基于系统动力学模型的补贴政策对城市配送电能替代的影响分析

刘可真，刘 通，冯悦蔓，苟家萁，和 婧，王 骞

（1.昆明理工大学 电力工程学院，云南 昆明650500；2.香港大学理学院，中国香港999077）

0 引言

随着电子商务的发展和人口快速增长，城市配送货物量和配送频次激增，加剧了城市交通拥堵和环境污染等问题［1-2］.城市配送作为整个物流过程的重要环节，已成为发展物流领域“电能替代”的重点方向［3-4］.2011年至今，中国新能源车辆发展迅速.2019年新能源车辆销量达到120.6万辆，占车辆总销量的4.68%.根据2019年3月发布的《关于进一步完善新能源汽车推广应用财政补贴政策的通知》，2019年后新能源汽车的补贴出现退坡，地方补贴取消的同时国家补贴的降幅超50%，2020年新能源汽车补贴将进一步减少，至2021年全面取消［5］.作为重点推广“以电代油”的城市配送领域，相关政策的改变对电能替代发展将产生影响，研究补贴政策对城市配送物流车电能替代效益的影响具有重要的理论价值和现实意义.

针对测算电能替代产生的效益问题，国内外学者针对不同领域做了大量研究，包括供暖领域［6-7］、光伏发电领域［8-10］和电动汽车领域［11-12］等.以上研究仅对实施电能替代产生的效益进行了测算和比较，未考虑电能替代实施的长期性、复杂性和动态性.文献［13-14］分别使用了支持向量机和能源热效率的测算方法对中长期电能替代潜力进行了分析，但未考虑交通运输领域中的政策变化对电能替代实施的影响；文献［15-16］使用了系统动力学建模对电动汽车发展规模进行了分析和仿真，但模型中仅反映了经济效益对实施电能替代的影响，没有综合考虑电动汽车替代传统汽车产生的环境效益.

在城市配送领域中，城市配送物流车成为了电能替代研究的重要内容.城市配送物流车有以下几个特点：（1）城市配送物流车属于营运车辆，面向用户侧进行决策时主要考虑实施电能替代后能否提高经济效益；（2）城市配送物流车使用频率较高，使用里程较长，研究结果更为明显；（3）市区限行政策使得新能源城市配送物流车已有一定数量的保有量，研究样本更为充分.城市配送电能替代的实施是个包含地方政府、物流公司、汽车制造商和燃料供应商等主体的具有复杂反馈和延迟环节的系统.此外，系统动力学用于研究复杂反馈延迟系统的序时演化问题，在电力系统及其相关领域已有诸多应用［17-23］.利用系统动力学模型不仅能构建带有复杂反馈的多主体城市配送电能替代系统，还能仿真出政策影响实施城市配送电能替代的动态过程.

综上所述，本文分析了新能源城市配送物流车和燃油城市配送物流车之间的替代关系，在综合考虑电能替代经济效益和环境效益的基础上建立了城市配送领域电能替代的系统动力学模型，模型包含城市配送物流车需求、电能替代经济效益和电能替代环境效益三个子模块.结合电动车补贴退坡的背景，分情景模拟分析了不同政策强度下新能源物流车的保有量、占比和产生的环境效益的变化.

1 系统动力学模型

1.1 模型假设

本文主要研究政策变更对城市配送电能替代产生的影响.选取购车补贴、车辆购置税、电池更换成本和电价政策作为政策变量，研究不同政策变量对新能源城市配送物流车的保有量、占比和环境效益产生的影响.主要有以下假设：（1）作为用户侧的电能替代实施者，物流公司以物流车经济效益最大化的原则进行决策，为了突显所选政策变量对城市配送电能替代的影响，不考虑政策性地、强制性地实施电能替代.（2）模型中使用的计算价格取当前价格，不考虑价格远期出现的变动.（3）为了控制变量，模型计算中同类型新能源物流车和传统物流车的使用寿命和行驶里程取值相同.（4）模型仿真步长为月，将GDP年增长率、人口年增长率和物流车年报废率等数据平均分摊至每月.

1.2 因果回路图

应用系统动力学方法研究系统性问题，为了显示变量之间的因果和反馈关系，需建立因果回路图［24］.城市配送电能替代系统动力学模型的因果回路图如图1所示.

该因果回路图包含三个子模块，分别是城市配送物流车需求模块、电能替代经济效益模块和电能替代环境效益模块.城市配送物流车需求模块用于模拟城市配送物流车的需求量.电能替代经济效益模块用于测算实施电能替代产生的经济效益.本文将经济效益定义为全生命周期的经济利润，即物流车全生命周期创造的物流企业收入与物流车全生命周期的经济成本的差值.电能替代环境效益模块用于测算实施电能替代产生的环境效益.本文将环境效益定义为实施电能替代后所节约的用于治理污染的费用.模型选取的影响因素及相互关系如图1所示（“+”表示正反馈，“-”表示负反馈）.

图1 因果回路图Fig.1 Causal loop diagram

图1 中各子系统反馈关系环路可描述为：政策补贴+→用户侧成本-→用户侧经济效益+→新能源车保有量+→电能替代环境效益+→政策力度-.

该反馈环说明，随着政策补贴的增加，面向用户侧的经济效益增加，物流企业增加新能源物流车购买量，进而新能源物流车保有量增加，电能替代环境效益增加，最后反馈到政府，适当减小政策力度，政策补贴减少.

1.3 模型存量流量图

在因果回路图的基础上，运用Vensim软件搭建城市配送电能替代系统动力学存量流量图，各子模块说明如下：

1.3.1 城市配送物流车需求模块

从城市配送物流车需求模块中可得到新增物流车需求量这一重要参数，其存量流量图如图2所示.

新增物流车需求量表示在当前物流车保有量的基础上，为了满足GDP和人口增长下社会对物流车总量的需求，物流企业还需购买的物流车的总量.该参数由GDP、人口增长率、千人汽车保有量指标和物流车报废率决定.新增物流车需求量ND（t）按式（1）进行计算：

式中：物流车需求总量TV（t）与GDP和人口有关，物流车保有量IV（t）由保有量初值和报废率计算.进一步按式（2）～式（3）可得新能源物流车销售量BNEVCV（t）和传统物流车销售量B（t）：模块求得；α表示销量因子.

式中：K表示效益系数，由经济效益1

图2 城市配送物流车需求模块存量流量图Fig.2 Stock flow chart of demand

1.3.2 电能替代经济效益模块

电能替代经济效益模块用于测算实施电能替代产生的经济效益，计算效益系数K.图3为城市配送经济效益模块的存量流量图.

图3 电能替代经济效益模块存量流量图Fig.3 Stock flow chart of economic benefits

该模块主要分为两个部分，一部分包含本文选取的四个政策变量：购车补贴A、车辆购置税TCV、更换电池成本SCNEV和电价PE，用于计算新能源城市配送物流车经济效益BNEV：

式中：I为在物流车运营生命周期中该车辆给物流企业创造的总收入；MNEV为车辆购置成本；TCV为车辆购置税；Y为使用寿命；RNEV为每年运行成本，包括税费、保险费、维修保养费用等；ENEV为充电费用；R为全寿命里程；Rf为满电续航里程；Cb为电池容量；PE为电价；SCNEV为更换电池成本；A为对新能源物流车的购车补贴，A（t）为t时刻购车补贴，A（t0）为购车补贴初始值；rA为补贴的退坡速率.

另一部分用于计算传统城市配送物流车经济效益BCV：

式中：MCV为车辆购置成本；TCV为车辆购置税；RCV为传统物流车每年运行成本，包括税费、保险费、维修保养费用等；OCV为燃油费用；R为全寿命里程；CO为百公里油耗；PO为油价.

可得效益系数K：

1.3.3 电能替代环境效益模块

电能替代环境效益模块用于测算实施电能替代产生的环境效益.在WTW的生命周期体系下，对新能源物流车和传统物流车的二氧化碳、氮氧化物、二氧化硫排放量和治理成本进行测算.随着新能源物流车的保有量和占比的改变，电能替代产生的环境效益也随之改变.图4为城市配送环境效益模块的存量流量图.

图4 电能替代环境效益模块存量流量图Fig.4 Stock flow chart of environment benefits

新能源物流车的污染排放主要集中在电能的生产阶段［25］，使用公式（12）～公式（18）计算新能源物流车全生命周期的污染排放量.

式中：DU为用户侧耗电量；R为全寿命里程；Rf为满电续航里程；Cb为电池容量；DP为发电侧火电发电量；η为充电效率（取值为97.57%）；ξ为网络损耗（取值为5.9%）；λ为火电占比（取值为18.6%）；Ccoal为发电煤炭消耗量；Qcoal为供电标准煤耗（取值为307g/kW·h）；Esmo为发电烟气排放量；esmo为烟气量系数；GnCO2为二氧化碳排放量，kg；eCO2为二氧化碳排放系数（取值为2.68t/t煤）；GnNOx为氮氧化合物排放量，kg；eNOx为氮氧化合物排放系数（取值为400mg/m3）；GnSO2为二氧化硫排放量，kg；eSO2为二氧化硫排放系数（取值为400mg/m3）.

传统城市配送物流车辆的污染排放主要集中在车辆使用阶段，根据《污染物排放系数及排放量计算方法》，使用式（19）～式（22）计算传统城市配送物流车辆全生命周期使用阶段的污染排放量：

式中：B为全生命周期燃油消耗量，t；R为全生命周期里程；CO为百公里油耗；C为燃油中碳含量（取值为90%）；GNOx为氮氧化合物排放量，kg；N为燃油中氮含量（取值为0.02%）；β为燃油中氮的转换率（取值为35%）；GSO2为二氧化硫排放量，kg；GCO2为二氧化碳排放量，kg；S为燃油中硫含量（取值为0.01%）.

由污染排放量和污染物排放成本单价可计算电能替代环境效益，使用式（23）计算：

式中：EB为电能替代环境效益，污染物治理成本单价pi使用文献［25］的折算结果计算，具体数值如表1.

表1 污染物排放成本单价Tab.1 Unit emission cost of pollutants

2 案例仿真

2.1 模型参数取值

本文以云南省昆明市为例，选取城市配送领域保有量占比较高的两款车型代入城市配送系统动力学模型，以2019年1月作为仿真起始时间，仿真时长为10年（120个月），步长为1个月，具体参数取值如表2.

2.2 补贴政策情景设置

为了分析不同激励政策的变化对实施城市配送物流车电能替代的影响，选取了购车补贴，车辆购置税，新能源物流车电池更换成本和电价政策这四个政策变量进行比较分析.根据不同的政策变量数值，分别设置了基准情景、加速电能替代情景和低速电能替代情景以模拟政策变化对实施电能替代的影响.

为了研究购车补贴对城市配送物流车电能替代的影响，基准情景中设补贴退坡速率为每年10%；加速电能替代情景中补贴政策每年退坡放缓，为每年5%；低速电能替代情景中无购车补贴.车辆购置税基准情景参照现实情况.2021年以前购买新能源物流车无购置税，2021年以后开始征收；加速电能替代情景中，不征收车辆购置税，低速电能替代情景中，始终征收车辆购置税.电池更换成本在基准情景、加速电能替代情景和低速电能替代情景三个不同情景中分别设置为新能源物流车购置成本的20%、10%和30%.电价政策在基准情景中采用分时电价（峰时段：1.0元/kW·h，平时段：0.7元/kW·h，谷时段：0.4元/kW·h），加速电能替代情景和低速电能替代情景电价为定值，分别为0.7元/kW·h和1元/kW·h，模型情景设置如表3所示.

表3 补贴政策情景设置Tab.3 Parameters of different subsidy scenarios

2.3 单项政策下的仿真结果和敏感性分析

2.3.1 购车补贴对新能源城市配送物流车电能替代的影响

在车辆购置税、电池更换成本和电价政策不变的情况下，只改变购车补贴，使用本文建立的模型进行仿真，结果如图5所示.图5（a）和图5（b）显示到2029年底，三种不同情景下新能源城市配送物流车的保有量和车占比都逐渐变大.加速电能替代情景中，模型预测新能源物流车保有量达到84 636辆，占城市配送物流车中的18.91%；基准情景中，预测量达62 884辆，占比为14.02%；低速电能替代情景中，预测量达34 426辆，占比仅为7.78%，均为三种情景中最小.图5（c）为三种情景下，实施电能替代产生的环境效益变化情况.在基准和加速电能替代情景中，环境效益有明显提高，分别达到1.335亿元和1.797亿元，低速电能替代情景中，环境效益增长较为缓慢且最终效益值仅为0.731亿元.

随着购车补贴的改变，新能源物流车的保有量、占比和实施电能替代产生的环境效益的取值在一定范围之内变化，趋势一致，表示目标变量对购车补贴这一变量的变化敏感.购车补贴增加时，新能源物流车的保有量、占比和实施电能替代产生的环境效益增大，反之减小，体现了购车补贴和实施电能替代之间存在正相关关系.

图5 改变购车补贴的仿真结果Fig.5 Simulation results under different car purchase subsidy

2.3.2车辆购置税对新能源城市配送物流车电能替代的影响

在购车补贴、电池更换成本和电价政策不变的情况下，只改变车辆购置税，使用本文建立的模型进行仿真，结果如图6所示.图6（a）和图6（b）显示到2029年底，三种情景下新能源城市配送物流车的保有量和车占比都逐渐变大.加速电能替代情景中新能源物流车保有量最高，达63 145辆，占比14.10%.基准情景和低速电能替代的最终保有量和占比相近，约为9.8%.基准情景中，2019年至2021年之间（0～24月），由于免缴车辆购置税，新能源物流车保有量和占比变化情况与加速电能替代情景相近；2021年以后，需缴纳车辆购置税，此时的新能源物流车经济效益变小，新能源物流车的销售量减少，所以新能源物流车的保有量出现下降，与低速电能替代情景相近.图6（c）为三种情景下，实施电能替代产生的环境效益变化情况.加速电能替代情景中环境效益明显提高，达1.341亿元.基准情景中电能替代环境效益先提高，2021年后随着新能源物流车保有量减少而降低，而后效益随时间缓慢提升，终值为1.093亿元.低速电能替代情景中，环境效益为1.101亿元，与基准情景相近.

根据仿真结果，随着车辆购置税的改变，新能源物流车的保有量、占比和实施电能替代产生的环境效益的取值在一定范围之内变化，趋势一致，表示目标变量对车辆购置税这一变量的变化具有一定的敏感性.征收车辆购置税时，新能源物流车的保有量、占比和实施电能替代产生的环境效益减小，反之增大.体现了车辆购置税政策和实施电能替代之间存在负相关关系.

图6 改变车辆购置税的仿真结果Fig.6 Simulation results under different vehiclepurchase taxes

2.3.3 电池更换成本对新能源城市配送物流车电能替代的影响

在购车补贴、车辆购置税和电价政策都不变的情况下，只改变电池更换成本，使用本文建立的模型进行仿真，结果如图7所示.图7（a）和图7（b）显示到2029年底，三种情景下新能源城市配送物流车的保有量和占比都逐渐增大，趋势一致.加速电能替代情景中，系统动力学模型预测新能源物流车保有量达56 714辆，占比12.67%.基准情景保有量为49 980辆，占比11.14%.低速电能替代情景保有量仅有44 471辆，占比10.04%，为三种情景最小.从2019年实施新能源城市配送物流车电能替代开始，新能源物流车占比呈现出快速扩大的趋势，但随着政策普及电能替代项目的逐步实施完成，占比增长速度开始逐渐减慢，甚至在低速电能替代情景中，还出现了车占比相较以往年减小的情况.图7（c）显示了三种情景下，实施电能替代产生的环境效益都有所提高，2029年分别达到1.061亿元、1.204亿元和0.944亿元.

根据仿真结果，随着更换电池成本的改变，新能源物流车的保有量、占比和实施电能替代产生的环境效益的取值在一定范围之内变化，趋势一致，但是变化相较于购车补贴变量不太明显，表示目标变量对电池更换成本这一变量的变化只具有一定程度的敏感性.更换电池成本增加时，新能源物流车的保有量、占比和实施电能替代产生的环境效益减小，反之增大，体现了更换电池成本和实施电能替代之间存在负相关关系.

图7 改变电池更换成本的仿真结果Fig.7 Simulation results under different battery replacement cost

2.3.4 电价政策对新能源城市配送物流车电能替代的影响

在购车补贴、车辆购置税和电池更换成本都不变的情况下，只改变电价政策，使用本文建立的模型进行仿真，结果如图8所示.图8（a）和图8（b）显示到2029年底，三种情景下新能源城市配送物流车的保有量和占比都逐渐增大，趋势相近.加速电能替代情景中，系统动力学模型预测新能源物流车保有量达57 662辆，占比12.88%.基准情景保有量为53 682辆，占比11.97%.低速电能替代情景保有量仅有50 822辆，占比11.47%，为三种情景最小.图8（c）显示了三种情景下，实施电能替代产生的环境效益都有所提高，2029年分别达到1.140亿元、1.224亿元和1.079亿元.

根据仿真结果，随着电价政策的改变，新能源物流车的保有量、占比和实施电能替代产生的环境效益的取值在一定范围之内变化，且变化趋势相近，表示目标变量对电价政策这一变量的变化具有一定的敏感性.电价较高时，新能源物流车的保有量、占比和实施电能替代产生的环境效益减小，反之增大.体现了电价政策和实施电能替代之间存在负相关关系.采用分时电价（基准情景）和未采用分时电价（加速电能替代情景和减速电能替代情景）下新能源物流车的保有量、占比和实施电能替代产生的环境效益相近，所以分时电价对新能源城市配送电能替代的影响较小.

图8 改变电价政策的仿真结果Fig.8 Simulation results under differenttariffpolicy

2.4 四项政策组合对新能源城市配送物流车电能替代的影响

将购车补贴、车辆购置税、更换电池成本和电价政策四项政策组合进行仿真，以得到基准情景、加速电能替代情景和低速电能替代情景下新能源物流车的保有量、占比和电能替代环境效益的变化.仿真结果如图9所示.图9（a）和图9（b）显示了到2029年底，加速电能替代情景中新能源物流车保有量快速增长，达到69 500辆，较2019年增长49 500辆，占比为18.08%.基准情景中，保有量和占比总体趋势为缓慢上升，由于车辆购置税的变化，2021年末新能源物流车保有量和占比有小幅下降而后继续缓慢上升，2029年保有量达到36 284辆，较2019年增长16 284辆，占比为9.32%，与2019年相比无明显变化.低速电能替代情景中，保有量和占比出现下降，保有量仅剩6 122辆，占比0.16%，有较大退步.原因是在没有购车补贴，需缴纳车辆购置税以及电池的更换成本和电价较高的政策组合下，新能源物流车面向用户侧的经济效益相比于传统物流车的经济效益相差太大，导致物流企业对新能源物流车的购买量大幅减少，进而影响新能源物流车的保有量和占比.图9（c）显示了电能替代的环境效益变化情况.在加速电能替代情景中，环境效益大幅度提高，达到1.48亿元，比2019年增长231.24%.基准情景中，环境效益增长缓慢，达到0.770 3亿元，增长81.34%.低速电能替代情景中，环境效益增长为负，效益为1 300万元，增长率为-64.81%.说明四项政策组合对新能源城市配送物流车的环境效益有较大的影响，在加速电能替代情境中，能大幅度提高环境效益，对电能替代的实施起到积极作用，而在低速电能替代情境中，环境效益相较于2019年逐渐减小.

图9 四项政策组合情景下的仿真结果Fig.9 Simulation results under combination of fourpolicyvariables

3 结论

本文针对不同政策对实施电能替代影响力大小不同的问题，建立了基于系统动力学的城市配送领域电能替代政策分析模型，包含城市配送物流车需求、电能替代经济效益和电能替代环境效益三个模块.并选取购车补贴、车辆购置税、电池更换成本和电价政策四个政策变量，对基准情景、加速电能替代情景和低速电能替代情景进行了城市配送电能替代系统动力学仿真，得到以下结论：

1）城市配送电能替代的实施是个具有负反馈的系统，使用系统动力学模型进行仿真研究能有效反映政策变化对城市配送物流车的影响.

2）相比于私家车，城市配送物流车具有较强的营运性质，电能替代的实施过程主要受面向用户侧的经济效益影响.当新能源物流车的经济效益高于传统物流车的经济效益时，物流企业会加大对新能源物流车的采购力度，从而促进电能替代的实施.反之，则会减缓电能替代的进程.

3）购车补贴、车辆购置税、更换电池成本和分时电价四项政策因素对电能替代的实施都有影响.其中，购车补贴和车辆购置税这两项变量对新能源城市配送物流车实施电能替代的影响较大，在取消补贴和征收购置税的情景下，会导致电能替代的进程放缓.电池更换成本和电价政策的变化对电能替代的影响较小，但电池更换成本的下降和采用分时电价能减小补贴退坡实施电能替代带来的冲击.

4）为进一步鼓励物流企业实施电能替代，应使购车补贴和车辆购置税两项政策不低于基准情景，尽量降低电价的同时应加快新能源物流车的技术进步，进一步降低电池更换成本.