近年来,我国非道路机械的保有量不断增加。截至2015年底,我国的非道路机械数量突破7000万,其中农业机械、工程机械数量大致占据了非道路机械总数的80%[1],且数量在持续增长。例如,2010—2015年农业机械、工程机械分别以3%~ 5%、6%~ 22%的增长率增加[2,3]。由于非道路机械大多数以柴油为燃料,其尾气排放不容忽视。据估算,2006年农业机械对NOx、PM污染物的贡献率分别为37%和59%,而工程机械对NOx、PM污染物的贡献率分别为14%和16%[4]。
与道路移动源相比,非道路移动源尾气排放管理尚处于初步阶段。国内外常见的减排控制措施主要有整车淘汰、发动机更换、发动机维修三种。整车淘汰是指将整台机械淘汰并换新;发动机更换是指淘汰旧发动机,换为新发动机;发动机维修指加装尾气后处理设备。这三种减排措施均有各自的优缺点,如整车淘汰效率最高、减排效果最好,但经济成本大。在实际制定尾气减排控制政策时,除考虑减排的效果外,费用也往往是决定性要素。因此,评价尾气减排控制措施是否经济、有效,是所有决策的关键和前提,尤为重要。
本文选取我国非道路机械中保有量和排放量较大的农业机械和工程机械为研究对象,采用费效分析(CBA)方法对整车淘汰、发动机更换、发动机维修三种尾气减排控制措施进行评估。通过对全国范围内每类农业机械、工程机械的价格、残余值、保有量、年龄分布、油耗、排放因子等进行调查统计及实测,估算2015—2020年采取上述减排措施的经济成本和减排效果,探讨农业和工程机械尾气排放控制最经济有效的措施。研究所用的数据主要来自生态环境部环保公益项目[5]的研究成果,并在此基础之上进一步扩充。
1 研究方法本研究利用费效分析方法对我国非道路农业和工程机械尾气减排控制措施进行评价,讨论的三种主要减排措施为整车淘汰、发动机更换及发动机维修。费效分析方法是一种广泛使用的对经济活动方案的得失、优劣进行评价、比较以供合理决策的经济数量分析方法[6-8]。虽然机械的活动水平会随着机械年龄的变化而变化,但是根据目前我国尾气排放清单估算的现状以及本着简化分析的角度出发,本研究假设农业机械和工程机械的活动水平不随年龄的变化而变化,各自的使用年限分别为15年和10年。而且,在分析的年份区间内,各类机械的年龄分布均保持不变。另外,在采取相应的减排措施后,所有机械均达到国Ⅳ排放标准。
本研究费效分析中的费用分析主要考虑新机械或发动机的费用、旧机械或发动机的残余值、燃料费用、后处理设施及维修费用等,而效益分析主要以采取减排措施后NOx、PM污染物的减排量表征。
本部分内容包括以下五方面:①机械分类;②机械保有量、年龄分布;③机械活动水平;④机械排放因子与油耗;⑤机械价格、残值率、利率等经济指标;⑥减排措施费用、效益估算。详述如下:
1.1 机械分类本研究主要关注农业机械和工程机械。农业机械主要是指在作物种植和畜牧生产过程以及农、畜产品加工和处理过程中使用的机械;工程机械是指用于工程建设的机械的总称。本研究参照《中国工程机械工业年鉴》《中华人民共和国农业行业分类标准》及美国NONROAD[9]、OFFROAD[10]等非道路移动源排放模型中机械分类,将农业机械和工程机械分别分为12和11小类,如表 1所示。
机械保有量将影响尾气的减排量和所需的费用。由于本研究假设机械在采取减排措施后,减排效果一样,因此,机械的年龄分布并不影响其减排量。但由于不同年龄的机械的残余值不同,年龄分布将影响本研究的经济分析,因而是列入分析的考虑因素之一。
本研究应用神经网络模型[11-13]估算和预测2004—2025年非道路农业及工程机械的保有量。对农业机械,选取农业机械购置(万元)、农机总动力(万kW)、机耕面积(km2)、机播面积(km2)、机收面积(km2)5个因素作为模型变量。由于最近几年数据不完整,本研究根据国家和行业统计年鉴,以及地方统计局发布的数据,采用1990— 2014年上述各模型变量和农业机械保有量的数据进行保有量的预测分析。在具体的模型构建时,先用1990—2010年的数据搭建和训练神经网络模型,再用2011—2014年的数据进行模型验证。这些模型的验证误差均在1%以内。在应用建立的神经网络模型之前,本研究利用这些历史数据采用前馈神经网络方法[14,15]逐年预测2015—2025年的各模型变量的数值,并利用这些预测值估算相应年份的农业机械保有量。
而工程机械保有量的预测方法与上述农业机械类似,只是所采用的模型变量有所区别。工程机械保有量神经网络模型的变量为施工面积、竣工面积、建筑业总产值。
此外,对于机械年龄分布,则是根据1990—2014年各类型非道路机械的销售量、进口量、出口量,以及各类机械的市场增加量估算得到。本研究采用国家和行业统计年鉴[3]中推荐的每年新增机械数量的估算方法,估算农业机械2000—2014年(因其使用年限为15年)、工程机械2005—2014年(因其使用年限为10年)每年新增机械的数量。该方法考虑了机械每年的销售量、进口量、出口量、不确定性参数等,并假设在这些新增机械被淘汰之前其数量均保持不变的前提下,以某一机械车龄下,该年新增机械的数量占所有机械年龄机械数量总和的百分比,来估算各年龄的数量分布。在后续的分析中,假设这些年龄分布均保持不变。例如,在农业机械的使用年限内,2000— 2014年每年新增农业机械数量之和即为2014年农业机械总保有量,其间任何一年的新增机械数量与2014年机械总保有量的比值即为该年对应机械年龄的分布比例。工程机械的分析与农业机械类似。
非道路农业机械和工程机械各年份的保有量和基准年份的年龄分布分别如表 2和表 3所示。
这里必须指出的是,不同的机械类型,其年龄分布存在一定差异。但由于数据的严重缺乏,为了简化估算,本研究中农业机械和工程机械小类的年龄分布也同样参考表 3的数值。
1.3 机械活动水平我国针对非道路机械活动水平的研究较少,且精确度低,涉及机械种类少。农业机械依据作业类型的不同,其年均工作时间在100~ 2000小时[16],而工程机械的平均工作时间可在1100~ 1800小时[17]。本研究的机械活动水平主要参照2014年原环保部颁布的《非道路移动污染源排放清单编制技术指南》 [18]。
1.4 机械排放因子与油耗由于我国对非道路机械尾气排放研究尚处于初步阶段,加之非道路机械尾气排放的实际测量较为复杂且难度较大,因此排放数据相对缺乏。目前对于这类机械尾气排放因子的确定主要参考国外NONROAD、OFFROAD等模型的结果。本研究中所有机械的排放因子主要来自NONROAD模型和部分实测数据[5],详见表 4和表 5。
另外,油耗数据来源于20台非道路机械的实测数据[5],其中包括15台工程机械、5台农业机械。油耗数据为多次测量的小时平均数据。通常情况下每次测量的时间为1~ 2h。使用实测数据建立工程机械油耗与相应功率之间关系,相关指数为0.9。两者间的关系为:
(1) |
式中,y为油耗(L/h);x为对应功率(kW)。
为简化计算,对于工程机械,本研究使用上述公式依据机械的平均功率估算相应机械的油耗。对于农业机械,由于测量数据较少,油耗和功率之间没有明显的关系趋势,故采用上述5台机械实测数据的均值作为所有农业机械的平均油耗。
1.5 机械价格、残值率、利率等经济数据本研究中机械价格为调研的市场平均价格,如表 6所示。固定资产残值率来源于《中华人民共和国企业所得税暂行条例及实施细则》,一般为5%。国家统计局公布2014年通货膨胀率为2.6%,一年期利率为3.25%,使用2014年通货膨胀率及利率进行年均化费用的计算。
本研究发动机维修主要针对安装柴油颗粒过滤器而言。根据前期对颗粒过滤器生产厂家以及加装过滤器的非道路机械用户等的调研结果,安装柴油过滤器后,每年需要增加的维修费用约为2000元。
1.6.1 费用的年均化为了便于多种措施之间的经济费用比较,本研究中考虑了通货膨胀对货币价值的影响,将2014年需投入的费用以机械的使用年限为基础,考虑通货膨胀后将费用在机械的使用年限内进行年均化,即每年需投入的费用。
(2) |
式中,t为控制措施,如整车淘汰、发动机更换、发动机维修;Ca, t为每类机械采取t减排措施考虑利率后年均化的费用;Cc, t为2014年采取t减排措施投入的费用;i为机械年龄,j为机械或发动机的使用年限,本研究中对农业机械,j = 15;对工程机械,j = 10;k为将通货膨胀率计算在内的利率,为5.85%。
1.6.2 机械或发动机残余值在进行整车淘汰和发动机更换时,本研究均考虑了机械、发动机的残余值,进行固定资产的折旧。年龄越大的机械,其折损价值越高,残余值越低。
(3) |
式中,Cd, i为机械或发动机在使用i年后的价值,j>i≥1;Ce为机械或发动机购买时价格;m为在达到使用年限后,机械或发动机的残值率,为5%,未将通货膨胀率考虑在内。
1.6.3 燃料费在费用投入中,除采取减排措施直接投入外,还考虑了每年机械的燃油投入。
(4) |
式中,PFe为2014年每类机械所需燃料费年均值;Fe为每类机械的单位时间耗油量(L/h);AF为0号柴油2014年全国平均价格,7.4(元/L);Ae为一类机械年均活动时间(h/a)。
1.6.4 年均化总费用年均化总费用除需包含减排控制措施的直接费用外,还需包含机械采取减排措施前后的燃料费。这样才能较全面地评价减排措施所需要的经济总投入。尽管无论减排控制与否,燃料消耗都是不可避免。但由于减排措施会改变机械燃料的燃烧效率,即便在活动水平不变的条件下,其燃料费用也将有所区别。
(5) |
式中,e为机械类型;TCa, t, e为e类机械在采取t减排措施后年均化费用总和;Pe为一类机械的保有量;PFe, t为采取t减排措施后每类机械所需燃料费的年均值;PFe同式(4)。
1.6.5 减排效益的计算方法减排效益以污染物的减排量表征,基于时间的排放因子来自基于功率的排放因子与额定功率的乘积。
(6) |
式中,TEBe为e类机械总的减排效益(t/a);EFB为采取减排措施前的排放因子(g/h);EFA为采取排放措施后的排放因子(g/h);Ae同式(4),Pe同式(5)。
2 结果与讨论本部分主要介绍农业机械和工程机械不同尾气减排控制措施的费效分析结果。详细介绍如下:
2.1 农业机械和工程机械尾气减排控制措施的费用评估农业机械2015—2020年采取三种减排措施所需费用如表 7所示。从整体上看,整车淘汰所需投入费用最高,且远大于发动机更换、发动机维修;发动机更换费用略高于发动机维修费用。从单类机械上看,多数机械发动机的维修所需投入高于发动机更换;排灌机械采用两种减排措施所需的费用基本相当;对收获机械、拖拉机两类机械而言,发动机更换的费用高于发动机维修的费用,这可能是由于这两类机械的发动机相比其他机械而言价格更高。农业机械中以收获后处理机械、农用搬运机械及拖拉机的保有量较大、较为常见。如收获后处理机械,2015年其保有量约为1085万辆,若所有机械采用整车淘汰的减排措施,需投入70 900亿元;若采用发动机更换,需投入2200亿元;若采用发动机维修,需投入2400亿元。农用搬运机械2015年保有量约为1967万辆,若所有机械采用整车淘汰的减排措施,需投入48 800亿元;若采用发动机更换,需投入4000亿元;若采用发动机维修,需投入4300亿元。拖拉机2015年保有量约为1203万辆,若将所有拖拉机整车淘汰,需投入34 900亿元,所需投资额巨大;若将其发动机更换,需投入3600亿元;若将其发动机维修,需投入2600亿元,由此,对于收获后处理机械,采取发动机更换的减排措施所需要的投资额最小。而对于拖拉机,采取发动机维修的减排措施所需要的投资额最小。
工程机械2015—2020年三种减排措施所需费用如表 8所示,与农业机械相似,从整体上看,整车淘汰所需投入费用最高,且远高于其他两种减排措施,发动机维修所需费用最低。从单类机械上看,与农业机械不同,所有工程机械发动机更换所需投入费用均高于发动机维修,或两者费用相当。工程机械中以挖掘机械、铲土运输机械、工业车辆的保有量较大。如挖掘机械,2015年保有量约为155万辆,若将所有的挖掘机整车淘汰,需投入11 400亿元,投资巨大;若将其发动机更换,需投入1200亿元;若将其发动机维修,需投入1100亿元。铲土运输机械2015年保有量约为208万辆,所有机械采用整车淘汰的减排措施,需投入7400亿元;若采用发动机更换,需投入1600亿元;若采用发动机维修,需投入1400亿元。工业车辆2015年保有量约为134万辆,所有机械采用整车淘汰的减排措施,需投入费用900亿元;若采用发动机更换,需投入500亿元;若采用发动机维修,需投入400亿元。由此,对于挖掘机械、铲土运输机械、工业车辆三类机械,采取发动机维修的减排措施所需要的投资额最小。
效益评估中,假设减排目标均为达到国Ⅳ排放限值标准。以PM、NOx的减排量评估减排效益。
农业机械中,以排灌机械的减排效益最多,NOx每年减排量为27万~ 31万t,这与其保有量较大有关。其次是拖拉机,NOx每年的减排量为6万~ 7万t。工程机械中,以挖掘机械、铲土运输机械的减排效益最好。采取减排措施后,挖掘机械每年NOx的减排量为32万~ 33万t,PM每年减排量为3万~ 4万t;铲土运输机械NOx每年的减排量为15万~ 16万t,PM每年减排量为9万~ 10万t。
由于国Ⅳ排放限值标准中的排放因子根据机械的平均额定净功率划分,农业机械整体上平均额定净功率较低,而对额定净功率小的机械,国Ⅳ标准中排放因子较大,即对小功率的农业机械,排放标准较为宽松,导致农业机械PM减排效益低。
工程机械由于平均额定净功率较大,在采取减排措施后,PM每年减排量约为16万t。按照“十三五”规划要求,2015—2020年,氮氧化物累计减少15%,细颗粒物未达标地级及以上城市浓度下降18%,而2015年我国NOx排放1851.02万t,PM排放1538.01万t[19]。2015—2020年NOx减排总量应达到277.7万t,PM减排总量约为276.9万t。若每年减排量保持一致,则每年NOx、PM的减排量分别为55.5万t、55.4万t。如图 1和图 2所示,从所有非道路农业、工程机械均达到国Ⅳ排放标准的分析结果看,若采取合理措施控制其排放,对NOx、PM的减排将做出大的贡献。
由于数据的缺乏及其原有的特性,这些数据的不确定性将影响本研究的分析结果。例如,对于非道路机械尾气排放的控制效果而言,研究所用的排放因子、活动水平、保有量等,由于我国在这方面的研究起步较晚,数据极其缺乏,特别是尾气排放的实测数据更是少之又少,所以很多数据只能借用国际上现有的一些模型数据,如美国环保署的NONROAD模型,从而存在很多的不确定性。对于尾气排放控制的经济投入而言,经济数据受市场变化、通货膨胀等因素影响,而且,机械的维护费用也受机械的使用习惯、使用时间等因素的影响,与尾气排放控制措施相关的经济投入也存在巨大的不确定性。另外,由于各地区的经济数据收集困难且存在地区差异,因此本研究中费用部分没有考虑各地区报废补贴等政府鼓励费用,从而使得结果不可避免将存在一定的不确定性。因此,后续研究需要收集和补充各类经济数据,以拓宽本研究成果的应用性。
本研究假设整车淘汰、发动机更换、发动机维修三种减排控制措施都可以实现达标排放的效果。但由于机械在实际的使用中,受工况和工作条件等因素的影响,其尾气排放的实际水平将出现一定的差异。因此,为了提高费效分析的准确度,未来工作需要针对具体措施选择其代表性的排放因子,以减少该假设所带来的费效分析结果的不确定性。
此外,本研究的重点只针对机械均采用整车淘汰、发动机更换或者发动机维修的其中一种减排措施进行费效分析,对于现实中可能根据实际的经济条件和技术的可用性等进行多种措施的组合并没有进行深入的讨论。多种措施的组合实际上是寻求系统优化方案的研究范畴,由于这部分并非本研究的重点,所以相关的内容将在后续的研究中加以分析讨论。
3 结论本研究对非道路农业机械和工程机械的三种减排控制措施进行费效分析。由于假设控制措施的减排目标一致,三种措施的根本区别仅在于所需的经济成本。分析表明:
(1)费用投入:从整体上看,农业机械减排措施的投入明显高于工程机械减排措施的投入。三种减排措施中,农业机械、工程机械整车淘汰需要投入的费用明显高于发动机更换、发动机维修。
(2)对农业机械,从整体上看,发动机更换所需费用略高于发动机维修所需费用;从单类机械上看,多数机械发动机维修所需投入高于发动机更换,收获机械、拖拉机除外。所有工程机械发动机更换所需费用均高于发动机维修。所以,在做整体决策时,对于农业机械,采用发动机更换的减排方式更佳;对于工程机械,采用发动机维修的减排措施更经济、有效。
(3)从效益上看,工程机械可以达到的减排效果好于农业机械,由于大多数农业机械额定净功率较小,NOx每年减排量可达40万~ 45万t,PM减排效益不明显,而工程机械由于平均额定净功率较大,在采取减排措施后,NOx每年减排量可达约52万t,PM每年减排量可达约16万t。
[1] |
生态环境部.中国机动车环境管理年报[EB/OL]. (2018-06-01). http://www.vecc-mep.org.cn/tabloid/924.html.
|
[2] |
中国机械工业年鉴编辑委员会, 中国农业机械工业协会. 中国农业机械工业年鉴[M]. 北京: 机械工业出版社, 2016.
|
[3] |
中国机械工业年鉴编辑委员会, 中国工程机械工业协会. 中国工程机械工业年鉴[M]. 北京: 机械工业出版社, 2016.
|
[4] |
殷小鸽.非道路移动源燃油品质改善对污染排放影响的成本效益分析[D].天津: 南开大学, 2010.
http://www.wanfangdata.com.cn/details/detail.do?_type=degree&id=Y1814286 |
[5] |
张凯山, 第宝锋, 陈长虹, 等.非道路机械细颗粒物排放清单和减排途径研究技术报告[R].环境保护部, 2017.
|
[6] |
BÖRGER T, BEAUMONT N J, PENDLETON L, et al.
Incorporating ecosystem services in marine planning:The role of valuation[J]. Marine policy, 2014, 46: 161-170 DOI:10.1016/j.marpol.2014.01.019 |
[7] |
XIA X Q, LI J G, TIAN H, et al.
The construction and cost-beneft analysis of end-of-life vehicle disassembly plant:a typical case in China[J]. Clean technologies and environmental policy, 2016, 18(8): 2663-2675 DOI:10.1007/s10098-016-1185-0 |
[8] |
WARD J, GOHLKE D, NEALER R.
The importance of powertrain downsizing in a benefit-cost analysis of vehicle lightweighting[J]. JOM, 2017, 69(6): 1065-1070 DOI:10.1007/s11837-017-2330-x |
[9] |
U. S. Environmental Protection Agency. User's Guide for the Final NONROAD2005 Model[M]. EPA420-R-05-013. Washington, DC: USEPA. 2005.
|
[10] |
California Air Resources Board. User's Guide for OFFROAD2007.[M] (accessed December 26, 2015). 2007. http://www.arb.cn.gov/msei/offroad2007-docs.htm.
|
[11] |
田振中, 彭晗, 薛海培.
基于主成分和BP神经网络的汽车保有量预测[J]. 交通标准化, 2008(10): 173-175.
DOI:10.3869/j.issn.1002-4786.2008.10.052 |
[12] |
何明, 过秀成.
BP神经网络主成分分析法在汽车保有量预测中的应用[J]. 交通与计算机, 2007(4): 96-99.
DOI:10.3963/j.issn.1674-4861.2007.04.026 |
[13] |
张亭, 薛伟莲.
基于BP神经网络的机动车保有量预测模型[J]. 中国管理信息化, 2014, 17(3): 110-111,112-112.
DOI:10.3969/j.issn.1673-0194.2014.03.051 |
[14] |
张立毅, 张立毅. 神经网络盲均衡理论、算法与应用[M]. 北京: 清华大学出版社, 2013.
|
[15] |
黄孝平.基于遗传神经网络的倒立摆控制研究[D].桂林: 桂林工学院, 2007.
|
[16] |
樊守彬, 聂磊, 阚睿斌, 等.
基于燃油消耗的北京农用机械排放清单建立[J]. 安全与环境学报, 2011, 11(1): 145-148.
DOI:10.3969/j.issn.1009-6094.2011.01.034 |
[17] |
李东玲, 吴烨, 周昱, 等.
我国典型工程机械燃油消耗量及排放清单研究[J]. 环境科学, 2012, 33(2): 518-524.
|
[18] |
鲍晓峰, 丁焰, 尹航, 等.非道路移动污染源排放清单编制技术指南(试行)[S].北京: 环境保护部, 2014.
|
[19] |
国务院.
"十三五"节能减排综合工作方案[J]. 中国建材, 2017(3): 42-53.
DOI:10.3969/j.issn.1003-8965.2017.03.016 |