宋德勇，宋沁穎，張 麒

（華中科技大學(xué)經(jīng)濟學(xué)院，湖北武漢 430074）

1 研究背景

加快實現(xiàn)碳達峰碳中和目標，已成為應(yīng)對氣候變化的全球共識，也是中國對國際社會的莊嚴承諾。2020 年，黨中央、國務(wù)院提出了戰(zhàn)略性的“雙碳”目標（2030 年前實現(xiàn)碳達峰，2060 年前實現(xiàn)碳中和），并將之納入生態(tài)文明建設(shè)的整體布局。然而，中國作為全球第一碳排放大國，其交通部門不僅是溫室氣體的主要排放部門之一，也是碳排放增長最為迅猛的部門之一。以道路運輸為例，2018 年中國道路運輸產(chǎn)生的CO2占全國能源相關(guān)總排放量的10%，2010—2018 年道路運輸碳排放量則增長了61%［1］。交通運輸部門的碳減排，已成為中國實現(xiàn)“雙碳”目標的必由之路。

那么，中國交通部門碳排放的歷史變化趨勢如何？各個地區(qū)的交通碳減排處于何種發(fā)展階段？在不同階段下，交通碳排放的驅(qū)動的因素是什么？從現(xiàn)有研究來看，仍缺乏系統(tǒng)分析。為解決以上問題，本文基于脫鉤理論和廣義費雪指數(shù)方法（GFI），對中國整體及各地區(qū)的交通碳排放時空趨勢、脫鉤狀態(tài)以及背后的驅(qū)動因素進行深入分析。這不僅有利于更好地掌握當前交通行業(yè)碳排放情況，也能從中探索適用于不同地區(qū)交通碳減排的經(jīng)驗和教訓(xùn)，為交通碳排放政策的制定提供參考。

碳排放因素分解已成為研究區(qū)域、行業(yè)碳排放影響因素的重要方法［2-3］，是影響碳排放變動因素量化分析基礎(chǔ)。但現(xiàn)有中國交通行業(yè)碳排放驅(qū)動因素分析研究主要存在三個方面局限：（1）大量研究使用LMDI 模型，但在Ang 等［3］的檢驗中，廣義費雪指數(shù)（GFI）方法比前者的因素分解特性更好、結(jié)果更精確，而在中國交通碳排放因素分解分析方面，未有研究使用GFI 方法進行分析，使已有研究結(jié)論存在誤差；（2）大多研究將碳排放影響因素分解為行業(yè)內(nèi)部能源結(jié)構(gòu)、能源使用效率、行業(yè)核心指標特征及單一城市化因素，很少有研究細化城市化的不同層面對交通碳排放的影響程度；（3）針對中國交通碳排放驅(qū)動因素分析的文章仍較少，分地區(qū)探究不同脫鉤類型下中國交通碳排放驅(qū)動因素分解分析的研究空白仍待填補。如能使用脫鉤分析法對中國交通碳排放發(fā)展演變趨勢進行分析和分類，進而使用GFI 方法分解分析影響中國交通碳排放變動的因素和方向，就能更具針對性地采取交通碳減排措施，助力交通碳達峰更早實現(xiàn)。

相比以往研究，本文的邊際貢獻在于，第一，使用與現(xiàn)有研究不同的GFI 法，對交通碳排放影響因素進行分解。該方法的優(yōu)勢是能消除計算殘值、對排放量完全分解，相比于其他因素分解方法的穩(wěn)健性檢驗更好，使得分解結(jié)果更精確，但被較少使用。第二，將交通碳排放驅(qū)動因素在城市化層面進行擴展，增加經(jīng)濟城市化、人口城市化、土地城市化三個維度，探究不同城市化方式對交通碳排放的影響程度及路徑。第三，針對經(jīng)濟城市化、土地城市化和交通能源強度三大促進交通碳排放增長的三大驅(qū)動因素，提出構(gòu)建“高效、緊湊、智能”城市交通體系建設(shè)建議。

2 文獻綜述

2.1 交通碳排放研究

針對交通碳排放，國內(nèi)外學(xué)者圍繞交通碳排放的核算、與經(jīng)濟發(fā)展的關(guān)系、影響因素、增長預(yù)測等方面做了大量研究。

（1）核算交通的能源消費和碳排放量。由于交通碳排放核算體系尚未得到統(tǒng)一，歐陽斌等［4］、徐龍等［5］、左大杰等［6］、陶玉國等［7］學(xué)者使用“自上而下”的投入產(chǎn)出法、“自下而上”的過程分析法、生命周期模型法等對交通運輸能源消費和碳排放進行測算。“自上而下”法主要基于交通側(cè)各種燃料消耗量和燃料CO2排放因子乘積的總和進行計算。范育潔等［8］采用“自上而下”的方法測算西北5 省區(qū)的交通碳排放，發(fā)現(xiàn)寧夏是其中能源強度最大的省份?！白韵露稀狈ㄍㄟ^不同交通方式的車型、保有量、行駛里程、單位行駛里程燃料消耗等數(shù)據(jù)計算總?cè)剂舷?，再根?jù)各燃料類型的CO2排放因子計算交通碳排放量。歐陽斌等［4］使用“自下而上”法核算江蘇省能耗強度和碳排放強度，發(fā)現(xiàn)江蘇交通能耗和碳排放總量持續(xù)上升，應(yīng)重點關(guān)注公路貨運部門的節(jié)能減排，大力發(fā)展公共交通。生命周期模型考慮了交通運輸系統(tǒng)從制造、建設(shè)、運營、維護以及回收處理各階段的碳排放。張秀媛等［9］對北京市公共交通系統(tǒng)進行全生命周期能耗和碳排放總量和強度的核算，提出建設(shè)以大容量公共交通為主，以縮短出行舉例為目的的多層次公共交通體系。由于“自上而下”方法數(shù)據(jù)可獲數(shù)據(jù)區(qū)域、時間范圍更廣，本文采用以該方法為基礎(chǔ)進行核算的CEADS中國交通碳排放數(shù)據(jù)庫［10］。

（2）研究交通碳排放與經(jīng)濟發(fā)展的關(guān)系。最常見的包括能源、環(huán)境與經(jīng)濟增長（3E）理論［11］、低碳經(jīng)濟理論［12］、環(huán)境庫茲茨曲線理論以及脫鉤理論［13］。相比于前三者，脫鉤理論能量化二者關(guān)系，可作為衡量區(qū)域、行業(yè)碳排放是否達峰的支撐理論和抓手［14-15］，同時，也被廣泛應(yīng)用在衡量工業(yè)［16］、建筑業(yè)［17-18］、貿(mào)易［19］、水足跡與經(jīng)濟發(fā)展關(guān)系等方面的全國總體或某一省份的研究中［20］。韓夢瑤等［21］采用泰爾指數(shù)和脫鉤模型，分析中國各省整體碳排放與經(jīng)濟發(fā)展關(guān)系，發(fā)現(xiàn)多數(shù)地區(qū)經(jīng)歷擴張脫鉤、擴張連接和弱脫鉤的歷程，但部分地區(qū)脫鉤穩(wěn)定性低。李明煜等［22］核算中國鋼鐵、電力和水泥行業(yè)的碳排放，并分析其達峰情況和脫鉤狀態(tài)，發(fā)現(xiàn)各省份電力和水泥行業(yè)碳排放與產(chǎn)量間逐步脫鉤，而各省鋼鐵碳排放的脫鉤狀態(tài)各有差別。Wang等［23］使用脫鉤模型分析20 個OECD 成員國ICT 投資與碳排放強度脫鉤狀態(tài)，發(fā)現(xiàn)其ICT 投資的脫鉤狀態(tài)逐步好轉(zhuǎn)。但針對交通經(jīng)濟增長與交通碳排放的脫鉤分析中較少涉及區(qū)域、省際對比。

（3）識別并分析交通碳排放影響因素。主要方法包括因素分解法［2,24］、計量經(jīng)濟模型等［25-27］。基于STIRPAT 模型擴展的回歸模型以及空間計量模型是研究交通碳排放影響因素的常用計量經(jīng)濟模型，但計量經(jīng)濟建模主要是研究變量間規(guī)律性聯(lián)系，無法獲取因素分解分析方法中對交通碳排放從結(jié)構(gòu)上完全分解的效果［28］。因素分解模型主要包括結(jié)構(gòu)分解法（SDA）和指數(shù)分解方法（IDA），二者均是由Kaya 模型拓展而來，前者雖能對各影響因素進行較詳細的分析，但由于所需的投入產(chǎn)出表數(shù)據(jù)規(guī)模大，無法做到逐年更新［29］，后者以使用產(chǎn)業(yè)水平總和數(shù)據(jù)為主，能進行跨時間、跨區(qū)域?qū)Ρ?。IDA方法主要包括Laspeyres 指數(shù)分解、Divisia 指數(shù)分解、LMDI 和廣義費雪指數(shù)分解，Ang 等［3］通過對包括上述IDA方法在內(nèi)的6種因素分解法進行檢驗發(fā)現(xiàn)，有且僅有廣義費雪指數(shù)能通過除總量檢驗以外的所有檢驗，故本文使用廣義費雪指數(shù)方法能夠得出更加準確的分解結(jié)果。在使用廣義費雪指數(shù)的現(xiàn)有研究中，主要是針對某一地區(qū)［30］、能源與工業(yè)行業(yè)碳排放的分解［31］，鮮少有對中國各省份交通碳排放因素分解與對比分析的研究，本文的研究能填補該方向的空缺。

（4）預(yù)測交通碳排放變化趨勢?；谇榫胺治龅腖EAP 模型是主要預(yù)測方法，其是基于經(jīng)濟、行業(yè)、技術(shù)等政策和發(fā)展目標做情景假設(shè)，再通過各行業(yè)終端能源強度和活動水平，結(jié)合碳排放因子預(yù)測和分析各部門未來的能源需求［32］。馬海濤等［33］基于機動車燃料消耗數(shù)據(jù)對京津冀公路客運交通源排放進行了測算和分析，并通過設(shè)定基準情景、比例控制、總量控制三種情景以及“自下而上”的LEAP模型預(yù)測京津冀地區(qū)客運交通碳排放情況，發(fā)現(xiàn)各種情景下區(qū)域排放總量均保持增長趨勢，建議在公路客運交通調(diào)控設(shè)計方面加大力度。Fan 等［34］使用LEAP 模型預(yù)測北京市公共交通溫室氣體排放情況，發(fā)現(xiàn)優(yōu)先發(fā)展公共交通、緩解道路交通和使用新能源汽車發(fā)展情景下，能源需求和GHG 排放量將呈現(xiàn)下降趨勢。

本文重點聚焦對交通碳排放因素的分析，國內(nèi)外有不少相關(guān)研究采取先探究碳排放與區(qū)域、行業(yè)經(jīng)濟發(fā)展的脫鉤關(guān)系，隨后根據(jù)不同脫鉤類型分解碳排放驅(qū)動因素的研究范式［35-36］。但對中國各省份交通碳排放進行脫鉤分析，并使用GFI 方法進行因素分解和對比分析的研究較少，這也是本文的貢獻。

2.2 交通碳排放影響因素研究

2.2.1 交通碳排放的影響因素

影響交通碳排放的因素涉及經(jīng)濟、社會、行業(yè)發(fā)展等多個方面，本文結(jié)合已有研究［36-38］，充分考慮各因素間關(guān)系，從交通碳排放的產(chǎn)生來源、使用及外部環(huán)境影響三個角度，選取能源、交通行業(yè)、城市化三類因素對交通碳排放進行因素分解。

選取交通能源結(jié)構(gòu)和能源強度兩個指標代表能源影響因素。交通能源結(jié)構(gòu)反映了交通運輸部門能源供給端各類能源的比例關(guān)系，清潔、低碳能源占比越高，單位能源消耗量產(chǎn)生的交通碳排放越少［39］；反之，占比越低，單位能源消費量的交通碳排放越多。交通能源強度代表交通運輸部門運營過程中的能源使用效率，單位交通增加值中所需能源消耗量越高，則產(chǎn)生越多的交通碳排放，能源使用效率越低；反之所需能源消費量越少，交通碳排放越小。借鑒已有的通過Kaya［40］模型對碳排放分解的研究，本文使用單位交通能源的碳排放量、單位交通增加值的能源消耗量來分別衡量交通能源結(jié)構(gòu)和交通能源強度。

交通因素是交通能源的需求方，是產(chǎn)生交通碳排放的最直接因素。參考Fan 等［41］的方法，使用單位交通增加值的交通周轉(zhuǎn)量表示交通行業(yè)因素對交通碳排放的貢獻，并定義為交通強度。一方面，在交通增加值增長率不變的情況下，交通周轉(zhuǎn)量增速提高，則說明交通運輸效率提高，使得交通碳排放量下降；另一方面，在交通周轉(zhuǎn)量不變的情況下，交通運輸部門增加值增速加快，這主要是運輸效率降低或基礎(chǔ)設(shè)施在建規(guī)模過大，導(dǎo)致交通碳排放加快增長。

城市化進程加快，帶來人口、產(chǎn)業(yè)的聚集和土地的擴張，從而刺激交通碳排放的增長?，F(xiàn)有的關(guān)于交通碳排放因素分解研究中，僅發(fā)現(xiàn)經(jīng)濟發(fā)展對交通碳排放增長起主要促進作用，而缺乏更進一步討論。同時，證明城市化是推動經(jīng)濟增長速度和質(zhì)量的主要因素的研究汗牛充棟［42］，因此在對交通碳排放驅(qū)動因素研究中，對經(jīng)濟增長進行更細致的城市化視角分解是十分必要的。本文將城市化因素具體分解為經(jīng)濟、人口、土地城市化三個方面，其對交通碳排放的影響路徑在下一節(jié)詳述。

2.2.2 城市化對交通碳排放影響的路徑分析

在現(xiàn)有的針對中國交通碳排放因素分解的研究中，沒有考慮到城市化對交通碳排放的影響。但城市化帶來的產(chǎn)業(yè)集聚、人口規(guī)模膨脹、土地擴張等都會帶來人員流動增加、商品運輸量和速度的增長，促進交通運輸周轉(zhuǎn)量，導(dǎo)致更多的交通能源消耗和碳排放量增加。本文參考王班班等［43］對城市化過程的表現(xiàn)方式，對GFI 法中交通碳排放的影響因素從城市化層面做人口、經(jīng)濟、土地三方面的分解。

產(chǎn)業(yè)集聚帶來的經(jīng)濟快速增長是城市化的重要特征之一，從物流規(guī)模、商務(wù)出行需求等方面影響交通碳排放。為促進經(jīng)濟發(fā)展，我國大力推進工業(yè)化進程發(fā)展，從而帶來產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)變，帶動城市化程度的提高［44］，在此過程中，企業(yè)選擇產(chǎn)業(yè)集聚的方式提升生產(chǎn)效率。一方面，產(chǎn)業(yè)聚集帶來物流量的增加，帶來運輸規(guī)模擴大，產(chǎn)生更多交通碳排放，同時，為促進貿(mào)易往來更加頻繁的商務(wù)出行需求也增加了交通碳排放的增加；另一方面，相對于更加分散的產(chǎn)業(yè)分布方式，產(chǎn)業(yè)集聚帶來的規(guī)模效應(yīng)，使得單位產(chǎn)品從生產(chǎn)到銷售全流程中交通運輸效率更高，能降低交通碳排放的增長。

人口規(guī)模膨脹是產(chǎn)業(yè)集聚的產(chǎn)物，進一步推動了人們出行需求的增加。產(chǎn)業(yè)規(guī)模擴張吸引大量農(nóng)村勞動力向城鎮(zhèn)轉(zhuǎn)移，城市涌入大量流動人口，促進城市人口增長。一方面，城市人口增長伴隨著更旺盛的交通出行需求，帶來更多交通碳排放［27］；同時，人口密度增加加劇了交通擁堵問題，制約交通運輸效率的提升，增加單位運輸周轉(zhuǎn)量的能源消費量和碳排放量。另一方面，由于流動人口更多集中在產(chǎn)業(yè)集聚區(qū)，空間分布較為集中，相對于農(nóng)村分散式聚居模式，城市人口長距離出行需求較少，能有效促進交通運輸效率的提高，進而帶來交通碳排放的下降。

土地規(guī)模擴張是城市化的另一大特征。一方面，經(jīng)濟發(fā)展和人口規(guī)模膨脹不可避免帶來城市所需生存空間的擴張，使得城市土地規(guī)模擴大，而分散性城市發(fā)展方式增加交通運輸、通勤距離，增加交通碳排放；另一方面，土地?zé)o限擴張會造成土地利用效率降低，因此有城市通過緊湊型發(fā)展的方式，合理規(guī)劃城市利用空間，降低土地規(guī)模擴張的速度，同時提升交通運輸效率，抑制交通碳排放的增長速度。

綜上，本文使用脫鉤理論對中國各區(qū)域、省份交通碳排放的脫鉤狀態(tài)進行分類和時空對比分析，運用分解更加完全、無殘差項的廣義費雪指數(shù)因素分解方法，并對分解因素在城市化層面上進行經(jīng)濟、人口、土地城市化三方面的拓展，研究交通碳排放驅(qū)動因素如何影響交通碳排放的變化，以期獲得更精確、有政策指導(dǎo)意義的結(jié)論。

3 方法與數(shù)據(jù)

3.1 研究方法

3.1.1 脫鉤分析法

本文參考Tapio［45］構(gòu)建的彈性脫鉤模型，利用對應(yīng)指標變化率之比測度環(huán)境經(jīng)濟脫鉤狀態(tài)，具體如式（1）所示：

式中，e表示脫鉤彈性系數(shù)，C表示環(huán)境壓力，Y表示經(jīng)濟發(fā)展水平，ΔC、ΔY分別表示對應(yīng)指標的研究期變化量，n代表年份n∈（2001,2019）。本文使用交通碳排放表征交通給各省帶來的環(huán)境壓力，使用人均交通部門增加值表征各省交通行業(yè)發(fā)展水平。二者之間的脫鉤關(guān)系根據(jù)分為8 個種類，如表1 所示，其中考慮避免過度識別問題，對彈性e取得1 及其±20%的偏移區(qū)域內(nèi)的數(shù)值。

表1 脫鉤程度及劃分標準

參考曲艷敏等［46］的處理辦法，對各省份交通行業(yè)發(fā)展與交通碳排放壓力的脫鉤狀態(tài)進行賦值排序，越好的狀態(tài)，賦值越高。由于全國各省份交通行業(yè)增加值年增長率均高于+3%，因此只存在強脫鉤（8）、弱脫鉤（7）、擴張連接（5）和擴張負脫鉤（3）4 種狀態(tài)的。

3.1.2 廣義費雪指數(shù)（GFI）方法

本文使用廣義費雪指數(shù)方法來分析中國各省份2001—2019 年交通運輸部門碳排放的驅(qū)動因素。

該方法是由擴展的Kaya 模型發(fā)展而來，能有效分析碳排放的驅(qū)動因素。Laspeyres 和Divisia 方法是最常見的指數(shù)分解方法，但兩種方法都不能解決分解過程中的余值問題，這影響了結(jié)果中對于碳排放變化的解釋，而GFI 方法能很好地解決該問題。Ang等［3］通過將GFI 方法與其他五類方法進行了因素反轉(zhuǎn)、時間反轉(zhuǎn)、比例反轉(zhuǎn)、總數(shù)、零值穩(wěn)健性及負值穩(wěn)健性檢驗，發(fā)現(xiàn)GFI 方法通過了除總數(shù)檢驗外的所有檢驗，相比于其他因素分解方式，該方法的檢驗穩(wěn)健性更好。因此本文采用GFI 方法來完成對中國交通運輸碳排放的因素分解更為恰當。首先，Kaya 恒等式如式（2）所示：

式（2）將碳排放C與能源E、經(jīng)濟增長水平即地區(qū)生產(chǎn)總值（GDP）和人口P聯(lián)系起來，結(jié)構(gòu)簡潔易懂，但其只探討了國家層面的碳排放、能源結(jié)構(gòu)、能源強度、經(jīng)濟增長與人口之間的數(shù)量關(guān)系。

由于本文研究視角聚焦交通運輸行業(yè)，因此加入交通行業(yè)周轉(zhuǎn)量將恒等式擴展為式:

其中，C代表總體交通碳排放，Ci代表第i種燃料產(chǎn)生的交通碳排放，Ei代表第i種燃料產(chǎn)生的能源消費量，E代表總的一次能源消費量，V代表交通周轉(zhuǎn)量，GDP 代表國民 生產(chǎn)總值，P代表地區(qū)常住人口。Ci/Ei是第i種燃料的碳排放系數(shù)，Ei/E代表交通能源結(jié)構(gòu)（ES）；E/V代表每單位交通周轉(zhuǎn)量帶來的能源消費量；V/GDP 代表每單位GDP 帶來的交通周轉(zhuǎn)量；GDP/P 是人均GDP，代表經(jīng)濟發(fā)展水平；P代表人口規(guī)模。

本文還考慮城市化給交通部門碳排放的影響。本文在式的基礎(chǔ)上將經(jīng)濟發(fā)展水平進一步擴展，參考王班班等 ［43］城市化水平的分類，加入城鎮(zhèn)人口數(shù)、建成區(qū)面積等指標，得到交通碳排放擴展見式(4)：

各驅(qū)動因素（對數(shù)值）對 一段時間（從0 到T）交通碳排放變化量（對數(shù)值）增長率 的貢獻分別記為ES、EI、TI、EG、PD、BA，如式（8）所示：

3.2 數(shù)據(jù)及處理說明

本文 對30 個省、自治區(qū)、直轄市（未 含西藏和港澳臺地區(qū)）的交通碳排放量和交通能源消費量的測算數(shù)據(jù)主要來自CEADs 數(shù)據(jù)庫和2002—2020 年《中國能源統(tǒng)計年鑒》。為保證數(shù)據(jù)統(tǒng)計 口徑的一致性，核算碳排放所需的碳排放因子采用大多數(shù)文獻使用的《2006 年IPCC 國家溫室氣體清單指南》移動源數(shù)據(jù)［48］。《中國能源統(tǒng)計年鑒》依據(jù)國民經(jīng)濟行 業(yè)分類與代碼（GB/T 4754—2017），將交通運輸、倉儲和郵政業(yè)加總統(tǒng)計，考慮到倉儲和郵政業(yè)產(chǎn)生的能 源消費量在整個部門中占比較小及數(shù)據(jù)的可獲性［49］，本文使用交通運輸、倉儲和郵政業(yè)所產(chǎn)生的碳排放間接代表交通運輸碳排放，已有多項研究證明該估算對結(jié)果的影響可以忽略［50］。

由于數(shù)據(jù)基于中國統(tǒng)計體系，交通運輸業(yè)僅包含運營交通，私家車、機構(gòu)用車等非營運交通未包含在內(nèi)。交通碳排放量及化石能源消費量核算考慮原煤、洗精煤、其他洗煤、型煤、焦炭、焦爐煤氣、原油、汽油、煤油、柴油、燃料油、液化石油氣、天然氣13 種化石能源（按《中國能源統(tǒng)計年鑒》劃分，國民經(jīng)濟行業(yè)中共有17 種化石燃料產(chǎn)生碳排放。由于其他煤氣、其他焦化產(chǎn)品、煉廠干氣、其他石油制品的碳排放系數(shù)難以獲取，且研究期內(nèi)多年無數(shù)據(jù)，因此本文只分析其余13 種交通源化石燃料）。

其他指標數(shù)據(jù)來源如下：交通行業(yè)增加值、GDP、人口數(shù)據(jù)來自《中國統(tǒng)計年鑒》，交通周轉(zhuǎn)量來自《中國交通年鑒》，建成區(qū)面積來自《中國宏觀經(jīng)濟數(shù)據(jù)庫》［51］。GDP 和交通行業(yè)增加值均以2001 年為基年做不變價處理。本文選取數(shù)據(jù)時間跨度為2001—2019 年，跨越四個五年規(guī)劃時期，最新可獲數(shù)據(jù)截止到2019 年。

4 中國交通碳排放的趨勢與脫鉤分析

基于以上方法與數(shù)據(jù)，本部分對中國交通碳排放的時空趨勢與人均排放水平進行分析，并進一步探討中國各?。▍^(qū)、市）交通碳排放與行業(yè)經(jīng)濟增長的脫鉤情況。

4.1 中國交通碳排放的趨勢演變

4.1.1 中國交通總碳排放趨勢演變

根據(jù)中國2001—2019 年交通化石燃料碳排放數(shù)據(jù)，本文分析了全國交通部門碳排放總量的趨勢變化，并考慮中國不同地區(qū)在經(jīng)濟發(fā)展水平、交通基礎(chǔ)設(shè)施、能源消費結(jié)構(gòu)等方面的較大差異，探討東、中、西、東北4 大區(qū)域的交通碳排放的相對強弱1），如圖1。

圖1 中國交通碳排放趨勢

一方面，從總體來看，中國30 個省份交通部門總體碳排放呈波動增長趨勢。根據(jù)圖1，從2001 年的164 MtCO2增長到2019 年的734.39 Mt CO2，增長約4.5 倍。2001—2011 年全國交通碳排放持續(xù)增長，2005 年增速出現(xiàn)小幅增長，主要與國務(wù)院于2004 年年底通過的中國第一個高速公路網(wǎng)規(guī)劃《國家高速公路網(wǎng)規(guī)劃》有關(guān)［52］；2013 年由于交通運輸業(yè)經(jīng)濟統(tǒng)計專項調(diào)查，公路水路客貨運輸數(shù)據(jù)統(tǒng)計范圍口徑有所調(diào)整，使得交通碳排放量出現(xiàn)明顯下降；2016 年是統(tǒng)計口徑調(diào)整后，全國交通碳排放增長率下降的第一年，這主要與高速鐵路的快速發(fā)展、全國統(tǒng)籌的鐵路運行圖的調(diào)整與優(yōu)化、私家車保有量持續(xù)增長、網(wǎng)約車行業(yè)快速發(fā)展有關(guān)。

另一方面，從區(qū)域分布格局來看，交通碳排放總量呈現(xiàn)“東部＞西部＞中部＞東北”的特征。以2019 年為例，東部地區(qū)的碳排放總量達327.1 Mt CO2，遠高于其他地區(qū)，其主要原因在于2019 年東部地區(qū)GDP 為51 萬億元，比其他三地區(qū)GDP 總和還高，經(jīng)濟發(fā)展推動的交通行業(yè)發(fā)展，帶來交通能源消費和碳排放增加。

中部、西部交通碳排放與交通行業(yè)增加值出現(xiàn)背離現(xiàn)象。具體而言，2019 年，西部地區(qū)交通總碳排放量為179.3 Mt CO2，比中部高10.7%；同年，西部交通行業(yè)增加值為9 175 億元，比中部地區(qū)低15.2%，這表明西部交通運輸效率低于中部。

東北地區(qū)總碳排放量小，主要原因是該區(qū)域只包括3 個省份，經(jīng)濟規(guī)模較小，從而帶來的交通運輸行業(yè)活力偏低，交通碳排放量低。

4.1.2 中國交通人均碳排放趨勢演變

就人均水平而言，全國30 個省份碳排放與各地區(qū)排放呈現(xiàn)不同的趨勢，具體如圖2 所示。人均交通碳排放與總量趨勢相似，呈波動增長特征。從2001 的131 kg CO2/人增長到2019 年524 kgCO2/人，增長約3 倍，低于總體交通碳排放增長速率，說明人口規(guī)模增長和交通能源利用效率提升，分別對交通碳排放產(chǎn)生正向、負向驅(qū)動效應(yīng)。2001—2019 年全國30 個省份總體和人均交通碳排放增長速率逐步放緩，這與中國不斷加大減排技術(shù)投入，調(diào)整能源結(jié)構(gòu)，完善減排措施有關(guān)。

圖2 中國人均交通碳排放趨勢

從區(qū)域來看，東北地區(qū)逐步取代東部成為人均交通碳排放最高地區(qū)，且遠高于中西部。如圖2 所示，在2003—2010 年東部人均交通碳排放最高，而東北、西部、中部分別次之。

自2011 年起，東北人均交通碳排放超越東部，達到最高，西、中部次之，到2019 年，東北、東、西、中部的人均碳排放量分別達到611.9 kg CO2/人、603.9kg CO2/人、474.0 kgCO2/人、434.7 kgCO2/人。這一相對分布格局變化主要原因在于，一方面東部交通基礎(chǔ)設(shè)施建設(shè)速度和規(guī)模遠高于東北地區(qū)，另一方面東北地區(qū)人口基數(shù)小，使東北人均交通碳排放量大。

而當企業(yè)啟動并購戰(zhàn)略后，如何選擇合適的企業(yè)進行兼并和收購，從而實現(xiàn)企業(yè)的利益最大化，的確也是需要思考的事情。

4.2 交通碳排放與行業(yè)經(jīng)濟增長的脫鉤分析

便于動態(tài)比較，本文將樣本區(qū)間劃分為四個階段（2001—2006 年、2006—2011 年、2011—2016 年、2016—2019 年），并對各省份交通碳排放與交通行業(yè)經(jīng)濟增長的脫鉤關(guān)系進行分析，如圖3 所示。其中C表示交通總碳排放量，Y表示交通行業(yè)增加值。

圖3 中國各省份交通碳排放脫鉤情況

研究期內(nèi)，30 個省份交通碳排放與交通行業(yè)增加值關(guān)系經(jīng)歷了從擴張負脫鉤到弱脫鉤的趨勢?？傮w來看，交通行業(yè)發(fā)展方向趨向低碳，其對化石燃料的依賴逐步減弱，能源利用效率不斷提高。

分階段來看，2001—2006 年，大多數(shù)省份（18個，60%）呈現(xiàn)擴張負脫鉤狀態(tài)，這表明此時多數(shù)省份交通處于粗放式擴張方式。山東、河北、內(nèi)蒙古、重慶、陜西、新疆、云南的交通碳排放量的增速是交通行業(yè)增加值增速的2 倍以上。具體原因主要是：（1）山東是煉油大省，能源生產(chǎn)的高碳化結(jié)構(gòu)和高產(chǎn)量，使得交通運輸部門對高碳化能源依賴度高；（2）河北、內(nèi)蒙古、陜西作為重工業(yè)大省，貨物運輸量大，在早期交通供給不清潔的背景下，導(dǎo)致其交通行業(yè)的碳排放量增速快；（3）重慶是西部重要交通樞紐，連接?xùn)|南西北各地的區(qū)位優(yōu)勢使其成為重要交通樞紐，交通運輸規(guī)模較大；（4）新疆雖不是交通大省份，但該時期，國家對其交通基礎(chǔ)設(shè)施建設(shè)投資巨大，僅2005 年在公路建設(shè)方面的投資就達到100 億元，形成以烏魯木齊為中心，輻射至天山南北的公路網(wǎng)，單位GDP 帶來的運輸量增大；（5）云南抓住西部大開發(fā)戰(zhàn)略和中國-東盟自由貿(mào)易區(qū)等區(qū)域合作發(fā)展機遇，構(gòu)建陸水空立體交通網(wǎng)，相伴而生的旅游、貨運產(chǎn)業(yè)促進了交通運輸產(chǎn)業(yè)發(fā)展。這些使得各?。▍^(qū)、市）在促進交通運輸行業(yè)增加值提升的同時也提升了能源消費，進而推動碳排放增長。另外，天津和江西、甘肅、青海、寧夏呈現(xiàn)弱脫鉤狀態(tài)，說明這些?。▍^(qū)、市）的交通發(fā)展方式呈現(xiàn)資源節(jié)約與環(huán)境友好的狀態(tài)。

2006—2011 年，大多數(shù)省份（19 個，63%）進入脫鉤發(fā)展階段（弱脫鉤），但彈性較小，即交通行業(yè)發(fā)展對碳排放增長的促進作用減弱。這主要是由于各省（區(qū)、市）逐步重視和推動交通運輸行業(yè)低碳轉(zhuǎn)型，從能源結(jié)構(gòu)上向電驅(qū)動等清潔動力方式轉(zhuǎn)變，從行業(yè)結(jié)構(gòu)上推動跨區(qū)域、跨城際高速鐵路網(wǎng)等公共交通設(shè)施建設(shè)，提升交通運輸效率；但山西、海南、青海卻出現(xiàn)從擴張連接到擴張負脫鉤的反彈，說明其交通運輸部門清潔化政策效果不明顯，反而對化石能源的依賴度增強。

2011—2016 年是30 個省份總體交通發(fā)展與碳排放之間關(guān)系轉(zhuǎn)為合理的階段（弱脫鉤）。總體來看，交通碳排放與行業(yè)增加值間關(guān)系逐步從擴張負脫鉤關(guān)系，逐步轉(zhuǎn)弱脫鉤關(guān)系，符合EKC 曲線達峰前特征，到2016 年，有26 個省份（87%）呈現(xiàn)脫鉤狀態(tài)。這一時段，30 個省份開始表現(xiàn)出4 種脫鉤狀態(tài)：（1）強脫鉤的?。▍^(qū)、市）包括北京、天津、內(nèi)蒙古、山東、海南、陜西，各?。▍^(qū)、市）脫鉤狀態(tài)發(fā)展過程符合EKC 曲線特征；（2）弱脫鉤的?。▍^(qū)、市）包括河北、山西、遼寧、黑龍江、上海、江蘇、浙江、福建、江西、河南、湖北、湖南、廣東、廣西、重慶、貴州、云南、甘肅、青海、寧夏，各?。▍^(qū)、市）脫鉤狀態(tài)發(fā)展過程僅符合EKC 曲線達峰前特征；（3）擴張連接的省份包括吉林、四川；（4）安徽、新疆兩省份脫鉤進程出現(xiàn)反復(fù)，呈現(xiàn)擴張負脫鉤狀態(tài)。

2016—2019 年，30 個省份范圍內(nèi)二者關(guān)系在弱脫鉤狀態(tài)下呈現(xiàn)波動特征。到2019 年，24 個省份（80%）呈現(xiàn)脫鉤狀態(tài)，其中，所有強脫鉤?。▍^(qū)、市）（河北、山西、吉林、黑龍江、浙江、重慶、甘肅、寧夏）均為首次進入，而上一階段（2011—2016 年）為強脫鉤的6 個省份均退回弱脫鉤狀態(tài)，這符合碳達峰后存在較長平臺期的科學(xué)規(guī)律，因此實施更為有力的交通節(jié)能減排政策尤為關(guān)鍵。

5 基于GFI 模型的中國交通碳排放驅(qū)動因素分解

5.1 中國交通碳排放驅(qū)動因素分解

從以上分析中發(fā)現(xiàn)，30 個省份交通碳排放與行業(yè)增加值的脫鉤趨勢逐步顯著，那么，是哪些因素對脫鉤趨勢起關(guān)鍵作用？為解決這一問題，本文基于GFI 模型，從能源結(jié)構(gòu)（ES）、能源強度（EI）、交通強度（TI）、經(jīng)濟城市化（EG）、城市人口密度（PD）、城市土地規(guī)模（BA）六個角度，對30個省份不同時段上的交通碳排放（C）進行驅(qū)動因素分解，得到圖4。

圖4 中國交通碳排放驅(qū)動因素增長率

總體來說，除人口城市化（PD）外，各項指標整體呈現(xiàn)增長趨勢。其中，2002—2005 年和2012—2019 年一些指標增長率變動較為顯著，前者處在“十五”規(guī)劃和相關(guān)交通規(guī)劃發(fā)布的時間點，促進了中國交通運輸粗放式發(fā)展方式；后者為自黨的“十八大”以來，更注重高質(zhì)量發(fā)展的新時期，交通行業(yè)發(fā)展在考慮擴大規(guī)模的同時，貫徹落實新發(fā)展理念，鼓勵低碳化發(fā)展。

具體而言，在2001—2019 年，城市化帶來的經(jīng)濟增長（EG）和城市土地規(guī)模（BA）持續(xù)增長，城市化進程不斷加快，但增長率出現(xiàn)一定下降；交通強度（TI）、（交通）能源強度（EI）在2006 年前和2012 年后增長率波動較大，主要原因與前述交通總碳排放變動趨勢相同。但總體增長呈現(xiàn)先增長，后下降趨勢，表明中國交通發(fā)展強度正從流量增長轉(zhuǎn)變?yōu)榇媪吭鲩L；城市人口密度（PD）僅在2006 年和2010 年正增長，其余年份均下降，表明中國城市及交通規(guī)劃呈現(xiàn)擴張式發(fā)展特征；交通能源結(jié)構(gòu)（ES）在研究期內(nèi)整體變動不大。

由于GFI 是乘型因素分解方法，為使結(jié)果呈現(xiàn)更直觀，本文對結(jié)果進行了對數(shù)化處理，雖壓縮了變量尺度，但數(shù)據(jù)結(jié)果的大小對應(yīng)關(guān)系不變，得到中國交通碳排放的GFI 因素分解圖（見圖5）。其中，條柱C表示該區(qū)域當年交通碳排放的對數(shù)值。各年份刻度間，不同圖案的條柱（ES，EI，TI，EG，PD，BA），分別表示各因素對該期間內(nèi)交通碳排放（對數(shù)值）變動貢獻大小，其上標簽表示對碳排放增長率的拉動。各因素貢獻總和等于該期間交通碳排放（對數(shù)值）的變化率（±1%）。

圖5 中國交通碳排放及驅(qū)動因素趨勢

30 個省份交通碳排放在研究期內(nèi)呈現(xiàn)持續(xù)上升趨勢，但增長率不斷下降，從第一個階段（2001—2006 年）的129%下降到第四階段（2016—2019 年）的7.5%。

從驅(qū)動因素看，經(jīng)濟城市化、土地城市化對交通碳減排的阻礙作用最大。人口城市化、交通強度、交通能源結(jié)構(gòu)則促進了交通碳減排，（交通）能源強度的正負影響波動較大。說明城市化帶來的經(jīng)濟活力、城市土地規(guī)模增長是驅(qū)動交通碳排放的主要原因，城市人口密度的下降、交通運輸效率提升驅(qū)動交通碳減排；能源結(jié)構(gòu)清潔化進程有效加快了交通碳減排進程；能源強度作用波動大主要來源于交通運輸周轉(zhuǎn)量變動，《國家高速公路網(wǎng)規(guī)劃》《國家公路網(wǎng)規(guī)劃（2013—2030）》等頂層設(shè)計文件的出臺極大地促進了客貨運由長途向短途運輸?shù)母锩行嵘私煌ㄟ\輸效率，而作為響應(yīng)，運輸需求的提升存在滯后性，使得交通運輸周轉(zhuǎn)量形成脈沖震蕩，對交通碳排放的影響方向波動較大，但隨著交通運輸網(wǎng)的完善，周轉(zhuǎn)量提升導(dǎo)致的交通碳排放變動減小。

從時間趨勢維度看，經(jīng)濟城市化、土地城市化對交通碳排放正向驅(qū)動的作用逐步降低，（交通）能源強度、交通強度、能源結(jié)構(gòu)對碳排放的增長先促進后抑制，人口城市化持續(xù)抑制交通碳排放增長。經(jīng)濟、土地城市化起促進作用，說明經(jīng)濟活力、土地規(guī)模擴張的速度放緩直接影響交通碳排放的增長；能源消費量，但交通能源強度的增長率逐步降低，說明前期交通運輸效率提升速度相比能源消費增長較低，后逐步提升；交通強度先小幅促進，后大幅抑制碳排放增長，說明與其他行業(yè)相比，交通行業(yè)對經(jīng)濟增長的貢獻占比逐步降低，作為與國民經(jīng)濟息息相關(guān)的行業(yè)，在基礎(chǔ)設(shè)施不斷發(fā)展的背景下，說明交通效率得到了極大的提升；中國交通行業(yè)的化石能源結(jié)構(gòu)呈現(xiàn)從以油品為主轉(zhuǎn)向天然氣這類低碳化石能源的趨勢，但轉(zhuǎn)變趨勢較小。

5.2 區(qū)域交通碳排放驅(qū)動因素時空分解

對中國四大經(jīng)濟區(qū)域交通碳排放驅(qū)動因素進行時空分析，重點分析與30 個省份交通碳排放驅(qū)動因素時空分解分析的不同，得到圖6。其中，僅東北地區(qū)交通碳排放增長出現(xiàn)先增長后下降的倒“U”型增長趨勢，這主要是由于，東北地區(qū)經(jīng)濟發(fā)展對物流運輸依賴較大，隨著鐵路網(wǎng)優(yōu)化、高鐵的規(guī)劃建設(shè)加速，該地區(qū)由公路運輸轉(zhuǎn)為鐵路運輸?shù)奈锪鲙淼倪\輸效率提升高于其他地區(qū)，從而節(jié)省了交通能源消耗。

圖6 中國區(qū)域交通碳排放驅(qū)動因素

對四大經(jīng)濟區(qū)域交通碳排放產(chǎn)生不同驅(qū)動效果因素主要是（交通）能源強度、交通強度。

能源強度對各地區(qū)交通碳排放影響的不同體現(xiàn)在時間趨勢上，其對東部交通碳排放的增長先促進后抑制（與對30 個省份交通碳排放的影響相同），對中部、西部、東北先促進后抑制，而后又轉(zhuǎn)為促進。這主要是由于，各區(qū)域前期發(fā)展交通運輸行業(yè)時消耗大量能源，而后逐漸注重技術(shù)投入，提升交通運輸效率，使得單位交通周轉(zhuǎn)量產(chǎn)生的碳排放下降，中部、西部、東北地區(qū)在交通低碳技術(shù)逐漸進步、結(jié)構(gòu)布局日趨合理的同時，其優(yōu)化速度無法跟上交通規(guī)模擴張速度帶來的能源消費量的增長，使能源強度對東部碳排放整體呈現(xiàn)促進作用，而對其他三地區(qū)后期由抑制作用轉(zhuǎn)為促進作用。

對于交通強度，從整體看，其對各地區(qū)交通碳排放影響方向波動性較大，而除對東北地區(qū)交通碳排放變動影響逐步增大外，對其他三地區(qū)影響均有所減小。

具體來看，2001—2016 年，交通強度對東部、東北交通碳排放的增長均為先促進后抑制（與對30個省份交通碳排放影響相同），但2016 年后，其對東部轉(zhuǎn)為增長促進作用。這主要是由于，一方面，在交通基礎(chǔ)設(shè)施規(guī)模滿足各地區(qū)經(jīng)濟發(fā)展需要后，其建設(shè)增速放緩，另一方面，高鐵的快速布局替代了過去高速公路的旅客運輸需求，提升了交通運輸效率，由此帶來的交通運輸周轉(zhuǎn)量增長速度低于相應(yīng)時期的各地區(qū)經(jīng)濟增長速度，使交通強度帶來的交通碳排放先促進后抑制，而東部隨著近年來在電子商務(wù)、智慧物流等方面的快速發(fā)展，利用交通運輸效率提升這一優(yōu)勢，推動短途物流供需量提升，從而激發(fā)了運輸周轉(zhuǎn)運輸活力，增大了交通碳排放。

2001—2016 年，交通強度對中部、西部先抑制后促進，而后又轉(zhuǎn)為抑制。這是由于中部、西部在早期因交通基礎(chǔ)設(shè)施建設(shè)滯后，客貨運周轉(zhuǎn)量低，交通行業(yè)增加值在區(qū)域經(jīng)濟增加值的占比偏低，從而抑制兩區(qū)域交通碳排放的增長，而隨著高速公路、高鐵的快速布局，帶來運輸供需量提升，促進交通碳排放增長，隨著基礎(chǔ)運輸需求被滿足后，運輸效率的提升又轉(zhuǎn)化為對交通碳排放增長的抑制作用。

綜上，經(jīng)濟城市化、土地城市化仍是阻礙各地區(qū)交通減排的主要驅(qū)動因素，交通強度對交通碳排放增長的貢獻波動性較大。當前高速和高鐵網(wǎng)的規(guī)劃布局有利于交通減排，而智慧物流則會驅(qū)動?xùn)|部交通碳排放增長，中、西、東北地區(qū)交通運輸結(jié)構(gòu)優(yōu)化能力有待加強。

5.3 不同脫鉤狀態(tài)下中國各省份交通碳排放驅(qū)動因素分析

為進一步探究不同脫鉤狀態(tài)下交通碳排放的驅(qū)動特點，本節(jié)從驅(qū)動因素的角度討論各省份在最新年份（2019 年）呈現(xiàn)不同脫鉤狀態(tài)的原因，重點分析與30 個省份總體層面驅(qū)動因素的不同，具體如圖7 所示。

圖7 中國交通碳排放各類脫鉤狀態(tài)的驅(qū)動因素

從總趨勢來看，除強脫鉤省份，其他類型省份交通碳排放在研究期內(nèi)不斷增長，而強脫鉤區(qū)域交通碳排放變動先上升后下降，呈現(xiàn)倒“U”型曲線關(guān)系。說明強脫鉤省份經(jīng)濟發(fā)展正從數(shù)量增長轉(zhuǎn)為質(zhì)量增長發(fā)展。

從驅(qū)動因素來看，除（交通）能源強度、交通強度外，其他因素對交通碳排放變動的影響大小及方向與30 個省份總體層面（可類比弱脫鉤省份情況）相似。

能源強度、交通強度是造成各?。▍^(qū)、市）形成4 種不同脫鉤類型的主要原因，同時，能源強度是促進脫鉤較差?。▍^(qū)、市）碳排放增長的關(guān)鍵因素。第一，對于強脫鉤、弱脫鉤、擴張連接?。▍^(qū)、市），能源強度、交通強度在早期對交通碳排放起促增長作用，后期轉(zhuǎn)向促減排作用，其中，兩因素對處于過渡狀態(tài)的擴張連接?。▍^(qū)、市），帶來的影響波動性更大，需對清潔化能源轉(zhuǎn)型政策持續(xù)發(fā)力，鞏固政策效果；第二，對于擴張負脫鉤省（區(qū)、市），能源強度在后期對交通碳排放的促增作用反彈程度高于擴張連接省（區(qū)、市）；第三，對比兩因素對交通碳排放的驅(qū)動方向和大小，能源強度是使得強脫鉤?。▍^(qū)、市）后期碳排放降低的最關(guān)鍵因素，也是造成擴張負脫鉤省（區(qū)、市）后期碳排放增長率出現(xiàn)反彈上升的最重要因素。

深入探究強脫鉤省份經(jīng)驗發(fā)展，曾經(jīng)作為能源大省份的河北、山西、黑龍江、寧夏、甘肅，在推進能源轉(zhuǎn)型，分別建立配合京津冀協(xié)同發(fā)展的“低碳化、網(wǎng)絡(luò)化”區(qū)域綜合交通運輸體系、實施國家資源型城市經(jīng)濟轉(zhuǎn)型和能源革命系列行動［53］、推動能源替代戰(zhàn)略、建設(shè)寧夏國家新能源綜合示范區(qū)、構(gòu)建現(xiàn)代能源產(chǎn)業(yè)體系等政策和行動影響后，大幅降低了化石能源生產(chǎn)消費量，能源結(jié)構(gòu)逐步清潔化，從而降低了交通碳排放。

吉林、浙江省均在2018 年分別發(fā)布《吉林省煤炭消費總量控制規(guī)劃（2016—2020）》［54］、《2018年浙江省煤炭消費總量控制方案》［55］，兩省是“十三五”時期為數(shù)不多針對全行業(yè)煤炭消費總量控制發(fā)布頂層設(shè)計文件，且有效控制其他化石能源消費代償性增長的省份。

重慶通過構(gòu)建智能汽車與智慧交通運用示范區(qū)，推動車聯(lián)網(wǎng)產(chǎn)業(yè)發(fā)展在解決交通擁堵的同時，科學(xué)調(diào)度城市交通秩序，引導(dǎo)綠色用車，大大提升了道路運輸效率，降低能源消費。

綜上，經(jīng)濟城市化、土地城市化是造成各脫鉤類型地區(qū)交通碳排放增長的主要驅(qū)動因素，交通能源強度是影響交通碳排放與交通增加值脫鉤的關(guān)鍵因素。推動能源大省全面清潔化、網(wǎng)絡(luò)化轉(zhuǎn)型，在對特定化石能源品種消費總量控制攻堅的同時，防止其他化石能源代償式反彈增長，推動交通行業(yè)智能化發(fā)展將有助于該行業(yè)快速實現(xiàn)與碳排放的脫鉤。

6 結(jié)論及建議

6.1 主要結(jié)論

本文對2001—2019 年中國30 個?。▍^(qū)、市）交通碳排放與交通行業(yè)增加值進行脫鉤分析，使用廣義費雪指數(shù)（GFI）因素分解分析方法對各區(qū)域交通碳排放變動的影響因素進行研究，主要得到以下結(jié)論：

（1）2001—2016 年30 個省份交通碳排放整體呈現(xiàn)不斷上升趨勢，在區(qū)域上呈現(xiàn)東高、中西次之、東北低的特征。大多數(shù)省（區(qū)、市）交通碳排放與行業(yè)增加值間呈現(xiàn)從擴張負脫鉤到弱脫鉤再到強脫鉤的趨勢，具有理想脫鉤關(guān)系的省份從2001—2006年從0 個上升到2016—2019 年的8 個，表明中國交通低碳化趨勢顯著。在第四階段（2016—2019 年），共有8 個?。▍^(qū)、市）實現(xiàn)強脫鉤：河北、山西、吉林、黑龍江、浙江、重慶、甘肅、寧夏，有1 省仍處于擴張負脫鉤狀態(tài)：青海；已實現(xiàn)強脫鉤的省份存在碳達峰后的平臺期波動現(xiàn)象。

（2）從30 個省份來看，經(jīng)濟城市化、土地城市化是抑制交通碳減排最大的阻礙因素，人口城市化、交通強度、能源結(jié)構(gòu)促進了交通碳減排，能源強度的正負影響波動較大。

（3）從脫鉤狀態(tài)角度來看，（交通）能源強度、交通強度是造成各省份形成4 種不同脫鉤類型的主要原因。對于脫鉤情況較好的強脫鉤、弱脫鉤和處于過渡狀態(tài)的擴張連接?。▍^(qū)、市），能源強度、交通強度對交通碳排放先促增長，后促減排，符合EKC 曲線特征。對于脫鉤情況亟待優(yōu)化的擴張負脫鉤省份，能源強度在后期對交通碳排放的促增作用反彈程度高于擴張連接?。▍^(qū)、市），且上升為促使交通碳排放反彈增長的主要因素。

6.2 政策建議

我國交通運輸系統(tǒng)應(yīng)著力建設(shè)更加“高效、緊湊、智能”的城市交通體系，通過經(jīng)濟發(fā)展效率變革、優(yōu)化城市空間利用方式、構(gòu)建智能化交通網(wǎng)絡(luò)等方式，降低由經(jīng)濟增長、土地擴張、交通能源強度推動的交通排放增長，實現(xiàn)交通碳減排目的，具體措施如下：

（1）促進城市經(jīng)濟高效化轉(zhuǎn)型。城市發(fā)展規(guī)劃應(yīng)優(yōu)先設(shè)定包括交通部門在內(nèi)的“雙碳”目標，再以此為約束設(shè)定經(jīng)濟增速目標。我國“十四五”規(guī)劃中設(shè)定未來5 年全國能耗強度下降13.5%、碳排放強度下降18%目標，鼓勵有條件的地區(qū)和行業(yè)率先達峰。因此，各地區(qū)經(jīng)濟發(fā)展必須由過去追求單一維度的經(jīng)濟增長指標，轉(zhuǎn)向視角更全面的經(jīng)濟高質(zhì)量發(fā)展，在經(jīng)濟發(fā)展的同時，考慮交通碳減排約束目標，倒逼經(jīng)濟發(fā)展效率的提升。

（2）加快城市空間緊湊化變革。優(yōu)化低效土地利用方式，統(tǒng)籌推進功能復(fù)合、公共交通有限的集約緊湊型城市發(fā)展方式，減少通勤距離，提升物流運輸效率。北京作為擴散性發(fā)展的超大城市，城市空間不斷擴張，建成區(qū)面積從2000 年的488 km2增加到2019 年的1 469 km2，城市功能分區(qū)明顯，居民在郊區(qū)居住卻在城區(qū)工作的表現(xiàn)明顯［56］。根據(jù)住房和城鄉(xiāng)建設(shè)部發(fā)布的《中國主要城市通勤檢測報告》［57］，2020 年，北京單程平均通勤距離和通勤時耗分別高達11.1 km、47 分鐘，而其城市萬人單程通勤交通碳排放達8.7 t，均位居全國第一。因此，注重城市功能規(guī)劃，充分利用立體空間，減少擴張型發(fā)展，側(cè)重舊城改造設(shè)計有助于城市交通碳排放下降，人民生活水平提升。

（3）實現(xiàn)交通智能化發(fā)展。運用信息化科技手段提升交通運輸、管理效率，降低規(guī)劃與建造成本。一方面，通過能源系統(tǒng)動態(tài)模型，優(yōu)化城市行車組織與節(jié)能運營技術(shù)，提升網(wǎng)線能源調(diào)度管理、交通能源使用效率和方式［58］；另一方面，通過交通引擎構(gòu)建基于自動駕駛、車路系統(tǒng)等智能交通科技，提升城市實時感知、快速響應(yīng)與智慧決策能力，為更智慧、更低排放地治理“城市病”賦能。

釋注：

1）各區(qū)域劃分依據(jù)《中共中央、國務(wù)院關(guān)于促進中部地區(qū)崛起的若干意見》《國務(wù)院發(fā)布關(guān)于西部大開發(fā)若干政策措施的實施意見》以及黨的十六大報告的精神，東部包含北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東、海南，中部包含山西、安徽、江西、河南、湖北、湖南，西部包含內(nèi)蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆，東北包括：遼寧、吉林和黑龍江。