基于生长曲线函数的货车运营环节碳达峰研究

贾术艳，宋雨童，杨紫都

（中国汽车技术研究中心有限公司，中汽数据有限公司，天津 300380）

0 引言

当前，全球气候变化形势日益严峻，消耗化石燃料拉动增量的传统经济发展模式边际降速，全球经济增长进入缓慢停滞期。在此背景下，全球越来越多的国家开始探索与能耗“脱钩”的新发展路径。作为世界第二大经济体，中国实现“碳达峰、碳中和”的进程将对全球减排目标的实现发挥重要作用。2020年我国明确提出了碳达峰和碳中和的目标愿景，即力争2030年前实现CO2排放达到峰值，2060年前实现碳中和，突出体现了我国推进碳减排工作的决心。

交通运输是我国碳排放的主要来源之一。货车作为公路运输的主力，在运营过程中单车能耗高，使用强度大，产生的污染量是造成我国环境污染的重要源头之一。因此，本文以货车为主要研究对象，从货车运营环节着手，对货车碳排放量发展趋势进行研究，探索货车运营环节碳达峰实现的主要路径。

目前，国内外已有诸多学者围绕碳减排、碳达峰等开展研究，但针对货车领域的研究相对较少。从研究重点来看，相关学者针对货车碳减排的研究主要集中在国内外货车减排的政策法规、货车污染物排放影响因子和减排路径等领域。Marsh[1]对美国“清洁卡车计划”进行了研究，提出将新技术与环保法规相结合，推进实施“零排放模式”；杨卓帆[2]从国内外碳排放法规对比入手，重点研究我国在商用车减排法规方面的差距，通过分析国外碳排放法规发展趋势，提出我国节能减排法规的完善方向；Babu等[3]从驾驶行为入手，研究驾驶行为对柴油车污染物实际排放的影响；聂凯等[4]从装载率、货物周转量、车辆技术等方面着手，采用数学模型分析了相关因素对新能源城市物流车碳排放的影响程度，并构建了碳排放模型，提出新能源汽车具有一定的碳减排能力；曾勇等[5]从油耗、行驶速度出发，对城市交通环境下货运车辆的燃料消耗与排放量的关系进行研究，提出城市货运车辆节能减排的路径和措施。通过以上研究来看，多数学者主要是基于少数车辆调研、测试或区域性的货车单体碳减排进行研究，对于整体货车市场碳排放总量测算及减排路径的研究内容较少，尤其是缺少货车保有量变化对货车碳排放影响以及货车碳达峰预测方面的研究。同时，从国内外货车碳减排环境来看，以欧洲和美国加州[6]为例，主流采用了限制货车单车燃料消耗、限制单车CO2排放以及要求零排放和低排放车型销量比例下限等方式，推动货车运营领域的碳减排，而我国目前缺少针对货车运营领域碳排放总量和能源结构转化的战略及规划。

基于货车运营特点和市场调研分析，本文认为货车运营环节的碳排放量与货车单车燃料消耗量、货车保有量规模及结构变化强相关。因此，本文以货车单车碳排放量和货车保有量的研究及预测为基础，对我国货车运营环节的碳排放总量进行综合测算，推演碳达峰时间，为我国交通运输领域碳减排目标的战略制定提供参考，弥补行业研究空白。

1 货车运营环节单车碳排放量测算

货车运营环节的碳排放主要来源于车用燃料的燃烧。在假设不同燃料燃烧产生的碳排放因子数量固定的情况下，本文认为碳排放因子大小主要取决于燃料类型，而货车运营环节中的碳排放量多少则取决于货车单车燃料消耗量变化和年均运营里程情况。基于此假设和判断，本文对当前货车在运营环节中产生的单车碳排放量进行测算。

1.1 货车分类说明

由于不同类型货车的使用燃料种类、车辆总质量、单车燃料消耗量等有所差异，为了更加精准地测算单车碳排放量，本文在测算前对货车进行分类。从货车实际运营角度出发，考虑计算的可操作性和准确性，结合货车运营过程中的场景特征，采用表1标准对货车进行分类。

表1 货车分类Table 1 Truck category

同时，考虑到不同燃料类型货车产生的碳排放量有所差异，故针对货车的燃料类型进行区分。目前，货车运营过程中主要使用柴油、汽油等传统燃料，以及天然气等清洁能源和新能源，但考虑到目前新能源货车占比较低，且纯电动、燃料电池等货车运营环节中不产生CO2，因此，本文主要从柴油、汽油、天然气3 类货车入手，进行货车单车碳排放量的测算。

1.2 货车单车燃料消耗量

自2007年起，我国陆续颁布了国家标准分别对轻型和重型商用车的燃料消耗上限进行规定。基于燃油消耗国家标准《轻型商用车辆燃料消耗量限值(GB 20997)》《重型商用车辆燃料消耗量限值(GB 30510)》，实际油耗市场调研以及中汽数据有限公司保有量数据，本文对当前不同类型货车的单车燃料消耗进行计算，结果如表2所示。

表2 2020年货车平均单车燃料消耗Table 2 Average fuel consumption of single truck in 2020

1.3 货车单车年平均运营里程

基于货车实际运营场景的市场调研情况，本文分别对不同类型货车的运营里程进行估算。其中，重型货车以中长途运输为主，单日运行时间相对较长，单日运营里程平均约为600 km；中型货车以中短物流运输以及特定区域专用运输为主，单日运营里程平均约为400 km；轻型货车主要以城内或者短途城际运输为主，单日运营里程平均约为300 km；微型货车一般承担城内物流运输工作，作业呈现“距离短、次数多”的特点，单日运营里程平均约为150 km。结合市场调研，以年均运营天数300 d 为基准，通过计算，得出不同类型货车年均运营里程，如表3所示。

表3 不同类型货车年均运营里程Table 3 Annual operating mileage of single truck

1.4 货车单车年碳排放量测算

假设柴油、汽油以及天然气货车在运营过程中产生的碳排放系数分别为0.72 kg·L-1、0.63 kg·L-1以及0.80 kg·kg-1，在货车单车燃料消耗和货车单车年平均运营里程评估的基础上，对货车单车年碳排放量进行测算。货车单车每年产生的碳排放量计算公式为

式中：Q′i,j为单车年碳排放量；Ci,j为单车百公里燃料消耗；Mi为货车单车年平均运营里程；Ej为不同燃料类型货车在运营过程中产生的碳排放系数；i为货车分类；j为不同燃料类型。

通过计算，得出不同类型货车单车年碳排放量，结果如表4所示。

表4 2020年货车单车年碳排放量Table 4 Annual carbon emissions of single truck in 2020

从计算结果可以看出，柴油货车单车年碳排放量较高，尤其是中重型货车，由于年均运营里程长，单车油耗高，导致单车碳排放量较大。同时天然气货车由于碳排放系数较高，对碳排放的影响也较大。单车碳排放量的测算，对于货车减碳路径规划具有重要意义。

2 货车保有量增长趋势预测

2.1 预测逻辑说明

为了精准测算货车整体碳排放量的发展趋势，本文在货车单车碳排放量测算的基础上，针对货车保有量增长趋势、结构变化进行重点分析及预测。从诸多学者对汽车市场保有量预测的研究来看，大致包含两种研究方向：一是从保有量规模的影响因素入手[7-8]，建立保有量预测模型，对中长期保有量进行预测；二是从保有量数据变化特征入手[9]，建立单变量的保有量预测模型，对中长期保有量进行预测。在预测方法上，生长曲线模型、灰色预测、回归分析等应用较多。因此，本文在建立货车保有量增长预测模型前，首先对两种研究思路与本文货车保有量预测目标的适用性进行比较分析。

从发达国家货车市场发展规律来看，货车保有量主要受到经济体需求规模以及需求结构的影响，货车保有量的增长与经济增长整体呈现正相关关系。但由于货车需求与经济发展在不同阶段相互作用的机制不同，货车保有量的增长与经济增长并非完全同步。在工业化发展早期阶段，货车市场在工程建设以及道路拓展等因素的带动下快速发展，货车保有量与经济增长具有较强的同步性。但进入工业化后期，经济总量规模不断提升，经济结构逐步转型，货车市场发展直接为国民经济带来的总量增长的边际效用逐渐减小，货车保有量与经济增长的强相关性逐渐减弱。

从我国货车市场发展来看，总体发展节奏与发达国家具有一定的相似性。但随着我国货运市场由快速增量的成长期进入结构调整的成熟期，货车市场自身周期波动对货车保有量规模变化的影响逐步增强。同时考虑到本文对货车运营环节碳达峰时间的研究，需要以货车保有量饱和点测算为前提，而经济发展等因素与货车保有量多以线性关系为主，难以实现对货车保有量饱和点的预测，因此本文从研究目的出发，依据货车从生产、使用到报废的生命周期变化，采用生长曲线函数方法对货车保有量的增长趋势进行预测，计算货车保有量增长的饱和点，以便对货车运营环节碳达峰时间进行研究和预判。

2.2 货车保有量增长模型建立

本文以2012—2020年中汽数据有限公司保有量数据为基础，结合1951—2011年货车保有量公开数据，对货车保有量变化及增长趋势进行研究。从货车历史保有量变化来看，随着我国经济建设的快速发展以及货车运营场景的拓展，我国货车保有量快速增长。1951—2000年我国货车保有量缓慢增长，2000年以后货车保有量规模快速增加，尤其在2015年以后，货车保有量受多项法规及政策拉动影响增长较快。后期随着我国经济增速的缓慢下行，以及货车内部需求结构的稳定，货车保有量规模将逐步饱和。从发展趋势看，货车保有量规模的变化总体符合从低速增长到加速扩张，再到逐步饱和的“S”型生长曲线特点，如图1所示。

图1 货车保有量变化情况Fig.1 Changes of truck ownership

目前，典型的生长曲线模型包括龚帕兹模型、皮尔模型和林德诺模型，但林德诺生长曲线模型常用于新技术发展和新产品销售的预测，不适用于本文研究。龚帕兹模型和皮尔模型均可用于人口增长、工商业生产等方面，故本文分别采用龚帕兹模型和皮尔模型对货车保有量增长趋势进行预测，比较模型的适用性和拟合效果，以确定最佳预测模型。

根据历史保有量数据和货车保有量变化特征，通过各类检验值判断皮尔模型和龚帕兹模型的拟合效果，在模型所有参数p 值均通过检验的条件下，皮尔模型的整体拟合准确度为0.9502，低于龚帕兹模型的0.9804，且皮尔模型的总体残差率高于龚帕兹模型。因此，本文采用龚帕兹模型进行货车保有量的增长趋势预测，具体龚帕兹模型为

式中：Y为货车保有量；K为货车保有量的极限值；参数a决定曲线的位置；参数b决定曲线中间部分的斜率；t为时间(年)。

对模型采用对数变换，并选取最优参数，得到校正决定系数为0.9804的龚帕兹模型为

为得到保有量趋于稳定的时间点及保有量值，对保有量生长模型曲线求导。由于导函数恒不为0，根据生长曲线特征，在趋于饱和后，斜率近于0，若设置0.01 的导函数阈值，可以发现，货车保有量在2060年左右开始进入饱和阶段。

为验证结果，我们对保有量模型求二阶导数，以判断曲线斜率变化的速度。二阶导函数值越小，一阶导函数曲线斜率变化速率变小，近似维持在0，原保有量曲线停止生长，达到稳定值。因此，可以将2060年作为货车保有量增长的饱和点。根据模型结果，到2060年货车保有量的饱和值为8157.0万辆，如表5所示。

表5 重点年份货车保有量预测值Table 5 Predicted values of truck ownership in key years

2.3 货车保有量结构预测

为了进一步分析货车保有量结构变化对货车运营环节碳排放量的影响，本文依据货车不同燃料种类和车型的差异化特征，采用时间序列、灰色预测、ARIMA 等模型对不同燃料和车型的占比结构进行预测，获得初步预测结果。同时，以国际减碳政策作为参考，考虑到未来我国新能源货车及节能减排政策的实施，将对货车的燃料结构产生较大影响，而不同燃料类型中的车型结构在用户用车习惯、车辆场景定位等因素影响下发展趋势相对明确，因此，以货车燃料结构作为第一分类层级，以货车车型结构作为第二分类层级，对货车保有量结构变化趋势进行修正预测。

2.3.1 货车保有量燃料结构预测

在货车不同燃料种类占比结构初步预测结果的基础上，结合节能减排政策推进节奏、新能源货车推广和应用进程等，分情景对货车燃料结构进行修正预测，进而得到不同燃料种类货车的保有量规模。

(1)悲观情景

受限于货车新能源技术发展水平，新能源货车性能及价格与传统燃油货车仍有较大差距，充换电基础设施普及较慢，导致新能源货车的市场接受度较低，国家及地方针对新能源货车的相关政策实施进展效果未及预期。到2060年货车燃料结构仍以柴油、汽油等传统燃料为主，新能源货车市场渗透率亟待提升。此情景下，货车保有量的燃料结构预测如表6所示。

表6 悲观情景下货车保有量的燃料结构占比变化预测Table 6 Prediction of truck ownership by fuel type in pessimistic scenario

(2)基准情景

随着货车新能源技术发展加快，新能源货车性能及价格与传统燃油货车差距逐步缩小，充换电基础设施逐步普及应用，新能源货车的市场接受度稳步提升，国家及地方针对新能源货车的相关政策实施取得较好效果。到2060年货车燃料结构以新能源及清洁能源为主，新能源货车市场渗透率加快提升。此情景下，货车保有量的燃料结构预测如表7所示。

表7 基准情景下货车保有量的燃料结构占比变化预测Table 7 Prediction of truck ownership by fuel type in benchmark scenario

(3)乐观情景

随着货车新能源技术快速发展，新能源货车性能及价格与传统燃油货车差距加快缩小，并依托燃料价格优势，用车成本逐渐低于传统燃油货车，充换电基础设施广泛普及，新能源货车的市场接受度较高，国家及地方针对新能源货车的相关政策实施效果超过预期。到2060年货车燃料结构以新能源为主，新能源货车市场渗透率快速增长。此情景下，货车保有量的燃料结构预测如表8所示。

表8 乐观情景下货车保有量燃料结构占比变化预测Table 8 Prediction of truck ownership by fuel type in optimistic scenario

2.3.2 货车保有量车型结构预测

依据货车保有量中不同燃料类型下车型结构变化的历史规律，采用时间序列、ARIMA等单变量模型对不同燃料类型下不同货车车型占比进行预测，并考虑货运场景定位变化、不同车型电动化难易程度等因素，对预测结果进行修正。随着货运场景进一步细分，以及新能源技术的持续推广和应用，传统燃料在货运场景中的使用集中度不断提高，因此，为了进一步清晰计算货车运营环节碳排放量变化，在货车保有量燃料结构预测基础上，假设各情景下货车不同燃料类型中车型结构变化趋势相同，对货车保有量的车型结构进行预测，结果如表9所示。

表9 货车保有量的车型结构占比变化预测Table 9 Prediction of truck ownership by vehicle type

根据预测结果，由于轻型货车及微型货车电动化普及难度较小，且新能源车辆购车及使用成本相对较低，到2060年，轻型货车、微型货车在传统燃料结构中的占比逐步降低，尤其是微型货车预计将全面实现电动化。而重型货车、大吨位轻型货车由于电动化普及难度较大，且车辆成本较高，在传统燃料结构中的占比逐步增长。天然气由于燃料价格优势及普及难度较低，新能源普及难度较大的重型货车将进一步加快天然气燃料的应用，在天然气燃料结构中的占比不断提升。

3 货车运营环节碳达峰预测

3.1 货车年碳排放总量预测模型构建

在货车单车碳排放量测算和货车保有量规模及结构预测的基础上，对货车运营环节的碳排放总量发展趋势进行分析和研究，不包含货车生产制造等其他环节，具体计算模型为

式中：Q为货车碳排放总量；Qd为柴油货车运营环节产生的碳排放量；Qg为汽油货车运营环节产生的碳排放量；Ql为天然气货车运营环节产生的碳排放量。

根据式(1)和式(4)，进一步计算不同类型货车在运营环节产生的碳排放量，具体计算公式为

式中：YHDT、YMDT、YLDT、YMT分别为重型、中型、轻型、微型货车的保有量；Q′HDT、Q′MDT、Q′LDT、Q′MT分别为重型、中型、轻型、微型货车的单车年碳排放量。

3.2 不同类型货车碳排放量趋势预测

基于所建立的年碳排放总量预测模型和货车保有量规模及结构变化预测，结合货车单车碳排放量测算，对货车整体碳排放量发展趋势进行研究。但在技术发展、政策推动等多因素影响下，货车年碳排放总量也将随之变化。因此，为了进一步测算货车运营环节碳排量变化趋势，在前文货车保有量结构变化预测情景的基础上，结合货车单车燃料消耗变化趋势[10]，对货车运营环节中产生的碳排放总量进行分情景预测。

(1)悲观情景

假设未来长期内柴油、汽油、天然气等燃料燃烧过程中碳排放系数不变，货车单车燃料消耗基本遵循《节能与新能源汽车技术路线图2.0》规划的技术路线发展，到2030年货车单车燃料消耗水平较2019年降低10%以上，到2060年货车单车燃料消耗水平较2019年降低40%左右，如表10所示；同时依据保有量燃料结构预测的悲观情景结果，新能源货车推广和应用进程相对缓慢，到2030年货车保有量中新能源占比仅为8%，到2060年货车保有量中新能源占比为30%。此情景下，不同类型货车在运营环节的碳排放量发展变化如表11所示。

表10 悲观情景下货车单车燃料消耗趋势预测Table 10 Prediction of fuel consumption trend of single truck in pessimistic scenario

表11 悲观情景下不同车型碳排放量发展趋势Table 11 Development trends of carbon emissions of trucks by types in pessimistic scenario

从计算结果来看，货车运营过程中的碳排放总量在2030年后增速虽有所减弱，但碳排放总量规模持续增加，到2060年货车运营过程的碳排放总量达到11.5亿t。

(2)基准情景

假设未来长期内柴油、汽油、天然气等燃料燃烧过程中碳排放系数不变，货车单车燃料消耗水平与悲观情景趋势相同，仍基本遵循《节能与新能源汽车技术路线图2.0》规划的技术路线发展；同时依据保有量燃料结构预测的基准情景结果，新能源货车推广和应用进程较快，到2030年货车保有量中新能源占比为10%，到2060年货车保有量中新能源占比为40%。此情景下，不同类型货车在运营环节中的碳排放量变化如表12所示。

表12 基准情景下不同车型碳排放量发展趋势Table 12 Development trends of carbon emissions of trucks by types in benchmark scenario

根据计算结果，货车在运营过程中的碳排放总量在2035年后增速逐渐减弱，碳排放量规模逐步稳定，到2060年货车运营过程的碳排放总量达到9.8亿t。

(3)乐观情景

假设未来长期内柴油、汽油、天然气等燃料燃烧过程中碳排放系数不变，货车单车燃料消耗在遵循《节能与新能源汽车技术路线图2.0》技术路线发展的基础上，受“双碳”目标推进，节油降耗技术发展进一步加快，到2030年货车单车燃料消耗水平较2019年降低20%以上，到2060年货车单车燃料消耗水平较2019年降低50%左右，如表13所示；同时，依据保有量燃料结构预测的乐观情景结果，新能源货车推广和应用进程快速推进，到2030年货车保有量中新能源占比为20%，到2060年货车保有量中新能源占比为50%。此情景下，不同类型货车在运营环节中的碳排放量发展变化如表14所示。

表13 乐观情景下货车单车燃料消耗趋势预测Table 13 Prediction of fuel consumption trend of single truck in optimistic scenario

表14 乐观情景下不同车型碳排放量发展趋势Table 14 Development trends of carbon emissions of trucks by types in optimistic scenario

根据计算结果，货车在运营过程中的碳排放总量在2030年后增速逐渐减弱，碳排放量规模逐步减少，到2060年货车运营过程的碳排放总量达到6.5亿t。

3.3 货车运营环节碳达峰时间预测

综合3种情景下货车碳排放量的预测结果，可以得出货车运营环节碳排放量的发展轨迹，如图2所示。

图2 3种情景下货车碳排放总量发展趋势Fig.2 Development trends of total carbon emission of trucks under three scenarios

从货车碳排放总量发展趋势来看，货车碳排放量也呈现出从增长到饱和，再到衰减的特点，总体符合“S”型生长曲线的特征。因此，采用生长曲线函数对货车运营过程的碳排放量进行研究是符合发展规律的。

综合比较，在乐观情景下货车运营环节碳排放达峰时间最早，将在2030年如期实现碳达峰目标；基准情景下，碳达峰时间将进一步延长至2035年左右实现；悲观情景下，货车运营环节碳达峰将难以实现，碳达峰时间将延长至2060年以后实现。

4 结论

本文以市场调研数据和中汽数据有限公司保有量数据为基础，运用生长曲线函数、多种单变量预测模型、专家评估等方法对货车保有量规模及结构、货车单车碳排放量以及运营环节中的碳达峰时间进行研究。结果表明：

(1)根据本文测算，2020年我国货车运营环节中的碳排放量约为5.2亿t，该碳排放规模将是我国交通运输领域碳减排工作推进的重要治理对象。

(2)货车运营环节的碳排放规模与货车保有量规模及结构、货车节能技术发展息息相关。因此，对于货车运营环节中的减碳工作推进，应从节能降耗和加快新能源技术渗透两方面同时着手，尤其是新能源货车推广和应用的进程速度，将是加快货车运营环节碳达峰目标实现的关键手段。

(3)货车运营环节的碳排放总量规模总体符合生长曲线的特点。根据研究结果，目前货车运营环节的碳排放总量仍处于增长阶段，需要政府管理机构进一步明确政策干预措施，才能加速货车运营环节碳达峰目标的实现。

未来，随着新能源货车推广和应用进程加快以及传统货车节能降耗技术的发展，货车在运营环节中的碳排放量将逐年减少，对我国碳达峰总体目标的实现将起到重要推动作用。