基于运输结构优化的交通碳减排研究及综述

基于运输结构优化的交通碳减排研究及综述作者：戴湘婷
来源：《经济研究导刊》2024年第01期
摘要：交通运输行业是我国碳减排的重难点领域，随着绿色交通、低碳运输的推进，对交通碳减排的研究方兴未艾。

基于此，综述基于运输结构优化角度的碳减排研究现状，主要包括运输结构优化定义与量化研究方法、运输结构对于交通碳排放的影响、运输结构的影响因素及优化实现路径等方面，并进一步梳理我国关于运输结构优化调整的实施情况，对运输结构优化研究方向做出展望。

关键词：运输结构；结构优化；交通碳减排
中图分类号：F503 文献标志码：A 文章编号：1673-291X（2024）01-0064-03
化石能源燃烧是致使碳排放量增长的主要原因，据IPCC第五次评估报告显示，全球目前大约60%的石油消耗被用于交通运输行业，交通运输领域已经成为化石能源消耗最多的行业。

另外，国际能源署数据表示，交通运输行业的碳排放量占碳排放总量的近1/4，是全球第二大碳排放行业。

从我国现状看，交通运输行业碳排放约占碳排放总量的10%，已成为我国碳排放量最多的三大行业之一，是当前我国应对气候变化、达成“双碳”目标的重点关注领域。

我国地域辽阔，运输体量巨大，拥有公、铁、水、空、管道等多种运输方式。

2022年全国完成营业性货运量506.63亿吨、营业性客运量55.87亿人，其中公路运输占比分别为73.3%和63.5%。

可见，公路运输是我国当前最主要的运输方式，承担了我国运输量的绝大部分。

而公路运输多以柴油车为主，碳排放成本较高，其单位周转量的能耗和污染物排放远高于铁路和水路。

据统计，我国交通碳排放量中公路约占74%、铁路占8%、水运占8%、航空占10%。

因此，运输结构优化调整是我国交通领域碳减排的有效实现路径，也是国家政策改革及学者研究的重点关注领域。

本文综述了交通运输领域结构性减碳策略相关概念、研究方法、结论与发展趋势，可以为后续运输结构优化调整提供参考。

一、运输结构优化研究
（一）运输结构定义
运输结构是指运输系统的组成结构、市场布局，以及各个子系统、环节、单元、要素等在整体中的存在状态、份额比例、相对地位等，反映了交通运输业的产业布局与技术发展水平，同时也可以体现交通运输业在国民经济中的发展情况[1]。

从不同分析角度，运输结构描述的范畴不同。

1.宏观层面上，运输结构用以反映交通运输行业在国民经济系统中的地位与作用，可以用交通运输行业增加值来表示。

2.中观层面上，运输结构描述的范畴是运输系统内部，主要是指各种运输方式（公路、铁路、水运、航空和管道等）的市场布局、相对地位，一般用各运输方式的份额比例、构成关系表示。

3.微观层面上，运输结构则用以反映运输子系统的内部要素构成、相对比例关系。

考察的是不同运输方式内部的环节与构成要素情况。

（二）运输结构量化
一般地，政策及研究中所提到的運输结构多指中观层次运输结构，即各种运输方式在整个运输市场中所占的比例份额。

其量化表达方法主要有多维向量和信息熵两种。

1.多维向量。

设运输系统中共有n种运输方式，用A■表示每种运输方式的运输分担量
（i=1，2，...n），则每种运输方式所占的市场份额为pi=■=■（i=1，2，...n），0≤pi≤1。

则运输结构可以表示为S=（p1，p2，...pn），其中市场份额A■可以用实际运输量、换算周转量等来表示。

2.信息熵。

熵值概念源于物理学，用于描述系统状态的混乱和无序程度，后来被
C.E.Shannon用来描述信息理论中信源的不确定程度。

信息熵理论的基本概念则来源于信息通讯系统和统计理论，利用概率论与数理统计的方法研究信息传输和处理系统中的规律。

将信息熵引入运输结构描述时，可以用熵值大小来综合反映运输结构的均衡程度，熵值越大，说明运量在各个运输方式上的分布越均衡[2]。

用H（p）表示运输结构信息熵，H（p）=-■■pilogpi（0≤H（p）≤logn）。

（三）运输结构优化
运输结构优化调整一般指将运输量从碳排放污染高的运输方式转向碳排放低的运输方式。

实践与研究充分表明，公路运输带来的碳排放显著高于铁路运输和水路运输，铁路、水路运输的单位货物周转量能耗分别约为公路的1/7和1/14[3]；同时，公路单位周转量的经济产出低于铁路和水运。

因此，当前在运输结构优化实施方案上以“公转铁”“公转水”为主，以提高转运效率为目标的“多式联运”“同步运输”等方案也是运输结构优化重点方向。

二、运输结构对交通碳排放的影响研究
目前，对于交通碳排放影响因素的研究多采用IPAT模型、STIRPAT模型、回归模型、对数平均迪氏指数（LMDI）分解法、VAR模型等方法，主要从经济水平、技术进步、人口规模
等三个角度进行影响因素选取。

运输结构在分析中一般作为技术进步维度的描述指标，常用的分析方法有理论分析法、案例分析法、系统分析法、情景模拟法等。

陈淑玲等在总结梳理各国运输结构调整政策经验的基础上，发现将运输量从公路转向铁路是降低公路运输污染排放的关键，也是各国常用的交通碳减排策略之一[4]。

许畅然结合FSO 理论和效率理论等理论分析方法，建立面板数据回归模型，探究货运结构对货运碳排放效率的影响[5]。

其研究结论显示，货运结构的均衡度对碳排放效率具有显著负向影响，且存在区域异质性。

Lin和Wang从运输结构优化和运输方式转变两个角度探究我国运输结构调整的碳减排效果，结果表明，交通结构优化使碳排放减少12.70%，且西部地区运输结构优化的碳减排效果最大，其次是中部和东部地区[6]。

林秋风总结分析了中国运输结构的发展现状，基于系统动力学分别建立公、铁、水、空四个仿真子系统，探究各个系统下的因果反馈情况，在此基础上建立货物运输总系统，采用情景预测法，对不同情景下的碳减排效果进行仿真预测[7]。

王靖添等对中国旅客运输和货物运输的需求量进行预测分析，采用情景模拟法，设定不同运输结构与交通技术进步的情景，对交通碳减排潜力进行模拟预测，情景预测结果显示运输结构优化下的交通碳减排效果更佳[8]。

孙佳等基于STARPAT模型和熵权-Topsis法构建求解2030年碳达峰目标下的最佳运输结构，优化后的运输结构与当前运输结构相比，同等运输周转量下能源消耗量可以30.45%[9]。

三、运输结构优化路径研究
关于运输结构优化路径的研究，由于切入角度、分析层面的不同，“多式联运、运输路径选择、运输模式转移、货物分担率调整”等方面的研究都与之有所重叠。

在多式联运研究方面，唐继孟等基于随机效用理论构建多式联运产品分担率的计算模型，量化分析不同类型政府补贴政策对于公铁联运分担率的影响[10]。

李晓东等在构建东北地区集装箱多式联运优化模型时，设计5种情景进行求解，并利用敏感性分析，研究公路单位运价和碳排放对于整体运输系统的影响[11]。

在运输路径选择方面，陈雷以碳税成本作为碳排放成本描述指标，建立碳排放成本目标函数，以运输时限、运输完成量、碳排放总量为约束条件，构建公铁联运下路径及运输方式的选择优化模型[12]。

于雪峤等从客户感知效用出发，将综合代价量化为广义费用，其考虑角度兼顾经济性、准时性、快速性、环保性等因素，用Logit模型的概率输出结果作为客户选择某一运输方式的效用感知、偏好[13]。

以具体路线的具体车型为例，采用灵敏度分析，研究公路、铁路运价和专用线费用、装卸费用、到时兑现率等因素对于不同运距下的铁路货物分担率的影响。

康禄等从货主角度出发，考虑公路、铁路、水路三种运输方式的选择，并以成本最小化为决策目标，以时间成本、碳排放成本作为约束条件，采用模糊期望法对建立的运输组织优化模型进行求解。

研究结果显示通过优化运输方式选择可以减少整体运输碳排放量[14]。

在运输结构影响因素研究上，张汝华等从社会和经济两个维度选取人口、人均GDP、全社会固定资产投资额、第一产业总值、第二产业总值、第三产业总值等7个指标作为分析山东省货运结构演变的影响因子[2]。

吴琴等聚焦港口集运的运输结构，对比其他国家情况分析，认为我国港口集运的铁路占比太低[15]。

冯文波从宏观、中观、微观三个层面综合分析了我国交通运输结构的变化特征，认为我国目前的运输结构存在一定的失衡，并从市场替代、能力短板、运输比价、运到时限、服务质量、联运不畅等6个方面对运输结构失衡影响因素进行了解析[16]。

另外，各种运输方式之间也存在着相互影响效应，赵南希等认为，铁路运量的波动会对公路运输需求产生影响，同时公路运输价格在一定程度上会随之波动[17]。

而李红娟等通过VAR 模型分析，认为公路货运量受水运情况影响较大，同时铁路货运量受公路货运影响大于水运，且公铁货运之间存在着短暂的竞争关系[18]。

总体来看，运输结构优化的实现，一方面要依赖于供给侧的深化改革，如加大铁路、水路基础设施的投资建设、提升服务管理水平；另一方面，也要考虑需求侧的用户偏好，推进消费侧个人碳减排。

四、发展趋势
我国自2018年提出运输结构调整政策方案以来，在总体布局上以大宗货物、中长距离货物运输为主要抓手，以“公转铁”“公转水”为运输结构调整主攻方向，以加快铁路专用线、封闭式皮带廊道、港口、物流园区建设为项目建设重点。

目前，行动方案实施初显成效，大宗物资及中长距离运输“公转铁”“公转水”有序推进，公铁、铁水、空铁、公水等联运等综合运输体系逐步发展。

但研究显示，我国运输结构存在不均衡性，特别是中西部地区水运发展条件不足、结构调整方案单一，短期内运量转移有限、长期增量难以保持。

2022年1月，国务院办公厅印发《推进多式联运发展优化调整运输结构工作方案（2021—2025年）》，要求“十四五”期实现集装箱铁水联运运量规模年均增速15%以上，重点区域运输结构显著优化。

从长远发展角度来看，运输结构调整的推进仍然任重道远。

当前，基于管理性减碳策略的供应链管理改革和基于技术性减碳策略的清洁能源研发都在踏入高速发展后逐渐趋于成熟，而结构性减碳策略的优化实施途径尚未有可复制的成熟方案。

一方面，取决于不同地区的运输禀赋条件有所差异，如港口数量、大宗物资运输需求量等因素；另一方面，不同运输方式的投资回报周期不同，建设改革成果的显现具有一定的滞后性。

因此，对于结构性减碳策略的背后具体实现途径的研究有待丰富。

参考文献：
[1] 唐建桥.区域运输结构优化研究[D].成都：西南交通大学，2013：24.
[2] 张汝华，郭森垚，施庆利.基于信息熵的山东省货运结构演变及动因分析[J].重庆交通大学学报（自然科学版），2022（12）：33-40.
[3] 李晓易，谭晓雨，吴睿，等.交通运输领域碳达峰、碳中和路徑研究[J].中国工程科学，2021（6）：15-21.
[4] 陈淑玲，康兆霞，武剑红.运输结构调整政策的国际比较及启示[J].铁道运输与经济，2018（2）：33-37.
[5] 许畅然.货运结构对货运碳排放效率的影响研究[D].北京：北京交通大学，2020：16.
[6] Lin S.，Wang J. Carbon emission reduction effect of transportation structure adjustment in China： an approach on multi-objective optimization model. Environ Sci Pollut Res Int[J].2022（4）：6166-6183.
[7] 林秋风.基于货运结构优化的中国货物运输碳排放仿真研究[D].北京：华北电力大学，2021：27.
[8] 王靖添，闫琰，黄全胜，等.中国交通运输碳减排潜力分析[J].科技管理研究，2021（2）：200-210.
[9] 孙佳，孙启鹏，高捷，等.碳达峰约束下的运输结构优化研究[J].生态经济，2023（11）：54-59.
[10] 唐继孟，李建，阳波.补贴政策对集装箱公铁联运竞争力的影响分析[J].交通运输系统工程与信息，2018（6）：201-208.
[11] 李晓东，匡海波，赵宇哲，等.多式联运下的中国东北地区低碳运输实证研究[J].管理评论，2021（3）：282-291.
[12] 陈雷.低碳运输下公铁两网之间大宗货流转移及流量分配综合优化研究[D].北京：北京交通大学，2016：18.
[13] 于雪峤，周凌云，席江月，等.“公转铁”形势下铁路大宗货物运输市场分担率提升策略研究[J].铁道经济研究，2021（2）：31-36.
[14] 康禄，刘涛，李平.低碳背景下的综合运输组织优化研究[J].铁道运输与经济，2021（5）：97-102.
[15] 吴琴，陶学宗，尹传忠，等.港口集疏运“公转铁”的减排影响分析[J].铁道运输与经济，2019（1）：101-105.
[16] 冯文波.我国运输结构优化调整影响因素与策略研究[J].铁道运输与经济，2019（9）：18-23.
[17] 赵南希，肖荣娜，宿硕.基于灰色关联法的公路货运定价影响因素分析[J].公路交通科技，2020（S1）：80-85.
[18] 李红娟，卢天哲，祝汉灿.全国货运量预测与货运结构分析[J].统计与决策，2022（18）：179-183.
[责任编辑卫星]。