基于情景不确定性分析的碳排放对比研究：以华南地区沥青与复合路面施工为例

《Journal of Environmental Management》：Comparative study on carbon emissions based on scenario uncertainty analysis: A case of asphalt and composite pavements construction in south China

　　

•一种基于场景不确定性的路面碳排放比较方法。
•考虑不同变换和分布带来的模型不确定性。
•阐明复合路面与沥青路面在建造阶段的碳排放差异。
•复合路面与沥青路面建造阶段的减排措施。

引言
自 1988 年中国第一条高速公路建成以来，高速公路网络规模持续扩大，至 2015 年底总里程达 10.8 万公里，2023 年超过 18.36 万公里（Huang 等，2024）。作为现代交通网络的核心载体，大规模高速公路建设不仅推动了区域经济发展，也被认为是碳排放的主要来源之一（Chaudhary and Akhtar, 2024）。为实现中国 2030 年前碳达峰、2060 年前碳中和的战略目标，《2030 年前碳达峰行动方案》（中国国家发展和改革委员会，2021）明确提出“加快绿色交通基础设施建设，将绿色低碳理念融入交通基础设施规划、建设、运营、养护全过程，降低全生命周期能耗和碳排放”。在此政策背景下，推动公路基础设施绿色低碳转型已成为行业发展趋势（Luo 等，2021; Liu 等，2019）。作为高速公路建设的核心组成部分，路面结构的低碳设计是绿色公路发展的关键环节。在当前的主流路面类型中，沥青路面和复合路面（“沥青 - 水泥”复合结构层）由于材料组合不同而形成不同的结构形式（Liu 等，2024; Mao 等，2023）。尽管两者均满足高速公路的基本功能要求，但在原材料获取和施工能耗等环节产生的碳排放仍缺乏系统的定量比较，这直接制约了高速公路建设的绿色低碳发展（Peng 等，2020; Wang 等，2015）。

过去二十年间，生命周期评价（LCA）已被用于评估交通基础设施及其他行业（如能源、农业）的环境影响（Liu 等，2017）。LCA 提供了一种准确、一致且可复现的方法学，用于衡量活动或产品在整个生命周期内（从原材料提取、生产、使用、报废处理、回收至最终处置）的资源消耗和环境影响（Rigamonti and Mancini, 2021; Olsson 等，2024）。国际标准 ISO 14040 和 ISO 14044 为系统性 LCA 研究提供了标准化框架和实施指南。LCA 包括四个阶段：目标与范围定义、生命周期清单（LCI）、生命周期影响评价（LCIA）以及结果解释（Duan 等，2022; Barbhuiya and Das, 2023）。在此基础上，国际学术界开发的 LCA 工具，如 Simapro、GaBi 和 OpenLCA，为研究人员提供了覆盖产品 LCA 的全流程标准化操作平台（Qin 等，2025）。

首个关于高速公路建设碳排放的系统评估由（Stripple, 2001）利用 LCA 方法完成，量化了高速公路建设全生命周期的 CO2 排放，包括原材料提取、道路材料生产、施工过程、运营维护以及生命周期末期的回收。后续研究主要集中在分析不同类型路面的碳排放。以中国的一个典型案例研究为例，Ma 等（2016）利用清单分析量化了波特兰水泥混凝土路面建设的温室气体排放。基于 LCA 框架，Liu 等（2024）通过整合岭回归、配额法以及 VISSIM 和 MOVES 模拟，开发了适用于沥青路面的碳排放量化模型。Zhou 等（2022）聚焦于中国山西省的案例研究，对沥青路面和水泥路面全生命周期碳排放和能耗进行了定量对比分析。

然而，现有的路面系统 LCA 方法存在一定局限性。计算过程中的显著不确定性源于数据来源、输入、处理、模型和分析程序的假设，损害了结果的可信度（Igos 等，2019; Guo and Murphy, 2012）。因此，基于路面系统 LCA 进行不确定性分析同样具有重要意义，其发现对决策过程起着决定性作用。现有研究提出了各种解释和策略来处理 LCA 中的不确定性。通常，在 LCA 相关研究中，参数不确定性最为关键，因为 LCA 模型中存在大量输入变量，显著影响评估结果（Warrier 等，2024; Feng 等，2022; Li 等，2023）。尽管大量研究强调了不确定性分析的重要性，但它尚未成为路面系统 LCA 的常规组成部分，现有研究未能提供具体、详细且可操作的标准不确定性评估方法。Bamber 等（2020）报告称，在 2017 年至 2018 年间调查的 2687 项 LCA 研究中，超过 80% 没有进行任何不确定性分析。

在 LCA 研究中，统计方法和数据质量指标（DQI）是两种典型的不确定性分析方法（Hong 等，2016; Teng and Pan, 2020）。统计方法通过拟合数据样本的概率分布来表征变量特征；虽然它们能提供精确结果，但依赖于大量数据样本，导致实施成本高（Zhang 等，2020）。相比之下，作为一种半定量方法，DQI 能够基于元数据指标和专家判断对数据不确定性进行定性 - 定量估算，特别适用于数据稀缺场景下的 LCA 研究（May and Brennan, 2003; Salemdeeb 等，2021; Wang and Shen, 2013）。一些学者尝试将 DQI 方法应用于路面系统 LCA 的不确定性评估，为数据稀缺场景下的分析提供了范例。Liu 等（2023）通过将 DQI 与 beta 分布方法相结合，开发了中国沥青路面基于 LCA 的不确定性量化模型。基于 DQI 和 beta 分布方法，Qiao 等（2025b）将敏感性分析纳入 LCA，以比较热拌和冷拌沥青路面系统的碳排放。同样，Wang 等（2024）采用 DQI 与 beta 分布相结合的方法，评估了五种沥青混凝土混合料生产阶段的碳排放不确定性。

此外，一些研究采用场景分析来量化由不同假设假设引起的 LCA 不确定性。Liu 等（2023）通过比较不同交通量条件下基于国际平整度指数触发和时间触发的养护策略，量化了养护策略选择的不确定性对沥青路面碳排放的影响。（dos Santos 和 da Silva Rêgo, 2025）基于巴西、欧洲和美国的三个水泥数据来源构建了场景。结合 DQI 和 beta 分布方法，他们分离了道路 LCA 在不同清单数据假设下的场景不确定性。Qiao 等（2025a）开发了涵盖 50/50 和截止分配规则以及多种路面铣刨 - 重铺方案的比较场景，以量化源于 LCA 分配规则假设和路面养护策略假设的场景不确定性。Wang 等（2023）建立了具有不同能源组合和材料运输距离的比较场景，量化了再生沥青混合料碳排放随能源方案和运输条件假设变化的波动。

总之，现有研究已将 DQI 方法应用于路面 LCA 的参数不确定性分析，并检验了 LCA 过程中各种假设引起的不确定性。然而，关于参数不确定性，大多数研究仅采用了固定的变换规则和单一预定义的概率分布进行不确定性传播。对于 DQI 分数与分布参数之间的变换关系以及拟合输入参数的最优概率函数所产生的模型不确定性，缺乏深入的讨论。此外，尽管复合路面结构在重载公路上越来越多地使用，但很少有研究比较复合路面和传统沥青路面的施工阶段碳排放。

在此背景下，本研究旨在提高沥青路面和复合路面建造阶段碳排放核算结果的准确性，并量化两种路面类型建造阶段碳排放水平的差异。本研究建立了基于场景不确定性的比较 LCA 模型。首先，根据 ISO 14040 和 ISO 14044 标准系列建立了沥青路面和复合路面的比较 LCA 模型。其次，使用敏感性分析识别比较 LCA 模型的影响因素。第三，作为数据质量评估方法的族谱矩阵被用于生成已识别影响因素的概率密度函数，并应用蒙特卡洛模拟从这些概率密度函数中生成随机结果。最后，考虑了由不同变换关系和分布选择引起的模型不确定性对评估结果的影响。以华南地区一个代表性的高速公路建设项目为例，本研究验证了所提模型，展示了其实际适用性。除了报告量化不确定性外，本研究还进一步建立了不同数据质量条件下变换方法和分布函数的选择标准。相应地，本研究不仅生成了华南湿热地区沥青和复合路面可靠的比较碳排放结果，还为在数据受限条件下实施路面 LCA 的不确定性分析提供了方法学参考。本文的研究框架如图 1 所示。

章节摘要
比较生命周期评价
比较生命周期评价是一种定量方法，用于比较过程、产品或系统层面的替代方案的环境绩效，提供信息数据以支持可持续发展决策（AzariJafari 等，2018）。

工程案例的区域代表性
在进行碳排放计算之前，必须分析本研究所选工程案例的区域代表性，以明确研究结论的适用边界。本文采用的广西归河高速公路位于华南湿热地区。该地区的特点是年均气温高、降水丰富、雨季长，同时伴随大量的重载交通需求。耦合的

结论
本研究构建了基于场景不确定性分析的比较 LCA 模型，旨在提高沥青路面和复合路面建造阶段碳排放核算结果的准确性，并阐明其建造阶段碳排放水平的差异。主要结论如下。
（1）沥青路面建造的碳排放水平相对较低。所有...的全面模拟结果

CRediT 作者贡献声明
秦晓春：数据管理、概念构思。
卢扬：撰写 – 初稿、可视化、软件。
王伟正：方法学。
姜莉莉：可视化、数据管理。
曹林辉：项目管理。
蔡宇：资金获取。

利益冲突声明
作者声明没有已知的 competing 财务利益或个人关系可能影响本文报告的工作。

致谢
本研究得到江西省交通运输厅重点工程科学技术项目（2023C0015）；国家重点研发计划国际科技与创新合作专项（2025YFE0122800）；广西重点研发计划（桂科 AB25069145）的资助。作者对此支持表示感谢。

秦晓春|卢扬|王伟正|姜莉莉|曹林辉|蔡宇