张建珍,王小琛,台啟龙,谢荣富, 陈振斌

(1.海南大学 机电工程学院，海南 海口570228；2. 衢州职业技术学院 机电工程学院，浙江 衢州324000；3.华南理工大学 机械与汽车工程学院，广东 广州 510640)

海南省交通运输业能源需求与碳排放预测分析

张建珍1,王小琛2,台啟龙3,谢荣富1, 陈振斌1

(1.海南大学 机电工程学院，海南 海口570228；2. 衢州职业技术学院 机电工程学院，浙江 衢州324000；3.华南理工大学 机械与汽车工程学院，广东 广州 510640)

为预测海南省交通运输业的能源需求与碳排放情况，以美国和瑞典共同开发的模型—“长期能源替代规划系统(LEAP)”和MATLAB为工具，在分析2005—2014年间海南省交通运输业能源消耗及碳排放现状的基础上，建立了海南省交通运输的能源与环境LAEP模型，同时，采用回归分析法，对海南省交通运输业的能源需求和二氧化碳排放量进行了预测，并设置了基准、结构和政策3种情境，以2010年为基准期，估测了2015—2035年交通运输的能源需求量和二氧化碳排放量.分析结果表明，在节能低碳情景下，2035年海南省的能源需求和CO2排放量显著减缓，其中能源需求的结构情境相比基准情境将降低11.45%，单位产值的CO2排放则减少15.01%.政策情境相比基准情境将降低11.08%，单位产值的CO2排放则减少12.24%.因此，调整交通运输的结构比例和从政策角度降低各终端的能源强度，有利于节能减排的实现.

交通运输业； 低碳发展； LEAP模型； 情境分析； 节能策略

交通运输业是目前我国能源消耗增长最快的行业之一.因此，减少交通运输业的能源需求和碳排放对于促进海南国际旅游岛建设和创建全国生态文明城市具有重要作用.我国《国民经济和社会发展第十三个五年规划纲要》(2016—2020年)提出：“要树立循环利用的资源观，推动资源利用方式根本转变，加强全过程节约管理，大幅提高资源利用的综合效益”①中华人民共和国国民经济和社会发展第十三个五年规划纲要(2016—2020年).交通运输业正处于“高能耗、高排放”的加速扩张期，其带来的能源消耗大幅度增长的趋势将难以扭转.目前，我国交通运输业的石油消耗量仅次于制造业，排名第二，占全社会消耗总量的34%.与此同时，交通运输业CO2排放量约占CO2排放总量的22%[1].为此，研究交通运输的低碳发展对于推动节能减排具有重要的现实意义.

在现有研究中，LEAP模型在国家和城市中长期能源需求和碳排放分析[2-6]，工业发展规划[7]、居民生活[8]等领域应用广泛.目前，对城市交通部门的能耗和碳排放分析主要集中在北京、上海等大城市，相对面言，对地理位置特殊和自身产业基础薄弱，经济总量小，人口总量少，城市化、工业化和居民收入水平较低的欠发达地区的研究则较少，而我国仍有很大一部分省份属于这类欠发达的地区.基于此，本文选择以海南省为研究对象，分析了海南省交通运输能耗与二氧化碳排放的现状，同时，基于LEAP工具，构建了海南省交通运输行业的能源与环境模型，并以2010年为基准年，研究了不同情境下的未来四个“五年计划”期间海南省交通运输行业的能源需求量和碳排放水平，最后，通过现状分析与预测结果，提出了海南省交通运输业节能减排的途径与对策，以期为经济欠发达地区的交通运输业的可持续发展提供参考.

1 海南省交通运输能源消耗与二氧化碳排放现状分析

1.1 交通运输业能源消耗现状 从海南省交通运输业的发展状况来看，交通运输业能源消耗呈持续增长的趋势.图1给出了2005—2014年海南省交通运输业能源消耗的总量.由图1可知，2005—2013年，海南省交通运输业的能源消耗呈现持续增长的趋势，仅2014年较2013年有少许回落.2014年，海南省交通运输业的能源消耗总量达280.98万t标准煤，占第三产业能源消耗总量的53.06%[9].相比于全国各省市，海南省交通运输的能源消耗水平较高.

1.2 二氧化碳排放量 CO2排放量是交通运输业低碳发展的衡量指标之一.本文根据文献[10]来计算碳排放量，公式如下：

(1)

式中，C为能源燃烧所产生的碳排放总量，E为能源消费量，NCV为能源低位发热量，CEC为碳排放系数，COF为碳氧化因子.选取2006年《中国工业统计年鉴》和《IPCC国家温室气体排放清单指南2006》中所列的CO2排放因子，不同能源的消耗量和其对应的碳排放系数，测算交通运输业碳排放的数据.测算结果为：海南省交通运输领域的CO2排放量由2005年的232.48万t上升至2014年的849.78万t.

2 海南省交通运输能源环境模型与参数

2.1 模型选取 LEAP模型(Long-range Energy Alternatives Planning System,LEAP)是由美国劳伦斯-伯克利国家实验室开发的，它包括能源供给、能源加工转换、终端能源需求等环节[11].可根据数据的可得性、分析的目的和类型等来构造数据结构，可用于国家和城市中长期能源与环境规划研究，亦可以此来预测海南省交通运输的能源与环境状况[12-13].

本文选用LEAP，建立了海南省交通运输业的能源与环境模型.同时，以2010年为基准年，研究了2005—2014年海南省交通周转量和能源强度.首先，根据相关性分析，对经济状况、政策措施和技术水平等因素进行有目的的设定；然后，建立数据模型，输入相关参数；最后，预测出2015—2035年海南省交通运输的能源需求量和二氧化碳的排放水平.

2.2 模型参数的选取及计算 交通运输包括铁路、公路、水路、航空和管道等五种运输方式，由于管道运输很少，故本文将管道运输忽略.在《海南省统计年鉴》部门分类的基础上，将海南省交通运输部门分为了客运、货运和城市客运等3个部门，具体部门设计如表1所示.

交通运输能源消耗与运输周转量、运输结构和运输能耗强度相关.LEAP模型计算终端的能源需求量公式为[14]：

ED=AL×EI，

(2)

式中ED—能源需求量，AL—交通周转量，EI—能源强度.

表1 LEAP模型中的部门设计

2.2.1 交通周转量预测 交通周转量是能源消耗的一个重要因素.本文基于海南省1999—2014年交通运输周转量和驱动因素的历史数据，运用相关性分析函数corrcoef(x)来计算各驱动因素与其的相关性，在剔除不显著相关性的驱动因素后，再用逐步回归法和曲线拟合的方法来预测客运周转量和货运周转量.

城市客运部门的交通周转量是按如下公式来进行计算[14-15]：

PT=PN×DN×DD×YD，

(3)

IT=VN×VD×VP，

(4)

式中PT—公共交通，PN—城市居民人口数，DN—日出行次数，DD—日出行距离，YD—年平均出行天数，IT—个体交通，VN—车辆保有量，VD—年平均行驶距离，VP—车辆平均载客量.交通周转量的预测结果如表2所示.

2.2.2 能源强度确定 能源强度指终端利用层次中各种技术承担单位服务量所需要的能源[16].

EIi=FCi-ρi×ECi，

(5)

式中：EIi为第i种终端设备的能源强度；FCi为第i种终端设备的单位油耗；ρi为第i种终端设备使用燃料的密度；ECi为第i种终端设备使用燃料的含能量.

表2 不同运输方式下的交通周转量预测结果(2010—2035年)

表3 交通运输业能源消耗量模拟值与统计值比较

3 交通运输能源需求以及碳排放预测

为分析交通运输结构、政策及技术措施对海南省交通运输业能源需求和节能潜力的影响，本研究采用了情境分析法，设置了3种情境：基准情境、结构情境和政策情境.以基准情境为参照，进行结构情境和政策情境模型的比较研究.分析了不同节能措施对海南省交通运输能源消耗的影响.

3.1 基准情境下能源消耗预测分析 基准情境即“零方案”情境，指到2035年为止未采取任何节能减排措施，交通周转量按经济自然增长，能源强度沿袭2013年的数值(不变).以2003—2014年海南省交通运输业的能源消耗量为参照，选择拟合曲线建模，并对模型精度检验.预测2015—2035年交通运输业的能源消耗量.将模型运行结果与统计年鉴的统计数据相对比，得到表3.通过相对误差的分析可知，模型的模拟值与统计值的误差绝对值不超过4%，说明误差较小，该预测模型可用.得到2015—2035年交通运输业的能源消耗量预测模型，Matlab 运行的具体输出结果为：

x=[136.13，390.65，420.20，450.07，480.38，511.22，542.86，573.51，609.48，644.87，682.11，721.39，763.19，807.72，845.57，897.01，948.70，992.28，1 049.21，1 101.45，1 148.33].

到2035年，基准情形下的能源需求量将达到1 148.33万t标准煤.

3.2 结构情境下能源消耗的预测分析 因铁路、公路、水路和航空四种交通运输方式的经济技术条件各不相同，相应的每种运输方式的运输能源强度差异较大，由此造成不同运输结构的能源消费各异.结构情境就是在基准情境分析的基础上，根据海南省经济发展和交通运输的实际情况，从交通体系结构的优化出发，降低公路和民航高能耗运输方式，适当提高铁路和水路的比重.本文根据海南省发展情景的规划，按公路运输比重下降7%，民航下降5%*海南省2014—2015年节能减排低碳发展行动方案，海南省政府办公厅，2014-10-09.，得到了基准情景与结构情景能源需求总量的预测结果对比，见图2.

3.3 政策情境下能源消耗的预测分析 政策情境主要是从政策优化调整的角度，降低各终端的能源强度，以此来预测海南交通运输的政策情境模型.根据海南省发展目标，按客车单位运输周转量能源强度下降2%，货车单位能源强度下降3%②，得到了基准情境与政策情境能源需求总量的预测结果对比，见图3.

由LEAP模型的计算结果可知，2010年交通运输的能源消耗量达到244.55万t标准煤，到2035年，基准情境下的能源需求量将达到1 148.33万t标准煤，结构情境下的能源需求量将达到1 016.82万t标准煤，比基准情境下降11.45%；政策情境下的能源需求量将达到1 021.08万t标准煤，比基准情境下降11.08%.

3.4 不同情境下交通运输业CO2排放量的预测比较 以基准、结构和政策三种情境下交通运输业能源消耗的预测结果为基础，根据ORNL化石能源碳排放分解模型估算法进行碳排放预测结果的计算[18-20]，得到基准情境下2010—2035年海南省交通运输业碳排放的预测结果(图4)，图5为基准情境、结构情境及政策情境下2010—2035海南省交通运输业碳排放的预测结果对比.由图4 和图5可知，在基准情境下，到2035年CO2排放量将达到3 689.26万t.与基准年2010年相比增长了424.38%.而在采取措施的结构情境和政策情境下，CO2排放量增加的速度有不同程度的减少.结构情境下CO2排放量减少了553.76万t，单位产值CO2排放则减少15.01%.政策情境下CO2排放量减少了351.86万t，单位产值CO2排放量则减少12.24%.可见，调整交通运输结构比例和从政策角度降低各终端的能源强度有利于节能减排的实现.

4 结论与建议

本研究以海南省为研究对象，采用情境分析和回归分析法，应用LEAP模型构建了海南省交通运输的能源与环境模型.同时，基于社会发展和节能政策的实施，从终端能源需求的角度，分析和预测了未来海南省交通运输在3种不同情境下的能源需求和环境排放情况，探究了节能减排的潜力，主要结论如下：

(1)海南省2010—2035年的交通周转量和能源需求量将呈显著增长的趋势，并伴随着大量环境气体的排放.受社会经济发展、产业结构、技术进步、能源结构、节能政策与实施等诸多因素的影响，海南省2035年交通运输的能源需求将达到一千一百多万吨标准煤.

(2)根据预测，结构情境和政策情境的能源消耗和CO2排放相对于基准情境会有明显的下降，这说明调整交通运输业的结构比例和从政策角度降低各终端的能源强度有利于节能减排的实现.

根据海南省交通运输业能耗和碳排放的预测结果，为实现海南省交通运输行业的节能减排，建议如下：

(1)调整和优化交通运输的结构，构建节能的交通运输结构体系，并通过交通运输结构的优化，促使运输需求向低能耗和低排放的模式转移，如可以通过增加铁路运输和水路运输在交通运输市场中的份额来促进我省交通运输结构优化.

(2)通过政策的优化调整，结合交通的智能管理以及新型技术的应用来实现交通系统的节能，如可利用现代互联网大数据来提高交通系统的信息化和智能化水平，使交通秩序井然，车流畅通，且污染降低.

(3) 研究汽车的低碳技术，降低单位能耗，如可发展新能源汽车，混合动力车和纯电动车等在交通运输中的应用，以降低公路运输等方式的单位能耗.

[1] 杨冠淳.关于中国远斯运输需求和交通业能源消费的思考[M].上海:信璞投资,2013:3-4.

[2] 朱跃中.中国交通运输部门中长期能源发展与碳排放情景设计及其结果分析[J].中国能源,2001(11):25-27.

[3] 陈长虹，李莉，黄成，等.Leap模型在上海市能源消耗及大气污染物减排预测中的应用[J].能源技术,2005,26( 增刊):16-21.

[4] 潘鹏飞，王平，李伟，等.基于LEAP的河南省交通运输节能减排潜力分析[J].河南农业大学学报,2014，48(3):370-375.

[5] 牛晓耕，牛建高，曹楠楠.交通运输业节能减排的潜力测算与策略探讨[J].石家庄经济学院学报,2014，37(3):45-50.

[6] 谢骆乐.基于模块化设计理论的区域能源规划模型研究[D].重庆:重庆交通大学,2013.

[7] 林烨，王庆伟.基于LEAP的工业能源未来发展规划[J].经济研究导刊,2008,15:109-115.

[8] 遆曙光，王韵，徐广印.基于LEAP的居民生活能源与环境情景分析[J].河南农业大学学报,2010，44(2):229-232.

[9] 2002—2015年海南省统计年鉴[M].海南：海南省统计局，2016.

[10] 樊星.中国碳排放测算分析与减排路径选择研究[D].沈阳：辽宁大学,2013.

[11] Stockholm Environmental Institute (SEI). A Introduction to LEAP[N/OL]. http://www.energycommunity.org/

[12] 魏庆琦，肖伟.1989—2009年间我国交通运输能耗变化关键驱动因素分析研究[J].科技管理研究,2013,30(8)：312-325 .

[13] 李树伟，姜克隽，刘德顺,等.城市客运交通的发展与能源消费—分析与情景模拟[J].城市问题，2006，26(9)：61-64.

[14] 潘鹏飞.基于LEAP的河南省交通运输节能减排潜力分析[D].郑州：河南农业大学,2014.

[15] 李政，付峰，高丹,等.中国特大城市客运交通能源需求变化的因素分析[J].清华大学学报：自然科学版,2008,48(11)：1945-1948.

[16] 陆瑶.基于LEAP模型的物流行业碳减排潜力研究[D].北京：北京交通大学,2011.

[17] 池莉.基于LEAP模型的北京市未来客运交通能源需求和污染物排放预测[D].北京：北京交通大学,2014.

[18] Phdungsilp A.Integrated energy and carbon modeling with a decision support system:policy scenarios for low-carbon city development in Bangkok[J].Energy Policy,2010,38(9):4 804-4 817.

[19] Chen W, Wu Z,He J，et al. Carbon emission control strategies for China: A comparative study with partial and general equilibrium versions of the China Markal model [J].Energy,2007,32(1):59-72.

[20] Chen W,Li H,Wu Z. Western China energy development and west to east energy transfer:Application of the western China sustainable energy development model[J].Energy Policy,2010,38(11):7106-7120.

Forecasting of Energy Demands and Carbon Emission of Transportation in Hainan Province

Zhang Jianzhen1, Wang Xiaochen2, Tai Qilong3, Xie Rongfu1, Chen Zhenbin1

(1. School of Mechanical Electrical Engineering, Hainan University, Haikou 570228, China; 2. Quzhou College of Technology, Quzhou 324000, China;3. School of Mechanical and Automotive Engineering, South China University of Technology, Guangzhou 510640, China)

To forecast the energy demands and carbon emission of transportation in Hainan Province, LEAP model (Long-range Energy Alternatives Planning System), which were developed by U.S.A and Sweden, and MATLAB, were used as the tools to analyze the situation of energy demands and carbon emission of transportation industry in Hainan Province from 2005 to 2014, and the LEAP model of Hainan Province was constructed. Regression analysis was performed to forecast the energy demands and carbon emission of transportation in Hainan Province. Three scenario, baseline, structure, and policy, were set, the energy demand and carbon dioxide emissions from 2015—2035 were estimated. The results showed that the energy demand and carbon dioxide emissions in 2035 would be declined under the energy-saving and low-carbon scenario. Compared with baseline scenario，the energy demand in the structure scenario would be reduced by 11.45%, and the emissions of carbon dioxide reduced by 15.01%. Compared with baseline scenario，the energy demand under the policy scenario would be reduced by 11.08%, and the emissions of carbon dioxide reduced by 12.24%. Therefore, adjusting the proportion of transportation industries and decreasing the energy intensity from the perspective of policy analysis are helpful for the realization of energy-saving and emission-reduction.

transportation industry; low-carbon development; LEAP model; scenario analysis; energy-saving measures

2016-11-30

中国清洁发展机制基金赠款项目(CDM2013008)

张建珍(1976-)，女，福建建瓯人，副教授，研究方向：汽车运用工程，E-mail：zjzhen9635@hainu.edu.cn

陈振斌(1968-)，男，教授，硕士生导师，研究方向：汽车节能环保与新能源，E-mail:zhenbin1208@hainu.edu.cn

1004-1729(2017)02-0164-07

TK01

A DOl：10.15886/j.cnki.hdxbzkb.2017.0028