are the decisive factors in the growing process of urban transport carbon emissions.

Key words： transport carbon emissions； evolution characteristics； allometry； Wuhan city

当前，人、物、信息等要素加速向人口逾千万的特大城市流动，在刺激了人口和财富高度集聚的同时，也导致了交通拥堵、雾霾污染以及碳排放量激增等强负外部性效应，如何消减交通碳排放成为学术界和决策者关注的焦点。目前国内外有关城市交通碳排放的研究可以分为两大类：①城市居民出行交通碳排放。国外学者研究内容侧重碳排放估算及影响机制分析，研究尺度从宏观到微观；国内主要集中在基于区域或城市的居民出行碳排放估算、比较及对策分析[1～3]。②城市客货运输交通碳排放。国外交通碳排放中，有关民用航空（机场）、货物运输的交通碳排放研究逐渐增多，国内有关客货运交通运输碳排放主要以客运为主[4，5]。这些研究大部分局限在城市某一交通部门或交通方式，综合交通体系研究比较薄弱。交通碳排放定量研究方法上，大体可分为“自上而下”传统方法、“自下而上”燃料碳排放系数方法、碳排放因子计量模型三大类方法 [6～8]。

异速生长是指系统内部要素之间或者要素与系统整体之间的比例增长关系，最早由生物学家Huxley和Tessier （1936） 提出，用于分析生物体部分或组织器官与整体的生长速度关系[9]。地理学者们将其引入人文地理学领域，探讨城市人口和城区面积关系、经济-环境、城市化发展等问题[10，11]。对交通碳排放进行异速生长分析，可以通过交通碳排放与其成长因素间的异速生长关系，来判读他们之间的相互影响及其背后所蕴含的影响机制和作用机理。目前有关研究仍十分薄弱，仅见众多学者借助数理统计开展的影响机制研究等[12，13]。基于此，本文针对当前研究中的部分缺陷和不足，对武汉市交通碳排放的异速生长进行深入研究，分析影响城市交通碳排放的驱动因素，为特大城市低碳交通建设和交通碳减排提供决策参考。

3武汉市交通碳排放的演化特征

（1）综合交通碳排放量总体呈阶段性递增趋势，增速在波动中保持平稳。综合交通碳排放曲线的变化整体上表现出波动下降（2003～2005年）—稳步增长（2006～2009年）—快速上升（2010～2013年）的演化态势，是公共交通、私人交通、货运交通等交通子系统碳排放耦合效应叠加影响的产物，其中公共交通、私人交通与综合交通碳排放增长的吻合性较好，奠定了综合交通碳排放增长曲线的基本走向（见图1）。

（2）综合交通碳排放结构差异扩大，整体结构趋于倒金字塔形态。武汉市公共交通、私人交通、货运交通和其他交通四者的碳排放比例构成由2003年的355%：380%：171%： 94%演化为2013年的171%：686%： 113%：30%（见图2），差异显著扩大，综合交通碳排放结构由初期相对均衡的稳定态逐渐演变成为“中间大、两头小”的不稳定态结构（“倒金字塔”型），其核心驱动力在于私人交通碳排放量和所占比重的过度增长。私人交通碳排放由2003年的724万吨增长到2013年的4019万吨，增长了46倍，占综合交通碳排放的比重上升到6865%，逐渐成为“序参量”，与近年来武汉市私家车数量的爆炸性增长密切相关。公共交通碳排放呈“螺旋态”演进趋势（见图3），结构组成趋向均衡态演化。2003～2013年，武汉市公共交通碳排放量的起伏变化较为复杂，波动性较强，整个曲线表现出明显的“螺旋态”特征。在公共交通碳排放结构组成中，公交车碳排放比例显著下降，出

租车碳排放比例整体也呈波动下降，轨道交通碳排放比例

则从无到有大幅上升，趋向均衡态演化。货运交通碳排放缓慢平稳增长，在电子商务迅速发展的带动下，物流快递业务高速发展势头迅猛，为货运交通的发展提供了稳定有利的客观支撑，由此带来了其碳排放的平稳较快上升。

（3）碳排放效率在多因素的耦合作用下表现出“公高私低”的差异特征，且门槛人口效应主导轨道交通碳排放效率的演化。交通碳排放效率的高低受交通工具容量、能耗大小、燃料类型、使用率、装载系数等多种因素影响，从5种主要交通方式的碳排放效率曲线来看（见图4），以常规公交为代表的公共交通是碳排放效率最高的交通方式，而以私家车为代表的私人交通是碳排放效率最低的交通方式。2009年达到“门槛人口”以后，轨道交通单位里程载客碳排放量迅速下降。

4武汉市交通碳排放的异速生长分析

41交通碳排放与其影响因素间的两两异速生长关系

对2003～2013年武汉市交通碳排放量与各项经济社会要素指标分别做两两对数处理，绘制双对数坐标图（见图5），分别建立线性、指数和幂函数回归类型的异速生长模拟。可以看出，各对关系三种函数类型的拟合优度均大于85%，拟合效果较好，说明交通碳排放与各项经济社会指标的相关性较强，其相互增长关系符合异速生长律。

基于拟合优度值的比较，选择适当的异速生长模型。从三种类型的拟合优度值来看（见表2），交通碳排放与大部分经济社会要素的异速生长关系符合指数函数模型，而与人口、机动车数量的异速生长关系较好地符合线性函数模型，幂指数函数类型则总体拟合度偏低。

（1）负异速生长类型。多数经济社会指标与交通碳排放呈负异速生长关系，是异速生长关系中的主导类型，包括GDP、城镇居民人均可支配收入、建成区面积、公路里程、交通周转量等指标。从数据的拟合系数大小来判断，交通碳排放与这些指标的异速生长模型皆为指数函数关系（见表2）。GDP、城镇居民人均可支配收入这两个经济指标与交通碳排放呈负异速生长关系，表明交通碳排放的增长速度小于经济增长和收入增长的速度，交通碳排放随着经济发展和生活水平的提高具有更加集约的趋势；建成区面积和公路里程这两个指标主要代表城市扩张和基础设施建设，其增长速度大于交通碳排放速度，表明交通碳排放对城市建设和扩张带来的潜在碳排放增长压力具有一定的滞后性或者缓冲期。交通周转量的增速大于交通碳排放，表明武汉市实体经济的快速发展，带动了人流、物流的快速增长，交通运量大幅提升。

（2）正异速生长类型。包括人口—交通碳排放、机动车数量—交通碳排放两组异速生长关系，从拟合度来看，两者均呈线性函数关系（见表2）。正异速生长意味着交通碳排放的相对增长速度大于人口、机动车的增长速度。其蕴含的实际含义：表明单位数量人口的交通碳排放增长较快，大于人口本身的增长速度，即居民的出行频率或者出行需求大幅增加；交通碳排放增速大于机动车数量增速，意味着一定条件下机动车的出行率或者使用率增加，从而导致碳排放量增长大于车辆数量增长，这与居民出行需求增加的情况相符合。

42交通碳排放与其影响因素的联合异速生长关系

为了分析交通碳排放与其相关经济社会要素间的联合异速生长关系及协同影响，使用多元逐步回归方法对交通碳排放与各项要素指标进行多元回归。建立联合异速生长模型：

Y=-13440+0441X1+005X2 - 117X3+1227X4 - 1191X5 - 0094X6+2276X7

Sig.：01520500070003540521061405310340

初始模型存在较为严重的多重共线问题，为了消除多重共线的影响，采用逐步回归方法对交通碳排放与各项要素指标重新进行多元回归，建立最终联合异速生长模型为：

Y=- 8046+0915X1+0143X2，RX1=0996，RX2=0931

从基于逐步回归的联合异速生长模型结果可以看出：

（1）机动车数量和公路里程是交通碳排放“成长”的决定性因素。在交通碳排放、经济社会要素整体联合异速生长关系中，机动车数量、公路里程这两个核心要素是伴随交通碳排放“生长”的主导变量，对交通碳排放总量的增长起着至关重要的直接推动作用，而其他因素则相继被剔除。

（2）交通碳排放与其“成长”的关键因素呈正相关关系。从最终得到的联合异速生长模型参数可以看出，交通碳排放与最终联合关系中的两个关键影响因素机动车数量和公路里程均呈显著正相关关系。这说明：一方面，尽管当前汽车节能减排技术进步和燃油效率有所提高，汽车排量有所下降，但是汽车数量增长带来的碳排放总量大幅增加，大大抵消了技术进步带来的这一部分交通碳减排当量。因此，建设“低碳交通”、减少交通碳排放，不仅要加快技术进步推动节能减排，最重要的是要控制小汽车数量的过快增长，才能从根本上遏制交通碳排放增长过快的趋势。另一方面，公路里程增加也与交通碳排放呈正相关关系，其背后的作用机制也可以推导出来，随着公路里程增加，对汽车拥有者和潜在购买者造成一种刺激和鼓励作用，道路交通供给的增加反过来引诱了一部分新增交通需求量和交通碳排放量，形成了一种恶性循环。因此，在城市交通建设发展的情况下，要通过合理分配路权、积极发展公交车专用道、提高交通碳排放效率入手，最大限度地减少低效率的私人交通碳排放量。

5结论与讨论

本文以武汉市为例，对其2003～2013年交通碳排放的异速生长进行深入研究，得出以下结论。

（1）2003～2013年武汉市综合交通碳排放总体呈线性递增趋势，碳排放结构差异显著扩大，不同交通方式碳排放的时序演进差异显著。常规公交碳排放效率最高，私家车碳排放效率最低。

（2）城市交通碳排放与经济社会等影响因素间的相关性较强，呈显著的异速生长关系。城市经济发展、城市扩张和基础设施建设等指标与交通碳排放呈负异速生长关系。

（3）机动车数量和公路里程是交通碳排放“成长”的决定性因素，其与交通碳排放呈显著正相关关系。公路里程的增长对汽车出行者造成一种刺激和鼓励作用，道路交通供给的增加反过来产生了新的交通碳排放诱增量，形成了一种恶性循环。

应当指出的是，尽管本文对武汉市交通碳排放演化及异速生长进行了详细分析，但仍存在一些不足，如缺乏对武汉市水运和航空交通碳排放的分析，方法有待进一步创新等，这些是后续研究需要进一步完善的地方。

参考文献：

[1]Liao C H， Lu C S， Tseng P H. Carbon Dioxide Emissions and Inland Container Transport in Taiwan[J]. Journal of Transport Geography， 2011（19）：722-728.

[2]Ghauche A. Integrated Transportation and Energy Activity-based Model [M]. Master Thesis： MIT， 2010.

[3]赵敏， 张卫国， 俞立中. 上海市居民出行方式与城市交通CO2排放及减排对策[J]. 环境科学研究， 2009（6）：747-752.

[4]Walker G， Manson A. Telematics， Urban Freight Logistics and Low Carbon Road Networks [J]. Journal of Transport Geography， 2014（37）： 74-81.

[5]徐志， 邹哲， 曹伯虎. 城市客运交通碳排放水平估算及低碳途径——以天津市为例[J]. 北京工业大学学报， 2013，39（7）：8-27.

[6]宁晓菊， 张金萍， 秦耀辰， 等. 郑州城市居民交通碳排放的时空特征[J]. 资源科学， 2014， 36（5）：1021-1028.

[7]朱松丽. 北京、上海城市交通能耗和温室气体排放比较[J]. 城市交通， 2010， 8（3）：58-63.

[8]肖潇， 张捷， 卢俊宇，等. 旅游交通碳排放的空间结构与情景分析[J]. 生态学报， 2012，32（23）：7540-7548.

[9]Naroll R S， Von Bertalanffy L. The Principle of Allometry in Biology and the Social Sciences [J]. Ekistics， 1973， 36（215）： 244-252.

[10]陈彦光， 张莉. 信阳城市人口—城区用地异速生长分析[J]. 地理科学进展，2014，33（8）： 1058-1067.

[11]鲁骏峰， 李豫新. 新疆城市经济发展中人口与用地关系研究——基于异速生长模型的分析[J]. 地域研究与开发，2013，32（6）：121-126.

[12]卢俊宇，黄贤金，陈逸， 等. 基于能源消费的中国省级区域碳排放时空演变分析[J]. 地理研究， 2013，32（2）：326-336.

[13]龙江英， 李焱， 马龙. 城市轨道交通运营期碳排放算量研究[J]. 贵阳学院学报 （自然科学版）， 2011， 6（2）：1-11.

[14]刘继生，陈彦光. 山东省城市人口—城区面积的异速生长特征探讨[J]. 地理科学，2005， 25（2）：135-141.

[15]周晓晶，韦春波，张巧生， 等. 多个部分与整体间异速生长关系的联合分析模型[J]. 农机化研究，2015（9）：31-36.

（责任编辑：张勇）