聶凱 謝丹鳳 李巍 ??

摘要：研究了新能源汽車在物流行業(yè)應(yīng)用的環(huán)境收益.首先考慮物流量與碳排放量的關(guān)系，構(gòu)建了新能源汽車城市物流碳排放模型，然后基于改進(jìn)的Gompertz模型預(yù)測(cè)了2020年我國(guó)三個(gè)核心城市：北京、上海和天津的貨物周轉(zhuǎn)量，在此基礎(chǔ)上，分析了新能源汽車的碳減排能力，并測(cè)算了新能源汽車推廣應(yīng)用后的碳減排總量.結(jié)果表明，新能源汽車在物流行業(yè)應(yīng)用具有一定的碳減排效果，并且隨著新能源汽車技術(shù)的不斷發(fā)展，碳減排效果將愈加顯著.政府應(yīng)構(gòu)建適合新能源汽車的城市物流體系、加大新能源汽車在城市物流行業(yè)應(yīng)用的支持力度、并遵循市場(chǎng)需求發(fā)展新能源汽車技術(shù)，以促進(jìn)新能源汽車城市物流的發(fā)展.

關(guān)鍵詞：新能源汽車；碳排放；物流；Gompertz模型

中圖分類號(hào)：F572 文獻(xiàn)標(biāo)識(shí)碼：A

隨著我國(guó)經(jīng)濟(jì)的迅速發(fā)展，環(huán)境問(wèn)題日益嚴(yán)峻.世界能源組織發(fā)布的數(shù)據(jù)顯示，2006年以來(lái)，中國(guó)碳排放總量開(kāi)始位居世界第一[1]，其中，物流行業(yè)碳排放量較高.我國(guó)城市物流運(yùn)輸大多采用高排量高污染的傳統(tǒng)貨車，隨著物流業(yè)的快速發(fā)展，道路交通碳排放在中國(guó)交通碳排放總量中所占的比重逐步升高[2]，城市物流碳排放逐漸成為城市交通碳排放的主要來(lái)源之一[3].物流行業(yè)屬于生產(chǎn)性服務(wù)業(yè)，外部經(jīng)濟(jì)性顯著，服務(wù)和支撐著國(guó)民經(jīng)濟(jì)的發(fā)展.但在推進(jìn)物流行業(yè)發(fā)展的同時(shí)，必須重視物流碳排放的問(wèn)題，在物流行業(yè)的快速發(fā)展與節(jié)能環(huán)保中尋求平衡點(diǎn).新能源汽車以電能、生物燃料作為主要驅(qū)動(dòng)力，具有資源利用率高、碳排放量少、環(huán)境收益高等特點(diǎn)，非常適合應(yīng)用于距離短、頻次多的城市物流與配送過(guò)程[4].在歐美等發(fā)達(dá)國(guó)家，新能源汽車在物流行業(yè)已進(jìn)入商業(yè)化運(yùn)作.因此，為了緩解巨大的節(jié)能減排壓力，中國(guó)政府正在努力推動(dòng)新能源汽車在我國(guó)城市物流行業(yè)的應(yīng)用.

為了量化分析不同區(qū)域和不同行業(yè)的碳排放量，國(guó)內(nèi)外學(xué)者進(jìn)行了諸多研究.Schmalensee等[5]和杜婷婷等分別利用簡(jiǎn)化式模型和庫(kù)茨涅茨曲線（EKC）模擬經(jīng)濟(jì)發(fā)展與碳排放之間的關(guān)系，得到中國(guó)碳排放量與收入水平之間遵循“倒U”形曲線關(guān)系；Auffhammer等利用省級(jí)數(shù)據(jù)對(duì)中國(guó)的碳排放路徑進(jìn)行了預(yù)測(cè)，預(yù)測(cè)結(jié)果顯示與靜態(tài)的環(huán)境庫(kù)茲涅茨曲線（EKC）相悖；王中英等采用相關(guān)分析法探討了中國(guó)國(guó)內(nèi)生產(chǎn)總值（GDP）的增長(zhǎng)與碳排放量的關(guān)系；Guan等運(yùn)用綜合分析法和投入產(chǎn)出分析法評(píng)估了中國(guó)1980—2030年的碳排放，指出以煤為主的中國(guó)能源消費(fèi)結(jié)構(gòu)是中國(guó)碳排放量一直居高不下的重要原因；翟石艷等從廣東省實(shí)際省情出發(fā)，在碳排放計(jì)算框架下根據(jù)IPCC2006碳排放計(jì)算模型預(yù)測(cè)廣東省2008—2050年的碳排放量，結(jié)果顯示在預(yù)測(cè)期內(nèi)該省碳排放量呈現(xiàn)先升后降的趨勢(shì).

國(guó)內(nèi)外學(xué)者認(rèn)為，新能源汽車的應(yīng)用是一種有效的碳減排方式，具有巨大的環(huán)境收益潛能，Zhai等通過(guò)計(jì)算得到混合動(dòng)力汽車（HEV）的平均CO2排放量；Zhou等通過(guò)比較2009年中國(guó)的傳統(tǒng)車輛（CV）、純電動(dòng)汽車和混合動(dòng)力汽車的碳排放量得到，純電動(dòng)汽車（EV）是中國(guó)未來(lái)長(zhǎng)期具有巨大競(jìng)爭(zhēng)力優(yōu)勢(shì)的新能源汽車類型；He等立足中國(guó)實(shí)際情況，通過(guò)研究設(shè)定的5種情形下混合動(dòng)力汽車和純電動(dòng)汽車對(duì)我國(guó)節(jié)能減排的貢獻(xiàn)率得到在短期內(nèi)，混合動(dòng)力汽車的大力推廣和應(yīng)用更加符合我國(guó)能源結(jié)構(gòu)現(xiàn)狀和新能源汽車現(xiàn)階段的技術(shù)水平；Tang等基于未來(lái)10年我國(guó)汽車保有量數(shù)據(jù)的預(yù)測(cè)指出，新能源汽車對(duì)我國(guó)的節(jié)能減排具有重大意義.

綜上所述，國(guó)內(nèi)外學(xué)者已經(jīng)從多個(gè)層面對(duì)碳排放量的測(cè)算方法和新能源汽車的碳排放量進(jìn)行了研究.但一方面，現(xiàn)有關(guān)于碳排放量測(cè)算方法的研究多集中于省域?qū)用妫腋鄠?cè)重于測(cè)算經(jīng)濟(jì)發(fā)展與碳排放量之間的關(guān)系；另一方面，現(xiàn)有文獻(xiàn)對(duì)汽車碳排放量的研究多聚焦于以車輛數(shù)量作為計(jì)算碳排放量的參考指標(biāo).在物流活動(dòng)中，碳排放量不僅與車輛數(shù)量，還與物流量密切相關(guān).因此，本文在前人對(duì)碳排放量測(cè)算方法研究的基礎(chǔ)上，考慮了載貨量對(duì)碳排放量的影響，構(gòu)建新能源汽車城市物流碳排放模型；基于Gompertz模型對(duì)樣本城市的貨物周轉(zhuǎn)量進(jìn)行了預(yù)測(cè)，在此背景下比較了傳統(tǒng)車輛與新能源汽車的碳排放量；分析了新能源汽車的碳減排能力及其碳減排總量，并探討了新能源汽車不同的技術(shù)發(fā)展水平與其碳減排量之間的關(guān)系.最后，提出了一系列相關(guān)政策建議，以推動(dòng)我國(guó)新能源汽車產(chǎn)業(yè)的發(fā)展.

3結(jié)論與政策建議

本文構(gòu)建了新能源汽車城市物流碳排放模型，預(yù)測(cè)了樣本城市的貨物周轉(zhuǎn)量，并在此基礎(chǔ)上分析了單位新能源汽車的碳減排能力、新能源汽車城市物流的碳排放總量和新能源汽車技術(shù)水平與碳減排量的關(guān)系.結(jié)果顯示：1） 隨著新能源汽車技術(shù)水平的不斷提高，其碳減排能力不斷增強(qiáng)；2） 新能源汽車的推廣應(yīng)用能夠顯著降低城市物流行業(yè)碳排放總量；3） 在當(dāng)前技術(shù)水平下，新能源汽車應(yīng)用于物流行業(yè)尚難以達(dá)到理想的碳減排效果，但隨著技術(shù)的不斷發(fā)展，新能源汽車在物流行業(yè)的應(yīng)用前景十分廣闊.

基于上述結(jié)論及分析，對(duì)中國(guó)新能源汽車物流的發(fā)展提出以下建議：

1） 構(gòu)建適合新能源汽車的城市物流體系.①構(gòu)建科學(xué)的城市物流模式，實(shí)現(xiàn)傳統(tǒng)車輛物流與新能源汽車物流的協(xié)同合作.在城市周邊增設(shè)物流中心和貨物中轉(zhuǎn)中心，承擔(dān)傳統(tǒng)物流車輛與新能源物流車輛的貨物轉(zhuǎn)運(yùn)業(yè)務(wù)，城市內(nèi)部物流和配送活動(dòng)交由新能源汽車轉(zhuǎn)運(yùn)，避免高排放物流車輛進(jìn)入城市.②將充電站、充電樁等新能源設(shè)施設(shè)備等納入城市物流體系，在規(guī)劃與選址過(guò)程中充分考慮相關(guān)約束.

2） 加大對(duì)新能源汽車在城市物流行業(yè)應(yīng)用的支持力度.①由于現(xiàn)階段我國(guó)新能源汽車行業(yè)還處于發(fā)展初期，應(yīng)用和推廣的成本較高，雖然我國(guó)政府已經(jīng)出臺(tái)了一系列優(yōu)惠政策措施來(lái)促進(jìn)新能源汽車行業(yè)的發(fā)展，但考慮到我國(guó)較高的物流費(fèi)用，還應(yīng)進(jìn)一步加強(qiáng)補(bǔ)貼和減免力度.②效仿發(fā)達(dá)國(guó)家，將新能源汽車應(yīng)用于典型城市的物流活動(dòng)，例如污染、霧霾較嚴(yán)重的城市；應(yīng)用于典型行業(yè)的物流活動(dòng)，例如零售配送、電商物流等.

3） 根據(jù)市場(chǎng)需求，推進(jìn)新能源汽車技術(shù)的發(fā)展.隨著新能源汽車的技術(shù)水平不斷提高，碳減排效果也將不斷加強(qiáng).在新能源汽車研發(fā)過(guò)程中，應(yīng)注重學(xué)科融合，由各領(lǐng)域?qū)＜耀@取切合實(shí)際的市場(chǎng)需求，以此引導(dǎo)不同類型新能源汽車技術(shù)研發(fā)的側(cè)重方向.以新能源物流車輛為例，在發(fā)展新能源汽車驅(qū)動(dòng)技術(shù)、動(dòng)力電池技術(shù)、燃料技術(shù)的同時(shí)，還應(yīng)注重新能源汽車載重能力的提升.

參考文獻(xiàn)

[1]張?zhí)招?中國(guó)城市化進(jìn)程中的城市道路交通碳排放研究[J].中國(guó)人口·資源與環(huán)境，2012，22（8）：3-9.

ZHANG Taoxin. Research on Chinas urban road transport carbon emissions under urbanization process [J].China Population， Resources and Environment， 2012，22（8）：3-9.（In Chinese）

[2]朱躍中. 未來(lái)中國(guó)交通運(yùn)輸部門(mén)能源發(fā)展與碳排放情景分析[J].中國(guó)工業(yè)經(jīng)濟(jì)， 2001（12）：30-35.

ZHU Yuezhong. The scenario analysis of China's energy development and carbon emissions in transportation department in the future[J]. China Industrial Economy， 2001（12）：30-35. （In Chinese）

[3]MCKIBBIN W P， WILCOXEN P J. The role of economics in climate change policy [J]. Journal of Economic Perspectives， 2002，16（2）： 107-129.

[4]PINA A， BAPTISTA P， SILVA C， et al. Energy reduction potential from the shift to electric vehicles： the flores island case study[J]. Energy Policy， 2014，67：37-47.

[5]SCHMALENSEE R， STOKER T M， JUDSON R A. World carbon dioxide emissions：1955-2050[J]. Review of Economics and Statistics， 1998， 80（1）：15-27.

[6]杜婷婷，毛峰，羅銳.中國(guó)經(jīng)濟(jì)增長(zhǎng)與CO2排放演化探析[J].中國(guó)人口·資源與環(huán)境， 2007，17（2）： 94-99.

DU Tingting， MAO Feng， LUO Rui. Study on Chinas economic growth and CO2 emission[J]. China Population， Resources and Environment， 2007，17（2）： 94-99.（In Chinese）

[7]AUFFHAMMER M， CARSON R T. Forecasting the path of Chinas CO2 emissions using provincelevel information[J]. Journal of Environmental Economics and Management， 2008， 55： 229-247.

[8]王中英，王禮茂.中國(guó)經(jīng)濟(jì)增長(zhǎng)對(duì)碳排放的影響分析[J]. 安全與環(huán)境學(xué)報(bào)，2006， 6（5）： 88-91.

WANG Zhongying， WANG Limao. Economic growth and its effects on carbon emission in China[J]. Journal of Safety and Environment， 2006， 6（5）： 88-91. （In Chinese）

[9]GUAN D， HUBACEK K， WEBER C L， et al. The drivers of Chinese CO2 emissions from 1980 to 2030[J]. Global Environmental Change， 2008，18： 626-634. （In Chinese）

[10]翟石艷，王錚，馬曉哲，等.區(qū)域碳排放量的計(jì)算——以廣東省為例[J]. 應(yīng)用生態(tài)學(xué)報(bào)， 2011， 22（6）： 1543-1551.

ZHAI Shiyan，WANG Zheng， MA Xiaozhe， et al. The calculation of the area of carbon emissions—Guangdong Province[J]. Journal of Applied Ecology， 2011，22（6）： 1543-1551. （In Chinese）

[11]ZHAI H B， FREY H C， ROUPHAIL N M. Development of a emissions model for a hybrid electric vehicle[J]. Transportation Research Part D， 2010，16： 444-450.

[12]ZHOU Guanghui， OU Xunmin， ZHANG Xiliang. Development of electric vehicles use in China： a study from the perspective of lifecycle energy consumption and greenhouse gas emissions[J]. Energy Policy， 2013， 59： 875-884.

[13]HE Lingyun， CHEN Yu. Thou shalt drive electric and hybrid vehicles： scenario analysis on energy saving and emission mitigation for road transportation sector in China[J]. Transport Policy， 2013，25：30-40.

[14]TANG Baojun， WU Xiaofeng ZHANG Xian. Modeling the CO2 emissions and energy saved from new energy vehicles based on the logisticcurve[J]. Energy Policy， 2013，57：30-35.

[15]谷衛(wèi).城市產(chǎn)業(yè)結(jié)構(gòu)演變趨勢(shì)的一致性與差異性[J].南開(kāi)經(jīng)濟(jì)研究， 1991（6）：62-65.

GU Wei. Consistency and differences of the trend of city industrial structure evolution[J]. Nankai Economic Studies， 1991（6）：62-65. （In Chinese）

[16]YANG C. A framework for allocating greenhouse gas emission from electricity generation to plugin electric vehicle charging[J]. Energy Policy， 2013，60：722-732.

[17]張清宇，魏玉梅，田偉利.機(jī)動(dòng)車排放控制標(biāo)準(zhǔn)對(duì)污染物排放因子的影響[J].環(huán)境科學(xué)研究， 2010，23（5）：606-612.

ZHANG Qingyu，WEI Yumei，TIAN Weili. Impact of national vehicle emission standards on vehicle pollution emissions factors[J]. Research of Environmental Sciences， 2010，23（5）：606-612. （In Chinese）

[18]VLIET O V， BROUWER A S， KURAMOCHI T， et al. Energy ues， cost and CO2 emissions of electric cars[J]. Journal of Power Sources， 2011， 196（4）： 2298-2310.

[19]熊志斌.基于ARIMA與神經(jīng)網(wǎng)絡(luò)集成的GDP時(shí)間序列預(yù)測(cè)研究[J].數(shù)理統(tǒng)計(jì)與管理， 2011，30（2）：306-310.

XIONG Zhibin. Research on GDP time series forecasting based on integrating ARIMA with neural network[J]. Journal of Applied Statistics and Management， 2011，30（2）：306-310. （In Chinese）