基于交通结构发展情景分析的城市交通碳排放测算研究

刘爽，赵明亮，包姹娜，刘静

（北京交通大学城市交通复杂系统理论与技术教育部重点实验室，北京100044）

基于交通结构发展情景分析的城市交通碳排放测算研究

刘爽*，赵明亮，包姹娜，刘静

（北京交通大学城市交通复杂系统理论与技术教育部重点实验室，北京100044）

随着我国城市化和机动化进程的不断加快,在满足居民出行需求的同时，需要更加合理的出行结构来促进交通环境的改善.本文利用不同方法分析测算了城市交通碳排放现状，结合低碳目标的城市客运交通结构优化模型探讨了交通出行比例不变、交通出行比例优化和交通出行比例失衡三种发展情景.分析表明，不同情景下的城市交通碳排量的平均年增长率分别为13.1%、7.3%和15.3%.公共交通是交通结构优化的主要推动力，只有在公共交通分担率不断上升的同时，控制并降低小汽车交通出行比例，才能降低碳排放总量的增长速度.

城市交通；交通结构；情景分析；碳排放测算

1 引言

进入21世纪以来，全球气候变暖和能源危机问题给人类可持续发展带来了严峻的考验.根据政府间气候变化专门委员会报告，全球温室气体排放中城市交通占13.1%，是仅次于能源供应和工业生产的第三大排放领域（IPCC，2007）.二氧化碳作为温室气体的重要组成部分，约占全球温室气体排放的77%[1].在我国，交通运输行业二氧化碳排放占总排放量的7.9%，其中道路运输占行业总排放量的79.5%.根据相关预测，全球交通运输行业的发展速度很难减缓，其二氧化碳排量也将持续增长，中国交通运输业的二氧化碳排放量在2035年将占到总排量的13%左右[2].

交通结构是城市交通体系中不同交通方式所承担的交通量比重，是决定城市交通运行效率和节能减排的关键因素之一，不合理的交通结构同时也是整个城市系统可持续发展的重要制约因素[3].随着机动化进程不断加快，我国许多大城市正处于交通结构转型调整的关键时期，北京市小汽车在居民出行方式中所占比例已由2000年的23.3%上升到2013年的32.7%[4].城市交通拥堵所导致的机动车行驶速度降低对城市交通系统实现节能减排的压力越来越大.本文通过对城市交通碳排放量进行测算，对典型城市发展进行了交通结构优化和发展情景分析，为制定低碳高效的交通结构发展政策提供科学依据.

2 基于交通结构优化的碳排放测算方法

2.1 碳排放测算方法

为了构建低碳交通结构，首先需要测算出城市交通的碳排放量，并以此作为分析未来城市交通结构优化的相关依据.本文主要考虑地面公交、轨道交通、出租车、小汽车等出行方式的碳排放影响，自行车和步行交通为零排放.根据IPCC2006[5]自下而上的测算方法，城市道路交通所排放的CO2的测算方法如式（1）所示.

式中Eroad为城市道路交通二氧化碳排放量，kg；Vi,j为使用燃料j的车辆类型i的数量，辆；Di,j为车辆类型i使用燃料j某段时间内行驶的距离，km；Ci,j为车辆类型i使用燃料j的平均消耗，L/100 km；ρj为燃料类型j的密度，kg/L；Rj为燃料类型j的缺省净发热值，TJ/kg；EFj为燃料类型j的二氧化碳排放因子，kg/TJ；i为车辆类型，j为燃料类型.

其中，轨道交通的碳排放参照式（2）计算[6].

式中Erail为轨道交通的二氧化碳排放量，kg；Vr为轨道交通车辆数，辆；Dr为轨道交通年均行驶里程，km；Cr为轨道交通百公里电耗量，kwh/ 100km；EFr为地铁的碳排放系数，kg/kwh.

除了IPCC法以外，从居民出行角度考虑也可以对交通碳排放量进行测算.可选取居民出行总量、出行结构和不同出行方式的人均出行距离等要素来测算城市交通碳排放量，如式（3）所示.

式中Ei为第i种交通方式的碳排放量，kg；N为居民出行总量，万人次；Si为第i种交通方式分担率，%；Ti为第i种交通方式人均出行距离，km；Mi为第i种交通方式每人每公里的碳排放量，kg/（per⋅km）.

利用这种测算方法需要注意的是，居民出行结构一般基于出行链，一次出行可能由多种交通方式组成时，一般按照优先级别确定出行的交通方式.因此，如果一次出行由轨道交通和地面公交组成，则忽略了公交出行的碳排放量，最终结果偏小；如果一次出行由轨道交通和自行车组成，则忽略了自行车出行所占比例，最终结果偏大.鉴于目前利用小汽车换乘轨道交通的比例很小，自行车和步行换乘的距离较短，所以总体来看，此法测算的碳排量偏小.

2.2 城市交通结构优化模型

本文通过选取合适的交通结构优化目标，以影响低碳目标的各种因素作为约束条件，分析比较了不同交通结构发展情景下的交通碳排放总量，作为制定城市交通发展策略的相关依据.为同时满足居民出行需求与城市环境容量，低碳经济下的城市客运交通结构优化模型目标函数主要考虑城市交通系统运输效率最高，以及城市交通总污染物排放量最小[7].目标函数具体表示为

式中Z为各种交通方式综合运输效率，人⋅km；n为城市客运交通方式种类数；Ci为第i种交通方式客运周转量权重；Ti为第i种交通方式所承担的客运周转量，人⋅km；EC为城市客运交通系统二氧化碳排放总量，g；Mi为第i种交通方式的碳排放因子，g（/人⋅km）.约束条件包括居民的出行需求约束、可达性约束、交通规划约束、交通客运周转量与居民出行人次关系约束、交通能源消耗约束、交通土地资源消耗约束.D为居民出行需求总量，人⋅km；Vi为第i种交通方式平均行驶速度，km/h；t为居民平均出行预算时间，h；R为城市等效半径，km为第i种交通方式承担的客运周转量下限，人⋅km为第i种交通方式承担的客运周转量上限，人⋅km；G为规划年城市居民出行总量；ε为允许误差范围，通常取5%；ei为第i种交通方式能耗因子，MJ（/人·km）；LE为城市客运交通系统分担的能耗消耗限值，M J；hi为规划年第i种交通方式的平均出行距离，km；li为第i种交通方式的动态占用道路面积，m2/人；LR为规划年的城市人均占用道路面积，m2/人.

3 基于情景分析的北京市交通碳排放测算

3.1 基础年交通碳排放测算

根据资料，2013年北京市机动车保有量为543.7万辆，公共汽车保有量为23 592辆，出租车保有量为67 046辆，轨道交通车辆为3 998辆.2012年底北京交通运输行业新能源和清洁能源车辆占比为0.13%，其中私人小汽车等社会车辆中节能环保车辆比例仅为0.01%，出租车业为1.14%，地面公交为21%，而机动车汽柴油比例为13:1[8].选取汽油密度为0.75kg/L，柴油密度为0.89kg/L.同时，根据相关报告可得到不同交通工具的年均行驶里程[4]，不同车辆及燃料类型的百公里油耗[9]，缺省净发热值与碳排放因子可采用IPCC推荐数值，根据IPCC测算方法最终可得不同交通方式的碳排放量如表1所示.

表1 IPCC方法测算的交通碳排放量Table1 Carbon em ission based on the IPCCmethod

根据北京市交通发展年报[4]，2013年北京市六环内日均出行总量达到3 099万人次，居民各种交通方式出行构成中（不含步行）轨道交通、地面公交、小汽车和出租车所占比例分别为20.6%、25.4%、32.7%和6.5%，不同交通方式的人均出行距离和二氧化碳排放量[10]如表2所示.

表2 各种交通方式平均出行距离Table2 Average traveldistance ofeachtransportationmodal

从居民出行角度进行碳排放测算，最终可得不同交通方式的碳排放量如表3所示.

表3 基础出行结构的交通碳排放量Table 3 Carbon em ission based on traffic structure

由于此法的数据来源是居民出行调查，而近期的大规模调研范围仅限六环以内的主要城区，所以总出行量相对较小，同时由于出行优先级造成的影响，造成两种方法的测算结果存在一定差异.

3.2 结构优化模型参数标定

由于技术经济特性上的差别，各种交通方式的城市资源消耗、环境影响及运输效率等方面都不相同，因此需要综合考虑各种交通方式承担的客运周转量权重[11]，选取各种交通方式单位周转量对运输效率改善的贡献值如表4所示.

表4 各种交通方式客运周转量权重表Table 4 Weightof passenger turnover volume of different trafficmode

约束方程从交通出行和能源消耗两个方面来确定.人口规模扩大、经济活动增多、出行距离延长导致交通出行需求持续增长.式（6）体现了居民出行总量约束，通过各种交通方式总客运周转量和居民出行需求总量加以量化.根据北京市交通发展年报[4]和城市总体发展规划[12]，2013年居民平均出行距离为10.5 km，六环内出行总量3 099万人次/日；到2020年，居民平均出行距离将增至11 km，按照年平均增长率计算的六环内人口达2 106.81万人，市区出行总量约为5 941.2万人次/日.

居民出行需求还应考虑在合理时间内能否完成一定出行距离，式（7）体现了可达性约束，即规划出行距离要大于城市等效半径.2013年北京城市等效半径为15 km，根据相关规划要求，2020年北京市城市居民平均出行时间为1 h.

城市总体规划和交通专项规划是城市客运结构发展的依据，式（8）通过不同交通方式承担的客运周转量体现了城市交通规划约束，其上限与交通方式发展水平、经济特性及可持续发展要求相关，在城市交通一体化的理念下，其下限与各种交通方式的功能规划和综合利用效率相关.根据《北京市“十二五”时期交通发展建设规划》[13]，城市客运交通结构发展目标如表5所示.

表5 客运交通结构总体发展目标Table 5 The developmentgoals of passenger traffic structure

交通能耗是城市交通可持续发展的重要指标，式（9）和式（10）分别体现了交通能源消耗约束和道路资源利用约束.各种交通方式的能源消耗因子和动态占地面积如表6所示，通过分析城市交通活动的能源基础，相关研究认为保证出行所需的年人均可持续发展能源消费水平为1.1×104MJ，由于国内能源利用率较低，本文选取为国外能源利用率的60%.2013年北京市道路面积达到9 611万m2，人均占用道路面积为4.5m2/人.

表6 各种交通方式的能耗因子Table 6 Energy consum ption factor of different traffic mode

3.3 基于交通结构的碳排放情景分析

本文选取2013年为基础年，2020年为规划年，运用低碳目标的城市客运交通结构优化模型，探讨2020年客运交通结构情景方案.根据基础年出行结构假设情景Ⅰ，即2020年交通出行结构维持现状不变；以低碳出行为目标的交通结构假设情景Ⅱ，即优化交通结构后的出行模式；从交通结构失衡发展角度假设情景Ⅲ，即小汽车交通快速发展模式.

情景Ⅰ交通出行结构不变.

根据北京市交通发展年报，2013年北京市居民出行方式构成中（不含步行），轨道交通比例为20.6%，增幅明显；地面公交比例为25.4%，有所降低；小汽车出行比例为32.7%；出租车出行比例6.5%；自行车出行比例12.1%.假设2020年各种出行方式维持现状比例不变，根据式（3）可以得到2020年城市交通出行碳排放量为2 498.6万t.

情景Ⅱ优化交通结构，公共交通主导.

结合交通结构优化结果和交通发展态势，提出以低碳为目标的2020年出行结构为：公共交通出行比例达到67%，其中轨道交通为45%，地面公交为22%，出租车降至4%，小汽车降至18%，自行车为11%，可得出2020城市交通出行碳排放量为1 967.8万t.

情景Ⅲ交通结构失衡，小汽车无限制发展.

假设小汽车出行方式快速发展，公共交通出行比例不断下降，各交通方式的出行比例为：公共交通出行比例降至40%，其中轨道交通为25%，地面公交车为15%；出租车为7%，自行车为15%，小汽车出行比例则达到38%，可得出2020城市交通出行碳排放量为2 698.1万t.

将三种发展情景下的不同交通方式碳排放量和总排放量进行对比，如图1所示.

图1 不同发展情景下的碳排放对比图Fig.1 The emissionsofdifferentdevelopmentscenarios

从整体来看，由于居民出行总量不断增加，碳排放总量的增长趋势是明显的，但是不同发展情景下增长比例差异较大.情景Ⅰ保持出行结构不变，公共交通出行占比不到50%，不具有绝对优势地位，碳排放总量在规划年将增长91.7%；情景Ⅱ通过提升主导地位，使公共交通出行比例达到67%，同时小汽车出行比例控制在20%以内，碳排放总量在规划年将增长51.0%；情景Ⅲ设定了小汽车出行无限制发展模式下，规划年的碳排放总量将为基础年的2.1倍.对比来看，情景Ⅱ公共交通出行比例的不断提升对降低碳排放量效果明显，碳排放总量比情景Ⅰ、情景Ⅲ分别减少了21.2%和27.1%.

4 研究结论

机动车保有量高速增长和出行比例的不断提高，加剧了机动车排放的污染程度，需要更加合理的交通出行结构来促进交通环境改善.本文从不同角度出发，以北京市为例，结合低碳目标的交通结构优化模型探讨了出行结构不变、出行结构优化和出行结构失衡三种发展情景，不同情景下的城市交通碳排量的平均年增长率分别为13.1%、7.3%和15.3%.分析表明，由于居民出行总量的不断增加，碳排放总量呈增长趋势，但是不同发展情景下增长程度差异较大.如果不从政策引导上改变居民出行特性，尽管基础设施达到相对先进水平，公共交通处于相对优势地位，但小汽车出行比例逐步上升，整个城区的碳排放总量增长依然不断加快.

未来北京市仍将处于快速机动化进程中，交通结构优化标志应体现为公共交通为主要推动力.只有在公共交通分担率不断上升的同时，控制并降低小汽车交通出行比例，才能降低碳排放总量的增长速度，通过综合政策在保障居民出行需求的同时实现城市交通可持续发展的目标.

[1]International Panel on Climate Change.Climate change 2007[R].IPCC Fourth Assessment Report,International Panelon Climate Change,2008.

[2]International Energy Agency.World energy outlook[R]. International Energy Agency,Paris,France,2013.

[3]杜怡曼,贾宇涵,吴建平,等.基于交通环境容量的区域交通动态调控模型[J].交通运输系统工程与信息, 2015,15(2):36-41.[DU Y M,JIA Y H,WU JP,et al. Dynamic traffic control model based on traffic environmental capacity[J].Journal of Transportation Systems Engineering and Information Technology,2015,15(2):36-41.]

[4]北京交通发展研究中心.2014年北京市交通发展年度报告[R].北京：北京交通发展研究中心，2014. [Beijing Transport Research Center.Beijing transport annual report 2014[R].Beijing：Beijing Transport Research Center,2014.]

[5]Intergovernmental Panel on Climate Change.2006 IPCC guidelines for national greenhouse gas inventories[M].Japan：Institute for Global EnvironmentalStrategies(IGES),2006．

[6]童抗抗.居住—就业距离对交通碳排放的影响[J].生态学报，2012,32:2975-2984.[TONG K K.Significant impactof job-housing distance on carbon emission from transport:a scenario analysis[J].Acta Ecologica Sinica, 2012,32:2975-2984.]

[7]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.[LV S, TIAN F,LI X H.Study on the optimization model of urban passenger traffic structure[J].Journal of Highway and Transportation Research and Development,2007,24 (7):117-120.]

[8]李琼,陈超,李俊梅,等.基于城市地下道路污染物排放特征性的交通特征调研[J].上海理工大学学报, 2012,5:435-460.[LIQ,CHEN C,LIJM,etal.Traffic characteristics based on vehicle emission factors in urban underground road[J].Journal of University of Shanghai for Science and Technology,2012,5:435-460.]

[9]蔡博峰,冯相昭,陈徐梅.交通二氧化碳排放和低碳发展[M].北京：化学工业出版社，2012.[CAIB F,FENG X Z,CHEN X M.Transport carbon dioxide emission and low carbon development[M].Beijing:The Chemical Industry Publishing House,2012.]

[10]刘文宇.北京市发展低碳交通的前景分析[J].综合运输，2010:37-40.[LIU W Y.The future of Beijing development of low carbon traffic analysis[J]. Comprehensive Transport,2010:37-40.]

[11]吕慎,田锋,李旭宏.我国大城市客运交通结构发展模式研究——应用层次分析—主成分分析组合评判法[J].土木工程学报,2003,36(1):30-35.[LV S, TIAN F,LI X H.Study on the trend of big cities’passenger traffic structure—Application of combined model on analytic hierarchy process and primary component analysis[J].China Civil Engineering Journal, 2003,36(1):30-35.]

[12]北京市人民政府.北京城市总体规划(2004～2020年) [EB/OL].(2005-05-17).[2014-09-01].http://www. bjghw.gov.cn/web/static/catalogs/catalog_233/233.htm l. [Municipal People’s Government.The general plan of Beijing 2004～2020[EB/OL].(2005-05-17).[2014-09-01].http://www.bjghw.gov.cn/web/static/catalogs/ catalog_233/233.htm l]

[13]北京市规划委员会，发展和改革委员会.《北京市“十二五”时期交通发展建设规划》[EB/OL]. (2012-07).[2014-09-01].http://zhengwu.beijing.gov. cn/ghxx/sewgh/t1237237.htm.[Beijing municipal commission of urban planning,Development and Reform commission.The“twelfth five-year”period transportation development and construction planning of Beijing.[EB/OL].(2012-07).[2014-09-01].http:// zhengwu.beijing.gov.cn/ghxx/sewgh/t1237237.htm]

Carbon Em ission Calcu lation for Urban Transport Based on Scenario Analysis of Traffic Structure

LIU Shuang，ZHAOM ing-liang，BAOCha-na，LIU Jing

（MOEKey Laboratory for Urban Transportation Complex Systems Theory and Technology,Beijing Jiaotong University, Beijing 100044,China）

A long with the accelerating process of urbanization and motorization in China,whilemeeting the travel demand,themore reasonable traffic travel structure is required to improve the traffic environment. This paper calculates and analyzes the current situation of the urban traffic carbon em issions using various methods,discussing three kinds of development situations including the invariability,optim ization and imbalance of traffic structure combined with the traffic structure optim izationmodels aim ing at low-carbon emissions.The results show that the average annual grow th rates of urban traffic carbon emissions are 13.1%、7.1%and 15.3%in different scenarios.The public transit is the main driving force for the optimization of traffic structure.Only the proportion of public transit rising constantly and the proportion of car tripsbeing controlled,can the grow th rate of the carbon em issionsbe reduced.

urban transport;traffic structure;scenario analysis;carbon em ission calculation

1009-6744（2015）03-0222-06

U268.6

A

2015-01-07

2015-03-23录用日期：2015-04-03

国家自然科学基金(71201008)；国家重点基础研究发展计划（2012CB725406）.

刘爽（1980-），女，北京人，博士.＊通信作者：liushuang@bjtu.edu.cn