京津冀公铁货运碳排放测算研究

李利军，姚国君

（石家庄铁道大学 经济管理学院，河北 石家庄 050043）

0 引言

研究表明，交通运输产生的碳排放量占到全球碳排放量的25%[1-2]。20 世纪初，马歇尔和庇古论证了能源消耗和污染排放的外部成本效应，此后，碳排放成为研究热点。在交通领域，有关碳排放的研究主要集中在碳排放测算、碳排放预测、碳排放因素分析等方面。其中，李健等[3]发现北京市交通碳排放始终呈现增长趋势，天津市、河北省近年来交通碳排放有下降趋势；罗希、谢汉生等[4-5]分别测算了我国交通运输业能源消费碳足迹总量、铁路运营碳排放量；张诗青等[6]对交通运输碳排放时空分布格局进行研究；张宏钧等[7]研究发现影响公路与铁路碳排放的主要因素是换算周转量；汪莹等[8]综合运用协整检验、向量误差修正模型及Granger检验，建立换算总周转量、能源消耗强度、运输车辆结构和人均GDP与碳排放的长期协整方程与短期误差修正方程；左大杰等[9]发现运输强度及其结构是驱动行业碳排放的关键因子；Benoit，Hickman等[10-11]基于模拟仿真对不同情景下的碳排放进行了预测分析。

综合现有文献研究，交通碳排放测算研究取得了一定成果，但还存在研究多停留在全国性的整体层面、省域空间效应方面研究较少，部分碳排放测算缺乏测算模型参数等问题。为此，运用排放系数法与油耗法相结合的方法测算京津冀公路货运碳排放，构建基于铁路货物周转量的碳排放计算方法测算京津冀铁路货运碳排放，并依据阶段划分对公路、铁路碳排放情况进行比较分析，以期促进公路、铁路货运合理发展。

1 碳排放测算模型构建

公路货运碳排放测算采用油耗法，即利用碳排放系数计算的方法；铁路货运碳排放测算采用“自上而下”的计算方法，即利用铁路运输的能源消耗量乘以其能源碳排放系数计算。研究集中于货物运输过程中燃料燃烧直接产生的碳排放测算，对铁路电力机车运输不测算碳排放。基于研究数据的获得性，对1998—2018年京津冀公路、铁路货运进行碳排放测算。

1.1 公路碳排放测算模型构建

我国公路交通的能耗主要是汽油、柴油等高碳排放的化石燃料。为了方便测算公路碳排放量，将货车分为轻型、中型、重型3类，设货车燃油均为柴油，各车辆数据来自1998—2019年《北京市统计年鉴》《天津市统计年鉴》《河北省统计年鉴》。综合相关文献[4，12-14]研究方法，参考文献[12]的研究成果，利用油耗法对公路货运碳排放进行测算。

式中：C1为公路碳排放量，万t；Ai为第i类货车的百公里油耗量，i= 1，2，3，L/102km；Pi为第i类车型碳排放系数，根据欧洲排放标准，并对应车型分类，得到各车型碳排放系数[15]，g/L；Li为第i类机动车年均行驶里程，km。

式中：A为货车百公里油耗量，L/102km；a，b，c，d，e为回归参数[15]；IRI为国际平整度指数，由于公路等级不同，采用世界银行数据报告IRI取平均值1.35；f为纵坡坡度，上坡为正，下坡为负，可以近似相互抵消，%；V为车速，km/h。

由于目前缺少各车型的行驶距离数据，研究采用《道路机动车大气污染物排放清单编制技术指南》推荐的机动车年均行驶里程，机动车（含柴油车）年均行驶里程如表1所示。柴油车型碳排放系数[15]如表2所示。回归参数参考文献[15]得到，回归参数如表3所示。车速根据《公路工程技术标准》（JTGB01-2014），结合《道路机动车大气污染物排放清单编制技术指南》，参考相关文献[16-17]确定不同车型车速均值如表4所示。

表1 机动车（含柴油车）年均行驶里程 kmTab.1 Average annual mileage of motor vehicles （including diesel vehicles）

表2 柴油车型碳排放系数 g/LTab.2 Carbon emission coefficients of diesel vehicles

表3 回归参数Tab.3 Regression parameters

根据式（1）、式（2），以及表1至表4数据，结合原始数据统计资料，京津冀公路碳排放测算结果如表5所示。

表4 不同车型车速均值 km/hTab.4 Average speed of different vehicles

表5 京津冀公路碳排放测算结果 万tTab.5 Measurement results of highway carbon emissions in the Beijing-Tianjin-Hebei region

1.2 铁路碳排放测算模型构建

目前，学术界对铁路碳排放测算尚未有准确的计算方法，研究中根据牵引动力不同，铁路碳排放测算分为蒸汽机车、内燃机车，并设定蒸汽、内燃机车使用化石燃料分别为焦炭、柴油。考虑到1998—2002年蒸汽、内燃、电力机车混用，根据《中国铁道年鉴》全国铁路机车能源供应数据显示电力供应对煤炭、燃油的替代性明显，2002年已不再使用蒸汽机车，电力机车运量占比逐年增加，内燃机车运量逐年减少，到2018年电力机车运量占比88.4%，内燃机车运量占比11.6%。鉴于1998—2008年《中国铁道年鉴》各铁路局并未统计铁路运输用油量、用电量，限于研究数据的可获得性，铁路碳排放测算分为2个部分：第一部分是1998—2007年，采用机车单耗与货物周转量进行计算；第二部分是2008—2018年采用用油量、用电量进行计算。在第一部分中，考虑到内燃机车逐年淘汰且多用于调车运转、区段运输等，干线运输占比不大，故其计算结果可能偏大。在第二部分中，考虑存在内燃机车在客运中的使用，但根据数据统计显示，所占份额可以忽略不计。研究采用《陆上交通运输企业温室气体排放核算方法与报告指南》推荐的碳排放计算方法如下。

式中：C2为铁路运输碳排放量，万t；ADi为第i种化石燃料的活动水平，GJ；EFi为第i种化石燃料的二氧化碳排放因子，t/GJ；NCVi为第i种固体化石燃料的平均低位发热量，GJ/t；FCi为第i种固体化石燃料消费量，t；CCi第i种化石燃料的单位热值含碳量，t/GJ；OFi为第i种化石燃料的碳氧化率，%；ET货运ij为第i类运输工具所完成的货物周转量，万t·km；RK货运ij为完成的单位货物周转量所消耗的第i种燃料消费量，kg/（万t·km）。

由于京津冀城市统计年鉴内并无明确机车类型的货物周转量数据，鉴于中国铁路北京局集团有限公司（以下简称“北京局集团公司”）管辖分布不仅包括京津冀，也包括山东、河南、山西部分地区，其中以山东区域中德州部分、邯济线（邯郸—焦斌）部分、河南区域安阳部分、山西区域阳泉部分为代表。同样，考虑到中国铁路沈阳局集团有限公司、中国铁路太原局集团有限公司分别在北京、天津、河北省境内均有部分管辖，以锦承线（锦州—承德）、京通线（北京—通辽）、大秦线（韩家岭—柳村南）为代表。经相互抵消后比较发现，占比小于1%。因此，采用1998—2008年《中国铁道年鉴》中北京局集团公司统计的货物周转量代替京津冀铁路货物周转量。机车单耗如表6所示。2008—2018年北京局集团公司机车耗油量如表7所示。化石燃料特性参数缺省值如表8所示。

表6 机车单耗 kg / （万t · km）Tab.6 Unit consumption of locomotives

表7 2008—2018年北京局集团公司机车耗油量 tTab.7 Oil and electricity consumption of China Railway Beijing Group from 2008 to 2018

表8 化石燃料特性参数缺省值Tab.8 Default values of fossil fuel characteristic parameters

根据式（3）至式（6），结合表6、表7、表8数据，京津冀铁路碳排放测算结果如表9所示。

2 京津冀公铁货运碳排放测算比较分析

根据表5、表9绘制1998—2018年京津冀公铁货运碳排放总量比较图如图1所示；根据表5绘制1998—2018年京津冀公路货运碳排放变化图如图2所示；根据表5及京津冀人口数量绘制1998—2018年京津冀公路货运人均碳排放变化图如图3所示。由于铁路碳排放测算数据采用的是北京局集团公司统计的货物周转量代替京津冀铁路货物周转量，若测算京津冀铁路人均碳排放，其结果的准确性较低。因此，研究不再测算铁路人均碳排放。

表9 京津冀铁路碳排放测算结果 万tTab.9 Calculation of carbon emissions from railway transport in the Beijing-Tianjin-Hebei region

（1）各年份碳排放对比。由图1可知，铁路碳排放量远小于公路碳排放量。1998—2003年，公路碳排放量随时间增加但增速不大；2004年较2003年减少近5 000万t；公路碳排放量在2006—2012年呈增长状态，由2006年的18 290.72万t增长到2012年38 018.20万t，2006—2012年年增长率达18%；2013—2014年公路碳排放量较2012年减少近1 000万t；2015—2018年，公路碳排放量明显增加，年增长率达10%。相比之下，铁路货运碳排放量远小于公路碳排放量。由于测算过程中采用的数据不同，其计算结果差异较大，1998—2007年测算数据来源机车单耗与货物周转量。1998—2001年铁路碳排放量等于蒸汽机车与内燃机车完成的货物周转量碳排放量之和；2002—2007年铁路碳排放量主要来自内燃机车。2008—2018年铁路碳排放量逐年降低，电力机车逐渐取代内燃机车，因此，铁路运输直接碳排放量不断减小。京津冀铁路碳排放的减少离不开铁路节能减排政策的实施以及机车的更新换代。公路碳排放不断增长与其运营里程、货运量增加相关，因此也就导致碳排放只增不减。

（2）按地区分析。根据图2可以看出，河北省公路碳排放占比较大。分车型统计，天津市、河北省均表现为重型货车碳排放量最高；北京市轻型货车碳排放量最高；京津冀3地中型货车碳排放量占比最小。根据计算结果，北京市公路碳排放量不同车型呈现出不同特征：轻型货车碳排放量逐年递增，由1998年的229.11万t增加到2018年1 198.433万t；中型货车碳排放量呈现逐年递减趋势，由1998年的279.70万t减少到2018年的42.38万t；重型货车碳排放量整体逐年减少，但减少的幅度不大。尽管北京市已采取诸多货车限行政策，但北京市总体公路碳排放量自1998年到2018年年均增长25.14万t。天津市3类车型碳排放量均为逐年增长状态，其中中型货车碳排放量先增后减；重型货车碳排放量增长速度最大，1998—2018年年均增长137.64万t。 河北省公路碳排放量不同车型均呈现逐年增加的趋势，其中重型货车碳排放量占河北省公路碳排放总量的70%左右。铁路方面，北京局集团公司在2002年加大了内燃机车和电力机车投入，从2007年后内燃机车运输占比逐渐减小，到2017年其货物周转量是电力机车的14%。随着电力机车运量的加大，铁路运输碳排放量将会逐步减少。

（3）公路人均碳排放量分析。在公路碳排放中，北京市碳排放均值为1 171.28万t，天津市碳排放均值为2 738.77万t，河北省碳排放均值为 21 959.76万t。根据图3，河北省人均碳排放量最高，1998—2018年年平均人均碳排放量为3.06 t； 北京市年平均人均碳排放量最小，为0.68 t；天津市年平均人均碳排放量为2.09 t。北京市公路人均碳排放总体呈现先减少后增加的态势，1998—2015年呈现减少状态，即由0.81 t减少到0.52 t，2016—2018年呈现增加态势；天津市和河北省公路人均碳排放整体表现为逐年增长，其中河北省增长较快。从人均碳排放量来看，北京市公路货运人均碳排放稳定状态最好，天津市稳定状态次之，河北省稳定状态不佳。

3 结束语

构建公路、铁路货运碳排放模型，并对京津冀公路、铁路货运碳排放进行测算。结果表明，京津冀公路货运碳排放量大于铁路。公路碳排放方面，河北省公路货运碳排放量最大，天津市次之，天津市和河北省碳排放量呈上升趋势；北京市碳排放量最小且北京市碳排放量呈减少趋势。铁路碳排放方面，除个别年份外，京津冀铁路货运碳排放量呈下降趋势。研究测算了京津冀公路与铁路货运的直接碳排放情况，对于间接碳排放未进行测算。基于全生命周期视角运输工具间接碳排放测算将是下一步研究重点。