基于脱钩理论和GFI指数的京津冀交通运输业碳排放研究

摘 要：随着京津冀地区交通运输需求的不断增加，碳排放问题已引起广泛关注。文章基于CEADs数据库和统计年鉴数据，采用Tapio脱钩理论和广义费雪指数对京津冀地区2010—2019年的交通运输业碳排放量进行分析，并将京津冀地区的具体情况分解为四种效应。结果显示，天津市已经基本实现强脱钩状态，而北京市和河北省仍处于弱脱钩状态，同时各个效应对京津冀地区交通运输业碳排放量的影响存在差异，河北省主要受能源结构的影响，而北京市和天津市主要受交通能源强度的影响。文章对此提出了相应的建议，以期改善京津冀交通运输业的碳排放。

关键词：京津冀；交通运输业；脱钩理论；广义费雪指数

中图分类号：F512.7；X322 文献标志码：A DOI：10.13714/j.cnki.1002-3100.2024.20.024

Abstract： With the increasing demand for transportation in the Beijing-Tianjin-Hebei region， the issue of carbon emissions has attracted widespread attention. Based on the CEADs and statistical yearbook data， this study uses Tapio decoupling theory and GFI to analyze the carbon emissions of the transportation industry in the Beijing-Tianjin-Hebei region from 2010 to 2019， and decomposes the specific situation of this region into four effects. The results show that Tianjin has basically achieved a strong decoupling state， while Beijing and Hebei are still in a weak decoupling state. At the same time， there are differences in the impact of various effects on the carbon emissions of the transportation industry in the Beijing-Tianjin-Hebei region. Hebei is mainly affected by the energy structure， while Beijing and Tianjin are mainly affected by the intensity of transportation energy. Corresponding suggestions have been put forward to address the above issues， in order to improve the carbon emissions of the transportation industry in the Beijing-Tianjin-Hebei region.

Key words： Beijing-Tianjin-Hebei region; transportation industry; decoupling theory; generalized Fisher index

0 引 言

随着全球气候变化和环境污染问题的日益严重，现代社会对可持续发展和环境保护的关注逐渐提升。

交通部门是仅次于能源部门、工业部门的第三大CO2排放部门[1]。国内外很多学者发现，人均GDP、能源结构、能源强度、交通强度、城市化效应等是影响交通运输业碳排放的主要因素，且所用方法多样化，如柯康凯等运用LMDI和Tapio模型发现抑制山西省物流业发展的主要因素是能源效率因素和产业结构因素[2]；杨洋等通过建立城市轨道交通碳回收期测算模型，得出能源结构的调整、能效水平的提升对城市轨道交通的碳减排活动具有显著的正效应[3]；王兆峰等通过超效率SBM模型和核算密度估计等方法分析了长江经济带与黄河流域交通碳排放效率的时空演变格局，并发现长江经济带交通运输碳排放属于“技术”驱动模式，而黄河流域则属于“人口+经济”的驱动模式[4]。

上述学者对我国多地区交通运输业碳排放采用了不同的方法进行问题研究并提出了指导方法，但目前很少有人全面研究京津冀地区交通运输业碳减排的影响因素。据估计，到2060年，京津冀三地的二氧化碳排放量将分别增加263.75%、225.87%和405.43%。因此，本文采用广义的费雪指数和脱钩理论对京津冀地区的交通运输碳排放量进行研究，并将其分为能源结构、能源强度、交通强度、城市化效应四种影响效应，以深入分析阻碍三地交通运输业碳减排的具体原因。

1 相关理论与数据

1.1 脱钩理论

碳排放脱钩（Carbon Emission Decoupling）指在经济增长的过程中减少或遏制碳排放，实现经济增长与碳排放之间的分离。该概念强调在保持经济发展的基础上尽量降低对环境的影响。

以Tapio脱钩理论构建京津冀地区交通运输业碳排放与经济发展之间的脱钩模型[2]。脱钩模型公式见式（1）。

式中，E为脱钩弹性系数；C为环境压力；GDP为经济发展水平；△C与△GDP分别为对应指标的研究期间变化量；△C/C和△GDP/GDP则分别为其研究期间的变化率。

脱钩理论主要有八种状态，如表1所示。其中，考虑避免过度识别的问题，对弹性E取值为1及其±0.2的偏移区域内的数值。

1.2 广义费雪指数

本文使用由扩展的 Kaya 模型发展而来的广义费雪指数GFI方法来分析京津冀地区2010—2019年交通运输部门碳排放的驱动因素。首先，Kaya恒等式如式（2）所示。

式（2）将碳排放量C与能源消耗量E、经济增长水平即地区生产总值GDP和人口数量P联系起来，结构简单。然而，由于本文的研究视角聚焦交通运输业，采用宋德勇等[5]在公式中加入交通行业周转量，将恒等式变为式（3）。

式（3）中，C为总体交通碳排放量；Ci、Ei分别为第i种燃料产生的交通碳排放量和能源消费量；E为一次的总能源消耗量；V为交通周转量；GDP为该地区的国民生产总值；P为该地区的人口规模[5]。

本文使用GFI模型对两个时点间交通碳排放的变动DC进行分解，各驱动因素的变动分别是交通能源结构变动（）、

交通能源强度变动（）、交通强度变动（）、经济城市化效应（）。如式（4）所示。

1.3 数据来源及处理说明

本文对京津冀地区的交通碳排放量和交通能源消费量的测算主要来自中国碳核算数据库、《中国统计年鉴》和2011—2020年北京市、天津市、河北省、上海市统计年鉴。为保证数据的一致性，核算能源碳排放采用《1986年重点工业、交通运输企业能源统计报表制度》中提到的各能源转化为标准碳所释放的碳排放量。同时，关于能源的转换，基于我国的能源结构以煤为主[6]，根据标准煤的折算系数和碳排放系数进行能源消耗量的计算。计算公式如下。

式中，T为碳排放总量；Ei为某能源消耗量；Ci为某能源标准煤折算系数；φ为标准碳排放系数；φ=0.68。各类能源的碳排放系数如表2所示。

2 京津冀地区交通运输碳排放的趋势与脱钩分析

2.1 京津冀地区的经济增长与交通运输碳排放情况分析

根据京津冀地区2010—2019年交通运输所消耗的各种燃料导致的碳排放数据，本文分析了京津冀地区交通运输部门碳排放总量的趋势变化，同时考虑到京津冀不同地区在产业结构、经济发展水平、交通基础设施建设、能源消费结构等方面的差异，探讨，北京市、天津市、河北省三个地区的交通碳排放的相对强弱。如图1所示。

数据显示，北京市的交通运输碳排放量从2010年的18.194 3Mt上升到2019年的27.563 2Mt，经历了十年的发展，交通运输碳排放量上涨了51.49%。

天津市的交通运输碳排放量在京津冀地区中是最少的，可以从图1中看出，天津市的交通运输碳排放量比较平稳，较大的变化是在2013年期间的交通运输碳排放量从10.144 2 Mt骤减到8.470 6 Mt，其他年份基本位于8.5～9.5Mt之间。

河北省的交通运输碳排放量在2014年前属于稳步上涨的状态，从16.736 6Mt上涨到18.891 9Mt，而2014年下降到17.097 4Mt；

经过道路交通的发展，增加了交通道路的建设，同时因为车辆的增加，河北省的交通碳排放量于2016年开始回升到19.978 1Mt。

2.2 京津冀地区交通人均碳排放情况分析

就人均水平来说，京津冀地区各地区人均交通碳排放量与整体平均碳排放量走势相近，具体如图2所示。

其中，北京市因为其交通运输高碳排放量和常住人口因素，人均能源消费量远超过全国人均此行业能源消费量[7]，十年来交通人均碳排放位居三个地区中第一位，从2010年的927.33千克CO2/人增长到2019年的1 279.63千克CO2/人，增长了约50%左右，高于京津冀地区综合增长率28.25%。天津市的交通人均碳排放从2013年开始，交通人均碳排放量均保持在560千克CO2/人至590千克CO2/人左右。同时，河北省也因治理方式和人口基数的优势，交通人均碳排放常年稳定在230千克/人～260千克/人之间，只有2016年达到了267.44千克CO2/人，但也在治理下使其在2018年下降到238.34千克CO2/人。

2.3 经济增长与交通运输碳排放之间关系的脱钩模型分析

通过上文中图1、图2所展示的数据，可以通过将数据带入脱钩理论公式即式（1）中计算得出京津冀各个地区近十年来交通运输业碳排放和其经济增长之间的脱钩关系[8]。京津冀三个地区各自及总体的脱钩状态如表3所示。同时，为了更好地根据数据得出结论，将位于长三角地区的上海市作为对比对象进行分析。上海市交通运输业碳排放脱钩状态如表4所示。

如表3所示，北京市的脱钩状态几乎一直处于弱脱钩的状态，说明其经济增长速度足够快，但其交通运输业的碳排放也在缓慢上升。造成此现象的原因有很多，如北京市车辆众多，造成了道路拥堵的局面；道路设计得不够合理；部分司机的交通意识差，在路上出现违停、乱穿马路等行为；大量的外来车辆等。同时，天津市的脱钩状态在近十年中出现了三次强脱钩，是京津冀三个地区中交通运输业碳排放脱钩治理最好的区域。天津市能做到如此成果，得益于其良好的地理位置，位于环渤海地区，可大力发展海运行业，同时公共交通的建设也很出色，其公交、地铁等公共交通可以满足绝大多数人的出行需求。最后是河北省，2010—2015年，河北省的脱钩指数在不断变小，从增长连接状态变为弱脱钩状态，且最终在2015年实现强脱钩，虽然2016年发生反弹呈现出了扩张负脱钩的现象，但经过合理的改善，在2017年同样达到了强脱钩的状态，随后便为弱脱钩。

从京津冀地区整体来看，交通运输业的碳排放脱钩系数在不断下降，同时结合表3和表4来看，京津冀地区与上海市的脱钩状态相比，虽在某些年份要优于上海市，但其总体趋势和大部分年份的脱钩系数区间均处于劣势，需要改进其交通运输体系来减少碳排放。

3 京津冀交通运输业碳排放特征分析

从上述分析中发现，京津冀各地区中，北京市和天津市的交通碳排放与行业增加值的脱钩趋势逐渐显著，符合EKC曲线特征，河北省的脱钩状态仅符合EKC曲线达峰值前的特征。下面将从交通运输业碳减排的四个影响因素进行具体分析。能源结构效应对比如图3所示。

结果显示，京津冀交通运输业碳排放能源结构效应在2010—2019年一直为正效应[9]且呈现下降趋势，河北省下降最为明显，天津市趋势也足够明显，京津冀交通运输业碳排放能源结构趋势属于下降趋势，说明在其能源结构效应方面已经呈现出以油类为主转向天然气、电力这类低碳新能源的趋势。京津冀三个地区中，只有北京市的水平超过了上海市。

能源强度波动情况如图4所示。

数据显示，京津冀交通运输业碳排放能源强度效应在2010—2019年不同时期均为正值，但三地之间北京市与其他两地差距较大。北京地区的交通运输能源强度效应值均位于1.2以上，在四个驱动因素中是除城市化效应影响最大的，同时北京市的变动在十年内是最大的，2013—2016年因其交通运输产业值降低的影响，能源强度效应逐年上升至最高值，但在后续几年中开始下降，说明其对能源强度管理方面取得了一定的突破成果；天津市能源强度效益虽出现上升趋势但上升幅度不大；河北省十年间的能源强度效应未发生明显变动。

交通强度效应情况如图5所示。

数据显示，京津冀交通运输强度效应值除天津市变化较大外，北京市和河北省均保持较为稳定，天津市的变化总体属于大幅下降的趋势，达到了与其他两地相差不大的层次，在交通运输强度影响方面，京津冀三个地区均低于上海市，说明京津冀三个地区对该影响因素均做到了有效治理，使其货运周转量与其产生的GDP同步增长。

经济城市化效应如图6所示。

数据显示，京津冀经济城市化效应在京津冀三地均出现上升的趋势，其中北京市上升幅度最大，天津市和河北省分别位于第二、第三。该趋势表明京津冀三地经济城市化效应对其交通运输业碳减排的推动逐年增大，但京津冀三地均远低于上海市，说明京津冀三地应在经济城市化效应方面努力，使其起到更好的推动作用。

4 结论及建议

4.1 结 论

本文通过估算2010—2019年京津冀交通运输业碳排放及其四个因素，分析了京津冀三地交通运输业碳排放的差异，主要得出以下几点结论。

第一，从整体上来看，2010—2019年期间，京津冀交通运输业碳排放年均增长率为5.15%，可以将其定义为高速增长期。这说明京津冀地区的交通运输业得到了迅速发展_{MMPMmbiZI88YtoWnFwkaDw==}，虽然碳减排措施目前尚未达到理想目标，但其脱钩系数处于下降趋势，在未来几年内可能达到并保持强脱钩状态。

第二，各个效应对京津冀不同地区的影响存在差异，河北省主要受能源结构的影响；北京市和天津市主要受交通能源强度的影响。人均GDP和人口因素则一直对交通运输业碳排放起促进作用。

4.2 5kWl7IMA8lyBcXuRQfCNWw== 建 议

基于以上结论，为缓解京津冀地区交通运输业碳排放的持续增长，加快实现节能减排的步伐，本文从政府、社会、个人方面提出以下建议。

政府方面：首先，制订严格的政策，设置碳排放限制标准，对高碳排放交通工具进行监管和限制；其次，根据各地区的不同情况，因地制宜地施策，制定完善本区域交通运输业的低碳转型升级，建立一套完整的立体交通网络，缓解道路交通压力和拥堵现象，提高交通运行效率；最后，政府可以通过加强公众教育和宣传，提高人们对减少碳排放的认识和意识。

社会方面：积极响应政府工作，持续优化能源结构，降低能源强度和交通强度，合理控制经济规模和区域人口数。同时，社会应大力加强人们的主人翁意识，让人们了解降低交通运输碳排放的重要性。

个人方面：对于居民来说，要鼓励绿色出行，低碳生活。要尽量减少私人汽车的使用，个人可以选择更多的公共交通或共享交通工具。同时，个人可以采取节能措施，如合理调整驾驶习惯、保持车辆定期维护、减轻行李负荷等，以提高交通工具的能源效率。

5 结 语

经过京津冀地区与上海市的对比发现，京津冀地区可根据自身情况选择未来的优化方向。北京市与上海市均属于我国发展先行区，有辐射带头作用，北京市应向上海市学习高精尖行业中如何减少交通运输中的碳排放，如低排放汽车科技的研发、清洁能源的探索等。天津市拥有大量港口，可向上海市学习海运等降低自身高消耗的运输方式，通过优化物流管理来减少运输距离。河北省则可以向上海市学习工业运输中如何做到减排低排，同时向上海市学习能源结构的优化方法，从而提高绿色能源在交通运输中的利用率。

参考文献：

[1] 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）：31-38，195.

[2] 柯康凯，张英彦．基于LMDI及Tapio模型的山西省物流业低碳发展研究[J]．能源与节能，2023（3）：6-12.

[3] 杨洋，王雪纯，袁振洲，等．基于碳回收期理论的城市轨道交通碳减排效应测算[J]．交通运输系统工程与信息，2023，23（5）：1-11，23.

[4] 王兆峰，黄冬春．长江经济带与黄河流域交通碳排放效率的比较及其影响因素[J/OL]．经济地理，2024：1-15. [2024-04-13]. http：//kns.cnki.net/kcms/detail/43.1126.K.20230831.1703.002.html.

[5] 宋德勇，宋沁颖，张麒．中国交通碳排放驱动因素分析——基于脱钩理论与GFI分解法[J]．科技管理研究，2022，42（11）：216-228.

[6] 吕莉莉，顾利民，吕亳龙．对折标准煤系数精细化管理的探讨[J]．石油石化节能，2014，4（4）：41-43.

[7] 杨学民，刘创．北京市交通运输仓储及邮政业碳排放核算的影响因素分析[J]．物流工程与管理，2022，44（4）：105-110.

[8] 王金泓．京津冀交通碳排放影响因素分析及预测研究[D]．天津：河北工业大学，2018.

[9] 李健，白子毅，李柏桐．双碳背景下京津冀物流业碳排放脱钩及影响因素研究[J]．城市问题，2022（5）：69-76.