北京市城市交通能源轉(zhuǎn)型對策研究

張昱?劉學(xué)敏?徐麗萍?張偉

摘要 城市交通是城市石油消耗量增長最快的部門，產(chǎn)生的CO2排放節(jié)節(jié)攀升，迫切需要能源轉(zhuǎn)型發(fā)展。國內(nèi)外經(jīng)驗總結(jié)來看，能源結(jié)構(gòu)調(diào)整和節(jié)能技術(shù)發(fā)展是實(shí)現(xiàn)城市交通領(lǐng)域能源轉(zhuǎn)型的主要方向。本研究以北京市為例，在核算能源消耗的基礎(chǔ)上，構(gòu)建LEAP-TET模型完成城市交通能源轉(zhuǎn)型情景分析：以能源轉(zhuǎn)型的政策環(huán)境梳理和城市交通需求的嶺回歸預(yù)測為基礎(chǔ)，設(shè)置包含基準(zhǔn)情景、背景情景、結(jié)構(gòu)調(diào)整情景（電氣化轉(zhuǎn)型情景和天然氣轉(zhuǎn)型情景）、節(jié)能技術(shù)發(fā)展情景和綜合情景在內(nèi)的轉(zhuǎn)型情景，通過LEAP-TET模型輸出不同情景下2035年北京市城市交通能源消耗和CO2排放差異，比較能源轉(zhuǎn)型策略。研究結(jié)論如下：第一，綜合情景節(jié)能減排效果遠(yuǎn)優(yōu)于基準(zhǔn)情景和背景情景，表明相較于單純進(jìn)行交通需求管理和結(jié)構(gòu)優(yōu)化，能源轉(zhuǎn)型是實(shí)現(xiàn)交通節(jié)能減排的關(guān)鍵。第二，單一轉(zhuǎn)型方案之間進(jìn)行比較，節(jié)能技術(shù)發(fā)展情景優(yōu)于能源結(jié)構(gòu)調(diào)整情景，電氣化轉(zhuǎn)型情景優(yōu)于天然氣轉(zhuǎn)型情景。表明節(jié)能技術(shù)發(fā)展對于節(jié)能減排的促進(jìn)作用最為顯著，天然氣轉(zhuǎn)型受限于發(fā)展基礎(chǔ)和自身效率，并不能有效促進(jìn)節(jié)能減排;電氣化轉(zhuǎn)型效果良好，但依賴于轉(zhuǎn)型規(guī)模、電能效率，電網(wǎng)排放因子等，同時電氣化轉(zhuǎn)型對城市電力供給提出了新的要求。第三，比較各情景中燃料需求占比和不同交通方式能源消耗占比，發(fā)現(xiàn)到2035年，私人交通仍是城市交通中最大的能源需求部門，汽油則是最主要的動力燃料?；诖颂岢隽藞猿洲D(zhuǎn)型方向、加快電氣化轉(zhuǎn)型步伐、增加節(jié)能技術(shù)投入、引導(dǎo)交通主體自主參與能源轉(zhuǎn)型、構(gòu)建可持續(xù)交通綜合政策體系等對策。

關(guān)鍵詞 城市交通;能源轉(zhuǎn)型;電氣化轉(zhuǎn)型;交通節(jié)能技術(shù);北京市

中圖分類號 F572 ?文獻(xiàn)標(biāo)識碼 A ?文章編號 1002-2104（2019）10-0152-08 ?DOI：10.12062/cpre.20190522

北京市是中國重要的超大城市、是區(qū)域和國家重要增長極[1-2]。在城市交通領(lǐng)域，北京市機(jī)動車保有量達(dá)到590.9萬輛，中心城日出行3 893萬人次[3];旺盛的交通需求消耗了占全市總消耗量13%[4]的能源，貢獻(xiàn)了45%大氣PM2.5（本地源）[5]。北京市城市交通處于高機(jī)動化結(jié)構(gòu)失衡、高耗能效率較低、高油品依賴污染嚴(yán)重的狀態(tài)，可能導(dǎo)致城市蔓延[6]、環(huán)境污染[7-8]、城市碳排放居高[9-10]，影響了出行公平性和效率[11-12]，更給城市能源安全帶來了沉重的壓力，城市交通能源轉(zhuǎn)型迫在眉睫。面對相似的轉(zhuǎn)型壓力，倫敦、紐約、東京等超大城市都進(jìn)行了大量的交通領(lǐng)域節(jié)能減排實(shí)踐，主要集中在“能源結(jié)構(gòu)”和“節(jié)能技術(shù)”兩個方面：在私人和公共領(lǐng)域推廣新清能源汽車[13-16]、陸續(xù)宣布禁售傳統(tǒng)燃油乘用車計劃[17]、積極推行交通節(jié)能減排新標(biāo)準(zhǔn)、加快節(jié)能技術(shù)發(fā)展[18-20]。

交通領(lǐng)域節(jié)能減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排放的相互關(guān)系為基礎(chǔ)，構(gòu)造符合發(fā)展趨勢、有實(shí)施潛力的不同轉(zhuǎn)型情景，根據(jù)情景分析結(jié)果得到對策建議[24-27]。近年來，國內(nèi)外對城市交通能源消耗和CO2排放的研究較多，例如，王紅梅等[28]、Fan等[29]、Nieves等[30]利用LEAP模型，麥文雋等構(gòu)建系統(tǒng)動力學(xué)模型[31]，王慧慧等從職住空間調(diào)整角度[32]以及OECD連續(xù)出版的《ITF交通展望報告》[33]等等，均以情景分析思路開展研究?？偨Y(jié)已有研究，可以發(fā)現(xiàn)對城市交通能源轉(zhuǎn)型的專題討論尚不充足，特別是交通能源的結(jié)構(gòu)效應(yīng)和技術(shù)效應(yīng)對轉(zhuǎn)型影響作用的分析還有繼續(xù)深入的空間。本文以北京市城市交通為研究對象，在掌握交通能源消耗現(xiàn)狀的基礎(chǔ)上，從結(jié)構(gòu)效應(yīng)和技術(shù)效應(yīng)角度分析轉(zhuǎn)型方案，利用嶺回歸、LEAP模型實(shí)現(xiàn)不同轉(zhuǎn)型方案的情景分析，結(jié)合研究結(jié)果與北京市實(shí)際情況提出能源轉(zhuǎn)型的對策建議。

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對城市交通能源消耗進(jìn)行核算，通過確定燃料種類、能源活動水平、能源消耗強(qiáng)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，分別為汽油、柴油、天然氣、電力，Ei為燃料i的能源需求，單位為“tce”;Ai是燃料i分擔(dān)的活動水平，指客運(yùn)周轉(zhuǎn)量，單位為“人·km”， EIi是i燃料的能源強(qiáng)度，單位為“tce/人·km”。D代表城市交通活動水平，即客運(yùn)周轉(zhuǎn)量，單位為“人·km”;TCj代表交通類別的活動水平，由其對城市客運(yùn)交通總客運(yùn)周轉(zhuǎn)量的貢獻(xiàn)決定，j分別指代公共交通、準(zhǔn)公共交通、私人交通，按百分比計;TMk代表交通方式的活動水平，由交通方式對于交通類別客運(yùn)周轉(zhuǎn)量的貢獻(xiàn)決定，k分別指代軌道交通、地面公交，出租車、網(wǎng)約車，私人乘用車、自行車，按百分比計;TEil代表交通工具l的活動水平，是交通工具l數(shù)量與該交通方式設(shè)備總數(shù)之比，按百分比計。

張 昱等：北京市城市交通能源轉(zhuǎn)型對策研究

中國人口·資源與環(huán)境 2019年 第10期由能源消耗產(chǎn)生的污染物排放量核算以公式（1）為基礎(chǔ)，利用排放因子或排放強(qiáng)度進(jìn)行核算，以CO2排放量為例，如公式（2）所示：

Ci=Ei×Fi=Ai×EFi

（2）

式中， Ci是燃料i的CO2排放量，單位為“t”; Fi為燃料i的CO2排放因子，單位“t/tce”;EFi是燃料i的CO2排放強(qiáng)度，單位“t/人·km”。

1.2 數(shù)據(jù)來源

城市交通活動水平——客運(yùn)周轉(zhuǎn)量估算如公式（3），數(shù)據(jù)來源為國家統(tǒng)計局公開數(shù)據(jù)庫、《北京市交通綜合調(diào)查總報告》《北京交通發(fā)展年度報告》。

D=DVt+Dothers-it=Vt×Ut×Bt+Tlt×DISlt

（3）

式中，D表示城市客運(yùn)交通周轉(zhuǎn)總量，由每種交通方式的客運(yùn)周轉(zhuǎn)量求和得到，單位為“人·km”;DVt表示t年私人乘用車的客運(yùn)周轉(zhuǎn)量，利用保有量Vt、平均載客量Bt以及年平均行駛距離Ut估算;Dothers-lt表示t年交通方式l的客運(yùn)周轉(zhuǎn)量，利用客運(yùn)量人次Tlt和旅客的平均乘距DISlt來估算。

交通類別、交通方式、交通工具的活動水平數(shù)據(jù)（見表1）主要通過面向交通負(fù)責(zé)部門和研究單位的調(diào)研獲得，如北京交通運(yùn)輸管理委員會、北京交通發(fā)展研究中心、北京城市系統(tǒng)工程研究中心等。交通工具的能源強(qiáng)度（見表1）可以通過設(shè)備的燃料經(jīng)濟(jì)性、平均乘載率計算得出，根據(jù)“各種能源折標(biāo)準(zhǔn)煤參考系數(shù)”統(tǒng)一單位為“tce/萬人·km”，如下公式（4）。

EIil=Fuelil×ρi×CCiRPl×LRl

（4）

式中，EIil表示能源強(qiáng)度，單位“tce/人·km”，指特定交通工具l完成單位客運(yùn)周轉(zhuǎn)量消耗燃料i的量;Fuelil表示燃料經(jīng)濟(jì)性，是指交通工具百公里能耗;ρi表示燃料i的密度;CCi表示“各種能源折標(biāo)準(zhǔn)煤參考系數(shù)”; RPl表示交通工具額定載客數(shù)，LRl則表示滿載率。公共交通數(shù)據(jù)來源于主要運(yùn)營部門，向北京市地鐵運(yùn)營有限公司申請信息公開，獲得軌道交通2015年能耗數(shù)據(jù)，從《北京公交集團(tuán)社會責(zé)任報告》中獲得地面公交分類能源消耗數(shù)據(jù)。參考中國汽車技術(shù)研究中心[34]、王賀武[35]對私人乘用車能源強(qiáng)度的研究結(jié)果，計算北京市2015年汽油乘用車平均能耗（考慮車齡）為8.15 L/102 km，純電動乘用車的能耗均值為17 kW·h/102 km;參考北京市第四次交通綜合調(diào)查報告，私人乘用車平均載客為1.34人/車次。對于慢行交通中步行、人力自行車的能耗為0，電動自行車方面，根據(jù)市場主要產(chǎn)品參數(shù)，48 V 20 Ah的電動自行車可以行駛50～60 km，電耗約為1.7 kW·h/102 km，以單人騎行計。對于準(zhǔn)公共交通領(lǐng)域，參考北京城市系統(tǒng)工程研究中心和池莉[36]收集整理的汽油、天然氣出租車百公里能耗和平均載客人數(shù)數(shù)據(jù)進(jìn)行計算。

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658.15萬tce，其中油品占比93%。CO2排放量為1 396.9萬t，88%來源于油品燃料。

2 北京市交通領(lǐng)域能源轉(zhuǎn)型情景分析

2.1 研究方法

長期能源可替代規(guī)劃模型（Longrange Energy Alternatives Planning System，LEAP模型）是“自下而上”的能耗-環(huán)境影響測算模型，可以實(shí)現(xiàn)能源領(lǐng)域情景分析[37-38]。LEAP模型靈活、清晰，適用于城市交通能源相關(guān)研究[39-40]。針對北京城市交通能源轉(zhuǎn)型問題，構(gòu)建LEAP-TET模型，將交通部門逐層劃分（見表1）確定能源活動水平，設(shè)置不同的能源結(jié)構(gòu)和節(jié)能效率參數(shù)構(gòu)造不同轉(zhuǎn)型情景，完成能源轉(zhuǎn)型對策的對比分析。

2.2 情景設(shè)置基礎(chǔ)2.2.1 政策環(huán)境

參考《北京市電動汽車充電基礎(chǔ)設(shè)施專項規(guī)劃（2016—2020）》和《北京市“十三五”時期能源發(fā)展規(guī)劃》等政策和《節(jié)能與新清能源汽車技術(shù)路線圖》[41]等研究成果，按需求調(diào)控、結(jié)構(gòu)優(yōu)化、能源轉(zhuǎn)型三個方向，整理北京市城市交通發(fā)展政策環(huán)境，總結(jié)主要政策和量化指標(biāo)見表2。

2.2.2 交通需求預(yù)測

城市交通需求是交通能源消耗和CO2排放的外生驅(qū)動因素，由交通工具、居民出行特征所決定，多以客運(yùn)周轉(zhuǎn)量表征。相較于微觀大樣本的居民出行行為調(diào)查[42]，利用宏觀社會經(jīng)濟(jì)發(fā)展變量預(yù)測城市交通需求的操作性和適用性更強(qiáng)[43]。已有研究驗證了城市交通需求受城市規(guī)模、城市經(jīng)濟(jì)和機(jī)動化情況的發(fā)展影響[25，44-45]。借鑒前人成果、結(jié)合研究需要和數(shù)據(jù)可得性，選取2000—2016年北京市地區(qū)生產(chǎn)總值、常住人口、私人乘用車保有量為自變量，以城市交通客運(yùn)周轉(zhuǎn)量為因變量，運(yùn)用回歸擬合。

回歸方法選擇基于最小二乘法改進(jìn)的嶺回歸，其優(yōu)勢在于可以克服宏觀社會經(jīng)濟(jì)數(shù)據(jù)存在的多重共線性干擾， 更大限度保留變量信息[46-48]。當(dāng)嶺回歸K值取值0.2時，回歸方程如下式（5），擬合優(yōu)度R2為0.824，Sig F小于0.01，模型對樣本的擬合較好，各自變量系數(shù)均通過T檢驗，在0.05下顯著。

Dt=480.2509+0.016×GDPt+0.347×POPt

+0.871×Vt

（5）

式中，Dt代表t年城市交通客運(yùn)周轉(zhuǎn)量，單位“億人·km”，GDPt表示北京市t年地區(qū)生產(chǎn)總值，以2000年不變價格計算，單位“億元”，POPt代表北京市t年常住人口，單位“千萬人”，Vt代表北京市t年私人乘用車擁有量，單位“萬輛”。利用該回歸方程能較好地模擬未來城市交通需求，得到相應(yīng)年份的城市交通客運(yùn)周轉(zhuǎn)量。

2.3 情景設(shè)置

交通領(lǐng)域能源轉(zhuǎn)型主要針對結(jié)構(gòu)效應(yīng)和技術(shù)效應(yīng)，提出能源結(jié)構(gòu)和節(jié)能技術(shù)兩種方案，“新清能源”與“節(jié)能”雙管齊下。情景設(shè)置如下：

基準(zhǔn)情景下，交通需求趨勢外推增長、交通結(jié)構(gòu)和交通能源消耗特征保持不變，具體如下：①城市交通需求根據(jù)未來經(jīng)濟(jì)、人口和機(jī)動車需求確定，北京市地區(qū)經(jīng)濟(jì)逐步進(jìn)入穩(wěn)定增長階段，生產(chǎn)總值增速7%;常住人口按照當(dāng)前的勞動生產(chǎn)率、產(chǎn)業(yè)結(jié)構(gòu)變化趨勢發(fā)展，到2035年人口達(dá)到3 500萬[49-51];機(jī)動車保有水平參考?xì)W美超大型城市，2035年到達(dá)400輛/千人，其中乘用車占比約為2/3。利用公式（5）估算，2035年城市交通需求較基年增長80%。②城市交通結(jié)構(gòu)和交通能源效率與基年相同。

背景情景是更為貼近現(xiàn)實(shí)的情景，城市交通能源轉(zhuǎn)型是非獨(dú)立的，既需要其他政策措施配合支撐也需要適應(yīng)全局發(fā)展，因此其他各種政策措施作為能源轉(zhuǎn)型的背景。①交通需求方面，人口規(guī)模受政策調(diào)控，2035年穩(wěn)定在2 300萬，機(jī)動車保有量限制增長，私人乘用車每年約增長10萬輛，到2030年數(shù)量623.4萬輛。利用公式（5）估算，2035年城市交通需求較基年增長48%。②交通結(jié)構(gòu)方面，根據(jù)北京市“大力發(fā)展公共交通，倡導(dǎo)綠色出行”政策方向，參數(shù)設(shè)置如下：到2035年，城市公共交通活動水平達(dá)到65%，其中軌道交通占比70%;私人交通分擔(dān)城市客運(yùn)周轉(zhuǎn)量比例為31%，其中90%為私人乘用車;準(zhǔn)公共交通分擔(dān)4%，其中網(wǎng)約車控制在35%。

交通能源結(jié)構(gòu)調(diào)整情景包含電氣化轉(zhuǎn)型情景和天然氣轉(zhuǎn)型情景。①電氣化轉(zhuǎn)型內(nèi)容是大力推廣電驅(qū)動車輛，情景設(shè)置為：2035年，純電動私人乘用車規(guī)模達(dá)200萬輛，公交領(lǐng)域純電動車占比達(dá)90%，巡游出租車2020年實(shí)現(xiàn)100%電驅(qū)動置換，此后保持不變。設(shè)置對照強(qiáng)電氣化轉(zhuǎn)型情景，將電力驅(qū)動交通工具能源利用效率提升、電力能源強(qiáng)度降低考慮其中，到2035年，純電動乘用車、巡游出租車、網(wǎng)約車能耗下降至10 kW·h/102 km，地面公交電耗下降23%，軌道交通下降40%。另外，未來電網(wǎng)的排放因子的變化對CO2排放影響巨大?；觌娋W(wǎng)平均碳排放因子為0.803 kg/kW·h[52]，分別比較2035年電網(wǎng)平均碳排放因子為0.5 kg/kW·h和0.3 kg/kW·h兩種情形。②天然氣轉(zhuǎn)型的內(nèi)容是推廣天然氣車輛，但由于歷史階段北京市私人交通并不以天然氣轉(zhuǎn)型為重點(diǎn)，基礎(chǔ)較弱，故轉(zhuǎn)型進(jìn)度相較于電氣化轉(zhuǎn)型滯后。情景設(shè)置為：到2035年，天然氣乘用車數(shù)量50萬輛，地面公交系統(tǒng)天然氣驅(qū)動車占比達(dá)90%，巡游出租車2020年實(shí)現(xiàn)100%天然氣驅(qū)動置換。

交通節(jié)能技術(shù)發(fā)展情景是指提高交通工具性能、輕量化等技術(shù)提高燃料經(jīng)濟(jì)性、降低能源強(qiáng)度。情景設(shè)置為：到2035年，汽油乘用車、巡游出租車、網(wǎng)約車平均能耗由8.92 L/102 km逐步降至4 L/102 km，地面公交能耗強(qiáng)度降低20%，電動自行車下降20%，軌道交通整體電耗強(qiáng)度下降40%。設(shè)置對照強(qiáng)節(jié)能技術(shù)發(fā)展情景，所有能耗強(qiáng)度參數(shù)再下降10%。

綜合情景指各種轉(zhuǎn)型措施根據(jù)實(shí)際情況組合式實(shí)施，情景設(shè)置繼承背景情景、電氣化轉(zhuǎn)型情景和節(jié)能技術(shù)發(fā)展情景，此處不再贅述。

3 模型結(jié)果分析

3.1 節(jié)能減排效果

比較基準(zhǔn)情景、背景情景和綜合情景，如圖1-a，如不采取節(jié)能減排措施，城市交通能源消耗將在2035年增長近60%，只進(jìn)行交通需求調(diào)控和結(jié)構(gòu)優(yōu)化能夠有效控制增幅卻不能降低能源消耗，唯有同時進(jìn)行交通能源結(jié)構(gòu)轉(zhuǎn)型才能有效降低城市交通能源消耗。單位客運(yùn)周轉(zhuǎn)量能耗如圖1-b所示，交通結(jié)構(gòu)調(diào)整和需求控制小幅降低城市交通平均能源強(qiáng)度，如同時進(jìn)行交通能源轉(zhuǎn)型，則能大幅促進(jìn)能源強(qiáng)度的降低。

3.2 轉(zhuǎn)型方案比較

圖2-a和2-b是交通能源轉(zhuǎn)型方案的節(jié)能減排效果比較，節(jié)能技術(shù)發(fā)展情境在節(jié)能和減排兩個方面都是最為出色的，電氣化轉(zhuǎn)型情境次之，天然氣轉(zhuǎn)型情境在減排方面有效果但最不顯著、節(jié)能方面則是無效果。

在電氣化轉(zhuǎn)型方案中，電力驅(qū)動交通工具的能源效率提高能增強(qiáng)節(jié)能效果，如圖3-a，強(qiáng)電氣化轉(zhuǎn)型情境可實(shí)現(xiàn)再減少近10%能源需求的效果;而電力排放因子決定減排效果，排放因子由0.5 kg/kW·h變?yōu)?.3 kg/kW·h，CO2排放量下降16%。在發(fā)展節(jié)能技術(shù)思路下，節(jié)能水平提高10%可以在2035年減少11%的能源需求，如圖3-b。

3.3 分類討論

分燃料能源消耗來看，如圖4，到2035年汽油仍是最為主要的動力燃料，占能源消耗的70%～80%。

電氣化轉(zhuǎn)型情景和綜合情景下，電力將逐漸發(fā)展成為第二主要的燃料，滿足城市交通1/5的能源需求，如表3， 2035年電力需求達(dá)到基年的5倍，未來發(fā)展需要充分考慮電力供給和終端用電的便利、安全、效率。綜合情景下，對比2035年各燃料客運(yùn)周轉(zhuǎn)量分擔(dān)比例和消耗量，電力承擔(dān)約75%的客運(yùn)量而消耗量僅占總能源需求的24%，效率高于其他燃料。

圖2-b 城市交通能源轉(zhuǎn)型方案減排（強(qiáng)度）比較分交通類別來看，結(jié)合圖5，可以發(fā)現(xiàn)私人交通（主要是私人乘用車）無論在何種情景下都是能源消耗最多的交通類別。

4 北京交通領(lǐng)域能源轉(zhuǎn)型對策分析

基于城市交通能源消耗的核算，構(gòu)建LEAP-TET模型，對北京市交通能源轉(zhuǎn)型問題進(jìn)行了情景分析，得出以下結(jié)論：第一，北京市城市交通領(lǐng)域不但要進(jìn)行需求管理和結(jié)構(gòu)優(yōu)化，更要進(jìn)行能源轉(zhuǎn)型;交通能源轉(zhuǎn)型具有顯著的節(jié)能減排效果。第二，預(yù)測期內(nèi)節(jié)能技術(shù)發(fā)展對于節(jié)能減排的促進(jìn)作用最為直接、顯著;能源結(jié)構(gòu)調(diào)整中，天然氣轉(zhuǎn)型受限于發(fā)展基礎(chǔ)和自身效率并不能促進(jìn)節(jié)能減排;電氣化轉(zhuǎn)型效果良好，但效果依賴轉(zhuǎn)型規(guī)模、電能效率，電網(wǎng)排放因子決定電氣化轉(zhuǎn)型減排效果，同時電氣化轉(zhuǎn)型對城市電力供給提出了新的要求。第三，在未來相對長的時間內(nèi)，私人交通仍是城市交通中最大的能源需求部門，汽油則是最主要的動力燃料。

對北京市交通可持續(xù)發(fā)展而言，近期雖可以單純靠需求控制和結(jié)構(gòu)優(yōu)化，通過大力度的政策措施如限購和發(fā)展公共交通來實(shí)現(xiàn)交通節(jié)能減排，但隨著城市進(jìn)一步發(fā)展，經(jīng)濟(jì)、人口規(guī)模擴(kuò)大，交通需求高漲所帶來的能源需求增加是不可避免的?；谝陨戏治?，對北京市交通能源轉(zhuǎn)型給出如下的建議：

第一，堅持“結(jié)構(gòu)+技術(shù)”的轉(zhuǎn)型方向，保障轉(zhuǎn)型措施實(shí)施。目前北京市城市交通能源轉(zhuǎn)型方向是準(zhǔn)確的，是值得堅持的。在交通能源技術(shù)方面，響應(yīng)國家政策，大力發(fā)展車輛節(jié)能技術(shù)并保證節(jié)能車輛的市場銷售比例;在交通能源結(jié)構(gòu)方面，通過針對私人部門和相關(guān)企業(yè)的經(jīng)濟(jì)手段、對公共部門的強(qiáng)制性要求，加大新清能源汽車的推廣力度，盡早完成城市交通領(lǐng)域能源更迭。同時，也要意識到技術(shù)開發(fā)需要周期、交通工具換代淘汰受限于車輛壽命，能源轉(zhuǎn)型不可能一蹴而就，轉(zhuǎn)型效果也不可能朝令夕顯。循序漸進(jìn)的轉(zhuǎn)型策略，可行而具有挑戰(zhàn)性的階段目標(biāo)，公共部門、私人乃至全社會的支持等，都是轉(zhuǎn)型成功的條件。

第二，加快能源結(jié)構(gòu)調(diào)整步伐，完善配套基礎(chǔ)設(shè)施。無論是電氣化轉(zhuǎn)型還是其他清潔能源轉(zhuǎn)型，交通能源結(jié)構(gòu)調(diào)整需要達(dá)到一定規(guī)模才能顯現(xiàn)效果。要加快能源結(jié)構(gòu)調(diào)整，特別是私人交通部門。作為交通領(lǐng)域最主要的能源需求部門，私人交通對于傳統(tǒng)能源依賴強(qiáng)、車輛基數(shù)大、居民進(jìn)行交通選擇影響因素復(fù)雜，能源結(jié)構(gòu)調(diào)整難度大、周期長，只有盡快實(shí)現(xiàn)私人交通的能源結(jié)構(gòu)調(diào)整，才能真正完成交通領(lǐng)域的能源轉(zhuǎn)型。更進(jìn)一步，北京市當(dāng)前的能源結(jié)構(gòu)調(diào)整方向為電氣化轉(zhuǎn)型，隨著結(jié)構(gòu)調(diào)整的速度和強(qiáng)度的變化，對于電力供應(yīng)和終端使用的要求也會不斷提高。配套完善的基礎(chǔ)設(shè)施，保證個人和公共空間的電動汽車充電設(shè)施的便利、安全性，從規(guī)劃布局、建設(shè)管理、充電價格及收費(fèi)、創(chuàng)新商業(yè)模式等方面逐步完善，不能讓基礎(chǔ)設(shè)施的“鞋”限制電動汽車的“腳”。

第三，重視節(jié)能技術(shù)的發(fā)展，加大技術(shù)投入。交通節(jié)能技術(shù)發(fā)展作為成效顯著的轉(zhuǎn)型方向，能在相對短的時間內(nèi)產(chǎn)生良好的節(jié)能減排效果，對于市場和消費(fèi)者的鼓勵作用很大。技術(shù)進(jìn)步不但能使傳統(tǒng)能源效率提高，同時也能加速電氣化等其他形式轉(zhuǎn)型的推進(jìn)。對于節(jié)能技術(shù)的關(guān)注和投入應(yīng)適度加大，鼓勵科研單位和企業(yè)等多樣化技術(shù)參與者的研發(fā)投入，在輕量化、小型化、低阻電控等方面深入挖掘技術(shù)節(jié)能潛力，在車聯(lián)網(wǎng)、智能駕駛等方向不斷探索，對新材料、生物燃料、液氫等應(yīng)用加大推廣，以期更快更好完成交通能源轉(zhuǎn)型。

第四，加強(qiáng)對于交通主體的引導(dǎo)，從需求側(cè)加速轉(zhuǎn)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。交通主體的行為直接影響城市交通的發(fā)展走向，如何引導(dǎo)居民向節(jié)能減排的交通形式轉(zhuǎn)變對于能源轉(zhuǎn)型至關(guān)重要。通過宣教、示范、經(jīng)濟(jì)等手段，促進(jìn)居民自愿選擇非機(jī)動出行、選用公共交通、購置新清能源汽車、更換節(jié)能汽車，等等。引導(dǎo)交通主體自主實(shí)現(xiàn)交通能源轉(zhuǎn)型將釋放巨大的節(jié)能減排潛力。

第五，構(gòu)建可持續(xù)交通綜合政策體系，采取交通需求調(diào)控、交通結(jié)構(gòu)優(yōu)化等多樣化措施配合交通能源轉(zhuǎn)型，促進(jìn)城市交通可持續(xù)發(fā)展。要認(rèn)識到并不存在先進(jìn)與落后的交通方式，只存在合理和不合理的交通結(jié)構(gòu)，堅持大力、優(yōu)先發(fā)展公共交通，持續(xù)控制機(jī)動車需求、限制機(jī)動車使用。同時，在城市交通發(fā)展中應(yīng)鼓勵和包容創(chuàng)新嘗試，構(gòu)建一個政府和市場、企業(yè)和居民多維度合作的城市交通發(fā)展綜合體系。

（編輯：于 杰）

參考文獻(xiàn)

[1]王曉玲. 世界大城市化規(guī)律及發(fā)展趨勢[J]. 城市發(fā)展研究， 2013， 20（5）： 105-110.

[2]席強(qiáng)敏， 李國平. 超大城市規(guī)模與空間結(jié)構(gòu)效應(yīng)研究評述與展望[J]. 經(jīng)濟(jì)地理， 2018（1）： 61-68.

[3]北京交通發(fā)展研究院. 北京市市交通發(fā)展年度報告[R/OL]. [2019-03-05]. http：//www.bjtrc.org.cn/JGJS.aspx？id=5.2&Menu=GZCG.

[4]國家發(fā)展和改革委員會能源研究所課題組. “十三五”及2030年交通部門節(jié)能目標(biāo)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]北京市環(huán)保局. 最新科研成果新一輪北京市PM2.5來源解析正式發(fā)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， 盧星辰， 等. 城市私人交通和公共交通對城市蔓延的不同影響——基于我國65個大中城市面板數(shù)據(jù)的實(shí)證檢[J]. 經(jīng)濟(jì)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， 邱國玉， 黃曉峰. 城市熱島效應(yīng)與PM2.5的關(guān)系研究[J]. 干旱區(qū)資源與環(huán)境， 2018， 32（5）： 191-195.

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

[10]孫宇飛.城市碳排放清單及其相關(guān)因素分析[D].上海：復(fù)旦大學(xué)，2011.

[11]戢曉峰， 姜莉， 陳方. 基于供給側(cè)結(jié)構(gòu)性改革的城市交通底線公平研究[J]. 昆明理工大學(xué)學(xué)報（社會科學(xué)版）， 2017， 17（3）： 21-25，42.

[12]宿鳳鳴. 交通公平與交通共享發(fā)展[J]. 綜合運(yùn)輸， 2016， 38（7）： 25-29.

[13]劉召峰， 周馮琦. 全球城市之東京的環(huán)境戰(zhàn)略轉(zhuǎn)型的經(jīng)驗與借鑒[J]. 中國環(huán)境管理， 2017， 9（6）： 103-107.

[14]張力. 倫敦現(xiàn)代城市交通體系建設(shè)與交通治理的經(jīng)驗與啟示[J]. 生態(tài)經(jīng)濟(jì)， 2014， 30（9）： 125-128.

[15]張揚(yáng). 歐洲四國“綠色交通”考察（上）[J]. 交通與運(yùn)輸， 2017， 33（4）： 60-62.

[16]劉細(xì)良， 張超群. 城市低碳交通政策的國際比較研究[J]. 湖南社會科學(xué)， 2013（2）： 160-164.

[17]石紅， 姚占軍. 燃油車禁售國內(nèi)外動態(tài)與中國實(shí)施預(yù)案建議[C].//中國汽車技術(shù)研究中心，中國新能源汽車產(chǎn)業(yè)發(fā)展報告（2018）. 北京：社會科學(xué)文獻(xiàn)出版社， 2018： 386-402.

[18]中華人民共和國工業(yè)和信息化部. 乘用車燃料消耗量第四階段標(biāo)準(zhǔn)解讀[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， 周達(dá). 東京環(huán)境管理及對北京的借鑒[J]. 寧夏社會科學(xué)， 2010（5）： 41-44.

[20]朱星華. 紐約州支持電動汽車發(fā)展的政策舉措及其啟示[J]. 全球科技經(jīng)濟(jì)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]宗蓓華. 戰(zhàn)略預(yù)測中的情景分析法[J]. 預(yù)測， 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. 交通部門CO2排放、能源消費(fèi)和交通服務(wù)量達(dá)峰規(guī)律研究[J]. 中國人口·資源與環(huán)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]劉俊伶， 孫一赫， 王克， 等. 中國交通部門中長期低碳發(fā)展路徑研究[J]. 氣候變化研究進(jìn)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]王紅梅， 鐘良， 楊洋. 基于LEAP模型的北京城市客運(yùn)交通低碳規(guī)劃路徑研究[J]. 中國能源， 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]麥文雋， 鄒樂樂， 王毅， 等. 城市客運(yùn)交通節(jié)能減排潛力分析——以鎮(zhèn)江市為例[J]. 城市問題， 2017（8）： 31-41.

[32]王慧慧， 余龍全， 曾維華. 基于職居分離調(diào)整的北京市交通碳減排潛力研究[J]. 中國人口·資源與環(huán)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]中國汽車技術(shù)研究中心. 中國乘用車中長期節(jié)能潛力與路徑研究結(jié)題報告[ED/OL]. （2017-09-19）[2018-12-17]. http：//www.efchina.org/Reports-zh/report-20170919-1-zh.

[35]王賀武， 石紅. 中國語境下車輛碳排放分析[C]//中國汽車技術(shù)研究中心，中國能源汽車船業(yè)發(fā)展報告. 北京： 社會科學(xué)文獻(xiàn)出版社， 2018： 403-413.

[36]池莉. 基于LEAP模型的北京市未來客運(yùn)交通能源需求和污染物排放預(yù)測[D]. 北京：北京交通大學(xué)， 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(jié)能與新清能源汽車技術(shù)路線圖戰(zhàn)略咨詢委員會， 中國汽車工程學(xué)會. 節(jié)能與新清能源汽車技術(shù)路線圖[M]. 北京：機(jī)械工業(yè)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]蘆穎， 李旭東， 楊正業(yè). 貴州省能源碳排放現(xiàn)狀及峰值預(yù)測[J]. 環(huán)境科學(xué)與技術(shù)， 2018， 41（11）： 173-180.

[47]張丹平. 基于嶺回歸方法的我國能源消費(fèi)影響因素研究[J]. 統(tǒng)計與決策， 2012（21）： 146-148.

[48]姜磊， 季民河. 技術(shù)進(jìn)步、產(chǎn)業(yè)結(jié)構(gòu)、能源消費(fèi)結(jié)構(gòu)與中國能源效率——基于嶺回歸的分析[J]. 當(dāng)代經(jīng)濟(jì)管理， 2011， 33（5）： 13-16.

[49]任澤平. 控不住的人口：北京上海人口增長仍有較大潛力[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， 王瑩瑩. 北京市人口動態(tài)模擬與政策分析[J]. 中國人口·資源與環(huán)境， 2016， 26（2）： 170-176.

[51]趙蕊. 北京常住人口空間分布變動與對策研究[J]. 北京社會科學(xué)， 2018（1）： 14-25.

[52]楊源. 基于居民出行規(guī)律實(shí)證研究的城市低碳交通政策模擬[D]. 清華大學(xué)， 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