城市交通能源需求和环境排放预测方法及应用

徐苏花 干宏程

摘  要：以LEAP模型为工具，构建了上海城市客运交通-能源-环境模型，以2019年为基准年，2022—2035年为预测年，分析不同情景下能源需求和环境排放情况。结果显示：除最佳情景外，发展公共交通情景节能减排效果最佳且在2028年实现碳达峰，但不利于NOx减排，缓解道路拥堵情景和推广新能源汽车情景长期节能减排效果不佳；在未来的发展中，个体交通仍然主导能源需求和环境排放，能源依然以汽油为主，上海城市客运交通应以发展公共交通为重点，辅助推广新能源汽车、加大城市道路投资和小汽车限行等措施，环境排放将得到有效控制并提早实现碳达峰。

关键词：LEAP模型；城市客运交通；情景分析；能源需求与环境排放

中图分类号：F570    文献标志码：A    DOI：10.13714/j.cnki.1002-3100.2023.09.002

Abstract： Taking LEAP model as a tool， the urban passenger transport-energy-environment model of Shanghai is constructed. Taking 2019 as the base year and 2022—2035 as the forecast year， the energy demand and emissions in different scenarios are analyzed. The results show that， except for the best scenario， the development of public transport scenario has the best energy

-saving and emission-reducing effect， and the peak carbon dioxide emissions will be realized in 2028， but it is not conducive to NOx emission reduction， and the long-term energy-saving and emission-reducing effect is not good in the scenario of alleviating road congestion and promoting new energy vehicles. In the future development， individual transportation will still dominate the energy demand and environmental emissions， and gasoline will still be the main energy source. Shanghai's urban passenger transportation should focus on the development of public transportation， and assist in promoting new energy vehicles， increasing investment in urban roads and restricting the number of cars， etc.， so that environmental emissions will be effectively controlled and peak carbon dioxide emissions will be realized early.

Key words： LEAP model; urban passenger transport; scenario analysis; energy consumption and environmental emissions

0  引  言

随着经济的发展，交通运输行业已成为继工业生产之后的石油消耗最大、增长最快的行业，同时也是二氧化碳排放增长最快的领域之一[1]。城市是运输网络的重要节点和中心，城市交通是能源消耗和温室气体排放的主要场所，同时其排放的大气污染物威胁着环境和人类健康。

LEAP（Long-range Energy Alternatives Planning System）模型是交通领域能源政策、环境排放减排规划等研究的重要工具，国内外学者利用该模型对中国、马来西亚、韩国、厄瓜多尔等不同国家交通部门能源需求及排放进行了预测分析[2-7]。近年来，国内学者对于我国不同省市交通部门的能源消耗、碳排放等也做了许多研究[8-11]，归纳来看，现有研究多集中于国家层面或者较发达区域的整个交通领域，对城市客运交通节能减排的研究仍有空缺。本文应用LEAP模型在现有的城市交通规划及政策框架内，通过设置5种不同的情景，分析和预测2019—2035年各项政策和措施下上海城市客运交通的能源需求和环境排放情况，旨在为上海市及相似地区城市客运交通节能减排发展提供思路和参考。

1  LEAP模型

LEAP（Long-range Energy Alternatives Planning System）模型即長期能源替代规划系统模型。它是由瑞典斯德哥尔摩环境研究所（SEI）和美国波士顿Tellus研究所共同研究开发的基于情景分析的能源-环境-经济模型。研究者通过对目前能源、经济政策状况的分析以及未来发展及能源发展战略的把握，设置符合实际的情景，量化不同的模型指标并输入到模型当中，经过模型处理后对不同情景下的结果进行分析比较。

本文利用LEAP模型的终端能源需求分析模块和环境影响评价模块来计算上海市城市客运交通能源需求和环境排放情况。环境排放物主要包括CO2、CO、NOx、HC和PM2.5。仅考虑机动车运行过程中燃料燃烧产生的直接CO2排放，电力在传输和储存过程中产生间接排放不予计算。模型的计算公式如下：

E=D·ED                                            （1）

P=E·EF                                                （2）

式中：E表示k种能源技术i种终端利用车辆能耗；D表示k种能源技术i种终端利用车辆的客运周转量；ED表示k种能源技术i种终端利用车辆的能源强度；P表示k种能源技术j种环境排放物的排放量；EF表示k种能源技术j种环境排放物的排放强度。

本文根据上海市城市客运交通的实际情况，将上海市城市客运交通分为公共交通和个体交通。公共交通的终端利用车辆包括公共汽（电）车和轨道交通（地铁）；个体交通的终端利用车辆包括出租车和社会及私人小汽车；公共汽（电）车的能耗类型柴油、电力和油电混合，轨道交通的能耗类型为电力，出租車的能耗类型分为汽油和电力，社会及私人小汽车能耗类型分为汽油、电和混合动力。由于缺乏相关数据，本文城市客运交通不包括轮渡，此外由于甲醇、氢气等燃料电池汽车在上海市的保有量极少，且未来的发展规划有待进一步确定，因此本文未予研究。

2  基本参数计算与设定

2.1  客运周转量计算。根据数据的可得性不同，公共交通和出租车的客运周转量为客运量乘以旅客的平均乘距；社会及私人小汽车的客运周转量按机动车保有量、平均载客量以及年均运行里程的乘积来计算。根据不同的计算方法，计算得到2008—2019年上海市城市客运交通的客运周转量。本文以GDP作为主要驱动因子，基于2008—2019年上海市城市客运交通的客运周转量和GDP的数据，用Excel对二者进行回归分析，得出两者之间的内在关系，从而预测未来年份的客运周转量。回归结果为：

D=0.034GDP+30.72    R=0.9731                                      （3）

根据上海市“十三五”发展规划提出的“全市生产总值年均增长6.5%以上”目标要求，本文设定2022—2035年GDP年均增长率取值为6.5%，由此预测上海市2022—2035年城市客运交通总客运周转量。

2.2  基准年模型基本参数设置。得到部门活动水平，即客运周转量的数值后，模型的计算还需要子部门、终端利用和设备三个层级的活动水平及各终端利用不同燃料类型所对应的能源强度和不同排放物排放强度数据。模型中能源强度和排放强度计算公式分别如式（4）、式（5）所示：

ED=FC/O/100                                             （4）

EI=EF/FC×ρ×0.01                                         （5）

式中：ED表示k种能源技术的能源强度；FC表示k种能源技术的百公里能耗；O表示i种终端利用车辆平均载客量；EI表示i种终端利用车辆k种能源技术第j种排放物的排放强度；EF表示i种终端利用车辆k种能源技术第j中排放物排放因子；ρ表示燃料密度。模型的基本参数设置如表1所示。

3  数据来源

本文公共汽（电）车、轨道交通、出租车旅客平均乘距参考文献[12]的计算结果；小汽车年平均行驶里程取上海市第三次、第四次、第五次及第六次综合交通调查成果中小汽车年均行驶里程数据的平均值13 044km；公共交通、社会及私人小汽车保有量数据均来自国家统计局，其中微型和小型民用载客汽车保有量为社会及私人小汽车保有量总量，出租车保有量数据来自历年《上海市综合交通发展年度报告》[13]；终端利用车辆平均载客量数据均按上海市各交通方式运行实际情况设定，其中公共汽（电）车：60.2人/车，轨道交通：1 447人/列，出租车：2.48人/车，社会及私人小汽车：1.5人/车。在不考虑其他引起公交车能耗变化因素的情况下，本文已知沃尔沃SWB6128V8柴油公交车和申沃SWB6107PHEV9油电混合动力城市客车的百公里油耗，分别为34L和21L及目前上海市正在运行的宇通12米常规纯电动客车的百公里电耗75kwh；上海市轨道交通采用电力牵引，资料显示[14]，其百公里耗电量为263.8kwh；汽车燃料以汽油为主，上海市约有75%的小汽车出行发生在中心城区以及中心城与郊区之间，本文选取上海大众POLO市区燃油消耗量8.5L/100km；纯电动及插电式混合动力小汽车百公里能耗则参考近年来上海市新能源汽车销量最好的比亚迪百公里能耗的13L。上海市出租车以汽油为主，本文汽油出租车百公里油耗取上海大众新朗逸取工信部实测油耗7L。 新能源出租车百公里能耗则取上海市正在运营的上汽荣威Ei5的13.2kwh。上海市公交车各类型燃料比例从巴士档案站获得；个体交通各类型燃料车辆比例来源《2019年上海市综合交通运行年报》[15]。机动车CO、NOx、HC和PM2.5污染物排放因子来源于文献[16]。其中HC排放因子不包含蒸发排放，仅为运行排放部分。CO2排放强度来源于LEAP模型环境数据库TED。

4  情景设置

本文以2019年为基准年，2035年为目标年，设置了基准情景、政策情景来分析不同发展情景下上海城市客运交通领域未来的能源需求和污染物排放，进而分析政策措施对上海城市客运交通节能减排潜力。

4.1  基准情景（BAU）。BAU情景即零情景，在这种情景下，到2035年为止不采取任何节能减排措施，技术也未进步，城市客运交通总客运周转量随着经济的自然增长而增长，但其余层级活动水平、能源强度、排放强度数据沿袭2019年不变。

4.2  政策情景

（1）发展公共交通情景（DPT）。发展公共交通情景在基准情景的基础上发展城市公共交通，大力推进轨道交通路网建设，旨在提高公共交通出行比例，降低小汽车的使用。

（2）推广新能源汽车情景（DNE）。新能源汽车推广情景是在基准情景的基础上优化车辆能源结构，发展新能源汽车，尤其是纯电动汽车。

（3）缓解道路拥堵情景（ERC）。缓解道路拥堵的设想是促进城市道路建设和规划，以确保未来道路交通畅通，从而降低上海市道路交通拥堵的成本。

（4）最佳情景（OS）。该情景下，上海市城市客运部门不仅大力发展公共交通，而且在此基础上新能源车推广同时促进城市道路建设和规划。

具体的情景描述如表2所示，表3、表4分别为DPT和DNE情景的模型参数设置，图1为ERC情景机动车燃油经济性变化。

5  结果与分析

5.1  能源需求分析。不同情景下總能源需求变化情况如图2所示。2019年，总能源需求为470.76万吨标准煤。BAU情景下，到2035年能源需求将增长至1 166.99万吨标准煤。是基准年的2.48倍。在其他4个政策情景中，除了OS情景外，DTP情景具有显著的节能效果，能源需求总量缓慢增加并于2028年达到能耗峰值526.45万吨标准煤后缓慢下降，到2035年相对于BAU情景的能耗削减率为58.53%；DNE和ERC情景的节能效果小于DPT情景，但节能潜力不容忽视，到2035年总能源需求相比于BAU情景下降29.28%和14.79%；在OS情景下，总能源需求呈直线下降趋势，在2020年就达到峰值。

汽油是能源消耗的主体，占总能源需求的96.3%（如图3所示）。按情景预测，到2035年，OS情景下的汽油占总能源需求比重为82.2%，汽油需求量大幅减少。随着交通系统中电动汽车的推广，城市客运电力消耗不断增加，在OS情景和DNE情景下，电力消耗量分别占总消耗量的17.8%和13.3%。但无论何种情景汽油消耗都在上海市城市客运交通部门的能源主体中占主导地位。

5.2  环境排放分析。各情景下不同环境排放物的排放情况如图4所示。BAU情景下，随着能源总需求的不断增加，各环境排放物的排放量也有了大幅增加，到2035年CO2、CO、NOx、HC和PM2.5的排放量分别达到2 301.2万吨、12.73万吨、7 604.90吨、1.52万吨和626.59吨，相应的排放量与基准年相比增加了1.48倍。政策情景下，环境排放量均得到了明显的抑制。CO2排放方面：上海市城市客运交通CO2变化趋势与能耗变化趋势相同，DPT于2028年达到峰值1 034.03万吨。到2035年CO2排放量相较于BAU情景的削减率分别为58.99%，DNE和ERC情景相比于BAU情景CO2削减率为37.52%和15.09%。CO和HC排放方面：在预测的早期，CO和HC的减排效果DNE情景比DPT和ERC情景更加有效，但长期的效果不佳，这是由于到2025公共交通加上出租车大范围新能源化，导致这两种排放物排放量持续减少，但个体交通电动化力度受限，随着机动车保有量持续上涨，社会及私人小汽车的排放量持续增加；在NOx排放方面：DPT和ERC情景NOx减排效果远低于DNE情景，造成这一现象的原因在于DPT和ERC情景下公共交通中的公共汽（电）车主要消耗的能源是柴油，柴油公交车NOx的排放因子大，可见推广能源汽车尤其是纯电动汽车对NOx排放的遏制更有效；在PM2.5排放方面：在预测的早期，DNE和DPT情景的减排效果相似，但随着政策措施的推进，由于DPT情景有效地控制了社会及私人小汽车的排放，到2035年DNE情景的PM2.5减排效果不如DPT情景。

6  结论与建议

（1）模型结果显示，若不采取任何节能减排措施，到2035年上海市城市客运交通的能源需求量将达到1 166.99万吨标准煤，是基准年的2.48倍。

（2）从能源需求看，实施各种节能减排措施抑制了总能源需求量的增加。DPT的能源需求总量在2028年达到峰值后开始缓慢下降，而OS情景下自2020年后能源需求逐年下降，到2035年，发展公共交通、推广新能源汽车、缓解道路拥堵和最佳情景与基准情景相比，分别可节能58.53%、29.28%、14.79%和74.62%。随着公共交通的发展和新能源汽车的推广，城市交通系统能源结构将得到改善，汽油需求下降，电力比重不断上升，但无论何种情景下能源依然以汽油为主，汽油的能耗依旧是能源结构调整的长期控制重点。

（3）从环境排放看，DPT情景下CO2排放量于2028年达到峰值。DNE情景对CO和HC减排效果在预测前期优于DPT情景，但长期的效果不佳，DPT情景不利于NOx减排。ERC情景的减排效果不明显。

虽然目前上海新能源汽车处于国内领先水平，但依旧存在电池资源缺乏、高端产品供应不足、充电桩总量有限且利用率不高等问题，且从现有的政策和规划来看，推广力度相对较弱，模型结果显示可以起到节能减排的作用，但效果有限，因此在大力推广新能源汽车的同时，还必须发展公共交通，另外地方政府可以增加对城市道路建设的投资，修建更宽的道路以缓解特定城市道路的交通压力，增加公交专用道路的建设，适当提高能源效率，最佳情景下的节能减排措施才是实现双碳目标的最佳途径。

参考文献：

[1] 董博，段满珍，陈明明. 河北综合交通低碳现状及影响因素分析[J]. 物流科技，2021，44（6）：89-91，110.

[2]  LIU L， WANG K， WANG S， et al. Assessing energy consumption， CO2 and pollutant emissions and health benefits from China's transport sector through 2050[J]. Energy Policy， 2018，116：382-396.

[3]  HE L Y， CHEN Y. Thou shalt drive electric and hybrid vehicles： Scenario analysis on energy saving and emission mitigation for road transportation sector in China[J]. Transport Policy， 2013，25：30-40.

[4] 馮相昭，赵梦雪，王敏，等. 中国交通部门污染物与温室气体协同控制模拟研究[J]. 气候变化研究进展，2021，17（3）：279-288.

[5]  AZAM M， OTHMAN J， BEGUM R A， et al. Energy consumption and emission projection for the road transport sector in Malaysia： An application of the LEAP model[J]. Environment， Development and Sustainability， 2016，18（4）：1027-1047.

[6]  HONG S， CHUNG Y， KIM J， et al. Analysis on the level of contribution to the national greenhouse gas reduction target in Korean transportation sector using LEAP model[J]. Renewable and Sustainable Energy Reviews， 2016，60：549-559.

[7]  LUIS R G， BOLONIO D， MAZADIEGO L F， et al. Long-term forecast of energy and fuels demand towards a sustainable road transport sector in Ecuador （2016—2035）： A LEAP model application[J]. Sustainability， 2020，12（2）：1-26.

[8] 杨森，黄莹，焦建东，等. 基于LEAP模型的广州交通领域能耗及空气污染物排放分析[J]. 新能源进展，2021，9（1）：69-75.

[9] 吕晨，李艳霞，杨楠，等. 道路机动车温室气体排放评估与情景分析：以北京市为例[J]. 环境工程，2020，38（11）：25-32.

[10]  PENG B， DU H， MA S， et al. Urban passenger transport energy saving and emission reduction potential： A case study for Tianjin， China[J]. Energy Conversion and Management， 2015，102：4-16.

[11] 庞可，张芊，马彩云，等. 基于LEAP 模型的兰州市道路交通温室气体与污染物协同减排情景模拟[J/OL]. 环境科学：1-13[2022-05-11]. https：//doi.org/10.13227/j.hjkx.202109119.

[12] 李茜. 城市客运交通能源需求与碳排放预测方法及其应用研究[D]. 北京：北京理工大学，2018.

[13] 上海市城乡建设和交通发展研究院. 2008—2018年上海市综合交通年度报告（摘要）[J]. 交通与运输，2018，31（6）：7-11.

[14] 上海申通地铁股份有限公司. 上海申通地铁股份有限公司2019年年度报告[EB/OL]. （2020）[2022-12-10]. https：//www.docin.com/p-2346435280.html.

[15] 殷立勤. 2019年上海市综合交通运行年报[J]. 交通与运输，2020，36（3）：102-104.

[16] 贺克斌. 城市大气污染物排放清单编制技术手册[M]. 北京：科学出版社，2017.

[17] 邵丹，李涵. 城市客运交通电动化碳减排效益和碳达峰目标——以上海市为例[J]. 城市交通，2021，19（5）：53-58，42.

[18]  FAN J L， WANG J X， LI F， et al. Energy demand and greenhouse gas emissions of urban passenger transport in the internet era： A case study of Beijing[J]. Journal of Cleaner Production， 2017，165：177-189.