基于系统动力学的道路运输能源需求预测——以辽宁省为例

唐丽敏， 王艺澄， 王 盼

(大连海事大学 交通运输工程学院，辽宁 大连 116026)

0 引 言

在现代社会发展过程中，能源对于国家经济甚至安全起到了非常重要的作用。交通运输业单位产值能源消耗量已成为各行业最高，伴随着能源消耗量的持续增加，国家能源安全受到威胁，环境污染也逐渐加剧。其中，道路运输作为能耗占比最大的交通运输方式[1]，对其能耗影响因素进行深入研究，预测其能源需求，探究其节能减排措施，对于推进节能减排工作意义重大。

以往围绕交通运输业能源消耗展开的研究较多，且大都集中于能源需求影响因素分析和能源消耗预测。W. G. ZONG[2]通过回归分析和建立多个BP神经网络模型，对韩国的交通运输能源需求进行了预测。M. FOROUZANFAR等[3]先利用遗传算法得到自变量的预测值，继而基于预测值用遗传算法进行计算，最后得出伊朗交通运输能源消耗量。T. PUKEC等[4]采用自下而上模型，对克罗地亚的交通运输业能耗进行了预测。而深入研究道路运输能源需求的文章则较少，且一般是定性分析节能减排措施，缺乏数据和定量分析。OU Xunmin等[5]对中国道路运输能耗进行了全生命周期情景分析，发现新能源和替代性能源的新型汽车将可能带来能源消耗的减少。王瑞军等[6]利用完全分解模型分析了运输结构、能耗强度和货物周转量3个因素对货物运输能耗的影响，发现货物运输量的增长是能耗增长的主要原因。姜军等[7]梳理了道路运输系统结构，提出了节能减排的系统化措施。

道路运输能源消耗系统是一个复杂的动态系统，与GDP、人口及政策规划等关系紧密，受众多因素影响。系统动力学则侧重于研究系统内作用规律和动态反馈机制，适用于处理道路运输能源消耗量预测这种非线性和多重反馈问题，并能进行情景模拟分析。因此，笔者以辽宁省为例，深入分析其道路运输与经济、人口及能源系统之间相互影响与制约，最终建立道路运输能源需求的系统动力学模型，并通过预测和模拟，为相关决策及节能减排工作提供理论依据及参考。

1 辽宁省道路运输能源需求系统分析

1.1 道路运输与经济关系分析

笔者选取客运周转量(PT)和货运周转量(FT)代表道路运输子系统同国民生产总值GDP进行Granger因果关系检验，结果如表1。

表1 PT/FT与GDP的Granger因果关系检验结果Table 1 Granger causality test results between PT/FT and GDP

由表1可见，在5%置信水平条件下，道路运输客货运周转量同为GDP的Granger原因，且客运周转量对GDP影响大于货运周转量。

另外，国民生产总值GDP可细划为第一产业增加值、第二产业增加值和第三产业增加值。其中，第一产业和第二产业的发展是推动货物运输需求增长的主要原因，因此笔者将考虑产业结构对道路运输的影响。

1.2 道路运输与人口关系分析

由于人口增长率相对于GDP增长率较小，不易观察，我们采用人均GDP增长率来代替人口增长率，同GDP增长率进行比较，结果如图1。

图1 辽宁省GDP与人均GDP增长率变化趋势Fig. 1 The growth rate trend of GDP and per capita GDP in Liaoning

图1中可明显看出，人均GDP增长率同GDP增长率变化趋势基本一致，结合道路运输和GDP的密切关系，可间接说明人口对整个系统亦产生影响。具体而言，人口变化一方面影响私家车需求，另一方面作用于营运客车客源，从而影响道路运输周转量及能源需求。

1.3 道路运输与能源关系分析

道路运输是能源消耗量最大的交通方式，且汽油和柴油是主要的燃料类型，天然气和电力消耗较少。近年来，辽宁省各类燃料的消费量如图2。

图2 辽宁省道路运输能源消费量Fig. 2 Energy consumption of road transportation in Liaoning

1.4 因果关系分析

综上得出辽宁省道路运输能源需求的因果关系，如图3。

图3 辽宁省道路运输能源需求因果关系Fig. 3 Causality of energy demand for road transportation in Liaoning

图3中，3条反馈回路较为重要：

1)GDP→+道路运输货运周转量→+道路运输周转量→+交通运输产业增加值→+交通运输业总能耗→+社会总能耗→+产业结构调整→+第三产业增加值→+GDP。

2)GDP→+居民消费水平→+私家车拥有量→+道路运输客运周转量→+道路运输周转量→+交通运输业产业增加值→+交通运输业总能耗→+社会总能耗→+产业结构调整→+第三产业增加值→+GDP 。

3)GDP→+人均GDP→+道路运输客运周转量→+道路运输周转量→+交通运输业产业增加值→+GDP 。

2 辽宁省道路运输能源需求系统动力学模型构建

2.1 模型假设

由于影响道路运输能源需求的因素众多，在选择影响因素建模时，基于以下假设：

1)仅考虑经济、人口、道路运输与能源需求的关系，不涉及其他外界因素。

2)模型因素不会发生突变，不考虑自然灾害等不可抗事件的影响。

3)仅考虑对模型影响较大的因素，保有量较小的车种(如拖拉机、校车、挂车等)不考虑。

4)单位周转量能源消耗量走势保持一致，燃油的品种、质量及密度不发生变化。

5)交通基础设施建设能源消耗和耗材损耗不作考虑，仅考虑移动运输源的能源需求。

2.2 辽宁省道路运输能源需求系统SD流图

基于上述假设，结合对系统因果关系的分析，利用Venism软件，构建SD(系统动力学)流图，如图4。

图4 辽宁省道路运输能源需求SD模型Fig. 4 SD model of energy demand for road transportation in Liaoning

2.3 模型参数及表达式说明

对原始数据进行归纳整理，采用数学推导和回归分析等方法，建立参数间的关系式。原始数据源自《中国能源统计年鉴》、《中国统计年鉴》和《辽宁省统计年鉴》，还有辽宁省交通厅运输管理局、辽宁统计数据网、辽宁省统计局等相关网站及部门。模型主要参数能源需求量表达式如式(1)，其他参数及表达式如表2：

(1)

式中：E为道路运输能源需求量；Vk为各类运营方式车辆的周转量；Rk为各类运营方式车辆的单位周转量能源消耗量，包括客运营运类、货运营运类和货运非营运类；Nk为各类车辆的保有量，包括摩托车和私家车；ek为消耗各类燃料的车辆的每百公里能源消耗量；Mk为各类车辆的年平均行驶里程。

表2 主要参数及表达式Table 2 Main parameters and their expressions

2.4 模型检验

笔者主要检验模型行为是否与实际系统一致，该检验强调模型能够重现实际系统行为，与历史数据的相对误差处于合理范围内[8]。笔者选取“客运周转量”、“货运周转量”和“能源消耗量”进行一致性检验，结果如表3。由表3可见，客货运周转量与能源消耗量的真实值与模型模拟值间的相对误差基本不超过10%，说明模型能够反映真实系统行为，其输出结果具有一定可靠性。

表3 客运周转量、货运周转量和能源消耗量误差检验结果Table 3 Error inspection results of passenger, freight turnover and energy consumption

3 预测与情景模拟

3.1 客货运周转量预测

利用所建模型对“十三五”期间客货周转量进行预测，结果如表4。

表4 客货运周转量预测结果Table 4 Forecasting results of freight and passenger turnover

由表4可见，2020年辽宁省客运周转量可达1 384.29亿人公里，货运周转量可达13 329.46亿吨公里。与《辽宁省交通运输建设“十三五”规划》预期目标相比，货物周转量年均增长率为2.38%，可达到2.3%的目标，而客运周转量年均增长率为4.2%，难以达到5.5%的目标。

3.2 能源需求量和二氧化碳排放量预测

笔者对“十三五”期间，辽宁省道路客运及货运能源需求量以及二氧化碳总排放量进行预测，结果如图5。由图5可见，“十三五”期间，辽宁省道路运输能源需求量逐年增加，二氧化碳排放量也逐年增加，且总体增长趋势呈现缓慢增加到快速增加再到较快增加的形态。

图5 能源需求量和二氧化碳排放量预测结果Fig. 5 Forecasting results of energy demand and carbon dioxideemission

3.3 社会经济发展模拟分析

据《辽宁省国民经济社会发展第十三个五年规划纲要》预期，2020年辽宁省GDP将比2010年翻一番，经计算实现该目标意味着GDP年均增长率为5.18%，现模拟实现该目标情况下道路运输能源需求量，结果如图6。

图6 GDP变化对道路运输能耗的影响Fig. 6 The influence of GDP change on road transportation energy consumption

产业结构将影响货物运输需求，进而影响道路运输能源消耗量。“十三五”期间，辽宁省的第一产业、第二产业和第三产业比重调整预期目标为：由当前8.0∶50.2∶41.8调整为7.0∶46.0∶47.0，即逐步提高服务业比重，实现第三产业增加值赶超第二产业，成为促进辽宁省经济增长的首要产业。现分别模拟2020年第三产业比重增加5%和10%，观察能源需求量的变化，如图7。

图7 第三产业比重变化对道路运输能耗的影响Fig. 7 The influence of the change of tertiary industry proportion on road transportation energy consumption

由图7可见，经济发展会引起能源需求量的增加，但产业结构调整可一定程度上改变这种状况。若第三产业占比提高5%，则能源需求量随之下降1.1%，若第三产业占比提高10%，则能源需求量随之下降2.7%，且第三产业占比越高，能源需求量降低速度越快。但根据相关规划及产业结构调整的具体情况，第三产业比重增加5%是较为现实的。

3.4 单位运输周转量能耗模拟分析

根据《辽宁省绿色交通运输发展专项规划(2015—2020年)》要求，辽宁省营运车辆单位周转量能源消耗量2020年将比2010年降低11.9%，其中营运客车、营运货车分别降低7.3%和14.3%。笔者据此进行模拟，当营运货车单位周转量能源消耗量降低14.3%时，能源需求量结果如图8。

图8 单位周转量能耗变化对道路运输能耗的影响Fig. 8 The influence of unit turnover energy consumption change on road transportation energy consumption

由图8可见，若营运货车单位周转量能源消耗量降低14.3%，那么道路运输能源需求量将随之下降2.2%，效果较为明显。

4 结 语

笔者以辽宁省为例，构建了道路运输能源需求系统动力学模型，并对“十三五”期间辽宁省客货运周转量、能源需求量及二氧化碳排放量进行了预测，同时从“增加第三产业比重”和“降低单位运输周转量能耗”两方面进行了模拟分析，得到以下结论：

1)“十三五”期间，辽宁省能源需求量及二氧化碳排放量将逐年增加。

2)降低单位运输周转量能耗和增加第三产业比重可有效减少能源需求量。

基于上述研究，对辽宁省道路运输节能减排提出以下建议：

1)辽宁省应抓住新一轮东北老工业基地振兴的契机，结合自身实际情况，降低第一产业比重，优化第二产业，大力发展第三产业，加快产业结构调整。

2)加大科研力度，增加资金和技术投入，鼓励企业和高等院校深入研究挖掘绿色交通方式的核心技术与先进产品。

3)鼓励淘汰能耗高、效率低的车辆，将营运车辆消耗燃料限制落到实处，并且严格规范和遵守机动车排放标准。