为了给“双碳”目标下我国交通运输行业发展路径及政策制定提供学术参考,基于对数平均迪氏指数法(Logarithmic Mean Divisia Index, LMDI),选取交通运输碳排放系数、运输方式结构、客货运结构和换算周转量4个因素定量分析了2010—2020...为了给“双碳”目标下我国交通运输行业发展路径及政策制定提供学术参考,基于对数平均迪氏指数法(Logarithmic Mean Divisia Index, LMDI),选取交通运输碳排放系数、运输方式结构、客货运结构和换算周转量4个因素定量分析了2010—2020年间我国交通运输行业碳排放变化的主要机理,并结合与美国、日本、德国等已达峰国家相应驱动因素的类比分析,提出我国交通运输行业面向“双碳”目标的路径建议与实现措施。研究结果表明:交通运输碳排放系数、运输方式结构、换算周转量是驱动我国交通运输行业碳排放的关键因素,2010—2020年的贡献率均值分别为24.8%, 27.2%和42.0%,故需要从这3个因素入手,制定针对性的政策来实现交通运输行业“双碳”目标;客货运结构对我国交通运输行业“双碳”目标的影响较弱,2010—2020年的贡献率均值为6.0%,即总周转量中客运和货运占比对我国交通运输行业碳排放的影响不大,但2020年由于新冠疫情的影响,客货运结构对我国交通运输行业碳排放的贡献率升高至43.3%,需要重点关注疫情时期的这一新变化。展开更多
交通运输行业碳排放达峰是一项长期的自然演变过程。为研究中国交通运输行业碳达峰进程,本文首先采用国际类比法,选取国外典型国家,对比国家总体碳排放量、交通运输行业碳排放量以及换算周转量三者峰值出现的时间,分析交通运输行业碳排...交通运输行业碳排放达峰是一项长期的自然演变过程。为研究中国交通运输行业碳达峰进程,本文首先采用国际类比法,选取国外典型国家,对比国家总体碳排放量、交通运输行业碳排放量以及换算周转量三者峰值出现的时间,分析交通运输行业碳排放的自然达峰特征,结合交通需求预测,预判中国交通运输行业碳排放自然达峰时间。然后,引入单位换算周转量碳排放量、铁路公路货运比等核心影响因素,构建交通运输碳排放STIRPAT(Stochastic Impacts by Regression on Population, Affluence, and Technology)预测模型。最后,通过类比分析与模型预测,得到中国交通运输行业碳达峰时间及峰值排放量。国际类比结果表明:交通运输行业碳达峰与国家碳达峰之间没有明确的因果关系,但与换算周转量达峰紧密相关,交通运输行业碳排放达峰时换算周转量达峰或接近峰值;预测中国换算周转量在2048年左右达到26万亿吨公里的平台期,从国际类比的角度判断,中国交通运输行业实现碳排放自然达峰时间约在2040—2043年。STIRPAT模型显示:城镇化率、人均GDP、单位换算周转量碳排放量、铁路公路货运比每增加1%,中国交通运输行业碳排放量将分别增加1.201%、0.259%、0.454%、-0.389%。基于国际类比与STIRPAT模型组合预测判断,中国交通运输行业将在2038—2040年实现碳排放达峰,峰值排放量约为13亿t。展开更多
文摘交通运输行业碳排放达峰是一项长期的自然演变过程。为研究中国交通运输行业碳达峰进程,本文首先采用国际类比法,选取国外典型国家,对比国家总体碳排放量、交通运输行业碳排放量以及换算周转量三者峰值出现的时间,分析交通运输行业碳排放的自然达峰特征,结合交通需求预测,预判中国交通运输行业碳排放自然达峰时间。然后,引入单位换算周转量碳排放量、铁路公路货运比等核心影响因素,构建交通运输碳排放STIRPAT(Stochastic Impacts by Regression on Population, Affluence, and Technology)预测模型。最后,通过类比分析与模型预测,得到中国交通运输行业碳达峰时间及峰值排放量。国际类比结果表明:交通运输行业碳达峰与国家碳达峰之间没有明确的因果关系,但与换算周转量达峰紧密相关,交通运输行业碳排放达峰时换算周转量达峰或接近峰值;预测中国换算周转量在2048年左右达到26万亿吨公里的平台期,从国际类比的角度判断,中国交通运输行业实现碳排放自然达峰时间约在2040—2043年。STIRPAT模型显示:城镇化率、人均GDP、单位换算周转量碳排放量、铁路公路货运比每增加1%,中国交通运输行业碳排放量将分别增加1.201%、0.259%、0.454%、-0.389%。基于国际类比与STIRPAT模型组合预测判断,中国交通运输行业将在2038—2040年实现碳排放达峰,峰值排放量约为13亿t。
