劉永紅，張帆，苗領(lǐng)，蔡雨鋒，賴雨夢(mèng)，吳瀟彬，曾雪蘭，姚達(dá)文*

(1.中山大學(xué)，智能工程學(xué)院，廣東深圳 518107；2.廣東省智能交通系統(tǒng)重點(diǎn)實(shí)驗(yàn)室，廣州 510275；3.廣東省交通環(huán)境智能監(jiān)測(cè)與治理工程技術(shù)研究中心，廣州 510275；4.廣東工業(yè)大學(xué)，生態(tài)環(huán)境與資源學(xué)院，廣州 510006)

0 引言

交通運(yùn)輸部門是化石能源消耗及溫室氣體排放的重點(diǎn)部門，公路運(yùn)輸排放量占交通運(yùn)輸部門碳排放總量的80%以上。減少交通運(yùn)輸部門碳排放是實(shí)現(xiàn)中國(guó)“雙碳”目標(biāo)的重要環(huán)節(jié)，發(fā)展新能源車產(chǎn)業(yè)，推廣新能源車被視為減少公路運(yùn)輸碳排放的重要路徑之一。新能源汽車包括：插電式混合動(dòng)力電動(dòng)汽車、混合動(dòng)力電動(dòng)汽車、純電動(dòng)汽車以及燃料電池汽車等，由于其運(yùn)行過程中較低的CO2排放，引起許多國(guó)家和企業(yè)關(guān)注。然而，新能源汽車會(huì)通過其他過程對(duì)環(huán)境和氣候產(chǎn)生影響，例如發(fā)電和制氫環(huán)節(jié)等。且由于其較高的技術(shù)成本，政策擬定和實(shí)施也應(yīng)考慮經(jīng)濟(jì)影響。

學(xué)者們已開展廣泛研究分析汽車新能源化政策的減碳效果和成本。從研究范圍來看，一些學(xué)者聚焦于國(guó)家層面，這類研究在設(shè)定未來情景時(shí)多以國(guó)家為單位，整體考量實(shí)施包括汽車新能源化政策在內(nèi)的各項(xiàng)低碳交通政策對(duì)中國(guó)未來碳排放的影響以及政策的成本效益。GAMBHIR等[1]計(jì)算實(shí)施低碳汽車替代對(duì)中國(guó)道路交通碳排放影響及減排成本，認(rèn)為乘用車和重型卡車潛在減排收益最大；賈術(shù)艷等[2]研究不同情景下中國(guó)貨車運(yùn)營(yíng)環(huán)節(jié)碳排放，認(rèn)為加快新能源貨車推廣應(yīng)用是實(shí)現(xiàn)貨車運(yùn)營(yíng)環(huán)節(jié)碳達(dá)峰的關(guān)鍵。然而，ZHANG等[3]認(rèn)為，包括汽車新能源化在內(nèi)的政策影響程度將因政策力度和地區(qū)發(fā)展情況而異，應(yīng)當(dāng)根據(jù)實(shí)際情況分區(qū)域針對(duì)性開展研究，進(jìn)而分析政策的整體影響以及局部區(qū)域特征。在研究方法上，由于自下而上的方法能夠充分考慮工程技術(shù)變化的作用，近年來，研究者多以此結(jié)合情景分析法，量化汽車新能源化政策對(duì)碳排放影響及減排成本。常用于分析汽車新能源化政策對(duì)碳排放影響的模型包括：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，這類模型多能通過直接輸入或間接利用車輛存活率參數(shù)模擬新舊車輛更替規(guī)則，實(shí)現(xiàn)車隊(duì)能源結(jié)構(gòu)迭代。尤其是使用基于研究區(qū)域的本地化車輛存活率參數(shù)，能夠提升研究可靠性，且量化本地政策影響。

上述研究中，大多數(shù)研究者認(rèn)為推廣新能源汽車是一種有效的減碳措施，但政策推行力度及政策實(shí)施效果與區(qū)域發(fā)展?fàn)顩r有關(guān)，針對(duì)目標(biāo)區(qū)域開展本地化研究尤其重要。廣東省是中國(guó)第一經(jīng)濟(jì)強(qiáng)省、公路運(yùn)輸大省、碳排放大省以及首批低碳試點(diǎn)省份，也是中國(guó)新能源汽車產(chǎn)業(yè)鏈的起源地和領(lǐng)跑者，是新能源汽車推廣的重點(diǎn)地區(qū)之一。然而，在作為經(jīng)濟(jì)發(fā)展和汽車新能源化政策領(lǐng)跑省份的同時(shí)，廣東省內(nèi)區(qū)域間也存在顯著差異，2020年，深圳市人均GDP和新能源乘用車滲透率分別是非珠三角地區(qū)的3.6 倍和5.5 倍。研究汽車新能源化政策對(duì)廣東省未來道路交通碳排放影響，尤其是根據(jù)區(qū)域發(fā)展現(xiàn)狀及趨勢(shì)分區(qū)域分析不同政策力度下減排量及減排成本差異性，不僅有助于判斷未來廣東省道路交通碳排放發(fā)展趨勢(shì)，還對(duì)中國(guó)其他地區(qū)探索道路交通低碳發(fā)展路徑具有借鑒意義。

目前，對(duì)廣東省或省內(nèi)區(qū)域的研究較少。ZHAO等[4]和LIU等[5]整體研究實(shí)施包括新能源汽車推廣在內(nèi)的一個(gè)或多個(gè)政策減排效果，但沒有考慮到省內(nèi)不同區(qū)域發(fā)展差異；DONG等[6]估計(jì)深圳市實(shí)施不同力度的節(jié)能減排技術(shù)對(duì)城市公共交通減碳的影響，沒有考慮貨運(yùn)車輛以及私家車的影響。上述研究均沒有探討政策的碳減排成本。綜上所述，現(xiàn)有研究存在以下不足：研究者在國(guó)家尺度研究上設(shè)定模型相關(guān)參數(shù)時(shí)，多選取全國(guó)平均值或區(qū)域平均值，直接將這類研究成果應(yīng)用于廣東省時(shí)不能較好地反映政策發(fā)展趨勢(shì)及碳減排力度；對(duì)于廣東省及省內(nèi)部分區(qū)域的研究，研究者未充分考慮區(qū)域差異，在車隊(duì)技術(shù)結(jié)構(gòu)迭代方面有所不足；現(xiàn)有的針對(duì)廣東省及省內(nèi)部分地區(qū)的研究未充分考慮減排成本，未從經(jīng)濟(jì)性角度分區(qū)域評(píng)價(jià)政策措施。

本文定量揭示汽車新能源化政策對(duì)廣東省不同區(qū)域減碳效果影響及成本差異，主要內(nèi)容如下：首先，本文結(jié)合之前的研究成果[7]及本地化數(shù)據(jù)，預(yù)測(cè)廣東省及各區(qū)域未來每年車隊(duì)結(jié)構(gòu)及變化趨勢(shì)；其次，在考慮整體車隊(duì)變化趨勢(shì)和區(qū)域發(fā)展水平差異下，評(píng)估3類5種政策對(duì)不同區(qū)域的減碳影響；最后，分區(qū)域定量揭示汽車新能源化政策的短期減排成本，為未來廣東省各區(qū)域?qū)嵤┬履茉椿咛峁?shù)據(jù)支撐和低碳建議。

1 模型與數(shù)據(jù)

1.1 模型結(jié)構(gòu)

為描述廣東省道路交通碳排放特征，評(píng)估汽車新能源化政策成本效益，本文開發(fā)了一個(gè)道路交通能源消耗及排放預(yù)測(cè)模型，通過耦合汽車保有量預(yù)測(cè)模型和碳減排技術(shù)成本核算模型預(yù)測(cè)廣東省未來汽車能源消耗、碳排放及成本效益，研究技術(shù)路線圖如圖1所示。綜合考慮各項(xiàng)因素，本文在研究中將廣東省劃分為4個(gè)區(qū)域，分別是廣州、深圳、珠三角其他地區(qū)(包括：佛山、肇慶、東莞、惠州、珠海、中山及江門9個(gè)地市，珠三角)和非珠三角(包括：潮州、汕頭、揭陽、汕尾、梅州、湛江、茂名、陽江、云浮、清遠(yuǎn)、河源及韶關(guān)12 個(gè)地市)。本文考慮廣東省內(nèi)區(qū)域差異，首先，通過汽車保有量預(yù)測(cè)模型分區(qū)域預(yù)測(cè)未來廣東省各年度不同類型汽車保有量；然后，搭建自下而上的汽車碳排放預(yù)測(cè)模型，基于車輛存活率參數(shù)獲取車隊(duì)技術(shù)分布情況，采用年均行駛里程法和汽車保有量計(jì)算結(jié)果核算汽車碳排放；最后，將核算結(jié)果輸入減碳成本核算模型，計(jì)算政策實(shí)施的技術(shù)成本?；诖?，本文以2020 年為基準(zhǔn)年，獲取2020—2060 年各新能源化情景車隊(duì)逐年技術(shù)結(jié)構(gòu)分布情況，并計(jì)算各情景逐年碳排放量和短期(2020—2030年)逐年技術(shù)減排成本。

圖1 技術(shù)路線Fig.1 Technology roadmap

1.1.1 汽車保有量預(yù)測(cè)模型

本文采用汽車保有量預(yù)測(cè)模型預(yù)測(cè)廣東省各區(qū)域車輛保有量。HUO等[8]認(rèn)為，私家車數(shù)量發(fā)展情況符合Gompertz 函數(shù)變化規(guī)律，即私家車千人保有量是私家車千人保有量飽和值和人均GDP的函數(shù)，即

式中：OPV,y為y年私家車千人保有量；SPV為私家車千人保有量飽和值，各地區(qū)私家車千人保有量增長(zhǎng)至該值后便不會(huì)繼續(xù)增長(zhǎng)，考慮到廣東省各地區(qū)地域面積、人口密度、限牌政策及發(fā)展空間等，設(shè)定廣州、深圳、珠三角和非珠三角分別為300、250、400和450；Gy為y年人均GDP；y為年份；α和β為模型回歸參數(shù)，α∈(0,1)，β∈(0,1) 。

HE等[9]認(rèn)為，汽車保有量與人均GDP 相關(guān)。除私家車以外的汽車保有量采用彈性系數(shù)法預(yù)測(cè)，即

式中：Oj,y為y年j車型的汽車保有量；εj為j車型的彈性系數(shù)，基于2006—2020 年歷史值計(jì)算；j為車型。

1.1.2 汽車能源消耗與碳排放預(yù)測(cè)模型

本文采用汽車能源消耗及排放預(yù)測(cè)模型預(yù)測(cè)廣東省各區(qū)域汽車能源消耗及碳排放。該模型包含基于車輛存活率參數(shù)的區(qū)域車隊(duì)燃料結(jié)構(gòu)動(dòng)態(tài)更新模塊和基于行駛里程法的自下而上的能源消耗及碳排放計(jì)算模塊。廣東省車輛存活率參數(shù)來自文獻(xiàn)[7]，車輛存活淘汰規(guī)則為

式中：Nj,y-a為y-a年j車型的新車注冊(cè)量；φa,j為j車型的車輛存活概率，基于歷史真實(shí)值計(jì)算；na,j為j車型的存活車輛數(shù)；a為車齡。

在能源消耗及碳排放計(jì)算模塊中，本文基于年均行駛里程法自下而上核算廣東省各區(qū)域汽車每年能源消耗及碳排放，包含化石燃料燃燒階段直接碳排放及純電動(dòng)汽車和燃料電池汽車上游發(fā)電端和制氫端碳排放，計(jì)算式為

式中：Uy為y年能源消耗；Mi,j,y為y年使用i燃料j車型的年均行駛里程；Ci,j,y為y年使用i燃料j車型的汽車百公里綜合能耗；Ci,y為y年使用i燃料的汽車百公里綜合能耗；Ey為y年碳排放；Fi,y為y年i燃料的碳排放因子，對(duì)于傳統(tǒng)化石燃料汽車指燃料燃燒階段碳排放因子，對(duì)于純電動(dòng)汽車及燃料電池汽車指上游電力生產(chǎn)階段和制氫階段碳排放因子；i為燃料類型。

1.1.3 碳減排技術(shù)成本核算模型

本文中，CO2減排成本指相對(duì)于基準(zhǔn)情景新能源車增量技術(shù)成本。ICCT[10]研究表明，這一成本將隨時(shí)間推移逐漸減小，直至與傳統(tǒng)化石燃料汽車接近或相等。本文所采用的增量技術(shù)成本指新能源車與同類型傳統(tǒng)化石燃料汽車之間的技術(shù)成本差距，計(jì)算式為

式中：Ay為y年減排成本，以2020 年價(jià)計(jì)；Ii,j,y為新能源車增量技術(shù)成本，以2020 年價(jià)計(jì)；ΔNi,j,y為與基準(zhǔn)情景相比新能源車新車注冊(cè)增長(zhǎng)量。

參考文獻(xiàn)[10]的研究，新能源車型增量技術(shù)成本隨時(shí)間線性下降，除混合動(dòng)力車型外，其他新能源車型均將在成本平價(jià)年份降為0。當(dāng)新能源車和傳統(tǒng)化石燃料汽車實(shí)現(xiàn)成本平價(jià)后，由于新能源車的燃料價(jià)格優(yōu)勢(shì)及低碳環(huán)保優(yōu)勢(shì)，無需額外政策推動(dòng)新能源車替代，此后，技術(shù)迭代導(dǎo)致的增量技術(shù)成本進(jìn)一步降低不在本文研究范圍之內(nèi)。本文采用的增量技術(shù)成本及成本平價(jià)年份如表1所示。

表1 各新能源車型增量技術(shù)成本Table 1 Incremental technology costs for various new energy models

邊際減排成本是表征政策成本效益的重要指標(biāo)，CO2的邊際減排成本為

式中：My為y年邊際減排成本，以2020 年價(jià)計(jì)；ΔEs,y為y年相較于基準(zhǔn)情景的碳減排量；s為不同力度電動(dòng)化情景；Ay以2020年價(jià)計(jì)。

1.2 研究區(qū)域及數(shù)據(jù)

用于模型計(jì)算的人口、經(jīng)濟(jì)及汽車保有量歷史數(shù)據(jù)來自《廣東省統(tǒng)計(jì)年鑒》。本文參考公安部機(jī)動(dòng)車類型分類標(biāo)準(zhǔn)，結(jié)合車輛用途和車型特點(diǎn)將車輛分為3 類10 種車型(類型1 為小型客車，含私家車、出租車及其他乘用車；類型2為中大型客車，含公交車、中型客車及大型客車；類型3為貨運(yùn)車輛，含微型貨車、輕型貨車、中型貨車及重型貨車)，車輛燃料包括：汽油、柴油、天然氣、電力和氫氣。

本文各車型燃料類型占比來自廣東省部分乘用車及商用車保險(xiǎn)數(shù)據(jù)、車型銷量數(shù)據(jù)以及節(jié)能與新能源汽車年鑒2021。各車型年均行駛里程參考道路機(jī)動(dòng)車大氣污染物排放清單編制技術(shù)指南(試行)。本文涉及化石燃料直接燃燒的碳排放及電力生產(chǎn)階段和氫氣制造階段碳排放?；剂现苯尤紵奶寂欧乓蜃觼碜灾袊?guó)產(chǎn)品全生命周期溫室氣體排放系數(shù)庫(CPCD)，電力生產(chǎn)階段碳排放因子根據(jù)廣東省電力結(jié)構(gòu)結(jié)合CPCD數(shù)據(jù)計(jì)算得出，制氫階段碳排放因子綜合參考CPCD 及其他學(xué)者研究。本文采用的排放因子如表2所示。

表2 各類燃料CO2排放因子Table 2 CO2 emission factors for various fuel types

陸杰華等[12]認(rèn)為，我國(guó)人口變化將呈現(xiàn)先增后降趨勢(shì)，目前，我國(guó)已處于人口下降期前夜。蔣斌等[13]認(rèn)為，廣東省經(jīng)濟(jì)增長(zhǎng)率將高于全國(guó)平均水平。本文預(yù)測(cè)了未來人口及社會(huì)經(jīng)濟(jì)發(fā)展情況，分析廣東省各區(qū)域人口變化情況，并據(jù)此設(shè)定不同時(shí)期人口年度變化率。2021—2035年，中國(guó)處于邁向中等發(fā)達(dá)國(guó)家進(jìn)程，地區(qū)發(fā)展水平仍較大，且廣東省經(jīng)濟(jì)平均增長(zhǎng)率顯著高于全國(guó)平均水平。2035年后，中國(guó)逐步實(shí)現(xiàn)共同富裕，區(qū)域間差異性逐漸變小。本文綜合參考其他學(xué)者及機(jī)構(gòu)研究結(jié)論，分區(qū)域分時(shí)期設(shè)定人均GDP年均增長(zhǎng)率。

汽車燃料消耗方面，本文綜合參考現(xiàn)有研究中汽車燃料消耗率變化趨勢(shì)，結(jié)合中國(guó)燃料消耗量限值標(biāo)準(zhǔn)及其他相關(guān)研究結(jié)論，設(shè)定2020 年及未來各年度新車百公里能耗參數(shù)。

1.3 政策情景設(shè)置

在汽車新能源化政策方面，本文設(shè)置3類情景(基準(zhǔn)情景、現(xiàn)有政策情景及新能源車推廣情景)表征新能源汽車推廣政策力度。

第1 類，基準(zhǔn)情景，相當(dāng)于廣東省新能源車推廣的最保守情景，即對(duì)于新能源車沒有任何新的政策支持，未來每年新能源車銷量占比維持和基準(zhǔn)年2020年相同水平。

第2 類，現(xiàn)有政策情景，即新能源車推廣政策支持力度和新能源車技術(shù)改進(jìn)進(jìn)程繼續(xù)以目前速度進(jìn)行，以探索廣東省各區(qū)域在當(dāng)前政策力度下道路交通整體能源轉(zhuǎn)型及減排潛力。在此情景中，對(duì)于有明確政策規(guī)劃的，新能源車發(fā)展進(jìn)程直接參照現(xiàn)有目標(biāo)規(guī)劃；對(duì)于沒有直接規(guī)劃的，考慮到廣東省內(nèi)區(qū)域差異，設(shè)置原則為：廣州和深圳整體汽車新能源化進(jìn)程分別比全國(guó)平均水平早5 年左右和10 年左右；珠三角和全國(guó)平均水平保持一致；非珠三角比全國(guó)平均水平晚5年左右。

第3類，為挖掘廣東省各區(qū)域進(jìn)一步碳減排潛力，設(shè)置一系列新能源車推廣情景，即相對(duì)于現(xiàn)有政策情景，這些情景進(jìn)一步加大新能源車推廣政策力度。根據(jù)政策側(cè)重點(diǎn)的不同，可以細(xì)分為3個(gè)情景：客運(yùn)新能源化情景、貨運(yùn)新能源化情景和客貨運(yùn)新能源化情景。在客運(yùn)新能源化情景中，各地區(qū)著重加快全部種類客運(yùn)車輛新車新能源化進(jìn)程，貨運(yùn)車輛保持和現(xiàn)有政策情景相同的汽車新能源化政策力度；貨運(yùn)新能源化情景著重加快貨運(yùn)車輛新能源化進(jìn)程；客貨運(yùn)新能源化情景是客運(yùn)新能源化及貨運(yùn)新能源化情景的綜合情景，各區(qū)域?qū)瓦\(yùn)和貨運(yùn)車輛新能源化的力度分別與客運(yùn)新能源化和貨運(yùn)新能源化情景保持一致?，F(xiàn)有政策情景及客貨運(yùn)新能源化情景下，廣東省汽車新車新能源化率100%年份如表3所示。

表3 廣東省汽車新車新能源化率100%年份Table 3 Years in which new-vehicle new-energy rate in Guangdong Province reaches 100%

2 結(jié)果與分析

2.1 廣東省及省內(nèi)各區(qū)域碳排放

基準(zhǔn)情景下，傳統(tǒng)化石燃料在小型客車和貨運(yùn)車輛中仍占據(jù)主導(dǎo)地位，中大型客車車隊(duì)新能源化率逐步提升。現(xiàn)有政策情景具有較好的車隊(duì)新能源化效果。隨著各車型新能源化滲透率的提升，2060年，廣東省整體車隊(duì)實(shí)現(xiàn)較大規(guī)模的新能源化替代。在現(xiàn)有政策基礎(chǔ)上，進(jìn)一步加大各車型新能源化推廣力度后，廣東省將更快實(shí)現(xiàn)整體車隊(duì)新能源化。在客貨運(yùn)新能源化情景下，2050 年，廣東省傳統(tǒng)化石燃料小型客車及中大型客車新能源化率已超過現(xiàn)有政策情景下2060 年水平，分別達(dá)98.92%和99.71%，傳統(tǒng)化石燃料貨運(yùn)車輛占比為5.53%。

新車新能源化對(duì)整體車隊(duì)燃料結(jié)構(gòu)影響存在顯著滯后性。在客貨運(yùn)新能源化情景下，廣東省在2040 年左右實(shí)現(xiàn)小型客車新車100%新能源化，而整體車隊(duì)100%新能源化節(jié)點(diǎn)出現(xiàn)在2055 年左右；中大型客車車隊(duì)100%新能源化時(shí)間比新車100%新能源化時(shí)間晚10 年左右，貨運(yùn)車輛晚10 年以上。各車型車隊(duì)燃料結(jié)構(gòu)變化將影響整體能源消耗，進(jìn)而影響汽車車隊(duì)碳排放。

結(jié)合車隊(duì)燃料結(jié)構(gòu)變化趨勢(shì)，本文預(yù)測(cè)廣東省不同新能源化力度下汽車碳排放如圖2 所示。在基準(zhǔn)情景中，廣東省將在2034 年左右實(shí)現(xiàn)汽車碳排放達(dá)峰(碳達(dá)峰)，峰值將達(dá)到11588.00 萬t；而后汽車碳排放總量呈現(xiàn)緩慢下降趨勢(shì)，2060 年，廣東省汽車碳排放總量為10264.84 萬t，比峰值降低了11.42%?，F(xiàn)有政策情景和一系列新能源車推廣情景，均具有良好的碳減排效果?，F(xiàn)有政策情景可以使碳達(dá)峰時(shí)間提前5 年，達(dá)峰年在2029 年左右，峰值排放為10106.64 萬t，比基準(zhǔn)情景低12.78%。此外，貨運(yùn)新能源化情景，碳達(dá)峰年在2028 年左右，客運(yùn)新能源化情景和客貨運(yùn)新能源化情景達(dá)峰年在2027年左右，3種情景均能更快實(shí)現(xiàn)碳達(dá)峰。整體來看，2020—2060 年，現(xiàn)有政策情景將比基準(zhǔn)情景減少32.87%的碳排放。貨運(yùn)新能源化情景相對(duì)于現(xiàn)有政策情景的碳減排效果提升并不顯著，2020—2060年，該情景相對(duì)于基準(zhǔn)情景的減排量與現(xiàn)有政策情景接近(現(xiàn)有政策情景為142937.37萬t，貨運(yùn)新能源化情景為152121.89 萬t)。而客運(yùn)新能源化情景以及客貨運(yùn)新能源化情景到2060年相對(duì)于基準(zhǔn)情景均能較好降低累積碳排放量，減少率分別達(dá)40.34%和42.48%。

圖2 2020—2060年不同情景下廣東省汽車碳排放Fig.2 Carbon emissions from vehicles in Guangdong Province under different scenarios(2020-2060)

為探究廣東省不同區(qū)域不同新能源化力度情景下碳排放特征和差異，各區(qū)域未來汽車碳排放變化趨勢(shì)如圖3所示。整體上，各區(qū)域整體排放變化趨勢(shì)與廣東省相近，但也存在區(qū)域性差異。針對(duì)碳達(dá)峰時(shí)間而言，深圳市是基準(zhǔn)情景下4個(gè)區(qū)域中唯一可以在2030 年前實(shí)現(xiàn)碳達(dá)峰的地區(qū)(約2028年)。在現(xiàn)有政策情景下，廣州、深圳和珠三角地區(qū)達(dá)峰時(shí)間分別在2027 年、2024 年和2028 年左右。而非珠三角地區(qū)無法在2030 年前實(shí)現(xiàn)碳達(dá)峰，其達(dá)峰時(shí)間將在2032年左右。針對(duì)各政策情景總體排放趨勢(shì)而言，廣州、深圳以及珠三角貨運(yùn)新能源化情景年度減排效果均將在2060年前超過客運(yùn)新能源化情景，其中，深圳最早(2046年)，珠三角地區(qū)最晚(2057年)，非珠三角也出現(xiàn)了2060年后貨運(yùn)新能源化情景年度減排效果反超客運(yùn)新能源化情景的趨勢(shì)。表明隨著時(shí)間推移，在現(xiàn)有政策情景下，進(jìn)一步推行貨運(yùn)車輛新能源化政策將在更長(zhǎng)遠(yuǎn)的未來具有不可忽視的減碳潛力。此外，各地區(qū)客貨運(yùn)新能源化情景在2020—2060 年總碳排放將比現(xiàn)有政策情景少10.93%～16.83%，其中，非珠三角地區(qū)碳排放減少量最為顯著(16.83%)，而后分別為廣州(13.63%)、珠三角(13.40%)和深圳(10.93%)。主要因?yàn)榉侵槿堑貐^(qū)現(xiàn)有汽車新能源化政策相比于其他地區(qū)更為保守，而深圳處在全省汽車新能源化最前列，因此，更為激進(jìn)的汽車新能源化政策對(duì)于非珠三角地區(qū)效果更好?？傮w來說，現(xiàn)有政策情景和3 種新能源化情景均能在一定程度上實(shí)現(xiàn)相對(duì)于基準(zhǔn)情景提前碳達(dá)峰時(shí)間和減少整體碳排放，整體碳減排效果客貨運(yùn)新能源化>客運(yùn)新能源化>貨運(yùn)新能源化>現(xiàn)有政策。不同區(qū)域間存在碳達(dá)峰時(shí)間差異和政策情景效果差異，整體來看，深圳市最早達(dá)峰，非珠三角地區(qū)則最晚；更激進(jìn)的汽車新能源化政策對(duì)非珠三角地區(qū)碳減排效果最好。

圖3 2020—2060年不同情景下廣東省各區(qū)域汽車碳排放Fig.3 Carbon emissions from vehicles in Guangdong Province by region under different scenarios(2020-2060)

2.2 各區(qū)域不同階段分車型減排潛力

為從不同階段探索各情景下不同車輛類型的碳減排潛力，本文分為兩階段，即短期(2020—2030年)和中長(zhǎng)期(2031—2060 年)對(duì)比不同時(shí)間段下減排效果。各情景下廣東省各區(qū)域相對(duì)于基準(zhǔn)情景短期和中長(zhǎng)期內(nèi)累計(jì)碳減排量如圖4和圖5所示。

圖4 短期(2020—2030年)各情景相對(duì)于基準(zhǔn)情景分區(qū)域分車型累計(jì)碳減排量(萬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)

圖5 中長(zhǎng)期(2031—2060年)各情景相對(duì)于基準(zhǔn)情景分區(qū)域分車型累計(jì)減排量(萬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)

對(duì)于短期減排，珠三角地區(qū)貢獻(xiàn)的累計(jì)減排量占全省減排比例最高，4 種情景下，均超過36%；廣州最低，4 種情景下占比均不超過16%。分車型來看，新能源小型客車總體短期減排效果最好，在除貨運(yùn)新能源化情景廣州市外的全部情景和地區(qū)中均貢獻(xiàn)超過1/2 的減排量。新能源小型客車在非珠三角地區(qū)減排效果尤為顯著，在現(xiàn)有政策、貨運(yùn)新能源化、客運(yùn)新能源化及客貨運(yùn)新能源化情景下，其減排量占比分別達(dá)到82.14%，73.73%，87.21%和81.04%；廣州市雖然也有較好減排效果，但總體效果與其他地區(qū)相比較差，在4 種情景下，減排量占比分別為50.46%，41.74%，69.55%和61.83%。小型客車在各地區(qū)減排量占比差異與碳排放的車型結(jié)構(gòu)差異有關(guān)，所有情景下，均呈現(xiàn)排放量占比大則減排量占比大的特征。以現(xiàn)有政策情景為例，短期廣州市小型客車?yán)塾?jì)碳排放占比為39.62%，低于深圳(45.29%)、珠三角(55.96%)及非珠三角(57.87%)，減排量占比從小到大亦是廣州(50.46%)、深圳(60.93%)、珠三角(70.82%)和非珠三角(82.14%)。中大型客車由于其保有量較少，且基準(zhǔn)情景下公交車已大規(guī)模實(shí)現(xiàn)新能源化，其減排效果并不明顯。貨運(yùn)車輛在廣州和深圳的減排效果較好，在現(xiàn)有政策情景下，廣州和深圳貨運(yùn)車輛減排量占比分別為43.17%和33.08%，高于珠三角(23.16%)和非珠三角(14.05%)，在貨運(yùn)新能源化情景下，貨運(yùn)車輛減排量占比從大到小依次是廣州(53.00%)、深圳(41.06%)、珠三角(27.53%)及非珠三角(22.85%)。表明在整體新能源化政策力度較強(qiáng)的區(qū)域，新能源貨運(yùn)車輛推廣的短期減排潛力值得重視。

對(duì)于中長(zhǎng)期減排，珠三角和非珠三角是重點(diǎn)區(qū)域，兩區(qū)域貢獻(xiàn)了約70%的累計(jì)碳減排量。與短期累計(jì)減排量不同的是，廣州的中長(zhǎng)期減排量(14.55%～15.40%)在各情景下均高于深圳(13.52%～14.84%)。新能源小型客車仍在全部情景下貢獻(xiàn)最高的累計(jì)減排量占比，但中長(zhǎng)期減排量占比相較于短期有所降低。分區(qū)域來看，廣州市現(xiàn)有政策情景中長(zhǎng)期下，各車型減碳效果較短期變化不明顯，而深圳在4種情景下貨運(yùn)車輛減排比例均有所上升，其中，客貨運(yùn)新能源化情景上升幅度最大(從24.08%到41.93%)。同樣的，珠三角和非珠三角地區(qū)貨運(yùn)車輛減排量占比均實(shí)現(xiàn)不同程度的上升，即使是在客運(yùn)新能源化情景下。這與短期結(jié)果類似，雖然新能源客運(yùn)車輛仍是整體車隊(duì)碳減排的主要貢獻(xiàn)者，但貨運(yùn)車輛新能源化在中長(zhǎng)期有不容忽視的減排潛力。值得注意的是，廣州和深圳在中長(zhǎng)期貨運(yùn)新能源化情景下的貨運(yùn)車輛減排比例較短期均未發(fā)生顯著變化，表明在整體車隊(duì)新能源化程度更高的地區(qū)，貨運(yùn)車輛新能源化亦存在一定的減碳瓶頸。

總體來看，廣州和深圳由于車隊(duì)整體新能源化程度較快，其短期內(nèi)累計(jì)減排量占比高于中長(zhǎng)期；珠三角和非珠三角地區(qū)具有更大的中長(zhǎng)期減排潛力。分車型來看，新能源小型客車在短期和中長(zhǎng)期均有良好碳減排潛力，應(yīng)當(dāng)在各區(qū)域進(jìn)行推廣。此外，新能源貨運(yùn)車輛將在中長(zhǎng)期減排中發(fā)揮重要作用。

2.3 各情景下碳減排成本

由于新能源車將在某時(shí)間點(diǎn)實(shí)現(xiàn)與傳統(tǒng)化石燃料汽車技術(shù)成本接近甚至相等，即所需額外投入的技術(shù)成本主要集中在短期，因此，本文重點(diǎn)關(guān)注推行政策的短期成本。基于汽車保有量預(yù)測(cè)模型和道路交通能源消耗及排放預(yù)測(cè)模型獲取的各類數(shù)據(jù)，可以得出現(xiàn)有政策、貨運(yùn)新能源化、客運(yùn)新能源化及客貨運(yùn)新能源化這4種政策情景下，推廣新能源汽車相比于基準(zhǔn)情景所需額外投入的總成本及2021—2030 年各年度單位減排成本，衡量政策實(shí)施的經(jīng)濟(jì)代價(jià)及成本效益。

廣東省各情景相對(duì)于基準(zhǔn)情景的總減碳成本及單位減碳成本變化趨勢(shì)如圖6所示。整體上看，廣東省各情景單位減碳成本呈現(xiàn)下降趨勢(shì)，主要原因是各新能源車型增量成本的逐年降低。總減碳成本呈現(xiàn)先增后降趨勢(shì)，是由新能源車銷量上升及增量成本下降的綜合因素導(dǎo)致的。2025年，是廣東省汽車新能源化總成本峰值，現(xiàn)有政策情景和貨運(yùn)新能源化情景總成本均超過190 億元(2020 年價(jià))，客運(yùn)新能源化情景和客貨運(yùn)新能源化情景則均超過300 億元。2021—2029年，客運(yùn)新能源化情景及客貨運(yùn)新能源化情景總成本高于其他情景，2021—2026年，這兩種情景也具有更高的單位減排成本。

圖6 廣東省2021—2030年各情景相對(duì)于基準(zhǔn)情景年度減排成本及單位減排成本Fig.6 Annual abatement cost and unit abatement cost for each scenario relative to baseline scenario in Guangdong Province(2021-2030)

廣東省各情景下，2021—2030 年總減碳成本、總減碳量以及單位減碳成本如表4 所示。在現(xiàn)有政策力度下，廣東省短期減碳總成本將達(dá)到1211.32億元，短期單位減碳成本約為2337.76元?t-1?？瓦\(yùn)新能源化和客貨運(yùn)新能源化情景短期減碳總成本均超過1800 億元，比現(xiàn)有政策情景高50%以上；但兩情景短期單位減碳成本均低于現(xiàn)有政策情景，客運(yùn)新能源化及客貨運(yùn)新能源化情景分別比現(xiàn)有政策情景低3.00%和7.45%。說明在僅考慮經(jīng)濟(jì)性的情況下，在現(xiàn)有政策基礎(chǔ)上重點(diǎn)推行新能源貨車是最具吸引力的選擇；若要求在盡可能多減排的基礎(chǔ)上實(shí)現(xiàn)較低的減排成本，則客貨運(yùn)新能源化或許是更合適的策略。

表4 廣東省各情景2021—2030年相對(duì)于基準(zhǔn)情景累計(jì)減碳量及減碳成本Table 4 Cumulative carbon reductions and costs of carbon reductions in Guangdong province by scenarios from 2021 to 2030 relative to baseline scenario

各區(qū)域短期各情景年度減碳成本及單位減碳量變化趨勢(shì)如圖7所示，累計(jì)減排總量及減排成本如表5所示。各情景下，均呈現(xiàn)出短期減碳總成本廣州<深圳<珠三角<非珠三角特點(diǎn)，主要是由新能源汽車銷量差異導(dǎo)致的。分區(qū)域來看，深圳市是各情景減排總成本差異最顯著的區(qū)域，其客運(yùn)新能源化和客貨運(yùn)新能源化情景短期減排總成本分別比現(xiàn)有政策情景高116.30%和122.27%；珠三角以及非珠三角地區(qū)不同情景下，減排成本差距相對(duì)較小，兩地區(qū)短期減排總成本最高的客貨運(yùn)新能源化情景比最低的現(xiàn)有政策情景高40%左右。此外，在各種情景下，廣州和深圳的短期單位減碳成本都遠(yuǎn)低于其他兩地區(qū)，與區(qū)域車隊(duì)結(jié)構(gòu)有關(guān)，新能源小型客車推廣占比高會(huì)帶來更高的單位減碳成本。廣州和深圳在2030年均出現(xiàn)減排總成本為負(fù)的情況，主要原因是各情景采用了在該年度增量技術(shù)成本更低的新能源車(例如純電動(dòng)車)替代基準(zhǔn)情景中的同類型混合動(dòng)力車輛。

表5 各區(qū)域不同情景下2021—2030年相對(duì)于基準(zhǔn)情景累計(jì)減碳量及減碳成本Table 5 Cumulative carbon reductions and costs of carbon reductions under different scenarios for each region relative to baseline scenario(2021-2030)

圖7 各區(qū)域2021—2030年各情景相對(duì)于基準(zhǔn)情景年度減排成本及單位減排成本Fig.7 Annual abatement costs and unit abatement costs for each scenario relative to baseline scenario,by region,2021-2030

3 結(jié)論

本文根據(jù)汽車新能源化政策實(shí)施力度及關(guān)注車型的不同，設(shè)置5種情景(基準(zhǔn)、現(xiàn)有政策、貨運(yùn)新能源化、客運(yùn)新能源化和客貨運(yùn)新能源化)，分4 個(gè)區(qū)域(廣州、深圳、珠三角及非珠三角)兩個(gè)階段(短期和中長(zhǎng)期)預(yù)測(cè)2020—2060年廣東省實(shí)施不同新能源化政策的碳排放，評(píng)估各情景相對(duì)于基準(zhǔn)情景的減排效果，并核算短期減排技術(shù)成本。通過研究，得出以下結(jié)論：

(1)現(xiàn)有政策力度下，廣東省將在2060 年左右實(shí)現(xiàn)車隊(duì)大規(guī)模新能源化替代。根據(jù)目前國(guó)家及廣東省頒布的汽車新能源化相關(guān)政策，廣東省有望在2029 年左右實(shí)現(xiàn)全省汽車碳排放達(dá)峰，峰值約為1 億t。2020—2060 年，現(xiàn)有政策情景的累計(jì)碳排放量將比基準(zhǔn)情景少32.87%?？瓦\(yùn)新能源化和客貨運(yùn)新能源化情景具有較好的碳減排效果，相對(duì)于基準(zhǔn)情景，兩種情景既能將碳達(dá)峰時(shí)間提前至2027 年，峰值排放降低17%左右，又可以將2020—2060年間累計(jì)碳排放降低40%以上。

(2)廣東省內(nèi)各區(qū)域未來汽車碳排放趨勢(shì)存在顯著差異性。在基準(zhǔn)情景下，即使政府不額外采取控制手段，深圳市也可以在2030年前實(shí)現(xiàn)碳達(dá)峰；而非珠三角地區(qū)即使按照現(xiàn)有政策推廣新能源車，也不能在2030年前實(shí)現(xiàn)碳達(dá)峰。廣州和深圳由于發(fā)展較快，短期內(nèi)兩地區(qū)對(duì)降低廣東省汽車碳排放有較大貢獻(xiàn)，但廣東省道路交通領(lǐng)域?qū)崿F(xiàn)整體碳減排仍主要依靠珠三角及非珠三角地區(qū)。

(3)不同車輛類型對(duì)碳減排的貢獻(xiàn)存在差異。新能源小型客車是廣東省各地區(qū)碳減排的主要貢獻(xiàn)者，新能源貨運(yùn)車輛在短期內(nèi)減碳效果相對(duì)不佳，但具有較好的中長(zhǎng)期減排潛力。推行新能源小型客車短期在珠三角地區(qū)減排效果最好，推行新能源貨運(yùn)車輛在廣州的短期減排效果好于其他區(qū)域。

(4)在4種情景下，廣東省短期內(nèi)減碳總成本約為1200 億～1900 億元，單位減碳成本約為2100～2400 元?t-1。各情景下，均呈現(xiàn)出短期累計(jì)減碳總成本廣州<深圳<珠三角<非珠三角的特點(diǎn)，廣州和深圳的短期單位減碳成本遠(yuǎn)低于其他地區(qū)。

根據(jù)本文的研究結(jié)果，認(rèn)為汽車新能源化政策將是行之有效的減碳手段，應(yīng)當(dāng)加快傳統(tǒng)化石燃料汽車淘汰，并加快電力部門及制氫部門脫碳進(jìn)程。此外，在研究和評(píng)估汽車新能源化政策時(shí)，應(yīng)當(dāng)綜合考慮各區(qū)域?qū)嶋H情況，因地制宜調(diào)整政策實(shí)施力度。