王計廣,桂華僑,陳金潮,王志偉,孫世達,楊志文,張瀟文,毛洪鈞

唐山市機動車排放清單與減排經(jīng)濟效益研究

王計廣1,2,3,桂華僑1,2*,陳金潮4,王志偉5,孫世達6,楊志文3,張瀟文3,毛洪鈞6

(1.中國科學院合肥物質(zhì)科學研究院,安徽光學精密機械研究所,安徽 合肥 230031；2.中國科學技術大學,安徽 合肥 230026；3.中國汽車技術研究中心有限公司,天津 300300；4.河北工業(yè)大學能源與環(huán)境工程學院,天津 300401；5.唐山市環(huán)境監(jiān)控中心,河北 唐山 063015；6.南開大學環(huán)境科學與工程學院,天津 300071)

基于唐山市機動車定期環(huán)保檢測數(shù)據(jù)獲取不同類型車輛的本地年均行駛里程,建立城區(qū)內(nèi)典型車輛的“里程-注冊年”特征曲線.采用車載排放測試法獲取唐山市典型國Ⅵ階段輕重型汽車實際道路排放因子.利用COPERT模型進行機動車排放因子本地化修正,建立涵蓋不同排放階段和燃料動力類型的唐山市機動車排放清單,結(jié)合唐山市路網(wǎng)信息,建立基于ArcGIS的3km×3km高時空分辨率網(wǎng)格化排放清單,并分析了國三及以下中重型柴油車(簡稱高排放車)不同淘汰與DPF排放治理比例情景下機動車減排與投入成本效益.研究表明,2020年機動車CO, HC, NO, PM2.5, PM10年排放量分別為92403.51, 10034.53, 70568.35, 2036.51, 2160.65t,其中:NO, PM2.5和PM10排放主要來源于柴油車,分擔率分別為92%, 89%和89%;CO和HC排放主要來自汽油車,分擔率分別為71%和73%.唐山市實施二環(huán)內(nèi)國Ⅳ及以下柴油貨車限行區(qū)政策后,二環(huán)內(nèi)CO和HC年排放量削減率分別為22.41%和21.68%;而NO, PM10和PM2.5污染物排放強度顯著降低,年排放量削減率分別為78.60%, 84.85%和84.79%.在高排放車淘汰與治理情景下,隨著高排放車淘汰比例的增長,投入成本和NO年均減排量呈線性上升趨勢,且NO減排效果更加顯著,而PM減排輛略呈下降趨勢.高排放車淘汰率每增長10%,NO年均減排量增加892.41t, PM年均減排量減少7.56t,年投入成本增加1.13億元.

排放清單；機動車排放；年均行駛里程；定期環(huán)保檢測；DPF治理；減排經(jīng)濟效益

我國城市空氣污染已由燃煤型污染轉(zhuǎn)向區(qū)域復合型污染,機動車污染已成為我國空氣污染的重要來源,是造成霧霾、光化學煙霧的重要原因[1-3].因此,控制機動車污染物排放,對改善城市環(huán)境空氣質(zhì)量具有重要意義[4-5].

排放清單[6-7]是研究機動車污染物排放特征與政策評估的重要手段,是科學制定機動車污染防治政策的重要依據(jù).孫世達等[8]、樊守彬等[9]和金嘉欣等[10]基于精細化年均行駛里程、車流量等參數(shù)開展區(qū)域機動車排放清單以及不同管控措施情景分析, Perugu等[11],P.ahlvik等[12]利用排放模型建立機動車排放清單.但現(xiàn)有研究中排放清單基礎數(shù)據(jù)的獲取和使用存在一定的問題:一是部分研究直接采用生態(tài)環(huán)境部發(fā)布的《道路機動車大氣污染物排放清單編制技術指南(試行)》[13](簡稱《指南》)中給出了不同排放階段、燃油類型和車輛類型的排放因子(g/km)與年均行駛里程(km/a)的推薦值,用于測算區(qū)域機動車污染物排放量.但在實際中,排放因子與年均行駛里程受到交通路況、地理環(huán)境、經(jīng)濟水平等多種因素的影響,直接采用《指南》推薦值往往難以反映區(qū)域的實際污染排放特征[6,14];二是唐山等部分城市已陸續(xù)實施機動車國Ⅵ排放標準,但相關文獻中尚未有涵蓋國Ⅵ車型的排放清單報道;三是已有研究主要根據(jù)車輛類型(如微小型、中型、重型客貨車)設定機動車的活動特征[15](主要指年均行駛里程), 缺乏對于城市常用典型車輛類型(如出租車、公交車、環(huán)衛(wèi)車)的里程規(guī)律研究,難以準確評估城區(qū)內(nèi)機動車污染物排放.此外,國內(nèi)外對不同減排情景下污染物減排量等進行了估算,但對減排-經(jīng)濟投入成本效益關系研究較少,難以為減排政策制定提供有力支撐唐山作為北方沿海傳統(tǒng)的資源型重工業(yè)城市,是國家重要的能源、原材料基地,其機動車保有量由2000年的44余萬輛增長至2020年的217余萬輛,年均增長率19.7%,其尾氣排放已成為唐山市除工業(yè)外第二大污染源[16],但目前尚無基于實際活動特征的唐山市機動車排放清單研究,難以有效評估唐山市機動車實際排放.

本研究以唐山市機動車為研究對象,通過機動車定期環(huán)保檢測和保有量數(shù)據(jù),研究分析不同車輛類型的實際年均行駛里程活動特征,建立城區(qū)內(nèi)典型車型(如出租車、公交車、環(huán)衛(wèi)車等)“里程-注冊年”特征曲線;在《指南》排放因子推薦值的基礎上利用COPERT模型進行本地化修正,并運用車載排放測試設備(PEMS)對唐山市典型的新增國Ⅵ階段輕重型汽車開展實際道路排放測試,構(gòu)建唐山市機動車排放因子清單,結(jié)合交通路網(wǎng)數(shù)據(jù)建立唐山市高時空分辨率的機動車排放清單,研究國三及以下中重型柴油車淘汰與DPF排放治理不同比例情景下機動車減排與投入成本效益,為唐山市機動車排放管控與污染治理決策提供支撐.

1 材料與方法

1.1 機動車排放清單的建立

1.1.1 排放清單計算方法 依據(jù)《指南》,機動車污染物排放量主要根據(jù)保有量、年均行駛里程和排放因子進行測算.

式中: E為機動車CO, HC, NO, PM2.5和PM10污染物年排放量,t; P為機動車的保有量,輛; EF為機動車排放因子, g/km; VKT為類型機動車的年均行駛里程, km/a;為車輛類型,本文中主要包括微型客車、小型客車、中型客車、大型客車、微型貨車、輕型貨車、中型貨車、重型貨車共8種類型;為污染物類型;為排放階段,包括國零至國VI共7個階段;為燃料類型,包括汽油、柴油和天然氣(包括CNG和LNG).

1.1.2 機動車保有量 截止2020年10月底,通過機動車環(huán)保管理部門和機動車環(huán)保定期檢測機構(gòu)等獲取唐山市217.69萬輛機動車保有量基礎數(shù)據(jù)(不含低速汽車、三輪車、摩托車和工程機械),包括車輛類型、排放階段、注冊登記日期、燃油類型、保有量等參數(shù).

1.1.3 本地化機動車排放因子 機動車排放因子是指每單位行駛單位里程某種污染物的排放量, g/km.考慮到實際排放測試獲得的排放因子樣本量較少且周期長、費用高,因此在研究中通常利用機動車排放模型進行排放因子模擬或本地化修正,常見的機動車排放模型包括COPERT[17], MOBILE[18], IVE[19]等.與MOBILE, IVE模型相比,COPERT模型因采用了大量可靠的實驗數(shù)據(jù)、兼容不同國家標準和參數(shù)變量、所需的數(shù)據(jù)量較少等優(yōu)點,在我國不同層級管理部門的機動車排放清單編制中得到了較好的推廣[20].具體方法:

(一)通過《指南》獲得國零至國Ⅴ階段、單一燃料動力類型(汽油、柴油車、天然氣)車輛CO, HC, NO, PM2.5, PM10等污染物的推薦排放因子系數(shù).在此基礎上,運用COPERT模型對各污染物排放因子系數(shù)進行本地化修正.COPERT模型將機動車排放與平均速度進行關聯(lián),并基于大量不同車型實驗測試數(shù)據(jù)和排放標準擬合出一系列經(jīng)驗公式來模擬和修正機動車排放因子.此外,COPERT模型還需設定燃油油品、氣候、單次行駛平均里程、負載和坡度等修正參數(shù)信息[15].考慮在實際研究中,氣候和單次行駛平均里程等兩項本地化修正參數(shù)相對較難獲取,因此研究中暫未考慮上述兩因素的修正.研究中主要采用平均速度、燃油油品對排放因子進行修正,其中:通過中國汽車行駛工況國家標準[21-22]獲得不同類型輕重型汽車的平均速度數(shù)據(jù),作為唐山市實際道路各車型的平均速度;燃油油品以唐山市市售的國Ⅵ標準汽柴油車作為基準,相關參數(shù)見表1. 結(jié)合相關經(jīng)驗和研究[15],假定道路坡度均設定為0,負載均設定為50%.

表1 排放因子本地化修正所需數(shù)據(jù)

(二)為獲取部分國Ⅵ輕重型汽車排放因子數(shù)據(jù),通過相關文獻[23]以及中汽研汽車檢驗中心(天津)有限公司承擔的唐山市生態(tài)環(huán)境局《新機動車及非道路移動機械環(huán)保一致性核查研究》等課題,選取典型新增的國Ⅵ階段輕重汽車車型,依據(jù)GB18352.6- 2016[24]和HJ857-2017[25]標準、采用車載排放測試系統(tǒng)[26](PEMS,包括SEMTECH-DS和ELPI)開展本地化實際道路氣態(tài)污染物(CO, HC和NO)和顆粒物排放(PM2.5和PM10)測試,其中PM2.5和PM10排放(包括數(shù)目和質(zhì)量排放)主要通過靜電低壓撞擊器ELPI進行測試獲得,部分典型的國Ⅵ階段輕重型汽車實際排放因子數(shù)據(jù),見表2.考慮到該部分排放因子數(shù)據(jù)是在唐山市本地測試獲得的,因此研究中未進行本地化修正.

表2 部分國Ⅵ機動車實際排放因子清單

注:開展實際測試過程中,未對顆粒物PM2.5和PM10進行區(qū)分計算.

ELPI[27]主要由串級沖擊式采樣器、點管式幾何電暈充電器和多通道靜電計等3部分組成,其中串級沖擊式采樣器利用顆粒的慣性按照動力學粒徑分為12級(粒徑范圍為0.03～10μm).每一級撞擊器上由于帶點顆粒連續(xù)沉積所產(chǎn)生的電流由一個多通道靜電計測得,電流與顆粒數(shù)目濃度的關系為:

式中:為電流;為顆粒通過電暈的比率;為顆粒的基本電荷數(shù)目;為基本電荷電量;為氣溶膠流量;為顆粒數(shù)目濃度,個/cm3.

根據(jù)各粒徑范圍內(nèi)平均單個顆粒的體積和密度,可以得到每一級顆粒物的質(zhì)量濃度:

式中:為第級撞擊器上測得該粒徑段的顆粒質(zhì)量濃度, mg/m3;D為顆粒的空氣動力學粒徑;為顆粒的密度值,kg/m3,通常假定顆粒的平均密度為1.0kg/m3.

1.1.4 年均行駛里程 年均行駛里程(VKT)是描述機動車單車活動水平的重要參數(shù),受區(qū)域道路工況條件、經(jīng)濟水平、管控政策等因素的影響[28].本研究通過調(diào)查唐山市在用機動車定期環(huán)保檢測數(shù)據(jù)(包括車輛類型、燃料類型、注冊登記日期、檢測日期、累積行駛里程),分析得到不同車輛類型的年均行駛里程數(shù)據(jù).

通過機動車環(huán)保檢測日期與初次注冊登記日期,獲得車齡數(shù)據(jù):

式中:為機動車車齡,a; id為記錄號;id,ins和id,reg分別為機動車的檢測日期與初次注冊登記日期.

通過機動車累積行駛里程與車齡,獲得車輛年均行駛里程數(shù)據(jù):

式中: VKTid與AVKTid分別為機動車的年均行駛里程與累積行駛里程, km.

1.2 空間分配

本研究以唐山市路網(wǎng)信息為基礎,利用ArcGIS技術對機動車污染物排放量進行時空分配,進而分析其空間排放分布特征.根據(jù)機動車保有量和道路密度,將唐山市道路網(wǎng)切割成3km×3km網(wǎng)格,獲得高分辨率的機動車網(wǎng)格化排放清單[29-30].道路機動車污染物排放強度與車流量呈正相關性[31].但是受地區(qū)各道路車流量數(shù)據(jù)可得性限制,因此本文在空間分配過程中并未采取真實道路車流量數(shù)據(jù)信息,而是以各網(wǎng)格中各類型道路長度為權重對污染物排放總量進行空間分配[15],即計算每個網(wǎng)格內(nèi)各類道路長度占地區(qū)道路長度的比例,將各污染物在各類道路上的總排放量按照這一比例分攤到每一網(wǎng)格上,并對每個網(wǎng)格中各類道路的污染物排放量分別求和,最終得到污染物在各網(wǎng)格中的排放量.每個網(wǎng)格中的機動車排放量分配公式為:

式中:為網(wǎng)格機動車排放量為網(wǎng)格編號;為道路類型(包括城區(qū)路、郊區(qū)路和高速路);為污染物種類;為道路長度;為機動車排放總量.

該分配方法假定網(wǎng)格內(nèi)包含道路長度越多,則排放量越大.盡管基于真實流量信息的空間分配更為準確,但由于在我國大多數(shù)地區(qū)道路車流量數(shù)據(jù)獲取難度較大,因此本研究所采用的空間分配方法更具操作性與普遍適用性.

1.3 機動車排放管控情景與減排經(jīng)濟效益

以唐山市國三及以下階段中重型柴油車(簡稱“高排放車”)采用不同淘汰與治理比例為設定情景,與當前管理措施情景(基準情景)進行比較,研究分析不同情景方案對污染物減排量及經(jīng)濟效益(投入成本)[9-10,29],情景設定見表3.研究中情景設定均為單一政策,采用控制變量法,保持其他相關情景不變.

表3 情景設定說明

減排經(jīng)濟效益主要指采取不同情景方案下車輛業(yè)主(單位或個人)投入成本與機動車污染物減排量的比值,用來衡量減排措施方案中環(huán)境效益和經(jīng)濟效益,為管理部門制定機動車排放治理或淘汰等管控政策提供支撐[32].研究中,為定量評估“減排-經(jīng)濟”效益,根據(jù)《唐山市重型柴油車污染治理工作方案》[33]等相關資料提出以下假設條件:

(1)車輛業(yè)主采用加裝DPF排放治理方式,中型和重型柴油車治理費用DPF分別1.5和2萬元/輛,可以延長車輛使用年限為3年、且減排效率不降低.業(yè)主單車年投入成本DPF-Avg

式中:DPF為高排放車業(yè)主進行排放治理的投入成本,萬元;為排放治理后車輛使用年限,a;DPF-Avg為排放治理后車輛使用年限內(nèi)的業(yè)主年均投入成本,萬元/a.

(2)淘汰高排放車后車輛業(yè)主獲得國家平均補貼費用sub為1.8萬元/輛,同時業(yè)主購置國Ⅵ階段同類型中重型柴油車費用pur分別為15和35萬元/輛,車輛使用年限為10a、且車輛排放沒有劣化.業(yè)主單車年投入成本pur-Avg:

式中:sub為業(yè)主淘汰高排放車后獲得國家補貼費用,萬元;pur為業(yè)主購置國Ⅵ階段同類型車輛的投入成本,萬元;為購置新車的使用年限,a;pur-Avg為淘汰購置新車在使用年限內(nèi)的業(yè)主年均投入成本,萬元/a.

2 結(jié)果與討論

2.1 唐山市機動車保有量結(jié)構(gòu)特征

由表4可見:目前唐山市機動車以小型載客汽油車為主,占總保有量的82.79%,其中國Ⅳ和國Ⅴ階段占78.15%;其次輕型載貨和重型載貨柴油車占9.20%,以國Ⅲ和國Ⅳ階段為主,占其保有量97.08%.天然氣汽車保有量僅占0.94%,微型載客和小型載客以國IV和國Ⅴ階段為主;而中重型載客以國V階段為主,占其保有量86.42%.

自2019年7月1日起,河北省實施機動車國六排放標準.從國Ⅵ階段結(jié)構(gòu)來看,新增車輛主要集中在小型載客(汽油車和新能源)、輕型載貨汽油車、重型載貨天然氣車,累計新增量占保有量3.4%.

根據(jù)《唐山市2019年國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》[34]中全市常住人口796.4萬計算,唐山汽車擁有水平(通常以千人汽車保有量來衡量,單位:輛/千人)約為273輛/千人,遠高于2019年世界銀行公布的中國千人汽車擁有量173輛/千人,這也就意味著唐山地區(qū)機動車年均行駛里程會相對較低.

表4 唐山市不同車輛類型、排放階段保有量比例分布

注: 燃料類型, G--汽油;D--柴油;C--天然氣.

2.2 年均行駛里程活動特征

利用唐山市機動車定期環(huán)保檢測數(shù)據(jù)得到不同車輛類型的實際行駛里程數(shù)據(jù),即微型客車、小型客車、中型客車、大型客車、微型貨車、輕型貨車、中型貨車、重型貨車的年均行駛里程分別為7635, 13474, 23635, 41216, 20336, 16775, 24256, 46587km.與《指南》中相對應車型的年均行駛里程推薦值進行對比,實際年均行駛里程分別降低57.6%, 25.1%, 24.5%, 28.9%, 32.2%, 44.1%, 30.7%, 37.9%(圖1).

與《指南》推薦值相比,貨車年均行駛里程減少幅度較大,其中:微型和小型貨車年均行駛里程主要受區(qū)域龐大物流網(wǎng)絡的影響,導致其貨物以網(wǎng)點與網(wǎng)點之間的短途運輸為主;中型和重型貨車年均行駛里程低于推薦值30.7%和37.9%,其主要原因是自國家提出京津冀及周邊地區(qū)推進鋼鐵、煤炭大宗貨物運輸“公轉(zhuǎn)鐵”戰(zhàn)略后,唐山市全面實施曹妃甸港區(qū)和京唐港區(qū)疏港礦石“公轉(zhuǎn)鐵”項目,有效地減少了道路車輛運輸量[35].載客汽車年均行駛里程減少主要受城市公共交通網(wǎng)絡建設、網(wǎng)約車與共享單車推廣應用等因素的影響.由此可以看出,本地化的車輛年均行駛里程受地方產(chǎn)業(yè)、政策、經(jīng)濟等多種因素的影響較大.

為精細化研究唐山市城區(qū)內(nèi)出租車、環(huán)衛(wèi)車、郵政車、渣土運輸車、公交車等五類重點行業(yè)車輛的實際運行里程與車齡間關系,每類車型隨機選擇300輛的定期環(huán)保檢測數(shù)據(jù),以車輛登記注冊年份作為基準進行統(tǒng)計分析,獲得各車型的年均行駛里程分別為90778, 19452, 24884, 9145, 38848km,并分別建立“里程-注冊年”特征曲線,見圖2.

圖1 唐山市不同車型年均行駛里程與《指南》推薦值對比

圖2 城區(qū)內(nèi)典型車輛行駛里程與登記注冊年曲線特征

與《指南》中出租車年均行駛里程推薦值12萬公里相比,唐山市2010～2018年登記注冊的出租車年均行駛里程約為10～8萬km,年均行駛里程呈下降趨勢,其主要原因包括兩方面:一是隨著私人乘用車普及,乘坐出租車的需求量逐步減少;二是城市網(wǎng)約車的推廣應用,也直接影響出租車的使用.

2006～2018年登記注冊的環(huán)衛(wèi)車年均行駛里程較為均勻,1.8～3萬km/a.郵政車和渣土運輸車隨著車輛登記注冊時間升高,車輛年均行駛里程也逐步增加,分別達到3萬km/a和1.5萬km/a,主要原因是隨著車齡增長,機動車使用頻率會逐步下降;另一方面是受環(huán)保政策影響,車齡大的機動車通常排放標準較低而嚴格限制使用.公交車年均行駛里程約為38848km/a,明顯低于《指南》中公交車年均行駛里程推薦值6萬km,導致其年均行駛里程下降的主要原因與出租車一致.

2.3 機動車排放量清單

以2020年10月底唐山市機動車保有量為基礎,基于本地化的機動車綜合排放因子和實際的年均行駛里程數(shù)據(jù),建立唐山市機動車排放量清單,其中:2020年全市機動車CO, HC, NO, PM2.5, PM10的年排放量分別為92403.51, 10034.53, 70568.35, 2036.51, 2160.65t.

由表5可見,唐山市機動車NO, PM2.5和PM10排放主要來源于柴油車,其中:柴油車在NO排放量中占比高達91.92%,在PM2.5和PM10排放分擔率分別達到87.52%和87.56%.汽油車排放在CO和HC排放量的分擔率分別達72.53%和74.81%,其中重型和小型柴油車為NO, PM2.5和PM10排放的首要和次要污染源,小型載客汽油車和重型載貨柴油車是CO和HC排放的首要和次要污染源.

表5 不同車型和燃料類型機動車排放分擔率

Table 4 Emission sharing rate of different vehicle types and fuel types

從全市情況來看,小型汽油客車在CO和HC排放量的分擔率最大,分別占51.41%和54.38%.重型柴油貨車NO, PM2.5和PM10排放量分擔率最高,分別占74.70%,69.81%和69.75%,遠高于其他車型;在CO和HC排放量分擔率中分別貢獻了20.66%和15.75%.小型載貨柴油車在NO, PM2.5和PM10排放量的分擔率分別為11.15%、10.97%和11.03%.

圖3為唐山市機動車排放量不同排放標準下的分擔率.從全市來看,由于柴油車保有量較大,國Ⅲ階段柴油車對各類排放污染物中分擔率最大.對于所有燃油車,國Ⅲ階段車輛在NO, PM2.5和PM10排放中分擔率最大,均超過50%.CO與HC排放分擔率分布情況類似,均為國Ⅰ階段占比最大,接近30%,其次為國Ⅲ和國Ⅳ階段車輛占比20%左右.

圖3 不同排放階段機動車的排放分擔率

對不同排放階段的高排放車排放分擔率占比進一步分析,發(fā)現(xiàn):重型載貨柴油車在不同排放階段中均為NO排放量占比最大,其次是CO排放;國Ⅲ階段重型載貨柴油車對于各類型排放物分擔率均為最大.小型載客汽車在不同排放階段中CO排放分擔率占比均為最多,占比在80%左右,其中國Ⅰ和國Ⅳ階段小型載客汽車排放量分擔率約為50%～65%.

2.4 機動車污染物空間分布特征

基于唐山市機動車排放清單和路網(wǎng)數(shù)據(jù),利用ArcGIS技術,建立唐山市機動車污染物3km×3km網(wǎng)格時空排放清單. 2020年2月12日唐山市人民政府發(fā)布通告[36]要求國Ⅳ及以下排放階段柴油貨車禁止在二環(huán)路合圍區(qū)域行駛(簡稱限行區(qū)政策),圖4和圖5分別是限行區(qū)政策實施前后CO, HC, NO, PM2.5和PM10污染物排放的空間分布對比.

圖4 唐山市實施限行區(qū)政策前排放空間分布

圖5 唐山市實施限行區(qū)政策后排放空間分布

由圖4可見:唐山市機動車污染物主要分布于交通網(wǎng)絡密集區(qū)域以及主要交通運輸通道上,排放強度整體呈現(xiàn)出從市中心向城市外圈排放強度逐漸降低的趨勢,同時曹妃甸區(qū)域以及由曹妃甸區(qū)域向唐山市其他區(qū)域的主要運輸通道污染排放較高,主要因港區(qū)運輸車輛相對集中以及港口鋼鐵、燃煤運輸?shù)仍蛩鶎е?對比圖5和圖6可以看出:唐山市實施限行區(qū)政策后,二環(huán)及以內(nèi)CO和HC排放強度降低略小,年排放量削減率分別為22.41%和21.68%;而NO, PM10和PM2.5污染物排放強度顯著降低,年排放量削減率分別為78.60%,84.85%和84.79%,這也進一步驗證了國Ⅳ及以下階段柴油貨車是唐山市城區(qū)內(nèi)NO和PM排放的污染源.因此,在交通密集區(qū)域以及主要運輸通道制定柴油貨車限行或繞行等政策能夠有效降低城市內(nèi)機動車污染物排放[37].與此同時,國Ⅳ及以下階段柴油貨車將通過二環(huán)外各主要運輸通道繞行,導致CO, HC, NO, PM10和PM2.5污染物年排放量也相應比例的增加,由于全市各主要運輸通道多且較長,以及研究中主要根據(jù)各類型道路長度為權重對污染物排放總量進行空間分配,因此實施限行區(qū)政策后二環(huán)外道路污染物排放未出現(xiàn)突增的現(xiàn)象.

2.5 減排/經(jīng)濟效益情景分析

2.5.1 高排放車輛淘汰與治理情景 按照唐山市相關[33]要求,截至2020年12月底唐山市已完成1126輛國三中重型柴油貨車開展加裝柴油顆粒物捕集器(DPF)系統(tǒng)(含柴油催化轉(zhuǎn)化器DOC)排放治理(以下簡稱DPF排放治理)試點示范.

相比于顆粒物質(zhì)量測量,通過顆粒物數(shù)量(PN)濃度測試能夠更好地評估DPF的過濾效率.因此,在加裝DPF前、以及加裝后車輛運行(1000±100) km時,唐山市環(huán)境監(jiān)控中心利用中國科學院合肥物質(zhì)科學研究院自主研發(fā)的便攜式PN測試設備對1126輛加裝DPF的國三中重型柴油貨車進行PN數(shù)量濃度測試,得到不同車輛類型DPF對PN排放平均過濾效率為98.48%,結(jié)果表明加裝DPF能夠有效地降低柴油車顆粒物排放.通過文獻調(diào)研[38], DPF系統(tǒng)中DOC對CO和HC排放削減率分別不低于70%和80%.高排放車淘汰后購置新生產(chǎn)的國Ⅵ排放階段中重型柴油車,通過兩個標準階段各污染物限值對比能夠簡便、快速得到淘汰購置新車的污染物減排率.以單車排放因子計算,CO, HC, NO和PM單車排放因子削減率分別為33%, 45%, 31%, 77%.考慮當前天津、唐山等部分省市正在推行的柴油車DPF排放治理措施以及國家在京津冀及周邊地區(qū)淘汰國三及以下運營中重型柴油貨車100萬輛的任務,業(yè)主可根據(jù)實際需求選擇加裝DPF排放治理或淘汰后購置國Ⅵ階段柴油車等兩種措施來滿足柴油車排放管控要求,即高排放車淘汰與治理情景B.

根據(jù)前面情景設定,不同淘汰與治理比例情景下各污染物年減排量Total:

(9)

式中:為DPF排放治理比例,取值為10～90%, 10%的整數(shù)倍;為污染物類型, CO, HC, NO和PM;DPF為DPF排放治理后污染物減排量, t;pur為淘汰后購置新車的年減排量, t.

2.5.2 “減排-經(jīng)濟”效益分析 基于上述已假設DPF排放治理和淘汰購置新車兩種情景下車輛業(yè)主投入成本、國家相關補貼以及相對應的車輛使用年限條件,得到中重型柴油車排放治理或淘汰情景下車輛業(yè)主年均投入成本,見表6.通過加裝DPF排放治理措施,業(yè)主單車年均投入成本僅為淘汰購置投入成本的0.2～0.37倍,從經(jīng)濟效益角度看,業(yè)主更傾向采用排放治理方式進行排放升級.

表6 不同情境下業(yè)主單車年均投入成本(萬元/a)

圖6 不同淘汰比例下各污染物減排所需投入成本

由圖6可見,隨著高排放車淘汰比例的增長, NO減排所需投入成本呈逐漸下降的趨勢; PM, CO, HC等污染物單位減排量所投入成本呈逐漸上升的趨勢,DPF排放治理措施下PM, CO, HC減排經(jīng)濟效益更有優(yōu)勢.隨著淘汰比例由10%升至90%,單位年噸的HC和CO減排費用將分別由0.02億元上升至0.05億元和0.08億元;單位年噸的PM減排費用將由0.015億元上升至0.03億元.分析其主要原因包括兩個方面:(1)DPF治理能夠大幅降低PM排放,對CO和HC排放起到一定的減排效果,但對NO幾乎沒有減排作用;(2)將國三及以下階段柴油車淘汰購置國Ⅵ車輛后,能夠不同程度地削減CO, HC, NO和PM等四種污染物排放,但NO減排率最低.

由圖7可見,隨著高排放淘汰比例的增長,投入成本和NO年均減排量呈線性上升趨勢,且NO減排效果更加顯著,即通過淘汰購置新車能夠明顯降低NO排放,而PM減排輛略呈下降趨勢,主要原因是DPF排放治理對PM排放削減率較高.為進一步量化不同情境下的PM和NO兩種污染物的“減排量-投入成本”關系,發(fā)現(xiàn):高排放車淘汰比例每增長10%, NO年均減排量增加892.41t, PM年均減排量減少7.56t,年投入成本增加1.13億元.

圖7 不同淘汰比例下年均污染物減排量與投入成本

3 結(jié)論

3.1 與《指南》中相對應車型的推薦值進行對比,唐山市微型客車、小型客車、中型客車、大型客車、微型貨車、輕型貨車、中型貨車、重型貨車的年均行駛里程分別降低57.6%, 25.1%, 24.5%, 28.9%, 32.2%, 44.1%, 30.7%, 37.9%, 主要受“公轉(zhuǎn)鐵”運輸結(jié)構(gòu)調(diào)整、物流網(wǎng)絡建設、私家車和網(wǎng)約車普及應用等因素影響.

3.2 按車輛類型,微小型載客汽車的CO和HC排放分擔率最高,分別達到51.41%和54.38%; NO, PM2.5和PM10排放的首要貢獻車型為重型載貨車,其分擔率分別74.70%、69.81%和69.75%.按排放標準,國Ⅲ階段柴油車各類污染物排放分擔率最高,特別是NO, PM2.5和PM10均超過50%.

3.3 唐山市實施國Ⅳ及以下階段柴油貨車在二環(huán)路限行后,限行區(qū)內(nèi)CO和HC年排放量削減率為22.41%和21.68%,而NO,PM10和PM2.5污染物年排放量削減率分別為78.60%, 84.85%和84.79%.

3.4 隨著高排放車淘汰比例的增長,投入成本和NO年均減排量呈線性上升趨勢,且NO減排效果更加顯著,而PM減排輛略呈下降趨勢.高排放車淘汰率每增長10%, NO年均減排量增加892.41t, PM年均減排量減少7.56t,年投入成本增加1.13億元.

[1] 盧亞靈,周 佳,程 曦,等.京津冀地區(qū)黃標車政策的總量減排效益評估[J]. 環(huán)境科學, 2018,39(6):2566-2575.

Lu Yaling, Zhou Jia, Cheng Xi, et al. Evaluation of total emission reduction benefits of yellow standard vehicle policy in Beijing, Tianjin and Hebei [J]. Environmental Science, 2018,39(6):2566-2575.

[2] Li L Y, Xie S D, Zeng L M, et al. Characteristics of volatile organic compounds and their role in ground-level ozone formation in the Beijing-Tianjin-Hebei region, China [J]. Atmospheric Environment, 2015,113:247-254.

[3] Zhang Qing-yu, Wei Yu-mei, Tian Wei-li, et a1. GIS based emission inventories of urban scale: A case study of Hangzhou, China [J]. Atmospheric Environment, 2008,42:5150-5165.

[4] 潘玉瑾,李 媛,陳軍輝,等.基于交通流的成都市高分辨率機動車排放清單建立[J]. 環(huán)境科學, 2020,41(8):3581-3590.

Pan Yujin, Li Yuan, Chen Junhui, et al. Establishment of high- resolution vehicle emission inventory in Chengdu based on traffic flow [J]. Environmental science, 2020,41(8):3581-3590.

[5] Sun S, Jin J, Xia M, et al. Vehicle emissions in a middle-sized city of China: Current status and future trends [J]. Environment International, 2020,137:105514-105527.

[6] 張少君.中國典型城市機動車排放特征與控制策略研究[D]. 北京:清華大學, 2014.

Zhang Shaojun. Research on vehicle emission characteristics and control strategies in typical cities in China [D]. Beijing: Tsinghua University, 2014.

[7] Zhang Q, Sun G, Fang S, et al. Air pollutant emissions from vehicles in China under various energy scenarios [J]. The Science of the Total Environment, 2013,450-451,250-258.

[8] 孫世達,金嘉欣,呂建華,等.基于精細化年均行駛里程建立機動車排放清單[J]. 中國環(huán)境科學, 2020,40(5):2018-2029.

Sun Shida, Jin Jiaxin, LV Jianhua, et al. Establishment of vehicle emission inventory based on refined average annual driving mileage [J]. China Environmental Science, 2020,40(5):2018-2029.

[9] 樊守彬,郭津津,李雪峰.基于路網(wǎng)車流量的北京城市副中心機動車污染控制情景[J]. 環(huán)境科學, 2018,39(8):3571-3579.

Fan Shoubin, Guo Jinjin, Li Xuefeng. Motor vehicle pollution control scenario of Beijing Sub Center Based on road network traffic flow [J]. Environmental science, 2018,39(8):3571-3579.

[10] 金嘉欣,孫世達,王 芃,等.遼寧省2000～2030年機動車排放清單及情景分析[J]. 環(huán)境科學, 2020,41(2):665-673.

Jin Jiaxin, sun Shida, Wang Peng, et al. Vehicle emission inventory and scenario analysis of Liaoning Province from 2000 to 2030 [J]. Environmental science, 2020,41(2):665-673.

[11] Perugu H, Wei H, Yao Z. Developing high-resolution urban scale heavy-duty truck emission inventory using the data-driven truck activity model output [J]. Atmospheric Environment, 2017,155:210-230.

[12] P.ahlvik S. eggleston-N. goriben, et al. COPERTⅢ Computer programme to calculate emissions from road transport Methodology and emission factors (Version2.1) [M]. Copenhagen: EEA, 2000:14-20.

[13] 生態(tài)環(huán)境部.道路機動車大氣污染物排放清單編制技術指南(試行) [Z]. 生態(tài)環(huán)境部, 2014.

Ministry of ecological environment. Technical guide for the preparation of air pollutant emission inventory of road motor vehicles (for Trial Implementation) [Z]. Ministry of ecological environment, 2014.

[14] Chart-asa C, Gibson J M. Health impact assessment of traffic- related air pollution at the urban project scale: influence of variability and uncertainty [J]. Science of the Total Environment, 2015,506/507:409-421.

[15] 孫世達,姜 巍,高衛(wèi)東.青島市機動車排放清單與空間分布特征[J]. 中國環(huán)境科學, 2017,37(1):49-59.

Sun Shida, Jiang Wei, Gao Weidong. Emission inventory and spatial distribution characteristics of motor vehicles in Qingdao [J]. China Environmental Science, 2017,37(1):49-59.

[16] 王志偉,劉士光.唐山市在用重型柴油車排放清單研究[J]. 中國環(huán)保產(chǎn)業(yè), 2020.

Wang Zhiwei, Liu Shiguang. Study on emission inventory of in- service heavy diesel vehicles in Tangshan [J]. China's environmental protection industry, 2020.

[17] 傅立新,賀克斌,何東全,等.MOBILE汽車源排放因子計算模式研究 [J]. 環(huán)境污染與防治, 2009,31(9):89-94.

Fu Lixin, he Kebin, he Dongquan, et al. Study on calculation model of mobile vehicle source emission factor [J]. Environmental pollution and prevention, 2009,31(9):89-94.

[18] 謝紹東,宋翔宇,申新華.應用COPERT Ⅲ模型計算中國機動車排放因子[J]. 環(huán)境科學, 2006,27(3):415-419.

Xie Shaodong, song Xiangyu, Shen Xinhua. Calculation of vehicle emission factors in China using COPERT Ⅲ model [J]. Environmental science, 2006,27(3):415-419.

[19] 姚志良,賀克斌,王岐東,等. IVE機動車排放模型應用研究[J]. 環(huán)境科學, 2006,27(10):1928-1933.

Yao Zhiliang, he Kebin, Wang Qidong, et al. Application of IVE vehicle emission model [J]. Environmental Science, 2006,27(10): 1928-1933.

[20] 蔡 皓,謝紹東.中國不同排放標準機動車排放因子的確定[J]. 北京大學學報(自然科學版), 2010,46(3):319-326.

Cai Hao, Xie Shaodong. Determination of vehicle emission factors with different emission standards in China [J]. Journal of Peking University (Natural Science Edition), 2010,46(3):319-326.

[21] GB/T 38146.1-2019 中國汽車行駛工況第1部分:輕型汽車 [S].

GB/T 38146.1-2019 driving cycle of motor vehicles in China Part 1: light vehicles [S].

[22] GB/T 38146.2-2019 中國汽車行駛工況第2部分:重型商用車輛 [S].

GB/T 38146.2-2019 driving cycle of motor vehicles in China Part 2: heavy commercial vehicles [S].

[23] 羅長亮,郭曉鑫,馬 毅,等.不同工況循環(huán)下的輕型汽車排放和油耗特性研究[J]. 小型內(nèi)燃機與車輛技術, 2019,48(6):1-5.

Luo Changliang, Guo Xiaoxin, Ma Yi, et al. Study on emission and fuel consumption characteristics of light vehicles under different working cycles [J]. Small internal combustion engine and vehicle technology, 2019,48(6):1-5.

[24] GB18352.6-2016 輕型汽車污染物排放限值及測量方法(中國第六階段) [S].

GB18352.6-2016 emission limits and measurement methods of pollutants from light vehicles (China phase VI) [S].

[25] HJ857-2017 重型柴油車、氣體燃料車排氣污染物車載測量方法及技術要求[S].

HJ857-2017 on-board measurement methods and technical requirements for exhaust pollutants of heavy diesel vehicles and gas fuel vehicles [S].

[26] Liu Z, Ge Y, Johnson K C, et al. Real-world operation conditions and on-road emissions of Beijing diesel buses measured by using portable emission measurement system and electric low-pressure impactor [J]. Sci Total Environ, 2011,409(8):1476-1480.

[27] Goel R, Guttikunda S K. Evolution of On-road Vehicle Exhaust Emissions in Delhi [J]. Atmospheric Environment, 2015,105:78-90.

[28] Huo H, Zhang Q, He K B, et al. Vehicle-use intensity in China: current status and future trend [J]. Energy Policy, 2012,43:6-16.

[29] 楊 雯,王學軍,張倩茹.基于高精度清單的京津冀機動車控污政策研究[J]. 中國環(huán)境科學, 2018,38(8):2803-2810.

Yang Wen, Wang Xuejun, Zhang Qianru. Research on motor vehicle pollution control policy in Beijing, Tianjin and Hebei based on high-precision inventory [J]. China Environmental Science, 2018, 38(8):2803-2810.

[30] Cheng Y, Chen Y Y, Liu Y, et al. An method of high-resolution of urban traffic emission for pollution control: a case study in Beijing [J]. Journal of Transportation Systems Engineering and Information Technology, 2018,18(2):236-244.

[31] 樊守彬,田靈娣,張東旭,等.基于實際道路交通流信息的北京市機動車排放特征[J]. 環(huán)境科學, 2015,36(8):2750-2757.

Fan shoubin, Tian Lingdi, Zhang Dongxu, et al. Emission characteristics of motor vehicles in Beijing based on actual road traffic flow information [J]. Environmental science, 2015,36(8):2750-2757.

[32] 周 昱,吳 燁,林博鴻,等.北京市壓縮天然氣公交車的環(huán)境效果分析[J]. 環(huán)境科學學報, 2010,30(10):1921-1925.

Zhou Yu, Wu ye, Lin Bohong, et al. Environmental effect analysis of compressed natural gas buses in Beijing [J]. Journal of environmental science, 2010,30(10):1921-1925.

[33] 唐山市生態(tài)環(huán)境局.唐山市重型柴油車污染治理工作方案 [EB/OL]. 唐山:唐山市人民政府(2020-7-22).

Tangshan Ecological Environment Bureau. Work plan for pollution control of heavy diesel vehicles in Tangshan [EB/OL]. Tangshan: Tangshan Municipal People's Government (July 22, 2020).

[34] 唐山勞動日報.唐山市2019年國民經(jīng)濟和社會發(fā)展統(tǒng)計公報 [EB/OL]. 唐山:唐山勞動日報(2020-4-2).

Tangshan labor daily. Statistical bulletin of national economic and social development of Tangshan in 2019 [EB/OL]. Tangshan: Tangshan labor daily (2020-4-2).

[35] 馮明明.“公轉(zhuǎn)鐵”政策下進口鐵礦石疏港方式轉(zhuǎn)變的經(jīng)濟環(huán)境影響研究[D]. 大連海事大學, 2020.

Feng Mingming. Study on the economic and environmental impact of the transformation of port dredging mode of imported iron ore under the "public to iron" policy [D]. Dalian Maritime University, 2020.

[36] 唐山市人民政府.關于市中心禁止使用高排放機動車的通告 [EB/OL]. 唐山:唐山市人民政府(2020-2-12).

Tangshan Municipal People's Government. Notice on banning the use of high emission motor vehicles in the city center [EB/OL]. Tangshan: Tangshan Municipal People's Government (February 12, 2020).

[37] Zhang S J, Niu T L, Wu Y, et al. Fine-grained vehicle emission management using intelligent transportation system data [J]. Environmental Pollution, 2018,241:1027-1037.

[38] 中國環(huán)境保護產(chǎn)業(yè)協(xié)會.柴油車排氣后處理裝置技術要求第3部分:柴油顆粒捕集器(DPF) [Z] 中國環(huán)境保護產(chǎn)業(yè)協(xié)會, 2017.

China Association of Environmental Protection Industry. Technical requirements for diesel vehicle exhaust aftertreatment device part 3: diesel particulate filter (DPF) [Z]. China Environmental Protection Industry Association, 2017.

Vehicle emission inventory and economic benefits of emission reduction in Tangshan.

WANG Ji-guang1,2,3, GUI Hua-qiao1,2*, CHEN Jin-chao4, WANG Zhi-wei5, SUN Shi-da6, YANG Zhi-wen3, ZHANG Xiao-wen3, MAO Hong-jun6

(1.Anhui Institute of Optics and Fine Mechanics, Hefei Institutes of Physical Science, Chinese Academy of Sciences, Hefei 230031, China；2.University of Science and Technology of China, Hefei 230026, China；3.China Automotive Technology & Research Center Co. Ltd, Tianjin 300300, China；4.College of Energy and Environmental Engineering, Hebei University of Technology, Tianjin 300401, China；5.Tangshan Environmental Monitoring Center, Tangshan 063015, China；6.College of Environmental Science and Engineering, Nankai University, Tianjin 300071, China)., 2021,41(11)：5114～5124

Based on the vehicle regular environmental inspection test data, the local average mileage of different vehicle types was obtained, and the "mileage-registration year" characteristic curve of typical vehicles in Tangshan was established. The actual road emission factors of typical China VI vehicles was obtained by PEMS. According to localized correction of vehicle emission factors by COPERT, the Tangshan vehicle emission inventory covering different emission stages and fuel power types was developed. Combining with the road network information of Tangshan, 3km×3km high spatial and temporal resolution grid vehicle emission inventory based on ArcGIS was developed. On this basis, emission reduction and input cost-effectiveness under different ratios scenarios of ChinaⅢ and below heavy diesel vehicles (referred to as high emission vehicles) elimination and DPF retrofit were analyzed. The results show that the CO, HC, NO, PM2.5and PM10annual emissions in 2020 were 92403.51, 10034.53, 70568.35, 2036.51 and 2160.65 tons respectively, which NO, PM2.5and PM10were mainly from diesel vehicles, accounting for 92%, 89% and 89% respectively; CO and HC emissions were mainly from gasoline vehicles, accounting for 71% and 73% respectively. After the implementation of diesel truck restriction zone policy for China IV and below emission standard in the Second Ring Road, the annual CO and HC emission reduction rates in the Second Ring Road were 22.41% and 21.68%, while the emission intensity of NO, PM10and PM2.5pollutants had been significantly reduced, and the annual emissions reduction rates were 78.60%, 84.85% and 84.79%, respectively. Under the scenario of elimination and treatment of high emission vehicles, with the increase of high emission elimination ratio, the input cost and annual NOemission reduction showed a linear upward trend, and the NOemission reduction effect was more significant, while the PM emission reduction vehicles showed a slight downward trend. For every 10% increase in the elimination rate of high emission vehicles, the annual NOemission reduction increased by 892.41 tons, the annual PM emission reduction decreases by 7.56 tons, and the annual input cost increased by 113 million RMB.

emission inventory；vehicle emission；vehicle kilometers travelled；periodic environmental inspections；DPF retrofit；economic benefits of emission reduction

X511

A

1000-6923(2021)11-5114-11

王計廣(1986-),男,河北唐山人,博士,高級工程師,主要研究方向為機動車污染防治技術與排放清單模型.發(fā)表論文20余篇.

2021-04-02

國家自然科學基金項目(42005108),安徽省優(yōu)秀青年科技基金(1808085J19)

* 責任作者, 研究員, hqgui@aofm.ac.cn