《Case Studies on Transport Policy》：The effects of smart port policy on carbon emissions in China
编辑推荐：
•不同碳强度水平下排放驱动因素存在异质性。•智慧港口相关技术投入与排放量之间呈负相关关系。•低碳排放港口应提高基础设施利用率，而非限制增长能力。•高排放港口应优先推进技术升级并整合清洁能源。•智慧港口政策的有效性取决于本地化的实施策略。引言近年来，全球气候变化的加剧使碳排放成
- •
不同碳强度水平下排放驱动因素存在异质性。
- •
智慧港口相关技术投入与排放量之间呈负相关关系。
- •
低碳排放港口应提高基础设施利用率，而非限制增长能力。
- •
高排放港口应优先推进技术升级并整合清洁能源。
- •
智慧港口政策的有效性取决于本地化的实施策略。
引言
近年来，全球气候变化的加剧使碳排放成为各国政府和国际社会共同关注的核心议题。港口是全球贸易和物流体系中不可或缺的节点，但船舶靠泊、货物装卸、内陆运输和仓储等港口相关活动需要消耗大量能源并产生温室气体排放，尤其是二氧化碳（Zeng 等，2023；Kurtenbach 等，2016）。这一问题在中国尤为突出，中国沿海港口承担了全球货物和集装箱运输的很大份额，同时港口所在城市的开发与工业化、城市化和国际贸易紧密相连。
智慧港口政策已成为应对物流增长与碳减排双重压力的重要治理手段。通过运用信息和通信技术（ICT）、大数据分析、物联网（IoT）、人工智能（AI）、自动化设备以及数字化协调运营，智慧港口旨在提高运营效率、优化资源配置、减少船舶等待时间并降低不必要的能源消耗（Iris 和 Lam，2019；Paraskevas 等，2024）。然而，这些政策工具能否转化为可衡量的减排效果，可能取决于当地港口运力、经济结构和基线排放强度。
中国为这一研究提供了特别适宜的经验研究背景，原因有三。第一，中国沿海港口兼具极高的吞吐量和快速的数字化与绿色转型，形成了一个效率提升与减排压力并存的政策相关环境。第二，中国政府出台了一系列智慧港口和绿色港口政策文件，包括污染防治方案、世界港口发展指引以及2023年智慧港口和智慧水运倡议，为实证评估提供了明确的制度背景。第三，中国港口之间存在巨大的异质性，从上海、宁波—舟山等超级枢纽到规模较小的区域性港口不一而足，这使得研究能够考察相关政策因素是否在碳排放分布的不同分位上发挥不同的作用。
基于上述背景，本研究旨在分析智慧港口政策相关因素与中国港口所在城市的碳排放水平之间的关联，考察这些关联在不同排放分布分位上是否存在差异，以及在不同排放条件下哪些港口层面和城市层面的因素最为相关。以往研究往往聚焦于单一港口案例、宏观层面趋势或平均效应，这可能掩盖了对不同排放特征港口而言的异质性政策含义（Wang 等，2020；Woo 等，2018）。因此，本文利用2012年至2022年中国21个主要沿海港口的面板数据，采用分位数回归方法展开分析。本文的独特之处在于揭示了智慧港口政策效应随不同碳排放分布水平而异的异质性，从而为决策者提供了更为细致和准确的决策依据。本文结构如下：第2节综述相关文献及中国的智慧港口政策与倡议；第3节介绍数据、方法和估计结果；第4节讨论研究结果与政策启示；第5节为结论。
章节摘录
智慧港口政策与碳排放
碳排放问题已成为全球环境研究和政策讨论的重点领域之一。港口碳排放是指港口活动过程中通过燃烧天然气、石油和煤炭等化石燃料所产生的温室气体排放（Wang 等，2020）。这些排放不仅包括CO2，还包括CH4等其他温室气体（Hussain 等，2022）。港口碳排放的来源可以归纳为两类，第一类
数据
实证样本由第2.2节介绍的同21个沿海港口组成：渤海沿岸的大连、天津、秦皇岛、营口、青岛、烟台和日照；长江三角洲地区的上海、连云港、宁波—舟山、温州和台州；珠江三角洲地区的广州、深圳和汕头；东南地区的福州和厦门；西南地区的湛江、北海、防城港和海口。
考虑到不同数据源的可获得性以及需求
结果讨论
本研究采用分位数回归方法，考察了2012年至2022年中国21个主要沿海港口所在城市中智慧港口政策相关因素与碳排放之间的异质性关联。结果表明，人口规模和港口运力扩张在所有分位数上与排放量始终呈正相关关系。这一发现表明，人口压力以及围绕主要港口更广泛的城市活动仍然是港口城市碳
结论
本研究通过揭示智慧港口政策相关因素与碳排放之间的关系在排放分布上存在异质性，为可持续港口治理文献作出了贡献。研究发现表明，技术投入和集装箱化运营与较低的港口城市排放相关，而人口压力和基于主成分分析的港口运力指数与较高的排放相关。这些结果支持差异化的政策设计
作者贡献
刘震震负责整理数据、估计模型并起草稿件。李昌根参与实证分析并起草稿件。最终李昌根完成研究框架设计并定稿全文。所有作者均阅读并批准了最终稿件。
CRediT作者贡献声明
刘震震： 撰写——原稿、正式分析、数据整理。李昌根： 撰写——审阅与编辑、监督、方法学、概念构思。
资助
作者声明，在撰写本文过程中未获得任何资金、拨款或其他支持。
利益冲突声明
作者声明不存在已知的、可能影响本文所述工作的竞争性经济利益或个人关系。
刘震震 | 李昌根
