中国公路货运业的绿色转型与国际前景
+ 查看更多

专访满帮集团首席科学家陈朝晖博士：带着中国公路运输行业视角参与COP27及碳减排进程。

袁漪琳

■第27届联合国气候变化大会（COP27）于当地时间11月20日凌晨落幕。近200个缔约方达成协议，以建立补偿气候脆弱国家的“损失和损害”基金。17日，在中国角边会中，中国国际民间组织合作促进会、中国民间组织国际交流促进会共同发起了《加强发展中国家气候适应与抗灾能力建设倡议》。满帮集团首席科学家陈朝晖博士在边会现场分享了中国数字货运物流平台在促进交通运输业绿色转型中的经验，并响应《倡议》，让更多人关注全球变暖引发的极端天气气候事件对交通运输和货车司机行车安全带来的影响。

记者：您好！陈博士，感谢您来与我们交流。能不能介绍一下此次参加COP27的动机和愿景？

陈朝晖博士：满帮是一家智慧物流平台，平台上的业务是用算法做车货匹配，我们把货主要运输的需求与大货车司机的供给——这两侧做了充分的数字化，提高匹配的效率，也能对碳排放量有较大的减少。参加COP27的主要原因是想在联合国气候变化大会的平台上讲一讲满帮的“减碳”故事，观察其他同行的经验，比如，产生的碳减排量能不能转化为碳资产进行交易，把交易的成果返给货车司机，形成“普惠”机制。

记者：中国公路运输碳排放占全部交通运输领域总排放的80%以上，其中公路货运碳排放占60%以上。要想减少公路货运行业的碳排放，目前有哪些困难？

陈朝晖博士：较大的困难在于公路运输主要的周转量是通过重型卡车来完成的，而重型卡车目前的新能源解决方案是不太成熟的，无论是氢能源车还是换电重卡，在现阶段都没能实现很好的经济商用。所以满帮选择以提高运输效率的方式来节油减碳作为真正减少碳排放的方法。第二个难度在于，物流运输车辆是一个大量、分散的排放源，不像工厂是固定在地面上的，碳排放的数据采集是比较困难的。这两点是目前我了解到的公路物流行业做碳减排和碳核算的困难之处。

记者：人工智能、云计算和大数据等智慧技术分别如何去应对这些困难？

陈朝晖博士：满帮经常被叫做“货运行业的Uber或者滴滴”，因为它充分数字化了供给和需求两端的数据。货主把大量的需求信息放在平台上，所有注册车辆的位置和想要去哪里的信息也是已知的。数据挖掘可以从大量的历史交易结果找到规律，智能匹配帮助司机快速找到线路最合适的货源，实现油耗和碳排放量的大幅下降。

记者：如何去相对精准地计算一辆货车的碳排放量和排放强度、寻找减排的空间？

陈朝晖博士：这和货车的满载程度有关。满帮平台节油降碳的核心逻辑是“提高运输车辆的有效荷载利用率，里程利用率”，用公路物流的术语来讲，就是能够提高车辆的“实载率（load factor）”，指的是每辆车都有额定的最大载重，如果它在行驶的过程中，在不超载的情况下尽量能够达到额定的载重，满载的比例就越高。这是货车满载量的使用率。实载率提高意味着单位吨公里周转量的碳排放强度下降。我们初步的核算是1吨公里可以降碳12克左右。另外一点是，车辆在行驶过程中有的时候是空载的，也就是没有载货，是一种浪费。所以在里程上尽量装着货跑，里程的效率就会提高。实载率就是载重和里程的利用率形成相乘的关系。希望帮助司机把载重和里程的利用率提高。车货匹配系统帮司机找到距离近的货源，让司机尽量不要去接距离很远的货，减少空驶里程。在一个单子上找到两单共乘、拼起来尽量提高总载重量，避免载重额度浪费。如果有些司机找不到货，会长途空驶回家，导致大量油料的浪费和碳排放，所以要让司机尽量装着货回去，通过提高实载率使得单位运输周转量上碳排放强度下降。我们把这作为方法学——《公路货运智能匹配系统的温室气体减排量评估技术规范》发布给全行业使用。

记者：满帮2019-2021年的社会责任报告中提到，2021年帮助减少了大约 1000万吨的碳排放量。那么想请问2022年乃至之后的碳减排目标会不会在此基础上提高？基于什么条件来制定下一阶段减排目标的？

陈朝晖博士：决定减排量的几个因素中，第一个决定性的因素是满帮平台总的物流周转量，牵涉到未来的业务增长，比较难在此刻做出预测。第二个因素是，如果把匹配的效率做得更高、进一步提高实载率，每单位吨公里的排放因子会下降。同时，碳减排的参照系是行业平均的降碳量。满帮拉低了行业平均碳减排量的标准后，我们的参照基线和实际的碳排放量之间的差距就会缩小。这是我们所乐见的。这三个因素共同决定了最终的减碳量。

记者：在“科技减碳”理念下，自动驾驶技术对于节能省油能起到多大程度的帮助？我们也了解到满帮投资了一家自动驾驶公司，是出于怎样的考虑呢？

陈朝晖博士：对自动驾驶的布局是出于两方面的考虑。一方面，未来公路物流在干线运输上可以逐步由自动驾驶来替换部分货车司机，减少疲劳驾驶，实现人力成本的节约；另一方面，也是从节能减碳的角度考虑，自动驾驶比人力驾驶更省油。我们投资的智加科技的前装量产自动驾驶重卡商业化运营数据显示，装了智加自动驾驶系统的车上约97%的时间是自动驾驶，这样相比传统纯人力驾驶的情况能节省10%左右的油耗（数据视不同路况，季节和载重有浮动），是一个比较可观的数字。为什么能省这么多油呢？因为自动驾驶能对前方较远处的地形和路况提前做出判断。比如，当判断出很远处需要停下来的时候，货车在当下运行速度比较高的情况下就会提前减速，慢慢地减速，而不是像人一样临时踩刹车。踩刹车的动作会产生较大的油耗。因此，自动驾驶的预判能力能带来10%的省油量。在自动驾驶还不能完全替代人力的情况下先实现省油，能给货主和司机带来帮助。

记者：COP27是一个国际舞台。交通运输行业的碳排放更是一个全球性的难题（全球第二大碳排放部门）。陈博士能否分享一些参会观察，比如在公路交通领域的，中国和国际上落实减排的思路和经验您认为是否有可以相互参照的地方？我们提供的解决方案有没有出海的可能性？

陈朝晖博士：我们来COP27也是非常希望看到同行的经验，但目前我在COP27参加的活动中还没有看到专门讨论公路运输减排的专题，这也与该行业的减排难度有关联。我认为国际间的协同完全是可能的。满帮发布的团体标准当中提到通过提高实载率来降低排放因子。国际物流排放理事会（GLEC）也提出了减排方案，与我们提出的方法学几乎是不谋而合。我们关注的是传统动力的车（燃油车），GLEC的标准相比而言更全面，涉及到其他的新能源车。据我所知，公路物流的碳排放目前被真正核验并变成资产交易的还不是太多。或许这是在COP27没有看到聚焦物流碳排放的专题的原因。但是我们的方法学是与国际同行是相通的，有可能出海的。如何将平台上计算出来的减排量接入碳交易？需要采集、核验公路货运车辆全生命周期的履约数据，包括行驶里程、轨迹、载重量、瞬时油耗等等，一旦将履约过程数字化，用方法学计算减排量，找到第三方机构进行核验后，可以把减排量变成签发认证的资产，有了这个资产后可以挂牌到交易所上进行交易，比如到中国的自愿减排交易市场（CCER），和一些地方的试验性的交易所。如果我们的方法学能得到国际上的认可，并且各方面政策和条件许可，我们可以把碳资产放到国际上交易。

记者：货运行业未来对碳排放的管理上会有什么样的场景？会有什么新的基础设施或者运营方面的变化吗？这些在未来的改进还需要什么相关方的支持？

陈朝晖博士：11月14日，我参加了一个关于中国碳市场建设的边会。从本质上讲，碳交易是一种可信任的交易。我们认为未来在数据的管理上需要好的基础设施，把数据的管理做到公正、可信，有公信力。我比较倾向于运用区块链技术来完成数据上链，在上面进行自动核验，甚至拿到交易所去交易。区块链技术会在整个碳资产管理上比较明确的使用场景。我们也在和国内的区块链厂商讨论如何在保证隐私的情况下，让数据上链，并用智能合约算出碳减排量，做碳资产的管理。用区块链来管理碳资产是未来的发展方向。每个国家在碳减排路径上都有优先级，我们看到中国把电力行业放在首要的优先位置上，其次是钢铁、水泥等高耗能行业。我也了解到，中国下一步的两个减碳重点会在交通和住建上。目前公路交通行业想要被全面纳入国家强制和自愿减排的机制当中还需要一些时间。■