中国ESDPM模型及其在交通需求预测中的应用*

刘嘉 陈文颖 刘德顺

(1.清华大学公共管理学院，北京 100084;2.清华大学能源环境经济研究所，北京 100084)

2008年中国终端能源消费的部门构成中，交通运输只占总量的 7.8%［1］，而世界的平均水平为27.5% ，OECD国家交通运输甚至长期占据总量的三分之一以上［2］。这固然有统计口径不同的原因，但更主要的是因为中国正处于工业化的初中期阶段，工业部门仍是社会经济的主要耗能部门，所以交通运输部门的占比还低。但90年代以来，比重一直呈上升趋势，尤其是近几年来私人小汽车保有量的成倍增长，给城市交通、能源供应和环境保护带来了严重挑战。未来随着城市化进程的持续发展和人均收入的不断提高，交通运输周转量将保持较快的增长速度，在终端能源消费的比重也将会朝着国际趋势不断发展，使交通需求预测成为一个重要的研究课题。

已有交通需求预测研究表明，客运和货运周转量分别与居民收入和经济发展呈正相关关系，而小汽车拥有率将随着人均 GDP 的不断增长，呈现出“S”型增长关系［3－5］。本文正是基于交通运输部门未来的发展特点及其在整个终端能耗局面中的重要性，应用集合模型方法建立并应用中国能源服务需求预测模型(Energy service demand projection model，ESDPM)，对未来中国的客运和货运周转量以及小汽车保有量进行了预测，并与其他国家和地区及相关研究进行了比较，最后展开关于这个问题的讨论和总结。

1 中国ESDPM模型概述

中国ESDPM模型是一个包括一系列应用步骤的预测模型体系。通过设定判断步骤和检验程序，使其既可对小汽车保有量等予以饱和水平考虑，又能合理适当地应用传统模型方法预测，其模型框架结构进行如图1所示。

1.1 ESDPM模型设计思路

在预测客运和货运周转量时，可使用传统计量经济模型方法，如回归分析、时间序列分析和弹性系数法等。为使预测模型方法更加系统，本文将以上各种模型方法统归于传统需求预测模型(Traditional demand projection model，TDPM)。而由于小汽车拥有率将呈现出“S”型增长关系，须对其予以饱和趋势考虑，这就使具有饱和水平限制的模型得到了极大关注。在机动车预测中得到很大应用的Gomperta模型正是一种具有饱和水平限制的模型，其模型方程［3］如式(1)所示，Dargey和Gately用此模型研究过世界范围内的小轿车拥有率情景以及收入的影响程度［7－8］。另外，还有采取“S”型方程研究机动车拥有率与收入关系的类对数模型等。本文将Gomperta模型等归于具有饱和水平限制的预测模型(Saturation limit projection model，SLPM)。

图1 中国ESDPM模型结构框架图［6］Fig.1 China Energy service demand projection model

其中:V是机动车拥有率，GDP为人均收入，γ为机动车拥有率饱和水平，α和β是曲线相关参数，一般为负值。

基于如上设计思路和各种运输方式未来变化趋势的特点，本文把SLPM模型和TDPM模型统一纳入到中国ESDPM模型，并对未来客运和货运周转量及小汽车保有量进行了预测。

1.2 ESDPM模型运行步骤

由模型设计思路和结构框架图可见，应用模型预测交通需求时将按照如下3个步骤进行:第1步为判断和选择，即根据各种运输方式发展历程和特点，结合OECD国家的历史经验，判断预测对象是否具有饱和趋势从而选择相应预测模型;第2步为模型运算，确定模型驱动量，SLPM模型还需根据中国和OECD国家的历史数据选择人均饱和水平，输入基本假设，输出预测结果;第3步为确定和检验，即将预测结果与发达国家发展历程进行比较，确定最终预测结果并检验其合理性。

2 模型运算的相关假设

本文根据对未来人口和经济增长等基本假设，应用1978年到2008年的历史数据，预测了客运(包括铁路、公路、水运和航空)和货运(包括铁路、公路、水运、航空和管道)未来一直到2050年的交通周转量及小汽车保有量。模型运算的相关假设如下:

2.1 经济和社会发展假设

根据近几年的真实数据以及相关预测假设未来经济和社会发展如表1所示:其中，人口将在2035年左右达到顶峰14.7亿，GDP增长率指每10年间的年均增长率。

表1 未来经济和社会发展假设Tab.1 Assumptions for future economic and social development

2.2 客运交通相关假设

本文对客运周转总量及其各分量进行预测①本文提到的客运周转量如非特别说明均为不包括小汽车出行的运输周转量。。为保证各运输方式占比及分量之和与客运周转总量协调一致，需对某个分量进行假设。由于水运是客运占比最低的运输方式，本文参考了水运周转量的历史数据。1978年到2008年，水运客运周转量年均降低1.75%，与此相应地，其占比也从1978年的5.77%持续下降到2008年的0.26%，年均下降9.88%。据此，本研究假设未来水运客运周转量占比仍将以此速度持续下降，2050年其占比将下降到0.15%。

2.3 货运交通相关假设

同理，在对货运交通进行预测时也需进行假设。由于航空是货运占比最低的运输方式，本文将对其占比进行假设。1978－2008年，我国航空货运周转量年均增长率高达17.41%。相应地，航空货运占比也从0.01%逐渐攀升至0.11%。但相对于其他运输方式及其他国家货运占比情况，我国航空在货运周转量的占比还很低。以国土面积与中国相当的美国为例，美国的航空货运周转量占比基本保持在0.4%左右。未来，中国将逐渐成为全球性的国际集装箱航运中心。据此，本研究假定我国2050年航空货运占比也将达到0.4%，2005年到2050年该占比将以3.17%的速度持续上升。

3 模型的结果与讨论

3.1 客运周转量的预测结果

根据模型得到未来客运周转量如图2所示，选取小汽车饱和水平为0.35－0.5，得其保有量预测结果如图3所示。

图2 客运周转量预测结果Fig.2 The projection of passenger transport

图3 私人小汽车预测结果Fig.3 The projection of private cars

结果显示，2005－2050年客运周转量将以年均5.9%的速度增长，2050年将达到23.1万亿人·km，而小汽车保有量将随着人均GDP增长，呈现出明显的“S”型增长关系。根据发达国家的历史经验，当人均GDP达到1.5万美元，千人小汽车拥有量为40以上［4］。Dargey和Gately也根据Gomperta模型和一些工业化国家的发展经验，判断小轿车拥有率饱和水平在 0.4 到0.7之间［7－8］。据本文预测，我国人均GDP将于2040年超过1.5万美元，但考虑到中国是一个人口大国，且未来交通运输的发展面临着能源瓶颈和环境保护的双重限制，因此本文选取小汽车拥有率的饱和水平为0.4，小汽车保有量在2035年达到5.8亿辆，之后一直稳定在这一水平。

与同类研究相比，本文预测2030年客运周转总量①因国家信息中心课题预测到2030年，本文仅对2030年的总量预测结果进行了对比。为9.6万亿人·km，而国家信息中心交通项目报告［9］中为6.2万亿人·km，发展改革委员会能源研究所课题组(以下简称能源研究所)预测为13.9万亿人·km［4］。这主要是由于统计口径不同，国家信息中心仅预测了营运车辆，而能源研究所则涵盖了包括非营运车辆及城市交通整个大交通范围，而本文仅预测了小汽车的保有量未计入客运周转总量。若假设2030年小汽车平均行驶里程为8000 km并平均载客1人，则可得2030年客运周转总量为14.2万亿人·km，略高于能源研究所的预测。在客运结构占比方面，铁路和水运在总量的占比中将逐渐下降，而公路和航空占比将迅速上升。

3.2 货运周转量的预测结果

根据ESDPM模型得到未来货运周转量如图4所示。结果显示，2005－2050年货运周转量将以年均5.1%的速度增长，2050年达到74.7万亿t·km。数据显示，货运周转量相对GDP的弹性系数在1985－2005年间基本在0.5 －1.3 之间波动，平均值为0.81，2003 －2008 年这一系数为1.42，而未来该系数将逐渐下降到0.64。在货运周转量的结构占比方面，与客运周转量类似地，铁路和水运占比也将逐渐下降，而公路和航空占比将逐渐上升。

图4 货运周转量预测结果Fig.4 The projection of freight transport

图5 人均客运周转量比较Fig.5 The comparison of passenger per capita

3.3 结果的检验与讨论

可根据模型检验步骤，将模型结果的相关指标与发达国家的发展历程进行比较，检验结果的合理性。本文将与OECD国家比较以下指标:人均出行距离，包括人均客运周转量和人均航空里程、单位GDP的货运周转量及其相对GDP的弹性系数。

结果显示，相比于其他国家和地区，我国人均客运周转量虽处于较低的水平，但未来增长很快。由图5可见，1978－2008年OECD国家的人均客运周转量都呈缓慢增长的态势［10］。其中，日本最低，美国最高，IEA的数值为IEA17个国家的平均值，中国的数值为2020－2050年每5年的预测值。而我国未来人均客运周转量增速则显著高于OECD国家。这是因为我国城市化率和三产比重较低，城市化进程滞后于工业化，而OECD国家在人均GDP的可比时期城市化率早已超过70%。因此，未来我国人均客运周转量将快速增长，但由于国情和生活方式的差别，我国既不会保持在日本的较低水平，也不会像美国那么高。值得注意的是未来我国航空客运发展将更加迅速，人均航空里程将达到美国八十到九十年代的水平。据本文预测2050年我国人均航空里程为0.32万km，美国八、九十年代这一数值在0.3－0.35之间;而人均客运周转量将于2050年达到1.5万km(包括小汽车则为1.7万 km)，能源研究所预测值为1.9万km［4］，相当于IEA国家现在的平均水平。

在货运方面，OECD国家1990年到2004年间单位GDP的货运周转量(单位为)一直保持在一个平稳水平。其中，加拿大和澳大利亚最高，均在1以上，美国和IEA国家基本稳定在0.6和0.4左右，而日本仅为0.1 t·虽然我国单位GDP的货运周转量从1980年以来一直处于下降态势，但即便如此，2005年该值仍高达3.6 t·km/。这说明我们用较高的货运强度支撑了经济的发展，这与我国“世界工厂”的特殊背景是相符合的。根据本文预测，未来随着我国工业化进程的完成和服务业比重的逐渐提升，单位GDP的货运周转量将继续下降，2050年这一数值将下降到2.3 t·km/，货运周转量相对GDP的弹性系数也将逐渐降低到2050年的0.64，如表2所示。

由表2可见，中美日三国货运周转量相对GDP的弹性系数均逐渐降低，公路在货运总量的占比逐渐升高，总体趋势上均比较一致。但我国与美国运输更加接近，与日本相差较大，这也再次体现出交通与国情的高相关性。以公路占比为例，日本因国土面积狭小，货运以公路和沿海海运为主，铁路仅占5%左右，故而公路占比略高;而我国与美国幅员辽阔，公路周转量和占比虽然不断增加，但铁路仍将在货运中发挥重要作用，因此公路占比上升空间有限。值得注意的是，表中美日两国货运周转量相对GDP的弹性系数是剔除了远洋运输的，且两国在70－80年代经历了两次石油危机，因此该系数较低。

表2 货运周转量比较Tab.2 The comparison of freight transport

根据模型的检验和比较我们发现，虽然中国的客运和货运周转量与发达国家存在较大差距，但发达国家发展道路所体现出的特点，尤其是交通运输与一些经济增长指标的变化规律仍对我国具有很大的借鉴意义。但考虑到不同国家间国情的巨大差异，需对可比性进行甄别。由于日本的国土面积和经济构成与我国有很大差异，本文认为我国与日本的可比性较低;在客运方面，由于生活和消费模式的显著不同，我国与美国的可比性较差，而IEA国家可能是一个较好的参照;在货运方面，考虑到其与国土面积的高相关性，我国与美国、加拿大和澳大利亚等疆域大国的可比性更高。

4 结论

交通运输是未来我国能源需求预测中的一个关键部门。本文建立并应用中国ESDPM模型对交通运输部门中客运和货运周转量以及汽车保有量进行了预测，并与其他国家和地区及相关研究进行了比较。结果显示，2005－2050年中国的客运和货运周转量将分别以年均增长率5.9%和5.1%的速度增长，2050年将分别达到23.1万亿人·km和74.7万亿t·km。虽然未来我国客运周转量增长速度显著高于OECD国家，但我国人均出行距离仍将处于较低的水平，2050年时仅相当于IEA国家现在的平均水平;而单位GDP的货运周转量虽呈持续下降态势，但与美国、加拿大和澳大利亚等疆域大的国家相比仍有不小的差距。小汽车保有量将随人均GDP的发展呈现出明显的“S”型增长关系，在小汽车拥有率饱和水平选取为0.4时，小汽车保有量将稳定在5.8亿辆左右。

未来随着我国城市化进程的持续发展和人均收入的不断提高，交通运输在终端能源消费总量的比重将持续升高。因此，合理预测未来的交通需求，为交通和能源规划提供相关依据，对我国在快速工业化和城市化进程中转变交通发展模式，加强交通节能减排具有着十分重要的现实意义。我国应在经济和社会发展过程中，充分借鉴发达国家的历史经验，进行合理规划，转变发展方式，为迈上具有中国特色的低碳发展之路做好充分准备。

References)

［1］国家统计局.中国统计年鉴2009［M］.北京:中国统计出版社，2009.［National Bureau of Statistics of China.China Statistical Yearbook 2009［M］.Beijing:China Statistics Press，2009.］

［2］International Energy Agency.Key World Energy Statistics［M］.IEA，2008.

［3］朱松丽.交通需求和交通能源需求预测方法［J］.数量经济技术经济研究，2004，(5):100 －108.［Zhu Songli.The Projection Methodology of Transport Demand and Transport Energy Demand［J］.Quantitative＆ Technical Economics，2004，(5):100－108.］

［4］国家发展和改革委员会能源研究所.中国2050年低碳发展之路－能源需求暨碳排放情景分析［M］.北京:科学出版社，2009:66－71.［Energy Research Institute of National Development and Reform Commission.China’s Low Carbon Development Pathways by 2050－Scenario Analysis of Energy Demand and Carbon Emissions［M］.Beijing:Science Press，2009:66 －71.］

［5］马艳丽，高月娥.我国未来汽车保有量情景预测研究［J］.公路交通科技，2007，(1):121 －125.［Ma Yanli，Gao Yue’e.Forecast of Automobile Population in China［J］. Journal of Highway and Transportation Research and Development，2007，(1):121 －125.］

［6］刘嘉，陈文颖，刘德顺.中国能源服务需求预测模型［J］.清华大学学报:自然科学版，2010，50(3):481 －484.［Liu Jia，Chen Wenying，Liu Deshun.China Energy Service Demand Projection Model［J］.Journal of Tsinghua University:Science and Technology Edition，2010，50(3):481 －484.］

［7］Dargay J，Gately D.Vehicle Ownership to 2015:Implication for Energy Use and Emissions［J］.Energy Policy，1997，25(14 －15):1121－1127.

［8］Dargay J，Gately D.Income’s Effect on Car and Vehicle Ownership Worldwide:1960－2015［J］.Transportation Research Part A:Policy and Practice，1999，33(2):101－138.

［9］国家信息中心经济预测部，交通节能问题的研究系列报告之三:交通运输需求与经济社会发展和产业结构的关系研究［R］.2009.［Economic Forecast Ministry of National Information Center.Transport Energy Saving Report-III:Study of the relationship of the transport demand with economic and social development and industry structure［R］.2009.］

［10］International Energy Agency.Energy Use in the New Millennium:Trends in IEA Countries［R］.IEA，2007.