基于LMDI的物流業(yè)碳排放脫鉤及其影響因素分析

0  引  言 

氣候變化問題日益突出，引起了各國政府的高度重視。氣候變化主要是由溫室氣體造成的，而溫室氣體則是由燃燒大量的原煤、石油和天然氣等化石燃料所產(chǎn)生的廢氣構(gòu)成的，其主要成份是CO2。2022年，我國能源燃燒和工業(yè)過程產(chǎn)生的CO2排放量高達(dá)121億噸，約占全球CO2排放總量的32.88%。碳減排是世界各國面臨的共同難題，作為碳排放大國，我國面臨的碳減排壓力日趨嚴(yán)峻。2020年9月，我國在聯(lián)合國會議上鄭重承諾，努力在2030年前實(shí)現(xiàn)碳達(dá)峰、2060年前實(shí)現(xiàn)碳中和（簡稱“雙碳”目標(biāo)），表明了我國堅(jiān)定走綠色低碳發(fā)展道路的決心。2021年，我國物流業(yè)的能源消費(fèi)量為4.03億噸標(biāo)準(zhǔn)煤，約占全國能源消費(fèi)總量的10.78%；CO2排放量約為9.13億噸，僅次于電力和工業(yè)部門。因此，研究物流業(yè)的碳減排方案，對推動物流業(yè)綠色低碳發(fā)展，實(shí)現(xiàn)“雙碳”目標(biāo)具有重要意義。江蘇省地處長三角經(jīng)濟(jì)區(qū)，地區(qū)生產(chǎn)總值穩(wěn)居全國第二，物流業(yè)增加值位居全國第三。本文以江蘇省為例，分析不同時(shí)期物流業(yè)碳排放與行業(yè)發(fā)展的脫鉤關(guān)系，探索適用于物流業(yè)實(shí)現(xiàn)碳排放脫鉤的有效措施，并試圖在全國范圍內(nèi)推廣應(yīng)用，有力地支撐全省乃至全國“雙碳”目標(biāo)的如期實(shí)現(xiàn)。

1  研究現(xiàn)狀

學(xué)術(shù)界針對物流業(yè)碳排放的研究主要集中在碳排放核算、碳排放脫鉤以及碳排放影響因素等方面。（1）在核算物流業(yè)碳排放量時(shí)，通常限定區(qū)域，如某國家、某區(qū)域和某省等，且多采用聯(lián)合國政府間氣候變化專門委員會（Intergovernmental Panel on Climate Change, IPCC）提供的碳排放系數(shù)法[1-2]。（2）碳排放脫鉤研究是界定物流業(yè)碳排放與行業(yè)發(fā)展間的關(guān)系，不同地區(qū)物流業(yè)的脫鉤狀態(tài)存在顯著差異，常用的分析方法包括Tapio脫鉤模型[3-4]和OECD脫鉤模型[5]。（3）針對物流業(yè)碳排放影響因素的研究，不同研究人員選取的影響因素會有較大差異，同一影響因素對不同地區(qū)的影響程度及方向也有所不同。物流業(yè)碳排放常見的驅(qū)動因素有能源強(qiáng)度、經(jīng)濟(jì)產(chǎn)出和人口規(guī)模等。目前采用的主要方法是：基于IPAT模型或Kaya恒等式，建立物流業(yè)碳排放量與影響因素間的數(shù)量關(guān)系，運(yùn)用回歸分析和指數(shù)因素分解法進(jìn)行研究。本文選用指數(shù)因素分解法中的對數(shù)平均迪氏指數(shù)法（Logarithmic Mean Divisia Index, LMDI）來分析物流業(yè)碳排放脫鉤的驅(qū)動因素，因?yàn)樵摲椒ň哂蟹纸夤叫问胶唵?、分解過程無殘差等優(yōu)點(diǎn)[6]，且能有效地處理零值問題。

2  研究方法與數(shù)據(jù)說明

2.1  碳排放核算

借鑒IPCC的核算方法，即使用能源消費(fèi)量乘以對應(yīng)的CO2排放系數(shù)，計(jì)算公式見（1）。其中，C表示CO2排放總量，i表示能源類型，Ci表示能源i的CO2排放量，F(xiàn)Ci表示能源i消費(fèi)的實(shí)物量，fi表示能源i的CO2排放系數(shù)，本文選取了物流業(yè)8種常用的能源進(jìn)行分析，依據(jù)相關(guān)資料綜合得出的計(jì)算參數(shù)見表1。

                  （1）

表1  8種常用能源的計(jì)算參數(shù)

能源類型 CO2排放系數(shù) 折標(biāo)準(zhǔn)煤系數(shù)

原煤 1.90 tCO2/t 0.71 tce/t

汽油 2.93 tCO2/t 1.47 tce/t

煤油 3.04 tCO2/t 1.47 tce/t

柴油 3.10 tCO2/t 1.46 tce/t

燃料油 3.17 tCO2/t 1.43 tce/t

液化石油氣 3.11 tCO2/t 1.71 tce/t

天然氣 2.16 tCO2/103m3 1.33 tce/103m3

電力 9.28 tCO2/104kWh 1.23 tce/104kWh

2.2  碳排放脫鉤模型

Tapio脫鉤指數(shù)θ的計(jì)算公式如（2）所示。其中，△C表示物流業(yè)碳排放變化量，△GDPL表示物流業(yè)增加值變化量，GDPL為物流業(yè)增加值，Cn和C0、GDPLn和GDPL0分別表示第n年和基準(zhǔn)年的碳排放量、行業(yè)增加值。結(jié)合行業(yè)碳排放、增加值的變化情況及脫鉤指數(shù)的不同，可將脫鉤狀態(tài)分為8類，分類標(biāo)準(zhǔn)見表2。其中，強(qiáng)脫鉤是最理想的狀態(tài)，即物流業(yè)實(shí)現(xiàn)綠色低碳化發(fā)展；強(qiáng)負(fù)脫鉤是最差的狀態(tài)，即犧牲環(huán)境也無法推動行業(yè)高速發(fā)展。

                 （2）

表2  碳排放脫鉤分類標(biāo)準(zhǔn)

狀態(tài) △C △GDPL θ 含義

強(qiáng)脫鉤 <0 >0 <0 行業(yè)增加值增加且碳排放下降 

弱脫鉤 >0 >0 ［0,0.8］ 行業(yè)增加值增幅略高于碳排放增幅

衰退脫鉤 <0 <0 >1.2 行業(yè)增加值降幅遠(yuǎn)低于碳排放降幅

擴(kuò)張連接 >0 >0 ［0.8,1.2］ 行業(yè)增加值增幅與碳排放增幅相當(dāng)

衰退連接 <0 <0 ［0.8,1.2］ 行業(yè)增加值降幅與碳排放降幅相當(dāng)

擴(kuò)張負(fù)脫鉤 >0 >0 >1.2 行業(yè)增加值增幅遠(yuǎn)小于碳排放增幅

弱負(fù)脫鉤 <0 <0 ［0,0.8］ 行業(yè)增加值降幅略高于碳排放降幅

強(qiáng)負(fù)脫鉤 >0 <0 <0 行業(yè)增加值下降而碳排放增加

2.3  碳排放脫鉤因素分解

Kaya恒等式將碳排放量分解成4個因素，分別為能源碳排放強(qiáng)度、能源強(qiáng)度、經(jīng)濟(jì)產(chǎn)出和人口規(guī)模。本文結(jié)合物流業(yè)的行業(yè)特征，引入運(yùn)輸周轉(zhuǎn)量因素對Kaya恒等式進(jìn)行合理拓展，公式見（3）和（4）。其中，E為能源消費(fèi)的標(biāo)準(zhǔn)量；T為運(yùn)輸周轉(zhuǎn)量；GDP表示地區(qū)生產(chǎn)總值；P是常住人口數(shù)；CE=C/T表示單位周轉(zhuǎn)量碳排放水平，即碳排放效率效應(yīng)；EE=T/E為單位能源周轉(zhuǎn)量，即能源效率效應(yīng)；EI=E/GDPL為單位產(chǎn)值能耗，即能源強(qiáng)度效應(yīng)；IS=GDPL/GDP為行業(yè)增加值占地區(qū)生產(chǎn)總值的比重，即產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)；EO=GDP/P為人均GDP，即經(jīng)濟(jì)產(chǎn)出效應(yīng)；P表示人口規(guī)模效應(yīng)。

                （3）

                （4）

根據(jù)LMDI加法分解模型[6]，△C可分解為各驅(qū)動因素的貢獻(xiàn)值之和，見公式（5）。

    （5）

其中，△CCE、△CEE、△CEI、△CIS、△CEO、△CP，分別代表6個驅(qū)動因素對物流業(yè)碳排放變化的貢獻(xiàn)值，計(jì)算公式如下：

                       （5.1）

                       （5.2）

                        （5.3）

                        （5.4）

                       （5.5）

                         （5.6）

其中，w為權(quán)重系數(shù)，見公式（6）。

                       （6）

為測算各驅(qū)動因素對江蘇省物流業(yè)碳排放與行業(yè)經(jīng)濟(jì)發(fā)展脫鉤指數(shù)的影響程度，將公式（5）代入公式（2），得到公式（7），并分別用θCE、θEE、θEI、θIS、θEO和θp表示碳排放效率、能源效率、能源強(qiáng)度、產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)產(chǎn)出以及人口規(guī)模對行業(yè)碳排放脫鉤的影響指數(shù)。

            （7）  

2.4  數(shù)據(jù)說明

物流業(yè)能源消費(fèi)實(shí)物量來自《中國能源統(tǒng)計(jì)年鑒》（2006-2022），相關(guān)能源的折標(biāo)準(zhǔn)煤系數(shù)來自《綜合能耗計(jì)算通則》（GB/T 2589-2020）。地區(qū)生產(chǎn)總值、物流業(yè)增加值、運(yùn)輸周轉(zhuǎn)量和常住人口數(shù)等數(shù)據(jù)均來自《江蘇省統(tǒng)計(jì)年鑒》（2006-2022）。為降低價(jià)格因素的影響，地區(qū)生產(chǎn)總值和物流業(yè)增加值均以2005年為基期做不變價(jià)處理。

3  實(shí)證分析

3.1  物流業(yè)碳排放變化趨勢分析

如圖1所示，2005年至2019年期間，江蘇省物流業(yè)能源消費(fèi)總量整體呈上升趨勢，且以汽油和柴油兩種油品消費(fèi)為主。2015年，兩種油品消費(fèi)總比重為87.07%；2019年，下降為71.78%，降幅明顯，但依舊是物流業(yè)能源消費(fèi)的主要來源。碳排放總量變化趨勢與能源消費(fèi)總量變化趨勢基本一致，一直呈現(xiàn)高速增長態(tài)勢。2020年，物流業(yè)能源消費(fèi)總量約為2475.61萬噸標(biāo)準(zhǔn)煤，同比增長0.26%；CO2排放總量約為5703.05萬噸，同比增長0.63%。較2019年增幅明顯下降，主要原因是受新冠疫情的影響，居民生活、經(jīng)濟(jì)活動開展受到了不同程度的限制。2021年，物流業(yè)能源消費(fèi)總量和碳排放總量均處負(fù)增長狀態(tài)，可能是因?yàn)槲锪鳂I(yè)的發(fā)展還未能從疫情的影響中恢復(fù)過來。

圖1  2005-2021年江蘇省物流業(yè)能源消費(fèi)量和碳排放量（單位：萬噸）

表2  2005-2021年江蘇省物流業(yè)碳排放脫鉤狀態(tài)

時(shí)期 θ 脫鉤狀態(tài) 時(shí)期 θ 脫鉤狀態(tài)

2005-2006 0.45 弱脫鉤 2013-2014 0.96 擴(kuò)張連接

2006-2007 0.60 弱脫鉤 2014-2015 0.51 弱脫鉤

2007-2008 1.04 擴(kuò)張連接 2015-2016 0.41 弱脫鉤

2008-2009 0.34 弱脫鉤 2016-2017 0.77 弱脫鉤

2009-2010 1.05 擴(kuò)張連接 2017-2018 0.83 擴(kuò)張連接

2010-2011 0.85 擴(kuò)張連接 2018-2019 0.98 擴(kuò)張連接

2011-2012 0.94 擴(kuò)張連接 2019-2020 0.24 弱脫鉤

2012-2013 0.86 擴(kuò)張連接 2020-2021 -0.03 強(qiáng)脫鉤

3.2  物流業(yè)碳排放脫鉤狀態(tài)分析

2005-2020年，從逐年尺度看，江蘇省物流業(yè)碳排放與行業(yè)經(jīng)濟(jì)發(fā)展只存在弱脫鉤和擴(kuò)張連接兩種狀態(tài)，分別出現(xiàn)7次和8次（見表2）。弱脫鉤狀態(tài)下，行業(yè)經(jīng)濟(jì)發(fā)展增速快于碳排放增速，是物流業(yè)綠色低碳發(fā)展較理想的狀態(tài)；而擴(kuò)張連接狀態(tài)下，行業(yè)經(jīng)濟(jì)發(fā)展增速與碳排放增速相近，說明物流業(yè)發(fā)展對能源碳排放依賴度相對較高。從五年尺度看，最近三個“五年計(jì)劃”期間，脫鉤指數(shù)值分別為0.62、0.80、0.64，說明江蘇省物流業(yè)碳排放與行業(yè)經(jīng)濟(jì)發(fā)展整體呈現(xiàn)弱脫鉤狀態(tài)，但脫鉤指數(shù)值偏高，距離強(qiáng)脫鉤狀態(tài)的實(shí)現(xiàn)依舊任重道遠(yuǎn)。2020-2021年，脫鉤指數(shù)小于0，首次出現(xiàn)強(qiáng)脫鉤?？赡艿脑蚴?，2016-2019年物流業(yè)增加值年均增長率為8.13%，盡管2021年物流業(yè)增加值增幅高達(dá)7.70%，但仍舊沒有恢復(fù)到疫情前的發(fā)展水平。 

3.3  物流業(yè)碳排放脫鉤驅(qū)動因素分析

運(yùn)用LMDI模型對物流業(yè)碳排放脫鉤因素進(jìn)行分解，計(jì)算結(jié)果見表3。

3.3.1  阻礙因素

3.3.1.1  經(jīng)濟(jì)產(chǎn)出

影響指數(shù)都為正數(shù)且均值為0.86，是物流業(yè)實(shí)現(xiàn)碳排放脫鉤的最大阻力。2005年，人均GDP為2.40萬元/人，2021年增加至9.38萬元/人，CO2排放量則累計(jì)增加了4821.44萬噸。2011年起，江蘇省人均GDP穩(wěn)居全國第三，居民人均消費(fèi)支出則從2005年的0.65萬元增加至2021年的3.15萬元，增長了3.85倍。隨著經(jīng)濟(jì)產(chǎn)出水平的提升，居民消費(fèi)支出也隨之增加。消費(fèi)需求增加又帶動了商品流通，結(jié)果引起物流業(yè)能源消費(fèi)和碳排放量的增加。然而，以抑制經(jīng)濟(jì)發(fā)展為代價(jià)來緩解物流業(yè)碳排放壓力的做法，有悖于人民生活水平提升的目標(biāo)，所以有必要推動經(jīng)濟(jì)綠色低碳轉(zhuǎn)型，鼓勵居民適度消費(fèi)、綠色消費(fèi)。

3.3.1.2  能源效率

導(dǎo)致物流業(yè)CO2累積增排978.46萬噸，同時(shí)影響指數(shù)多為正數(shù)，對物流業(yè)碳排放脫鉤的阻礙作用僅次于經(jīng)濟(jì)產(chǎn)出效應(yīng)。研究期內(nèi)，單位能耗的產(chǎn)出水平從3.89萬噸公里/噸標(biāo)準(zhǔn)煤上升至5.22萬噸公里/噸標(biāo)準(zhǔn)煤，整體呈波動式上升態(tài)勢。雖然物流業(yè)能源使用效率大幅提升，但能源結(jié)構(gòu)仍然以油品消費(fèi)為主。2021年，汽油、柴油等油品消費(fèi)總量約為2076.59萬噸標(biāo)準(zhǔn)煤，約占該行業(yè)能源消費(fèi)總量的86.82%。盡管電力、天然氣等低碳能源消費(fèi)比重有所提升，但因占比較低，對能源結(jié)構(gòu)的影響極其有限。在“雙碳”目標(biāo)約束下，有必要加快推進(jìn)能源結(jié)構(gòu)調(diào)整，以抑制能源結(jié)構(gòu)的增排作用。

3.3.1.3  人口規(guī)模

影響指數(shù)介于0.03至0.17之間，對物流業(yè)碳排放脫鉤的阻力相對較小。2011至2014年，人口規(guī)模效應(yīng)指數(shù)（≥0.1）普遍較高，與其它年份相比，脫鉤阻力較大。經(jīng)分析，2011年至2014年，江蘇省常住人口數(shù)年增長率均超過1%；2015年及以后，增長率則呈下降趨勢，人口規(guī)模效應(yīng)的脫鉤阻力也逐漸降低。2011年開始的“雙獨(dú)二孩”政策、2013年“單獨(dú)二孩”政策的全面實(shí)施，使得江蘇省人口出現(xiàn)了小幅上升，但2015年“全面二孩”政策的實(shí)施，對江蘇省人口增長的刺激作用則略有下降。研究表明，人口規(guī)模對物流業(yè)碳排放脫鉤具有阻礙作用，但若通過縮減人口數(shù)量來實(shí)現(xiàn)脫鉤目標(biāo)，可能又會帶來一些社會問題，如勞動力短缺等，不利于經(jīng)濟(jì)社會的穩(wěn)定。

3.3.1.4  行業(yè)結(jié)構(gòu)

對物流業(yè)碳排放脫鉤的影響指數(shù)以正數(shù)居多，導(dǎo)致CO2累計(jì)增排了328.44萬噸。研究期內(nèi)，江蘇省地區(qū)生產(chǎn)總值和物流業(yè)增加值年增加長率在整體上均呈波動式下降趨勢。產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)指數(shù)的正負(fù)，取決于物流業(yè)增加值增速與地區(qū)生產(chǎn)總值增速的差值，差值為正時(shí)，呈現(xiàn)正效應(yīng)，且差值越大，阻礙作用越顯著；差值為負(fù)時(shí)，呈現(xiàn)負(fù)效應(yīng)，但推動作用十分有限。此外，江蘇省物流業(yè)增加值從2005年至2021年擴(kuò)大了3.81倍，但物流業(yè)增加值占地區(qū)生產(chǎn)總值的比重，卻從2005年的4.40%，增加至2021年的4.82%，僅變化了0.42%。這說明近16年來，江蘇省物流業(yè)規(guī)模占比基本保持穩(wěn)定，導(dǎo)致產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)對碳排放脫鉤僅存在微弱阻礙作用，通過大幅調(diào)整產(chǎn)業(yè)結(jié)構(gòu)來達(dá)成江蘇省物流業(yè)碳排放脫鉤的目標(biāo)，是極其困難的。

3.3.2  推動因素

3.3.2.1  能源強(qiáng)度

影響指數(shù)變化趨勢與脫鉤指數(shù)變化趨勢基本保持一致，是江蘇省物流業(yè)實(shí)現(xiàn)碳排放脫鉤的最大推動力。2005至2021年期間，江蘇省物流業(yè)的能源消費(fèi)總量從858.38萬噸標(biāo)準(zhǔn)煤增加至2391.85萬噸標(biāo)準(zhǔn)煤。單位GDP能耗整體呈下降態(tài)勢，從1.08噸標(biāo)準(zhǔn)煤/萬元下降至0.62噸標(biāo)準(zhǔn)煤/萬元，降幅達(dá)42.05%。經(jīng)計(jì)算，江蘇省物流業(yè)單位GDP能耗（最低值為0.62，均值為0.83）遠(yuǎn)低于全國行業(yè)平均水平（最低值為1.27，均值為1.65），但明顯高于全省平均水平（最低值為0.45，均值為0.67），且差距呈擴(kuò)大趨勢，這表明江蘇省物流業(yè)單位GDP能耗仍有很大提升空間。通過對比，江蘇省物流業(yè)單位GDP能耗在2008、2010、2019年度有略微上升，對應(yīng)的碳排放脫鉤影響指數(shù)均為正數(shù)。但由于數(shù)值較低，所以阻礙作用不明顯；其余年份，單位GDP能耗的細(xì)微下降，表現(xiàn)出明顯的推動作用?？梢姡档蛦挝籊DP能耗，是江蘇省物流業(yè)低碳綠色發(fā)展的關(guān)鍵。

3.3.2.2  碳排放效率

影響指數(shù)均值為-0.15，引起CO2累計(jì)減排了632.15萬噸。碳排放效率影響指數(shù)的正負(fù)，取決于碳排放效率值的變化趨勢，碳排放效率值上升，影響指數(shù)為正值；反之，為負(fù)值。研究期內(nèi)，江蘇省物流業(yè)的碳排放效率值從0.62 噸CO2/萬噸公里波動式下降至0.46噸CO2/萬噸公里，主要得益于物流業(yè)運(yùn)輸結(jié)構(gòu)的不斷優(yōu)化。就碳排放而言，水路運(yùn)輸和鐵路運(yùn)輸較公路運(yùn)輸更低碳環(huán)保。2021年，江蘇省公路貨運(yùn)量占全省貨運(yùn)總量的60.78%，較2015年下降了5.25%。為充分發(fā)揮碳排放效率的推動作用，江蘇省應(yīng)從需求側(cè)出發(fā)，積極推動大宗貨物運(yùn)輸“公轉(zhuǎn)水”“公轉(zhuǎn)鐵”，持續(xù)優(yōu)化物流業(yè)運(yùn)輸結(jié)構(gòu)。

表3  2005-2021年江蘇省物流業(yè)碳排放脫鉤各驅(qū)動因素影響指數(shù)

時(shí)期 碳排放效率 能源效率 能源強(qiáng)度 產(chǎn)業(yè)結(jié)構(gòu) 經(jīng)濟(jì)產(chǎn)出 人口規(guī)模

2005-2006 -0.65 0.62 -0.48 0.03 0.87 0.06

2006-2007 -0.16 0.18 -0.39 0.08 0.83 0.06

2007-2008 0.55 -0.58 0.07 0.05 0.90 0.06

2008-2009 -0.24 0.27 -0.65 0.08 0.83 0.04

2009-2010 -0.34 0.37 0.02 0.05 0.90 0.05

2010-2011 -1.16 1.18 -0.16 0.00 0.87 0.13

2011-2012 -0.40 0.49 -0.14 -0.04 0.87 0.17

2012-2013 -1.52 1.55 -0.17 -0.04 0.91 0.12

2013-2014 0.40 -0.43 0.00 0.13 0.76 0.10

2014-2015 2.81 -2.79 -0.48 0.09 0.81 0.08

2015-2016 1.09 -1.01 -0.64 0.18 0.73 0.06

2016-2017 -1.22 1.39 -0.39 0.14 0.77 0.08

2017-2018 0.88 -0.84 -0.20 0.15 0.79 0.05

2018-2019 -1.24 1.16 0.06 0.09 0.87 0.04

2019-2020 -0.08 0.24 -0.91 -0.03 0.96 0.05

2020-2021 -1.16 1.58 -1.41 -0.11 1.04 0.03

均值 -0.15 0.21 -0.37 0.05 0.86 0.07

4  結(jié)論與建議

4.1  主要結(jié)論

通過上述分析，可以得出如下幾個結(jié)論：

2005至2019年，江蘇省物流業(yè)能源消費(fèi)總量和碳排放總量均呈持續(xù)增長狀態(tài)。能源消費(fèi)總量從858.38萬噸標(biāo)準(zhǔn)煤增加至2469.27萬噸標(biāo)準(zhǔn)煤，CO2排放總量從1905.23萬噸增加至5655.24萬噸。受疫情影響，2020-2021年CO2排放增速急劇下降，但隨著疫情緩解和經(jīng)濟(jì)復(fù)蘇，CO2排放總量還會持續(xù)增加。

整體而言，江蘇省物流業(yè)的發(fā)展增速高于碳排放增速，處于綠色低碳發(fā)展較為理想的狀態(tài)。但是，目前脫鉤指數(shù)值仍較高，距離強(qiáng)脫鉤的目標(biāo)，仍有較大差距。同時(shí)，經(jīng)濟(jì)產(chǎn)出、能源效率、人口規(guī)模和行業(yè)結(jié)構(gòu)對物流業(yè)碳排放脫鉤起阻礙作用，且阻力依次遞減；能源強(qiáng)度和碳排放效率對物流業(yè)碳排放脫鉤起推動作用。持續(xù)降低物流業(yè)的能源強(qiáng)度，是進(jìn)入強(qiáng)脫鉤狀態(tài)的關(guān)鍵所在。

4.2  主要建議

一是積極增加清潔能源供給。物流業(yè)對化石能源過度依賴，主要以汽油和柴油為主。大力發(fā)展非化石能源，加快構(gòu)建風(fēng)、光、水、核等可再生能源供應(yīng)體系，積極推進(jìn)新型電力系統(tǒng)建設(shè)，促進(jìn)物流業(yè)能源結(jié)構(gòu)由油品為主向多元化轉(zhuǎn)變。依據(jù)《江蘇省碳達(dá)峰實(shí)施方案》要求，“十四五”、“十五五”期間，非化石能源消費(fèi)比重持續(xù)提升，到2025年非化石能源消費(fèi)比重達(dá)到18%。通過加快能源結(jié)構(gòu)調(diào)整進(jìn)程，引導(dǎo)行業(yè)能源結(jié)構(gòu)向清潔和高效方向發(fā)展，為物流業(yè)“雙碳”目標(biāo)的實(shí)現(xiàn)奠定基礎(chǔ)。

二是積極推進(jìn)物流業(yè)運(yùn)輸結(jié)構(gòu)調(diào)整。當(dāng)前貨運(yùn)方式以公路運(yùn)輸和水路運(yùn)輸為主，而公路運(yùn)輸碳排放占比最高，是物流業(yè)碳減排的重點(diǎn)領(lǐng)域。積極推動物流運(yùn)輸工具綠色低碳轉(zhuǎn)型，加快新能源汽車研發(fā)和應(yīng)用，完善充電樁、換電站等配套設(shè)施建設(shè)，大幅提升新能源汽車市場占有率。同時(shí)，加快構(gòu)建江河海多式聯(lián)運(yùn)體系，促進(jìn)大宗貨物運(yùn)輸“公轉(zhuǎn)水”、“公轉(zhuǎn)鐵”，充分發(fā)揮內(nèi)河航道資源優(yōu)勢構(gòu)建內(nèi)河集裝箱運(yùn)輸體系，持續(xù)優(yōu)化物流運(yùn)輸結(jié)構(gòu)。

三是積極引導(dǎo)生產(chǎn)生活方式綠色轉(zhuǎn)型。以抑制經(jīng)濟(jì)發(fā)展和人口增長速度為代價(jià)來緩解物流業(yè)碳排放壓力，與我國以發(fā)展為第一要務(wù)的理念相悖。江蘇省應(yīng)深入貫徹新發(fā)展理念，積極推進(jìn)綠色低碳循環(huán)發(fā)展經(jīng)濟(jì)體系建設(shè)，嚴(yán)格限制高能耗、高排放項(xiàng)目發(fā)展。同時(shí)，物流業(yè)碳減排與每一位物流參與者息息相關(guān)。倡導(dǎo)綠色健康生活方式，提升居民環(huán)保意識，鼓勵居民適度消費(fèi)、理性消費(fèi)，為順利實(shí)現(xiàn)物流業(yè)“雙碳”目標(biāo)做貢獻(xiàn)。

本文來源：《物流科技》http://m.xwlcp.cn/w/jg/30901.html