![[09127409082]](https://barast.com/wp-content/uploads/2021/01/newlogo.png){kind=small}
بررسی همبستگیهای مصرف انرژی حمل و نقل جادهای شخصی و باری: مطالعه موردی انگلستان
در بیشتر کشورهای جهان، بخش حمل و نقل مسئول بخش بزرگی از مصرف انرژی است که انتشار گازهای گلخانهای آن اثرات نامطلوبی بر محیط زیست و سلامت انسان دارد. بنابراین، درک عوامل تعیینکننده مصرف انرژی حمل و نقل جادهای در تلاش برای به حداقل رساندن این اثرات نامطلوب، مهم است. این مقاله به بررسی ارتباط مصرف انرژی حمل و نقل جادهای، چه برای مصارف شخصی و چه برای حمل بار، با تعدادی از عوامل در سطح منطقه میپردازد که مجموعهای از متغیرهای اجتماعی-اقتصادی، محیط ساخته شده و انتخاب روش سفر را پوشش میدهد. ما انگلستان را به عنوان مطالعه موردی خود با استفاده از دادههای سطح مقامات محلی در نظر گرفتیم. یک مدل رگرسیون چندسطحی با پارامترهای تصادفی به منظور تطبیق ساختار سلسله مراتبی دادهها، با مقامات محلی مستقر در مناطق اصلی انگلستان، و برای پرداختن کاملتر به ناهمگونیهای مشاهده نشده، مورد استفاده قرار گرفت. ما توجه ویژهای به درک ارتباط بین سطوح سفرهای فعال و مصرف انرژی حمل و نقل جادهای داشتیم، زیرا این موضوع کمتر درک شده است. به طور قابل توجه، درآمد ناخالص سرانه خانوار با مصرف انرژی حمل و نقل جادهای شخصی ارتباط مثبتی داشت و نسبت پیادهروی و دوچرخهسواری با مصرف شخصی و بار ارتباط منفی داشت. تحلیل ارائه شده در اینجا میتواند در مدلسازی تأثیر تغییرات پیشبینیشده بر مصرف انرژی حملونقل جادهای، برای مثال، تحولات جدید حملونقل، مفید باشد. بهطور خاص، مقامات محلی میتوانند تلاش هماهنگی را برای ترویج سفرهای فعال در نظر بگیرند، زیرا مشخص شده است که این امر ارتباط منفی زیادی با مصرف انرژی حملونقل جادهای دارد. علاوه بر این، بینشی در مورد اختلاف در مصرف انرژی حملونقل بین مناطق جغرافیایی ارائه میشود که در غیر این صورت ممکن است نادیده گرفته شود.
مقدمه
بخش حمل و نقل در مقایسه با سایر بخشهای اصلی (یعنی ساختمان، صنعت و برق و گرما) در سطح جهانی، بالاترین تقاضای نفت را دارد و تقریباً 43 درصد از تقاضای نفت جهان را تشکیل میدهد (آژانس بینالمللی انرژی، 2022). به طور کلی، مصرف انرژی توسط حمل و نقل جادهای، پیامدهای منفی زیستمحیطی هم در سطح جهانی از نظر گرمایش جهانی و هم در سطح محلی از نظر کیفیت هوا دارد. در واقع، حمل و نقل جادهای، عامل اصلی آلودگی هوا است (کولویل و همکاران، 2001؛ بیگنال و همکاران، 2007). انتشار گازهای گلخانهای ناشی از احتراق سوختهای فسیلی توسط وسایل نقلیه موتوری، از جمله طیف وسیعی از آلایندههای گازی و همچنین ذرات معلق، تأثیر نامطلوبی بر آب و هوای جهانی و محیط زیست و سلامت انسان دارد.
با استفاده از طبقهبندی چهارگانه دولت بریتانیا (خدمات، صنعت، خانگی و حمل و نقل) و با وجود کاهش تحرک ناشی از بیماری همهگیر کووید-۱۹ در سال ۲۰۲۰، طبق گزارش وزارت تجارت، انرژی و استراتژی صنعتی (BEIS) (BEIS, 2021a)، حمل و نقل همچنان بزرگترین جزء مصرف انرژی است.
در خود بخش حمل و نقل، حمل و نقل جادهای ۷۲ درصد از مصرف انرژی قبل از همهگیری را تشکیل میداد و در حالی که ممکن است در سالهای آینده انتظار ایجاد تعادل مجدد بین حالتهای حمل و نقل وجود داشته باشد، به نظر میرسد که حمل و نقل جادهای همچنان مصرفکننده غالب انرژی باقی بماند.
مصرف انرژی سالانه حمل و نقل جادهای را میتوان به صورت مجموع انرژی مصرف شده توسط تمام وسایل نقلیه منفرد که در یک سال از شبکه جادهای استفاده میکنند، تخمین زد. برای یک وسیله نقلیه منفرد، مصرف انرژی آن به ویژگیهای وسیله نقلیه و بار، تعداد، طول و ویژگیهای سفرها، شرایط ترافیک، نحوه رانندگی وسیله نقلیه و بسیاری از عوامل دیگر بستگی دارد. با این حال، از آنجایی که به دست آوردن مقادیر کافی از دادههای فردی نماینده دشوار و پرهزینه است، محققان به دنبال معیارهای جایگزین برای محاسبه مقادیر کلی انرژی مصرف شده بودهاند.
بسیاری از مطالعات نشان دادهاند که عوامل اقتصادی بر مصرف انرژی حمل و نقل تأثیر میگذارند؛ نمونههایی از این عوامل عبارتند از: تولید ناخالص ملی (GNP) (مورات و سیلان، ۲۰۰۶)، تولید ناخالص داخلی (GDP)، سرانه تولید ناخالص داخلی (لیمانوند و همکاران، ۲۰۱۱؛ مرایحی و همکاران، ۲۰۱۳)، درآمد، قیمت انرژی (پولمیس، ۲۰۰۶؛ بارلا و همکاران، ۲۰۰۹؛ ادلنبوش و همکاران، ۲۰۲۰). به عنوان مثال، چای و همکاران (۲۰۱۶) در مطالعهای در مورد مصرف انرژی جادهای در چین دریافتند که از نظر تاریخی، مصرف انرژی حمل و نقل جادهای به طور جداییناپذیری با تولید ناخالص داخلی مرتبط بوده است. آنها مشاهده کردند که مصرف انرژی به ازای هر درصد افزایش در تولید ناخالص داخلی ۰.۵۸ درصد افزایش یافته است و پیشبینی کردند که این رقم در آینده برای هر درصد تولید ناخالص داخلی ۰.۳۳ درصد خواهد بود و نتیجه گرفتند که دولت باید اقدامات بیشتری برای بررسی این افزایش سالانه در مصرف انرژی حمل و نقل انجام دهد. لیمانوند و همکاران (۲۰۱۱) مطالعه مشابهی را برای تایلند با استفاده از رگرسیون خطی لگاریتمی و مدلهای شبکه عصبی پیشخور با متغیرهایی شامل تولید ناخالص داخلی و تولید ناخالص داخلی سرانه انجام دادند و افزایش مصرف انرژی حمل و نقل را از سال ۲۰۰۸ تا ۲۰۳۰ به میزان ۲۳۷ تا ۲۵۶ درصد پیشبینی کردند.
مطالعات دیگر به عوامل مکانی و جغرافیایی از جمله جمعیت (لیدل، ۲۰۰۴؛ هالدنبیلن و سیلان، ۲۰۰۵؛ مورات و سیلان، ۲۰۰۶؛ سیلان و همکاران، ۲۰۰۸؛ بارلا و همکاران، ۲۰۰۹؛ پومانیوونگ و همکاران، ۲۰۱۲؛ چای و همکاران، ۲۰۱۶)، کاربری زمین (مثلاً سطح شهرنشینی، تراکم مسکونی و غیره) (براونستون و گولوب، ۲۰۰۹؛ پومانیوونگ و همکاران، ۲۰۱۲؛ مرایحی و همکاران، ۲۰۱۳؛ چای و همکاران، ۲۰۱۶؛ سودری و گارنیوا، ۲۰۱۶)، تراکم شغلی و تراکم جمعیت (نیومن و کنورثی، ۱۹۸۹) اشاره کردهاند. در یک بررسی سیستماتیک از کشورها در مراحل مختلف توسعه اقتصادی، پومانیوونگ و همکاران… (۲۰۱۲) دریافتند که شهرنشینی، به ویژه، تأثیر قابل توجهی بر مصرف انرژی جادهای دارد، اما توجه داشته باشید که این تأثیر بین کشورهای با درآمد بالا، متوسط و پایین متفاوت است.
چنین عوامل اقتصادی و مکانی اغلب با معیارهای مستقیمتر فعالیت حمل و نقل مانند میانگین سالانه کیلومتر طی شده توسط وسیله نقلیه، شدت وسیله نقلیه (Mraihi و همکاران، ۲۰۱۳) و ویژگیهای وسیله نقلیه مانند نوع سوخت و راندمان (Wohlgemuth، ۱۹۹۷) ترکیب میشوند. Mraihi و همکاران (۲۰۱۳) از دادههای هفده سال از تونس در یک تجزیه و تحلیل تجزیهای برای یافتن عوامل کلیدی پشت تغییر در مصرف انرژی مرتبط با حمل و نقل جادهای استفاده کردند و شدت وسیله نقلیه و شدت سوخت وسیله نقلیه را به عنوان بزرگترین عوامل مؤثر شناسایی کردند.
در بریتانیا، ادبیات مصرف انرژی حمل و نقل جادهای اغلب عوامل اقتصادی و اجتماعی مانند درآمد (Goodwin و همکاران، ۲۰۰۴؛ Brand و همکاران، ۲۰۱۲)، قیمت سوخت (Goodwin و همکاران، ۲۰۰۴؛ Brand و همکاران، ۲۰۱۲)، جمعیت، تولید ناخالص داخلی (Brand و همکاران، ۲۰۱۲)، اندازه خانوار، جمعیت رو به پیری (Anable و همکاران، ۲۰۱۲) و نسبت سفرهای پیادهروی و دوچرخهسواری (Banister و همکاران، ۱۹۹۷) را در نظر میگیرد. به طور خاص، Brand و همکاران (۲۰۱۲) با معرفی مدل کربن حمل و نقل بریتانیا (UKTCM)، بررسی جامعی از رابطه بین حمل و نقل و تقاضای انرژی ارائه دادند. طیف وسیعی از عوامل بر اساس سناریوها (مانند متغیرهای اقتصادی و جمعیتی) و عوامل مبتنی بر سیاست (مانند مالیات وسایل نقلیه و رفتار راننده) در نظر گرفته میشوند. طرح UKTCM بینشی در مورد اثربخشی بالقوه مداخلات مصرف انرژی در آینده به سیاستگذاران ارائه میدهد و مرجع مفیدی برای تحقیقات انرژی جادهای در بریتانیا فراهم میکند. در مورد حمل و نقل بار، تحقیقات قبلی نشان داد که ماهیت کالاهای حمل شده علاوه بر اندازه وسیله نقلیه، بر مصرف انرژی آن نیز تأثیر میگذارد (وانک و کمپبل، ۱۹۹۹). اگرچه تولید ناخالص داخلی اغلب در تجزیه و تحلیل مصرف انرژی حمل و نقل به کار گرفته شده است، سورل و همکاران (۲۰۱۲) دریافتند که ارتباط آن با مصرف انرژی حمل و نقل به تدریج در حال تضعیف است.
روشهای مختلفی در مدلسازی تقاضای انرژی حمل و نقل به کار گرفته میشوند. ولگموث (۱۹۹۷) مدل حمل و نقل آژانس بینالمللی انرژی را برای تحلیل کششهای تقاضا در بخش حمل و نقل توسعه داد. مورات و سیلان (۲۰۰۶) از یک شبکه عصبی پیشخور چند لایه برای توسعه یک مدل تقاضای انرژی حمل و نقل غیرخطی استفاده کردند. رویکرد تحلیل تجزیه در تحقیق آقایی و همکاران (۲۰۱۳) برای تحلیل رابطه بین عوامل مؤثر و مصرف انرژی استفاده شده است. مدلهای برنامهریزی جایگزین انرژی بلندمدت (LEAP) نیز در مطالعات اخیر به کار گرفته شدهاند.
علاوه بر این، مدلسازی آماری به طور گسترده در این حوزه تحقیقاتی مورد استفاده قرار میگیرد: از یک مدل معادلات ساختاری برای بررسی اثرات تراکم مسکونی بر مصرف سوخت استفاده میشود (Brownstone and Golob, 2009). مدلهای خودرگرسیون برداری (VAR) و مدلهای تصحیح خطای برداری (VEC) برای تجزیه و تحلیل تقاضای بنزین و دیزل برای حمل و نقل جادهای در یونان توسعه داده شدهاند (Polemis, 2006). چای و همکاران (2016) از هر دو مدل تک متغیره و چند متغیره، از جمله مدلهای روش هموارسازی نمایی (ETS)، مدلهای ARIMA و مدلهای رگرسیون چندگانه برای تجزیه و تحلیل و پیشبینی مصرف انرژی در چین استفاده کردند. همچنین، برای چین، ژانگ و همکاران (2009) یک مدل رگرسیون حداقل مربعات جزئی برای پیشبینی مصرف انرژی حمل و نقل ساختند. لیدل (2004) مدلهای پانل اثر ثابت حداقل مربعات معمولی (OLS) را برای توضیح چگونگی تأثیر تغییرات جمعیتی بر سرانه مصرف انرژی جادهای شخصی در کشورهای سازمان همکاری و توسعه اقتصادی (OECD) توسعه داد. لیمانوند و همکاران (2011) مدلهای رگرسیون خطی-لگاریتمی را برای تخمین رابطه بین عوامل توضیحی (تولید ناخالص داخلی و تولید ناخالص داخلی سرانه) و مصرف انرژی حمل و نقل جادهای در تایلند انجام دادند.
بر اساس مدل کربن حمل و نقل بریتانیا (UKTCM) (برند و همکاران، ۲۰۱۲)، رابطه بین حمل و نقل و تقاضای انرژی به طور جامع توسط مجموعهای از مدلها (مدل تقاضای حمل و نقل، مدل موجودی خودرو، مدل استفاده مستقیم از انرژی و انتشار و مدل چرخه عمر و تأثیر زیستمحیطی) بررسی شد. همانطور که در تحقیقات قبلی نشان داده شده است، رویکردهای اجتماعی-فنی میتوانند برای توسعه مدلهای تقاضای انرژی حمل و نقل و پیشبینی تقاضای انرژی در بریتانیا مورد استفاده قرار گیرند (آنابل و همکاران، ۲۰۱۲؛ برند و همکاران، ۲۰۱۹). تجزیه و تحلیل تجزیه مصرف انرژی (هاموند و نورمن، ۲۰۱۲؛ سورل و همکاران، ۲۰۱۲؛ روتر و همکاران، ۲۰۱۷) نیز یک روش رایج است.
این تحقیق با شناسایی عوامل تعیینکننده سطح منطقهای مصرف انرژی حمل و نقل جادهای شخصی و باری از طریق تجزیه و تحلیل یک مجموعه داده جامع و نسبتاً بزرگ، به طور تجربی به ادبیات مصرف انرژی حمل و نقل جادهای کمک میکند. همچنین، بررسی میکند که آیا تفاوتهای مهم بین منطقهای میتواند وجود داشته باشد، به عنوان مثال، در تأثیر این عوامل تعیینکننده بر مصرف انرژی حمل و نقل جادهای. بر اساس تحقیقات قبلی، ما به دنبال طیف وسیعی از عوامل توضیحی بودیم و تأثیر آنها را بر مصرف انرژی حمل و نقل جادهای شخصی و باری بررسی کردیم. در حالی که معیارهای جایگزین گسترده و به راحتی در دسترس در تخمین مصرف انرژی حمل و نقل مفید هستند، تنوع معیارهای انتخاب شده توسط محققان و تنها توضیح جزئی آنها به مزیت بالقوه در نظر گرفتن معیارهای بیشتر و دقیقتر برای یک تصویر کاملتر اشاره دارد. برای این منظور، در این مطالعه، برخی از عواملی که به ندرت در تحقیقات قبلی استفاده میشوند، مانند درآمد ناخالص قابل تصرف خانوار (GDHI)، سرانه GDHI و نرخ بیکاری نیز در نظر گرفته شدند. این مقاله ابعاد جغرافیایی مصرف انرژی حمل و نقل جادهای را در نظر میگیرد، که به ندرت توسط تحقیقات قبلی در نظر گرفته شده است. علاوه بر این، این مقاله با در نظر گرفتن ابعاد مکانی سفر فعال، ارتباط بین سفر فعال و مصرف انرژی حمل و نقل جادهای را که کمتر درک شده است، بررسی میکند. با برجسته کردن ابعاد مکانی مصرف انرژی حمل و نقل جادهای، تحقیق ما به طور تجربی به درک جغرافیای حمل و نقل (و انرژی) کمک میکند.(منبع).