快递行业电动化转型与运输效率优化的减排潜力

DRIVING EMISSIONSREDUCTIONS INEXPRESS DELIVERYINDUSTRY: POTENTIALOF ELECTRIFICATIONAND TRANSPORTOPTIMIZATION 研究团队 同济大学：袁泉、俞诚成、林佳毅、覃正桃、闫丛笑、马旭绿色和平：朱伟望、李嘉铖、夏怡雯 编辑与校对 王乐闫咏涵 鸣谢 感谢以下专家对报告内容的支持（按姓氏首字母排序）：巢渊上海市减污降碳管理运行技术中心高欣甜清华大学沈寅上海市减污降碳管理运行技术中心王雯雯能源与交通创新中心李星宇、刘爽、马倩儒、王昕楠、吴浩、袁瑛、赵雨晨绿色和平 著作权及免责声明 本报告为绿色和平于环保公益工作中形成的资料。阅读本研究报告即表示您已阅读、理解并接受下列著作权和免责声明条款的约束。请认真阅读。 1.本报告由绿色和平和同济大学基于在上海取得的临时活动备案共同发布，除标明引用的内容外，本报告内所有内容（包括文字、数据、图表）的著作权归绿色和平和同济大学所有。2.本报告仅作环保公益和信息分享目的使用，不作为公众及任何第三方的投资或决策的参考，绿色和平、同济大学亦不承担因此而引发的相关责任。3.本报告为绿色和平和同济大学于2024年4月至2025年1月期间内整理研究产出的成果。绿色和平、同济大学不对报告中所含涉信息的及时性、准确性和完整性作担保。4.本报告中所提及相关企业案例仅为论证本报告之观点，不涉及对于企业品牌、商品及服务背书或推销的目的。 目录 执行摘要 ............................................................1 主要研究发现 ..................................................................2总结与建议 ......................................................................4 2.1 三级快递网络运输模型 .............................................82.2 PEMS实测数据采集与分析及MOVES模型本地化修正 .92.3 电动化减碳效益评估 ................................................102.4 共享集散中心（UFCC）网络优化模型 .......................102.5 综合减排矩阵与未来情景预测评估 ..........................11 第三章 运输环节排放特征与因素分析 ......................12 3.1 基于PEMS实测数据的MOVES模型本地化校正 ........133.2 基础场景碳排放计算结果与特征分析 ......................153.3 基于控制变量法的影响因素分析 ..............................16 第四章 不同场景下的减排方案分析 .........................19 4.1 共享集散中心网络优化方案评估 ..............................204.2 综合矩阵优化场景评估 ............................................224.3 结合政策的未来综合矩阵场景评估 .........................23 第五章 总结与建议 ...............................................25 5.1 研究发现 ...................................................................265.2 建议 ..........................................................................26 执行摘要 能源类型和优化中转效率。并基于两种减碳路径，研究构建出对应两种方案的综合矩阵场景，最终，量化分析出不同组合方案下的减排潜力，为快递行业开展运输环节的低碳转型提供科学依据与实践建议。 快递行业低碳转型，运输环节减排是关键 中国快递行业在飞速发展的同时，也面临日益严峻的环境压力，尤其是碳排放问题。绿色和平此前研究显示，2017年至2022年，快递行业总碳排放从1837万吨激增至5565万吨，增长超过200%。2022年，运输环节的碳排放占比超过60%，跨省干支线运输尤为突出。在干线运输中，公路运输排放量最高，达1874万吨。因此，推动快递行业低碳转型，必须聚焦运输环节的减排潜力。 主要研究发现 两种潜在减碳路径：能源类型转型与优化运输中转效率 本研究对MOVES（机动车排放模拟模型）进行了本地化校正，该模型能有效提高排放测算精度。研究通过校正后的模型建立影响因子库，并发现车辆类型、排放标准、能源类型三个因子是主要的排放影响因素。随后，研究在采用校正后的模型计算得到的基础场景上，进一步使用控制变量法，发现增强运输集约化程度及改变能源类型对运输车辆碳排放呈显著影响。 本 研 究旨在 探 索 快 递 行业 运 输 环 节 的减 碳 路径。为此，研究首先基于真实的快递运输模式，构建了三级物流网络模型。其次，采用PEMS（PortableEmissionsMeasurementSystem，便携式排放测量系统）排放因子实测评估不同的运输车辆类型的排放特性，并对MOVES（MotorVehicleEmissionSimulator，机动车排放模拟模型）进行本地化校正，以适应中国物流运输的实际工况和车辆特性，提高模型测度的准确性，帮助准确量化各类运输活动的碳排放特征。在设定基础场景后，分析运输环节的排放特征和影响因素，定位出两种潜在的减碳路径——改变 根据结果及相关文献研究，研究提出两种可能的快递行业运输环节减碳路径，一是通过优化运输中转效率，减少中转环节，替代传统的三级物流网络；二是通过能源结构转型，采用电动货车等新能源车辆，从根本上推动快递行业的绿色发展。 的排放；其次为设置UFCC，并采用“干线纯电重卡+末端纯电小货车”模式，减排45.26%；再次为不采用UFCC，且除干线以外的运输采用电动车替换，该方案可减少32.81%的排放。综合来看，全程纯电替代方案是最直接有效的减碳策略，同时，在新能源技术尚未普及的过渡期，可以继续通过提升运输集散效率来实现减碳目标。 1.所有减碳路径组合矩阵情景中，采用电动化转型能实现最大的减排效益 基于两种潜在的减碳路径，研究对相应的两个解决方案进行了场景和参数设置。在能源结构转型方案中，在运输过程的不同阶段进行车辆能源类型的替代，逐步用电动大、小货车及重卡替代传统燃油货车；在优化运输中转效率路径中，研究提出共享集散中心（UrbanFreightConsolidationCenter，UFCC）网络优化的方案，并进一步将UFCC网络优化方案与能源转型方案进行组合并设计强度变化，得到减碳矩阵情景，以及结合现行政策设计得到2030年未来矩阵场景。 2.以UFCC网络优化方案为代表的优化运输中转效率的路径能够减少中转环节及运输距离，具有一定的减碳潜力 在优化运输中转效率的减碳路径中，本研究创新地提出了共享集散中心（UrbanFreightConsolidationCenter，UFCC）网络优化的方案。研究结果表明，该方案较基础场景而言，能减少14.95%的碳排放，具有一定的减排效果。共享集散中心作为一个高度优化的共享整合物流枢纽，通过优化周转效率和集散效率来提高快递运输系统的整体性能，通过机器学习算法匹配目标最优的车辆配置和调度安排，能够减少运输频次和等待时间，从而减少能源浪费。 通过与基础场景对比发现，在仅替换能源类型的情景中，全程采用纯电车可以减少41.78%的碳排放，是本次研究中最具减排效益的方案（即方案2）。其次为设置UFCC并采用“干线柴油重卡+末端纯电小货车”的模式（即方案4），该方案减少了30.38%排放；再次为设置UFCC，并采用“干线纯电重卡+末端纯电小货车”模式（即方案5），减排30.35%。 在2030年场景中，相较于未来基础场景，保持三级运输网络结构不变并全程采用新能源车（电车）的方案仍为最具减排效益的方案，该方案可减少55.26% 合理的区域枢纽布局和资源利用，进一步提升整体行业的减碳效果。 总结与建议 1.加快推进车队能源转型，实现新能源技术在货运领域的广泛应用 3.借助物联网和大数据技术提升运输效率，推动绿色管理与智能物流运营 车队 能 源 转 型 是 货 运 行业 实 现 深 度 减 排 的 核心途径。建议企业尽快 启动能源转型计 划，优先采用电能 或氢能 等 新能 源 驱动 的车 辆 逐 步替 代 传 统燃油车辆，降 低碳排放强 度。企业应全面评估现有车队的技术改 造可行 性，制定分阶段替换计 划，并通过与新能源供应商和充电设施运营商的合作，加速 配 套 基 础 设 施 建 设，确 保 新 能 源 车 辆 的 高 效 运营和推广。 企业应充分利用物联网（IoT）技术和大数据分析平台，实时采集和监控运输过程中的车辆状态、路况信息和交通状况，动态调整优化配送路径，减少运输中的能源浪费和碳排放。例如，通过避开高峰拥堵区域、根据车辆类型调整能源使用策略等方式，实现精准化绿色管理。长期积累和分析物流数据也可为企业制定智能物流管理策略提供支撑，逐步形成绿色、高效、可持续的物流运营模式。 2.探索货运中转优化方案，推动资源高效整合与运输网络优化 4.全面推动本地货运排放数据库建设，支持科学政策制定与行业精准减排 面对新能源车辆技术尚存的瓶颈（如续航能力不足、补能方案不完善），企业应呼吁行业内的统筹、协调与协作，共同推动物流资源的优化配置。例如通过建设区域性货运枢纽，整合各企业的货物，进行更集约的分拣处理，提高车辆的装载率和运输效率。这种优化方案能够减少车辆空载率和重复运输带来的能源浪费，实现减排效益。此外，政府和行业协会的支持与参与，能推动这些枢纽的建设，适宜的政策激励和资源调度将促进行业内各企业的广泛合作，以实现更加 建议货运行业与学术机构密切合作，共同构建覆盖全面且科学的本地货运排放数据库。数据库应涵盖不同车型、道路条件、货物种类、运输距离、季节性和区域性差异等多维度数据，以真实反映中国货运活动的复杂性和多样性。系统性数据库不仅有助于精确量化运输环节的碳排放特征，还可为政府部门制定科学的碳减排政策提供可靠依据，为推动货运行业的绿色低碳转型和实现国家“双碳”目标奠定坚实基础。 第一章 研究背景 在运输环节中，几乎全 部的碳排放来自于异城（跨省市）快递场景下的干-支线运输，其中公路和航空运输的减排是快递行业减排的重中之重。2022年，在快递行业的干线运输中，公路运输的碳排放当量最高，达1874万吨；紧随其后的是航空运输的碳排放当量，达1376万吨，这两者在干线运输中碳排放当量的占比分别为56.9%和41.8%。 快递行业是支持中国近10亿的网络购物用户日常消费的重要基础设施[1]。旺盛的互联网消费活动给行业带来了持续的发展，2023年中国快递行业业务量连续十年位居世界第一[2]；2024年，中国快递业务继续稳步增长，业务量突破1000亿件的时间较2023年提前了71天[3]。同年，中国快递业务量达到1745亿件，同比增长21%，快递业务收入1.4万亿元，同比增长13%[4]。 快递是链接生产和消费的重要环节，低碳的快递业务对于赋能上游和下游的绿色转型和协同减碳具有重要意义。对于上游生 产端，绿 色快 递有助于赋能其生产端企业范围3的直接减排；对于下游消费端，快递的绿色化是推动绿色消费发展不可或缺的环节。因此，快递