中國交通運輸能源消費：變化趨勢、影響因素與需求預測

王 紅

(中國社會科學院 數量經濟與技術經濟研究所， 北京 100732)

?

中國交通運輸能源消費：變化趨勢、影響因素與需求預測

王 紅

(中國社會科學院 數量經濟與技術經濟研究所， 北京 100732)

交通運輸是全社會能源消費的第三大領域。系統研究我國包括交通運輸行業能耗和私人轎車能耗在內的交通運輸能耗，分析交通運輸能耗的變化趨勢和影響因素，預測2016—2020年我國交通運輸行業能源消費需求。研究發現：至2020年，我國交通運輸能耗將繼續增加；人口、GDP、城鎮居民人均可支配收入、城鎮化率的變化趨勢將增加交通運輸行業能耗，研發投入和產業結構調整尚不能顯著減少交通運輸行業能耗；在私人轎車保有量大幅度增加的情況下，即使單車平均行駛里程保持不變、百公里油耗下降，我國私人轎車能耗仍將持續增加；總體上，我國私人轎車能耗的年增加幅度將高于交通運輸行業能耗的增加幅度。

交通運輸；能源消費；影響因素；能源需求預測。

交通運輸作為工業和生活之外的第三大終端用能領域，在國家經濟和社會發展中的地位日益重要。包括交通運輸行業、非行業和社會非運營交通工具的交通運輸能源消費，多年來增速大于全社會能源消費增速，占全社會能源消費的比重日益增加，使交通運輸能源消費對全社會能源消費的影響日益顯著。

近年來，我國經濟持續增長但增速減緩，產業結構持續優化，第三產業比重持續增加并已高于第二產業比重，城鎮化水平提高，生產和生活方式發生了重大變化，這些宏觀環境因素的變化將對交通運輸能源消費產生直接或間接的復雜影響。從交通運輸本身來說，交通運輸行業能耗強度小幅增加、私人轎車保有量大幅增加等諸多因素也將對交通運輸能耗產生直接的影響。在這種情況下，迫切需要對交通運輸能源消費進行系統全面的分析，研究其現狀與影響因素，了解其變化特點，預測其發展趨勢，從而為交通運輸能源消費的控制與管理提供有用的信息和政策建議。

一、文獻綜述

國內外對交通運輸能源消費的研究較多，主要有國家層面時序分析[1-2]；重點城市或區域時序分析[3-5]；區域差異或空間分布[6-7]；測算方法[8-9]；影響因素、能源需求預測等等。其中影響因素類研究較為龐雜，主要分為單一或幾種主要因素的研究，主要涉及的因素有產業結構[10]，能源價格[11-12]，城市類型和就業分布[13]，城市密度[14]，城市中心化程度、城市平均人口密度、住房、交通方式[15]、節能政策[16]等。

能源需求預測有多種方法，包括時間序列法、分解法、情景分析法、協整與誤差修正法、組合預測法等。學者對交通運輸能源需求預測的研究也基本上采取了這些方法，不過研究成果相對較少，主要探討了各類交通能源消費需求的估算和預測方法，少數分析了交通能源消費變化的主要驅動因素。在方法研究領域，2004年，朱松麗總結和比較了國內外交通需求和交通能源需求預測的多種方法，將之分類為集合模型和非集合模型方法，集合模型主要運用經濟計量模型來預測宏觀和長期交通需求,非集合模型利用效用理論預測微觀和短期的交通需求量[17]；2006年，任玉瓏等分析了交通能源需求、旅客周轉量、汽車保有量等宏觀經濟變量之間的均衡關系,對交通能源需求量建立了格蘭杰誤差修正模型,認為該模型具有良好的預測和分析效果[18]；2008年，曾紹倫等根據交通能源時間序列數據的非線性特征，運用支持向量機理論構建我國交通能源需求模型，發現其比基于線性的協整與誤差修正模型具有更高的預測精度[19]；2008年，張曉東等通過賦予合理權重,將誤差修正模型、非線性回歸模型和多元回歸模型加權組合建立組合預測模型，認為單一模型經過組合能夠提高預測精度[20]。在驅動因子方面，2006年，張樹偉等[21]建立了一個能源消費分解模型,對1980—2001年交通能耗的因子貢獻進行了測算，發現服務量的增長是能源消費增長的主要驅動力,同時運輸結構的變化加劇了這種增長,過去實現的能耗強度降低不足以抑制能源消費的增加,而近年來能耗強度更顯示出增加的趨勢。

從上述文獻可以發現，首先，我國沒有全口徑的交通運輸能耗統計數據，受此限制，相關研究主要限于交通運輸、倉儲和郵政業能耗；在私人交通運輸能源消費日益增加的情況下，研究范圍的局限性比較突出。其次，現有交通運輸能源消費的預測模型通常需要對許多宏觀經濟數據進行預測，在一定程度上限制了預測模型的實用性和對交通運輸能源消費規律的分析能力。另外，隨著近年來我國經濟、技術和社會的進一步發展變化，眾多影響因子產生了顯著的變化，對交通運輸能源消費的影響還不是很明晰，缺乏經濟、社會、技術等多種因素對交通運輸能源消費及未來變化趨勢影響的綜合分析。

為此，本研究將綜合分析交通運輸行業能耗和私人交通能耗，系統研究交通運輸能耗的多種影響因素及其變化趨勢對交通運輸能源消費的影響，在此基礎上利用多種能源需求預測方法對交通運輸能耗進行短期預測，研究結果具有一定的理論和現實意義。

二、交通運輸能源消費的影響因素及其變化趨勢的影響

(一)交通運輸能源消費的影響因素

影響交通運輸能源消費的因素主要通過兩種機制起作用：一是通過影響交通運輸量而影響交通運輸能耗總量，二是通過影響交通運輸能耗強度而影響能耗總量；總體上，涉及經濟、社會和技術等多領域。經濟因素有能源價格、經濟增長或規模、經濟特點(如產業結構)等。社會因素有人口數量和增長、城鎮化水平、收入水平等，另外還有技術因素。

能源價格：根據經濟學需求理論，在市場化的能源市場中，能源價格的變動顯著影響能源的需求總量。不過，我國能源價格受行政主導，處于管制或半管制狀態，因此能源價格對能源需求的影響不太顯著。

經濟增長：經濟增長對能源需求的影響顯著[22]?？傮w上，交通運輸能源消費與GDP間也存在顯著的正相關關系[1]。具體而言，經濟規模的擴張將增加全社會客貨運輸需求，進而增加交通運輸能耗。

產業結構：產業結構與能源消費需求的關系較為復雜。第二產業的能源需求比重較大，當第二產業比重改變時，能源需求總量也會隨之發生變動，因此，優化產業結構可降低能源總需求[23]。不過，涉及到交通運輸能源需求時，情景更加復雜。理論上，第二產業比重下降，有降低工業物流能源消費的影響；但是第三產業比重增加，有增加第三產業物流能源消費的影響；不同產業對交通運輸服務的數量、質量和結構的需求不盡相同，交通運輸能耗強度也有所不同，產業結構變化通過影響交通運輸能耗強度從而影響交通運輸總能耗。一些實證分析表明，產業結構變化導致運輸結構變化[24]和單位產值運輸強度下降[25]，從而對運輸能耗產生影響。近年來，我國產業結構變化趨勢是第二產業比重下降、第三產業比重增加，2014年產業結構發生了拐點變化，第三產業比重首次超過第二產業比重。三次產業的比重為 4.8∶47.1∶48.1。在這種情況下，有必要考慮產業結構對交通運輸業能耗的影響。

人口：人口的數量及其構成顯著影響能源需求量。國內相關研究表明，人口數量對能源需求有重要影響作用[26]，人口增長因素對能源需求的影響顯著。

收入水平：收入水平通過影響消費品需求等，拉動國民經濟規模增長，進而影響交通運輸行業能耗；通過影響私人車輛保有量、年均行駛距離、所購買交通工具類型等，影響私人出行能耗。

城鎮化水平：城鎮居民享受的能源供應基礎設施更加便捷。城鎮居民交通運輸能源消費的目的和方式與農村居民不同，城鎮化水平的提高和城鎮人口的增加將對交通運輸能源需求產生影響[27]。

能源結構：能源消費結構影響能源需求。能效較低的能源品種(如煤炭)所占比重下降將減少能源需求總量。近年來，我國交通運輸能源結構中煤炭的比重下降到了3%以下，下降空間已經很小，因此暫不予考慮。

技術水平：技術因素是影響交通運輸能耗的一個重要因素，但是其影響機制比較復雜。一方面，通過一般性的能源相關和非相關技術的發展提高資源效率、減少資源消耗，降低經濟活動對交通運輸服務的需求，降低交通運輸能耗；通過提高交通運輸工具能效，降低交通運輸能耗。另一方面，技術進步能夠促進經濟增長，由于經濟增長速度同能源消費呈正相關關系，技術進步也會使能源需求量增加[28]；同時技術進步將促進人們生活水平的提高，通過能源回彈效應，使技術進步對交通運輸行業的能源消費產生強烈的拉動效應。

(二)影響因素變化趨勢對交通運輸行業能耗的影響

根據上述對交通運輸能耗影響因素的回顧，選取GDP、產業結構、人口、城鎮化率、城鎮居民可支配收入、研發投入等影響因素與交通運輸能耗進行相關分析。由于影響因子較多，且這些因子之間存在一定的相關關系，故利用Eviews軟件進行主成分分析(見表1)。

本節數據主要來源于《國家統計年鑒》。年鑒中最接近交通運輸業的行業分類是交通運輸、倉儲和郵政業。交通運輸、倉儲和郵政業的能源消費既包括運輸工具或設施直接消耗的能源，也包括服務于運輸生產活動消耗的能源，但后者比重不大，因此年鑒數據能較大程度地反映交通運輸的能源消費水平。

由表1可知，第一個成分的貢獻率最高，為85.7%；前兩個主成分可解釋96.8%的差異，且其特征值大于或接近于1，因此提取出兩個主成分(見表2)。

表1 方差分解主成分提取分析

表2 主成分負荷量

各因素在第一主成分上都有較高載荷,說明第一主成分大致反映了這些指標的綜合信息，可稱之為經濟社會技術綜合成分。第二產業結構在第二主成分上有較高負荷，因此稱之為產業結構成分。對行業能耗與主成分1、主成分2的得分進行回歸分析，發現存在顯著的正相關關系：

交通運輸行業能耗=3 867.932 901 97×PC1+1 481.975 718 23×PC2+185 79.505

(R2為0.990 847，0.00水平上顯著)

根據主成分分析法，在影響交通運輸行業能耗的社會經濟技術綜合成分中，人口、GDP、人均收入、研發投入、城鎮化率等因素與行業能耗均呈正相關。研發投入與交通運輸行業能耗之間存在正相關關系，說明技術投入并沒有顯著減少交通運輸行業的能源消費，這可能是由于技術進步對交通運輸能源消費存在著雙向的復雜影響。從目前來看，持續的經濟增長和生活水平提高對交通運輸行業的能源需求和消費產生了強烈的拉動效應。由于眾多經濟社會技術因素與行業能耗呈現正相關關系，從這些因素的未來變化趨勢來看，交通運輸行業能耗將繼續增加。

交通運輸行業能耗與產業結構的關系比較復雜。第三產業比重在主成分1上與行業能耗呈現正相關關系，在主成分2上與行業能耗呈現負相關關系；第二產業比重則在主成分1上與行業能耗呈現負相關關系，在主成分2上與行業能耗呈現正相關關系。單因素相關分析表明，行業能耗總量和行業單位能耗強度與第三產業比重皆呈現較顯著的正相關關系，但是與第二產業比重不存在顯著的相關關系。可以認為，產業結構調整(第二產業比重下降、第三產業比重增加)將在一定時間內伴隨著交通運輸行業能耗總量及能耗強度的增加。

總體而言，未來宏觀經濟、社會和技術的變化趨勢是第二產業比重下降、其他指標呈現不同速率的增加，交通運輸行業的能源消費總量和強度仍將繼續增加；技術進步和產業結構調整等因素尚不能顯著減少交通運輸行業能耗。

三、交通運輸能耗變化趨勢及預測

(一)行業能耗總量與強度的時序變化

1995—2014年，交通運輸行業的能源消費呈線性增加的趨勢，從5 862.9萬噸標準煤增加到了 36 336.0 萬噸標準煤，增加了5.2倍；同期，交通運輸行業萬元增加值的能耗強度呈現波動增加的變化趨勢，從3.05噸標準煤/萬元增加到了3.70噸標準煤/萬元。

(二)交通運輸行業能源需求預測：強度與總量

1.預測方法

本文綜合采用分解法、時間序列法和情景分析法等三種需求預測方法。首先采用分解法將能源需求分解為能源強度與經濟總量兩部分。Sun J W運用分解法預測了歐盟15國的能源需求總量[29]。此處采用該方法，將交通運輸行業能源消費分解為交通運輸行業增加值和交通運輸行業萬元增加值能耗強度的乘積。對交通運輸行業萬元增加值能耗強度，運用ARIMA時間序列模型進行預測。時間序列模型是預測未來能源消費的簡單模型，其預測依據為歷史數據和歷史趨勢；其中，ARIMA模型是將非平穩時間序列轉化為平穩時間序列，已被廣泛應用于能源需求預測。對行業工業增加值，則運用情景分析法進行預測。情景分析法是假定某種現象或某種趨勢將持續到未來的前提下，對預測對象可能出現的情況做出預測的方法。

本組合預測方法可以避開我國交通運輸行業能耗非線性變化造成的預測難度，體現出我國交通運輸行業能耗強度的變化趨勢，具有易操作和說服力較強的優勢。

2.預測結果

1995—2014年，交通運輸行業萬元增加值能耗強度呈現小幅增加的變化趨勢，運用 Eviews 對其進行分析，行業萬元增加值能耗強度為非平穩序列，經一階差分處理后進行平穩性檢驗，其ADF檢驗值為-6.435 634，拒絕該差分序列存在單位根的假設，說明行業萬元增加值能耗強度為一階單整時間序列。對該一階單整時間序列進行ARIMA模型建模，該序列自相關函數截尾、偏自相關序列一階拖尾，所以建立ARIMA(0,1,1)模型，模型結構精簡，參數顯著；殘差自相關和偏自相關圖均落在置信帶內為白噪聲，Q檢驗的p值最小為0.330，均大于0.05，模型提取信息充分。經初步預測，2015—2020年行業能耗強度將保持年增加幅度較小的上升趨勢(見表3和表4)。

1995—2014年，交通運輸行業增加值呈現持續增加的變化趨勢，但其年增幅卻呈現逐漸下降的趨勢。“九五”“十五”“十一五”和“十二五”期間分別為10.3%、9.5%、8.4%和6.8%，其中“十二五”以來增速下降幅度明顯加大，2015年增速已下降至4.6%。“十三五”期間，在經濟新常態背景下，受到重化工業增速下行的影響，占比較大的資源性物流需求將繼續下降，占交通運輸行業較大比重的工業物流仍可能處于低位運行狀態，預計“十三五”期間交通運輸行業增加值總體年增速將維持在4.5%左右[30](見表4)。

在交通運輸行業增加值和萬元增加值能源強度預測的基礎上，初步得到2015—2020年行業能耗總量預測值。2020年交通運輸行業工業增加值將達到12 784.7億元(1990年不變價)，能耗強度達到4.093噸標準煤/萬元，行業能耗總量達到52 327.8萬噸標準煤；行業能耗強度和行業能耗總量比2015年分別增加5.3%和31.2%(見表4)。

表3 交通運輸行業萬元增加值能耗強度一階差分的ARIMA模型結果

表4 1995—2014年交通運輸行業增加值、能耗強度、總量及2015—2020年預測

(三)私人轎車能源消費

我國交通運輸能耗數據未統計社會其他部門行業及私人車輛(包括私人汽車、摩托車、農用運輸汽車及軍車等其它車輛)的能耗，涉及范圍廣、能耗數值較大。根據測算，2007年我國未統計在內的車輛燃油消耗量折合標準煤11 679萬噸，相當于行業統計數據的56.6%[31]。由于數據限制，本研究僅測算私人轎車能耗。根據《中國統計年鑒》、各年度《國民經濟和社會發展統計公報》、各年度《中國乘用車企業平均燃料消耗量報告》《中國汽車用戶十年消費習慣變化調查報告》[32]、《中國機動車行駛里程分布規律》[33]、北京交通發展研究中心相關研究數據等，整理得到2005—2015年私人轎車保有量、單位能耗、單車平均和所有車輛年行駛里程、私人轎車年總能耗等數據(見表5)。

1.私人轎車保有量及預測

借鑒以往研究，分別采用改進彈性預測法和多因子回歸預測法[34-35]預測2016—2020年全國私人轎車保有量。

首先，由彈性預測法模型可知，2005—2015年，我國私人轎車保有量年平均增長速度為27%，GDP年平均增長速度為9.6%，私人轎車保有量對GDP的彈性系數E=私家車保有量年平均增長速度/GDP年平均增長速度=2.813。以預測年的前一年為基期，在假定2016—2020年GDP增長率的前提下，全國私人轎車保有量預測模型為：

Qt=Qt-1×(1+E×Yt)

其中：E為私人轎車保有量對GDP的彈性系數彈性；Yt為t年GDP增長率。

其次，利用多因子回歸模型進行預測。影響私人轎車保有量的因素有很多，包括經濟發展水平、收入、消費、交通基礎設施、城市布局、城鎮化水平、汽車產業發展等因素。與汽車產業發展相關的主要因素包括乘用轎車產量和乘用車價格，其中乘用轎車產量是供給側因素，乘用車價格與其相比解釋能力可能更強。不過，由于很難得到乘用車的平均價格和發展趨勢，因此僅采用乘用轎車的產量因素，由于產量與價格之間存在負相關關系，轎車產量越高價格越便宜，因此在一定程度上可以被視為轎車價格的替代因素。確定影響因素后，利用Eviews建立私人轎車保有量與多種相關因素的相關關系，逐步將相關關系不顯著的因子剔除。經Eviews反復測算，發現2005—2015年私人轎車保有量與城鎮居民人均收入、乘用轎車產量、城鎮人口比重等三個因子顯著相關，模型擬合度達到了 0.996 142。從測算過程和結果可以看出，雖然越來越多的農村居民購買私人轎車，但是與代表人均收入的人均GDP指標相比，私人轎車保有量與城鎮居民人均收入和城鎮人口比重之間的相關關系更為顯著。上述彈性預測法和多因子回歸模型的預測結果非常相近(見表5)，本文取平均值。

2.車年均行駛里程估算及預測

目前，我國交通、環保、交警等部門均沒有完善的單車平均年行駛里程統計數據，只能根據其他渠道的統計數據估算獲得。根據《中國汽車用戶十年消費習慣變化調查報告》，2000—2005年，我國私人轎車單車平均年行駛里程呈現增加的趨勢，2005—2011年，我國私人轎車單車平均年行駛里程持續下降，年均降幅經估算為4.8%左右，2011—2014年數據缺省。根據《騰訊汽車2015年汽車用戶白皮書》[36]，2015年車主平均每天駕駛51公里，減去一定的非開車時間，大致相當于單車年平均行駛里程為 11 220 公里左右。

根據歐盟和美國數據，歐盟27國和美國的車年均行駛里程在經過一定時期的下降后，均表現出穩定的趨勢，歐盟27國車年均行駛里程大概在13 000公里左右、美國在11 500公里左右。這種穩定趨勢與人均駕駛距離的變化趨勢相近；由于諸多因素的影響，各國人均年駕駛里程在增加到一定程度后會穩定在一定的水平(即達到飽和水平)。根據相關預測，中國的人均年駕駛里程可能會穩定在7 800公里左右。而在2014年，中國人均年駕駛里程已經達到了7 000公里以上[37]，基本接近國際上預測的中國人均年駕駛里程的飽和水平，據此推測2016—2020年車均年行駛里程很可能保持在一定的穩定狀態(即2015年的水平，見表6)。

表5 2016—2020年我國私人轎車保有量預測 萬輛

表6 2005—2015年私人轎車單位能耗和能耗總量的時序變化及2016—2020年預測

3.百公里平均油耗及預測

根據工信部歷年《中國乘用車企業平均燃料消耗量報告》，將各年行業平均燃料消耗量作為我國私人轎車百公里平均油耗；2005—2011年數據則根據中國乘用車燃料消耗量標準實施后企業平均燃料消耗值年均降幅約為2%計算。這種方法將低估我國私人轎車平均油耗水平，但能基本反映我國私人轎車平均油耗的變化趨勢。國家規定，到2020年國產乘用車平均油耗要降至5.0 L/100 km，如果以中國乘用車燃料消耗量標準實施后企業平均燃料消耗值作為現值的話，意味著私人轎車百公里平均油耗需要在6年內減少1.9(L/100 km)，年平均減幅達到18%左右，這在一定程度上可以說是不現實的。

參照國際上的汽車燃油經濟效率的下降規律，1990—2000年歐盟27國轎車的百公里平均油耗從8.47 L/100 km下降到了7.93 L/100 km，平均年降幅為0.66%；2000—2011年，則從7.93 L/100 km下降到了6.9 L/100 km，平均年降幅在1.4%左右。考慮到后發展國家學習運用先進技術的潛力，本文假設2016—2020年我國私人轎車百公里平均油耗年下降幅度仍為2%，據此預測2016—2020年我國私人轎車百公里平均油耗(見表6)。

在私人轎車保有量、車年均行駛里程及私人轎車平均燃料消耗量初步估算的基礎上，計算得到私人轎車年總能耗。2005—2015年，我國私人轎車年消耗燃料從1 312萬噸標準煤增加到了 6 834 萬噸標準煤，增加了4.2倍；2016—2020年預計將繼續增加，2020年將達到11 738萬噸標準煤(見表6)。

(四)交通運輸能耗

將交通運輸行業能耗和私人轎車能耗匯總在一起，綜合分析交通運輸能耗(見表7)。

據預測，2020年我國行業能耗將達到 52 328 萬噸標準煤，比2015年增加31.2%，年均增加5.6%；私人轎車能耗將達到11 738萬噸標準煤，比2015年增加71.8%，年均增加11.6%，不過增加幅度將逐年下降。包含私人轎車能耗在內的交通運輸能耗將達到64 066萬噸標準煤，比2015年增加37.2%，年均增加6.5%。

從行業能耗來看，到2020年，行業能耗強度將保持年增加幅度較小的上升趨勢，因此行業能耗總量的增加幅度將高于行業增加值的增加幅度；從私人能耗來看，我國私人轎車保有量將大幅度增加，即使單車平均行駛里程基本保持不變、百公里油耗繼續小幅下降，我國私人轎車能耗仍將持續增加；我國私人轎車能耗的增加幅度將高于交通運輸行業能耗的增加幅度。

表7 我國交通運輸能耗估算與預測(2005—2020年) (萬噸標準煤)

四、結論與分析

第一，主成分分析表明，有兩大成分顯著影響我國交通運輸行業能耗。第一成分為社會經濟技術綜合成分，人口、GDP、人均收入、研發投入、城鎮化率等因素與行業能耗均呈正相關。第二成分為產業結構成分，對交通運輸行業能耗的影響比較復雜?？傮w而言，在未來宏觀經濟、社會和技術等影響因素中第二產業比重下降，在其他指標呈現不同速率增加的變化趨勢下，交通運輸行業的能源消費總量將持續增加。

第二，我國交通運輸能耗總量呈現增加的趨勢。從2005年的20 448萬噸標準煤增加到了2015年的46 701萬噸標準煤，增加了1.28倍；其中，行業能耗總量和萬元增加值能耗強度分別從1995年的5 863萬噸標準煤和3.05噸標準煤/萬元增加值，增加到了2015年的39 867萬噸標準煤和3.86噸標準煤/萬元增加值； 私人轎車能耗從2005年的1 312萬噸標準煤增加到了2015年的 6 834 萬噸標準煤，增加了4.2倍。

第三，2016—2020年，我國包含私人轎車能耗在內的交通運輸能耗將繼續增加，2020年將達到 64 066 萬噸標準煤，比2015年增加37.2%，年均增加6.5%。

第四，到2020年，交通運輸行業能耗強度和總量將分別達到4.093噸標準煤/萬元和52 328萬噸標準煤，分別比2015年增加5.3%和31.2%。

第五，由于私人轎車保有量將大幅度增加，即使單車平均行駛里程基本保持不變、百公里油耗繼續小幅下降，我國私人轎車能耗仍將持續增加；2020年私人轎車能耗將達到11 738萬噸標準煤，比2015年增加71.8%，年均增加11.6%。

第六，至2020年，我國私人轎車能耗的年增加幅度雖在逐步下降，但總體上的增加幅度仍將高于交通運輸行業能耗的增加幅度。

五、政策建議

本文系統研究了我國交通運輸能源消費的變化趨勢和影響因素，探討了變化特點，預測了發展趨勢。研究發現：在我國宏觀經濟、社會和技術等影響因素的變化趨勢下，我國將繼續面臨交通運輸能耗增加的壓力，其中交通運輸行業能耗強度和總量以及私人轎車能耗總量都將繼續增加；私人轎車能耗的增加幅度高于交通運輸行業能耗的增加幅度。“十三五”期間我國將開展能源消費總量控制，使全國能源消費總量控制在50億噸標準煤以內，萬元國內生產總值能耗比2015年下降15%。交通運輸能耗總量和能耗強度的發展趨勢，將對我國能源總量和能耗強度控制目標的實現形成巨大的壓力。我國要加強資源節約型社會的建設，減少總體經濟社會發展對交通運輸能源消費的拉動作用；進一步推動產業升級發展、產業結構優化和技術創新的節能增效作用，使其能夠更多抵消第三產業比重增加、經濟增長和生活水平提高對交通能源消費的拉動作用；要在保持交通運輸行業較快發展的同時，大力提高交通工具能效，優化交通運輸結構，降低交通運輸行業的能耗強度，減少私人出行的能源消費。

[1] 劉建翠.中國交通運輸部門節能潛力和碳排放預測[J].資源科學,2011,33(4):641-646.

[2] 閆琰,周嗣恩,楊新苗.基于反推方法的交通運輸行業碳排放評估研究[J].華東交通大學學報,2012,29(5):63-67.

[3] 吳開亞,何彩虹,王桂新,等.上海市交通能源消費碳排放的測算與分解分析[J].經濟地理,2012,32(11):45-51.

[4] 柯水發,王亞,陳奕鋼,等.北京市交通運輸業碳排放及減排情景分析[J].中國人口·資源與環境,2015,25(6):81-88.

[5] 歐陽斌,鳳振華,李忠奎,等.交通運輸能耗與碳排放測算評價方法及應用——以江蘇省為例[J].中國軟科學,2015,29(1):139-144.

[6] 王建偉,李娉,高潔.中國交通運輸碳減排區域劃分[J].長安大學學報(自然科學版),2012,32(1):72-79.

[7] 楊彬,寧小莉.新型城鎮化視角下中國交通運輸碳排放測度及其空間格局分析[J].內蒙古師范大學學報(自然科學漢文版),2015,44(5):667-673.

[8] 張秀媛,楊新苗,閆琰.城市交通能耗和碳排放統計測算方法研究[J].中國軟科學,2014(6):142-149.

[9] 唐飛,陳文抗,石琴.基于LEAP模型的城市客運交通能耗和污染物排放預測[J].交通節能與環保,2015(6):31-36.

[10]王建偉,劉小艷,高潔.產業結構調整對交通運輸業能源消耗的影響[J].長安大學學報(社會科學版),2011,13(4):28-31.

[11]魏慶琦,趙嵩正,肖偉.資源環境稅對交通運輸碳排放強度調節效應的實證研究[J].軟科學,2013,27(6):33-38.

[12]席鵬輝,梁若冰.油價變動對空氣污染的影響:以機動車使用為傳導途徑[J].中國工業經濟,2015(10):100-114.

[13]YING L,MAO Q Z,SHEN Z J.Urban form,transportation energy consumption,and environment impact integrated simulation:a multi-agent model[J].Springer Netherlands,2013,66(8):1033-1044.

[14]COAN J D.The future of urban sprawl in China and its impact on transportation oil use[C].Houston:Rice University,2011.

[15]SOUTHWORTH F,SONNENBERG A,BROWN M A.The transportation energy and carbon footprints of the 100 largest U.S.metropolitan areas[R].Atlanta:Georgia Institute of Technology,2008.

[16]GALLAGHER K S,GUSTAVO C.Analysis of policies to reduce oil consumption and greenhouse-gas emissions from the U.S.transportation sector.[C] Cambridge,Mass:Belfer Center for Science and International Affairs,2008.

[17]朱松麗.交通需求和交通能源需求預測方法[J].數量經濟技術經濟研究,2004(5):100-108.

[18]任玉瓏,季玉華,朱麗娜,等.協整分析在交通能源需求預測中的應用[J].科技管理研究,2006(9):30-31.

[19]曾紹倫,季玉華,任玉瓏.交通能源需求預測的支持向量機模型研究[J].鐵道運輸與經濟,2008,30(3):82-85.

[20]張曉東,陽亮.交通能源需求量組合預測模型研究[J].南京工程學院學報(自然科學版),2008,16(2):62-66.

[21]張樹偉,姜克雋,劉德順.中國交通發展的能源消費與對策研究[J].中國軟科學,2006(5):58-62.

[22]ALPER UNLER.Improvement of energy demand forecasts using swarm intelligence：The case of Turkey with projections to 2025[J].Energy Policy,2008,36:1937-1944.

[23]唐葆君,周保進,豐超.北京市能源消費影響因素分析及節能減排研究——基于產業視角[J].重慶理工大學學報(社會科學),2015(7):19-27,67.

[24]吳峰,施其洲.基于熵值理論的產業結構與交通運輸結構關系研究[J].交通運輸系統工程與信息,2006(1):71-74.

[25]王岳平.產業結構對交通運輸業發展影響的定量分析[J].管理世界,2004(6):65-72.

[26]郭菊娥,柴建,呂振東.我國能源消費需求影響因素及其影響機理分析[J].管理學報,2008,5(5):651-654.

[27]于潔.中國能源需求的建模與分析[D].長沙：中南大學，2008：9-10.

[28]王勝,呂指臣,劉貞,等.基于ECM模型和庫茲涅茨曲線的區域能源消費峰值研究——以重慶市為例[J].重慶理工大學學報(社會科學),2016(1):37-45.

[29]SUN J W.Energy demand in the fifteen European Union countries by 2010:a forecasting model based on the decomposition approach[J].Energy 2001,26(6):549-60.

[30]郭懷英.服務業能否支撐“十三五”經濟中高速增長? [J].中國發展觀察,2016(5):27-31.

[31]賈順平,毛保華,劉,爽,等.中國交通運輸能源消耗水平測算與分析[J].交通運輸系統工程與信息,2010,10(1):23-27.

[32]騰訊汽車.中國汽車用戶十年消費習慣變化調查報告[EB/OL].[2011-11-14].http://auto.qq.com/a/20111114/000541_2.htm.

[33]林秀麗,湯大鋼,丁焰,等.中國機動車行駛里程分布規律[J].環境科學研究,2009(3):377-380.

[34]梁慧玲,林玉蕊.我國私家車保有量的模型分析[J].產業與科技論壇,2014,13(22):78-79.

[35]高鋆,虞曉芬.中國私人汽車保有量影響因素及其變化路徑分析[J].工業技術經濟,2013,239(9):41-47.

[36]騰訊汽車.騰訊汽車2015年汽車用戶白皮書[EB/OL].[2016-01-08].http://auto.qq.com/a/20160108/ 046550.htm.

[37]騰訊路寶.2014年度車主行為報告[EB/OL].[2015-02-12].http://www.cnautonews.com/qchl/ kj/201502/t20150212_346086.htm.

(責任編輯 魏艷君)

Energy Consumption in Transport: An Assessment of Changing Trend, Influencing Factors and Consumption Forecast

WANG Hong

(Institute of Quantitative and Technical Economics, China Academy of Social Science, Beijing 100732, China)

Transport is the third largest type of the social energy consumption. This article systematically analyzes transport energy consumption in terms of both sector and private car energy consumption, explores its changing trends, influencing factors, and predicts the need for future energy consumption in short period. It is found that, by 2020 transport energy consumption will keep rising. The changing trend of population, GDP, urban per capita disposable income and urbanization rate will be closely related to the rise of transport sector energy consumption, while R&D investment and industrial structure adjustment will not substantially reduce transport sector energy consumption. Based on the fact that private car ownership will rise substantially, though the average vehicle millage may remain constant and per 100kmfuel consumption will keep dropping, the energy consumption of private car keep increasing; as a whole, the increasing range of the energy consumption of the private car is higher than that of transport sector energy consumption.

transport; energy consumption; influence factor; energy need forecast

2017-01-18

中國社會科學院哲學社會科學創新工程項目“我國經濟轉型升級的戰略路徑研究”

王紅，女，陜西綏德人，副研究員，博士，研究方向：循環經濟理論與實踐、技術經濟與管理。

王紅.中國交通運輸能源消費：變化趨勢、影響因素與需求預測[J].重慶理工大學學報(社會科學)，2017(7):28-37.

format：WANG Hong.Energy Consumption in Transport: An Assessment of Changing Trend, Influencing Factors and Consumption Forecast[J].Journal of Chongqing University of Technology(Social Science)，2017(7):28-37.

10.3969/j.issn.1674-8425(s).2017.07.005

清華大學 張希良 教授 重慶大學 劉渝琳 教授

F50

A

1674-8425(2017)07-0028-10

主持人語：

實行能源總量和強度雙控行動，是推動我國綠色發展、破除資源環境瓶頸的重要舉措。近期，國家發改委、工信部等部門和相關專家組成的國家能源消耗總量和強度“雙控”及控制溫室氣體排放目標考核組，分赴各地進行考核時發現，各地節能減排形勢良好，但能源消費總量增長過快。中國社會科學院王紅博士的《中國交通運輸能源消費：變化趨勢、影響因素與需求預測》研究發現：在我國宏觀經濟、社會和技術等影響因素的變化趨勢下，今后我國將繼續面臨交通運輸能耗增加的壓力，其中交通運輸行業能耗強度和總量以及私人轎車能耗總量都將繼續增加；私人轎車能耗的增加幅度高于交通運輸行業能耗的增加幅度?？梢?，隨著人們生活水平的提高，在未來一段時間內能源消費將會繼續增長。

一直以來長江經濟帶都面臨著如何實現產業結構升級與環境保護協調并進的困擾：長江經濟帶上中下游不同地區存在著資源要素流通不暢、資源錯配、分工合作不力等問題，直接導致區域內各地區產業落差明顯、產業同構化、產能過剩嚴重；東中西部區域間產業轉移集中表現為“三高”產業的區域接力，產業結構轉移淪為污染接力；中西部地區產業過度依賴資源稟賦，高耗能、高排放、高污染的發展方式直接導致大氣環境惡化。因此，以產業結構升級與碳排放為突破口，研究長江經濟帶經濟與環境的協調發展意義重大。劉軍躍等的《基于碳減排的長江經濟帶產業結構升級研究》研究發現：產業結構升級對長江經濟帶碳排放具有顯著的降低效應，能源消費結構在長江經濟帶的中低碳排放水平地區對碳排放的增加效應尤為明顯，能源價格在長江經濟帶的中高碳排放水平地區對碳排放的降低效應更為明顯，地理區位對碳排放的影響則體現了長江經濟帶東部地區的碳減排效果好于中西部地區；而環境政策、人口規模、外商投資水平在長江經濟帶不同碳排放水平地區，對促進碳減排也具有不同程度的影響。