劉 浩,李艷霞*,于鳳菊,呂 晨,楊 楠,劉中良,趙 盟 (.北京工業(yè)大學(xué),傳熱強化與過程節(jié)能教育部重點實驗室,北京 00；.北京市應(yīng)對氣候變化管理事務(wù)中心,北京 0007；.生態(tài)環(huán)境部環(huán)境規(guī)劃院,北京 000；.北京交通發(fā)展研究院,北京 006；.國家發(fā)展和改革委員會能源研究所,北京 0008)

隨著城市化率的提高和機動車保有量的迅速提升,機動車排放成為溫室氣體排放重要驅(qū)動力,機動車碳排放的量化是研究排放機制和制定減排政策的基礎(chǔ).準(zhǔn)確的獲取碳排放量的方法是針對道路機動車開展大規(guī)模直接監(jiān)測,但是需要支付高昂的成本.現(xiàn)有的道路排放研究主要是采用理論的方法來估算區(qū)域內(nèi)道路 CO2的排放量.為探究道路碳排放量的分布特點和產(chǎn)生高排放路段原因,一般在計算結(jié)果的基礎(chǔ)上建立高分辨率的排放清單,以此分析道路碳排放空間分布特征.道路碳排放量的計算一般有自上而下和自下而上兩種計算方法.前者是基于能源消耗的計算方法,即根據(jù)統(tǒng)計數(shù)據(jù)中交通領(lǐng)域的燃料消耗實物量乘以燃料的碳排放系數(shù),計算整個區(qū)域的道路碳排放量,并以此編制碳排放清單[1-4];后者是基于交通工具能源活動的計算方法,以機動車為基礎(chǔ)建立排放模型,通過核算同一類別機動車一年內(nèi)的燃料消耗量,然后累加得到整個城市的年道路碳排放量.

以機動車為基礎(chǔ)建立道路碳排放模型,需要將機動車分為不同類型,考慮每一類型機動車的燃油經(jīng)濟性和年均行駛里程,從而獲得機動車燃油消耗量,繼而根據(jù)燃油的碳排放系數(shù)求得機動車碳排放量.道路碳排放量的計算和污染物的計算具有極高相似性.研究者分別利用機動車保有量、機動車年均行駛里程、平均燃料消耗量及燃料碳排放系數(shù)等參數(shù),計算了京津冀、鄭州、西安和天津的機動車碳排放清單或污染物排放清單;利用機動車計算道路碳排放量或者污染物排放量最重要的是獲取研究地區(qū)分車型機動車的保有量,同時本地化后的年均行駛里程可大大降低因地區(qū)差異性帶來的誤差[5-8].何曉云等[9]、孫世達(dá)等[10]、吳大磊等[11]分別利用年檢數(shù)據(jù)、環(huán)保檢測數(shù)據(jù)等建立了本地化后的年均行駛里程,加強了利用機動車計算道路碳排放量和污染物量的準(zhǔn)確性.

以機動車計算道路碳排放量時,多數(shù)都是以清單編制工作為主,忽略了研究單元之間的相互作用以及空間異質(zhì)性[12].Li等[13]、李若影等[14]、Bai等[15]和曾曉瑩等[4]研究了人口、經(jīng)濟、道路分布等對交通碳排放量在空間上的影響,發(fā)現(xiàn)交通碳排放呈現(xiàn)顯著的空間聚類特征,京津冀地區(qū)經(jīng)濟發(fā)展水平差異較大,交通基礎(chǔ)設(shè)施存在顯著差異,導(dǎo)致地區(qū)之間的交通碳排放水平差異很大.因此在計算研究交通碳排放時,要充分考慮空間分布的影響.現(xiàn)有研究中對京津冀地區(qū)在歷史年份的道路碳排放量的計算較少,對車型結(jié)構(gòu)變化的關(guān)注也較少,此外缺乏從道路密度角度出發(fā),分析道路碳排放量的空間特征研究.因此本文通過分析建立不同車型分車齡的車隊構(gòu)成,獲取不同車型的年均行駛里程和燃料消耗率;基于機動車碳排放模型,研究京津冀地區(qū)2005～2020道路碳排放量的演變,并計算不同機動車類型對道路碳排放量的貢獻(xiàn)率,分析京津冀地區(qū)道路碳排放強度.此外確定影響各地區(qū)道路碳排放量的主要車型,研究道路碳排放的空間區(qū)域分布特征提出未來京津冀地區(qū)道路碳排放量的降碳減排措施.

1 研究方法

利用機動車年均行駛里程和燃油經(jīng)濟性來計算機動車的燃料消耗量和碳排放量,如式(1)～式(2).

式中:G為燃料消耗量,kg;B為機動車保有量,輛;M為機動車燃油經(jīng)濟性,L/100km;D為機動車年均行駛里程,km;E為道路碳排放量,kg;ρ為燃油密度,kg/L;C為燃料碳排放系數(shù),kgCO2/kg;y表示年份,本文計算范圍為2005～2020年;i為機動車類型;v為機動車車齡;j為燃料類型.汽油和柴油的碳排放系數(shù)來自于BP中國碳排放計算器,分別取 3.15kgCO2/kg和3.06kgCO2/kg.

1.1 機動車保有量及車齡構(gòu)成

利用各省市統(tǒng)計年鑒和國家統(tǒng)計局相關(guān)數(shù)據(jù),可以查到詳細(xì)的機動車保有量.不同車齡之間的年均行駛里程和燃油經(jīng)濟性有較大的差異,因此為進(jìn)一步準(zhǔn)確的計算不同車齡的機動車的排放量,本文將引入機動車的存活曲線.本文以2005年為基準(zhǔn)年,將2005年機動車保有量全部設(shè)為新增注冊保有量,不考慮2005年之前的機動車車隊構(gòu)成.

1.1.1 機動車保有量 由于貨物和旅客的長距離運輸?shù)男枨?中型貨車和中型客車逐漸向重型貨車和大型客車轉(zhuǎn)變,導(dǎo)致中型貨車和中型客車保有量近幾年逐漸下降,所占比例也逐漸降低,如表1所示,北京、天津和河北中型客車的占比分別由 2005年的5.19%、2.57%、0.42%下降到2020年的1.24%、0.35%、0.12%;中型貨車的占比由2005年的1.63%、1.70%、1.80%下降到2020年的0.28%、0.24%、0.19%,同時重型貨車和大型客車的所占比例進(jìn)一步增大.

表1 2005年和2020年京津冀地區(qū)不同類型機動車占比情況(%)Table 1 Proportion of different types of motor vehicles in Beijing-Tianjin-Hebei region in 2005 and 2020(%)

新能源汽車保有量.自2015年起,國內(nèi)新能源汽車保有量開始逐漸增多,經(jīng)查詢公布的相關(guān)資料,并結(jié)合各車型所占比例以及線性插值法,得到 2015～2020年京津冀地區(qū)的新能源汽車保有量.

1.1.2 機動車存活曲線 本文利用存活曲線和機動車每年新注冊量,計算機動車的車隊車齡結(jié)構(gòu),機動車不同年份的保有量計算如式(3)～(5)所示.

式中:B為機動車保有量,輛;T為每年新注冊機動車保有量,輛;φ為機動車存活率;i為機動車類型;v為車齡;y為年份,式(4)代表當(dāng)年的新增機動車保有量.機動車每年新注冊保有量來自國家統(tǒng)計局網(wǎng)站.

參考文獻(xiàn)[16-18]并結(jié)合相關(guān)調(diào)研,得到如圖1所示的分車型存活曲線,因為缺乏摩托車的新增注冊情況,且摩托車燃油經(jīng)濟性和年均行駛里程變化相對于汽車較小,因此不對摩托車車齡結(jié)構(gòu)進(jìn)行拆分.在統(tǒng)計年鑒和國家統(tǒng)計局的每年新增機動車保有量數(shù)據(jù)中,將公共汽車和出租車分別歸類為大型客車和小型客車中因此文中認(rèn)為二者有相同的存活曲線和車隊年齡構(gòu)成.

圖1 不同類型機動車的存活曲線Fig.1 Survival curves of different types of motor vehicles

由圖1可知,不同類型機動車的存活曲線存在較大差異,大、中型客車主要用途為旅客的長途運輸,為保證客車在行駛過程中的安全,其存活壽命一般較低,故存活曲線明顯低于其他類型的機動車;重、中型貨車主要進(jìn)行貨物的運輸,沒有客車嚴(yán)格的安全標(biāo)準(zhǔn),且因為運輸成本及收益,其壽命一般高于載客汽車;小型客車和輕型貨車主要是私家車,一般用于居民出行和短距離的貨物運輸,其使用頻率和行駛里程均小于其他載客汽車和載貨汽車,故其存活曲線較高,但在其車齡在達(dá)到 10a、存活率低于 0.8之后,其存活曲線開始急劇下降,在車齡達(dá)到 20a時基本全部淘汰.

1.1.3 機動車車齡構(gòu)成 利用各機動車類型的存活曲線和每年的新增注冊機動車保有量,同時結(jié)合式(3)和(4)計算京津冀地區(qū)的機動車車隊構(gòu)成.利用存活曲線計算,到2020年北京的小型客車保有量為582.94萬輛,比實際527.28萬輛的保有量高10.56%,這主要是由于在2010年北京實行小客車限購政策,嚴(yán)格限制小型客車的增長,導(dǎo)致與實際情況出現(xiàn)較大偏差.由 2005～2010年的變化可知,其機動車的存活曲線沒有發(fā)生明顯變化,故按照各車齡結(jié)構(gòu)的占比,對其進(jìn)行修正,得到修正后的北京小型客車的車齡保有量.

1.2 燃油經(jīng)濟性和年均行駛里程

機動車的燃料經(jīng)濟性即機動車的百公里油耗,單位為L/100km,不同類型的機動車的百公里油耗有著較大的差異性.機動車年均行駛里程是計算交通碳排放的重要參數(shù),其反應(yīng)機動車在一年的活動水平.不同機動車類型之間的年均行駛里程差距較大,且不同地區(qū)之間也有較大的差異性.

1.2.1 燃油經(jīng)濟性 吳瀟萌[19]通過對中華人民共和國工業(yè)和信息化部的中國汽車燃料消耗網(wǎng)站中不同品牌和車型小型客車進(jìn)行分析,發(fā)現(xiàn)我國的小型客車的油耗由 2009年的 7.8L/100km下降到2014年的 7.2L/100km; 國家能源與交通創(chuàng)新中心數(shù)據(jù)顯示小型客車平均油耗從2006年8.2L/100km下降到2016年的6.88L/100km.綜合不同渠道的官方數(shù)據(jù)可知,2020年小型載客汽車的平均能耗在7L/100km左右.

汽車在行駛時還受車輛行駛速度、道路交通狀況等條件狀況的影響,汽車的實際能源消耗量與理論值之間存在一定的差距[20];吳瀟萌[19]通過小熊APP采集數(shù)據(jù)和理論數(shù)據(jù)進(jìn)行對比發(fā)現(xiàn),實際油耗比理論油耗高 10%～30%;陽冬波等[21]通過實際路段進(jìn)行不同類型的機動車油耗測試,對比結(jié)果發(fā)現(xiàn)小型客車、中型客車、大型客車的平均燃油經(jīng)濟性比理論值高25%左右;董學(xué)峰[22]基于大數(shù)據(jù)的乘用車油耗與國家限值進(jìn)行對比發(fā)現(xiàn),其平均差值在18%左右.

綜合以上文獻(xiàn)中關(guān)于實驗值與理論限值之間的誤差,本研究設(shè)置實際燃油經(jīng)濟性與理論限值之間的相對誤差為15%,結(jié)合官方文件,設(shè)置各類機動車的實際百公里油耗,如表2所示;結(jié)合線性插值法設(shè)置各機動車2005～2020年的百公里油耗.出租車、公共汽車分別與小型客車、大型客車有相同的燃油經(jīng)濟性.電動公共汽車和電動小型客車的燃油經(jīng)濟性分別為100kWh/100km、15kWh/100km[23],因新能源汽車出現(xiàn)時間較短且缺乏相關(guān)統(tǒng)計數(shù)據(jù)以及變化趨勢,故不設(shè)置隨時間的變化規(guī)律.

表2 各類型機動車的燃油經(jīng)濟性(L/100km)Table 2 Fuel economy of different types of motor vehicles(L/100km)

1.2.2 年均行駛里程 本研究結(jié)合北京市交通發(fā)展年報、《道路機動車大氣污染物排放清單編制技術(shù)指南》(以下簡稱編制指南),以及相關(guān)文獻(xiàn)中關(guān)于機動車年均行駛里程的統(tǒng)計,設(shè)定本研究的機動車年均行駛里程.如圖2所示,北京 2005～2020年的大型客車、小型客車、出租車和公共汽車的年均行駛里程的變化.

圖2 北京部分車型的年均行駛里程的變化Fig.2 Variation of annual average mileage of several types motor vehicles in Beijing

據(jù)交通發(fā)展研究院統(tǒng)計,北京 2014～2018年的綠色出行比例分別為70.5%、70.7%、71.0%、72.1%和 73.0%,且隨著綠色出行比例不斷提高,小型客車和大型客車的年均行駛不斷減少,北京大型客車的年均行駛里程由2005年的30883km下降到2019年的13000km,下降57.91%,小型客車的年均行駛里程由2005年的23315km下降到2019年的10382km,下降 55.43%,由于 2020年新冠疫情的影響,各車型年均行駛里程均有所下降,尤其是出租車2020年的年均行駛里程比2019年下降45.67%.

參考文獻(xiàn)[24-30],結(jié)合線性差值以及相關(guān)文獻(xiàn)中的歷史變化趨勢,設(shè)定京津冀地區(qū)的年均行駛里程的變化.北京、天津和河北客車的年均行駛里程呈現(xiàn)下降趨勢,尤其是大型客車,主要原因是隨著汽車普及率的提高,以及高鐵等交通出行工具的發(fā)展,同時隨著客車保有量的提高,客車的使用強度逐年降低;但隨著中國工業(yè)規(guī)模的不斷擴大,所需運輸貨物逐年增多,貨車的年均行駛里程呈現(xiàn)上升增長趨勢.因摩托車年均行駛里程變化不大,故設(shè)置摩托車的年均行駛里程為6000km.

2 結(jié)果與討論

2.1 能源消耗量與結(jié)構(gòu)

利用式(1)計算不同類型機動車的能源消耗量,得到 2020年京津冀地區(qū)機動車的汽油、柴油和電力實際消耗量分別為2.04×1010L、1.56×1010L 和1.71×109kWh,將不同種類的能源統(tǒng)一折算成熱量,如表3所示,汽油消費量最多.新能源汽車由于發(fā)展較晚,截至2020年耗電量僅占汽油10%.

表3 2020年京津冀地區(qū)機動車能源消耗量Table 3 Energy consumption of motor vehicles in Beijing-Tianjin-Hebei region in 2020

由圖3可知京津冀地區(qū)的能源消耗量一直呈現(xiàn)快速增長趨勢,到2020年共消耗116.21萬TJ能量,比2005年增長1.99倍,其中汽油、柴油和電力的占比分別為55.30%、44.17%和0.53%.電力消耗量占比雖遠(yuǎn)低于汽油和柴油,但是由于新能源汽車的快速增長,電力消耗量不斷增加,其所占比例也逐年增長.

圖3 京津冀2005～2020年機動車能源消耗量變化Fig.3 Variation of energy consumption of motor vehicles in Beijing-Tianjin-Hebei region from 2005 to 2020

圖3顯示,北京、天津和河北各地區(qū)能源消耗總量(汽油、柴油和電力之和)的變化,在2020年北京、天津和河北的能源消耗量分別為24.36,14.21,77.64萬TJ,分別占京津冀地區(qū)總能源消耗量的20.96%、12.23%和66.81%.從發(fā)展趨勢看,北京和天津分別在2010年和2013年實行小型客車限購政策后,能源增長速度明顯放緩;河北的能源消耗量增長速度一直較快,2020年能源消耗量比2005年增長2.79倍,同時因為北京、天津增長速度的放緩,河北占京津冀地區(qū)能源消耗總量的比值不斷增大,由 2005年的52.88%增長到2020年的66.81%.

2.2 道路碳排放量

利用機動車保有量、燃油經(jīng)濟性、年均行駛里程和碳排放因子,按照式(1)和(2)計算北京、天津和河北的道路碳排放量.經(jīng)計算,京津冀地區(qū)2020年的道路碳排放量為8888.65萬tCO2.

北京在2005年道路碳排放量為1021.22萬tCO2,到2020年達(dá)到1808.57萬tCO2,增長1.77倍,年均增長3.89%,且近5a的年均增長率僅為1.01%.從機動車類型看,小型客車是北京道路碳排放的主體,在2020年排放1012.34萬tCO2,占總排放量的55.97%;從發(fā)展趨勢看,北京道路碳排放雖未達(dá)峰,但在 2010年后已經(jīng)處于低速增長期,增長速度緩慢.且隨著燃油經(jīng)濟性的降低,大型客車、中型客車和小型客車保有量增長速度放緩,客車的道路碳排放量已于 2016年達(dá)到峰值;但貨車尤其是輕型貨車,其保有量增長速度仍較快,道路碳排放量仍在快速增長.

圖4 2005～2020年道路碳排放量及分車型貢獻(xiàn)率Fig.4 Change of road carbon emissions and contribution by different type vehicle from 2005 to 2020

天津在2005年道路碳排放量為413.57萬tCO2,到2020年達(dá)到1099.80萬tCO2,增長1.66倍,年均增長 6.73%.從機動車類型看,小型客車是天津道路碳排放的主體,在2020年排放633.75萬tCO2,占總排放量的57.62%;從發(fā)展趨勢看,天津道路碳排放雖未達(dá)峰,但在2013年后已經(jīng)處于穩(wěn)定增長期,增長速度緩慢.與北京相同,客車的碳排放量增長速度已經(jīng)進(jìn)入“停滯”階段,貨車的碳排放是未來天津道路碳排放最主要的驅(qū)動因素.

與北京和天津不同,河北一直未實施限購政策,汽車保有量增長速度較快,在2005年為1598.74萬tCO2,到 2020年達(dá)到 5980.21萬 tCO2,增長2.74倍,年均增長 9.19%,從機動車類型看,河北的小型客車和重型貨車是道路碳排放的主要來源,在2020年分別排放3044.66萬tCO2和1949.76萬tCO2,二者占總排放量的83.50%;從發(fā)展趨勢看,河北道路碳排放量還在持續(xù)增長,近5a的年均增長率仍保持在7.14%.小型客車和重型貨車不僅是占比最高的機動車類型,且未來隨著保有量的增長,小型客車和重型貨車仍是道路碳排放量增長的主要驅(qū)動力.

上述計算中僅考慮機動車由于汽油、柴油燃燒產(chǎn)生的直接碳排放量,為探究新能源汽車在替代燃油車中對碳排放量的貢獻(xiàn),結(jié)合中國省級電網(wǎng)碳排放因子,計算得到消費電能產(chǎn)生的間接碳排放量.結(jié)果如表4所示, 2020年北京市新能源汽車在道路行駛過程中共消耗了 1.02×109kWh的電量,由電力產(chǎn)生的碳排放量為84.43萬tCO2,占北京市道路總碳排放量(燃油碳排放量和電力碳排放量)的 4.46%.此外天津和河北的電力碳排放量分別為31.22萬tCO2和30.63萬tCO2,其所占比例分別為2.76%和0.51%.

表4 京津冀地區(qū)2020年新能源汽車碳排放量及占比Table 4 Carbon emission and proportion of new energy vehicles in Beijing-Tianjin-Hebei region in 2020

2.3 空間分布特征

機動車的能源消耗和 CO2排放,是機動車在道路行駛過程中產(chǎn)生的,將京津冀地區(qū)道路碳排放量分配到單位網(wǎng)格中,探究在公里網(wǎng)格尺度下的京津冀地區(qū)道路碳排放的空間分布特征.

因道路類型的不同,行駛通過的車流量也有較大的差異,通過典型道路車流量的實際調(diào)研并結(jié)合速度-流量計算模型,得到單位時間內(nèi)主干路、次干路、高速公路和快速路等不同類型道路上行駛的車流量的比值為1:0.65:0.84:1.56,并將其比值設(shè)為道路車流量強度 Bi,表征不同道路類型車流量的強弱,其中i代表道路類型.

利用車流量強度 Bi對道路長度進(jìn)行修正,可減小因道路密度分配帶來的誤差,其計算公式為:

單位網(wǎng)格的碳排放量的計算公式為:

式中:L′為修正后道路長度;E為道路碳排放量,t;u代表不同地區(qū),本研究中分為北京、天津和河北;w為網(wǎng)格編號;x為路段編號.

由圖5可知,單位 km2碳排放強度高于1500tCO2/km2的區(qū)域主要分布在北京、天津、石家莊、唐山和張家口市中心地區(qū),與道路密度和道路碳排放量有著密切關(guān)系.通過ArcGIS軟件識別高排放網(wǎng)格,發(fā)現(xiàn)北京市網(wǎng)格的碳排放強度最高的地方在北三環(huán)安貞橋處,排放強度為8675.62tCO2/km2;天津網(wǎng)格的碳排放強度最高的地方在青云橋立交橋處,排放強度為6985.23tCO2/km2;河北網(wǎng)格的碳排放強度最高的地方在唐山市路南區(qū)友誼北路和新華西道交叉口處,排放強度為5583.29tCO2/km2.

圖5 京津冀機動車道路碳排放強度(4km×4km)Fig.5 Road carbon emission intensity in Beijing-Tianjin-Hebei Region (4km×4km grid)

表5表明,在網(wǎng)格數(shù)量上,河北由于面積遠(yuǎn)高于北京和天津,因此有最多的網(wǎng)格數(shù)目;道路密度為各地區(qū)單位面積(1km2)的道路長度的平均值,天津有最高的道路密度,平均每km2上有853m的道路,河北省的道路密度最小,僅為0.275km/km2;碳排放強度為各地區(qū)單位面積(1km2)的道路碳排放量的平均值,表征碳排放量的高低,北京平均每 km2的道路碳排放量為98.22kg,天津為76.59kg,河北省為29.68kg,北京和天津的碳排放強度遠(yuǎn)高于河北.

表5 京津冀地區(qū)路網(wǎng)密度和碳排放強度Table 5 Road network density and carbon emission intensity in Beijing-Tianjin-Hebei Region

2.4 不確定性分析

分別采用方法B(路網(wǎng)模型法[31])和方法C(能源平衡表法[32])計算京津冀地區(qū)的道路碳排放量,將 3種方法的結(jié)果進(jìn)行對比,如表6所示,其中方法A代表本文計算方法.

表6 不同方法計算道路碳排放量的對比Table 6 Comparison of results of road carbon emissions calculated by different methods

由表6可知,相對誤差為-4.20%～+24.99%.存在誤差的原因有以下3點,首先方法A以機動車燃料消耗量計算,適用于機動車統(tǒng)計數(shù)據(jù)詳細(xì)且核算邊界較大的區(qū)域,但未充分考慮本地駛出、外地駛?cè)胲囕v的影響,對道路碳排放量的計算結(jié)果產(chǎn)生一定影響;其次方法B以路網(wǎng)為基礎(chǔ)進(jìn)行碳排放量核算,適用于道路速度監(jiān)測數(shù)據(jù)完善的區(qū)域,對于一些遠(yuǎn)離市中心的偏遠(yuǎn)地區(qū)的道路沒有進(jìn)行計算,故會造成部分計算偏差;此外方法C利用能源平衡表獲取整個區(qū)域的機動車燃油消耗量時,由于統(tǒng)計數(shù)據(jù)和機動車燃油消耗占比的不確定性,對結(jié)果造成了誤差.綜上考慮3種方法,其對不同城市碳排放量的計算結(jié)果均在一定范圍內(nèi),驗證了本文計算方法的可靠性.

2.5 減排降碳措施

對于北京和天津,未來應(yīng)從控制貨車碳排放出發(fā),尤其是輕型貨車的碳排放,大力推動貨物的公轉(zhuǎn)鐵運輸,此外天津應(yīng)充分發(fā)揮臨海的地緣優(yōu)勢,推動貨物的公轉(zhuǎn)水運輸,逐步減少貨車的道路碳排放量;對于河北省道路碳排放量的控制,未來應(yīng)從兩方面著手,一是效仿北京和天津?qū)π⌒涂蛙嚨谋Ｓ辛吭鲩L速度進(jìn)行控制,二是發(fā)展鐵路貨運和水路貨運,減少重型貨車的保有量和活動水平,降低重型貨車的道路碳排放量.河北省道路碳排放量保持較高的增長速度,從 2005年約占三地機動車排放總量的53.56%上升到2020年的67.28%,且將繼續(xù)維持在高速發(fā)展階段.未來應(yīng)將控制河北省的道路碳排放作為京津冀地區(qū)道路減排降碳的重點.

新能源汽車保有量、燃油經(jīng)濟性和機動車年均行駛里程是影響道路碳排放的主要因素.因此增加新能源汽車保有量及所占比例,減少化石能源消耗,逐步提高道路間接碳排放量是降低機動車碳排放的有效措施;提倡綠色出行、發(fā)展綠色交通,降低機動車的使用強度和行駛里程是降低道路碳排放量的關(guān)鍵措施;提高燃油經(jīng)濟性,從技術(shù)角度出發(fā),控制機動車的百公里油耗是道路碳排放達(dá)峰的主要途徑.

3 結(jié)論

3.1 2020年北京、天津和河北的道路碳排放量分別為1808.57, 1099.87和5980.21萬tCO2.從發(fā)展趨勢看,北京在道路碳排放量進(jìn)入低速增長期后,其排放量增長速度非常緩慢;天津道路碳排放量增速要略高于北京,但增長速度也明顯放緩;河北省道路碳排放量保持較高的增長速度,從2005年約占3地機動車排放總量的53.56%上升到2020年的67.28%,且未來將繼續(xù)維持在高速發(fā)展階段.

3.2 小型客車一直是道路碳排放的主力車型,占京津冀道路碳排放總量 50%以上,且河北省小型客車的碳排放量正在持續(xù)增長,但隨著北京和天津兩地分別在2010年和2013年實行小型客車限購政策后,其道路碳排放量增長速度明顯放緩.輕型貨車在北京道路碳排放中的貢獻(xiàn)越來越突出,而河北和天津兩地的輕型貨車和重型貨車正在逐漸發(fā)展為道路碳排放的主要驅(qū)動因素.新能源汽車雖有較快的發(fā)展,但2020年京津冀三地電動汽車能源消耗僅占所有車輛能源消耗總量的0.53%.

3.3 繪制4km×4km道路碳排放量網(wǎng)格,得到北京、天津和河北每 km2的年平均道路碳排放量分別為98.22, 76.59,29.68kg,北京和天津因擁有更密集的道路,其碳排放強度遠(yuǎn)高于河北省,分別是河北省排放強度的3.30倍和2.58倍;而石家莊市和唐山市成為河北省的高碳排放強度集中地區(qū).