非道路施工机械的活动水平校正方法：提高中国北京碳排放和污染物排放清单精度及协同减排评估

《Cleaner Engineering and Technology》：Activity-level correction method for non-road construction machinery: Improving carbon and pollutant emission inventory accuracy and synergistic reduction assessment in Beijing, China

　　

非道路移动机械（NRMM）是北京等超大城市空气污染和碳排放的主要来源。传统排放清单主要依赖静态登记数据，缺乏反映实际活动水平的机制，常导致系统性高估。本研究基于覆盖2584台设备的广泛现场和电话调查，开发了一种施工机械活动水平校正方法。该方法按机械类型和制造年份调整利用率和运行小时数，生成了北京2024年精细化排放清单。校正后，活跃机械数量减少了34.8%，揭示了登记数据中存在大量闲置设备。挖掘机和叉车使用强度最高（分别为1210 h·yr^-1和1187 h·yr^-1），且主导了排放，合计贡献了超过57%的CO₂和污染物总排放。更新后的清单估算年排放量为：CO 7791.7 t、VOCs 1533.0 t、NOx 5413.9 t、PM_2.5 421.6 t、CO₂ 1732.3 kt，这些数值显著低于且更符合实际基于未校正数据的估算值。对四项主要减排措施的协同减排评估表明，淘汰老旧机械和推广电气化在CO₂和空气污染物协同减排方面效果最强，而排放标准升级主要减少了空气污染物，碳减排效益有限。本研究为非道路机械的动态数据驱动管理提供了科学依据，并为城市环境中污染物与碳综合控制提供了政策指导。

论文解读文章

**研究背景**
非道路移动机械（NRMM）是城市空气污染和碳排放的重要来源，尤其在施工活动密集的城市区域。传统排放清单通常基于静态登记数据，假设所有登记机械均处于活跃状态或具有相似的年活动水平，这导致对实际在用机械数量和排放的系统性高估。这种高估会扭曲主要排放源的识别，影响减排潜力评估，并干扰针对性控制政策的制定。国际实践中，美国EPA的MOVES模型和欧洲EEA指南已采用寿命分布参数进行校正，但国内研究普遍缺乏基于实地调查的活动水平校正。此外，现有研究多单独关注空气污染物或碳排放，鲜有量化两者协同减排潜力。随着中国“双碳”目标推进和“碳污协同控制”要求，亟需开发整合准确活动数据与协同效益评估的精细化清单。该论文发表于《Cleaner Engineering and Technology》。

**研究内容**
研究人员基于北京2024年登记数据库，通过电话和现场调查收集了七类主要施工机械（挖掘机、装载机、叉车、推土机、压路机、摊铺机和平地机）的实际使用数据，共获得2584份有效样本，占总登记机群的3.4%。利用这些数据构建了基于机械类型和制造年份的年龄-利用率曲线，并校正了有效活跃机械数量和年运行小时数。在此基础上，采用排放因子法编制了涵盖CO、VOCs、NOx、PM_2.5和CO₂的2024年排放清单，并利用交叉弹性方法构建了碳-污染物协同系数，评估了淘汰老旧机械、排放标准升级、推广电气化和加装DPF这四项措施的协同减排效益。

**关键技术方法**
（不超过250字）
研究人员主要采用了以下关键技术方法：
1. **分层抽样调查**：以2024年北京市非道路移动机械登记数据库为抽样框，按排放阶段（国I前至国IV）和制造年份（2002–2024）进行分层，对七类施工机械开展电话和现场调查，覆盖不同区域和施工场景，收集机械状态（活跃、闲置、报废）和年运行小时数。
2. **年龄-利用率曲线拟合**：基于调查数据，利用Weibull生存函数对每类机械的观测利用率进行拟合，生成连续利用率-年龄曲线，从而校正各制造年份的活跃机械数量。
3. **排放清单计算**：采用排放因子法，结合校正后的活跃机械数量、额定净功率、负载因子、年运行小时数和排放因子，计算污染物和CO₂排放，其中CO₂基于燃料碳系数计算。
4. **协同减排评估**：设计四项减排情景（淘汰老旧机械、排放标准升级、推广电气化、加装DPF），利用污染当量系数将四种污染物归一化为统一指标，计算碳-污染物协同系数（Els_GHG/LAP），并开展单因素敏感性分析（±10%、±20%、±30%扰动）。

**研究结果**

**3.1 利用率特征**
通过对2584台机械的调查，发现七类机械的平均利用率存在显著异质性。压路机（72.2%）、叉车（71.2%）和摊铺机（70.2%）利用率最高，而挖掘机（62.4%）和装载机（64.1%）较低。拟合的年龄-利用率曲线显示，新机械利用率超过80%，使用7–8年后开始显著下降，2014年以前生产的机械（对应国I–II阶段）利用率极低。不同机械类型呈现不同衰减模式：挖掘机、装载机、摊铺机和平地机呈S形衰减，推土机和压路机则表现出较长的“尾部生存”行为。

**3.2 利用率校正与实际使用分析**
校正后，北京2024年七类施工机械的活跃数量从75134台降至48992台，减少了34.8%。挖掘机（-37.6%）、装载机（-35.9%）和推土机（-35.8%）降幅最大，反映了这些机械中老旧和间歇使用单元比例较高。校正结果与北京近年来施工强度下降的趋势一致，表明静态登记数据导致系统性高估。

**3.3 使用水平与年龄特征**
调查显示，挖掘机、叉车和推土机的年运行小时数最高（分别为1210、1187和1152 h·yr^-1），而压路机和摊铺机仅约350 h·yr^-1。这些实测值显著低于手册默认值和以往模型估算值。使用强度随机械年龄增加而下降：3–5年机龄的机械运行时间减少约25%，6–8年减少约50%，9年以上不足新机的四分之一。

**3.4 2024年碳-污染物排放清单**
校正后的清单显示，北京施工机械2024年总排放为：CO 7791.7 t、VOCs 1533.0 t、NOx 5413.9 t、PM_2.5 421.6 t、CO₂ 1732.3 kt。挖掘机是最大贡献者，占污染物总排放的61.5%–68.2%和CO₂排放的57.2%，其次是装载机（13%–17%）和叉车（8%–10%）。按排放标准分析，国III机械贡献了大部分排放，国II及更早机械由于活动水平校正后占比很小。敏感性分析表明，采用国III排放因子替代国IV排放因子对总排放的影响有限（<2%），结论稳健。

**3.5 减排措施及其碳-污染物协同效益**
淘汰老旧机械和推广电气化的碳-污染物协同系数最高（分别为1.78和1.53），表明两者在同时减少空气污染物和碳排放方面具有显著协同效益，且碳减排贡献略大。排放标准升级的协同系数仅为0.18，主要贡献于污染物控制。DPF加装虽然系数接近1.01，但落在第三象限，表示污染物和碳排放同时增加，因为DPF再生过程消耗额外燃料。敏感性分析显示，在±30%扰动范围内，四项措施的相对排序保持不变，表明评估结果稳健。

**3.6 政策建议**
校正后的清单将挖掘机和叉车识别为优先控制对象，分别占总排放的57%以上和排放强度高出手册估算20%–40%。建议优先淘汰国I和国II机械，并推广电气化，尤其是在叉车、小型装载机等场景。对国III机械应采取过渡性措施，如加强检查维护和限制运行时段。政策设计应整合机械类型管理、结构更新和清洁能源替代。

**总结讨论与结论翻译**
讨论部分指出，传统的静态登记清单无法反映实际活动，导致排放高估和管理偏差。本研究提出的基于年龄的利用率校正框架不仅可用于当前校正，还可在新调查数据或政策干预（如加速淘汰）下更新，支持动态情景分析。研究结论翻译如下：
本研究通过整合大规模现场和电话调查与登记数据，开发了一种更新北京施工机械排放清单活动水平的精细方法。该方法有效校正了静态清单中的系统性高估，捕捉了各类机械的实际运行强度。结果显示，活跃机械数量比登记机群低34.8%，挖掘机和叉车主导了污染物和CO₂排放，合计占总排放的57%以上。主要机械的实测年运行小时数与现有研究显著不同，强调基于调查的活动调整对于准确反映实际运行强度的重要性。
更新后的2024年排放清单估算北京施工机械年总排放为：CO 7791.7 t，VOCs 1533.0 t，NOx 5413.9 t，PM_2.5 421.6 t，CO₂ 1732.3 kt。挖掘机是最大贡献者，占污染物总排放的61.5%–68.2%和CO₂排放的57.2%，其次是装载机（13%–17%）和叉车（8%–10%）。
研究进一步表明，淘汰老旧设备和电气化具有最高的碳-污染物协同效益，协同系数分别为1.78和1.53。但考虑到活动水平校正后国II及更早机械的当前贡献相对较小，淘汰情景应主要作为去除剩余老旧设备的基准。排放标准升级虽能有效减少污染物，但协同系数较低（0.18），表明其主要用于污染物控制而非碳减排。DPF加装措施在颗粒物控制方面有效，但由于再生过程额外燃料消耗抵消了部分环境效益，协同效益有限。
这些发现表明，基于活动的精细化管理方法结合机械类型特异性控制，可以显著改善排放核算和政策有效性。该研究为施工机械的数据驱动治理提供了科学依据，支持城市环境空气质量改善和碳中和的协同策略。重要的是，拟合的年龄-利用率曲线并非固定静态参数，可随新调查数据更新，并在不同政策干预情景下重新缩放，使所提出的校正方法成为动态排放清单评估的前瞻性、政策响应框架。为实现全面减排，政策设计应优先考虑电气化和针对性机械更新，平衡环境效益与经济可行性。