下载:
-
交通部门给人们的出行带来了极大的便利，但同时也消耗了大量的能源，排放了大量的温室气体和污染物。研究表明，中国的二氧化碳排放大多与城市的能源消费有关[1]，特别是在交通领域[2]。预计到2030年，发展中国家城市人口将翻一番，能源消费将占全球能源消费总量的60%～80%。因此，未来随着国内城市人口的快速增长，城市交通的能源消耗和环境排放势必将进一步增加。
作为中国的特大城市之一，广州是一个拥有1 449万人口的国际大都市（截至到2017年）。随着城市经济的快速发展，广州交通部门的能源需求将进一步增加。汽车污染约占空气污染的60%，已成为空气污染的最大来源，而中国的空气污染将对人类健康、经济和居住福利造成相当大的威胁[3]。广州市民出行占城市交通的绝大部分，导致居民乘用车辆的大幅提升，大大增加了能源消耗和温室气体排放[4]。截至2017年底，广州市汽车保有量已经达到249万辆。机动车数量的快速增长加剧了广州的交通拥堵，其早晚高峰人均拥堵费超过7 000元/人[5]，也增加了车辆的能源消耗和环境排放。
在互联网技术快速发展和交通拥堵日益加剧的背景下，诸如网约车等交通共享行业得到了极大的发展，“地铁+网约车”或“地铁+公交+网约车”已成为公民出行的固定组合[6]。交通共享的发展可以大大提高机动车使用效率，减少空载率、空载距离和非必要尾气排放，是未来城市客运发展的良好选择。
当前，国内学者借助LEAP模型多用于城市交通能源需求和环境污染物排放的长期预测研究[7-8]。但已有研究对交通拥堵带来的额外能源消耗思考有限，情景设定上也多基于传统的交通方式，缺乏互联网时代下各种新交通模式的参与，不利于反映现实需求。
基于此，本研究以广州市城市客运交通部门为研究对象，考虑当前新兴的交通共享模式，结合传统的城市客运交通发展模式，如鼓励公共交通和新能源汽车，缓解交通拥堵等，选取2016年作为基准年，对2017～2035年的能源需求和温室气体排放进行分析和预测，以期为广州市优化交通发展的政策提供启示。
全文HTML
-
LEAP（Long-range Energy Alternatives Planning system）模型是由位于美国波士顿的斯德哥尔摩环境研究院在20世纪60年代开发的基于情景模拟的能源-环境分析工具，它采用“自下向上”的方法，根据终端工业能源使用的不同情况设置不同的场景，通过各部门的活动水平和最终能源强度，结合温室气体和污染物排放因子，可以对未来的部门能源需求和空气污染物排放进行预测和分析[9-11]。
本研究以城市客运交通部门包括城市公交、出租车、道路交通以及私家车，但不包括航空、铁路以及水运等服务于城市区域的客运部门。根据LEAP模型的结构要求和数据可用性，将城市客运部门划分为4个层次：部门、子部门、终端利用和燃料类型，见表1。
-
本研究旨在将互联网时代交通共享发展背景下各情景节能减排潜力进行对比，共设计了7种发展情景。其中具体的参数信息主要来源于相关文献、国家到广州市等各级政府的已经实施或将要实施的各种交通规划、政策等，同时也考虑了一些适合广州市未来城市交通发展的一些趋势，见表2。
-
由于数据及模型设置要求，能源消费主要从私人交通和公共交通两方面计算。私人交通能源消费量，见式（1）。
式（1）中，EDi(t)为t年i种普通机动车的能源消费量，单位万tce（ton of standard coal equivalent，吨标准煤）；
${V_i}(t)$ 为t年在道路上行驶的i类车总量；VKTi(t)为t年i类车年均行驶的里程数，km，数据通过调研获得；Fi(t)为t年i类车的燃料使用效率，本研究用单位里程的燃料消费量表示，单位为tce/km，参考池莉[18]和张翠霞[19]的相关研究。客运交通能源消费量，见式（2）。
式（2）中，EDPi(t)指的是t年i种客运交通能源消费量，tce；EPassi(t)为t年i种客运交通每人次能源消费量，tce/人，具体参考池莉[18]和LIU et al[20]的相关研究；TDTP i(t)表示t年i种客运交通的日出行总量，人。
交通带来的温室气体排放量计算主要基于每种能源类型的机动车能源消耗量及相应排放因子，具体包括CO2、CH4和N2O，见式（3）。
式（3）中，
${P_j}(t)$ 为t年j种温室气体的环境排放量；TEDPi(t)为t年i种能源机动车的能源消费量，tce；EFi(t)为t年i种能源机动车的j种温室气体排放因子，kg/tce，采用LEAP模型环境数据库中数据，其中电能温室气体排放计为0。
1.1. 模型结构
1.2. 情景设置
1.3. 计算公式
-
不同情景下城市客运交通部门能源需求量，见图1。
2016年广州市客运交通部门能源需求693.72万tce。在基准情景中，能源需求快速增长，到2035年达到1 040.74万tce，是基准年的1.5倍。在其他6种节能方案中，除综合控制情景外，其他5个情景也均呈现增长趋势，但总体趋势偏缓，其中机动车控制情景具有显著的节能效果。在机动车控制情景中，2035年能源需求总量为791.11万tce，同比基准情景下降24%。
不同年份中各情景城市客运部门节能潜力，见表3。
表3可见，综合控制情景的节能情况逐年增加，说明广州的客运部门具有相当大的节能潜力。不同情景中，机动车控制情景节能潜力要远远大于其他情景。道路拥堵缓解、新能源车推广和燃料税情景节能潜力处于第二批次，而共享交通发展情景节能潜力则最差。
-
与基准年（2016年）相比，各情景下预测末期（2035年）对各类型能源的需求量，见图2。
在所有情景中，汽油消费在广州城市交通部门的能源结构中占主导地位。2016年汽油总需求达到557.84万tce，占基准年总能源需求的83.1%。随着现有能源结构的发展，到2035年，基准情景的汽油需求将快速增长达到955万tce。在综合控制情景下，对汽油和柴油这2种传统燃料的需求大幅下降，而电力需求的比例上升。具体到各情景下，机动车控制情景的汽油节能幅度最大，2035年底需求为644.76万tce，仅为基准情景的74.5%；其次分别是新能源车推广情景、燃料税和道路拥堵缓解情景。
-
2035年各情景下公共交通和私人交通部门能源需求占比与基准年(2016)的对比，见表4和表5。基准情景下能源需求比例无变化。
表4可见，在公共交通分部门中，新能源车推广情景可以导致能源需求比例的急剧变化，柴油和LNG需求比例大幅减少，电力需求比例由基准年的18%上升至45%，增幅明显。机动车控制和燃料税情景下能源比例中电力需求也有较明显增幅。在综合控制情景下，2035年柴油需求比例降为0，电力需求上升到54%。因此，电力能源将在未来城市公共交通部门中占据重要地位。
表5可见，综合控制情景下，私人客运交通部门电力需求占比略高于新能源车推广情景，能源结构得到了改善。
-
各情景的温室气体排放总量，见图3。
2016年的温室气体排放量为1 412.28万tCO2e（Carbon Dioxide Equivalent，二氧化碳当量），在基准情景下，温室气体排放量迅速增加，2035年达到2136.29万tCO2e。在综合控制情景下，到2035年温室气体排放量仅为1 077.66万tCO2e，同比基准情景减排了近50%，减排效果明显。5种节能情景中，机动车控制情景可以实现最大的温室气体减排，比基准情景降低26%，增速下降。其次是新能源车推广情景,同比基准情景下降20.5%。然后为燃料税、道路拥堵缓解和共享交通发展情景。
-
预测子部门温室气体排放量，见图4。
机动车控制情景下，控制私家车的快速增长使得私人交通部门温室气体排放量远高于综合控制情景，但综合来看该情景具有巨大的减排能力，是广州未来城市客运部门低碳发展最有效的方式。新能源车推广情景下使得公共交通部门排放量大幅下降，也是未来发展政策的良好选择。另外，3种情景下的碳排放量都有所减少，其原因在于汽车能效的提高和终端机动车使用结构的优化。在综合控制情景中，私人和公共交通部门的温室气体排放量已经显著减少。2035年，两子部门下的排放量分别为982.13万tCO2e和95.53万tCO2e，远低于其他各情景。
2.1. 能源需求
2.1.1. 能源需求总量
2.1.2. 不同类型能源需求量
2.1.3. 子部门能源需求量
2.2. 温室气体排放
2.2.1. 温室气体排放总量
2.2.2. 子部门温室气体排放量
-
本研究以广州市客运交通部门为例，运用LEAP模型，结合相关政策和现状，计算并预测了2017～2035年在互联网时代下各情景下的能源需求和主要温室气体排放。结果显示，在基准情景下，2035年广州客运部门的能源需求和温室气体排放量约为基准年2016年的1.5倍。在5种节能情景中（综合控制情景除外），节能减排潜力依次为机动车控制、新能源车推广、燃料税、道路拥堵缓解和共享交通发展。
机动车控制和新能源车推广作为客运交通领域有效的节能减排手段，在之前研究中也得到了证实[21-24]，而且在一些亚洲城市取得了不错的效果[13, 25]。当前，广州通过车牌摇号和限行外地车已经在私家车控制方面取得了较大的成效[26-27]，未来需要在上述方面继续加强管控。其他3种情景方面，同样是控制交通能耗和排放的有效手段。特别在进入互联网时代后，网约车的流行给城市交通节能减排提供了新的思路，是对传统交通领域节能减排措施的有效补充。综上，广州市应继续保持私家车数量的控制，加大新能源车推广速率，同时在燃料税、道路交通缓解方面加以扶持。此外，在互联网技术飞速发展的背景下，“互联网+”共享经济形式的发展已成为未来社会发展的必然方向，加强对网约车的管理推广也是广州市客运发展的良好选择。不过本文并未考虑不同车辆的能耗和排放标准的差异，为提高政策的精准性和可操作性，下一步将继续深入研究。
