针对物流配送过程中的高碳排放问题，从低碳视角出发，构建考虑模糊需求的低碳取送货车辆调度（LCVRPPD）模型，并提出一种基于2-OPT的差分算法对问题进行求解。该算法中，采用自然数编码方式并设置三种不同的适应度函数；随后，引入2-OPT算法取代差分算法原有的变异机制，并结合二项交叉算子和贪婪选择算子，从而提高改进算法的收敛速度。案例分析中，通过田口法确定改进算法参数的合理取值，通过SPSS分析揭示了在运输成本最小、碳排放量最小和总成本最小的三种不同目标模型中，以总成本最小为目标函数的模型的解的效果最好。针对不同顾客规模的算例，改进算法与基本差分算法相比，总成本可以降低1.8%~3.0%，碳排放量可以降低0.7%~3.5%；与遗传算法相比，总成本可以降低1.9%~16.47%，碳排放量可以降低1.2%~4.3%；与粒子群优化算法相比的优化效果更加明显，总成本可以降低4.0%~22.5%，碳排放量可以降低1.56%~7.88%，验证了算法的有效性及先进性。综上，所提出的模型和算法可以为低碳取送货车辆调度问题提供参考。