铁路行业碳达峰路径的预测研究.pdf

45铁路工程技术与经济2023年7 月第3 8 卷第4期铁路行业碳达峰路径的预测研究杨弘毅（中铁第四勘察设计院集团有限公司环境工程设计研究院，武汉43 0 0 6 3）摘要：为响应我国“双碳”战略目标，明确铁路行业碳达峰路径，本研究基于国家铁路局的数据，首次对铁路行业的能源消耗以及碳排放进行了预测计算。根据预测结果，铁路行业的能耗在2 0 6 0 年前呈上升超势，节能乐观与节能中性情景下的能源消耗在2 0 5 0 年前后达到峰值，2 0 6 0 年的能耗总量较2 0 2 2 年增加3 5.1%7 5.7%；2 0 3 0 年单位换算周转量综合能耗可实现下降10%；总碳排放量受到电力行业清洁能源加速替换的影响，在2 0 3 0 年可以实现碳达峰目标，且总碳排放削减幅度可达到6 0%以上。关键词：碳达峰；绿色低碳；铁路运输；预测模型；绿色交通中图分类号：F283文献标识码：A文章编号：10 0 7-9 8 9 0（2 0 2 3)0 4-0 0 0 9-0 7Research on routine prediction to Carbon Emission Peakof Railway IndustryYANG Hongyi(CHINA RAILWAY SIYUAN SURVEY AND DESGIN GROUP CO.,LTD.Wuhan 430063)Abstract:Respond to Carbon Peaking and Carbon Neutrality Goals,clarifying the routine of RailwayIndustry to reach Carbon Peaking,this research do prediction and calculation originally and creatively onenergy consumption and carbon emission of Railway based on data from State Railway Administration.According to prediction results,energy consumption general trend of railway industry increases before2060,and under situation of Energy-saving-positive and Energy-saving-neutral,energyconsumption can reach peak around 2050,energy consumption in 2060 increased from 35.1%to 75.7%,energy consumption of unit converted turnover can decrease by 10%.Because the introduction ofclean energy in Power Generation Industry,Carbon Emission of Railway Industry can reach Carbon Peakin 2030,and realize decrease by more than 60%.Key words:carbon peaking;green and low-carbon;railway transportation;predict model;green trans-portation0引言全球变暖是重点关注的世界级环境议题，2 0 2 2年的平均温度较19 6 119 9 0 年平均水平上升0.8,IPC C 第六次评估报告指出人类活动产生的基金项目：中铁第四勘察设计院与国家铁路局科研课题研究合同铁路行业实现碳达峰目标的技术研究（KF2021-39）作者简介：杨弘毅，助理工程师，硕士研究生，现主要从事环境影响评价与项目节能评价工作。E-mail:youkouki 排放是引发气候变化的主要原因 2 。世界范围内交通部门的二氧化碳排放在19 9 0 年至2 0 2 1年间平均每年增速达到1.7%，位居能源使用部门之首 3 ,交通运输部门占全社会碳排放总量占比从2 0 16 年的的16.2%上升到2 0 19 年的17.3%4。中国的二氧化碳排放量在全球占比从14.3 2%增长到30.90%52021年3 月15 日，习近平总书记主持召开中央财经委员会第九次会议，强调要将碳达峰、碳中和纳人生态文明建设整体布局、交通领域要加快形成462023年7 月第3 8 卷第4期铁路工程技术与经济绿色低碳的运输方式。2 0 2 1年10 月2 4日，国务院以国发【2 0 2 1】2 3 号关于印发2 0 3 0 年前碳达峰行动方案的通知印发了2 0 3 0 年前碳达峰行动方案，行动方案提出，2 0 3 0 年国家铁路单位换算周转量综合能耗比2 0 2 0 年下降10%。本研究旨在确定综合能耗及碳排放计算方法的基础上，根据铁路行业能源消耗数据，结合相关客运量预测数据，利用情景分析法，预测各年度铁路行业能耗及碳排放量变化趋势，研究国家铁路单位换算周转量综合能耗以及铁路行业碳达峰路径图，为制定与碳达峰目标相适应的铁路技术政策和保障措施打下基础。1交通行业与我国铁路行业碳排放现状1.1交通行业碳排放现状世界范围内，2 0 18 年，道路交通运输的碳排放占比为7 4.5%，航空运输占比为11.6%，船运10.6%，铁路1%6 。随着我国国民经济和社会快速发展，交通运输CO，排放总量从2 0 0 5 年的3.4亿t增长到2 0 2 0 年的10.2 亿t，占全国比重从2 0 0 5 年的5.9%上升到2 0 2 0 年的10.3%。根据国家统计局统计数据，2 0 19 年中国交通运输领域直接碳排放量中，公路运输占8 6.7 6%，水路运输占6.47%，民航运输占6.0 9%，铁路运输占0.68%7,根据国家发改委副主任胡祖才公布的数据，2 0 19 年铁路行业运输包含直接和间接的碳排放总量占交通运输行业总排放的8%，反映出铁路行业中来自电力等外购能源产生的间接二氧化碳排放占比很高，这一点与德、法、日等国的铁路运输行业碳排放特征一致 8 O1.2铁路行业低碳发展现状运输结构上，交通运输部会同其他相关部门印发了交通运输部等九部门贯彻落实国务院办公厅 的通知、关于加快推进铁路专用线建设的指导意见，加快推进“公转铁”、“公转水”，着力解决“最后一公里”的问题，节能减排技术方面，通过电气化改造，电气化率由2 0 15 年的6 0.8%提升至2 0 2 0 年的7 4.9%，电力机车牵引工作量达到9 0.5%，节能环保优势明显。交通运输部印发了关于实施绿色公路建设的指导意见、关于打造公路水运品质工程的指导意见、绿色公路建设技术指南、关于推进长江经济带绿色航运发展的指导意见、推进珠江水运绿色发展行动方案（2 0 18 2 0 2 0 年）等系列政策文件；铁路方面，国家铁路局发布了绿色铁路客站评价标准等，推进绿色铁路客站建设。2铁路行业能耗及碳排放核算方法2.1综合能耗统计方法国铁集团及路局均采用由中国铁道科学院开发的计划统计系统对能耗进行统计管理，可统计运营期各项耗能品种的能源消耗情况，将能源消耗分为主营业务能耗和辅营业务能耗两部分。实际消耗的一次能源和二次能源的核算主要依据综合能耗计算通则（GB/T2589-2020）：E=E,xk;(1)1=1式中：E为综合能耗总量；n为消耗的能源种类数；E，为生产和服务活动中实际消耗的第i种能源量；k,为第i种能源的折标煤系数。2.2碳排放核算方法本研究主要依据发改办气候【2 0 15 17 2 2 号国家发展改革委办公厅关于印发第三批10 个行业企业温室气体核算方法与报告指南（试行）的通知对铁路行业碳排放总量进行核算，二氧化碳排放总量等于研究边界范围内所有化石燃料的燃烧排放量和净购入电力、热力的隐含温室气体排放量之和 9 项目总碳排放计算公式如下式所示：Eco,=E(2)CO式中：为企业CO，气体排放总量，单位为tCO2；为企业净消耗的各种化石燃料燃烧活动产生的温室气体排放量，单位为tCO2；为企业净购人电力隐含的CO2排放量，单位为tCO2；为企业净购入热力隐含的CO2排放量，单位为tCO2。化石燃料的二氧化碳排放量计算公式如下：Ebum-Co,=ZAD,EF,(3)AD,：核算期内第i种化石燃料的活动水平，单位为百万千焦（GJ）；EF：第i种化石燃料的二氧化碳排放因子，单位为吨二氧化碳/百万千焦（tCO2/GJ）；其中二氧化碳排放因子根据综合能耗计算通则（GB/T25892 0 2 0）、IPC C 2 0 0 6 年国家温室气体清单指南IPCC2006缺省CO2排放因子和省472023年7 月杨弘毅：铁路行业碳达峰路径的预测研究第3 8 卷第4期级温室气体清单编制指南计算得到。净购人电力隐含二氧化碳排放量计算公式如下：Eele-co,=ZADele,i EFele,i(4)式中：Eele为核算期内净购入使用电力隐含的CO2排放量，单位为tCO2;ADele,i为核算和期内从第i个区域电网净购入电量，单位为MWh;EFele为第i个区域电网供电平均CO2排放因子，单位为tCO,/MWh。由于自2 0 12 年后国家不再统计各区域电网的电力排放因子，因此本研究在计算电力消耗产生的二氧化碳排放时，仅考虑全国电力排放因子。净购人热力的隐含二氧化碳排放量计算如下式：Eheat-Co,=ZADheat EFheheat(5)式中：Eheat为核算期内净购人使用热力隐含产生的CO排放量，单位为tCO2;ADheat为核算期内净购人热力量，单位为GJ;EFheat为供热CO，排放因子，单位为tCO2/GJ,供热的二氧化碳排放因子按照国家发改委公布的数据取0.11tCO2/GJ进行计算。3铁路行业能耗、碳排放预测思路及方法3.1模型介绍交通行业的能耗及碳排放预测方法主要分为自上而下（Top-Down）的宏观预测方法和自下而上（B o t t o m-U p）的微观预测方法 10 。我国能耗统计中对交通工具个体的能耗缺乏相应数据，因此采用自上而下的方法会带来较大误差。自下而上法是依据车辆类型、保有量、行驶里程等数据为依据进行计算,其中的代表性预测模型有MARKAL、A I MEn-duse和LEAP模型。MARKAL模型侧重于提出分配机制上的优化建议；AIMEnduse模型则是以技术为中心，侧重于对具体技术设备的选择;LEAP（长期能源替代规划系统）模型则侧重于终端能源消费的全过程，从能源供应结构、能源技术水平、能源需求等环节，综合评价各种技术和政策措施对节能减排的影响11-13 ,与轨道交通低碳发展路径的研究内容相吻合 14,因此本研究采用LEAP模型对铁路行业的能耗及碳排放进行预测。(1)LEAP模型中能源消耗量的计算方法如下：ED,=Z,Z,ZkALij.k EIi.j,(6)式中：ED为研究年度综合能源消耗量，tce/a；A L 为活动水平，即运输工作量指标，单位：百万换算吨公里；EI为能耗强度，即吨标煤/百万换算吨公里；i,j，k分别代表不同的研究年度、不同片区、不同功能的铁路类别。(2)LEAP模型中碳排放量的计算方法如下：F,=ZE,kFco2.k(7)式中F为研究年度碳排放量，tCO2;Ek为第i年第k种能源的使用量，tce;Fco2.k为当年第k种能源的碳排放因子,tCO2/tce。本研究能耗及碳排放总量计算及预测技术路线如下：1)根据计划统计系统2 0 11 2 0 19 年国家铁路能耗数据及铁道统计公报等资料，研究不同类型铁路的能耗指标；2)根据研究年度不同片区、不同类型铁路运输量及不同情景下的节能减排效果，预测各研究年度不同片区综合能耗总量；3）根据不同片区铁路能源消耗现状，结合相关规划情况，预测各研究年度分品种能源消耗；4)结合不同片区电力碳排放因子预测和碳排放计算方法，预测各研究年度铁路行业碳排放总量。3.2能源消耗预测模型说明本模型能源消耗预测部分的输入及输出参数关系如图1所示。输人参数为：（1）各年度运输周转量预测结果；(2)各区域不同类型线路单位运输工作量能耗指标；（3）节能情景设定；（4)电气化率规划。输出参数为：（1）预测年度总能耗量；（2）预测年度电力、热力及一次能源消耗量。节能率和电气化率的规划值依据的是国家铁路部门的相关规划。通过对不同地区收集到的历史电气化率及未来电气化率的规划要求，结合对应地区铁路行业电力用量占比和不同地区的单位运输工作量能耗指标，建立相应数学关系，对预测年度不同地区不同类型线路的单位运输工作量能耗指标进行计算。3.3单位运输工作量能耗指标不同线路等级、不同用途性质的铁路能耗差异较大，根据相关研究，高速铁路的运营能耗中牵引用电负荷占其总能耗的8 0%9 0%左右 15 ，因此通过对已获取数据的部分铁路线路的性质、速度以及牵引能耗指标进行聚类分析，将铁路项目根据速度和482023年7 月第3 8 卷第4期铁路工程技术与经济电气节能2019年各区域不同预测年度运化率情景类型铁路线路单位运输周转量规划设定输工作量能耗指标通过已有数据建立联系预测年度各区域不相乘预测年度电同类型线路单位运力消耗占比输工作量能耗指标预测年度总能耗量预测年度电力消耗量预测年度热力消耗量预测年度一次能源消耗量图1能源消耗预测模型示意图用途分为高铁、电力普速客运、内燃普速客运、电力货运和内燃货运共五种类别。本研究采用了多重线性回归及拟合迭代计算的数学方法对各区域不同类型线路单位运输工作量能耗指标进行了计算，如下式所示，并用此方法对预测年份的这一指标进行了预测计算。El.,y=Chs,*hs+Cep.y ep+Ciep.y*ip+Ca.yXef+Cief.,Xief(8)其中,y指的是对应年度,hs 指的是高速铁路列车，ep指的是电力普速客运列车，icp指的是内燃普速客运列车，ef指的是电力货运列车，icf指的是内燃普速货运列车。利用该数学模型计算得到的2 0 112 0 19 年不同类型线路的单位运输工作量能耗指标如图2所示。本研究中共收集到42 条既有及在建铁路的牵引能耗指标运营值或设计值（如图3 所示），本研究通过将模型得到的各类型线路牵引能耗指标计算值与其进行对比,可以看出数值范围上基本相当,因此本研究认为这一数学模型建立合理可行。本研究将基于这一数学模型计算预测不同区域的不同铁路线路运营能耗指标。本研究对运量情景和节能情景分别考虑，其中运量情景分为基准运量情景、低运量情景和高运量情景，节能情景则分为节能悲观、节能中性和节能乐观情景，二者组合共分为9 种场景，本研究通过对上述九种情景下能源消耗量进行预测，进而计算得到11高速铁路10电力客运内燃客运9电力货运8内燃货运65320201020122014201620182020年份图22011-2019年不同类型线路单位运输工作量能耗指标计算结果不同线路的性质、速度及其牵引能耗指标101202001602503508621202001602200250350货运客货共线客运高铁2 5 0高铁3 5 0图3不同线路的性质、速度及牵引能耗指标散点图相应情境下的二氧化碳排放量。3.4二氧化碳排放量预测模型说明本模型二氧化碳排放量预测部分的输人及输出参数关系如下图4所示：输人参数主要包含不同种类的能源消耗量和对应能源的排放因子，其中一次能源和热力的排放因子可由相关文件获取；电力消耗的碳排放因子有基于化石能源占比和发电机组组成两个角度预测的结果 16,17 ，本研究采用周孝信院士提出的依据化石能源占比趋势预测的结果计算需要的电力排放因子预测值，该研究中基于对中国未来电力行业的技术革新速度，预测了2 0 2 0 年到2 0 6 0 年间中国电力系统中非化石能源发电量占比及煤电发电量、煤电装机49.2023年7 月杨弘毅：铁路行业碳达峰路径的预测研究第3 8 卷第4期第种能源一次能源热力能源电力能源消耗量消耗量消耗量消耗量IPCC2000综合能耗省级温室预测方法：缺省CO2排气体清单编基于基准线第种能源放子计算通购指南排放烟子和电力排放预测年度化因子排放因子热力消耗一次能源石能源占比变化超势排放因子排放因子一次能源燃烧热力消耗电力消耗碳排放碳排放碳排放总能源消耗碳排放量图4碳排放预测计算模型示意图占比变化趋势。在碳排放计算时由于缺少官方的分片区电力排放因子，因此本研究采用全国统一电力排放因子进行计算。4预测结果4.1铁路行业能源消耗预测结果能源消耗量的预测结果如图5 所示：（1)电力消耗方面，除了节能乐观情景的三种运量情景可以在2 0 5 0 年达到拐点开始减少外，节能悲观和节能中性情景下在2 0 6 0 年前,其电力能源消耗都持续增长，未出现峰值。增长幅度最大的“高运量节能悲观”情景下，电力消耗增幅达10 3.8%，增长幅度最小的“低运量节能乐观”情景下，电力消耗增幅为5 6.7%。(2)在一次能耗和热力消耗方面，九种情景均在2 0 5 0 年出现拐点转为下降趋势。“高运量节能悲观”情景下，一次能源消耗增幅达2 6.8 7%，“低运量节能乐观”情景下，一次能源消耗减幅为2.4%。“高运量-节能悲观”情景下的热力消耗增幅达3 0.44%；“低运量节能乐观”情景下的热力消耗增幅仅有0.3%。（3）能源消耗总量上，节能中性和节能乐观情景下的共六种情景的能源消耗总量在2 0 5 0 年前后出现拐点并转为下降趋势，节能悲观情景下能源消耗总量在预测年份逐年增加。增幅最大的“高运量-节能悲观”情景下，总能耗从2 0 2 2 年的15 7 3.5 7万吨标准煤增长到2 0 6 0 年的2 7 6 4.6 2 万吨标准煤，增幅达7 5.7%；增幅最小的低运量节能乐观”情景下，总能耗从2 0 2 2 年的149 6.7 0 万吨标准煤增长到2 0 6 0 年的2 0 2 2.3 5 万吨标准煤，增幅为3 5.1%22.0M5.8M（）5.4M20.0M5.2M18.0M5.0M16.0M4.0M414.0M4.4M12.0M4.2M10.0M4.0M3.8M8.0M20202025203020352040204520502056206020662020202520302035204020452060205520602066预测年份预测年份19000028.0M(901)1800000(801)26.OM170000024.0M16000022.0M15000020.0M18.0M140000016.0M130000014.0M20202025203020352040204520502055206020652020202520302035204020452050205520602066预测年份预测年份低运量-节能悲观低运量-节能中性低运量-节能乐观基准运量-节能悲观基准运量-节能中性基准运量-节能乐观高运量-节能悲观一高运量-节能中性高运量-节能乐观图5各情景下2 0 2 2-2 0 6 0 年电力、一次能源、外购热力消耗量及能耗总量预测结果根据中国国家铁路集团有限公司2 0 2 2 年统计公报，2 0 2 2 年国家铁路能源消耗折算标煤15 12.58万吨，本研究通过预测计算得到的基准运量一节能中性情景下2 0 2 2 年度能耗总量折算标煤量为15 3 8.8 0 万吨，预测误差1.7 3%，在可接受范围内。4.2铁路行业二氧化碳排放量预测结果铁路行业不同能源消耗产生的二氧化碳排放量预测结果如下图6 所示。从结果可以看到，在二氧化碳排放量方面：（1）电力消耗造成的二氧化碳排放量在所有情景下均有削减，所有情景的峰值均出现在2 0 3 0 年。“高运量节能悲观”情景下2 0 6 0 年的二氧化碳排放量相较预测峰值削减幅度达8 8.2%；“低运量-节能乐观”情境下2 0 6 0 年的二氧化碳排放量相较预测峰值削减幅度达8 9.5%。（2）一次能源与热力消耗造成的二氧化碳排放量在所有情景下均呈现先逐年上升然后下降的趋势，峰值均出现在2 0 5 0 年前后。（3）总能耗造成的二氧化碳排放量受电力消耗造成的二氧化碳变化趋势影响，所有情景下均呈现先增加后减少的趋势，2 0 6 0 年相较2 0 2 2 年的削减幅度均达到6 0%以上，峰值均出现在2 0 3 0 年前后。“高运量一节能悲观”情景下的削减幅度为6 5.0%，“低运量节能乐观”情景下的削减幅度为6 8.8%502023年7 月铁路工程技术与经济第3 8 卷第4期70M6OM5OM40M30M20M210MCM20202025203020352040204520502055206020652020202520302035204020452050206620602065预测年份预测年份6.0M90M5.8M80M5.6MON5.4M60M5.2M5.0M50M4.8M40M30M4.4M20M4.2M202020252030203520402045205020552060206510M2020202520302035204020452050205520602085预测年份预测年份低运量-节能悲观低运量-节能中性低运量-节能乐观基准运量-节能悲观基准运量-节能中性基准运量-节能乐观高运量-节能悲观高运量-节能中性高运量-节能乐观图6各情景下2 0 2 2-2 0 6 0 年电力、一次能源、热力碳排放量及碳排放总量预测结果4.3单位运输工作量综合能耗指标预测结果图7 各情景下2 0 2 2 2 0 6 0 年总单位运输工作量能耗指标预测计算结果根据2 0 3 0 年碳达峰行动方案（下称方案）中对铁路行业节能减排目标的规划，“2 0 3 0 年，国家铁路单位换算周转量综合能耗比2 0 2 0 年下降10%”，即要求低于3.9 5 tce/百万人公里。图7 为不同情景下的单位运输工作量能耗指标变化趋势，所有情景下均呈现先增加后减小的趋势。根据预测,2 0 3 0 年时节能悲观情景下单位运输工作量能耗指标预测值为3.8 7 tce/百万人公里，节能中性情景下为3.7 5 tce/百万人公里，节能乐观情景下为3.5 1tce/百万人公里，因此所有情景均可以满足方案要求。5结论、建议与展望5.1结论与建议本研究着眼于铁路行业的碳达峰实现预测时间路径，对2 0 2 2 年到2 0 6 0 年铁路行业的能耗、碳排放以及单位运输工作量能耗指标进行了预测，从预测结果可以得出以下结论与建议：(1)本研究过程中对各类型铁路的单位换算周转量综合能耗进行了预测计算，对各类型铁路的能耗指标提供了指导数据（2)2 0 3 0 年铁路行业的单位换算周转量综合能耗均较2 0 2 0 年的统计值有所下降，其中节能悲观情景下为3.8 7 tce/百万人公里，节能中性情景下为3.75tce/百万人公里，节能乐观情景下为3.5 1tce/百万人公里，下降幅度均大于10%，满足2 0 3 0 年碳达峰行动方案中对铁路行业节能减排目标的要求。（3）预测年度内铁路行业总能耗整体呈上升趋势，九种情景下的增长幅度位于3 5%到7 6%之间。为了实现更高更快的节能目标，铁路行业在政策标准上需要制定适用于铁路行业的碳排放计算标准、低碳技术设计标准和低碳技术评价标准、设备能效标准等，建立基于铁路行业自身特点的碳排放标准体系，在严格执行国家淘汰产品、设备、落后产能目录基础上，构建适应铁路发展现状、未来发展前景的绿色低碳标准等级目录,并且完善能源计量系统；在技术上需要实现对铁路全行业用能系统的实时监控，促进运行环节绿色低碳技术落到实处，强化车站能管系统建设，推动建筑面积大于2 万平方米及大中型客站设置能源管理系统，鼓励小型客站配套设置能源管理系统,并鼓励对设有BAS系统的既有铁路客站进行能源管理功能改造；在列车运行上，应当结合客流预测合理安排列车开行图，提高列车满载率，降低单位运输能耗。（4）预测年度内铁路行业总二氧化碳排放量整体呈减少趋势，主要原因在于铁路行业电气化的提升以及电力行业脱碳化的推进，不同情景下的二氧化碳总排放量削减幅度均达到6 0%以上，并且峰值均出现在2 0 3 0 年。由此可知电力的排放因子对铁路行业总碳排放量的影响至关重要，因此在实际的行动中，一方面应当加速推动铁路行业低碳新技术的推广应用，如新能源机车、列车再生制动能量的利用等，另一方面应当扩展铁路行业的新能源利用，尝试引人不同形式的可再生能源，提高铁路行业的能源网络安全性，并且应当研究以市场需求为导向，动态调整列车开行、编组、停站方案5.2展望本研究的预测基础主要着重于铁路行业的牵引能耗以及牵引能耗指标，由于各区域线路的上座率数据难以收集，故本研究在预测过程中尚未考虑上座率对能耗指标的影响，在下一阶段需要优化相关算法，精确地开行对数等数据，更加准确的预测客流变化，进而提高能耗指标的预测精度。同时由于缺少足够的站房等铁路行业建筑的能耗数据支撑，因此忽略了建筑能耗对铁路行业总能512023 年7 月杨弘毅：铁路行业碳达峰路径的预测研究第3 8 卷第4期耗变化趋势的影响。随着未来铁路行业的不断完善与提高，新建铁路站房的面积逐渐增加，铁路站房的能源消耗占比也将不断提高，会对整个铁路行业的能源消耗总量产生不可忽略的影响。在后续研究中应当继续收集不同区域铁路局管内的站房能耗数据，以完善预测模型，进一步准确的预测铁路行业的能耗及二氧化碳排放变化趋势，为铁路行业乃至交通行业的“双碳”目标提出更加切实有效的建议。参考文献：1Morice,C.P.,J.J.Kennedy,N.A.Rayner,et al.Jones and I.R.Simpson(in press)An updated assessment of near-surfacetemperature change from 1850:the HadCRUT5 dataset.Journal ofGeophysical Research（A t mo s p h e r e s ）d o i:10.10 2 9/2 0 19JD032361(supporting information)2IPCC,2022:Climate Change 2022:Impacts,Adaptation,andVulnerability.Contribution of Working Group II to the Sixth As-sessment Report of the Intergovernmental Panel on Climate ChangeH.-O.POrtner,D.C.Roberts,M.Tignor,E.S.Poloczans-ka,K.Mintenbeck,A.Alegria,M.Craig,S.Langsdorf,S.LOschke,V.MOller,A.Okem,B.Rama(eds.).CambridgeUniversity Press.Cambridge University Press,Cambridge,UKandNewYork，NY，U SA，3 0 5 6pp.,doi:10.1017/9781009325844.3IEA(2022),Transport,IEA,Paris https:/www.iea.org/re-ports/transport,License:CC BY 4.04Climate Watch,based on raw data from IEA(2021),GHG Emis-sions from Fuel Combustion,www.iea/org/statistics.5Friedlingstein,P.,OSullivan,M.,et,al:Global Carbon Budget2022,Earth Syst.Sci.Data,14,4811-4900,https:/doi.org/10.5194/essd-14-4811-2022,2022.6IEA,Transport sector CO2 emissions by mode in the SustainableDevelopment Scenario,2000-2030,IEA,Paris,https:/www.iea.org/data-and-statistics/charts/transport-sector-co2-e-missions-by-mode-in-the-sustainable-development-sce-nario-2000-2030,IEA.Licence:CCBY4.0.7国家统计局.中国能源统计年鉴2 0 2 0【M北京：中国统计出版社,2 0 2 1.8刘皓.国外典型国家铁路运输企业碳中和战略研究及启示J.铁道运输与经济，2 0 2 3，45（0 6）：145-15 2.D0I10.16668/ki.issn.1003-1421.2023.06.21.9周新军，黄茵，谢汉生，等.铁路运输企业温室气体排放量核算方法探讨 J.铁路节能环保与安全卫生，2 0 16，6（0 4）：17 3-178.10 Chang Y,Lei S H,Teng JJ,et al.The energy use and environ-mental emissions of high-speed rail transportation in China:abottom-up modeling J.Energy,2019,182:1193-1201.11】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,2 0 16,3 8（12：47-5 5.【12 王勇，李红昌，郭雪萌，等.我国铁路运营二氧化碳排放影响因素研究 J.铁道学报，2 0 2 1,43（6）：18 9-19 5.13 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，2 0 14.14黄莹,郭洪旭，廖翠萍等.基于LEAP模型的城市交通低碳发展路径研究以广州市为例 J.气候变化研究进展，2 0 19,15(06):670 683.【15 杨播.高速铁路牵引供电系统能耗计算及节能评估 J.铁道运输与经济,2 0 2 1,43（0 9）：12 2-12 8.D0I:10.16668/ki.issn.1003-1421.2021.09.20.16 周孝信，赵强，张玉琼.“双碳”目标下我国能源电力系统发展前景和关键技术 J.中国电力企业管理，2 0 2 1,No.652（3 1）：14 17.【17 】朱法华，王玉山，徐振，等.中国电力行业碳达峰、碳中和的发展路径研究 J.电力科技与环保，2 0 2 1,3 7（0 3）：9-16.