交通運輸業指國民經濟中專門從事運送貨物和旅客的社會生產部門，包括鐵路、公路、水運、航空等運輸部門。下面是小編爲大家整理的交通能源論文，歡迎大家的閱讀。
交通能源論文
1研究方法、模型與數據處理
1.1研究方法
1987年Enger和Granger提出了協整理論和誤差修正模型，指出一些經濟變量雖然是非平穩序列，但變量間的線性組合卻可能是平穩的，這些變量之間可能存在着協整關係。當變量之間存在着協整關係時，還可以用誤差修正模型分析變量間的短期波動關係〔13－14〕。
1.2指標選取與模型構建
(1)指標選取從上述文獻可以看出，影響我國交通運輸業碳排放的因素可能有交通發展水平、交通能源強度、交通運輸結構、人均GDP、居民收入等因素。根據蔡博峯等人的研究，和國外不同，我國交通部門CO2排放量和人均GDP之間並不顯著相關(判定係數Ｒ2=0.214)，這可能是由於我國交通領域的CO2排放主要受工業生產和經濟活動驅動，而不是家庭收入的驅動;我國道路交通CO2排放與居民收入的相關性很低(判定係數Ｒ2=0.147)，這可能是我國道路運輸的CO2排放並非像一些發達國家以私家車排放爲主，而很可能主要以貨車、出租車、公司商務車和政府用車爲主〔15〕。
那麼因此人均GDP、居民收入不是影響我國交通運輸業碳排放的主要因素。由於如何量化交通運輸結構存在一定的分歧，因此本文重點研究交通發展水平和交通能源強度對我國交通運輸業碳排放的影響。選取交通運輸業碳排量爲因變量，交通發展水平和交通能源強度爲自變量，用能源消耗法計算交通運輸業碳排放，交通發展水平用換算週轉量指標表徵，交通能源強度用單位換算週轉量的能源消耗表徵。
(2)模型構建基於上述研究方法和指標，本文構建了交通運輸業影響因素的計量經濟模型:y=u+αx1+βx2，(1)式中，μ爲隨機誤差項;y爲交通運輸業碳排量值;x1爲交通運輸業換算週轉量;x2爲交通能源強度;α，β爲迴歸係數。
1.3數據處理
(1)交通運輸業碳排量測算模型及結果根據《IPCC2006國家溫室氣體清單指南》，移動源(交通部門)的CO2排放覈算方法可以分爲兩種。方法一是自上而下，基於交通工具燃料消耗的統計數據計算;方法二是自下而上，基於不同交通類型的車型、保有量、行駛里程、單位行駛里程燃料消耗等數據計算燃料消耗，從而計算CO2排放。由於獲取我國不同類型機動車行駛里程和油耗等數據比較困難，因此基於公開數據完全採用第2種方法的可行度較低。考慮我國成品油生產和供應的壟斷性很高，因而採用第1種方法基於交通工具燃料消耗的計算精度高。本文根據第1種方法構建交通運輸業CO2排放測算模型:EQ=EQp+EQc+EQg+EQe+EQh，(2)式中，EQ爲交通運輸業總CO2排放量;EQp爲消耗石油燃料的CO2排放量;EQc爲消耗煤炭的CO2排放量;EQg爲消耗然氣的CO2排放量;EQe爲消耗電能折算的CO2排放量;EQh爲消耗熱能折算的CO2排放量。
①消耗石油燃料的CO2排放量交通運輸業中使用石油燃料的主要有汽油、煤油和柴油等。EQp=∑(不同燃油消耗量×CO2排放係數)，其中燃油、煤炭、燃氣等各種能源CO2排放因子取《IPCC2006國家溫室氣體清單指南》第2卷能源中的表2－2所規定的值。終端電的消耗不直接產生CO2，但電廠發電過程中會產生CO2，屬於間接碳排放。在火電、水電和核電3類電廠中，水電和核電廠產生很少的CO2排放，可以忽略不計，因此本文主要計算火電廠產生的CO2排放。
(2)交通運輸業換算週轉量計算公式及結果交通運輸業換算週轉量TＲ爲客運週轉量和貨運週轉量之和。採用客/貨運週轉量轉換系數(如表2所示)，將客運週轉量轉換成貨運週轉量，並與原來的貨運週轉量相加，最後得到換算週轉量，如表3所示。各運輸方式週轉量數據來源於我國曆年的統計年鑑。
(3)交通能源強度計算公式及結果交通能源強度EN用單位換算週轉量所消耗的能源量表徵。由於能源的種類衆多，因此能源消耗按發熱量折算成標準煤表示，即:交通能源強度=能源消費量換算週轉量。
2實證結果分析
2.1數據預處理
那麼爲了避免時間序列數據出現僞迴歸的現象，對EQ，TＲ，EN數據進行對數變換，這種處理不會影響數據的統計性質，對數變換後的序列分別用LNEQ，LNTＲ，LNEN表示，檢驗均由EVIEW6.0完成。
2.2單位根檢驗
本文的平穩性檢驗採用常見的ADF單位根檢驗，得到相關數據序列的單整性階數如表5所示。原序列和其一階差分序列的ADF單位根檢驗表明，LNEQ，LNTＲ，LNEN均爲一階單整序列I(1)，滿足對其進一步進行協整檢驗的要求，變量彼此之間可能存在協整關係。
2.3Johnsen協整檢驗及標準化協整方程
(1)跡檢驗和最大特徵值檢驗對3個變量LNEQ，LNTＲ，LNEN進行Johnsen協整檢驗，檢驗結果如表6、表7所示。表6和表7的結果均表明，LNEQ，LNTＲ，LNEN在0.05的顯著水平下拒絕了沒有協整關係的假設，接受了至多存在一個協整關係的假設。這說明在0.05的顯著水平下序列LNEQ，LNTＲ，LNEN間存在一個協整關係，能夠建立向量誤差修正模型。
(2)標準化協整方程Johnsen協整檢驗除給出協整關係的檢驗外，還給出了協整關係式。本案例的無限制條件下的協整關係如表8所示。
爲了使序列間的更爲明顯直觀，一般將排序第一的序列前的係數標準化爲1，這樣表示的協整關係稱爲標準化協整關係，如表9所示。因此，最終的協整方程爲:LNEQ=1.429165×LNEN+0.985885×LNTＲ，se=(0.07462)(0.01502)。
(3)式(3)揭示了LNEQ與LNTＲ，LNEN間的.長期均衡關係:交通能源強度每增長1個單位將導致交通運輸業碳排放上升1.429165個單位，交通運輸換算週轉量每增長1個單位將導致交通運輸業碳排放上升0.985885個單位。
2.4VECM模型及檢驗結果
關於協整關係只能說明各序列間的長期均衡關係，爲了分析EQ與TＲ和EN的短期動態關係，需要建立將短期波動與長期均衡聯繫在一起的誤差修正模型(VECM)。通過Eview6.0估算出誤差修正模型:D(LNEQt)=－0.681440×ECMt－1－0.467110×D(LNEQt－1)+0.249810×D(LNENt－1)+0.200329×D(LNTＲt－1)－0.064671，(4)式中，LNEQt，LNEQt－1分別爲第t年和第t－1年交通運輸業碳排量的對數變換;LNENt－1爲第t－1年交通運輸業換算週轉量的對數變換;LNTＲt－1爲第t－1年交通能源強度的對數變換;ECMt－1爲誤差修正項。由式(4)可以看出，交通運輸業碳排放的短期波動可以分爲3個部分:第1部分是前一期碳排放變動的影響，第2部分是前一期能源強度和交通發展水平的影響，第3部分是前一期碳排放偏離長期均衡關係的影響。上年度LNEQ增加1個單位，本年度LNEQ反方向變動0.467110個單位。
上年度LNEN增加1個單位，本年度LNEQ正方向變動0.249810個單位。上年度LNEQ增加1個單位，本年度LNTＲ正方向變動0.200329個單位。上年度的非均衡誤差以68.144%的比率對本年度碳排放增量做出修正，即以－68.144%的調整力度將非均衡狀態拉回均衡狀態。
3結論
本內容通過對我國交通運輸業碳排放及影響因素進行分析，得出以下結論:
(1)1991—2011年期間，我國交通運輸業碳排放量不斷增加，2011年達到6.0423×1012t，碳減排的形勢十分嚴峻。
(2)我國交通運輸業碳排放量與能源強度存在着長期的均衡關係，交通能源強度每增長1個單位將導致交通運輸業碳排放上升1.429165個單位。因此要降低碳排放，就需要採取有效措施降低交通能源強度。
這些措施主要包括3個方面:一是制訂車輛的燃油效率標準，且逐步提高標準，以控制機動車排放。二是大力發展新能源汽車，把培養新能源產業作爲應對氣候變化的一項戰略舉措。三是促進替代燃料，特別是生物質燃料的發展。車用生物質燃料替代化石燃料，對於降低機動車碳排放具有顯著的效果。
(3)我國交通運輸業碳排放量與交通發展水平存在着長期的均衡關係，交通運輸換算週轉量每增長1個單位將導致交通運輸業碳排放上升0.985885個單位。因此要降低碳排放而不影響交通發展，就需要採取措施降低單位週轉量的碳排放。
這些措施主要包括3個方面:一是通過廣泛應用物流信息技術，建設物流公共信息平臺，促進物流供需信息的共享，以降低車輛的空駛率。二是大力發展公共交通，規範和合理引導消費者的出行需求，倡導綠色出行，採用智能交通技術提高交通綜合管理水平，最終達到交通效率的提升。三是進行運輸結構的優化，在條件允許的情況下推動碳排放低的運輸方式的發展。
