北京市城市交通能源轉型對策研究

張昱?劉學敏?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，產生的CO2排放節節攀升，迫切需要能源轉型發展。國內外經驗總結來看，能源結構調整和節能技術發展是實現城市交通領域能源轉型的主要方向。本研究以北京市為例，在核算能源消耗的基礎上，構建LEAP-TET模型完成城市交通能源轉型情景分析：以能源轉型的政策環境梳理和城市交通需求的嶺回歸預測為基礎，設置包含基準情景、背景情景、結構調整情景（電氣化轉型情景和天然氣轉型情景）、節能技術發展情景和綜合情景在內的轉型情景，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，比較能源轉型策略。研究結論如下：第一，綜合情景節能減排效果遠優于基準情景和背景情景，表明相較于單純進行交通需求管理和結構優化，能源轉型是實現交通節能減排的關鍵。第二，單一轉型方案之間進行比較，節能技術發展情景優于能源結構調整情景，電氣化轉型情景優于天然氣轉型情景。表明節能技術發展對于節能減排的促進作用最為顯著，天然氣轉型受限于發展基礎和自身效率，并不能有效促進節能減排;電氣化轉型效果良好，但依賴于轉型規模、電能效率，電網排放因子等，同時電氣化轉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，發現到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。基于此提出了堅持轉型方向、加快電氣化轉型步伐、增加節能技術投入、引導交通主體自主參與能源轉型、構建可持續交通綜合政策體系等對策。

關鍵詞 城市交通;能源轉型;電氣化轉型;交通節能技術;北京市

中圖分類號 F572 ?文獻標識碼 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、是區域和國家重要增長極[1-2]。在城市交通領域，北京市機動車保有量達到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，貢獻了45%大氣PM2.5（本地源）[5]。北京市城市交通處于高機動化結構失衡、高耗能效率較低、高油品依賴污染嚴重的狀態，可能導致城市蔓延[6]、環境污染[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，城市交通能源轉型迫在眉睫。面對相似的轉型壓力，倫敦、紐約、東京等超大城市都進行了大量的交通領域節能減排實踐，主要集中在“能源結構”和“節能技術”兩個方面：在私人和公共領域推廣新清能源汽車[13-16]、陸續宣布禁售傳統燃油乘用車計劃[17]、積極推行交通節能減排新標準、加快節能技術發展[18-20]。

交通領域節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排放的相互關系為基礎，構造符合發展趨勢、有實施潛力的不同轉型情景，根據情景分析結果得到對策建議[24-27]。近年來，國內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，麥文雋等構建系統動力學模型[31]，王慧慧等從職住空間調整角度[32]以及OECD連續出版的《ITF交通展望報告》[33]等等，均以情景分析思路開展研究。總結已有研究，可以發現對城市交通能源轉型的專題討論尚不充足，特別是交通能源的結構效應和技術效應對轉型影響作用的分析還有繼續深入的空間。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狀的基礎上，從結構效應和技術效應角度分析轉型方案，利用嶺回歸、LEAP模型實現不同轉型方案的情景分析，結合研究結果與北京市實際情況提出能源轉型的對策建議。

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行核算，通過確定燃料種類、能源活動水平、能源消耗強度完成核算，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分擔的活動水平，指客運周轉量，單位為“人·km”， EIi是i燃料的能源強度，單位為“tce/人·km”。D代表城市交通活動水平，即客運周轉量，單位為“人·km”;TCj代表交通類別的活動水平，由其對城市客運交通總客運周轉量的貢獻決定，j分別指代公共交通、準公共交通、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周轉量的貢獻決定，k分別指代軌道交通、地面公交，出租車、網約車，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數量與該交通方式設備總數之比，按百分比計。

張 昱等：北京市城市交通能源轉型對策研究

中國人口·資源與環境 2019年 第10期由能源消耗產生的污染物排放量核算以公式（1）為基礎，利用排放因子或排放強度進行核算，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排放強度，單位“t/人·km”。

1.2 數據來源

城市交通活動水平——客運周轉量估算如公式（3），數據來源為國家統計局公開數據庫、《北京市交通綜合調查總報告》《北京交通發展年度報告》。

D=DVt+Dothers-it=Vt×Ut×Bt+Tlt×DISlt

（3）

式中，D表示城市客運交通周轉總量，由每種交通方式的客運周轉量求和得到，單位為“人·km”;DVt表示t年私人乘用車的客運周轉量，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的客運周轉量，利用客運量人次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據（見表1）主要通過面向交通負責部門和研究單位的調研獲得，如北京交通運輸管理委員會、北京交通發展研究中心、北京城市系統工程研究中心等。交通工具的能源強度（見表1）可以通過設備的燃料經濟性、平均乘載率計算得出，根據“各種能源折標準煤參考系數”統一單位為“tce/萬人·km”，如下公式（4）。

EIil=Fuelil×ρi×CCiRPl×LRl

（4）

式中，EIil表示能源強度，單位“tce/人·km”，指特定交通工具l完成單位客運周轉量消耗燃料i的量;Fuelil表示燃料經濟性，是指交通工具百公里能耗;ρi表示燃料i的密度;CCi表示“各種能源折標準煤參考系數”; RPl表示交通工具額定載客數，LRl則表示滿載率。公共交通數據來源于主要運營部門，向北京市地鐵運營有限公司申請信息公開，獲得軌道交通2015年能耗數據，從《北京公交集團社會責任報告》中獲得地面公交分類能源消耗數據。參考中國汽車技術研究中心[34]、王賀武[35]對私人乘用車能源強度的研究結果，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，根據市場主要產品參數，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。對于準公共交通領域，參考北京城市系統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數據進行計算。

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 北京市交通領域能源轉型情景分析

2.1 研究方法

長期能源可替代規劃模型（Longrange Energy Alternatives Planning System，LEAP模型）是“自下而上”的能耗-環境影響測算模型，可以實現能源領域情景分析[37-38]。LEAP模型靈活、清晰，適用于城市交通能源相關研究[39-40]。針對北京城市交通能源轉型問題，構建LEAP-TET模型，將交通部門逐層劃分（見表1）確定能源活動水平，設置不同的能源結構和節能效率參數構造不同轉型情景，完成能源轉型對策的對比分析。

2.2 情景設置基礎2.2.1 政策環境

參考《北京市電動汽車充電基礎設施專項規劃（2016—2020）》和《北京市“十三五”時期能源發展規劃》等政策和《節能與新清能源汽車技術路線圖》[41]等研究成果，按需求調控、結構優化、能源轉型三個方向，整理北京市城市交通發展政策環境，總結主要政策和量化指標見表2。

2.2.2 交通需求預測

城市交通需求是交通能源消耗和CO2排放的外生驅動因素，由交通工具、居民出行特征所決定，多以客運周轉量表征。相較于微觀大樣本的居民出行行為調查[42]，利用宏觀社會經濟發展變量預測城市交通需求的操作性和適用性更強[43]。已有研究驗證了城市交通需求受城市規模、城市經濟和機動化情況的發展影響[25，44-45]。借鑒前人成果、結合研究需要和數據可得性，選取2000—2016年北京市地區生產總值、常住人口、私人乘用車保有量為自變量，以城市交通客運周轉量為因變量，運用回歸擬合。

回歸方法選擇基于最小二乘法改進的嶺回歸，其優勢在于可以克服宏觀社會經濟數據存在的多重共線性干擾， 更大限度保留變量信息[46-48]。當嶺回歸K值取值0.2時，回歸方程如下式（5），擬合優度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年城市交通客運周轉量，單位“億人·km”，GDPt表示北京市t年地區生產總值，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，得到相應年份的城市交通客運周轉量。

2.3 情景設置

交通領域能源轉型主要針對結構效應和技術效應，提出能源結構和節能技術兩種方案，“新清能源”與“節能”雙管齊下。情景設置如下：

基準情景下，交通需求趨勢外推增長、交通結構和交通能源消耗特征保持不變，具體如下：①城市交通需求根據未來經濟、人口和機動車需求確定，北京市地區經濟逐步進入穩定增長階段，生產總值增速7%;常住人口按照當前的勞動生產率、產業結構變化趨勢發展，到2035年人口達到3 500萬[49-51];機動車保有水平參考歐美超大型城市，2035年到達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城市交通結構和交通能源效率與基年相同。

背景情景是更為貼近現實的情景，城市交通能源轉型是非獨立的，既需要其他政策措施配合支撐也需要適應全局發展，因此其他各種政策措施作為能源轉型的背景。①交通需求方面，人口規模受政策調控，2035年穩定在2 300萬，機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交通結構方面，根據北京市“大力發展公共交通，倡導綠色出行”政策方向，參數設置如下：到2035年，城市公共交通活動水平達到65%，其中軌道交通占比70%;私人交通分擔城市客運周轉量比例為31%，其中90%為私人乘用車;準公共交通分擔4%，其中網約車控制在35%。

交通能源結構調整情景包含電氣化轉型情景和天然氣轉型情景。①電氣化轉型內容是大力推廣電驅動車輛，情景設置為：2035年，純電動私人乘用車規模達200萬輛，公交領域純電動車占比達90%，巡游出租車2020年實現100%電驅動置換，此后保持不變。設置對照強電氣化轉型情景，將電力驅動交通工具能源利用效率提升、電力能源強度降低考慮其中，到2035年，純電動乘用車、巡游出租車、網約車能耗下降至10 kW·h/102 km，地面公交電耗下降23%，軌道交通下降40%。另外，未來電網的排放因子的變化對CO2排放影響巨大。基年電網平均碳排放因子為0.803 kg/kW·h[52]，分別比較2035年電網平均碳排放因子為0.5 kg/kW·h和0.3 kg/kW·h兩種情形。②天然氣轉型的內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型為重點，基礎較弱，故轉型進度相較于電氣化轉型滯后。情景設置為：到2035年，天然氣乘用車數量50萬輛，地面公交系統天然氣驅動車占比達90%，巡游出租車2020年實現100%天然氣驅動置換。

交通節能技術發展情景是指提高交通工具性能、輕量化等技術提高燃料經濟性、降低能源強度。情景設置為：到2035年，汽油乘用車、巡游出租車、網約車平均能耗由8.92 L/102 km逐步降至4 L/102 km，地面公交能耗強度降低20%，電動自行車下降20%，軌道交通整體電耗強度下降40%。設置對照強節能技術發展情景，所有能耗強度參數再下降10%。

綜合情景指各種轉型措施根據實際情況組合式實施，情景設置繼承背景情景、電氣化轉型情景和節能技術發展情景，此處不再贅述。

3 模型結果分析

3.1 節能減排效果

比較基準情景、背景情景和綜合情景，如圖1-a，如不采取節能減排措施，城市交通能源消耗將在2035年增長近60%，只進行交通需求調控和結構優化能夠有效控制增幅卻不能降低能源消耗，唯有同時進行交通能源結構轉型才能有效降低城市交通能源消耗。單位客運周轉量能耗如圖1-b所示，交通結構調整和需求控制小幅降低城市交通平均能源強度，如同時進行交通能源轉型，則能大幅促進能源強度的降低。

3.2 轉型方案比較

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

在電氣化轉型方案中，電力驅動交通工具的能源效率提高能增強節能效果，如圖3-a，強電氣化轉型情境可實現再減少近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變為0.3 kg/kW·h，CO2排放量下降16%。在發展節能技術思路下，節能水平提高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%。

電氣化轉型情景和綜合情景下，電力將逐漸發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年電力需求達到基年的5倍，未來發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年各燃料客運周轉量分擔比例和消耗量，電力承擔約75%的客運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 城市交通能源轉型方案減排（強度）比較分交通類別來看，結合圖5，可以發現私人交通（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 北京交通領域能源轉型對策分析

基于城市交通能源消耗的核算，構建LEAP-TET模型，對北京市交通能源轉型問題進行了情景分析，得出以下結論：第一，北京市城市交通領域不但要進行需求管理和結構優化，更要進行能源轉型;交通能源轉型具有顯著的節能減排效果。第二，預測期內節能技術發展對于節能減排的促進作用最為直接、顯著;能源結構調整中，天然氣轉型受限于發展基礎和自身效率并不能促進節能減排;電氣化轉型效果良好，但效果依賴轉型規模、電能效率，電網排放因子決定電氣化轉型減排效果，同時電氣化轉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，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發展而言，近期雖可以單純靠需求控制和結構優化，通過大力度的政策措施如限購和發展公共交通來實現交通節能減排，但隨著城市進一步發展，經濟、人口規模擴大，交通需求高漲所帶來的能源需求增加是不可避免的。基于以上分析，對北京市交通能源轉型給出如下的建議：

第一，堅持“結構+技術”的轉型方向，保障轉型措施實施。目前北京市城市交通能源轉型方向是準確的，是值得堅持的。在交通能源技術方面，響應國家政策，大力發展車輛節能技術并保證節能車輛的市場銷售比例;在交通能源結構方面，通過針對私人部門和相關企業的經濟手段、對公共部門的強制性要求，加大新清能源汽車的推廣力度，盡早完成城市交通領域能源更迭。同時，也要意識到技術開發需要周期、交通工具換代淘汰受限于車輛壽命，能源轉型不可能一蹴而就，轉型效果也不可能朝令夕顯。循序漸進的轉型策略，可行而具有挑戰性的階段目標，公共部門、私人乃至全社會的支持等，都是轉型成功的條件。

第二，加快能源結構調整步伐，完善配套基礎設施。無論是電氣化轉型還是其他清潔能源轉型，交通能源結構調整需要達到一定規模才能顯現效果。要加快能源結構調整，特別是私人交通部門。作為交通領域最主要的能源需求部門，私人交通對于傳統能源依賴強、車輛基數大、居民進行交通選擇影響因素復雜，能源結構調整難度大、周期長，只有盡快實現私人交通的能源結構調整，才能真正完成交通領域的能源轉型。更進一步，北京市當前的能源結構調整方向為電氣化轉型，隨著結構調整的速度和強度的變化，對于電力供應和終端使用的要求也會不斷提高。配套完善的基礎設施，保證個人和公共空間的電動汽車充電設施的便利、安全性，從規劃布局、建設管理、充電價格及收費、創新商業模式等方面逐步完善，不能讓基礎設施的“鞋”限制電動汽車的“腳”。

第三，重視節能技術的發展，加大技術投入。交通節能技術發展作為成效顯著的轉型方向，能在相對短的時間內產生良好的節能減排效果，對于市場和消費者的鼓勵作用很大。技術進步不但能使傳統能源效率提高，同時也能加速電氣化等其他形式轉型的推進。對于節能技術的關注和投入應適度加大，鼓勵科研單位和企業等多樣化技術參與者的研發投入，在輕量化、小型化、低阻電控等方面深入挖掘技術節能潛力，在車聯網、智能駕駛等方向不斷探索，對新材料、生物燃料、液氫等應用加大推廣，以期更快更好完成交通能源轉型。

第四，加強對于交通主體的引導，從需求側加速轉型。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展走向，如何引導居民向節能減排的交通形式轉變對于能源轉型至關重要。通過宣教、示范、經濟等手段，促進居民自愿選擇非機動出行、選用公共交通、購置新清能源汽車、更換節能汽車，等等。引導交通主體自主實現交通能源轉型將釋放巨大的節能減排潛力。

第五，構建可持續交通綜合政策體系，采取交通需求調控、交通結構優化等多樣化措施配合交通能源轉型，促進城市交通可持續發展。要認識到并不存在先進與落后的交通方式，只存在合理和不合理的交通結構，堅持大力、優先發展公共交通，持續控制機動車需求、限制機動車使用。同時，在城市交通發展中應鼓勵和包容創新嘗試，構建一個政府和市場、企業和居民多維度合作的城市交通發展綜合體系。

（編輯：于 杰）

參考文獻

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

[2]席強敏， 李國平. 超大城市規模與空間結構效應研究評述與展望[J]. 經濟地理， 2018（1）： 61-68.

[3]北京交通發展研究院. 北京市市交通發展年度報告[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年交通部門節能目標研究[R/OL]. （2017-03-01）[2018-11-05]. http：//www.efchina.org/Attachments/Report/report-20170301-1-zh/report-20170301-1-zh.

[5]北京市環保局. 最新科研成果新一輪北京市PM2.5來源解析正式發布[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個大中城市面板數據的實證檢[J]. 經濟地理， 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. 城市熱島效應與PM2.5的關系研究[J]. 干旱區資源與環境， 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因素分析[D].上海：復旦大學，2011.

[11]戢曉峰， 姜莉， 陳方. 基于供給側結構性改革的城市交通底線公平研究[J]. 昆明理工大學學報（社會科學版）， 2017， 17（3）： 21-25，42.

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

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

[14]張力. 倫敦現代城市交通體系建設與交通治理的經驗與啟示[J]. 生態經濟， 2014， 30（9）： 125-128.

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

[16]劉細良， 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， 2013（2）： 160-164.

[17]石紅， 姚占軍. 燃油車禁售國內外動態與中國實施預案建議[C].//中國汽車技術研究中心，中國新能源汽車產業發展報告（2018）. 北京：社會科學文獻出版社， 2018： 386-402.

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

[20]朱星華. 紐約州支持電動汽車發展的政策舉措及其啟示[J]. 全球科技經濟瞭望， 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. 戰略預測中的情景分析法[J]. 預測， 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、能源消費和交通服務量達峰規律研究[J]. 中國人口·資源與環境， 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展路徑研究[J]. 氣候變化研究進展， 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交通低碳規劃路徑研究[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. 城市客運交通節能減排潛力分析——以鎮江市為例[J]. 城市問題， 2017（8）： 31-41.

[32]王慧慧， 余龍全， 曾維華. 基于職居分離調整的北京市交通碳減排潛力研究[J]. 中國人口·資源與環境，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]中國汽車技術研究中心. 中國乘用車中長期節能潛力與路徑研究結題報告[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]//中國汽車技術研究中心，中國能源汽車船業發展報告. 北京： 社會科學文獻出版社， 2018： 403-413.

[36]池莉. 基于LEAP模型的北京市未來客運交通能源需求和污染物排放預測[D]. 北京：北京交通大學， 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]節能與新清能源汽車技術路線圖戰略咨詢委員會， 中國汽車工程學會. 節能與新清能源汽車技術路線圖[M]. 北京：機械工業出版社， 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. 貴州省能源碳排放現狀及峰值預測[J]. 環境科學與技術， 2018， 41（11）： 173-180.

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

[48]姜磊， 季民河. 技術進步、產業結構、能源消費結構與中國能源效率——基于嶺回歸的分析[J]. 當代經濟管理， 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. 北京市人口動態模擬與政策分析[J]. 中國人口·資源與環境， 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， 2018（1）： 14-25.

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