公路与铁路交通碳排放影响因素

被引：22

作者：

张宏钧 ^{[1
,2
]}

王利宁 ^{[1
,2
]}

陈文颖 ^{[1
,2
]}

机构：

[1] 清华大学现代管理中心

[2] 清华大学能源环境经济研究所

来源：

清华大学学报(自然科学版) | 2017年 / 57卷 / 04期

关键词：

碳排放; 指数分解; 低碳交通; 公路交通; 铁路交通;

D O I：

10.16511/j.cnki.qhdxxb.2017.25.019

中图分类号：

X73 [交通运输业废物处理与综合利用];

学科分类号：

083002 ;

摘要：

为了探究公路与铁路交通CO2排放的影响因素及其贡献率,该文建立了基于贡献率的残值分配Laspeyres指数分解方法（contribution-based residual distribution Laspeyres index,CRDLI）,并选取了中国和其他6个国家为研究对象,构建了公路与铁路CO2排放的二次分解模型。研究发现:周转量是影响各国公路与铁路CO2排放的重要因素,1991—2010年,中国、澳大利亚、德国、日本、印度、英国和美国换算周转量引起的CO2排放量变化分别为4.02、0.65、0.60、-0.12、2.33、0.24和4.84亿t;能耗强度和能源结构的改善是实现减缓CO2排放增长或减少CO2排放的重要途径;人均GDP的增长是推动公路与铁路周转量增长的最主要原因,降低周转量强度是减缓周转量上升进而减少CO2排放的重要途径。为了实现中国交通部门的低碳发展,需要发掘技术节能潜力、调整运输结构、有效管理运输需求。

引用

页码：443 / 448

页数：6

共 13 条

[1]

交通运输业CO_2排放因素分解及减排潜力研究.[D].刘小艳.长安大学.2013, 05

[2]

基于STIRPAT模型的我国二氧化碳排放研究.[D].张佳丽.湖南大学.2011, 03

[3]

中国能源报告.[M].魏一鸣; 等著.科学出版社.2010,

[4]

A New Improved Decomposition Model Based on Laspeyres Index: A Case of CO<sub>2</sub> Emission in China from 1996-2011.[J].Zhong Qing Cheng;Ping Yang;Hai Bo Jiang.Advanced Materials Research.2013, 734

[5] European CO2 emission trends: A decomposition analysis for water and aviation transport sectors [J].

Andreoni, V. ;

Galmarini, S. .

ENERGY, 2012, 45 (01) :595-602

[6]

We keep on truckin': Trends in freight energy use and carbon emissions in 11 IEA countries.[J].Jiyong Eom;Lee Schipper;Lou Thompson.Energy Policy.2012,

[7]

What STIRPAT tells about effects of population and affluence on the environment?.[J].Taoyuan Wei.Ecological Economics.2011,

[8] Changes in energy consumption and energy intensity: A complete decomposition model [J].

Sun, JW .

ENERGY ECONOMICS, 1998, 20 (01) :85-100

[9]

The LMDI approach to decomposition analysis: a practical guide.[J].B.W. Ang.Energy Policy.2003, 7

[10]

Decomposition analysis for policymaking in energy:.[J].B.W Ang.Energy Policy.2003, 9

← 1 2 →