文献阅读 | 中国乘用车行业的碳中和需要协调的短期行为变化和长期的技术解决方案

题目

Carbon neutrality of China’s passenger car sector requires coordinated short-term behavioral changes and long-term technological solutions

作者

Wu Chen, Xin Sun, Litao Liu, ..., Edgar Hertwich, Quansheng Ge, Gang Liu

期刊

One Earth

时间

2022年8月

一作

单位

Department of Green Technology, University of Southern Denmark

链接

https://doi.org/10.1016/j.oneear.2022.07.005

研究背景

交通在人们的日常生活中起着至关重要的作用，是可持续发展的关键。然而，交通运输也产生大量二氧化碳排放，到2030年将占全球二氧化碳排放量的40%。轻型乘用车或轿车作为个人出行的主要方式，占全球交通行驶周期（drive-cycle）GHG排放量的45%（即行驶中的直接排放）。若考虑汽车周期（car-cycle）排放(即汽车生命周期上游和下游的间接排放，如材料生产、汽车制造和使用寿命结束管理)和能源周期（energy-cycle）排放（即能源供应链中的间接排放，尤其是发电），这一份额甚至可能更高。因此，全球乘用车行业的去碳化需要全生命周期（行驶周期、汽车周期和能源周期）和对全球和地方乘用车行业转型的系统认识（考虑车队和技术的动态变化）。

中国作为全球最大的乘用车消费国，这一问题尤为突出。2020年中国提出了雄心勃勃的双碳目标，乘用车在2017年占交通运输部门碳排放的44%，在实现碳中和的道路上发挥着重要作用。过去10年，中国一直是最大的汽车生产国和消费国，且因目前仍然较低的汽车保有量，在未来几十年中中国预计将继续其机动化浪潮，这种增长将为中国实现其气候目标带来巨大挑战，因此需要有效的减排战略。

以往研究将各种转型战略分为技术导向型路径和需求导向型路径。技术导向型路径通过轻量化设计来减少行驶驱动的能源量，从而减少排放，或动力系统技术革新（即电动化）来减少化石燃料的消耗。然而轻质化和电动化都需要新材料，进而带来废弃物产生和汽车周期中材料和汽车生产过程的排放，电动化还会带来额外的能源周期中发电的排放。因此最终的气候收益取决于降低的行驶周期排放和更高的汽车循环和能源循环之间的权衡。需求导向型路径包括缩小汽车数量规模、可替代的出行方式（例如共享交通工具、按需出行等）和绿色消费行为（例如减少空调使用）。这些策略在保证同等交通服务的前提下，不产生额外的材料和排放成本，因此被认为是具有碳效益的可持续解决方案。

生命周期评估（LCA）常被用于比较分析需求导向型路径下行为改变带来的物质和气候收益和技术导向型路径中获得的利益，为识别乘用车行业转型关键因素提供了全生命周期视角的评估。然而LCA研究是静态的，无法捕捉汽车数量、技术发展和社会经济参数的时间动态变化和相关作用，或大多基于综合情景（例如SSP），未考虑到中国环境的异质性、自上而下的数据以及技术导向型和需求导向型路径单独或组合使用时的差异。本文采用了自主研发的综合车队动力学模型（Integrated Car Fleet Dynamics model）来解决这一问题，模型考虑了时间列队变化和物质-能源-排放耦合，并且综合评估了技术导向型和需求导向型路径的参数。

研究方法

综合车队动力学模型

该研究采用自主研发的综合车队模型，模拟和评估乘用车动力学及其对物料、能源和排放的影响，并按照需求导向型和技术导向型转型路径设置相关参数。该模型由三大重要模块组成：

• 汽车模块：该研究使用了产品库存驱动模型（product stock-driven model）来模拟每年所需新车总数；

• 物料模块：根据高分辨率的动力技术和细分市场，每年所需新车按照材料强度、过程报废率及寿命分布等，被转化为相应的物料；

• 碳排放模块：包含上述三个部分——汽车周期排放、行驶周期排放和能源周期排放。

情景设计

该研究对需求导向型转型路径（图一行以及表一，共5个参数）和技术导向型路径（图一列以及表二，共10个参数），得到9种情景组合和15个参数。

图一 综合车队动力学模型框架和乘用车转型对物料和气候影响的情景设置

表一  需求导向型情景参数设置

图二 技术导向型情景参数设置

需求导向型路径参数包括人口、人均保有量、汽车使用寿命、年均公里数和细分市场份额，以确定车队的水平和使用。这五个参数的低（S1–S3）、中（S4–S6）和高（S7–S9）水平主要基于其在中国的历史情况和未来中国社会经济发展的预测。

技术导向型路径的10个参数被进一步分为与汽车技术相关、与工业技术相关和与能源技术相关的参数。低水平（S1、S4和S7）假设与2018年的水平相同；中等技术水平（S2、S5和S8）主要基于中国特定国家的政策框架和技术路线图，如节能和新能源汽车技术路线图以及中国在“双碳”目标下的能源和电力系统发展；高水平（S3、S6和S9）参数相应地基于中等水平即其他文献而定。

研究结果

材料需求及二次材料供应

图二展现了9种组合情景下的材料总需求以及潜在的二次材料供应情况。

图二 2019-2050年中国新车的材料需求和报废汽车潜在二次材料供应

技术导向型参数不变时，需求导向型转型路径对材料总需求和潜在二次材料供应有显著影响。与S1（高需求）相比，S4（中等需求）和S7（低需求）在2019年至2050年期间将分别减少942 Mt（29%）和1734 Mt（54%）的材料总需求。以S4无技术改进为参考，较低的汽车拥有量和较长的汽车使用寿命分别可以减少2019-2050年新车的材料需求23%（514 Mt）和6%（133 Mt）。同时，大型运动型多功能车（SUV）和多用途汽车（MPV）的普及将需要额外的45 Mt材料。

技术导向型转型将在较小程度上影响材料总需求。与无技术改变下低需求S7、中需求S4和高需求S1情景相比，雄心勃勃的技术创新（S3、S6和S9）仅可带来657 Mt、501 Mt和364 Mt的总材料需求减少。这种技术策略将进一步减少常规钢总需求(-1104、-749和-468 Mt)，从而导致2030年后常规废钢供应过剩，导致轻型材料和LIB材料的显著增加。例如轻质化战略将导致碳密集型的轻质材料需求增加，包括HSS、变形铝和铸铝等。随着电气化水平不断提高，高技术情景下（S3、S6和S9）2019年至2050年LIB的累计总需求将达到472、303和174 Mt，分别是低技术方案（S1、S4和S7）的15、14和13倍。而电动汽车的发展将降低对铂作为内燃机和燃料电池原材料的需求，这种权衡对于确保未来汽车过渡的材料供应很重要，因为燃料电池（钴和锂）和铂都被认为是可能面临未来地缘政治供应风险的关键材料。

技术转型路径对新兴材料（特别是LIBs和碳纤维）日益增长的需求将在报废时带来挑战（废物管理）和机遇（回收和再利用）。例如高技术转型（S6）下，在2035年实现100%的汽车电气化将导致退役LIBs从2018年的158吨飙升至2050年为12.58 Mt。从剩余容量超过80%的汽车上报废的LIBs可以很容易地重新用于储能；因此，如果管理得当，这种蓬勃发展的报废LIBs可能为能源存储部门的梯度再利用提供巨大的机会。然而，仅二次材料供应仍不能满足中长期不断增长的材料总需求，这主要是由于中国相对年轻的车队以及技术的转变。

需求和技术情景下的排放途径

图三展现了九种情景组合下的年均排放和累积排放。需求导向型和技术导向型的转型都对到2050年的碳减排有显著且不同的影响。以S1高需求低技术为基准，需求导向型转型路径在短期内可显著减少年排放，技术导向型转型路径在短期内将略微增加排放，但长期将会带来更多碳减排。

图三 9种综合情景下，中国2050年乘用车转型的碳排放路径

不同驱动力的结构性变化可以进一步解释年排放的变化。高需求、高技术的S3下，汽车周期和能源周期引起的排放总是高于低需求、低技术的S7，但行驶周期排放小于S7。对比其他技术导向型和需求导向型情景时，三种排放驱动因子也存在类似权衡，这也从本质上揭示了碳回报周期，即当行驶周期排放减少的收益超过汽车周期和能源周期排放增加时。

从2019年至2050年的累计总排放量来看，需求导向型和技术导向型转型路径的减排潜力相似，但减排模式不同。需求导向型路径通过减少汽车库存和使用而减少行驶周期的排放，可以将2019-2050年的累计排放量减半（S1、S4和S7分别为55、40和26 Gt）。技术导向型路径通过技术创新、渗透率和效率提升，也可以将累积排放减半（从S1、S4和S7的55、40和26 Gt到S3、S6和S9的25、19和13 Gt）。值得注意的是，S3（25 Gt）和S7（26 Gt）的累计总排放量接近，表明两种路径会带来同等程度的减排。

减缓气候变化的潜力

气候行动中，需求导向型和和技术导向型转型同时进行。以S4（现有技术水平和中等需求）为基准进行敏感性分析，如图四所示。中等需求下技术转型将会改变未来排放曲线，在2027年-2028年前后达到峰值后下降。2019-2050年燃料经济性改善、电气化、轻质化、能源去碳化和工业去碳化将分别贡献7.9、5.1、4.1、3.6和3.7 Gt的减排。

图四 不同部分和完全结合策略下的碳排放路径，以当前技术转型中需求为基准（S4）

当技术相关的策略依次组合实施时，年排放量将在2024年达到峰值1.0 Gt（比S4早14年）。此时，由于内燃机汽车（ICEVs）仍占汽车总量的78%且提供了73%的服务，行驶周期排放仍然贡献了55%的排放。后期，随着技术转型，2050年排放将迅速减少到0.1 Gt，若进一步推进需求侧转型（S9），年排放将在2022年达到0.8 Gt的峰值，并在2050年迅速降至0.05 Gt，2019-2050年累积排放13.2 Gt。

图四也表明需求和技术导向型的策略随着时间将会有不同变化，因此在不同时间有着不同的优先级。例如2025年需求和技术导向型转型分别贡献减排的22%和16%，而到2050年这一比例变为5%和91%。

然而，需求和技术导向型的某些策略对碳减排影响会相互抵消，因此不同策略实施的顺序和力度至关重要。例如，如果现在电力组合和LIBs生产技术不变，中等技术水平情景在2027年前比技术水平不变情景下（S4）的碳排放还要高。这表明如果汽车周期相关的生产技术和能源技术没有适当的发展，仅有电气化反而对环境造成额外的负面影响。因此整车的轻量化、工业部门的去碳以及能源去碳对实现乘用车碳中和至关重要。

编辑&排版：董香麟

相关阅读

    1. 应审慎对待大型系统建模中随处可见的"协同效益"    2. 文献阅读 | 氢和碳捕获、储存和利用在能源去碳化中的价值：来自综合价值链优化的启示    3. 文献阅读 | 人口变化和能源的可持续性增加了印度城市化的冷却需求相关风险    4. 文献阅读 | 碳交易是否提高了绿色生产绩效？以中国为案例的研究    5. 文献阅读 | 碳中和目标下的中国钢铁行业综合分析

点击“阅读原文”浏览小组主页