双碳目标下区域铁路碳减排效益测算方法

Method for Estimating Carbon Reduction Benefits of Regional Railways under the Dual-Carbon Goals

摘要

为积极推动落实国家双碳目标战略，基于铁路全生命周期视角研究区域铁路碳排放及替代公路等交通运输方式产生碳减排效益是实现碳达峰、碳中和需要解决的关键问题之一。采用全生命周期法测算铁路项目规划设计、建材生产、施工建设、运营维护等阶段的碳排放量，并考虑节能降碳和绿化固碳措施，选取京雄城际铁路作为典型案例分析测算单个项目的碳排放量；以2013年—2024年北京地区全社会出行总量的统计数据为基础，综合利用弹性系数、线性回归、出行特征分析等方法，预测2030年、2035年规划年度区域铁路的客运量；根据北京地区铁路网发展规划，对区域内规划建设的铁路项目碳排放总量进行估算，结合规划年度预测客运量，对铁路替代不同交通运输方式转移客运周转量产生的碳减排效益和减少空气污染物排放产生的经济效益进行分析测算。结果表明：区域铁路建设产生转移客运量后碳减排和减少空气污染物排放产生的经济效益约73.7~112.0亿元，有力提升了项目的国民经济评价效果；京雄城际铁路在考虑碳减排效益情景下经测算预计产生经济效益3.5亿元，可提高项目国民经济评价内部收益率约0.05%。由此可见，优化调整运输结构、贯彻绿色低碳发展理念、建立碳排放“双控”制度体系等是实现铁路碳减排的有效措施。研究成果为构建铁路碳排放双控指标体系和完善铁路项目国民经济评价方法提供了参考和借鉴。

Abstract

To actively promote the implementation of the national dual-carbon goal strategy, studying regional railway carbon emissions and the carbon-reduction benefits of substituting different modes of transport including road transport based on a full-life-cycle perspective, is one of the key issues for achieving carbon peaking and neutrality. This paper uses a full-life-cycle approach to calculate carbon emissions from the planning-design, material production, construction, and operation-maintenance stages of railway project, while considering energy-saving, carbon reduction, and greening carbon sequestration measures. The Beijing-Xiong'an Intercity Railway is selected as a typical case to analyze and calculate the carbon emissions of a single project. Based on total social travel data in Beijing from 2013 to 2024, and using elasticity coefficients, linear regression, and travel-characteristic analysis, regional railway passenger volumes for the planning years 2030 and 2035 are predicted. According to the development plan of Beijing's railway network, the total carbon emissions of planned railway projects in the region are estimated. Combined with projected passenger volumes in the planning years, the carbon-reduction benefits and and the economic benefits from reduced air-pollutant emissions resulting from railways substituting for different transport modes are analyzed. The results show that railway construction in the region, after generating transferred passenger volume, has yielded economic benefits of approximately 7.37 - 11.20 billion yuan from carbon reduction and reduced air-pollutant emissions, significantly enhancing the project's national-economic evaluation. For the Beijing-Xiong'an Intercity Railway, the estimated economic benefit under the carbon-reduction scenario is about 350 million yuan, which can increase the project's internal rate of return in the national economic evaluation by about 0.05%. Thus, measures including optimizing the transport structure, implementing green and low-carbon development, and establishing a dual-control system for carbon emissions are effective ways to achieving railway carbon reduction. The research findings provide reference for constructing a dual-control indicator system for railway carbon emissions and improving the national economic evaluation method for railway projects.

关键词

碳排放 / 区域铁路 / 碳减排效益 / 空气影响效益 / 全生命周期 / 运量预测

Key words

Carbon emissions / Regional railways / Carbon-reduction benefits / Air-impact benefits / Full-life-cycle / Traffic volume forecast

碳排放对环境危害很大，根据联合国政府间气候变化专门委员会（Intergovernmental Panel on Climate Change，IPCC）发布的报告^［1］，2019年全球交通运输部门CO₂排放量为89亿t，排放占比达15%。为降低温室效应对全球环境的影响，2020年9月我国向世界正式提出“碳达峰、碳中和”目标。我国当前交通运输领域直接CO₂排放约占全社会排放总量的11%，且在国家碳排放中的占比将进一步扩大。根据国家铁路行业部门联合印发《推动铁路行业低碳发展实施方案》，预测至2030年，铁路客货周转量全社会占比分别达48%和22%以上，铁路单位运输工作量综合能耗和CO₂排放较2020年下降10%。铁路作为绿色骨干运输和公益性基础设施，对实现区域碳达峰、碳中和承担重要支撑作用，铁路碳排放和碳减排效益已成为亟须研究的重要课题。

目前国内外学者对铁路实现双碳目标的相关研究较为局限，袁振洲等^［2-4］对碳排放研究相关文献进行了梳理和综述，基于文献计量学分析详细阐述低碳效应的研究边界和碳减排机理，并采用对数平均迪氏指数（Logarithmic Mean Divisia Index，LMDI）乘法模型研究了京津冀地区交通运输业的碳排放与其他社会经济指标的交互效应。目前关于碳排放研究可以归纳为以下3大类。第1类是基于全生命周期角度对单个铁路项目部分工点或整个系统工程碳排放进行研究分析，如Rempelos^［5］对传统有砟轨道全生命周期的碳足迹进行研究；陈进杰等^［6］、任南琪等^［7］基于全生命周期评价理论，对铁路建设、运营、回收等阶段进行研究，通过京沪等铁路案例分析各个阶段CO₂排放，综合测算减排效果较好。第2类是重点针对不同交通方式影响碳排放的因子和碳排放效率等进行研究分析，如吴雪妍等^［8］以单位周转量产生的碳排放量作为不同方式的碳排放因子，构建了航空、铁路、公路等交通碳排放因子模型；Oliveira等^［9］运用“自下而上”法对不同能源条件下的交通领域碳排放系数与碳排放量的测度分析；Jiang等^［10］对中国交通运输业的碳排放效率进行了静态和动态分析，研究了交通运输业全要素生产率的影响因素，其中人均GDP对地区碳排放影响存在显著差异。第3类是基于影响因素分析对一定区域内交通运输行业碳达峰进行研究，如Hong等^［11］通过长期能源替代规划系统（Long-range Energy Alternatives Planning System，LEAP）模型分析了韩国交通部门碳排放，预测到2050年将有效降低；Mi等^［12］、Gong等^［13］研究了CO₂排放与人口、经济增长间影响关系，利用经济和气候综合模型研究预测我国碳达峰时间，预测到2030年前后才能实现碳达峰；焦柳丹等^［14］、杨东等^［15］基于可拓展的随机性环境影响评估（Stochastic Impacts by Regression on Population，Affluence，and Technology，STIRPAT）模型，分别从人口规模、经济、技术、货运周转量等维度选取影响因素，建立碳排放预测模型，并对基准、低碳、高碳不同情景下地区、国家的交通运输业碳排放情况进行预测分析；方涵潇等^［16］对2022年—2035年湖南省交通运输领域碳排放量峰值进行预测分析，并提出减少社会车辆、公路货运等减排措施路径。

综上，既有文献虽然对单个铁路项目或区域内交通行业碳排放进行了预测研究，从研究方法上认为采用全生命周期符合铁路实际，主要以高速铁路为研究对象的居多，没有研究城际铁路；从研究范围上主要以京沪高速铁路等单个铁路项目为对象，没有对区域路网进行系统研究；除此之外，部分学者研究预测了地区碳排放总量和碳达峰时间，但没有深入研究铁路碳减排效益，对区域铁路客运周转量对应的碳减排和空气质量影响减少效益方面研究不足。铁路作为公益性基础设施，研究铁路碳排放和碳减排效益，必须基于全生命周期测算铁路项目各阶段碳排放量。

本文以北京地区铁路碳排放作为研究对象，利用全生命周期碳排放测算方法，选取京雄城际铁路作为研究基础，综合考虑地区人口、GDP及社会经济发展等因素预测铁路客运量，研究铁路替代不同运输方式对应的转移客运量，分析测算区域路网规划建设项目产生的碳减排及空气污染物减少产生的间接经济效益，为优化调整我国铁路碳排放及效益测算提供参考。

1 铁路碳排放现状及核算边界

1.1　铁路能源消费及碳排放现状

据统计当前交通运输领域现状每年直接CO₂排放约为10亿t，其中公路占比约86.7%，民航占比约6.09%，铁路运输占比0.68%。据此测算，铁路运输的直接碳排放量约为660万t左右，主要是由内燃铁路牵引产生的排放。根据我国交通运输部门公布的《铁道统计公报》，随着铁路网规模逐步扩大，大力推动货运向现代物流转型发展，铁路货运量逐年提升，占比国内总货运量达到9%，铁路发挥了绿色运输骨干作用，综合能耗水平呈现逐年降低趋势。截至2024年底，国家铁路货运周转量达到3.26万亿t · km，较2020年增长0.53万亿t · km涨幅超20%，但单位运输工作量综合能耗、主营综合能耗分别为3.86和3.85标准煤每百万换算t · km，比2020年最高峰时分别减少0.37和0.32 t · km，下降幅度超过8%，铁路对助力实现碳中和、碳达峰起到了积极作用。

1.2　铁路碳排放核算边界

碳排放核算边界是指核算主体边界内某一时期所有生产设施产生的碳排放。铁路行业碳排放核算边界包括直接排放和间接排放，其中直接排放主要是施工建设过程中各种建筑材料产生碳排放和化石燃料燃烧过程碳排放，间接排放包括净购入使用电力排放、热力消费排放和其他运输生产活动产生的碳排放。

根据铁路统计资料，建材消耗品类主要包括水泥、砂子、碎石、钢材、石灰、砖块等，能源消耗品类主要包括煤炭、石油、燃气、电力和热力等。如果从碳排放的终端设备考量，可以划分为移动设备和固定设备。移动设备主要包括机车、车辆（发电车）、动车组、大型养路机械、汽车等，固定设备则包括固定在建筑物内外的能耗设备，如采暖、空调、通风、给排水、照明、电梯和自动扶梯、通信、信号、信息、车辆检修、综合维修等系统设备。

从准确考量铁路行业全生命周期的碳排放情况角度，碳排放核算边界应包括直接和间接排放，即包含规划建设、建材生产、施工建设、运营维护等阶段产生的碳排放。

2 碳排放测算方法及典型案例分析

2.1　全生命周期碳排放测算方法

基于前期研究提出的铁路全生命周期各阶段碳排放理论模型^［17］，规划设计、建材生产、施工建设、运营维护等各阶段碳排放测算如下，下文研究碳排放均指排放CO₂的质量。

2.1.1　规划设计阶段碳排放

规划设计阶段主要考虑现场勘察测量等能源消耗产生的碳排放。该阶段碳排放测算式为

E_{\mathrm{p}\mathrm{d},\mathrm{C}}={\displaystyle \sum _{i_{\mathrm{1}}=\mathrm{1}}^n}{\mathrm{Z}}_{\mathrm{d}\mathrm{m}{i}_{\mathrm{1}}}{E}_{i_{\mathrm{1}}}（1）

式中：E_{\mathrm{p}\mathrm{d},\mathrm{C}}为勘测设计阶段产生的碳排放；{\mathrm{Z}}_{\mathrm{d}\mathrm{m}{i}_{\mathrm{1}}}为第i₁类钻机设备燃料消耗量；E_{i_{\mathrm{1}}}为第i₁类钻机设备能源碳排放因子；n为消耗能源数目。

2.1.2　建材生产阶段碳排放

建材生产阶段碳排放主要包含路、桥、隧、站房、四电等铁路系统所需的水泥、砂、碎石、石灰、粉煤灰、钢材、钢轨等主要材料消耗产生的碳排放。该阶段碳排放测算式为

E_{\mathrm{m}\mathrm{a}\mathrm{t},\mathrm{C}}={\displaystyle \sum _{i_{\mathrm{2}}=\mathrm{1}}^m}{M}_{\mathrm{m}\mathrm{a}\mathrm{t}{i}_{\mathrm{2}}}{M}_{i_{\mathrm{2}}}（2）

式中：E_{\mathrm{m}\mathrm{a}\mathrm{t},\mathrm{C}}为建材生产阶段产生的碳排放；M_{\mathrm{m}\mathrm{a}\mathrm{t}{i}_{\mathrm{2}}}为第i₂类建材使用消耗量；M_{i_{\mathrm{2}}}为第i₂类建材的碳排放因子；m为消耗建筑材料数目。

2.1.3　施工建设阶段碳排放

施工建设阶段碳排放主要为各项铁路工程施工过程中的机械设备碳排放，根据施工机械台班定额测算不同种机械消耗能源产生的碳排放。碳排放测算式为

E_{\mathrm{c}\mathrm{o}\mathrm{n},\mathrm{C}}={\displaystyle \sum _{f=\mathrm{1}}^b}{E}_{\mathrm{m}\mathrm{a}\mathrm{c}f}{E}_i={\displaystyle \sum _{f=\mathrm{1}}^b}{\displaystyle \sum _{j=\mathrm{1}}^s}{K}_{\mathrm{m}\mathrm{a}\mathrm{c}f,j}{P}_{\mathrm{m}\mathrm{a}\mathrm{c}f,j}{E}_f（3）

式中：E_{\mathrm{c}\mathrm{o}\mathrm{n},\mathrm{C}}为施工建设阶段产生的碳排放；E_{\mathrm{m}\mathrm{a}\mathrm{c}f}为施工机械设备使用过程第f类能源消耗量；E_f为第f类能源的碳排放因子；K_{\mathrm{m}\mathrm{a}\mathrm{c}f,j}为使用第f类能源的第j种施工机械设备每台班能耗量；P_{\mathrm{m}\mathrm{a}\mathrm{c}f,j}为使用第f类能源的第j种施工机械设备的运行台班数；b为能源种类数目；s为使用施工机械设备数目。

2.1.4　运营维护阶段碳排放

运营阶段碳排放主要包含列车牵引和车站设备及子系统等能耗碳排放，主要为电力、市政热力、燃料（汽油、柴油）等能源消耗产生的碳排放。碳排放测算式为

E_{\mathrm{o}\mathrm{p},\mathrm{C}}=E_{\mathrm{t}\mathrm{r}\mathrm{a},\mathrm{C}}+E_{\mathrm{e}\mathrm{q}\mathrm{u},\mathrm{C}}={\displaystyle \sum _{i_{\mathrm{3}}=\mathrm{1}}^z}{E}_{\mathrm{t}\mathrm{e}\mathrm{c}{i}_{\mathrm{3}},\mathrm{C}}（4）

式中：E_{\mathrm{o}\mathrm{p},\mathrm{C}}为运营阶段产生的碳排放，包含牵引E_{\mathrm{t}\mathrm{r}\mathrm{a},\mathrm{C}}和设备碳排放E_{\mathrm{e}\mathrm{q}\mathrm{u},\mathrm{C}}；E_{\mathrm{t}\mathrm{e}\mathrm{c}{i}_{\mathrm{3}},\mathrm{C}}为不同设备消耗电力、燃料、热力等产生的碳排放；z为能耗设备类型数目。

除此外还要考虑采用节能措施和铁路绿化固碳影响，主要包括采用光伏发电、车站综合能源管理系统和站所及线路区间场地绿化措施等，降低能源消耗碳减排措施。节能碳减排量测算式为

\mathrm{\Delta }{E}_{\mathrm{t},\mathrm{C}}={\displaystyle \sum _{i_{\mathrm{4}}=\mathrm{1}}^r}\mathrm{\Delta }{E}_{i_{\mathrm{4}},\mathrm{C}}（5）

式中：\mathrm{\Delta }{E}_{\mathrm{t},\mathrm{C}}为采用多项技术措施节能碳减排量；\mathrm{\Delta }{E}_{\mathrm{t}{i}_{\mathrm{4}}}为第i₄项技术措施节能碳减排量；r为采用节能技术措施项目数。

绿化措施产生的固碳量测算式为

E_{\mathrm{g},\mathrm{C}}={\displaystyle \sum _{i_{\mathrm{5}}=\mathrm{1}}^t}{T}_{\mathrm{g}{i}_{\mathrm{5}}}{S}_{i_{\mathrm{5}}}（6）

式中：E_{\mathrm{g},\mathrm{C}}为绿化措施产生的固碳量；T_{\mathrm{g}{i}_{\mathrm{5}}}为第i₅类植栽方式单位绿地面积每年固碳因子；S_{i_{\mathrm{5}}}为第i₅类植栽方式绿地面积；t为树木种类数目。

2.1.5　全生命周期碳排放

综上，全生命周期铁路碳排放测算式为

E_{\mathrm{C}}=E_{\mathrm{p}\mathrm{d},\mathrm{C}}+E_{\mathrm{m}\mathrm{a}\mathrm{t},\mathrm{C}}+E_{\mathrm{c}\mathrm{o}\mathrm{n},\mathrm{C}}+E_{\mathrm{o}\mathrm{p},\mathrm{C}}-\mathrm{\Delta }{E}_{\mathrm{t},\mathrm{C}}-E_{\mathrm{g},\mathrm{C}}（7）

2.2　典型铁路碳排放

根据全生命周期铁路各阶段碳排放测算方法，以前期研究的京雄城际^［17］作为典型案例进行分析。京雄城际正线全长92.8 km，速度标准为黄村至新机场段为250 km · h^-1、新机场至雄安段为350 km · h^-1，全线共设车站5座。按照全生命周期碳排放方法计算，根据铁路设计规范有关要求，桥梁、隧道、路基等主体结构使用年限为100 a，将规划设计、建材生产、施工建设阶段总能耗均摊到每年运营期，考虑光伏发电、综合能管系统及绿化碳汇等节能减排措施，结合本区域电力、建材等碳排放因子，结果表明规划设计阶段产生的碳排放占比很小，运营期年均能耗最大，约占全生命周期年均总综合能耗的75%，建材生产阶段年均能耗占比约20%，考虑节能减排以及绿化固碳等措施效果明显，年均能耗可节约12%左右。全生命周期各阶段碳排放汇总表详见表1。由表1可知：每年节能减排措施和绿化固碳措施分别减少碳排放1.020和1.238万t。

经统计测算，该项目勘测、建材生产及施工建设阶段平均每公里铁路产生碳排放为4.87万t · km^-1，综合考虑运营阶段和节能减排及绿化固碳措施平均每公里年均综合碳排放为0.17万t · km^-1。

3 北京地区客运量预测

2024年京津冀地区总人口为10 943万人，北京市人口2 183万人，根据北京市城市总体规划，将构建“一核一主一副、两轴多点一区”的空间结构，建立分圈层交通发展模式，打造1 h交通圈。截至2024年底京津冀区域铁路总里程达10 361 km，北京市铁路营业里程达到1 557 km，“轨道上的京津冀”正加速形成。

根据批复的《京津冀核心区铁路枢纽总图规划》^［18］以及枢纽总图修编情况，规划年度北京枢纽衔接10条普速干线和京沪高铁、京广高铁、京沈高铁、京张高铁、京港台5条高铁，以及京津城际、京雄城际、京唐京滨铁路3条城际，与枢纽环线和支线铁路共同构成“环+放射”状的枢纽铁路客运系统布局。

3.1　地区现状客运量

据北京市统计局相关年鉴资料^［19］，2013年—2024年北京市全社会客运量和GDP、人均可支配收入统计汇总见表2。

3.2　铁路客运量预测

随着国民经济持续增长，人均收入将稳步提高，未来北京市全社会客运量将持续呈现增长趋势。本次总量预测一方面以地区旅客运输历史数据为基础，对原始数据进行预处理，采用回归预测法、弹性系数法进行初步计算；另一方面，考虑到预测期较长，难以量化的影响因素较多，结合北京市经济社会发展对交通运输需求的影响分析以及发展趋势，利用四阶段法和乘车次数法对中长途和城际客流进行预测，进一步提高预测的精度。

根据历年统计数据，分别利用弹性系数法、线性回归模型法和出行特征综合分析预测等方法对北京地区2030年和2035年铁路客运量进行预测，并对3种预测结果取均值，结果见表3。从表3可知：3种方法预测的铁路客运量增长趋势和总量符合预期。

4 区域铁路碳排放预测及碳减排效益

4.1　铁路碳排放预测

研究年度区域内涉及京港台（丰雄段）、怀兴城际铁路二期、北京至城市副中心铁路、南北地下直径线、北京客运北环铁路、北京客运西环铁路等客运项目，相关项目涉及高铁、城际和部分普速铁路技术标准，京雄城际分2段建设，分别为250和350 km · h^-1速度标准，属于区域内典型客运铁路案例。为此，以京雄项目全生命周期碳排放作为参考，根据各规划项目工程技术标准和工程量折算，对规划年度地区铁路项目建设、运营阶段碳排放量进行估算，结果见表4。

综上，规划年度区域内相关项目假定2030年建成投产，预估建设阶段产生的碳排放总量为2 568.5万t，运营阶段考虑相关节能减排措施，预估综合碳排放量每年为89.7万t，规划年度预估运营阶段产生综合碳排放总量为448万t。

4.2　碳排放效益分析

城际铁路主要服务城市群商务、旅游、都市圈通勤等出行需求，具有运能大、占地少特点，且以电力为动力，作为公共交通运输工具可以有效替代汽车、航空等，减少石油消耗量，对促进区域内经济社会发展、节能减排和环保具有重要意义。根据北京枢纽规划年度铁路预测量，综合考虑公路、航空转移客运量以及铁路诱增客运量，测算产生碳减排效益和空气质量影响减少效益，作为间接效益分析对项目国民经济评价影响。

4.2.1　碳减排效益

交通运输业是碳排放贡献率较高的行业（约8%），也是碳排放增长速度最快的行业，铁路是主要交通方式中碳排放率较低的，当铁路建设项目存在大量公路、航空转移运量时，要考虑这种碳排放减少而带来的经济效益。同时，还要考虑诱发运量造成的碳排放增加对项目产生的负效益。

碳减排效益=各种运输方式转移客运量对应周转量×单位转移周转量碳排放减少量×碳价—诱发客运量对应周转量×单位诱发周转量对应碳排放量×碳价，即

M=\sum _{k,a}\left[Q_{k,a}(E_{\mathrm{C}k}-E_{\mathrm{C}\mathrm{R}})\right]P_{\mathrm{C}}-\sum _a{Q}_{\mathrm{R}a}{E}_{\mathrm{C}\mathrm{R}}{P}_{\mathrm{C}}（8）

式中：M为碳减排效益，万元；Q_k为第k种交通方式客运周转量，万人 · km；Q_{\mathrm{R}}为铁路诱发客运周转量，万人 · km；E_{\mathrm{C}k}为第k种交通方式碳排放因子，t · （万人 · km）^－1；E_{\mathrm{C}\mathrm{R}}为铁路碳排放因子，t · （万人 · km）^－1；P_{\mathrm{C}}为交易碳价，t · 元^－1；a为预测年度。

参考相关文献不同交通方式碳排放因子^［20-21］，暂按铁路为0.15~0.25 t · （万人 · km）^－1，公路为0.3~0.7 t · （万人 · km）^－1，航空为0.8~1.1 t · （万人 · km）^－1。

4.2.2　空气质量影响减少效益

有害气体的排放将造成局部大气环境污染和全球生态环境污染，完成同样运量铁路运输较其他运输方式特别是公路运输相比要小得多。因此，当铁路建设项目存在大量公路转移运量时，要考虑减少这种污染而带来的环境改善效益。测算空气污染外部成本需要考虑多种因素，包括对人体健康、材料和建筑物影响，给农作物造成的损失以及对森林造成的破坏等。

空气质量影响减少效益=各种运输方式转移运量对应周转量×单位转移周转量各类空气污染物减少量×各类空气污染物平均健康成本—诱发客运量对应周转量×单位诱发周转量各类空气污染物排放量×各类空气污染物平均健康成本，即

N=\sum _{k,i}\left[Q_{k,i}(E_{\mathrm{D}k}-E_{\mathrm{D}\mathrm{R}})\right]V_i-\sum _i{Q}_{\mathrm{R}i}{E}_{\mathrm{D}\mathrm{R}}{V}_i（9）

式中：N为空气质量影响减少效益，万元；E_{\mathrm{D}k}为第k种交通运输方式的第i种空气污染物排放因子，t · （亿人 · km）^－1；E_{\mathrm{D}\mathrm{R}}为铁路运输空气污染物排放因子，t · （万人 · km）^－1；V_i为第i种空气污染物平均健康，元 · kg^－1。

参考我国不同交通方式空气污染排放量取值，暂按公路产生NO_X为72.97 t · （亿人 · km）^－1，PM为0.73 t · （亿人 · km）^－1，航空产生NO_X为4.8 t · （亿人 · km）^－1，PM为0.21 t · （亿人 · km）^－1，2023年NO_X和PM的平均健康成本分别为17.05和30.11元 · kg^－1。

4.2.3　碳减排综合效益测算

根据上述北京地区铁路运量预测分析，铁路转移客运量中航空转移占比30%，公路城际运量转移占比70%；铁路诱增运量占比15%，碳价采用北京绿色交易所发布的2023年度碳排放配额有偿竞价公告为每吨119.55元，根据表3预测地区铁路客运总量，按照内插法逐年增长，且考虑中长途、城际短途平均运距，得出地区铁路总周转量，参考碳排放因子、污染物排放量等参数取值范围，若不考虑铁路运输，区域内相关运量仍由公路、航空承担，对应碳排放估值达到36.4亿~68.1亿元。当铁路建成后，按照式（8）综合计算10 a期间，地区客运铁路产生的碳减排效益约为13.2亿~51.6亿元。按照式（9）综合计算地区客运铁路产生的空气质量影响减少效益为60.5亿元。综上，区域内铁路客运产生碳减排和空气质量影响减少效益合计位于73.7亿~112.0亿元之间，经济效果显著，通过2项效益对项目国民经济评价起到间接支撑作用。

按照上述方法，以京雄城际铁路单个项目为例，将2项间接效益纳入对项目经济内部收益测算，运营期累计产生效益3.5亿元，提高国民经济评价内部收益率约0.05%，进一步体现了铁路的社会、公益属性，对促进地区经济社会发展、优化产业结构和布局产生显著影响，对助力改善交通环境发挥了积极作用。

5 碳减排措施路径

5.1　优化调整综合交通运输结构

加快调整综合交通运输结构，铁路运输具有绿色化、快速化、大能力的优势，对助力实现区域碳减排有重要支撑作用，需要进一步提高铁路客运周转量占比。目前北京已运营S2线、城市副中心线、怀密线和通密线等4条，2024年全年共发送市郊旅客258万人，日均客流量约每天0.7万人。结合北京市通勤特征报告，为充分利用路网富裕能力，解决中心城区与通州、密云、良乡等周边组团长距离通勤需求，建议加快构建市域（郊）廊道开行市郊列车，提升铁路客运量占比，预测研究年度全市日均出行总量达到每天7 593万人，预测市郊铁路客流量可提高到每天101万人，承担全年客流量达3.69亿人次，经测算每年可减少碳排放1.45万t，折算每年碳减排效益可达到252万元，通过市郊列车的开行，碳减排效益明显。

5.2　贯彻全生命周期绿色低碳发展理念

在双碳目标下落实全生命周期绿色低碳发展理念，开展铁路技术标准、工程选线、勘测设计、施工建设等工作，在设计阶段从源头考虑低碳节能措施开展铁路工程绿色设计，项目实施阶段推广采用装配式建筑结构、小型构件工厂化等绿色低碳建造技术，加强临时工程生态恢复、绿化美化、雨水资源集蓄利用等提升碳汇水平，利用光伏发电、综合能源管理系统等新技术赋能铁路减排。建议铁路行业管理部门将碳减排和空气质量影响减少作为间接效益对国民经济评价分析，将碳排放评价纳入铁路建设项目节能审查，对项目用能和碳排放情况进行综合评价。

5.3　构建碳排放“双控”制度体系

建议行业有关部门逐步完善碳排放统计核算体系，按两阶段推进实施，先是出台行业企业碳排放核算相关标准和产品碳足迹标准，国家温室气体排放因子数相关计量、统计、监测能力得到提升，为“十五五”时期在全国范围实施碳排放“双控”奠定基础；再是实施以强度控制为主、总量控制为辅的碳排放“双控”，建立碳达峰、碳中和综合评价考核制度，加强重点领域和行业碳排放核算能力，健全重点用能和碳排放单位管理制度，开展固定资产投资项目碳排放评价，构建符合中国国情的产品碳足迹管理体系和产品碳标识认证制度，确保如期实现碳达峰目标。

6 结 论

（1）采用全生命周期铁路碳排放模型方法，以京雄城际为基础对北京地区相关规划铁路碳排放总量进行预测，结果表明预估建设阶段产生的碳排放（排放CO₂的质量）总量为2 568.5万t，运营阶段考虑相关节能减排措施，预估综合碳排放总量为448万t。

（2）对地区铁路替代不同交通运输方式转移客运周转量对应的碳减排效益和空气质量影响减少效益进行分析测算，预估产生经济效益73.7亿~112.0亿元，其间接效益对支撑项目国民经济评价效果显著。并以京雄城际铁路项目为例，将2项间接效益纳入对项目经济内部收益测算，运营期累计产生效益3.5亿元，提高国民经济评价内部收益率约0.05%。

（3）提出的优化调整运输结构、贯彻全生命周期绿色低碳理念、构建碳排放“双控”制度体系3个方面的碳减排措施建议，一是充分利用路网富裕能力，围绕都市圈开行市郊列车可有效提高客运量，减少汽车等交通出行占比，每年可减少碳排放1.45万t，碳减排效益显著；二是在项目全生命周期各阶段采取低碳节能措施，打造绿色低碳铁路，助力区域实现碳减排；三是建议加快构建铁路碳排放总量和强度双控制度体系，为实现双碳目标提供参考和借鉴。

参考文献

[1] IPCC. Climate Change 2022： Mitigation of Climate Change. Contribution of Working Group Ⅲ to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change ［R］. Geneva： IPCC， 2022.

[2] 袁振洲，袁晓敬，杨洋，等.城市轨道交通低碳效应研究综述［J］.铁道运输与经济，2024，46（8）：8-23，57.

[3] YUAN Zhenzhou， YUAN Xiaojing， YANG Yang， et al. Review on Research of Low-Carbon Effects in Urban Rail Transit ［J］. Railway Transport and Economy， 2024， 46 （8）： 8-23， 57. in Chinese

[4] 袁晓静，袁振洲，杨洋，等.交通运输业碳足迹测算及其交互效应评估：以京津冀地区为例［J］.北京交通大学学报，2023，47（6）：74-81.

[5] YUAN Xiaojing， YUAN Zhenzhou， YANG Yang， et al. Carbon Footprint Measurement in Transportation Sector and Assessment of its Interaction Effects： a Case Study of Beijing-Tianjin-Hebei Region ［J］. Journal of Beijing Jiaotong University， 2023， 47 （6）： 74-81. in Chinese

[6] YUAN Z Z， YUAN X J， YANG Y， et al. Greenhouse Gas Emission Analysis and Measurement for Urban Rail Transit： a Review of Research Progress and Prospects ［J］. Digital Transportation and Safety， 2023， 2 （1）： 36-51.

[7] REMPELOS G. A Whole Life Carbon Model for Railway Track System Interventions ［D］. Southampton： University of Southampton， 2023.

[8] 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.

[9] CHEN Jinjie， WANG Xingju， Wang Xiangqin， et al. Calculation of Carbon Dioxide Emissions in the Life Cycle of High‐Speed Railway ［J］. Journal of the China Railway Society， 2016， 38 （12）： 47-55. in Chinese

[10] 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.

[11] REN Nanqi， XU Zhicheng， LU Yintao， et al. Thinking on Carbon Emission Characteristics and Emission Reduction Path in Railway Operation Period ［J］. Railway Standard Design， 2022， 66 （7）： 1-6. in Chinese

[12] 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.

[13] WU Xueyan， MAO Baohua， ZHOU Qi， et al. Comparative of Carbon Emission Factor Levels in Different Modes of Transportation Industry ［J］. Journal of East China Jiaotong University， 2022， 39 （4）： 41-47. in Chinese

[14] OLIVEIRA M A N， SZKLO A， BRANCO D A C. Implementation of Maritime Transport Mitigation Measures According to Their Marginal Abatement Costs and Their Mitigation Potentials ［J］. Energy Policy， 2022， 160： 112699.

[15] JIANG M R， LI J C. Study on the Change in the Total Factor Carbon Emission Efficiency of China’s Transportation Industry and Its Influencing Factors ［J］. Energies， 2022， 15 （22）： 8502.

[16] HONG S， CHUNG Y， KIM J， et al. Analysis on the Level of Contribution to the National Greenhouse Gas Reduction Target in Korean Transportation Sector Using LEAP Model ［J］. Renewable and Sustainable Energy Reviews， 2016， 60： 549-559.

[17] MI Z F， WEI Y M， WANG B， et al. Socioeconomic Impact Assessment of China’s CO₂ Emissions Peak Prior to 2030 ［J］. Journal of Cleaner Production， 2017， 142： 2227-2236.

[18] GONG W F， WANG C H， FAN Z Y， et al. Drivers of the Peaking and Decoupling between CO₂ Emissions and Economic Growth around 2030 in China ［J］. Environmental Science and Pollution Research， 2022， 29 （3）： 3864-3878.

[19] 焦柳丹，刘莹，吴雅，等.基于卷积神经网络的交通运输业碳排放预测研究［J］.铁道运输与经济，2024，46（8）：49-57.

[20] JIAO Liudan， LIU Ying， WU Ya， et al. Transportation Carbon Emission Prediction Based on Convolutional Neural Network ［J］. Railway Transport and Economy， 2024， 46 （8）： 49-57. in Chinese

[21] 杨东，李艳红，田春林.交通运输行业碳排放自然达峰特征与峰值预测研究［J］.交通运输系统工程与信息，2024，24（2）： 34-44.

[22] YANG Dong， LI Yanhong， TIAN Chunlin. Natural Peak Characteristics and Peak Forecast of Carbon Emissions in Transportation Industry ［J］. Journal of Transportation Systems Engineering and Information Technology， 2024， 24 （2）： 34-44. in Chinese

[23] 方涵潇，刘灿，蒋康，等.湖南省交通运输领域碳排放达峰路径研究［J］.交通运输系统工程与信息，2023，23（4）：61-68.

[24] FANG Hanxiao， LIU Can， JIANG Kang， et al. Pathway towards Carbon Peak in Transportation Sector of Hunan Province ［J］. Journal of Transportation Systems Engineering and Information Technology， 2023， 23 （4）： 61-68. in Chinese

[25] 曹猛，袁振洲，杨洋，等.京雄城际铁路全生命周期能耗及碳排放研究［J］.交通运输系统工程与信息，2024，24（5）：37-44，55.

[26] CAO Meng， YUAN Zhenzhou， YANG Yang， et al. Life Cycle Analysis of Energy Consumption and Carbon Emissions for Beijing-Xiong’an Intercity Railway ［J］. Journal of Transportation Systems Engineering and Information Technology， 2024， 24 （5）： 37-44， 55. in Chinese

[27] 中国铁路设计集团有限公司.京津冀核心区铁路枢纽总图研究报告［R］.天津：中国铁路设计集团有限公司，2019.

[28] China Railway Design Corporation. Beijing-Tianjin-Hebei Core Area Railway Hub Master Map Research Report ［R］. Tianjin： China Railway Design Corporation， 2019. in Chinese

[29] 北京市统计数据. 北京统计年鉴.EB/OL］.（2025-1-24）［2025-02-18］.

[30] （Beijing Municipal Bureau of Statistics. Beijing Statistical Yearbook. EB/OL］.（2025-1-24）［2025-02-18］. in Chinese）

[31] 毛保华，赵义馨，李宁海，等.我国高速铁路与民航客运碳排放因子及其影响因素研究［J］.北京交通大学学报，2024，48（4）：11-21.

[32] MAO Baohua， ZHAO Yixin， LI Ninghai， et al. Study on Carbon Emission Factors and Their Influencing Factors in High-Speed Railway and Civil Aviation Passenger Transport in China ［J］. Journal of Beijing Jiaotong University， 2024， 48 （4）： 11-21. in Chinese

[33] 李宁海，陈硕，梁肖，等.我国交通运输业碳达峰时间预测［J］.交通运输系统工程与信息，2024，24（1）：2-13.

[34] LI Ninghai， CHEN Shuo， LIANG Xiao， et al. Prediction of Transportation Industry Carbon Peak in China ［J］. Journal of Transportation Systems Engineering and Information Technology， 2024， 24 （1）： 2-13. in Chinese

基金资助

中央高校基本科研业务费(2024JBRC009)