黃欣然

（長安大學 公路學院，陜西 西安 710064）

不同類型社區(qū)居民特征與居民通勤碳排放的關(guān)系

黃欣然

（長安大學 公路學院，陜西 西安 710064）

為了探究居民特征對居民通勤碳排放分布的影響，對西安市不同類型的8個社區(qū)進行了居民出行調(diào)查。通過計算居民的通勤碳排放和統(tǒng)計各類居民個人特征，分析了各社區(qū)內(nèi)產(chǎn)生通勤碳排放較高的居民組成。研究結(jié)果表明：本科學歷、公司職員、41～50歲是最可能產(chǎn)生高碳排放的居民特征，但在不同類型的社區(qū)中分布情況有明顯差異；同類型的社區(qū)，距離市中心越遠，居民越可能產(chǎn)生高碳排放，但高碳排群體的特征與社區(qū)位置無關(guān)；不同類型社區(qū)對應(yīng)不同類型的居民群體，而具有相似特征的居民的出行選擇也較為相近，使得碳排放的分布與居民特征密切相關(guān)。

通勤出行；碳排放；社區(qū)；出行調(diào)查；統(tǒng)計分析

0 引言

中國的年碳排放總量已連續(xù)多年排世界首位，這與其迅速的城鎮(zhèn)化、機動化密切相關(guān)。2014年，全國城鎮(zhèn)人口達到74 916萬，占總?cè)丝诘?4.77%，比2002年占比上升了15.68%。伴隨城鎮(zhèn)化的進程，機動車保有量也迅速增加。截至2014年底，全國機動車保有量達2.64億輛，其中汽車有1.54億輛[1]。

汽車的數(shù)量提升及其廣泛應(yīng)用是碳排放總量居高不下的重要原因。奧斯陸氣候和環(huán)境國際研究中心發(fā)表于美國《國家科學院學報》的報告指出，過去10年全球二氧化碳排放總量增加了13%，而源自交通工具的碳排放增幅卻高達25%[2]。歐盟大部分工業(yè)領(lǐng)域都做到了成功減排，但交通工具碳排放卻在過去10年增長了21%[3]。作為頻率最高且形式最穩(wěn)定的交通出行，通勤出行在人們?nèi)粘Ｉ钪邪缪葜匾慕巧彩翘寂欧诺闹匾M成部分。交通活動中，基于家的通勤出行距離總量又占到家庭出行活動總量的60%[4]。隨著城市的發(fā)展及其工作崗位的增加，每天早晚兩個交通高峰造成的擁堵成為了城市難以解決的交通痼疾。據(jù)統(tǒng)計，在道路擁堵時，汽車尾氣排放的碳氧化物比正常行駛增加40%[5]。可見，控制通勤碳排放是有效抑制碳排放快速增長的關(guān)鍵所在。

另一方面，中國的高碳排放與其高人口密度有密不可分的關(guān)系。在人口密度方面，國土面積與中國相差不多的美國僅為34.2人/km2，而中國則高達143人/km2。人口的不同分布形成了城市和農(nóng)村，而在城市和農(nóng)村內(nèi)部，人口又以社區(qū)的形式聚集在一起。

交通碳排放和居民居住地分布之間的關(guān)系在過去若干年間已經(jīng)有國內(nèi)外學者進行了研究，但所得結(jié)論有所差異。法國的J Nicolas等通過研究發(fā)現(xiàn)，城區(qū)和市中心居住的居民產(chǎn)生較多的碳排放，而城郊和鄉(xiāng)村地區(qū)較低[6]；Ko J等人應(yīng)用樹形回歸和LOGISTIC模型，發(fā)現(xiàn)首爾都市區(qū)以及周邊的京畿道和仁川的碳排放高于首爾市[7]；Büchs M等通過多重OLS回歸分析指出，英國的農(nóng)村家庭比城市家庭傾向于產(chǎn)生更高的碳排放，排放量高出16%[8]；我國的肖作鵬指出，位于北京市中心區(qū)域的社區(qū)交通碳排放低于城郊的商業(yè)居民住宅社區(qū)和政策性住宅社區(qū)，并且交通碳排放與家庭到市中心的距離不相關(guān)，研究還發(fā)現(xiàn)對象區(qū)域是否處于城郊是反應(yīng)交通碳排放空間分布的重要指標[9]；劉沛通過統(tǒng)計分析和相關(guān)性檢驗發(fā)現(xiàn)，在多中心城市武漢，城郊、大型居民區(qū)和城市周邊新建開發(fā)區(qū)的家庭產(chǎn)生更高的交通碳排放[10]。

關(guān)于交通碳排放與個人、家庭及其社會經(jīng)濟特征之間關(guān)系的研究在許多城市得到了相近的結(jié)果。一些學者指出：男性產(chǎn)生的交通碳排放高于女性[11-14]；中年人產(chǎn)生的交通碳排放高于其他年齡段[7，11-13]；高收入群體容易產(chǎn)生更高的碳排放[8，11-15]；受教育程度較高的居民產(chǎn)生的交通碳排放較高[8]；從事專業(yè)性工作的居民產(chǎn)生的交通碳排放較高[7]；全職工作者比兼職工作者的交通碳排放高[12，14]；有固定工作的居民產(chǎn)生的交通碳排放比無業(yè)者高[11，13]。

總體來說，現(xiàn)有研究集中地分析了多個國家和地區(qū)的碳排放分布特征和相關(guān)因素，從收入、家庭屬性（家庭類型、成員構(gòu)成）、職住距離等方面討論了影響碳排放的指標，得出這些因素都對碳排放有較為顯著影響的結(jié)論。然而，這些因素的選取過于靜態(tài)化，得到的結(jié)論多數(shù)情況下只適用于某個或某類城市的現(xiàn)狀，并未從整體上達到完全的統(tǒng)一。事實上，城市的發(fā)展遵循由簡單到復(fù)雜、由落后到發(fā)達的普遍規(guī)律，只不過可能因處于不同發(fā)展時期而體現(xiàn)出不同的特征。這種不同時期的不同特征，在某個城市也可能通過不同類型的社區(qū)來體現(xiàn)，這一點是迄今為止的碳排放相關(guān)研究未能完全涉及的。本文將基于以社區(qū)為單位的居民出行調(diào)查，研究居民通勤碳排放與居民特征之間的關(guān)系，并比較社區(qū)類型與通勤碳排放差異的關(guān)聯(lián)性。

1 研究對象的選取及特征調(diào)查

西安市是中國內(nèi)陸歷史悠久且目前處于穩(wěn)步發(fā)展的大城市，其城市布局呈典型的方格網(wǎng)狀，具有鮮明的特點。目前，西安市在每日通勤高峰時段存在明顯的交通擁堵，并且還未形成完善的城市軌道交通網(wǎng)絡(luò)，居民的通勤方式選擇有限。因此，本文選取西安市作為研究對象，分析居民通勤碳排放的特征。

西安市目前人口為857.63萬，市區(qū)面積1 068km2，有近千個不同規(guī)模、不同建造時期的社區(qū)。本文遵循“有代表性”和“均勻分布”的原則，選擇了4類共8個社區(qū)，其中1環(huán)內(nèi)2個，1～2環(huán)之間1個，2～3環(huán)之間5個，且2～3環(huán)之間的社區(qū)分布為西側(cè)2個，北側(cè)1個，東南側(cè)1個，西南側(cè)1個。

本文采用抽樣調(diào)查中的分層抽樣法，針對每個小區(qū)所選150戶家庭的成員進行出行信息和個人信息調(diào)查。個人調(diào)查指標及其細分見表1。

表1 個人調(diào)查指標劃分

對問卷進行篩選后，得到有效居民樣本量為1 475人。各社區(qū)的有效人數(shù)分布如圖1所示。

圖1 各社區(qū)有效居民樣本分布圖

2 通勤碳排放計算

目前，已有研究關(guān)于交通碳排放的計算最常用的有兩個公式[16]：

①基于燃料理論：交通碳排放=出行車輛燃料消耗×每種燃料的碳排放系數(shù)；

②基于距離理論：交通碳排放=出行車輛行駛里程×各種交通方式的碳排放系數(shù)。

在城市居民通勤活動中，通勤距離和交通方式對碳排放的影響較大。鑒于通勤距離基本固定，因而采用基于距離的碳排放計算公式，由此得家庭通勤交通碳排放量計算公式如下：

式中：T為家庭通勤碳排放量；Li為家庭成員i的通勤出行距離；Fi為家庭成員i一天的通勤出行頻率；Mi為家庭成員i通勤出行所選交通方式的碳排放因子。

所謂碳排放因子，是指排放標準中限定的某種具體污染物量，是確定家庭通勤碳排放的關(guān)鍵變量。調(diào)查表明，被調(diào)查者主要采用公交車、小汽車、單位班車三種方式完成通勤出行。IPCC提供的燃料二氧化碳排放系數(shù)、各種車型的百公里燃料消耗量以及《2008年西安市居民出行調(diào)查總報告》提供的各種交通方式的參數(shù)調(diào)研結(jié)果見表2。

表2 西安市主要通勤工具參數(shù)調(diào)研結(jié)果[17-18]

根據(jù)表2，通勤工具單位里程的碳排放因子可按下式計算：

式中：Mk為出行方式k的碳排放因子；wk為出行方式k百公里燃料的消耗量；Sk為出行方式k的平均載客量；Cj為所消耗的燃料j的二氧化碳排放系數(shù)。

根據(jù)式（2），計算5種常見出行方式的碳排放因子，結(jié)果如表3所示[19]，其中步行與自行車兩種方式由于不消耗燃料，碳排放因子為0。

表3 西安市主要通勤出行方式碳排放因子

3 典型社區(qū)居民通勤特征分析

根據(jù)式（1）、式（2），可計算得到各社區(qū)居民人均通勤碳排放。對所得數(shù)據(jù)進行分析發(fā)現(xiàn)，各社區(qū)的碳排放分布符合“二八定律”，即20%的居民產(chǎn)生了占總量80%的通勤碳排放。據(jù)此，將這20%的居民作為“高碳排群體”與全體居民進行對照分析。居民碳排放量及通勤特征如表4所示。

表4 各社區(qū)人均通勤周碳排放及交通工具使用情況

3.1 政策性住房

中山門小區(qū)是典型的政策性住房，于20世紀90年代中期因一環(huán)內(nèi)街道的改擴建拆遷而由政府組織修建。首批住戶主要是原先在附近一帶城中村居住的居民，目前也存在一些租住戶。由表1可知，中山門小區(qū)是一個典型的低碳社區(qū)，具有小汽車使用率低、公交使用率高的通勤出行特點，這表明居民很好地利用了處于市中心的便利公交條件。

利用GIS軟件將居民通勤地點標注在地圖中，結(jié)果如圖2所示。統(tǒng)計發(fā)現(xiàn)，中山門小區(qū)的居民通勤地點主要集中于5km和10km范圍內(nèi)，且主要向西延伸，而東側(cè)較少。這種分布特征與西安市目前的布局相吻合，也與目前西安市一環(huán)以西區(qū)域因發(fā)展速度高于東部而具有更多的就業(yè)機會有直接關(guān)系。

圖2 政策性住房居民通勤地點分布圖

3.2 城中村

本文選擇位于西三環(huán)附近的賀家村和位于北三環(huán)附近的三官廟村，對各自的通勤碳排放加以比較。這兩個社區(qū)均于1990年甚至更早就已經(jīng)形成，但令人感到意外的是，大眾概念里生活水平低、經(jīng)濟落后的城中村在通勤碳排放上并不完全處于低水平，其居民的通勤地點分布也有很大差異，如圖3所示。很明顯，這兩個城中村的碳排放量差異并非因各自與市中心的距離所致，恰恰相反，距離市中心更遠的三官廟碳排放反而較低。圖3也可以直觀地反映出兩個社區(qū)居民通勤范圍的差異：賀家村的通勤地點沒有明顯的集中，有的甚至距離社區(qū)非常遠，而三官廟的通勤地點高度集中在5km以內(nèi)的社區(qū)周邊。

圖3 城中村居民通勤地點分布圖

3.3 單位社區(qū)

本文選擇位于西二環(huán)和西三環(huán)之間的新西鋼小區(qū)和一環(huán)內(nèi)的財政廳家屬院作為單位社區(qū)的代表進行調(diào)查。新西鋼小區(qū)是2006年由西安龍鋼集團規(guī)劃建造的住宅小區(qū)，是原西安鋼鐵廠的所在地。西安鋼鐵廠始建于1966年，于2005年被龍鋼集團收購，并以新的形式繼續(xù)發(fā)展，原鋼鐵廠的職工大多數(shù)被沿用，成為龍鋼集團的職員。財政廳則是隸屬于陜西省政府的部門，其家屬院建于20世紀90年代，與單位僅一街之隔。兩個社區(qū)的居民通勤分布見圖4。由該圖可知，新西鋼小區(qū)居民的通勤地點集中在社區(qū)周邊，向東延伸到一環(huán)內(nèi)，整體分布較為均勻，且相當一部分居民的通勤距離大于10km；財政廳家屬院的居民通勤地點集中在5km范圍內(nèi)，且在社區(qū)周邊。

3.4 商業(yè)住宅小區(qū)

本文共選擇了3個商業(yè)住宅小區(qū)進行調(diào)查，即分別位于高新區(qū)和曲江新區(qū)這兩大開發(fā)區(qū)的“楓林綠洲”和“曲池坊”，以及位于二環(huán)內(nèi)西北部的“蔚藍花城”。

更有一個企業(yè)借助電商模式積極地擁抱終端市場，他們組建自己的互聯(lián)網(wǎng)服務(wù)平臺，甚至“割肉”舍棄部分原有渠道，下沉終端，與有實力的種植平臺對接、合作，將產(chǎn)品、技術(shù)、服務(wù)有效結(jié)合形成合力。這種合作模式，在我國當下的農(nóng)村市場中極具生命力和活力。正如全國農(nóng)業(yè)技術(shù)服務(wù)中心首席專家高祥照所言：“服務(wù)是農(nóng)資行業(yè)永恒的主題，只不過隨著農(nóng)業(yè)新形勢的發(fā)展，服務(wù)的內(nèi)容和方式在發(fā)生變化。重新構(gòu)架服務(wù)模式需要整個行業(yè)付諸實踐和努力?！?/p>

圖4 單位社區(qū)居民通勤地點分布圖

這3個社區(qū)雖然都屬新建高檔住宅社區(qū)，但建設(shè)背景有所不同。

“楓林綠洲”于2003年開盤，2005年建成入住。這幾年，高新區(qū)被國家評為“全國首家高新技術(shù)標準化示范區(qū)”、“‘十一五’期間五個重點建設(shè)成世界一流的工業(yè)園區(qū)”，極大地吸引了房地產(chǎn)開發(fā)商的投資和消費者的目光，這使得該區(qū)域的新建住宅區(qū)、商業(yè)區(qū)快速擴張，人口迅速增多。

“曲池坊”于2008年開盤，2009年建成入住。在曲江新區(qū)逐步開發(fā)建設(shè)的基礎(chǔ)上，區(qū)域內(nèi)的商業(yè)住宅小區(qū)逐漸興起。由于環(huán)境雅致，加之旅游熱點地區(qū)的推動，房價甚至高過高新區(qū)。

“蔚藍花城”于2012年入住，其地理位置是3個商業(yè)住宅小區(qū)中最靠近市中心的，與周圍20世紀90年代之前建造的城市中心區(qū)老舊居民區(qū)形成鮮明的對比。在生活配套設(shè)施方面，“蔚藍花城”擁有這3個社區(qū)中最便利的條件，在交通便捷程度上也占據(jù)優(yōu)勢，有近10條公交線路滿足日常出行需求。

以上3個高檔社區(qū)的居民通勤地點分布如圖5所示。

“楓林綠洲”在小汽車使用率，以及小汽車和公交車的通勤距離方面都高于另外兩個社區(qū)，因此碳排放較高；而這幾項普遍較低的“蔚藍花城”自然碳排放最低。從圖5可以看出，3個社區(qū)的主要通勤出行目的地都位于社區(qū)周邊，只是“曲池坊”的通勤目的地分布更加集中。

4 居民個人特征與碳排放的關(guān)系

4.1 居民受教育程度與碳排放的關(guān)系

為了研究受教育程度和居民通勤碳排放的關(guān)系，本文統(tǒng)計了所選社區(qū)全體居民的受教育程度信息和高碳排群體的受教育程度信息，各自的分布情況分別如圖6和圖7所示?？梢?，擁有本科學歷的居民雖然在人數(shù)上不占明顯優(yōu)勢，卻是絕大多數(shù)社區(qū)中碳排放的主要產(chǎn)生者，這在蔚藍花城、曲池坊、楓林綠洲3個高碳排放的商業(yè)住宅小區(qū)里體現(xiàn)得尤為明顯，因為具有較高學歷的居民普遍擁有相對較強的經(jīng)濟實力，選擇高檔的住宅區(qū)生活，并以小汽車作為出行工具；大專學歷居民也在高碳排中占有一定比例；學歷更高的碩士及以上居民雖然基數(shù)較小，產(chǎn)生的碳排放值卻相當可觀。整體來說，高學歷居民是高碳排放的主要貢獻者。

圖5 商業(yè)住宅小區(qū)居民通勤地點分布圖

圖6 社區(qū)全體居民受教育程度分布圖

圖7 高碳排居民受教育程度分布圖

4.2 居民職業(yè)與碳排放的關(guān)系

經(jīng)調(diào)查統(tǒng)計，得到各社區(qū)全體居民及高碳排群體居民的職業(yè)分布情況，如圖8和圖9所示。由圖可見，公司職員在絕大多數(shù)社區(qū)都是碳排放最主要的貢獻者，最高比例甚至高達80%。占比居于次位的是事業(yè)單位職工。這說明這兩種職業(yè)的薪酬待遇相對較高，有能力選擇碳排放較高的交通工具完成通勤出行。另一方面，也應(yīng)當看到，職業(yè)并非決定碳排放量高低的主要因素：公司職員占財政廳小區(qū)受訪者的29.5%，占其高碳排居民的比例更是高達50%，然而財政廳的高碳排群體的人均碳排放僅列所有被調(diào)查小區(qū)的倒數(shù)第2位。根據(jù)這一發(fā)現(xiàn)，對特定人群的出行行為加以控制可以有效降低碳排放的上升速度。例如，可采取單位班車、校車等形式的通勤工具接送居民上下班，減少小汽車的使用量，或由各單位對通勤距離遠的職工提供宿舍，減少往返次數(shù)。

圖8 社區(qū)全體居民職業(yè)分布

圖9 高碳排居民職業(yè)分布

4.3 居民年齡與碳排放的關(guān)系

各社區(qū)全體居民的年齡分布和高碳排居民年齡分布統(tǒng)計結(jié)果如圖10和圖11所示。由圖可以看出，31～40歲的居民是各社區(qū)碳排放的主要來源，41～50歲的居民次之。在大多數(shù)社區(qū)中，這兩個年齡段的居民具有穩(wěn)定的工作和收入，在社會經(jīng)濟發(fā)展中扮演核心角色，自然會產(chǎn)生較多的通勤碳排放。然而，這一統(tǒng)計結(jié)果與三官廟和賀家村兩個城中村并不吻合：賀家村的高碳排年齡段是19～30歲，三官廟則更低，高碳排居民群體集中在18歲以下。

圖10 社區(qū)全體居民年齡分布

圖11 高碳排居民年齡分布

通過以上統(tǒng)計結(jié)果可知，與“人均周碳排放”的相關(guān)性方面，本科人數(shù)、31～50歲的人數(shù)越多，碳排放越高；50歲以上的人數(shù)越多，碳排放越低；職業(yè)分布對這一數(shù)據(jù)的影響并沒有明顯的規(guī)律。與“高碳排群體人均周碳排放”的相關(guān)性方面，本科、公司職員、31～40歲年齡段三項是產(chǎn)生碳排放量最多的居民特征。

5 社區(qū)類型與碳排放分布的關(guān)系

在城市新興開發(fā)地區(qū)建造的住宅小區(qū)通常會得到優(yōu)良的機遇：一方面借助區(qū)域的潛力增加對消費者的吸引，另一方面這種吸引力會反過來促進區(qū)域的發(fā)展，二者共同作用的結(jié)果使得社區(qū)居民經(jīng)濟水平高于平均水平，通勤碳排放值也大大提升。在此影響下，一部分原先居住于城市中心區(qū)附近的經(jīng)濟實力較強的居民可能向城市外圍遷移，使得城市通勤碳排放的重心逐漸向外轉(zhuǎn)移，通勤距離的增加無法避免。因此，應(yīng)該通過豐富出行選擇、增加公交線網(wǎng)密度、提供接駁交通工具等方式引導居民選擇公共交通。

單位社區(qū)是一種穩(wěn)定且發(fā)展速度相對較慢的社區(qū)形式。自20世紀80年代以來，越來越多的單位創(chuàng)造了較高的經(jīng)濟效益，開始自主建房。時至今日，單位社區(qū)的居民仍然保留著一些一成不變的特點。作為單位職工本身，其通勤距離一般較短，所使用的交通方式也傾向于低碳甚至零碳，但社區(qū)內(nèi)其他成員依然在出行方面存在諸多選擇。本文所調(diào)查的兩個單位社區(qū)就體現(xiàn)出不同的碳排放水平，而貢獻碳排放最多的31～40歲人群所占比例的差異是其主要誘因。

城中村是當今最為落后的社區(qū)類型，其居民組成、建筑特點都和主流社區(qū)有所不同，更重要的是，生活在其中的居民表現(xiàn)出了鮮明的兩極分化。其中的高收入群體多為以出租房屋收入為生的原住民或因故暫時租住房屋于此且本身有一定經(jīng)濟實力的外地居民，而另一部分收入相對較低的人群則保留著十幾年甚至幾十年前的生活方式，自給自足，經(jīng)商為業(yè)，在很小的范圍內(nèi)就可以進行日常所需的一切生活行為。這樣的差異不僅直接反映在碳排放上，也反映在居民特征組成上。擁有高收入群體的城中村從任何統(tǒng)計結(jié)果上都與其他社區(qū)相差無幾，而更為原生態(tài)的另一類城中村的高碳排群體分布呈現(xiàn)明顯的金字塔特征，即處于下層的居民反而貢獻更多的碳排放。以高收入的租住戶帶動社區(qū)碳排放上升的城中村，更多的是一種暫時現(xiàn)象，租住戶的特點就是流動性大，這代表這類城中村隨時會回到完全低碳的狀態(tài)；而目前處于更為原始形態(tài)的城中村，如本文研究的三官廟村，一方面可能受到外來租住戶的影響轉(zhuǎn)而迅速成為高碳排社區(qū)，另一方面，目前在其中扮演高碳排群體的兒童可能會成為改變社區(qū)碳排放的一代，他們正在接受比父輩更加良好的教育，并且有父輩打下的經(jīng)濟基礎(chǔ)，可能會在將來擺脫固有的城中村的生活方式，成為商業(yè)住宅小區(qū)的一員，成為高碳排群體。在這種人口的相互流動和向外流失的雙重作用下，城中村這種低碳但落后的社區(qū)形式最終會退出歷史舞臺。

6 結(jié)語

本文分析了西安市8個社區(qū)的居民通勤碳排放調(diào)查數(shù)據(jù)，得出了不同類型社區(qū)碳排放的特點和對碳排放貢獻最多的居民的共同特征，并且分析了與其他社區(qū)體現(xiàn)出不同特征的城中村的碳排放特殊現(xiàn)象成因。本研究有助于認識、理解碳排放在城市的分布規(guī)律，有助于幫助相關(guān)部門更加有針對性地制定控制碳排放增長速度的對策。

由于條件所限，研究中對調(diào)查信息只進行了同類社區(qū)間的橫向比較，并未對同一個社區(qū)在不同年代的通勤碳排放特征和居民特征進行縱向比較，而這正是可以進一步揭示城市發(fā)展和通勤碳排放關(guān)系的關(guān)鍵；此外，限于西安市地鐵網(wǎng)絡(luò)建設(shè)尚未成形，本文的研究未能涉及以地鐵為首的新的交通方式的引入對于其輻射范圍內(nèi)社區(qū)通勤碳排放的影響，這二者將是今后的研究重點。

[1]《中國統(tǒng)計年鑒-2014》編委會.中國統(tǒng)計年鑒-2014[Z].北京：中國統(tǒng)計出版社，2014.

[2]Organization for Economic Cooperation and Development,In?ternational Energy Agency.World Energy Outlook 2009[R]. Paris:Organization for Economic Cooperation and Develop?ment,2009.

[3]European Environment Agency.Greenhouse Gas Emissions Trends and Projections in Europe 2003[M].Copenhagen:Of?fice for Official Publications of the European Communities, 2004.

[4]MEYER M,MILLER E.Urban Transportation Planning[M]. New York:McGraw-Hill Science/Engineering/Math,2008.

[5]徐建閩.我國低碳交通分析及推進措施[J].城市觀察，2010（4）：13-20.

[6]NICOLAS J,DAVID D.Passenger Transport and Carbon Emissions:What Does the French Transport Survey Tell Us? [J].Atmospheric Environment,2009(43):1015-1020.

[7]KO J,PARK D,LIM H,HWANG I.Who Produces the Most Carbon Emissions for Trips in the Seoul Metropolis Area?[J]. Transportation Research Part D:Transport and Environment, 2011,16(5):358-364.

[8]Büchs M,SCHNEPF S.Who Emits Most?Associations Be?tween Socio-Economic Factors and UK Households′Home Energy,Transport,Indirect and Total Carbon Emissions[J]. Ecological Economics,2013,90(C):114-123.

[9]肖作鵬，柴彥威，劉志林.北京市居民家庭日常出行碳排放的量化分布與影響因素[J].城市發(fā)展研究，2011，18（9）：104-112.

[10]劉沛，杜寧睿，黃經(jīng)南，等.基于社區(qū)尺度的城市空間參數(shù)對家庭日常出行碳排放的影響研究[C]//多元與包容——2012中國城市規(guī)劃年會論文集（06.住房建設(shè)與社區(qū)規(guī)劃）.昆明：云南科學技術(shù)出版社，2012.

[11]CARLSSON-KANYAMA A,Lindén A.Travel Patterns and Environmental Effects Now and in the Future:Implications of Differences in Energy Consumption Among Socio-Economic Groups[J].Ecological Economics,1999(30):405-417.

[12]BRAND C,GOODMAN A,RUTTER H,el al.Associations of Individual,Household and Environmental Characters With Carbon Dioxide Emissions From Motorized Passenger Travel[J].Applied Energy,2013,4(104):158-169.

[13]BRAND C,BOARDMAN B.Taming of the Few—The Un?equal Distribution of Greenhouse Gas Emissions From Per?sonal Travel in the UK[J].Energy Policy,2008,36(1):225-230.

[14]SUSILO Y,STEAD D.Individual Carbon Dioxide Emis?sions and Potential for Reduction in the Netherlands and the United Kingdom[J].Transportation Research Record: Journal of the Transportation Research Board,2009(2139): 142-152.

[15]BRAND C,PRESTON J.′60-20 Emission′-The Unequal Distribution of Greenhouse Gas Emissions From Personal, Non-business Travel In the UK[J].Transport Policy,2010, 17(1):9-19.

[16]XIAO T,SHI X,WANG K.Analysis on Influencing Factors for Carbon Emissions of Urban Passenger Transport[C]//Pro?ceedings of the 10th International Conference of Chinese Transportation Professionals.Beijing:ASCE,2010:2716-2728.

[17]IPCC.2006年國家溫室氣體清單指南[M].馬耳他國際翻譯有限公司，譯.東京：日本全球環(huán)境戰(zhàn)略研究所，2006.

[18]西安市居民出行調(diào)查領(lǐng)導小組辦公室.2008年西安市居民出行調(diào)查總報告[R].西安：西安市居民出行調(diào)查領(lǐng)導小組辦公室，2009.

[19]郭露.城市家庭通勤碳排放研究——以西安市為例[D].西安：長安大學，2012.

Relationship Between Residents′Features of Different Types of Communities and Commuting Carbon Emissions

HUANG Xin-ran
（School of Highway,Chang′an University,Xi′an 710064,China)

In order to discover the influence of residents′features on commuting carbon emissions,a travel survey aiming at 8 communities of different types was performed.Residents′commuting carbon emissions were calculated,and individual features were classified to analyze characters of high carbon emission residents.The results show that bachelor degree,company employee,and 41 to 50 years old are features of residents who have the highest possibilities to produce high commuting carbon emissions, while their distribution in different types of communities have obvious difference.It′s found that among the communities of same type,the further it is from city center,the higher commuting carbon emissions its residents may produce,while the features of high commuting carbon emissions group have nothing to do with community location.All the research indicates that different types of communities correspond to different types of residents,and residents with similar features make similar travel choices,which makes a close relationship between distribution of commuting carbon emissions and residents′features.

commuting travel;carbon emission;community;travel survey;statistical analysis

U491.11

：A

：2095-9931（2015）05-0044-10

10.16503/j.cnki.2095-9931.2015.05.007

2015-06-21

國家自然科學基金項目（51178055-E0807）

黃欣然（1990—），男，陜西西安人，碩士研究生，專業(yè)為交通運輸規(guī)劃與管理。E-mail：huangxr1990@163.com。