郭耀 何保紅

摘 ?要：城市建成環(huán)境對出行碳排放具有長期影響作用，兩者關(guān)系一直以來受到學(xué)者們的廣泛關(guān)注。已有研究忽視了生命周期變化帶來人群影響的差異性，這可能導(dǎo)致錯估建成環(huán)境影響程度。文章基于生命周期理論將人群分成單身期、新婚期、育兒期、教育期和向老期，利用多元線性回歸探討了建成環(huán)境對居民出行碳排放影響程度。結(jié)果表明：不同生命周期的人群出行碳排放受到建成環(huán)境影響的尺度和指標(biāo)均存在一定差異性，并且這種差異性與生命周期變化存在一定的關(guān)聯(lián)性。

關(guān)鍵詞：出行碳排放;建成環(huán)境;生命周期

中圖分類號：F570 ? ?文獻標(biāo)識碼：A

Abstract： The urban built environment has long term impact on travel carbon emissions， and the relationship between them has attracted much scholarly attention. In general， heterogeneity of residents due to the development of life cycle has been ignored in previous studies， and it may miscalculate the influence of built environment. Based on the theory of life cycle，this study which uses multiple linear regression equation discusses the effects of built environment on residents' travel carbon emissions by different stages of life cycle that is composed of single-period， newlyweds-period， parenting-period， educating children-period and ging-period. Result shows that the influence of built environment on travel carbon emission is affected by residents' stage of life cycle in terms of scales and indicators， and the differences are related to the development of residents' stage of life cycle.

Key words： travel carbon emission; built environment; life cycle

0 ?引 ?言

減少交通帶來的出行碳排放一直是交通可持續(xù)發(fā)展、智慧交通的重要議題[1-2]。隨著國內(nèi)社會經(jīng)濟的快速發(fā)展，居民日常生活水平顯著提高，機動車保有量迅速提升，導(dǎo)致國內(nèi)交通出行碳排放總量放逐年增加[3]。與此同時，國內(nèi)不少城市空間的蔓延式發(fā)展在某種程度上可能導(dǎo)致居民日常出行方式機動化，加劇了出行碳排放量的增長趨勢[4]。因此探究城市交通出行碳排放量和城市空間之間的關(guān)系一直以來受到學(xué)者的廣泛關(guān)注。

已有研究中主要從不同空間尺度探討了建成環(huán)境對出行碳排放影響機制。早期研究主要從宏觀城市角度來看待兩者關(guān)系，主要關(guān)注城市結(jié)構(gòu)本身如何影響出行碳排放。如馬靜等學(xué)者通過探討北京市不同社區(qū)類型居民出行碳排放差異，發(fā)現(xiàn)出行距離、出行方式對出行碳排放具有顯著效用，同時單位社區(qū)居民日常出行更加“低碳化”[5]。Pengjun Zhao發(fā)現(xiàn)北京發(fā)展邊緣地區(qū)呈現(xiàn)蔓延式特征，并且隨著郊區(qū)化和機動化的進程，交通運輸產(chǎn)生了巨大的環(huán)境成本[6]。Ali Modarres通過研究城市高密度地區(qū)的出行特征，發(fā)現(xiàn)了高密度地區(qū)的人能源消耗更低[7]。但張赫等學(xué)者通過探究多個小城市的建成環(huán)境對出行碳排放的影響，發(fā)現(xiàn)道路和公共設(shè)施的密度對碳排放的影響并不顯著[8]。伴隨著研究的深入細致化，越來越多的研究關(guān)注到了個體微觀尺度的建成環(huán)境對于居民日常出行碳排放的研究，這有助于政策精確有效的對具有不同差異個體進行準(zhǔn)確管理[9]。榮培君等學(xué)者通過考慮居民個體居住區(qū)的建成環(huán)境，發(fā)現(xiàn)“高密度欠通達低混合型居住區(qū)”的居民碳排放量比較高，而“內(nèi)層低密度高通達高混合型居住區(qū)”的碳排放量比較低，同時居住區(qū)尺度能較好地揭示出行碳排放的影響機制[10]。楊文越等學(xué)者認(rèn)為除了考慮居住區(qū)環(huán)境外，同時還要考慮工作地的建成環(huán)境對出行碳排放的影響[11]。

上述研究中可以看出現(xiàn)有研究大多關(guān)注了不同空間尺度下建成環(huán)境對居民日常出行碳排放的影響，卻忽視了家庭結(jié)構(gòu)變化對出行碳排放的影響。生命周期理論將個體的一生軌跡分成單身期、新婚期和育兒期以及教育期和向老期幾個階段，體現(xiàn)了家庭結(jié)構(gòu)變化對個體行為的影響[12]。多個研究證實了處于不同生命周期的人群具有一定的行為差異[13-14]，但是國內(nèi)很少有研究從不同生命周期視角來探索建成環(huán)境對出行碳排放的影響?？紤]到個體處于單身狀態(tài)時，個體只受到來自外部的空間約束，因而該階段可能通過調(diào)整外部建成環(huán)境而影響個體的出行特征，從而減少出行碳排放。而當(dāng)個體處于新婚狀態(tài)時，個體除了受到來自外部的空間約束外，還會受到來自家庭內(nèi)部的制約影響，例如因妻子通勤距離過長而導(dǎo)致家庭不得不使用小汽車進行日常出行，從而增加丈夫的出行碳排放。隨著家庭成員的增加——即處于育兒期狀態(tài)的個體受到的來自家庭內(nèi)部的影響可能會更顯著。當(dāng)家庭內(nèi)部孩子能夠具有自主出行能力——即個體處于教育期時，來自家庭的制約又可能會減弱。最后當(dāng)個體處于向老狀態(tài)時，因其身體能力的制約和來自家庭的約束減弱，其出行方式受到建成環(huán)境的影響較大。綜上所述，本文假設(shè)不同生命周期下的群體其建成環(huán)境影響機制具有差異性，嘗試從生命周期視角來討論建成環(huán)境對出行碳排放的影響，驗證上述假設(shè)是否正確。

1 ?樣本和變量選取

1.1 ?樣本來源及分類

樣本數(shù)據(jù)來自于2016年昆明市居民日常出行調(diào)查數(shù)據(jù)，采用入戶發(fā)放問卷的方法進行數(shù)據(jù)采集，樣本中涵蓋了個體出行特征、個體經(jīng)濟屬性和家庭經(jīng)濟屬性。其中個體出行特征包括了出發(fā)地的經(jīng)緯度坐標(biāo)以及采用的出行方式和出行目的，個體經(jīng)濟屬性包括年齡、職業(yè)和工作地經(jīng)緯度坐標(biāo)，家庭經(jīng)濟屬性包括了家庭年收入、汽車擁有量以及家庭人口數(shù)、不滿6周歲人數(shù)等信息。根據(jù)已有研究分類方法，將生命周期分成單身期、新婚期和育兒期以及教育期和向老期。剔除異常和錯誤樣本后，樣本數(shù)共計11 408個，其中單身期指的為18歲以上青年，樣本數(shù)為2 419;新婚期為結(jié)婚沒有孩子的個體，樣本數(shù)為1 215;育兒期為結(jié)婚孩子不滿6周歲，樣本數(shù)為1 428;教育期為結(jié)婚后孩子大于6歲的個體，樣本數(shù)為3 127;最后向老期為50周歲以上群體，樣本數(shù)為3 219。建成環(huán)境變量則通過Openstreetmap和百度地圖軟件進行獲取。

1.2 ?出行碳排放計算方法

碳排放計算方法通常采取的方法有IPPC法[15]，基于出行方式計算法[16]，基于居民出行的碳排放計算方法[17]和基于機動車行駛距離法[18]。為了體現(xiàn)個體的出行碳排放計算的準(zhǔn)確性和簡便性，將個體日常出行的各個OD段產(chǎn)生碳排放之和作為居民日常出行碳排放量，計算公式如下：

其中：C是對應(yīng)個體i的第j段OD出行產(chǎn)生的碳排放量，而L是對應(yīng)的OD段的出行距離，a是在該OD段出行方式對應(yīng)的碳排放因子，T是個體i產(chǎn)生的出行碳排放總量。根據(jù)整理已有出行方式對應(yīng)的碳排放因子研究[19]，結(jié)合昆明市關(guān)于電動自行車和軌道交通載人數(shù)的規(guī)定和實際情況，對出行碳排放因子計算進行了一定修改，其中將電動車載人數(shù)修改為1，軌道交通載人數(shù)修改為1 460人[20]，給出對應(yīng)的碳排放因子如表1所示。

1.3 ?建成環(huán)境指標(biāo)和個體社會經(jīng)濟屬性指標(biāo)

通常建成環(huán)境從密度、設(shè)計特征和可達性三個指標(biāo)來進行描述，可歸納為公交站點數(shù)量、道路網(wǎng)數(shù)、商業(yè)設(shè)施密度、餐飲娛樂設(shè)施密度和學(xué)校密度等變量[21]。其中可達性用公交站點密度表示，反應(yīng)了居民可用的公共交通設(shè)施;道路網(wǎng)數(shù)反應(yīng)了街道的聯(lián)通程度，用來表達設(shè)計特征;密度用商業(yè)設(shè)施密度、學(xué)校密度和餐飲娛樂設(shè)施密度刻畫，這些設(shè)施為日?；顒犹峁┝讼鄳?yīng)場所。建成環(huán)境采用1 000m半徑圓形緩沖區(qū)作為變量的選擇范圍，該范圍代表了個體步行15分鐘內(nèi)能夠到達的距離[13]，考慮到建成環(huán)境不同尺度的影響，除了常用的居住地尺度外，還考慮了工作地的建成環(huán)境。作為個體社會經(jīng)濟屬性采用職業(yè)、家庭年收入和私人小汽車數(shù)作為相關(guān)變量，變量具體描述如表2所示。

2 ?不同生命周期階段的碳排放特征解釋

碳排放的定義表明了居民日常的出行方式，出行總距離和不同出行方式的出行距離等出行特征對其具有重要影響，因此將不同生命周期下的出行方式占比，不同出行方式距離，出行總距離和出行碳排放總量特征繪制成表3。表3反映了不同生命周期下人群的出行特征和出行碳排放量的差異性，其中出行方式占比代表了同一生命周期人群中的采用某種出行方式次數(shù)占該人群總出行次數(shù)的比例，不同出行方式距離代表了同一生命周期中人群采用某一出行方式出行距離的平均值，出行總距離代表同一生命周期內(nèi)居民日常出行距離的平均值，碳排放總量為同一生命周期人群日常出行碳排放量的平均值。從表3中可以看出，不同生命周期的人群出行特征和碳排放具有明顯的差異。處于單身期的人群使用較多的出行方式為公交、電動車、步行，分別占出行方式比例的29.29%、24.41%和18.04%，同時公交出行的距離也是所有出行方式中最遠的，平均距離約為6.99km。盡管單身期出行總距離是所有人群中出行總距離最遠的，但該人群具有相對傾向于低碳排放的出行方式，因而導(dǎo)致單身期的出行碳排放總量具有較低的水平。處于新婚期的人群則通常選擇電動車、小汽車和公交車作為出行方式，分別占出行方式比例29.19%、26.93%和15.15%，同時小汽車的出行距離相較單身期的小汽車出行距離也出現(xiàn)了大幅度的增長，由原來的2.85km變?yōu)榱?.63km，電動車的出行距離也出現(xiàn)了一定幅度的增長，而公交車的出行距離則出現(xiàn)了大幅度的下降，由單身期的6.99km變?yōu)榱?.36km，出行總距離相較單身期也出現(xiàn)了下降，但是由于其高碳排放的出行方式選擇及其對應(yīng)的出行距離增長，導(dǎo)致新婚期出行碳排放總量出現(xiàn)了一定規(guī)模的增長。處于育兒期人群的小汽車、電動車和步行是出行選擇方式比例較高的三種方式，分別占34.52%、25.69%和20.12%，同時小汽車的出行距離繼續(xù)表現(xiàn)出了增長的趨勢，該方式平均出行距離達到了8.29km，出行總距離表現(xiàn)出上升的趨勢，高碳排放的出行特征和較長的出行總距離使得處于該時期的人群出行碳排放總量顯著提高。處于教育期時，小汽車、電動車和步行仍是出現(xiàn)比例最高的三種方式，但是小汽車的出行距離開始下降，與新婚期的小汽車出行距離較為接近，出行碳排放量也與新婚期較為接近。當(dāng)人群處于向老期時，步行和公交占據(jù)了人群大多數(shù)的出行方式，并且公交出行距離相對較高，出行總距離最低，因而出行碳排放總量也最低。

通過分析不同生命周期的人群出行特征和出行碳排放差異，可以看出生命周期對出行碳排放具有一定的影響。隨著生命周期的變化，即家庭結(jié)構(gòu)的變化使得居民日常出行碳排放隨之發(fā)生變化，居民日常出行從具有較低碳排放量的特性，逐漸變化為較高碳排放量特性，最后居民日常出行又具有了相對較低碳排放量的特性。另一方面，生命周期理論認(rèn)為處于不同生命周期家庭內(nèi)部的制約具有差異性，家庭內(nèi)部制約從較弱逐漸增強最后又變?nèi)?，與出行碳排放量的改變規(guī)律具有一致性，這表明生命周期確實與出行碳排放存在一定的關(guān)聯(lián)。因而在進一步分析建成環(huán)境對出行碳排放的影響時，必須考慮建成環(huán)境對不同生命周期的人群影響差異性。

3 ?模型結(jié)果及分析

上述分析表明了生命周期對出行碳排放量具有一定的影響，為了探究建成環(huán)境對出行碳排放的影響，將不同生命周期的人群分別進行多元線性回歸模型進行回歸分析。考慮到建成環(huán)境不同尺度的影響，將建成環(huán)境變量區(qū)分為居住區(qū)和工作地兩部分同時進行分析。利用Spss軟件對變量進行回歸分析，其中碳排放總量為因變量，Spss軟件的分析結(jié)果如表4所示。

模型結(jié)果表明不同生命周期下的建成環(huán)境影響存在一定差異性。單身期工作地建成環(huán)境和居住地建成環(huán)境都存在一定的影響，工作地的公交站點密度，工作地道路網(wǎng)數(shù)和居住地的公交站點密度對出行碳排放具有顯著作用（P值<0.05），工作地公交站密度表現(xiàn)為正向影響，工作地道路網(wǎng)數(shù)和居住地的公交站點密度則表現(xiàn)為負(fù)向影響。新婚期則表現(xiàn)為工作地道路網(wǎng)數(shù)的影響較為顯著，呈現(xiàn)負(fù)向影響，這可能是來自妻子或丈夫的制約使得聯(lián)合活動的影響較為重要，例如下班后與妻子一起購物，從而工作地附近建成環(huán)境顯得更為重要。育兒期則居住地道路網(wǎng)數(shù)影響較為顯著，呈現(xiàn)負(fù)向影響，這可能是不滿6歲的兒童需要來自家長的照顧，家長的活動范圍受到一定限制，大多圍繞家附近進行，所以家附近的建成環(huán)境影響更為顯著。教育期的居住地和工作地多個建成環(huán)境指標(biāo)影響均顯著，這可能是家庭內(nèi)部的兒童開始進行通學(xué)等自主活動，使得家庭活動范圍擴大。向老期中建成環(huán)境對出行碳排放的影響最為顯著，建成環(huán)境影響顯著的指標(biāo)最多，這表明來自家庭內(nèi)部的約束逐漸變?nèi)酰瑫r由于其工作和身體活動能力變化等原因，建成環(huán)境的影響變得較為明顯。由上述結(jié)果可以看出建成環(huán)境的影響隨著生命周期的變化逐漸改變，但建成環(huán)境的顯著影響指標(biāo)總體較少，這可能與私人小汽車數(shù)密切相關(guān)，無論是何種生命周期下，私人小汽車數(shù)都對出行碳排放具有顯著影響，這使得建成環(huán)境影響過程分析受到一定的干擾，但生命周期的不同帶來建成環(huán)境影響差異性仍十分明顯。

4 ?結(jié) ?論

本文通過生命周期視角分析建成環(huán)境對居民出行碳排放的影響，可以看出不同生命周期下出行特征和碳排放量的變化具有一定規(guī)律性，同時建成環(huán)境對不同生命周期下的人群影響也存在著差異，這表明了在實施通過改變城市建成環(huán)境來減少出行碳排放的政策時，必須考慮不同生命周期下人群受到影響的差異性，這種差異性還體現(xiàn)在建成環(huán)境不同的尺度上，即居住地建成環(huán)境和工作地建成環(huán)境影響并非同時作用于不同生命周期人群，且影響不同生命周期人群出行碳排放的建成環(huán)境指標(biāo)也不盡相同。

參考文獻：

[1] 張赫，張建勛，王睿，等. 小城市建成環(huán)境對居民出行交通碳排放的影響機理[J]. 城市問題，2020（7）：4-10，20.

[2] 楊文越，梁斐雯，曹小曙. 多尺度建成環(huán)境對居民通勤出行碳排放的影響——來自廣州的實證研究[J]. 地理研究，2020，39（7）：1625-1639.

[3] 陳菲，周素紅，張琳. 生命周期視角下建成環(huán)境對居民休閑體力活動的影響[J]. 世界地理研究，2019，28（5）：106-117.

[4] 榮培君，張麗君，秦耀辰，等. 建成環(huán)境對城市居民日常出行碳排放的影響——以開封市248個居住區(qū)為例[J]. 地理研究，2019，38（6）：1464-1480.

[5] 何彥，吳曉，何保紅，等. 生命歷程視角下居民自行車使用行為研究——以昆明市主城區(qū)為例[J]. 現(xiàn)代城市研究，2019（3）：103-109.

[6] 李陳宸. 低碳生態(tài)城市理念下城市交通與空間結(jié)構(gòu)優(yōu)化策略研究[D]. 蘇州：蘇州科技大學(xué)（碩士學(xué)位論文），2018.

[7] 黃經(jīng)南，黃小康， 高浩武. 城市家庭日常出行碳排放的影響因素——以武漢市為例[J]. 城市問題，2015（5）：66-76.

[8] 曹小曙，楊文越，黃曉燕. 基于智慧交通的可達性與交通出行碳排放——理論與實證[J]. 地理科學(xué)進展，2015，34（4）：418-429.

[9] 謝守紅，王利霞，邵珠龍. 國內(nèi)外碳排放研究綜述[J]. 干旱區(qū)地理，2014，37（4）：720-730.

[10] ?Ali Modarres. Commuting and energy consumption： toward an equitable transportation policy[J]. Journal of Transport Geography， 2013，33：240-249.

[11] 付麗，楊順順，趙越，等. 基于綠色交通理念的城市交通可持續(xù)發(fā)展策略[J]. 中國人口·資源與環(huán)境，2011，21（S1）：367-370.

[12] 馬靜，柴彥威，劉志林. 基于居民出行行為的北京市交通碳排放影響機理[J]. 地理學(xué)報，2011，66（8）：1023-1032.

[13] 柴彥威，肖作鵬，劉志林. 基于空間行為約束的北京市居民家庭日常出行碳排放的比較分析[J]. 地理科學(xué)，2011，31（7）：843-849.

[14] ?Pengjun Zhao. Sustainable urban expansion and transportation in a growing megacity： Consequences of urban sprawl for mobility on the urban fringe of Beijing[J]. Habitat International， 2009，34（2）：236-243.

[15] ?Intergovernmental Panel on Climate Change. 2006 IPCC Guidelines for National Greenhouse Gas Inventories[M]. Japan： Institute for Global Environmental Strategies （IGES）， 2006.

[16] 劉曄，肖童，劉于琪，等. 城市建成環(huán)境對廣州市居民幸福感的影響——基于15min步行可達范圍的分析[J]. 地理科學(xué)進展，2020，39（8）：1270-1282.

[17] 張聰，賈鳳嬌. 基于居民出行的城市交通碳排放特征及節(jié)能減排策略[J]. 交通與運輸，2020，36（3）：76-79.

[18] 楊文越，曹小曙. 居住自選擇視角下的廣州出行碳排放影響機理[J]. 地理學(xué)報，2018，73（2）：346-361.

[19] 王蔚. 上海市城市外圍大型居住社區(qū)居民碳排放分析[J]. 交通與運輸（學(xué)術(shù)版），2016（2）：120-122.

[20] 韓春芳. 昆明地鐵首期工程車輛牽引電制動性能及其計算[J]. 電力機車與城軌車輛，2013，36（3）：67-69.

[21] 王擎蒼. 建成環(huán)境對通勤者非工作活動—出行行為影響研究[D]. 昆明：昆明理工大學(xué)（碩士學(xué)位論文），2019.

收稿日期：2020-12-30

作者簡介：郭 ?耀（1994-），男，天津人，昆明理工大學(xué)交通工程學(xué)院碩士研究生，研究方向：城市交通;何保紅（1973-），女，云南昆明人，昆明理工