趣文速览|中国城市外卖配送的碳排放(2024年一区发文)
文摘
2024-08-15 08:00
贵州
研究目的
本研究旨在全面评估中国城市外卖配送行业对环境的影响,并探索降低温室气体排放的潜在策略。具体而言,研究目标包括:- 量化碳排放: 通过收集和分析多源数据,准确估算中国城市外卖配送的温室气体排放量,包括运输和包装两个方面。
- 识别影响因素: 分析影响外卖配送碳排放的关键因素,例如订单数量、配送距离、配送车辆类型(电动自行车、电动摩托车、燃油摩托车)等。
- 预测未来趋势: 建立预测模型,预测未来中国外卖配送的温室气体排放趋势,并评估不同减排策略的有效性。
- 提出减排策略: 基于研究结果,提出切实可行的减排策略,并为政策制定者提供参考。
研究方法
本研究采用多种数据来源和方法,以确保结果的准确性和可靠性:- 美团外卖订单数据: 收集了56个城市2019年的外卖订单数据,包括订单数量和配送距离等信息。这些数据为分析外卖配送的规模和模式提供了重要依据。
- 中国城市统计年鉴: 收集了270个城市2019年的经济、人口、气候、道路、餐饮行业等指标数据。这些数据用于分析城市特征与外卖配送碳排放之间的关系。
- 百度搜索数据: 通过分析城市层面的“禁摩”搜索量,估计城市层面的电动自行车和摩托车使用比例。这些数据有助于更准确地估算不同类型配送车辆的使用情况。
- 京东平台数据: 收集了960款电动自行车和摩托车的性能参数,例如电池容量、续航里程、最高速度、最大功率、车辆重量等。这些数据用于计算不同类型配送车辆的能耗和碳排放。
- 中国汽车工业统计年鉴: 收集了不同排量摩托车的销量数据。这些数据用于估计不同类型摩托车的使用比例。
- 食品配送碳排放模型 (FDCE): 基于IPCC碳排放因子方法,根据不同类型配送车辆的能耗和性能参数,计算其碳排放量。该模型考虑了电动自行车、电动摩托车和不同排量燃油摩托车的碳排放。
- 机器学习模型: 采用机器学习算法,建立预测模型,预测城市层面的外卖订单数量和配送距离。本研究使用了多种机器学习算法,并通过交叉验证和性能评估,选择了最优模型。
- 情景分析: 基于FDCE模型和预测模型,设计了五种情景,模拟不同减排策略对温室气体排放的影响。这些情景包括:替换燃油摩托车为电动摩托车、替换燃油摩托车为电动自行车、全面推广电动自行车、优化配送路线、多种措施组合等。
结果
- 碳排放总量: 2019年,中国城市外卖配送产生约167万吨二氧化碳当量排放,其中运输相关排放量占总排放量的44.67%。
- 影响因素: 订单数量、配送距离和电动自行车的使用比例是影响外卖配送碳排放的关键因素。订单数量和配送距离与碳排放量呈正相关,而电动自行车的使用比例与碳排放量呈负相关。
- 未来趋势: 根据预测模型,到2035年,中国城市外卖配送的温室气体排放量将达到594万吨二氧化碳当量,增长趋势明显。
- 减排策略: 通过情景分析,本研究评估了五种减排策略的有效性。结果表明,推广电动自行车、优化配送路线等措施可以显著降低温室气体排放。
讨论
本研究的结果表明,中国城市外卖配送行业对环境的影响不容忽视。为了实现可持续发展目标,需要采取有效措施降低碳排放。本研究提出的减排策略,例如推广电动自行车、优化配送路线等,为政策制定者提供了参考。此外,还需要进一步研究城市规划和交通政策对碳排放的影响,并探索减少订单配送和降低包装浪费的方法。总结
本研究首次对中国城市外卖配送的温室气体排放进行了全面评估,并提出了降低排放的潜在策略。研究结果为推动外卖行业的可持续发展提供了重要参考。文献来源:Zhong, Y., Cui, S., Bai, X. et al. Carbon emissions from urban takeaway delivery in China. npj Urban Sustain 4, 39 (2024). https://doi.org/10.1038/s42949-024-00175-8声明:本推送内容仅代表本人的浅薄理解,由于水平有限,难免出现错误,欢迎大家批评指正。推送难以展示研究的所有内容,详情参见原文。