基于低碳模式下的城市客运交通结构优化研究＊

王仁杰 魏艳楠 许伦辉

（华南理工大学土木与交通学院 广州510640）

0 引 言

近百年来，全球大气层平均温度上升了0.74℃，气候变暖已成为世界各界学者关注的焦点。科学界普遍认为温室效应是造成全球变暖的重要原因，而人类活动则是温室效应加剧的重要驱动因子［1－2］。在此背景下，碳循环和碳减排开始引起世界各国的高度重视，碳足迹［3－5］的研究也随之受到人们的关注。碳足迹起源于加拿大生态经济学家William Rees等［6－7］在1992年提出的生态足迹，作为节能减排的基本量化参数，主要用来评价人类活动产生的温室气体对环境的影响，并且已成为目前各国公认的度量碳排放的有力依据。

美国《国家科学院学报》的研究表明，过去10年全球二氧化碳排放总量增加13%，而源自交通工具的碳排放增长率却达25%。报告预测，到2050年，全球交通领域的碳排放将增长30%～50%［8－9］。国际能源机构（IEA）的统计数据也表明，交通领域的石油消耗占全球石油消费的57%，而预计到2020年，这个数字将达到62%以上［10］。

由于国外碳足迹研究起步较早，至今已经有了许多研究成果，其计算方法大致可以分为4种：投入产出法（IO）、生命周期评估法（LCA）、IPCC碳排放计算法以及碳排放计算器［11］。Stokenberga［12］与L.Hillsman［13］分别对墨西哥和美国佛罗里达洲的公路运输领域进行了碳足迹的计算，研究表明通过鼓励市民乘坐公共交通工具，能够有效减少交通碳排放，但并未继续对城市客运系统结构进行分析。我国作为能源消耗世界第二大国，交通领域的能耗比占全社会的18%，但对于碳足迹的研究仍还处于初级阶段，苏城元等［14］人利用IPCC2006提供的碳足迹公式对上海市城市交通发展模式进行了测算分析，但并未提出具体的碳足迹计算结果来进一步论证减排效果，胡莹菲等［15］则对厦门BRT系统和普通公交出行方式在碳足迹测算方面进行了对比分析，证明BRT是降低碳排放的有力手段，但其分析的目标仅针对公交系统。

而在现今对城市客运系统结构的研究中，大部分是将能源消耗或客运周转量等作为目标进行优化，而本文则从另一角度出发，选择对基于低碳模式下的城市客运交通系统结构进行分析。在结合碳排放相关主要特征的基础上，利用交通出行方式和交通出行需求等各方面与碳排放之间的关系构建城市客运交通碳足迹计算模型，并把城市客运交通运输效率代替传统的客运周转量作为目标，最终确定以最小单位客运周转量碳足迹和最大城市客运交通运输效率为目标，寻求满足城市客运需求、发展需求以及能源需求等各个方面的城市客运交通发展模式，依此对客运交通结构进行优化并对其进行验证。

1 模型目标分析

交通模式是指在城市各因素的影响下，城市交通系统中不同交通方式所分担的客运量的比例关系，反映了不同交通方式在交通系统中的功能与地位，标志了城市交通系统中一定交通需求在一定供给平衡下的本质特征。基于碳足迹的城市交通发展模式，应在满足人们出行需求、促进社会发展的基础上，提倡与环境和谐相处的有利于可持续发展的城市低碳交通发展模式。可通过构建以单位客运周转量碳足迹作为一目标函数的交通结构优化模型，同时因为交通运输效率为交通结构优化的重要指标，因此将其作为另一目标函数，从而建立双目标规划模型来进行城市发展模式研究。

1.1 城市客运交通碳足迹测算

城市交通系统复杂多变，影响因素涉及面广，所以造就了城市交通碳排放问题研究的复杂性，城市交通碳排放主要是有各种交通工具的尾气排放产生。笔者主要研究城市客运交通，忽略城市内部货运。城市客运交通出行方式除步行外还包括常规公交、地铁、私家车、出租车及自行车等，因此根据出行方式不同也可以用下列公式测算城市客运交通碳足迹。

式中Ti为各交通方式的客运周转量，人·km；ωi为各种交通方式CO2排放因子，g／（人·km），据1999年美国能源基金会测算，不同交通方式CO2排放因子见表1［16］。

因此在此城市客运交通测算模型的基础上，城市单位客运周转量碳足迹应满足：

表1 各交通方式的二氧化碳排放因子Tab.1 Carbon dioxide emission factors of each transportation mode g／（人·km）

1.2 城市客运交通运输能效

运输效率是反映交通结构是否合理化的重要指标，在一定的运输距离内，运输效率高则运输时间和成本相应较低，产生的无效交通也就越少，减少了对社会造成的负面效应。在低碳经济下城市客运交通结构优化的目标之一是城市交通方式总的运输效率最高。但是，吕慎等人［17］提出城市交通系统中的不同交通方式所承担的单位客运周转量对交通效率的影响也不同，即对城市交通运输效率改善的贡献程度大小不一，各种交通方式客运周转量的权重，见表2。

表2 各种交通方式客运周转量的权重值Tab.2 The weight of transportation passenger turnover of the various modes

城市各种交通方式客运周转量对运输效率的影响满足下式：

式中：Ci为各种交通方式客运周转量的权重值。

2 研究模型构建

2.1 模型假设条件

1）城市客运交通方式组成是已知的、相对固定的，不考虑货运交通。

2）所研究的城市为一个封闭系统，忽略城市间交通的影响，包括污染物排放影响、能耗影响和客流量影响。

3）所研究城市的交通需求状况相对确定。

2.2 模型约束条件

在过往对于碳足迹模型的研究当中，研究者们往往仅仅针对居民的出行需求以及能源消耗进行研究，将其列为主要约束条件，忽略了每个城市中每种交通方式存在的运输限值与其可达性的不同，包括其未来的相关变化。本文为了能够更科学地基于低碳模式对交通客运系统结构进行优化，根据影响碳足迹的相关因素，同时结合低碳理念，将模型的约束条件设置为以下四点：城市居民的出行需求约束、居民可达性约束、城市交通能源的消耗约束以及各种交通方式发展规模约束。

1）城市居民的出行需求约束。交通结构优化的先决条件应满足城市居民的出行需求，城市客运周转量是反映城市客运交通系统供给能力的重要指标，因此，要求所有交通方式提供的客运周转量之和必须大于等于规划所预测的该年客运周转量（人·km），即

城市居民出行的需求总量的确定，目前有2种方法：①四阶段法，计算较为复杂；②简略算法，是以基准年居民的平均出行距离为基础进行测算，计算公式如下。

式中：T为规划年城市居民出行总量，人次／d；d为现状居民的平均出行距离，km；A为规划年城市用地面积，km2；NA为现状城市用地面积，km2。

2）居民可达性约束。交通可达性指的是整个城市交通的畅达性，指居民选用某种出行方式，在合理出行时间预算内能够完成一定的出行距离，也是指采用某种交通方式的便利程度。约束公式如下。

式中：vi为i种交通方式平均速度，km／h；t为规划年城市居民出行的平均时间；R为规划年城市等效半径。

3）城市交通能源的消耗约束。城市交通需求必然带来城市能源消耗，同时带来大气污染，造成城市碳排放加剧，因此要控制交通能耗。此约束条件表明城市交通所消耗的能源不能超过城市交通能耗的承载力，计算如下。

式中：ecpi为各交通方式的能源消耗因子，见表3；enc［17－18］为城市客运交通的能源消耗限值。

表3 各种交通方式的能源消耗因子ecpTab.3 Energy consumption factor of each transportation mode MJ／（人·km）

4）各种交通方式发展规模约束。城市客运交通结构优化还应该考虑各种交通方式的可能发展规模，反映到约束条件上，就是每种交通方式所承担的客运周转量应在交通规划范围内，约束条件表达为

式中：Timin为各种交通方式承担的客运周转量下限；Timax为各种交通方式承担的客运周转量上限。各种交通方式承担的客运周转量的上限是由城市相关资源及各种交通工具发展水平等条件所决定的，体现了社会可持续性；下限则体现了交通容量，主要考虑各种交通方式的供给不过分闲置。

2.3 模型的构建

通过构建以单位客运周转量碳足迹作为目标函数的交通结构优化模型，同时因为交通运输效率为交通结构优化的重要指标，因此将其作为另一目标函数，从而建立双目标规划模型来进行城市发展模式研究。综上所述，建立模型如下。

式中：Ti为各交通方式的客运周转量，人·km；ωi为各种交通方式CO2排放因子，g／（人·km）；Ci为各种交通方式客运周转量的权重；D为城市居民出行的需求总量；vi为i种交通方式平均速度，km／h；t为规划年城市居民出行的平均时间；R为规划年城市等效半径；ecpi为各交通方式的能源消耗因子；enc为城市客运交通的能源消耗限值；Tmini为各种交通方式承担的客运周转量下限；Tmaxi为各种交通方式承担的客运周转量上限。

3 案例分析

以北京市作为实例研究对象。运用上述模型对北京市城市客运交通模式进行研究，并探讨验证上述模型的实用性。选取2020年作为此次研究的规划年限。根据北京市的发展现状和各项交通基础设施建设的情况，在本次规划中的交通方式构成为：常规公交、地铁、私家车、出租车，以及自行车这5种，即｛T1，T2，T3，T4，T5｝＝｛常规公交，地铁，私家车，出租车，自行车｝。

3.1 北京市城市交通需求总量

根据北京《2011北京市交通发展年度报告》得到北京市2010年日均居民出行总量为2 904万人次，人口规模为1961万，城市用地规模为1 377km2；根据《北京城市总体规划（2004～2020年）》可以得出2010年北京市居民平均出行距离从2000年的8km增至10km，则根据北京市发展推测2020年北京市居民平均出行距离有同样增幅，则为12.5km，2020年北京市的交通出行总量（不含步行）为122.08亿人次，计算得出日均出行总量为3 364.4万人次；根据《北京城市总体规划（2004～2020年）》可得到2020年城市人口规模为1 800万，用地规模为1 650km2；具体见表4。

表4 北京市城市交通现状Tab.4 Urban traffic situation of Beijing MJ／（人·km）

由此可得北京市2020年的城市客运交通居民出行需求总量为

3.2 城市交通可达性相关参数

《2010中国新型城市化报告》中得出北京市居民平均上班所需交通时间达到52min，位居全国之首。据调查，北京城市居民交通出行来回时间大致为80～120min，根据居民出行特征，推得北京市居民出行单程平均时耗为50min，与前面报告吻合，所以经计算北京市在规划年的城市等效半径为22.92km。

通过组织社会调查实践，结合第3次北京市居民出行调查结果，经分析得到北京市现状各交通方式的平均运行速度。公交出行由于设置了公交专用道，速度较为稳定，但速度仍小于小汽车的运行速度；并在主城区实施现场问卷调查居民出行，统计分析得到选择不同交通方式的平均出行距离。具体结果见表5。

表5 各交通方式平均运行速度与平均出行距离Tab.5 Average running speed and average traveddistance of each transpor modes MJ／（人·km）

3.3 城市能耗限制

Carlsson等［19－20］在对城市交通活动的能源研究的基础上，得出在可持续发展的目标下，保证居民正常出行所需的能源消费量为每年人均11 000 MJ。我国发达城市年人均能耗为85.7GJ，一般发达国家的交通能耗约占总能耗的20%，而我国还不能达到此水平，则按15%计算，客运、货运各占50%，则我国城市人均客运交通能耗上限为18.04MJ，故北京2020年城市客运交通的能源消耗限值enc＝18.04×18 000 000＝324 720 000 MJ。

3.4 北京市交通发展规模

根据北京《2011北京市交通发展年度报告》以及《北京城市总体规划（2004～2020年）》得到2010交通方式的客运量周转量分担比例和2020年各种方式的客运量，见表6、表7。

表6 2010年北京市各交通方式出行构成Tab.6 Beijing daily average turnover ratio of passenger transport modes in 2010

表7 2020年北京市各种交通方式承担的日均客运量Tab.7 Beijing daily average passenger traffic volume of each transpor modes （万人／d）

城市交通方式的上下限根据北京市现状年及规划年的日均出行总量、不同交通方式的平均出行距离以及各交通方式的出行比例构成得到。经计算得到北京市客运交通方式的规模限制，见表8。

表8 北京市客运交通出行方式规模限制Tab.8 The limit of Beijing passenger transport modes（万人·km／d）

3.5 模型求解与分析

根据上述分析及数据，计算模型如下。

利用Matlab软件选择目标到达法，在上述约束条件下对目标函数求解，求得2020年北京市各交通方式的日均客运周转量（不含步行），结果见表9。

表9 2020年北京市客运交通模式Tab.9 Beijing passenger transport modes in 2020

通过上表结果可以发现各类交通出行方式的客运周转量所占比例由大到小依次为：常规公交、轨道交通、自行车、小汽车和出租车，这表明为了满足人均碳排放最低及客运周转量最大的目标，人们的出行方式需要进行适当调整。通过计算，公共交通客运量的分担比重（轨道交通＋常规公交）由当前的39.7%增长为53.1%，私人小汽车的比重由34.2%下降为17.6%，与此同时，城市单位客运周转量碳足迹由原先的43.672g／人·km下降为37.707g／人·km，下降了13.7%，而城市客运交通运输效率贡献值也由原来的1 408.382上升为1 974.533，大致提高了40%。证明了通过低碳模式优化后的城市客运交通结构具有一定的合理性，对于研究符合城市发展的低碳客运交通发展模式具有促进意义。

鉴于城市人口、机动车拥有量以及客运周转量的增长都会对城市交通碳排放起促进作用，增加公共交通的投入使用力度、增加其在交通模式中所占比重能有效抑制未来城市交通碳排放的发展，同时显著增加城市客运交通运输效率。而针对北京市如今的客观情况，构造公共交通与慢行交通为主，小汽车为辅的交通模式，营造和谐、低碳、高效率的城市客运交通发展模式将成为未来的主要趋势。

4 结束语

本文基于碳足迹理论的发展和各国对交通发展模式的探索，提出了一种低碳高效的城市客运交通优化模型，该模型以单位客运周转量碳足迹和城市客运系统运输效率为目标，城市居民的出行需求、居民可达性、城市交通能源消耗限值和各类交通方式发展作为约束条件进行构建。并以北京市客运模式为例验证了模型的可行性，基本确定以碳足迹理论来指导优化城市交通发展模式，可以在降低碳排放的同时增加交通运输效率，具有一定的可行性。而由于数据统计等客观原因，本文模型并未考虑诸如道路交通结构、基础设施建设及不同车辆能耗等方面的差异对模型结果的影响，同时碳排放因子的取值也会在不同区域不同环境下有所变化，笔者也将会在往后的实验研究中将上述条件引入模型，继续对该模型进行深入研究，保证模型的科学和严谨性。

［1］ IPCC.Climate change 2007：synthesis report Contribution of working groups i，ii and iii to the fourth assessment report of the intergovernmental panel on climate change［R］.Geneva：IPCC，2007.

［2］ 孙建卫，陈志刚，赵荣钦，等.基于投入产出分析的中国碳排放足迹研究［J］.中国人口：资源与环境，2010，20（5）：28－34.SUN Jianwei，CHEN Zhigang，ZHAO Rongqin，et al.Research on carbon emission footprint of china based on input－output model［J］.China Population，Resources and Environment，2010，20（5）：28－34.（in Chinese）

［3］ MESSERLI B，GROSJEAN M，HOFER T，et al.From nature－dominated to human－dominated environmental changes［J］.Quaternary Science Reviews，2000（19）：459－479.

［4］ SUH S.Are services better for climate change？［J］.Environmental Science and Technology，2006，40（21）：6555－6560.

［5］ WACKERNAGEL M，SCHULZ N B，DEUMLING D，et al.Tracking the ecological overshoot of the human economy［J］.Proceedings of the National Academy of Sciences of the United States of America，2002，99（14）：9266－9271.

［6］ WACKERNAGEL M，REES W.Our ecological footprint：reducing human impact on the earth［M］.Canada：New Society Pub，1996.

［7］ Divya Pandey，Madhoolika Agrawal，Jai Shanker Pandey.Carbon footprint：current methods of estimation［J］.Environmental Monitoring and Assessment，2011，178（1／4）：135－160.

［8］ 罗希，张绍良，卞晓红，等.我国交通运输业碳足迹

测算［J］.江苏大学学报：自然科学版，2012，33（1）：120－124.

LUO Xi，ZHANG Shaoliang，BIAN Xiaohong，et al.Carbon footprint estimation of transportation industry in China［J］.Journal of jiangsu uniwersity：Natural Science Edition，2012，33（1）：120－124.（in Chinese）

［9］ 胡莹菲，王润，余运俊.厦门城市交通系统碳足迹评估研究［J］.上海环境科学，2010，29（3）：98－116.HU Yingfei，WANG Run，YU Yunjun.A study on the e－valuation of carbon footprint in Xiamen urban public transport system［J］.Shanghai Environmental Sciences，2010，29（3）：98－116.（in Chinese）

［10］ IEA.Transport，energy and CO2：Moving toward sustainability［M］.Paris：Jouve，2009.

［11］ STOKENBERGA A，SCHIPPER L.Trends in transport activity，energy use，and carbon footprint in Mexico City［J］.Journal of the Transportation Research Board，2012（13）：105－112.

［12］ HILLSMAN L E，CEVALLOS F，SANDO T.Carbon footprints for public transportation agencies in Florida transportation research record［J］.Journal of the Transportation Research Board，2012（10）：80－88.

［13］ MELANTA S，MILLER HOOKS E，AVETISY AN H G.Carbon footprint estimation tool for transportation construction projects［J］.Journal of Construction Engineering and Management.2013（5）：547－555.

［14］ 苏城元，陆键，徐萍.城市交通碳排放分析及交通低碳发展模式：以上海为例［J］.公路交通科技.2012，29（03）：142－148.SU Chengyuan，LU Jian，XU Ping.Analysis of urban transport carbon emissions and low－carbon development mode：A case study of Shanghai［J］.Journal of Highway and Transportation Research and Development，2012，29（3）：142－148.（in Chinese）

［15］ 胡莹菲，王润，余运俊.厦门城市交通系统碳足迹评估研究［J］.上海环境科学.2010（3）：98－101.HU Yingfei，WANG Run，YU Yunjun.A study on the e－valuation of carbon footprint in Xiamen urban public transport system［J］.Shanghai Environmental Sciences，2010，29（3）：98－116.（in Chinese）

［16］ 简晓英，何民.基于低碳模式下的城市交通结构优化模型研究［J］.科学技术与工程，2011，11（7）：1623－1627.JIAN Xiaoying，HE Min.Study on the optimized model of transportation structure based on low car－bon mode［J］.Science Technology and Engineering，2011，11（7）：1623－1627.（in Chinese）

［17］ 吕慎，田锋，李旭宏.大城市客运交通结构优化模型研究［J］.公路交通科技，2007，24（7）：117－120.LYU Shen，TIAN Feng，LI Xuhong.Study on the optimized model of urban passenger traffic structure［J］.Journal of Highway and Transportation Research and Development，2007，24（7）：117－120.（in Chinese）

［18］ 程斌.大城市客运交通结构优化模型研究.公路交通科技，2007（7）：117－130.CHENG Bin.Study on the optimized model of urban passenger traffic structure［J］.Journal of Highway and Transportation Research and Development，2007（7）：117－130.（in Chinese）

［19］ CARLSSON KANYAMA A，LINDEN A.Travel patterns and environmental effects now and in the future：implications of differences in energy consumption among socio－economics groups［J］.Ecological Economics，1999（30）：156－178.

［20］ FOLKE C，JANSSON A，LINDEN A.Travel patterns and environmental effects now and in the future：implications of differences in energy consumption among socio－economics groups［J］.Ecological Economics，1999（30）：405－417.