北京市城市交通能源转型对策研究

张昱?刘学敏?徐丽萍?张伟

摘要 城市交通是城市石油消耗量增长最快的部门，产生的CO2排放节节攀升，迫切需要能源转型发展。国内外经验总结来看，能源结构调整和节能技术发展是实现城市交通领域能源转型的主要方向。本研究以北京市为例，在核算能源消耗的基础上，构建LEAP-TET模型完成城市交通能源转型情景分析：以能源转型的政策环境梳理和城市交通需求的岭回归预测为基础，设置包含基准情景、背景情景、结构调整情景（电气化转型情景和天然气转型情景）、节能技术发展情景和综合情景在内的转型情景，通过LEAP-TET模型输出不同情景下2035年北京市城市交通能源消耗和CO2排放差异，比较能源转型策略。研究结论如下：第一，综合情景节能减排效果远优于基准情景和背景情景，表明相较于单纯进行交通需求管理和结构优化，能源转型是实现交通节能减排的关键。第二，单一转型方案之间进行比较，节能技术发展情景优于能源结构调整情景，电气化转型情景优于天然气转型情景。表明节能技术发展对于节能减排的促进作用最为显著，天然气转型受限于发展基础和自身效率，并不能有效促进节能减排;电气化转型效果良好，但依赖于转型规模、电能效率，电网排放因子等，同时电气化转型对城市电力供给提出了新的要求。第三，比较各情景中燃料需求占比和不同交通方式能源消耗占比，发现到2035年，私人交通仍是城市交通中最大的能源需求部门，汽油则是最主要的动力燃料。基于此提出了坚持转型方向、加快电气化转型步伐、增加节能技术投入、引导交通主体自主参与能源转型、构建可持续交通综合政策体系等对策。

关键词 城市交通;能源转型;电气化转型;交通节能技术;北京市

中图分类号 F572  文献标识码 A  文章编号 1002-2104（2019）10-0152-08  DOI：10.12062/cpre.20190522

北京市是中国重要的超大城市、是区域和国家重要增长极[1-2]。在城市交通领域，北京市机动车保有量达到590.9万辆，中心城日出行3 893万人次[3];旺盛的交通需求消耗了占全市总消耗量13%[4]的能源，贡献了45%大气PM2.5（本地源）[5]。北京市城市交通處于高机动化结构失衡、高耗能效率较低、高油品依赖污染严重的状态，可能导致城市蔓延[6]、环境污染[7-8]、城市碳排放居高[9-10]，影响了出行公平性和效率[11-12]，更给城市能源安全带来了沉重的压力，城市交通能源转型迫在眉睫。面对相似的转型压力，伦敦、纽约、东京等超大城市都进行了大量的交通领域节能减排实践，主要集中在“能源结构”和“节能技术”两个方面：在私人和公共领域推广新清能源汽车[13-16]、陆续宣布禁售传统燃油乘用车计划[17]、积极推行交通节能减排新标准、加快节能技术发展[18-20]。

交通领域节能减排的研究多采用情景分析方法[21-23]。研究以深入理解交通需求、能源消耗和CO2排放的相互关系为基础，构造符合发展趋势、有实施潜力的不同转型情景，根据情景分析结果得到对策建议[24-27]。近年来，国内外对城市交通能源消耗和CO2排放的研究较多，例如，王红梅等[28]、Fan等[29]、Nieves等[30]利用LEAP模型，麦文隽等构建系统动力学模型[31]，王慧慧等从职住空间调整角度[32]以及OECD连续出版的《ITF交通展望报告》[33]等等，均以情景分析思路开展研究。总结已有研究，可以发现对城市交通能源转型的专题讨论尚不充足，特别是交通能源的结构效应和技术效应对转型影响作用的分析还有继续深入的空间。本文以北京市城市交通为研究对象，在掌握交通能源消耗现状的基础上，从结构效应和技术效应角度分析转型方案，利用岭回归、LEAP模型实现不同转型方案的情景分析，结合研究结果与北京市实际情况提出能源转型的对策建议。

1 城市交通能源消耗核算

1.1 核算方法

采用自下而上的方法对城市交通能源消耗进行核算，通过确定燃料种类、能源活动水平、能源消耗强度完成核算，原理如公式（1）表示：

Ei=Ai×EIi=∑D×TCj×TMk×TEil ×EIi

（1）

式中，i表示燃料，分别为汽油、柴油、天然气、电力，Ei为燃料i的能源需求，单位为“tce”;Ai是燃料i分担的活动水平，指客运周转量，单位为“人·km”， EIi是i燃料的能源强度，单位为“tce/人·km”。D代表城市交通活动水平，即客运周转量，单位为“人·km”;TCj代表交通类别的活动水平，由其对城市客运交通总客运周转量的贡献决定，j分别指代公共交通、准公共交通、私人交通，按百分比计;TMk代表交通方式的活动水平，由交通方式对于交通类别客运周转量的贡献决定，k分别指代轨道交通、地面公交，出租车、网约车，私人乘用车、自行车，按百分比计;TEil代表交通工具l的活动水平，是交通工具l数量与该交通方式设备总数之比，按百分比计。

张 昱等：北京市城市交通能源转型对策研究

中国人口·资源与环境 2019年 第10期由能源消耗产生的污染物排放量核算以公式（1）为基础，利用排放因子或排放强度进行核算，以CO2排放量为例，如公式（2）所示：

Ci=Ei×Fi=Ai×EFi

（2）

式中， Ci是燃料i的CO2排放量，单位为“t”; Fi为燃料i的CO2排放因子，单位“t/tce”;EFi是燃料i的CO2排放强度，单位“t/人·km”。

1.2 数据来源

城市交通活动水平——客运周转量估算如公式（3），数据来源为国家统计局公开数据库、《北京市交通综合调查总报告》《北京交通发展年度报告》。

D=DVt+Dothers-it=Vt×Ut×Bt+Tlt×DISlt

（3）

式中，D表示城市客运交通周转总量，由每种交通方式的客运周转量求和得到，單位为“人·km”;DVt表示t年私人乘用车的客运周转量，利用保有量Vt、平均载客量Bt以及年平均行驶距离Ut估算;Dothers-lt表示t年交通方式l的客运周转量，利用客运量人次Tlt和旅客的平均乘距DISlt来估算。

交通类别、交通方式、交通工具的活动水平数据（见表1）主要通过面向交通负责部门和研究单位的调研获得，如北京交通运输管理委员会、北京交通发展研究中心、北京城市系统工程研究中心等。交通工具的能源强度（见表1）可以通过设备的燃料经济性、平均乘载率计算得出，根据“各种能源折标准煤参考系数”统一单位为“tce/万人·km”，如下公式（4）。

EIil=Fuelil×ρi×CCiRPl×LRl

（4）

式中，EIil表示能源强度，单位“tce/人·km”，指特定交通工具l完成单位客运周转量消耗燃料i的量;Fuelil表示燃料经济性，是指交通工具百公里能耗;ρi表示燃料i的密度;CCi表示“各种能源折标准煤参考系数”; RPl表示交通工具额定载客数，LRl则表示满载率。公共交通数据来源于主要运营部门，向北京市地铁运营有限公司申请信息公开，获得轨道交通2015年能耗数据，从《北京公交集团社会责任报告》中获得地面公交分类能源消耗数据。参考中国汽车技术研究中心[34]、王贺武[35]对私人乘用车能源强度的研究结果，计算北京市2015年汽油乘用车平均能耗（考虑车龄）为8.15 L/102 km，纯电动乘用车的能耗均值为17 kW·h/102 km;参考北京市第四次交通综合调查报告，私人乘用车平均载客为1.34人/车次。对于慢行交通中步行、人力自行车的能耗为0，电动自行车方面，根据市场主要产品参数，48 V 20 Ah的电动自行车可以行驶50～60 km，电耗约为1.7 kW·h/102 km，以单人骑行计。对于准公共交通领域，参考北京城市系统工程研究中心和池莉[36]收集整理的汽油、天然气出租车百公里能耗和平均载客人数数据进行计算。

1.3 基年能源消耗和CO2排放量

2015年，北京市城市交通消耗能源658.15万tce，其中油品占比93%。CO2排放量为1 396.9万t，88%来源于油品燃料。

2 北京市交通领域能源转型情景分析

2.1 研究方法

长期能源可替代规划模型（Longrange Energy Alternatives Planning System，LEAP模型）是“自下而上”的能耗-环境影响测算模型，可以实现能源领域情景分析[37-38]。LEAP模型灵活、清晰，适用于城市交通能源相关研究[39-40]。针对北京城市交通能源转型问题，构建LEAP-TET模型，将交通部门逐层划分（见表1）确定能源活动水平，设置不同的能源结构和节能效率参数构造不同转型情景，完成能源转型对策的对比分析。

2.2 情景设置基础2.2.1 政策环境

参考《北京市电动汽车充电基础设施专项规划（2016—2020）》和《北京市“十三五”时期能源发展规划》等政策和《节能与新清能源汽车技术路线图》[41]等研究成果，按需求调控、结构优化、能源转型三个方向，整理北京市城市交通发展政策环境，总结主要政策和量化指标见表2。

2.2.2 交通需求预测

城市交通需求是交通能源消耗和CO2排放的外生驱动因素，由交通工具、居民出行特征所决定，多以客运周转量表征。相较于微观大样本的居民出行行为调查[42]，利用宏观社会经济发展变量预测城市交通需求的操作性和适用性更强[43]。已有研究验证了城市交通需求受城市规模、城市经济和机动化情况的发展影响[25，44-45]。借鉴前人成果、结合研究需要和数据可得性，选取2000—2016年北京市地区生产总值、常住人口、私人乘用车保有量为自变量，以城市交通客运周转量为因变量，运用回归拟合。

回归方法选择基于最小二乘法改进的岭回归，其优势在于可以克服宏观社会经济数据存在的多重共线性干扰， 更大限度保留变量信息[46-48]。当岭回归K值取值0.2时，回归方程如下式（5），拟合优度R2为0.824，Sig F小于0.01，模型对样本的拟合较好，各自变量系数均通过T检验，在0.05下显著。

Dt=480.2509+0.016×GDPt+0.347×POPt

+0.871×Vt

（5）

式中，Dt代表t年城市交通客运周转量，单位“亿人·km”，GDPt表示北京市t年地区生产总值，以2000年不变价格计算，单位“亿元”，POPt代表北京市t年常住人口，单位“千万人”，Vt代表北京市t年私人乘用车拥有量，单位“万辆”。利用该回归方程能较好地模拟未来城市交通需求，得到相应年份的城市交通客运周转量。

2.3 情景设置

交通领域能源转型主要针对结构效应和技术效应，提出能源结构和节能技术两种方案，“新清能源”与“节能”双管齐下。情景设置如下：

基准情景下，交通需求趋势外推增长、交通结构和交通能源消耗特征保持不变，具体如下：①城市交通需求根据未来经济、人口和机动车需求确定，北京市地区经济逐步进入稳定增长阶段，生产总值增速7%;常住人口按照当前的劳动生产率、产业结构变化趋势发展，到2035年人口达到3 500万[49-51];机动车保有水平参考欧美超大型城市，2035年到达400辆/千人，其中乘用车占比约为2/3。利用公式（5）估算，2035年城市交通需求较基年增长80%。②城市交通结构和交通能源效率与基年相同。

背景情景是更为贴近现实的情景，城市交通能源转型是非独立的，既需要其他政策措施配合支撑也需要适应全局发展，因此其他各种政策措施作为能源转型的背景。①交通需求方面，人口规模受政策调控，2035年稳定在2 300万，机动车保有量限制增长，私人乘用车每年约增长10万辆，到2030年数量623.4万辆。利用公式（5）估算，2035年城市交通需求较基年增长48%。②交通结构方面，根据北京市“大力发展公共交通，倡导绿色出行”政策方向，参数设置如下：到2035年，城市公共交通活动水平达到65%，其中轨道交通占比70%;私人交通分担城市客运周转量比例为31%，其中90%为私人乘用车;准公共交通分担4%，其中网约车控制在35%。

交通能源结构调整情景包含电气化转型情景和天然气转型情景。①电气化转型内容是大力推广电驱动车辆，情景设置为：2035年，纯电动私人乘用车规模达200万辆，公交领域纯电动车占比达90%，巡游出租车2020年实现100%电驱动置换，此后保持不变。设置对照强电气化转型情景，将电力驱动交通工具能源利用效率提升、电力能源强度降低考虑其中，到2035年，纯电动乘用车、巡游出租车、网约车能耗下降至10 kW·h/102 km，地面公交电耗下降23%，轨道交通下降40%。另外，未来电网的排放因子的变化对CO2排放影响巨大。基年电网平均碳排放因子为0.803 kg/kW·h[52]，分别比较2035年电网平均碳排放因子为0.5 kg/kW·h和0.3 kg/kW·h两种情形。②天然气转型的内容是推广天然气车辆，但由于历史阶段北京市私人交通并不以天然气转型为重点，基础较弱，故转型进度相较于电气化转型滞后。情景设置为：到2035年，天然气乘用车数量50万辆，地面公交系统天然气驱动车占比达90%，巡游出租车2020年实现100%天然气驱动置换。

交通節能技术发展情景是指提高交通工具性能、轻量化等技术提高燃料经济性、降低能源强度。情景设置为：到2035年，汽油乘用车、巡游出租车、网约车平均能耗由8.92 L/102 km逐步降至4 L/102 km，地面公交能耗强度降低20%，电动自行车下降20%，轨道交通整体电耗强度下降40%。设置对照强节能技术发展情景，所有能耗强度参数再下降10%。

综合情景指各种转型措施根据实际情况组合式实施，情景设置继承背景情景、电气化转型情景和节能技术发展情景，此处不再赘述。

3 模型结果分析

3.1 节能减排效果

比较基准情景、背景情景和综合情景，如图1-a，如不采取节能减排措施，城市交通能源消耗将在2035年增长近60%，只进行交通需求调控和结构优化能够有效控制增幅却不能降低能源消耗，唯有同时进行交通能源结构转型才能有效降低城市交通能源消耗。单位客运周转量能耗如图1-b所示，交通结构调整和需求控制小幅降低城市交通平均能源强度，如同时进行交通能源转型，则能大幅促进能源强度的降低。

3.2 转型方案比较

图2-a和2-b是交通能源转型方案的节能减排效果比较，节能技术发展情境在节能和减排两个方面都是最为出色的，电气化转型情境次之，天然气转型情境在减排方面有效果但最不显著、节能方面则是无效果。

在电气化转型方案中，电力驱动交通工具的能源效率提高能增强节能效果，如图3-a，强电气化转型情境可实现再减少近10%能源需求的效果;而电力排放因子决定减排效果，排放因子由0.5 kg/kW·h变为0.3 kg/kW·h，CO2排放量下降16%。在发展节能技术思路下，节能水平提高10%可以在2035年减少11%的能源需求，如图3-b。

3.3 分类讨论

分燃料能源消耗来看，如图4，到2035年汽油仍是最为主要的动力燃料，占能源消耗的70%～80%。

电气化转型情景和综合情景下，电力将逐渐发展成为第二主要的燃料，满足城市交通1/5的能源需求，如表3， 2035年电力需求达到基年的5倍，未来发展需要充分考虑电力供给和终端用电的便利、安全、效率。综合情景下，对比2035年各燃料客运周转量分担比例和消耗量，电力承担约75%的客运量而消耗量仅占总能源需求的24%，效率高于其他燃料。

图2-b 城市交通能源转型方案减排（强度）比较分交通类别来看，结合图5，可以发现私人交通（主要是私人乘用车）无论在何种情景下都是能源消耗最多的交通类别。

4 北京交通领域能源转型对策分析

基于城市交通能源消耗的核算，构建LEAP-TET模型，对北京市交通能源转型问题进行了情景分析，得出以下结论：第一，北京市城市交通领域不但要进行需求管理和结构优化，更要进行能源转型;交通能源转型具有显著的节能减排效果。第二，预测期内节能技术发展对于节能减排的促进作用最为直接、显著;能源结构调整中，天然气转型受限于发展基础和自身效率并不能促进节能减排;电气化转型效果良好，但效果依赖转型规模、电能效率，电网排放因子决定电气化转型减排效果，同时电气化转型对城市电力供给提出了新的要求。第三，在未来相对长的时间内，私人交通仍是城市交通中最大的能源需求部门，汽油则是最主要的动力燃料。

对北京市交通可持续发展而言，近期虽可以单纯靠需求控制和结构优化，通过大力度的政策措施如限购和发展公共交通来实现交通节能减排，但随着城市进一步发展，经济、人口规模扩大，交通需求高涨所带来的能源需求增加是不可避免的。基于以上分析，对北京市交通能源转型给出如下的建议：

第一，坚持“结构+技术”的转型方向，保障转型措施实施。目前北京市城市交通能源转型方向是准确的，是值得坚持的。在交通能源技术方面，响应国家政策，大力发展车辆节能技术并保证节能车辆的市场销售比例;在交通能源结构方面，通过针对私人部门和相关企业的经济手段、对公共部门的强制性要求，加大新清能源汽车的推广力度，尽早完成城市交通领域能源更迭。同时，也要意识到技术开发需要周期、交通工具换代淘汰受限于车辆寿命，能源转型不可能一蹴而就，转型效果也不可能朝令夕显。循序渐进的转型策略，可行而具有挑战性的阶段目标，公共部门、私人乃至全社会的支持等，都是转型成功的条件。

第二，加快能源结构调整步伐，完善配套基础设施。无论是电气化转型还是其他清洁能源转型，交通能源结构调整需要达到一定规模才能显现效果。要加快能源结构调整，特别是私人交通部门。作为交通领域最主要的能源需求部门，私人交通对于传统能源依赖强、车辆基数大、居民进行交通选择影响因素复杂，能源结构调整难度大、周期长，只有尽快实现私人交通的能源结构调整，才能真正完成交通领域的能源转型。更进一步，北京市当前的能源结构调整方向为电气化转型，随着结构调整的速度和强度的变化，对于电力供应和终端使用的要求也会不断提高。配套完善的基础设施，保证个人和公共空间的电动汽车充电设施的便利、安全性，从规划布局、建设管理、充电价格及收费、创新商业模式等方面逐步完善，不能让基础设施的“鞋”限制电动汽车的“脚”。

第三，重视节能技术的发展，加大技术投入。交通节能技术发展作为成效显著的转型方向，能在相对短的时间内产生良好的节能减排效果，对于市场和消费者的鼓励作用很大。技术进步不但能使传统能源效率提高，同时也能加速电气化等其他形式转型的推进。对于节能技术的关注和投入应适度加大，鼓励科研单位和企业等多样化技术参与者的研发投入，在轻量化、小型化、低阻电控等方面深入挖掘技术节能潜力，在车联网、智能驾驶等方向不断探索，对新材料、生物燃料、液氢等应用加大推广，以期更快更好完成交通能源转型。

第四，加强对于交通主体的引导，从需求侧加速转型。城市交通是人的交通，是生活在城市中所有居民的出行的集合。交通主体的行为直接影响城市交通的发展走向，如何引导居民向节能减排的交通形式转变对于能源转型至关重要。通过宣教、示范、经济等手段，促进居民自愿选择非机动出行、选用公共交通、购置新清能源汽车、更换节能汽车，等等。引导交通主体自主实现交通能源转型将释放巨大的节能减排潜力。

第五，構建可持续交通综合政策体系，采取交通需求调控、交通结构优化等多样化措施配合交通能源转型，促进城市交通可持续发展。要认识到并不存在先进与落后的交通方式，只存在合理和不合理的交通结构，坚持大力、优先发展公共交通，持续控制机动车需求、限制机动车使用。同时，在城市交通发展中应鼓励和包容创新尝试，构建一个政府和市场、企业和居民多维度合作的城市交通发展综合体系。

（编辑：于 杰）

参考文献

[1]王晓玲. 世界大城市化规律及发展趋势[J]. 城市发展研究， 2013， 20（5）： 105-110.

[2]席强敏， 李国平. 超大城市规模与空间结构效应研究评述与展望[J]. 经济地理， 2018（1）： 61-68.

[3]北京交通发展研究院. 北京市市交通发展年度报告[R/OL]. [2019-03-05]. http：//www.bjtrc.org.cn/JGJS.aspx？id=5.2&Menu=GZCG.

[4]国家发展和改革委员会能源研究所课题组. “十三五”及2030年交通部门节能目标研究[R/OL]. （2017-03-01）[2018-11-05]. http：//www.efchina.org/Attachments/Report/report-20170301-1-zh/report-20170301-1-zh.

[5]北京市环保局. 最新科研成果新一轮北京市PM2.5来源解析正式发布[ED/OL]. （2018-05-14）[2018-12-17]. http：//www.bjepb.gov.cn/bjhrb/xxgk/jgzn/jgsz/jjgjgszjzz/xcjyc/xwfb/832588/index.html.

[6]王家庭， 臧家新， 卢星辰， 等. 城市私人交通和公共交通对城市蔓延的不同影响——基于我国65个大中城市面板数据的实证检[J]. 经济地理， 2018， 38（2）： 74-81.

[7]JIN L， LI Q， KARIMIAN H， et al. Inter comparison between spatiotemporal distribution of PM2.5 Concentration and transportation in Beijing[J]. Advanced materials research， 2014， 1065： 3151-3156.

[8]王琮淙， 邱国玉， 黄晓峰. 城市热岛效应与PM2.5的关系研究[J]. 干旱区资源与环境， 2018， 32（5）： 191-195.

[9]International Energy Agency. CO2 emissions from fuel combustion[R].2018.

[10]孙宇飞.城市碳排放清单及其相关因素分析[D].上海：复旦大学，2011.

[11]戢晓峰， 姜莉， 陈方. 基于供给侧结构性改革的城市交通底线公平研究[J]. 昆明理工大学学报（社会科学版）， 2017， 17（3）： 21-25，42.

[12]宿凤鸣. 交通公平与交通共享发展[J]. 综合运输， 2016， 38（7）： 25-29.

[13]刘召峰， 周冯琦. 全球城市之东京的环境战略转型的经验与借鉴[J]. 中国环境管理， 2017， 9（6）： 103-107.

[14]张力. 伦敦现代城市交通体系建设与交通治理的经验与启示[J]. 生态经济， 2014， 30（9）： 125-128.

[15]张扬. 欧洲四国“绿色交通”考察（上）[J]. 交通与运输， 2017， 33（4）： 60-62.

[16]刘细良， 张超群. 城市低碳交通政策的国际比较研究[J]. 湖南社会科学， 2013（2）： 160-164.

[17]石红， 姚占军. 燃油车禁售国内外动态与中国实施预案建议[C].//中国汽车技术研究中心，中国新能源汽车产业发展报告（2018）. 北京：社会科学文献出版社， 2018： 386-402.

[18]中华人民共和国工业和信息化部. 乘用车燃料消耗量第四阶段标准解读[EB/OL]. （2015-01-26）[2019-01-21]. http：//www.miit.gov.cn/n1146285/n1146352/n3054355/n3057585/n3057589/c3616982/content.html.

[19]戚本超， 周达. 东京环境管理及对北京的借鉴[J]. 宁夏社会科学， 2010（5）： 41-44.

[20]朱星華. 纽约州支持电动汽车发展的政策举措及其启示[J]. 全球科技经济瞭望， 2014， 29（6）： 13-17.

[21]KAHN H， WIENER A J. The next thirtythree years： a framework for speculation[J]. Daedalus， 1967， 96（3）： 705-732.

[22]宗蓓华. 战略预测中的情景分析法[J]. 预测， 1994（2）： 50-51.

[23]CHERMACK T J. Studying scenario planning： theory， research suggestions， and hypotheses[J]. Technological forecasting & social change， 2005， 72（1）： 59-73.

[24]王海林， 何建坤. 交通部门CO2排放、能源消费和交通服务量达峰规律研究[J]. 中国人口·资源与环境， 2018， 28（2）：59-65.

[25]ZHANG H， CHEN W， HUANG W. TIMES modelling of transport sector in China and USA： comparisons from a decarbonization perspective[J].Applied energy， 2016， 162（2）：1505-1514.

[26]刘俊伶， 孙一赫， 王克， 等. 中国交通部门中长期低碳发展路径研究[J]. 气候变化研究进展， 2018， 14（5）： 513-521.

[27]PRASAD R D， RATURI A. Lowcarbon measures for Fijis land transport energy system[J]. Utilities policy， 2018， 54： 132-147.

[28]王红梅， 钟良， 杨洋. 基于LEAP模型的北京城市客运交通低碳规划路径研究[J]. 中国能源， 2018， 40（6）： 40-45.

[29]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.

[30]NIEVES J A， ARISTIZáBAL A J， DYNER I， et al. Energy demand and greenhouse gas emissions analysis in Colombia： a LEAP model application[J]. Energy， 2019， 169： 380-397.

[31]麦文隽， 邹乐乐， 王毅， 等. 城市客运交通节能减排潜力分析——以镇江市为例[J]. 城市问题， 2017（8）： 31-41.

[32]王慧慧， 余龙全， 曾维华. 基于职居分离调整的北京市交通碳减排潜力研究[J]. 中国人口·资源与环境，2018， 28（6）：41-51.

[33]OECD. Transport demand and CO2 emissions to 2050[R/OL]Paris： OECD Publishing，2017.（2017-01-30）[2019-01-07]. https：//doi.org/10.1787/9789282108000-5-en.

[34]中国汽车技术研究中心. 中国乘用车中长期节能潜力与路径研究结题报告[ED/OL]. （2017-09-19）[2018-12-17]. http：//www.efchina.org/Reports-zh/report-20170919-1-zh.

[35]王贺武， 石红. 中国语境下车辆碳排放分析[C]//中国汽车技术研究中心，中国能源汽车船业发展报告. 北京： 社会科学文献出版社， 2018： 403-413.

[36]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： 22-25.

[37]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.

[38]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 & sustainable energy reviews， 2016， 60： 549-559.

[39]COSTA E， SEIXAS J， COSTA G， et al. Interplay between ethanol and electric vehicles as low carbon mobility options for passengers in the municipality of So Paulo[J]. International journal of sustainable transportation， 2017， 11（7）： 8.

[40]GAO X， REN Z. Scenario prediction of the energy consumption and the environmental emissions of Beijing urban passenger transport[J]. Journal of automotive safety and energy， 2015 （3）： 9.

[41]節能与新清能源汽车技术路线图战略咨询委员会， 中国汽车工程学会. 节能与新清能源汽车技术路线图[M]. 北京：机械工业出版社， 2016.

[42]JOVICIC G， HANSEN C O. A passenger travel demand model for Copenhagen[J].Transportation research Part A： policy and practice， 2003， 37（4）： 333-349.

[43]CHEN G， KAUPPILA J. Global urban passenger travel demand and CO2 emissions to 2050： new model[J]. Transportation research record， 2017， 2671（1）： 71-79.

[44]MISHRA G S， TETER J， MORRISON G M， et al. Transportation module of global change assessment module （GCAM）： model documentation version 1.0[R]. 2013.

[45]IEA. Energy Technology Perspectives 2015[R/OL]. Paris：OECD，2015. 2019-01-07.http：//dx.doi.org/10.1787/energy_tech-2015-en.

[46]芦颖， 李旭东， 杨正业. 贵州省能源碳排放现状及峰值预测[J]. 环境科学与技术， 2018， 41（11）： 173-180.

[47]张丹平. 基于岭回归方法的我国能源消费影响因素研究[J]. 统计与决策， 2012（21）： 146-148.

[48]姜磊， 季民河. 技术进步、产业结构、能源消费结构与中国能源效率——基于岭回归的分析[J]. 当代经济管理， 2011， 33（5）： 13-16.

[49]任泽平. 控不住的人口：北京上海人口增长仍有较大潜力[ED/OL]. （2018-09-25）[2019-01-07]. http：//finance.sina.com.cn/zl/china/2018-09-25/zl-ifxeuwwr7849581.shtml.

[50]童玉芬， 王莹莹. 北京市人口动态模拟与政策分析[J]. 中国人口·资源与环境， 2016， 26（2）： 170-176.

[51]赵蕊. 北京常住人口空间分布变动与对策研究[J]. 北京社会科学， 2018（1）： 14-25.

[52]杨源. 基于居民出行规律实证研究的城市低碳交通政策模拟[D]. 清华大学， 2016： 17.

Research on countermeasures of energy transformation of urban transportation in Beijing

ZHANG Yu1 LIU Xuemin1 XU Liping2 ZHNAG Wei2

（1.Faculty of Geographical Science， Beijing Normal University， Beijing 100875， China;2.Beijing Research Center of Urban Systems Engineering， Beijing 100035， China）

Abstract Urban transportation has become the fastest growing sector of oil consumption in cities， resulting in rising CO2 emissions， which makes the energy transformation urgently necessary. It is considered that the adjustment of transportation energy structure and the development of transportation energyconservation technology are the main ways to achieve the energy transformation of urban transportation. Taking Beijing as the case city， on the basis of calculating the energy consumption， the LEAPTET model was constructed to complete the scenario analysis of transportation energy transformation. Based on the policy background and the forecast of urban transportation demand using ridge regression， the scenarios were set up including business as usual scenario （BAU）， background scenario （BS）， and structural adjustment scenario （SA）which included electrification transformation scenario （ET）and natural gas transformation scenario （NGT）， energy conservation technology progress scenario （TCT）， and comprehensive scenario （CS）. The energy transformation strategies were compared by different energy consumption and CO2 emissions of urban transportation in Beijing in 2035 from different scenarios output by LEAPTET model. The conclusions were as follows： Firstly， CS was much better than BAU and BS， which indicated that energy transformation was more important than transportation demand management and structural optimization in energy saving and emission reduction. Secondly， as for single transformation means， TCT was better than SA， and ET was better than NGT， which showed that the development of energyconservation technology played the most significant role in promoting energy conservation and emission reduction. Due to development basis and efficiency， the natural gas transformation couldnt achieve the goal. The effect of electrification transformation was conducive， which depended on the scale of transformation， power efficiency and emission factor of power grid. At the same time， extra power supply was required by electrification transformation. Thirdly， by comparing the proportion of different fuel demand and energy consumption from different modes in scenarios， it was found that by 2035， private transportation would still be the largest energy demand sector in urban transportation， while gasoline would be the most important fuel. Based on scenario analysis， countermeasures are put forward， such as persisting in the directions of transformation， speeding up the pace of electrification transformation， increasing investment in energy conservation technology， guiding residents to participate in energy transformation independently， and building a comprehensive sustainable transportation policy system.

Key words urban transportation; energy transformation; electrification transformation; energy conservation technology; Beijing