基于SD模型的广东省货运碳排放系统仿真研究

姜卓扬，张冠湘

本刊核心层次论文

基于SD模型的广东省货运碳排放系统仿真研究

姜卓扬，张冠湘

(华南理工大学 电子商务系，广东 广州 510006)

为了解决全球气候变暖带来的问题，各国政府试图通过制定相关政策限制交通运输领域碳排放。我国国务院印发的《“十四五”现代综合交通运输体系发展规划》对交通运输领域的二氧化碳排放提出了一个明确的目标，可见促进交通运输领域的碳减排是十分重要的。本文以广东省货运碳排放系统为研究对象，聚焦货物长途运输方式的转变对碳排放量的影响，利用系统动力学思想构建了包含经济、运输、能源、环境四个子系统的SD模型，并通过情景设置法来进行政策模拟，得出交通运输结构调整是最有效的减排手段、组合政策的效果优于单一政策等结论。

系统动力学；碳排放；政策模拟；减排路径

近年来，全球气候变暖情况日益加剧。2021年，全球平均温度较工业化前水平高出1.11℃，是有完整气象观测记录以来的七个最暖年份之一[1]。气候变暖现象的发生是由于温室效应的不断累积，而温室效应则是由温室气体的大量排放导致的，因此，为阻止全球变暖趋势，对温室气体排放的控制是必不可少的。早在1992年，联合国就专门制定了《联合国气候变化框架公约》，促使发达国家减少二氧化碳及其他温室气体的排放量并将相关技术和信息转让给发展中国家。在这种气候变化的严峻形势下，自2003年英国提出“低碳经济”这一概念以来，以可持续性发展为目的的低碳经济就迅速成为世界各国政治和经济博弈的热点[2]。在此基础上，越来越多的国家提出低碳经济发展策略或者保护气候变化的方案，甚至通过立法来限制碳排放。2020年9月22日，国家主席习近平在第七十五届联合国大会上提出：“中国将提高国家自主贡献力度，采取更加有力的政策和措施，二氧化碳排放力争于2030年前达到峰值，努力争取2060年前实现碳中和。”截至2022年底，全国机动车保有量达4.17亿辆，其中汽车3.19亿辆。据测算，一辆汽车每燃烧一升燃料约排放2.5 kg的二氧化碳，再加上铁路、水运等多种运输方式，交通运输领域有非常大的碳排放量。有研究显示，运输领域的二氧化碳排放量约占总排放量的27%[3]，具有很大的减排空间，近年来，已经成为政府重点关注的领域。2021年12月9日，国务院印发《“十四五”现代综合交通运输体系发展规划》，其中就有智能绿色类别下的交通运输二氧化碳排放强度五年累计下降率5%这一具体目标。

综上所述，研究交通运输领域的节能减排既是有意义的也是迫在眉睫的。除此之外，交通运输业的节能和低碳发展也受到了很多国内外专家学者的高度重视，他们围绕着交通运输能源消耗、碳排放、可持续发展等方面进行了不断的研究与探索。顾誉鑫等[4]通过LDMI理论，对长三角地区2011—2020年交通运输碳排放的影响因子进行分解，分解成经济增长、人口规模和能源强度三个方面，并就不同因子对碳排放量的影响加以分析；刘淳森等[5]基于1990—2019年的统计数据，利用LSTM碳排放模型和情景分析法，对中国交通运输业碳排放峰值进行预测。随着系统动力学方法的广泛应用，越来越多的学者使用系统动力学来研究经济、能源、环境系统及政策模拟问题。由于交通运输领域与经济、能源、环境等方面是密不可分的，因此，交通运输领域的研究也越来越多地采用了系统动力学思想及方法，其中有一些学者围绕着可持续发展理念，利用系统动力学方法对碳减排策略进行了研究。麦文隽等[6]从系统动力学的视角对城市客运交通网络进行建模，对区域的城市交通能源消耗和碳排放进行仿真预测，并将相关政策和规划作为冲击变量，分析其对该区域城市交通的节能减排效果，并对政府在城市客运交通领域的节能减排工作提出了建议。NIMA等[7]构建了包含多种车队的德黑兰城市交通系统，探究用天然气代替传统石油燃料后城市交通碳排放的情况。

从上述的国内外研究中可以看出，诸多学者应用系统动力学构建交通运输系统模型并对其碳排放量进行仿真和预测，但主要集中在城市交通领域。本文围绕广东省货运系统进行研究，聚焦货物长途运输方式的转变对碳排放量的影响，其中也考虑到同一种运输方式不同运输设备所需能源不同的因素，并加入政策的考量，对主流的减排路径加以分析。本研究结合广东省实际情况，构建了包含四个子系统的广东省货运系统SD模型，对其碳排放量进行仿真研究。由于交通运输节能减排主要包括结构性节能减排、技术性节能减排和管理性节能减排，因此，利用情景模拟法来设置不同情景进行分析对比，得出交通运输结构调整是最有效的减排手段、组合政策的效果优于单一政策等结论。

一、模型的建立与检验

（一）仿真边界

对广东省货物运输系统进行仿真，需要先明确仿真边界。本文旨在通过系统动力学构建一个包含公路、水路、铁路运输的货运系统，尽可能真实地模拟出广东省货运系统的碳排放量。通过不同的情景设置，同时改变一种或多种辅助变量，来观察碳减排的效果。

本文以交通运输为核心分析广东省货运碳排放系统的子系统构成，选择与之相关的经济、运输、能源、环境四个子系统，见图1。

图1 子系统关系图

以运输系统为核心的四个子系统息息相关。国民经济和社会的蓬勃发展会促进运输市场的繁荣，运输系统的高效运转也会促使一部分社会经济的稳步增长，所以二者是相互促进的关系；运输系统的正常运行少不了能源的消耗，此二者是运输系统促进能源消耗的关系；能源消耗促进了CO2的排放；CO2的排放抑制了社会经济的发展，社会经济的发展反过来也会抑制CO2的排放，二者是相互抑制的关系。

（二）基本模型

根据四个子系统画出的存量流量图见图2。

图2 广东省货运碳排放系统存量流量图

根据上述的影响因素和因果关系，设定2010年为仿真的初始年份，2025年为仿真的结束时间，仿真步长为1年，以2010—2020年的数据为调试约束条件，预测2021—2025年碳排放的发展趋势。

本文通过查找最新的《广东统计年鉴》[8]《中国交通年鉴》[9]《中国能源统计年鉴》[10]《交通运输行业发展统计公报》《铁道统计公报》等统计资料，利用SPSS软件中的线性回归方法进行变量间的拟合，还利用指数平滑法对参数进行估计，对一些辅助变量用表函数的方式进行赋值，并对一些反应较慢的变量设置延迟，模型中的主要变量方程式见表1。

表1 主要变量方程式

（三）模型有效性检验

模型有效性检验是为了验证模型与现实状况的符合程度，可以分为直观检验、运行检验、历史检验以及灵敏度分析这四种方法，其目的是评估模型的正确性、有效性和信度。本文选取运行检验来验证因果关系、变量设置的合理性以及量纲的一致性，并用历史检验来验证模型的信度。

运行检验是指通过改变仿真步长来观察模型的仿真情况[11]。如果仿真结果受仿真步长的影响很大，则认为模型存在运行问题；如果仿真结果受仿真步长的影响较小，则认为模型运行稳定。在运行检验中，设置仿真步长分别为0.25、0.5和1年，观察的运行情况，得到的结果如图3所示。当仿真步长发生变化的时候，状态变量的变动趋势较为一致，且数据变化幅度非常小，这证明模型较为稳定，不存在运行问题，也不会出现病态的结果。

历史检验是将模拟结果与已有的历史数据进行对比[12]，计算出主要变量仿真结果与实际数据之间的相对误差，对模型的可靠性和准确性做出判断。相对误差的计算方法为仿真值与实际值之差比上实际值，本文选取和货运周转量这两个较为重要的变量来进行历史检验，检验结果见表2和表3。

图3 GDP对比图

表2 GDP仿真值与历史值比较

表3 货运周转量仿真值与历史值比较

从结果来看，和货运周转量的仿真值和历史值误差不超过±5%，这表明模型的拟合良好，可以较为真实地反映广东省的和公、铁、水路货运周转量的历史状况，也说明了利用该模型进行仿真的合理性。

二、政策模拟与分析

（一）政策模拟

利用情景模拟法从结构性节能减排、技术性节能减排和管理性节能减排三个策略出发，设置包括无政策情景在内的共8种情景，通过与无政策情景的对比，了解不同策略的减排效果。

结构性节能减排是指根据各种运输方式的技术经济特征，优化交通运输资源配置，通过调整运输结构来达到节能减排的目的。技术性节能减排是指利用科技手段，通过改进交通工具的设计和制造，提高交通工具的燃油效率和能源利用率，降低交通工具的碳排放量。管理性节能减排是指通过改进交通管理手段，降低交通拥堵和行车阻力，提高交通运输的效率和流畅度，促使运输朝着规模化、集约化方向发展[13]，从而降低交通运输的能源消耗和碳排放量。

（二）仿真分析

根据上述三种策略，令2010—2020年所有的变量和参数不变，假设情景模拟是从2021年开始。要模拟的8种情景如下：

情景一：无政策；

情景二：单一政策——结构性减排；

情景三：单一政策——技术性减排；

情景四：单一政策——管理性减排；

情景五：组合政策——结构性、技术性减排；

情景六：组合政策——结构性、管理性减排；

情景七：组合政策——技术性、管理性减排；

情景八：组合政策——结构性、技术性、管理性减排。

由于每种情景都要和无政策情景进行对比，所以情景一会在其他情景中作为基准出现。

情景二是单一政策模拟，策略为结构性减排，设置为从2021年公路分担率开始在基本模型的仿真结果下逐年下降，2021年下降1%、2022年下降2%、到2025年累计下降5%；铁路分担率均匀增长，到2025年增长3%；在模型中增加水路分担率变量，在2021—2025年期间均匀增长2%，仿真结果见图4。

图4 单一政策——结构性减排效果

仿真结果显示，在2025年，货运系统碳排放总量从8 748.18万吨降至6 437.68万吨，减排效果为26.41%。

情景三是单一政策模拟，策略为技术性减排，设置为从2021年开始汽油车单位周转量能耗（单耗1）、柴油车单位周转量能耗（单耗2）、燃油船单位周转量能耗（单耗5）、内燃机车单位周转量能耗（单耗7）均匀下降，到2025年累计下降5%，仿真结果见图5。

图5 单一政策——技术性减排效果

仿真结果显示，在2025年，货运系统碳排放总量从8 748.18万吨降至8 248.3万吨，减排效果为5.71%。

情景四是单一政策模拟，策略为管理性减排，设置为从2021年开始环保投资系数均匀增长直到2025年总增长幅度为5%，仿真结果见图6。

仿真结果显示，在2025年，货运系统碳排放总量从8 748.18万吨降至8 714.4万吨，减排效果为0.39%。

情景五是组合政策模拟，策略为结构性、技术性减排，设置为其他要素不变，分担率变化同情景二；单位周转量能耗变化同情景三，仿真结果见图7。

图6 单一政策——管理性减排效果

图7 组合政策——结构性、技术性减排效果

仿真结果显示，在2025年，货运系统碳排放总量从8 748.18万吨降至6 030万吨，减排效果为31.07%。

情景六是组合政策模拟，策略为结构性、管理性减排，设置为其他要素不变，分担率变化同情景二；环保投资系数的变化同情景四，仿真结果见图8。

图8 组合政策——结构性、管理性减排效果

仿真结果显示，在2025年，货运系统碳排放总量从8 748.18万吨降至6 404.49万吨，减排效果为26.79%。

情景七是组合政策模拟，策略为技术性、管理性减排，设置为其他要素不变，单位周转量能耗变化同情景三；环保投资系数的变化同情景四，仿真结果见图9。

图9 组合政策——技术性、管理性减排效果

仿真结果显示，在2025年，货运系统碳排放总量从8 748.18万吨降至8 214.64万吨，减排效果为6.10%。

情景八是组合政策模拟，策略为结构性、技术性、管理性减排，设置为其他要素不变，分担率变化同情景二；单位周转量能耗变化同情景三；环保投资系数的变化同情景四，仿真结果见图10。

图10 组合政策——结构性、技术性、管理性减排效果

仿真结果显示，在2025年，货运系统碳排放总量从8 748.18万吨降至5 996.91万吨，减排效果为31.45%。不同情景下减排效果的对比见表4。

表4 不同情景下减排效果比较

由减排效果可以看出，在单一政策中，交通运输结构的调整对二氧化碳排放量的影响很大，是减排政策中最有效的；交通领域技术的进步也会对二氧化碳排放量产生一定的影响；环保投资的增加对二氧化碳排放量的影响不大，只能作为辅助手段。在组合政策中，组合政策的减排效果大于其中包括的任意单一政策的减排效果，又小于其中包含的单一政策减排效果之累加，这表明单一政策之间会相互影响，政策组合后效果会打一点折扣，但是这种影响很小，总体而言组合政策还是比单一政策更加合理有效。

三、结语

本文从经济、运输、能源、环境四个方面出发，构建了广东省货运碳排放系统。首先明确四个子系统存在的相互影响关系，再结合具体变量和相关数据，确定不同变量间的因果关系；其次进行数据收集，通过各种年鉴和政府网站以及现有的研究，直接或间接地得到数据，并利用统计学的方法结合定量分析工具确定参数；最后根据因果关系和具体参数利用系统动力学思想构建SD模型，通过模型检验后，开始进行政策模拟。

政策模拟是基于三种主流的减排策略进行不同的排列组合，构成了包括无政策情况在内的共八种情景。对仿真结果进行分析，得出如下结论：

1. 三种减排策略都可以起到减排效果，其中结构性减排即运输结构调整对二氧化碳减排的效果最为明显。

2. 交通领域的技术进步也会对二氧化碳排放量产生影响，但减排效果不及结构性减排策略。

3. 环保投资的增加只能够产生微弱的减排效果，是三种策略中最差的。

4. 组合政策的二氧化碳减排量大于该组合中任意单一政策的减排量，但小于该组合中所有单一政策的减排量之和。

根据仿真结果和上述结论可以看出，技术进步和环保投资带来的减排效果不明显，同时，技术创新需要的时间久且无法预计，环保投资的起效慢见效差，因此，技术性减排和管理性减排策略只能作为辅助手段对碳减排起到潜移默化的影响，二氧化碳的排放控制还是要靠运输结构的调整。近年来，相关政府部门也注意到运输结构失衡的问题，制定相应的政策以促进货物运输方式公转水、公转铁。但是，公路运输的基础设施完备，运输线路灵活，可以进行门到门的运输，目前还是难以替代的。为了降低公路运输比例，提高水路、铁路这种低耗能运输方式的占比，可以通过补贴水铁运输或对公路运输收费的方法进行调节，还可以积极建设运输枢纽的转运设施，促进多式联运的发展，或者提高使用清洁能源作为动力的运输设备比例等。

[1]中国气象局气候变化中心. 中国气候变化蓝皮书(2022)[M].北京: 科学出版社, 2022.

[2] 刘强. 我国低碳经济发展模式研究[J]. 合作经济与科技, 2022, 678(7): 50-51.

[3] WANG C, WOOD J, WANG Y J, et al. CO2 emission in transportation sector across 51 countries along the Belt and Road from 2000 to 2014[J]. Journal of Cleaner Production, 2020, 266(9): 122000.

[4] 顾誉鑫, 薛亮. 长三角地区交通运输碳排放测算及分析[J].物流工程与管理, 2022, 44(10): 85-88.

[5] 刘淳森, 曲建升, 葛钰洁, 等. 基于LSTM模型的中国交通运输业碳排放预测[J/OL]. 中国环境科学, 2022: 1-11[2023-02-10].https://doi.org/10.19674/j.cnki.issn1000-6923. 20221207.010.

[6] 麦文隽, 王毅, 凤振华, 等. 基于系统动力学的城市交通能源消费和碳排放研究: 以镇江市为例[C]//中国城市规划学会城市交通规划学术委员会. 2017年中国城市交通规划年会论文集. 中国建筑工业出版社, 2017: 16.

[7] NIMA S, AHMAD H, YOUNES N. Developing a system dynamics approach for CNG vehicles for low-carbon urban transport: a case study[J]. International Journal of Low-Carbon Technologies, 2021, 16(2): 577-591.

[8] 广东省统计局编. 广东统计年鉴2022[M]. 北京: 中国统计出版社, 2022.

[9] 中国交通年鉴社编. 中国交通年鉴2021[M]. 北京: 中国交通年鉴社, 2022.

[10] 国家统计局能源统计司编. 中国能源统计年鉴2021[M]. 中国统计出版社, 2021.

[11] 付跃强, 夏天添. 基于系统动力学的电动汽车产业发展建模与仿真[J]. 系统仿真学报, 2021, 33(4): 973-981.

[12] 王倩, 黄凯. 基于系统动力学的北京市农业水足迹模拟与影响因素分析[J]. 系统工程, 2021, 39(3): 13-24.

[13] 陈志平. 公路交通运输行业节能减排发展[J]. 能源与节能, 2018, 159(12): 85-86+92.

10.15916/j.issn1674-327x.2023.05.010

U113

A

1674-327X (2023)05-0039-06

2023-02-10

广东省哲学社会科学规划一般项目(GD20CGL46)；教育部人文社会科学研究项目(19YJA630107)

姜卓扬(1999-)，女，辽宁大连人，硕士生。

张冠湘(1975-)，男，湖南郴州人，教授，博士。

(责任编辑：许伟丽)