全球气候变暖已经引起了世界各国的广泛关注,气候变化成为人类生存和发展的重大挑战之一。自从人类发展进入了电气化时代,工业革命以来的生产方式和生活方式就发生了巨大的变化,以化石能源为主的高碳增长模式逐渐显现出不可持续的态势。《巴黎协定》强调,与工业化之前相比,21世纪全球平均气温升高水平不仅要控制在2℃之内,而且要向1.5℃内努力;同时,要求各缔约方在实现温室气体排放达峰的基础上,实现温室气体零排放。温室气体中,二氧化碳作为典型代表,减少其排放量,一直是各国政府在实现《巴黎协定》中强调的全球温升控制目标。作为世界上最大的发展中国家,中国一直非常重视气候变化问题并且在应对气候变化中发挥着重要的作用。1992年,中国是最早签署《联合国气候变化框架公约》的缔约方之一。2002年中国政府核准了《京都议定书》。2015年习近平总书记在气候变化巴黎大会开幕式发言中强调要实现更高水平的全球可持续发展,并承诺“中国的碳排放总量在2030年左右达到峰值,并争取尽早实现;单位国内生产总值二氧化碳排放（即碳排放强度）将比2005年下降60%—65%”,即中国碳排放强度下降和总量达峰的“双重”目标。2020年9月22日,中国国家主席习近平提出,中国碳排放的目标是力争2030年前实现碳达峰,2060年前实现碳中和,这对世界范围内应对气候变化的联合行动具有积极意义。2021年3月15日,在中央财经委员会第九次会议上,碳达峰、碳中和被纳入“十四五”时期生态文明建设的总体布局中。“十三五”期间（2016—2020年）,中国单位国内生产总值碳排放降低了18%,生态环境逐步改善。然而要实现1.5℃的温控目标,压力仍然很大。根据国际能源署（IEA）的报告,由于新冠疫情的爆发,2020年全球石油需求骤跌了8.6%,对应的碳排放量下降了近11亿吨,超过了全球碳减排量的一半。2021年3月,国际能源署在《全球能源综述:2020年的二氧化碳排放量》报告中指出运输部门是石油消费的“大户”,通常占石油需求的60%左右。交通运输业作为产业发展、人口流动的重要载体,与石油消费密不可分。2021年中国国内生产总值突破110万亿,经济增速在全球经济体中名列前茅。中国在总体经济实力上取得的加速性进步具有非常重大的意义。交通运输业一直以来都是中国国民经济的支柱产业,同时也是节能减排的重点领域。根据已有的研究,交通运输业能源效率提高潜力可达50%,而工业部门能源效率提高潜力仅可达到10%至20%。在中国经济发展与能源消耗尚未实现脱钩的前提下,挖掘交通运输业的碳减排潜力,提升交通运输业的减排空间,对中国实现全局“双碳”目标具有非常重大的现实意义。本研究通过梳理交通运输业碳排放的测度方法、影响因素以及碳减排路径的研究成果,结合可持续发展理论、低碳交通理论和系统理论,综合运用社会网络分析、空间计量分析、机器学习和情景模拟等研究方法,探索交通运输业的碳减排路径。主要研究内容如下。第一,针对交通运输业碳排放的测度模型,本研究首先根据“自上而下”的模型测度了中国及30个省份（不含西藏自治区、中国澳门特别行政区、中国台湾地区和中国香港特别行政区）基于能源消耗的交通运输业碳排放量。然后分别测度了不同运输方式下的货物运输碳排放和不同交通工具的旅客运输碳排放。在此基础上对中国各省份交通运输业碳排放与经济增长的关系进行定量分析,并进一步探究运输结构与交通运输业碳排放的动态演进关系。第二,以交通运输业碳排放的空间特征为研究的起点,在系统视角下引入修正的引力模型,构建各省份交通运输业碳排放的空间关联网络;然后运用社会网络分析方法,从整体网络、个体网络和块模型三个角度选取特征指标,对各省份交通运输业碳排放的网络结构特征进行分析;在此基础上根据相关系数聚类方法对省域交通运输业碳排放网络进行块模型分析,厘清各板块在交通运输碳排放网络中的角色定位。在这一过程中发现一个有趣的现象:2019年开始第一板块从以往的双向溢出角色转变为净溢出角色,第四板块从净溢出角色转变为净受益角色。然后,以空间溢出效应为切入点,采用1997年至2019年间中国30个省份的面板数据,基于空间邻接矩阵和经济权重矩阵,构建解释能力更强的空间杜宾模型,分析各驱动要素耦合作用下对交通运输业碳排放的影响。研究结论一方面验证了本文的假设——交通运输业碳排放自身存在空间溢出效应,另一方面发现经济发展水平对交通运输业碳排放的影响系数显著为正,产业结构优化、城镇居民出行和运输效率的提高对交通运输业碳排放带来明显的抑制作用,私人交通工具对交通运输业碳排放的作用刚好与之相反。第三,根据交通运输业碳排放系统各要素之间的因果关系,将交通运输业碳排放系统划分为公路、铁路和水路三个子系统,并确定了各子系统内部结构和各子系统间的反馈关系,然后绘制系统存量流量图,构建了交通运输业碳排放的系统动力学模型。然后从实际应用层面对模型进行量纲一致性、稳定性、灵敏性和有效性检验,从而保证了仿真模型的解释能力。第四,基于可拓展的交通运输业碳排放随机性环境影响评估模型,以显著影响交通运输业碳排放的要素为基础,构建了非参数机器学习预测模型STIRPAT-GWO-LLSVM,对2020年至2030年的交通运输业碳排放水平进行有效预测。然后从结构性、技术性和管理性三个方面设定了不同情景下交通运输业碳减排的政策,分别模拟了全国层面和第四板块交通运输业碳减排政策的实施效果。结果发现,从范围来看全国交通运输业碳减排的政策效果要大于第四板块。从具体政策措施来看,调整运输结构的碳减排效果最好,提高公共交通客运周转量的政策效果最不明显。本研究的创新之处主要体现在以下三个方面。第一,以往对交通运输业碳排放的研究中,更多的侧重于构建单一模型分别得到数据时间序列特性和截面特性,缺乏区域间的对比。在方法上,本研究基于拓展的碳排放驱动要素理论模型,构建并检验了不同权重矩阵下交通运输碳排放的空间杜宾模型;然后结合社会网络块模型分析,以是否处于板块内部来划分区制,构建两区制空间面板计量模型来测度交通运输业碳排放各因素对不同板块的影响程度,一方面保证了碳排放影响测度过程中要素选择的系统性和完整性,另一方面验证了空间效应的显著性,为交通运输业碳排放影响的驱动力研究提供了系统性的量化方法。第二,多数学者在对交通运输业碳排放进行仿真研究时,主要从全国或者某个省（市）的角度出发,构建经济、能源、环境和交通四个子系统进行分析;也有学者只对某个城市内部客运碳排放进行系统动力学仿真。中国《绿色交通“十四五”发展规划》提出,交通运输业需要持续优化运输结构,深入推进大宗货物及中长距离货物运输“公转铁、公转水”;因地制宜地构建以城市轨道交通和快速公交为骨干、常规公交为主体的公共交通出行体系。因此,在方法上本研究以碳排放源头为主线,将交通运输业碳排放系统划分为公路碳排放、铁路碳排放和水路碳排放三个具体模块,构建交通运输业系统动力学仿真模型,分别从全国层面和第四板块两个方面对比分析了交通运输业碳排放政策的效果,从而为政府制定交通运输业碳减排政策提供有针对性的建议。第三,传统的计量经济学预测方面存在不确定性和不准确性。在方法上,本研究将显著影响交通运输业碳排放的要素作为预测变量,构建了对历史数据不断学习和优化的机器学习预测模型STIRPAI-GWO-LSSVM,并对交通运输业碳排放进行非参数预测。在交通运输业碳排放系统动力学模型的基础上,以“十四五”现代综合交通运输体系发展规划的目标为约束,通过构建不同的政策情景来识别交通运输业碳减排的有效路径,从而提高了政策情景模拟的准确度和有效性。