中国水运业碳排放影响因素分解与达峰情景预测

中国目前是全球温室气体排放量最大的国家，面临巨大的减排压力和挑战。作为碳排放大国，党的二十大报告中指出要“积极稳妥推进碳达峰碳中和”。水运业具有的覆盖面宽和高度国际化的特殊性，使得其碳减排问题暂未纳入联合国气候变化框架公约内，仅在国际海事组织（IMO）的主导下开展减排行动。IMO统计数据显示，2022年全球水运业年碳排放量约10亿吨，约占全球碳排放总量的3%。如果把整个水运业看作一个国家，它的碳排放体量居全球第六位。水运业是我国综合运输体系的重要组成部分，交通运输部最新数据表明，2022年我国港口货物吞吐量完成156.85亿吨，港口集装箱吞吐量完成2.96亿标箱，两者均位居世界第一位。面对温室气体减排的国际压力，我国水运业正在积极发展和应用各种减排措施，以实现绿色低碳可持续发展，但尚未就如何实现温室气体减排的初步战略目标而形成明确的技术路径。

1  文献综述

已有关于水运业碳排放的相关研究主要围绕三个方面展开。首先是水运业碳排放总量核算。通过文献分析目前常用的水运业碳排放核算主要包含两种方法：第一种方法为以能源消耗为核心的“自上而下”法，另一种是以出行数据为核心的“自下而上”法。其次是水运业碳排放影响因素分析。从研究结论来看，马雪菲等认为经济发展水平与能源强度分别是最大的促碳和减碳因素，而王勇等认为运输规模是影响水运业碳排放的重要因素，除此之外，运输结构、碳排放强度、能源效率等也被认为是影响水运业碳排放变化的关键因素。最后是水运业碳排放预测研究。针对碳排放量预测模型与情景分析研究，学者们提出了多种建模思路。周玲玲等通过情景分析建立中国国际海运CO₂排放量预测模型，预测了中国2010~2050年国际海运CO₂排放量。曾德芳采用LEAP模型构建长江航运2017~2047年预测框架，通过四种情景预测能源消耗及碳排放情况。当“3060”战略规划提出后，部分学者将研究的视角集中到关于水运业碳排放达峰研究中。例如，廖兵兵对我国航运二氧化碳历史排放情况进行了详细分析，对如何开展“双碳”目标提出了建议和对策。李虎立足实现碳达峰的方式，阐述电动船舶对交通行业实现碳达峰的重要作用和意义。

综上所述，已有文献中，针对水运业碳排放的研究主要集中在碳排放核算和影响因素分析方面，对碳排放预测的研究相对较老，可能与现阶段的实际情况不符，且缺少对中国整体水运业碳排放趋势的分析。另一方面，针对水运业碳达峰的研究多为从宏观层次分析水运业碳排放现状及趋势，进而提出减排路径，缺乏采用实际数据支撑的实证研究。因此，本文基于排放因子法核算中国水运业2001~2020年CO₂排放量；在此基础上，建立LMDI分解模型，识别水运业碳排放的影响因素；最后通过扩展的STIRPAT模型，并结合最新国家相关政策目标，预测不同情景下中国水运业的碳排放的峰值和达峰时间，以期为制定高效低碳的水运业发展政策提供科学依据。

2  研究方法及数据来源

2.1  水运业碳排放总量核算

考虑数据的可得性，本文采用以运输周转量为基础的“自上而下”的计算方法来计算我国水运业能源消耗和二氧化碳排放量。计算公式如下：

E表示水运业的能源消费量，i=1,2分别表示内河运输和海洋运输，表示第i类运输方式的能源消费量，表示第i类运输方式的货物周转量，表示第i类运输方式的单位周转量能耗，C表示水运业的碳排放量，表示第i类运输方式的碳排放量，表示第i类运输方式下的能源折算标准煤参考系数，表示运输方式i中所消耗燃料的碳排放系数。

2.2  LMDI分解模型

本文在Kaya恒等式的基础上，结合中国水运业的实际情况，选取适合于水路运输碳排放的分解因子对Kaya恒等式进行扩展。

C表示水路运输碳排放总量，表示运输方式的碳排放量，表示运输方式的能源消耗量，表示运输方式i的货物周转量，T表示水路货物周转总量，GDP表示中国国内生产总值（以2001年为不变价），P表示人口规模，表示运输方式i中所消耗燃料的碳排放系数，为运输方式i的单位周转量能耗，为运输方式i所占的比重，TI为单位GDP水路货物周转量，A是人均GDP，P是人口总量。

2.3  拓展的STIRPAT模型

York等在IPAT模型基础上提出STIRPAT模型，其标准形式所示：

，I表示环境指标；P、A、T分别表示人口规模、富裕程度和技术水平；a 为模型的系数； b 、c、 d 为变量的系数； e 为随机误差项。为了降低模型异方差的影响，将两边取对数，得到所示：

利用扩展的STIRPAT模型可以对未来碳排放进行预测，本文从人口、经济、技术和水运四个维度对STIRPAT模型进行扩展。扩展后的表达式如下：

P为人口规模；A为人均GDP；ET为单位周转量能耗；S表示运输结构；TI表示运输强度；F表示货运量。β_1~6表示各变量的回归系数。

2.4  数据来源

本文选取的2001~2020年的人口总量和GDP均来自于历年的《中国统计年鉴》，为保证数据的可比性，以2001年数据为基准，剔除价格因素对变量产生的影响。各运输方式的货物周转量和货运量来自于历年的交通运输行业发展统计公报，折算标准煤系数来源于《中国能源统计年鉴》，在碳排放系数确定标准上，本文选取 IPCC 作为标准。营运船舶单位运输周转量能耗参考邢辉等和交通运输行业发展统计公报。考虑到中国水路运输中主要是货运，客运占比较低，因此本文中水路运输主要是指水路货运。

3  研究结果分析

3.1  碳排放量测算

由计算得到2001~2020年中国水运业碳排放量，结果所示。2001~2020年，中国水运业碳排放总量整体呈现上升趋势，从2001年的2536.38万吨增加到2020年的10083.14万吨，年平均增长8.09%。2004年开始，世界经济呈现出强劲复苏态势，中国经济进入新一轮增长周期，全国水路运输形势持续向好，我国水运碳排放量明显增加。但受全球经济危机的影响，2008年我国水运业碳排放量出现“断崖式”下跌，随后持续走高。2015~2019年，受国家鼓励老旧运输船舶提前报废更新政策和设立船舶大气污染排放控制区等影响，水运业碳排放水平逐渐趋于平缓。2020年，新冠肺炎疫情扰乱了全球的供应链和货流，导致我国水运业运量需求总体不振，间接造成了该年水运业碳排放量较前一年跌0.3%。

3.2  碳排放情景预测分析

3.2.1  回归结果分析

在进行线性回归分析时，很容易出现自变量共线性问题，导致模型结果出现严重偏差。经过多重共线性检验发现，6个变量的VIF值均大于10，这表明变量间存在严重的共线性，数据分析的结论并不可靠。为了消除变量之间的多重共线性问题，保证模型预测结果的可靠性，采用岭回归分析STIRPAT模型。岭回归是一种改良的最小二乘法，其放弃最小二乘法的无偏性，通过引入k个单位阵，使得回归系数可估计，以损失部分信息为代价来寻找效果稍差但回归系数更符合实际情况的模型方程。通过观察R²和K的关系以及岭迹图，当K=0.16时，岭迹图趋于平稳，此时自变量系数在显著性为5%的水平下通过方差检验，方差结果显示F= 288.633，sig F为0.000，小于0.01，通过1%的显著性水平检验，证明模型的建立效果比较理想，进而得到水运业碳排放的岭回归方程。

3.2.2  历史数据拟合

本文根据模型对 2001~2020 年中国水运业二氧化碳排放量进行模拟，具体结果所可看出，历史值与模拟值曲线拟合度高，2001~2020 年中国水运业二氧化碳实际排放量与模拟数值的平均相对误差为3.23%。因此，采用模型对未来中国水运业碳排放量进行预测是准确且可靠的。

3.2.3  碳达峰情景设定

为探究中国水运业“碳达峰”前景，本文基于STIRPAT拓展模型，将扩展后的六个变量分为经济因素和减排因素两类。其中经济因素包括人口规模、人均GDP和货运量，减排因素包括单位周转量能耗、运输结构和运输强度。经济因素设定低、中、高三种增长模式，减排因素设定低、中、高三种减排模式，并将经济和减排两类因素的不同模式进行组合，可以得到9种发展情景。

按照国家五年计划制定的特点，参照《世界人口展望2022》、《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》、《水运“十三五”发展规划》、《内河航运发展纲要》以及《水运“十四五”发展规划》等相关政策规划，以5年为周期对不同经济变量和减排变量的变化率进行调整，以此反映未来水运业发展趋势。各种情景的参数设置见表1。

表1 不同经济模式和减排模式下各影响因素变化情况设置

3.2.4  碳达峰趋势分析

本文基于中国水运业碳排放预测模型，结合9种情景设置，计算出不同情景下中国水运业2021~2035年的碳排放量，并得出不同情景下中国水运业碳达峰趋势。根据预测结果，9种情景下中国水运业碳排放峰值大有差异，且达峰时间也不统一。

由图3可以看出当发展模式不变时，随着减排力度的加大，中国水运业碳排放量增长速度明显放缓，碳达峰高度和时间明显下降和提前，达峰后碳排放量下降速度显著加快。这说明优化运输结构、提高运输效率、降低运输能耗能够有效降低碳排放量，提前碳达峰时间。对比不同发展模式的不同方案，情景3、情景6、情景8和情景9均可以在2035年将水运业碳排放量控制在10000万吨以下，但情景3和情景8的碳排放达峰时间晚于情景6和情景9，峰值也明显更高，因此情景6和情景9优于情景3和情景8。考虑到情景9处于低增长发展模式，在此模式下，我国将会面临劳动力不足，经济增长速度缓慢等问题，这与我国发展目标不符，因此情景6被认为是最可能符合我国水运业碳排放的达峰路径，即在经济社会保持稳定增长的趋势下，加大对减排技术、政策和资金的扶持，实现经济社会发展与环境保护双赢。 

4  结论与建议

4.1  研究结论

本文基于2001~2020年中国水运业相关数据，核算了中国水运业历史碳排放量，对中国水运业碳排放影响因素进行了分析，并预测了中国水运业未来的碳达峰情况，主要得出以下结论。

2001~2020年间，除2008年全球经济危机和2020年新冠肺炎疫情期间，我国水运碳排放量出现下降以外，其余年份碳排放总量是不断增长的，年平均增长率8.09%。

采用LMDI分解方法对中国水运业碳排放量变化的因素进行分析后发现，2001~2020年，经济活动效应是促进中国水运业碳排放增长最重要的因素，呈显著正效应，贡献率为122.10%；运输强度效应和周转量能耗效应对于碳排放增长呈负效应，其中运输强度效应是最大的抑制因素，贡献率达-27.19%。

运用STIRPAT模型和情景分析预测中国水运业碳达峰情况时，直至2035年，除了情景1和情景4外，其余情景均实现了碳达峰，达峰时间介于2019~2030年之间，达峰量介于10114~12255万吨之间。中增长高减排的发展情景最有利于中国水运业碳达峰。

4.2  政策建议

为加快中国水运业碳达峰，政策规划时可在如下方面发力：

调整水路运输结构，提高运输效率。降低运输强度是抑制碳排放的最重要工具，加快内河航道扩能升级进程，优化船舶运营调度，提升船舶航行效率，补齐航道基础设施短板，有利于建立高效率水运体系，提升水路运输效率；

提升技术水平，优化能源结构。当前柴油和燃料油仍然是中国水运业主体燃料类型，但随着技术水平的提升，未来水运船舶能源动力系统将有更多清洁低碳的替代选择。另一方面，政府必须加大对船舶新能源转型、新材料研发等的资金政策倾斜，提高清洁替代能源的竞争力。

发挥政策驱动作用，统筹发展与减排。减少水运业碳排放不能以牺牲发展为代价，应发挥政策驱动作用，提高水运业船舶准入标准，最大限度降低减排成本，统筹行业碳减排和经济社会发展，实现温室气体排放控制和绿色低碳发展协同、增效。

本文来源：《物流科技》：https://www.zzqklm.com/w/jg/30901.html