李振宇，廖 凱，崔占偉，劉 洋

(交通運輸部科學研究院，城市公共交通智能化交通運輸行業(yè)重點實驗室，北京100029)

0 引言

城市交通擁堵通常是指在城市道路上行駛的車輛數超過道路的實際容量時，車輛緩慢行駛的交通現象.交通擁堵已成為城市發(fā)展過程中既不可避免，又難以治理的一種“城市病”.交通擁堵會產生諸多危害，主要包括：浪費大量的時間和人力，造成巨大的經濟損失；低速行駛和頻繁的起步停車，增加能源消耗、碳排放和污染物排放等[1].據有關部門測算，中國小汽車的碳排放占城市交通碳排放的80%以上[2].中國機動化水平仍比較低，2017年，中國千人汽車保有量為156輛，同年美國為834輛，日本為715輛，世界平均為173輛[3].汽車產業(yè)仍是中國經濟支柱產業(yè)之一，未來小汽車仍會有很大的市場空間，快速發(fā)展的同時也會造成城市交通擁堵更加嚴重，城市交通碳排放也會隨之快速增長.

國內外學者圍繞城市交通擁堵和碳排放評估方面開展了大量研究.李賓[4]根據城市道路交叉口交通實況的調查數據，計算出在交通擁堵時段的碳排放量，評估了交通擁堵造成的碳排放效應.鄒剛濤[5]通過改進Kaya公式，基于居民出行特征分析，測算了不同發(fā)展模式下的城市客運碳排放量.Matthew Bart[6]利用車輛運行檢測技術、車輛活動數據等，提出了排放評估模型，評估了速度管理等策略在碳減排方面的作用.賴承鉞[7]基于COPERT 4模型，通過對機動車車輛構成、行駛工況、環(huán)境溫度等數據的調研，計算出成都市機動車尾氣的排放因子、主要污染物排放量等.程穎[8]基于實時監(jiān)測數據的交通流仿真模型、視頻檢測方法的車隊結構分析和排放因子修正關系，提出了城市交通NOx排放高分辨率分析方法和模型，并開展了案例實證.王志高[9]針對公交優(yōu)先政策實施，用情景分析方法分析了對碳排放削減量的影響.可以看出：宏觀研究中分類較粗，排放因子單一，評估結果的精度較低；微觀研究中，范圍和規(guī)模有限，評估成本很高；中觀方面的評估研究較少.本文從影響城市交通碳排放的關鍵因素著手，建立較詳細的排放因子數據庫，提出中觀層面城市交通緩堵減排效益的評估方法和模型，既能實現碳排放評估，又能盡量通過分類和集聚的方法實現總量評估.

1 影響因素分析及排放因子測試

影響城市交通碳排放的主要因素包括車型(車齡、排量、排放標準等)、行駛速度、出行距離、技術水平、排放因子、相關標準等，研究確定城市交通緩堵減排效益的評估方法和模型，需要在考慮數據現狀的基礎上，統(tǒng)籌考慮這些相關因素.

1.1 交通擁堵等級劃分

針對交通擁堵劃分，全國尚沒有統(tǒng)一標準，參照北京市地方標準《城市道路交通運行評價指標體系》[10]，城市道路分為快速路、主干路、次干路和支路，交通運行狀況分為嚴重擁堵、中度擁堵、輕度擁堵、基本暢通和暢通5個等級，如表1所示.不同道路類型交通擁堵對應的平均行程速度閾值不同：快速路，平均行程速度小于等于50 km/h，即為擁堵(輕度、中度和嚴重擁堵)；主干路，速度小于等于30 km/h為擁堵.如此分類，為開展城市交通緩堵減排效益評估奠定了重要基礎.

表 1 交通擁堵等級與車輛速度、道路類型之間的關系Table 1 Relationship among division of traffic congestion,speed and road type

1.2 車型分類

車型是影響小汽車碳排放的主要因素之一，為提高評估精度，根據發(fā)動機排量、排放標準等對車型進行細分.按照發(fā)動機排量分為：小型排量汽車(排量小于等于1.4 L)、中型排量汽車(排量為(1.4,2.0]L)、大型排量汽車(排量大于2.0 L).按照排放標準分為：國I、國II、國III、國IV和國V.一般來講，小汽車的碳排放與排量成正比，排量越大，油耗越高，碳排放就越大.

1.3 確定碳排放因子

采用典型行駛工況法和車速排放實測法的綜合結果，通過PHEM模型模擬確定不同道路類型和不同服務水平下的碳排放因子.

(1)確定典型行駛工況.

車輛行駛工況是針對某一類型車輛，在特定道路交通環(huán)境下，描述車輛行駛特征的速度—時間關系曲線.選擇平均行程速度，行駛過程中停車時間比例和相對正負加速度這3個參數值作為描述工況單元的統(tǒng)計特征參數[8].通過實際觀測，獲得不同道路類型下車輛加減速、怠速和勻速行駛的時間比例，根據道路類型和交通狀況進行聚類分析，利用最小二乘法找出最有代表性的工況單元，即為該道路類型和交通狀態(tài)下的典型運行工況.

(2)開展排放測試.

安裝OBD設備對成都市615輛小汽車采集了車輛逐秒行駛數據，包括燃油消耗、碳排放、HC排放等，采集時間為2017年6月，數據量超過20萬條，覆蓋成都市80%道路范圍，采集內容包括經緯度、日期、時間、速度、加速度等，分析確定不同道路類型、交通狀態(tài)下的典型運行數據.

綜合現有排放因子和實際排放測試數據，使用PHEM模型，考慮車輛的速度工況、道路坡度等相關因素，計算發(fā)動機功率、速度與能耗和碳排放的相互關系，建立各種車型對應的發(fā)動機圖譜，初步得出典型工況對應的排放因子.綜合上述車速與碳排放的測試數據，得出最終的小汽車碳排放因子，建立城市交通碳排放因子數據庫.如，以汽油為燃料的中型排量汽車的碳排放因子如圖1所示.

圖1 不同道路類型和道路服務水平等級下的碳排放因子Fig.1 CO2emission factors under different road types and road service levels

2 評估方法研究與建模

ASIF方法由Schipper于1999年提出，是一種基于運輸活動的交通碳排放評估方法.城市交通碳排放與行駛里程、車輛保有量、燃料類型、燃油經濟性和碳排放因子有關，故交通碳排放核算方法[11-12]為

式中：i為交通方式；j為燃料類型；t為時間(h)；Qt為總碳排放量(t)；di,j,t為行駛里程(km)；Si,j,t為車輛保有量(輛)；Ei,j,t為平均燃油經濟性(L/100 km)；Fi,j,t為碳排放因子(g/km).

考慮交通總體運行情況，城市交通碳排放總量計算公式為

式中：Qd為擁堵狀態(tài)時的碳排放量(t)；Qc為暢通狀態(tài)時的碳排放量(t).

在開展城市交通緩堵減排效益評估分析時，考慮行駛速度、平均行駛距離等活動水平和排放類型等實際情況，對式(1)進行改進，得到更實用的估算模型為

式中：m為不同的擁堵等級；n為不同的道路類型；Ki,m,n為暢通、擁堵交通的車公里數(km)；Fi,m,n為不同方式不同擁堵等級的碳排放因子(g/km).

假設通過實施單雙號限行等各種緩堵措施后，車輛的運行速度明顯上升，行駛效率提高，在同等車流量下碳排放量減少，與擁堵時的碳排放量比較，計算緩解城市交通擁堵的碳減排效益為

式中：δQ為緩堵后的碳減排效益(%)；Qz為擁堵轉化為暢通后的碳排放量(t).

3 案例分析

為緩解中心城區(qū)交通擁堵，均衡城區(qū)交通流量，成都市先后采取區(qū)域尾號限行，道路提速，建立多乘員車輛專用車道等重大措施，多數道路的通行效率均有提高，效果良好[13].

3.1 數據采集和分析

(1)收集統(tǒng)計數據.

2017年，成都城區(qū)范圍小汽車保有量為126.2萬輛，隨著小汽車車齡升高，小汽車保有量呈總體下降趨勢，在車輛結構中，排量為1.4～2.0 L的車輛占主體，如圖2所示.城區(qū)內快速路、主干路、次干路和支路的長度占比分別為4%、26%、15%和55%.據調查，成都城區(qū)范圍小汽車的年均行駛里程為1.2萬km[14].

圖2 成都市不同排量的小汽車保有量隨車齡分布情況Fig.2 Distribution of car ownership with vehicle age and different displacement in Chengdu

(2)開展抽樣調查.

基于城市人口、車輛保有量等主要指標，確定成都市7座以下非運營小型車輛調查采集樣本為2 000輛.利用全市5個機動車檢測站的數據，采集不同排量小汽車在城區(qū)范圍內的年行駛里程，在各道路類型中各選取8個典型監(jiān)測點，確定小汽車在不同道路類型中不同道路服務水平的行駛里程占比，再向全市城市道路進行擴樣.2017年，成都快速路、主干路、次干路和支路全年承擔的車流量比例為11%、48%、21%和20%.

3.2 計算結果

(1)車流量計算.

基于調查數據，分析得出成都市小汽車在不同道路類型中不同服務水平下的車流量比例，如圖3所示.2017年成都市交通運行狀況一般，暢通和基本暢通的車流量占51.8%；快速路、主干路和次干路的交通運行狀況良好，暢通和基本暢通的車流量占比介于53.4%～63.7%；支路的運行狀況不佳，輕度擁堵和中度擁堵的車流量占比高達98.2%.小汽車在主干路的行駛比例最高，為53.6%，超過50%以上[14].

(2)碳排放量計算.

通過計算，2017年成都城市交通的碳排放量為494.96萬t，快速路、主干道、次干道、支路的碳排放量占比分別為15.5%、53.6%、15.2%和15.7%，其中，主干道上的碳排放量最高.所有道路類型中，暢通道路(包括暢通和基本暢通)的碳排放占比為51.8%，擁堵道路(包括輕度擁堵、中度擁堵和嚴重擁堵)的碳排放占比為48.2%，如圖4所示.

圖3 成都市不同道路類型和交通擁堵等級中車流量比例Fig.3 VKT of different road types and division of traffic congestion in Chengdu

圖4 成都城市交通的碳排放總量Fig.4 CO2emissions of urban transport in Chengdu

(3)碳減排效益評估.

積極實施公交優(yōu)先、交通需求管理、道路空間調整等治堵緩堵措施，現設定4種發(fā)展情景，即情景1～4，具體設定如下：

情景1，所有輕度擁堵全部轉為基本暢通，所有中度擁堵全部轉化為輕度擁堵，所有嚴重擁堵全部轉化為中度擁堵，其他保持不變；情景2，50%的輕度擁堵、中度擁堵和嚴重擁堵轉化為基本暢通，其他保持不變；情景3，所有輕度擁堵、中度擁堵和嚴重擁堵轉化為基本暢通，其他保持不變；情景4，所有輕度擁堵、中度擁堵和嚴重擁堵全部轉化為基本暢通，基本暢通轉化為暢通.

通過模型運算，結果顯示，與2017年城市交通碳排放量相比，4種發(fā)展情景取得的碳減排效益介于9.5%～22.1%，成效顯著，如圖5所示.隨著交通擁堵的逐漸好轉，將取得顯著的碳減排效益.在情景1中，由于成都的輕度擁堵占比很高，當其轉化為基本暢通后，同樣也取得了顯著的碳減排效益.

反之，若任由小汽車發(fā)展，交通擁堵持續(xù)惡化，碳排放繼續(xù)增加.基于此，設置3種發(fā)展情景：輕度惡化、中度惡化和重度惡化情景，表示各種情景中不同擁堵水平逐級惡化的程度比例分別為10%、30%和50%，擁堵程度加劇，分析其碳排放變化.通過模型運算，與2017年城市交通碳排放量相比，在3種發(fā)展情景中，成都市交通碳排放量將分別增加11.9萬t、35.6萬t，59.3萬t，分別占總排放量的2.4%、7.2%和12.1%.充分說明，交通擁堵的持續(xù)惡化將造成更多的碳排放.

圖5 4種不同情景下的城市交通碳減排效益Fig.5 Benefits of CO2emission reduction in urban transport under four different scenarios

4 結論

城市交通緩堵減排效益評估是城市政府緩堵保暢工作的重要組成部分.本文建立了一個體系性的城市交通碳排放因子數據庫，改進碳排放評估方法并建立城市交通緩堵減排效益評估模型，案例證明了其可行性.加強交通大數據在城市交通緩堵減排效益評估中的應用是未來的發(fā)展方向.通過利用網約車等大數據，可以取代小汽車出行調查確定車流量的傳統(tǒng)方法，不僅可以降低調查成本，提高評估精度，還能實現展示城市交通碳排放的時空特征分布、動態(tài)更新數據等，使評估結果更加直觀、準確，進一步提升使用價值，為找出適合不同城市的治堵緩堵策略提供重要的決策依據.