论文部分内容阅读
摘 要：实现碳排放与经济增长的脱钩是交通运输业低碳发展的重要目标。因此，合理地分析交通运输业碳排放与经济增长的脱钩状态，对区域低碳经济发展规划具有重要的意义。基于交通运输业的碳排放量与行业增加值，运用Tapio脱钩模型对国家中心城市交通运输业碳排放与经济增长的脱钩关系进行探讨，结果表明，2006—2016年国家中心城市交通运输业碳排放总量与行业增加值总量的脱钩状态，总体呈“W”型波动变化，国家各中心城市交通运输业碳排放量与行业增加值之间的脱钩状态及其波动变化特征有所不同，但均表现出总体改善的趋势。
关键词：脱钩关系;低碳经济;交通运输业;国家中心城市
在经济增长与环境压力的关系研究中，“脱钩”是指二者之间不再具有耦合关系[1-2]。随着低碳经济的发展，较多学者利用脱钩模型对碳排放与经济增长的关系展开了研究[3]。国内研究的范围主要包括全国和各省、市、自治区[4-7]、单个行政区划单位[8-11]以及东北三省、中部六省、京津冀和长三角城市群等经济区[12-17]，也有较少研究选择发展方向相同或功能定位相似的区域开展分析。例如，王赣华和刘竹等以我国首批低碳试点省份广东、辽宁、湖北、陕西和云南为研究对象，探讨了各省份碳排放与经济增长的脱钩关系[18-19]。总体而言，相对于市域层面，相关研究更多地集中在国家及省域层面。
在研究内容方面，除区域碳排放与经济增长脱钩关系外，国内已有研究还关注行业碳排放与经济增长的脱钩关系，其中工业部门受到了较多的关注，而作为碳排放另一重要来源的交通行业却涉及较少[8，20-21]，且部分学者对全国和省域交通运输业碳排放与经济增长关系的研究发现，二者之间的脱钩状态并不理想[21-22]。因此，为了更加有效地制定政策，推进低碳交通发展，还须从相对微观的尺度选取具有代表性的城市开展实证研究，分析交通运输业碳排放与经济增长之间的关系。
2010—2018年，北京、天津、上海、广州、重庆、成都、武汉、郑州和西安九个城市先后被确定为国家中心城市，位处全国城镇体系的最高层级，在区域发展中发挥着核心组织作用和引导带头作用[23]。本文以国家中心城市为研究对象，基于相關数据，分析2006—2016年交通运输业碳排放与经济增长的脱钩状态与特征，为推进国家中心城市及区域交通运输业的可持续发展提供科学依据。
一、研究模型与数据来源
（一）Tapio脱钩模型
（二）数据来源与计算说明
交通运输业的碳排放量可由各类交通运输方式消耗不同能源产生的换算周转量、对应的能源消耗强度和碳排放强度相乘后加总得到[25]。考虑实际情况，在交通碳排放量的计算过程中，北京市、郑州市和西安市的交通运输方式包括公路、铁路和航空三类，天津市、上海市、广州市、重庆市、成都市、武汉市则包括公路、铁路、航空和水路四类。其中，公路运输消耗的能源包括汽油和柴油，铁路运输消耗柴油和电力，航空运输消耗航空煤油，水路运输消耗的柴油和燃料油主要分别用于内河运输和沿海与远洋运输[25]。
不同交通方式产生的换算周转量可由旅客周转量、货物周转量和客货换算系数计算得到[26]。其中，水路运输因分别统计内河、沿海与远洋运输的旅客与货物周转量，可直接计算消耗柴油与燃料油产生的换算周转量。铁路运输方面则需要先计算总换算周转量，然后根据内燃机车与电力机车的比例推算出柴油与电力消耗产生的换算周转量。因公路客运与货运单位运输周转量的能源消耗情况存在差异，单位换算周转量对应的能耗强度无法直接获取，为计算碳排放量，需根据运输内容区分各类能源消耗产生的运输周转量[27]。由于公路运输能耗结构的稳定性及相关数据的可获取性[26，28]，可由2005年客运消耗的汽油量与柴油量分别除以对应单位运输周转量的能源消耗情况，得到客运消耗汽油与柴油产生的运输周转量及其之间的比例，以该比例乘以研究期间各年份的旅客周转量，推算得到消耗汽油与柴油分别产生的旅客周转量，同理可得消耗汽油与柴油分别产生的货物周转量。在碳排放强度方面，汽油、柴油、航空煤油和燃料油的碳排放强度可由单位热值、单位热值含碳量与燃烧过程的碳氧化率相乘得到，数据分别来源于《综合能耗计算通则》（GB/T 2589-2008）和《省级温室气体清单编制指南（试行）》[29-30]。以火力发电为主要来源的电力，其消耗量可通过供电标准煤转换成标准煤耗量，并取国家发改委建议的标准煤碳排放系数为碳排放强度[31-32]。以上计算所需的其他数据及不同交通运输方式的能源消耗强度，来源于历年《中国交通年鉴》、《中国电力年鉴》、全国和各地统计年鉴与统计公报以及相关规划与资料[33-34]，将各地历年统计年鉴中的交通运输、仓储和邮政业增加值作为本研究中的交通运输业增加值，并按照2005年的价格水平进行调整。
二、结果与分析
（一）交通运输业碳排放与经济增长变化趋势分析
通过整理计算，九个国家中心城市交通运输业碳排放总量及行业增加值总量如图1所示。2005—2016年期间，国家中心城市交通运输业碳排放总量和行业增加值总量均呈现出总体增加的趋势。其中，交通运输业碳排放总量由1 692.70万吨上升至4 382.43万吨，年均增长9.03%;行业增加值总量以年均7.52%的增速由2 533.92亿元上升至5 626.90亿元。虽然交通运输业碳排放量的年均增长速度大于行业增加值总量的年均增长速度，但行业增加值总量的变化更加稳定，年变化率仅在2007—2008年出现了0.02%的下降。此变化是由北京市、上海市和广州市的行业增加值下降造成的，其中上海市与广州市行业增加值下降的幅度更为明显，主要原因可能是世界金融危机减少了国际需求，从而影响了沿海城市的远洋运输[35]。研究期间，交通运输业碳排放总量的年变化率不仅在2011—2012年间出现了显著的负值，而且在2013—2016年间持续下降至1.77%，说明在《交通运输“十二五”发展规划》、《公路水路交通节能中长期规划纲要》等政策的支持与指导下，国家中心城市较为有效地控制了交通运输业碳排放总量的增长速度，使得其在研究期间出现了总体下降的趋势。 （二）交通运输业碳排放与经济增长脱钩状态分析
根据式（1），可以计算得到2006—2016年间国家中心城市交通运输业碳排放总量与行业增加值总量之间的脱钩弹性指数及脱钩状态，结果如表1所示，研究期间二者的脱钩状态总体呈现出“W”型的波动变化。在2006—2008年间，国家中心城市交通运输业碳排放总量与行业增加值总量之间的脱钩状态由强脱钩经历扩张、负脱钩后，变成强负脱钩。由二者的变化率及脱钩指数可以发现，在此期间碳排放总量的年均增长幅度高于行业增加值的年均增长幅度，其原因可能在于国家优先发展交通运输业的相关政策推进了行业的发展，使碳排放量增加较为显著，但受到国际金融危机影响，行业增加值增长速度开始逐渐下降。虽然2009—2013年国家中心城市交通运输业增加值总量呈现快速回升并稳定增长的态势，但受行业碳排放总量波动变化的影响，二者之间的脱钩状态由弱脱钩变为扩张负脱钩。随后，国家中心城市交通运输业碳排放总量的增速持续下降，而行业增加值总量平稳增长，二者的关系逐步稳定在弱脱钩状态。这也体现了国家中心城市交通运输业在保持运输规模增长的同时，通过技术改进与政策支持提升了节能减排的效果。
由表2国家各中心城市交通运输业碳排放量与行业增加值脱钩分析结果可知，2006—2016年间九个城市在二者之间的脱钩关系以扩张负脱钩（39.39%）、强脱钩（23.23%）和弱脱钩（21.21%）三种状态为主。虽然，研究期间各城市交通运输业碳排放量与行业增加值的脱钩关系均出现了波动变化的状态，但各地的变化特征存在着一定的差异。相对而言，在天津市、上海市、重庆市、成都市和西安市，二者的脱钩关系中理想状态出现次数较多。其中，天津市的脱钩状态最为稳定且以强脱钩为主，仅出现两次扩张负脱钩和一次衰退脱钩，表明在行业增加值增长的同时保持着较好的减排效果。上海市虽然先后经历了强脱钩、扩张负脱钩、弱负脱钩、衰退连接、弱脱钩等状态，但脱钩状态总体出现较为显著的改善趋势。重庆市的脱钩状态也并不稳定，弱脱钩、扩张负脱钩、强脱钩三种状态交替出现，然而弱脱钩和强脱钩的理想状态较扩张负脱钩的出现次数更多。成都市与重庆市的情况相似，因研究期间交通运输业增加值的持续上升以及行业碳排放量增幅的不断下降，二者脱钩状态以弱脱钩与强脱钩为主。在所有国家中心城市中，西安市交通运输业增加值的年平均增速最快，同时行业碳排放量增速波动下降并出现多次负值，使得二者的脱钩关系总体呈现出改善趋势。
与此同时，北京市、广州市、武汉市和郑州市交通运输业碳排放量与行业增加值的脱钩关系较不理想。具体来看，研究期间北京市的交通运输业碳排放量与行业增加值的脱钩关系极其不稳定，共呈现出六种脱钩状态，不仅在2008年出现了强负脱钩状态，而且扩张负脱钩状态出现频率最高，但随着行业碳排放量增速的下降，在2016年首次出现了强脱钩状态，说明二者的脱钩关系出现了显著的转折。广州市交通运输业碳排放量持续增加，且其年均增幅大于行业增加值的年均增幅，导致二者的关系虽在2008年出现强负脱钩后有所改善，但始终在扩张负脱钩、弱脱钩和扩张连接之间波动。武汉市的脱钩状态由强脱钩经历多次扩张负脱钩后，因碳排放量增速下降回到强脱钩和弱脱钩状态。郑州市也以扩张负脱钩状态为主，仅出现强脱钩、弱脱钩各一次，且在2009年因交通运输业碳排放量增加而行业增加值下降出现了强负脱钩状态。
三、结论
本文在整理计算国家中心城市交通运输业碳排放量与行业增加值的基础上，运用Tapio脱钩模型分析了2006—2016年二者之间的脱钩关系，并得到以下主要结论。
1.2005—2016年期间，国家中心城市交通运输业碳排放总量的年均增幅大于行业增加值总量的年均增幅，但前者的年变化率出现总体下降的趋势，而后者的变化却相对稳定，说明国家中心城市在发展交通运输业的同时较为有效地控制了行业碳排放总量的快速增长。
2.国家中心城市交通运输业碳排放总量与行业增加值总量的脱钩状态虽然总体表现为“W”型波动变化，但包括强脱钩和弱脱钩在内的理想状态出现次数相对更多，尤其是2014年起脱钩状态在有所改善后趋于稳定，国家中心城市交通运输业总体逐步呈现出低碳发展的趋势。
3.研究期間，国家各中心城市交通运输业碳排放量与行业增加值的脱钩关系以扩张负脱钩、强脱钩和弱脱钩三种状态为主。虽然各城市的脱钩状态及其波动变化特征有所不同，但总体上随着时间的推进均有不同程度的提升，且大部分城市最终呈现出了理想的脱钩状态。
参考文献：
[1] OECD.Indicators to measure decoupling of environmental pressures from economic growth[R].Paris：OECD，2002.
[2] 彭佳雯，黄贤金，钟太洋，等.中国经济增长与能源碳排放的脱钩研究[J].资源科学，2011，33（4）：626-633.
[3] 黄展.湖北省碳排放与经济增长脱钩分析[J].科技和产业，2018，18（2）：14-21，26.
[4] 孙耀华，李忠民.中国各省区经济发展与碳排放脱钩关系研究[J].中国人口、资源与环境，2011，21（5）：87-92.
[5] 马晶梅，王新影.我国能源碳排放与经济增长脱钩关系研究[J].企业经济，2015，（12）：10-15.
[6] 孙叶飞，周敏.中国能源消费碳排放与经济增长脱钩关系及驱动因素研究[J].经济与管理评论，2017，33（6）：21-30.
[7] 刘志红.区域经济增长与碳排放脱钩及减排目标分析[J].黑龙江工业学院学报：综合版，2019，19（2）：68-75. [8] 邢鹏，肖瑶.安徽省碳排放与经济增长脱钩实证分析[J].黑龙江工业学院学报：综合版，2017，17（11）：62-66.
[9] 任静，李敏.河南省经济发展与碳排放“脱钩”关系实证分析[J].山东工业技术，2016，（16）：233-234.
[10] 刘学程，宋大强，徐圆.江苏省经济增长与碳排放的脱钩关系研究——基于Tapio脱钩模型[J].上海商学院学报，2016，17（4）：50-58.
[11] 石文，唐建荣.无锡市碳排放与经济发展水平的Tapio弹性脱钩分析[J].科技和产业，2018，18（9）：55-60.
[12] 滕飞，曹丹，全紫薇，等.东北三省碳排放与经济增长脱钩关系的实证分析[J].吉林师范大学学报：自然科学版，2018，39（3）：56-63.
[13] 齐绍洲，林屾，王班班.中部六省经济增长方式对区域碳排放的影响——基于Tapio脱钩模型、面板数据的滞后期工具变量法的研究[J].中国人口·资源与环境，2015，25（5）：59-66.
[14] 赵玉焕，孔翠婷，李浩.京津冀地区经济增长与碳排放脱钩研究[J].中国能源，2017，39（6）：15，20-26.
[15] 王尧.京津冀经济增长与碳排放脱钩效应研究[D].天津：天津理工大学，2019.
[16] 周梦锦.城市群经济发展与碳排放脱钩分析[J].合作经济与科技，2019，（10）：22-23.
[17] 郭炳南，林基，刘堂发.长三角地区二氧化碳排放与经济增长脱钩关系的实证研究[J].生态经济，2017，33（4）：25-29.
[18] 王赣华.中国首批低碳试点省份碳排放与经济增长脱钩关系研究[J].桂林理工大学学报，2013，33（4）：699-705.
[19] 刘竹，耿涌，薛冰，等.中国低碳试点省份经济增长与碳排放关系研究[J].资源科学，2011，33（4）：620-625.
[20] 姜玲，滕雅琼，张小宁.高耗能产业群碳排放与经济增长脱钩关系实证研究——基于甘肃2001—2017年的经验数据[J].兰州财经大学学报，2019，35（4）：41-48.
[21] 周银香.交通碳排放与行业经济增长脱钩及耦合关系研究——基于Tapio脱钩模型和协整理论[J].经济问题探索，2016，（6）：41-48.
[22] 杨良杰，吴威，苏勤，等.江苏省交通运输业能源消费碳排放及脱钩效应[J].长江流域资源与环境，2014，23（10）：1383-1390.
[23] 住房和城乡建设部城乡规划司，中国城市规划设计研究院.全国城镇体系规划（2006-2020年）[M].北京：商務印书馆，2010：47，95.
[24] Tapio P.Towards a theory of decoupling：degrees of decoupling in the EU and the case of road traffic in Finland between 1970 and 2001[J].Transport Policy，2005，12（2）：1-151.
[25] 蔡博峰，冯相昭，陈徐梅.交通二氧化碳排放和低碳发展[M].北京：化学工业出版社，2012.
[26] 庄颖，夏斌.广东省交通碳排放核算及影响因素分析[J].环境科学研究，2017，30（7）：1154-1162.
[27] 黄羿，常向阳.低碳经济与交通运输业发展——基于国家中心城市数据的实证研究[J].社会科学家，2019，（11）：67-73.
[28] 李扬.基于可持续发展理论的我国公路交通发展模式研究[D].大连：大连海事大学，2013：56.
[29] 中国国家标准化管理委员会.综合能耗计算通则：GB/T 2589-2008[S].北京：中国质检出版社，2008.
[30] 国家发展改革委应对气候变化司.省级温室气体清单编制指南（试行）[R].北京：中华人民共和国国家发展和改革委员会，2011.
[31] 赵荣钦，黄贤金.基于能源消费的江苏省土地利用碳排放与碳足迹分析[J].地理研究，2010，29（9）：1640-1649.
[32] 陈飞，诸大建.低碳城市研究的内涵、模型与目标策略确定[J].城市规划学刊，2009，8（4）：7-13.
[33] 中央政府门户网站.关于印发公路水路交通运输节能减排“十二五”规划的通知[EB/OL].http//www.gov.cn/zwgk/2011-07/08/content_1902139.htm，2011-07-08
[34] 丁金学.我国交通运输业碳排放及其减排潜力分析[J].综合运输，2012，（12）：20-26.
[35] 李中煜.金融危机下我国物流产业现状及发展[J].当代经济，2009，（12）：50-51.
关键词：脱钩关系;低碳经济;交通运输业;国家中心城市
在经济增长与环境压力的关系研究中，“脱钩”是指二者之间不再具有耦合关系[1-2]。随着低碳经济的发展，较多学者利用脱钩模型对碳排放与经济增长的关系展开了研究[3]。国内研究的范围主要包括全国和各省、市、自治区[4-7]、单个行政区划单位[8-11]以及东北三省、中部六省、京津冀和长三角城市群等经济区[12-17]，也有较少研究选择发展方向相同或功能定位相似的区域开展分析。例如，王赣华和刘竹等以我国首批低碳试点省份广东、辽宁、湖北、陕西和云南为研究对象，探讨了各省份碳排放与经济增长的脱钩关系[18-19]。总体而言，相对于市域层面，相关研究更多地集中在国家及省域层面。
在研究内容方面，除区域碳排放与经济增长脱钩关系外，国内已有研究还关注行业碳排放与经济增长的脱钩关系，其中工业部门受到了较多的关注，而作为碳排放另一重要来源的交通行业却涉及较少[8，20-21]，且部分学者对全国和省域交通运输业碳排放与经济增长关系的研究发现，二者之间的脱钩状态并不理想[21-22]。因此，为了更加有效地制定政策，推进低碳交通发展，还须从相对微观的尺度选取具有代表性的城市开展实证研究，分析交通运输业碳排放与经济增长之间的关系。
2010—2018年，北京、天津、上海、广州、重庆、成都、武汉、郑州和西安九个城市先后被确定为国家中心城市，位处全国城镇体系的最高层级，在区域发展中发挥着核心组织作用和引导带头作用[23]。本文以国家中心城市为研究对象，基于相關数据，分析2006—2016年交通运输业碳排放与经济增长的脱钩状态与特征，为推进国家中心城市及区域交通运输业的可持续发展提供科学依据。
一、研究模型与数据来源
（一）Tapio脱钩模型
（二）数据来源与计算说明
交通运输业的碳排放量可由各类交通运输方式消耗不同能源产生的换算周转量、对应的能源消耗强度和碳排放强度相乘后加总得到[25]。考虑实际情况，在交通碳排放量的计算过程中，北京市、郑州市和西安市的交通运输方式包括公路、铁路和航空三类，天津市、上海市、广州市、重庆市、成都市、武汉市则包括公路、铁路、航空和水路四类。其中，公路运输消耗的能源包括汽油和柴油，铁路运输消耗柴油和电力，航空运输消耗航空煤油，水路运输消耗的柴油和燃料油主要分别用于内河运输和沿海与远洋运输[25]。
不同交通方式产生的换算周转量可由旅客周转量、货物周转量和客货换算系数计算得到[26]。其中，水路运输因分别统计内河、沿海与远洋运输的旅客与货物周转量，可直接计算消耗柴油与燃料油产生的换算周转量。铁路运输方面则需要先计算总换算周转量，然后根据内燃机车与电力机车的比例推算出柴油与电力消耗产生的换算周转量。因公路客运与货运单位运输周转量的能源消耗情况存在差异，单位换算周转量对应的能耗强度无法直接获取，为计算碳排放量，需根据运输内容区分各类能源消耗产生的运输周转量[27]。由于公路运输能耗结构的稳定性及相关数据的可获取性[26，28]，可由2005年客运消耗的汽油量与柴油量分别除以对应单位运输周转量的能源消耗情况，得到客运消耗汽油与柴油产生的运输周转量及其之间的比例，以该比例乘以研究期间各年份的旅客周转量，推算得到消耗汽油与柴油分别产生的旅客周转量，同理可得消耗汽油与柴油分别产生的货物周转量。在碳排放强度方面，汽油、柴油、航空煤油和燃料油的碳排放强度可由单位热值、单位热值含碳量与燃烧过程的碳氧化率相乘得到，数据分别来源于《综合能耗计算通则》（GB/T 2589-2008）和《省级温室气体清单编制指南（试行）》[29-30]。以火力发电为主要来源的电力，其消耗量可通过供电标准煤转换成标准煤耗量，并取国家发改委建议的标准煤碳排放系数为碳排放强度[31-32]。以上计算所需的其他数据及不同交通运输方式的能源消耗强度，来源于历年《中国交通年鉴》、《中国电力年鉴》、全国和各地统计年鉴与统计公报以及相关规划与资料[33-34]，将各地历年统计年鉴中的交通运输、仓储和邮政业增加值作为本研究中的交通运输业增加值，并按照2005年的价格水平进行调整。
二、结果与分析
（一）交通运输业碳排放与经济增长变化趋势分析
通过整理计算，九个国家中心城市交通运输业碳排放总量及行业增加值总量如图1所示。2005—2016年期间，国家中心城市交通运输业碳排放总量和行业增加值总量均呈现出总体增加的趋势。其中，交通运输业碳排放总量由1 692.70万吨上升至4 382.43万吨，年均增长9.03%;行业增加值总量以年均7.52%的增速由2 533.92亿元上升至5 626.90亿元。虽然交通运输业碳排放量的年均增长速度大于行业增加值总量的年均增长速度，但行业增加值总量的变化更加稳定，年变化率仅在2007—2008年出现了0.02%的下降。此变化是由北京市、上海市和广州市的行业增加值下降造成的，其中上海市与广州市行业增加值下降的幅度更为明显，主要原因可能是世界金融危机减少了国际需求，从而影响了沿海城市的远洋运输[35]。研究期间，交通运输业碳排放总量的年变化率不仅在2011—2012年间出现了显著的负值，而且在2013—2016年间持续下降至1.77%，说明在《交通运输“十二五”发展规划》、《公路水路交通节能中长期规划纲要》等政策的支持与指导下，国家中心城市较为有效地控制了交通运输业碳排放总量的增长速度，使得其在研究期间出现了总体下降的趋势。 （二）交通运输业碳排放与经济增长脱钩状态分析
根据式（1），可以计算得到2006—2016年间国家中心城市交通运输业碳排放总量与行业增加值总量之间的脱钩弹性指数及脱钩状态，结果如表1所示，研究期间二者的脱钩状态总体呈现出“W”型的波动变化。在2006—2008年间，国家中心城市交通运输业碳排放总量与行业增加值总量之间的脱钩状态由强脱钩经历扩张、负脱钩后，变成强负脱钩。由二者的变化率及脱钩指数可以发现，在此期间碳排放总量的年均增长幅度高于行业增加值的年均增长幅度，其原因可能在于国家优先发展交通运输业的相关政策推进了行业的发展，使碳排放量增加较为显著，但受到国际金融危机影响，行业增加值增长速度开始逐渐下降。虽然2009—2013年国家中心城市交通运输业增加值总量呈现快速回升并稳定增长的态势，但受行业碳排放总量波动变化的影响，二者之间的脱钩状态由弱脱钩变为扩张负脱钩。随后，国家中心城市交通运输业碳排放总量的增速持续下降，而行业增加值总量平稳增长，二者的关系逐步稳定在弱脱钩状态。这也体现了国家中心城市交通运输业在保持运输规模增长的同时，通过技术改进与政策支持提升了节能减排的效果。
由表2国家各中心城市交通运输业碳排放量与行业增加值脱钩分析结果可知，2006—2016年间九个城市在二者之间的脱钩关系以扩张负脱钩（39.39%）、强脱钩（23.23%）和弱脱钩（21.21%）三种状态为主。虽然，研究期间各城市交通运输业碳排放量与行业增加值的脱钩关系均出现了波动变化的状态，但各地的变化特征存在着一定的差异。相对而言，在天津市、上海市、重庆市、成都市和西安市，二者的脱钩关系中理想状态出现次数较多。其中，天津市的脱钩状态最为稳定且以强脱钩为主，仅出现两次扩张负脱钩和一次衰退脱钩，表明在行业增加值增长的同时保持着较好的减排效果。上海市虽然先后经历了强脱钩、扩张负脱钩、弱负脱钩、衰退连接、弱脱钩等状态，但脱钩状态总体出现较为显著的改善趋势。重庆市的脱钩状态也并不稳定，弱脱钩、扩张负脱钩、强脱钩三种状态交替出现，然而弱脱钩和强脱钩的理想状态较扩张负脱钩的出现次数更多。成都市与重庆市的情况相似，因研究期间交通运输业增加值的持续上升以及行业碳排放量增幅的不断下降，二者脱钩状态以弱脱钩与强脱钩为主。在所有国家中心城市中，西安市交通运输业增加值的年平均增速最快，同时行业碳排放量增速波动下降并出现多次负值，使得二者的脱钩关系总体呈现出改善趋势。
与此同时，北京市、广州市、武汉市和郑州市交通运输业碳排放量与行业增加值的脱钩关系较不理想。具体来看，研究期间北京市的交通运输业碳排放量与行业增加值的脱钩关系极其不稳定，共呈现出六种脱钩状态，不仅在2008年出现了强负脱钩状态，而且扩张负脱钩状态出现频率最高，但随着行业碳排放量增速的下降，在2016年首次出现了强脱钩状态，说明二者的脱钩关系出现了显著的转折。广州市交通运输业碳排放量持续增加，且其年均增幅大于行业增加值的年均增幅，导致二者的关系虽在2008年出现强负脱钩后有所改善，但始终在扩张负脱钩、弱脱钩和扩张连接之间波动。武汉市的脱钩状态由强脱钩经历多次扩张负脱钩后，因碳排放量增速下降回到强脱钩和弱脱钩状态。郑州市也以扩张负脱钩状态为主，仅出现强脱钩、弱脱钩各一次，且在2009年因交通运输业碳排放量增加而行业增加值下降出现了强负脱钩状态。
三、结论
本文在整理计算国家中心城市交通运输业碳排放量与行业增加值的基础上，运用Tapio脱钩模型分析了2006—2016年二者之间的脱钩关系，并得到以下主要结论。
1.2005—2016年期间，国家中心城市交通运输业碳排放总量的年均增幅大于行业增加值总量的年均增幅，但前者的年变化率出现总体下降的趋势，而后者的变化却相对稳定，说明国家中心城市在发展交通运输业的同时较为有效地控制了行业碳排放总量的快速增长。
2.国家中心城市交通运输业碳排放总量与行业增加值总量的脱钩状态虽然总体表现为“W”型波动变化，但包括强脱钩和弱脱钩在内的理想状态出现次数相对更多，尤其是2014年起脱钩状态在有所改善后趋于稳定，国家中心城市交通运输业总体逐步呈现出低碳发展的趋势。
3.研究期間，国家各中心城市交通运输业碳排放量与行业增加值的脱钩关系以扩张负脱钩、强脱钩和弱脱钩三种状态为主。虽然各城市的脱钩状态及其波动变化特征有所不同，但总体上随着时间的推进均有不同程度的提升，且大部分城市最终呈现出了理想的脱钩状态。
参考文献：
[1] OECD.Indicators to measure decoupling of environmental pressures from economic growth[R].Paris：OECD，2002.
[2] 彭佳雯，黄贤金，钟太洋，等.中国经济增长与能源碳排放的脱钩研究[J].资源科学，2011，33（4）：626-633.
[3] 黄展.湖北省碳排放与经济增长脱钩分析[J].科技和产业，2018，18（2）：14-21，26.
[4] 孙耀华，李忠民.中国各省区经济发展与碳排放脱钩关系研究[J].中国人口、资源与环境，2011，21（5）：87-92.
[5] 马晶梅，王新影.我国能源碳排放与经济增长脱钩关系研究[J].企业经济，2015，（12）：10-15.
[6] 孙叶飞，周敏.中国能源消费碳排放与经济增长脱钩关系及驱动因素研究[J].经济与管理评论，2017，33（6）：21-30.
[7] 刘志红.区域经济增长与碳排放脱钩及减排目标分析[J].黑龙江工业学院学报：综合版，2019，19（2）：68-75. [8] 邢鹏，肖瑶.安徽省碳排放与经济增长脱钩实证分析[J].黑龙江工业学院学报：综合版，2017，17（11）：62-66.
[9] 任静，李敏.河南省经济发展与碳排放“脱钩”关系实证分析[J].山东工业技术，2016，（16）：233-234.
[10] 刘学程，宋大强，徐圆.江苏省经济增长与碳排放的脱钩关系研究——基于Tapio脱钩模型[J].上海商学院学报，2016，17（4）：50-58.
[11] 石文，唐建荣.无锡市碳排放与经济发展水平的Tapio弹性脱钩分析[J].科技和产业，2018，18（9）：55-60.
[12] 滕飞，曹丹，全紫薇，等.东北三省碳排放与经济增长脱钩关系的实证分析[J].吉林师范大学学报：自然科学版，2018，39（3）：56-63.
[13] 齐绍洲，林屾，王班班.中部六省经济增长方式对区域碳排放的影响——基于Tapio脱钩模型、面板数据的滞后期工具变量法的研究[J].中国人口·资源与环境，2015，25（5）：59-66.
[14] 赵玉焕，孔翠婷，李浩.京津冀地区经济增长与碳排放脱钩研究[J].中国能源，2017，39（6）：15，20-26.
[15] 王尧.京津冀经济增长与碳排放脱钩效应研究[D].天津：天津理工大学，2019.
[16] 周梦锦.城市群经济发展与碳排放脱钩分析[J].合作经济与科技，2019，（10）：22-23.
[17] 郭炳南，林基，刘堂发.长三角地区二氧化碳排放与经济增长脱钩关系的实证研究[J].生态经济，2017，33（4）：25-29.
[18] 王赣华.中国首批低碳试点省份碳排放与经济增长脱钩关系研究[J].桂林理工大学学报，2013，33（4）：699-705.
[19] 刘竹，耿涌，薛冰，等.中国低碳试点省份经济增长与碳排放关系研究[J].资源科学，2011，33（4）：620-625.
[20] 姜玲，滕雅琼，张小宁.高耗能产业群碳排放与经济增长脱钩关系实证研究——基于甘肃2001—2017年的经验数据[J].兰州财经大学学报，2019，35（4）：41-48.
[21] 周银香.交通碳排放与行业经济增长脱钩及耦合关系研究——基于Tapio脱钩模型和协整理论[J].经济问题探索，2016，（6）：41-48.
[22] 杨良杰，吴威，苏勤，等.江苏省交通运输业能源消费碳排放及脱钩效应[J].长江流域资源与环境，2014，23（10）：1383-1390.
[23] 住房和城乡建设部城乡规划司，中国城市规划设计研究院.全国城镇体系规划（2006-2020年）[M].北京：商務印书馆，2010：47，95.
[24] Tapio P.Towards a theory of decoupling：degrees of decoupling in the EU and the case of road traffic in Finland between 1970 and 2001[J].Transport Policy，2005，12（2）：1-151.
[25] 蔡博峰，冯相昭，陈徐梅.交通二氧化碳排放和低碳发展[M].北京：化学工业出版社，2012.
[26] 庄颖，夏斌.广东省交通碳排放核算及影响因素分析[J].环境科学研究，2017，30（7）：1154-1162.
[27] 黄羿，常向阳.低碳经济与交通运输业发展——基于国家中心城市数据的实证研究[J].社会科学家，2019，（11）：67-73.
[28] 李扬.基于可持续发展理论的我国公路交通发展模式研究[D].大连：大连海事大学，2013：56.
[29] 中国国家标准化管理委员会.综合能耗计算通则：GB/T 2589-2008[S].北京：中国质检出版社，2008.
[30] 国家发展改革委应对气候变化司.省级温室气体清单编制指南（试行）[R].北京：中华人民共和国国家发展和改革委员会，2011.
[31] 赵荣钦，黄贤金.基于能源消费的江苏省土地利用碳排放与碳足迹分析[J].地理研究，2010，29（9）：1640-1649.
[32] 陈飞，诸大建.低碳城市研究的内涵、模型与目标策略确定[J].城市规划学刊，2009，8（4）：7-13.
[33] 中央政府门户网站.关于印发公路水路交通运输节能减排“十二五”规划的通知[EB/OL].http//www.gov.cn/zwgk/2011-07/08/content_1902139.htm，2011-07-08
[34] 丁金学.我国交通运输业碳排放及其减排潜力分析[J].综合运输，2012，（12）：20-26.
[35] 李中煜.金融危机下我国物流产业现状及发展[J].当代经济，2009，（12）：50-51.