基于LEAP的河南省交通运输节能减排潜力分析

潘鹏飞，王 平，李 伟，宋冠良，徐广印

(1.河南农业大学机电工程学院，河南 郑州 450002; 2.南阳市地方海事局，河南 南阳 473004)

随着中国城市化进程、人口增加和社会经济的高速发展，交通运输的需求量和服务量不断上升，从而加大了交通能源需求量和对环境的负面影响.在运输能耗不断增加、能源相对短缺、环境问题日益严重的形势下，有必要建立一个“交通-能源-环境”模型，科学分析未来交通能耗需求、探究节能减排途径、制定合理发展策略.长期能源替代规划系统(Longrange Energy Alternatives Planning system，LEAP)是由瑞典斯德哥尔摩环境研究所及美国波士顿Telles研究所共同研究开发的能源—环境情景分析模型，该模型具备结构性强、数据灵活且输入透明易操作、附有环境数据库等特点,可通过数学模型来预测各部门的能源需求、消费及环境影响,实现了对能源消费系统的仿真，通常称为“终端能源消费模型”.斯德哥尔摩环境科学研究机构曾利用LEAP模型对发展中国家多个部门的减排潜力进行分析.目前，LEAP模型在能源需求及大气污染物预测[1～5]、工业发展规划[6]、居民生活[7]、建筑[8]等领域已经得到了广泛的应用.交通方面，张清宇等[9]应用改进的LEAP模型研究了机动车排放控制标准对污染物排放因子的影响；周健等[10]基于LEAP模型构建Xiamen-2008Tra交通模型，评估各种节能减排措施的效果；王晓华[11]基于LEAP模型的北京市物流发展对节能减排影响进行研究.本研究应用LEAP模型建立了河南省交通运输能源与环境模型，以2010年为基准期，研究不同情景下2010—2030年的河南省交通运输能源消耗量和环境排放，探究科学合理的节能减排途径与对策，以期为河南省的交通运输节能减排提供决策依据.

1 河南省交通运输能源与环境模型

1.1部门划分

根据国家统计体系，本研究从终端用能的角度来分析，将河南省交通运输分为客运、货运、城市客运3个部门，分别研究了铁路、公路、水路、航空、公共交通等子部门的能源消耗和环境排放情况.具体部门划分见表1.

1.2驱动因素

按照社会可持续发展的目标，影响交通能源需求的驱动因素包括人口、GDP、人均GDP、第一产业产值、第二产业产值、第三产业产值、工业产值、居民消费水平和城镇化率10个因素[7].本研究所引用的数据来自1990—2010年的《河南统计年鉴》，由于中国国家统计制度中的能源消耗统计数据将交通运输业与仓储、邮政进行合并统计，考虑到后两者所占比重较小，因此将此项整合数据作为交通运输业中的能源消耗水平.

1.3参数设置

本研究应用LEAP模型的终端能源需求模块，根据各部门的活动水平和各种活动所对应的能源强度、能源消费品种和环境排放因子，进行能源需求量和环境排放量计算.

表1 LEAP模型中的部门结构

1.3.1 活动水平 对交通运输部门而言，活动水平指交通周转量，包括客运周转量和货运周转量.

1.3.2 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.

EIi=FCi·ρi·ECi

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.

1.3.3 排放因子 本研究所有的环境排放因子均取自LEAP模型TED中的IPCC默认排放因子，主要研究NOx，SO2，CO23种气体的排放(表2).在终端利用层次中，使用电能的能源技术可以实现无污染气体排放的“零排放”，故不计算其环境排放.

表2 TED中的环境排放因子

2 交通周转量预测

不同因素对各部门的交通周转量影响程度各不相同，为保证预测数据的科学性与合理性，本研究基于河南省1990—2010年交通运输周转量和驱动因素的历史数据，应用SPSS软件建立了交通周转量和驱动因素的回归关系，并对河南省2011—2030年的交通周转量进行了预测.

城市客运部门的交通周转量的具体计算公式如下：

公共交通=城市居民人口数*日出行次数*日出行距离*年平均出行天数.

个体交通=车辆保有量*年平均行驶距离*车辆平均载客量.

为便于研究，本研究选取了2010年、2015年、2020年、2025年和2030年为时间节点.

交通周转量的预测结果如表3所示.

表3 交通周转量预测结果

3 情景设定

考虑到交通行业的能源需求和节能潜力会受到多种因素的影响，本研究采用情景分析法，设置了基准情景(A)、发展情景(B)、政策性节能情景(C)、结构性节能情景(D)、技术性节能情景(E)、综合节能情景(F)6种不同情景，以基准情景为参照，分别从社会经济发展、政策引导、交通结构优化和技术创新4个层面上，研究不同节能措施对河南省交通运输能源消耗的影响.LEAP模型的情景结构如图1所示.

3.1基准情景

依据历史发展趋势，假设在情景时间内河南省交通部门没有采取任何措施来减少能源消耗量和各种污染物排放量，交通运输结构及能源消费模式没有发生转变.

图1 LEAP模型的情景结构

3.2发展情景

考虑社会发展对交通部门的影响，假设 “十二五”河南省发展规划能够顺利实施，到2015年河南省现代综合交通运输综合体系能够建成.并在此基础上，对2015—2030年的驱动因素预测模型、活动水平预测模型进行相应的调整.

表4 调整后的交通周转量预测结果

3.3政策性节能情景

从政策引导的角度，假设国家及河南省政府部门制定的各项节能减排政策能够顺利执行.具体数据来自中国交通运输部颁布的《公路水路交通节能中长期规划纲要》、河南省人民政府颁布的《加快推进河南省低碳交通运输体系建设指导意见》、中国交通运输部颁布的《资源节约型、环境友好型公路水路交通发展政策》.

3.4结构性节能情景

基于政策性节能情景，假设交通部门从以下4个方面调整运输结构，以降低能源消耗量.1)公路方面，逐步提升柴油车的运输比例.2)铁路方面，逐步提升电力机车的运输比例.3)城市客运方面，大力发展公共交通，限制小汽车和摩托车的使用.4)推进CNG车、混合动力车和纯电动车等可替代能源车在交通运输工具中的应用.

3.5技术性节能情景

基于政策性节能情景，假设随着社会的发展和技术的创新，到2030年中国交通运输部门的能源利用率达到国外先进水平，公路部门和水路部门的油耗相比2010年分别下降30%和20%，航空部门的年平均能耗下降率达到3%，个体交通工具的年平均能耗下降率达到1%.考虑到铁路部门、公共交通的服务需求量不断增加，为满足人们对车辆快速、舒适的要求，假设其油耗基本维持不变.

3.6综合节能情景

相对而言比较理想的情景，综合政策性节能情景、结构性节能情景和技术性节能情景，研究其共同作用下的节能潜力.

4 预测结果与分析

4.1能源需求量

根据LEAP模型的计算结果，2010年的交通运输能源消费量达到38.72 Mtce，约占整体社会能源消费量的16.37%.到2030年，基准情景下的能源需求量将达到1 394.2 Mtce，发展情景下的能源需求量将达到1 078.67 Mtce，比基准情景下降22.6%；政策性节能情景的能源需求量达到906.93 Mtce ，比基准情景下降34.95%；结构性节能情景的能源需求量达到876.73 Mtce，比基准情景下降37.11%；技术性节能情景的能源需求量达到755.05 Mtce，比基准情景下降45.84%；综合节能情景的能源需求量达到729.98 Mtce，比基准情景下降47.64%.4个节能情景中，综合节能情景下的节能潜力最大，其次是技术性节能情景、结构性节能情景和政策性节能情景.各情景的能源需求总量如表5所示.

表5 能源需求总量

4.2分部门能源需求

客运部门、货运部门和城市客运部门在不同情景下的能源需求量见图2～图4.

从图2可以看出，2010年客运部门的能耗是3.02 Mtce，占整体交通能耗的7.79%.2030年客运部门能耗将达到11.56～19.55 Mtce，比2010年增长了3.82～5.71倍.各情景中，基准情景的能耗最高，综合节能情景下的能耗最低，与基准情景相比，节能潜力达到7.99 Mtce，其次是技术性节能情景，节能潜力达到7.79 Mtce.

从图3可以看出，2010年货运部门的能耗是29.58 Mtce，占整体交通能耗的76.39%.2030年货运部门能耗将达到672.62～1 322.89 Mtce，比2010年增长了22.74～33.4倍.各情景中，基准情景的能耗最高，综合节能情景下的能耗最低，与基准情景相比，节能潜力达到650.27 Mtce，其次是技术性节能情景，节能潜力达到640.26 Mtce.

从图4可以看出，2010年城市客运部门的能耗是6.12 Mtce，占整体交通能耗的15.8%.2030年城市客运部门能耗将达到45.81～73.49 Mtce，比2010年增长了7.49～12.01倍.基准情景下，2030年的城市客运能耗将达到51.76 Mtce，相比基准情景，发展情景和政策性节能情景的能耗增加了21.73 Mtce，结构性节能情景的能耗增加了3.76 Mtce，技术性节能情景的能耗增加了8.9Mtce，综合节能情景的能耗下降了5.95 Mtce.可见，运输结构调整及可替代能源车的推广，有力促进了城市客运的节能降耗.

3个部门中，由于货运部门承担着80%以上的交通周转量，且终端设备的能源强度相对较高，以致货运部门的能耗增长量最大，增长速度也最快.

图2 客运部门能源需求量

图3 货运部门能源需求量

图4 城市客运部门能源需求量

4.3分品种能源需求

LEAP模型的计算结果表明，在河南省交通运输行业，2010年柴油消费24.16 Mtce,占总体能耗的62.41%；汽油消费9.56 Mtce，占总体能耗的24.7%；煤油消费2.48 Mtce，占总体能耗的6.41%；CNG消费2.2 Mtce，占总体能耗的5.68%；电力消费0.3 Mtce，占总体能耗的0.77%；LPG消费0.01 Mtce，占总体能耗的0.03%.到2030年，公路货运车辆的能耗将达到总能耗的75%～90%，导致柴油在河南省交通运输的能源结构中将保持主导地位，且能源比例不断上升，其次是汽油,煤油，电力，CNG，LPG.

综合节能情景下，到2030年，柴油需求量将达到652.07 Mtce，年平均增长率129.94%，汽油需求量将达到66.98 Mtce，年平均增长率30%，煤油需求量将达到6.48 Mtce，年平均增长率8.06%.电力需求量将达到2093.72ktce,年平均增长率29.49%，CNG需求量将达到2.35 Mtce，年平均增长率3.4%.由于LPG车辆的燃油效率低下且环境排放严重，将逐步被CNG车辆、混合动力车辆和纯电动车量替代.

4.4环境排放量

环境排放量的预测结果见图5～图7.从图5～图7可以看出，到2030年，在不采取任何措施的基准情景下，CO2排放量将由2010年的79.87 Mt增长到2 940.76 Mt, NOX排放量将由2010年的0.81 Mt增长到30.83 Mt，SO2排放量将由2010年的150.71 kt增长到6 003.64 kt，这势必会对河南省的环境和空气质量带来巨大压力.与基准情景相比，发展情景下的CO2排放量减少了670.29 Mt, NOX排放量减少了7.14 Mt，SO2排放量减少了1 485.11 kt.政策性节能情景下的CO2排放量减少了1 150.53 Mt, NOX排放量减少了10.56 Mt，SO2排放量减少了1 931.93 kt.结构性节能情景下的CO2排放量减少了1 202.68 Mt, NOX排放量减少了10.78 Mt，SO2排放量减少了1 677.44 kt.技术性节能情景下的CO2排放量减少了1 451.18 Mt, NOX排放量减少了13.96 Mt，SO2排放量减少了2 610.84 kt.综合节能情景下的CO2排放量减少了1 494.48 Mt, NOX排放量减少了14.14 Mt，SO2排放量减少了2 399.3 kt.就整体效果而言，综合节能情景的减排效果最佳，其次是技术性节能情景、结构性节能情景.

图5 CO2排放量

图6 NOX排放量

图7 SO2排放量

5 结论

1) 河南省2010—2030年的交通周转量和能源需求量将呈显著增长趋势，并伴随着大量的环境气体排放.

2)受到社会经济发展、产业结构、技术进步、能源结构、节能政策与实施等诸多因素影响，河南省2030年的交通运输能源需求将在1 394.2～729.98 Mtce之间的范围内波动，最大差异量达到664.22 Mtce.

3)综合节能情景的能源需求量和环境排放量最低，是最理想的节能减排情景.河南省2030年的交通运输能源需求量、CO2排放量、NOX排放量和SO2排放量分别达到729.98 Mtce，1 446.28 Mt，16.69 Mt和3 604.34 kt，相应的比基准情景下降47.64%，50.82%，45.86%和39.96%，但该情景对社会经济发展、政府政策执行、交通结构优化和技术创新4个层面上都提出了相应的要求.

4)公路货运是河南省交通运输能源需求增长的主要贡献部门，能源需求量占总能源需求的75%～90%，其次是城市客运部门小汽车，能源需求比例达到5.53%～11%，导致行业在能源品种方面对柴油和汽油的依赖程度太高.从节能减排政策的实施力度出发，建议政府部门要重点对公路货运部门的组织管理进行优化，提高公路货运车辆的能源利用率和柴油在车用燃油消耗中的比重，加速淘汰高耗能的运输车辆.

参考文献：

[1]迟春洁，于 渤，张 弛，等．基于LEAP模型的中国未来能源发展前景研究[J]．技术经济与管理研究，2004(5)：74-75．

[2]李 平．华北地区天然气市场研究与LEAP模型应用[D]．大庆：大庆石油学院，2009 ．

[3]张 蕾．基于LEAP的中国能源消耗和CO2排放模拟[D] ．天津：南开大学，2012．

[4]王冰妍，陈长虹．低碳发展下的大气污染物和CO2排放情景分析——上海案例研究[J]．能源研究与信息，2004，20(3)：137-145．

[4]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．

[5]毛紫薇，王 灿，陈吉宁．山东省水泥行业CO2排放情景与减排效果分析[J]．环境科学学报，2010，30(5)：1107-1114．

[6]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．

[7]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)：26-30．

[8]李 栋．基于LEAP的城市居住区能值评价与复合情景分析[J]．中国科学院研究生院学报， 2009，26(1)： 72-82．

[9]张清宇，魏玉梅，田伟利．机动车排放控制标准对污染物排放因子的影响[J]．环境科学研究，2010， 23(5)：606-612．

[10] 周 健，崔胜辉，林剑艺，等．基于LEAP模型的厦门交通能耗及大气污染物排放分析[J]．环境科学与技术，2011，34(11)：164-170．

[11] 王晓华．基于LEAP模型的北京市物流发展对节能减排影响研究[D] ．北京：北京交通大学，2009 ．