交通运输业CO2排放区域差异及影响因素

交通运输系统工程与信息 ›› 2017, Vol. 17 ›› Issue (1): 32-39.

• 综合交通运输体系论坛 • 上一篇下一篇

交通运输业CO2排放区域差异及影响因素

卢升荣1，蒋惠园*1，刘瑶2

1. 武汉理工大学交通学院，武汉430063；2. 武汉商学院现代物流研究所，武汉430056

收稿日期:2016-07-05 修回日期:2016-09-19 出版日期:2017-02-25 发布日期:2017-02-27
基金资助:
国家社会科学基金/National Social Science Foundation of China（12BJL082）；交通运输部软科学研究/ Soft Science Research Project of China's Ministry of Transport（2015322811270）.

Regional Disparities and Influencing Factors of CO2 Emission in Transportation Industry

LU Sheng-rong1, JIANG Hui-yuan1, LIU Yao2

1. School of Transportation,Wuhan University of Technology,Wuhan 430063, China; 2. Institute of Modern Logistics,Wuhan Business University,Wuhan 430056, China

Received:2016-07-05 Revised:2016-09-19 Online:2017-02-25 Published:2017-02-27

摘要/Abstract

摘要：

交通运输业是CO2排放的重要来源.根据长江经济带九省二市2005—2014 年面板数据，以Theil 指数为衡量指标，从人均、单位增加值、单位换算周转量碳排放3 个方面测算交通运输业CO2排放的区域差异；结合扩展的Kaya 恒等式，通过LMDI分解分析交通运输业CO2排放的影响因素.结果表明：长江经济带各省市交通运输业CO2排放呈现较明显的不均衡分布，人均碳排放、单位换算周转量碳排放差异大于单位增加值碳排放差异；能源结构、单位增加值能耗、单位GDP 换算周转量抑制CO2排放(贡献率分别为 1.72%、56.6%、41.68%)，单位换算周转量增加值、人均GDP、人口促进CO2排放(贡献率分别为7.99%、88.99%、3.02%).

关键词: 综合交通运输, 区域差异, Theil指数, 影响因素, LMDI分解, CO2排放

Abstract:

Transportation industry is an important source of CO2 emission. According to panel data of Yangtze River Economic Belt (nine provinces and two cities) from 2005 to 2014, we measure the regional disparities of CO2 emission in transportation industry with Theil index from three aspects, such as CO2 emission per capita, per added value and per conversion turnover. Combining with the extended Kaya Identity, we analyze the influencing factors of CO2 emission in transportation industry by LMDI decomposition. The results show that there is obvious unbalanced distribution of CO2 emission in transportation industry of Yangtze River Economic Belt. The disparities of per capita and per conversion turnover are larger than that of per added value. Energy structure, energy consumption per added value and conversion turnover per GDP inhibit CO2 emission (inhabiting contribution rate: 1.72%, 56.6% and 41.68% respectively). Added value per conversion turnover, GDP per capita and population promote CO2 emission (promoting contribution rate: 7.99%, 88.99% and 3.02% respectively).

Key words: integrated transportation, regional disparities, Theil index, influencing factors, LMDI decomposition, CO2 emission

中图分类号:

U491.9

卢升荣，蒋惠园，刘瑶. 交通运输业CO2排放区域差异及影响因素[J]. 交通运输系统工程与信息, 2017, 17(1): 32-39.

LU Sheng-rong, JIANG Hui-yuan, LIU Yao. Regional Disparities and Influencing Factors of CO2 Emission in Transportation Industry[J]. Journal of Transportation Systems Engineering and Information Technology, 2017, 17(1): 32-39.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract19340.shtml

http://www.tseit.org.cn/CN/Y2017/V17/I1/32

参考文献

[1] 喻洁, 达亚彬, 欧阳斌. 基于LMDI分解方法的中国交通运输行业碳排放变化分析[J]. 中国公路学报, 2015, 28(10): 112-119. [YU J, DA Y B, OUYANG B. Analysis of carbon emission changes in China’s transportation industry based on LMDI decomposition method[J]. China Journal of Highway and Transport, 2015, 28(10): 112-119.] [2] ZHANG C G, NIAN J. Panel estimation for transport sector CO2 emission and its affecting factors: a regional analysis in China[J]. Energy Policy, 2013(63): 918-926. [3] FAN F Y, LEI Y L. Decomposition analysis of energyrelated carbon emissions from the transportation sector in Beijing[J]. Transportation Research Part D, 2016(42): 135-145. [4] 吴开亚, 何彩虹, 王桂新, 等. 上海交通能源消费碳排放的测算与分解分析[J]. 经济地理, 2012, 32(11) : 45- 51. [WU K Y, HE C H, WANG G X, et al. Measurement and decomposition analysis on carbon emissions of transportation industry in Shanghai[J]. Economic Geography, 2012, 32(11): 45-51.] [5] LIN B Q, XIE C P. Reduction Potential of CO2 emissions in China’s transport industry[J]. Renewable and Sustainable Energy Reviews, 2014(33): 689-700. [6] 高洁. 交通运输碳排放时空特征及演变机理研究[D]. 西安：长安大学, 2013. [GAO J. Temporal- spatial characteristics and evolution mechanism of transport emissions[D]. Xi’an: Chang’an University, 2013.] [7] 范凤岩, 雷涯邻. 能源碳排放影响因素研究综述[J]. 生态经济, 2015, 31(3): 36- 43. [FAN F Y, LEI Y L. Review of researches on influencing factors of energyrelated carbon emission[J]. Ecological Economy, 2015, 31(3): 36-43.] [8] 朱长征. 基于协整分析的我国交通运输业碳排放影响因素研究[J]. 公路交通科技, 2015, 32(1): 153-158. [ZHU C Z. Study on influencing factors of carbon emission in transport industry based on cointegration analysis[J]. Journal of Highway and Transportation Research and Development, 2015, 32(1): 153-158.] [9] 孙启鹏, 吉姣,徐成. 区域综合交通系统能耗驱动因子及其测算模型研究[J]. 交通运输系统工程与信息, 2013, 13(1): 1- 9. [SUN Q P, JI J, XU C. Energy consumption driving factors and measuring models of regional integrated transport system[J]. Journal of Transportation Systems Engineering and Information Technology, 2013, 13(1): 1-9.] [10] 左大杰, 赵柯达, 谢媛娣. 基于完全分解模型的综合运输系统能耗影响因素研究[J]. 交通运输系统工程与信息, 2014, 14(6): 15-20. [ZUO D J, ZHAO K D, XIE Y D. Influencing factors of energy consumption for integrated transportation system based on complete decomposition model[J]. Journal of Transportation Systems Engineering and Information Technology, 2014, 14(6): 15-20.] [11] 谢守红, 蔡海亚, 夏刚祥. 中国交通运输业碳排放的测算及影响因素[J]. 干旱区资源与环境, 2016, 30(5): 13-18. [XIE S H, CAI H Y, XIA G X. Calculation of the carbon emissions of Chinese transportation industry and the driving factors[J]. Journal of Arid Land Resources and Environment, 2016, 30(5): 13-18.] [12] YOICHI K. Impact of carbon dioxide emission on GNP growth: interpretation of proposed scenarios[R]. Presentation to the Energy and Industry Subgroup, Response Strategies Working Group, IPCC, 1989. [13] ANG B W, ZHANG F Q. A survey of index decomposition analysis in energy and environmental studies[J]. Energy, 2000, 25(12): 1149-1176.

[1]	王福建, 卢一笑, 金盛. 多信号交叉口干线行程时间特性分析[J]. 交通运输系统工程与信息, 2021, 21(4): 132-139.
[2]	宋栋栋，杨小宝，祖兴水，四兵锋. 基于均值异质性随机参数Logit模型的城市道路事故驾驶员受伤严重程度研究[J]. 交通运输系统工程与信息, 2021, 21(3): 214-220.
[3]	李英帅，张旭，王卫杰，居潇凡. 基于随机森林的电动自行车骑行者事故伤害程度影响因素分析[J]. 交通运输系统工程与信息, 2021, 21(1): 196-200.
[4]	左大杰，肖国胜，王孟云. 产业转移背景下西部运输需求的完全分解模型[J]. 交通运输系统工程与信息, 2020, 20(5): 15-20.
[5]	冯涛，彭其渊，陶思宇，陈昕梅. 站城融合模式下既有铁路车站城市功能开发体量预测研究[J]. 交通运输系统工程与信息, 2020, 20(5): 21-28.
[6]	雷方舒. 基于信令数据的出行强度影响因素分析模型[J]. 交通运输系统工程与信息, 2020, 20(5): 51-55.
[7]	杨烨，谭忠富，焦港欣. 基于网联数据的电动车快速充电影响因素分析[J]. 交通运输系统工程与信息, 2020, 20(5): 86-92.
[8]	周约珥，龚华凤，赵聪霄，徐小童，黄博亚. 基于Panel Data的山地城市立交基本段通行能力影响因素研究[J]. 交通运输系统工程与信息, 2020, 20(5): 163-168.
[9]	叶菲菲，杨隆浩，王应明，蓝以信. 基于数据包络分析和扩展置信规则库的交通运输业环境治理成本预测[J]. 交通运输系统工程与信息, 2020, 20(3): 20-27.
[10]	周晓晔，崔瑶，何亮，马小云，王思聪. 基于地铁—货车联运的物流配送路径优化[J]. 交通运输系统工程与信息, 2020, 20(3): 111-117.
[11]	骆晨，李想，钟林峰，胡姗姗. 基于家庭属性差异的大学生出行方式选择行为研究[J]. 交通运输系统工程与信息, 2020, 20(3): 227-232.
[12]	诸立超，刘昭然. 托运人在不同时空下的选择行为差异揭示[J]. 交通运输系统工程与信息, 2020, 20(1): 27-32.
[13]	项昀，徐铖铖，于维杰，华雪东，王炜. 基于人口迁徙大数据的城市对外交通客运方式优势出行距离研究[J]. 交通运输系统工程与信息, 2020, 20(1): 241-246.
[14]	陈坚，李睿，傅志妍. 基于UTAUT 的无人驾驶公交乘客接受度模型[J]. 交通运输系统工程与信息, 2019, 19(6): 38-44.
[15]	申婵，崔洪军. 基于可靠性最短路的实时定制公交线路优化研究[J]. 交通运输系统工程与信息, 2019, 19(6): 99-104.

交通运输业CO2排放区域差异及影响因素

Regional Disparities and Influencing Factors of CO2 Emission in Transportation Industry

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics