物流数据要素助力碳排放——清华大学联合中交兴路发布《中国公路货运大数据碳排放报告》

摘要:院校+企业,助力交通运输行业碳排放监测。

为加快实施《“数据要素×”三年行动计划(2024—2026年)》,赋能经济社会高质量发展,挖掘具有应用价值、领先效应的数据要素开发利用解决方案,带动相关产业发展,清华大学社科学院经济所戎珂教授团队联合中交兴路发布《中国公路货运大数据碳排放报告》(以下简称《报告》)。报告基于全国重载货车大数据,为交通行业领域的碳排放估算以及政策制定,提供实施层面的参考路径。

当下,中国碳排放最大的四个行业分别是发电热供应、钢铁、建材和交运。报告提到,从2021年开始,全国碳排放交易体系(ETS)将数据最为完善的电力行业纳入碳排放交易,随后又将数据相对齐备的钢铁、有色、建材行业纳入第二批待入名单。而作为在2020年碳排放高达9.3亿吨、占全国终端碳排放约15%的交通运输行业,却因在排放核算、认证等环节上的多重挑战,难以有效开展监测工作。

据公安部统计数据显示,截至2021年9月,全国机动车保有量达到3.9亿辆,载货汽车保有量达3242万辆,占总量的12.8%。其中,自重在12吨以上,以重载货车、半挂牵引车为代表的重型卡车,是各类大气污染物的主要来源。据《中国移动源环境年报2021》统计显示,重型卡车一氧化碳、碳氢化合物、氮氧化物、颗粒物的排放量,占所有车型排放量的11.4%、15.9%、75.4%、52.1%。由此,有必要站在重型卡车视角,为公路货运的碳排放监测和碳减排工作夯实数据基础。

清华大学该团队联合中交兴路,基于全国主要重载柴油货车(含国三、国四、国五、国六四种排放标准)在国内369个地级市、横跨2018年1月至2023年12月的物流运输行程线路,设计计算公式,对车辆碳排放数据进行以月为精度的估算,最终可得到某城市、某个月中所有车辆碳排放量的数据,填补交通行业领域针对货运车辆进行碳排放量估算的空白。中交兴路完成报告中的重型卡车货运数据要素分析技术赋能。

以卡车运营地(在途经过的所有地区)为碳排放估算和统计的维度,通过分析,《报告》提到重型卡车的碳排放情况呈现以下趋势或规律:

全国重卡年度、月度二氧化碳排放量(2018-2023)来源:项目绘制组

(1)2018-2023年重卡年度碳排放总体呈现先上升、后稳定的趋势。

(2)卡车碳排放呈现极强的季节变化特征。

(3)卡车碳排放情况易受地域产业结构、政策等因素影响。

(4)国六、清洁能源车辆的推广将进一步减缓碳排放

2018-2023年卡车碳排放趋势和2024-2026年预测趋势(单位:百万吨)来源:项目绘制组

通过对重型卡车碳排放情况的多视角数据要素价值分析,由于卡车是流动的碳排放源,可以在车辆牌照注册地以外的地区运输,从而引起跨省、跨市的碳排放。因此,报告还尝试将所有车辆的碳排放数据归属到其注册地,与之前归属到运营地的碳排放数据进行对比分析。结果显示,若注册地碳排放量高于运营地,说明有相当多的重卡不在本地而在外地进行运输和排放,展现了它们作为经济中心对其他地区的辐射带动作用;若注册地碳排放量小于运营地,说明多是货运物流的接收方和到达地。

比对数据揭示了注册地与运营地排放差异对全国碳排放输出程度的影响,其结合碳排放的时间趋势和地域分布规律,让卡车碳排放的复杂性和多样性特征,得到更精准的解读与刻画,为政府监管部门制定有效的碳减排和碳交易策略提供了重要数据要素依据。

5月《碳排放权交易管理暂行条例》施行,明确了监督管理体制、碳排放权交易管理基本制度框架,也特意指出了要发挥技术服务机构的协助作用。如《报告》指出,数据要素企业在碳市场生态中通过提供准确的数据支持,发挥了核心技术优势,充分激活物流数据要素价值,成为碳数据管理的技术支撑。