广东不同区域汽车新能源化的减碳潜力及成本预测

刘永红，张帆，苗领，蔡雨锋，赖雨梦，吴潇彬，曾雪兰，姚达文*

(1.中山大学，智能工程学院，广东深圳 518107；2.广东省智能交通系统重点实验室，广州 510275；3.广东省交通环境智能监测与治理工程技术研究中心，广州 510275；4.广东工业大学，生态环境与资源学院，广州 510006)

0 引言

交通运输部门是化石能源消耗及温室气体排放的重点部门，公路运输排放量占交通运输部门碳排放总量的80%以上。减少交通运输部门碳排放是实现中国“双碳”目标的重要环节，发展新能源车产业，推广新能源车被视为减少公路运输碳排放的重要路径之一。新能源汽车包括：插电式混合动力电动汽车、混合动力电动汽车、纯电动汽车以及燃料电池汽车等，由于其运行过程中较低的CO2排放，引起许多国家和企业关注。然而，新能源汽车会通过其他过程对环境和气候产生影响，例如发电和制氢环节等。且由于其较高的技术成本，政策拟定和实施也应考虑经济影响。

学者们已开展广泛研究分析汽车新能源化政策的减碳效果和成本。从研究范围来看，一些学者聚焦于国家层面，这类研究在设定未来情景时多以国家为单位，整体考量实施包括汽车新能源化政策在内的各项低碳交通政策对中国未来碳排放的影响以及政策的成本效益。GAMBHIR等[1]计算实施低碳汽车替代对中国道路交通碳排放影响及减排成本，认为乘用车和重型卡车潜在减排收益最大；贾术艳等[2]研究不同情景下中国货车运营环节碳排放，认为加快新能源货车推广应用是实现货车运营环节碳达峰的关键。然而，ZHANG等[3]认为，包括汽车新能源化在内的政策影响程度将因政策力度和地区发展情况而异，应当根据实际情况分区域针对性开展研究，进而分析政策的整体影响以及局部区域特征。在研究方法上，由于自下而上的方法能够充分考虑工程技术变化的作用，近年来，研究者多以此结合情景分析法，量化汽车新能源化政策对碳排放影响及减排成本。常用于分析汽车新能源化政策对碳排放影响的模型包括：TIMES(The Integrated MARKAL-EFOM System)模型、LEAP(Long-range Energy Alternatives Planning System)模型、GREET(The Greenhouse gases,Regulated Emissions,and Energy use in Transportation)模型及FEEI(Fuel Economy and Environmental Impacts)模型等，这类模型多能通过直接输入或间接利用车辆存活率参数模拟新旧车辆更替规则，实现车队能源结构迭代。尤其是使用基于研究区域的本地化车辆存活率参数，能够提升研究可靠性，且量化本地政策影响。

上述研究中，大多数研究者认为推广新能源汽车是一种有效的减碳措施，但政策推行力度及政策实施效果与区域发展状况有关，针对目标区域开展本地化研究尤其重要。广东省是中国第一经济强省、公路运输大省、碳排放大省以及首批低碳试点省份，也是中国新能源汽车产业链的起源地和领跑者，是新能源汽车推广的重点地区之一。然而，在作为经济发展和汽车新能源化政策领跑省份的同时，广东省内区域间也存在显著差异，2020年，深圳市人均GDP和新能源乘用车渗透率分别是非珠三角地区的3.6 倍和5.5 倍。研究汽车新能源化政策对广东省未来道路交通碳排放影响，尤其是根据区域发展现状及趋势分区域分析不同政策力度下减排量及减排成本差异性，不仅有助于判断未来广东省道路交通碳排放发展趋势，还对中国其他地区探索道路交通低碳发展路径具有借鉴意义。

目前，对广东省或省内区域的研究较少。ZHAO等[4]和LIU等[5]整体研究实施包括新能源汽车推广在内的一个或多个政策减排效果，但没有考虑到省内不同区域发展差异；DONG等[6]估计深圳市实施不同力度的节能减排技术对城市公共交通减碳的影响，没有考虑货运车辆以及私家车的影响。上述研究均没有探讨政策的碳减排成本。综上所述，现有研究存在以下不足：研究者在国家尺度研究上设定模型相关参数时，多选取全国平均值或区域平均值，直接将这类研究成果应用于广东省时不能较好地反映政策发展趋势及碳减排力度；对于广东省及省内部分区域的研究，研究者未充分考虑区域差异，在车队技术结构迭代方面有所不足；现有的针对广东省及省内部分地区的研究未充分考虑减排成本，未从经济性角度分区域评价政策措施。

本文定量揭示汽车新能源化政策对广东省不同区域减碳效果影响及成本差异，主要内容如下：首先，本文结合之前的研究成果[7]及本地化数据，预测广东省及各区域未来每年车队结构及变化趋势；其次，在考虑整体车队变化趋势和区域发展水平差异下，评估3类5种政策对不同区域的减碳影响；最后，分区域定量揭示汽车新能源化政策的短期减排成本，为未来广东省各区域实施新能源化政策提供数据支撑和低碳建议。

1 模型与数据

1.1 模型结构

为描述广东省道路交通碳排放特征，评估汽车新能源化政策成本效益，本文开发了一个道路交通能源消耗及排放预测模型，通过耦合汽车保有量预测模型和碳减排技术成本核算模型预测广东省未来汽车能源消耗、碳排放及成本效益，研究技术路线图如图1所示。综合考虑各项因素，本文在研究中将广东省划分为4个区域，分别是广州、深圳、珠三角其他地区(包括：佛山、肇庆、东莞、惠州、珠海、中山及江门9个地市，珠三角)和非珠三角(包括：潮州、汕头、揭阳、汕尾、梅州、湛江、茂名、阳江、云浮、清远、河源及韶关12 个地市)。本文考虑广东省内区域差异，首先，通过汽车保有量预测模型分区域预测未来广东省各年度不同类型汽车保有量；然后，搭建自下而上的汽车碳排放预测模型，基于车辆存活率参数获取车队技术分布情况，采用年均行驶里程法和汽车保有量计算结果核算汽车碳排放；最后，将核算结果输入减碳成本核算模型，计算政策实施的技术成本。基于此，本文以2020 年为基准年，获取2020—2060 年各新能源化情景车队逐年技术结构分布情况，并计算各情景逐年碳排放量和短期(2020—2030年)逐年技术减排成本。

图1 技术路线Fig.1 Technology roadmap

1.1.1 汽车保有量预测模型

本文采用汽车保有量预测模型预测广东省各区域车辆保有量。HUO等[8]认为，私家车数量发展情况符合Gompertz 函数变化规律，即私家车千人保有量是私家车千人保有量饱和值和人均GDP的函数，即

式中：OPV,y为y年私家车千人保有量；SPV为私家车千人保有量饱和值，各地区私家车千人保有量增长至该值后便不会继续增长，考虑到广东省各地区地域面积、人口密度、限牌政策及发展空间等，设定广州、深圳、珠三角和非珠三角分别为300、250、400和450；Gy为y年人均GDP；y为年份；α和β为模型回归参数，α∈(0,1)，β∈(0,1) 。

HE等[9]认为，汽车保有量与人均GDP 相关。除私家车以外的汽车保有量采用弹性系数法预测，即

式中：Oj,y为y年j车型的汽车保有量；εj为j车型的弹性系数，基于2006—2020 年历史值计算；j为车型。

1.1.2 汽车能源消耗与碳排放预测模型

本文采用汽车能源消耗及排放预测模型预测广东省各区域汽车能源消耗及碳排放。该模型包含基于车辆存活率参数的区域车队燃料结构动态更新模块和基于行驶里程法的自下而上的能源消耗及碳排放计算模块。广东省车辆存活率参数来自文献[7]，车辆存活淘汰规则为

式中：Nj,y-a为y-a年j车型的新车注册量；φa,j为j车型的车辆存活概率，基于历史真实值计算；na,j为j车型的存活车辆数；a为车龄。

在能源消耗及碳排放计算模块中，本文基于年均行驶里程法自下而上核算广东省各区域汽车每年能源消耗及碳排放，包含化石燃料燃烧阶段直接碳排放及纯电动汽车和燃料电池汽车上游发电端和制氢端碳排放，计算式为

式中：Uy为y年能源消耗；Mi,j,y为y年使用i燃料j车型的年均行驶里程；Ci,j,y为y年使用i燃料j车型的汽车百公里综合能耗；Ci,y为y年使用i燃料的汽车百公里综合能耗；Ey为y年碳排放；Fi,y为y年i燃料的碳排放因子，对于传统化石燃料汽车指燃料燃烧阶段碳排放因子，对于纯电动汽车及燃料电池汽车指上游电力生产阶段和制氢阶段碳排放因子；i为燃料类型。

1.1.3 碳减排技术成本核算模型

本文中，CO2减排成本指相对于基准情景新能源车增量技术成本。ICCT[10]研究表明，这一成本将随时间推移逐渐减小，直至与传统化石燃料汽车接近或相等。本文所采用的增量技术成本指新能源车与同类型传统化石燃料汽车之间的技术成本差距，计算式为

式中：Ay为y年减排成本，以2020 年价计；Ii,j,y为新能源车增量技术成本，以2020 年价计；ΔNi,j,y为与基准情景相比新能源车新车注册增长量。

参考文献[10]的研究，新能源车型增量技术成本随时间线性下降，除混合动力车型外，其他新能源车型均将在成本平价年份降为0。当新能源车和传统化石燃料汽车实现成本平价后，由于新能源车的燃料价格优势及低碳环保优势，无需额外政策推动新能源车替代，此后，技术迭代导致的增量技术成本进一步降低不在本文研究范围之内。本文采用的增量技术成本及成本平价年份如表1所示。

表1 各新能源车型增量技术成本Table 1 Incremental technology costs for various new energy models

边际减排成本是表征政策成本效益的重要指标，CO2的边际减排成本为

式中：My为y年边际减排成本，以2020 年价计；ΔEs,y为y年相较于基准情景的碳减排量；s为不同力度电动化情景；Ay以2020年价计。

1.2 研究区域及数据

用于模型计算的人口、经济及汽车保有量历史数据来自《广东省统计年鉴》。本文参考公安部机动车类型分类标准，结合车辆用途和车型特点将车辆分为3 类10 种车型(类型1 为小型客车，含私家车、出租车及其他乘用车；类型2为中大型客车，含公交车、中型客车及大型客车；类型3为货运车辆，含微型货车、轻型货车、中型货车及重型货车)，车辆燃料包括：汽油、柴油、天然气、电力和氢气。

本文各车型燃料类型占比来自广东省部分乘用车及商用车保险数据、车型销量数据以及节能与新能源汽车年鉴2021。各车型年均行驶里程参考道路机动车大气污染物排放清单编制技术指南(试行)。本文涉及化石燃料直接燃烧的碳排放及电力生产阶段和氢气制造阶段碳排放。化石燃料直接燃烧的碳排放因子来自中国产品全生命周期温室气体排放系数库(CPCD)，电力生产阶段碳排放因子根据广东省电力结构结合CPCD数据计算得出，制氢阶段碳排放因子综合参考CPCD 及其他学者研究。本文采用的排放因子如表2所示。

表2 各类燃料CO2排放因子Table 2 CO2 emission factors for various fuel types

陆杰华等[12]认为，我国人口变化将呈现先增后降趋势，目前，我国已处于人口下降期前夜。蒋斌等[13]认为，广东省经济增长率将高于全国平均水平。本文预测了未来人口及社会经济发展情况，分析广东省各区域人口变化情况，并据此设定不同时期人口年度变化率。2021—2035年，中国处于迈向中等发达国家进程，地区发展水平仍较大，且广东省经济平均增长率显著高于全国平均水平。2035年后，中国逐步实现共同富裕，区域间差异性逐渐变小。本文综合参考其他学者及机构研究结论，分区域分时期设定人均GDP年均增长率。

汽车燃料消耗方面，本文综合参考现有研究中汽车燃料消耗率变化趋势，结合中国燃料消耗量限值标准及其他相关研究结论，设定2020 年及未来各年度新车百公里能耗参数。

1.3 政策情景设置

在汽车新能源化政策方面，本文设置3类情景(基准情景、现有政策情景及新能源车推广情景)表征新能源汽车推广政策力度。

第1 类，基准情景，相当于广东省新能源车推广的最保守情景，即对于新能源车没有任何新的政策支持，未来每年新能源车销量占比维持和基准年2020年相同水平。

第2 类，现有政策情景，即新能源车推广政策支持力度和新能源车技术改进进程继续以目前速度进行，以探索广东省各区域在当前政策力度下道路交通整体能源转型及减排潜力。在此情景中，对于有明确政策规划的，新能源车发展进程直接参照现有目标规划；对于没有直接规划的，考虑到广东省内区域差异，设置原则为：广州和深圳整体汽车新能源化进程分别比全国平均水平早5 年左右和10 年左右；珠三角和全国平均水平保持一致；非珠三角比全国平均水平晚5年左右。

第3类，为挖掘广东省各区域进一步碳减排潜力，设置一系列新能源车推广情景，即相对于现有政策情景，这些情景进一步加大新能源车推广政策力度。根据政策侧重点的不同，可以细分为3个情景：客运新能源化情景、货运新能源化情景和客货运新能源化情景。在客运新能源化情景中，各地区着重加快全部种类客运车辆新车新能源化进程，货运车辆保持和现有政策情景相同的汽车新能源化政策力度；货运新能源化情景着重加快货运车辆新能源化进程；客货运新能源化情景是客运新能源化及货运新能源化情景的综合情景，各区域对客运和货运车辆新能源化的力度分别与客运新能源化和货运新能源化情景保持一致。现有政策情景及客货运新能源化情景下，广东省汽车新车新能源化率100%年份如表3所示。

表3 广东省汽车新车新能源化率100%年份Table 3 Years in which new-vehicle new-energy rate in Guangdong Province reaches 100%

2 结果与分析

2.1 广东省及省内各区域碳排放

基准情景下，传统化石燃料在小型客车和货运车辆中仍占据主导地位，中大型客车车队新能源化率逐步提升。现有政策情景具有较好的车队新能源化效果。随着各车型新能源化渗透率的提升，2060年，广东省整体车队实现较大规模的新能源化替代。在现有政策基础上，进一步加大各车型新能源化推广力度后，广东省将更快实现整体车队新能源化。在客货运新能源化情景下，2050 年，广东省传统化石燃料小型客车及中大型客车新能源化率已超过现有政策情景下2060 年水平，分别达98.92%和99.71%，传统化石燃料货运车辆占比为5.53%。

新车新能源化对整体车队燃料结构影响存在显著滞后性。在客货运新能源化情景下，广东省在2040 年左右实现小型客车新车100%新能源化，而整体车队100%新能源化节点出现在2055 年左右；中大型客车车队100%新能源化时间比新车100%新能源化时间晚10 年左右，货运车辆晚10 年以上。各车型车队燃料结构变化将影响整体能源消耗，进而影响汽车车队碳排放。

结合车队燃料结构变化趋势，本文预测广东省不同新能源化力度下汽车碳排放如图2 所示。在基准情景中，广东省将在2034 年左右实现汽车碳排放达峰(碳达峰)，峰值将达到11588.00 万t；而后汽车碳排放总量呈现缓慢下降趋势，2060 年，广东省汽车碳排放总量为10264.84 万t，比峰值降低了11.42%。现有政策情景和一系列新能源车推广情景，均具有良好的碳减排效果。现有政策情景可以使碳达峰时间提前5 年，达峰年在2029 年左右，峰值排放为10106.64 万t，比基准情景低12.78%。此外，货运新能源化情景，碳达峰年在2028 年左右，客运新能源化情景和客货运新能源化情景达峰年在2027年左右，3种情景均能更快实现碳达峰。整体来看，2020—2060 年，现有政策情景将比基准情景减少32.87%的碳排放。货运新能源化情景相对于现有政策情景的碳减排效果提升并不显著，2020—2060年，该情景相对于基准情景的减排量与现有政策情景接近(现有政策情景为142937.37万t，货运新能源化情景为152121.89 万t)。而客运新能源化情景以及客货运新能源化情景到2060年相对于基准情景均能较好降低累积碳排放量，减少率分别达40.34%和42.48%。

图2 2020—2060年不同情景下广东省汽车碳排放Fig.2 Carbon emissions from vehicles in Guangdong Province under different scenarios(2020-2060)

为探究广东省不同区域不同新能源化力度情景下碳排放特征和差异，各区域未来汽车碳排放变化趋势如图3所示。整体上，各区域整体排放变化趋势与广东省相近，但也存在区域性差异。针对碳达峰时间而言，深圳市是基准情景下4个区域中唯一可以在2030 年前实现碳达峰的地区(约2028年)。在现有政策情景下，广州、深圳和珠三角地区达峰时间分别在2027 年、2024 年和2028 年左右。而非珠三角地区无法在2030 年前实现碳达峰，其达峰时间将在2032年左右。针对各政策情景总体排放趋势而言，广州、深圳以及珠三角货运新能源化情景年度减排效果均将在2060年前超过客运新能源化情景，其中，深圳最早(2046年)，珠三角地区最晚(2057年)，非珠三角也出现了2060年后货运新能源化情景年度减排效果反超客运新能源化情景的趋势。表明随着时间推移，在现有政策情景下，进一步推行货运车辆新能源化政策将在更长远的未来具有不可忽视的减碳潜力。此外，各地区客货运新能源化情景在2020—2060 年总碳排放将比现有政策情景少10.93%～16.83%，其中，非珠三角地区碳排放减少量最为显著(16.83%)，而后分别为广州(13.63%)、珠三角(13.40%)和深圳(10.93%)。主要因为非珠三角地区现有汽车新能源化政策相比于其他地区更为保守，而深圳处在全省汽车新能源化最前列，因此，更为激进的汽车新能源化政策对于非珠三角地区效果更好。总体来说，现有政策情景和3 种新能源化情景均能在一定程度上实现相对于基准情景提前碳达峰时间和减少整体碳排放，整体碳减排效果客货运新能源化>客运新能源化>货运新能源化>现有政策。不同区域间存在碳达峰时间差异和政策情景效果差异，整体来看，深圳市最早达峰，非珠三角地区则最晚；更激进的汽车新能源化政策对非珠三角地区碳减排效果最好。

图3 2020—2060年不同情景下广东省各区域汽车碳排放Fig.3 Carbon emissions from vehicles in Guangdong Province by region under different scenarios(2020-2060)

2.2 各区域不同阶段分车型减排潜力

为从不同阶段探索各情景下不同车辆类型的碳减排潜力，本文分为两阶段，即短期(2020—2030年)和中长期(2031—2060 年)对比不同时间段下减排效果。各情景下广东省各区域相对于基准情景短期和中长期内累计碳减排量如图4和图5所示。

图4 短期(2020—2030年)各情景相对于基准情景分区域分车型累计碳减排量(万t)Fig.4 Cumulative carbon emission reductions by region and model for each scenario relative to baseline scenario in short term(2020-2030)(unit:10000 tons)

图5 中长期(2031—2060年)各情景相对于基准情景分区域分车型累计减排量(万t)Fig.5 Cumulative emission reductions by region and model for each scenario relative to baseline scenario in medium and long term(2031-2060)(Unit:10000 tons)

对于短期减排，珠三角地区贡献的累计减排量占全省减排比例最高，4 种情景下，均超过36%；广州最低，4 种情景下占比均不超过16%。分车型来看，新能源小型客车总体短期减排效果最好，在除货运新能源化情景广州市外的全部情景和地区中均贡献超过1/2 的减排量。新能源小型客车在非珠三角地区减排效果尤为显著，在现有政策、货运新能源化、客运新能源化及客货运新能源化情景下，其减排量占比分别达到82.14%，73.73%，87.21%和81.04%；广州市虽然也有较好减排效果，但总体效果与其他地区相比较差，在4 种情景下，减排量占比分别为50.46%，41.74%，69.55%和61.83%。小型客车在各地区减排量占比差异与碳排放的车型结构差异有关，所有情景下，均呈现排放量占比大则减排量占比大的特征。以现有政策情景为例，短期广州市小型客车累计碳排放占比为39.62%，低于深圳(45.29%)、珠三角(55.96%)及非珠三角(57.87%)，减排量占比从小到大亦是广州(50.46%)、深圳(60.93%)、珠三角(70.82%)和非珠三角(82.14%)。中大型客车由于其保有量较少，且基准情景下公交车已大规模实现新能源化，其减排效果并不明显。货运车辆在广州和深圳的减排效果较好，在现有政策情景下，广州和深圳货运车辆减排量占比分别为43.17%和33.08%，高于珠三角(23.16%)和非珠三角(14.05%)，在货运新能源化情景下，货运车辆减排量占比从大到小依次是广州(53.00%)、深圳(41.06%)、珠三角(27.53%)及非珠三角(22.85%)。表明在整体新能源化政策力度较强的区域，新能源货运车辆推广的短期减排潜力值得重视。

对于中长期减排，珠三角和非珠三角是重点区域，两区域贡献了约70%的累计碳减排量。与短期累计减排量不同的是，广州的中长期减排量(14.55%～15.40%)在各情景下均高于深圳(13.52%～14.84%)。新能源小型客车仍在全部情景下贡献最高的累计减排量占比，但中长期减排量占比相较于短期有所降低。分区域来看，广州市现有政策情景中长期下，各车型减碳效果较短期变化不明显，而深圳在4种情景下货运车辆减排比例均有所上升，其中，客货运新能源化情景上升幅度最大(从24.08%到41.93%)。同样的，珠三角和非珠三角地区货运车辆减排量占比均实现不同程度的上升，即使是在客运新能源化情景下。这与短期结果类似，虽然新能源客运车辆仍是整体车队碳减排的主要贡献者，但货运车辆新能源化在中长期有不容忽视的减排潜力。值得注意的是，广州和深圳在中长期货运新能源化情景下的货运车辆减排比例较短期均未发生显著变化，表明在整体车队新能源化程度更高的地区，货运车辆新能源化亦存在一定的减碳瓶颈。

总体来看，广州和深圳由于车队整体新能源化程度较快，其短期内累计减排量占比高于中长期；珠三角和非珠三角地区具有更大的中长期减排潜力。分车型来看，新能源小型客车在短期和中长期均有良好碳减排潜力，应当在各区域进行推广。此外，新能源货运车辆将在中长期减排中发挥重要作用。

2.3 各情景下碳减排成本

由于新能源车将在某时间点实现与传统化石燃料汽车技术成本接近甚至相等，即所需额外投入的技术成本主要集中在短期，因此，本文重点关注推行政策的短期成本。基于汽车保有量预测模型和道路交通能源消耗及排放预测模型获取的各类数据，可以得出现有政策、货运新能源化、客运新能源化及客货运新能源化这4种政策情景下，推广新能源汽车相比于基准情景所需额外投入的总成本及2021—2030 年各年度单位减排成本，衡量政策实施的经济代价及成本效益。

广东省各情景相对于基准情景的总减碳成本及单位减碳成本变化趋势如图6所示。整体上看，广东省各情景单位减碳成本呈现下降趋势，主要原因是各新能源车型增量成本的逐年降低。总减碳成本呈现先增后降趋势，是由新能源车销量上升及增量成本下降的综合因素导致的。2025年，是广东省汽车新能源化总成本峰值，现有政策情景和货运新能源化情景总成本均超过190 亿元(2020 年价)，客运新能源化情景和客货运新能源化情景则均超过300 亿元。2021—2029年，客运新能源化情景及客货运新能源化情景总成本高于其他情景，2021—2026年，这两种情景也具有更高的单位减排成本。

图6 广东省2021—2030年各情景相对于基准情景年度减排成本及单位减排成本Fig.6 Annual abatement cost and unit abatement cost for each scenario relative to baseline scenario in Guangdong Province(2021-2030)

广东省各情景下，2021—2030 年总减碳成本、总减碳量以及单位减碳成本如表4 所示。在现有政策力度下，广东省短期减碳总成本将达到1211.32亿元，短期单位减碳成本约为2337.76元⋅t-1。客运新能源化和客货运新能源化情景短期减碳总成本均超过1800 亿元，比现有政策情景高50%以上；但两情景短期单位减碳成本均低于现有政策情景，客运新能源化及客货运新能源化情景分别比现有政策情景低3.00%和7.45%。说明在仅考虑经济性的情况下，在现有政策基础上重点推行新能源货车是最具吸引力的选择；若要求在尽可能多减排的基础上实现较低的减排成本，则客货运新能源化或许是更合适的策略。

表4 广东省各情景2021—2030年相对于基准情景累计减碳量及减碳成本Table 4 Cumulative carbon reductions and costs of carbon reductions in Guangdong province by scenarios from 2021 to 2030 relative to baseline scenario

各区域短期各情景年度减碳成本及单位减碳量变化趋势如图7所示，累计减排总量及减排成本如表5所示。各情景下，均呈现出短期减碳总成本广州<深圳<珠三角<非珠三角特点，主要是由新能源汽车销量差异导致的。分区域来看，深圳市是各情景减排总成本差异最显著的区域，其客运新能源化和客货运新能源化情景短期减排总成本分别比现有政策情景高116.30%和122.27%；珠三角以及非珠三角地区不同情景下，减排成本差距相对较小，两地区短期减排总成本最高的客货运新能源化情景比最低的现有政策情景高40%左右。此外，在各种情景下，广州和深圳的短期单位减碳成本都远低于其他两地区，与区域车队结构有关，新能源小型客车推广占比高会带来更高的单位减碳成本。广州和深圳在2030年均出现减排总成本为负的情况，主要原因是各情景采用了在该年度增量技术成本更低的新能源车(例如纯电动车)替代基准情景中的同类型混合动力车辆。

表5 各区域不同情景下2021—2030年相对于基准情景累计减碳量及减碳成本Table 5 Cumulative carbon reductions and costs of carbon reductions under different scenarios for each region relative to baseline scenario(2021-2030)

图7 各区域2021—2030年各情景相对于基准情景年度减排成本及单位减排成本Fig.7 Annual abatement costs and unit abatement costs for each scenario relative to baseline scenario,by region,2021-2030

3 结论

本文根据汽车新能源化政策实施力度及关注车型的不同，设置5种情景(基准、现有政策、货运新能源化、客运新能源化和客货运新能源化)，分4 个区域(广州、深圳、珠三角及非珠三角)两个阶段(短期和中长期)预测2020—2060年广东省实施不同新能源化政策的碳排放，评估各情景相对于基准情景的减排效果，并核算短期减排技术成本。通过研究，得出以下结论：

(1)现有政策力度下，广东省将在2060 年左右实现车队大规模新能源化替代。根据目前国家及广东省颁布的汽车新能源化相关政策，广东省有望在2029 年左右实现全省汽车碳排放达峰，峰值约为1 亿t。2020—2060 年，现有政策情景的累计碳排放量将比基准情景少32.87%。客运新能源化和客货运新能源化情景具有较好的碳减排效果，相对于基准情景，两种情景既能将碳达峰时间提前至2027 年，峰值排放降低17%左右，又可以将2020—2060年间累计碳排放降低40%以上。

(2)广东省内各区域未来汽车碳排放趋势存在显著差异性。在基准情景下，即使政府不额外采取控制手段，深圳市也可以在2030年前实现碳达峰；而非珠三角地区即使按照现有政策推广新能源车，也不能在2030年前实现碳达峰。广州和深圳由于发展较快，短期内两地区对降低广东省汽车碳排放有较大贡献，但广东省道路交通领域实现整体碳减排仍主要依靠珠三角及非珠三角地区。

(3)不同车辆类型对碳减排的贡献存在差异。新能源小型客车是广东省各地区碳减排的主要贡献者，新能源货运车辆在短期内减碳效果相对不佳，但具有较好的中长期减排潜力。推行新能源小型客车短期在珠三角地区减排效果最好，推行新能源货运车辆在广州的短期减排效果好于其他区域。

(4)在4种情景下，广东省短期内减碳总成本约为1200 亿～1900 亿元，单位减碳成本约为2100～2400 元⋅t-1。各情景下，均呈现出短期累计减碳总成本广州<深圳<珠三角<非珠三角的特点，广州和深圳的短期单位减碳成本远低于其他地区。

根据本文的研究结果，认为汽车新能源化政策将是行之有效的减碳手段，应当加快传统化石燃料汽车淘汰，并加快电力部门及制氢部门脱碳进程。此外，在研究和评估汽车新能源化政策时，应当综合考虑各区域实际情况，因地制宜调整政策实施力度。