新能源汽车城市物流碳排放模型的构建与分析

聂凯 谢丹凤 李巍 ��

摘要：研究了新能源汽车在物流行业应用的环境收益.首先考虑物流量与碳排放量的关系，构建了新能源汽车城市物流碳排放模型，然后基于改进的Gompertz模型预测了2020年我国三个核心城市：北京、上海和天津的货物周转量，在此基础上，分析了新能源汽车的碳减排能力，并测算了新能源汽车推广应用后的碳减排总量.结果表明，新能源汽车在物流行业应用具有一定的碳减排效果，并且随着新能源汽车技术的不断发展，碳减排效果将愈加显著.政府应构建适合新能源汽车的城市物流体系、加大新能源汽车在城市物流行业应用的支持力度、并遵循市场需求发展新能源汽车技术，以促进新能源汽车城市物流的发展.

关键词：新能源汽车；碳排放；物流；Gompertz模型

中图分类号：F572 文献标识码：A

随着我国经济的迅速发展，环境问题日益严峻.世界能源组织发布的数据显示，2006年以来，中国碳排放总量开始位居世界第一[1]，其中，物流行业碳排放量较高.我国城市物流运输大多采用高排量高污染的传统货车，随着物流业的快速发展，道路交通碳排放在中国交通碳排放总量中所占的比重逐步升高[2]，城市物流碳排放逐渐成为城市交通碳排放的主要来源之一[3].物流行业属于生产性服务业，外部经济性显著，服务和支撑着国民经济的发展.但在推进物流行业发展的同时，必须重视物流碳排放的问题，在物流行业的快速发展与节能环保中寻求平衡点.新能源汽车以电能、生物燃料作为主要驱动力，具有资源利用率高、碳排放量少、环境收益高等特点，非常适合应用于距离短、频次多的城市物流与配送过程[4].在欧美等发达国家，新能源汽车在物流行业已进入商业化运作.因此，为了缓解巨大的节能减排压力，中国政府正在努力推动新能源汽车在我国城市物流行业的应用.

为了量化分析不同区域和不同行业的碳排放量，国内外学者进行了诸多研究.Schmalensee等[5]和杜婷婷等分别利用简化式模型和库茨涅茨曲线（EKC）模拟经济发展与碳排放之间的关系，得到中国碳排放量与收入水平之间遵循“倒U”形曲线关系；Auffhammer等利用省级数据对中国的碳排放路径进行了预测，预测结果显示与静态的环境库兹涅茨曲线（EKC）相悖；王中英等采用相关分析法探讨了中国国内生产总值（GDP）的增长与碳排放量的关系；Guan等运用综合分析法和投入产出分析法评估了中国1980—2030年的碳排放，指出以煤为主的中国能源消费结构是中国碳排放量一直居高不下的重要原因；翟石艳等从广东省实际省情出发，在碳排放计算框架下根据IPCC2006碳排放计算模型预测广东省2008—2050年的碳排放量，结果显示在预测期内该省碳排放量呈现先升后降的趋势.

国内外学者认为，新能源汽车的应用是一种有效的碳减排方式，具有巨大的环境收益潜能，Zhai等通过计算得到混合动力汽车（HEV）的平均CO2排放量；Zhou等通过比较2009年中国的传统车辆（CV）、纯电动汽车和混合动力汽车的碳排放量得到，纯电动汽车（EV）是中国未来长期具有巨大竞争力优势的新能源汽车类型；He等立足中国实际情况，通过研究设定的5种情形下混合动力汽车和纯电动汽车对我国节能减排的贡献率得到在短期内，混合动力汽车的大力推广和应用更加符合我国能源结构现状和新能源汽车现阶段的技术水平；Tang等基于未来10年我国汽车保有量数据的预测指出，新能源汽车对我国的节能减排具有重大意义.

综上所述，国内外学者已经从多个层面对碳排放量的测算方法和新能源汽车的碳排放量进行了研究.但一方面，现有关于碳排放量测算方法的研究多集中于省域层面，且更多侧重于测算经济发展与碳排放量之间的关系；另一方面，现有文献对汽车碳排放量的研究多聚焦于以车辆数量作为计算碳排放量的参考指标.在物流活动中，碳排放量不仅与车辆数量，还与物流量密切相关.因此，本文在前人对碳排放量测算方法研究的基础上，考虑了载货量对碳排放量的影响，构建新能源汽车城市物流碳排放模型；基于Gompertz模型对样本城市的货物周转量进行了预测，在此背景下比较了传统车辆与新能源汽车的碳排放量；分析了新能源汽车的碳减排能力及其碳减排总量，并探讨了新能源汽车不同的技术发展水平与其碳减排量之间的关系.最后，提出了一系列相关政策建议，以推动我国新能源汽车产业的发展.

3结论与政策建议

本文构建了新能源汽车城市物流碳排放模型，预测了样本城市的货物周转量，并在此基础上分析了单位新能源汽车的碳减排能力、新能源汽车城市物流的碳排放总量和新能源汽车技术水平与碳减排量的关系.结果显示：1） 随着新能源汽车技术水平的不断提高，其碳减排能力不断增强；2） 新能源汽车的推广应用能够显著降低城市物流行业碳排放总量；3） 在当前技术水平下，新能源汽车应用于物流行业尚难以达到理想的碳减排效果，但随着技术的不断发展，新能源汽车在物流行业的应用前景十分广阔.

基于上述结论及分析，对中国新能源汽车物流的发展提出以下建议：

1） 构建适合新能源汽车的城市物流体系.①构建科学的城市物流模式，实现传统车辆物流与新能源汽车物流的协同合作.在城市周边增设物流中心和货物中转中心，承担传统物流车辆与新能源物流车辆的货物转运业务，城市内部物流和配送活动交由新能源汽车转运，避免高排放物流车辆进入城市.②将充电站、充电桩等新能源设施设备等纳入城市物流体系，在规划与选址过程中充分考虑相关约束.

2） 加大对新能源汽车在城市物流行业应用的支持力度.①由于现阶段我国新能源汽车行业还处于发展初期，应用和推广的成本较高，虽然我国政府已经出台了一系列优惠政策措施来促进新能源汽车行业的发展，但考虑到我国较高的物流费用，还应进一步加强补贴和减免力度.②效仿发达国家，将新能源汽车应用于典型城市的物流活动，例如污染、雾霾较严重的城市；应用于典型行业的物流活动，例如零售配送、电商物流等.

3） 根据市场需求，推进新能源汽车技术的发展.随着新能源汽车的技术水平不断提高，碳减排效果也将不断加强.在新能源汽车研发过程中，应注重学科融合，由各领域专家获取切合实际的市场需求，以此引导不同类型新能源汽车技术研发的侧重方向.以新能源物流车辆为例，在发展新能源汽车驱动技术、动力电池技术、燃料技术的同时，还应注重新能源汽车载重能力的提升.

参考文献

[1]张陶新.中国城市化进程中的城市道路交通碳排放研究[J].中国人口·资源与环境，2012，22（8）：3-9.

ZHANG Taoxin. Research on Chinas urban road transport carbon emissions under urbanization process [J].China Population， Resources and Environment， 2012，22（8）：3-9.（In Chinese）

[2]朱跃中. 未来中国交通运输部门能源发展与碳排放情景分析[J].中国工业经济， 2001（12）：30-35.

ZHU Yuezhong. The scenario analysis of China's energy development and carbon emissions in transportation department in the future[J]. China Industrial Economy， 2001（12）：30-35. （In Chinese）

[3]MCKIBBIN W P， WILCOXEN P J. The role of economics in climate change policy [J]. Journal of Economic Perspectives， 2002，16（2）： 107-129.

[4]PINA A， BAPTISTA P， SILVA C， et al. Energy reduction potential from the shift to electric vehicles： the flores island case study[J]. Energy Policy， 2014，67：37-47.

[5]SCHMALENSEE R， STOKER T M， JUDSON R A. World carbon dioxide emissions：1955-2050[J]. Review of Economics and Statistics， 1998， 80（1）：15-27.

[6]杜婷婷，毛峰，罗锐.中国经济增长与CO2排放演化探析[J].中国人口·资源与环境， 2007，17（2）： 94-99.

DU Tingting， MAO Feng， LUO Rui. Study on Chinas economic growth and CO2 emission[J]. China Population， Resources and Environment， 2007，17（2）： 94-99.（In Chinese）

[7]AUFFHAMMER M， CARSON R T. Forecasting the path of Chinas CO2 emissions using provincelevel information[J]. Journal of Environmental Economics and Management， 2008， 55： 229-247.

[8]王中英，王礼茂.中国经济增长对碳排放的影响分析[J]. 安全与环境学报，2006， 6（5）： 88-91.

WANG Zhongying， WANG Limao. Economic growth and its effects on carbon emission in China[J]. Journal of Safety and Environment， 2006， 6（5）： 88-91. （In Chinese）

[9]GUAN D， HUBACEK K， WEBER C L， et al. The drivers of Chinese CO2 emissions from 1980 to 2030[J]. Global Environmental Change， 2008，18： 626-634. （In Chinese）

[10]翟石艳，王铮，马晓哲，等.区域碳排放量的计算——以广东省为例[J]. 应用生态学报， 2011， 22（6）： 1543-1551.

ZHAI Shiyan，WANG Zheng， MA Xiaozhe， et al. The calculation of the area of carbon emissions—Guangdong Province[J]. Journal of Applied Ecology， 2011，22（6）： 1543-1551. （In Chinese）

[11]ZHAI H B， FREY H C， ROUPHAIL N M. Development of a emissions model for a hybrid electric vehicle[J]. Transportation Research Part D， 2010，16： 444-450.

[12]ZHOU Guanghui， OU Xunmin， ZHANG Xiliang. Development of electric vehicles use in China： a study from the perspective of lifecycle energy consumption and greenhouse gas emissions[J]. Energy Policy， 2013， 59： 875-884.

[13]HE Lingyun， CHEN Yu. 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.

[14]TANG Baojun， WU Xiaofeng ZHANG Xian. Modeling the CO2 emissions and energy saved from new energy vehicles based on the logisticcurve[J]. Energy Policy， 2013，57：30-35.

[15]谷卫.城市产业结构演变趋势的一致性与差异性[J].南开经济研究， 1991（6）：62-65.

GU Wei. Consistency and differences of the trend of city industrial structure evolution[J]. Nankai Economic Studies， 1991（6）：62-65. （In Chinese）

[16]YANG C. A framework for allocating greenhouse gas emission from electricity generation to plugin electric vehicle charging[J]. Energy Policy， 2013，60：722-732.

[17]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.

ZHANG Qingyu，WEI Yumei，TIAN Weili. Impact of national vehicle emission standards on vehicle pollution emissions factors[J]. Research of Environmental Sciences， 2010，23（5）：606-612. （In Chinese）

[18]VLIET O V， BROUWER A S， KURAMOCHI T， et al. Energy ues， cost and CO2 emissions of electric cars[J]. Journal of Power Sources， 2011， 196（4）： 2298-2310.

[19]熊志斌.基于ARIMA与神经网络集成的GDP时间序列预测研究[J].数理统计与管理， 2011，30（2）：306-310.

XIONG Zhibin. Research on GDP time series forecasting based on integrating ARIMA with neural network[J]. Journal of Applied Statistics and Management， 2011，30（2）：306-310. （In Chinese）