張建珍,王小琛,臺(tái)啟龍,謝榮富, 陳振斌

(1.海南大學(xué) 機(jī)電工程學(xué)院，海南 ?？?70228；2. 衢州職業(yè)技術(shù)學(xué)院 機(jī)電工程學(xué)院，浙江 衢州324000；3.華南理工大學(xué) 機(jī)械與汽車工程學(xué)院，廣東 廣州 510640)

海南省交通運(yùn)輸業(yè)能源需求與碳排放預(yù)測(cè)分析

張建珍1,王小琛2,臺(tái)啟龍3,謝榮富1, 陳振斌1

(1.海南大學(xué) 機(jī)電工程學(xué)院，海南 ?？?70228；2. 衢州職業(yè)技術(shù)學(xué)院 機(jī)電工程學(xué)院，浙江 衢州324000；3.華南理工大學(xué) 機(jī)械與汽車工程學(xué)院，廣東 廣州 510640)

為預(yù)測(cè)海南省交通運(yùn)輸業(yè)的能源需求與碳排放情況，以美國(guó)和瑞典共同開(kāi)發(fā)的模型—“長(zhǎng)期能源替代規(guī)劃系統(tǒng)(LEAP)”和MATLAB為工具，在分析2005—2014年間海南省交通運(yùn)輸業(yè)能源消耗及碳排放現(xiàn)狀的基礎(chǔ)上，建立了海南省交通運(yùn)輸?shù)哪茉磁c環(huán)境LAEP模型，同時(shí)，采用回歸分析法，對(duì)海南省交通運(yùn)輸業(yè)的能源需求和二氧化碳排放量進(jìn)行了預(yù)測(cè)，并設(shè)置了基準(zhǔn)、結(jié)構(gòu)和政策3種情境，以2010年為基準(zhǔn)期，估測(cè)了2015—2035年交通運(yùn)輸?shù)哪茉葱枨罅亢投趸寂欧帕?分析結(jié)果表明，在節(jié)能低碳情景下，2035年海南省的能源需求和CO2排放量顯著減緩，其中能源需求的結(jié)構(gòu)情境相比基準(zhǔn)情境將降低11.45%，單位產(chǎn)值的CO2排放則減少15.01%.政策情境相比基準(zhǔn)情境將降低11.08%，單位產(chǎn)值的CO2排放則減少12.24%.因此，調(diào)整交通運(yùn)輸?shù)慕Y(jié)構(gòu)比例和從政策角度降低各終端的能源強(qiáng)度，有利于節(jié)能減排的實(shí)現(xiàn).

交通運(yùn)輸業(yè)； 低碳發(fā)展； LEAP模型； 情境分析； 節(jié)能策略

交通運(yùn)輸業(yè)是目前我國(guó)能源消耗增長(zhǎng)最快的行業(yè)之一.因此，減少交通運(yùn)輸業(yè)的能源需求和碳排放對(duì)于促進(jìn)海南國(guó)際旅游島建設(shè)和創(chuàng)建全國(guó)生態(tài)文明城市具有重要作用.我國(guó)《國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十三個(gè)五年規(guī)劃綱要》(2016—2020年)提出：“要樹(shù)立循環(huán)利用的資源觀，推動(dòng)資源利用方式根本轉(zhuǎn)變，加強(qiáng)全過(guò)程節(jié)約管理，大幅提高資源利用的綜合效益”①中華人民共和國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十三個(gè)五年規(guī)劃綱要(2016—2020年).交通運(yùn)輸業(yè)正處于“高能耗、高排放”的加速擴(kuò)張期，其帶來(lái)的能源消耗大幅度增長(zhǎng)的趨勢(shì)將難以扭轉(zhuǎn).目前，我國(guó)交通運(yùn)輸業(yè)的石油消耗量?jī)H次于制造業(yè)，排名第二，占全社會(huì)消耗總量的34%.與此同時(shí)，交通運(yùn)輸業(yè)CO2排放量約占CO2排放總量的22%[1].為此，研究交通運(yùn)輸?shù)牡吞及l(fā)展對(duì)于推動(dòng)節(jié)能減排具有重要的現(xiàn)實(shí)意義.

在現(xiàn)有研究中，LEAP模型在國(guó)家和城市中長(zhǎng)期能源需求和碳排放分析[2-6]，工業(yè)發(fā)展規(guī)劃[7]、居民生活[8]等領(lǐng)域應(yīng)用廣泛.目前，對(duì)城市交通部門(mén)的能耗和碳排放分析主要集中在北京、上海等大城市，相對(duì)面言，對(duì)地理位置特殊和自身產(chǎn)業(yè)基礎(chǔ)薄弱，經(jīng)濟(jì)總量小，人口總量少，城市化、工業(yè)化和居民收入水平較低的欠發(fā)達(dá)地區(qū)的研究則較少，而我國(guó)仍有很大一部分省份屬于這類欠發(fā)達(dá)的地區(qū).基于此，本文選擇以海南省為研究對(duì)象，分析了海南省交通運(yùn)輸能耗與二氧化碳排放的現(xiàn)狀，同時(shí)，基于LEAP工具，構(gòu)建了海南省交通運(yùn)輸行業(yè)的能源與環(huán)境模型，并以2010年為基準(zhǔn)年，研究了不同情境下的未來(lái)四個(gè)“五年計(jì)劃”期間海南省交通運(yùn)輸行業(yè)的能源需求量和碳排放水平，最后，通過(guò)現(xiàn)狀分析與預(yù)測(cè)結(jié)果，提出了海南省交通運(yùn)輸業(yè)節(jié)能減排的途徑與對(duì)策，以期為經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)的交通運(yùn)輸業(yè)的可持續(xù)發(fā)展提供參考.

1 海南省交通運(yùn)輸能源消耗與二氧化碳排放現(xiàn)狀分析

1.1 交通運(yùn)輸業(yè)能源消耗現(xiàn)狀 從海南省交通運(yùn)輸業(yè)的發(fā)展?fàn)顩r來(lái)看，交通運(yùn)輸業(yè)能源消耗呈持續(xù)增長(zhǎng)的趨勢(shì).圖1給出了2005—2014年海南省交通運(yùn)輸業(yè)能源消耗的總量.由圖1可知，2005—2013年，海南省交通運(yùn)輸業(yè)的能源消耗呈現(xiàn)持續(xù)增長(zhǎng)的趨勢(shì)，僅2014年較2013年有少許回落.2014年，海南省交通運(yùn)輸業(yè)的能源消耗總量達(dá)280.98萬(wàn)t標(biāo)準(zhǔn)煤，占第三產(chǎn)業(yè)能源消耗總量的53.06%[9].相比于全國(guó)各省市，海南省交通運(yùn)輸?shù)哪茉聪乃捷^高.

1.2 二氧化碳排放量 CO2排放量是交通運(yùn)輸業(yè)低碳發(fā)展的衡量指標(biāo)之一.本文根據(jù)文獻(xiàn)[10]來(lái)計(jì)算碳排放量，公式如下：

(1)

式中，C為能源燃燒所產(chǎn)生的碳排放總量，E為能源消費(fèi)量，NCV為能源低位發(fā)熱量，CEC為碳排放系數(shù)，COF為碳氧化因子.選取2006年《中國(guó)工業(yè)統(tǒng)計(jì)年鑒》和《IPCC國(guó)家溫室氣體排放清單指南2006》中所列的CO2排放因子，不同能源的消耗量和其對(duì)應(yīng)的碳排放系數(shù)，測(cè)算交通運(yùn)輸業(yè)碳排放的數(shù)據(jù).測(cè)算結(jié)果為：海南省交通運(yùn)輸領(lǐng)域的CO2排放量由2005年的232.48萬(wàn)t上升至2014年的849.78萬(wàn)t.

2 海南省交通運(yùn)輸能源環(huán)境模型與參數(shù)

2.1 模型選取 LEAP模型(Long-range Energy Alternatives Planning System,LEAP)是由美國(guó)勞倫斯-伯克利國(guó)家實(shí)驗(yàn)室開(kāi)發(fā)的，它包括能源供給、能源加工轉(zhuǎn)換、終端能源需求等環(huán)節(jié)[11].可根據(jù)數(shù)據(jù)的可得性、分析的目的和類型等來(lái)構(gòu)造數(shù)據(jù)結(jié)構(gòu)，可用于國(guó)家和城市中長(zhǎng)期能源與環(huán)境規(guī)劃研究，亦可以此來(lái)預(yù)測(cè)海南省交通運(yùn)輸?shù)哪茉磁c環(huán)境狀況[12-13].

本文選用LEAP，建立了海南省交通運(yùn)輸業(yè)的能源與環(huán)境模型.同時(shí)，以2010年為基準(zhǔn)年，研究了2005—2014年海南省交通周轉(zhuǎn)量和能源強(qiáng)度.首先，根據(jù)相關(guān)性分析，對(duì)經(jīng)濟(jì)狀況、政策措施和技術(shù)水平等因素進(jìn)行有目的的設(shè)定；然后，建立數(shù)據(jù)模型，輸入相關(guān)參數(shù)；最后，預(yù)測(cè)出2015—2035年海南省交通運(yùn)輸?shù)哪茉葱枨罅亢投趸嫉呐欧潘?

2.2 模型參數(shù)的選取及計(jì)算 交通運(yùn)輸包括鐵路、公路、水路、航空和管道等五種運(yùn)輸方式，由于管道運(yùn)輸很少，故本文將管道運(yùn)輸忽略.在《海南省統(tǒng)計(jì)年鑒》部門(mén)分類的基礎(chǔ)上，將海南省交通運(yùn)輸部門(mén)分為了客運(yùn)、貨運(yùn)和城市客運(yùn)等3個(gè)部門(mén)，具體部門(mén)設(shè)計(jì)如表1所示.

交通運(yùn)輸能源消耗與運(yùn)輸周轉(zhuǎn)量、運(yùn)輸結(jié)構(gòu)和運(yùn)輸能耗強(qiáng)度相關(guān).LEAP模型計(jì)算終端的能源需求量公式為[14]：

ED=AL×EI，

(2)

式中ED—能源需求量，AL—交通周轉(zhuǎn)量，EI—能源強(qiáng)度.

表1 LEAP模型中的部門(mén)設(shè)計(jì)

2.2.1 交通周轉(zhuǎn)量預(yù)測(cè) 交通周轉(zhuǎn)量是能源消耗的一個(gè)重要因素.本文基于海南省1999—2014年交通運(yùn)輸周轉(zhuǎn)量和驅(qū)動(dòng)因素的歷史數(shù)據(jù)，運(yùn)用相關(guān)性分析函數(shù)corrcoef(x)來(lái)計(jì)算各驅(qū)動(dòng)因素與其的相關(guān)性，在剔除不顯著相關(guān)性的驅(qū)動(dòng)因素后，再用逐步回歸法和曲線擬合的方法來(lái)預(yù)測(cè)客運(yùn)周轉(zhuǎn)量和貨運(yùn)周轉(zhuǎn)量.

城市客運(yùn)部門(mén)的交通周轉(zhuǎn)量是按如下公式來(lái)進(jìn)行計(jì)算[14-15]：

PT=PN×DN×DD×YD，

(3)

IT=VN×VD×VP，

(4)

式中PT—公共交通，PN—城市居民人口數(shù)，DN—日出行次數(shù)，DD—日出行距離，YD—年平均出行天數(shù)，IT—個(gè)體交通，VN—車輛保有量，VD—年平均行駛距離，VP—車輛平均載客量.交通周轉(zhuǎn)量的預(yù)測(cè)結(jié)果如表2所示.

2.2.2 能源強(qiáng)度確定 能源強(qiáng)度指終端利用層次中各種技術(shù)承擔(dān)單位服務(wù)量所需要的能源[16].

EIi=FCi-ρi×ECi，

(5)

式中：EIi為第i種終端設(shè)備的能源強(qiáng)度；FCi為第i種終端設(shè)備的單位油耗；ρi為第i種終端設(shè)備使用燃料的密度；ECi為第i種終端設(shè)備使用燃料的含能量.

表2 不同運(yùn)輸方式下的交通周轉(zhuǎn)量預(yù)測(cè)結(jié)果(2010—2035年)

表3 交通運(yùn)輸業(yè)能源消耗量模擬值與統(tǒng)計(jì)值比較

3 交通運(yùn)輸能源需求以及碳排放預(yù)測(cè)

為分析交通運(yùn)輸結(jié)構(gòu)、政策及技術(shù)措施對(duì)海南省交通運(yùn)輸業(yè)能源需求和節(jié)能潛力的影響，本研究采用了情境分析法，設(shè)置了3種情境：基準(zhǔn)情境、結(jié)構(gòu)情境和政策情境.以基準(zhǔn)情境為參照，進(jìn)行結(jié)構(gòu)情境和政策情境模型的比較研究.分析了不同節(jié)能措施對(duì)海南省交通運(yùn)輸能源消耗的影響.

3.1 基準(zhǔn)情境下能源消耗預(yù)測(cè)分析 基準(zhǔn)情境即“零方案”情境，指到2035年為止未采取任何節(jié)能減排措施，交通周轉(zhuǎn)量按經(jīng)濟(jì)自然增長(zhǎng)，能源強(qiáng)度沿襲2013年的數(shù)值(不變).以2003—2014年海南省交通運(yùn)輸業(yè)的能源消耗量為參照，選擇擬合曲線建模，并對(duì)模型精度檢驗(yàn).預(yù)測(cè)2015—2035年交通運(yùn)輸業(yè)的能源消耗量.將模型運(yùn)行結(jié)果與統(tǒng)計(jì)年鑒的統(tǒng)計(jì)數(shù)據(jù)相對(duì)比，得到表3.通過(guò)相對(duì)誤差的分析可知，模型的模擬值與統(tǒng)計(jì)值的誤差絕對(duì)值不超過(guò)4%，說(shuō)明誤差較小，該預(yù)測(cè)模型可用.得到2015—2035年交通運(yùn)輸業(yè)的能源消耗量預(yù)測(cè)模型，Matlab 運(yùn)行的具體輸出結(jié)果為：

x=[136.13，390.65，420.20，450.07，480.38，511.22，542.86，573.51，609.48，644.87，682.11，721.39，763.19，807.72，845.57，897.01，948.70，992.28，1 049.21，1 101.45，1 148.33].

到2035年，基準(zhǔn)情形下的能源需求量將達(dá)到1 148.33萬(wàn)t標(biāo)準(zhǔn)煤.

3.2 結(jié)構(gòu)情境下能源消耗的預(yù)測(cè)分析 因鐵路、公路、水路和航空四種交通運(yùn)輸方式的經(jīng)濟(jì)技術(shù)條件各不相同，相應(yīng)的每種運(yùn)輸方式的運(yùn)輸能源強(qiáng)度差異較大，由此造成不同運(yùn)輸結(jié)構(gòu)的能源消費(fèi)各異.結(jié)構(gòu)情境就是在基準(zhǔn)情境分析的基礎(chǔ)上，根據(jù)海南省經(jīng)濟(jì)發(fā)展和交通運(yùn)輸?shù)膶?shí)際情況，從交通體系結(jié)構(gòu)的優(yōu)化出發(fā)，降低公路和民航高能耗運(yùn)輸方式，適當(dāng)提高鐵路和水路的比重.本文根據(jù)海南省發(fā)展情景的規(guī)劃，按公路運(yùn)輸比重下降7%，民航下降5%*海南省2014—2015年節(jié)能減排低碳發(fā)展行動(dòng)方案，海南省政府辦公廳，2014-10-09.，得到了基準(zhǔn)情景與結(jié)構(gòu)情景能源需求總量的預(yù)測(cè)結(jié)果對(duì)比，見(jiàn)圖2.

3.3 政策情境下能源消耗的預(yù)測(cè)分析 政策情境主要是從政策優(yōu)化調(diào)整的角度，降低各終端的能源強(qiáng)度，以此來(lái)預(yù)測(cè)海南交通運(yùn)輸?shù)恼咔榫衬Ｐ?根據(jù)海南省發(fā)展目標(biāo)，按客車單位運(yùn)輸周轉(zhuǎn)量能源強(qiáng)度下降2%，貨車單位能源強(qiáng)度下降3%②，得到了基準(zhǔn)情境與政策情境能源需求總量的預(yù)測(cè)結(jié)果對(duì)比，見(jiàn)圖3.

由LEAP模型的計(jì)算結(jié)果可知，2010年交通運(yùn)輸?shù)哪茉聪牧窟_(dá)到244.55萬(wàn)t標(biāo)準(zhǔn)煤，到2035年，基準(zhǔn)情境下的能源需求量將達(dá)到1 148.33萬(wàn)t標(biāo)準(zhǔn)煤，結(jié)構(gòu)情境下的能源需求量將達(dá)到1 016.82萬(wàn)t標(biāo)準(zhǔn)煤，比基準(zhǔn)情境下降11.45%；政策情境下的能源需求量將達(dá)到1 021.08萬(wàn)t標(biāo)準(zhǔn)煤，比基準(zhǔn)情境下降11.08%.

3.4 不同情境下交通運(yùn)輸業(yè)CO2排放量的預(yù)測(cè)比較 以基準(zhǔn)、結(jié)構(gòu)和政策三種情境下交通運(yùn)輸業(yè)能源消耗的預(yù)測(cè)結(jié)果為基礎(chǔ)，根據(jù)ORNL化石能源碳排放分解模型估算法進(jìn)行碳排放預(yù)測(cè)結(jié)果的計(jì)算[18-20]，得到基準(zhǔn)情境下2010—2035年海南省交通運(yùn)輸業(yè)碳排放的預(yù)測(cè)結(jié)果(圖4)，圖5為基準(zhǔn)情境、結(jié)構(gòu)情境及政策情境下2010—2035海南省交通運(yùn)輸業(yè)碳排放的預(yù)測(cè)結(jié)果對(duì)比.由圖4 和圖5可知，在基準(zhǔn)情境下，到2035年CO2排放量將達(dá)到3 689.26萬(wàn)t.與基準(zhǔn)年2010年相比增長(zhǎng)了424.38%.而在采取措施的結(jié)構(gòu)情境和政策情境下，CO2排放量增加的速度有不同程度的減少.結(jié)構(gòu)情境下CO2排放量減少了553.76萬(wàn)t，單位產(chǎn)值CO2排放則減少15.01%.政策情境下CO2排放量減少了351.86萬(wàn)t，單位產(chǎn)值CO2排放量則減少12.24%.可見(jiàn)，調(diào)整交通運(yùn)輸結(jié)構(gòu)比例和從政策角度降低各終端的能源強(qiáng)度有利于節(jié)能減排的實(shí)現(xiàn).

4 結(jié)論與建議

本研究以海南省為研究對(duì)象，采用情境分析和回歸分析法，應(yīng)用LEAP模型構(gòu)建了海南省交通運(yùn)輸?shù)哪茉磁c環(huán)境模型.同時(shí)，基于社會(huì)發(fā)展和節(jié)能政策的實(shí)施，從終端能源需求的角度，分析和預(yù)測(cè)了未來(lái)海南省交通運(yùn)輸在3種不同情境下的能源需求和環(huán)境排放情況，探究了節(jié)能減排的潛力，主要結(jié)論如下：

(1)海南省2010—2035年的交通周轉(zhuǎn)量和能源需求量將呈顯著增長(zhǎng)的趨勢(shì)，并伴隨著大量環(huán)境氣體的排放.受社會(huì)經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)進(jìn)步、能源結(jié)構(gòu)、節(jié)能政策與實(shí)施等諸多因素的影響，海南省2035年交通運(yùn)輸?shù)哪茉葱枨髮⑦_(dá)到一千一百多萬(wàn)噸標(biāo)準(zhǔn)煤.

(2)根據(jù)預(yù)測(cè)，結(jié)構(gòu)情境和政策情境的能源消耗和CO2排放相對(duì)于基準(zhǔn)情境會(huì)有明顯的下降，這說(shuō)明調(diào)整交通運(yùn)輸業(yè)的結(jié)構(gòu)比例和從政策角度降低各終端的能源強(qiáng)度有利于節(jié)能減排的實(shí)現(xiàn).

根據(jù)海南省交通運(yùn)輸業(yè)能耗和碳排放的預(yù)測(cè)結(jié)果，為實(shí)現(xiàn)海南省交通運(yùn)輸行業(yè)的節(jié)能減排，建議如下：

(1)調(diào)整和優(yōu)化交通運(yùn)輸?shù)慕Y(jié)構(gòu)，構(gòu)建節(jié)能的交通運(yùn)輸結(jié)構(gòu)體系，并通過(guò)交通運(yùn)輸結(jié)構(gòu)的優(yōu)化，促使運(yùn)輸需求向低能耗和低排放的模式轉(zhuǎn)移，如可以通過(guò)增加鐵路運(yùn)輸和水路運(yùn)輸在交通運(yùn)輸市場(chǎng)中的份額來(lái)促進(jìn)我省交通運(yùn)輸結(jié)構(gòu)優(yōu)化.

(2)通過(guò)政策的優(yōu)化調(diào)整，結(jié)合交通的智能管理以及新型技術(shù)的應(yīng)用來(lái)實(shí)現(xiàn)交通系統(tǒng)的節(jié)能，如可利用現(xiàn)代互聯(lián)網(wǎng)大數(shù)據(jù)來(lái)提高交通系統(tǒng)的信息化和智能化水平，使交通秩序井然，車流暢通，且污染降低.

(3) 研究汽車的低碳技術(shù)，降低單位能耗，如可發(fā)展新能源汽車，混合動(dòng)力車和純電動(dòng)車等在交通運(yùn)輸中的應(yīng)用，以降低公路運(yùn)輸?shù)确绞降膯挝荒芎?

[1] 楊冠淳.關(guān)于中國(guó)遠(yuǎn)斯運(yùn)輸需求和交通業(yè)能源消費(fèi)的思考[M].上海:信璞投資,2013:3-4.

[2] 朱躍中.中國(guó)交通運(yùn)輸部門(mén)中長(zhǎng)期能源發(fā)展與碳排放情景設(shè)計(jì)及其結(jié)果分析[J].中國(guó)能源,2001(11):25-27.

[3] 陳長(zhǎng)虹，李莉，黃成，等.Leap模型在上海市能源消耗及大氣污染物減排預(yù)測(cè)中的應(yīng)用[J].能源技術(shù),2005,26( 增刊):16-21.

[4] 潘鵬飛，王平，李偉，等.基于LEAP的河南省交通運(yùn)輸節(jié)能減排潛力分析[J].河南農(nóng)業(yè)大學(xué)學(xué)報(bào),2014，48(3):370-375.

[5] 牛曉耕，牛建高，曹楠楠.交通運(yùn)輸業(yè)節(jié)能減排的潛力測(cè)算與策略探討[J].石家莊經(jīng)濟(jì)學(xué)院學(xué)報(bào),2014，37(3):45-50.

[6] 謝駱樂(lè).基于模塊化設(shè)計(jì)理論的區(qū)域能源規(guī)劃模型研究[D].重慶:重慶交通大學(xué),2013.

[7] 林燁，王慶偉.基于LEAP的工業(yè)能源未來(lái)發(fā)展規(guī)劃[J].經(jīng)濟(jì)研究導(dǎo)刊,2008,15:109-115.

[8] 遆曙光，王韻，徐廣印.基于LEAP的居民生活能源與環(huán)境情景分析[J].河南農(nóng)業(yè)大學(xué)學(xué)報(bào),2010，44(2):229-232.

[9] 2002—2015年海南省統(tǒng)計(jì)年鑒[M].海南：海南省統(tǒng)計(jì)局，2016.

[10] 樊星.中國(guó)碳排放測(cè)算分析與減排路徑選擇研究[D].沈陽(yáng)：遼寧大學(xué),2013.

[11] Stockholm Environmental Institute (SEI). A Introduction to LEAP[N/OL]. http://www.energycommunity.org/

[12] 魏慶琦，肖偉.1989—2009年間我國(guó)交通運(yùn)輸能耗變化關(guān)鍵驅(qū)動(dòng)因素分析研究[J].科技管理研究,2013,30(8)：312-325 .

[13] 李樹(shù)偉，姜克雋，劉德順,等.城市客運(yùn)交通的發(fā)展與能源消費(fèi)—分析與情景模擬[J].城市問(wèn)題，2006，26(9)：61-64.

[14] 潘鵬飛.基于LEAP的河南省交通運(yùn)輸節(jié)能減排潛力分析[D].鄭州：河南農(nóng)業(yè)大學(xué),2014.

[15] 李政，付峰，高丹,等.中國(guó)特大城市客運(yùn)交通能源需求變化的因素分析[J].清華大學(xué)學(xué)報(bào)：自然科學(xué)版,2008,48(11)：1945-1948.

[16] 陸瑤.基于LEAP模型的物流行業(yè)碳減排潛力研究[D].北京：北京交通大學(xué),2011.

[17] 池莉.基于LEAP模型的北京市未來(lái)客運(yùn)交通能源需求和污染物排放預(yù)測(cè)[D].北京：北京交通大學(xué),2014.

[18] Phdungsilp A.Integrated energy and carbon modeling with a decision support system:policy scenarios for low-carbon city development in Bangkok[J].Energy Policy,2010,38(9):4 804-4 817.

[19] Chen W, Wu Z,He J，et al. Carbon emission control strategies for China: A comparative study with partial and general equilibrium versions of the China Markal model [J].Energy,2007,32(1):59-72.

[20] Chen W,Li H,Wu Z. Western China energy development and west to east energy transfer:Application of the western China sustainable energy development model[J].Energy Policy,2010,38(11):7106-7120.

Forecasting of Energy Demands and Carbon Emission of Transportation in Hainan Province

Zhang Jianzhen1, Wang Xiaochen2, Tai Qilong3, Xie Rongfu1, Chen Zhenbin1

(1. School of Mechanical Electrical Engineering, Hainan University, Haikou 570228, China; 2. Quzhou College of Technology, Quzhou 324000, China;3. School of Mechanical and Automotive Engineering, South China University of Technology, Guangzhou 510640, China)

To forecast the energy demands and carbon emission of transportation in Hainan Province, LEAP model (Long-range Energy Alternatives Planning System), which were developed by U.S.A and Sweden, and MATLAB, were used as the tools to analyze the situation of energy demands and carbon emission of transportation industry in Hainan Province from 2005 to 2014, and the LEAP model of Hainan Province was constructed. Regression analysis was performed to forecast the energy demands and carbon emission of transportation in Hainan Province. Three scenario, baseline, structure, and policy, were set, the energy demand and carbon dioxide emissions from 2015—2035 were estimated. The results showed that the energy demand and carbon dioxide emissions in 2035 would be declined under the energy-saving and low-carbon scenario. Compared with baseline scenario，the energy demand in the structure scenario would be reduced by 11.45%, and the emissions of carbon dioxide reduced by 15.01%. Compared with baseline scenario，the energy demand under the policy scenario would be reduced by 11.08%, and the emissions of carbon dioxide reduced by 12.24%. Therefore, adjusting the proportion of transportation industries and decreasing the energy intensity from the perspective of policy analysis are helpful for the realization of energy-saving and emission-reduction.

transportation industry; low-carbon development; LEAP model; scenario analysis; energy-saving measures

2016-11-30

中國(guó)清潔發(fā)展機(jī)制基金贈(zèng)款項(xiàng)目(CDM2013008)

張建珍(1976-)，女，福建建甌人，副教授，研究方向：汽車運(yùn)用工程，E-mail：zjzhen9635@hainu.edu.cn

陳振斌(1968-)，男，教授，碩士生導(dǎo)師，研究方向：汽車節(jié)能環(huán)保與新能源，E-mail:zhenbin1208@hainu.edu.cn

1004-1729(2017)02-0164-07

TK01

A DOl：10.15886/j.cnki.hdxbzkb.2017.0028