交通运输研究 >

2023 , Vol. 9 >Issue 6: 132 - 140

DOI: https://doi.org/10.16503/j.cnki.2095-9931.2023.06.013

研究论文

“双碳”目标下高速铁路运营阶段碳排放测算及评价指标体系研究

  • 彭程 , 1, 2 ,
  • 冯佳 1, 2 ,
  • 刘爽 , 1, 2 ,
  • 田思琪 1, 2 ,
  • 刘露 1, 2
展开
  • 1 北京交通大学 交通运输学院，北京 100044
  • 2 北京交通大学 综合交通运输大数据应用技术交通运输行业重点实验室，北京 100044
刘爽（1980—），女，北京人，博士，副教授，研究方向为交通运输规划与管理。E-mail:

彭程（2001—），女，山东菏泽人，硕士研究生，研究方向为交通运输规划与管理。E-mail:

收稿日期: 2023-07-17

  网络出版日期: 2024-01-16

基金资助

国家自然科学基金项目(71901022)

收起

Study on Carbon Emission Calculation and Evaluation Index System During Operation Phase of High-Speed Railway under "Carbon Peaking and Carbon Neutrality" Goals

  • PENG Cheng , 1, 2 ,
  • FENG Jia 1, 2 ,
  • LIU Shuang , 1, 2 ,
  • TIAN Siqi 1, 2 ,
  • LIU Lu 1, 2
Expand
  • 1 School of Traffic and Transportation, Beijing Jiaotong University, Beijing 100044, China
  • 2 Key Laboratory of Transport Industry of Big Data Application Technologies for Comprehensive Transport, Beijing Jiaotong University, Beijing 100044, China

Received date: 2023-07-17

  Online published: 2024-01-16

Fold

摘要

为加快实现我国高速铁路碳达峰，并推动高速铁路行业深度减排，首先，采用生命周期评价方法明确高速铁路运营阶段的碳排放来源，在此基础上构建碳排放定量测算模型；然后，根据相关碳排放指标建立高速铁路运营阶段低碳化水平评价指标体系，利用基于层次分析法和变异系数法的灰色关联分析构建综合评价模型，对2013—2016年京沪高铁运营阶段进行碳排放测算和低碳化水平评价；最后，针对高铁运营阶段各系统的碳排放特征提出节能减排的措施建议。研究结果表明，在运营阶段京沪高速铁路牵引系统碳排放占比为89.2%，车站系统占比为6.4%，养护系统占比为4.4%。其中，牵引系统和车站系统的年度总碳排放水平均在逐年提高；养护系统中钢轨、水泥的生产及施工环节碳排放占比最大，分别为36%和25%。因此，需重点优化牵引供电和车站运营环节的电力生产结构，开发高碳排建筑材料生产和施工环节的节能降碳技术，以获得最大化的节能减排效益。此外，综合评价结果表明，京沪高铁运营阶段的低碳化水平正逐年提高。

关键词： 高速铁路; 运营阶段; 碳排放测算; 低碳化评价; 灰色关联分析

本文引用格式

彭程 , 冯佳 , 刘爽 , 田思琪 , 刘露 . “双碳”目标下高速铁路运营阶段碳排放测算及评价指标体系研究[J]. 交通运输研究, 2023 , 9(6) : 132 -140 . DOI: 10.16503/j.cnki.2095-9931.2023.06.013

Abstract

To accelerate the peaking of carbon emissions in the high-speed railway sector in China and promote deep carbon emission reduction in the industry, firstly, the LCA (Life Cycle Assessment) was used to identify the sources of carbon emissions during the operation phase, and then a quantitative calculation model for carbon emissions was constructed. Secondly, based on relevant carbon emission indicators, an evaluation index system for the the low-carbon level during the operation phase of high-speed railway was established. The comprehensive assessment of this index system was conducted using a Grey Relational Analysis model, combining AHP(Analytic Hierarchy Process) and Coefficient of Variation. Subsequently, carbon emission calculation and a low-carbon level assessment were performed for the Beijing-Shanghai High-speed Railway during the operation phase from 2013 to 2016. The research findings indicated that, during the operational phase, the carbon emissions from the traction system of the Beijing-Shanghai High-speed Railway constituted 89.2%, the station system contributed 6.4%, and the maintenance system accounted for 4.4%. Notably, the annual total carbon emissions from the traction and station systems increased year by year. Within the maintenance system, carbon emissions from the production and construction of rails and cement accounted for the targest portions, which were 36% and 25%, respectively. Therefore, there was a need to prioritize the optimization of the power production structure in the traction and station operation phases, as well as the development of energy-saving and carbon-reducing technologies in the production and construction processes of high-carbon building materials, to attain maximum energy-saving and emission reduction benefits. Additionally, the evaluation results indicated that the low-carbon level of the Beijing-Shanghai High-speed Railway was increasing year by year during its operation phase.

Key words： high-speed railway; operation phase; carbon emission calculation; decarbonization evaluation; grey correlation analysis

0 引言

交通运输业是具有碳减排潜力的行业，同时又是碳减排难度最大的行业之一。国际能源署数据显示，2000—2018年交通运输业的碳排放量约占全球二氧化碳总排放量的24%[1]。近年来，高速铁路凭借其运量大、速度快、能耗低、正点率高、受气候影响小等优势，已逐渐发展为具有较强竞争力的旅客运输方式之一。截至2019年一季度末，我国高速铁路已累计完成超100亿人次的旅客运输量。截至2021年底，我国高速铁路营业里程已突破4万公里。与此同时，高速铁路运营伴随大量二氧化碳排放。2020年9月22日，国家主席习近平在第七十五届联合国大会一般性辩论上郑重宣示：“中国将提高国家自主贡献力度，采取更加有力的政策和措施，二氧化碳排放力争于2030年前达到峰值，努力争取2060年前实现碳中和。”“双碳”背景下，产业自身高质量发展要求高速铁路行业加快节能减排步伐。因此，建立高速铁路行业的碳排放测算与低碳化水平评价体系，对推动高速铁路行业深度减排意义重大。
针对高速铁路行业碳排放的统计测算，既有文献多基于生命周期评价对高速铁路各阶段碳排放情况展开研究。生命周期评价（Life Cycle Assessment, LCA）是对产品系统从建立之初到其生命周期结束时的能源消耗以及环境影响的评估[2]。Kortazar等人[3]采用LCA将2016年西班牙运营的高速铁路线路中施工、维护以及运营情况纳入分析，从减少环境影响和能耗的角度验证其建设的合理性。Kaewunruen等人[4]采用LCA对京沪高速铁路的能耗、碳排放和成本进行了测算，结果表明，京沪高铁的大部分碳排放和能源消耗来自施工阶段，其次是运营维护阶段，并且水泥生产是施工阶段碳排放和能耗的主要来源。Jones等人[5]基于LCA定量计算了葡萄牙里斯本至波尔图区间高速铁路线路的温室气体排放情况，其中列车运行过程的碳排放占比最大，约占总碳排放量的69%。Chang等人[6]应用LCA测算了美国加利福尼亚州高速铁路基础设施建设过程中的温室气体排放，研究发现，建筑材料生产环节的温室气体排放占比最高，可达80%，而运输过程只占16%。崔占伟[7]基于LCA定量计算分析了高速铁路运营阶段的碳排放特征，并通过对数平均迪式指数法确定了抑制高速铁路运营期碳排放增长的主要因素。付延冰等人[8]基于LCA将高速铁路碳排放来源划分为建设、运营和回收3个阶段，明确了各阶段的碳排放计算边界，建立了碳排放定量计算模型，初步测算了某高速铁路建设和运营期的碳排放。由此可见，高速铁路运营阶段的碳排放在整个高速铁路系统碳排放中的占比较大。深入研究高速铁路运营阶段的碳排放情况，有助于识别高速铁路系统中的关键碳排放来源，从而为制定有效的碳减排策略提供依据。
此外，国内外学者针对铁路行业碳减排效果也开展了定量研究。Åkerman[9]基于生命周期视角分析了瑞典拟建高速铁路线路Europabanan的碳减排效果，研究发现，直至2030年，该高速铁路线路每年可减少55万t碳排放，其中近60%来自从公路货运方式到高速铁路货运方式的转移，40%来自从航空和公路客运方式到高速铁路客运方式的转移。杨洋等人[10]基于LCA构建了一套科学的高速铁路节能减排评价体系，将运力贡献和运输效率等指标纳入评价体系，基于熵权密切值法对5种运输方式的节能减排效果进行综合评价，认为高速铁路的节能减排效果最优。任福民等人[11]利用投入产出表及其关联度分析对铁路行业的碳排放进行定量计算和定性评价，并引入碳排放弹性系数定量评价碳减排效果，通过与其他行业对总碳排量影响程度的对比，进一步验证铁路行业碳减排的重要性。谢汉生等人[12]构建了以技术评价和管理评价为主的铁路低碳效应评价体系，通过层次分析法和专家打分法确定指标权重，尽管该方法主观性较强，但仍可为铁路低碳效应评价提供参考。由此可见，既有文献强调了定量分析在铁路行业碳减排效果研究中的重要性，为高速铁路运营阶段的碳减排效果评估提供了有力支持。
综上所述，既有研究大多基于LCA测算分析高速铁路碳排放，而针对高速铁路节能减排效果还缺乏定性与定量相结合的综合评估方法。由于铁路运营阶段的碳排放约占全生命周期碳排放的80%以上[13]，因此针对高速铁路运营阶段的碳排放测算及碳减排效果评估尤为重要。鉴于此，本研究以高速铁路系统为研究对象，明确高速铁路运营阶段的能耗情况及碳排放来源，建立定量测算数学模型，构建低碳化水平评价体系，对京沪高速铁路2013—2016年运营阶段的碳排放进行核算、分析和评价，并提出“双碳”目标背景下高速铁路低碳化发展的建议。

1 高速铁路运营阶段碳排放测算方法

高速铁路的全生命周期主要划分为4个阶段：建筑材料生产阶段、施工建设阶段、运营维护阶段、报废拆除处置阶段[14]。本文主要针对最核心的运营维护阶段展开研究（以下简称运营阶段）。该阶段的碳排放来自3个系统：一是为动车组牵引运行提供电力能源的牵引系统，二是为旅客提供服务的车站系统，三是为整个高速铁路系统的安全运行提供保障的养护系统[15]。高速铁路运营阶段总的碳排放为以上3个系统的碳排放之和。

1.1 牵引系统碳排放

本研究忽略线路电阻损耗，定义高速铁路牵引系统消耗的电能全部为输送给动车组进行牵引运行的电能。该系统产生的碳排放量与高速铁路运营年限内完成的旅客运输量（客运量）、客运周转量、平均运距等因素相关性较强，其计算公式为：
C q y = ∑ t = 1 T Q (t) p (t) λ (t) β t d
式（1）中： C q y为高速铁路运营年限内牵引系统产生的碳排放，单位kgCO2； T为高速铁路运营年限，单位年； Q (t) 为高速铁路运营阶段第 t年完成的客运量，单位人； p (t) 为高速铁路运营阶段第 t年的旅客平均运距，单位km； λ (t) 为高速铁路运营阶段第 t年完成单位客运周转量所消耗的电量，单位kW·h/(人·km)； β t d为高速铁路运营阶段第 t年 d电网区域的电力碳排放因子，单位kgCO2/(kW·h)。

1.2 车站系统碳排放

测算车站系统碳排放量时，仅计算客运站运营产生的碳排放，暂不考虑货运站和车辆段。由于高速铁路客运站电力消耗产生的碳排放占比超过99%[13]，且主要来自中央空调系统、公共区域照明以及电梯设备用电[16]，本研究认为高速铁路客运站消耗的能源均为车站配电所提供的电力能源，不考虑其他能源供给产生的碳排放。通过统计车站建筑面积、车站旅客发送量、车站耗电量等基础数据，建立车站系统的碳排放计算模型如下：
C c z = ∑ t = 1 T Q (t) S γ (t) β t d
式（2）中： C c z为高速铁路运营年限内车站系统产生的碳排放，单位kgCO2； S为高速铁路运营阶段第 t年沿线车站的总建筑面积，单位m2； γ (t) 为高速铁路运营阶段第 t年车站每人单位面积的耗电量，单位kW·h/(人·m2)。

1.3 养护系统碳排放

在高速铁路运营阶段，其建筑材料的使用年限会受环境的影响而缩短，因此对高速铁路系统的养护维修必不可少。高速铁路系统的养护维修主要涉及建筑材料的更换，可以将该过程视作再一次施工，因此养护系统产生碳排放的主要原因在于该施工过程中建筑材料的生产、运输和施工机械设备的使用。由于建筑材料的运输起点和实际运输距离较难获取，因此本研究主要关注建筑材料生产和施工机械设备使用所产生的碳排放。养护系统产生的碳排放计算公式为：
C y h = ∑ i g i R i + ∑ j M j P j N j h j
式（3）中： C y h为高速铁路运营年限内养护系统产生的碳排放，单位kgCO2； i为施工过程中使用的材料种类数； g i为不同建筑材料的碳排放系数，单位kgCO2/kg； R i为施工过程中消耗的第 i种建筑材料的总量，单位kg； j为施工过程中使用的机械设备种类数； M j为第 j种施工机械设备的施工量，单位kg或m3； P j为第 j种施工机械设备的机械定额，单位kg/台班或m3/台班； N j为第 j种施工机械设备的台班耗电量或耗油量，单位kW·h/台班或kg/台班； h j 为施工机械设备 j的台班耗电量或耗油量的单位碳排放系数，单位kgCO2/（kW·h）或kgCO2/kg。
综上，高速铁路运营阶段的碳排放计算模型如式（4）所示：
C y y = C q y + C c z + C y h
式（4）中： C y y为高速铁路运营年限内的碳排放总量，单位kgCO2。

2 高速铁路运营阶段低碳化水平评价指标体系及评价模型

2.1 评价指标的选取

结合高速铁路运营阶段各个系统的碳排放统计特点，选择低碳化水平评价指标，并构建基于目标层、准则层和指标层3层塔式结构的高速铁路运营阶段低碳化水平评价指标体系框架。该指标体系以高速铁路运营阶段碳排放系统构成结构为基础，由牵引系统、车站系统以及养护系统的相关碳排放特征指标构成。其中，牵引系统选取的碳排放特征指标反映了高速铁路牵引系统的整体碳排放水平以及列车运输效率、旅客运输需求和座位利用率在运营中对牵引系统碳排放的影响；车站系统选取的碳排放特征指标反映了车站系统的整体碳排放水平以及车站占地面积和客运量对车站系统碳排放的影响；养护系统考察每单位客运量和旅客周转量所承担的碳排放水平，以更好地评估在提供养护服务时的碳效益。高速铁路运营阶段低碳化水平评价指标体系的结构框架如图1所示。
图1 高速铁路运营阶段低碳化水平评价指标体系结构

2.2 评价模型的构建

采用基于层次分析法和变异系数法的灰色关联度评价模型对高速铁路运营阶段低碳化水平进行综合评价。

2.2.1 指标权重的确定方法

利用层次分析法可以将本研究评价指标体系涉及的相关要素分解为目标层、准则层和方案层等层次，属于主观赋权法，形式简单但需要迭代[17] 。变异系数法则通过各项指标所包含的数值信息，计算各指标的变化程度，是一种客观赋权法。在变异系数法中，各指标的变异系数由该项指标的标准差与其平均值的比值确定，第i项指标的变异系数与所有指标变异系数之和的比值即为该指标的权重。本文综合考虑主观和客观赋权法的优劣，对基于上述两方法得到的权重系数取均值，即通过综合赋权法确定高速铁路运营阶段低碳化水平评价体系中的指标权重系数。

2.2.2 灰色关联度评价模型构建

灰色关联度分析是一种多因素统计分析的方法。利用灰色关联度可以描述因素之间关系的强弱、大小和次序[18]。该方法的优点是采用非统计方法，对数据量没有严格限制，形式简单，因此适用于本研究中建立的高速铁路运营阶段低碳化水平评价指标体系。利用灰色关联度评价模型构建过程如下。
步骤1：结合低碳化水平评价体系自身特征，经过数据查询、资料收集，对图1中各指标进行定量计算，形成所需要的评价指标数据集 R ' ，即评价指标体系结构指标层中各碳排放指标的数据集。
步骤2：将原始数据集n个评价对象中正向指标最大的、逆向指标最小的分别作为最优指标集矩阵中的指标，构造最优指标集矩阵 A * 。本研究涉及的评价指标均为逆向指标，则需分别选取n个评价对象指标层中各碳排放指标的最小值，由此可得最优序列为： A * = ( r 1 * ,   r 2 * , ⋯ ,   r m * ) T 。根据最优序列矩阵 A * 与原始数据集矩阵 R ' ，得到矩阵 A 为：
A = r 11 ' ⋯ r 1 n ' r 1 * r 21 ' ⋯ r 2 n ' r 2 * ⋮ ⋮ ⋮ r m 1 ' ⋯ r m n ' r m *
步骤3：对矩阵 A中的指标数据作无量纲化处理，得到标准化矩阵 R。计算公式如下：
r i j = m a x   r i j ' - r i j ' m a x   r i j ' - m i n   r i j '
步骤4：根据标准化矩阵 R计算灰色关联系数 β。计算公式如下：
β j (i) = m i n j m i n i r i * - r i j + α m a x j m a x i r i * - r i j r i * - r i j + α m a x j m a x i r i * - r i j
比较数列和参考数列在第 i个指标上的关联程度主要体现在灰色关联系数的大小。其中， α为分辨系数， α∈[0,1]，一般取 α=0.5。
步骤5：结合权重系数计算灰色关联度。计算公式如下：
S j = ω i ∑ i = 1 m β j ( i )
式（8）中： S j为第 j个评价对象的灰色关联度，即综合评价结果； β j ( i )为第 j个评价对象的第 i个指标值与第 i个最优指标的关联系数； ω i为第 i个指标的权重分配向量。
步骤6：综合评价分析。对n个评价对象的灰色关联度 S j ( j = 1 ,   2 ,   … ,   n )进行降序排列，即对反映高速铁路运营阶段4个年度低碳化水平的灰色关联度进行降序排列，得到最终的排序。排序越靠前的关联度越大，说明评价对象与最优集拟合程度越高，越优于其他被评价对象，即该年度的低碳化水平越高；反之则说明评价对象与最优集拟合程度低，劣于其他被评价对象，即该年度的低碳化水平越低。

3 案例分析

3.1 碳排放测算结果与分析

京沪高速铁路线路全长1 318 km，从北至南依次经过北京、天津、河北、山东、江苏、安徽、上海，沿线共设24个车站，纵跨华北、华东两大区域电网。区域电网基准线因子的计算方法有2种：OM法和BM法，取二者的平均值作为本研究的电力碳排放因子。根据生态环境部公示的2013—2016年度减排项目中国区域电网基准线排放因子，经计算后得到本研究的电力碳排放因子，见表1。
表1 京沪高铁区域电网电力碳排放因子 单位：kgCO2/（kW·h）
电网区域 2013年 2014年 2015年 2016年
华北区域电网 0.803 9 0.799 5 0.759 8 0.725 3
华东区域电网 0.761 2 0.747 8 0.702 8 0.678 4
材料的碳排放系数是指每一种能源燃烧或使用过程中单位能源所产生的碳排放量。基于对瑞士Ecoinvent数据库、中国生命周期基础数据库（Chinese Life Cycle Database, CLCD）、欧盟生命周期参考数据库（European Reference Life Cycle Data System, ELCD）等2007—2012年相关数据的比选并参考相关学术论文，统计本研究案例中所采用的主要材料的碳排放系数，见表2。
表2 主要材料的碳排放系数及数据来源 单位：gCO2/kg
材料 碳排放系数 材料 碳排放系数
砾石 10.0③ 钢轨 1 690.00①
水泥 885.10① 粉煤灰 84[19]
钢筋 1 014.6② 石灰 1 306.80①
工业用水 0.01① 黏结剂 3 738②
乳化沥青 221.0③ 矿粉 12.40②
土工布 3 187.4③ 柴油 3 145[13]

①数据来源于CLCD。②数据来源于Ecoinvent。③数据来源于ELCD数据库。

基于以上数据并结合2013—2016年京沪高铁沿线牵引变电站年度用电量、沿线客运站的耗电量[7]以及京沪高铁旅客运输任务完成情况等相关数据，不考虑区域电网基准线碳排放因子的空间、时间动态变化，将华北、华东区域电网的基准线排放因子取均值，计算得出其牵引系统和车站系统的低碳化水平评价指标数据，见表3。
表3 2013—2016年京沪高铁牵引系统及车站系统低碳化水平评价指标
指标名称 2013年 2014年 2015年 2016年
牵引系统 牵引系统年度总碳排放/万tCO2 178.40 212.29 226.92 258.46
列车单位公里牵引碳排放/（kgCO2/（车·km）） 29.771 4 21.746 4 14.938 0 13.358 9
旅客单位周转量牵引碳排放/（kgCO2/（人·km）） 0.053 5 0.039 2 0.026 5 0.023 9
人均牵引碳排放/（kgCO2/人） 29.222 4 24.300 9 20.173 5 18.421 3
每座位单位公里牵引碳排放/（kgCO2/（座位·km）） 0.037 8 0.027 6 0.018 9 0.016 9
车站系统 车站系统年度总碳排放/万tCO2 13.70 14.79 16.87 17.69
单位面积碳排放/（kgCO2/m2） 111.794 120.679 137.648 144.395
单位客运量碳排放/（kgCO2/人） 2.244 1.693 1.499 1.261
单位面积客运量碳排放/（kgCO2/（人·m2）） 1.831×10-6 1.381×10-6 1.224×10-6 1.029×10-6
对于养护系统，由于高速铁路系统的养护维修涉及轨道、路基及桥梁等若干系统，为方便管理和计算，本研究只关注轨道系统养护维修中建筑材料生产和施工机械设备使用所产生的碳排放。假设京沪高铁运营年限为60年，轨道系统寿命周期为30年，则在运营年限内轨道系统需更新施工2次。根据京沪高速铁路轨道施工设计文件及施工定额标准[20-21]，得到京沪高速铁路轨道工程各种建筑材料的使用量、施工机械及台班定额等相关数据，计算得出主要建筑材料的碳排放，见表4。
表4 京沪高速铁路运营阶段养护系统主要建筑材料碳排放 单位：万tCO2
材料
类型		 钢轨 水泥 钢筋 砂石
骨料		 乳化
沥青		 土工
布		 其他 总计
碳排
放量		 233.02 161.82 103.57 64.73 38.84 32.36 12.95 647.29
由表4可知，运营阶段轨道系统养护过程中，钢轨、水泥的生产及施工所产生的碳排放在养护系统的总碳排放中占比最大，分别约占36%和25%，其次分别是钢筋、砂石骨料等。在运营阶段的60年内，养护系统的碳排放总量为647.29万tCO2，将其均摊到运营阶段的每一年，计算得到2013—2016年京沪高铁养护系统的低碳化水平评价指标，见表5。
表5 2013—2016年京沪高速铁路养护系统低碳化水平评价指标
指标名称 2013年 2014年 2015年 2016年
养护系统年度人均碳排放
/（kgCO2/人）		 1.767 1.235 0.959 0.769
单位周转量养护碳排放
/（kgCO2/万人·km）		 32.36 19.92 12.61 9.97
基于上述计算结果，得出2013—2016年京沪高铁牵引系统、车站系统、养护系统的年度碳排放占比，见图2。
图2 2013—2016年京沪高铁运营阶段各系统碳排放量比例关系
由图2可知，高速铁路运营阶段每年牵引系统的碳排放在年度总碳排放中的占比最大，车站系统次之，养护系统最小。进一步计算可得，2013—2016年牵引系统的总碳排放占比89.2%，车站系统为6.4%，养护系统为4.4%。

3.2 低碳化水平评价

本节基于高速铁路运营阶段的低碳化水平评价指标体系，利用基于层次分析法和变异系数法的灰色关联度评价模型对京沪高速铁路2013—2016年的低碳化水平进行综合评价。

3.2.1 综合赋权法确定权重系数

分别利用层次分析法和变异系数法计算得出各评价指标的权重系数，将二者取均值后得到综合赋权法的权重结果，见表6。
表6 综合赋权法权重计算结果
评价指标 层次
分析法
权重		 变异
系数法
权重		 综合
赋权法
权重
牵引系统年度总碳排放C11 0.307 9 0.048 5 0.178 2
列车单位公里牵引碳排放C12 0.058 8 0.120 0 0.089 4
旅客单位周转量牵引碳排放C13 0.117 0 0.121 3 0.119 2
人均牵引碳排放C14 0.218 2 0.066 7 0.142 5
每座位单位公里牵引碳排放C15 0.028 5 0.120 5 0.074 5
车站系统年度总碳排放C21 0.117 4 0.037 3 0.077 4
单位面积碳排放C22 0.010 1 0.037 3 0.023 7
单位客运量碳排放C23 0.033 8 0.080 0 0.056 9
单位面积客运量碳排放C24 0.027 1 0.079 9 0.053 5
养护系统年度人均碳排放C31 0.060 8 0.117 3 0.089 1
单位周转量养护碳排放C32 0.020 3 0.171 2 0.095 8

3.2.2 基于灰色关联度的评价

基于前文介绍的计算步骤以及各评价指标的计算结果，对京沪高铁运营阶段2013—2016年的低碳化水平进行评价。此过程运用灰色关联分析法，通过指标之间的关联程度反映各指标在高速铁路运营阶段碳排放特征中的相对贡献，为评价高速铁路运营阶段碳排放水平提供数据支撑。
步骤1：结合前文计算所得的高速铁路运营阶段碳排放的各指标值，确定评价指标的数据集 R ' 。
步骤2：确定最优指标集 A *，在本研究中所有指标均为逆向指标，则最优序列 A *如下：
A * = ( 178.40 ,   13.3589 ,   0.0239 ,   18.4213 ,   0.0169 ,   13.70 ,                       111.794 ,   1.261 ,   1.029 E - 06 ,   0.769 ,   9.97 ) T
步骤3：对评价体系中涉及的所有逆向指标作无量纲化处理。
步骤4：计算灰色关联系数，得到灰色关联矩阵 B。
步骤5：利用MATLAB软件计算评价对象的灰色关联度，并对其进行排序，结果见表7。
B = 1 0.333     3 0.333     3 0.333     3 0.333     3 1 1 0.333     3 0.333     3 0.333     3 0.333     3 0.541     5 0.494     5 0.491     7 0.478     8 0.494     1 0.646     7 0.647     2 0.532     2 0.532     5 0.517     1 0.529     4 0.452     1 0.838     6 0.850     6 0.755     0 0.839     4 0.386     3 0.386     7 0.673     7 0.672     8 0.724     2 0.809     2 0.333     3 1 1 1 1 0.333     3 0.333     3 1 1 1 1
表7 灰色关联度计算结果
评价对象的灰色
关联度		 2013年 2014年 2015年 2016年
计算结果 0.519 6 0.525 3 0.682 5 0.814 0
综合排序 4 3 2 1
由表7可知，2013—2016年京沪高铁运营阶段的低碳化水平正在逐年提高。

3.3 高速铁路运营阶段碳减排建议

为进一步降低高速铁路运营阶段碳排放、加大高速铁路行业节能减排力度、提高低碳化水平，结合高速铁路运营阶段碳排放特点，提出高速铁路节能减排相关建议。
1）牵引方面。动车组牵引运行消耗的大量电能是产生碳排放的主要原因，因此可通过优化电力生产结构推进减排工作，如降低火力发电比例、推动煤炭清洁高效利用、开发新能源、提高风电、水电、核电等可再生能源发电比例等。建议车体设计轻量化，以减少车体自重，尽可能降低牵引运行阻力。此外，建议深化研究再生制动节能技术，实现牵引系统节能降碳。
2）车站方面。应提高工作人员节能意识，根据季节和天气条件、旅客的重点活动区域针对性地开放空调和照明系统；结合旅客进出站规律做好电梯的运营管理，尽量避免电梯长时间空转，减少不必要的用电。此外，客运站建筑可考虑应用光伏能源技术，通过清洁能源为车站运营提供部分电能，使车站整体设计更具环境友好性。
3）养护方面。由于钢轨、水泥、钢筋和砂石骨料等建筑材料产生的碳排放占比较大，因此应改进钢材、水泥等材料的加工制作工艺，积极探索新型节能环保建材的应用场景，从材料生产和使用角度改善高速铁路运营阶段的碳排放情况。此外，从技术层面延长高速铁路设施设备的使用寿命，降低其养护维修的频率，也是实现节能减碳的重要途径。

4 结束语

高速铁路作为里程数和客运量均快速增长的交通运输方式，在“双碳”目标下应率先践行节能减排，充分发挥其环保优势。本文研究并建立了在“双碳”目标下高速铁路运营阶段的碳排放测算模型以及低碳化水平评价体系。以京沪高速铁路为例，利用其牵引、车站、养护3个系统的调查数据，对京沪高铁2013—2016年运营阶段的碳排放进行了测算和分析，研究发现牵引系统产生的碳排放量占年度总碳排放量的比重最大，车站系统次之，养护系统占比最小。其低碳化水平评价结果表明，京沪高铁运营阶段的低碳化水平正逐年提高。本文最后基于碳排放测算结果针对运营阶段3个系统提出了高速铁路节能减排的建议。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
吴雪妍, 毛保华, 周琪, 等. 交通运输业不同方式碳排放因子水平比较研究[J]. 华东交通大学学报, 2022, 39(4):41-47.

[2]
王长波, 张力小, 庞明月. 生命周期评价方法研究综述——兼论混合生命周期评价的发展与应用[J]. 自然资源学报, 2015, 30(7):1232-1242.

[3]
KORTAZAR A, BUENO G, HOYOS D. Environmental balance of the high speed rail network in Spain: A Life Cycle Assessment approach[J]. Resea-rch in Transportation Economics, 2021, 90: 101035.

[4]
KAEWUNUEN S, SRESAAKOOLCHAI J, PENG J. Life cycle cost, energy and carbon assessments of Beijing-Shanghai high-speed railway[J]. Sustainability, 2019, 12(1): 206.

[5]
JONES H, MOURA F, DOMINGOS T. Life cycle assessment of high-speed rail: a case study in Portugal[J]. The International Journal of Life Cycle Assessment, 2017, 22(3): 410-422.

[6]
CHANG B, KENDALL A. Life cycle greenhouse gas assessment of infrastructure construction for California′s high-speed rail system[J]. Transportation Research Part D: Transport and Environment, 2011, 16(6): 429-434.

[7]
崔占伟. 高速铁路运营阶段碳排放分析[D]. 石家庄: 石家庄铁道大学, 2019.

[8]
付延冰, 刘恒斌, 张素芬. 高速铁路生命周期碳排放计算方法[J]. 中国铁道科学, 2013, 34(5):140-144.

[9]
ÅKERMAN J. The role of high-speed rail in mitigating climate change-The Swedish case Europabanan from a life cycle perspective[J]. Transportation Research Part D: Transport and Environment, 2011, 16D(3): 208-217.

[10]
杨洋, 袁振洲, 陈进杰, 等. 基于LCA的高速铁路节能减排效果评价研究[J]. 交通工程, 2021, 21(4):89-96.

[11]
任福民, 黄定仪, 杨月芳, 等. 铁路运输业碳排放的评定方法[J]. 北京交通大学学报, 2015, 39(3):62-69.

[12]
谢汉生, 周新军, 黄茵, 等. 铁路运营碳排放测算及低碳效应评价研究[J]. 铁道工程学报, 2014,(3):117-122.

[13]
任南琪, 许志成, 鲁垠涛, 等. 铁路运营期碳排放特征及减排路径思考[J]. 铁道标准设计, 2022, 66(7):1-6.

[14]
冯旭杰. 基于生命周期的高速铁路能源消耗和碳排放建模方法[D]. 北京: 北京交通大学, 2014.

[15]
陈进杰, 王兴举, 王祥琴, 等. 高速铁路全生命周期碳排放计算[J]. 铁道学报, 2016, 38(12):47-55.

[16]
李君, 吕晓军, 侯天浩, 等. 高速铁路客运站智能节能管控系统分析与研究[J]. 国外电子测量技术, 2020, 39(7):110-114.

[17]
陈洋洋, 王宗军. 基于层次分析法下低碳审计评价指标体系初探[J]. 审计研究, 2016 (6):64-71.

[18]
冯佳, 许奇, 冯旭杰, 等. 基于灰色关联度的轨道交通能耗影响因素分析[J]. 交通运输系统工程与信息, 2011, 11(1):142-146.

[19]
刘夏璐, 王洪涛, 陈建, 等. 中国生命周期参考数据库的建立方法与基础模型[J]. 环境科学学报, 2010, 30(10):2136-2144.

[20]
中国铁路经济规划研究院. 2017年版铁路工程预算定额(第四册轨道工程):TZJ 2004—2017[S]. 北京: 中国铁道出版社, 2017.

[21]
中国铁路经济规划研究院. 2017年铁路工程施工机具台班费用定额:TZJ 3004—2017[S]. 北京: 中国铁道出版社, 2017.

Options
文章导航

/

〈 〉

版权所有 © 《交通运输研究》编辑部　
京公网安备 11010102003417号    京ICP备17006742号-3
地址：北京市朝阳区北土城东路11号北京书院办公楼　邮编：100029
电话：010-58278983 Email：jtysyj@vip.163.com
本系统由北京玛格泰克科技发展有限公司设计开发