基于系统动力学的道路运输能源需求预测
——以辽宁省为例

唐丽敏， 王艺澄， 王 盼

(大连海事大学 交通运输工程学院，辽宁 大连 116026)

摘要 ：深入分析了辽宁省道路运输与经济、人口及能源子系统间的相互作用关系，构建了辽宁省道路运输能源需求系统动力学模型，并参照社会经济发展及道路运输相关规划目标，进行了预测与情景模拟。研究表明：2020年辽宁省道路运输能源需求量约1800万吨标准煤；“十三五”期间，辽宁省货运周转量年均增长2.38%，客运周转量年均增长4.2%；产业结构调整将改变能源需求量，第三产业比重增加5%时，能源需求量能够减少1.1%；营运货车单位周转量能源消耗量降低14.3%时，能源需求量可降低2.2%。

关 键 词 ：交通运输工程；道路运输；能源需求量；系统动力学；预测；情景模拟

0 引 言

在现代社会发展过程中，能源对于国家经济甚至安全起到了非常重要的作用。交通运输业单位产值能源消耗量已成为各行业最高，伴随着能源消耗量的持续增加，国家能源安全受到威胁，环境污染也逐渐加剧。其中，道路运输作为能耗占比最大的交通运输方式^[1]，对其能耗影响因素进行深入研究，预测其能源需求，探究其节能减排措施，对于推进节能减排工作意义重大。

以“重要时刻”为主题作广告,唤醒人们在重要的时刻如:毕业、婚礼、考试等别忘记买一只Omega手表。显而易见,直译法用于广告修辞翻译,既能再现原文形式和内容,保留原文风姿风韵,又能引进外国广告语言中的新鲜的东西,可谓一举多得。

以往围绕交通运输业能源消耗展开的研究较多，且大都集中于能源需求影响因素分析和能源消耗预测。W. G. ZONG^[2]通过回归分析和建立多个BP神经网络模型，对韩国的交通运输能源需求进行了预测。M. FOROUZANFAR等^[3]先利用遗传算法得到自变量的预测值，继而基于预测值用遗传算法进行计算，最后得出伊朗交通运输能源消耗量。T. PUKEC等^[4]采用自下而上模型，对克罗地亚的交通运输业能耗进行了预测。而深入研究道路运输能源需求的文章则较少，且一般是定性分析节能减排措施，缺乏数据和定量分析。OU Xunmin等^[5]对中国道路运输能耗进行了全生命周期情景分析，发现新能源和替代性能源的新型汽车将可能带来能源消耗的减少。王瑞军等^[6]利用完全分解模型分析了运输结构、能耗强度和货物周转量3个因素对货物运输能耗的影响，发现货物运输量的增长是能耗增长的主要原因。姜军等^[7]梳理了道路运输系统结构，提出了节能减排的系统化措施。

道路运输能源消耗系统是一个复杂的动态系统，与GDP、人口及政策规划等关系紧密，受众多因素影响。系统动力学则侧重于研究系统内作用规律和动态反馈机制，适用于处理道路运输能源消耗量预测这种非线性和多重反馈问题，并能进行情景模拟分析。因此，笔者以辽宁省为例，深入分析其道路运输与经济、人口及能源系统之间相互影响与制约，最终建立道路运输能源需求的系统动力学模型，并通过预测和模拟，为相关决策及节能减排工作提供理论依据及参考。

1 辽宁省道路运输能源需求系统分析

1.1 道路运输与经济关系分析

笔者选取客运周转量(PT)和货运周转量(FT)代表道路运输子系统同国民生产总值GDP进行Granger因果关系检验，结果如表1。

原矿破磨工艺流程见图2，水泥生产工艺流程见图3，水泥熟料主要化学成分分析结果见表2，水泥物理检测结果见表3，水泥应控项目的化学检测结果见表4。

表1 PT /FT与GDP的Granger因果关系检验结果
Table 1 Granger causality test results between PT /FT and GDP

由表1可见，在5%置信水平条件下，道路运输客货运周转量同为GDP的Granger原因，且客运周转量对GDP影响大于货运周转量。

另外，国民生产总值GDP可细划为第一产业增加值、第二产业增加值和第三产业增加值。其中，第一产业和第二产业的发展是推动货物运输需求增长的主要原因，因此笔者将考虑产业结构对道路运输的影响。

1.2 道路运输与人口关系分析

雅正之乐微，乃有郑卫之音。郑卫虽变，然琴瑟笙磬犹在也；及变而为燕之筑、秦之缶、胡部之琵琶、箜篌，则又郑卫之变矣。风雅颂之后为骚、为赋、为曲、为引、为行、为谣、为歌，千余年后乃有倚声制辞，起于唐之季世，则其变愈薄，可胜叹哉！予少时汩于世俗，颇有所为，晚而悔之；然菱歌渔唱犹不能止。今绝笔已数年，念旧作终不可掩，因书其首，以识吾过。淳熙己酉(1189)炊熟日(寒食)放翁自序。〔1〕80

五是，引入“中国梦”宣传教育符合社会发展规律。在我国社会经济快速发展的今天，各种西方文化相继涌入，对大学生的思想价值观产生了一定的冲击，导致大学生不能理性看待身边事物，严重影响了中国特色社会主义社会的建设工作。而在大学思想政治教育中引入“中国梦”宣传教育刚好可以解决此问题，帮助大学生更加深刻理解“中国梦”，让大学生可以从社会发展规律的层面来看待任何问题，并理解“中国梦”的规律以及意义等，符合社会发展规律，从而为中国富强发展奠定坚实基础。

图1 辽宁省GDP与人均GDP增长率变化趋势
Fig. 1 The growth rate trend of GDP and per capita GDP in Liaoning

图1中可明显看出，人均GDP增长率同GDP增长率变化趋势基本一致，结合道路运输和GDP的密切关系，可间接说明人口对整个系统亦产生影响。具体而言，人口变化一方面影响私家车需求，另一方面作用于营运客车客源，从而影响道路运输周转量及能源需求。

六、提高质量和效益为目标，鼓励供应链创新应用，要开展供应链创新与应用的试点示范，引导工商企业聚焦资源，协同创新，加强数字供应链和智能供应链的要求。

由于人口增长率相对于GDP增长率较小，不易观察，我们采用人均GDP增长率来代替人口增长率，同GDP增长率进行比较，结果如图1。

1.3 道路运输与能源关系分析

道路运输是能源消耗量最大的交通方式，且汽油和柴油是主要的燃料类型，天然气和电力消耗较少。近年来，辽宁省各类燃料的消费量如图2。

图2 辽宁省道路运输能源消费量
Fig. 2 Energy consumption of road transportation in Liaoning

1.4 因果关系分析

综上得出辽宁省道路运输能源需求的因果关系，如图3。

图3 辽宁省道路运输能源需求因果关系
Fig. 3 Causality of energy demand for road transportation in Liaoning

图3中，3条反馈回路较为重要：

1)GDP→+道路运输货运周转量→+道路运输周转量→+交通运输产业增加值→+交通运输业总能耗→+社会总能耗→+产业结构调整→+第三产业增加值→+GDP。

2)模型因素不会发生突变，不考虑自然灾害等不可抗事件的影响。

3)GDP→+人均GDP→+道路运输客运周转量→+道路运输周转量→+交通运输业产业增加值→+GDP 。

2 辽宁省道路运输能源需求系统动力学模型构建

2.1 模型假设

由于影响道路运输能源需求的因素众多，在选择影响因素建模时，基于以下假设：

在走访调查的西藏多家经营唐卡销售业务的企业中，有借助于知名电子商务平台销售的微信网店、淘宝商家，也有自主开发销售网站的公司如拉萨岗地经贸有限公司，他们均反映唐卡线上销售中存在诸多版权问题。此外，在与唐卡艺术与文化协会、博物馆等单位的交流中，关于唐卡图像网上宣传展示，他们同样面临很多信息安全问题。共性问题主要归纳如下：

4)单位周转量能源消耗量走势保持一致，燃油的品种、质量及密度不发生变化。

1)仅考虑经济、人口、道路运输与能源需求的关系，不涉及其他外界因素。

3)仅考虑对模型影响较大的因素，保有量较小的车种(如拖拉机、校车、挂车等)不考虑。

1）“杨梅采摘节”，杨梅成熟刚好和五一小长假相遇。可以利用这个时间段在庐山西海及周边的地区通过旅行社、旅游公司、相关媒体等进行对该活动宣传。开展一系列的活动（如“摘杨梅比赛”“吃杨梅比赛”等）以促进当地旅游市场的发展，提高经济收益。

2)GDP→+居民消费水平→+私家车拥有量→+道路运输客运周转量→+道路运输周转量→+交通运输业产业增加值→+交通运输业总能耗→+社会总能耗→+产业结构调整→+第三产业增加值→+GDP 。

随着经济水平的不断发展进步，要促进纺织服装行业的技术不断革新，大数据时代到来要求服装业的发展要与电子商务结合起来，减少成本，降低费用。在电子商务中发展服装业可以促进信息更加准确，比如说通过电子商务，消费者可以随意挑选喜欢的服装，然后物流直接配送，提供上门服务，用户在家就可以自由购买服装，节省了时间，而且网上交易也促进了中国服装走向世界，提升在价值链中的地位。

后期将对机器人加装GPS以及光流传感器，对底盘进行稳定性设计使之具备远程侦查能力；优化机器人的自动导航算法，使传感器更加具有适应性与使用广度；优化对传感器的数据融合算法，并开启微信网络公共平台使之更高效地获取传感器数据；使用神经网络算法结合互联网服务器改善机器人语音识别的可靠性与准确性，将使之更完美地运用于医疗机构、学校、仓库管理等场所.

高潮看了，咧了咧嘴。高潮一手捏几粒花生米往嘴里送，一手在对话框里回复“诗的妾”：LAOPO!等打了发送，才发现输入法还没有转换过来。

5)交通基础设施建设能源消耗和耗材损耗不作考虑，仅考虑移动运输源的能源需求。

2.2 辽宁省道路运输能源需求系统SD流图

基于上述假设，结合对系统因果关系的分析，利用Venism软件，构建SD(系统动力学)流图，如图4。

图4 辽宁省道路运输能源需求SD模型
Fig. 4 SD model of energy demand for road transportation in Liaoning

2.3 模型参数及表达式说明

对原始数据进行归纳整理，采用数学推导和回归分析等方法，建立参数间的关系式。原始数据源自《中国能源统计年鉴》、《中国统计年鉴》和《辽宁省统计年鉴》，还有辽宁省交通厅运输管理局、辽宁统计数据网、辽宁省统计局等相关网站及部门。模型主要参数能源需求量表达式如式(1)，其他参数及表达式如表2：

(1)

式中：E 为道路运输能源需求量；V _k 为各类运营方式车辆的周转量；R _k 为各类运营方式车辆的单位周转量能源消耗量，包括客运营运类、货运营运类和货运非营运类；N _k 为各类车辆的保有量，包括摩托车和私家车；e _k 为消耗各类燃料的车辆的每百公里能源消耗量；M _k 为各类车辆的年平均行驶里程。

表2 主要参数及表达式
Table 2 Main parameters and their expressions

2.4 模型检验

笔者主要检验模型行为是否与实际系统一致，该检验强调模型能够重现实际系统行为，与历史数据的相对误差处于合理范围内^[8]。笔者选取“客运周转量”、“货运周转量”和“能源消耗量”进行一致性检验，结果如表3。由表3可见，客货运周转量与能源消耗量的真实值与模型模拟值间的相对误差基本不超过10%，说明模型能够反映真实系统行为，其输出结果具有一定可靠性。

表3 客运周转量 、货运周转量和能源消耗量误差检验结果
Table 3 Error inspection results of passenger ,freight turnover and energy consumption

3 预测与情景模拟

3.1 客货运周转量预测

利用所建模型对“十三五”期间客货周转量进行预测，结果如表4。

表4 客货运周转量预测结果
Table 4 Forecasting results of freight and passenger turnover

由表4可见，2020年辽宁省客运周转量可达1 384.29亿人公里，货运周转量可达13 329.46亿吨公里。与《辽宁省交通运输建设“十三五”规划》预期目标相比，货物周转量年均增长率为2.38%，可达到2.3%的目标，而客运周转量年均增长率为4.2%，难以达到5.5%的目标。

3.2 能源需求量和二氧化碳排放量预测

据《辽宁省国民经济社会发展第十三个五年规划纲要》预期，2020年辽宁省GDP将比2010年翻一番，经计算实现该目标意味着GDP年均增长率为5.18%，现模拟实现该目标情况下道路运输能源需求量，结果如图6。

图5 能源需求量和二氧化碳排放量预测结果
Fig. 5 Forecasting results of energy demand and carbon dioxide
emission

3.3 社会经济发展模拟分析

笔者对“十三五”期间，辽宁省道路客运及货运能源需求量以及二氧化碳总排放量进行预测，结果如图5。由图5可见，“十三五”期间，辽宁省道路运输能源需求量逐年增加，二氧化碳排放量也逐年增加，且总体增长趋势呈现缓慢增加到快速增加再到较快增加的形态。

图6 GDP变化对道路运输能耗的影响
Fig. 6 The influence of GDP change on road transportation energy consumption

产业结构将影响货物运输需求，进而影响道路运输能源消耗量。“十三五”期间，辽宁省的第一产业、第二产业和第三产业比重调整预期目标为：由当前8.0∶50.2∶41.8调整为7.0∶46.0∶47.0，即逐步提高服务业比重，实现第三产业增加值赶超第二产业，成为促进辽宁省经济增长的首要产业。现分别模拟2020年第三产业比重增加5%和10%，观察能源需求量的变化，如图7。

图7 第三产业比重变化对道路运输能耗的影响
Fig. 7 The influence of the change of tertiary industry proportion on road transportation energy consumption

由图7可见，经济发展会引起能源需求量的增加，但产业结构调整可一定程度上改变这种状况。若第三产业占比提高5%，则能源需求量随之下降1.1%，若第三产业占比提高10%，则能源需求量随之下降2.7%，且第三产业占比越高，能源需求量降低速度越快。但根据相关规划及产业结构调整的具体情况，第三产业比重增加5%是较为现实的。

3.4 单位运输周转量能耗模拟分析

根据《辽宁省绿色交通运输发展专项规划(2015—2020年)》要求，辽宁省营运车辆单位周转量能源消耗量2020年将比2010年降低11.9%，其中营运客车、营运货车分别降低7.3%和14.3%。笔者据此进行模拟，当营运货车单位周转量能源消耗量降低14.3%时，能源需求量结果如图8。

图8 单位周转量能耗变化对道路运输能耗的影响
Fig. 8 The influence of unit turnover energy consumption change on road transportation energy consumption

由图8可见，若营运货车单位周转量能源消耗量降低14.3%，那么道路运输能源需求量将随之下降2.2%，效果较为明显。

4 结 语

笔者以辽宁省为例，构建了道路运输能源需求系统动力学模型，并对“十三五”期间辽宁省客货运周转量、能源需求量及二氧化碳排放量进行了预测，同时从“增加第三产业比重”和“降低单位运输周转量能耗”两方面进行了模拟分析，得到以下结论：

1)“十三五”期间，辽宁省能源需求量及二氧化碳排放量将逐年增加。

2)降低单位运输周转量能耗和增加第三产业比重可有效减少能源需求量。

基于上述研究，对辽宁省道路运输节能减排提出以下建议：

1)辽宁省应抓住新一轮东北老工业基地振兴的契机，结合自身实际情况，降低第一产业比重，优化第二产业，大力发展第三产业，加快产业结构调整。

2)加大科研力度，增加资金和技术投入，鼓励企业和高等院校深入研究挖掘绿色交通方式的核心技术与先进产品。

3)鼓励淘汰能耗高、效率低的车辆，将营运车辆消耗燃料限制落到实处，并且严格规范和遵守机动车排放标准。

参考文献( References) :

[1] 姚宝珍，沈飞，姚锦宝，等.节能减排视角下的公路运输周转量空间计量研究[J].交通运输系统工程与信息，2015,15(2):112-117.

YAO Baozhen, SHEN Fei, YAO Jinbao, et al. Spatial econometric analysis of road turnover under the energy conservation and emissions reduction [J]. Journal of Transportation Systems Engineering and Information Technology , 2015, 15(2): 112-117.

[2] ZONG W G. Transport energy demand modeling of South Korea using artificial neural network [J]. Energy Policy , 2011, 39(8): 4644-4650.

[3] FOROUZANFAR M, DOUSTMOHAMMADI A, HASANZADEH S, et al. Transport energy demand forecast using multi-level genetic programming [J]. Applied Energy , 2012, 91(1): 496-503.

[4] PUKEC T, KRAJAIG, LULIZ, et al. Forecasting long-term energy demand of Croatian transport sector [J]. Energy , 2013, 57(360):169-176.

[5] OU Xunmin, ZHANG Xiliang, CHANG Shiyan. Scenario analysis on alternative fuel/vehicle for China’s future road transport: Life-cycle energy demand and GHG emissions [J]. Energy Policy , 2010, 38 (8): 3943-3956.

[6] 王瑞军,武旭,胡思继.货物运输能源消耗影响因素[J].公路交通科技,2013,30(2):153-158.

WANG Ruijun, WU Xu, HU Siji. Influencing factors of freight transport energy consumption [J]. Journal of Highway and Transportation Research and Development , 2013, 30(2): 153-158.

[7] 姜军,张海森.基于可持续发展的道路运输节能减排影响要素及对策系统化研究[J].物流技术,2014,33(10),43-46.

JIANG Jun, ZHANG Haisen. A systematic study on influence factors and countermeasures of energy conservation and emissions reduction in sustainable development of road transportation industry [J]. Journal of Logistics Technology , 2014, 33(10): 43-46.

[8] 王其藩.系统动力学[M].北京:清华大学出版社,2008.

WANG Qifan. System Dynamics [M]. Beijing: Tsinghua University Press, 2008.

Road Transport Energy Demand Forecasting Based on SystemDynamics —— Taking Liaoning Province as an Example

TANG Limin, WANG Yicheng, WANG Pan

(School of Traffic & Transportation Engineering, Dalian Maritime University, Dalian 116026, Liaoning, P. R. China)

Abstract ： The interaction between road transportation and economic, population and energy subsystems in Liaoning province was analysed in depth, and the system dynamics model of energy demand for road transportation in Liaoning Province was established. In the light of the relevant planning objectives of social and economic development as well as road transportation, forecast and scenario simulation were carried out. The research results indicate that: firstly, the energy demand for road transportation in Liaoning province in 2020 is about 18 million tons of standard coal. The average annual growth rate of freight turnover and passenger turnover in Liaoning are 2.38% and 4.2% respectively in “thirteenth five-year plan” period. Secondly, the adjustment of industrial structure will change the energy demand. The energy demand can be reduced by 1.1%, when the proportion of the tertiary industry is increased by 5%. Thirdly, energy demand can be reduced by 2.2%, when the energy consumption per unit turnover of freight cars is reduced by 14.3%.

Key words ： traffic and transportation engineering; road transport; energy demand; system dynamics; forecast; scenario simulation

DOI ：10.3969/j.issn.1674-0696.2019.03.14

收稿日期 ：2017-09-10；

修订日期： 2018-10-16

第一作者 ：唐丽敏(1963—)，女，辽宁大连人，教授，博士，主要从事交通运输工程方面的研究。E-mail: tlmin@dlmu.edu.cn。

中图分类号 ：U4-9

文献标志码： A

文章编号 ：1674-0696(2019)03-091-06

(责任编辑 ：谭绪凯 )

标签：交通运输工程论文;  道路运输论文;  能源需求量论文;  系统动力学论文;  预测论文;  情景模拟论文;  大连海事大学交通运输工程学院论文;