1 引言(Introduction)

2016年全球二氧化碳排放量自2000年以来增长了近40%, 其中运输部门排放量占了全球总排放量的25%, 排放量高达80亿吨.全球大气污染最严重的前20个城市之中, 中国城市就占了16个.在2000—2016年, 中国交通行业的碳排放量增长为全球首位(International Energy Agency, 2018).2016年, 全国机动车保有量达到2.95亿辆, 随之带来的汽车排放量增加到了3939.3万吨, 年均增长0.9% (中华人民共和国环境保护部, 2017).因此, 如何高效率的减少交通部门的碳排放和环境污染是实现环境可持续发展的重要挑战之一.

自1990年以来, 研究人员和决策者在减少温室气体(GHG)排放和大气污染物的背景下开展了一系列关于共同减排并促进可持续发展的研究.政府间气候变化专门委员会(IPCC)首次将应对气候变化的政策措施所带来诸如能效提高、环境优化、公共健康提升、社会效益增加等非气候类效益被称为“协同效益”(IPCC, 2001).而中国在内的亚洲国家则强调了气候变化政策和环境污染控制政策的并重, 认为协同效益一方面指控制温室气体的过程中减少了其他大气污染物的排放, 另一方面则是指在控制大气污染物排放及生态建设过程的同时减少了CO₂及其他温室气体的排放(郑佳佳, 2015).通过对以往不同国家和城市交通部门的研究来看, 可以确定一些有助于环境变化的政策措施, 例如车辆技术变革(Atabani et al., 2011；Stanley et al., 2011；高玉冰等, 2014)、客流量和交通方式的改变(Puspita, 2013)、能源税以及碳税(Ghalwash, 2007；Kim et al., 2011；Mao et al., 2012；Lah, 2017)等都可能对温室气体和大气污染物排放产生直接或是间接影响.

新能源汽车作为汽车产业转型发展的主要方向, 凭借其能够有效缓解能源和环境压力的巨大优势已取得了积极的推广和发展, 被认为是替代传统燃油汽车实现环境保护最佳选择.根据中国工业和信息化部发布的《新能源汽车生产企业及产品准入管理规则》, 新能源汽车是指采用非常规的车用燃料作为动力来源(或使用常规的车用燃料、采用新型车载动力装置)的汽车, 主要包括了纯电动汽车(Battery Electric Vehicles, BEV)、插电式混合动力汽车(Plug-in Hybrid Electric Vehicle, PHEV)以及燃料电池汽车(Fuel Cell Vehicle, FCV)(中国工业和信息化部, 2009).新能源汽车的快速发展带来了多重利益：能源安全(由于能源效率高, 对石油的依赖性降低)、城市空气质量、噪声缓解和温室气体减排.随着新能源汽车份额的提高, 其充电需求极大的影响着电力行业.新能源汽车主要是通过家庭或公共充电设施进行充电, 2016年全球可供公众使用的充电点数量达到32万个, 自2015年以来增长了72%, 电动汽车耗电量则达到446亿千瓦时(International Energy Agency, 2017).然而我国电力行业发电主要是以煤炭为主, 火电发电占比高达79%, 因此, 电力行业一直是大气污染物和温室气体排放的主要来源.可见, 新能源汽车并非传统意义上的“零排放”, 而是将污染转移到了电能端, 即化石能源发电环节, 这也是发展新能源汽车是否是绿色交通工具的研究重点.

目前, 国内外研究人员对发展新能源汽车的节能、碳减排和污染控制等方面都做了相应的研究, 在对污染控制方面, 张磊等(2012)、郭文双等(2002)通过将燃油汽车和纯电动汽车的尾气污染进行了比较, 发现纯电动汽车的污染主要集中在发电厂端；杨卫等(2016)建立了污染物减排模型进行新能源汽车污染排放研究, 江华(2015)分析了由于发电结构、能源、车辆类型和城市交通条件而产生的污染.另外一些研究则把重点放在温室气体减排方面, 如使用“Well-to-Wheels(WTW)”生命周期分析模型来计算某类型的电动汽车的能耗和温室气体排放量(Hawkins et al., 2013; Ke et al., 2017; Fang et al., 2019；Qiao et al., 2019), Winyuchakrit等(2017)和Hofmann等(2017)也仅对新能源汽车的碳排放做了大量研究.在针对新能源汽车的研究中, 同时关注大气污染物和温室气体的协同排放及减排的协同效益的研究还不多.另外, 国内外研究大多集中在对单一纯电动汽车或插电式混合动力汽车的碳排放情况的和全生命周期的成本分析(Hackney et al., 2001；吴添等, 2012；苏利阳等, 2013；施晓清等, 2013；Cooney et al., 2013；齐兴达等, 2017), 但针对不同用途新能源汽车如公共交通类车辆的对比研究较少.

本研究探讨了不同种类新能源汽车的协同效益, 拓展和加强了新能源汽车碳减排和污染控制协同效益的相关研究.研究选取了保有量相对占比较高的纯电动以及插电式混合动力公交车、私家车和出租车作为研究对象, 并以传统燃油汽车作为参照对象, 选取上海市作为案例研究城市, 重点对新能源汽车与传统燃油汽车在使用中产生的大气污染物CO、NO_x、NMHC(非甲烷碳氢化合物)、SO₂和PM₁₀以及温室气体CO₂排放进行分析, 评估新能源汽车替代传统燃油汽车带来的环境协同效益, 为构建协同效益路径以及提升交通领域环境管理提供科学参考和建议.

2 研究方法(Methodology)

以上海市为案例城市进行研究, 研究边界为新能源汽车运行过程以及所需电能生产过程中消耗的能源污染物排放量, 不包括其充电、加油等过程产生的碳排放及大气污染排放.

根据数据可获得性选取2016年为基准年, 对2010—2016年期间的数据也同时进行分析, 从以下几个方面全面探讨传统燃油汽车及新能源汽车在使用过程中减排大气污染(CO、NO_x、NMHC、SO₂及PM₁₀)的同时减排温室气体CO₂的协同减排效益.

2.1 协同减排量分析 2.1.1 传统燃油汽车污染物排放量

由于传统燃油汽车在运行过程中只使用一种能源, 因此, 使用传统燃油汽车排放因子和运行基础数据的乘积得到传统燃油汽车的污染物排放量.具体计算公式见式(1).

(1)

式中, i为车辆类型；h为大气污染物或CO₂；N_i为第i类车辆的保有量；L_i为第i类车辆的年平均行驶里程(km)；EF_{i, h}为第i类车辆的h类大气污染物或CO₂排放因子.

2.1.2 纯电动汽车减排量

纯电动汽车主要依靠电力运行, 因此, 考虑纯电动汽车其驱动消耗的电能时, 在生产发电过程中会排放大气污染物和温室气体, 而本身在行驶过程中几乎是零排放.新能源汽车电力排放量可采用式(2)计算.

(2)

式中, i为车辆类型；h为大气污染物或CO₂；N_i为第i类车辆的保有量；ω_i第i类车辆的百公里耗电量(kWh/100 km)；L_i为第i类车辆的年平均行驶里程(km)；EV_h为第h类大气污染物或CO₂排放因子；k为输出区到输入区的输电损失率, 按6%计算(国家能源局, 2017).

因此, 纯电动汽车的减排量即可视为同等数量的传统燃油汽车的污染物排放量与新能源汽车所需电力排放量的差值.具体计算方式见式(3).

(3)

式中, Δ R_BEV为纯电动汽车污染物减排量；E_油为传统燃油汽车污染物排放量；E_电力为新能源汽车电力污染物排放量.

2.1.3 插电式混合动力汽车减排量

插电式混合动力汽车主要采用油电混动的形式运行.因此, 插电式混合动力汽车的排放量将分别计算燃油排放量和电力排放量.其燃油减排量即可视为同等数量的传统燃油汽车的污染物排放量与节油率的乘积.插电式混合动力汽车的污染物减排量可采用式(4)计算：

(4)

式中, ΔR_PHEV为插电式混合动力汽车污染物减排量；λ_i为插电式混合动力车辆相对于燃油车型的节油率；E_电力为新能源汽车电力污染物排放量；E_油为传统燃油汽车污染物排放量.

其中, 插电式混合动力汽车相对于传统燃油汽车的节油率可通过中机车辆技术服务中心编制的《节能与新能源汽车节油率与最大电功率比检验大纲》进行计算(中机车辆技术服务中心, 2009), 具体计算公式见式(5).

(5)

式中, λ为插电式混合动力汽车车辆相对于燃油车型的节油率；C_CPV为传统燃油车型的燃料消耗量.C_PHEV为插电式混合动力汽车车辆的燃料消耗量.

因此, 根据不同类型插电式混合动力汽车燃料消耗量的差距, 可以得出3类混合动力汽车的节油率见表 1.

研究中涉及到的上海市城市交通工具类型(如车辆类型、年均行驶里和百公里能耗)数据如表 2所示.

在传统燃油汽车尾气排放因子研究方面, 谢绍东等(2010)发现通过COPERT模型计算获得的排放因子更接近中国机动车实际排放情况, 并估算了中国机动车排放清单.一些研究还通过使用COPERT模型进一步校正了中国现有的汽车排放因子(宋翔宇等, 2006; 樊守彬, 2015; 丘福明, 2016; 何晓云等, 2018).本研究基于2016年不同排放标准的汽车占比, 结合车辆构成特征、燃料特征和车辆运行的实际参数, 通过COPERT模型分析了机动车尾气排放因子.由于出租车几乎全部属于小型车, 故出租车和私家车的排放因子使用统一数据.

对新能源汽车碳排放的分析简化为对化石能源在发电过程中的排放.因此, 新能源汽车电力需求的排放因子采用了2016年全国电力行业污染物数据, 其主要根据世界资源研究所提供的温室气体核算体系(IPCC, 2006)、《中国能源统计年鉴》(国家统计局工业交通统计司, 2017)中的火力发电能耗和年发电量以及《中国统计年鉴》(国家统计局, 2017)中电力行业2016年的大气污染物排放量计算得到.

2.2 协同效益程度和效果分析 2.2.1 协同控制坐标系

通过在二维坐标系中的不同坐标, 反映出某一污染控制措施情境下对于不同大气污染物和温室气体的减排程度.在研究中, 横坐标表示大气污染物的减排效果, 纵坐标表示CO₂的减排效果.不同象限表示对两类污染物的正负效应, 例如, 在第一象限中, 表明该控制措施能对大气污染物和CO₂同时进行减排, 在第二象限中, 表明该控制措施可以减排CO₂但会增排大气污染物, 在第三象限中, 表明该控制措施同时增排大气污染物和CO₂, 在第四象限中, 表明该控制措施可以减排大气污染物但同时会增排CO₂.另外, 某一点与原点的连线所形成的夹角β可以表示减排的程度.

2.2.2 污染物减排量交叉弹性分析

通过污染物减排量交叉弹性分析可以评价减排措施对大气污染物和温室气体减排的协同程度, 即以大气污染物对CO₂的弹性系数来反映CO₂对不同污染物变化的敏感性程度.弹性系数可以判断减排措施是否具有协同控制效应及不同类型污染物之间的相对“协同程度”.例如, 减排措施对空气污染物CO和温室气体CO₂减排的交叉弹性计算公式如式(6)所示.

(6)

式中, Els_CO2/CO为CO对CO₂的减排量交叉弹性系数；ΔCO₂/CO₂为CO₂排放量变化率；ΔCO/CO为CO排放量变化率.

当Els>0时, 减排措施具有正协同效应, 即协同效益(排除分子分母均为负数的情况)；当Els=0时, 减排措施没有协同效应.当Els < 0时, 减排措施具有负协同效应；如果Els =1, 减排措施具有正的协同效应, 且对CO₂和大气污染物的作用程度相同；当1>Els>0时, 减排措施具有正协同效应且对目标大气污染物影响程度要高于CO₂；反之, 如果Els>1, 减排措施具有正的协同效应, 且对CO₂的影响程度要高于目标大气污染物.

3 结果和讨论(Results and discussion) 3.1 案例介绍

2016年, 上海市汽车保有量高达323万辆(国家统计局, 2017).为了减少传统燃油汽车数量的增加带来的环境问题, 上海市于2016年全面落实了重大污染领域的大气污染防治措施67项, 提前完成了《上海市清洁空气行动计划(2013—2017)》中的重要任务.其中交通领域包括实施国二老旧汽油车(2005年以前的车辆)外环线以内区域限行, 推进实施国三标准汽车改造, 淘汰高污染车车辆达5.7万辆, 推广新能源汽车达4.5万辆等(上海市环境保护局, 2016).

上海市为支持清洁能源发展和低碳交通出行, 大力发展地铁和公共汽车等公共交通的措施, 并投入了大量新能源汽车代替传统燃油汽车用于出行.截至2016年底, 上海市新能源汽车的保有量已超过10万辆.按汽车类型分, 主要以纯电动汽车和插电式混合动力汽车的推广为主, 按用途分则主要以私家车、租赁用车、公务车、公交车以及出租车为主.自2014年起, 上海新能源汽车市场处于快速发展的趋势, 在我国新能源汽车市场中的份额不断提高.其中私人消费者成为了新能源汽车市场的主要对象, 在2016年累积推广量达到了5.24万辆, 占上海市插电式混合动力汽车的68.5%(中国汽车技术研究中心, 2010—2017).

3.2 协同减排量

通过式(1)~(4)可以计算出2016年上海3类交通工具在推广使用新能源汽车后对大气污染物及CO₂的减排量.自2010年以来, 上海市纯电动公交车和纯电动私家车的CO₂减排量处于稳健增长阶段, 在2016年分别可减排38166 t和32952 t CO₂.而纯电动出租车的保有量自2015年起没有增加, 因此按照存量来看, 在2016年可以减排21061 t CO₂.其中纯电动公交车的CO₂减排量最高, 占了CO₂总减排量的41.4%.

自2010—2016年以来, 插电式混合动力公交车的CO₂减排量处于负增长趋势, 即增加了CO₂的排放量.这主要是因为插电式混合动力公交车所需电力排放量要高于其本身替代燃油汽车所带来的直接减排量所致.而插电式混合动力私家车自2013年起, 随着保有量的增加具有较好的减排效果, 低保有量的插电式混合动力出租车也依然呈现了正减排效应, 分别减排24886 t和3374 t CO₂(图 2a).

在2010—2016年期间, 随着纯电动汽车保有量的不断提高, 对大气污染物CO、PM₁₀、NO_x和NMHC都具有减排作用, 见图 2b.截至2016年底, 纯电动私家车和纯电动出租车的CO减排量分别为527.22 t和453.23 t, 均超过了纯电动汽车对其他污染物减排量的总量, 减排效果最佳.纯电动公交车则对NO_x呈现了最佳的减排作用, 减排了约2476.84 t(占比98.33%)污染物.对于大气污染物SO₂, 随着保有量的增加, 纯电动公交车呈现了正向减排趋势, 在2016年可以减排15.48 t SO₂, 但纯电动私家车和纯电动出租车分别增排5.53 t和7.42 t SO₂, 不具备减排效果.

3类插电式混合动力汽车对各个污染物的总减排量始终低于纯电动汽车.插电式混合动力私家车在CO减排方面效果最佳, 2016年的CO减排量为1209.52 t.插电式混合动力公交车则在NO_x的减排效果最为明显, 为237.07 t.对于3类插电式混合动力汽车, SO₂均呈现了负增长, 这说明插电式混合动力汽车的推广措施增加了该大气污染物的排放, 并没有减排效果.

在考虑电力生产过程污染物排放的背景下, 3类汽车污染物减排效果图见图 3.插电式混合动力私家车在减排CO、NO_x以及NMHC时所带来的减排效果均要优于纯电动私家车.主要原因是在减排上述大气污染过程中插电式混合动力私家车所带来的直接减排量都要高于自身电力排放量, 同时也远高于纯电动私家车的直接减排量.与此同时, 在火电厂燃料燃烧充分的情况下, CO和NMHC的排放量微乎其微, 可忽略不计.因此, CO和NMHC的实际减排量即等于直接减排量.而纯电动私家车在PM₁₀的减排过程中其直接减排量与电力排放量的差值要大于插电式混合动力私家车的差值, 从而实现了较好的减排效果.纯电动出租车和纯电动公交车在大气污染物CO、NO_x、NMHC、PM₁₀的实际减排量均要优于相同类型的插电式混合动力汽车.这主要是由于纯电动汽车的直接减排量要远高于其电力排放量且明显高于插电式混合动力汽车所致.

对于3类汽车而言, 除纯电动公交车在SO₂的减排过程中实现了正减排, 其余汽车都呈现了负增长.这是因为在对SO₂进行的减排过程中, 仅有纯电动公交车的直接减排量要高于其电力排放量, 而其他类型汽车的电力排放量均要高于其本身替代燃油汽车所带来的直接减排量.

根据污染物排放数据, 新能源汽车对削减城市大气污染物排放有极大贡献, 但当考虑电力生产过程的排放, 就使新能源汽车无法具备整体减排优势, 反而存在污染物增排等负面影响.

3.3 协同效益程度分析 3.3.1 协同控制坐标系分析

根据第二节所提到的协同效益坐标系方法, 可以得到推广两类新能源汽车的减排程度效果坐标系, 如图 4所示.

对协同效应坐标系分析可知, 除插电式混合动力公交车之外的5类车辆大气污染物CO、NO_x、NMHC、PM₁₀的坐标均位于第一象限, 因此, 推广纯电动汽车和插电式混合动力汽车对以上污染物和CO₂同时具有减排作用和协同效益, 且纯电动公交车对于CO和CO₂的协同减排效果要高于其余类型汽车(图 4a).纯电动以及插电式混合动力私家车和出租车对于NO_x、PM₁₀和CO₂的协同减排效果要优于公交车, 其中插电式混合动力私家车和出租车对等量的目标污染物PM₁₀进行减排时, 对温室气体的减排则效果比纯电动私家车和出租车要更好(图 4b, 4c), 而纯电动汽车在对等量的目标污染物NMHC和CO进行减排时, 对温室气体的减排则效果比同类型插电式混合动力汽车要更优(图 4a, 4d).

插电式混合动力公交车的CO、NO_x、PM₁₀和NMHC坐标均位于第四象限.这表明插电式混合动力公交车对等量的目标污染物进行减排时, 可减少相应大气污染物, 但对温室气体并未起到减排效果, 相反增加了CO₂的排放, 不具备协同效益.

纯电动公交车在减排目标污染物SO₂的同时也在减排CO₂, 坐标位于第一象限, 所以具有较好的协同效益.然而纯电动出租车和私家车以及插电式混合动力出租车和私家车的SO₂-CO₂坐标点位于第二象限, 表明控制措施能减排温室气体但会増排大气污染物.对于插电式混合动力公交车来说, 其SO₂-CO₂坐标均位于第三象限表明该控制措施对大气污染物和温室气体CO₂均不具备减排效应(图 4e).

3.3.2 污染物减排量交叉弹性分析

利用3.2节计算出的上海市推广新能源汽车之后传统燃油汽车及新能源汽车产生的大气污染物和CO₂排放量, 采用污染物减排量交叉弹性的计算公式(6)计算出3类车辆的CO₂随CO、NO_x、PM₁₀和NMHC变化的弹性系数.具体结果如图 5所示.

由图 5可知, 除插电式混合动力公交车之外的新能源汽车CO、NO_x、PM₁₀以及NMHC的CO₂减排弹性系数均大于0, 说明该新能源汽车的推广替代措施在减排这4类大气污染物同减排CO₂具有协同效益.其中, 3类纯电动汽车对大气污染物CO、NO_x和NMHC的协同控制程度均要高于对CO₂的协同程度(1>Els>0).而私家车和出租车对PM₁₀的CO₂减排弹性系数Els>1, 表明这类汽车对CO₂的减排效应更加显著.对于大气污染物SO₂来说, 私家车和出租车的SO₂的CO₂弹性系数小于0, 公交车的CO₂弹性系数大于1, 说明新能源汽车的推广替代措施并未能有效控制私家车和出租车的SO₂的排放, 不具有协同效益, 即负协同效应(Els < 0).但对公交车的SO₂同减排CO₂具有一定的协同效益(Els>1), 且对CO₂的减排影响程度要高于对SO₂的减排.而插电式混合动力公交车的CO、NO_x、PM₁₀和NMHC弹性系数均小于0, 不具备协同效益.对于SO₂来说, 由于其变化率均为负数, 因此不做弹性系数分析.

4 结论(Conclusions)

1) 通过一系列完整的协同效应评价体系, 从不同层面对推广新能源汽车进行讨论可以得到如下减排推广路径：①对于CO-CO₂减排, 纯电动公交车具有最佳协同效益.减排效果排序为BEV公交车>BEV私家车>BEV出租车>PHEV出租车> PHEV私家车.②对于NO_x-CO₂减排, 插电式混合动力出租车具有最佳协同效益.减排效果排序为PHEV出租车> BEV私家车> BEV出租车> PHEV私家车> BEV公交车.③对于PM₁₀-CO₂减排, 插电式混合动力出租车具有最佳协同效益.减排效果排序为PHEV出租车> PHEV私家车> BEV出租车> BEV私家车> BEV公交车.④对于NMHC-CO₂减排, 纯电动私家车具有最佳协同效益.减排效果排序为BEV私家车> BEV公交车>BEV出租车> PHEV出租车> PHEV私家车.⑤对于SO₂-CO₂减排, 在6类车辆中, 仅有纯电动公交车具有最佳协同效益.

2) 在考虑整体减排以及减排效果的综合条件下, 纯电动公交车可对大气污染物和温室气体均进行减排, 具有最佳的协同效益.因此上海交通部门实现温室气体和大气污染物协同控制的政策措施最应优先落实的为大力发展纯电动公交车, 国家以及地方的政府补贴将正向激励城市公共交通的建设投入, 达到纯电动汽车环境效益最大化以及温室气体减排的效果.

3) 从有效实现协同效益的角度来看, 发电厂端污染物排放是现阶段上海新能源汽车有效发展的主要阻力.因此上海电力行业采取清洁能源发电以及降低化石能源的使用比例等措施均可改变电力排放因子, 降低新能源汽车的电力排放量, 从而实现推广引入纯电动汽车和插电式混合动力汽车降低CO₂和大气污染物的排放效果.

从本文的研究结果看, 盲目扩大新能源汽车推广量是不明智的, 当考虑电力能源排放的情况下, 并非所有类型新能源汽车都具备整体减排优势.另外, 如今新能源汽车的发展还存在着诸多的阻碍与问题, 如充电桩设置与排放、电池安全、电力传输过程的排放等等.管理者宜应在考虑新能源汽车本身的性能提升和当地电力能源结果的前提下, 不仅要重视量的发展, 也需保证质的提升, 有效实现新能源汽车的协同减排效果.