我国航空碳排放发展特征及影响因素研究

航空运输为出行者提供高效、便捷的飞行服务的同时,运输过程的碳排放对大气造成的污染成为一个世界性的焦点问题,也给中国的民航运输业带来巨大的减排压力。有效地识别碳排放的驱动因素及分析各因素的影响程度是实现减排的关键。在计算中国航空运输业2000—2017年碳排放并分析其演变特征的基础上,通过对Kaya恒等式变形和采用对数平均指数分解法(LMDI)对影响中国航空运输业碳排放的驱动因素进行实证分析。研究结果表明,经济发展规模、产业规模、人口规模对碳排放起到正向的驱动作用,能源强度和运输强度起到反向抑制作用。     

中国交通运输业碳排放驱动因素的通径分析方法

分析了中国交通运输业碳排放驱动因素,基于多元回归分析方法,提出了碳排放驱动因素的通径分析方法;基于中国近20年交通运输业碳排放的面板数据,计算了碳排放驱动因素的直接通径系数与间接通径系数,分析了主要驱动因素对碳排放的直接影响程度及其相互作用产生的间接影响程度。分析结果表明:经济水平、运输强度、能源强度是影响交通运输业碳排放的主要因素,直接通径系数越大,对交通运输业碳排放拉动能力越大,间接通径系数越大,对其他因素依赖性越大;经济水平的直接通径系数为1.338,表明经济增长直接刺激了中国交通运输业碳排放的增长,间接通径系数之和为-0.350,表明经济水平对其他2个因素依赖较小,且具有较强的拉动效应;运输强度的直接通径系数为0.422,表明运输强度推动了交通运输业碳排放的增长,间接通径系数之和为1.171,表明运输强度对经济水平有较大的依赖性,单位GDP所消耗的物流量与物流成本较高,所附加的产业价值较低;能源强度的直接通径系数为0.216,表明能源强度是中国交通运输业碳排放增长的重要推动因素,间接通径系数之和为0.119,表明经济发展拉动了能源的快速消费,造成二氧化碳的大量排放,且单位周转量消耗的能源较高,能源的集约利用程度较低,造成了高昂的经济成本和环境成本。     

基于通径分析的四川省交通碳排放驱动机理研究

为深入分析交通运输碳排放内在驱动机理,以1995-2014年四川省实测数据为例,应用 ASIF数据构造原理和逐步回归方法识别有效驱动因子,并由通径分析获取其对行业碳排放增长的直接和间接效应.结果表明：经济强度、运输强度、相对结构和能耗强度是驱动行业碳排放的关键因子;经济强度是碳排放最主要的决策因子,其对碳排放的直接拉动效应明显;运输强度和相对结构对碳排放的影响依赖于经济强度的刺激,而能耗强度几乎可直接作用于碳排放;随着运输化的逐步推进,四川省的运输强度和能耗强度均有一定程度改善,但仍不足以抵消经济强度稳步上行所引致的行业碳排放增长.     

产业转移背景下西部运输需求的完全分解模型

研究西部综合运输系统需求驱动因素，将产业转移因素考虑在内，对原有包含三大因素的完全分解模型进行改进，构建包含经济总量、运输需求强度、产业转移和产业结构整体变动等四大因素的完全分解模型，根据2002-2015年统计数据对西部地区综合运输系统需求进行实例计算.研究结果表明，经济总量增长是西部综合运输系统需求增长的主要原因，随着经济增速放缓，产业转移促进政策的出台，运输需求强度变化和产业转移的影响逐渐显著.在产业转移背景下，西部地区应该根据产业转移发展态势，有针对性地做好综合运输系统布局，创造更好的条件承接产业转移.     

产业转移背景下西部运输需求的完全分解模型

研究西部综合运输系统需求驱动因素,将产业转移因素考虑在内,对原有包含三大因素的完全分解模型进行改进,构建包含经济总量、运输需求强度、产业转移和产业结构整体变动等四大因素的完全分解模型,根据2002—2015年统计数据对西部地区综合运输系统需求进行实例计算.研究结果表明,经济总量增长是西部综合运输系统需求增长的主要原因,随着经济增速放缓,产业转移促进政策的出台,运输需求强度变化和产业转移的影响逐渐显著.在产业转移背景下,西部地区应该根据产业转移发展态势,有针对性地做好综合运输系统布局,创造更好的条件承接产业转移.     

城市交通碳排放预测的多模型对比分析

为寻找合适的城市交通运输碳排放预测方法,基于STIRPAT模型,选取人口总量、人均GDP、机动车保有量、碳排放强度、城镇化率、旅客周转量和货物周转量等7项指标作为城市交通运输碳排放影响因素,分别建立基于遗传算法优化支持向量机、粒子群优化支持向量机、网格搜索优化支持向量机预测模型,并以1995—2016年交通运输碳排放相关指标作为基础数据做实例分析。结果表明:GA-SVM对比PSO-SVM与GS-SVM所得出训练集的相关系数分别增长了2.74%和1.07%,测试集的相关系数分别增长了1.04%和0.29%,较其它两种预测模型具有良好的学习和推广能力,说明GA-SVM模型更适合对城市交通碳排放进行预测分析。     

浙江省城市客运碳排放测算及相关因素分析

根据自上而下的能源消耗碳排放量的计算方法,对2011-2016年浙江省城市客运交通能源消耗和碳排放进行了测算,并从碳排放总量、结构和强度三个方面对浙江省城市客运主要包括公共汽电车、出租车和城市轨道交通的碳排放变化情况进行分析。结合浙江省实际情况,从改善发电结构、提高轨道交通竞争力以及优化出租车营运模式三个方面提出增强浙江省城市客运节能降碳效果的相关政策与建议。     

基于居民出行的城市交通碳排放特征及节能减排策略

为给我国城市交通节能减排提供一定依据,对国内不同等级城市交通碳排放特征进行了分析。基于我国五类七档城市规模划分标准,选取各档共20多个城市的居民出行调查数据,利用基于居民出行的城市交通碳排放计算模型进行了交通碳排放分析与峰值预测,并对各类改善措施进行量化效果评估。结果表明,城市规模、机动化程度、出行距离都与碳排放强度正相关,我国城市交通碳排放将在2022年左右达到峰值,发展公共交通、推广新能源交通工具、提高能源使用效率、降低出行距离等都具有较好的减排效果。     

辽宁省交通运输业碳排放强度变化及因素分解

运用因素分解法将辽宁省交通运输业碳排放强度分解为结构份额和效率份额,通过分析辽宁省近十年的统计数据,计算出交通运输业的碳排放强度的结构份额和效率份额.分析数据显示,辽宁省交通运输业碳排放强度的趋势逐年下降.在下降的因素中,结构份额的累计贡献率为51.99%,而效率份额的累计贡献率为48.01%.可见,影响碳排放强度下降因素中结构份额和效率份额的地位几乎同等重要.     

北京、上海城市交通能耗和温室气体排放比较

北京和上海在城市发展阶段、人口规模等方面具有较强可比性,同时实施了既有相同点又有不同点的城市交通政策,对两市的城市交通能耗和温室气体排放进行比较可客观地评价其政策的实施效果。以不同燃料驱动的不同类型车辆的保有量、年均运营距离、能源强度及排放强度为主要参数定量计算2005年两市的城市交通能耗和CO2排放量。结果发现,两市城市交通能耗总量接近,但上海市的能耗强度和温室气体排放强度略低于北京市,这归功于机动车总量控制政策、公共交通优先发展以及广泛使用的非机动交通。但是,近几年上海城市交通的碳排放强度有明显上升趋势,两市的差距可能逐渐减小。最后,就两市在公共交通（尤其是出租汽车）、非机动交通等方面的发展政策给出建议。