劉新民，孫 璐，孫秋霞

(1.山東科技大學 經濟管理學院，山東 青島 266590；2.山東科技大學 數(shù)學與系統(tǒng)科學學院，山東 青島 266590)

?

中國及省域經濟增長與交通碳排放的脫鉤關系研究

劉新民1，孫 璐1，孫秋霞2

(1.山東科技大學 經濟管理學院，山東 青島 266590；2.山東科技大學 數(shù)學與系統(tǒng)科學學院，山東 青島 266590)

基于中國及各省市1994-2012年間的GDP、交通量以及碳排放量等數(shù)據為樣本，利用Tapio彈性分析法分階段對經濟增長與交通發(fā)展(客、貨運量)之間的脫鉤狀態(tài)進行分析，并探究了交通碳排放與經濟發(fā)展之間的聯(lián)系。研究結果表明：全國及各省市的經濟增長與客、貨運量在同時段內大部分處于弱脫鉤狀態(tài)；GDP與交通碳排放的彈性結果表明我國交通碳排放量偏大，還沒有實現(xiàn)可持續(xù)發(fā)展的狀態(tài)；經濟與交通量的相互影響作用十分明顯，且兩者相互制約。

Tapio彈性分析法；交通碳排放；經濟發(fā)展；脫鉤分析

交通運輸行業(yè)作為國民經濟的基礎性產業(yè)，在為一個國家的經濟發(fā)展提供基礎服務的同時，其本身的健康發(fā)展也成為促進區(qū)域經濟發(fā)展的重要因素。中國特色社會主義的發(fā)展也體現(xiàn)在經濟發(fā)展與交通運輸之間關系上，中國經濟體制下的交通發(fā)展突飛猛進，交通碳排放量的不斷增長對經濟發(fā)展及居民生活產生極大影響，生態(tài)文明建設下的低碳交通運輸體系的建立更是緩解全球變暖和環(huán)境污染的重要手段之一。因此，在低碳經濟背景下，對經濟增長、交通發(fā)展與交通碳排放之間的動態(tài)變化進行定量分析，可為系統(tǒng)研究及優(yōu)化現(xiàn)有交通運輸與區(qū)域經濟的協(xié)同發(fā)展提供基礎支持，對中國經濟發(fā)展和生態(tài)發(fā)展的意義明顯。

國內外學者分別針對交通運輸與經濟、環(huán)境污染與經濟、能源消費與經濟、耕地占用與經濟等方面的脫鉤問題進行了大量研究。就碳排放與經濟脫鉤方面，李忠民[1]對產業(yè)發(fā)展及GDP增長與二氧化碳排放之間的脫鉤進行了分析，認為山西省工業(yè)的能耗投入、二氧化碳排放與GDP之間呈現(xiàn)擴張聯(lián)結狀態(tài)；宋德勇[2]基于“兩階段”LMDI方法，采用1990-2005年時間序列數(shù)據，研究發(fā)現(xiàn)碳排放出現(xiàn)浮動的原因主要在于經濟方式的差異。李國志[3]在研究經濟發(fā)展與二氧化碳排放之間關系時，以中國30個省市為研究對象，在測算出二氧化碳排放量的基礎上，發(fā)現(xiàn)經濟對二氧化碳的排放有驅動作用；楊嶸[4]利用脫鉤理論研究了西部地區(qū)碳排放和經濟增長特征，認為經濟快速增長是導致各區(qū)域碳排放增加的主要因素，而地區(qū)產業(yè)結構、能源強度及能源結構對碳排放量的影響則各不相同?？傮w而言，目前該領域研究大都集中于經濟增長與碳排放總量的脫鉤關系方面，[4]而基于交通視角的經濟增長與交通能源碳排放的脫鉤關系研究較少，且多側重于公路交通量與經濟的關系探討，不同時期的研究成果差異也很大。[5]比如，由歐洲交通部長會議(ECMT)委托的一項研究得出結論，1985年和1995年之間歐洲的七大汽車制造國并未出現(xiàn)由于乘用車的燃油效率的改善而減少二氧化碳排放量。[6]國際能源機構[7]也發(fā)現(xiàn)在日本和美國有類似的現(xiàn)象。Van den Brink和Van Wee[8]的研究發(fā)現(xiàn):荷蘭燃油效率的改進在1990年至1997年間并不明顯，且二氧化碳排放量也未有明顯改善。

本文擬基于全國及31省市1994-2012 年期間的數(shù)據，通過構建脫鉤指數(shù)的方法測度經濟發(fā)展與交通碳排放之間的關系，根據測算結果分析國內交通運輸與經濟發(fā)展的脫鉤關系區(qū)域性差異。以期在節(jié)能減排的形勢下，對可持續(xù)發(fā)展提供具有區(qū)域針對性的政策建議。

一、交通量增長與經濟增長的脫鉤狀態(tài)劃分

(一)脫鉤指標模型及其改進

“脫鉤”的概念由經濟合作與發(fā)展組織(Organization for Economic Co-operation and Development,簡稱“OECD”)所提出，最早被應用在農業(yè)領域，表現(xiàn)為政府政策對生產貿易無相互作用。目前被廣泛認可的概念是OECD 在環(huán)境領域提出的，主要強調經濟增長與環(huán)境沖擊耦合關系的破裂。[9]具體而言，一段時期內，資源利用、環(huán)境污染物的增長率超過經濟增長率，稱為耦合關系；經濟增長速度快于資源使用的增長速度稱為脫鉤關系。 OECD為衡量環(huán)境壓力(狀態(tài))與驅動力變化的關系，建立了脫鉤指數(shù)，其計算公式為[10]：

(1)

其中，經濟驅動力(Driving Factors，簡稱“DF”)可采用GDP數(shù)據，環(huán)境壓力( Environment Pressure簡稱“EP”) 采用二氧化碳排放量，下標0表示基期，T表示末期。由式(1)可以看出：所謂脫鉤狀態(tài)，表現(xiàn)GDP 增長率快于二氧化碳排放量的增長率。其中相對脫鉤為：GDP與二氧化碳排放量都呈現(xiàn)增長趨勢，但是經濟增長的速度要快于二氧化碳增長速度；而絕對脫鉤則表現(xiàn)為經濟保持增長但二氧化碳排放呈現(xiàn)下降趨勢。當DI≥1時，即二氧化碳排放速度同步或快于經濟增長速度，兩者處在耦合狀態(tài)；DI=1是耦合與相對脫鉤的轉折點，DI值越大，說明經濟增長對能源消費的依賴程度越高；當0

在OECD脫鉤模型的基礎上，Tapio[12]采用“彈性”的概念來動態(tài)反映變量間的脫鉤關系。由(1)式可知，使用OECD時需要對其期初和期末值進行賦值具有一定的主觀性，而Tapio有效緩解了這一情況，主要反映變量之間的脫鉤狀態(tài)，使得結果更加準確。Tapio脫鉤模型的主要“彈性”指標計算方法如下：

(2)

式中%ΔVOL為交通量的變化率，%ΔGDP為GDP的變化率，交通量對GDP的彈性表現(xiàn)為兩者的比值。

(3)

式(2)與式(3)相乘得到式(4)：

(4)

通過對以上兩種指標的對比可以發(fā)現(xiàn)，Tapio指標具有更大的優(yōu)勢。主要體現(xiàn)在：首先，在選擇時間時，OECD在選擇基期時需要考慮對結果的影響作用，不同時間選擇會產生不同的結果，具有相對不穩(wěn)定性；其次，Tapio脫鉤指標與OECD脫鉤指標在本質上相似，不受數(shù)據量綱變化的影響，除此之外，還可以分析內在不同因素與脫鉤的相對變化影響作用；最后，Tapio 脫鉤指標的劃分標準相對來說更加詳盡，能使同一地域或不同區(qū)域之間的經濟與碳排放之間的關系更加精確地表現(xiàn)出來。[13]在當前形勢下，中國政府提倡生態(tài)文明建設，提倡節(jié)能減排，因此研究經濟與交通碳排放之間的關系具有重大實際價值。

(二) 脫鉤狀態(tài)的劃分標準

目前對于脫鉤狀態(tài)的分類主要是兩分法、三分法、四分法、六分法和八分法五種，[14-16]其分類標準取決于脫鉤程度。其中八分法可以更直觀表示出變量絕對值的增加或者減少。因此根據以往文獻以及Tapio脫鉤理論的劃分標準，本文將脫鉤狀態(tài)分為八種，如表1所示。

表1 交通量增長與經濟增長的脫鉤狀態(tài)劃分

由表1可知，每種脫鉤狀態(tài)經濟增長和交通量變化都表現(xiàn)得很具體且意義明顯。其中，強脫鉤(即經濟在持續(xù)增長的條件下，交通量的變化卻有所減少，此時的彈性小于0)是可持續(xù)發(fā)展狀態(tài)，也是實現(xiàn)低碳經濟的最佳狀態(tài)；對應的強負脫鉤(即經濟增長速度有所減緩，但是交通量卻在不斷增長，彈性值小于0)是最不利狀態(tài)，其余均為不可持續(xù)狀態(tài)。經濟增長為正時，彈性值越小脫鉤越顯著，就越有利于可持續(xù)發(fā)展。

二、實證研究

(一)交通碳排放的測度

交通運輸碳排放量是衡量交通運輸碳排放演變的絕對指標。《IPCC 國家溫室氣體清單指南》(2006)給出了估算移動源中化石能源燃燒排放的“自上而下”方法。據于此，在測算交通運輸業(yè)碳排放和能源消費時，需要考慮各種能源的消耗量、轉標準煤和碳排放系數(shù)等主要因素。交通運輸碳排放量[17]度量公式為：

Cit=∑jEit,j×xj×y

(5)

其中，Cit為交通碳排放總量；j為能源種類，j=1，2，…，11分別代表了11種能源指標，如煤炭、型煤、焦爐煤氣、汽油、柴油、天然氣、煤油、能源油、原油等；Eit，j為區(qū)域i內t時期能源j的消耗總量，xj為第j種能源轉化為標準煤的系數(shù)，y為標準煤的碳排放系數(shù)，分別以萬噸標準煤和萬噸作為能源消耗和碳排放量的單位。

表2 選取的交通與經濟數(shù)據指標

(二)數(shù)據說明及來源

為使交通運輸碳排放的計量具有可比性，本文選取交通指標為客、貨運量，其中包括公路運輸、鐵路運輸、航空運輸、水路運輸及管道運輸，鑒于管道運輸過程中的能源數(shù)據不可獲得，在實際計算中將管道運輸省略。而經濟指標一般以GDP作為衡量標準，為消除物價因素對GDP的影響，采用CPI指數(shù)對GDP數(shù)據進行初步處理，得到基期為1980年的不變價GDP。數(shù)據來源于《中國統(tǒng)計年鑒》和《中國能源統(tǒng)計年鑒》，選取數(shù)據指標見表2。

(三)階段劃分依據

由于不同時期的經濟和交通發(fā)展狀態(tài)并不一致，為更有效反映兩者間的脫鉤關系，根據經濟以及能源消耗進行時間跨度的階段劃分并進行相應討論分析。由《中國統(tǒng)計年鑒》中1994-2012年間交通碳排放數(shù)據，將換算后的全國GDP總量與交通碳排放總量進行比較，為分階段討論脫鉤關系提供依據。

圖1 1994-2012全國交通碳排放量與GDP

由圖1可以看出，GDP和交通碳排放量在整體上均呈增長趨勢，其中交通碳排放量在1994-2001年期間增長較為緩慢，2002-2008年期間交通碳排放呈現(xiàn)直線增長，2008-2009年間增長率有所減少，但是2009年以后又呈現(xiàn)出直線增長的趨勢。為了更清晰地展示我國省域在不同時間階段兩者間的脫鉤關系，本文將就1994-2001年、2002-2008年、2009-2012年三個時期分別探究交通碳排放與經濟增長之間的關系。

(四)GDP、交通量及交通碳排放量的脫鉤關系測算結果

我國在發(fā)展低碳交通的過程中，遇到很多諸如環(huán)境等問題，使得可持續(xù)發(fā)展之路受到了阻礙。由于地域的差異性，區(qū)域間交通的發(fā)展狀況大都不一樣且經濟發(fā)展情況也各不相同，鑒于客、貨運量與經濟增長之間的脫鉤關系可以反映兩者之間的協(xié)調性和可持續(xù)性，下面采用“彈性指數(shù)”首先進行兩者間關系的測算與分析。

1.我國省域客運量與GDP的彈性指數(shù)

根據以上的階段劃分以及公式(2)(3)(4)，測算不同地區(qū)不同時期的“彈性指數(shù)”，進而對全國及31省市的脫鉤狀態(tài)進行分類(圖2、圖3)。

由圖2、圖3可知，全國客運量水平在各個階段均屬于弱脫鉤狀態(tài)，即客運交通量的增長速率大于GDP的增長速率，也就是說，我國整體上是處在可持續(xù)發(fā)展的水平線上。且每個時期大部分城市的發(fā)展水平與全國處在同一狀態(tài)，即處于弱脫鉤狀態(tài)，其中第一階段17省市、第二階段15個省市、第三階段則有25個省市同全國分類保持一致。

屬于強脫鉤，即經濟增長的同時與之相關的交通量的變化保持穩(wěn)定或下降的省市有1994-2001年間的廣東、四川、新疆；2002-2008年間的河北、山西、內蒙古、黑龍江、貴州、云南；2009-2012年間的西藏。其中，西藏由擴張性耦合狀態(tài)演變?yōu)閿U張性負脫鉤，再到強脫鉤水平；黑龍江省、貴州省由第一階段的擴張性負脫鉤變化到第二階段的強脫鉤，而后演變?yōu)槿趺撱^狀態(tài)；北京則分別從擴張性耦合狀態(tài)演變?yōu)閿U張性負脫鉤，再到弱脫鉤水平；而廣東省則由第一階段的強脫鉤水平，演變?yōu)楹髢蓚€階段的擴張性負脫鉤狀態(tài)。為明晰各省的三階段脫鉤關系的動態(tài)變化規(guī)律，將其分類匯總如表3。

圖2 全國及31省市交通客運量與GDP的彈性

圖3 全國及31省市客運量與GDP脫鉤關系分類

表3 三階段全國及31省市客運量與GDP脫鉤類別變化匯總Tab.3 Decoupling of passenger traffic volume from GDP in nationwide and 31provinces during 3 stages

其中變化較為明顯的為西藏，由擴張性耦合到擴張性負脫鉤，最后為強脫鉤，2008年以后發(fā)生了大變動。這應基本歸功于2006年青藏鐵路的開通，當年年底西藏自治區(qū)預計第二年的進藏游客將突破300萬人次，結果2007年接待游客大出所料地突破了400萬人次，比上年增加了151萬人次；旅游總收入達到48億元，比上年增長73.3%，占到全區(qū)GDP的14%左右，第三產業(yè)的發(fā)展成為拉動西藏經濟的重要力量。其次，黑龍江、貴州省、北京市以及重慶市等地區(qū)的變化也呈現(xiàn)較好的趨勢，也說明了經濟發(fā)展方式的不斷轉變，使得經濟發(fā)展的協(xié)調性和持續(xù)性進一步增強。再次，廣東省的脫鉤狀態(tài)演變表明，該省交通運輸業(yè)的發(fā)展與社會經濟發(fā)展和居民出行需求相比，仍存在高速公路建設滯后、水路運輸日漸萎縮等問題。

綜上所述，我國的客運量與經濟增長之間關系很密切，經濟增長與交通發(fā)展相互影響，相互制約，兩者變化率的大小可以直接說明經濟發(fā)展狀態(tài)。在建設生態(tài)文明和可持續(xù)發(fā)展的狀態(tài)下，客運量的增長對經濟起到了貢獻作用，但其產生的環(huán)境污染問題自然也不容忽視。

2.我國省域貨運量與GDP的彈性指數(shù)

下面針對不同地區(qū)不同時期貨運量與GDP的“彈性指數(shù)”進行測算，進而對全國及31省市的脫鉤狀態(tài)進行分類(圖4和圖5)。

圖4 全國及31省市交通貨運量與GDP的彈性指數(shù)

圖5 全國及31省市貨運量脫鉤關系分類

由圖4、圖5可以看出全國整體變化：1994-2001年間有22個省市屬于弱脫鉤，6個省市屬于強脫鉤，部分省市的貨運量脫鉤指數(shù)演化過程由弱脫鉤變?yōu)閿U張性負脫鉤，說明交通量的變化增長速度快于GDP的變化。2009-2012年間沒有處于強脫鉤的省市，是因為中國受金融危機的影響，國際貿易受挫，進出口活動都無法正常進行，雖然，表現(xiàn)出經濟的不景氣和貨運量的急劇減少，但相對于上一階段而言，兩者的變化率仍大于0，但比值趨于1，這也表明兩者雖然都有增長，但是幅度卻不相上下，這一時期的省市大都處于擴張性耦合狀態(tài)。同上，為明晰三階段中貨運量與GDP脫鉤關系的各省市動態(tài)變化規(guī)律，將其分類匯總如表4。

表4 三階段全國及31省市貨運量與GDP脫鉤類別變化匯總Tab.4 Decoupling of freight traffic volume from GDP in nationwide and 31provinces during 3 stages

處于強脫鉤的省市有1994-2001年間的北京、遼寧、四川、安徽、廣東、西藏；2002-2008年間的北京、黑龍江、云南、甘肅。三個階段有明顯變化的城市有：重慶市由第一階段的擴張性耦合到第二階段的擴張性負脫鉤，再到第三階段變?yōu)槿趺撱^；遼寧省從第一階段的強脫鉤到第二階段的弱脫鉤，再到第三階段的擴張性耦合；西藏由強脫鉤到擴張性負脫鉤到弱脫鉤；安徽由強脫鉤到擴張性負脫鉤到擴張性耦合；云南、甘肅由弱脫鉤到強脫鉤到擴張性耦合；黑龍江由擴張性耦合到強脫鉤再到弱脫鉤；廣東省則由強脫鉤到弱脫鉤到擴張性負脫鉤。雖然一些省市在不同時間階段變化差異比較大，但是總體上可以看出，貨運量與經濟之間的彈性在2008年以后開始出現(xiàn)明顯變化，經濟發(fā)展速度變得緩慢，且貨運量開始減少。

3.我國省域交通碳排放與GDP的彈性指數(shù)

鑒于部分數(shù)據的不可獲得性，本文在計算交通碳排放與經濟增長之間關系時選取了全國和14省市(北京市、河北省、江蘇省、安徽省、福建省、江西省、山東省、河南省、湖北省、廣西、四川省、貴州省、陜西省、新疆)作為研究對象。 每兩年為一時間跨度，第一年為基期，第二年為末期，彈性指數(shù)結果及其分類分別見圖6和圖7?？梢钥闯觯?008-2012年間僅有湖北、新疆、江西、河南四個省份交通碳排放與GDP間呈現(xiàn)強脫鉤狀態(tài)，說明中國的碳排放量增長速度比較大，并超過經濟增長的變化速度，偏離了可持續(xù)發(fā)展的實際需求，有待政府部門加以改善和優(yōu)化交通的綠色發(fā)展規(guī)劃。

圖6 全國和14省市交通碳排放與GDP彈性

圖7 全國和14省市交通碳排放脫鉤分類

同上，為明晰不同階段不同地域交通碳排放量與GDP脫鉤關系的動態(tài)變化規(guī)律，將其分類匯總如表5。可以看出：在不同時間階段內大部分地區(qū)處于弱脫鉤狀態(tài)，即經濟增長率和交通排放量的變化率均為正值，交通碳排放量的變化率小于經濟增長的變化率，但整體上我國的交通碳排放與GDP變化均保持良性增長態(tài)勢。全國經歷了弱脫鉤變?yōu)閿U張性負脫鉤的過程，在2008年以后，交通量的變化率遠遠大于GDP的變化率。原因在于2008年爆發(fā)了世界經濟危機，中國經濟形勢不容樂觀。2008年后城市之間的差異比較明顯，但是由研究結果可知，中國并沒有省市屬于強脫鉤，意味著經濟對交通行業(yè)的影響極大。

表5 三階段全國及31省市交通碳排放量與GDP脫鉤類別變化匯總Tab.5 Decoupling oftransport carbon emissions from GDP in nationwide and 31provinces during 3 stages

三、 結論

1.中國及31省市客運量在1994-2012年間，在三個劃分階段中，全國整體水平屬于弱脫鉤，且大部分省市屬于弱脫鉤，也就是交通量和GDP處于增長狀態(tài)，但是交通量的增長明顯高于經濟的變化率，因此并不是最佳可持續(xù)發(fā)展狀態(tài)。2008-2012年期間屬于弱脫鉤的省市要高于其他階段，說明經濟發(fā)展與交通發(fā)展逐漸形成平穩(wěn)的發(fā)展模式。

2.通過測算1994-2012年期間中國整體與31省市的貨運量彈性指數(shù)發(fā)現(xiàn)大部分省市屬于弱脫鉤。2008年以后很多省市走向擴張性耦合，交通量和GDP都增長率都大于0，但是經濟增長率比2008年之前變小，主要原因是2008年發(fā)生了經濟危機，經濟發(fā)展有些停滯，全國整體經濟水平自2008年都開始下降。

(3)2008-2012年間的經濟與交通碳排放的彈性結果表明：中國的交通碳排放量很大，這是阻礙中國發(fā)展綠色經濟的一個重要因素。由于期間經濟發(fā)展滯后，交通量變化率比較大，因此在2012年有些城市處于擴張性負脫鉤。我國經濟發(fā)展與交通環(huán)境之間還沒有實現(xiàn)最佳可持續(xù)發(fā)展，交通環(huán)境問題有待改善。

[1]李忠民,慶東瑞.經濟增長與二氧化碳脫鉤實證研究[J].福建論壇(人文社會科學版),2010(2):67-72.

[2]宋德勇,盧忠寶.中國碳排放影響因素分解及其周期性波動研究[J].中國人口·資源與環(huán)境,2009(3):18-24.

[3]李國志,李宗植.中國二氧化碳排放的區(qū)域差異和影響因素研究[J].中國人口·資源與環(huán)境,2010(5):22-27.

[4]楊嶸,常烜鈺.西部地區(qū)碳排放與經濟增長關系的脫鉤及驅動因素[J].經濟地理,2012(12):34-39.

[5]彭佳雯,黃賢金等.中國經濟增長與能源碳排放的脫鉤研究[J].資源科學,2011(4):626-633.

[6]IPCC.V.Climate Change 2001:Mitigation,Contribution of Working Group III to the Third Assessment Report of the Intergovernmental Panel on Climate Change[R].Cambridge University Press,Cambridge,2001.

[7]IEA.The Road from Kyoto:Current and Transport Policies in the IEA,International Energy Agency[R].Paris:IEA Publications 9,2000.

[8]VAN den Brink R.M,VAN Wee B.Why has car-fleet specific fuel consumption not shown any decrease since 1990? Quantitative analysis of Dutch passenger car-fleet specific fuel consumption[J].Transportation Research Part D,2001,6(2):75-93.

[9]OECD.Indicators to measure decoupling of environmental pressures from economic growth[R].Paris:OECD,2002.

[10]王崇梅.中國經濟增長與能源消耗脫鉤分析[J].中國人口·資源與環(huán)境,2010(3):35-37.

[11]陳景新,王云峰.我國勞動密集型產業(yè)集聚與擴散的時空分析[J].統(tǒng)計研究,2014(2):34- 41.

[12]PETRI Tapio.Towards a theory of decoupling:degrees of decoupling in the EU and the case of road traffic in Finland between 1970 and 2001[J].Transport Policy,2005(2):137-151.

[13]孫耀華,李忠民.中國各省區(qū)經濟發(fā)展與碳排放脫鉤關系研究[J].中國人口·資源與環(huán)境,2011(5):87-92.

[14]DIAKOULAKI D,MANDARAKA M.Decomposition analysis for assessing the progress in decoupling industrial growth from emissions in the EU manufacturing sector[J].Energy Economics,2007(4):636-664.

[15]趙興國,等.區(qū)域資源環(huán)境與經濟發(fā)展關系的時空分析[J].地理科學進展,2011(6):706-714.

[16]VEHMAS J,KAIVO-OJA J,LUUKKANEN J.Global trends of linking environmental stress and economic growth[R].Finland:Tutu Publications,2003:1-24.

[17]高潔.交通運輸碳排放時空特征及演變機理研究[D].西安：長安大學,2013.

(責任編輯：魏 霄)

Decoupling Between China and Provincial Economic Growth and Carbon Emissions from Transport

LIU Xinmin1,SUN Lu1,SUN Qiuxia2

(1.CollegeofEconomicsandManagement，SDUST，Qingdao，Shandong266590，China;2.CollegeofMathematicsandSystemsScience,SDUST，Qingdao，Shandong266590，China)

This paper studies the decoupling relationship between and transportation growth (passenger and freight volumes) of different stages in the whole country and 31 provinces using the Tapio Index,based on the data panel of the traffic volumes,transportation carbon emissions and GDP of 1994-2012,and then, explored the links between traffic emissions and economy.The results show that:the economic growth of China and the provinces and the volumes of passengers and freight is mostly in a weak decoupling state in the same time; GDP and transport carbon emissions result shows that transportation carbon emissions in China is too larger, which means that China hasn't reached the state of sustainable development; the mutual influence between economy and traffic is absolutely obvious, and both of them are in mutual restraint.

Tapio Index; transportation carbon emissions; economic development; decoupling analysis

2016-04-25

國家自然科學基金資助項目(71371111)(71471105)；山東省科技發(fā)展計劃項目(2013GSF12203)；國家軟科學(2014GXS4D122)

劉新民(1965—)，男，山東莒南人，山東科技大學經濟管理學院教授，博士，博士生導師.

F503

A

1008-7699(2016)06-0047-08