EN中文

地理研究 >

2016 , Vol. 35 >Issue 7: 1230 - 1242

DOI: https://doi.org/10.11821/dlyj201607002

学科动态

中国客运交通的碳排放地理特征与展望

  • 李琳娜 ,
  • BeckyP.Y.Loo
展开
  • 香港大学地理系,香港 999077
通讯作者:Becky P.Y. Loo（1970- ）,女,中国香港人,教授,博士生导师,主要从事交通地理、电子通讯与道路安全研究。E-mail:

作者简介：李琳娜（1986- ）,女,湖南邵阳人,博士,主要从事交通地理研究。E-mail:

收稿日期: 2016-01-18

  要求修回日期: 2016-05-16

  网络出版日期: 2016-07-26

基金资助

香港研究资助局GRF项目（HKU748912）

收起

Carbon dioxide emissions from passenger transport in China: Geographical characteristics and future challenges

  • LI Linna ,
  • LOO Becky P.Y
Expand
  • Department of Geography, The University of Hong Kong, Hong Kong 999077, China

Received date: 2016-01-18

  Request revised date: 2016-05-16

  Online published: 2016-07-26

Copyright

《地理研究》编辑部
Fold

摘要

围绕全国、省市和“一带一路”三个空间层面,对1990-2012年中国客运交通的碳排放进行了估算和分析。研究表明：① 在全国层面上,公路是碳排放总量最大的运输方式,其次是航空,而铁路和水运的碳排放较低且保持稳定;② 在省市层面上,交通碳排放呈现出从东部向中、西部递减的趋势,并且空间分布越来越集中在东部省份;③ “一带一路”的主要城市中,“丝绸之路经济带”（简称“一带”）的沿线城市表现出较低的交通碳排放,而“21世纪海上丝绸之路”（简称“一路”）沿线的港口城市的交通碳排放较高,而且都以公路碳排放为主。未来在满足和控制交通需求的同时,有必要发展以铁路和公共交通为主的低碳交通模式,替代目前以公路为主的交通模式。

关键词： 客运交通; 碳排放; 地理特征; 中国; 一带一路

本文引用格式

李琳娜 , BeckyP.Y.Loo . 中国客运交通的碳排放地理特征与展望[J]. 地理研究, 2016 , 35(7) : 1230 -1242 . DOI: 10.11821/dlyj201607002

Abstract

This paper estimates and analyzes the carbon dioxide (CO2) emissions from urban passenger transport in China from 1990 to 2012 at three spatial scales: the national level, the provincial level and "the Belt and Road" level. At the national level, road transport was found to be the leading source of passenger transport CO2 emissions, followed by air transport, whereas the CO2 emissions from rail and water transport remained at relatively low and stable levels. At the provincial level, CO2 emissions from passenger transport were the highest in the eastern region, followed by the central region, and the lowest in the western region. The increasing coefficients of variation (CV) over the past two decades indicate that transport CO2 emissions tended to be more concentrated in the eastern provinces, such as Guangdong, Jiangsu, Shandong, and Zhejiang. At the "the Belt and Road" level, most major cities along "the Silk Road Economic Belt" (i.e. "the Belt") showed relatively low transport CO2 emissions, whereas the cities along "the 21st-Century Maritime Silk Road" (i.e. "the Road") had relatively high transport CO2 emissions. Nonetheless, road transport already dominated the transport CO2 emissions in all these cities. Following the national development strategy, more travel demand will be generated by the economic development and infrastructure construction in these cities. This can pose a great challenge to the target of low-carbon emissions in China. Apart from managing travel demand, it is necessary to encourage a modal shift from road transport towards more sustainable transport modes, i.e., rail and public transport.

Key words： passenger transport; CO2 emissions; geographical characteristics; China; the Belt and Road

1 引言

碳排放及其导致的气候变化问题已经成为全球关注的热点。交通运输业是人为活动碳排放的第二大来源,仅次于电力与热力生产部门。据国际能源署（International Energy Agency,IEA）统计,2012年全球交通碳排放达到72亿t,占碳排放总量的23%[1]。由于交通运输对石油的高度依赖,以及不断增长的交通需求,交通碳排放已经成为全球碳排放控制的重点[2]。尤其在中国,石油占交通运输能源消耗的比例从1990年的71%提高到2012年的92%,此比例已接近于美国（93%）,高于巴西（82%）[1]。同时,2012年的旅客周转量比1990年增长了5倍,货运周转量增长了6倍[3]。中国交通需求的快速增长,伴随着机动化水平的迅速提高,给交通的节能减排和城市的可持续发展带来巨大的挑战[4]。因此,研究中国客运交通的碳排放地理特征,探讨其增长规律,对政府制定低碳交通战略,以及促进客运的可持续发展,有积极和重要的意义。
目前,国内外针对中国交通碳排放开展了大量的研究[5-7]。与发达国家相比,中国的交通碳排放的数据尚不明确。按照国家温室气体清单的统计,1994年和2005年中国交通运输碳排放量分别为1.66亿t和4.16亿t[8,9]。IEA也提供了中国历年的交通碳排放数据：从1990年的1.09亿t增长到了2012年的7.02亿t[10]。然而,中国交通领域的能源消耗统计仅包括公共营运部门,大量非运营的交通工具并未包含在内[11],尤其是迅速增长的私人小汽车[12]。因此,学者们试图对中国交通的碳排放进行更准确的估算。研究主要对全国层面的不同运输方式的历年碳排放进行分析,包括公路、铁路、航空和水运[5,13,14]。但是,由于交通部门主要是移动排放源,其碳排放很难进行区域分解[10],因此,对交通碳排放的地理特征分析十分有限。例如,蔡博峰等[11]研究了中国2007年的交通碳排放的省市分布,发现碳排放集中在东部沿海省份,西部内陆省份碳排放量较低。张陶新等[15]分析了1995-2010年中国28个省市的交通碳排放量的分布特征,但研究中采用的统计口径包含了交通运输、仓储和邮政业。同时,全国及省市层面的交通碳排放分析往往关注城际交通,而忽视城市内部交通[16];城市内的交通碳排放研究则多集中在单个城市[17,18]或社区层面[19,20],较少对多个城市进行对比分析[21]。此外,针对客运交通,对交通碳排放的地理特征分析也十分有限。然而,研究中国客运交通碳排放的时间增长规律和空间分布特征,一方面有利于国家制定低碳交通政策和促进可持续发展,另一方面能针对不同区域的交通碳排放特征制定差异化的低碳交通策略。因此,结合时间和空间的角度,综合分析中国客运交通的碳排放非常重要。
本文主要对中国客运交通碳排放的时序演化和全国、省市、“一带一路”三个空间层面的地理特征进行分析。首先,回顾1990-2012年全国的客运交通碳排放,既包括城际之间,也包括城市内部的客运交通,并且综合考虑公路、铁路、航空和水运四种运输方式。然后,分析了省市之间的区域差异及其演变,选取1990年、2000年和2010年3个年份,分析交通碳排放的空间差异演变。由于各省市的航空客运周转量是基于各航空公司的注册地进行的统计,未能反映真实的航空客流所经线路和目的地[22]。因此,各省市的碳排放分析只考虑公路、铁路和水运三种运输方式而不包括航空。再次,关注未来中国城市发展战略的重点区域,“丝绸之路经济带”和“21世纪海上丝绸之路”（简称“一带一路”）,分析沿线主要城市交通碳排放的现状。最后,基于对不同空间层面的综合分析,对中国低碳交通的发展提出展望和建议。

2 研究方法

本文围绕全国、省市和“一带一路”三个空间层面展开研究。全国层面的分析旨在提供中国交通碳排放快速增长的历史背景;省市层面的分析揭示了交通碳排放的地理分布特征及演化规律;“一带一路”作为中国中长期重要的发展战略,将带动沿线城市的经济发展和交通基础设施建设,进而产生急速上升的客运交通需求,分析沿线主要城市的交通碳排放现状,有利于应对未来交通需求增长对节能减排带来的巨大挑战,为制定多样性和因地制宜的城市低碳交通策略提供依据。全国和省市层面的研究区包括中国的31个省区或直辖市,由于统计口径不一致,不包括台湾、香港和澳门。“一带一路”沿线的主要城市根据国务院颁布的《推动共建丝绸之路经济带和21世纪海上丝绸之路的愿景与行动》进行选取,包括“丝绸之路经济带”的9个沿线城市（西安、银川、西宁、兰州、乌鲁木齐、重庆、成都、昆明和南宁）和“21世纪海上丝绸之路”的15个港口城市（上海、天津、宁波、广州、深圳、湛江、汕头、青岛、烟台、大连、福州、厦门、泉州、海口和三亚）。
在Loo等[23]的研究基础上,将研究时间从1949-2009年延伸到2012年,进行全国层面的分析。对交通碳排放的估算采取基于燃料消耗的方法,将铁路、航空和水运三种城际交通运输方式分别的燃料消耗量与燃料的碳排放系数相乘得到客、货运交通的碳排放总量[24]。然后,将客运交通的周转量换算成货运周转量,并计算客运周转量在总的换算周转量中的比例,即得到客运交通碳排放占总的交通碳排放量的比例。对于公路交通,燃料消耗包含两部分：城际公共营运车辆的燃料消耗来自参考文献[25];城市内部客运车辆的燃料消耗通过不同类型的客运车辆数量（图1）,年平均运营里程和平均汽油消耗量相乘得到（表1）。各种燃料的碳排放系数来自2006年IPCC国家温室气体清单指南。此外,城市内部交通的碳排放也包括了轨道交通的碳排放,通过年旅客运输量、人均旅行距离和单位周转量的碳排放量相乘进行估算[26]。尽管电动汽车、氢发动机汽车以及其他新能源汽车已经开始应用于中国的城市交通,但是相对于传统的汽油汽车比例仍然很小,以北京为例,2011年城市交通能源消耗的94%来自于汽油[27]。因此,考虑到数据的局限性,电动汽车等新能源汽车的碳排放量不纳入本文的分析范围。
Fig. 1 Road vehicle numbers in China (1990-2012)

图1 中国不同类型的客运车辆数量（1990-2012）
注：在Loo等[23]图1的基础上更新。

Tab. 1 Average annual mileage and average load of road vehicles in China

表1 中国不同类型的客运车辆的年平均行驶里程和载客量

出租汽车 公共汽车 私人汽车和单位车 摩托车
年平均行驶里程(km) 1980-1995年: 121545
1996-2012年: 71175		 1980-2000年: 35000
2001-2012年: 34000		 1980-1998年: 16000
1999-2012年: 18000		 1980-1998年: 9000
1999-2012年: 10000
平均载客量(人) 1.1 16 1.3 1.2
平均汽油消耗(km/kg) 15.07 3.91 15.07 50.23

注：资料来源于He Kebin等[5]、海德堡能源与环境研究所[26]、Huo Hong等[28]。

省市层面的分析基于全国层面使用的各种运输方式的碳排放强度,即单位周转量的碳排放量,与各个省市不同运输方式的旅客周转量分别相乘并加和,得到各省市的交通碳排放总量。其中,各个省市的城际铁路、水运和公路的旅客周转量数据来自《新中国六十年统计资料汇编》[29]和《中国统计年鉴》[3]。因为公路旅客周转量仅包括城际公共营运车辆的数据,对于城市内部客运车辆的碳排放根据车辆保有量、年平均运营里程和平均汽油消耗量进行估算。城市轨道交通的碳排放量根据旅客运输量、人均旅行距离和单位周转量的碳排放量进行估算[26]。各类车辆的保有量数据和城市轨道交通的旅客运输量来自《中国统计年鉴》[3]《中国汽车工业年鉴》[30]和《中国交通年鉴》[31];平均年运营里程和平均汽油消耗数据如表1所示。然而,航空旅客周转量的数据并不是基于航空客流出发地和目的地的统计[22],故本文未能分析各省市的航空碳排放量。在此基础上,选取1990-2010年的时间断面,采用变异系数来表征各省市之间的交通碳排放的区域差异,并用ArcGIS软件进行空间制图,呈现交通碳排放的区域差异演变趋势。变异系数为标准差与平均值的比例,变异系数越大,表明区域差异越大。
“一带一路”层面的分析采用与省市层面类似的方法。其中,城市对外交通（包括公路、铁路和水运）的碳排放量通过各种运输方式的碳排放强度与旅客周转量相乘得到。城市层面各类型车辆的碳排放量基于不同车型的保有量、年平均行驶里程、单位行驶里程燃料消耗的数据（表1）计算。大部分车辆保有量的数据可以通过全国及各城市的统计年鉴得到[32]。对于少量未能获取的车辆保有量数据,根据全省该车型的车辆保有量及该城市在全省的公路周转量所占的比例进行估算。对于已开通轨道交通的城市,轨道交通的碳排放量通过年旅客运输量、人均旅行距离和单位周转量的碳排放相乘得到[26]。在估算“一带一路”沿线城市的碳排放量的基础上,进一步通过ArcGIS地图和图表对各城市的市内交通碳排放量和对外交通碳排放量进行对比分析,从而提出未来发展低碳城市交通的建议。

3 结果分析

3.1 全国客运交通碳排放的时序演变

基于Loo等[23]对中国客运交通碳排放1949-2009年的分析,本文进一步利用燃料消耗的统计数据,估算了2009-2012年的交通碳排放,得到中国1990-2012年各种运输方式的CO2的排放量,如图2所示。总体而言,中国客运交通的碳排放增长迅速,从1990年的2535万t增长到2012年的49399万t,增长了18倍,而城际和城市总的旅客周转量仅增长了9倍,说明中国客运交通的总体能源利用效率降低。其中,公路交通是四种运输方式中碳排放最大,也是增长最迅速的,2012年达到44197万t,是1990年的29倍;其次是航空碳排放量,从1990年的268万t增长到2012年的4136万t。相对而言,铁路和水运的碳排放量较为稳定。铁路1990年的碳排放量为721万t,2012年为1064万t;水运1990年的碳排放量为16万t,2012年降低为2万t。从1990到2012年,铁路和水运在旅客周转量中的比例不断降低,而公路和航空的比例不断提高,导致交通碳排放量的模式分异发生了巨大的变化。1990年,公路、铁路、航空和水运的碳排放量所占的比例分别为60.3%、28.5%、10.6%和0.6%;而2012年的比例分别为89.5%、2.2%、8.4%和0.0%。因此,中国客运交通碳排放量中公路已占绝对的主导地位,航空的比例日益增大,铁路的比例逐渐降低,水运的比例则十分微小。
Fig. 2 CO2 emissions from passenger transport in China (1990-2012)

图2 1990-2012年中国客运交通碳排放量
注：在Loo等[23]图7的基础上更新。

图3展示了四种运输方式的交通碳排放强度,即单位客运周转量的碳排放量。铁路和水运的碳排放强度最低,并且有所降低,表明二者的能源效率都得到了提升。航空的碳排放强度一直处于最高,但逐年降低。公路交通是排放强度第二的交通方式,从1990年的40 g/pkm增长到了2012年的81 g/pkm,几乎与航空的碳排放强度（82 g/pkm）相当。这可能与中国近年来大排量的高档豪华汽车的使用,以及小汽车的平均载客量低有关。
Fig. 3 CO2 emissions per km from passenger transport in China (1990-2012)

图3 1990-2012年中国客运交通碳排放强度
注：在Loo等[23]图8的基础上更新。

3.2 各省市交通碳排放的区域差异

图4显示了1990-2012年以每十年为时间断面的中国各省市的客运交通碳排放量。表2则具体列出了各省市1990年、2000年和2010年的铁路、公路和水运三种交通方式的交通碳排放总量和比例。根据变异系数的计算,得到1990年、2000年和2010年的各省市的交通碳排放总量的变异系数分别为0.67、0.73和0.76。由于变异系数越大,表明区域差异越大,这意味着各省市之间的差距越来越大,这主要由公路碳排放逐渐扩大的区域差异造成。然而,铁路和水运碳排放的变异系数不断减少,分别从1990年的0.81和1.84缩小到2010年的0.70和1.36。具体到空间分布,中国的交通碳排放格局呈现出明显的从东部到中部、西部的阶梯式递减的规律。1990年,东部、中部、西部地区的交通碳排放的比值为51 ∶ 28 ∶ 20,由于东部地区交通碳排放量增长最快,西部其次,中部相对较慢,2000年和2010年此比值分别为54 ∶ 26 ∶ 20和55 ∶ 24 ∶ 21。如表3所示,1990年,东部、中部、西部省份的平均交通碳排放分别为102万t、77万t和40万t,2000年分别为400万t、259万t和137万t,2010年分别为1687万t、995万t和602万t。东部地区内部省份的变异系数也迅速扩大,从1990年的0.52增加到2010年的0.63,而中部、西补地区内部省份的变异系数则基本保持稳定。这说明东部地区内部省份之间的碳排放差异也在扩大。2010年东部沿海的广东、山东、江苏三省的交通碳排放最大,达到2500万t以上,且增长迅速,分别较1990年增长了16倍、24倍和21倍;西部的西藏、青海和宁夏三省的交通碳排放最小,在200万t以下,但与1990年相比,也增长了11倍以上。同时,由表2可知,西部的云南和东部沿海的海南、福建、江苏和山东,公路交通在这些省份的碳排放量比例最高,达到99%,而中西部省份的铁路碳排放比例相对较高,例如甘肃、江西、湖南,比例仍在5%以上,但中部省份的公路交通碳排放的比例也增长最迅速,例如江西的公路交通碳排放比例从2000年的80%增长到2010年的92%。1990年水运碳排放仍在上海、湖北、浙江、四川、安徽的碳排放总量中占据一定的比例,但是2010年所有省市的水运碳排放的比例都不到1%。由此可见,东部沿海的经济发达省份巨大的交通需求仍以公路占据主导,由此产生巨大的CO2迫切需要转向以铁路和水运为主的碳排放强度较低的交通模式,而中西部的省份虽然目前碳排放量相对较低,其增长的模式依然与东部省份类似,未来更需要通过发展铁路和水运来承担日益增长的交通需求。
Fig. 4 Regional disparity of CO2 emissions from passenger transport in China

图4 1990-2010年中国客运交通碳排放的区域差异

Tab. 2 Provincial passenger transport CO2 emissions from 1990 to 2010

表2 1990-2010年各省市的铁路、公路及水运交通碳排放

区域 省份 铁路、公路、水运的碳排放总量（t） 铁路碳排放占比（%） 公路碳排放占比（%） 水运碳排放占比（%）
1990年 2000年 2010年 1990年 2000年 2010年 1990年 2000年 2010年 1990年 2000年 2010年
东部 北京 954216 3964110 17445061 18 3 2 82 97 98 0 0 0
天津 430366 1630822 5968099 35 5 2 65 95 98 0 0 0
河北 1371424 4834336 18203792 50 10 4 50 90 96 0 0 0
上海 725141 2348151 7128428 10 3 4 84 97 96 6 0 0
江苏 1167501 5910694 25731419 29 4 1 70 96 99 0 0 0
浙江 912593 3626002 22591985 23 5 2 76 95 98 2 0 0
福建 633113 2139316 9798269 17 4 1 83 96 99 1 0 0
山东 1217307 6103004 30329886 33 5 1 67 95 99 0 0 0
广东 2084784 9132579 34663056 11 3 2 88 96 98 1 0 0
海南 189367 622203 2208429 1 0 0 99 100 100 1 0 0
辽宁 1523583 3737330 11484159 46 11 5 54 89 95 0 0 0
中部 山西 522870 1982210 8524625 35 5 2 65 95 98 0 0 0
吉林 587894 2039853 6901923 49 8 3 51 92 97 0 0 0
黑龙江 831253 2565984 7229322 43 8 4 57 92 96 0 0 0
安徽 706858 2358552 10447989 43 11 4 56 89 96 1 0 0
江西 480989 1679634 7419746 43 20 8 57 80 92 0 0 0
河南 1332816 4275276 17647793 47 11 4 53 89 96 0 0 0
湖北 760071 3040001 10723299 30 10 4 66 90 96 4 0 0
湖南 951347 2777221 10731690 47 18 7 53 82 93 0 0 0
西部 内蒙古 410296 1630607 6993112 38 7 2 62 93 98 0 0 0
广西 534085 2362643 9715269 34 6 2 64 94 98 1 0 0
重庆 0 1137719 4824946 - 5 2 - 93 98 - 3 0
四川 1076193 3377452 16120403 27 4 2 71 96 98 2 0 0
贵州 388962 1014007 4806368 36 14 4 64 86 96 0 0 0
云南 353828 1836915 9847888 13 2 1 87 98 99 0 0 0
西藏 29465 115311 447338 0 0 2 100 100 98 0 0 0
陕西 689989 1786946 8395574 42 13 4 58 87 96 0 0 0
甘肃 415269 961668 3475522 48 16 9 52 84 91 0 0 0
青海 94488 337891 1088792 18 4 4 82 96 96 0 0 0
宁夏 87088 354870 1614500 15 9 2 85 91 98 0 0 0
新疆 356002 1558194 4930223 29 8 3 71 92 97 0 0 0
各省合计 21819158 81241500 337438905 - - - - - - - - -
平均值 703844 2620694 10885126 30 7 3 66 93 97 1 0 0
标准差 472065 1904586 8253146 - - - - - - - - -
变异系数 0.67 0.73 0.76 - - - - - - - - -
Tab. 3 Comparison of provincial passenger transport CO2 emissions between the eastern, central, and western regions

表3 东部、中部、西部各省市的交通碳排放量对比

年份 东部 中部 西部
I. 平均交通碳排放量（万t）
1990 102 77 40
2000 400 259 137
2010 1687 995 602
II. 交通碳排放量的变异系数
1990 0.52 0.36 0.74
2000 0.60 0.31 0.68
2010 0.63 0.35 0.75
III. 交通碳排放量最大的省份（万t）
1990 广东（208） 河南（133） 四川（108）
2000 广东（913） 河南（428） 四川（338）
2010 广东（3466） 河南（1765） 四川（1612）
IV. 交通碳排放量年增长率最高的省份（%）
1990-2000 江苏（18） 湖北（15） 云南（18）
2000-2010 浙江（20） 安徽（16） 云南（18）
V. 公路交通碳排放比例最高的省份（%）
1990 海南（99） 湖北（66） 西藏（100）
2000 海南（100） 山西（95） 西藏（100）
2010 海南（100） 山西（98） 云南（99）
VI. 公路交通碳排放比例增长最大的省份（%）
1990-2000 河北（40） 吉林（41） 甘肃（32）
2000-2010 辽宁（6） 江西（13） 贵州（10）

3.3 “一带一路”城市的交通碳排放

2013年9月和10月,中国国家主席习近平先后提出共建“丝绸之路经济带”和“21世纪海上丝绸之路”（以下简称“一带一路”）的发展战略。随着“一带一路”发展战略的推进,经济的发展和交通基础设施的建设必然导致城市客运需求的上升,如何提高交通能源利用效率,促进低碳交通的发展,十分重要。“一带一路”不仅是中国对外联系的交通走廊,也是中国内部区域之间联系的重点区域,研究这两条交通走廊的碳排放特征,指出目前主要城市存在的交通问题,有助于引导未来中国低碳交通的发展。
图5呈现了2012年“一带一路”沿线主要城市的交通碳排放的空间格局。表4则列出了各城市的各种运输方式的碳排放量及占所在省份的碳排放比例。由于“丝绸之路经济带”的主要城市均位于西部,经济相对东部沿海发展较慢,其交通碳排放整体水平较低,尤其是乌鲁木齐、兰州、银川和西宁,其交通碳排放都低于200万t。“21世纪海上丝绸之路”则沿东部沿海分布,经济较为发达,其中,上海、天津、广州、深圳的交通碳排放量最大,其他中小城市,如湛江、汕头、厦门、海口、三亚的碳排放量则相对较小。各个城市的城市内部交通的碳排放量远高于城市对外交通,在部分城市占的比例达到95%以上,包括“丝绸之路经济带”的昆明和银川,以及“21世纪海上丝绸之路”的上海、天津、宁波、大连、厦门和泉州。控制这些城市内部的交通需求增长,同时促进这些城市的公共交通的发展十分必要,尤其是相对低碳的城市轨道交通。目前,“一带一路”沿线已有轨道交通的城市主要包括上海、天津、广州、深圳、大连、西安、重庆和成都,按照人口规模达到500万,人均GDP达到11400美元（2008年不变价）适合建设地铁的标准[33],宁波、青岛也达到发展轨道交通的条件。随着“一带一路”战略的实施,沿线城市人口和经济将持续发展,越来越多的城市将具备发展地铁的条件。此外,鼓励自行车和步行交通出行也有利于低碳城市交通的发展。
Fig. 5 Passenger transport CO2 emissions in main cities and provincesof "the Belt and Road" (2012)

图5 2012年中国“一带一路”主要城市及所在省份的交通碳排放量

Tab. 4 Passenger transport CO2 emissions in main cities of "the Belt and Road" (2012)

表4 2012年中国“一带一路”主要城市的交通碳排放量

区域 城市 城市交通碳排放总量（t） 市内交通碳排放占的比例（%） 市内各交通方式碳排放的比例（%） 对外交通碳排放占的比例（%） 对外各种交通方式碳排放的比例（%） 所在省份 全省交通碳排放总量（t） 占全省碳排放的比例（%）
铁路 公路 铁路 公路 水运
丝绸之路经济带
（西部）		 西安 4151466 91 0.2 99.8 9 16 84 0 陕西 11824645 35
银川 1150956 95 0 100 5 0 100 0 宁夏 2325702 49
西宁 814682 90 0 100 10 42 58 0 青海 1675528 49
兰州 1310132 84 0 100 16 57 43 - 甘肃 4968175 26
乌鲁木齐 1870268 92 0 100 8 21 79 0 新疆 7412125 25
重庆 6864920 85 0.5 99.5 15 11 89 0 重庆 6864920 100
成都 8184618 93 0.2 99.8 7 6 94 0 四川 21402623 38
昆明 4410813 95 0 100 5 14 86 0 云南 13156737 34
南宁 2854541 87 0 100 13 0 100 0 广西 12494618 23
21世纪海上丝绸之路 （东部） 上海 8625192 97 3.1 96.9 3 24 76 0 上海 8625192 100
天津 8272466 95 0.2 99.8 5 36 64 0 天津 8272466 100
宁波 4967476 95 0 100 5 - 100 0 浙江 30717101 16
广州 7048934 78 3.9 96.1 22 25 75 0 广东 45282469 16
深圳 6924593 91 1.4 98.6 9 5 95 0 广东 45282469 15
湛江 1005837 81 0 100 19 - 100 0 广东 45282469 2
汕头 1571607 91 0 100 9 - 100 - 广东 45282469 3
青岛 4637181 94 0 100 6 - 100 0 山东 41780301 11
烟台 3211848 92 0 100 8 - 99 1 山东 41780301 8
大连 3334727 95 0.3 99.7 5 33 66 1 辽宁 15412845 22
福州 2437644 94 0 100 6 - 100 0 福建 12780106 19
厦门 1981269 95 0 100 5 - 100 0 福建 12780106 16
泉州 3019538 95 0 100 5 4 96 0 福建 12780106 24
海口 1334760 85 0 100 15 12 88 0 海南 2772280 48
三亚 356152 83 0 100 17 18 82 0 海南 2772280 13
未来,在“一带一路”战略的影响下,沿线主要城市的对外交通碳排放量的增长率有可能高于城市内部交通。城市对外交通中,主要分析了铁路、水运和公路三种交通方式。部分城市将铁路作为重要的交通方式,例如兰州、西宁和天津,铁路周转量占到50%以上,具有较高的能源利用效率。水运的地位虽然逐渐降低,但是在少量城市仍然得到了保留,例如烟台、大连、厦门、湛江和上海等沿海城市,由于水运碳排放强度很低,未来应该进一步推动沿海城市的水运发展。但是,大量城市仍然高度依赖公路作为对外交通的主要方式,例如银川、南宁、泉州、深圳等城市,公路交通的比例已高达90%以上,由此产生的交通碳排放问题将日益严重,因此,未来应该推动铁路和水运的发展,以降低其对外交通的碳排放。其中,铁路的发展需要社会经济水平达到一定的规模,包括人口和经济收入[34],水运的发展更加依赖自然条件,例如河流和港口。因此,“丝绸之路经济带”位于西北的沿线城市,由于缺少河流和港口,更适合发展铁路运输,而西南地区的沿线城市水流充沛,可以在发展铁路运输的同时,促进水运发展。对于“21世纪海上丝绸之路”的沿线城市,都位于沿海地区,经济发达,人口密集,同时具有河流和港口,适合铁路和水运的共同发展。

4 展望

根据1990-2012年的中国客运交通碳排放的增长,可以得出中国交通碳排放的快速增长,一方面源于交通需求的迅速增加,另一方面与运输方式的转变密切相关。综合考虑城际交通和城市内部交通,1990-2012年,公路占旅客周转量的比例从56%上升到77%,航空从3%上升到7%,铁路则从39%下降到15%,水运从2%下降到0（图6）。然而,公路和航空的碳排放强度远远高于铁路和水运,并且公路的碳排放强度一直处于上升状态。未来如果旅客周转量继续按照1990-2012年间的11%的速度增长,假设各种交通方式的比例和碳排放强度保持不变,到2020年,中国客运交通碳排放将达11.38亿t,是2012年的2.3倍。由于技术经济特性的影响,相对于铁路,水运在客运中的作用受到限制。因此,未来中国客运交通碳排放控制的重点在于控制公路交通需求和引导客流向铁路的转变。
Fig. 6 Passenger transport turnover volume and the percentage of road, air, rail, and water transport in China (1990-2012)

图6 1990-2012年中国旅客周转量总量及各种交通方式占比

由于各个省份所处的经济发展阶段和交通运输结构不同,未来交通碳排放的发展趋势也有所不同。1990-2010年,东部沿海省份的平均碳排放量增长了16倍,中部增长了12倍,西部增长了14倍。因此,交通碳排放量虽然从东部向中部、西部递减,但东部和西部的交通碳排放增长最为迅速。随着“一带一路”战略的实施,东部和西部城市的碳排放量将进一步提高。这主要由于沿线城市、区域之间以及跨国贸易的持续增长,将带来迅速上升的人口规模和旅客交流。2012年,“一带一路”沿线主要城市的旅客周转量为11876亿人公里,产生了0.90亿t的碳排放,占全国交通碳排放总量（不含民航）的20%。按照全国旅客周转量（不含民航）1990-2012年的年均增长率（11%）,假设未来“一带一路”沿线主要城市的旅客周转量的年均增长率为全国的两倍（22%）,那么到2020年,这些城市总的旅客周转量将达到58283亿人km。如果各种交通方式的比例和碳排放强度保持不变,到2020年,总的碳排放量将达到4.43亿t,占全国2020年交通碳排放总量（不含民航）的43%。因此,这些区域将成为中国未来控制交通碳排放的重点区域,也是促进交通方式从公路向铁路和水运转变的重点区域。尤其是东部沿海城市,不仅交通需求大,公路碳排放的比例也最高,事实上,这些城市人口密集,地势平坦,且有港口,具备发展铁路和水运的良好条件,未来可以通过发展铁路和水运来降低交通碳排放。而西部内陆省份的交通需求较小,铁路运输的比例也较高,受到地形和人口分布的限制,可以进一步发展铁路,适当发展航空。随着航空碳排放强度的逐年降低,目前与公路交通的碳排放强度相当,甚至低于私人小汽车。对于城市内部交通,则需要以公共交通为导向,综合考虑社会、经济等因素,适当发展地铁、公交和自行车,减少私人小汽车的使用。

5 结论与讨论

控制客运交通碳排放的基本前提是量化CO2的排放量。本文对1990-2012年全国各省市及“一带一路”沿线城市的客运交通碳排放的地理特征分析表明：① 全国层面,中国客运交通碳排放以公路交通为主导,其次是航空,铁路和水运的碳排放较少,且碳排放强度较低;② 省市层面,中国客运交通碳排放呈现出明显的从东部向中、西部逐渐递减的趋势,交通碳排放,尤其是公路交通碳排放越来越集中在东部沿海的少数省份,西部省份虽然碳排放量较少,但增长速度同样较高;③ “一带一路”沿线城市中,“丝绸之路经济带”的沿线城市碳排放水平远低于“21世纪海上丝绸之路”的沿线城市,但绝大多数城市仍然高度依赖公路交通,未来应积极发展铁路和公共交通,以降低交通碳排放。针对中国客运碳排放的地理特征,未来中国低碳交通重点应放在控制东部沿海省份的交通碳排放,尤其是公路交通碳排放,通过促进公共交通、降低机动车单位能耗、控制汽车排放标准[35]等措施促进节能减排。对于西部省份,在发展经济和交通基础设施的同时,应引导铁路发展,控制小汽车增长,以控制碳排放的快速增长。此外,由于“一带一路”沿线城市的交通碳排放以市内交通为主,尤其是小汽车出行占比很大,因为未来结合具体城市的社会经济条件,制定相应政策鼓励自行车、公交和地铁等低碳交通方式,完善自行车、公交和地铁等交通基础设施,对降低城市交通碳排放十分必要。
尽管本文综合考虑公共营运交通和私人交通工具,对中国客运交通碳排放的地理特征做了深入探讨,但由于数据获取难度较大,有些因素未能考虑,例如车辆设计、交通条件、驾驶行为[36]对客运交通碳排放都会产生影响。未来随着更全面的交通统计数据库的建立和出行调查的实施,可以对客运交通碳排放做更加精确的模拟和预测。再者,随着可再生能源和替代能源在客运交通中的应用[37]和低碳交通政策的实施,中国客运交通碳排放将呈现更多的新的趋势,也是未来有待研究的重要问题。

The authors have declared that no competing interests exist.

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
IEA. CO2 emissions from fuel combustion: Highlights. https://www.iea.org/publications/freepublications/publication/CO2EmissionsFromFuelCombustionHighlights2014.pdf, 2015-05-10.

[2]
Schwanen T.Geographies of transport I: Reinventing a field?. Progress in Human Geography, 2016, 40(1): 126-137.This first of three reports confirms and extends recent reflections on the diversity and vibrancy of the study of transport in geography. It identifies multiple drivers for the recent re-engagement with transport, suggesting that the way in which transport has become enmeshed with other forms of flow and circulation across multiple spatial and temporal scales may be the most significant. It reviews recent geographical research on the enmeshment of transport and a wide range of other circulations in three settings: the economy, climate change, and public health. The review suggests that the now widespread attention to transport issues by geographers who may not self-identify as experts in transport or mobilities is the defining characteristic of recent work on the geographies of transport. The re-engagement from across the discipline is potentially reinventing the field by bringing an unprecedented variety of perspectives to bear on the geographical analysis of transport. It means that the transport geography community should not limit its attention to staging further dialogue with the mobilities community but rather strike up more topic-oriented conversations across the whole discipline.

DOI

[3]
国家统计局. 中国统计年鉴. 北京: 中国国家统计局, 1982-2013.

[National Bureau of Statistics of China. China Statistical Yearbook. Beijing: China Statistics Press, 1982-2013.]

[4]
Loo B P Y, Cheung W S, Yao S. The rural-urban divide in road safety: The case of China. The Open Transportation Journal, 2011, 5: 9-20.Mainland China accounted for about 7% of the global road fatalities in 2008. Road crashes happening on Chinese roads were deadly. On average, one person died in every four reported traffic crashes. Despite the scarcity of data, substantial rural-urban differences were found. In the rural areas, higher-order Highways, roads with no lighting and some heavy vehicles warrant particular attention from road safety administrations. In the 2000s, the average number of road fatalities per 100 crashes on Expressways quadrupled. Furthermore, the rural-urban divide was not limited to inner provinces only but was found in a large part of the country. By 2008, nearly 70% of the provincial units were having larger shares of rural population. In the long term, only a national road safety strategy will provide the necessary holistic framework for addressing the road safety problems in China systematically.

[5]
He Kebin, Huo Hong, Zhang Qiang, et al.Oil consumption and CO2 emissions in China's road transport: Current status, future trends, and policy implications. Energy policy, 2005, 33(12): 1499-1507.<h2 class="secHeading" id="section_abstract">Abstract</h2><p id="">With the rapid economic growth in China, the Chinese road transport system is becoming one of the largest and most rapidly growing oil consumers in China. This paper attempts to present the current status and forecast the future trends of oil demand and CO<sub>2</sub> emissions from the Chinese road transport sector and to explore possible policy measures to contain the explosive growth of Chinese transport oil consumption. A bottom-up model was developed to estimate the historical oil consumption and CO<sub>2</sub> emissions from China's road transport sector between 1997 and 2002 and to forecast future trends in oil consumption and CO<sub>2</sub> emissions up to 2030. To explore the importance of policy options of containing the dramatic growth in Chinese transport oil demand, three scenarios regarding motor vehicle fuel economy improvements were designed in predicting future oil use and CO<sub>2</sub> emissions. We conclude that China's road transportation will gradually become the largest oil consumer in China in the next two decades but that improvements in vehicle fuel economy have potentially large oil-saving benefits. In particular, if no control measures are implemented, the annual oil demand by China's road vehicles will reach 363 million tons by 2030. On the other hand, under the low- and high-fuel economy improvement scenarios, 55 and 85 million tons of oil will be saved in 2030, respectively. The scenario analysis suggests that China needs to implement vehicle fuel economy improvement measures immediately in order to contain the dramatic growth in transport oil consumption. The imminent implementation is required because (1) China is now in a period of very rapid growth in motor vehicle sales; (2) Chinese vehicles currently in the market are relatively inefficient; and (3) the turnover of a fleet of inefficient motor vehicles will take a long time.</p>

DOI

[6]
Wang Run, Liu Wenjuan, Xiao Lishan, et al.Path towards achieving of China's 2020 carbon emission reduction target: A discussion of low-carbon energy policies at province level. Energy Policy, 2011, 39(5): 2740-2747.Following the announcement of the China's 2020 national target for the reduction of the intensity of carbon dioxide emissions per unit of GDP by 40-45% compared with 2005 levels, Chinese provincial governments prepared to restructure provincial energy policy and plan their contribution to realizing the State reduction target.<br/>Focusing on Fujian and Anhui provinces as case studies, this paper reviews two contrasting policies as a means for meeting the national reduction target. That of the coastal province of Fujian proposes to do so largely through the development of nuclear power, whilst the coal-rich province of Anhui proposes to do so through its energy consumption rate rising at a lower rate than that of the rise in GDP. In both cases renewable energy makes up a small proportion of their proposed 2020 energy structures. The conclusion discusses in depth concerns about nuclear power policy, energy efficiency, energy consumption strategy and problems in developing renewable energy. (C) 2011 Elsevier Ltd. All rights reserved.

DOI

[7]
Dhakal S.Urban energy use and carbon emissions from cities in China and policy implications. Energy Policy, 2009, 37(11): 4208-4219.<h2 class="secHeading" id="section_abstract">Abstract</h2><p id="">Urban areas contain 40% of the population and contribute 75% of the Chinese national economy. Thus, a better understanding of urban energy uses is necessary for Chinese decision-makers at various levels to address energy security, climate change mitigation, and local pollution abatement. Therefore, this paper addresses three key questions: What is the urban contribution to China's energy usage and CO<sub>2</sub> emissions? What is the contribution of large cities, and what alternate energy&ndash;economy pathways are they following? How have energy uses and CO<sub>2</sub> emissions transformed in the last two decades in key Chinese cities? This three-tier analysis illustrates the changes in urban energy uses and CO<sub>2</sub> emissions in China. The results show that the urban contributions make up 84% of China's commercial energy usage. The 35 largest cities in China, which contain 18% of the population, contribute 40% of China's energy uses and CO<sub>2</sub> emissions. In four provincial cities, the per capita energy usage and CO<sub>2</sub> emissions have increased several-fold. Rapid progress was made in reducing the carbon intensity of economic activities in cities throughout the 1990s, but alarmingly, such progress has either slowed down or been reversed in the last few years. These results have important policy implications.</p>

DOI

[8]
国家发展和改革委员会. 中华人民共和国气候变化初始国家信息通报. 北京: 中国计划出版社, 2004.

[National National Development and Reform Commission. The People's Republic of China Initial National Communication on Climate Change. Beijing: China Planning Press, 2004.]

[9]
国家发展和改革委员会, 2015-05-10.

[National National Development and Reform Commission, 2015-05-10.]

[10]
IEA, 2015-05-10.

[11]
蔡博峰, 曹东, 刘兰翠, 等. 中国交通二氧化碳排放研究. 气候变化研究进展, 2011, 5(3): 197-203.评述了中国全国及区域水平交通 领域CO2排放研究的不足和困难,提出了道路运输、铁路运输燃油消费量的估算方法、参数及区域分配方法,并根据文献研究和公开资料进行校对,采用中国交通 领域CO2排放因子,计算中国2007年全国和各省道路运输、铁路运输、航空运输和水路运输的CO2排放。中国2007年交通领域CO2排放量为4.36 亿t,占2007年全国能源利用CO2排放的7%,低于2007年全球交通部门23%的排放比例。中国道路运输CO2排放占交通领域绝对主体,为 86.32%。

DOI

[Cai Bofeng, Cao Dong, Liu Lancui, et al.China transport CO2 emission study. Advances in Climate Change Research, 2011, 5(3): 197-203.]

[12]
黄晓燕, 曹小曙, 李涛. 中国城市私人汽车发展的时空特征及影响因素. 地理学报, 2012, 67(6): 745-757.选取中国235 个地级以上城市为样本,研究了1990-2009 年中国城市私人汽车拥有量演变的时空特征,并选取了9 个解释变量,使用1995-2009 年的面板数据,建立面板数据模型量化各影响因素的贡献率,分析各因素对城市私人汽车拥有量的作用机制。研究结果表明:① 中国城市私人汽车的发展呈现出一定的阶段性特点,并具有明显的空间集聚及区域分异特征;② 中国城市私人汽车发展的空间差异呈先增大后缩小的倒“U”形变动轨迹;2000 年后,中国城市私人汽车发展的空间差异出现了地带间趋异而地带内趋同的现象;③ 经济因素是私人汽车拥有量的决定性因素,私人汽车拥有量随人均收入的发展呈现出“S”形增长,城市化水平对私人汽车拥有量具有显著正效应,但对特大及巨大城市却产生了不显著的负效应;④ 城市空间扩张带来的城市规模增加会导致城市私人交通工具使用需求增大,当城市人口规模达到一定的临界值以上后,城市人口密度的增加能抑制私人汽车拥有量的增加;⑤ 城市公共交通及出租车的服务能力对私人汽车的增长有抑制作用,但并不显著,且随着城市规模的扩大,城市公共交通发展对私人汽车增长的抑制作用逐渐增强。

DOI

[Huang Xiaoyan, Cao Xiaoshu, Li Tao.The Spatio-temporal variations of urban private car ownership in China and their influencing factors. Acta Geographica Sinica, 2012, 67(6): 745-757.]

[13]
Wang Wenwen, Zhang Ming, Zhou Min.Using LMDI method to analyze transport sector CO2 emissions in China. Energy, 2011, 36(10): 5909-5915.China has been the second CO2 emitter in the world, while the transportation sector accounts for a major share of CO2 emissions. Analysis of transportation sector CO2 emissions is help to decrease CO2 emissions. Thus the purpose of this paper is to investigate the potential factors influencing the change of transport sector CO2 emissions in China. First, the transport sector CO2 emissions over the period 1985-2009 is calculated based on the presented method. Then the presented LMDI (logarithmic mean Divisia index) method is used to find the nature of the factors those influence the changes in transport sector CO2 emissions. We find that: (1) Transport sector CO2 emissions has increased from 79.67 Mt in 1985 to 887.34 Mt in 2009, following an annual growth rate of 10.56%. Highways transport is the biggest CO2 emitter. (2) The per capita economic activity effect and transportation modal shifting effect are found to be primarily responsible for driving transport sector CO2 emissions growth over the study period. (3) The transportation intensity effect and transportation services share effect are found to be the main drivers of the reduction of CO2 emissions in China. However, the emission coefficient effect plays a very minor role over the study period. (C) 2011 Elsevier Ltd. All rights reserved.

DOI

[14]
何吉成, 李耀增. 1975-2005年中国铁路机车的CO2排放量. 气候变化研究进展, 2010, 6(1): 35-39.基于我国铁路部门逐年统计数据，计算了1975-2005年我国铁路机车的CO<SUB>2</SUB>排放量，分析了我国铁路机车CO<SUB>2</SUB>排放强度及其变化特点。结果表明，由于蒸汽机车不断被内燃机车和电力机车所取代，我国蒸汽机车CO<SUB>2</SUB>年排放量逐年降低，内燃机车的CO<SUB>2</SUB>年排放量逐年上升，铁路机车CO<SUB>2</SUB>总排放量由1975年的4223万t降至2005年的1640万t，CO<SUB>2</SUB>排放强度呈现明显的降低趋势，年均降低2.4 g /换算吨公里。我国铁路机车的CO<SUB>2</SUB>排放量占整个交通运输仓储和邮政行业CO<SUB>2</SUB>排放量的比重也呈逐年降低趋势。

[He Jicheng, Li Yaozeng.Estimation of CO2 emission of locomotives in China during 1975-2005. Advances in Climate Change Research, 2010, 6(1): 35-39.]

[15]
张陶新, 曾熬志. 中国交通碳排放空间计量分析. 城市发展研究, 2013, (10): 14-20.

[Zhang Taoxin, Zeng Aozhi.Spatial econometrics analysis on China transport carbon emissions. Urban Development Studies, 2013, (10): 14-20.]

[16]
王淼. 中国交通运输部门低碳发展模式研究. 大连: 大连理工大学硕士学位论文, 2012.随着我国经济的快速发展,能源消费量进入了高速增长期,特别是石油消费量的增加尤为明显。我国石油消费增长的主要原因来自我国交通运输部门不断增长的能源需求,而石油消费增长则进一步加剧了二氧化碳排放量的增加。探寻影响交通运输部门二氧化碳排放变化的主要因素,并对其进行定量研究以确定主要因素的影响程度,对分析和探讨我国交通运输部门的低碳发展模式具有重要意义。 本文根据我国现有的统计数据以及我国实际情况,推算了1985-2010年我国交通运输部门(货运交通和区域间客运交通)的能源消费量及二氧化碳排放量。我国交通运输部门的能源消费量从1985年的857.0PJ增长到2010年的11394.5PJ,增加了12.3倍,年均增长12.1%；二氧化碳排放量从1985年的66.8Mt增长到2010年的847.6Mt,增加了11.7倍,年均增长11.8%；其中货运交通是我国交通运输部门能源消费量和二氧化碳排放的主体,2010年货运交通的能源消费量占91.5%,二氧化碳排放量占91.6%。 论文采用完全因素分解模型,对1985～2010年我国交通运输部门的二氧化碳排放量进行了定量分析。将影响中国交通运输部门二氧化碳排放量变化的因素分解为活动量因素(即周转量规模对二氧化碳排放量的影响)、一层结构因素(即交通方式的周转量比重变化对二氧化碳排放量的影响)、二层结构因素(即交通工具的周转量比重变化对二氧化碳排放量的影响)和效率因素(即二氧化碳排放强度变化对二氧化碳排放量的影响)。结果表明：活动量因素是交通运输部门二氧化碳排放量增加主要因素；一层结构因素也促进了二氧化碳排放的增加；二层结构因素和效率因素都起到了减少二氧化碳排放的作用,但减排效果并不明显。 最后,根据以上的定量研究结果,对我国交通运输部门低碳发展模式进行了分析。实现我国低碳交通需要从以下四方面着手,一是调控交通需求,即减少不必要的交通周转量；二是提高效率,即降低交通运输方式的单位排放；三是优化交通一层结构,即增加单位排放较低的运输方式的比重；四是优化交通二层结构,即采用排放因子较小的燃料。

[Wang Miao.Low carbon development model research on transportation sector in China. Dalian: Master Dissertation of Dalian University of Technology, 2012.]

[17]
Peng Binbin, Du Huibin, Ma Shoufeng, et al.Urban passenger transport energy saving and emission reduction potential: A case study for Tianjin, China. Energy Conversion and Management, 2015, 102: 4-16.With rapid growth of the vehicle population, urban passenger transport in China is largely responsible for increases in energy consumption, greenhouse gas (GHG) emissions, and also atmospheric pollutants (NO x , CO, HC, PM). In this paper, we first develop an urban passenger transport energy saving and emission reduction potential evaluation model using the “Long Range Energy Alternatives Planning (LEAP)” tool; and then take Tianjin city as an empirical case to evaluate the reduction potential of final energy consumption, GHG emissions and pollutants emissions of Tianjin’s urban passenger transport sector between 2010 and 2040 under four scenarios, i.e. BAU (business as usual) scenario, PP (the 12th five-year plan policy) scenario, CP (comprehensive policy) scenario and HP (hybrid policy of PP and CP) scenario. The results show that due to the public transport promotion, energy consumption and CO 2 emissions in 2040 can be reduced by 22% and 22.6% in the PP scenario, compared to BAU. The largest reductions in energy consumption, CO 2 and atmospheric pollutants emissions can be achieved under CP scenario, in which vehicle population regulation is the most effective to be implemented. Emissions standard regulation is the most effective measure to reduce atmospheric pollutant emissions in all the scenarios and green energy promotion is especially effective to reduce NO x and PM.

DOI

[18]
Wang Yansong, Ma Weichun, Tu Wei, et al.A study on carbon emissions in Shanghai 2000-2008, China. Environmental Science & Policy, 2013, 27: 151-161.

[19]
黄晓燕, 刘夏琼, 曹小曙. 广州市三个圈层社区居民通勤碳排放特征: 以都府小区、南雅苑小区和丽江花园为例. 地理研究, 2015, 34(4): 751-761.<p>低碳城市已成为应对全球气候变化和促进人与自然和谐相处的重要研究领域,但从微观层面探讨城市居民通勤碳排放特征和影响因素的研究较为缺乏。利用对广州市不同圈层社区的问卷调查数据,对其通勤碳排放进行测算,采用分等定级和洛伦兹曲线分析社区间、社区内、个体间的分异,并建立了基于多元回归的社区居民通勤碳排放的影响模型。结果显示：社区居民通勤碳排放较符合&ldquo;60-20&rdquo;规律（温室气体排放最多的20%的人排放了总量的60%）。中心区和边缘区的通勤碳排放不均等性更大;不同个人、家庭和通勤属性的通勤者的碳排放量存在较大差异;通勤距离、出行交通方式、每天的通勤往返次数、个人的工作月收入和所在街道的人口密度对家庭通勤碳排放有显著影响。</p>

DOI

[Huang Xiaoyan, Liu Xiaqiong, Cao Xiaoshu.Commuting carbon emission characteristics of community residents of three spheres: A case study of three communities in Guangzhou city. Geographical Research, 2015, 34(4): 751-761.]

[20]
杨文越, 李涛, 曹小曙. 广州市社区出行低碳指数格局及其影响因素的空间异质性. 地理研究, 2015, 34(8): 1471-1480.<p>通过构建社区出行低碳指数（CTLCI）模型,对广州市社区出行低碳指数的空间格局及其差异特征进行了分析,并利用全局回归（OLS）模型和地理加权回归（GWR）模型对社区出行低碳指数的影响因素以及其间关系的空间异质性进行了研究。结果表明,广州市社区出行低碳指数由中心城区向外逐渐递增,呈明显的圈层结构。内圈层的社区出行低碳指数内部差异最小,中间过渡圈层的最大。社区人口密度对社区出行低碳指数的影响以正向作用为主,公共交通供给水平和路网密集程度对社区出行低碳指数的影响以负向作用为主,且它们的影响作用具有空间异质性。具体指出了在不同地域空间内社区人口密度、公共交通供给水平和路网密集程度对社区出行低碳指数在影响程度和作用方向上的差异,为减少广州城市交通碳排放、针对不同空间制定有效的低碳政策和构建低碳城市空间结构提供了科学依据。</p>

DOI

[Yang Wenyue, Li Tao, Cao Xiaoshu.The spatial pattern of Community Travel Low Carbon Index (CTLCI) and spatial heterogeneity of the relationship between CTLCI and influencing factors in Guangzhou. Geographical Research, 2015, 34(8): 1471-1480.]

[21]
Liu Yang, Wang Yu, Huo Hong.Temporal and spatial variations in on-road energy use and CO2 emissions in China, 1978-2008. Energy Policy, 2013, 61(7): 544-550.

[22]
Loo B P Y, Li Linna, Psaraki V, et al. CO2 emissions associated with hubbing activities in air transport: An international comparison. Journal of Transport Geography, 2014, 34(2): 185-193.Hubbing is an important operational practice in air transport. Many studies have been conducted to examine the benefits and impacts of hubbing from an economic perspective. However, its impact on CO 2 emissions, especially across different air spaces, is not well understood. This paper explores the impact of hubbing activities in air transport from an environmental perspective. With a detailed methodology and data from the Greek and Hong Kong/Sanya flight information regions (FIRs), three levels of CO 2 emissions are estimated: airport-based, airspace-based and flight-based. After contrasting the CO 2 emission efficiencies of Athens International Airport (AIA) and the Hong Kong International Airport (HKIA), aircraft type and flight distance are examined to explain their emission efficiency differences. It is found that HKIA is associated with poorer CO 2 emission efficiency at the airport and airspace levels because of the larger aircraft and longer flight distance. However, when CO 2 emission efficiency at the flight level is considered, HKIA, with a higher passenger load factor, performs better. Major international hub airports should implement additional environmental measures to minimize the impact of hubbing activities on CO 2 emissions at the airport and airspace levels.

DOI

[23]
Loo B P Y, Li Linna. Carbon dioxide emissions from passenger transport in China since 1949: Implications for developing sustainable transport. Energy Policy, 2012, 50(6): 464-476.This paper traces the historical evolution and spatial disparity of CO 2 emissions from passenger transport in China. The general trends of CO 2 emissions from four passenger transport modes are estimated by both the distance-based and fuel-based methods. The results suggest that CO 2 emissions from road transport represented the leading source of passenger transport CO 2 emissions in China. Moreover, they have continued to grow rapidly. Air transport was the second largest contributor since 1998. Emissions from rail and water transport have remained relatively stable with lower emission intensity. At the provincial level, great regional disparity was noticeable, especially in road transport. Moreover, the decomposition analysis shows that income growth was the principal factor leading to the growth of passenger transport CO 2 emissions in China for both the 1949-1979 and 1980-2009 periods. The second most important factor was increased transport intensity and modal shifts for the former and the latter period, respectively. The main factor contributed to emission reduction was the lower emission intensity supported by policies, although the effect was weak. In the future, more policies to encourage modal shifts toward sustainable transport modes and travel reduction should be encouraged. 2012 Elsevier Ltd.

DOI

[24]
Schipper L, Leather J, Fabian H.Transport and carbon dioxide emissions: Forecasts, options analysis and evaluation. Manila: Asian Development Bank, 2009.This report provides a discussion on the relevance of measuring greenhouse gas emissions, as well as air pollution from the transport sector from various methodologies and using the activity-structure-intensity-fuel (ASIF) type model.

[25]
Zhang Ming, Li Gang, Mu Hailin, et al.Energy and exergy efficiencies in the Chinese transportation sector, 1980-2009. Energy, 2011, 36(2): 770-776.This paper aims at analyzing energy and exergy efficiencies in the Chinese transportation sector. Historical data is used to investigate the development of efficiencies from 1980 to 2009. Firstly, we calculate energy consumption values in PJ (petajoule) for nine transportation modes of five transportation sub-sectors. Then, the weighted energy and exergy efficiencies for each transportation mode, calculated by multiplying weighting factors with efficiency values of that mode, are summed up to calculate the weighted mean overall efficiencies for a particular year. We find that: (1) In 2009, the energy consumed in transportation sector was 12179.80 PJ, whereas that was 589.25 PJ in 1980. (2) Highways transport was the biggest energy consumer, which consumed 82.0% of total transport energy consumption in 2009. (3) Up to 2009, the oil consumed by transportation accounted for 75.1% of that in the whole country, which is more than the net oil import. (4) The average overall energy and exergy efficiencies are found to be 21.22% and 19.95%, respectively. (5) A comparison with other countries showed that energy and exergy efficiencies of the Chinese transportation sector are slightly lower than those of Jordan, Malaysian, Saudi Arabian and Norwegian, and higher than that incurred in Turkish. (C) 2010 Elsevier Ltd. All rights reserved.

DOI

[26]
海德堡能源与环境研究所. 中国交通: 不同交通方式的能源消耗与排放. 海德堡: 海德堡能源与环境研究所, 2008.

[Institute of Energy and Environment. Transport in China: Different Transport Modes Energy Consumption and Emission, Heidelberg: Institute of Energy and Environment, 2008.]

[27]
于灏, 杨瑞广, 张跃军, 等. 城市客运交通能源需求与环境排放研究: 以北京为例. 北京理工大学学报: 社会科学版, 2013, 15(5): 10-15.

[Yu Hao, Yang Ruiguang, Zhang Yuejun, et al.Study on the energy demand and environmental emissions of urban transport: A case study of Beijing. Journal of Beijing Institute of Technology: Social Science Edition, 2013, 15(5): 10-15.]

[28]
Huo Hong, Wang Michael, Johnson Larry, et al.Projection of Chinese motor vehicle growth, oil demand, and CO2 emissions through 2050. Transportation Research Record: Journal of the Transportation Research Board, 2007, 2038: 69-77.During this study a methodology was developed to project growth trends of the motor vehicle population and associated oil demand and carbon dioxide (CO2) emissions in China through 2050. In particular, the numbers of highway vehicles, motorcycles, and rural vehicles were projected under three scenarios of vehicle growth by following different patterns of motor vehicle growth in Europe and Asia. Projections showed that by 2030 China could have more highway vehicles than the United States has today. Three scenarios of vehicle fuel economy were also developed on the basis of current and future policy efforts to reduce vehicle fuel consumption in China and in developed countries. With the vehicle population projections and potential vehicle fuel economy data, it was projected that in 2050 China's on-road vehicles could consume approximately 614 million to 1,016 million metric tons of oil (or 12.4 million to 20.6 million barrels per day) and emit 1.9 billion to 3.2 billion metric tons (or 2.1 billion to 3.5 billion tons) of CO2 each year. Although these projections by no means imply what will happen in the Chinese transportation sector by 2050, they do demonstrate that an uncontained growth in motor vehicles and only incremental efforts to improve fuel economy will certainly result in severe consequences for oil use and CO2 emissions in China.

DOI

[29]
国家统计局. 新中国六十年统计资料汇编. 北京: 中国国家统计局, 2010.

[National Bureau of Statistics of China. Comprehensive Statistical Data and Materials on 60 Years of New China. Beijing: China Statistics Press, 2010.]

[30]
中国汽车技术研究中心, 中国汽车工业协会. 中国汽车工业年鉴. 北京: 中国汽车工业年鉴社, 1993-2013.

[China Automotive Technology & Research Center, China Association of Automotive Manufacturers. China Automotive Industry Yearbook. Beijing: China Automotive Industry Yearbook House, 1993-2013.]

[31]
中国交通年鉴社. 中国交通年鉴. 北京: 中国交通年鉴社, 1986-2013.

[Year Book House of China Transportation and Communications. Yearbook of China Transportation and Communications. Beijing: Yearbook House of China Transportation and Communications, 1986-2013.]

[32]
国家统计局城市社会经济调查司. 中国城市统计年鉴. 北京: 中国统计出版社, 2013.

[National Bureau of Statistics of China. China City Statistics Yearbook. Beijing: China Statistics Press, 2013.]

[33]
Loo B P Y, Cheng A C H. Are there useful yardsticks of population and income level for building metro systems? Some worldwide evidences. Cities, 2010, 27: 299-306.<h2 class="secHeading" id="section_abstract">Abstract</h2><p id="">Although metro systems have been recognized as a sustainable transport mode, they are financially risky investment projects in light of the high capital and operating costs. This paper attempts to examine the socio-economic yardsticks commonly used for evaluating the readiness of cities in building metros, and to analyze how these socio-economic indicators changed before and after their construction. Specifically, the socio-economic indicators are population size and income level. Data of 60 metro lines in 21 cities on different continents were pooled for the analysis. The results suggest that the commonly-adopted population yardstick is still generally applicable but the income yardstick needs to be changed. After analyzing the population and income changes for the 10-year periods before and after the opening of the metro lines, it was found that the building of metros was usually preceded by a period of sustained high population and income growth. However, the rates of population and income growth would tend to decrease after the completion of the metros.</p>

DOI

[34]
Loo B P Y, Li D Y N. Developing metro systems in the People's Republic of China: Policy and gaps. Transportation, 2006, 33(2): 115-132.<a name="Abs1"></a>Rapid urbanization has taken place in China since the Open Policy in 1978. In face of the growing demand for mobility in large cities, new metro systems were developed in large cities like Guangzhou and Shanghai. At present, there are seven cities with 10 metro lines under construction. What are the policy issues and major challenges of developing metro systems in China? This paper systematically reviews the current situation and highlights three major gaps that Chinese cities have to overcome in planning metro systems. They are the technology gap, the financing gap and the affordability gap. A discussion of these gaps in the Chinese context leads us to the conclusion that early planning and careful studies are important in the development of metro systems in China. Moreover, the existing official criteria (population and economic power) for approving the building of metro systems are insufficient and should be supplemented by more vigorous evaluation criteria.

DOI

[35]
高菠阳, 刘卫东. 道路交通节能减排途径与潜力分析. 地理研究, 2013, 32(4): 767-775.交通运输行业是仅次于制造业的第二大油品消耗行业,也是实现低碳生活发展路径的重点行业。基于交通运输部门碳排放量现状分析,本文提出了优先发展公共交通、鼓励发展小排量汽车、降低机动车单耗、控制排放物标准等四种挖潜减排途径,并利用排放量估算和情景分析相结合的方法,对我国道路交通减排潜力进行了预测。按照高中低度三种减排情景发展,测算出2015年及2020年减排量,为实现至2020年我国碳排放较2005年下降40%~45%的目标提供科学基础。研究认为:2010-2020年是中国交通运输行业高速发展阶段,要满足能源安全和温室气体减排要求,我国需要实施更严格的产业和环境政策,若强化低碳情景模式,则2015年、2020年的碳排减少量分别约为2183万t、7148万t,达到我国道路交通部门的最大减排潜力。

DOI

[Gao Boyang, Liu Weidong.Emissions reduction potential analysis of road transportation. Geographical Research, 2013, 32(4): 767-775.]

[36]
Cheng Shidong, Zhang Guanghou, Liu Mingjun, et al.Data availability for measuring and reporting transport related greenhouse gas emissions in Chinese cities. Beijing: Institute of Comprehensive Transportation (ICT), 2013.This report looks at ten cities in China and their available data on transportation related greenhouse gas emissions. The structure of city government and its connection to agencies and institutions is outlined, especially as they pertain to transportation and transport emissions. Emissions monitoring and reporting is investigated. Data availability in each city is examined including: street network data, travel demand models, passenger transport data, and energy data. The challenges in acquiring data for emission quantification are summarized and recommendations are given.

[37]
Li L, Loo B P Y. Alternative and transitional energy sources for urban transportation. Current Sustainable/Renewable Energy Reports, 2014, 1(1): 19-26.In urban areas, the transportation sector is one of the principal sources of substantial energy consumption and carbon emission. Although diesel and gasoline are still the main energy sources used in urban transportation, alternative and transitional energy sources have been introduced. The alternative and transitional energy sources include electricity (used in hybrid, electric, and fuel-cell vehicles), biofuels, gaseous fuels from other sources (hydrogen, natural gas, and liquefied petroleum gas [LPG]), alcohols, and ethers. Alternative and transitional energy sources can be used to promote the development of sustainable transportation systems because these sources are renewable and have a lower environmental impact than diesel and gasoline. However, various technical, economic, and policy factors can prevent the successful application of alternative energy sources. In this review, we summarize the latest literature regarding alternative and transitional energy sources in order to understand the current applications of these energy sources in urban transportation and their future applications.

DOI

Options
文章导航

/

〈 〉