王星紫，丁明智

(安徽理工大學(xué) 經(jīng)濟(jì)與管理學(xué)院，安徽 淮南 232001)

1 引言

近年來(lái)，實(shí)施綠色低碳經(jīng)濟(jì)成為了國(guó)際間降低環(huán)境污染、保障能源的重要手段。2014年，我國(guó)提出“爭(zhēng)取在2030年，碳排放量達(dá)頂峰值”“相對(duì)于2005年，2030年的碳排放強(qiáng)度下降60%”等指標(biāo)。物流業(yè)是第三產(chǎn)業(yè)中的高碳部門，能源消耗問(wèn)題更加不容忽視。許多國(guó)內(nèi)外研究學(xué)者對(duì)行業(yè)碳排放量的計(jì)算與預(yù)測(cè)、碳排放的時(shí)空特征分析以及驅(qū)動(dòng)因素分析方面皆做出貢獻(xiàn)性研究。早在20世紀(jì)，日本學(xué)者KAYA[1]率先推出與IPAT方程相關(guān)的KAYA恒等式，即以乘法的形式呈現(xiàn)，分解出若干驅(qū)動(dòng)因子并對(duì)CO2進(jìn)行無(wú)殘差分解，這為相關(guān)研究奠定了基礎(chǔ)。何建坤與劉濱[9]對(duì)中國(guó)經(jīng)濟(jì)快速發(fā)展中碳排放及其影響因素進(jìn)行了分析研究，分別從國(guó)家、企業(yè)與社會(huì)方面提出了中國(guó)應(yīng)對(duì)全球低碳經(jīng)濟(jì)潮流的措施。還有ANG[3]、Wang[6]、徐國(guó)泉[7]、戴定一[8]、宋杰鯤[10]、彭希哲[11]等國(guó)內(nèi)外學(xué)者通過(guò)LMDI分解模型、M-R分解模型、AHP等分析方法對(duì)全國(guó)或省份CO2問(wèn)題展開(kāi)了相關(guān)性研究?？梢钥闯?，我國(guó)作為未完全完成工業(yè)化的發(fā)展中國(guó)家，區(qū)域碳排放的研究才剛剛開(kāi)始，離實(shí)現(xiàn)雙碳目標(biāo)還有一定距離。山東、河南作為中國(guó)的人口經(jīng)濟(jì)大省，實(shí)施低碳發(fā)展更加責(zé)無(wú)旁貸。因此，定量分析各因素對(duì)碳排放的影響程度并提出適應(yīng)于省物流業(yè)的減排策略和建議，為探索低碳經(jīng)濟(jì)發(fā)展道路具有重要的理論意義。

2 魯豫皖物流業(yè)的發(fā)展現(xiàn)狀

山東省是華東地區(qū)的經(jīng)濟(jì)大省，截至最新統(tǒng)計(jì)：物流總收入高達(dá)6564.2億元，全省中小大型物流企業(yè)66140家，年物流業(yè)增加值3636.06億元，同比增長(zhǎng)6.91%。沿海城市代表—青島市，海運(yùn)發(fā)展?fàn)顩r良好，港口貨物吞吐量為57736萬(wàn)t，全省沿海港口貨物吞吐量累計(jì)完成161064萬(wàn)t。青島交運(yùn)通過(guò)內(nèi)部資源相互融合，成立了一站式的現(xiàn)代化第三方物流企業(yè)。河南省作為人口大省，2019年的社會(huì)物流總額達(dá)14.8萬(wàn)億元，全省貨物運(yùn)輸量21.86億t，其中鄭州、南陽(yáng)、駐馬店運(yùn)輸狀況較佳。安徽省2019年物流總收入4852.3億元，同比增長(zhǎng)17.9%，初步形成綜合運(yùn)輸系統(tǒng)，建立了以合肥、蕪湖為中心，安慶、阜陽(yáng)、蚌埠等為補(bǔ)給物流基地。魯豫皖作為相鄰省份，冷鏈低碳物流方面發(fā)展一般，歸因于許多企業(yè)和商戶缺乏專業(yè)知識(shí)與技術(shù)，導(dǎo)致低碳環(huán)保意識(shí)不強(qiáng)。目前，省物流業(yè)運(yùn)輸方式仍存在不太合理的現(xiàn)象，未全面實(shí)行太陽(yáng)能及其他現(xiàn)代化綠色技術(shù)，節(jié)能低碳發(fā)展受到阻力，三省碳排放量仍呈持續(xù)增加的狀態(tài)。因此，培養(yǎng)物流企業(yè)人才并增強(qiáng)從業(yè)人員與企業(yè)的低碳意識(shí)、實(shí)現(xiàn)物流全過(guò)程信息共享以減少不必要的流通環(huán)節(jié)和減少能源消耗與環(huán)境污染是三省發(fā)展低碳物流的首要工作之一。

3 數(shù)據(jù)來(lái)源與碳排放量測(cè)算

分省統(tǒng)計(jì)年鑒的行業(yè)分類中沒(méi)有“物流業(yè)”，但交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)占物流業(yè)總份額的80%以上，基本可以代表物流業(yè)的發(fā)展現(xiàn)狀。相關(guān)數(shù)據(jù)選自2009～2019年的分省統(tǒng)計(jì)年鑒、《中國(guó)能源統(tǒng)計(jì)年鑒》《國(guó)家統(tǒng)計(jì)數(shù)據(jù)》以及《IPCC國(guó)家溫室氣體清單指南》。能源種類有很多，論文選取了原煤、汽油、煤油、柴油、燃料油(萬(wàn)t)、天然氣(億m3)和電力(億kW·h)為研究的能源類型。能源消耗量以終端消費(fèi)量為準(zhǔn)，各項(xiàng)數(shù)值以最新統(tǒng)計(jì)年鑒為準(zhǔn)，由于各項(xiàng)的能源數(shù)值太多，便不一一列出。舉例：山東省汽油的消耗量從2009年的395萬(wàn)t下降至2019年的148.31萬(wàn)t，減少166.33% ；柴油從778萬(wàn)t增至927.47萬(wàn)t，增長(zhǎng)了19%；電力的消耗量從2009年的35.53億kW·h增長(zhǎng)到2019年的123.27億kW·h，增加了246.95%。由此可以得知，由于物流業(yè)的發(fā)展特征、電氣化水平的提高以及新能源的興起，物流業(yè)對(duì)煤炭類的依賴會(huì)逐步降低，汽油的比重也將逐漸減少，柴油雖然呈不斷上升趨向，但增長(zhǎng)速度卻逐年緩慢。關(guān)于碳排放量的計(jì)算方法包括：生命周期法、投入產(chǎn)出法、排放因子法等。本文采用排放因子法測(cè)算碳排放量。

折標(biāo)準(zhǔn)煤計(jì)算公式為：

SE=∑i=1Eiθi

(1)

碳排放量計(jì)算公式為：

C=∑i=1Ci=∑i=1Eiθiδi

(2)

式(1)、(2)中，Ei，θi，δi分別代表各能源消耗量、各項(xiàng)能源的折標(biāo)準(zhǔn)煤系數(shù)、各項(xiàng)能源的碳排放系數(shù)。根據(jù)公式(1)、公式(2)以及表1中的能源折算系數(shù)，得出魯豫皖三省每年的折標(biāo)準(zhǔn)能源消耗量和碳排放量，如表2所示。

表1 各項(xiàng)能源折算系數(shù)

表2 折標(biāo)準(zhǔn)煤能源消耗量與碳排放量 萬(wàn)t

4 魯豫皖物流業(yè)碳排放驅(qū)動(dòng)因素的分解與分析

4.1 LMDI模型建立

LMDI分解法，又稱對(duì)數(shù)平均迪氏分解法，目前該方法被學(xué)者們廣泛使用，最早可以追溯到Aug[3]的研究。LMDI分解法的優(yōu)點(diǎn)在于：一是可對(duì)多個(gè)驅(qū)動(dòng)因素進(jìn)行分解，且不包含無(wú)法說(shuō)明的殘差項(xiàng)；二是分解后的每項(xiàng)效應(yīng)和與總效應(yīng)是相同的，因此分解后并不影響整體結(jié)果。參照學(xué)術(shù)界主流做法，選擇LMDI數(shù)量加法分解模型對(duì)影響物流業(yè)碳排放的因素進(jìn)行分解研究。各項(xiàng)影響因素依次列入分解框架中，分解公式如下，其具體指標(biāo)含義見(jiàn)表3。

=∑i(EC×YG×ES×EI×RG×P)

(3)

表3 各因素及具體指標(biāo)和含義

2009年為基期，期初至期末的碳排放變化量分解結(jié)果為：

+ΔCRG+ΔCP

(4)

(5)

(6)

(7)

(8)

(9)

4.2 因素分解結(jié)果

由于碳排放系數(shù)為常量，時(shí)間差異為零，ECi=0，故ΔCEC=0，DEC=1。剩余5項(xiàng)驅(qū)動(dòng)因素對(duì)魯豫皖三省物流業(yè)碳排放的貢獻(xiàn)值計(jì)算結(jié)果如表4～6所示。

從整體來(lái)看：魯豫皖物流業(yè)的總碳排放量呈逐年上升趨勢(shì)，抑制碳排放量增長(zhǎng)最明顯的的因素是能源強(qiáng)度。但在研究初期，山東省物流業(yè)的年碳排放量逐年增加至1714萬(wàn)t，2013年碳排放量顯著下降后，再次呈小幅度上升趨勢(shì)。產(chǎn)生這種現(xiàn)象的原因：①2012年山東省屢屢發(fā)生自然災(zāi)害，物流部門的經(jīng)濟(jì)活動(dòng)不可避免地受阻；②2012年，青島市成為了國(guó)家第二批低碳試點(diǎn)城市。隨后，山東省另外的3座經(jīng)濟(jì)城市：濟(jì)南、煙臺(tái)、濰坊也加入低碳試點(diǎn)行列，共同實(shí)現(xiàn)節(jié)能減排并爭(zhēng)取實(shí)現(xiàn)“2020年達(dá)到二氧化碳排放峰值”的目標(biāo)。能源結(jié)構(gòu)、經(jīng)濟(jì)因素以及人口因素對(duì)于物流業(yè)碳排放整體呈拉動(dòng)效用，且經(jīng)濟(jì)因素和人口因素遠(yuǎn)遠(yuǎn)大于能源結(jié)構(gòu)對(duì)碳排放量的拉動(dòng)作用，貢獻(xiàn)率達(dá)到67.28%和31.45%。能源效率對(duì)碳排放的貢獻(xiàn)值皆為負(fù)值，貢獻(xiàn)率為-57.45%。這種變動(dòng)與物流業(yè)生產(chǎn)總值所占的比重有關(guān)，占比下降，貢獻(xiàn)值也隨之呈負(fù)值。毫無(wú)疑問(wèn)，能源效率是抑制山東省物流業(yè)碳排放量上升的關(guān)鍵。河南、安徽二省的碳排放量明顯少于山東省，碳排放量基本呈逐年上升趨勢(shì)。河南省、安徽省因素分解結(jié)果顯示：經(jīng)濟(jì)因素和人口因素作為最主要的拉引因素，二省人均GDP與從業(yè)規(guī)模的增加對(duì)碳排放的總貢獻(xiàn)率分別為98.52%、90.16%。其余的驅(qū)動(dòng)因素對(duì)增加CO2一定程度的起到抑制作用或拉引作用。具體分析如下。

表4 山東省各因素分解結(jié)果 萬(wàn)t

表5 河南省各因素分解結(jié)果 萬(wàn)t

表6 安徽省各因素分解結(jié)果 萬(wàn)t

4.2.1 產(chǎn)業(yè)結(jié)構(gòu)

由圖1可知，2009～2019年，3省物流業(yè)的產(chǎn)業(yè)結(jié)構(gòu)因素對(duì)CO2的增長(zhǎng)基本起抑制作用，累積效應(yīng)是負(fù)值，分別為-4446.037萬(wàn)t、-706.058萬(wàn)t、-768.294萬(wàn)t。產(chǎn)業(yè)結(jié)構(gòu)是省物流業(yè)增加值占省第三產(chǎn)業(yè)增加值的比重。從整體來(lái)看，比值皆有所下降，當(dāng)某一年的占比降低時(shí)，因素貢獻(xiàn)值也隨之為負(fù)數(shù)。山東省為例：產(chǎn)業(yè)結(jié)構(gòu)從2009年的14.81%降至2019年的9.66%，產(chǎn)業(yè)結(jié)構(gòu)整體比值處于降低的狀態(tài)時(shí)，能源消耗量緩慢減少，這是3省近些年碳排放量增長(zhǎng)速度緩慢的原因之一，故適當(dāng)降低產(chǎn)業(yè)結(jié)構(gòu)是發(fā)展低碳經(jīng)濟(jì)的方法之一。

圖1 魯豫皖能源強(qiáng)度對(duì)碳排放的年度累計(jì)貢獻(xiàn)值(二氧化碳/萬(wàn)t)

4.2.2 能源結(jié)構(gòu)

能源結(jié)構(gòu)整體對(duì)3省的碳排放起到拉引效應(yīng)，但作用不明顯。研究期內(nèi)：3省物流業(yè)消耗的能源，油類仍占主體地位，其中柴油和汽油的比例最高，常用于日常汽車駕駛以及貨物運(yùn)輸。相對(duì)之下，天然氣與電力的比重較小。以河南省為例：消耗的原煤數(shù)量在緩慢減少，柴油占比從2009年的64.99%上升到2019年的68.91%，占比變化不明顯，能源結(jié)構(gòu)整體貢獻(xiàn)值很小，尤其對(duì)安徽省碳排放增長(zhǎng)的作用最有限。但對(duì)于山東、河南這種人口大省而言，需要持續(xù)重視能源結(jié)構(gòu)的調(diào)整，適當(dāng)采取限制車輛使用的措施并開(kāi)發(fā)新型減排能源來(lái)抑制碳排放量。

4.2.3 能源強(qiáng)度

能源效率是年能源消耗量與物流業(yè)產(chǎn)值的比值，是碳排放量產(chǎn)出的表現(xiàn)形式。一般來(lái)說(shuō)，能源強(qiáng)度的降低說(shuō)明能源的利用效率有所提高。研究期內(nèi)，山東省的抑制貢獻(xiàn)值最高，其次為河南、安徽，累計(jì)效應(yīng)值依次為-6002.311×104t、-1462.49×104t、314.275×104t。值得注意的是，河南省能源強(qiáng)度因素的貢獻(xiàn)率高達(dá)-67.44%。由此可知，能源效率對(duì)山東省和河南省碳排放起到了顯著的抑制作用。近些年，雖然物流業(yè)CO2的數(shù)值在不斷上升，但速度卻逐漸變慢，這也說(shuō)明二省在降低能源強(qiáng)度、提升能源利用率、減耗低碳方面得到一定程度的提升。

4.2.4 人口因素

由于人們?cè)谏钪袑?duì)物流服務(wù)有著高度的依賴性，所以物流需求較大，具有巨大的發(fā)展?jié)摿?，許多企業(yè)轉(zhuǎn)型加入物流行業(yè)，為居民提供多樣化物流服務(wù)。3省物流業(yè)的從業(yè)人員從2009年的619萬(wàn)人上升至2019年的997.5萬(wàn)人，人數(shù)上漲61.15%。但許多企業(yè)沒(méi)有專業(yè)的技術(shù)人員和行業(yè)知識(shí)，沒(méi)有考慮到企業(yè)運(yùn)營(yíng)時(shí)是否會(huì)帶來(lái)環(huán)境污染等問(wèn)題，因此在2009～2019年，從業(yè)規(guī)模對(duì)碳排放的作用呈正負(fù)交替的現(xiàn)象，貢獻(xiàn)值分別為3031.686萬(wàn)t、706.855萬(wàn)t、2015.156萬(wàn)t，對(duì)于河南省，貢獻(xiàn)程度不是特別明顯。這正是因?yàn)殡m然從業(yè)人數(shù)在不斷增加，但物流業(yè)規(guī)模也在擴(kuò)大，設(shè)備的維修、運(yùn)行以及設(shè)施建造所產(chǎn)生的CO2明顯大于從業(yè)人數(shù)的上漲。

4.2.5 經(jīng)濟(jì)因素

經(jīng)濟(jì)產(chǎn)出體現(xiàn)了物流業(yè)的經(jīng)濟(jì)水平。研究期內(nèi)，魯豫皖物流從業(yè)人員人均 GDP 10年增長(zhǎng)了1.74倍，物流業(yè)的碳排放量由1994.711萬(wàn)t增至2633.174萬(wàn)t，增加了1.32倍。眾所周知，人均GDP作為地區(qū)經(jīng)濟(jì)發(fā)展不可或缺的要素，能源消耗又是維系經(jīng)濟(jì)系統(tǒng)運(yùn)行的基礎(chǔ)。同樣在文章中，物流業(yè)的經(jīng)濟(jì)發(fā)展推動(dòng)了碳排放的增長(zhǎng)，經(jīng)濟(jì)產(chǎn)出是導(dǎo)致CO2的關(guān)鍵拉動(dòng)因子。在山東省研究期內(nèi)，經(jīng)濟(jì)因素對(duì)物流業(yè)CO2的貢獻(xiàn)作用最強(qiáng)，遠(yuǎn)高于對(duì)比省份，累計(jì)增加碳排放高達(dá)6484.692。經(jīng)濟(jì)因素對(duì)河南和安徽物流業(yè)碳排放的累計(jì)貢獻(xiàn)值分別為3790.859萬(wàn)t、872.446萬(wàn)t。這正是因?yàn)樾袠I(yè)發(fā)展與經(jīng)濟(jì)增長(zhǎng)的同時(shí)提高了交通需要、消耗了許多能源，從而產(chǎn)生碳排放量大幅度增加的現(xiàn)象(圖2)。

圖2 魯豫皖經(jīng)濟(jì)產(chǎn)出對(duì)碳排放的年度累計(jì)貢獻(xiàn)值

4.3 碳排放強(qiáng)度分析

碳排放量超過(guò)1000×104t的省份為高碳區(qū)域，500×104t與1000×104t之間的為中碳區(qū)域，低于500×104t的是低碳區(qū)域。計(jì)算得知，碳排放量最高的是山東省，碳排放量平均水平為1250.11×104t。山東省若干城市在物流方面發(fā)展良好，省碳排放量也隨之增加。青島、濟(jì)南、濰坊、煙臺(tái)、臨沂等城市經(jīng)濟(jì)水平較高，CO2排放量也高，特別是青島，擁有4個(gè)重點(diǎn)海運(yùn)港口，年貨物吞吐量高達(dá)60459×104t。河南作為人口大省，該省碳排放平均水平為653.10×104t，屬于中碳區(qū)域，社會(huì)物流總收入6914.8×108元。碳排放較高的城市有鄭州、南陽(yáng)和新鄉(xiāng)?？傮w來(lái)講，河南物流業(yè)的發(fā)展現(xiàn)狀是大而不強(qiáng)，它的碳排放也處于不高不低的水平。安徽的碳排放量相對(duì)較低，是碳排放平均水平僅為 467.37×104t的低碳省份。處于內(nèi)陸中部位置的安徽，無(wú)論在整個(gè)華東地區(qū)還是長(zhǎng)三角區(qū)域，各方面發(fā)展都相對(duì)較為落后，其物流業(yè)水平不高，碳排放量較高的城市有省會(huì)合肥市以及滁州市(圖3)。

圖3 魯豫皖碳排放強(qiáng)度情況

碳排放強(qiáng)度代表了碳排放與經(jīng)濟(jì)發(fā)展相互制約的關(guān)系，它反映了某地區(qū)的低碳經(jīng)濟(jì)情況，數(shù)值越低，表示單位GDP產(chǎn)生的CO2越少。在本文中，碳排放強(qiáng)度與碳排放量一致，平均水平最高的是山東省，其次是河南省，最低的是安徽省。但2014年之后，安徽省基本高于河南省。在研究初期，三省的碳排放強(qiáng)度呈上升傾向，后面逐年降低。以山東省為例：山東省從2009年的0.76 t/104元至2019年的0.33 t/104元，大多數(shù)年份的降幅均在5%～10%。近年來(lái)，雖然物流部門的能源消耗量仍持續(xù)上升，但有關(guān)部門已采取相應(yīng)措施，從減排的角度關(guān)注能源利用率，實(shí)現(xiàn)消耗單位能源所產(chǎn)生的產(chǎn)值越來(lái)越高。

5 結(jié)論與建議

本文通過(guò)公式測(cè)算了山東省、河南省以及安徽省物流業(yè)的折標(biāo)準(zhǔn)煤消耗量以及碳排放量，確定并分解影響碳排放量增長(zhǎng)的5項(xiàng)因素。結(jié)果表明：山東省、河南省和安徽省碳排放量的年均增長(zhǎng)率分別是5.18%、7.31%和 9.68%，山東省在2012～2013年處于分水嶺，CO2排放量猛減后又逐年增加。消耗的能源中，油類占比最大，然后是電力、煤炭、天然氣。想要降低碳排放量和增長(zhǎng)速度、在運(yùn)輸倉(cāng)儲(chǔ)環(huán)節(jié)實(shí)施節(jié)能降耗、在2030年實(shí)現(xiàn)碳達(dá)峰。具體建議如下：

5.1 大力實(shí)施減排政策

魯豫皖3省的物流業(yè)碳排放量占省總排放量的8%～16%，柴油、煤油消費(fèi)量的占比都在65%以上。這說(shuō)明3省在卡車貨物運(yùn)輸方面發(fā)展?fàn)顩r良好。但近10年物流業(yè)增加值的年增加率并不規(guī)律，甚至有時(shí)高達(dá)25%，這正是因?yàn)轸斣ネ钐幱趥鹘y(tǒng)物流向智能化現(xiàn)代化物流轉(zhuǎn)型的過(guò)程中，尚未完全將運(yùn)輸、倉(cāng)儲(chǔ)、包裝、配送等功能實(shí)施有效的結(jié)合。譬如在運(yùn)輸方面，山東省形成了“兩驅(qū)一干六支”的航空運(yùn)輸局面，貨物周轉(zhuǎn)與運(yùn)輸?shù)认盗谢顒?dòng)必然會(huì)有消耗能源、加大運(yùn)輸里程，進(jìn)而引起碳排放量的增加。像青島、煙臺(tái)等城市可以積極推廣海洋運(yùn)輸、水陸空多式聯(lián)運(yùn)；從綠色低碳的角度看，鄭州、合肥、濟(jì)南等中轉(zhuǎn)大站盡可能通過(guò)能耗最低的鐵路進(jìn)行運(yùn)輸；采用專業(yè)研究方法實(shí)現(xiàn)縮短運(yùn)輸距離等手段減少能源消耗。在倉(cāng)儲(chǔ)方面，借助現(xiàn)代化信息技術(shù)實(shí)現(xiàn)無(wú)紙化，減少運(yùn)輸成本和垃圾污染。山東省政府也在深入實(shí)施“十三五”，提倡以現(xiàn)代化、綠色低碳的科技手段來(lái)提升傳統(tǒng)產(chǎn)業(yè)。

5.2 產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整

因素分解后得知：適當(dāng)調(diào)整產(chǎn)業(yè)結(jié)構(gòu)可以抑制碳排放量的上升。3省物流業(yè)產(chǎn)業(yè)增加值占第三產(chǎn)業(yè)增加值的比重在不斷下降，2009年占14.5%～16.5%，而2019年只占9.5%～11.7%。占比越大，說(shuō)明所在區(qū)域物流成本越高，從而間接導(dǎo)致能源消耗大，所以要將物流業(yè)增加值的占比控制在合理范圍內(nèi)。適當(dāng)提高第三產(chǎn)業(yè)內(nèi)其他分行業(yè)的占比，如占比不到5%的住宿和餐飲業(yè)、信息技術(shù)業(yè)等等。在構(gòu)建新型低碳產(chǎn)業(yè)的同時(shí)，更要優(yōu)化傳統(tǒng)高耗能高產(chǎn)業(yè)結(jié)構(gòu)的行業(yè)，構(gòu)造新型產(chǎn)業(yè)集群并以規(guī)模效應(yīng)模式發(fā)展。這樣不僅對(duì)碳排放增長(zhǎng)有抑制作用同時(shí)也會(huì)改變產(chǎn)業(yè)結(jié)構(gòu)、助于產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，促進(jìn)地區(qū)經(jīng)濟(jì)高速增長(zhǎng)。

5.3 調(diào)整能源結(jié)構(gòu)

與農(nóng)業(yè)、工業(yè)不同，物流業(yè)作為第三產(chǎn)業(yè)，運(yùn)輸環(huán)節(jié)占物流活動(dòng)的70%，運(yùn)輸過(guò)程中，依舊以柴油、汽油等傳統(tǒng)石油制品為主。雖然山東省、河南省和安徽省的能源結(jié)構(gòu)因素對(duì)碳排放作用很小，但不斷優(yōu)化能源結(jié)構(gòu)，推動(dòng)能源低碳化，有計(jì)劃地發(fā)展太陽(yáng)能、風(fēng)能等非化石能源及清潔能源，對(duì)省域未來(lái)幾年改善能源結(jié)構(gòu)和減少CO2有明顯效果。譬如：在“最后1 km”末端配送時(shí)，提倡使用清潔新能源汽車，避免排放標(biāo)準(zhǔn)較高的交通工具。山東省正在通過(guò)實(shí)施“四增兩減提升新型能源發(fā)展水平”策略全方位優(yōu)化全省能源結(jié)構(gòu)，加快能源結(jié)構(gòu)“降壓減負(fù)”的步伐。

5.4 培養(yǎng)人們的低碳意識(shí)

截至2020年，國(guó)家星級(jí)冷鏈物流企業(yè)，山東省共有21家，位居全國(guó)首位；河南8家；安徽省2家。同時(shí)，山東省物流業(yè)從業(yè)人員的人均GDP也高于河南省和安徽省。經(jīng)濟(jì)因素會(huì)引起CO2的產(chǎn)生，所以各省行業(yè)發(fā)展的同時(shí)也需要進(jìn)一步培養(yǎng)人們的低碳意識(shí)。在高校內(nèi)：不僅要講授物流的專業(yè)知識(shí)，更有必要將現(xiàn)代化理念融入專業(yè)課程內(nèi)，幫助學(xué)生們明白發(fā)展綠色物流、低碳物流的重要性。在日常生活中：盡量選擇新能源汽車或公共汽車，對(duì)低碳減排具有重大意義。在職場(chǎng)中：實(shí)際運(yùn)營(yíng)一家公司需要多方面綜合考慮：節(jié)約成本、提倡低碳環(huán)保、提高物流業(yè)從業(yè)人員的環(huán)保意識(shí)以及多創(chuàng)辦物流技術(shù)人才培訓(xùn)交流的項(xiàng)目。為了有效控制物流業(yè)的能源消耗與碳排放，物流企業(yè)將綠色低碳與企業(yè)經(jīng)營(yíng)融為一體，引進(jìn)能夠推動(dòng)企業(yè)實(shí)現(xiàn)低碳減排目標(biāo)的新方法和新設(shè)備。