碳达峰下城市交通运输减排治理策略研究

胡晓伟，包家烁，安实*，唐鹏程

（1.哈尔滨工业大学，交通科学与工程学院，哈尔滨 150090；2.黑龙江省智能交通管理与技术重点实验室，哈尔滨 150090；3.中交远洲交通科技集团有限公司，石家庄 050035）

0 引言

随着我国城市化进程的不断加快和机动车数量的快速增长，交通运输行业已经成为温室气体和污染物排放的重点领域，据统计，仅2010年我国交通领域CO2排放就达到了7.7 亿吨[1]。日益增长的交通碳排放不仅对城市气候和环境造成影响，也严重阻碍了城市生态文明建设和可持续发展。中共中央国务院印发的《交通强国建设纲要》中强调将生态文明建设和交通运输发展相融合，推进城市交通绿色低碳发展[2]。我国中央经济工作会议中提出落实2030年应对气候变化国家自主贡献目标，力争实现2030年前碳达峰、2060年前碳中和的目标。城市交通领域作为主要的碳排放源之一，是实现我国碳达峰、碳中和目标的重要发力点。因此，如何通过政策手段优化交通结构，减少城市交通能源消耗和排放，从而在2030年前实现城市交通领域碳达峰目标并促进城市交通可持续发展是亟待研究的问题。

国内外学者对城市交通可持续问题及减排治理策略进行了广泛研究。PARRY 等[3]运用福利经济理论研究公共交通补贴对城市交通减排的有效性。POOJA 等[4]从社会、经济和环境这3 个角度进行分析，提出发展公共交通，减少高能耗车辆的使用等实现城市交通可持续发展的对策。HICKMAN 等[5]建立城市交通碳排放仿真模型，模拟采用低排放车辆、替代燃料、定价制度、公共交通等政策的效用，并认为实现减排目标需要在广泛的政策机制中采取更有效的行动。LI 等[6]从人、车、路、交通基础设施和交通环境这5个方面提取了衡量低碳交通对城市交通生态环境贡献的主要指标。CHATZIIOANNOU 等[7]揭示了交通负外部性之间的相互关系，评估可持续交通策略对社会产生的共同利益。ARIOLI等[8]的研究表明，实现低碳交通目标需要在出行方式、技术和燃料方面作出巨大改变，并需要加大当前的政策实施力度。

国内的研究中，王波等[9]通过自下而上的计算方法核算广州市交通领域的碳排放清单，并探讨了广州市交通领域碳达峰的实现路径。高怡[10]基于LEAP 模型建立城市交通碳排放测算模型，运用情景分析法设定不同的政策集合，分析不同情景下城市交通碳排放总量的变化。陈铭等[11]以苏州市为例，提出提高车辆能源使用效率，发展公共交通，推进低碳物流技术等可持续发展策略。赵继敏[12]提出城市交通碳减排的激励机制与实现途径，包括发展TOD 模式，推进节能减排技术应用以及培育低碳出行文化。

制定城市交通碳达峰策略的关键在于如何有效量化不同减排治理政策的效用。城市交通运输系统是一个非线性的复杂系统，城市交通碳排放受到多种因素的影响，交通减排政策的应用能否获得相应或更高的效果尚不确定，因此，需要从系统的角度思考并解决交通碳达峰问题。系统动力学是一种模拟系统动态行为的仿真方法，WELLAR[13]认为系统动力学方法(System Dynamics，SD)能够有效评估城市交通可持续发展政策。张毅等[14]、高妍南等[15]分别运用系统动力学方法建模分析城市交通可持续问题。WEN等[16]、王继峰等[17]分别建立城市交通系统动力学模型，分析不同交通治理政策对城市交通发展的影响作用。

城市交通能耗与排放系统包含人口、经济、交通、能源等众多子系统，具备了复杂系统所具备的一切特征，并且城市交通在日益发展和变化，城市交通低碳化与可持续发展是一个长期问题，系统动力学在处理这类高阶非线性的复杂系统和长期性问题时有着显著优势。除此之外，系统动力学能够适用于宏观管理政策的仿真，具有定性和定量分析相结合的特点，因此，本文在既有研究基础之上，深入剖析城市交通能耗与排放系统的内部结构，利用系统动力学方法建立碳达峰下城市交通运输减排治理的决策模型，以哈尔滨市为例标定模型参数，仿真模拟各类交通减排策略产生的实际效果，并研究如何通过不同的策略组合实现城市交通碳达峰目标，为制定交通碳达峰政策提供决策依据。

1 城市交通减排治理决策的系统动力学模型

1.1 建模流程

根据系统动力学方法的建模流程，建立城市交通减排治理决策系统动力学模型的步骤为：(1)对研究对象进行全面、系统的分析，确定城市交通能源消耗与排放系统的边界；(2)分析系统结构，划分城市交通能耗与排放系统的子块，并分析系统要素之间的因果关系，建立总体和局部的反馈机制；(3)对系统建立定量、规范的数学模型，对模型进行评估和检验；(4)依据模型进行模拟与减排政策分析，寻求实现城市交通碳达峰的决策方案。建模流程如图1所示。

图1 城市交通减排治理决策系统动力模型的构建流程Fig.1 Modeling process of system dynamic model of urban transportation emission reduction governance decision-making

1.2 系统边界确定

合理确定系统边界是保证系统动力学模型准确性的重要前提[18]，城市交通能源消耗与排放系统是一个内部结构复杂的非线性系统，不仅包括各类交通工具的保有量和排放量，还包括城市人口、经济、交通基础设施、交通运行和各类交通政策等组成部分。城市人口、经济和交通政策影响着城市交通需求、供给和运行，因此，将其作为系统的输入，交通能源消耗、温室气体和污染物排放构成系统的输出，系统边界如图2所示。

图2 城市交通能耗与排放系统边界Fig.2 Boundary of urban transportation energy consumption and emission system

1.3 系统因果关系

利用因果链表示城市交通能耗与排放系统要素间的相关关系，得到系统的因果回路图。人口是城市发展的重要驱动力，人口的增加会使城市经济增长，同时也会导致交通需求的增加。经济的增长会使居民的购车意愿提高，导致机动车保有量和出行量的增加。然而，城市交通网络的供给能力是有限的，城市机动车出行量的增加会加剧交通供需矛盾，导致交通拥堵，而交通拥堵则会导致能源消耗的额外增加，进而加剧交通排放和污染。从长远来看，交通污染排放的增加会导致大气和环境污染问题，进而会对城市人口和经济产生负面影响。城市交通能耗与排放系统因果回路如图3所示。

图3 城市交通能耗与排放系统因果回路Fig.3 Causal diagram of urban transportation energy consumption and emission system

1.4 系统流图

为了清晰、定量地描述城市交通能耗与排放系统的积累效应，在因果关系图的基础上建立流图对模型变量进行详细、具体的分析。为方便研究，本文将城市交通能耗与排放系统划分为7个子系统：人口子系统、经济子系统、私家车子系统、公共交通子系统、物流与货运子系统、交通基础设施子系统、能源消耗与排放子系统。每个子系统内部分别包含：状态变量、速率变量、辅助变量和常量，各子系统结构如图4～图10所示。

图4 人口子系统Fig.4 Population subsystem

图5 经济子系统Fig.5 Economy subsystem

图6 私家车子系统Fig.6 Private car subsystem

图7 公共交通子系统Fig.7 Public transportation subsystem

图8 物流与货运子系统Fig.8 Logistics and freight subsystem

图9 交通基础设施子系统Fig.9 Transportation infrastructure subsystem

图10 能源消耗与排放子系统Fig.10 Energy consumption and emission subsystem

城市交通减排治理决策系统动力学模型中的主要方程如表1所示。

表1 模型主要方程Table 1 Main equations of model

2 模型参数估计与有效性检验

本文以哈尔滨市为例，对所建立的城市交通减排治理决策系统动力学模型进行参数估计和有效性检验。本文主要应用现状调查、资料搜寻、经验估计和计量经济学等方法对模型中的变量进行参数估计。模型中的城市统计数据主要来自《哈尔滨统计年鉴》，能源和排放参数主要来自《国家温室气体清单指南》《道路机动车排放清单编制技术指南》，模型中参数的初始值(2010年)如表2所示。

表2 模型参数初始值Table 2 Initial values of model parameters

在Vensim 软件中输入模型方程和参数取值，对2010—2019年系统中的关键变量进行仿真模拟和有效性检验。本文选取城市人口数量、地区生产总值、私家车保有量、公交车保有量和货运汽车保有量作为主要的检验变量，对比其模拟值与实际值，并计算出两者的相对误差，如表3所示。

由表3可知，2010—2019年城市人口、地区生产总值、私家车保有量、公交车保有量和货运汽车保有量这5 个变量仿真模拟的相对误差最大值为8.87%，最小值为-2.92%，每个变量每年的相对误差绝对值均不超过10%，说明构建的模型与历史趋势有较好的一致性，可以用于交通减排策略情景模拟。

表3 模型有效性检验结果Table 3 Model validity test results

为进一步检验系统动力学模型的有效性，对所建立的模型进行敏感度分析，从而检验系统的行为模式对参数变化的敏感程度。本文对公交车和出租车的新能源化率进行敏感度分析，不同新能源化率下公交车和出租车碳排放的变化如图11所示。

由图11可知，当公交车和出租车的新能源化率增加时，会直接影响碳排放，使交通碳排放显著降低，表明模型在数值上具有敏感性，且结构稳定。

图11 新能源化率敏感度分析Fig.11 Sensitivity analysis of new energy conversion rate

3 哈尔滨市交通减排策略仿真模拟

不同的城市交通减排治理策略会对城市交通能耗与排放的发展趋势造成影响。在系统动力学模型中，通过调整某些政策变量的值，可以模拟系统在不同政策情景下的发展趋势，从而分析不同策略对系统发展的影响作用。本文在建立模型时为了简化非关键因素的影响，降低模型的复杂程度，对模型做出如下假设：

(1)主要研究城市内部交通的温室气体与污染排放，城市外部交通(铁路、水运、航空等)不在研究范围内。

(2)纳入中央财政补贴范围的新能源汽车包括：纯电动汽车(BEV)、插电式混合动力汽车(PHEV)和燃料电池汽车(FCEV)，由于燃料电池汽车的技术尚未成熟，短时间内难以形成规模，因此，模型中的新能源汽车类型只考虑纯电动汽车和插电式混合动力汽车。

(3)在计算燃油汽车排放时，不计算燃料开采、生产、运输阶段产生的排放，仅计算使用阶段的燃烧排放；在计算电动汽车的排放时，将电力生产的碳排放计算在内。

(4)目前我国的火力发电量占比超过70%，有关研究表明短期内我国以煤炭发电为主的现象仍将持续[19]，因此，假设2030年前仍以火力发电为主。

本文基于情景分析法设定不同的交通减排策略情景，选取交通需求管理策略(TDM)、新能源汽车推广策略(PEV)、公交优先策略(DPT)、交通基础设施建设策略(TIC)和技术发展策略(DT)这5 类策略作为哈尔滨市可以采取的减排治理手段，并设置每类策略的具体方案，如表4所示。

表4 交通减排策略情景设置Table 4 Traffic emission reduction strategy scenario settings

在Vensim 软件中调整相关变量的取值，仿真模拟5 种减排策略情景下哈尔滨市交通能源消耗与碳排放的变化趋势，仿真结果如图12和图13所示。

图12 单一策略情景下城市交通能源消耗总量变化趋势Fig.12 Trend of urban transportation energy consumption under single strategy scenario

图13 单一策略情景下城市交通碳排放总量变化趋势Fig.13 Trend of urban transportation carbon emissions under single strategy scenario

由仿真结果可知，5 种策略均能使城市交通能源消耗和碳排放总量降低，但是实施效果不尽相同。短期内降低车辆百公里油耗和燃料排放系数能取得显著的减排效果，但从长期来看，交通需求管理策略的实施效果最好。而交通基础设施建设策略实施所带来的碳减排量甚微，表明增加交通基础设施建设尽管能在一定程度上缓解交通拥堵，但是会带来更多潜在的交通需求，对碳减排的效果是有限的。综合来看，2022—2030年5 种减排策略实施所带来的累积CO2减排量分别为：2065 万t、720万t、610万t、330万t和2100万t，从大到小排列为：发展技术＞交通需求管理＞推广新能源汽车＞发展公共交通＞交通基础设施建设。

尽管上述几种交通减排策略的实施能有效降低城市交通碳排放，但是每年的城市交通碳排放总量仍呈上升趋势，表明仅采用单一的策略工具难以实现2030年前碳达峰的目标，因此，需要对单一策略进行整合。根据5 种单一策略实施的减排效果，设置5 种策略组合方案，仿真运行结果如图14所示。

图14 组合策略情景下城市交通碳排放总量变化趋势Fig.14 Trend of urban transportation carbon emissions under combined strategy scenario

由仿真结果可知，实施组合策略取得的减排效果和单一策略相比更为显著，能够在2030年前实现碳达峰的策略组合为：TDM+PEV、TDM+DT+PEV和TDM+DT+PEV+DPT，3种情景下哈尔滨市交通CO2排放峰值分别为：1571 万t、1437 万t 和1369 万t，相较基准情景下的累积减排率分别为：22.6%、31.1%和33.2%。这表明交通需求管理策略和推广新能源汽车是使得城市交通碳排放达到峰值的关键举措，而发展技术策略实施后虽然能够降低汽车的百公里油耗，但同时也降低了燃油汽车的出行成本，反而会促进燃油汽车的使用，从长远来看仍会使得交通碳排放呈增长趋势，无法从根本上治理交通排放。

除了CO2排放之外，模型中也包含了污染物排放的计算，组合策略情景下CO 和HC 两种交通污染物排放的变化如图15和图16所示。

图15 组合策略情景下城市交通CO排放总量变化趋势Fig.15 Trend of urban transportation CO emissions under combined strategy scenario

图16 组合策略情景下城市交通HC排放总量变化趋势Fig.16 Trend of urban transportation HC emissions under combined strategy scenario

可以看出，组合策略的实施对于降低交通污染物排放的成效也是显著的，综合实施交通需求管理策略和新能源汽车推广策略能够使污染物排放量逐年下降，同样能够实现2030年前交通污染物排放达峰。

4 结论

本文对城市交通能耗与排放系统进行详细的剖析与子系统划分，将不同种类的交通能源消耗考虑在内，利用系统动力学方法建立碳达峰目标下的城市交通运输减排治理决策模型，以哈尔滨市为案例进行策略仿真分析，考察了交通需求管理策略、新能源汽车推广策略、公交优先策略、交通基础设施建设策略和技术发展策略的实施效果，研究了单一减排治理策略和组合策略情景下城市交通CO2排放和污染物排放的变化趋势，得出如下结论：

(1)2022—2030年哈尔滨市通过交通需求管理、新能源汽车推广策略、公交优先策略、交通基础设施建设策略和技术发展策略这5 种减排策略的实施，带来的累积CO2减排量分别为：2065万t、720万t、610万t、330万t和2100万t。从长期来看，交通需求管理策略能够取得最优的减排效果，而交通基础设施建设策略的效果是有限的。发展技术策略情景下短期内城市交通碳排放总量下降显著，但是会使燃油汽车的使用成本降低，从长远来看会促进燃油汽车的使用，仍会使交通碳排放呈增长趋势。

(2)根据仿真结果，采用单一的策略工具后城市交通碳排放总量仍会逐年增长，实现交通碳达峰目标需要综合实施多种策略。交通需求管理和推广新能源汽车是实现城市交通碳达峰的关键举措，2022—2030年哈尔滨市采用包含交通需求管理和推广新能源汽车策略的3 种策略组合方案均能够使2030年前城市交通CO2和污染物排放达到峰值，其中CO2排放峰值分别为：1571 万t、1437 万t 和1369 万t，相较基准情景下的累积减排率分别为：22.6%、31.1%和33.2%。

(3)推进城市交通碳达峰需要科学施策，首先，应将交通需求管理策略作为最优先实施的调控策略，从行政法规、经济杠杆等多个方面综合施策，限制燃油私家车增长和出行。其次，在实施新能源汽车推广策略时，应继续提高新能源汽车补贴，率先在共享出行、公共交通和货运物流领域推广纯电动汽车，并制定燃油汽车更新计划，不断提高纯电动汽车在各个领域的运营比重。最后，在发展技术方面，现阶段减排技术的研发应着眼于提高燃料质量，降低燃料的排放系数，当新能源汽车市场走向成熟时，应大力发展清洁车辆技术，降低新能源汽车的百公里能耗，同时，应尽早制定更加严格的技术标准，并建立对车辆和能源生产商发展新技术的激励机制。