不同減排情景下鄭州市機(jī)動(dòng)車污染物排放研究

張文凱 徐媛倩 李 曉 姜 楠 張瑞芹

(鄭州大學(xué)化學(xué)與分子工程學(xué)院，河南 鄭州 450001)

當(dāng)前，機(jī)動(dòng)車污染已成為中國(guó)城市大氣污染的一個(gè)重要來源。根據(jù)《中國(guó)機(jī)動(dòng)車污染防治年報(bào)(2013)》[1]，2012年中國(guó)機(jī)動(dòng)車保有量達(dá)到2.24億，全國(guó)機(jī)動(dòng)車CO、碳?xì)浠衔?HC)、NOx和顆粒物(PM)4種污染物排放總量為4 612.1萬(wàn)t，比2011年增加0.1%。其中，CO、HC、NOx和PM分別為3 471.7萬(wàn)、438.2萬(wàn)、640.0萬(wàn)、62.2萬(wàn)t。

機(jī)動(dòng)車排放研究可從排放特征、排放清單和控制策略分析等方面開展工作。排放特征方面，常規(guī)污染物排放因子往往是研究重點(diǎn)[2-4]，也有學(xué)者更關(guān)注特定污染物排放[5-6]。源清單方面，可以從國(guó)家尺度[7-8]和城市尺度[9-11]計(jì)算排放總量，北京市[12]、杭州市[13]等城市則進(jìn)一步完成了空間分布的機(jī)動(dòng)車排放清單。控制策略方面，WU等[14]評(píng)估了北京市已采取的措施所取得的減排效果，也有研究利用情景分析的方法比較不同控制策略的優(yōu)劣[15-16]。

據(jù)統(tǒng)計(jì)，2013年鄭州市城區(qū)PM10、PM2.5年均濃度均超過《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》(GB 3095—2012)二級(jí)標(biāo)準(zhǔn)，全年優(yōu)良天數(shù)為127 d，僅占全年的34.8%。作為我國(guó)中部重要城市和交通樞紐，鄭州市同年機(jī)動(dòng)車保有量已超過200萬(wàn)，機(jī)動(dòng)車污染已成為鄭州市空氣改善工作面臨的重要難題。但是，鄭州市機(jī)動(dòng)車排放研究的工作還沒有全面開展，研究成果缺乏，不能夠?yàn)檎咧贫ㄌ峁┛茖W(xué)依據(jù)。本研究旨在進(jìn)行兩個(gè)方面的研究：(1)計(jì)算鄭州市機(jī)動(dòng)車污染物2012年排放總量，并使用預(yù)測(cè)的機(jī)動(dòng)車保有量數(shù)據(jù)，計(jì)算2013—2017年排放量變化；(2)采用情景分析的方法，估算鄭州市機(jī)動(dòng)車污染物2013—2017年不同情景下的減排量，從而比較不同措施的減排效果。本研究為探索適合鄭州市的機(jī)動(dòng)車污染物排放控制策略提供參考。

1 研究方法

1.1 機(jī)動(dòng)車保有量預(yù)測(cè)

本研究的機(jī)動(dòng)車主要數(shù)據(jù)來源于鄭州市統(tǒng)計(jì)年鑒(2006—2014)[17-25]，年鑒中把鄭州市機(jī)動(dòng)車分為載客汽車、載貨汽車、摩托車、其他汽車、拖拉機(jī)、掛車和其他類型車。從數(shù)量及活動(dòng)強(qiáng)度方面考慮，其他汽車、拖拉機(jī)、掛車與其他車輛相差較大且相關(guān)數(shù)據(jù)無法獲得，本研究暫時(shí)不予考慮。本研究把鄭州市機(jī)動(dòng)車分為載客汽車(大型客車、中型客車、小型客車、微型客車、公交車和出租車)、載貨汽車(重型貨車、中型貨車、輕型貨車和微型貨車)和摩托車。

機(jī)動(dòng)車保有量的增長(zhǎng)受到國(guó)內(nèi)生產(chǎn)總值(GDP)、人口及城市政策等因素的影響。自回歸求積移動(dòng)平均(ARIMA)模型可考慮多個(gè)因素的綜合作用，用于短期預(yù)測(cè)的準(zhǔn)確度較高[26]。ARIMA模型在能源預(yù)測(cè)方面有廣泛應(yīng)用[27]，由于機(jī)動(dòng)車數(shù)量與能源消費(fèi)量有相同的增長(zhǎng)趨勢(shì)，所以本研究也采用該模型進(jìn)行機(jī)動(dòng)車保有量預(yù)測(cè)。

ARIMA模型包括自回歸過程(見式1)、移動(dòng)平均過程(見式2)、自回歸移動(dòng)平均過程(見式3)和單整過程[28]。

xt=φ1xt-1+φ2xt-2+…+φpxt-p+ut

(1)

xt=θ1xt-1+θ2xt-2+…+θpxt-p+ut

(2)

xt=φ1xt-1+φ2xt-2+…+φpxt-p+ut+θ1xt-1+θ2xt-2+…+θpxt-p

(3)

式中：xt、xt-1、xt-2、…、xt-p為自回歸過程；φ1、φ2、…、φp及θ1、θ2、…、θq為回歸參數(shù)；ut為白噪聲過程；p為自回歸模型的階數(shù)。

ARIMA模型的單整自回歸移動(dòng)平均過程(記為ARIMA(p,d,q))假設(shè)一個(gè)隨機(jī)過程有d個(gè)單位根，經(jīng)過d次差分之后變換成平穩(wěn)的自回歸平均過程，移動(dòng)平均階數(shù)為q。

本研究中，ARIMA模型建模有4個(gè)階段：(1)采用時(shí)間序列的自相關(guān)(ACF)函數(shù)和偏自相關(guān)(PACF)函數(shù)判斷序列的平穩(wěn)性，再通過ACF和PACF分析圖，分析時(shí)間序列的隨機(jī)性、平穩(wěn)性及季節(jié)性。(2)依照赤池信息量準(zhǔn)則(AIC)與貝葉斯信息準(zhǔn)則(BIC)探索模型的階數(shù)，確定AIC與BIC取值最小的模型為最優(yōu)結(jié)果，得到模型階數(shù)。(3)利用最小二乘法對(duì)模型進(jìn)行參數(shù)估計(jì)，根據(jù)殘差不相關(guān)等原則，對(duì)參數(shù)值進(jìn)行顯著性檢驗(yàn)。(4)判斷構(gòu)建模型的優(yōu)劣性，進(jìn)一步修正模型，得到最佳模型。

1.2 機(jī)動(dòng)車排放總量計(jì)算

機(jī)動(dòng)車排放是機(jī)動(dòng)車在使用過程中的污染物排放，其計(jì)算公式如下：

E=∑Pi×EFi×VKTi×10-6

(4)

式中：E為機(jī)動(dòng)車對(duì)應(yīng)的CO、HC、NOx或PM的年排放量，t；Pi為所在地區(qū)i類型機(jī)動(dòng)車的保有量；EFi為i類型機(jī)動(dòng)車行駛單位距離排放的污染物量，g/km；VKTi為i類型車輛的年均行駛里程，km；i為機(jī)動(dòng)車類型序號(hào)。

2014年，環(huán)境保護(hù)部針對(duì)國(guó)務(wù)院出臺(tái)的《大氣污染防治行動(dòng)計(jì)劃》，制訂了《道路機(jī)動(dòng)車排放清單編制技術(shù)指南(2014)》[29]，包括詳細(xì)的道路機(jī)動(dòng)車基準(zhǔn)排放因子，謝邵東等[30]運(yùn)用COPERTⅢ模型計(jì)算中國(guó)機(jī)動(dòng)車排放因子；李孟良等[31]也運(yùn)用車載測(cè)試系統(tǒng)對(duì)混合動(dòng)力汽車排放特征進(jìn)行研究。本研究參考以上結(jié)果和其他資料，并進(jìn)行修正，得到鄭州市分車型、分燃料、分排放標(biāo)準(zhǔn)的CO、NOx、HC和PM排放因子。

鄭州市缺乏燃料保有量分類統(tǒng)計(jì)，因此本研究對(duì)機(jī)動(dòng)車保有量在年鑒數(shù)據(jù)基礎(chǔ)上參考其他資料做進(jìn)一步處理。賀克斌等[32]通過調(diào)查研究了天津市車隊(duì)技術(shù)分布，本研究參照其研究結(jié)果把鄭州市機(jī)動(dòng)車按燃料類型進(jìn)一步細(xì)分。假設(shè)新注冊(cè)車輛的車型和燃料分布在未來保持不變。

機(jī)動(dòng)車在使用過程中會(huì)因?yàn)楦鞣N原因自然淘汰，機(jī)動(dòng)車存活下的比例被稱為存活系數(shù)，本研究的存活系數(shù)參考北京市的研究結(jié)果。

針對(duì)機(jī)動(dòng)車活動(dòng)水平，已有學(xué)者對(duì)中國(guó)許多城市開展研究[33]。但是鄭州市在這方面的研究還比較匱乏，調(diào)研鄭州市的機(jī)動(dòng)車行駛資料，獲得不同車型機(jī)動(dòng)車行駛里程數(shù)據(jù)(由于難以獲得微型客車和微型貨車的行駛里程，分別用小型客車和輕型貨車的數(shù)據(jù)替代)，結(jié)果見表1。

1.3 情景設(shè)定

為了分析研究不同措施對(duì)鄭州市2013—2017年的機(jī)動(dòng)車污染物減排效果，本研究就未來鄭州市可能采用的管理措施設(shè)計(jì)相應(yīng)情景。照常運(yùn)營(yíng)(BAU)情景為基準(zhǔn)情景，假設(shè)鄭州市不采用其他控制措施，2013—2017年嚴(yán)格按照《大氣污染防治行動(dòng)計(jì)劃》，推行新車標(biāo)準(zhǔn)(見表2)和燃油標(biāo)準(zhǔn)，未采用其他措施改善機(jī)動(dòng)車排放；提高燃油標(biāo)準(zhǔn)(RFS)情景是在BAU情景的基礎(chǔ)上，把每年使用油品標(biāo)準(zhǔn)全面提高1個(gè)等級(jí)；淘汰黃標(biāo)車(ESV)情景假設(shè)鄭州市加快黃標(biāo)車淘汰進(jìn)程，以減少機(jī)動(dòng)車污染物排放總量；推廣新能源汽車(AER)情景下，鄭州市著手改善新客車組成結(jié)構(gòu)，提高壓縮天然氣(CNG)汽車、混合動(dòng)力汽車和電力汽車比例。各情景具體設(shè)置見表3，其中RFS、ESV和AER情景為控制策略情景。

表1 鄭州市機(jī)動(dòng)車行駛里程

2 結(jié)果分析

2.1 鄭州市機(jī)動(dòng)車構(gòu)成

通過查閱已出版年鑒和鄭州市公交系統(tǒng)資料，得到鄭州市2005—2012年基于車型分類的機(jī)動(dòng)車數(shù)量資料，建立ARIMA模型，對(duì)鄭州市2013—2017年各類機(jī)動(dòng)車保有量進(jìn)行預(yù)測(cè)。結(jié)果表明：2017年鄭州市機(jī)動(dòng)車保有量將超過400萬(wàn)；2013年新增機(jī)動(dòng)車34.2萬(wàn)輛，與鄭州市公安局交通巡邏警察支隊(duì)提供的數(shù)據(jù)(31.7萬(wàn)輛)接近，可見本研究的預(yù)測(cè)結(jié)果能夠有效反映鄭州市現(xiàn)階段機(jī)動(dòng)車增長(zhǎng)狀況。在此基礎(chǔ)上，分析鄭州市機(jī)動(dòng)車保有量構(gòu)成的變化趨勢(shì)，結(jié)果見圖1。

從圖1可以看出，鄭州市各類型機(jī)動(dòng)車保有量占比逐年變化較明顯，小型客車增長(zhǎng)尤為突出。預(yù)測(cè)結(jié)果表明：2017年,鄭州市小型客車占比超過75%，其次為摩托車、輕型貨車、重型貨車、微型客車和大型客車，占比分別為12.6%、4.3%、1.7%、1.6%、0.9%。

2.2 BAU情景

按照鄭州市機(jī)動(dòng)車保有量增長(zhǎng)趨勢(shì)和排放強(qiáng)度變化，計(jì)算2012—2017年BAU情景下機(jī)動(dòng)車污染物排放總量，結(jié)果如圖2所示。從圖2可以看出，BAU情景下，鄭州市機(jī)動(dòng)車排放的CO、HC和PM基本逐年降低，CO、HC和PM在2017年比2012年分別減少36.1%、42.5%、54.6%。但是，NOx排放反而有一定程度的增加，2017年NOx排放量比2012年增加6.4%。從總量上看，鄭州市機(jī)動(dòng)車排放量仍然很大，2017年排放CO、HC、NOx和PM分別為35.0萬(wàn)、3.4萬(wàn)、14.9萬(wàn)、0.6萬(wàn)t。圖3為2012年各車型分擔(dān)率，可以看出，小型客車與摩托車對(duì)CO與HC有較大貢獻(xiàn)，重型貨車、中型貨車、大型客車是NOx與PM的主要貢獻(xiàn)源。

表2 2013—2017年新車標(biāo)準(zhǔn)實(shí)施進(jìn)度1)

注：1)輕型汽車包括小型客車、微型客車、出租車、輕型貨車、微型貨車，重型汽車包括大型客車、中型客車、公交車、重型貨車、中型貨車。

表3 情景設(shè)置說明

圖1 鄭州市不同機(jī)動(dòng)車保有量占比Fig.1 Ownership proportions of different motor vehicles in Zhengzhou City

圖2 BAU情景下污染物排放趨勢(shì)Fig.2 Emission trends of motor vehicles under scenario of BAU

圖3 2012年各機(jī)動(dòng)車車型排放分擔(dān)率Fig.3 Contributions of different types of motor vehicles in 2012

2.3 控制策略情景

在BAU情景的基礎(chǔ)上，進(jìn)一步計(jì)算各控制策略情景下機(jī)動(dòng)車污染物的排放清單，通過比較其與當(dāng)年BAU情景的減排差異，總結(jié)不同控制措施的減排效果，結(jié)果見圖4至圖7。

圖4 3種控制策略情景下的CO削減率Fig.4 Emission reduction rate of CO under three control strategy scenarios

圖5 3種控制策略情景下的HC削減率Fig.5 Emission reduction rate of HC under three control strategy scenarios

2.3.1 CO削減率比較

圖4為不同控制策略情景的CO削減率。從圖4可以看出，RFS情景對(duì)CO的減排貢獻(xiàn)最大，在2013—2017年都是最大減排情景。ESV情景下，2013—2014年淘汰大量黃標(biāo)車，對(duì)CO減排發(fā)揮較好的作用，2013、2014年的CO削減率分別為3.6%、2.2%，不過隨著黃標(biāo)車數(shù)量的減少，該控制措施所能取得的效果越來越不明顯，不再具備優(yōu)勢(shì)。AER情景是在新車中推廣新能源汽車，所以在最初幾年效果不明顯，但隨著實(shí)施時(shí)間的延長(zhǎng)，CO削減率呈現(xiàn)顯著增加的趨勢(shì)。RFS、ESV和AER情景下,2017年CO削減率分別為8.8%、0.6%、3.2%。

圖6 3種控制策略情景下的NOx削減率Fig.6 Emission reduction rate of NOx under three control strategy scenarios

圖7 3種控制策略情景下的PM削減率Fig.7 Emission reduction rate of PM under three control strategy scenarios

2.3.2 HC削減率比較

圖5是RFS、ESV和AER情景與BAU情景在2013—2017年的HC削減率比較。RFE情景在2013年效果最好，削減率超過4%，但是在2014—2017年降至3.5%左右。ESV情景下，2013—2017年黃標(biāo)車數(shù)量逐年遞減，但2014年的HC削減率卻最突出。重型汽車在2013年7月后實(shí)施國(guó)Ⅳ新車標(biāo)準(zhǔn)。依照情景設(shè)定，2013年淘汰的黃標(biāo)車一半更換為國(guó)Ⅲ汽車，一半為國(guó)Ⅳ汽車，而2014年淘汰的黃標(biāo)車全部更新為國(guó)Ⅳ汽車。進(jìn)一步比較排放因子和燃油修正系數(shù)發(fā)現(xiàn)，國(guó)Ⅳ重型汽車的HC排放因子約為國(guó)Ⅲ重型汽車的1/2，2014年推廣國(guó)Ⅳ燃油也會(huì)增加國(guó)Ⅳ重型汽車的減排效果。因此，ESV情景在2014年淘汰黃標(biāo)車數(shù)量較少，但HC減排效果最優(yōu)。ESV情景下，2017年的HC削減率為0.8%。AER情景下，HC減排能力逐年上升，在2017年，新能源汽車在新車中已推廣5年，總保有量比例上升，HC削減率為3.3%。

2.3.3 NOx削減率比較

2013—2017年3種控制策略情景下的NOx削減率見圖6。RFS情景在2013年能取得顯著的NOx減排效果，但是在2014—2017年的NOx削減率僅為0.4%左右，可見使用國(guó)Ⅳ燃油有利于控制NOx排放，但是在進(jìn)一步升級(jí)為國(guó)Ⅴ燃油并不能明顯改善NOx排放情況。ESV情景在2013年有較好的NOx減排效果，削減率為2.5%，但是隨著黃標(biāo)車數(shù)量的減少，隨后幾年NOx減排效果逐年降低，2017年的NOx削減率為0.5%。AER情景在2015—2017年開始表現(xiàn)出較明顯的NOx減排效果，NOx削減率在2017年達(dá)到2.2%。

2.3.4 PM削減率比較

圖7是3種控制策略情景在2013—2017年的PM削減率。RFS情景下PM的減排趨勢(shì)與該情景下NOx的減排趨勢(shì)類似，均在2013年達(dá)到最大削減率，隨后幾年減排效果明顯降低，在2017年的PM削減率為1.9%。ESV情景取得較好的PM減排效果，但隨著黃標(biāo)車數(shù)量的逐年減少，PM削減率逐年下降，2013—2017年分別為5.9%、5.6%、4.7%、3.8%、2.3%。AER情景隨著實(shí)施時(shí)間的延長(zhǎng)，PM削減率從2013年的0.3%增為2017年的2.8%，在2017年減排效果超過RFS和ESV情景。

3 結(jié)論與展望

3.1 結(jié) 論

(1) 使用ARIMA模型預(yù)測(cè)鄭州市機(jī)動(dòng)車2013—2017年的增長(zhǎng)情況。預(yù)測(cè)結(jié)果表明，2017年鄭州市機(jī)動(dòng)車保有量將超過400萬(wàn)，亟需出臺(tái)相關(guān)政策抑制鄭州市機(jī)動(dòng)車過快的增長(zhǎng)。在BAU情景下，盡管未來鄭州市機(jī)動(dòng)車數(shù)量增長(zhǎng)迅速，但是污染物排放基本上得到有效控制。尤其是CO、HC和PM的排放總量下降明顯，2017年比2012年分別減少36.1%、42.5%、54.6%，NOx排放量略有增加，2017年較2012年上升6.4%。但是從總量上看，鄭州市機(jī)動(dòng)車排放量仍然很大，2017年排放CO、HC、NOx和PM分別為35.0萬(wàn)、3.4萬(wàn)、14.9萬(wàn)、0.6萬(wàn)t。

(2) 3種控制策略情景與當(dāng)年BAU情景比較，RFS情景下能達(dá)到穩(wěn)定的減排效果，2017年CO、HC、NOx和PM削減率分別為8.8%、3.5%、0.4%、1.9%。ESV情景的減排效果取決于鄭州市黃標(biāo)車數(shù)量，所以實(shí)施后的初期減排效果較好，但隨著實(shí)施時(shí)間的延長(zhǎng)削減率逐年下降，2017年CO、HC、NOx和PM削減率分別為0.6%、0.8%、0.5%、2.3%。AER情景減排潛力巨大，在2013—2017年削減率增加明顯，2017年CO、HC、NOx和PM削減率分別為3.2%、3.3%、2.2%、2.8%。

3.2 展 望

綜合考慮設(shè)定的3種控制策略情景，RFS情景在2014—2017年CO、HC、NOx和PM削減率基本保持不變，而ESV情景削減率大體上逐年降低，可能只有進(jìn)一步推行更苛刻的燃油標(biāo)準(zhǔn)并加大需淘汰的機(jī)動(dòng)車范圍才能提高減排能力。AER情景下，隨著新能源汽車比例逐年上升，減排效果增加趨勢(shì)明顯，在未來發(fā)揮的作用可能會(huì)更顯著。

由于鄭州市的城市統(tǒng)計(jì)數(shù)據(jù)起步較晚且更新較慢，對(duì)本研究預(yù)測(cè)模型造成了一定程度上的限制，后續(xù)將在時(shí)間序列上進(jìn)一步完善此模型，以探索更加適應(yīng)鄭州市實(shí)際情況的機(jī)動(dòng)車污染物排放控制策略。

[1] 環(huán)境保護(hù)部.中國(guó)機(jī)動(dòng)車污染防治年報(bào)(2013)[EB/OL].(2014-01-26)[2015-06-02].http://www.zhb.gov.cn/gkml/hbb/qt/201401/W020140126591490573172.pdf.

[2] HUO Hong,YAO Zhiliang,ZHANG Yingzhi,et al.On-board measurements of emissions from light-duty gasoline vehicles in three mega-cities of China[J].Atmospheric Environment,2012,49(6):371-377.

[3] 郭平,馬寧,陳剛才,等.重慶市機(jī)動(dòng)車排放因子研究[J].西南大學(xué)學(xué)報(bào)(自然科學(xué)版),2009,31(11):108-113.

[4] LIN Y C,HSIEH L T,WU C C,et al.Characteristics of polychlortnated dibenzo-p-dioxin/dibenzofuran emissions from a biodiesel-fuelled diesel engine[J].Sustainable Environment Research,2010,20(6):409-416.

[5] 魯君，王紅麗，陳長(zhǎng)虹，等.上海市機(jī)動(dòng)車尾氣VOCs組成及其化學(xué)反應(yīng)活性[J].環(huán)境污染與防治,2010,32(6):19-26.

[6] CHUANG S C,HUANG K L,CHEN S J,et al.PCDD/F emissions from gasoline and diesel fueled vehicles[J].Sustainable Environment Research,2011,21(1):29-36.

[7] 姚志良，張明輝，王新彤，等.中國(guó)典型城市機(jī)動(dòng)車排放演變趨勢(shì)[J].中國(guó)環(huán)境科學(xué),2012,32(9):1565-1573.

[8] CAI Hao,XIE Shaodong.Estimation of vehicular emission inventories in China from 1980 to 2005[J].Atmospheric Environment,2007,41(39):8963-8979.

[9] 趙斌，馬建中.天津市大氣污染源排放清單的建立[J].環(huán)境科學(xué)學(xué)報(bào),2008,28(2):368-375.

[10] 王婷麗.基于IVE模型的重慶市主城區(qū)機(jī)動(dòng)車排放清單研究[D].重慶:重慶交通大學(xué),2013.

[11] 曾雪蘭，李紅霞，程曉梅，等.佛山市機(jī)動(dòng)車尾氣排放清單及特征分析[J].環(huán)境污染與防治,2013,35(11):51-55.

[12] WANG Haikun,FU Lixin,LIN Xin,et al.A bottom-up methodology to estimate vehicle emissions for the Beijing urban area[J].Science of the Total Environment,2009,407(6):1947-1953.

[13] 王孝文，田偉利，張清宇.杭州市機(jī)動(dòng)車污染物排放清單的建立[J].中國(guó)環(huán)境科學(xué),2012,32(8):1368-1374.

[14] WU Ye,WANG Renjie,ZHOU Yu,et al.On-road vehicle emission control in Beijing: past,present,and future[J].Environmental Science & Technology,2011,45(1):147-153.

[15] ZHANG Qingyu,SUN Guojin,FANG Simai,et al.Air pollutant emissions from vehicles in China under various energy scenarios[J].Science of the Total Environment,2013,450/451:250-258.

[16] 郭秀銳，吉木色，郎建壘，等.基于情景分析的北京市機(jī)動(dòng)車污染排放控制研究[J].中國(guó)環(huán)境科學(xué),2013,33(9):1690-1696.

[17] 鄭州市統(tǒng)計(jì)局.鄭州市統(tǒng)計(jì)年鑒2006[M].北京:中國(guó)統(tǒng)計(jì)出版社,2006.

[18] 鄭州市統(tǒng)計(jì)局.鄭州市統(tǒng)計(jì)年鑒2007[M].北京:中國(guó)統(tǒng)計(jì)出版社,2007.

[19] 鄭州市統(tǒng)計(jì)局.鄭州市統(tǒng)計(jì)年鑒2008[M].北京:中國(guó)統(tǒng)計(jì)出版社,2008.

[20] 鄭州市統(tǒng)計(jì)局.鄭州市統(tǒng)計(jì)年鑒2009[M].北京:中國(guó)統(tǒng)計(jì)出版社,2009.

[21] 鄭州市統(tǒng)計(jì)局.鄭州市統(tǒng)計(jì)年鑒2010[M].北京:中國(guó)統(tǒng)計(jì)出版社,2010.

[22] 鄭州市統(tǒng)計(jì)局.鄭州市統(tǒng)計(jì)年鑒2011[M].北京:中國(guó)統(tǒng)計(jì)出版社,2011.

[23] 鄭州市統(tǒng)計(jì)局.鄭州市統(tǒng)計(jì)年鑒2012[M].北京:中國(guó)統(tǒng)計(jì)出版社,2012.

[24] 鄭州市統(tǒng)計(jì)局.鄭州市統(tǒng)計(jì)年鑒2013[M].北京:中國(guó)統(tǒng)計(jì)出版社,2013.

[25] 鄭州市統(tǒng)計(jì)局.鄭州市統(tǒng)計(jì)年鑒2014[M].北京:中國(guó)統(tǒng)計(jì)出版社,2014.

[26] 張栓柱.武漢市汽車保有量預(yù)測(cè)研究[D].武漢:武漢理工大學(xué),2009.

[27] 劉勇，汪旭暉.ARIMA模型在我國(guó)能源消費(fèi)預(yù)測(cè)中的應(yīng)用[J].經(jīng)濟(jì)經(jīng)緯,2007(5):11-13.

[28] 薛黎明，侯運(yùn)炳，閆旭，等.基于ARIMA模型的我國(guó)能源消費(fèi)結(jié)構(gòu)趨勢(shì)分析與預(yù)測(cè)[J].中國(guó)礦業(yè),2011,20(4):24-27.

[29] 環(huán)境保護(hù)部.道路機(jī)動(dòng)車排放清單編制技術(shù)指南(2014)[EB/OL].(2014-07-28)[2015-06-02].http://www.gzhjbh.gov.cn/images/kjbz/hjbz/bzzqyjg/2014/7/28/33bcd040-fe7b-4032-8 b9a-663fff317fe5.pdf.

[30] 謝紹東，宋翔宇，申新華.應(yīng)用COPERTⅢ模型計(jì)算中國(guó)機(jī)動(dòng)車排放因子[J].環(huán)境科學(xué),2006,27(3):3415-3419.

[31] 李孟良，聶彥鑫，高繼東，等.混合動(dòng)力客車與常規(guī)客車排放對(duì)比研究[J].汽車工程,2010,32(3):193-197.

[32] 賀克斌，霍紅，王岐東，等.道路機(jī)動(dòng)車排放模型技術(shù)方法與應(yīng)用[M].北京:科學(xué)出版社,2014.

[33] HUO Hong,ZHANG Qiang,HE Kebin,et al.Vehicle-use intensity in China:current status and future trend[J].Energy Policy,2012,43(3):6-16.