基于SD模型的廣東省貨運碳排放系統仿真研究

姜卓揚，張冠湘

本刊核心層次論文

基于SD模型的廣東省貨運碳排放系統仿真研究

姜卓揚，張冠湘

(華南理工大學 電子商務系，廣東 廣州 510006)

為了解決全球氣候變暖帶來的問題，各國政府試圖通過制定相關政策限制交通運輸領域碳排放。我國國務院印發的《“十四五”現代綜合交通運輸體系發展規劃》對交通運輸領域的二氧化碳排放提出了一個明確的目標，可見促進交通運輸領域的碳減排是十分重要的。本文以廣東省貨運碳排放系統為研究對象，聚焦貨物長途運輸方式的轉變對碳排放量的影響，利用系統動力學思想構建了包含經濟、運輸、能源、環境四個子系統的SD模型，并通過情景設置法來進行政策模擬，得出交通運輸結構調整是最有效的減排手段、組合政策的效果優于單一政策等結論。

系統動力學；碳排放；政策模擬；減排路徑

近年來，全球氣候變暖情況日益加劇。2021年，全球平均溫度較工業化前水平高出1.11℃，是有完整氣象觀測記錄以來的七個最暖年份之一[1]。氣候變暖現象的發生是由于溫室效應的不斷累積，而溫室效應則是由溫室氣體的大量排放導致的，因此，為阻止全球變暖趨勢，對溫室氣體排放的控制是必不可少的。早在1992年，聯合國就專門制定了《聯合國氣候變化框架公約》，促使發達國家減少二氧化碳及其他溫室氣體的排放量并將相關技術和信息轉讓給發展中國家。在這種氣候變化的嚴峻形勢下，自2003年英國提出“低碳經濟”這一概念以來，以可持續性發展為目的的低碳經濟就迅速成為世界各國政治和經濟博弈的熱點[2]。在此基礎上，越來越多的國家提出低碳經濟發展策略或者保護氣候變化的方案，甚至通過立法來限制碳排放。2020年9月22日，國家主席習近平在第七十五屆聯合國大會上提出：“中國將提高國家自主貢獻力度，采取更加有力的政策和措施，二氧化碳排放力爭于2030年前達到峰值，努力爭取2060年前實現碳中和。”截至2022年底，全國機動車保有量達4.17億輛，其中汽車3.19億輛。據測算，一輛汽車每燃燒一升燃料約排放2.5 kg的二氧化碳，再加上鐵路、水運等多種運輸方式，交通運輸領域有非常大的碳排放量。有研究顯示，運輸領域的二氧化碳排放量約占總排放量的27%[3]，具有很大的減排空間，近年來，已經成為政府重點關注的領域。2021年12月9日，國務院印發《“十四五”現代綜合交通運輸體系發展規劃》，其中就有智能綠色類別下的交通運輸二氧化碳排放強度五年累計下降率5%這一具體目標。

綜上所述，研究交通運輸領域的節能減排既是有意義的也是迫在眉睫的。除此之外，交通運輸業的節能和低碳發展也受到了很多國內外專家學者的高度重視，他們圍繞著交通運輸能源消耗、碳排放、可持續發展等方面進行了不斷的研究與探索。顧譽鑫等[4]通過LDMI理論，對長三角地區2011—2020年交通運輸碳排放的影響因子進行分解，分解成經濟增長、人口規模和能源強度三個方面，并就不同因子對碳排放量的影響加以分析；劉淳森等[5]基于1990—2019年的統計數據，利用LSTM碳排放模型和情景分析法，對中國交通運輸業碳排放峰值進行預測。隨著系統動力學方法的廣泛應用，越來越多的學者使用系統動力學來研究經濟、能源、環境系統及政策模擬問題。由于交通運輸領域與經濟、能源、環境等方面是密不可分的，因此，交通運輸領域的研究也越來越多地采用了系統動力學思想及方法，其中有一些學者圍繞著可持續發展理念，利用系統動力學方法對碳減排策略進行了研究。麥文雋等[6]從系統動力學的視角對城市客運交通網絡進行建模，對區域的城市交通能源消耗和碳排放進行仿真預測，并將相關政策和規劃作為沖擊變量，分析其對該區域城市交通的節能減排效果，并對政府在城市客運交通領域的節能減排工作提出了建議。NIMA等[7]構建了包含多種車隊的德黑蘭城市交通系統，探究用天然氣代替傳統石油燃料后城市交通碳排放的情況。

從上述的國內外研究中可以看出，諸多學者應用系統動力學構建交通運輸系統模型并對其碳排放量進行仿真和預測，但主要集中在城市交通領域。本文圍繞廣東省貨運系統進行研究，聚焦貨物長途運輸方式的轉變對碳排放量的影響，其中也考慮到同一種運輸方式不同運輸設備所需能源不同的因素，并加入政策的考量，對主流的減排路徑加以分析。本研究結合廣東省實際情況，構建了包含四個子系統的廣東省貨運系統SD模型，對其碳排放量進行仿真研究。由于交通運輸節能減排主要包括結構性節能減排、技術性節能減排和管理性節能減排，因此，利用情景模擬法來設置不同情景進行分析對比，得出交通運輸結構調整是最有效的減排手段、組合政策的效果優于單一政策等結論。

一、模型的建立與檢驗

（一）仿真邊界

對廣東省貨物運輸系統進行仿真，需要先明確仿真邊界。本文旨在通過系統動力學構建一個包含公路、水路、鐵路運輸的貨運系統，盡可能真實地模擬出廣東省貨運系統的碳排放量。通過不同的情景設置，同時改變一種或多種輔助變量，來觀察碳減排的效果。

本文以交通運輸為核心分析廣東省貨運碳排放系統的子系統構成，選擇與之相關的經濟、運輸、能源、環境四個子系統，見圖1。

圖1 子系統關系圖

以運輸系統為核心的四個子系統息息相關。國民經濟和社會的蓬勃發展會促進運輸市場的繁榮，運輸系統的高效運轉也會促使一部分社會經濟的穩步增長，所以二者是相互促進的關系；運輸系統的正常運行少不了能源的消耗，此二者是運輸系統促進能源消耗的關系；能源消耗促進了CO2的排放；CO2的排放抑制了社會經濟的發展，社會經濟的發展反過來也會抑制CO2的排放，二者是相互抑制的關系。

（二）基本模型

根據四個子系統畫出的存量流量圖見圖2。

圖2 廣東省貨運碳排放系統存量流量圖

根據上述的影響因素和因果關系，設定2010年為仿真的初始年份，2025年為仿真的結束時間，仿真步長為1年，以2010—2020年的數據為調試約束條件，預測2021—2025年碳排放的發展趨勢。

本文通過查找最新的《廣東統計年鑒》[8]《中國交通年鑒》[9]《中國能源統計年鑒》[10]《交通運輸行業發展統計公報》《鐵道統計公報》等統計資料，利用SPSS軟件中的線性回歸方法進行變量間的擬合，還利用指數平滑法對參數進行估計，對一些輔助變量用表函數的方式進行賦值，并對一些反應較慢的變量設置延遲，模型中的主要變量方程式見表1。

表1 主要變量方程式

（三）模型有效性檢驗

模型有效性檢驗是為了驗證模型與現實狀況的符合程度，可以分為直觀檢驗、運行檢驗、歷史檢驗以及靈敏度分析這四種方法，其目的是評估模型的正確性、有效性和信度。本文選取運行檢驗來驗證因果關系、變量設置的合理性以及量綱的一致性，并用歷史檢驗來驗證模型的信度。

運行檢驗是指通過改變仿真步長來觀察模型的仿真情況[11]。如果仿真結果受仿真步長的影響很大，則認為模型存在運行問題；如果仿真結果受仿真步長的影響較小，則認為模型運行穩定。在運行檢驗中，設置仿真步長分別為0.25、0.5和1年，觀察的運行情況，得到的結果如圖3所示。當仿真步長發生變化的時候，狀態變量的變動趨勢較為一致，且數據變化幅度非常小，這證明模型較為穩定，不存在運行問題，也不會出現病態的結果。

歷史檢驗是將模擬結果與已有的歷史數據進行對比[12]，計算出主要變量仿真結果與實際數據之間的相對誤差，對模型的可靠性和準確性做出判斷。相對誤差的計算方法為仿真值與實際值之差比上實際值，本文選取和貨運周轉量這兩個較為重要的變量來進行歷史檢驗，檢驗結果見表2和表3。

圖3 GDP對比圖

表2 GDP仿真值與歷史值比較

表3 貨運周轉量仿真值與歷史值比較

從結果來看，和貨運周轉量的仿真值和歷史值誤差不超過±5%，這表明模型的擬合良好，可以較為真實地反映廣東省的和公、鐵、水路貨運周轉量的歷史狀況，也說明了利用該模型進行仿真的合理性。

二、政策模擬與分析

（一）政策模擬

利用情景模擬法從結構性節能減排、技術性節能減排和管理性節能減排三個策略出發，設置包括無政策情景在內的共8種情景，通過與無政策情景的對比，了解不同策略的減排效果。

結構性節能減排是指根據各種運輸方式的技術經濟特征，優化交通運輸資源配置，通過調整運輸結構來達到節能減排的目的。技術性節能減排是指利用科技手段，通過改進交通工具的設計和制造，提高交通工具的燃油效率和能源利用率，降低交通工具的碳排放量。管理性節能減排是指通過改進交通管理手段，降低交通擁堵和行車阻力，提高交通運輸的效率和流暢度，促使運輸朝著規模化、集約化方向發展[13]，從而降低交通運輸的能源消耗和碳排放量。

（二）仿真分析

根據上述三種策略，令2010—2020年所有的變量和參數不變，假設情景模擬是從2021年開始。要模擬的8種情景如下：

情景一：無政策；

情景二：單一政策——結構性減排；

情景三：單一政策——技術性減排；

情景四：單一政策——管理性減排；

情景五：組合政策——結構性、技術性減排；

情景六：組合政策——結構性、管理性減排；

情景七：組合政策——技術性、管理性減排；

情景八：組合政策——結構性、技術性、管理性減排。

由于每種情景都要和無政策情景進行對比，所以情景一會在其他情景中作為基準出現。

情景二是單一政策模擬，策略為結構性減排，設置為從2021年公路分擔率開始在基本模型的仿真結果下逐年下降，2021年下降1%、2022年下降2%、到2025年累計下降5%；鐵路分擔率均勻增長，到2025年增長3%；在模型中增加水路分擔率變量，在2021—2025年期間均勻增長2%，仿真結果見圖4。

圖4 單一政策——結構性減排效果

仿真結果顯示，在2025年，貨運系統碳排放總量從8 748.18萬噸降至6 437.68萬噸，減排效果為26.41%。

情景三是單一政策模擬，策略為技術性減排，設置為從2021年開始汽油車單位周轉量能耗（單耗1）、柴油車單位周轉量能耗（單耗2）、燃油船單位周轉量能耗（單耗5）、內燃機車單位周轉量能耗（單耗7）均勻下降，到2025年累計下降5%，仿真結果見圖5。

圖5 單一政策——技術性減排效果

仿真結果顯示，在2025年，貨運系統碳排放總量從8 748.18萬噸降至8 248.3萬噸，減排效果為5.71%。

情景四是單一政策模擬，策略為管理性減排，設置為從2021年開始環保投資系數均勻增長直到2025年總增長幅度為5%，仿真結果見圖6。

仿真結果顯示，在2025年，貨運系統碳排放總量從8 748.18萬噸降至8 714.4萬噸，減排效果為0.39%。

情景五是組合政策模擬，策略為結構性、技術性減排，設置為其他要素不變，分擔率變化同情景二；單位周轉量能耗變化同情景三，仿真結果見圖7。

圖6 單一政策——管理性減排效果

圖7 組合政策——結構性、技術性減排效果

仿真結果顯示，在2025年，貨運系統碳排放總量從8 748.18萬噸降至6 030萬噸，減排效果為31.07%。

情景六是組合政策模擬，策略為結構性、管理性減排，設置為其他要素不變，分擔率變化同情景二；環保投資系數的變化同情景四，仿真結果見圖8。

圖8 組合政策——結構性、管理性減排效果

仿真結果顯示，在2025年，貨運系統碳排放總量從8 748.18萬噸降至6 404.49萬噸，減排效果為26.79%。

情景七是組合政策模擬，策略為技術性、管理性減排，設置為其他要素不變，單位周轉量能耗變化同情景三；環保投資系數的變化同情景四，仿真結果見圖9。

圖9 組合政策——技術性、管理性減排效果

仿真結果顯示，在2025年，貨運系統碳排放總量從8 748.18萬噸降至8 214.64萬噸，減排效果為6.10%。

情景八是組合政策模擬，策略為結構性、技術性、管理性減排，設置為其他要素不變，分擔率變化同情景二；單位周轉量能耗變化同情景三；環保投資系數的變化同情景四，仿真結果見圖10。

圖10 組合政策——結構性、技術性、管理性減排效果

仿真結果顯示，在2025年，貨運系統碳排放總量從8 748.18萬噸降至5 996.91萬噸，減排效果為31.45%。不同情景下減排效果的對比見表4。

表4 不同情景下減排效果比較

由減排效果可以看出，在單一政策中，交通運輸結構的調整對二氧化碳排放量的影響很大，是減排政策中最有效的；交通領域技術的進步也會對二氧化碳排放量產生一定的影響；環保投資的增加對二氧化碳排放量的影響不大，只能作為輔助手段。在組合政策中，組合政策的減排效果大于其中包括的任意單一政策的減排效果，又小于其中包含的單一政策減排效果之累加，這表明單一政策之間會相互影響，政策組合后效果會打一點折扣，但是這種影響很小，總體而言組合政策還是比單一政策更加合理有效。

三、結語

本文從經濟、運輸、能源、環境四個方面出發，構建了廣東省貨運碳排放系統。首先明確四個子系統存在的相互影響關系，再結合具體變量和相關數據，確定不同變量間的因果關系；其次進行數據收集，通過各種年鑒和政府網站以及現有的研究，直接或間接地得到數據，并利用統計學的方法結合定量分析工具確定參數；最后根據因果關系和具體參數利用系統動力學思想構建SD模型，通過模型檢驗后，開始進行政策模擬。

政策模擬是基于三種主流的減排策略進行不同的排列組合，構成了包括無政策情況在內的共八種情景。對仿真結果進行分析，得出如下結論：

1. 三種減排策略都可以起到減排效果，其中結構性減排即運輸結構調整對二氧化碳減排的效果最為明顯。

2. 交通領域的技術進步也會對二氧化碳排放量產生影響，但減排效果不及結構性減排策略。

3. 環保投資的增加只能夠產生微弱的減排效果，是三種策略中最差的。

4. 組合政策的二氧化碳減排量大于該組合中任意單一政策的減排量，但小于該組合中所有單一政策的減排量之和。

根據仿真結果和上述結論可以看出，技術進步和環保投資帶來的減排效果不明顯，同時，技術創新需要的時間久且無法預計，環保投資的起效慢見效差，因此，技術性減排和管理性減排策略只能作為輔助手段對碳減排起到潛移默化的影響，二氧化碳的排放控制還是要靠運輸結構的調整。近年來，相關政府部門也注意到運輸結構失衡的問題，制定相應的政策以促進貨物運輸方式公轉水、公轉鐵。但是，公路運輸的基礎設施完備，運輸線路靈活，可以進行門到門的運輸，目前還是難以替代的。為了降低公路運輸比例，提高水路、鐵路這種低耗能運輸方式的占比，可以通過補貼水鐵運輸或對公路運輸收費的方法進行調節，還可以積極建設運輸樞紐的轉運設施，促進多式聯運的發展，或者提高使用清潔能源作為動力的運輸設備比例等。

[1]中國氣象局氣候變化中心. 中國氣候變化藍皮書(2022)[M].北京: 科學出版社, 2022.

[2] 劉強. 我國低碳經濟發展模式研究[J]. 合作經濟與科技, 2022, 678(7): 50-51.

[3] WANG C, WOOD J, WANG Y J, et al. CO2 emission in transportation sector across 51 countries along the Belt and Road from 2000 to 2014[J]. Journal of Cleaner Production, 2020, 266(9): 122000.

[4] 顧譽鑫, 薛亮. 長三角地區交通運輸碳排放測算及分析[J].物流工程與管理, 2022, 44(10): 85-88.

[5] 劉淳森, 曲建升, 葛鈺潔, 等. 基于LSTM模型的中國交通運輸業碳排放預測[J/OL]. 中國環境科學, 2022: 1-11[2023-02-10].https://doi.org/10.19674/j.cnki.issn1000-6923. 20221207.010.

[6] 麥文雋, 王毅, 鳳振華, 等. 基于系統動力學的城市交通能源消費和碳排放研究: 以鎮江市為例[C]//中國城市規劃學會城市交通規劃學術委員會. 2017年中國城市交通規劃年會論文集. 中國建筑工業出版社, 2017: 16.

[7] NIMA S, AHMAD H, YOUNES N. Developing a system dynamics approach for CNG vehicles for low-carbon urban transport: a case study[J]. International Journal of Low-Carbon Technologies, 2021, 16(2): 577-591.

[8] 廣東省統計局編. 廣東統計年鑒2022[M]. 北京: 中國統計出版社, 2022.

[9] 中國交通年鑒社編. 中國交通年鑒2021[M]. 北京: 中國交通年鑒社, 2022.

[10] 國家統計局能源統計司編. 中國能源統計年鑒2021[M]. 中國統計出版社, 2021.

[11] 付躍強, 夏天添. 基于系統動力學的電動汽車產業發展建模與仿真[J]. 系統仿真學報, 2021, 33(4): 973-981.

[12] 王倩, 黃凱. 基于系統動力學的北京市農業水足跡模擬與影響因素分析[J]. 系統工程, 2021, 39(3): 13-24.

[13] 陳志平. 公路交通運輸行業節能減排發展[J]. 能源與節能, 2018, 159(12): 85-86+92.

10.15916/j.issn1674-327x.2023.05.010

U113

A

1674-327X (2023)05-0039-06

2023-02-10

廣東省哲學社會科學規劃一般項目(GD20CGL46)；教育部人文社會科學研究項目(19YJA630107)

姜卓揚(1999-)，女，遼寧大連人，碩士生。

張冠湘(1975-)，男，湖南郴州人，教授，博士。

(責任編輯：許偉麗)