交通运输业作为能源消耗的主要行业及碳排放的主要来源，其能源需求的不断增加，碳排放量的日益剧增，使得该行业成为碳减排的重点对象。比如，美国、英国交通领域产生的碳排放量分别占国家总排放量的28%和21%。其中，道路交通碳排放量占到了整个交通领域总排放量的92%^[1]。据统计，机动车尾气排放正逐步成为我国大中城市大气污染的主要来源，我国部分大城市机动车污染物的排放占大气污染物的比例高达60%^[2]。另一方面，根据我国交通运输部规划研究院的预测，2020年公路旅客周转量将达到25 000亿人km，公路货运周转量将达到15 000亿t·km。由于能源消耗与道路运输量密切相关，运量的增长将导致能耗量的增加^[3]，从而将促进碳排放总量的上升。可见，促进道路运输低碳发展已经成为我国低碳建设的重要议题。其中，道路客运低碳发展是道路运输发展中的关键环节。道路客运低碳发展的目标，一是促进道路客运系统的有序发展，二是降低碳排放。然而，车辆运输过程是道路客运系统的核心环节，研究其低碳发展水平对于制订道路客运可持续发展战略具有重要意义。

近年来，国内外学者对道路客运系统发展以低碳运输过程为关注点的研究工作并不多见。目前见到的相关成果主要有：Hensher^[4]以商务巴士为研究对象，构建了道路运输服务质量评价指数。Ghaderi等^[5]运用数据包络分析法和系统仿真模型，建立了铁路客运系统评价体系。董彬^[6]从道路客运现代化理论框架入手，构建了评价指标体系，运用主成分分析法和灰关联分析法等研究方法建立了道路客运现代化评价模型。喻伟等^[7]在分析城市群客运一体化建设特点的基础上，构建了以影响要素和外部环境等为核心指标的城市群道路客运一体化协调性评价指标体系，采用主成分分析法和数据包络分析法，开展了城市群道路客运一体化建设协调性评估。彭伟^[8]在分析城市群与道路客运一体化内涵和要求的基础上，构建了城市群的道路客运评价指标体系，并运用层次分析法和物元分析法建立了相应的评价方法。符开业等^[9]根据区域道路客运一体化评价指标构建原则构建了评价指标体系，借鉴物元分析法建立了区域道路客运一体化评价模型。张航^[10]从城乡道路客运一体化影响因素入手，构建了城乡道路客运一体化发展能力评价指标体系，运用数据包络分析法建立了城乡道路客运一体化发展能力评价模型。陈秀波^[3]借鉴国外道路运输业节能减排经验，对浙江省各地市道路运输客运业开展实地调研，分析了存在的问题与根本原因，在此基础上运用综合专家意见法构建了浙江省道路客运业节能减排评价指标体系，从政府和企业两个层面提出了道路客运业节能减排管理策略。赵胜男^[11]以深圳市为例开展了城市客运交通低碳发展模式及评价研究。

以上研究主要分为3类评价，第一类是以Hensher和Ghaderi为代表的与客运相关的评价系统；第二类是以喻伟、彭伟和符开业为代表的区域道路客运一体化评价系统；第三类是以陈秀波和赵胜男为代表的道路客运低碳评价系统。查阅文献发现，少有针对道路客运系统低碳运输过程的评价研究。对于道路客运低碳运输评价来说，道路旅客运输过程是评价对象，它是由人、车、路等诸多要素构成的有机整体，其内部要素呈现非线性结构，可采用灰关联分析模型对其进行评价。然而灰关联分析模型中分辨系数取0.5可能会改变关联度的大小排序，造成评价结果出现偏差^[12-14]。鉴于此，本研究通过改进灰关联分析模型，建立道路客运低碳运输评价体系，运用该体系评价分析2000—2014年间江苏省道路客运低碳运输水平，以期为江苏省道路客运可持续发展战略提供决策依据。

道路客运低碳运输评价指标的构建应把握如下几个基本原则：(1)数据可获性与可比性原则。指标数据应从交通统计年鉴中获得。同时，指标体系中的指标内容应具有可比性，通常以百分比、增长率等表示。(2)完备性与简明性原则。选择指标要抓住主要矛盾，使复杂的问题简单化，尽可能达到反映道路客运低碳运输水平的最小完备集。(3)动态性原则。指标体系不仅要反映目前道路客运低碳运输水平，也要反映其动态发展过程。

借鉴分解模型，分析道路客运低碳运输过程的影响因素，如式(1)所示：

(1)

通过式(1)可知，影响道路客运低碳运输过程的3个要素包括汽车载客位、单位载客位的周转量和单位周转量的能源消费碳排放量。基于评价指标体系构建原则和道路客运低碳运输过程影响因素，建立江苏省道路客运低碳运输评价指标(表 1)，包括3个一级指标，分别为道路客运能力、道路客运生产率和道路客运碳排量。其中道路客运能力指标以载客位及其增长率体现，道路客运生产率指标以单位载客位的周转量及其增长率体现，道路客运碳排量指标以单位周转量的能源消费碳排放量及其减少率体现。

根据灰关联分析法^[15]和分辨系数计算方法^[16]，改进灰关联分析模型，构建道路客运低碳运输评价模型，具体计算步骤如下。

依据灰色理论，首先将指标序列{u_ijt}(比较序列)与阈值序列{β_ij}(参考序列)进行标准化^[15]，然后按式(2)计算单项指标的得分值(即关联度系数)。

(2)

式中，y_ijt为评价对象在t时段第i个一级指标中第j个子指标的得分值；u_ijt⁰为评价对象在第t时段第i个一级指标中第j个子指标值u_ijt的标准化值；β_ij⁰为评价对象第i个一级指标中第j个子指标阈值β_ij的标准化值；γ为分辨系数，0 < γ < 1。

借鉴文献[13]的方法计算分辨系数γ，计算方法为：

(3)

为使权重具有较强的客观性，采用熵值法^[17]确定指标权重w_i和w_ij。w_i为评价对象第i个一级指标的权重，w_ij为评价对象第i个一级指标中第j个子指标的权重。。

传统灰关联分析模型无法突出核心指标的重要性^[18]，本研究利用概率统计中随机变量的均方差反映评价指数。

(4)

(5)

式中，F_it为评价对象在t时段第i个一级指标的评价指数；F_t为评价对象在t时段的综合评价指数。

鉴于碳排放量动态变化符合logistic模型^[19]，可将其应用于道路客运系统碳排放研究中，通过提升低碳运输水平(这里仅考虑运输过程的碳排放水平对低碳道路客运系统的影响)，使低碳道路客运系统从较低层次跃迁至较高层次，经历转型阶段、提升阶段与平稳阶段，从而形成低碳道路客运系统发展水平的组合logistic曲线(图 1)。

图 1 低碳道路客运系统发展水平的组合logistic曲线 Fig. 1 Combined logistic curve of low carbon road passenger transport system development level 注：t0，t1，tg，tp-1，tp，tk-1，tk分别为低碳道路客运系统启始、第1阶段、第g阶段、第p-1阶段、第p阶段、第k-1阶段、第k阶段等不同时段；S0为低碳道路客运系统启始发展水平；E1，Eg，Ep，Ek分别为上述不同阶段内低碳道路客运系统的发展限值。

设道路客运系统有k个发展阶段，则道路客运系统的长期发展方程为：

(6)

式中，S(t)为评价对象在t时段的低碳道路客运系统的发展水平；F_p为时段[t_p－1, t_p]内道路客运低碳运输评价指数；E_p为时段[t_p－1, t_p]内低碳道路客运系统发展限值(受道路客运组织管理水平及节能减排技术水平等因素的制约，低碳道路客运系统发展水平在一定时期内存在阈值)。C_p和C_k为常数，其中C₁=E₁/S₀-1，C_p=E_p/S_p-1-1(p>1), C_k=E_k/S_k-1-1(k>1)。当低碳道路客运系统达到最优化状态时，系统发展水平值为1。在转型阶段，系统发展水平在[0, 0.5]之间；在提升阶段，系统发展水平在(0.5, 0.8]之间；在平稳阶段，系统发展水平在(0.8, 1.0]之间。

采用改进灰关联评价模型，对江苏省2000—2014年间的道路客运低碳运输水平进行评价与分析。江苏省道路客运低碳运输评价指标基础数据如表 2所示。

以建立的道路客运低碳运输评价模型，对江苏省2000—2014年间的道路客运低碳运输水平进行评价(图 2、图 3和表 3)。评价结果如图 2、图 3所示。

图 2 江苏省道路客运低碳运输一级指标评价指数 Fig. 2 Primary evaluation indexes for low carbon road passenger transport in Jiangsu Province

图 3 江苏省道路客运低碳运输综合评价指数 Fig. 3 Comprehensive evaluation index for low carbon road passenger transport in Jiangsu Province

(1) 图 2中道路客运能力指标(载客位及其变化指标)、道路客运生产率指标(单位载客位的周转量及其变化指标)和道路客运碳排量指标(单位周转量的碳排放量及其变化指标)评价指数在2000—2014年间均处于波动变化状态。其中，道路客运能力评价指数在研究时段呈波动下降态势，从2000年的0.949 6下降到2014年的0.644 9，下降幅度约为32%。在2000年和2007年处于波峰位置，分别为0.949 6和0.953 0，在2003年和2009年处于波谷位置，分别为0.596 3和0.582 5。这是由于水-空-铁运输方式的快速发展，降低了道路客运的分担率，使道路客运能力予以削弱。道路客运生产率评价指数(单位周转量的碳排放量及其变化指标)在2009年处于波峰，其值为0.879 0。同年其道路客运能力评价指数却处于波谷位置(指标得分值为0.582 5)，这是由于载客位与单位载客位的周转量在周转量不变的情况下成反比，道路客运能力曲线与道路客运生产率曲线会出现一定程度的反向发展。道路客运碳排量指标(单位周转量的碳排放量及其变化指标)属于负向指标，评价指数越大，说明单位周转量的碳排放量越小，减少率越大。在研究时段该指标评估指数处于波动上升态势，其增长幅度为30.74%。其中，2003年和2014年处于波峰位置，其值为0.887 6和0.996 6，而2002年和2004年处于波谷位置，其值为0.500 6和0.522 6。值得一提的是2003年的波峰位于两个波谷之间，可能是由于该年“非典”疫情的爆发降低了人们的出行率，路况相对较好，使当年江苏省道路客运能耗与碳排放量相对较少。2008—2014年间道路客运碳排量指数基本呈逐年上升趋势，这是由于这些年来江苏在节能减排和发展低碳交通中做出了不菲成绩，打造了绿色循环低碳公路主题性项目，在此推动下，江苏省道路客运碳排放量有所下降。

(2) 图 3的综合评估中，江苏省2000—2014年间道路客运低碳运输评价指数处于波动变化态势。在2000年至2004年间，呈现波动下降态势，从2000年的0.751 7下降到2004年的0.585 0，下降幅度为23.45%。“十五”期间，江苏积极发展道路运输业，相应地对能源依赖性较强，碳排放量迅速增长。此外，由于低碳环保技术力量较为薄弱，导致该时段综合水平呈现下降特征(2003年为特殊时期)。在2004年到2014年间，综合水平呈现波动上涨态势。从2004年的0.581 8上升到2014年的0.802 0，上涨幅度约为33.85%。进入“十一五”以来，面对能源与环境压力，国家及江苏政府提出发展低碳交通，注重道路运输业结构转型，研发节能环保技术，制订环境规制政策。但由于政府宏观调控及环境政策所产生的效应具有一定滞后性，因此道路客运低碳运输水平呈现短暂波动。

(3) 根据式(6)计算，本研究时段2000—2014年间江苏省低碳道路客运系统发展水平均小于0.5，处于转型期，低碳运输水平总体呈上升态势，但这些年间低碳运输水平波动幅度较大，说明其在运输能力、运输效率和碳排放等方面仍存在一些问题。在运输能力方面，水-空-铁运输方式的快速发展大大减少了道路客运量；在运输效率方面，运输班线存在热线抢着走、冷线无人跑等不合理局面，道路客运发展模式相对滞后；在碳排放方面，车辆减排技术及车辆智能化管理水平有待于进一步提升。

根据权重可知(表 3)，道路客运碳排量指标权重达0.525 2，说明该指标是评判低碳运输发展水平最为核心的要素，即评价低碳运输水平的关键是了解道路客运碳排放水平及其影响因素。以道路客运碳排量为参考序列，其他指标组成的序列为比较序列，计算可得道路客运碳排量与道路客运能力、道路客运生产率的关联度分别为0.720 8和0.613 8。由此反映道路客运碳排放水平与这些指标关联度较大。因此，本研究从碳减排、运输效率和运输能力3方面入手提出江苏省道路客运低碳运输的政策建议(表 4)。针对碳减排问题，加强节能降耗技术研发，有效节约能源、减少道路客运碳排放；针对运输效率问题，加强运输组织优化，完善道路客运发展模式；针对运输能力问题，加强道路客运经营结构调整，提升道路客运竞争力。

本研究在数据可获性与可比性、兼顾完备性与简明性、动态性等指标构建原则的基础上，建立了道路客运低碳运输评价指标体系。借鉴灰色关联度与分辨系数计算方法，改进了灰关联分析模型，建立了道路客运低碳运输评价模型。运用该体系评价分析2000—2014年间江苏省道路客运低碳运输水平，得出以下结论：

(1) 2000—2014年间，江苏道路客运低碳运输水平呈现波动下降态势，从2000年的0.751 7下降到2004年的0.585 0，下降幅度为23.45%。在2004年到2014年间，低碳运输水平呈现波动上涨态势，从2004年的0.581 8上升到2014年的0.802 0，上涨幅度约为33.85%。研究阶段低碳道路客运系统处于转型期，低碳运输水平尚有提高的空间。

(2) 由于这些年间江苏省低碳运输水平波动幅度较大，说明其在碳排放、运输效率和运输能力等方面仍存在一些问题。在碳排放方面，车辆减排技术及车辆智能化管理水平有待于进一步提升；在运输效率方面，运输班线存在不合理局面，道路客运发展模式相对滞后；在运输能力方面，水-空-铁运输方式的快速发展大大减少了道路客运量。通过对道路客运碳排量等指标的关联度分析，提出以节能降耗技术研发、运输组织优化和道路客运经营结构调整等为核心内容的政策建议。