基于大数据的中国在用车排放状况研究*

马 冬 尹 航 丁 焰 王宏丽 王军方 王燕军 黄志辉

(中国环境科学研究院，北京 100012)

当前，中国大气环境污染形势严峻，灰霾现象频发。2014年6月，环境保护部发布的《2013中国环境状况公报》显示，2013年全国74个新标准监测实施第一阶段，城市环境空气质量达标城市比例仅为4.1%[1]。最新公布的PM2.5源解析数据显示，机动车、工业生产、燃煤、扬尘等是当前中国大部分城市环境空气中颗粒物的主要污染来源，约占85%～90%。其中，北京、杭州、广州、深圳4个城市的首要污染来源是机动车。机动车污染已成为中国大气污染中最突出、最紧迫的问题之一。

依据公安部交通管理局公布的数据，截至2014年底，中国汽车保有量达1.54亿辆。与固定点源排放不同，机动车排放属于移动源，点多面广、流动性强，为排放监管带来巨大挑战。为加强在用车污染防治，中国已有31个省、自治区、直辖市开展了机动车环保定期检验工作，对不达标车辆，不得上路行驶。截至2013年底，全国共建成机动车环保检验机构1 200余家，设立环保检测线4 000余条。全国参加环保定期检验的汽车共有6 185.6万辆，占全国汽车保有量的49.2%。天津、重庆、青岛、南京等80个城市机动车环保定期检验率达到80%以上[2]。按照规定，所有检测数据必须上传到机动车排放监管部门，如何有效利用这些检测数据，从而更好地为机动车排放监管服务，成为环保监管部门面临的重要问题。随着信息网络及大数据技术的不断发展，为海量数据的收集、整理及分析提供了可能。本研究通过对全国28个城市1 000多万条在用车环保定期检验样本数据进行分析，为全面了解中国在用车排放状况、加强在用车排放监管提供重要依据。

1 发展现状

1.1 污染防治现状

作为国民经济的重要支柱产业之一，中国汽车工业取得快速发展。中国汽车工业协会统计显示，2014年中国全年累计产、销汽车2 372.28万、2 349.19万辆，同比增长7.3%和6.9%，连续6年成为世界汽车产销第一大国[3]。汽车保有量也随之快速增长，给能源、环境带来巨大压力。

随着新车标准的严格实施、黄标车及老旧车淘汰、油品升级等工作的不断开展，中国机动车排放快速增长的势头得到有效控制。2013年，中国汽车污染物排放量为3 906.5万t，与2000年相比，全国汽车保有量增长了近8倍，但污染物排放量仅增加了40%，具体如图1所示。

图1 中国汽车污染物排放量变化趋势Fig.1 The development trend of vehicle emission in China

从2002年开始，环境保护部发布了一系列关于推进在用车环保监督管理的文件，涵盖了汽车、摩托车、三轮汽车和低速货车等，对控制在用机动车污染物排放发挥了重要的作用。目前，中国已建立了机动车环保定期检验、机动车环保合格标志等监督管理制度，定期对在用车进行环保检验，检验合格则发放环保合格标志，不合格强制进行维修，对于高排放车辆发放黄色检验标志进行重点治理[4]。随着中国机动车保有量的快速增长，大气污染防治工作日趋严峻，对机动车排放控制提出了更高的要求，相关标准已难以适应新形势下环境保护工作。主要体现在检测流程不规范、排放限值宽松且缺乏统一、标准内容需进一步完善[5-6]。通过对机动车环保定期检验数据进行大数据分析，可对在用车排放限值的修订提供重要的参考依据。

2014年5月，中央电视台对市场上出现的假国Ⅳ柴油车问题进行了曝光。为加强机动车污染源头控制，2014年8月，环境保护部、工业和信息化部、公安部、工商总局、质检总局等五部门，在全国范围内联合开展了新生产机动车环保达标监督检查工作，以中重型柴油车为重点，在新车型检测、生产、销售、注册登记等环节开展联合执法，有效打击了制造、销售环保不达标机动车的违法行为，为机动车排放标准的有效实施提供了有力保障。由于目前中国尚未建立汽车及发动机产品排放缺陷召回制度，无法对汽车产品生命周期排放进行有效监管[7-9]。通过对年检数据进行分析，可了解不同品牌车型的实际排放状况，评估不同品牌车型的实际排放水平，为开展机动车生产一致性、在用符合性检查以及未来的机动车环保召回提供数据支持。

1.2 数据平台建设

2011年6月，世界著名的管理咨询公司——麦肯锡公司，发布了关于“大数据”的报告，对“大数据”的影响、关键技术和应用领域等都进行了详尽的分析，得到各行业普遍关注。大数据技术包括数据采集、存储、管理、分析挖掘、可视化等技术及其集成[10-11]。通过大数据分析应用，不仅能带来巨大的经济效益，而且可有效提高社会管理水平，具有重要的社会经济价值[12-13]。

为加强机动车环保检验管理、深化机动车污染防治工作，2013年4月，环境保护部发布了《机动车环保检验管理规定》，指出环保检验机构应与当地环保部门联网，实时上传环保检验数据，各级环保部门应建立机动车环保管理信息系统，定期向上级环保部门报送环保检验信息。目前，中国已有北京、上海、重庆、辽宁、浙江、内蒙古、山东、安徽、江苏等15个省、自治区、直辖市实现了数据联网，未来还将与国家机动车排放监管机构联网，形成国家、省、市三级机动车排污监控平台，从而为机动车污染防治大数据分析提供数据支撑。

2 大数据分析

2.1 数据样本

本研究共收集了全国28个城市共计1 000多万条在用车环保定期检验样本数据。数据样本主要分布区域为华北、华南、华东、东北，涵盖京津冀、长三角、珠三角等重点区域，占全部样本量的80%以上。

中国在用车排放标准主要有《点燃式发动机汽车排气污染物排放限值及测量方法(双怠速法及简易工况法)》(GB 18285—2005)和《车用压燃式发动机和压燃式发动机汽车排气烟度排放限值及测量方法》(GB 3847—2005)，包括双怠速法(TSI)、稳态工况法(ASM)、简易瞬态工况法(VAMSS)、自由加速法(FA)和加载减速法(LUGDOWN)这5种检测方法，各地依据实际情况选择采用，其中双怠速法、稳态工况法和简易瞬态工况法用于汽油车气态污染物测试，自由加速法和加载减速法用于柴油车烟度测试，不同检测方法数据样本分布如图2所示。

图2 不同检测方法的数据样本分布Fig.2 The data distribution of different test methods

由于目前在用车排放标准中没有对车辆应记录项目以及记录方法提出明确规定，检测结果缺乏规范管理，导致近10%的数据样本无法进行有效统计分析。因此，未来应对在用车检测设备、控制软件、数据信息等提出统一规范要求，从而提高检测数据的准确性、有效性。

2.2 环保检验

本研究对不同检测方法的合格率、排放值累积分布进行了分析。各检测方法加权平均合格率为89.5%，由于检测方法及排放限值不同，合格率差异较大(如图3所示)。自由加速和双怠速为非工况法检测，合格率相对较高，均达90%以上；简易瞬态工、稳态工况和加载减速均为工况法检测，其中加载减速法合格率相对偏低，不足75%。合格率偏高或偏低都不利于高排放车辆的有效筛查，因此需要对检测方法及排放限值做进一步调整，从而提高筛查效率。《确定点燃式发动机在用汽车简易工况法排气污染物排放限值的原则和方法》(HJ/T 240—2005)和《确定压燃式发动机在用汽车加载减速法排气烟度限值的原则和方法》(HJ/T 241—2005)指出，确定的排放限值应能有效地检测出高排放的车辆，推荐城市控制高排放车辆的比例为10%～25%。依据该原则，本研究中将累积分布比例为75%～90%时对应的排放值作为污染物建议排放限值。

图3 不同检测方法的合格率Fig.3 The pass rate of different test methods

2.2.1 稳态工况法

稳态工况法不同排放阶段的加权平均合格率为85.9%，国Ⅲ、国Ⅳ排放阶段相对较高。从不同排放阶段来看，随着排放阶段的不断提高，合格率也不断提高(如图4所示)。

图4 不同排放阶段稳态工况法的合格率Fig.4 The pass rate of ASM in different emission standards

通过对实际检测排放值进行累积分布，得到稳态工况法下各污染物不同累积分布比例对应的排放值，具体如图5至图7所示。碳氢化合物(HC)、CO、NO建议排放限值(体积分数)分别为55×10-6～120×10-6、0.28%～0.60%、442×10-6～1 332×10-6(见图5至图7中灰色区域)，而图5至图7中虚线为HJ/T 240—2005中稳态工况法参考最低排放限值。可以看出，HJ/T 240—2005中各污染物最低排放限值有进一步加严的空间。

图5 稳态工况法下HC排放的累积分布比例Fig.5 The cumulative percentage of HC emission of ASM

2.2.2 简易瞬态工况法

简易瞬态工况法不同排放阶段的加权平均合格率为89.8%。从排放阶段来看，国Ⅰ前、国Ⅲ及国Ⅳ排放阶段排放要求较松，合格率较高；除国Ⅰ前排放阶段，其他排放阶段合格率呈逐步上升趋势(如图8所示)。

图6 稳态工况法下CO排放的累积分布比例Fig.6 The cumulative percentage of CO emission of ASM

图7 稳态工况法下NO排放的累积分布比例Fig.7 The cumulative percentage of NO emission of ASM

图8 不同排放阶段简易瞬态工况法的合格率Fig.8 The pass rate of VMASS in different emission standards

通过对实际检测排放值进行累积分布，得到简易瞬态工况法下各污染物不同累积分布比例对应的排放值，如图9所示。CO、HC+NOX建议排放限值分别为6.32～11.30、7.38～14.46 g/km(见图9中灰色区域)，而图9中虚线为HJ/T 240—2005中简易瞬态工况法参考最低排放限值。可以看出，HJ/T 240—2005中CO最低排放限值有进一步加严的空间，HC+NOX则加严空间不大。

2.2.3 双怠速法

双怠速法不同排放阶段的加权平均合格率为91.5%。从排放阶段来看，国Ⅲ、国Ⅳ排放阶段的排放要求较松，合格率较高；除国Ⅰ前排放阶段外，其他排放阶段合格率呈逐步上升的趋势(如图10所示)。

图9 简易瞬态工况法下各污染物排放的累积分布比例Fig.9 The cumulative percentage of pollution emission of VMASS

图10 不同排放阶段双怠速法的合格率Fig.10 The pass rate of TSI in different emission standards

通过对实际检测排放值进行累积分布，可以得到双怠速法下各污染物不同累积分布比例对应的排放值，具体如图11和图12所示。CO低、高怠速工况下建议排放限值(体积分数)分别为0.38%～0.62%、0.20%～0.30%，HC低、高怠速工况下建议排放限值(体积分数)分别为98×10-6～150×10-6、78×10-6～115×10-6(见图11和图12中灰色区域)，而图11和图12中虚线为GB 18285—2005中双怠速法高、低怠速最低排放限值。可以看出，GB 18285—2005中CO最低排放限值有进一步加严的空间，HC则加严空间不大，低怠速比高怠速加严空间相对更大。

图11 双怠速法下CO排放的累积分布比例Fig.11 The cumulative percentage of CO emission of TSI

图12 双怠速法下HC排放的累积分布比例Fig.12 The cumulative percentage of HC emission of TSI

2.2.4 自由加速法

自由加速法不同排放阶段的加权平均合格率为94.7%。从排放阶段来看，由于国Ⅰ前排放阶段排放要求较松，合格率较高，其他排放阶段合格率呈逐步上升的趋势(如图13所示)。

图13 自由加速不同排放阶段合格率Fig.13 The pass rate of FA in different emission standards

通过对实际检测排放值进行累积分布，可以得到自由加速烟度不同累积分布比例对应的排放值，具体如图14所示。自由加速烟度建议排放限值为光吸收系数1.73～2.42 m-1(见图14中灰色区域)，而图14中虚线为GB 3847—2005中自由加速烟度最低排放限值。可以看出，GB 3847—2005中自由加速烟度最低排放限值加严空间相对不大。

图14 自由加速烟度排放的累积分布比例Fig.14 The cumulative percentage of smoke emission of FA

2.2.5 加载减速法

加载减速法不同排放阶段的加权平均合格率为74.7%，与其他检测方法相比总体偏低。从排放阶段来看，合格率随不同排放阶段逐步提高(如图15所示)。

图15 加载减速不同排放阶段合格率Fig.15 The pass rate of LUGDOWN in different emission standards

通过对实际检测排放值进行累积分布，可以得到加载减速烟度不同累积分布比例对应的排放值，如图16所示。加载减速法3个轮边功率(80%、90%、100%)下烟度重合度较高，可以选取某一功率点作为测试工况，从而简化测试流程。最大轮边功率点加载减速烟度建议排放限值为光吸收系数0.98～2.23 m-1(见图16中灰色区域)，而图16中虚线为HJ/T 241—2005中加载减速烟度参考最低排放限值。可以看出，HJ/T 241—2005中加载减速烟度最低排放限值相对偏低，应适当放松要求，提高合格率水平。

图16 加载减速烟度排放的累积分布比例Fig.16 The cumulative percentage of smoke emission of LUGDOWN

2.3 品牌车型

本研究对中国42个在用车品牌的合格率进行了分析，检测方法为简易瞬态工况法。依据检测量及代表性选取了10个典型的合资及自主品牌在用车，对其合格率进行了分析，结果如图17所示。中国42个在用车品牌平均合格率为89.8%，其中22个自主品牌在用车平均合格率为85.4%，20个合资品牌在用车平均合格率为92.9%，差距明显。合资品牌在用车间合格率水平差距明显(见图17(a))，而自主品牌整体水平相当(见图17(b))。

图17 典型品牌在用车的合格率Fig.17 The pass rate of typical brand

不同排放阶段典型品牌在用车的合格率如图18所示。国Ⅲ排放阶段前，各合资品牌在用车的合格率差异较大，国Ⅲ排放阶段后差异逐步缩小；各排放阶段自主品牌在用车的合格率差异较小，国Ⅰ、国Ⅱ排放阶段合格率偏低，国Ⅲ、国Ⅳ提升较快。由于国Ⅰ前、国Ⅲ及国Ⅳ排放阶段排放要求较松，各品牌在用车的合格率较高。除国Ⅰ前排放阶段，各品牌在用车从国Ⅰ排放阶段开始合格率呈逐步上升趋势。

图18 不同排放阶段典型品牌在用车的合格率Fig.18 The pass rate of typical brand in different emission standards

不同行驶里程典型品牌在用车的合格率如图19所示。由图19(a)可见，合资品牌合格率随行驶里程变化较小，但不同合资品牌间差异较大；合资品牌3、4、5合格率随行驶里程变化更小，200 000 km基本保持在90%，合资品牌1、2则变化相对明显，60 000 km开始明显劣化，200 000 km仅为70%左右。由图19(b)可见，自主品牌合格率随行驶里程变化明显，40 000 km开始明显劣化，200 000 km仅为70%左右。不同自主品牌间差异较小，排放控制水平相当。

图19 不同行驶里程典型品牌在用车的合格率Fig.19 The pass rate of typical brand in different mileage

为有效控制汽车生命周期排放、提高排放控制装置耐久性水平，应逐步提高汽车耐久性里程，同时调整耐久性试验规程，弱化型式核准前耐久性试验，通过实际道路测试、车载诊断系统(OBD)功能检查、关键零部件老化试验、贵金属含量检测等手段强化汽车产品耐久性监督检查。

依据数据样本及代表性，本研究以合资品牌1为典型品牌，分析了其不同车型的合格率，结果如图20所示。合资品牌1共有9款车型，如涵盖轿车、SUV、MPV等。

图20 不同车型典型品牌的合格率Fig.20 The pass rate of typical models

按20个合资品牌在用车平均合格率为92.9%来看，合资品牌1有3款车型高于该平均合格率，大部分车型低于该平均合格率。各车型差异较大，车型7、8、9的合格率均在95%以上，而车型1、2却在80%左右。

3 结论及建议

随着机动车保有量的不断增长，机动车污染已成为中国大气污染问题中最突出、最紧迫的问题之一。开展在用车实际排放状况研究，有助于提高机动车污染防治水平，确保新车排放标准的有效实施，对改善城市空气质量有着重要的意义。

中国在用车各检测方法加权平均合格率为89.5%，由于检测方法及排放限值问题，不同检测方法合格率差异较大。应依据在用车污染物排放限值确定的原则及在用车检测大数据分析，对各检测方法及排放限值做进一步调整，从而有效提高筛查效率。中国合资与自主品牌在用车合格率存在明显差距。合资品牌间合格率水平差距明显，自主品牌整体水平相当。自主品牌合格率随行驶里程变化明显。

为进一步加强在用车排放管理，提高在用车排放控制水平，提出以下建议：

(1) 加快修订在用车排放标准。加快修订在用车排放标准GB 18285—2005、GB 3847—2005、HJ/T 240—2005和HJ/T 241—2005等。调整排放限值以适应在用车实际排放控制要求，加严不同排放阶段的排放要求。进一步简化检验流程，对测试设备、软件数据等提出规范统一要求。

(2) 加快推广应用简易工况法(即稳态工况法和简易瞬态工况法)。简易工况法更能体现机动车的实际排放状况，有利于准确掌握各类机动车的排放水平，有效筛查高排放车型，从而对在用车排放进行有效监管。进一步优化检验测试流程，如加载减速法不同轮边功率下烟度重合度较高，可以选取某一功率点作为测试工况。

(3) 加强环保检验信息平台建设。建立在用车环保检验信息联网统一规范及接口，实现机动车环保标志和检验信息的联网共享，2016年底前重点地区实现国家、省、市三级联网，2017年底前全面建成国家、省、市三级机动车排污监控平台，实现全国联网。

(4) 加强环保检验数据统计应用。重点在新车排放达标监管、排放模型修正、政策法规制定及评

估、机动车污染防治考核等方面进一步加强对环保检验数据的统计应用，为机动车污染防治工作提供有力的数据支撑。

[1] 环境保护部.2013中国环境状况公报[R].北京：环境保护部，2013.

[2] 环境保护部.2014中国机动车污染防治年报[R].北京：环境保护部，2014.

[3] 《中国汽车工业年鉴》期刊社.中国汽车工业发展年度报告2014[R].天津：中国汽车技术研究中心，2014.

[4] 环境保护部.关于印发《机动车环保检验管理规定》的通知[EB/OL]. (2013-04-02)[2015-05-06].http://www.zhb.gov.cn/gkml/hbb/bwj/201411/t20141102_290974.htm.

[5] 邵祖峰.试论城市机动车尾气污染的治理对策[J].上海汽车，2002(3)：36-37.

[6] 于增信，孙莉，鲍晓峰，等.在用车排放特性研究[J].北京联合大学学报(自然科学版)，2011，26(4)：31-35.

[7] 冯淑慧，何卉，SHARPE B，等.中国机动车排放控制措施评估——成功经验与未来展望[R].华盛顿：国际清洁交通委员会，2010.

[8] 周海茵，张世达，王广斌.机动车环保定期检验管理问题的争议及思考[J].环境科技，2011，24(3)：76-78.

[9] CHIANG H L，TSAI J H，YAO Y C，et a1.Deterioration of gasoline vehicle emissions and effectiveness of tune up for high pollute-vehicles[J].Transportation Research Part D：Transport and Environment，2008，13(1):47-53.

[10] MANYIKA J，CHUI M，BROWN J，et al.Big data：the next frontier for innovation，competition and productivity[R].Washington，D.C.：McKinsey Global Institute，2011.

[11] MCAFEE A，BRYNJOLFSSON E.Big data:the management revolution[J].Harvard Business Review，2012，90(10)：3-9.

[12] 张兰廷.大数据的社会价值与战略选择[D].北京:中共中央党校，2014.

[13] 朱东华，张嶷，汪雪锋，等.大数据环境下技术创新管理方法研究[J].科学学与科学技术管理，2013，34(4)：172-180.