我國(guó)鐵路運(yùn)營(yíng)二氧化碳排放影響因素研究

王 勇，李紅昌，郭雪萌，于克美

(北京交通大學(xué) 經(jīng)濟(jì)管理學(xué)院，北京 100044)

《2019年全球碳預(yù)算》顯示，在2009—2018年我國(guó)碳排放量以年均2.2%的速度增長(zhǎng)并穩(wěn)居世界第一碳排放大國(guó)[1]。2012年國(guó)際能源署報(bào)告稱交通運(yùn)輸業(yè)的碳排放量?jī)H次于電力和供熱業(yè),尤其是近十多年來高速鐵路的快速發(fā)展，高速鐵路客運(yùn)量在2008年僅占鐵路總客運(yùn)量的0.5%，到2018年，該比例增加到60.9%[2]。2020年，中國(guó)國(guó)家鐵路集團(tuán)有限公司出臺(tái)《新時(shí)代交通強(qiáng)國(guó)鐵路先行規(guī)劃綱要》，明確指出到2035年，全國(guó)鐵路網(wǎng)建成20萬km左右，而高速鐵路網(wǎng)絡(luò)建成7萬km左右。在碳達(dá)峰和碳中和的目標(biāo)下，鐵路行業(yè)實(shí)現(xiàn)減碳的目標(biāo)也任重道遠(yuǎn)。

在上述背景下，理清鐵路運(yùn)營(yíng)碳排放的現(xiàn)狀與主要影響因素，處理好鐵路運(yùn)輸與碳排放的關(guān)系，緩和碳排放與環(huán)境污染之間的矛盾，具有重要的意義。通過收集《鐵路統(tǒng)計(jì)資料匯編》與《中國(guó)城市統(tǒng)計(jì)年鑒》兩個(gè)數(shù)據(jù)庫2006—2017年的相關(guān)數(shù)據(jù)，計(jì)算鐵路運(yùn)營(yíng)階段的碳排放量，進(jìn)一步采用回歸計(jì)量模型來識(shí)別鐵路碳排放的重要影響因素及其貢獻(xiàn)率。

目前關(guān)于交通碳排放的研究集中于兩個(gè)層面：一種是交通設(shè)施在建設(shè)和運(yùn)營(yíng)過程中直接產(chǎn)生二氧化碳,通常對(duì)某一種交通碳排放進(jìn)行測(cè)算或者進(jìn)行不同交通基礎(chǔ)設(shè)施碳排放差異的對(duì)比分析；另一種關(guān)注交通基礎(chǔ)設(shè)施碳排放的影響因素，這里可以把交通基礎(chǔ)設(shè)施當(dāng)作被解釋變量直接分解影響因素，也可以把交通基礎(chǔ)設(shè)施當(dāng)作解釋變量，分析其與經(jīng)濟(jì)活動(dòng)之間的互動(dòng)而帶來的碳排放效應(yīng)[3]。

關(guān)于第一種，陳進(jìn)杰等[4]從高速鐵路全生命周期角度出發(fā)，認(rèn)為高速鐵路在建材生產(chǎn)階段、建筑施工階段、運(yùn)營(yíng)維護(hù)階段以及拆除報(bào)廢階段都會(huì)產(chǎn)生二氧化碳，而高速鐵路運(yùn)營(yíng)階段的碳排放大約占其整個(gè)全生命周期排放量的84.97%。張漢斌[5]以武廣高速鐵路為研究對(duì)象，分別計(jì)算了高速鐵路的節(jié)地效應(yīng)、貨運(yùn)與客運(yùn)替代效應(yīng)等，最終提出每公里高速鐵路年二氧化碳排放量比普速鐵路少2 190.55 t。王成新等[6]計(jì)算了主要交通運(yùn)輸方式的單位能耗，發(fā)現(xiàn)高速鐵路百公里人均碳排放量是民航的1/5，高速公路的1/3。雖然高速鐵路與普速鐵路的碳排放強(qiáng)度相差不大，高速鐵路在運(yùn)輸效率與潛在收益方面具有明顯優(yōu)勢(shì)。朱勇等[7]利用投入產(chǎn)出的方法對(duì)高速鐵路隱含碳排放進(jìn)行計(jì)算，這一部分在鐵路碳排放中占主要地位，采用灰色均值GM(1，1)模型對(duì)鐵路碳排放進(jìn)行進(jìn)一步預(yù)測(cè)，結(jié)果表明在未來5年中高速鐵路的直接碳排放量將增加。

關(guān)于第二種，馬慧強(qiáng)等[8]采用數(shù)平均迪氏指數(shù)(LMDI)分解法和Kaya恒等式對(duì)山西省旅游交通碳排放的影響因素進(jìn)行測(cè)算分析，提出旅游人數(shù)、人均旅游消費(fèi)水平與單位周轉(zhuǎn)量的能耗三因素能夠增加碳排放量，而單位GDP的客運(yùn)周轉(zhuǎn)量、旅游產(chǎn)業(yè)產(chǎn)值占比以及能源結(jié)構(gòu)是降低碳排放量的主要因素。高標(biāo)等[9]采用STIRPAT模型來分析吉林省在1999—2011年的交通運(yùn)輸能源消費(fèi)碳排放量，并提出人口總數(shù)、人均GDP、交通運(yùn)輸投資額、城市化率、私家車數(shù)量等因素正向影響碳排放量，單位GDP能耗的回歸彈性系數(shù)為負(fù)值。汪瑩等[10]選擇1979—2018年的鐵路時(shí)間序列數(shù)據(jù)，通過協(xié)整與向量誤差修正模型，發(fā)現(xiàn)換算周轉(zhuǎn)量是增加鐵路運(yùn)營(yíng)碳排放量的主要因素，該系數(shù)為1.98，能源強(qiáng)度的影響系數(shù)僅為0.3，而車輛運(yùn)輸結(jié)構(gòu)則負(fù)向影響運(yùn)營(yíng)碳排放量。文獻(xiàn)[11]的研究也與之類似。肖紫薇等[12]選擇1994-2012年的時(shí)間序列數(shù)據(jù)對(duì)中國(guó)交通碳排放的主要因素進(jìn)行分析，發(fā)現(xiàn)交通發(fā)展水平(用總換算周轉(zhuǎn)量表示)是決定性因素，對(duì)碳排放的影響系數(shù)為0.988，還發(fā)現(xiàn)交通業(yè)增加值占GDP的比重、鐵路和公路加總的營(yíng)業(yè)里程、能源強(qiáng)度與能源結(jié)構(gòu)也都對(duì)碳排放產(chǎn)生正向影響。劉李紅等[13]把高速鐵路作為影響碳排放的一個(gè)影響因素，認(rèn)為其從廣義可達(dá)性方面對(duì)碳排放形成作用機(jī)理，通過計(jì)量回歸模型得出高速鐵路使中西部碳排放增加，而使東部地區(qū)碳排放量降低。

根據(jù)研究現(xiàn)狀，碳排放影響因素的研究方法主要有對(duì)數(shù)平均迪氏指數(shù)(LMDI)分解法、Kaya恒等式、IPAT方程、STIRPAT模型以及回歸模型等。LMDI分解法是在Kaya恒等式基礎(chǔ)上被提出的，這兩種方法用來分析碳排放影響因素的作用機(jī)制，研究結(jié)果容易解釋，但是其在選取影響因素上具有一定的依賴性，使研究結(jié)果具有一定的片面性[14]。IPAT方程描述了影響因素與環(huán)境等比例的線形關(guān)系，但這種約束條件并不完全貼合現(xiàn)實(shí)情況，后來STIRPAT模型基于IPAT方程進(jìn)行修正拓展，建立了非線性的變量關(guān)系[15]。交通碳排放的研究對(duì)象可以是一種交通運(yùn)輸方式，也可以是綜合交通，無論是哪一種研究對(duì)象，數(shù)據(jù)分析多集中于城市層面、省域?qū)用婊蛘呤钦麄€(gè)國(guó)家層面，關(guān)注于鐵路運(yùn)輸企業(yè)在時(shí)空上的碳排放差異分析的較少，因而具有一定的研究空間和創(chuàng)新性。

1 鐵路二氧化碳排放量的定義與測(cè)算

首先對(duì)鐵路碳排放的研究范圍進(jìn)行界定，即只考慮鐵路在客貨運(yùn)輸過程中產(chǎn)生的二氧化碳排放量，而非全生命周期的碳排放量。謝漢生等[16]認(rèn)為運(yùn)營(yíng)碳排放能夠反映出鐵路行業(yè)的典型特征，并且能體現(xiàn)長(zhǎng)期性特點(diǎn)。碳排放量QC的計(jì)算式為

QC=∑Ei·Zi·Ii

(1)

式中：Ei為第i種能源的消耗量；Zi為第i種能源轉(zhuǎn)化為標(biāo)準(zhǔn)煤的折算系數(shù)；Ii為響應(yīng)的碳排放系數(shù)。

碳排放量與二氧化碳排放量QCO2之間的關(guān)系為

QCO2=QC·44/12

(2)

采用式(1)、式(2)對(duì)我國(guó)鐵路在2006—2017年的運(yùn)營(yíng)二氧化碳排放量進(jìn)行計(jì)算，結(jié)果如圖1所示，中國(guó)鐵路運(yùn)營(yíng)二氧化碳排放量在此期間呈現(xiàn)出波動(dòng)式下降的趨勢(shì)，按照下降斜率可以分為2006—2012年平穩(wěn)下降期、2012—2015年急劇下降期和2015—2017年平穩(wěn)下降期的三階段。2006年，我國(guó)鐵路運(yùn)營(yíng)二氧化碳排放量達(dá)55.06×106t，到2017年，這一數(shù)值僅有29.54×106t，下降了46.35%。圖1反映出我國(guó)鐵路運(yùn)營(yíng)逐步向低碳運(yùn)輸發(fā)展，這主要是得益于鐵路技術(shù)進(jìn)步帶來的能源消耗的減少。

圖1 中國(guó)鐵路運(yùn)營(yíng)階段二氧化碳排放量變化趨勢(shì)

在技術(shù)進(jìn)步的環(huán)境下，我國(guó)鐵路牽引技術(shù)不斷進(jìn)行升級(jí)優(yōu)化，在1985—2013年之間，我國(guó)鐵路的蒸汽機(jī)車從7674臺(tái)降為0臺(tái)，內(nèi)燃機(jī)車、電力機(jī)車分別增加到13 130、10 703臺(tái)，增長(zhǎng)率分別為274%、1 723%。在2000年之后，我國(guó)鐵路仍大力發(fā)展電氣化線路，電力機(jī)車的比重增長(zhǎng)很快。此外，在2008年之后，我國(guó)開始大規(guī)模建設(shè)高速鐵路，高速鐵路較普速鐵路有大運(yùn)量、低能耗的特征，進(jìn)一步改善了鐵路運(yùn)輸企業(yè)的能源消耗結(jié)構(gòu)，對(duì)鐵路的碳減排起到了重要的作用。

除了時(shí)間上的變化趨勢(shì)，鐵路二氧化碳排放量還表現(xiàn)出明顯的空間異質(zhì)性，限于篇幅原因，圖2僅排列了中國(guó)鐵路鄭州局、西安局、上海局、沈陽局集團(tuán)有限公司(以下分別簡(jiǎn)稱鄭州局、西安局、上海局、沈陽局)4個(gè)代表性的鐵路局的碳排放變化趨勢(shì)。這4個(gè)鐵路局分別位于我國(guó)的中部地區(qū)、西部地區(qū)、東部地區(qū)和北部地區(qū)，具有明顯的社會(huì)經(jīng)濟(jì)發(fā)展水平差異性。鄭州局在2007—2008年之間運(yùn)營(yíng)二氧化碳排放量大幅上升。2008年鄭州局完成貨運(yùn)周轉(zhuǎn)量和客運(yùn)周轉(zhuǎn)量分別為179.66×1010t·km和55.36×1010人·km，較2007年的增幅分別為4.9%和6.8%。但是2008年的機(jī)車總走行公里卻比2007年減少58.74×106車·km，2008年的折標(biāo)煤的消耗量達(dá)2×106t，為2007年年能源消耗量的3.63倍。所以此期間的運(yùn)營(yíng)二氧化碳排放量的增加可能是由于技術(shù)水平落后而帶來的能源消耗量的增加。西安局在2008年和2014年達(dá)到運(yùn)營(yíng)二氧化碳排放量的最高點(diǎn)，2008年出現(xiàn)的情況與鄭州局的分析一致。2014年，西安局的高速鐵路營(yíng)業(yè)里程達(dá)436 km，旅客周轉(zhuǎn)量較2013年增加，同時(shí)機(jī)車總走行公里約為前一年的2倍。所以，2014年的上升現(xiàn)象可能是由于工作量增加而帶來的能源消耗量的增加。上海局和沈陽局的分析亦是如此，能源消耗量的變化是二氧化碳排放量變化的根本原因，但是引起能耗量變化的因素是多方面的。

圖2 各鐵路局運(yùn)營(yíng)階段二氧化碳排放量變化趨勢(shì)

2 研究假設(shè)與模型方法

2.1 研究假設(shè)

按照聯(lián)合國(guó)世界旅游組織(UNWTO)關(guān)于碳排放的計(jì)算方法，在碳排放強(qiáng)度不變的情況下，交通運(yùn)輸工具完成的換算周轉(zhuǎn)量越多，產(chǎn)生的運(yùn)營(yíng)二氧化碳排放量就越多。換算周轉(zhuǎn)量是在分析二氧化碳排放影響因素中常見的變量，文獻(xiàn)[17]發(fā)現(xiàn)換算周轉(zhuǎn)量與運(yùn)營(yíng)二氧化碳排放量呈正相關(guān)關(guān)系，提出假設(shè)一：鐵路換算周轉(zhuǎn)量能夠正向影響二氧化碳排放量。

相似地，鐵路運(yùn)營(yíng)二氧化碳排放量與運(yùn)輸距離密切相關(guān)，即平均運(yùn)距越長(zhǎng)，二氧化碳排放量越高。Pak等[18]在檢驗(yàn)影響民航碳排放因素時(shí)，考慮了飛機(jī)的飛行距離，發(fā)現(xiàn)飛行距離與民航碳排放之間存在正相關(guān)關(guān)系。由此得到假設(shè)二：鐵路平均運(yùn)營(yíng)距離能夠正向影響二氧化碳排放量。

鐵路運(yùn)輸過程中所用車輛按照動(dòng)力類型可以分為電力機(jī)車和內(nèi)燃機(jī)車，以2013年的數(shù)據(jù)為例，指出內(nèi)燃機(jī)車平均每萬噸公里耗油27.3 kg，電力機(jī)車平均每萬噸公里耗電為101.9 kW·h，將兩者換算為標(biāo)準(zhǔn)煤后平均為1.46、0.32 kg。汪瑩等[10]在分析時(shí)使用電力機(jī)車占總機(jī)車數(shù)量的比重來表示運(yùn)輸車輛結(jié)構(gòu)，并發(fā)現(xiàn)運(yùn)輸車輛結(jié)構(gòu)可以顯著的減少二氧化碳的排放，基于此，提出假設(shè)三：鐵路運(yùn)輸車輛結(jié)構(gòu)能夠負(fù)向影響二氧化碳排放量。

高速鐵路作為鐵路運(yùn)輸市場(chǎng)上的技術(shù)創(chuàng)新也能夠影響鐵路運(yùn)營(yíng)二氧化碳的排放。Li等[19]采用雙重差分的方法檢驗(yàn)高速鐵路開通對(duì)普速鐵路運(yùn)營(yíng)頻次的影響，結(jié)果表明高速鐵路開通能夠減少普速鐵路的頻次，尤其在短途距離上。這說明高速鐵路能夠轉(zhuǎn)移普通鐵路客運(yùn)量，這使得二氧化碳排放減少。但是，高鐵鐵路還有誘增新客流效應(yīng)以及轉(zhuǎn)移其他運(yùn)輸方式的客運(yùn)量效應(yīng)，帶來運(yùn)量的增加，這會(huì)增加鐵路運(yùn)輸企業(yè)運(yùn)營(yíng)二氧化碳排放量。所以，高速鐵路對(duì)鐵路運(yùn)營(yíng)碳排放量的影響符號(hào)不能確定，其取決于兩方面效應(yīng)的程度，即假設(shè)四：高速鐵路開通對(duì)鐵路運(yùn)營(yíng)階段的二氧化碳排放量的影響不能確定。

2.2 模型方法

研究目標(biāo)是確定2006—2017年期間18個(gè)鐵路局集團(tuán)有限公司在運(yùn)營(yíng)中總二氧化碳排放量的決定因素。因此，面板經(jīng)濟(jì)計(jì)量模型被用來估計(jì)一些決定因素對(duì)二氧化碳排放量的彈性，并為可能間接影響碳排放量的決策提供經(jīng)驗(yàn)證據(jù)。因此，在研究假設(shè)之上加入人均GDP與產(chǎn)業(yè)結(jié)構(gòu)兩個(gè)控制變量，構(gòu)建對(duì)數(shù)線性模型，即

α4HSRit+α5lnGDPcapit+α6lnstrit+εit

(3)

式(3)中一些變量用對(duì)數(shù)表示，另一些作為虛擬變量。在這個(gè)對(duì)數(shù)線性模型中，當(dāng)虛擬變量從0變?yōu)?時(shí)，對(duì)因變量的影響百分比可以通過應(yīng)用以下表達(dá)式來計(jì)算：100(eα-1)，其中α為虛擬變量的回歸系數(shù)。在連續(xù)變量作為回歸變量的情況下，其估計(jì)系數(shù)即為對(duì)因變量的影響百分比。

在此基礎(chǔ)上，借鑒Pak等的研究，進(jìn)一步分析了影響鐵路碳排放一年內(nèi)變動(dòng)的因素，即估計(jì)了一階差分面板回歸模型，得

(4)

3 數(shù)據(jù)與結(jié)果

3.1 數(shù)據(jù)

數(shù)據(jù)時(shí)間跨度為2006—2017年，研究對(duì)象為18個(gè)鐵路局，共形成216條觀測(cè)數(shù)據(jù)。高速鐵路虛擬變量、車輛結(jié)構(gòu)、總換算周轉(zhuǎn)量以及平均運(yùn)輸距離均來源于《鐵路統(tǒng)計(jì)資料匯編》。人均GDP和第二產(chǎn)業(yè)結(jié)構(gòu)占比來源于《中國(guó)城市統(tǒng)計(jì)年鑒》數(shù)據(jù)庫[20]，由于這兩個(gè)變量的統(tǒng)計(jì)口徑時(shí)省份，與鐵路相關(guān)變量口徑不一致，因而按照文獻(xiàn)[21-22]的研究，轉(zhuǎn)換為統(tǒng)一口徑。數(shù)據(jù)的描述性統(tǒng)計(jì)分析見表1。

表1 2006—2017年18個(gè)鐵路局回歸變量的描述性統(tǒng)計(jì)分析

可以看出，每個(gè)變量都呈現(xiàn)出明顯的時(shí)空差異性。差異性最大的是二氧化碳排放量，該變量均值為2.42×106t，最小值僅有0.39×106t，最大值為12.70×106t。差異性最小的變量是第二產(chǎn)業(yè)占比，最小值和最大值僅差了不到2倍。

圖3 為二氧化碳排放量與鐵路運(yùn)輸車輛結(jié)構(gòu)以及換算周轉(zhuǎn)量影響因素間的相關(guān)關(guān)系與擬合線圖。由此可看出，這與第2節(jié)的研究假設(shè)一致。

圖3 二氧化碳排放量與主要影響因素的相關(guān)關(guān)系

3.2 實(shí)證結(jié)果

應(yīng)用Stata 15軟件對(duì)式(3)進(jìn)行估計(jì)，其估計(jì)結(jié)果見表2。進(jìn)一步采用豪斯曼檢驗(yàn)發(fā)現(xiàn)，固定效應(yīng)模型估計(jì)結(jié)果要好于隨機(jī)效應(yīng)模型。

表2 2006—2017年鐵路運(yùn)營(yíng)二氧化碳排放影響因素的估計(jì)結(jié)果

從估計(jì)結(jié)果可以看出，除了人均GDP和公路換算周轉(zhuǎn)量?jī)蓚€(gè)變量外，其他的解釋變量都通過了顯著性檢驗(yàn)。鐵路換算周轉(zhuǎn)量的彈性系數(shù)為0.091，意味著鐵路換算周轉(zhuǎn)量每增加1%，鐵路運(yùn)營(yíng)二氧化碳排放量增加0.091%，該變量的系數(shù)與預(yù)期的結(jié)果是一致的。但是該變量在M1和M2中都是通過10%的顯著性水平，這說明換算周轉(zhuǎn)量的增加對(duì)鐵路運(yùn)營(yíng)碳排放量的作用不是很明顯。例如，當(dāng)鐵路的運(yùn)能利用率不是100%時(shí)，其實(shí)增加換算周轉(zhuǎn)量對(duì)碳排放的影響效應(yīng)較小。運(yùn)輸車輛結(jié)構(gòu)的回歸結(jié)果與研究假設(shè)也是一致的，相應(yīng)的彈性值為-0.103。鐵路平均運(yùn)輸距離的彈性值為1.168，其對(duì)二氧化碳排放量貢獻(xiàn)量?jī)H次于第二產(chǎn)業(yè)結(jié)構(gòu)占比變量。高速鐵路的開通能夠顯著的減少鐵路運(yùn)營(yíng)碳排放量，彈性系數(shù)為-0.04(e-0.042-1)。這意味著高速鐵路客運(yùn)量增加帶來二氧化碳排放量的增加值小于由于鐵路技術(shù)創(chuàng)新帶來的二氧化碳排放量的減少值。

同樣應(yīng)用固定效應(yīng)模型和隨機(jī)效應(yīng)模型對(duì)式(4)進(jìn)行回歸估計(jì)分析影響鐵路運(yùn)營(yíng)二氧化碳每年變動(dòng)的主要因素，其估計(jì)結(jié)果見表3。根據(jù)回歸結(jié)果，一個(gè)重要的影響因素是鐵路局集團(tuán)公司所管轄范圍內(nèi)的產(chǎn)業(yè)結(jié)構(gòu)與布局。當(dāng)?shù)诙a(chǎn)業(yè)占比增加時(shí)，鐵路運(yùn)營(yíng)二氧化碳排放量從該年到下年也是朝增加變動(dòng)。變量ln dstr的估計(jì)系數(shù)是1.826，并且在統(tǒng)計(jì)上是顯著的。平均運(yùn)輸距離也是引起二氧化碳排放量每年變動(dòng)的主要因素，該系數(shù)為1.229。另一個(gè)影響鐵路二氧化碳排放量正向變動(dòng)的因素為鐵路換算周轉(zhuǎn)量，即換算周轉(zhuǎn)量增加時(shí)，二氧化碳排放量也增加。高速鐵路、運(yùn)輸車輛結(jié)構(gòu)的優(yōu)化則是引起鐵路二氧化碳排放量一年間減少的因素，其中高速鐵路一年內(nèi)的增加帶來的負(fù)向影響最大，系數(shù)為-0.305。

表3 鐵路運(yùn)營(yíng)二氧化碳排放量變化的影響因素估計(jì)結(jié)果

4 結(jié)論

本文選擇2006-2017年的鐵路局層面的數(shù)據(jù)集，試圖對(duì)目前有關(guān)鐵路運(yùn)營(yíng)二氧化碳排放影響因素的文獻(xiàn)進(jìn)行補(bǔ)充。對(duì)鐵路局二氧化碳排放量從兩個(gè)角度進(jìn)行了分析：①總二氧化碳排放量；②二氧化碳排放量一年內(nèi)的變動(dòng)量。進(jìn)一步采用能源消耗量和能源碳排放強(qiáng)度指標(biāo)來測(cè)算了全國(guó)鐵路和18個(gè)鐵路局集團(tuán)有限公司運(yùn)營(yíng)二氧化碳排放量，并描述分析了碳排放量的時(shí)空差異性。其次，分別采用固定效應(yīng)與隨機(jī)效應(yīng)模型來分析可能的影響因素。結(jié)果顯示：產(chǎn)業(yè)結(jié)構(gòu)對(duì)鐵路運(yùn)營(yíng)階段的二氧化碳貢獻(xiàn)率最大，該彈性為1.671；鐵路平均運(yùn)輸距離和換算周轉(zhuǎn)量也增加二氧化碳的排放量；機(jī)車車輛結(jié)構(gòu)、高速鐵路對(duì)減少鐵路二氧化碳排放量有顯著的作用。

從上述結(jié)果中，可以得出一些政策含義。首先，可通過對(duì)各鐵路局進(jìn)行更好地管理來進(jìn)一步減少鐵路運(yùn)營(yíng)二氧化碳的排放，提高鐵路碳排放效率。運(yùn)輸車輛結(jié)構(gòu)優(yōu)化可以減少鐵路碳排放量，所以，鐵路運(yùn)輸企業(yè)可以進(jìn)一步調(diào)整電力機(jī)車的比例，甚至是國(guó)家應(yīng)該提供一定的激勵(lì)措施，鼓勵(lì)鐵路運(yùn)輸企業(yè)積極進(jìn)行技術(shù)創(chuàng)新，提高能源的利用率。其次，換算周轉(zhuǎn)量能夠增加碳排放量，但是在不影響需求的條件下，鐵路局可適當(dāng)調(diào)整車型或者頻次，提高列車的利用率或上座率。最后，高速鐵路能夠減少二氧化碳排放量，各鐵路局應(yīng)當(dāng)積極尋求高速鐵路貨運(yùn)的發(fā)展措施，這樣在物流時(shí)代才能分一杯羹，同時(shí)也滿足了低碳發(fā)展的要求。