0 引言
交通运输是国民经济的重要组成部分，是保证社会经济活动得以正常进行和发展的前提，在整个社会机制中起着纽带作用。交通运输行业是全世界最重要的石油消费行业，是能源消费增长增速最快的行业[1]。从全球范围来看，2024年交通领域能源消耗占全球能耗的28%，CO2排放占全球排放的21%[2]。2023年，中国交通领域能源消耗占全社会终端能耗的16%，碳排放占全国总排放的9%。其中，公路运输排放占比最大，达到80%[2-3]。货运是未来石油需求和碳排放增长的主要来源。全球货运的碳排放占交通领域总排放的40%[4]。随着经济社会的发展，未来运输需求将持续增长，这将为低碳发展带来更多挑战[5]。为了助力中国实现碳减排目标，货运低碳转型已迫在眉睫。
中国电子商务的快速发展导致快递行业的大规模扩张，进一步促进了货运需求的快速增长。如何在满足不断增长的货物运输需求前提下控制碳排放是货运交通长期面临的挑战。传统的研究方法未考虑电子商务发展，将难以对中国货运低碳转型形成有力支撑。同时，近年来，货物周转量的结构呈现公路占比上涨、水运占比下降的趋势。而提供相同服务时，公路能耗是水运能耗的5倍，是铁路能耗的4倍[6]。此外，中国货运交通的燃油经济性普遍低于发达国家[7]。随着科技进步以及对运载工具研发投入的增加，未来将出现更多的低碳运载工具，为货运交通的加速转型提供了更多的可能性。因此，优化运输结构、提高能源效率、推广低碳技术有望在推动货运低碳转型中发挥关键作用。
针对交通领域低碳转型已经开展了大量研究，但由于社会经济发展存在较大的不确定性[8-9]，亟需讨论各种不确定性下货运交通的低碳发展策略。虽然既有的一些与货运低碳技术路径相关的研究已经对货运需求进行了预测，但这些研究对于未来需求情景的假设较为单一，对社会经济因素的不确定性影响的描述有限[10-15]，如Peng等[10]和Wang等[14]仅基于GDP未来增速来预测中国货运周转量。特别是，这些研究没有反映电子商务快速发展的影响，而电子商务已被证明是决定未来货运需求和碳排放的关键因素[16-20]。此外，由于经济、城市化、人口、创新、数字化、社会接受度和基础设施的不确定性，电子商务的需求也将面临很大的不确定性[21-24]。因此，未来应基于多个发展情景，融合电子商务扩张速度、产业演化趋势等因素，开展运输需求预测研究。
此外，部分研究表明，优化运输结构、提高能源效率、加速燃料替代是货运交通低碳发展的重要途径[12,14,25 -30]。国际清洁交通委员会（International Council on Clean Transportation, ICCT）[31]的研究表明，与当前政策相比，实施更加严格的能效标准或排放标准、优化运输结构、提高电动车比例等政策，将使2050年中国的CO₂总排放量减少82%。Liu等[32]的研究表明，提高能源效率、提高电动车渗透率、发展公共交通等政策将促进交通运输领域减排，中国交通运输领域有望在2026—2038年实现碳达峰。Yin等[13]的研究表明，通过加速能源替代等，中国交通运输碳排放最早可在2060年达峰。Zhang等[33]的研究表明，提高排放标准、提升先进技术渗透率等政策将促进中国交通运输碳排放量相较于基准情景下降82%。Liu等[34]的研究表明，推进燃料电池汽车的使用，在最乐观的情况下，与没有燃料电池汽车的情况相比，中国公路交通产生的温室气体排放量将减少13.9%，重型卡车的温室气体排放量将减少近1/5。随着技术的革新，技术类型、效率和成本都将面临很大的不确定性。对于公路运输而言，目前的研究对先进技术考虑得较为全面，多将电动和氢燃料重型卡车的发展纳入研究范围[12,27,32,35]。对于航空运输和水路运输而言，目前有包括氢燃料船舶、氨燃料船舶、电动船舶和氢燃料飞机等在内的部分先进且具有发展前景的技术，这些技术在未来有可能得到大规模应用。然而，目前的研究大多只考虑了高排放技术，尚未考虑一些新兴的先进技术[14,15,36,37]。如Wang等[14]考虑了中国当前已经发展较好的能源，包括各类油品、混合生物燃料、混合动力天然气、电力等，但未包括氢燃料等有发展潜力的清洁燃料。Hao等[15]主要考虑了未来氢燃料在中国公路交通中的发展，但未考虑在其他货运交通方式中的能源替代可能性。Pan等[36]和陆潘涛等[37]同样较为全面地考虑了中国公路交通运输中的先进技术，但对于航空运输和水路运输，Pan等只考虑了各类油品和生物燃料，陆潘涛等则只考虑了当前已有的高排放技术，未考虑有发展前景的低碳技术，如生物燃料、氨燃料船舶等。因此，未来研究应更全面地纳入新兴低碳技术，构建多情景下的转型模拟体系，为实现碳中和目标提供技术决策依据。
在此背景下，本研究综合考虑国内社会经济发展、产业结构变化、电子商务加速普及等因素的不确定性，对我国货物周转量进行多情景需求预测。在此基础上，构建国家能源技术-交通模型（China Climate Change Integrated Assessment Model/National Energy Technology-Transport, C3IAM/NET-Transport）。利用该模型，在满足货运需求约束条件下，基于规划期内年成本最小化原则对低碳技术转型路径进行优化。进一步地，使用该模型模拟优化运输结构、提高能源效率以及加速能源替代等政策对货运交通能源消耗、碳排放的影响。
1 方法及数据
本研究首先构建了货运需求预测模型，然后构建了自下而上的货运能源技术优化C3IAM/NET-Transport模型。C3IAM/NET-Transport模型是在满足未来的货物运输需求的前提下，以成本最小化为目标对未来货运低碳转型路径进行模拟和优化。
1.1 货运需求预测模型
在新形势、新业态下，未来货物运输服务需求存在很大的不确定性。本研究在考虑未来GDP、产业结构、单位货运量、电子商务发展的基础上，预测未来货运服务需求。式（1）展示了未来货物周转量的预测方法：
式（1）中：t为年份；i为运输方式；Fi, t表示第t年第i种运输方式的货运周转量，单位 万吨公里；Aγ, t为第t年第γ产业（第一产业或第二产业）增加值，单位 亿元；Ct为第t年与电子商务相关的第三产业增加值，此处主要指的是网络零售额所影响的增加值，单位 亿元；Vt为第t年单位增加值的平均货运量，单位 万吨/亿元；Dt为第t年货物运输的平均距离，单位 公里；Si, t为第t年第i种运输方式的份额（%）。
式（2）~式（4）是与电子商务相关的第三产业增加值计算公式[38]。其中，通过式（2）计算得到批发额所影响的增加值；式（3）表示社会消费品零售总额实际影响的增加值；式（4）通过计算网络零售额在社会消费品零售总额中的比例得出网络零售额所影响的增加值。
式（2）~式（4）中：Wt为第t年批发额所影响的增加值，单位 亿元；Ht为第t年批发业增加值，单位 亿元；Rt为第t年零售业增加值，单位 亿元；Bt为第t年餐饮业增加值，单位 亿元；Pt为第t年批发额占批零行业销售额的比重（%）；Gt为指第t年社会消费品零售总额实际影响增加值，单位 亿元；Kt为第t年批发、零售、住宿业和餐饮业等4个行业的增加值，单位 亿元；Mt为第t年住宿业增加值，单位 亿元； Nt为第t年网络零售额，单位 亿元；Lt为第t年社会消费品零售总额，单位 亿元。
1.2 C3IAM/NET-Transport 模型
1）目标函数
C3IAM/NET-Transport模型的目标函数是使每年的总成本最小化。这里的总成本主要包括运载工具平均年投资成本、运行和维护成本、燃料成本、排放税、能源税以及其他成本，如式（5）所示：
式（5）中：j表示不同货物运载工具；m表示不同排放类型；e表示不同能源类型；Ttotal, t为货运部门在第t年的总成本，单位 万元； Tinvest, j, i, t为第i种货物运输方式第j种运载工具在第t年的投资成本，单位 万元；Toperate, j, i, t为第i种货物运输方式第j种运载工具在第t年的运行和维护成本，单位 万元；Tfuel, j, i, t为第i种货物运输方式第j种运载工具在第t年的燃料成本，单位 万元；Temission, m, t为第m种气体排放在第t年的排放税，单位 万元；Tenergy, e, t为第e种能源在第t年的能源税，单位 万元。
式（6）描述了货物运载工具年化平均投资成本：
式（6）中：Zin, j, i, t为第i种货物运输方式第j种运载工具在第t年的新增数量；Tinitial, j, i, t为第i种货物运输方式第j种运载工具在第t年的初始投资成本，单位 万元；rj, i为交通部门的贴现率（%）；Uj, i为第i种货物运输方式第j种运载工具的平均使用寿命，单位 年。
式（7）表示货物运载工具运行维护成本：
式（7）中： Tperoperate, j, i, t为第i种货物运输方式第j种运载工具在第t年提供单位服务量所需的运行维护成本，单位 元/吨公里；Oj, i, t表示第i种货物运输方式第j种运载工具在第t年的数量；Yj, i, t表示第i种货物运输方式第j种运载工具在第t年提供的运输总量，单位 万吨公里。
式（8）表示货物运输的能源成本：
式（8）中：Ej, i, e, t为第i种货物运输方式第j种运载工具在第t年提供每单位的服务量所消耗的第e种能源量，单位 吨标准煤/万吨公里； ${\mathit{\delta }}_{\mathit{e},\mathit{ }\mathit{t}}$ 为第t年第e种能源的价格，单位 万元/吨标准煤。
式（9）~式（10）表示货物运输工具的排放税、能源税等计算过程：
式（9）~式（10）中：λe, m, t为第e种能源在第t年的排放物m的排放因子，单位 吨CO2/吨标准煤；θm, t表示第m种排放物在第t年被征收的排放税，单位 万元/吨CO2；τe, t 表示第e种能源在第t年被征收的能源税，单位 万元/吨标准煤。
2）模型约束
本研究考虑的主要约束因素包括未来货物周转量、运输工具运行能力约束、运输份额约束等。
未来每一年货运提供的服务量应满足未来每一年的货运需求，因此未来任意年份（第t年）所提供的货运服务量应大于等于该年的货运需求。式（11）表示未来货物周转量的约束：
式（11）中：εj, i, t为第i种货物运输方式第j种运载工具在第t年货物运输能力的提升效率（%）。
运载工具库存量是一个动态变化过程。上一年运载工具的存量加上新增运载工具数量同时减去淘汰的运载工具数量，结果为当年运载工具的库存量，如式（12）~式（13）所示。
式（12）~式（13）中：αj, i, t为第i种货物运输方式第j种运载工具的运行率（%）；Zstock, j, i, t-1为第i种货物运输方式第j种运载工具在第t-1年的库存量，单位 个；Zin, j, i, t为第i种货物运输方式第j种运载工具在第t年的新增数量，单位 个；Zout, j, i, t表示第i种货物运输方式第j种运载工具在第t年淘汰的数量，单位 个。
根据技术创新、政策要求等，不同运载工具在第t年所占的份额不同。式（14）~式（15）展示了对传统技术的约束和对先进技术的推广：
式（14）~式（15）中： ${\mathit{\eta }}_{\mathit{m}\mathit{a}\mathit{x},\mathit{ }\mathit{j},\mathit{ }\mathit{i},\mathit{ }\mathit{t}}^{}$ 、ηmin, j, i, t分别表示第i种货物运输方式第j种运载工具在第t年的最大、最小份额（%）。
为了实现可持续绿色发展，部分政策设定了清洁能源使用的最低限制或化石能源使用的最大限制。式（16）~式（17）展示了能源使用的约束：
式（16）~式（17）中：Emax, e, t、Emin, e, t分别表示第i种货物运输方式第j种运载工具在第t年能使用的最大、最小能源量，单位 吨标准煤。
2 关键参数与情景设置
2.1 主要经济参数
表1 未来GDP的发展参数设定 |
| 经济发展参数 | 发展 速度 | 2030年 | 2040年 | 2050年 | 2060年 |
|---|---|---|---|---|---|
| GDP | 悲观 | 3.5% | 3.0% | 2.0% | 1.0% |
| 低速 | 4.5% | 3.5% | 2.5% | 1.5% | |
| 常规 | 5.0% | 4.0% | 3.0% | 2.0% | |
| 高速 | 5.5% | 4.5% | 3.5% | 2.5% |
表2 未来电子商务的发展参数设定 |
| 经济发展参数 | 发展速度 | 2035年 | 2050年 | 2060年 |
|---|---|---|---|---|
| 电子 商务 | 常规 | 8.5% | 6.5% | 3.5% |
| 高速 | 11.0% | 9.0% | 6.0% |
表3 未来产业结构的发展参数设定 |
| 情景 | 产业结构 | 2030年 | 2040年 | 2050年 | 2060年 |
|---|---|---|---|---|---|
| 常规 发展 | 第一产业 | 4.3% | 1.1% | 1.1% | 1.0% |
| 第二产业 | 34.6% | 30.1% | 28.9% | 25.9% | |
| 第三产业 | 61.1% | 68.8% | 70.0% | 73.0% | |
| 加速 转型 | 第一产业 | 4.3% | 1.1% | 1.1% | 1.0% |
| 第二产业 | 32.0% | 28.0% | 23.0% | 20.0% | |
| 第三产业 | 63.7% | 70.9% | 75.9% | 79.0% |
2.2 车辆技术参数
2.3 主要排放参数
本研究中的CO2排放因子参照IPCC发布的Guidelines for National Greenhouse Gas Inventories[48]。本研究主要计算直接排放，因此电能、氢燃料和氨燃料的排放因子均设为0。
2.4 情景设置
本研究综合考虑国内社会经济发展、产业结构变化、电子商务加速普及等因素的不确定性，对我国货运周转量进行多情景需求预测。情景设置如表4所示。
表4 未来货运服务需求预测情景 |
| 情景 | GDP | 产业结构 | 电子商务 |
|---|---|---|---|
| PNN | 悲观 | 常规 | 常规 |
| LNN | 低速 | 常规 | 常规 |
| NNN | 常规 | 常规 | 常规 |
| HNN | 高速 | 常规 | 常规 |
| PHN | 悲观 | 加速 | 常规 |
| LHN | 低速 | 加速 | 常规 |
| NHN | 常规 | 加速 | 常规 |
| HHN | 高速 | 加速 | 常规 |
| PNH | 悲观 | 常规 | 高速 |
| LNH | 低速 | 常规 | 高速 |
| NNH | 常规 | 常规 | 高速 |
| HNH | 高速 | 常规 | 高速 |
| PHH | 悲观 | 加速 | 高速 |
| LHH | 低速 | 加速 | 高速 |
| NHH | 常规 | 加速 | 高速 |
| HHH | 高速 | 加速 | 高速 |
注：情景第一个字母代表GDP增速（P、L、N和H分别代表GDP发展速度为悲观、低速、常规和高速），第二个字母代表产业结构（N、H分别代表产业结构常规发展和加速转型），第三个字母代表电子商务的发展速度（N、H分别代表电子商务常规发展和高速发展）。 |
针对每种需求情景，又进一步结合减排政策的内涵和侧重，设置了基准情景以及4种低碳发展政策情景，包括优化运输结构、提高能源效率、燃料替代、深度减排。具体情景设置与描述如表5所示。
表5 政策情景设置 |
| 情景 | 描述 |
|---|---|
| 基准情景 （Business as Usual, BAU） | 所有技术趋势常规发展 |
| 优化运输结构 （Enhancing Structure, ES） | 增加铁路货物周转量，提高铁路、水路货运的比重 |
| 提高能源效率 （Improving Energy-efficiency, IE） | 在ES基础上，提高各类运载工具的能源效率 |
| 燃料替代 （Alternative Fuel, AF） | 在IE基础上，推动货运对清洁能源的使用，比如电力、生物燃料、氢燃料等 |
| 深度减排 （Deep Reduction, DR） | 在AF基础上，加速清洁能源替代，引入更多零碳技术 |
从历史趋势来看，公路货运、铁路货运占比不断上升。因此，在基准情景下，未来公路货运、铁路货运仍然呈上涨趋势。根据目前“公转铁”“公转水”的趋势，以及水路、铁路货运能耗小于公路货运的现实，在优化运输结构的情景下，未来呈现铁路货运、水路货运占比上涨，而公路货运占比下降的趋势，如表6所示[49-50]。提高能效是实现货运低碳转型的有效途径之一。在碳中和愿景下，对于货运而言，应努力提高所有运输方式的能效。因此，根据政策文件和文献，表7设置了每种运输方式的能源效率提升幅度[19-22,51 -55]。此外，加速货运交通燃料替代尤为重要。在替代燃料情景下，主要涵盖当前已有技术，考虑目前已有政策，对未来的清洁能源比例进行设置[28,50,56 -61]，见表8。在深度减排情景下，清洁能源替代加速，需要考虑更多未来可能出现的零碳技术[11,60,62 -63]，参数设置如表9所示。
表6 优化运输结构（ES）情景下的参数设置 |
| 运输方式 | 2030年 | 2040年 | 2050年 | 2060年 |
|---|---|---|---|---|
| 公路 | 41.2% | 38.0% | 35.8% | 33.7% |
| 铁路 | 21.1% | 22.7% | 24.2% | 25.3% |
| 水路 | 34.4% | 36.5% | 37.4% | 38.4% |
| 航空 | 0.2% | 0.2% | 0.2% | 0.2% |
| 管道 | 3.1% | 2.6% | 2.4% | 2.4% |
表7 提高能源效率（IE）情景下的参数设置 |
| 货运方式 | 细分类别 | 2030年 | 2040年 | 2050年 | 2060年 |
|---|---|---|---|---|---|
| 公路 | 微型、轻型、 中型卡车 | 95.5% | 92.3% | 89.2% | 86.2% |
| 重型卡车 | 96.0% | 93.4% | 90.3% | 87.3% | |
| 铁路 | — | 92.5% | 90.1% | 88.1% | 86.1% |
| 水路 | — | 96.8% | 93.8% | 91.3% | 89.2% |
| 航空 | — | 97.3% | 94.7% | 92.2% | 90.2% |
表8 替代燃料（AF）情景下的参数设置 |
| 货运方式 | 参数设置 |
|---|---|
| 公路 | 2030年电动车的比例：轻型卡车至少25%，中型卡车至少15%，重型卡车至少3%。2050年天然气占公路货运燃料的32%；2050年重型卡车氢燃料至少占比10% |
| 铁路 | 2050年电力机车占比达到100% |
| 水路 | 2050年内河 LNG船舶最低占比45%，沿海LNG船舶最低占比20%，低效重油船舶占比为0 |
| 航空 | 2050年生物燃料占比在30%以上 |
表9 深度减排（DR）情景下的参数设置 |
| 货运方式 | 参数设置 |
|---|---|
| 公路 | 2060年公路货车均为电动车或氢燃料车型 |
| 铁路 | 2060年高效电力机车占比达到100% |
| 水路 | 2060年燃油、天然气船舶占比为0；2050年60%以上的新造船使用氨、氢燃料、生物燃料 |
| 航空 | 2060年传统燃油飞机占比为0 |
3 结果分析与讨论
3.1 货物周转量预测
图2展示了未来不同社会经济发展水平和电子商务普及速度下的货物周转量预测结果。
从图2可以看出，货物周转量将呈现持续上涨趋势，到2060年中国货物周转量将达到24万亿吨公里~60万亿吨公里。在GDP发展速度为悲观（P）、产业结构加速转型（H）、电子商务常规发展（N）的情景下，2060年货物周转量最低，约为24万亿吨公里。在GDP发展速度为高速（H）、产业结构常规发展（N）、电子商务高速发展（H）的情景下，2060年货物周转量达到最高值，约60万亿吨公里。本研究选择中等情景（NNN）进行未来的低碳路径模拟。在中等情景下，到2060年，货物周转量约为41万亿吨公里。
3.2 能源消耗
不同情景下，货运交通行业能源消耗呈现不同变化趋势。图3展示了2025—2060年不同情景下货运交通未来的能源消耗结果。
从图3可以看出，在基准情景下，未来货运交通的能耗将不断上升，到2060年能耗将增长至9.0亿吨标准煤；优化运输结构、提高能源效率情景下，货运交通的能源消耗显著降低，但依然呈现不断上涨的趋势，到2060年能源消耗分别达到7.4亿吨标准煤、6.8亿吨标准煤；推动燃料替代情景下货运交通能耗有望在2048年实现达峰，峰值为5.2亿吨标准煤，而深度减排情景下货运交通能耗有望在2035年实现达峰，峰值在4.4亿吨标准煤左右；在深度减排情景下，货运交通到2060年可能仍存在3.5亿吨标准煤的能源消耗量。
表10展示了不同政策情景在2030、2040、2050、2060年降低能耗中的贡献率。整体来看，优化运输结构是降低能源消耗较为有效的方式，在2030年贡献率达到54.3%，到2060年依然保持了28.8%的贡献率；提高能源效率在降低能源消耗中的贡献率在10%左右；燃料替代在降低能源消耗中的贡献率逐渐增大，2060年约为40.5%。
表10 不同政策在降低货运交通能耗中的贡献率 |
| 情景设置 | 2030年 | 2040年 | 2050年 | 2060年 |
|---|---|---|---|---|
| ES | 54.3% | 39.4% | 31.6% | 28.8% |
| IE | 6.3% | 8.7% | 9.8% | 11.2% |
| AF | 5.5% | 15.1% | 30.1% | 40.5% |
| DR | 33.9% | 36.8% | 28.6% | 19.6% |
注：表中第3列、第4列的数据之和均不为1是由各数据四舍五入所致。 |
不同政策情景下未来能源消费结构呈现显著差异（见图4）。可以看到，在2050年和2060年持续推广替代燃料的情况下，能源结构发生了较大变化。燃料替代情景（AF情景）中，汽油、柴油和燃料油的比例有所降低，电力和天然气的比例有所提高，2060年分别达到26%和40%。深度减排情景（DR情景）中，与AF情景相比，电力和氢燃料的比例均有所提高，2060年分别达到35%和43%，生物燃料和氨燃料的比例也在提高。2060年，公路货运将不再使用柴油、汽油、天然气等燃料，而是全面转向使用电力和氢燃料。尽管生物燃料的使用增加，但2060年仍存在少量燃料油和航空煤油。
图5展示了2060年不同政策情景下不同运输方式对降低能源消耗的贡献。当优化运输结构时，水路货运和铁路货运对降低能耗的贡献为负，因为水路货运和铁路货运取代了公路货运，导致其货物周转量和能源消耗增加，而公路货运对降低能源消耗的贡献则超过100%。在提高能源效率和推广使用清洁燃料的情景下，公路货运对降低能源消耗的贡献最大，占比超过80%。就降低能源消耗的总潜力而言，公路货运的贡献率约为90%，说明公路货运低碳转型将在助力实现“双碳”目标方面发挥关键作用。
3.3 CO2排放
图6展示了不同政策情景下未来货运交通的碳排放情况以及2025—2060年累计碳排放量。在基准情景下，货运交通碳排放呈现不断上涨的趋势，到2060年CO2排放将增长到18.5亿吨，单位货物周转量的碳排放强度约为0.45吨CO2/万吨公里。调整运输结构、提高能源效率情景可以有效减少货运交通碳排放，但碳排放依然呈现不断上涨的趋势，到2060年碳排放分别为15.3亿吨CO2、14.0亿吨CO2左右，单位货运周转量的碳排放强度约为0.37、0.34吨CO2/万吨公里。推进燃料替代情景下，货运交通碳排放将有望在2040年达峰，峰值约为9.5亿吨CO2，单位货物周转量的碳排放强度约为0.32吨CO2/万吨公里。深度减排情景下，货运交通碳排放将有望在2030年达峰，峰值约为8.5亿吨CO2，单位货运周转量的碳排放强度约为0.35吨CO2/万吨公里，但到2060年可能仍然存在近1亿吨CO2，单位货物周转量的碳排放强度约为0.02吨CO2/万吨公里。2025—2060年，调整运输结构、提高能源效率、推进燃料替代、深度减排情景下将分别累计减排65.7亿吨CO2、20.3亿吨CO2、126.2亿吨CO2、95.8亿吨CO2。在4种低碳策略共同作用下，中国货运交通到2060年的累计减排潜力可达到308亿吨CO2。
图7显示了2025—2060年不同政策情景下不同运输方式累计碳排放占比以及不同运输方式在总减排潜力中的占比。从图中可以看出，公路货运是减排潜力最大的领域。调整运输结构时，由于水路货运和铁路货运的周转量增加，所以这两种运输方式的碳减排贡献为负，而公路货运则在货物周转量减少的情况下对碳减排贡献超过100%。在提升能源效率、推进燃料替代、深度减排政策情景下，公路货运的减排贡献均为最大，但随着深度减排的推进，其他运输方式对于减排的贡献程度有所提升。
3.4 技术发展路径
图8展示了在深度减排情景下未来公路交通各类技术的发展路径。总体来看，2025年公路货运使用的燃料以柴油和汽油为主，在深度减排情景下，2060年将被电力和氢燃料全面替代。2060年，微型卡车、轻型卡车和中型卡车以电力为主要能源，重型卡车是电力和氢燃料并重。具体而言，微型卡车初期是以汽油为主要燃料，汽油的使用占比超过80%，随着清洁燃料的普及，微型卡车在中期主要转向使用高效汽油，同时部分天然气微型卡车和混合动力微型卡车加快普及，到2060年氢燃料占比将达到10%，而电力占比则达到90%。轻型卡车在初期主要使用柴油，中期主要转向使用高效柴油和汽油，部分天然气和混合动力轻型卡车也将普及，到2060年，电动轻型卡车和氢燃料轻型卡车的份额将分别达到88%和12%。中型卡车在初期以低效柴油车为主，到中期主要转向使用高效柴油车，柴油车被淘汰后，部分转为使用天然气，到2060年，电动车占比达到80%左右。重型卡车在初期以低效柴油为主要燃料，中期主要转向使用天然气，电动车和氢燃料车逐渐开始普及，到2060年渗透率达到80%。
图9展示了在深度减排情景下水路货运各类技术的未来发展路径。整体来看，初期水路货运以燃料油为主要能源，到2050年将淘汰所有燃料油船舶，2060年生物燃料船舶将在水路货运中占据重要地位。内河船舶在中期主要转向使用高效燃料油以及双燃料，中后期部分转向使用天然气，生物燃料船占比逐渐增大，到2050年生物燃料船占比达到26%，2050—2060将快速增加，2060年其占比将达到50%。电动船舶将在2030年开始普及，到2050年渗透率达到15%，2060年增长到30%。而氢燃料船舶增速较慢，2050年达到10%左右。沿海船舶在中期同样主要转向使用高效燃料油与双燃料，生物燃料船舶将逐渐增加，到2060年达到40%，氢燃料船舶的占比将在2060年达到15%，氨燃料船舶从2030年开始快速增长，到2060年占比达到45%。
图10展示了各种货运方式能源效率的提升情况。按照上述技术路径调整，各类货运方式都将实现能源效率的大幅提升。与2025年相比，2060年公路货运吨公里能耗有望降低57.0%，水路货运吨公里能耗有望降低27.9%，铁路货运吨公里能耗有望降低44.8%，航空货运吨公里能耗有望降低37.4%。
4 对策建议
在“双碳”目标下，应积极采取措施，将货运的碳排放尽量控制在较低水平。为了加快推动货运交通的低碳转型进程，提出如下建议。
1）优化运输结构
货运应坚持当前的“公转铁”“公转水”等运输结构调整政策。在优化运输结构情景中，随着时间推移，运输结构优化在降低货运交通能耗中的贡献逐渐减小，因此，运输结构优化可以作为2040年之前的主导降耗策略，2040年后逐步将其调整为辅助策略。此外，货运的净降耗与净减排是通过铁路和水路货运的能耗和排放增加，以及公路货运的能耗和排放减少得到的。因此，应建立“公-铁-水”联动降耗和减排指标，以公、铁、水等3种货运方式的净降耗与净减排为核心考核对象，建立公、铁、水统一的监测与报告体系。该考核体系可以在京津冀、长三角等货运枢纽区域先行试点，再推广至全国。
2）提高能源效率
建议政府制定更为严格的燃油消耗标准，以减少运载工具的吨公里能耗，提高运载工具市场准入要求，对超标运载工具实施限行、对合规运载工具给予奖励。同时，政府或物流企业还可构建全国或区域性的货运信息共享平台，整合货源与运力信息，运用大数据算法等技术实现车货匹配，进而降低车辆空驶率，实现运力资源的最优配置。物流企业还可加强驾驶员操作等方面的培训，通过驾驶技巧减少不必要的燃油消耗，并设立奖惩措施。此外，在研发新技术的同时，应加速淘汰低效燃油运载工具，在过渡阶段提倡使用高效燃油运载工具。
3）加速燃料替代
为实现零碳目标，应加大对电动货车核心技术的研发投入，提升其续航能力，还应完善并推广补贴政策，并加快充电站等设施的建设，为电动货车的规模化应用提供支撑。同时，氢燃料被视为货运交通低碳转型的重要替代燃料之一，具有较大潜力，政府应加大对氢燃料运载工具的研发投入，可以在重要港口、机场等场所布局加氢基础设施并开展示范，逐步探索其大规模应用的发展路径。此外，氨燃料具备在未来远距离航运市场替代传统燃料的潜力，是重点发展的替代燃料之一，建议加速推进氨燃料船舶发动机等技术的研发攻关，并开展示范应用，为规模化应用积累经验。
4）优化电商物流网络
针对电子商务发展带来的货运需求增长和碳排放增加，应优化电商物流网络，例如倡导“近地生产、近地消费”模式、优化配送路径等，同时还可以探索货运交通加入碳市场的可能性，以期减少电子商务发展所带来的碳排放增加。
5 结束语
本研究构建了C3IAM/NET-Transport模型，探讨了“双碳”背景下中国货运交通的低碳发展路径。研究发现，首先，受社会经济发展、产业结构转型以及电子商务加速普及的驱动，未来中国货物周转量将呈现持续上涨趋势。其次，优化运输结构、提高能源效率、加速燃料替代都可以显著降低货运交通的能耗和排放。优化运输结构情景和提高能源效率情景下，2060年能耗由基准情景下的9.0亿吨标准煤分别降至7.4亿吨标准煤和6.8亿吨标准煤，排放由18.5亿吨CO2分别降至15.3亿吨CO2和14.0亿吨CO2；进一步推进替代燃料将使得货运能耗和排放分别在2048年和2040年达峰，峰值分别为5.2亿吨标准煤和9.5亿吨CO2；深度减排情景下能耗和排放分别于2035年和2030年达峰，峰值分别为4.4亿吨标准煤和8.5亿吨CO2。此外，根据研究结果提出了针对货运低碳转型的技术普及路径，为我国货运交通低碳转型提供了政策参考。
本研究存在的不足是：在C3IAM/NET-Transport模型总成本计算中主要考虑机动化运载工具的成本，没有将时间成本纳入考量。未来政策措施的作用和技术普及方向仍存在很大的不确定性，建议实时追踪技术成本变化，及时调整我国货运交通低碳转型路径。