肖 紅,鄧梓浩,任艷娟, 任曉紅

(1. 重慶交通大學 經(jīng)濟與管理學院,重慶 400074; 2. 重慶航天職業(yè)技術學院 航空與旅游管理學院,重慶 400021)

0 引 言

根據(jù)國際能源署數(shù)據(jù),2020 年交通運輸?shù)奶寂欧耪既蛱寂欧帕康?6%,且隨著社會經(jīng)濟發(fā)展,全球交通碳排放仍在持續(xù)增長。2019年中國交通運輸業(yè)的碳排放量達到9.1×108t,占全國碳排放總量的9.17%,交通運輸行業(yè)是能源消耗及碳排放三大行業(yè)之一, 是應對氣候變化的重點領域。同時, 作為國民經(jīng)濟發(fā)展的先導性和基礎性行業(yè), 交通運輸行業(yè)在 2030 年前仍將保持快速發(fā)展態(tài)勢, 交通運輸行業(yè)碳排放總量控制將是我國 2030 年碳排放達峰的重要影響因素[1]。

目前關于交通運輸業(yè)低碳減排研究,主要集中于碳排放影響因素分析和碳排放量預測研究。

梳理已有文獻將交通運輸系統(tǒng)低碳減排影響因素分為4大類:社會經(jīng)濟發(fā)展、交通運輸系統(tǒng)、能源結構及消費和環(huán)境控制4大類。姚宇等[2]和徐雪藝[3]利用Kaya恒等式研究交通運輸系統(tǒng)的低碳減排,考慮經(jīng)濟水平、產(chǎn)業(yè)結構、周轉量、碳排放和碳稅等影響因素;鐘興菊等[4]和張琳翌[5]分別運用IPAT和Laspeyres研究交通運輸系統(tǒng)低碳減排,考慮經(jīng)濟水平、人口、產(chǎn)業(yè)結構等因素;卞利花等[6]和陳亮等[7]運用STIRPAT對經(jīng)濟水平、人口、城鎮(zhèn)(城市)化、周轉量等因素進行分析;高標等[8]運用STIRPAT模型,揭示了人口總數(shù)、人均 GDP、單位 GDP 能耗、交通運輸投資額、城市化率、私家車數(shù)量等因素進行了分析;高標等[8],G.R.TIMILSINA等[9],魏慶琦等[10]利用LMDI分析了經(jīng)濟水平、能源結構、能源強度和碳排放等因素。

國內(nèi)外交通碳排放量預測研究方法。M.ICHINOHE等[11]利用MARKAL模型對日本汽車行業(yè)的二氧化碳排放進行分析;H. LIIMATAINEN等[12]使用德爾菲法預測2030 年芬蘭公路貨運碳排放情景;楊巖等[13]構建基于系統(tǒng)動力學(system dynamics,SD)的北京城市客運交通能源消耗模型,模擬包含經(jīng)濟、人口、城市交通和交通能耗4個子系統(tǒng)。

考慮到交通運輸?shù)吞紲p排系統(tǒng)是一個高階的動態(tài)復雜系統(tǒng),與地區(qū)經(jīng)濟發(fā)展水平、產(chǎn)業(yè)結構發(fā)展、交通運輸結構等一系列因素都有著密不可分的聯(lián)系。系統(tǒng)動力學正是擅長處理強非線性、高階次、多變量、多重反饋、復雜時變、周期性大系統(tǒng)問題的方法,重慶作為國家首批低碳經(jīng)濟發(fā)展試點城市之一,在積極承擔起節(jié)能減排的重任。

以重慶的交通運輸系統(tǒng)為研究對象,在對交通運輸系統(tǒng)與經(jīng)濟、能源和環(huán)境進行相關關系分析的基礎上,構建基于系統(tǒng)動力學的交通運輸碳排放預測模型,利用ARIMA模型進行時間序列對模型的表函數(shù)預測,建立量化系統(tǒng)因素之間的關系;模擬不同發(fā)展模式下的碳排放特征以設定相應的情景,對其能耗與碳排放進行測算,從而找到最優(yōu)策略以減少交通運輸能源消耗與碳排放。

1 交通運輸?shù)吞紲p排系統(tǒng)分析

1.1 系統(tǒng)界限確定

通過研究運輸子系統(tǒng)、經(jīng)濟子系統(tǒng)、能源子系統(tǒng)、環(huán)境子系統(tǒng)相互關系與反饋,以測算交通運輸系統(tǒng)能耗和碳排放,如圖1。

圖1 交通運輸碳排放預測系統(tǒng)結構

1.2 模型假設

為了將現(xiàn)實系統(tǒng)簡單化和抽象化,做如下假設:

1)交通系統(tǒng)與經(jīng)濟、能源與環(huán)境子系統(tǒng)關聯(lián)緊密,因此模型主要假設交通系統(tǒng)受經(jīng)濟、能源與環(huán)境3個子系統(tǒng)的影響[14]。

2)由于重慶管道運輸周轉量低,且運輸?shù)奈锲窙]有可替代性,筆者只考慮鐵路、公路、航空、水運4種運輸方式構成的交通系統(tǒng)。

3)根據(jù)重慶市及我國的經(jīng)濟增長狀況,假設重慶市的經(jīng)濟增長、交通運輸系統(tǒng)發(fā)展、能源消耗量和人口增長保持穩(wěn)定發(fā)展,各種能源價格和運價維持穩(wěn)定。

4)統(tǒng)一運輸子系統(tǒng)計量單位,將客運周轉量按照一定的比例轉換為貨運周轉量。

5)由于筆者選取的是自下而上的二氧化碳計算方式,能源子系統(tǒng)中能源消費量指標只計算移動端,不計算設施設備等固定端的能源消耗[15]。

1.3 系統(tǒng)因果關系

基于1.2節(jié)中假設,利用Vensim軟件對交通系統(tǒng)與經(jīng)濟、能源與環(huán)境子系統(tǒng)之間的因果關系和內(nèi)部邏輯結構進行分析,如圖2～圖4。

圖2 交通運輸與經(jīng)濟子系統(tǒng)因果關系

其中主要反饋如下:

1)圖2是一個正反饋回路,社會經(jīng)濟的發(fā)展使得人均GDP不斷提升,人們在交通上的花費增加,帶來出行需求和出行距離的增加,從而提高交通運輸周轉量,帶來運輸產(chǎn)值的增加,從而促進經(jīng)濟發(fā)展。

2)圖3是一個正反饋回路,能源是為交通運輸子系統(tǒng)提供各種動力物資。交通運輸產(chǎn)業(yè)的發(fā)展,造成能源消耗量增加,在能源價格的調(diào)控下使得能源成本呈上升趨勢,增加了交通運輸業(yè)的產(chǎn)值。這就需要通過提高能源使用效率與節(jié)能技術來減少能耗。

圖3 交通運輸與能源子系統(tǒng)因果關系

3)圖4是一個正反饋回路,依靠政府制定的減排政策如:交通運輸環(huán)保投資來提高能源效率,從而約束交通運輸業(yè)的排放行為,達到減排的目的。

圖4 交通運輸與環(huán)境子系統(tǒng)因果關系

2 交通運輸碳排放預測SD模型構建

2.1 碳排放系統(tǒng)存量流量圖

基于1.2節(jié)假設和1.3節(jié)系統(tǒng)因果關系,構建交通運輸碳排放系統(tǒng)動力學模型,碳排放系統(tǒng)存量流量圖如圖5。系統(tǒng)動力學SD模型中時間間隔為年份的一組時間序列,稱之為表函數(shù)。在模型中,針對表函數(shù)引用ARIMA模型對其中GDP增長率、交通工具單位能耗進行時間序列分析。

圖5 碳排放系統(tǒng)存量流量

2.2 模型主要參數(shù)說明

模型主要數(shù)據(jù)來源于《中國鐵道年鑒》、《重慶統(tǒng)計年鑒》、《中國機動車污染防治年報》等、以及交通碳減排的相關文獻和權威網(wǎng)站等,主要參數(shù)說明如下。

2.2.1 GDP增長率

SD模型模擬時間為2000—2030年。差分整合移動平均自回歸模型(autoregressive integrated moving average model,ARIMA)模型是一種計量經(jīng)濟模型,通過深度分析數(shù)據(jù)間歷史性因素的聯(lián)系,來預測數(shù)據(jù)演變,采取ARIMA預測GDP增長率。由于筆者考慮到交通運輸產(chǎn)值對區(qū)域經(jīng)濟產(chǎn)生的影響,因此,GDP受到交通運輸產(chǎn)值(TP)與經(jīng)濟增長量(GD)的雙重影響,模型中經(jīng)濟增長率需剔除原始數(shù)據(jù)中交通運輸產(chǎn)值對其貢獻:

(1)

筆者以《重慶統(tǒng)計年鑒2019》中的1950—2018年經(jīng)濟增長率剔除交通運輸產(chǎn)值后的重慶市GDP增長率作為樣本數(shù)據(jù)(圖6),利用SPSS軟件進行模擬計算。選取1950—2014年的經(jīng)濟增長率構建ARIMA模型,并用統(tǒng)計年鑒2015—2018年的數(shù)據(jù)對模型進行檢驗與評價。

圖6 重慶GDP增長率(1950—2018)

利用SPSS軟件,為符合ARIMA模型要求,對季節(jié)性因素和平穩(wěn)性數(shù)據(jù)進行分析,結果表明其受歷史因素影響大,無需對季節(jié)性分析,可通過改變差分進行預測。根據(jù)SC準則、AIC準則、H-Q信息準則判斷其最符合的模型為ARIMA(0,1,0)模型,預測結果如圖7。

圖7 模型預測結果(SPSS)

從圖7中可以看出,預測數(shù)據(jù)Observed與原始數(shù)據(jù)Fit存在一年錯峰時間,除特殊年份的峰值波動外的模型返回的模擬結果較好,將其所求結果帶入SD模型。

2.2.2 能源CO2排放系數(shù)

能源排放系數(shù)根據(jù)不同運輸方式的能源消耗量和與其對應的二氧化碳排放系數(shù)進行計算。在計算中,由于煤炭在交通運輸移動端沒有使用量,因此不予考慮;各類能源二氧化碳排放系數(shù)如表1。電力在使用過程中不產(chǎn)生碳排放,計算如式(2):

表1 構成二氧化碳排放系數(shù)的各類能源參數(shù)

(2)

2.2.3 能源消耗折算系數(shù)

由于不同能源的相關數(shù)據(jù)統(tǒng)計單位是不同的,不能進行直接比較,因此需將按照標準煤折算系數(shù)轉換為以標準煤(SCE)為單位的數(shù)據(jù)。標準煤折算系數(shù)如表2。

表2 標準煤折算系數(shù)

2.2.4 新能源汽車單位能耗

新能源汽車的衡量指標,我國在2015年4月公布的《關于2016—2020年新能源汽車推廣應用財政支持政策的通知》中,文中引入“噸百公里電耗”作為衡量標準。

2.2.5 天然氣船舶單位能耗

天然氣船舶的燃油能耗依據(jù)《中國船舶大氣污染物排放清單報名》,公式為:

Y=(?×Zk+Zh)×YZ/10 000 000

(3)

式中:Y為船舶燃油消耗量,104t; ?為客貨換算系數(shù);Zk為客運周轉量,萬人/km;Zh為貨運周轉量,104t/km;YZ為船舶消耗系數(shù),kg/104km。

以《重慶統(tǒng)計年鑒2018》中的數(shù)據(jù)進行計算,將得到的結果進行單位轉換后,除以客貨換算量,再通過燃料油與LNG熱值換算,天然氣船舶的單位能耗為0.038 04 104t/108t·km。

2.3 模型主要方程說明

2.3.1 客運周轉量

利用SPSS軟件對整理后的數(shù)據(jù)進行OLS回歸分析,得到變量之間的回歸方程?？瓦\周轉量(PT)回歸分析的結果如表3。

表3 OLS回歸分析結果

由表3可知,將PG(人均GDP)和PC(人均交通消費量)作為因變量進行線性回歸分析,得到模型公式如(4),其中10 000為單位換算。

PT=134.151+0.122×PC-0.009×PG×10 000

(4)

2.3.2 貨運周轉量

利用Vensim軟件自帶的IF THEN ELSE函數(shù)來描述貨運周轉量(FT)的總值,當運輸效率FI<1,說明供小于求;當運輸效率FI>1說明供大于求。貨運需求量需減去供給缺口FG(交通運輸基礎設施的供給能力增量TI×轉換系數(shù)TT),方程描述如式(5):

FT=FD-FG

(5)

2.3.3 二氧化碳排放增加量

二氧化碳排放增加量=內(nèi)燃機車能耗×內(nèi)燃機車排放系數(shù)+天然氣船能耗×天然氣船排放系數(shù)+天然氣車能耗×天然氣車排放系數(shù)+柴油車能耗×柴油車排放系數(shù)+汽油車能耗×汽油車排放系數(shù)+燃料油船能耗×燃料油船排放系數(shù)+電力機車能耗×電力機車排放系數(shù)+新能源汽車能耗×新能源汽車排放系數(shù)+航空能耗×航空排放系數(shù)

3 交通運輸碳排放預測SD模型檢驗

為了驗證文中所建立的模型模擬結果的可靠性和有效性,需要對模型進行檢驗。筆者借助系統(tǒng)動力學軟件Vensim進行3個方面的檢驗。

3.1 模型結構適合性檢驗

3.1.1 量綱一致性檢驗

模型數(shù)據(jù)均來自于對歷史數(shù)據(jù)的整理與統(tǒng)計,利用Vensim模擬,結果顯示模型通過了模型結構檢驗與單位檢驗。

3.1.2 極端條件檢驗

極端條件檢驗的主要對象是速率方程,如對GDP速率方程檢驗,在僅有交通運輸產(chǎn)值的作用下,當GDP增長率(GR)為0時,模擬的GDP曲線Test 1,增長幅度減緩,并不斷趨于平穩(wěn),模擬值與實際情況一致,因此模型通過極端條件檢驗。模擬結果如圖8。

圖8 模型極端條件檢驗

3.2 模型行為適合性檢驗

文中對參數(shù)靈敏度測試是將交通消費比重(TC)分別提高10%(Test 2)及20%(Test 3),以觀察客運周轉量(PT)的變化,模擬結果如圖9。結果顯示:隨著TC不斷增加,PT呈現(xiàn)遞增的趨勢,數(shù)據(jù)趨勢平緩。因此,模型通過靈敏度檢驗。

圖9 PT參數(shù)靈敏度檢驗

3.3 模型實際一致性檢驗

由于交通運輸業(yè)的二氧化碳排放量數(shù)據(jù),重慶市沒有官方的數(shù)據(jù)口徑統(tǒng)計,在模型數(shù)據(jù)檢驗這里選擇3個指標即:人口(CQ)、國民生產(chǎn)總值(GD)、能源消耗量(EC)進行一致性對比,對比結果如表4。除個別年份外,2000—2018年重慶市這3個指標數(shù)據(jù)誤差值均在合理范圍內(nèi):重慶市總人口的模擬值誤差在4%以內(nèi),重慶市GDP模擬值的誤差在5%～7%,重慶能源消耗總量的模擬值誤差在10%以內(nèi),模型的模擬結果與實際的結果擬合程度較高,因此,模型通過數(shù)據(jù)檢驗。

表4 GD與CQ模擬結果

4 碳減排模擬策略分析

2017年1月,國務院發(fā)布《“十三五”節(jié)能減排綜合工作方案》,指出交通運輸業(yè)低碳減排方案包括交通運輸結構改革、優(yōu)化產(chǎn)業(yè)與能源結構、節(jié)能減排技術支撐等。將這三方面分別進行策略模擬分析,以確定不同減排方案的減排效果。

4.1 優(yōu)化產(chǎn)業(yè)與能源結構

產(chǎn)業(yè)結構方面。考慮到2017—2020年重慶市第三產(chǎn)業(yè)占GDP的比重發(fā)展趨勢,可以看出:重慶市第三產(chǎn)業(yè)的比重應該有很大的上升空間,所以分別將重慶市第三產(chǎn)業(yè)比重提升5%(情景1)和10%(情景2),計算結果如圖10,說明產(chǎn)業(yè)結構的調(diào)整比例,能夠起到碳減排的作用。

圖10 產(chǎn)業(yè)結構調(diào)整模擬結果

能源結構方面。根據(jù)國務院2020年10月頒布《新能源汽車產(chǎn)業(yè)發(fā)展規(guī)劃(2021—2035年)》,規(guī)劃指出到2025年,新能源汽車新車銷售量達到汽車新車銷售總量的20%左右;到2035年,純電動汽車成為新銷售車輛的主流。設置情景如下:情景3:柴油車比重降低5%,電力機車比重上升5%,汽油車比重降低10%;情景4在情景3基礎上降低燃料油船的比重15%;情景5在情景4的基礎上將燃料油船的比重再降低10%,汽油車和柴油車的比重再降低5%,結果如圖11。對比情景3和情景4,僅通過降低燃料油船的比重和增加LNG船舶的比重,帶來的減排率達到1.170%,因此通過推動清潔能源在交通領域的應用,是后續(xù)策略模擬研究的重點。

圖11 能源結構調(diào)整模擬結果

4.2 交通運輸結構改革

貨運方面:依據(jù)《重慶市推進運輸結構調(diào)整三年行動實施方案(2018—2020年)》以及我國的“一帶一路”戰(zhàn)略、重慶渝新歐鐵路建設和西部陸海新通道的建設和完善,將導致重慶市公路運輸?shù)谋戎叵陆?鐵路和水運的比重將上升。設置情景如下:情景6貨運方面上升鐵路比重3%,上升水運比重2%,降低公路比重5%?？瓦\方面:根據(jù)《重慶鐵路樞紐規(guī)劃(2016—2030年)》,到2030年,重慶主城將形成重慶北站、重慶西站、重慶東站、重慶站四大客運站,銜接18條干線鐵路的特大型鐵路樞紐。因此,重慶市將大大提高鐵路的比重。客運方面上升鐵路比重3%,降低公路比重5%,提高航空比重2%。情景7調(diào)整客運方面公路比重降低、鐵路比重增加一倍,貨運方面上升鐵路比重6%,上升水運比重4%,降低公路比重10%。客運方面上升鐵路比重6%,降低公路比重10%,航空比重調(diào)整至3%。

由圖12可見調(diào)整公路比重帶來的結果較為顯著。

圖12 交通運輸結構調(diào)整模擬結果

4.3 節(jié)能減排技術

節(jié)能減排技術主要從能源強度和排放強度兩方面著手?；诖嗽O立情景:情景8降低航空單耗10%,情景9在情景8的基礎上分別降低汽油車和柴油車單耗10%,情景10在情景9的基礎上考慮降低內(nèi)燃機車單耗10%,情景11在情景10的基礎上增加5%。計算結果如圖13,比較情景8和情景9發(fā)現(xiàn)降低公路單位能耗,可帶來節(jié)能率和減排率的迅速提升,效果顯著。比較情景10和情景11,發(fā)現(xiàn)節(jié)能減排邊際效率遞減。由于鐵路運輸中內(nèi)燃機車運輸比重較低,情景10的模擬效果不甚明顯。需要從調(diào)整柴油和汽油的能源強度入手,在實際中通過促進研發(fā)汽柴油運輸工具和創(chuàng)新發(fā)動機技術等方面來提高產(chǎn)品能效。

圖13 能源強度調(diào)整模擬結果

排放強度方面基于目前能源消耗量比重最大的是汽油,其次是燃料油、煤油、柴油,設置情景如下:情景12降低柴油排放系數(shù)10%;情景13在情景12的基礎上降低煤油10%;情景14在情景13的基礎上降低燃料油10%;情景15在情景14的基礎上降低汽油10%,模擬結果如圖14。調(diào)整汽油排放系數(shù)后,碳排放量可以大幅度降低。

圖14 排放強度調(diào)整模擬結果

基于上述分析,節(jié)能減排效果的強弱排序為:產(chǎn)業(yè)結構調(diào)整>排放強度調(diào)整>能源結構調(diào)整>運輸結構調(diào)整>能源消耗強度。

5 結 論

得到的主要結論如下:

1)利用ARIMA模型對模型的表函數(shù)進行時間序列預測,可以提高模型參數(shù)的準確性。

2)以2000—2018年重慶市的相關數(shù)據(jù)為基礎,構建基于經(jīng)濟子系統(tǒng)、運輸子系統(tǒng)、能源子系統(tǒng)和環(huán)境子系統(tǒng)的碳排放系統(tǒng)預測模型,并對具體的碳排放策略進行場景設計。從優(yōu)化產(chǎn)業(yè)與能源結構、交通運輸結構改革、節(jié)能減排技術支撐等3個方面策略綜合模擬分析,得出節(jié)能減排效果強弱排序為:產(chǎn)業(yè)結構調(diào)整>排放強度調(diào)整>能源結構調(diào)整>運輸結構調(diào)整>能源消耗強度。

3)降低重慶的碳排放可以采用優(yōu)化產(chǎn)業(yè)與能源結構、交通運輸結構改革及使用節(jié)能減排技術等方面綜合調(diào)整途徑入手。