宋 陽， 李 莉， 鐘 蓮 （新疆農(nóng)業(yè)大學(xué) 機械交通學(xué)院， 新疆 烏魯木齊830052）

SONG Yang, LI Li, ZHONG Lian (Mechinery and Traffic College, Xinjiang Agricultural University, Urumqi 830052, China)

黨的十八大認(rèn)為生態(tài)文明建設(shè)迫在眉睫， 尤其是在清潔資源基金項目背景下， 烏魯木齊市于2012 年11 月獲批為國家第二批低碳試點城市之一， 各級政府高度重視， 嚴(yán)格按照《 烏魯木齊市低碳城市試點工作實施方案》 的整體要求， 積極建立工作方案， 認(rèn)真落實低碳試點工作， 全力推進(jìn)重點領(lǐng)域低碳建設(shè)。 在眾多的產(chǎn)業(yè)園區(qū)類型中， 工業(yè)園是烏魯木齊重要的園區(qū)類型之一， 所以建設(shè)工業(yè)園低碳試點， 是當(dāng)前推動產(chǎn)業(yè)低碳化發(fā)展的重中之重， 物流服務(wù)的碳排放量占工業(yè)園區(qū)碳排量總量的比重比較大， 所以估算及預(yù)測出烏市工業(yè)園區(qū)物流服務(wù)碳排放量對于推動烏市工業(yè)園低碳化發(fā)展意義重大。

1 工業(yè)園區(qū)物流服務(wù)碳排放估算

本文依據(jù)2013 年度的《 自治區(qū)統(tǒng)計年鑒》 、 《 自治區(qū)能源統(tǒng)計年鑒》 以及《 自治區(qū)物流年鑒》 等， 收集并整理了交通運輸業(yè)、 郵政業(yè)以及倉儲業(yè)從2000～2011 年共12 年間的能源消費量的基礎(chǔ)數(shù)據(jù)。 根據(jù)以上基本的能源消耗數(shù)據(jù)， 利用一般碳排放估算公式， 測算出交通運輸業(yè)和倉儲業(yè)2000～2011 年間12 年的碳排放量， 具體結(jié)果見表1。

依據(jù)國家發(fā)改委綜合運輸研究所研究的數(shù)據(jù)進(jìn)行研究分析， 結(jié)果顯示交通運輸方面能源消耗比例極大， 大約為93%， 郵政業(yè)和倉儲業(yè)很少， 而在各種運輸方式中工業(yè)園區(qū)物流服務(wù)消耗的能源比例又在30%左右[1]， 本文通過對收集的基礎(chǔ)數(shù)據(jù)進(jìn)行整理， 得到表1 所示的工業(yè)園區(qū)2000 年至2011 年運輸業(yè)的能源消費量。

2 工業(yè)園區(qū)物流服務(wù)未來發(fā)展碳排放量預(yù)測

烏市工業(yè)園內(nèi)物流服務(wù)發(fā)展水平尚不成熟， 在缺乏統(tǒng)一的統(tǒng)計標(biāo)準(zhǔn)的背景下， 烏市工業(yè)園物流發(fā)展受到諸多因素的影響， 市場變化劇烈， 因此一般的預(yù)測方法因部分?jǐn)?shù)據(jù)缺失不能準(zhǔn)確反應(yīng)未來烏市工業(yè)園區(qū)內(nèi)物流服務(wù)狀況。 灰色預(yù)測方法能解決數(shù)據(jù)少、 信息不足等問題， 完全適用于預(yù)測未來烏市工業(yè)園物流狀況。 灰色預(yù)測方法是以動態(tài)的、 連續(xù)的、 灰色的觀點加工原始數(shù)據(jù)， 其預(yù)測精度非常理想[2]， 因此本文選取灰色預(yù)測方法開展工業(yè)園區(qū)物流服務(wù)碳排放變動趨勢的描述。 本文選取GM （1,1）模型對烏市工業(yè)園未來5 年的物流服務(wù)活動碳排放量進(jìn)行估算。 該模型常用于對時間序列的預(yù)測， 是常用的灰色預(yù)測模型之一[3]。

（1） GM （1,1）模型的建立

①根據(jù)原始數(shù)據(jù)列出原始數(shù)列， 并對原始數(shù)列累加， 進(jìn)而得出累加數(shù)列， 公式如下：

②通過累加生成數(shù)列得到預(yù)測模型的白化或影子形式方程：

表1 烏魯木齊交通運輸業(yè)、 郵政業(yè)、 倉儲業(yè)和園區(qū)運輸能源消費量、 碳排放量數(shù)據(jù)單位： 萬噸、 億m3

式（3） 中a、b是待定系數(shù)。

③通過最小二乘法求出a,b的值：

原始數(shù)據(jù)列矩陣Yn和累加矩陣B（由累加生成數(shù)列構(gòu)成） 是：

④將a,b的值代入式（3） 求解微分方程， 得GM （1,1）預(yù)測模型為：

（2） 物流碳排放估算

在選擇一些原始數(shù)據(jù)用于預(yù)測的時候， 需要合理確定采用數(shù)據(jù)的數(shù)量， 這是因為如果選擇的數(shù)據(jù)過多， 就會摻進(jìn)一些沒有價值的信息， 這會降低預(yù)測模型的精確度， 但是選取的數(shù)據(jù)如果較少的話， 卻會因為信息量少使精確度預(yù)測下降， 因此為了盡可能地提高精確度， 本文進(jìn)行構(gòu)建預(yù)測模型時采用了烏市工業(yè)園運輸業(yè)2003～2011 年的碳排放量。

①據(jù)式（1） 及式（2） 構(gòu)建原始數(shù)列和生成累加數(shù)列：

②按照式（5） 、 式（6） 和式（7） 生成矩陣B和Yn

根據(jù)式（4） ， 進(jìn)行矩陣運算， 求得a=-0.0734,b=37.2489

④按照式（9） 生成預(yù)測值（見表2） ；

表2 工業(yè)園區(qū)運輸業(yè)2003～2019 年碳排放量預(yù)測

通過估算烏魯木齊工業(yè)園區(qū)物流服務(wù)中運輸活動近8 年的碳排放量， 分析出2012～2019 年間烏市工業(yè)園運輸活動碳排放量的增長速度隨著運輸需求的增長， 呈現(xiàn)出快速上升的趨勢變動， 其趨勢變化如圖1 所示。

3 結(jié) 論

工業(yè)園區(qū)內(nèi)經(jīng)濟(jì)活動衍生的運輸業(yè)務(wù)是工業(yè)園區(qū)物流服務(wù)主要的碳排放來源， 伴隨工業(yè)園區(qū)內(nèi)運輸業(yè)務(wù)的增加， 烏市工業(yè)園區(qū)物流服務(wù)產(chǎn)生的碳排放量也呈現(xiàn)出逐步上升的趨勢。 烏市工業(yè)園區(qū)內(nèi)物流量的快速增長勢必帶來車輛能源消耗， CO2排放量也隨之持續(xù)增長， 工業(yè)園區(qū)內(nèi)的環(huán)境問題將逐步顯現(xiàn)。 因此， 合理引導(dǎo)烏市工業(yè)園區(qū)物流發(fā)展模式， 提高車輛能源利用率，降低烏市工業(yè)園區(qū)內(nèi)單位能耗是實現(xiàn)烏市工業(yè)園區(qū)低碳、 可持續(xù)發(fā)展的有效路徑。

[1] 國家發(fā)展和改革委員會能源研究所課題組. 中國2050 年低碳發(fā)展之路： 能源需求暨碳排放情景分析[R]. 北京： 科學(xué)出版社， 2009.

[2] 陳波， 張英. 基于灰色模型的湖北省物流需求預(yù)測[J]. 物流工程與管理， 2011(6):24-25.

[3] 趙曉芬. 灰色系統(tǒng)理論概述[J]. 吉林省教育學(xué)院學(xué)報， 2011(3):152-154.