供应链约束下替代船用燃料的全生命周期减排效益

《Marine Pollution Bulletin》：Life cycle emission reduction benefits of alternative marine fuels under supply chain constraints

　　

• •
  将替代船用燃料的评估从供应链角度转向港口层面的减排措施。
• •
  量化供应链约束下的排放变化。
• •
  表明约束条件可能会改变替代船用燃料的相对性能表现。

引言

随着国际贸易的持续扩张，航运业已成为全球经济的重要基石，承载了全球约80%的货物贸易量（Wang et al., 2025b）。与此同时，航运业也成为环境压力的主要来源之一。2012年至2018年间，航运业的温室气体（GHG）排放量增长了9.6%，若缺乏有效减排措施，到2050年CO?排放量可能上升至2008年水平的130%（Faber et al., 2020）。在此背景下，航运业脱碳已成为全球气候治理的关键要素（Li et al., 2025b）。

联合国（UN）已设定了总体减排目标，这些目标已由国际海事组织（IMO）和国际能源署（IEA）等机构转化为行业政策和战略，如图1所示。可持续发展目标（SDGs），特别是SDG 7（可负担和清洁能源）和SDG 13（气候行动），与《巴黎协定》共同为航运脱碳提供了政策基础（UN, 2025）。在这一框架下，IMO已推出强制性工具以提升船舶能效和碳绩效。这些措施共同表明，深度脱碳需要在能效改进的基础上，向低碳和零碳燃料转型。IMO的生命周期指南区分了从井口到罐（WTT）、从罐到船（TTW）以及从井口到船（WTW）的温室气体强度和可持续性方面；本研究采用修订后的2024年指南（IMO, 2024）。

随着清洁能源转型的加速，替代船用燃料受到了国际组织、学术界和工业界的广泛关注。IEA和世界能源理事会的评估将液化天然气（LNG）视为一种过渡性选择，同时强调氢气、氨和生物燃料是航运脱碳的关键长期候选燃料（IEA, 2023; Tomos et al., 2024）。与重燃料油和柴油等传统燃料相比，这些替代燃料具有更低的碳排放，有助于气候减缓，支持碳达峰和碳中和目标，并提升行业的长期可持续性（Müller-Casseres et al., 2021）。然而，其可行性不仅取决于船舶端技术，还取决于港口条件，包括燃料供应、可获取性和成本稳定性（IEA, 2025; Kondratenko et al., 2025）。在实践中，上游供应能力、港口储存基础设施和加注安排可能成为制约因素，决定替代燃料何时、何地以及以何种程度被采用。

尽管以往研究已从生命周期、技术经济或船舶端角度提供了替代船用燃料的有价值比较，但仍存在三个局限性。第一，大多数生命周期研究在假设生产路径下评估替代燃料，因此强调无约束的减排潜力，而在受限的燃料供应链下这种潜力的实现程度缺乏明确的量化。第二，现有的航运脱碳研究往往侧重于船舶端的燃料替代，而决定燃料可获取性的港口条件——包括上游供应、运输安排、储存要求和加注能力——很少被纳入统一的评估框架中。第三，港口层面的燃料转型策略需要基于实际船舶运营的能耗估计，但许多现有评估依赖于聚合的燃料消耗数据或基于情景的需求假设。

为弥补这些缺口，本研究开发了一个供应链约束下的WTT评估框架，以区分替代船用燃料在无约束情况下的减排潜力与在供应链约束下的减排效益。首先利用静态船舶信息和船舶自动识别系统（AIS）数据估算港口层面的能耗需求，然后应用基于GREET模型的WTT排放因子来量化LNG、甲醇、氨和生物柴油的无约束减排效益。随后通过生产路径结构、上游供应、运输条件以及港口储存和加注能力纳入供应链约束，并采用蒙特卡洛模拟方法考察在所选约束设置下供应链约束减排效益的不确定性。本研究的主要贡献在于将替代船用燃料的评估从理论上的生命周期表现转向港口层面可实现的实际减排，提供了一种量化评估从无约束到供应链约束减排效益变化方式的方法，并揭示了在特定供应链约束下供应链约束可能如何重塑燃料的性能排名。

本文的其余部分组织如下。第2节综述了相关文献并总结了替代燃料的技术参数。第3节介绍了数据处理、能耗需求、WTT清单、情景调整、不确定性和边界敏感性方法。第4节报告了青岛、上海和深圳的案例研究结果。第5节讨论了TTW边界敏感性、海洋环境风险以及基础设施投资优先级。第6节总结了结论并指出了局限性和未来研究方向。

章节摘要

文献综述

已有大量研究探讨了航运中的替代船用燃料，大多数研究集中在特定燃料选项及其未来应用潜力上。然而，将港口能源供需联系起来进行定量分析的海洋研究仍然有限。本节综述了替代船用燃料和能源供需分析。

框架

该评估使用了一个综合的WTT框架，将船舶层面的运营能耗需求、区域化的生命周期排放因子（Lyu et al., 2026）以及基于情景的约束调整联系起来。如图2所示，工作流程包含四个步骤：

• 步骤1
  数据收集与处理。对多来源的船舶、AIS、港口、贸易和燃料路径数据进行清洗，并根据船舶标识符和港口地理位置进行匹配。AIS处理流程筛选异常记录，重建符合条件的缺失值，并进行协调统一

案例描述

本研究选取中国三个主要港口作为案例研究对象。青岛、上海和深圳分别代表中国北方、中部和南方的主要港口。实证分析基于2024年全球AIS数据集，由研究团队商业获取，并聚焦于这三个港口。对于WTT分析，燃料路径选自GREET模型，基于海洋燃料既有的生命周期评估结果（Jovanovi? et al., 2022），具体

TTW排放对基于WTT结果的影响

主要评估侧重于WTT排放，因为它考察了燃料生产、供应、运输和港口基础设施如何影响减排效益的实现。研究还进行了补充的确定性分析，以考察不同的TTW假设是否会改变基于WTT的发现，详细假设和港口层面结果见补充材料第3.6节及表A5–A6。总体而言，纳入TTW排放不会改变

结论

本研究考察了无约束与供应链约束下WTT减排效益之间的差距。基于AIS的能耗需求与青岛、上海和深圳的区域化GREET WTT清单相结合。所选生产路径组合和运输输入决定了单位能耗的WTT因子，而独立的上游供应和港口部署能力情景系数则调整了替代量的上限。因此，该框架代表了对约束

CRediT作者贡献声明

Lu Jihan（卢佳涵）：写作 – 初稿撰写，可视化，方法论，概念化。Xu Jianghao（徐江豪）：验证，调查。Chen Jihong（陈济宏）：监督指导，项目管理，经费获取。Fu Shanshan（傅珊珊）：可视化，监督指导。Zhang Yanyue（张媛媛）：验证。Wang Dairong（王大荣）：可视化，资源提供。Pang Chuang（庞创）：监督指导，资源提供。

利益冲突声明

作者声明不存在已知的可能影响本文所报告工作的竞争性经济利益或个人关系。

致谢

本研究得到了国家自然科学基金（编号52472325）、广东省软科学项目（编号2025A1010030014）以及深圳市人文社会科学重点研究基地的支持。感谢深圳市国际航运研究院全体研究团队成员的辛勤付出与贡献。

Lu Jihan|Xu Jianghao|Chen Jihong|Fu Shanshan|Zhang Yanyue|Wang Dairong|Pang Chuang