本站小編為你精心準備了公路運輸節能減排論文參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

1公路運輸周轉量的空間效應檢驗

公路運輸周轉量及其影響因素在地理空間上存在空間依賴性和溢出效應，即公路運輸周轉量會受到周邊地區的影響.本文采用空間統計分析Moran指數法檢驗公路運輸周轉量與空間依賴性間的關系.

1.1全域空間相關性檢驗空間統計學一般使用空間統計量——空間自相關指數Moran’sI檢驗區域經濟變量的空間依賴性，即全域空間相關性.全域Moran’sI指數[10]定義。為了檢驗省域公路運輸周轉量是否存在空間自相關及集群現象，本文利用GeoDA方法計算了1981–2012年31個省公路周轉量的Moran’sI指數.計算結果如圖1所示.全域Moran’sI的取值范圍介于-1~1之間，若數值大于0，說明空間存在正自相關，數值越大說明空間的正自相關性越強；若其數值小于0，說明具有空間鄰接關系的單元之間不具有相似的屬性，數值越小說明各空間單元的差異性越大；若數值為零，說明不具有空間相關性，各單元之間服從隨機分布.從圖1可以發現，中國31個省、直轄市和自治區的公路運輸周轉量在空間分布上具有正自相關關系，即空間依賴性，這表明各省域的公路運輸周轉量是存在相關性的.而且，從1981年開始，我國公路運輸周轉量的空間相關性雖然有所波動，但整體呈上升趨勢，表明在我國道路交通運輸系統發展的同時，各省間的聯系越來越緊密，地區間公路運輸周轉量的空間依賴程度越來越高.因此，在進行省域公路運輸周轉量分析時，空間影響因素不可或缺.

1.2局域空間相關性檢驗局域空間相關性又稱為空間關聯局域指標（LISA)，局域Moran’sI指數。采用局域空間相關性分析方法(LISA)對省域公路運輸周轉量的空間格局和集群現象進行更深入的分析，以彌補全域空間相關性分析方法的不足，其結果如圖2所示.“本地高，周邊高”型地區本身具有較大的公路運輸周轉量，且附近的地區也具有較大的運輸周轉量；“本地低，周邊低”型地區本身的運輸周轉量較小，其周圍的地區運輸周轉量也較小，同樣，有“本地低，周邊高”型地區和“本地高，周邊低”型地區“.本地高，周邊高”和“本地低，周邊低”型地區表示正的空間自相關并且存在相近運輸周轉量的空間聚集，而位于“本地低，周邊高”和“本地高，周邊低”型地區則與鄰近地區呈負相關.如圖2所示，“本地高，周邊高”型地區為高空間集群效應地區，包括，遼寧、江蘇、上海、浙江和江西5省、直轄市；“本地低，周邊低”型地區為低空間集群效應地區，包括，新疆、甘肅、青海和四川4省、自治區；“本地低，周邊高”區域為具有負空間集群效應的地區（即本地區公路運輸周轉量低，而周邊地區高），包括安徽和天津2省.其他地區不具有明顯的局域空間相關性.通過對比不同省域公路運輸周轉量局域空間關系可以發現，在不同的經濟情況、產業結構、地理條件下，各省的運輸結構各不相同，對周邊地區的影響力也存在較大差異.因此，在制定公路運輸業的節能減排措施時，應選擇“本地高，周邊高”和“本地低，周邊低”型地區，其可以在降低自身公路運輸周轉量的同時，帶動周邊地區的公路運輸的下降，以達到最優的節能減排效果.

2公路運輸周轉量空間計量模型

2.1空間計量模型依據空間面板模型的相關理論，空間常系數回歸模型包括空間滯后模型（SLM）和空間誤差模型（SEM）兩種，以及空間變系數回歸模型——地理加權回歸模型(GWR)[12]，本文將運用空間常系數回歸模型進行全域范圍的研究，分析省域公路運輸周轉量的空間效應和影響因素.空間滯后模型[13]可以檢驗各變量在某地的擴散效應(或溢出效應)。

2.2公路運輸周轉量空間計量模型構建影響省域公路運輸周轉量的主要因素包括經濟水平、產業結構和人口數量等因素.本文在構建空間滯后模型和空間誤差模型時，選取分產業GDP(第一產業FGDP、第二產業SGDP、第三產業TGDP)、省域人口總數(People)等指標做解釋變量來分別反映經濟水平、產業結構和人口數量.本文選用各省、直轄市、自治區的空間距離作為空間權重，通過模型的比較分析，揭示省域公路運輸周轉量的空間效應及其影響方式.該模型表示某一省域公路運輸周轉量與其相近地區（具有空間相關性的地區）公路運輸周轉量、本省經濟水平、產業結構和人口數量的關系.式（9）與式（8）的區別在于，式（9）的空間影響體現在空間滯后誤差項中，沒有直接以TOVi的形式出現.

3實例分析

3.1公路運輸周轉量空間計量模型數據分析根據2012年的統計數據，對上節中的公路運輸周轉量空間計量模型（空間滯后模型、空間誤差模型）和一種傳統的回歸模型（即不考慮其空間相關性）求解，其結果如表1所示.從表1可以看出，三種模型下的擬合優度都高于0.8，空間滯后模型的擬合效果最好.空間滯后模型擬合結果顯示，空間自回歸系數為0.5578，說明公路運輸周轉量具有較強的空間依賴性，空間臨近效應非常明顯.因此，僅僅采用傳統的計量經濟模型進行分析將會得到有偏差的結果.從空間誤差模型結果看，空間誤差自相關系數為0.597，說明各省間存在的不可觀測數據也對公路的客貨周轉量產生正向作用.另外，第一、第二產業對公路運輸周轉量的貢獻都大于第三產業，政府加大力度優化產業結構，增加服務業的比重，有利于降低公路運輸周轉量，進而降低交通運輸業的能源消耗，達到節能減排的目的.

3.2情景分析我國在實施公路運輸的節能減排措施時，應該對各個省份采用不同的策略與尺度，因此，本文以空間臨近效應高的地區為案例，分析這些地區公路運輸周轉量下降對周邊區域的影響，進而分析其對全國節能減排的貢獻.由于遼寧、上海、江蘇、浙江及江西具有高空間集群效應，這些城市公路周轉量的下降會帶動其周邊地區減少公路運輸，進而可以促進全國范圍內公路運輸量的下降.因此，本文著重分析這些地區減少公路運輸對全國節能減排的影響情況.考慮到遼寧、上海、江蘇及浙江是沿海地區，這些城市可以通過大力發展水路運輸減少公路運輸周轉量；江西是內陸城市，可以通過鐵路運輸降低公路運輸分擔率.假設2014年GDP增長率為8%，國內具有良好的節能減排實施環境，當高空間集群效應的地區公路運輸周轉量降低不同幅度（假設三種情景：下降25%、15%、5%）[14]時，應用空間滯后模型計算各種情景下全國的節能減排效果.具體情況如表2所示。從表2可以看出，三種情景下，遼寧、江蘇、上海、浙江和江西五個地區公路運輸周轉量的減少均帶動其空間鄰接區域公路運輸周轉量不同程度的降低，分別降低6.6%、3.2%和1.4%.由于這只是減少5個地區的公路運輸周轉量對全國節能減排的影響，因此，其降低比例要低于這5個地區的情況，但這只是部分地區對全國的間接影響，如果進一步擴大減排的省域將可能呈現相互影響、梯次下降的局面，進而實現我國預計的節能減排目標.

4研究結論

在節能減排的時代大背景下，交通運輸業作為能源消耗較高的行業，要積極采取措施降低碳排放量.公路運輸是交通運輸業中的碳排放量最高的運輸方式，因此，分析公路運輸周轉量的空間特征，制定合理的公路運輸減排措施，對交通運輸業的節能減排具有較大的現實意義.本文通過對公路運輸周轉量進行全域空間相關性檢驗，發現公路運輸周轉量具有較強的空間相關性，且隨著交通運輸業的發展呈現逐年上升的趨勢.通過檢驗省域公路運輸周轉量的局域空間相關性，遼寧、江蘇、上海、浙江和江西表現出運輸周轉量高的空間集群效應，這表明如果這些地區減少公路運輸，將會對周邊地區公路運輸周轉量帶來較大影響，因此，本文建議優化上述地區的運輸結構，降低這些地區公路運輸周轉量，帶動周邊省市公路運輸的減少，進而達到以點帶面的節能減排效果.

作者：姚寶珍沈飛姚錦寶王文思王爽單位：大連理工大學汽車工程學院北京交通大學交通運輸學院北京交通大學土建學院大連海事大學交通運輸管理學院