房艷君，吳夢(mèng)娜

(山東師范大學(xué)商學(xué)院，濟(jì)南 山東 250014)

?

中國(guó)省域物流作業(yè)的碳排放量測(cè)評(píng)及區(qū)域差異化分析

房艷君，吳夢(mèng)娜

(山東師范大學(xué)商學(xué)院，濟(jì)南 山東 250014)

給出了省域物流作業(yè)CO2排放量測(cè)量模型，測(cè)算了不同能源的CO2排放因子及排放系數(shù)。以物流作業(yè)直接能耗法核算我國(guó)各省域2003—2012年10年間的物流作業(yè)CO2排放指標(biāo)，包括各省域的CO2排放量和單位貨物周轉(zhuǎn)CO2排放量，通過(guò)數(shù)據(jù)分析發(fā)現(xiàn)，我國(guó)物流作業(yè)的CO2排放量呈增長(zhǎng)趨勢(shì)，但是單位貨物周轉(zhuǎn)碳排放量在波動(dòng)變化的過(guò)程中，呈現(xiàn)整體下降趨勢(shì)。利用泰爾指數(shù)測(cè)算區(qū)域間和區(qū)域內(nèi)的差異大小發(fā)現(xiàn)，我國(guó)東、中、西部地區(qū)之間的單位貨物碳排放存在顯著的差異性，差異性主要來(lái)自于區(qū)間內(nèi)的差異，說(shuō)明各省之間物流作業(yè)的碳排放量差異較大。

物流作業(yè)；碳排放量；測(cè)評(píng)；泰爾指數(shù)；區(qū)域差異

0　引言

21世紀(jì)，人口、資源與環(huán)境三者之間的矛盾日益凸顯，要求制造業(yè)提高其活動(dòng)與環(huán)境的相容性，隨著可持續(xù)發(fā)展戰(zhàn)略的提出，溫室氣體的減排受到我國(guó)政府的密切關(guān)注。2009年的世界氣候峰會(huì)上，中國(guó)承諾到2020年實(shí)現(xiàn)單位GDP二氧化碳排放量比2005年的排放量下降40%～45%，同時(shí)將CO2排放量作為約束性指標(biāo)納入國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展中長(zhǎng)期規(guī)劃。在2014年的世界氣候峰會(huì)上，中國(guó)呈現(xiàn)的數(shù)據(jù)報(bào)告顯示，為確保實(shí)現(xiàn)到2020年前碳強(qiáng)度下降40%～45%的應(yīng)對(duì)氣候變化行動(dòng)目標(biāo)，2013年已實(shí)現(xiàn)單位GDP二氧化碳排放比2005年累計(jì)下降28.56%。同時(shí)，2014峰會(huì)展示的資料顯示，世界銀行做了一個(gè)測(cè)算，從節(jié)能的角度看，1990—2010年，中國(guó)累計(jì)節(jié)能量占了全球總節(jié)能量的58%，這說(shuō)明全世界節(jié)能量當(dāng)中中國(guó)占了一半以上。在經(jīng)濟(jì)發(fā)展的各領(lǐng)域內(nèi)，現(xiàn)代物流業(yè)既是經(jīng)濟(jì)構(gòu)成的重要組成行業(yè)之一，同時(shí)又是能源消耗大戶(hù)、主要的碳排放源之一，因此，關(guān)注物流作業(yè)的碳排放，是實(shí)現(xiàn)溫室氣體減排、緩解氣候變化的有效途徑之一。2009年國(guó)際能源署(IEA)出版的《運(yùn)輸、能源與二氧化碳：邁向可持續(xù)發(fā)展》報(bào)告表明，全球CO2排放量約有25%來(lái)自交通運(yùn)輸，預(yù)計(jì)到2050年全球交通運(yùn)輸業(yè)的能源消費(fèi)品量將翻一番[1]。為此，英國(guó)、歐盟、日本、美國(guó)等發(fā)達(dá)國(guó)家以及國(guó)際能源署、經(jīng)濟(jì)合作與發(fā)展組織、世界銀行(WB)、亞洲開(kāi)發(fā)銀行(ADB)、國(guó)際運(yùn)輸論壇(ITF)、國(guó)際民航組織(ICAO)、國(guó)際海事組織(IMO)等國(guó)際組織或咨詢(xún)機(jī)構(gòu)，紛紛將發(fā)展低碳交通運(yùn)輸作為關(guān)注的焦點(diǎn)、研究的熱點(diǎn)與實(shí)踐的重點(diǎn)；此外，聯(lián)合國(guó)政府間氣候變化專(zhuān)門(mén)委員會(huì)(IPCC)、全球環(huán)境基金(GEF)、氣候組織(Climate Group)、世界自然基金(WWF)、世界可持續(xù)發(fā)展工商理事會(huì)(WBCSD)、世界資源研究所(WRI)、麥肯錫等國(guó)際組織或咨詢(xún)機(jī)構(gòu)也高度關(guān)注低碳交通發(fā)展[2]。因此，發(fā)展低碳物流是大勢(shì)所趨。如果能夠降低物流作業(yè)的能源消耗，一方面，可以促進(jìn)碳排放的進(jìn)一步控制和減少；另一方面，可以推動(dòng)先進(jìn)物流技術(shù)的發(fā)展，實(shí)現(xiàn)行業(yè)的運(yùn)作方式的轉(zhuǎn)變，進(jìn)而推動(dòng)區(qū)域經(jīng)濟(jì)向低碳經(jīng)濟(jì)增長(zhǎng)方式的轉(zhuǎn)變。從全國(guó)省域?qū)用鎸?duì)我國(guó)物流作業(yè)的10年碳排放量和排放趨勢(shì)進(jìn)行核算和比較分析，有利于剩余物流作業(yè)比較分析，同時(shí)為省域制定物流作業(yè)的減排目標(biāo)提供數(shù)據(jù)支持，為各省制定省域物流減排的政策制度提供理論依據(jù)和基礎(chǔ)。本文以省域物流作業(yè)直接耗能法來(lái)核算CO2排放量，依據(jù)國(guó)家統(tǒng)計(jì)局公布的相關(guān)統(tǒng)計(jì)數(shù)據(jù)，核算出各省域2003—1012年的CO2排放量及相關(guān)數(shù)據(jù)，通過(guò)比較分析來(lái)了解各省域的能源消耗和CO2排放的差距，同時(shí)比較分析各省域在10年內(nèi)的能源消耗和CO2排放的變化趨勢(shì)。

1　相關(guān)研究綜述

進(jìn)行碳排放的測(cè)算分析，是通過(guò)能源消耗的數(shù)量進(jìn)行估算得到的。每種能源消耗的總量可以由統(tǒng)計(jì)部門(mén)進(jìn)行統(tǒng)計(jì)得到，但是每種能源碳排放量的排放系數(shù)需要進(jìn)行估算才能得到。聯(lián)合國(guó)政府間氣候變化專(zhuān)門(mén)委員會(huì)IPCC在2006年提供了碳排放量估算的參考方法，如公式(1)所示。同時(shí)提供了各種類(lèi)型能源的碳含量和有效碳排放系數(shù)，如表1所示。

(1)

式中：CO2表示要估算的CO2排放量；i表示各種燃料，包括煤炭、焦炭、汽油、煤油、柴油、燃料油和天然氣；E表示初級(jí)燃料的消耗量；NCV表示平均低位發(fā)熱量；CEF為IPCC(2006)提供的各種燃料的碳排放系數(shù)，如表1所示。

表1　IPCC計(jì)算方法中初級(jí)燃料的平均低位發(fā)熱量及碳排放系數(shù)表

注：NCV數(shù)據(jù)來(lái)源于《中國(guó)能源統(tǒng)計(jì)年鑒》；CEF數(shù)據(jù)來(lái)源于2006年的IPCC。

在物流碳排放量測(cè)算的方法研究方面，參考已有的國(guó)內(nèi)外相關(guān)文獻(xiàn)，現(xiàn)階段的測(cè)算研究方法主要有基于油料消耗測(cè)算[3]和基于運(yùn)距測(cè)算[4]兩種測(cè)算方法。Woensel T. V.[3]等構(gòu)建一個(gè)以恒定車(chē)速為基本假定的動(dòng)態(tài)測(cè)度模型，在特定的路面上，假設(shè)車(chē)輛以恒定的車(chē)速運(yùn)行，以此為基準(zhǔn)，運(yùn)用車(chē)輛的油料消耗來(lái)測(cè)算CO2的排放量。Palmer A．[4]構(gòu)建了一個(gè)基于路徑選擇的運(yùn)距計(jì)算模型，在模型中考慮綜合的運(yùn)輸影響因素和環(huán)境模型，然后運(yùn)用計(jì)算機(jī)算法，測(cè)算基于運(yùn)距的CO2排放量。同時(shí)，Piecyk 運(yùn)用Delphi調(diào)查方法，將對(duì)貨物運(yùn)輸需求、車(chē)輛燃料消耗和對(duì)應(yīng)碳排放產(chǎn)生影響的因素進(jìn)行辨識(shí)和分析，并根據(jù)不同層次的物流決策分成6類(lèi)，構(gòu)建三種場(chǎng)景對(duì)2020年公路運(yùn)輸碳排放量進(jìn)行評(píng)估[5]。Ubeda 以西班牙的食品配送公司Eroski為例進(jìn)行了綠色物流的相關(guān)研究，估計(jì)測(cè)算了物流對(duì)環(huán)境的影響、為減少碳排放而進(jìn)行的線路優(yōu)化和配送模式優(yōu)化的分析[6]。Hickman 以倫敦市為原型，基于計(jì)算機(jī)技術(shù)，構(gòu)建了一個(gè)運(yùn)輸和物流碳排放的仿真模型，該模型的設(shè)定可適用于幫助分析不同政策下的碳排放約束效果，為降低碳排放量的政策制定提供參考[7]。國(guó)內(nèi)的周葉等依據(jù)IPCC的碳排放核算方法，構(gòu)建了一個(gè)省域物流作業(yè)CO2排放量測(cè)量模型，測(cè)算了不同能源的CO2排放因子及排放系數(shù)，利用2008年的數(shù)據(jù)對(duì)省域之間的物流碳排放情況進(jìn)行了對(duì)比分析，最后提出低碳物流的發(fā)展對(duì)策[8]。本文即是在周葉等人的研究基礎(chǔ)上利用2003—2012年的面板數(shù)據(jù)進(jìn)行省域物流碳排放的對(duì)比分析，以此為各省域進(jìn)行低碳物流的發(fā)展提供數(shù)據(jù)參考和依據(jù)。

2　省域物流作業(yè)CO2排放量的測(cè)量

2.1省域物流作業(yè)CO2排放量的測(cè)量模型

已有的統(tǒng)計(jì)數(shù)據(jù)顯示，現(xiàn)階段我國(guó)還未進(jìn)行物流業(yè)能耗數(shù)據(jù)的直接統(tǒng)計(jì)，物流業(yè)直接碳排放量的檢測(cè)數(shù)據(jù)也就無(wú)從下手，因此物流業(yè)能源消耗碳排放量的測(cè)算只能通過(guò)其他相關(guān)行業(yè)的統(tǒng)計(jì)數(shù)據(jù)進(jìn)行間接的統(tǒng)計(jì)、測(cè)算而得到。在物流業(yè)的能源消耗過(guò)程中，主要消耗方式為運(yùn)輸和倉(cāng)儲(chǔ)，因此進(jìn)行物流業(yè)能耗數(shù)據(jù)的測(cè)算，可以采用國(guó)家能源統(tǒng)計(jì)數(shù)據(jù)中的交通運(yùn)輸、倉(cāng)儲(chǔ)及郵電通信業(yè)能耗的統(tǒng)計(jì)數(shù)據(jù)來(lái)近似代替。在進(jìn)行物流業(yè)CO2的測(cè)算過(guò)程中，我們采用如前面公式(1)所示的測(cè)評(píng)方式為基本依據(jù)進(jìn)行省域物流的CO2排放量測(cè)評(píng)模型的構(gòu)建，但是因?yàn)槲锪餍袠I(yè)能耗數(shù)據(jù)的測(cè)算過(guò)程中，發(fā)現(xiàn)能源的種類(lèi)比表1給出的能源種類(lèi)更多，因此，對(duì)能源種類(lèi)進(jìn)行合并和劃分，參考周葉等在《中國(guó)省域物流作業(yè)的CO2排放量測(cè)評(píng)及低碳化對(duì)策研究》中建立的省域物流業(yè)碳排放測(cè)量模型，構(gòu)建具體計(jì)算模型描述如下：

Qc=Qpc+Qcc+Qgc+Qec+Qhc+Qoc

(2)

式中：Qc為省域物流作業(yè)的CO2總排放量；Qpc為消耗石油類(lèi)燃料產(chǎn)生的CO2排放量的測(cè)算值；Qcc為消耗煤炭類(lèi)燃料產(chǎn)生的CO2排放量的測(cè)算值；Qgc為消耗燃?xì)忸?lèi)燃料產(chǎn)生的CO2排放量的測(cè)算值；Qec為消耗電能進(jìn)行折算的CO2排放量；Qhc為消耗熱能進(jìn)行折算的CO2排放量；Qoc為消耗其他能源而產(chǎn)生的CO2排放量的測(cè)算值。不同燃料種類(lèi)中CO2排放量的計(jì)算方式為：

Qic=Σ(i中的不同能源消耗品×CO2排放系數(shù))

其中，i=p,c,g。

(3)

2.2省域物流作業(yè)CO2排放量的測(cè)量數(shù)據(jù)分析

電能、熱能和其他能源的CO2排放量的測(cè)算方式按照對(duì)應(yīng)能源轉(zhuǎn)化為標(biāo)準(zhǔn)煤的數(shù)量統(tǒng)一進(jìn)行CO2排放量的測(cè)算(數(shù)據(jù)來(lái)源：中國(guó)能源統(tǒng)計(jì)年鑒，2003—2012年)。2003—2012年，東、中、西部地區(qū)各省物流作業(yè)的碳排放量和單位貨物周轉(zhuǎn)碳排放量的測(cè)算值如圖1、圖2所示。

從圖1(a)可以看出，2003—2012年的10年間，在中國(guó)的東部地區(qū)，各省物流作業(yè)的CO2排放總量中，基本排列趨勢(shì)從高至低依次為：廣東、山東、上海、遼寧、江蘇、浙江、北京、河北、福建、廣西、天津和海南(中間個(gè)別年份略有變動(dòng))；從圖1(b)可以看出，2003—2012年的10年間，在中國(guó)的中部地區(qū)，各省物流作業(yè)的CO2排放總量中，基本排列趨勢(shì)從高至低依次為：湖北、內(nèi)蒙古、河南、湖南、山西、黑龍江、吉林、安徽和江西(中間個(gè)別年份略有變動(dòng))；從圖1(c)可以看出，2003—2012年的10年間，在中國(guó)的西部地區(qū)，各省物流作業(yè)的CO2排放總量中，基本排列趨勢(shì)從高至低依次為：四川、陜西、云南、新疆、重慶、貴州、甘肅、寧夏和青海(中間個(gè)別年份略有變動(dòng))。綜合圖1(a)、(b)、(c)來(lái)看，各省份物流作業(yè)的CO2排放總量在10年間都呈現(xiàn)增長(zhǎng)趨勢(shì)。在總量的核算中，東部地區(qū)的廣東省和山東的排放總量峰值達(dá)到7000*104kg以上，東部地區(qū)的其余省份總量的峰值在5000*104kg以下，中部地區(qū)的各省份排放總量峰值在4000*104kg以下，中部地區(qū)的各省份排放總量峰值在3000*104kg以下，因此，廣東省、山東省和上海市物流作業(yè)的CO2排放總量在全國(guó)排在前三位。

從圖2(a)可以看出，2003—2012年的10年間，在中國(guó)的東部地區(qū)，各省單位貨物周轉(zhuǎn)的CO2排放量核算中，基本排列趨勢(shì)從高至低依次為：北京、廣東、廣西、江蘇、山東、遼寧、海南、福建、浙江、河北、上海和天津(中間個(gè)別年份有變動(dòng))；從圖2(b)可以看出，2003—2012年的10年間，在中國(guó)的中部地區(qū)，各省單位貨物周轉(zhuǎn)的CO2排放量核算中，基本排列趨勢(shì)從高至低依次為：湖北、吉林、內(nèi)蒙古、黑龍江、湖南、山西、江西、河南和安徽(中間個(gè)別年份有變動(dòng))；從圖2(c)可以看出，2003—2012年的10年間，在中國(guó)的西部地區(qū)，各省單位貨物周轉(zhuǎn)的CO2排放量核算中，基本排列趨勢(shì)從高至低依次為：云南、四川、貴州、新疆、陜西、重慶、青海、寧夏和甘肅(中間個(gè)別年份有變動(dòng))。綜合圖2(a)、(b)、(c)來(lái)看，各省單位貨物周轉(zhuǎn)的CO2排放量在10年間整體呈現(xiàn)下降趨勢(shì)。在單位貨物周轉(zhuǎn)CO2排放量的核算中，東部地區(qū)的北京市單位貨物周轉(zhuǎn)的CO2排放量峰值達(dá)到3t/104t·km，西部地區(qū)云南省的峰值達(dá)到2t/104t·km，其余省份的單位周轉(zhuǎn)碳排放值基本在1.5 t/104t·km以下。綜合圖1和圖2中的所有圖來(lái)看，雖然廣東省和山東省物流作業(yè)的CO2排放總量最多，但因?yàn)槲锪髯鳂I(yè)量也足夠大，所以單位貨物周轉(zhuǎn)的CO2排放量反而不高；北京市物流作業(yè)的CO2排放總量雖然居中，但因?yàn)槲锪髯鳂I(yè)量的數(shù)量有限，反而出現(xiàn)單位貨物周轉(zhuǎn)的CO2排放量最高，在10年間，北京市單位貨物周轉(zhuǎn)的CO2排放量一直排在首位。

3　泰爾指數(shù)分析區(qū)域間的物流CO2的差異性

3.1省域物流作業(yè)CO2排放量的泰爾指數(shù)

對(duì)于省域CO2排放量的存在差異，本文沿用楊騫和劉華軍在《中國(guó)二氧化碳排放的區(qū)域差異分解及影響因素》中衡量CO2的區(qū)域差異的泰爾指數(shù)來(lái)衡量省域物流CO2排放的區(qū)域差異。泰爾熵標(biāo)準(zhǔn)或稱(chēng)泰爾指數(shù)是泰爾(Theil,1967)利用信息理論中的熵概念來(lái)計(jì)算收入不平等而得名。它最初用來(lái)計(jì)算國(guó)家間的收入差異，之后被廣泛應(yīng)用于研究不同層次區(qū)域的收入差異。泰爾指數(shù)最大的優(yōu)點(diǎn)是它可以衡量組內(nèi)差距和組間差距對(duì)總差距的貢獻(xiàn)。泰爾指數(shù)為0～1，數(shù)值越小，說(shuō)明地區(qū)差異越?。粩?shù)值越大，說(shuō)明地區(qū)差異越大。本文借鑒楊騫和劉華軍在《中國(guó)CO2排放的區(qū)域差異分解及影響因素-基于1995—2009年省際面板數(shù)據(jù)的研究》對(duì)泰爾指數(shù)及其結(jié)構(gòu)分解的方法論述[9]，將省域物流業(yè)CO2排放的泰爾指數(shù)及其結(jié)構(gòu)分解的測(cè)算公式調(diào)整如下：

(4)

(5)

(6)

(7)

(8)

式(4)測(cè)算的是全國(guó)物流業(yè)碳排放的總體泰爾指數(shù)T；式(5)測(cè)算的是區(qū)域內(nèi)部的泰爾指數(shù)；式(6)、式(7)分別測(cè)算的是區(qū)域內(nèi)物流業(yè)碳排放的泰爾指數(shù)和區(qū)域間物流業(yè)碳排放的泰爾指數(shù)Tb，分別代表碳排放的區(qū)域內(nèi)部差異和區(qū)域間差異；式(8)表示泰爾指數(shù)的可加分解特性，即總體差異等于區(qū)域內(nèi)差異加上區(qū)域間差異。C代表各省份碳排放總量之和，Cj代表各區(qū)域碳排放總量和，Ci代表各省份碳排放總量；X代表各省份物流業(yè)的貨物周轉(zhuǎn)量之和，Xj代表各區(qū)域物流業(yè)的貨物周轉(zhuǎn)量，Xi代表各省份物流業(yè)的貨物周轉(zhuǎn)量，T為單位貨物周轉(zhuǎn)的碳排放泰爾指數(shù)。

3.2省域物流作業(yè)CO2排放量的泰爾指數(shù)分析

按照東、中、西三區(qū)域的劃分，依照公式(4)測(cè)算出2003—2012年全國(guó)30個(gè)省市物流作業(yè)碳排放的總體泰爾指數(shù)如表2和圖3所示。

表2　中國(guó)單位貨物周轉(zhuǎn)碳排放的泰爾指數(shù)：2003—2012年

注：三區(qū)域劃分包括的省份：東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、廣西共11省份；中部地區(qū)包括山西、內(nèi)蒙古、吉林、黑龍江、安徽、江西、河南、湖北、湖南共9個(gè)省份；西部地區(qū)包括云南、四川、重慶、貴州、山西、甘肅、青海和新疆7個(gè)省份。

由表2和圖3可看出：2003—2012年，我國(guó)單位貨物周轉(zhuǎn)碳排放存在顯著的區(qū)域差異。其中，泰爾指數(shù)最大值(0.3034)出現(xiàn)在2007年，最小值(0.1817)出現(xiàn)在2008年。同時(shí)，總泰爾指數(shù)的構(gòu)成中，區(qū)域間差異較小，區(qū)域內(nèi)差異較大，說(shuō)明各區(qū)域內(nèi)各省份的單位貨物周轉(zhuǎn)碳排放差異較大，在下一步進(jìn)行物流行業(yè)的碳排放控制時(shí)，應(yīng)以各省作為治理單位，針對(duì)各省的實(shí)際情況，進(jìn)行相關(guān)政策的制定，而不應(yīng)以東、中、西區(qū)域的劃分進(jìn)行區(qū)域政策的統(tǒng)一制定和管理。

按照公式(6)(7)計(jì)算東、中、西部各區(qū)域的單位貨物周轉(zhuǎn)碳排放泰爾指數(shù)如表3和圖4所示。

表3　東、中、西地區(qū)單位貨物周轉(zhuǎn)碳排放的泰爾指數(shù)：2003—2012年

從表3和圖4可以看出：2003—2012年，東、中、西部區(qū)域內(nèi)單位貨物周轉(zhuǎn)碳排放的泰爾指數(shù)是東部地區(qū)明顯高于中部地區(qū)，中部地區(qū)明顯高于西部地區(qū)，說(shuō)明東部區(qū)域內(nèi)的各省之間單位貨物周轉(zhuǎn)碳排放的差異最大，中部區(qū)域內(nèi)的各省之間單位貨物周轉(zhuǎn)碳排放的差異次之，西部區(qū)域內(nèi)的各省之間單位貨物周轉(zhuǎn)碳排放的差異最小。同時(shí)，從圖表還可以看出，2003—2012年的10年間，東部地區(qū)的單位貨物周轉(zhuǎn)碳排放的泰爾指數(shù)有逐漸縮小的趨勢(shì)，說(shuō)明東部地區(qū)各省份之間的單位貨物周轉(zhuǎn)碳排放有趨同形式，中西部地區(qū)的變化不是十分明顯。

4　結(jié)論

對(duì)中國(guó)物流業(yè)CO2排放量的區(qū)域性分析，對(duì)于我國(guó)推進(jìn)綠色物流和綠色供應(yīng)鏈的發(fā)展具有重要的現(xiàn)實(shí)意義。本文首先測(cè)算了各省域物流作業(yè)2003—2012年10年間的CO2排放量和單位貨物周轉(zhuǎn)碳排放量；同時(shí)根據(jù)測(cè)算出的這兩類(lèi)數(shù)據(jù)，進(jìn)一步測(cè)算了各區(qū)域在10年間的單位貨物周轉(zhuǎn)碳排放的泰爾指數(shù)，分析了區(qū)域之間存在的單位周轉(zhuǎn)貨物碳排放差異性。研究結(jié)果發(fā)現(xiàn)：

第一，從總量上看，我國(guó)物流作業(yè)的CO2排放量呈增長(zhǎng)趨勢(shì)，但是單位貨物周轉(zhuǎn)碳排放量在波動(dòng)變化的過(guò)程中，整體呈現(xiàn)下降趨勢(shì)。對(duì)東、中、西三區(qū)域的分指標(biāo)比較顯示，東部地區(qū)的排放總量指標(biāo)和單位貨物周轉(zhuǎn)碳排放指標(biāo)較中西部地區(qū)稍高，特別是廣東省的排放總量和單位貨物周轉(zhuǎn)碳排放指標(biāo)排名都十分靠前，北京的碳排放總量雖然居中，但是單位貨物周轉(zhuǎn)碳排放指標(biāo)名列前茅。從數(shù)據(jù)分析也可以看出，因?yàn)樨浳镏苻D(zhuǎn)總量的大幅增加，雖然碳排放總量增加，單位貨物周轉(zhuǎn)碳排放量有整體下降趨勢(shì)。隨著經(jīng)濟(jì)的不斷發(fā)展，貨物周轉(zhuǎn)總量會(huì)繼續(xù)增加，因此，為實(shí)現(xiàn)綠色物流的發(fā)展，如何在降低單位貨物周轉(zhuǎn)碳排放量的同時(shí)亦能逐步控制物流作業(yè)碳排放總量應(yīng)是下一步綠色物流推進(jìn)過(guò)程中重點(diǎn)考慮的問(wèn)題。

第二，從單位貨物周轉(zhuǎn)碳排放的泰爾指數(shù)看，我國(guó)東、中、西部地區(qū)之間的單位貨物碳排放存在顯著的差異性。同時(shí)，總泰爾指數(shù)的構(gòu)成中，區(qū)域間差異較小，區(qū)域內(nèi)差異較大，說(shuō)明各區(qū)域內(nèi)各省份的單位貨物周轉(zhuǎn)碳排放差異較大，在下一步進(jìn)行物流行業(yè)的碳排放控制時(shí)，應(yīng)以各省作為治理單位，針對(duì)各省的實(shí)際情況，進(jìn)行相關(guān)政策的制定，而不應(yīng)以東、中、西區(qū)域的劃分進(jìn)行區(qū)域政策的統(tǒng)一制定和管理。根據(jù)各區(qū)域內(nèi)的泰爾指數(shù)分析，東部地區(qū)各省份之間的差異較大，中西部地區(qū)內(nèi)各省份之間的差異小一些，所以在東部地區(qū)的治理過(guò)程中更應(yīng)該依省治理。

[1]董鋒, 楊慶亮, 龍如銀,等. 中國(guó)碳排放分解與動(dòng)態(tài)模擬[J]. 中國(guó)人口·資源與環(huán)境, 2015, 25(4): 1-8.

[2]歐陽(yáng)斌, 李忠奎, 鳳振華. 低碳交通運(yùn)輸規(guī)劃研究現(xiàn)狀、問(wèn)題及展望[J]. 中國(guó)流通經(jīng)濟(jì), 2014(9):13-20.

[3]Woensel T V，Creten R，Vandaele N． Managing the Environmental Externalities of Traffic Logistics: The Issue of Emissions [J]．Production and Operations Management, 2001(10): 207-223.

[4]Palmer A． An Integrated Routing Model to Estimate Carbon Dioxide Emissions from Freight Vehicles[C]. Logistics Research Network 2007 Conference Proceedings, University of Hull,2007: 27-32.

[5]Piecyk M I，McKinnon A C． Forecasting the Carbon Footprint of Road Freight Transport in 2020[J]. International Journal of Production Economics, 2009(9):1-12.

[6]Ubeda S，Arcelus F J，F(xiàn)aulin J． Green Logistics at Eroski: A Case Study[J]. International Journal of Production Economics, 2010(3): 1-8.

[7]Hickman R，Ashiru O，Banister D． Transport and Climate Change: Simulating the Options for Carbon Reduction in London[J]. Transport Policy, 2010, 17(2): 110-125.

[8]周葉, 王道平, 趙耀. 中國(guó)省域物流作業(yè)的CO2排放量測(cè)評(píng)及低碳化對(duì)策研究[J]. 中國(guó)人口·資源與環(huán)境, 2011, 21(9): 81-87.

[9]楊騫, 劉華軍.中國(guó)二氧化碳排放的區(qū)域差異分解及影響因素——基于1995～2009年省際面板數(shù)據(jù)的研究[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究, 2012(5): 36-49.

Analysis on the CO2Emission Evaluation of the Provincial Logistics Operation and Regional Difference in China

FANG Yan-jun; WU Meng-na

(Business School, Shandong Normal University, Jinan Shandong 250014 ,China)

Being one of the main sources of carbon emissions, logistics activity is an important sector of greenhouse gas emissions reduction and climate change mitigation. It is significant to carry out the accounting and comparing analysis on the carbon emissions of the logistics operation in the provincial level for macroscopically controlling the carbon emissions and determining the energy saving and emission reduction targets of the logistics operation in China's province. This paper firstly gave the measurement model on CO2emissions of the logistics operation based on province and calculated the CO2emission factor and emission coefficient of different kinds of energies. Then, it calculated the CO2emission indices of the logistics operation using the Direct Energy Consumption Method based on statistic data from 2003 to 2012. The indices included the CO2emission volume and the CO2emission volume per freight ton-kilometers. The carbon emissions volume of the logistics operation in China showed an increasing trend. However, the CO2emission volume per freight ton-kilometers showed fluctuate declining trend. Obvious regional differences were found, which meant that there were obvious differences among the provinces according to the Theil index.

logistics operation; carbon emission volume; test and evaluate; Theil index; regional difference

2016-03-09

教育部人文社科青年基金項(xiàng)目(15YJC6301134)；山東師范大學(xué)青年教師科研項(xiàng)目(15SQR019)；山東省優(yōu)秀中青年科學(xué)家獎(jiǎng)勵(lì)基金(BS2015SF018)。

房艷君(1983-)，女，博士，研究方向?yàn)榫G色供應(yīng)鏈網(wǎng)絡(luò)。

X38

A

1673-9655(2016)05-0042-08