郭 棟,閆 偉,譚嘯川,高 松,高興邦,張同慶 (山東理工大學(xué)交通與車輛工程學(xué)院,山東 淄博 255000)

中國(guó)提出INDC(Intended Nationally Determined Contributions)目標(biāo),即CO2排放力爭(zhēng)于2030年前達(dá)到峰值,努力爭(zhēng)取 2060年前實(shí)現(xiàn)碳中和.據(jù)統(tǒng)計(jì),2019年中國(guó)機(jī)動(dòng)車4項(xiàng)污染物(CO、HC、NOx、PM)排放總量為1603.8萬t,其中,汽油車的CO排放量超過總量的80%,HC排放量超過70%[1].

在市場(chǎng)預(yù)測(cè)方面,往往采取 SD(System Dynamics)[2-3]、時(shí)間序列[4]、灰色預(yù)測(cè)[5]、神經(jīng)網(wǎng)絡(luò)[6]、回歸預(yù)測(cè)[7]等方法進(jìn)行探究,數(shù)據(jù)要求多,因素間相互作用考慮較少,不能微觀的反映變化趨勢(shì),引入Lotka-Volterra模型可以有效的解決此問題,但目前仍然停留在2種群競(jìng)爭(zhēng)[8-9],未對(duì)其進(jìn)行拓展,且較少應(yīng)用于機(jī)動(dòng)車領(lǐng)域.在排放分析方面,自 20世紀(jì)80年代以來,歐美國(guó)家逐步建立如 MOBILE、MOVES、HBEFA等排放因子庫[10].近年來,各國(guó)通過比功率[11]或?qū)嵻噷?shí)驗(yàn)[12]等方法測(cè)得排放因子,繼而運(yùn)用機(jī)器學(xué)習(xí)[13-14]或相關(guān)算法[15],改進(jìn)現(xiàn)有模型,建立道路動(dòng)態(tài)排放模型[16].在排放方面的研究多為單車或車隊(duì)研究,宏觀研究選擇全生命周期模型能實(shí)現(xiàn)很好的評(píng)估效果[17-18],但學(xué)者對(duì)系統(tǒng)邊界的建立有差異,缺乏市場(chǎng)全生命周期的完善.對(duì)于政策影響的研究,往往采用WRF-Chem[19]等模型定量評(píng)估政策影響;外延政策影響則采用情景模擬或 SD仿真進(jìn)行預(yù)測(cè)[20-21].目前對(duì)于乘用車市場(chǎng)政策研究較少,多采用單一政策評(píng)估[22-23],且多為縱向比較,缺少橫向比較.

本文引入 Lotka-Volterra模型對(duì)以動(dòng)力來源為分類標(biāo)準(zhǔn)的乘用車變化進(jìn)行預(yù)測(cè),展示其市場(chǎng)內(nèi)部競(jìng)爭(zhēng)趨勢(shì);并通過拓寬全生命周期研究系統(tǒng)邊界,加入 6類排放因子以豐富乘用車排放清單,分析市場(chǎng)總排放變化;同時(shí)引入輕量化、電氣化、清潔化關(guān)聯(lián)的9類政策和3個(gè)影響指標(biāo),對(duì)其進(jìn)行敏感性分析,通過設(shè)計(jì) 3類政策情景,評(píng)估政策減排差異性,并給出政策建議.

1 材料和方法

研究對(duì)象依據(jù)車用動(dòng)力劃分為汽油、天然氣、純電動(dòng)、混合動(dòng)力乘用車.燃料電池乘用車目前處于發(fā)展初期缺少數(shù)據(jù)支撐,在預(yù)測(cè)時(shí)忽略不計(jì).

1.1 乘用車類型規(guī)模變化預(yù)測(cè)

乘用車市場(chǎng)的類型變化,是融合了政策、資源、市場(chǎng)認(rèn)可度等各種因素的合作競(jìng)爭(zhēng)影響結(jié)果,是預(yù)測(cè)未來市場(chǎng)總排放的基礎(chǔ).Lotka-Volterra模型可以動(dòng)態(tài)的表示不同產(chǎn)業(yè)間的競(jìng)爭(zhēng)關(guān)系,定性定量的分析競(jìng)合作用[24-27].由于各類車型之間存在市場(chǎng)淘汰法則,技術(shù)創(chuàng)新既有合作也有競(jìng)爭(zhēng)作用,將該模型應(yīng)用于乘用車規(guī)模預(yù)測(cè),既可考慮外在因素如增長(zhǎng)率、收入水平等因素影響,還可考慮內(nèi)部的競(jìng)爭(zhēng)因素,更能得出科學(xué)的、符合實(shí)際的規(guī)模變化趨勢(shì).因此,首先建立增長(zhǎng)趨勢(shì)模型:

式中:α、β、γ、δ 為各類種群間的作用系數(shù);ri為種群的自然增長(zhǎng)率; N1、N2、N3、N4為汽油、天然氣、純電動(dòng)、混合動(dòng)力乘用車.利用2012年至2020年的乘用車總庫存,通過灰色估計(jì)方法對(duì) L-V模型進(jìn)行離散化處理,根據(jù)最小二乘法的原則進(jìn)行參數(shù)估計(jì),取作為白化值和背景值(i =1、2、3、4)[25],得離散方程組如下:

式中:a、b、c、d 分別表示式(1)系數(shù)對(duì)應(yīng)部分,其中j、k、e ≠i ,將公式寫作矩陣形式如下:

根據(jù)最小二乘法參數(shù)估計(jì)原則可計(jì)算相關(guān)參數(shù):

1.2 全生命周期排放模型建立

1.2.1 數(shù)據(jù)來源及模型說明 乘用車全生命周期使用過程中的排放因子是準(zhǔn)確預(yù)測(cè)乘用車市場(chǎng)總排放的關(guān)鍵[28].采用較成熟的全生命周期模型[29-30]作為模板,拓展了系統(tǒng)邊界.其中,污染物排放經(jīng)歷過程可表示為圖 1.在這些估算中,需要使用迭代計(jì)算程序,直到結(jié)果變化不超過估計(jì)值的 1/1000.歷年數(shù)據(jù)是通過國(guó)家統(tǒng)計(jì)局、乘聯(lián)會(huì)、能源統(tǒng)計(jì)年鑒、中國(guó)煤炭工業(yè)發(fā)展報(bào)告[31-33]等相關(guān)標(biāo)準(zhǔn)、報(bào)告和廠家公開數(shù)據(jù)庫以及相關(guān)文獻(xiàn)[34-38]收集得到,包括運(yùn)輸效率、單位里程動(dòng)力能耗、污染物折算系數(shù)以及年均行駛距離等.表 1展示了典型車輛的信息,在描述車輛周期相關(guān)清單時(shí),主要包括的子系統(tǒng)零件為發(fā)動(dòng)機(jī)、變速器、動(dòng)力電池、電機(jī)、車身等,相關(guān)數(shù)據(jù)來源于公開數(shù)據(jù)和相關(guān)參考文獻(xiàn).

表1 典型車輛信息(NEDC)Table 1 Typical representative vehicle information (NEDC)

圖1 全生命周期系統(tǒng)流程Fig.1 Life cycle system process

1.2.2 排放模型建立 在汽車排放的有害氣體中,CO和 HC約占全球排放量的 50%, PM2.5約占10%～20%,NOx約占 30%[39].中國(guó)溫室氣體(CHG)的排放更是達(dá)到了全球的 30%以上(IEA).《中國(guó)汽車低碳行動(dòng)計(jì)劃研究報(bào)告 2020》[40]指出,2010～2019年,中國(guó)乘用車各車型之間碳排放差距明顯.因此將其主要污染物排放設(shè)置為 CHG,同時(shí)納入其他常規(guī)污染物(VOC、PM2.5、SO2、NOx、CO),建立更加完備的全生命周期排放清單,為預(yù)測(cè)乘用車市場(chǎng)總排放建立單車排放模型.

在 WTP階段,雖然存在不同的能源,但是 CO2的計(jì)算是相同的,故對(duì)與j(1-原煤、2-天然氣、3-汽油)種能源k階段的CO2可由下式得出.

式中:CO2,k,j指 j種能源中 k階段的 CO2排放量;ETk,j表示第k階段所屬j種能源消耗量;E FCO2,j是指能源j的CO2排放因子;CCi則是指能源j的單位熱值含碳量;OFi是指能源j的碳氧化率;44/12表示CO2與碳的分子質(zhì)量比.

在PTW階段計(jì)算VOC、CO、NOx、PM2.5、SO2等污染物時(shí),類似計(jì)算 CO2的排放模型,進(jìn)而計(jì)算得到總污染物排放模型如下:

式中:Ps,PTW是第 s(1-NOx、2-VOC、3-PM2.5、4-CO、5-SO2)種污染物在PTW階段的排放總量.

在零件制造、車輛組裝、報(bào)廢回收過程中的排放模型:

式中:Pr表示報(bào)廢回收階段的排放量;Mn(k)表示第n階段第 k種原材料數(shù)量矩陣、質(zhì)量矩陣以及更換零件質(zhì)量矩陣; Wout(k)表示報(bào)廢材料排放因子;Win(k)表示再利用材料排放因子;Wn表示材料排放因子.

1.3 政策影響模型構(gòu)建

1.3.1 模型建立 隨著政策工具的不斷豐富,各類型政策強(qiáng)度不斷提高,成為控制乘用車市場(chǎng)排放的關(guān)鍵手段,而環(huán)境政策往往通過影響多類結(jié)構(gòu)主體間接影響市場(chǎng)排放,例如借助于補(bǔ)貼退坡、技術(shù)革新、中長(zhǎng)期規(guī)劃等政策激勵(lì),影響不同類型乘用車的排放因子以及市場(chǎng)組成,逐步推進(jìn)燃油乘用車退出市場(chǎng)計(jì)劃[41-42].根據(jù)已有的研究和客觀現(xiàn)狀以及數(shù)據(jù)的可得性,本文選取了未來汽車典型發(fā)展情景:電氣化、清潔化以及輕量化,提取表征參數(shù)為:平均整備質(zhì)量變化率、可再生能源占比、新能源乘用車占比.由于環(huán)境政策涉及環(huán)保法規(guī)、稅收收入以及市場(chǎng)行為等,依據(jù)其對(duì)生態(tài)效率的作用機(jī)理,每類場(chǎng)景選取綜合變量以及獨(dú)立變量共 5類.對(duì)政策指標(biāo)集進(jìn)行標(biāo)準(zhǔn)化處理后采用熵值法進(jìn)行權(quán)重的計(jì)算,構(gòu)建指標(biāo)比例矩陣,計(jì)算不同類型的政策指標(biāo)信息熵值,據(jù)此得到解釋變量的權(quán)重如圖2.政策數(shù)據(jù)來源于中國(guó)統(tǒng)計(jì)年鑒(2012～2020)、中國(guó)能源統(tǒng)計(jì)年鑒(2012～2018)以及中國(guó)移動(dòng)源環(huán)境管理年報(bào)(2012～2020)[31,43-45]:

圖2 政策指標(biāo)權(quán)重Fig.2 The weight of policy indicators

首先假設(shè)所述中國(guó)當(dāng)前的減排政策均可通過影響行業(yè)市場(chǎng)結(jié)構(gòu)、能源消費(fèi)結(jié)構(gòu)和技術(shù)創(chuàng)新間接效應(yīng)實(shí)現(xiàn)節(jié)能減排.考慮各類政策的影響效果并非簡(jiǎn)單的線性影響[46-47],甚至是呈現(xiàn)出“U”型曲線關(guān)系[48],因此采用SPSS23.0驗(yàn)證擬合程度最優(yōu)回歸方法,建立模型如下:

式中:Ci,t表示第 t年第 i項(xiàng)影響指標(biāo)的值,即新能源乘用車占比、可再生能源占比、平均整備質(zhì)量變化率;L、T、C、S、R、E、G、I、M表示機(jī)動(dòng)車環(huán)保法規(guī)數(shù)目、車輛購(gòu)置稅、碳配額規(guī)模、節(jié)能環(huán)保支出、資源稅、能源法規(guī)數(shù)目、綠證交易量、雙積分強(qiáng)度、燃料限值;P表示乘用車數(shù)量;ai、bi、ci表示3個(gè)影響指標(biāo)的綜合系數(shù),數(shù)值可解釋為權(quán)重與回歸系數(shù)的乘積;εi表示模型的常數(shù)項(xiàng).

基于此,為準(zhǔn)確分析 3類表征參數(shù)基于該模型的政策敏感性,考慮該模型為非線性模型,不能采用基礎(chǔ)的敏感性分析,應(yīng)采用sobol方法對(duì)其參數(shù)進(jìn)行全局敏感性分析[49].不考慮參數(shù)間的相互作用,僅對(duì)不同類型政策變量的系數(shù)進(jìn)行全階敏感度和一階敏感度分析,采用MATLAB進(jìn)行計(jì)算.

1.3.2 政策情景設(shè)計(jì) 據(jù)中國(guó)國(guó)家能源局出臺(tái)的《電力發(fā)展“十四五規(guī)劃”》[50]和四部委聯(lián)合印發(fā)的《關(guān)于進(jìn)一步做好新能源汽車應(yīng)用推廣應(yīng)用工作的通知》[51],政府將提供必要的政策法規(guī)來強(qiáng)制淘汰高排放企業(yè),鼓勵(lì)技術(shù)創(chuàng)新,提高能源利用效率,減少排放.因此,本文對(duì)3個(gè)政策情景:輕量化、電氣化和終端能源清潔化情景進(jìn)行具體描述(表2),其中,考慮政策情景影響的滯后性,選取 2020、2030、2040、2050年4個(gè)關(guān)鍵時(shí)間節(jié)點(diǎn)進(jìn)行討論:

表2 政策情景參數(shù)設(shè)計(jì)Table 2 Specific description of scenario parameters

(1)整車輕量化情景假設(shè)未來汽車制造行業(yè)會(huì)遵循《中國(guó)制造 2025》[52]中的輕量化重要戰(zhàn)略,推行強(qiáng)制汽車制造商降低汽車油耗的政策,加快輕量化材料的研發(fā)進(jìn)度,降低乘用車的平均整備質(zhì)量系數(shù).通過對(duì)乘用車的燃料限值進(jìn)行約束,間接減小乘用車整備質(zhì)量.

(2)電氣化情景假設(shè)未來遵循節(jié)能汽車技術(shù)路線圖 2.0指導(dǎo),電動(dòng)汽車整體市場(chǎng)穩(wěn)步增長(zhǎng).同時(shí),制定傳統(tǒng)燃油乘用車退出市場(chǎng)計(jì)劃表,加快混動(dòng)乘用車替代傳統(tǒng)乘用車的速度,完成市場(chǎng)的更迭;

(3)終端能源清潔化情景假設(shè)未來中國(guó)將建立全國(guó)性的碳排放交易和綠證市場(chǎng),交易量呈現(xiàn)井噴式增長(zhǎng),可再生能源發(fā)電比例不斷升高,按照十四五電力規(guī)劃發(fā)展,且由于該市場(chǎng)的運(yùn)行,一些高污染的企業(yè)因?yàn)槔麧?rùn)低碳配額不足,從而降低產(chǎn)量或轉(zhuǎn)型.

2 結(jié)果與分析

2.1 乘用車規(guī)模預(yù)測(cè)

基于MATLAB平臺(tái),對(duì)乘用車市場(chǎng)的L-V模型參數(shù)進(jìn)行灰色估計(jì),通過其競(jìng)爭(zhēng)系數(shù)表征市場(chǎng)動(dòng)態(tài)競(jìng)爭(zhēng)過程,其結(jié)果如表3所示.

表3 L-V模型相關(guān)參數(shù)Table 3 Relevant parameters of L-V model

其中,仿真參數(shù)設(shè)置為:初始時(shí)間為 2019年,總仿真周期設(shè)置為31a,時(shí)間步長(zhǎng)設(shè)置為1a.將2019與2020年的仿真誤差展示如表 4,結(jié)果表明,誤差均小于 5%,平均誤差為 2.65%.與其他預(yù)測(cè)方式[53-54]相比,L-V模型提高了預(yù)測(cè)的準(zhǔn)確度.因此,模型的有效性得以驗(yàn)證.

表4 誤差分析結(jié)果Table 4 Results of error analysis

由此可知,乘用車市場(chǎng)在短期內(nèi)的自然增速仍然呈現(xiàn)穩(wěn)定趨勢(shì),不會(huì)突然滅亡或爆發(fā)式增長(zhǎng).但由于化石能源以及市場(chǎng)客戶資源的公共性,在長(zhǎng)期的資源競(jìng)爭(zhēng)環(huán)境下,乘用車種群會(huì)因?yàn)楸舜碎g的相互作用而表現(xiàn)出不同關(guān)系,例如由于共用生產(chǎn)技術(shù)的相似性,呈現(xiàn)互惠共存,或由于對(duì)能源資源惡性競(jìng)爭(zhēng),呈現(xiàn)競(jìng)爭(zhēng)消亡.由表3可知4類乘用車競(jìng)合關(guān)系為:

(1)汽油乘用車自然增長(zhǎng)率呈現(xiàn)緩慢增長(zhǎng)趨勢(shì),依據(jù)現(xiàn)有環(huán)境,處于市場(chǎng)過飽和狀態(tài),未來將在短期內(nèi)增長(zhǎng)后呈現(xiàn)下降趨勢(shì).汽油乘用車與純電動(dòng)乘用車以及混合動(dòng)力乘用車的競(jìng)爭(zhēng)系數(shù)均為負(fù)值,因此,表示這兩類車型的發(fā)展對(duì)汽油乘用車發(fā)展具有較小的阻礙作用,這是由于初期汽油乘用車市場(chǎng)的基數(shù)較大以及市場(chǎng)占有較為穩(wěn)定所導(dǎo)致;而天然氣乘用車對(duì)汽油乘用車的競(jìng)爭(zhēng)系數(shù)大于其他兩類車型,因此具有較大的抑制作用,這是由于天然氣乘用車的發(fā)展代表替代燃料規(guī)模發(fā)展,即隨著環(huán)保觀念進(jìn)入乘用車市場(chǎng),將對(duì)汽油乘用車的發(fā)展造成沖擊.

(2)天然氣乘用車市場(chǎng)的自然增長(zhǎng)率呈現(xiàn)下降趨勢(shì),由于天然氣乘用車市場(chǎng)的發(fā)展側(cè)重于商用車,因此市場(chǎng)處于小規(guī)模波動(dòng)發(fā)展中.其市場(chǎng)規(guī)模在客觀環(huán)境中處于未飽和狀態(tài),仍保持有增長(zhǎng)空間,這將取決于乘用車政策取向.從競(jìng)合關(guān)系來看,汽油乘用車以及混合動(dòng)力乘用車對(duì)其起到較小的抑制作用,而純電動(dòng)乘用車則起到較小的促進(jìn)作用.這是新能源對(duì)于傳統(tǒng)能源市場(chǎng)競(jìng)爭(zhēng)力的提升造成的.

(3)純電動(dòng)乘用車呈現(xiàn)增長(zhǎng)趨勢(shì),在國(guó)家政策以及技術(shù)創(chuàng)新的激勵(lì)作用下,該類車型將成為新能源乘用車市場(chǎng)的主流車型.在現(xiàn)階段,由于汽車市場(chǎng)的替代容量較大,純電動(dòng)乘用車存有較大的發(fā)展空間,目前遠(yuǎn)遠(yuǎn)小于飽和容量.純電動(dòng)乘用車與其他車型的競(jìng)爭(zhēng)系數(shù)均大于0.1,相互作用較為明顯,汽油乘用車以及天然氣乘用車對(duì)其均為競(jìng)爭(zhēng)作用,此類關(guān)系也代表了新能源乘用車與傳統(tǒng)能源乘用車之間的競(jìng)爭(zhēng)作用,混合動(dòng)力乘用車對(duì)其作用為促進(jìn)作用,這是因?yàn)榛旌蟿?dòng)力乘用車與純電動(dòng)乘用車均使用電力驅(qū)動(dòng)設(shè)備,均依賴于該項(xiàng)技術(shù)的發(fā)展.

(4)混合動(dòng)力乘用車呈現(xiàn)快速增長(zhǎng)趨勢(shì),這是由于其包含普通混合動(dòng)力乘用車,對(duì)汽油乘用車形成沖擊;同時(shí)包含插電式混合動(dòng)力乘用車,作為傳統(tǒng)能源乘用車到新能源乘用車的過渡,受到各類政策支持.汽油乘用車對(duì)其競(jìng)爭(zhēng)系數(shù)為正值,為競(jìng)爭(zhēng)關(guān)系,而其余兩類乘用車則對(duì)其具有促進(jìn)作用,造成此類競(jìng)爭(zhēng)關(guān)系的主要原因是純電動(dòng)以及天然氣乘用車均為環(huán)境友好型車型,其技術(shù)創(chuàng)新常包含清潔能源技術(shù)的創(chuàng)新,這將帶動(dòng)混合動(dòng)力乘用車市場(chǎng)的發(fā)展.

綜上所述,乘用車市場(chǎng)的主要競(jìng)爭(zhēng)力來源于新能源與傳統(tǒng)能源的競(jìng)爭(zhēng),固有市場(chǎng)的容量以及技術(shù)創(chuàng)新能力將成為未來乘用車市場(chǎng)變化的主要影響因素.通過乘用車市場(chǎng)未來 30a的競(jìng)爭(zhēng)過程仿真,可得乘用車市場(chǎng)發(fā)展趨勢(shì)(圖3).

圖3 乘用車市場(chǎng)發(fā)展趨勢(shì)Fig.3 The development trend of the passenger car market

汽油乘用車總體呈拋物線式發(fā)展,由于市場(chǎng)出現(xiàn)過飽和狀態(tài),在2025年前呈現(xiàn)5.5%的緩慢增長(zhǎng),隨后迎來2554.3萬輛的銷量峰值,其增長(zhǎng)率也呈現(xiàn)先緩慢下降,在經(jīng)歷了約 10a的增長(zhǎng)率為-15%的平緩期后,在2040年后轉(zhuǎn)入快速下降階段,在2050年近乎退出市場(chǎng);而天然氣乘用車由于市場(chǎng)規(guī)制保持-6.6%的平穩(wěn)下降趨勢(shì);純電動(dòng)乘用車呈“S”型發(fā)展趨勢(shì),初期增長(zhǎng)率較高是由于市場(chǎng)對(duì)于新型車輛的支持力度和補(bǔ)貼力度較高,當(dāng)該類車型進(jìn)入市場(chǎng)普及階段后,增長(zhǎng)率則呈現(xiàn)下降趨勢(shì),由82%下降至15%,呈現(xiàn)緩慢增長(zhǎng)趨勢(shì),這是由于在短期內(nèi)由于技術(shù)限制以及固有市場(chǎng)的認(rèn)可度較低限制了增長(zhǎng)率,而經(jīng)過技術(shù)革新后,在最后10a呈現(xiàn) 18%左右的快速增長(zhǎng)趨勢(shì);混合動(dòng)力乘用車與純電動(dòng)乘用車的增長(zhǎng)趨勢(shì)類似,由于其處于初期發(fā)展階段,呈現(xiàn)小幅度增長(zhǎng)趨勢(shì),在 2040后呈現(xiàn)平均15%的快速增長(zhǎng),這是由于混合動(dòng)力乘用車中普通式混合動(dòng)力乘用車采用油電混合,對(duì)比汽油乘用車呈現(xiàn)較好的環(huán)境友好性,對(duì)于市場(chǎng)資源的競(jìng)爭(zhēng)力不斷增強(qiáng).

而從綜合乘用車整體市場(chǎng)份額分配來看(圖 4),汽油乘用車和純電動(dòng)乘用車市場(chǎng)份額變化較為明顯,而混合動(dòng)力乘用車在2040年后市場(chǎng)份額變化較為明顯.其中,汽油乘用車由 92%的市場(chǎng)份額逐步減少到 1%,而純電動(dòng)乘用車的市場(chǎng)份額則由 5%增長(zhǎng)到 75%,混合動(dòng)力乘用車的份額實(shí)現(xiàn) 29%的增長(zhǎng),天然氣乘用車市場(chǎng)份額分配始終較小,占比始終小于0.5%.綜合而言,仿真前 5a份額分配變化波動(dòng)較大,在2040年后份額分配再次波動(dòng)較大,因此總體競(jìng)爭(zhēng)趨勢(shì)先緩慢競(jìng)爭(zhēng),后劇烈競(jìng)爭(zhēng).

圖4 乘用車市場(chǎng)份額Fig.4 The share of the passenger market

2.2 全生命周期排放預(yù)測(cè)

2.2.1 排放因子預(yù)測(cè) 在對(duì)乘用車市場(chǎng)全生命周期清單進(jìn)行修正后可知:拓展系統(tǒng)邊界后,汽油乘用車、天然氣乘用車、純電動(dòng)乘用車以及混動(dòng)乘用車的主要污染物CHG排放因子分別為246,169,168和181g/km,因此,3類乘用車均能降低CHG氣體排放,其中純電動(dòng)乘用車減排的潛力最高,為31.7%(圖5).

圖5 乘用車市場(chǎng)排放因子Fig.5 The impact factor of the passenger market

綜合 4類乘用車共性可得,燃料周期排放占比較大,平均占比74.5% ,CHG排放主要集中在燃料階段,這也表示了CHG排放主要取決于乘用車對(duì)于燃料的依賴程度.因此降低該階段的減排效果將主要體現(xiàn)在車用替代燃料的規(guī)模發(fā)展.在燃料周期階段,新能源乘用車的排放遠(yuǎn)小于傳統(tǒng)乘用車,而在車輛周期中的排放,則剛好相反,純電動(dòng)乘用車以及混合動(dòng)力乘用車高于汽油乘用車 33.3%,這主要是因?yàn)閮深惓擞密囯娏υO(shè)備的加入使得制造階段的排放矩陣較復(fù)雜,在車輛周期的排放有所升高,但其綜合 CHG 仍較高,這部分差距來源是以電力來源的純電動(dòng)乘用車在PTW階段實(shí)現(xiàn)了零排放.這表明推進(jìn)電動(dòng)化仍然是乘用車市場(chǎng)減排的重要手段,為進(jìn)一步提高其減排潛力,降低其車輛周期的排放,材料綠色化制造是其發(fā)展的重要方向.

而對(duì)于常規(guī)污染物的排放因子修正可知:在常規(guī)污染物VOC、NOx、CO減排方面,純電動(dòng)乘用車均表現(xiàn)出明顯優(yōu)勢(shì).混合動(dòng)力乘用車僅在VOC減排方面具有較明顯的優(yōu)勢(shì);在SO2、PM2.5的減排方面,傳統(tǒng)能源乘用車明顯優(yōu)于其他兩類乘用車,因此即使在電力結(jié)構(gòu)優(yōu)化與電力技術(shù)改善的情景條下,新能源乘用車并非具備對(duì)所有污染物的明顯減排優(yōu)勢(shì).具體分析可知:

(1)燃料周期中,純電動(dòng)乘用車的VOC、CO以及NOx的排放因子僅為汽油乘用車的 6.9%、2.3%、50%,這是由于化石燃料燃燒是 VOC、CO、NOx的主要來源,減排則主要體現(xiàn)在清潔能源的燃料替換效益上.對(duì) SO2減排貢獻(xiàn)最大的是混合動(dòng)力乘用車,為 60%,作為雙動(dòng)力乘用車,較純電動(dòng)乘用車減少了部分煤電排放.在 PM2.5排放方面,天然氣乘用車相較于其他技術(shù)車型對(duì)顆粒物減排優(yōu)勢(shì)明顯,其次是汽油乘用車,雖然純電動(dòng)乘用車全生命周期顆粒物排放較高,但其主要集中在 WTP 階段,有利于集中處理,而其 PTW 階段的低顆粒物排放使得純電動(dòng)乘用車對(duì)城市霧霾的貢獻(xiàn)最低.

(2)車輛周期中,混合動(dòng)力乘用車的CO、NOx以及SO2的排放因子均為 4類乘用車中最高,分別為0.11,0.13,0.22g/km,而VOC排放因子最高的車型為天然氣乘用車,這是天然氣燃料燃燒的固有特征,PM2.5的排放則為純電動(dòng)乘用車最高,這主要是由于動(dòng)力的需求導(dǎo)致動(dòng)力電池的質(zhì)量的增加,導(dǎo)致顆粒物的排放有所增加.綜合而言,對(duì)于5類常規(guī)污染物VOC、CO、NOx、SO2和 PM2.5的減排效益最優(yōu)的為汽油乘用車和天然氣乘用車,分別為 25.0%、36.4%、61.5%、50.0%、36.4%,新能源乘用車在車輛周期的劣勢(shì)是車用材料的冶煉過程中的排放矩陣較大.

通過對(duì)于報(bào)廢回收階段的清單完善,與其他未計(jì)入該部分的文獻(xiàn)相比可減少4%的排放[55].對(duì)各類乘用車的排放因子分析為達(dá)成具象化的環(huán)境指標(biāo)提供了詳細(xì)的數(shù)據(jù)分析基礎(chǔ),這也證實(shí)了一味的提高乘用車電氣化,并不能實(shí)現(xiàn)全面減排目標(biāo),還需要配合措施例如材料技術(shù)的發(fā)展以及提高清潔能源的使用率.同時(shí),未來隨著乘用車清潔燃料技術(shù)的發(fā)展,傳統(tǒng)能源乘用車的排放因子將持續(xù)降低,這將有利于乘用車市場(chǎng)的綠色清潔化發(fā)展.

2.2.2 乘用車市場(chǎng)總體排放預(yù)測(cè) 對(duì)于乘用車市場(chǎng)的總體污染物排放,在短期內(nèi)均呈現(xiàn)上升趨勢(shì),在長(zhǎng)期的展望中呈現(xiàn)不同的發(fā)展趨勢(shì).其中,VOC、CO與CHG在2030年達(dá)到排放峰值,分別為17.2、33.5和 10757.9萬 t(圖 6),NOx總排放量出現(xiàn)波動(dòng)變化,而SO2、PM2.5排放總量隨著乘用車數(shù)量的增多保持增長(zhǎng),但增速放緩至 3%～7%.綜合乘用車市場(chǎng)分析,考慮到乘用車市場(chǎng)規(guī)模的影響,對(duì)VOC、CO和CHG的貢獻(xiàn)率最高的是汽油乘用車,對(duì) NOx、SO2以及PM2.5貢獻(xiàn)率最高的是純電動(dòng)乘用車.而天然氣乘用車由于規(guī)模較小對(duì)于總體市場(chǎng)排放的影響較小,而混合動(dòng)力乘用車隨著時(shí)間的推移對(duì)CO的貢獻(xiàn)逐漸增加.在未有較多的政策鼓勵(lì)作用下,乘用車市場(chǎng)的排放會(huì)隨著乘用車市場(chǎng)的規(guī)模不斷擴(kuò)大.因此綜合來看,除了乘用車電氣化的推進(jìn)和清潔能源的高比例發(fā)展,為了減少制造環(huán)節(jié)的污染物排放,有必要發(fā)展整車輕量化技術(shù),采用輕質(zhì)金屬或碳纖維為車體,并輔以相應(yīng)的結(jié)構(gòu)設(shè)計(jì)和制造技術(shù).

圖6 乘用車市場(chǎng)排放總量(萬t)Fig.6 The total emissions of the passenger car market(×104t)

2.3 政策減排效益評(píng)估

依據(jù)國(guó)家現(xiàn)有政策和規(guī)劃補(bǔ)充設(shè)定間接影響排放的 3個(gè)指標(biāo)的基準(zhǔn)情景:依據(jù)國(guó)家十四五能源規(guī)劃可設(shè)計(jì)可再生能源占比的發(fā)電基準(zhǔn)情景為:2030年煤電占比降低至 28.9%,清潔能源發(fā)電占比提升至52.3%;2040年煤電占比降低至5.4%,清潔能源發(fā)電占比提升至 80.5%;2050年煤電占比為5.7%,清潔能源發(fā)電占比提升至 90.9%.新能源乘用車占比的基準(zhǔn)情景用仿真模型所得數(shù)據(jù)假定設(shè)計(jì),即2.1結(jié)論.平均整備質(zhì)量的基準(zhǔn)情景依據(jù)平均年變化率1.5%進(jìn)行設(shè)計(jì)(國(guó)家統(tǒng)計(jì)局公告).

各項(xiàng)指標(biāo)的影響往往通過敏感性分析進(jìn)行判斷,首先通過SPSS計(jì)算多元回歸標(biāo)準(zhǔn)系數(shù)對(duì)基礎(chǔ)政策模型進(jìn)行完善,隨后基于方差通過sobol方法分析排放表征指標(biāo)對(duì)不同乘用車環(huán)境政策的敏感性如圖 7所示:此次敏感性分析旨在比較3類情景的表征參數(shù)對(duì)于單個(gè)政策指標(biāo)的敏感性,對(duì)于二階敏感性不再闡述.

圖7 政策參數(shù)敏感性指數(shù)Fig.7 The sensitivity index of policy parameters

在平均整備質(zhì)量變化率的相關(guān)政策參數(shù)評(píng)估中,雙積分強(qiáng)度的一階響應(yīng)指數(shù)最高,表示在單一響應(yīng)時(shí),提升雙積分強(qiáng)度對(duì)于整備質(zhì)量的變化率響應(yīng)最快,而考慮因素間的相互影響關(guān)系時(shí),燃料限值的影響效果最明顯,這體現(xiàn)了在根本上材料結(jié)構(gòu)和質(zhì)量的相關(guān)特征對(duì)于該指標(biāo)的重要性.

在新能源乘用車占比的指標(biāo)敏感性評(píng)估中,車輛購(gòu)置稅的一階響應(yīng)指數(shù)最高,表示在不考慮其他影響變量時(shí),提升車輛購(gòu)置稅稅收強(qiáng)度對(duì)于新能源乘用車在市場(chǎng)中的發(fā)展趨勢(shì)影響最強(qiáng)烈,而考慮因素間的相互影響關(guān)系時(shí),節(jié)能環(huán)保支出的影響效果較車輛購(gòu)置稅高,這表示著該指標(biāo)在根本上的節(jié)能環(huán)保本質(zhì).

在對(duì)可再生能源占比的參數(shù)敏感性分析中,對(duì)比各類參數(shù)的單一影響,綠證強(qiáng)度的影響效果最明顯,這體現(xiàn)了綠證市場(chǎng)發(fā)展的重要意義,在對(duì)其進(jìn)行全階敏感性分析時(shí),節(jié)能環(huán)保以及資源稅對(duì)該指標(biāo)的總效應(yīng)指數(shù)上升迅速,這表示在考慮綜合影響因素的作用下,經(jīng)濟(jì)手段為促進(jìn)可再生能源發(fā)展的重要手段.

由此可見,考慮單一敏感性與考慮綜合敏感性的結(jié)果略有不同,因此不同政策參數(shù)間也存在不可忽視的相互作用,以關(guān)鍵政策為主,輔以其他政策工具是市場(chǎng)發(fā)展的主要手段.綜合而言,乘用車市場(chǎng)未來的政策體系將以稅收補(bǔ)貼手段為主,命令類手段為輔,加以市場(chǎng)引導(dǎo).具體表現(xiàn)為:①采用命令控制類政策,包括能源法規(guī)、機(jī)動(dòng)車環(huán)保法規(guī)、燃料限值等,以控制燃料限值為主要手段,通過出臺(tái)各種強(qiáng)制性政策及環(huán)境質(zhì)量標(biāo)準(zhǔn),通過對(duì)污染物容許要求做出的強(qiáng)制性規(guī)定等方式進(jìn)行環(huán)境管理,可以促進(jìn)新能源相關(guān)產(chǎn)業(yè)的發(fā)展,促進(jìn)技術(shù)創(chuàng)新從而避免行政處罰或增加懲罰成本;②在市場(chǎng)中主要采用稅收補(bǔ)貼類政策,包括節(jié)能環(huán)保支出、資源稅、車輛購(gòu)置稅等,在未來補(bǔ)貼退坡的環(huán)境下,稅收手段將成為乘用車市場(chǎng)的主要手段,即通過經(jīng)濟(jì)手段將生產(chǎn)過程中產(chǎn)生的環(huán)境污染等負(fù)外部性行為納入企業(yè)的內(nèi)部成本,同時(shí)對(duì)使用可再生能源等清潔化行為采取鼓勵(lì)補(bǔ)貼手段提高企業(yè)收益,或通過向使用者征收稅費(fèi)提高生產(chǎn)成本來降低對(duì)化石能源的需求,鼓勵(lì)其進(jìn)行創(chuàng)新以獲得補(bǔ)貼支持;③輔以市場(chǎng)引導(dǎo)類政策,包括綠證制度、碳交易市場(chǎng)制度以及雙積分制度,大力提高綠證交易強(qiáng)度,通過對(duì)于市場(chǎng)交易的統(tǒng)一化管理,提供平臺(tái)制度管理,為市場(chǎng)各參與方提高互利共贏的可能性,引導(dǎo)改良能源結(jié)構(gòu),同時(shí)提高技術(shù)以獲得市場(chǎng)的主動(dòng)權(quán).

將不同政策強(qiáng)度組合構(gòu)成不同未來情景,而對(duì)不同的排放污染物來說,從橫向比較可知,每類污染物對(duì)于減排政策情景的敏感性不同,從縱向比較可知,在不同的預(yù)測(cè)周期中,政策情景的作用效果不盡相同,具體解釋如圖8、圖9所示.

圖8 不同情景下的乘用車市場(chǎng)排放總量Fig.8 The overall emissions of the passenger car market in different scenarios

圖9 不同乘用車類型排放占比(2050年)Fig.9 The percentage of emissions from different passenger car types (2050)

具體分析可知:①在 CHG的相關(guān)減排情景中,在不同情境下均在2030年達(dá)到峰值,但峰值大小不盡相同.3類情景均對(duì)其排放具有明顯效益.在電氣化情景下,排放峰值低于其他3類政策情景,為2030年的9749.6萬t,較基準(zhǔn)情景的排放峰值降低9.4%,清潔化情景的減排效益次之,為 7.3%.②SO2、PM2.5以及NOx的排放總量在3類乘用車政策的推動(dòng)下依然保持增長(zhǎng)的趨勢(shì),但隨著政策的推進(jìn),排放總量增速放緩至平均1.5%.其中,SO2的排放對(duì)于整車輕量化政策的敏感性較高,對(duì)比基準(zhǔn)情景最優(yōu)可將排放降低11.5%.PM2.5的排放則對(duì)于清潔化情景政策的敏感性較高,對(duì)比基準(zhǔn)情景最優(yōu)可將排放降低24.1%.而電氣化政策的推進(jìn)對(duì)兩類污染物的排放未起到預(yù)期的減排效果,甚至?xí)霈F(xiàn)高于基準(zhǔn)情景的預(yù)期排放,這是由于未從根本上改變其排放因子,而電動(dòng)乘用車的這兩類污染物的排放因子大于傳統(tǒng)乘用車.這表明單一的推進(jìn)電氣化政策不能實(shí)現(xiàn)全面減排.NOx在 3類政策環(huán)境下會(huì)實(shí)現(xiàn)不同程度的減排,整體排放的波動(dòng)幅度有所放緩,清潔化情景政策對(duì)其減排效益最優(yōu),為 24.3%.對(duì)于這 3類乘用車,當(dāng)推行乘用車市場(chǎng)電氣化時(shí),會(huì)由于電動(dòng)乘用車基于功能需求的整備質(zhì)量不斷上升導(dǎo)致污染物排放不減反增.這表明推行電氣化政策應(yīng)完善電力等設(shè)備的更新升級(jí),降低排放因子.③VOC和CO對(duì)于電氣化情景的敏感性最大,與其他兩類政策相比,在2030年峰值時(shí)刻,電氣化情景的VOC和CO排放量比基準(zhǔn)情景減少了 18.3%和 23.5%,減排效果顯著.可見電氣化政策對(duì)乘用車的VOC和CO減排效果是最有效的.

隨著整車輕量化、電氣化政策和終端能源清潔化的不斷推進(jìn),乘用車市場(chǎng)總排放在不斷減少,但不同政策情景對(duì)每一類排放污染物的影響方式和效果均不相同,CHG、VOC和CO的最優(yōu)減排情景為電氣化情景,PM2.5、NOx的最優(yōu)減排情景為清潔化情景,而 SO2的最優(yōu)減排情景則為整車輕量化,這與乘用車市場(chǎng)的不同類型乘用車的排放因子差異息息相關(guān).這意味著,單一推行某類政策情景,并非最優(yōu)策略.企業(yè)從自身發(fā)展情況考慮會(huì)主動(dòng)進(jìn)行結(jié)構(gòu)調(diào)整,在向新能源乘用車轉(zhuǎn)型調(diào)整的同時(shí)應(yīng)積極對(duì)電池等零部件技術(shù)改造和升級(jí),促進(jìn)乘用車和相關(guān)附屬企業(yè)走綠色低碳、循環(huán)經(jīng)濟(jì)之路.

同時(shí),通過對(duì)2050年的長(zhǎng)期規(guī)劃結(jié)果分析可知:隨著乘用車市場(chǎng)的新舊能源更迭,混合動(dòng)力乘用車以及純電動(dòng)乘用車市場(chǎng)將成為乘用車市場(chǎng)排放的主要來源,混合動(dòng)力乘用車對(duì)CO等排放物的影響日益增加.其中,在清潔化情景下,混合動(dòng)力乘用車以及純電動(dòng)乘用車的各類污染物排放占比有明顯下降,為20%～30%.這表明,對(duì)這兩類車型的全生命周期排放因子進(jìn)行分析,是未來研究的重要方向,而在這其中,對(duì)乘用車市場(chǎng)的上游能源結(jié)構(gòu)進(jìn)行調(diào)整,對(duì)于降低乘用車全生命周期排放因子具有重要意義.

3 討論

通過引入Lotka-Volterra模型,對(duì)其參數(shù)進(jìn)行灰色估計(jì),創(chuàng)新性的推演了各類乘用車之間的博弈過程,對(duì)其競(jìng)爭(zhēng)變化過程進(jìn)行了定量分析以及可視性展示.通過仿真顯示在2035年會(huì)實(shí)現(xiàn)乘用車市場(chǎng)的新舊能源更迭,從乘用車競(jìng)爭(zhēng)系數(shù)分析,乘用車市場(chǎng)的競(jìng)爭(zhēng)力主要來源于新舊能源的競(jìng)爭(zhēng).市場(chǎng)競(jìng)爭(zhēng)趨勢(shì)呈現(xiàn)階段式上升,即在短期內(nèi)由于初入市場(chǎng)的政策支持,新型乘用車將對(duì)原有市場(chǎng)結(jié)構(gòu)形成沖擊,但該階段由于市場(chǎng)認(rèn)可度以及市場(chǎng)容量限制,競(jìng)爭(zhēng)力度未達(dá)到最大,在仿真后10年由于技術(shù)成熟以及配套設(shè)施的完善,新能源乘用車競(jìng)爭(zhēng)力將不斷升高,而混合動(dòng)力乘用車逐步替代傳統(tǒng)汽油乘用車市場(chǎng),市場(chǎng)競(jìng)爭(zhēng)將主要由這兩類乘用車競(jìng)爭(zhēng)組成.同時(shí),混合動(dòng)力乘用車的市場(chǎng)份額增加,符合國(guó)家對(duì)于節(jié)能汽車的路線規(guī)劃,但仍低于規(guī)劃速度,這表明國(guó)家對(duì)于混合動(dòng)力乘用車的激勵(lì)政策還未完全發(fā)揮作用,具有滯后性.

運(yùn)用全生命周期的方式微觀評(píng)估排放過程,更加準(zhǔn)確的修正了排放因子,與乘聯(lián)會(huì)發(fā)布的部分污染物排放因子具有較好的一致性,完善周期后發(fā)現(xiàn),電動(dòng)乘用車并未達(dá)到預(yù)期的減排效益(低于 20%的預(yù)期減排效益),尤其對(duì)于SO2和PM2.5的減排效果不佳,其排放總量不減反增.這主要是在車輛周期中添加了電力設(shè)備的附屬質(zhì)量矩陣,使得以電力為動(dòng)力來源的乘用車的排放因子在車輛周期明顯高于傳統(tǒng)乘用車,這意味著要推進(jìn)純電動(dòng)乘用車為代表的新能源乘用車,必須改善主體和電池等結(jié)構(gòu),克服車輛周期的高排放.這項(xiàng)研究的結(jié)果強(qiáng)調(diào)了將車輛階段完善后納入乘用車環(huán)境性能比較的重要性.

對(duì)整車輕量化、電氣化和清潔化3類重要政策環(huán)境提取3類典型的表征指標(biāo)后進(jìn)行敏感性分析可知:政策單一影響效果與綜合響應(yīng)程度不完全對(duì)應(yīng),因素間的相互作用是影響表征指標(biāo)的重要組成部分.從整體角度進(jìn)行效益排序?yàn)?財(cái)政補(bǔ)貼類政策>命令控制類政策>市場(chǎng)引導(dǎo)類政策,但從單一的政策敏感性而言,則需要不同政策強(qiáng)度的最優(yōu)組合以克服單一手段的缺陷.同時(shí),從最終減排效果來說,不同污染物的最優(yōu)減排策略是不同的,這意味著僅推進(jìn)一類政策情景的發(fā)展,無法實(shí)現(xiàn)全面減排,需要 3類情境下的環(huán)境政策協(xié)同發(fā)展,例如推進(jìn)城市交通系統(tǒng)電氣化之前,必須先發(fā)展清潔電力.

考慮全生命周期層面提出政策建議如下:考慮乘用車總體市場(chǎng)的排放規(guī)模,由于VOC、CO與CHG在2030年達(dá)到排放峰值,NOx排放呈現(xiàn)波動(dòng)式發(fā)展,而SO2、PM2.5排放總量隨著乘用車數(shù)量的增多保持增長(zhǎng),但增速放緩至4%～6%,因此中國(guó)要制定差異化的節(jié)能減排目標(biāo),還需對(duì)空氣環(huán)境污染等級(jí)進(jìn)行評(píng)價(jià),優(yōu)先控制部分污染源,做到全面減排、重點(diǎn)突破.若考慮乘用車市場(chǎng)的發(fā)展政策手段的敏感性,對(duì)重點(diǎn)企業(yè)以及相關(guān)技術(shù)進(jìn)行補(bǔ)貼,多采用稅收類手段進(jìn)行市場(chǎng)管控,加大執(zhí)行力度,同時(shí),建立市場(chǎng)交流平臺(tái),促進(jìn)各方互利共贏.由于 3類政策情景模擬的時(shí)間差異性減排效益,因此需考慮發(fā)展時(shí)間制定短、中、長(zhǎng)期規(guī)劃,且考慮不同政策情景對(duì)于不同排放污染物的差異性效果,制定差異性政策,提高減排的準(zhǔn)確性以及科學(xué)性.

4 結(jié)論

4.1 Lotka-Volterra模型提供了一種新的預(yù)測(cè)市場(chǎng)份額變化關(guān)系的思路,從總體市場(chǎng)的角度預(yù)測(cè)車輛類型之間的關(guān)系,可以適用于制定未來更多車型的市場(chǎng)接納標(biāo)準(zhǔn).而通過間接影響全生命周期的不同階段要素來推演乘用車市場(chǎng)總排放趨勢(shì),體現(xiàn)了從微觀要素拓展至宏觀發(fā)展的行業(yè)生命線思想.以脫碳、清潔和可持續(xù)的方式作為乘用車市場(chǎng)改革過渡的主要趨勢(shì),這不僅有利于中國(guó),也有助于未來世界乘用車行業(yè)實(shí)現(xiàn)凈零排放.

4.2 通過對(duì)乘用車市場(chǎng)的綜合排放特征分析可知:考慮新舊能源乘用車的競(jìng)爭(zhēng)趨勢(shì),順應(yīng)市場(chǎng)發(fā)展趨勢(shì),在達(dá)到2035年的市場(chǎng)更新拐點(diǎn)前制定相關(guān)政策輔助改革;為實(shí)現(xiàn)國(guó)家節(jié)能汽車路線圖的規(guī)劃,應(yīng)繼續(xù)加大純電動(dòng)乘用車以及混合動(dòng)力乘用車的政策支持,并為其提供必要的配套設(shè)施,提升其市場(chǎng)認(rèn)可度.同時(shí),考慮乘用車全生命周期排放階段差異性,在CHG排放中,各類乘用車的燃料周期均為全生命周期中的較大貢獻(xiàn)者,因此政府應(yīng)重點(diǎn)考慮投資乘用車上游的清潔能源建設(shè);而在常規(guī)污染物排放中,車輛周期是排放較大貢獻(xiàn)者,因此需同時(shí)推進(jìn)零部件和整車材料的輕量化和低碳化發(fā)展;考慮乘用車各類污染物的排放因子差異性,建立評(píng)價(jià)體系,最終設(shè)立精細(xì)化指標(biāo),促進(jìn)全面減排.