基于小客車燃油核算模型的政策節(jié)能效果分析

劉宇環(huán)，姚恩建，谷 巖，李 萌

(1.北京交通大學，北京100044；2.北京交通發(fā)展研究院，北京100073)

0 引言

作為城市能源消耗和污染物排放的主要領(lǐng)域，交通節(jié)能減排受到越來越多關(guān)注.其中，私人小客車因保有量較大且增長迅速，其能源消耗成為交通能耗的主要來源.但是，目前私人小客車能耗主要依靠傳統(tǒng)調(diào)查方式進行核算，存在數(shù)據(jù)準確度不高、可分析性不強等問題[1]，難以支撐交通節(jié)能減排精細化管理工作.

在機動車油耗核算研究方面，英國交通部將普查的交通活動數(shù)據(jù)、燃油消耗影響因素相結(jié)合，建立了道路運輸燃油消耗數(shù)據(jù)庫[2].Ranjan[3]從出行需求、車輛類型等方面分析了各交通形式能源消耗.我國對燃油消耗研究起步較晚，交通部對我國公路燃油消耗進行了調(diào)查，建立了適合于公路燃油消耗預(yù)測模型.北京市建立了交通領(lǐng)域節(jié)能減排統(tǒng)計與監(jiān)測平臺，對車輛運行過程中的能源消耗相關(guān)指標進行采集[4].項喬君等[5]從宏觀上分析了汽車燃油消耗與車輛行駛時間、行駛里程間的關(guān)系.賈順平等[6]分析了中國交通運輸能耗統(tǒng)計數(shù)據(jù)與國際統(tǒng)計口徑的差異，建立了基于車輛使用的交通能耗測算模型.

總的來看，目前針對交通燃油消耗核算主要通過調(diào)查統(tǒng)計獲得，且不能支撐政策評估等精細化管理工作.本文通過整合小客車監(jiān)測調(diào)查等多種數(shù)據(jù)，提出基于車型及排放分類的小客車燃油核算方法，并評價不同需求管理政策實施對私人小客車燃油消耗量的影響程度，為管控政策的實施提供理論支撐.

1 基礎(chǔ)數(shù)據(jù)

私人小客車燃油核算數(shù)據(jù)來源主要包括居民入戶調(diào)查數(shù)據(jù)、車輛能耗監(jiān)測數(shù)據(jù)及車輛保有數(shù)據(jù).其中居民入戶調(diào)查是為獲取城市社會能源消耗每年由統(tǒng)計部門組織開展的抽樣調(diào)查，按照分層抽樣方法進行，其中針對私人小客車燃料消耗的主要調(diào)查內(nèi)容包括家庭擁車數(shù)，車輛排量，車輛月均行駛里程，車輛月均用油量等；車輛能耗監(jiān)測數(shù)據(jù)是通過在部分私人小客車上安裝了能耗采集設(shè)備(含GPS模塊)，可實時采集車輛的能耗、速度、行駛里程等信息；車輛保有數(shù)據(jù)是機動車登記時所記載的關(guān)于車輛品牌、排量、能源類型、登記日期等車輛屬性信息的匯總數(shù)據(jù)，包含城市全部機動車屬性信息.數(shù)據(jù)詳細情況如表1所示.

2 小客車能耗核算模型構(gòu)建

2.1 影響因素分析

私人小客車燃油消耗量由行駛里程和百公里油耗共同決定.根據(jù)張衛(wèi)華等[7]研究結(jié)論，汽車自身特性，如車型、車齡、排量等都會對車輛百公里油耗產(chǎn)生影響，參考胡瑩等[8]對于車輛能耗分層抽樣研究方法，本文對排量、車齡和車輛類型等車輛屬性因素進行分析.按照交通管理部門分類，私人小客車車輛類型分為普通客車、轎車和越野車3種，無法準確量化，而車輛排量和車齡屬于車輛固有屬性，可準確量化，因此分為2類進行分析.

表1 數(shù)據(jù)基本情況Table 1 The data situation

(1)排量、車齡相關(guān)系數(shù)分析.

采用入戶調(diào)查和車輛能耗監(jiān)測數(shù)據(jù)對百公里能耗和排量、車齡進行相關(guān)系數(shù)分析，如表2所示，結(jié)果表明，排量與百公里能耗呈現(xiàn)顯著正相關(guān)，而車齡對百公里能耗影響并不顯著.

表2 排量、車齡與百公里能耗相關(guān)系數(shù)Table 2 The correlation coefficient of displacement/vehicle age and energy consumption

(2)車輛類型統(tǒng)計分析.

采用車輛能耗監(jiān)測數(shù)據(jù)對百公里能耗和車輛類型進行統(tǒng)計分析，結(jié)果表明，車輛類型可能是百公里能耗的影響因素，具體如表3所示.

表3 車型與百公里能耗統(tǒng)計分析Table 3 The statistical analysis result of vehicle types and energy consumption

為進一步驗證影響因素，基于車輛監(jiān)測數(shù)據(jù)(監(jiān)測車輛排量0.6～5.0 L，車齡1～15年，車輛類型包括普通客車、轎車和越野車)，以百公里能耗為被說明變量，以排量、車齡和車輛類型為說明變量，建立基于“OLS+穩(wěn)健標準差”驗證的計量分析，具體模型為

式中：Yi為i樣本百公里能耗；Ai為i樣本排量；Bi為i樣本車齡；Ci為i樣本車輛類型；?為分類虛擬變量；β0,β1,β2為變量系數(shù)；γ為常數(shù).

采用計量分析模型對車輛能耗監(jiān)測數(shù)據(jù)進行分析，分析結(jié)果如表4所示.

表4 “OLS+穩(wěn)健標準差”回歸結(jié)果Table 4 "OLS+robust standard deviation"regression results

通過表4可以得出以下結(jié)論：

①車齡系數(shù)的P值為0.704，大于1%的顯著水平，表明車齡對百公里油耗不具有顯著性影響.

②排量系數(shù)的p值為0.000，小于1%的顯著水平，表明排量對百公里油耗具有顯著性影響；此外，排量的回歸系數(shù)為正，說明排量越大百公里油耗越大.

③車輛類型系數(shù)p值為00.000，小于1%的顯著水平，表明車輛類型及其劃分對百公里油耗具有顯著性影響.

綜上所述，計量分析進一步驗證了相關(guān)系數(shù)、統(tǒng)計分析結(jié)論，說明私人小客車百公里能耗的主要影響因素為排量和車輛類型.

2.2 模型建立

在確定主要影響因素基礎(chǔ)上對因素取值進行區(qū)間劃分，以獲得私人小客車能耗建模分類結(jié)果.首先基于小客車排量統(tǒng)計分布，確定8種小客車排量區(qū)間閾值及區(qū)間劃分方案，利用設(shè)置虛擬變量的方法，構(gòu)建排量閾值劃分計量模型(式(1))，根據(jù)模型進行回歸分析，結(jié)果如表5所示.

模型結(jié)果顯示，方案4回歸系數(shù)最高，因此該方案為排量閾值劃分最優(yōu)方案.

綜上所述，面向小客車燃油消耗核算，可基于車輛類型(普通客車、轎車和越野車)和排量閾值劃分結(jié)果(≤1.0，(1.0,1.8]，(1.8,2.4]，＞2.4)，共計12種組合進行分類核算.私人小客車燃油消耗總量可基于式(2)得到.

表5 排量閾值劃分方案及模型回歸結(jié)果Table 5 Displacement threshold division plan andthe results of the regression model

式中：FC為私人小客車燃油消耗總量(L)，QTij為車型為i排量為j的車輛百公里油耗(L/100 km)；Sij為車型為i排量為j的車輛行駛里程(km/year)；Qij為車型為i排量為j的車輛數(shù)(輛)；i為車輛類型，i∈A，A={普通客車，轎車，越野車}；j為排量，j∈B，B={(0 .0,1.0],(1 .0,1.8],(1 .8,2.4],(2 .4,+∞ )} .

3 方法驗證

由于本文選取的2 000輛私人小客車安裝了能耗監(jiān)測計量設(shè)備，可準確獲取車輛能耗數(shù)據(jù)，按照以上分析獲得的12種分類，2 000輛監(jiān)測車輛樣本分布如表6所示.

基于監(jiān)測車輛采集到的燃油數(shù)據(jù)，分別對12種類別車輛能耗計算均值，得到不同車型和排量車輛百公里油耗統(tǒng)計結(jié)果，如表7所示.

此外，為驗證表7結(jié)果的統(tǒng)計有效性，按照式(3)計算必要樣本量.

式中：n為樣本大小；σ為標準差估計值；e為期望調(diào)查結(jié)果精度；Z為置信水平系數(shù)；N為總體數(shù)量.

表6 基于車型排量組合分類的監(jiān)測車輛樣本分布表Table 6 Monitoring vehicle sample distribution table based on vehicle type and displacement combination classification (輛)

表7 基于車型和排量閾值劃分的私人小客車百公里油耗Table 7 Fuel consumption per hundred kilometers for private passenger cars based on vehicle type and displacement thresholds (L/100 km)

結(jié)果顯示，表6中所示實際樣本量均大于表8中最小樣本量.因此，表7中所示的基于車型和排量閾值劃分的結(jié)果具有統(tǒng)計有效性.

表8 基于車型、排量組合分類的最小樣本量要求分布表Table 8 Minimum sample size distribution table based on model and displacement combination classification (輛)

同時，以2 000輛監(jiān)測車輛2017年分季度燃油消耗總量為實際值，按照構(gòu)建的模型計算燃油消耗總量為估計值，通過誤差分析驗證模型有效性，計算結(jié)果及誤差如表9所示.

表9 2017年不同季度燃油消耗總量及誤差分析結(jié)果Table 9 Calculation results of total fuel consumption in different quarters in 2017

分析表9數(shù)據(jù)可知，各季度燃油消耗總量估計值與實際值誤差均控制在5%以內(nèi)，模型核算精度良好，說明模型具有有效性.

4 政策效果分析

為分析不同交通需求管理政策的宏觀節(jié)能效果，采用本文構(gòu)建的模型計算不同政策下燃油消耗總量，研究不同交通需求管理政策對私人小客車燃油消耗的削減效果.

通常，不同交通需求管理政策會對車輛數(shù)、百公里油耗和行駛里程等指標產(chǎn)生直接或間接影響，進而影響燃油消耗總量.以目前北京、新加坡等城市實施的典型交通需求管理政策為研究對象，設(shè)計不同政策情景(表10)，分析私人小客車燃油消耗削減效果.

情景1假設(shè)實行搖號政策后，小客車增長率為-x%；情景2假設(shè)車輛行駛里程不變、小客車總量不變，實行控制大排量小客車的政策后，排量為1.8 L以上小客車數(shù)量變化率為-x%；情景3假設(shè)車輛數(shù)、百公里油耗均不發(fā)生變化，實行擁堵收費政策，車輛行駛里程減少，假設(shè)行駛里程變化率為-x%.

情景1、情景2和情景3政策下，對小客車燃油消耗總量變化進行量化分析，得到3個情景下小客車燃油消耗總量變化趨勢對比圖，如圖1所示，結(jié)果表明，3種不同的交通政策均能取得一定效果，且影響因素變化率相同的條件下，擁堵收費政策效果更為明顯.

表10 需求管理政策的情景設(shè)計Table 10 The implementation of different TDM policies of the scenario design table

圖1 情景1、情景2和情景3政策下小客車燃油消耗總量變化趨勢圖Fig.1 The trend of changes in the total fuel consumption of small passenger cars(Scenario 1,Scenario 2 and Scenario 3)

情景4、情景5和情景6為2種交通需求管理政策的組合設(shè)計.情景4同時實行搖號和擁堵收費政策，假設(shè)車輛數(shù)增長率的變化率為-x%，行駛里程的變化率為-y%，結(jié)果如圖2所示；情景5同時實行搖號和控制大排量小客車數(shù)量政策，假設(shè)排量大于1.8 L的小客車數(shù)量變化率為-x%，小客車增長率的變化率為-y%，結(jié)果如圖3所示；情景6同時實行擁堵收費和控制大排量小客車數(shù)量政策.假設(shè)排量大于1.8 L小客車數(shù)量變化率為-x%，行駛里程的變化率為-y%，結(jié)果如圖4所示.

圖2 情景4政策下小客車燃油消耗總量變化趨勢圖Fig.2 Trends in the total fuel passenger cars(Scenario 4)

圖3 情景5政策下小客車燃油消耗總量變化趨勢圖Fig.3 Trends in the total fuel consumption of small consumption of small passenger cars(Scenario 5)

圖4 情景6管控政策下小客車燃油消耗總量變化趨勢圖Fig.4 Trends in the total fuel consumption of small passenger cars(Scenario 6)

分析比較圖2～圖4，情景5政策下小客車燃油消耗總量變化范圍不明顯，而情景4和情景6政策下小客車燃油消耗總量下降趨勢明顯.為進一步比較3個不同情景下的實施效果，選取5個有代表性的影響因素變化率值，分析不同情景相同變化率下的小客車燃油消耗總量，如表11所示.

結(jié)果表明：情景6中同時實行擁堵收費和控制大排量小客車數(shù)量2種政策，小客車燃油消耗總量下降趨勢最明顯.擁堵收費政策的實施可以有效減少私人小客車的行駛里程，從而降低燃油消耗總量；而控制大排量小客車數(shù)量的措施可以有效降低私人小客車平均百公里油耗.2種措施的結(jié)合更好地實現(xiàn)了對小客車燃油消耗總量削減，效果顯著.

表11 不同影響指標變化率下的私人小汽車燃油消耗量減少率Table 11 The value of fuel consumption at the same rate of change in different scenarios

5 結(jié)論

隨著城市機動化進程加快，小客車快速增長帶來的能耗排放問題日漸顯現(xiàn)，傳統(tǒng)的能耗調(diào)查獲取數(shù)據(jù)方式已無法支撐城市交通節(jié)能減排治理工作.本文以現(xiàn)有調(diào)查和監(jiān)測數(shù)據(jù)為基礎(chǔ)，采用了“OLS+穩(wěn)健標準差”驗證方法，明確了油耗顯著性影響因素及最優(yōu)閾值劃分方案，提出了基于排量及車型組合的私人小客車能源消耗量模型，該模型能夠敏感反應(yīng)交通需求管理政策的調(diào)整，可有效評價政策的節(jié)能效果.結(jié)果表明，實行擁堵收費+控制大排量小客車數(shù)量政策的削油效果最明顯.可以看出本文提出的模型對于城市交通節(jié)能減排管理具有重要支撐意義.