長(zhǎng)江經(jīng)濟(jì)帶交通碳排放空間網(wǎng)絡(luò)結(jié)構(gòu)特征及影響因素研究

劉云龍　劉佳　黃承鋒

摘要：測(cè)算2000年-2020年長(zhǎng)江經(jīng)濟(jì)帶交通碳排放量，應(yīng)用修正后的引力模型，構(gòu)建長(zhǎng)江經(jīng)濟(jì)帶交通碳排放關(guān)聯(lián)網(wǎng)絡(luò)，采用社會(huì)網(wǎng)絡(luò)分析方法分析碳排放網(wǎng)絡(luò)整體特征與個(gè)體特征，并運(yùn)用QAP分析法探析整體網(wǎng)絡(luò)的影響因素。結(jié)果表明，長(zhǎng)江經(jīng)濟(jì)帶交通碳排放顯著增加，整體網(wǎng)絡(luò)結(jié)構(gòu)朝著緊密化和復(fù)雜化的趨勢(shì)前進(jìn)，且存在不均衡性。經(jīng)濟(jì)發(fā)展水平差距、人口密度差異、貨運(yùn)周轉(zhuǎn)量差異、行政區(qū)面積差異對(duì)長(zhǎng)江經(jīng)濟(jì)帶交通碳排放空間溢出效應(yīng)具有正向的顯著影響，地理距離差異、交通碳排放強(qiáng)度差異對(duì)其產(chǎn)生負(fù)向影響。

關(guān)鍵詞：交通碳排放；社會(huì)網(wǎng)絡(luò)分析；QAP分析；影響因素

中圖分類號(hào)：X22 文獻(xiàn)標(biāo)志碼：A

前言

全球氣候變化已成為國(guó)際社會(huì)公認(rèn)的全球性問(wèn)題，中國(guó)作為世界第二大經(jīng)濟(jì)體，碳排放總量居世界前列，隨著經(jīng)濟(jì)社會(huì)發(fā)展，有持續(xù)增加趨勢(shì)，交通運(yùn)輸作為經(jīng)濟(jì)社會(huì)發(fā)展的支撐，其碳排放約占全國(guó)排放總量的9%-10%。《國(guó)家綜合立體交通網(wǎng)規(guī)劃綱要》提出需加快推進(jìn)交通領(lǐng)域低碳綠色發(fā)展，促進(jìn)二氧化碳排放盡早達(dá)峰。長(zhǎng)江經(jīng)濟(jì)帶的總?cè)丝诩吧a(chǎn)總值均超過(guò)全國(guó)的40%，研究分析長(zhǎng)江經(jīng)濟(jì)帶的碳排放空間網(wǎng)絡(luò)結(jié)構(gòu)，分析碳排放的溢出和轉(zhuǎn)移機(jī)理，對(duì)系統(tǒng)推進(jìn)長(zhǎng)江經(jīng)濟(jì)帶交通運(yùn)輸體系綠色發(fā)展、協(xié)同治理，推動(dòng)交通運(yùn)輸領(lǐng)域?qū)崿F(xiàn)“雙碳”發(fā)展目標(biāo)具有重要作用和意義。

當(dāng)前，對(duì)交通碳排放的研究大多停留在國(guó)家層面，對(duì)區(qū)域研究多數(shù)也是選擇京津冀、長(zhǎng)三角等交通發(fā)達(dá)區(qū)域，文章從長(zhǎng)江經(jīng)濟(jì)帶區(qū)域?qū)用娉霭l(fā)，基于長(zhǎng)江經(jīng)濟(jì)帶省際關(guān)系數(shù)據(jù)，借助修正后的引力模型和社會(huì)網(wǎng)絡(luò)分析（Social Network Analysis，SNA）揭示長(zhǎng)江經(jīng)濟(jì)帶2000年-2020年11省市之間交通碳排放網(wǎng)絡(luò)的整體結(jié)構(gòu)和個(gè)體結(jié)構(gòu)，分析各省市指標(biāo)數(shù)據(jù)對(duì)長(zhǎng)江經(jīng)濟(jì)帶整體交通碳排放網(wǎng)絡(luò)關(guān)系的影響機(jī)理，為長(zhǎng)江經(jīng)濟(jì)帶省際區(qū)域制定協(xié)同減排政策提供參考。

1 研究方法

1.1 交通碳排放測(cè)算

綜合交通領(lǐng)域數(shù)據(jù)的可獲取性和準(zhǔn)確性，文章參考了聯(lián)合國(guó)政府間氣候變化專門(mén)委員會(huì)（IPCC）提供的“自上而下”方法來(lái)核算長(zhǎng)江經(jīng)濟(jì)帶11省市的交通碳排放總量，計(jì)算公式如式（1）所示：

式（1）中，Cit表示為長(zhǎng)江經(jīng)濟(jì)帶中i省第t年的產(chǎn)生的交通碳排放，萬(wàn)t；Eitk為i省第t年交通運(yùn)輸中第k種能源的消耗量，萬(wàn)t或億Kw·h或億m3；Fk為第k種能源的折標(biāo)準(zhǔn)煤系數(shù)，千克標(biāo)準(zhǔn)煤／千克或m3或Kw·h；EFk為第k種能源的碳排放系數(shù)，千克碳／千克標(biāo)準(zhǔn)煤；其中l(wèi)種能源包括原煤、汽油、煤油、柴油、燃料油、液化石油氣、天然氣以及電力，F(xiàn)k與EFk的具體數(shù)值參照閆樹(shù)熙的研究。

1.2 引力模型

原始的引力模型將人口和GDP作為影響因素來(lái)衡量?jī)傻亟?jīng)濟(jì)關(guān)系，即人口指標(biāo)和經(jīng)濟(jì)指標(biāo)，而省市之間的交通碳排放關(guān)系不僅與人口、GDP存在關(guān)系，經(jīng)濟(jì)地理差異、產(chǎn)業(yè)結(jié)構(gòu)差異也是重要的影響因素。為了更好地測(cè)度長(zhǎng)江經(jīng)濟(jì)帶11省市之間的交通碳排放引力強(qiáng)度大小，此研究參考鄭航的研究，引入各省市的交通碳排放量、交通行業(yè)GDP增加值、人均GDP值對(duì)原始引力模型的引力系數(shù)及空間距離進(jìn)行修正，修正后的引力模型如式（2）所示：

其中，i、j分別表示不同的省市，Gij表示i、j兩省市之間交通碳排放的引力關(guān)系，Ci、Cj分別表示i、j兩省市的交通碳排放量，萬(wàn)t；用i省份產(chǎn)生的交通碳排放量占i、j兩省份共同產(chǎn)生的交通碳排放量的占比來(lái)衡量引力系數(shù)；Pi、Pj表示i、j兩省市的年末常住人口數(shù)量，萬(wàn)人；Gi、Gj表示i、j兩省市的生產(chǎn)總值，億元；Ui、Uj表示i、j兩省市的交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)增加值，億元；Dij表示i、j兩省市省會(huì)城市之間的地理距離，km;ei、ej表示i、j兩省市的人均GDP，元；Dij/ej-ej表示i、j兩省市之間的經(jīng)濟(jì)距離。

1.3 數(shù)據(jù)來(lái)源及處理說(shuō)明

研究時(shí)間范圍為2000年-2020年，以長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省市（上海、江蘇、浙江、湖南、湖北、安徽、江西、四川、重慶、云南、貴州）為研究對(duì)象，各指標(biāo)數(shù)據(jù)來(lái)源于《中國(guó)交通年鑒》（2000-2020）、《中國(guó)能源統(tǒng)計(jì)年鑒》（2000-2020）、《中國(guó)統(tǒng)計(jì)年鑒》（2000-2020）、《中國(guó)城市年鑒》（2000-2020）。

2 結(jié)果分析

2.1 長(zhǎng)江經(jīng)濟(jì)帶交通碳排放時(shí)空特征分析

2.1.1 時(shí)間演變分析

從長(zhǎng)江經(jīng)濟(jì)帶整體總量上看，交通碳排放總量從1710.41萬(wàn)噸增長(zhǎng)到8570.33萬(wàn)噸，在2019年達(dá)到交通碳排放總量的最高點(diǎn)，年增長(zhǎng)率8.39%，整體處于快速增長(zhǎng)態(tài)勢(shì)。2000年-2020年長(zhǎng)江經(jīng)濟(jì)帶交通碳排放年增長(zhǎng)率如圖1所示，2000年至2003年長(zhǎng)江經(jīng)濟(jì)帶城市化水平快速發(fā)展，交通運(yùn)輸業(yè)得到大力發(fā)展，交通碳排放年增長(zhǎng)率呈持續(xù)上升態(tài)勢(shì)。2004年長(zhǎng)江經(jīng)濟(jì)帶交通碳排放增速放緩，年增長(zhǎng)率下降至10.9%，但隨之2005年長(zhǎng)江經(jīng)濟(jì)帶交通碳排放年增長(zhǎng)率開(kāi)始回升，2005年碳排放增長(zhǎng)率為18.41%，2006年至2019年交通碳排放年增長(zhǎng)率逐漸呈現(xiàn)穩(wěn)定態(tài)勢(shì)，到2020年受到新冠肺炎疫情的影響，開(kāi)始驟降至-5.4%。

2.1.2 空間演變分析

運(yùn)用Arcgis 10.6繪制得到長(zhǎng)江經(jīng)濟(jì)帶交通碳排放空間分布圖，如圖2所示。2000年長(zhǎng)江下游江浙滬地區(qū)處于交通碳排放的高值區(qū)域，湖北次之，重慶、貴州、江西等地區(qū)屬于碳排放低值區(qū)域；2005年江蘇、上海交通碳排放仍處于高位，湖北省的交通碳排放也逐漸追上長(zhǎng)江下游地區(qū)的增長(zhǎng)速度，而浙江省的碳排放增加速度卻有所放緩，貴州仍然屬于碳排放低值區(qū)域。2010年江浙滬、湖北從交通碳排放中值區(qū)域增加至較高碳排放區(qū)，貴州和江西仍處于交通碳排放的較低區(qū)域，長(zhǎng)江上游的四川、云南交通碳排放也增長(zhǎng)至碳排放中值區(qū)域，而安徽和江西的交通碳排放增速較緩。2015年長(zhǎng)江下游江浙滬地區(qū)從較高碳排放區(qū)轉(zhuǎn)變?yōu)楦咛寂欧艆^(qū)，湖北同樣也增長(zhǎng)為碳排放高值區(qū)域，貴州和江西仍處于交通碳排放的低值區(qū)域，云南、湖南從中值碳排放區(qū)域轉(zhuǎn)變?yōu)檩^高碳排放區(qū)域。2020年長(zhǎng)江經(jīng)濟(jì)帶交通碳排放整體差異水平仍然顯著，長(zhǎng)江下游、長(zhǎng)江中游地區(qū)開(kāi)始成為交通碳排放的高值區(qū)域，長(zhǎng)江上游地區(qū)的四川、云南也轉(zhuǎn)變?yōu)樘寂欧泡^高區(qū)域，重慶、貴州轉(zhuǎn)變?yōu)樘寂欧胖兄祬^(qū)域。總體來(lái)看，長(zhǎng)江經(jīng)濟(jì)帶交通碳排放在空間上呈“東高西低”的分布特征。

2.2 長(zhǎng)江經(jīng)濟(jì)帶交通碳排放空間關(guān)系網(wǎng)絡(luò)分析

2.2.1 整體網(wǎng)絡(luò)特征分析

構(gòu)建交通碳排放網(wǎng)絡(luò)關(guān)系鄰接矩陣，借助Uci-net6.0對(duì)網(wǎng)絡(luò)結(jié)構(gòu)的整體網(wǎng)絡(luò)特征和個(gè)體網(wǎng)絡(luò)特征進(jìn)行測(cè)度。測(cè)算得出長(zhǎng)江經(jīng)濟(jì)帶交通碳排放的整體網(wǎng)絡(luò)特征，如圖3和圖4所示。網(wǎng)絡(luò)密度從2000年的0.2727上升至2020年的0.3273，說(shuō)明長(zhǎng)江經(jīng)濟(jì)帶交通碳排放網(wǎng)絡(luò)整體在往趨于緊密的方向發(fā)展，各省市之間的交通碳排放關(guān)聯(lián)度在不斷加強(qiáng)。2000年到2020年期間長(zhǎng)江經(jīng)濟(jì)帶交通碳排放關(guān)聯(lián)網(wǎng)絡(luò)中上海、浙江、江蘇處于主導(dǎo)地位，與其它省市的交通碳排放關(guān)聯(lián)較多。另外，長(zhǎng)江經(jīng)濟(jì)帶交通碳排放網(wǎng)絡(luò)中的關(guān)聯(lián)關(guān)系數(shù)在不斷增多，從2000年的30個(gè)增加到2019年的39個(gè)，2020年下降到36個(gè)，但是與最大可能的關(guān)聯(lián)關(guān)系還是存在很大差距，說(shuō)明長(zhǎng)江經(jīng)濟(jì)帶交通領(lǐng)域碳排放的關(guān)聯(lián)程度還不夠緊密，整體的網(wǎng)絡(luò)關(guān)聯(lián)度還需要進(jìn)一步提升。

研究期內(nèi)長(zhǎng)江經(jīng)濟(jì)帶交通碳排放網(wǎng)絡(luò)的網(wǎng)絡(luò)等級(jí)度從2000年的0.9143下降到2020年的0.7174，說(shuō)明交通碳排放等級(jí)森嚴(yán)制度逐漸被打破，網(wǎng)絡(luò)中的聯(lián)系作用逐步加強(qiáng)，長(zhǎng)江經(jīng)濟(jì)帶省際交通碳排放差異減小，網(wǎng)絡(luò)結(jié)構(gòu)更加穩(wěn)定。同樣，網(wǎng)絡(luò)效率也呈現(xiàn)出下降的趨勢(shì)，但相對(duì)于網(wǎng)絡(luò)等級(jí)度來(lái)說(shuō)下降幅度較小，說(shuō)明在長(zhǎng)江經(jīng)濟(jì)帶交通碳排放網(wǎng)絡(luò)中省際冗余聯(lián)系數(shù)增多，網(wǎng)絡(luò)結(jié)構(gòu)的穩(wěn)定性得到提升，整體網(wǎng)絡(luò)聯(lián)系更加緊密。

2.2.2 個(gè)體網(wǎng)絡(luò)特征分析

根據(jù)長(zhǎng)江經(jīng)濟(jì)帶省際交通碳排放關(guān)系矩陣，運(yùn)用Ucinet6.0軟件計(jì)算得出2000年與2020年的長(zhǎng)江經(jīng)濟(jì)帶交通碳排放網(wǎng)絡(luò)各省市的度數(shù)中心度、接近中心度、中間中心度。對(duì)于度數(shù)中心度，研究期內(nèi)度數(shù)中心度較大的城市數(shù)量在增加，說(shuō)明長(zhǎng)江經(jīng)濟(jì)帶省際交通碳排放聯(lián)系在不斷加強(qiáng)。但度數(shù)中心度最大最小值相差8，表明長(zhǎng)江經(jīng)濟(jì)帶省際交通碳排放影響差異較大，整體網(wǎng)絡(luò)存在不均衡性。對(duì)于接近中心度，總體來(lái)看，上海、浙江、江蘇在交通碳排放網(wǎng)絡(luò)中是中心行動(dòng)者，與其他省市相比在碳排放網(wǎng)絡(luò)中的影響力最高。而長(zhǎng)江中游地區(qū)逐漸成為網(wǎng)絡(luò)中的邊緣行動(dòng)者，自身的經(jīng)濟(jì)發(fā)展水平不足，又難以被接近中心度高的中心城市所帶動(dòng)，形成了中心一邊緣的交通碳排放網(wǎng)絡(luò)空間結(jié)構(gòu)。對(duì)于中間中心度，長(zhǎng)江經(jīng)濟(jì)帶省際交通碳排放網(wǎng)絡(luò)的中間中心度數(shù)值相差較大，形成兩極分化的格局，長(zhǎng)江經(jīng)濟(jì)帶交通碳排放發(fā)展不均衡。中間中心度較高的省市如浙江、上海、江蘇在網(wǎng)絡(luò)中的中介作用極強(qiáng)，說(shuō)明這些區(qū)域是整個(gè)長(zhǎng)江經(jīng)濟(jì)帶交通網(wǎng)絡(luò)的樞紐，而中間中心度較低的長(zhǎng)江中游地區(qū)對(duì)網(wǎng)絡(luò)中的其他省份的控制能力和支配能力較弱，屬于被支配的邊緣地位。

2.3 長(zhǎng)江經(jīng)濟(jì)帶交通碳排放網(wǎng)絡(luò)的影響因素分析

2.3.1 模型構(gòu)建

根據(jù)相關(guān)文獻(xiàn)的研究，選取2020年長(zhǎng)江經(jīng)濟(jì)帶各省市的GDP經(jīng)濟(jì)發(fā)展水平差異，地理距離差異，貨運(yùn)周轉(zhuǎn)量差異，客運(yùn)周轉(zhuǎn)量差異，交通能耗強(qiáng)度差異，人口密度差異，交通碳排放強(qiáng)度差異，行政區(qū)面積差異8個(gè)指標(biāo)，構(gòu)建QAP回歸模型，來(lái)分析長(zhǎng)江經(jīng)濟(jì)帶交通碳排放空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)的影響因素。計(jì)算公式如式（3）所示：

C=f（GD，Gd，F(xiàn)t，Pt，TE，Pd，CI，S） 式（3）

式（3）中，C表示長(zhǎng)江經(jīng)濟(jì)帶交通碳排放網(wǎng)絡(luò)關(guān)聯(lián)矩陣，GD表示經(jīng)濟(jì)發(fā)展水平差異矩陣，用長(zhǎng)江經(jīng)濟(jì)帶各省市的GDP表示；Gd表示地理距離差異矩陣，用兩省市之間的實(shí)際距離表示；Ft和Pt分別表示貨運(yùn)周轉(zhuǎn)量差異矩陣和客運(yùn)周轉(zhuǎn)量差異矩陣，用貨運(yùn)周轉(zhuǎn)量來(lái)衡量；TE表示交通能耗強(qiáng)度，用能源消耗總量／換算總周轉(zhuǎn)量，其中公路客運(yùn)貨運(yùn)換算系數(shù)取0.1，水路客貨換算系數(shù)取0.33，航空客貨換算系數(shù)取0.072；Pd表示人口密度矩陣，取地區(qū)人口密度來(lái)衡量；CI表示交通碳排放強(qiáng)度矩陣，用交通碳排放總量／能耗消耗量來(lái)衡量；S表示行政區(qū)面積差異矩陣，用長(zhǎng)江經(jīng)濟(jì)帶各省市的行政區(qū)面積來(lái)衡量。除了C矩陣外，其余矩陣是采用對(duì)應(yīng)指標(biāo)的絕對(duì)差值構(gòu)造的差值矩陣。

2.3.2 QAP回歸分析

借助Ucinet6.0軟件，經(jīng)過(guò)5000次隨機(jī)置換，對(duì)長(zhǎng)江經(jīng)濟(jì)帶交通碳排放關(guān)聯(lián)網(wǎng)絡(luò)的影響因素模型進(jìn)行QAP回歸，回歸結(jié)果見(jiàn)表1。結(jié)果表明長(zhǎng)江經(jīng)濟(jì)帶越臨近的省市交通碳排放的空間關(guān)聯(lián)性也就越大，距離的長(zhǎng)度在很大程度上抑制長(zhǎng)江經(jīng)濟(jì)帶省際交通碳排放的空間溢出效應(yīng)。貨運(yùn)需求量差距越大，長(zhǎng)江經(jīng)濟(jì)帶省際交通碳排放空間溢出效應(yīng)越大，因?yàn)樨涍\(yùn)需求量大的區(qū)域往往經(jīng)濟(jì)發(fā)展水平也相對(duì)較高，區(qū)域間經(jīng)濟(jì)水平的不協(xié)調(diào)性促進(jìn)交通碳排放的交流，同時(shí)也引證了經(jīng)濟(jì)發(fā)展水平差異對(duì)交通碳排放空間溢出關(guān)系產(chǎn)生的重要影響。行政區(qū)面積差異越大也會(huì)越容易產(chǎn)生交通聯(lián)系，且區(qū)域間人口密度差異化會(huì)對(duì)長(zhǎng)江經(jīng)濟(jì)帶交通碳排放網(wǎng)絡(luò)的關(guān)聯(lián)性帶來(lái)積極的正向影響。能源消耗差異矩陣回歸系數(shù)為正，但表現(xiàn)為不顯著。省際交通碳排放強(qiáng)度差異越小，省市間交通碳排放的空間溢出效應(yīng)越明顯，因?yàn)榻煌ㄌ寂欧艔?qiáng)度差異小意味著區(qū)域間低碳交通發(fā)展水平相近，對(duì)發(fā)展低碳交通所需要的資源需求也存在一定程度的相似，更加有利于省際交通碳排放空間關(guān)聯(lián)網(wǎng)絡(luò)的形成，對(duì)其緊密程度有一定的促進(jìn)作用。

3 結(jié)論

根據(jù)測(cè)算2000年-2020年的長(zhǎng)江經(jīng)濟(jì)帶省際交通碳排放數(shù)據(jù)，基于修正后的引力模型，建立長(zhǎng)江經(jīng)濟(jì)帶省際交通碳排放的空間關(guān)聯(lián)矩陣，并運(yùn)用社會(huì)網(wǎng)絡(luò)分析法進(jìn)一步分析交通碳排放空間網(wǎng)絡(luò)結(jié)構(gòu)的整體特征和個(gè)體特征，采用QAP探析長(zhǎng)江經(jīng)濟(jì)帶交通碳排放空間溢出效應(yīng)的影響因素。研究發(fā)現(xiàn)：長(zhǎng)江經(jīng)濟(jì)帶交通碳排放呈快速增長(zhǎng)態(tài)勢(shì)，整體網(wǎng)絡(luò)結(jié)構(gòu)朝著緊密化和復(fù)雜化的趨勢(shì)前進(jìn)，網(wǎng)絡(luò)密度和關(guān)聯(lián)關(guān)系數(shù)在不斷增加，網(wǎng)絡(luò)等級(jí)度和網(wǎng)絡(luò)效率逐漸下降，交通碳排放網(wǎng)絡(luò)形成兩極分化的格局。經(jīng)濟(jì)發(fā)展水平差距、人口密度差異、貨運(yùn)周轉(zhuǎn)量差異、行政區(qū)面積差異對(duì)長(zhǎng)江經(jīng)濟(jì)帶交通碳排放空間溢出效應(yīng)具有正向的顯著影響，地理距離差異、交通碳排放強(qiáng)度差異對(duì)其產(chǎn)生負(fù)向影響。