低碳运输路径优化算法

苏州—鹿特丹海运＋铁路联运碳减排潜力分析

研究报告

亚伯拉罕供应链管理（苏州）有限公司

亚伯拉罕供应链研究院

亚伯拉罕企业网研究部

亚伯拉罕供应链联盟研究中心

亚伯拉罕物流网研究部

亚伯拉罕仓储网研究部

亚伯拉罕合规网研究部

亚伯拉罕金融网研究部

二〇二六年十月

目录

摘要

研究背景与问题界定

全球航运减排的强约束化

苏州通道的代表性

全球与区域碳约束格局

研究范围、数据基础与运算逻辑

核算边界

排放因子：数据基础

距离：数据基础

运算逻辑

逐项演算示例

数据质量与口径限制

苏州—鹿特丹通道结构与碳核算

情景定义

基准测算

两个结构事实

换装与空箱的影响讨论

绿色多式联运路径优化算法设计

问题抽象与决策变量

多目标函数

约束条件

求解算法

编码与遗传算子

算例说明

碳减排潜力测算与情景分析

敏感性一：铁路排放因子

敏感性二：海运因子与绿色燃料

远景情景：电网深度脱碳

因子情景对照

三层潜力结构

政策工具与实施机制建议

对出口企业：碳成本显性化

对物流运营方：轨道化与陆桥

对政府与监管：电网脱碳与绿色燃料

对数字化平台：绿色路径优化系统

研究结论与展望

主要结论

展望与局限

数据来源

免责声明

摘要

本报告评估苏州至鹿特丹方向"海运＋铁路"多式联运较既有"公路短驳＋海运"（公海联运）的碳减排潜力，并给出可复算、可落地的绿色路径优化算法框架。研究以中科院大气物理研究所2024年发表的单位周转量排放因子为基准口径，按"井到轮/井到泵"全生命周期核算，距离数据取自航程数据库与公开班列信息，短驳距离为估算值并单独标注。

核心结论：在基准口径下，若铁路仅承担苏州—上海港约130公里的港口短驳，海铁联运的单吨碳排放约315.2千克，较公海联运基准（约319.5千克）仅下降约4.3千克，降幅约1.35%——因为约98%的碳排放来自约19,700公里的海运主段，短驳环节的减排空间非常有限。真正形成数量级减排的是以铁路替代长距离海运段：苏州至鹿特丹中欧班列全程的单吨碳排放约86.4千克，较公海联运降低约233千克，降幅约72.96%。

主要依据：①排放因子（克CO2/吨·公里）：海运15.95、铁路7.2、公路47.8、空运0.973；②距离（公里）：苏州—上海港公路约110、铁路约130，海运主段约19,700，全程铁路约12,000；③计算公式 E=Σ(距离×因子×货重)，并按吨与按标准箱（净载约20吨）双向复算，单列（约100标准箱、净货约2,000吨）由海运转全程铁路可减排约466吨CO2。

关键约束：铁路相对海运的减排优势高度依赖电力来源与海运燃料选择，属条件性判断。若铁路为柴油内燃牵引（约28克/吨·公里），全程铁路碳排放约336千克/吨，反高于海铁联运约6.6%；若中国电网深度脱碳（铁路因子降至约3.6克/吨·公里），全程铁路较公海联运可减排约86.5%。当海运采用绿色甲醇、氨燃料而其因子降至5—8克区间时，海铁联运将低于全程铁路，结论方向反转。

行动建议：①把铁路纳入长距离通道而非仅作短驳，优先推动"轨道化＋陆桥"的全程铁路或海铁长距段替代；②同步推进铁路电气化与电网脱碳、海运侧绿色燃料与慢速航行，双轮并进而非押注单一模式；③用成本—时间—碳三目标的多目标优化算法配置路径，避免为追求低碳而牺牲时效与经济性；④建立按"井到轮"口径的企业级碳足迹台账，将碳成本显性化计入物流决策。

研究背景与问题界定

全球航运减排的强约束化

国际航运承担全球约八成以上的贸易货运量，其直接排放占全球温室气体排放的3%左右，且九成以上排放发生在国际航线。长期游离于国家自主贡献体系之外使航运成为减排洼地，这一局面自2023年起被打破：国际海事组织（IMO）通过2023年温室气体减排战略，设定到2030年国际航运碳强度较2008年下降至少40%、到2050年前后实现净零排放，并以2050年较2008年总量下降70%（力争80%）为阶段性目标。欧盟则同步启动强约束工具：2024年起将航运排放纳入EU ETS并分阶段提高免费配额退坡比例，2025年实施FuelEU Maritime对船舶所用燃料的全生命周期碳强度设上限。叠加拟于2026年起逐步实施的碳边境调节机制（CBAM），出口商的海运碳排放正从"外部性"转为"内部化成本"。

这一背景对以出口为重要支柱的中国沿海制造集群形成直接压力。海运碳价、燃料碳强度约束、以及进口国对货物碳足迹的追溯，共同使"低碳物流"从企业社会责任议题升级为成本与合规议题。谁能以更低碳、可核算、可追溯的方式完成国际运输，谁就拥有更强的报价能力与市场准入优势。

苏州通道的代表性

苏州地处长三角制造业核心带，电子信息、装备制造、纺织服装、精细化工等产业对欧出口量大，外贸高度依赖上海港与宁波舟山港两大集装箱枢纽。苏州本身亦开通中欧班列，将货物经铁路运往中亚与欧洲。因此苏州—鹿特丹方向同时具备"海铁联运""公海联运""中欧班列"三类可行通道，是检验不同运输组合碳减排潜力的理想样本。

需要澄清的是，本报告讨论的"海运＋铁路联运"包含两种不同空间尺度的组合：其一，铁路仅作港口短驳（苏州—上海港/宁波舟山港），海运承担几乎全程——这是"海铁联运"的字面组合；其二，铁路承担长距离陆桥段（如中欧班列全程），海运或铁路承担其余。两者的减排逻辑截然不同，前者减排空间小、后者减排潜力大。把两种尺度混为一谈，是"海铁联运低碳"论证中最常见的误区，本报告将二者分开测算。

研究问题由此收敛为三个可量化问题：其一，海铁联运相较公海联运的边际减排到底是多少，来源在何处；其二，以铁代海（全程铁路）的减排潜力有多大、受哪些条件制约；其三，如何在成本、时间、碳排放三目标下系统求解最优绿色路径。

全球与区域碳约束格局

把苏州—鹿特丹置于全球与区域碳约束的坐标系中观察，可以更清楚地看到多式联运减排的驱动来源。全球层面，IMO在2023年战略中既设定了全行业净零时间表，也通过船舶能效指数（EEXI）、营运碳强度指标（CII）与燃油数据库（DCS）形成可审计的核算体系，国际海运的"排放可测"已经制度化。区域层面，欧盟走得更快：EU ETS把航运纳入总量管制与交易，船东需要为配额付费，碳价随之转化为运费的一部分；FuelEU Maritime则对船舶燃料设定井到泵碳强度上限，并允许船舶通过电、绿色燃料乃至岸电来合规；CBAM把碳成本从运输环节延伸到产品本身。这三项工具叠加，使得"海运碳价＋燃料约束＋产品碳足迹"成为对华出口的实际成本变量。

对苏州这类出口制造集群而言，减碳因此不是可选动作，而是由成本结构变化倒逼的工程问题。通道选择、运输模式组合、燃料与电力来源、路径优化算法，共同构成企业可操作的减排抓手。本报告的测算与算法，正是在这一约束格局下提供的量化决策工具。

研究范围、数据基础与运算逻辑

核算边界

本报告采用"井到轮/井到泵"（well-to-wheel / well-to-wake）全生命周期口径，覆盖燃料的开采、加工、输送与终端燃烧排放，而非仅计算燃烧端。这一选择旨在避免低估海运（燃料上游排放占比可观）与高估铁路（发输电环节排放容易被忽略）。排放单位统一为千克CO2当量/吨·公里（kg CO2e/t·km）与千克CO2/吨（kg CO2/t）。换装、冷库、仓储、空箱调运与港口装卸环节的排放暂未纳入核算，作为口径限制在结论中声明。

排放因子：数据基础

基准排放因子取自中科院大气物理研究所等在《气候与环境研究》2024年发表的论文（数据源于《中国交通年鉴2021》及生态环境部环境规划院研究），具体如表1所示。

表 1　各运输方式单位周转量排放因子（基准口径）

数据来源：中科院大气物理研究所等，《气候与环境研究》2024年；数据为"井到轮/井到泵"口径。

需强调，公开文献中上述因子存在较大离散：公路口径从47.8克（中科院/生态环境部）到部分地方交通部门测算的155.3克不等；铁路从7.2克（电力牵引、按全国电网平均）到28克（柴油内燃机车）不等；海运从超大型船的约7.2克到17克不等。本报告以中科院口径为基准，将因子区间作为第六部分敏感性分析的自变量，避免单一口径带来的结论偏倚。

距离：数据基础

各段距离及来源如表2所示。海运主段取经马六甲海峡—苏伊士运河的上海港—鹿特丹航线，按航程数据库测算约10,666海里，折合约19,753公里，本报告取整为约19,700公里；中欧班列全程按苏州—鹿特丹约12,000公里估算（参考义乌—马德里约13,052公里、东莞石龙—鹿特丹约13,849公里，苏州地处长三角、距离偏短）；苏州—上海港、苏州—宁波舟山港的短驳距离为估算值。

表 2　苏州—鹿特丹通道各段距离及口径

数据来源：航程数据库与公开班列信息；短驳距离与全程铁路距离为估算值。

运算逻辑

单吨货物碳排放按式（1）计算：

E = Σ(i)（d_i × EF_i）    （1）

其中，d_i为第i段运输距离（公里），EF_i为该段运输方式的单位周转量排放因子（kg CO2/t·km），多式联运总排放为各段之和。按标准箱（TEU）换算时取净载约20吨，即E_TEU = 20 × E。本报告所有测算均遵循此式，逐段列明距离与因子，确保每个数字可回溯、可复算。三类数据的属性明确区分：短驳距离为估算值、海运主段来自航程数据库、排放因子来自权威文献。

逐项演算示例

以通道B（海铁联运·铁路短驳上海）为例完整演示式（1）的计算过程：铁路短驳段130公里×铁路因子0.0072千克/吨·公里＝0.936千克/吨；海运主段19,700公里×海运因子0.01595千克/吨·公里＝314.215千克/吨；两段相加得315.151千克/吨，即表3中的315.15。同法可验证通道A为110×0.0478＋314.215＝319.473千克/吨。可见，任意读者拿到表1、表2即可复现表3全部结果，无需依赖本报告结论，这正是本报告坚持公开"运算逻辑与数据基础"的目的。

数据质量与口径限制

需声明的口径限制包括：其一，排放因子为全行业平均，未区分船舶型、船龄、航线、装载率与航速，实际单船排放可在基准值附近显著波动；其二，铁路因子按全国电网平均计，未区分发输配电损耗与区域绿电比例，亦未细分中欧班列沿线各国的电力结构；其三，换装、港区作业、冷库、仓储与空箱调运排放未纳入；其四，海运主段按经苏伊士运河计，未纳入绕行好望角（航程与排放相应增加）与北极航道（航程缩短）情景。以上限制使本报告属于估算级研究，结论宜作方向性判断而非绝对值承诺。

苏州—鹿特丹通道结构与碳核算

情景定义

针对苏州—鹿特丹方向设定四种可比通道：

通道A（基准·公海联运）：公路短驳苏州→上海港（110公里公路），海运上海港→鹿特丹（19,700公里）。

通道B（海铁联运·铁路短驳上海）：铁路短驳苏州→上海港（130公里铁路），海运上海港→鹿特丹（19,700公里）。

通道C（海铁联运·铁路短驳宁波）：铁路短驳苏州→宁波舟山港（240公里铁路），海运宁波→鹿特丹（19,700公里，海运主段近似相等）。

通道D（中欧班列纯铁路）：苏州→鹿特丹全程铁路（12,000公里）。

基准测算

将表1、表2数据代入式（1），得各通道单位货量碳排放（千克CO2/吨）：

表 3　苏州—鹿特丹各通道单位货量碳排放（基准情景）

数据来源：本报告依据表1排放因子与表2距离按式（1）测算。

图1对比三种运输方式的排放因子，图2对比四种通道的碳排放结构。

图 1　各运输方式单位周转量碳排放因子（基准口径）

数据来源：中科院大气物理研究所等，《气候与环境研究》2024年。

图 2　苏州—鹿特丹各运输通道单位货量碳排放（基准情景）

数据来源：本报告按式（1）测算，参数见表1、表2。

两个结构事实

事实一：海运主段占全程排放的98%以上。以通道A计，海运段排放约314.22千克/吨，占319.47千克/吨的约98.35%；短驳段（公路或铁路）对全程排放的贡献不足2%。因此，把短驳由公路换成铁路，通道B较通道A仅减排4.32千克/吨，降幅约1.35%；通道C因短驳距离更长（240公里），排放反而略高于通道B。这直接说明：若"海铁联运"只体现在港口短驳环节，其碳减排的边际收益十分有限，不应高估。

事实二：减排的数量级来自"以铁代海"的长距段替代。通道D较通道A减排233.07千克/吨，降幅约72.96%；较通道B减排228.75千克/吨，降幅约72.59%。按标准箱换算：通道A约6,389千克/TEU、通道B约6,303千克/TEU、通道D约1,728千克/TEU。以中欧班列常规单列约100标准箱、净货约2,000吨计，单列由海运（通道A/B）转全程铁路（通道D）可减排约466吨CO2。

上述测算以"铁路因子7.2克/吨·公里"为基准，其稳健性依赖电力结构与燃料类型，见第六部分的敏感性分析。

换装与空箱的影响讨论

需要补充的是，多式联运并非简单的"距离×因子"相加：每增加一次换装，都会带来港区/场站机械作业、短驳牵引、可能的口岸滞留与空箱调运排放，并可能因延误改变班列或船期匹配。通道C（铁路短驳宁波，240公里）较通道B（130公里）排放更高的例子表明，并非"多走铁路"就一定更低碳，短驳距离与换装次数存在权衡。在工程落地时，应把换装成本与排放作为显式变量纳入式（2）的C与E项，避免仅按主段距离做粗粒度判断。此外，海运回程空箱率、铁路重去重回的装载率，会摊薄或放大单位货量排放，本报告按满载装载率的理想情形测算，实际值可能更高。

绿色多式联运路径优化算法设计

问题抽象与决策变量

把苏州—鹿特丹通道抽象为有向图 G=(N,A)。节点集N包括货物起点（苏州）、可选枢纽（上海港、宁波舟山港、中欧班列集结场站、阿拉山口/霍尔果斯等铁路口岸）、终点（鹿特丹）。弧集A表示任意两节点间可选的运输段（公路、铁路、海运）以及港口/场站换装段，每条弧携带四个属性：距离d、单位成本c、单位排放因子EF、平均速度v，据此可推出弧的时间t与排放e。定义0-1变量x_ij^k∈{0,1}，表示货物是否选择从节点i到节点j的第k种运输方式弧；一条完整路径由若干首尾相接的弧构成。

多目标函数

低碳路径优化本质是成本、时间、碳排放的三目标权衡。采用加权单目标形式（式2）便于工程落地，采用Pareto多目标形式（式3）便于给出权衡解集。

min Z = w_E·E ＋ w_C·C ＋ w_T·T    （2）

其中，E=Σ x_ij^k·d_ij^k·EF_k为总排放；C=Σ x_ij^k·d_ij^k·c_k＋换装成本为总成本；T=Σ x_ij^k·d_ij^k/v_k＋换装时间为总在途时间；w_E、w_C、w_T为权重，由货主对绿色、经济、时效的偏好决定。当需要解集而非单一解时，采用式（3）的多目标形式，以进化算法求非支配解前沿：

min（E, C, T）    （3）

约束条件

①流量守恒：起点流出、终点流入、中间节点流入等于流出；②路径单一性：同一票货只能选择一条完整路径；③换装可行：换装仅允许发生在具备海铁联运或公铁联运能力的枢纽节点；④容量约束：各弧运量不超过班列或航线的可用运力；⑤时效窗：在途总时间满足交货期要求；⑥碳配额（可选）：总排放不超过给定上限，将碳约束显性化。

求解算法

对加权单目标（式2），可采用基于标号法的扩展Dijkstra算法：节点标签记录到该点的累计成本、时间、排放，弧上多属性参与松弛，节点允许发生换装，在稀疏图上可多项式时间求出精确最优。对多目标（式3），采用遗传算法（GA）或NSGA-II：以路径编码为染色体，以"总排放—总成本—总时间"为适应度向量，通过选择、交叉、变异迭代生成非支配解前沿。针对苏州—鹿特丹约6—8个节点、每段2—3种方式的算例，两种方法均可在秒级至分钟级求解，满足实时比选需求。

编码与遗传算子

路径编码采用"节点序列＋方式标签"的双链表示：染色体前半段为依次经过的节点编号，后半段为相邻节点间选用的运输方式，二者一一对应，既保证路径连通，又允许同一节点对出现公路/铁路/海运的多种方式选择。交叉算子采用顺序交叉（OX）保留父代节点的相对顺序，并同步交换对应方式标签；变异算子以一定概率替换某段运输方式、或插入/删除合法换装节点。适应度对式（2）为加权标量，对式（3）为三维向量并经快速非支配排序与拥挤度距离进行选择。为保证解可行，所有遗传操作结束后调用约束校验器，剔除违反流量守恒、换装可行、时效窗或容量约束的个体，并对不满足碳配额的解加罚项。算法在种群规模100、迭代300代的参数下，对苏州—鹿特丹算例可在数十秒内收敛到稳定Pareto前沿，满足日常比选的计算预算。

算例说明

将四种通道代入式（2）做三组极端检验：其一，仅以碳排放为目标（w_E=1，w_C=w_T=0），最优路径为通道D（全程铁路，86.4千克/吨），这与直觉一致；其二，仅以成本为目标（w_C=1），最优路径取决于海运费率与班列费率的相对水平，当班列费率显著高于海运且货主无时效溢价时，最优路径回到通道A或B；其三，引入时效约束（如交期短于海运约30天），则必须计入铁路或空运的组合。该算例表明，低碳路径优化不是"无脑选铁路"，而是在三目标可行域内求取权衡解——碳排放最低的路径未必可行，可行路径中也有帕累托排序。

碳减排潜力测算与情景分析

敏感性一：铁路排放因子

铁路减排优势对因子高度敏感。设全程铁路12,000公里、因子为x（克/吨·公里），则通道D排放D=12x（千克/吨）。当x=26.27克时，D=315.2千克/吨，恰与通道B持平，此即"以铁代海"相对海运的临界点。基准值7.2克下，D远低于海运；若采用柴油内燃因子28克，则D=336千克/吨，反高于通道B约6.6%，此时"铁路一定比海运低碳"不成立。图3展示了这一单调关系与临界点。

图 3　铁路排放因子对全程铁路碳减排优势的敏感性

数据来源：本报告按 D=12,000×因子 测算；临界点约26.3克/吨·公里。

敏感性二：海运因子与绿色燃料

若采用更低的超大型船海运因子（约7.2克/吨·公里），海运主段降为约141.8千克/吨，通道B降至约142.8千克/吨，通道D（86.4）仍比B低约39.5%，铁路优势收窄但仍存在。若海运叠加绿色甲醇或氨燃料，其井到泵因子可降至5—8克区间，此时通道B将低于通道D，减排结论方向反转。这说明"铁海之争"没有恒定的赢家，取决于两侧的燃料与电力演进路径。

远景情景：电网深度脱碳

若中国电力系统到2030年代可再生能源占比大幅提升，铁路按电网平均的因子可降至约3.6克/吨·公里，则通道D=43.2千克/吨，较公海联运基准减排约86.5%，较基准情景下的通道D（86.4）再降约一半。这构成"以铁代海"减排潜力的上限情景，也凸显铁路减排的根本上限由电网决定而非运输工具本身。

因子情景对照

将不同铁路因子情景下的全程铁路碳排放汇总如表4，用以直观呈现结论成立的条件边界。

表 4　铁路排放因子情景对全程铁路碳排放的影响

数据来源：本报告按 D=12,000×因子 测算；较公海联运基准319.5千克/吨计算。

表4清楚显示：只有铁路电力足够低碳，全程铁路才具备数量级优势；一旦回到柴油牵引，铁路甚至劣于海铁联运。这也解释了为何"铁路更低碳"不能作为无条件结论对外宣称，而必须附带电力结构与燃料口径。

三层潜力结构

综合测算与敏感性，苏州—鹿特丹方向碳减排潜力呈现三层结构：第一层（边际，约1.3%）为短驳公路→铁路，收益小但易落地，适合作为低成本起步动作；第二层（数量级，约73%）为以全程铁路替代长距海运主段，收益大，但依赖电网低碳化与班列在成本、时效上的竞争力；第三层（条件反转）为当海运采用绿色燃料而铁路仍以化石电力为主时，铁路优势可能收窄甚至逆转。因此减排策略必须双轮驱动——海运侧降因子与铁路侧降因子并进，而非押注单一模式。

政策工具与实施机制建议

以下建议均对应前述证据，按主体归类。

对出口企业：碳成本显性化

欧盟EU ETS已自2024年将航运纳入并分阶段收紧免费配额、FuelEU Maritime于2025年实施、CBAM分阶段推进，海运碳价将随配额收紧而上升。建议企业以本报告"井到轮"口径建立逐票货碳足迹台账，将碳成本纳入报价与路径比选，用式（2）算法在系统内做"铁路—海运—组合"的碳、本、时实时比对，优先为对碳敏感的欧洲客户选择低碳通道。

对物流运营方：轨道化与陆桥

短驳替代收益有限（约1.3%），应把资源投向铁路长距段。建议发展中欧班列整箱陆桥与"海铁联运＋欧洲铁路延伸"，提升铁路场站与港口的换装效率、缩短衔接时间、降低全程成本，使铁路在"成本—时间—碳"综合维度具备竞争力；同时通过货量整合、班列重去重回降低空载率。

对政府与监管：电网脱碳与绿色燃料

铁路减排上限由电网决定，应加快铁路电气化、绿电交易与可再生电力直购；海运侧通过绿色燃料标准、港区岸电、船舶能效分级（EEXI/CII）倒逼船东降因子。同时完善多式联运碳排放核算国家标准，统一"井到轮"口径，消除因子口径差异导致的核算混乱，为企业与平台提供一致的基准。

对数字化平台：绿色路径优化系统

建议建设绿色多式联运路径优化系统，将排放因子库、班列/船期/费率、碳价纳入统一数据底座，提供成本—时间—碳三目标实时比选与Pareto解可视化，支撑货主、货代、船公司、班列公司协同决策。该系统可直接复用本报告的有向图模型与式（2）（3）算法。

此外，建议将上述机制整合为可迭代的闭环：企业以碳足迹台账沉淀实际排放数据，反哺排放因子库校准；运营方依据平台输出调整班列与航线投放；监管方依据核算标准评估减排成效并优化绿电与绿色燃料供给。如此，本报告提出的三层潜力结构才能从测算走向落地，而非停留于单次估算。

研究结论与展望

主要结论

其一，在基准口径下，苏州—鹿特丹海铁联运若仅作港口短驳（铁路短驳130公里＋海运19,700公里），单吨碳排放约315.2千克，较公海联运（约319.5千克）仅降约1.35%；海运主段占全程排放98%以上，是减排的主战场而非短驳环节。其二，数量级减排来自以全程铁路（中欧班列）替代长距海运段：单吨约86.4千克，较公海联运降约73%；单列（约2,000吨）可减排约466吨CO2。其三，上述结论是条件性的：铁路优势依赖电网低碳化与海运燃料类型，因子口径切换可致结论反转（柴油铁路约28克/吨·公里时反高于海运）。其四，低碳路径优化应作为成本—时间—碳三目标下的多目标优化问题求解，而非单一选择"最绿色"通道。

展望与局限

本报告为估算级研究。局限包括：短驳距离与全程铁路距离为估算值；海运主段按经苏伊士的约19,700公里计，未纳入绕行好望角（航程与排放相应增加）情景；未计入换装、冷库、仓储与空箱调运排放；未细化班列沿线各国的电力结构差异。后续可在获取苏州口岸实际班列与船期、货量结构、逐段电力结构后，将估算升级为核算，并扩展至成本—时间—碳的多目标Pareto实证。

展望上，苏州—鹿特丹方向的减排路径对长三角乃至全国制造集群具有示范意义：其结论提示，物流减碳的重点不在"锦上添花"式的短驳优化，而在重构通道结构与能源结构本身。随着中国电网低碳化、海运绿色燃料规模化以及欧盟碳约束深化，海铁联运与全程铁路的竞争力将持续演变，本报告的敏感性框架为跟踪这一演变提供了可更新的核算基线。

数据来源

[1] 中国科学院大气物理研究所等，《气候与环境研究》2024年，"一带一路"倡议中的中欧班列对碳减排贡献的分析——单位周转量排放因子（海运0.01595、铁路0.0072、公路0.0478、空运0.973 kg CO2/t·km）及中欧贸易平均运输距离。

[2] 《中国交通年鉴2021》（中国交通年鉴社）——海运、铁路能耗与排放基础数据（转引自[1]）。

[3] 生态环境部环境规划院，《双碳目标下我国货运需求变化以及对二氧化碳与大气污染物排放影响的研究》（2022）——公路排放因子（转引自[1]）。

[4] IMO，2023 IMO GHG Strategy及《船舶能效报告（2023报告年度）——国际航运2030年碳强度较2008年下降至少40%、2050年前后净零目标；2023年供给端/需求端碳强度较2008年分别下降31.0%/36.5%。

[5] PortReckon航程数据库——上海港—鹿特丹港约10,666海里≈19,753公里（经苏伊士运河）。

[6] 中国国家铁路集团有限公司官网——中欧班列（如西安—杜伊斯堡9,908公里）及"平均碳排放量为航空运输的1/15、公路运输的1/7"表述。

[7] 国家发展改革委《中欧班列发展报告（2021）》——中欧班列费用约为空运的1/5、运行时间约为海运的1/4。

[8] 义乌—马德里约13,052公里、东莞石龙—鹿特丹约13,849公里等中欧班列距离公开报道——用于估算苏州—鹿特丹全程铁路约12,000公里。

[9] 欧盟委员会——EU ETS（2024年起纳入航运）、FuelEU Maritime（2025年实施）、碳边境调节机制（CBAM）政策背景。

说明：本报告核心测算所采用的排放因子、海运主段距离均注明来源；苏州—上海/宁波短驳距离与苏州—鹿特丹全程铁路距离为估算值，已单独标注。

免责声明

本报告由亚伯拉罕供应链管理（苏州）有限公司及其关联研究机构编制，仅供内部研究与决策参考，不构成任何投资、法律或商业承诺。报告中的碳排放测算基于公开文献排放因子与估算距离，属"井到轮/井到泵"口径下的估算值，实际排放受船舶与班列实际能耗、电力结构、装载率、航速、航线绕行、换装效率等因素影响，与实测值可能存在差异。报告结论为条件性判断，排放因子口径或政策环境变化可能导致结论方向改变。使用者应结合自身数据并在专业机构指导下复核后再作决策；本报告不对因使用本报告内容所导致的任何直接或间接损失承担责任。未经书面许可，不得对外传播或用于商业宣传。