金 昱，蘇紅娟

（上海市城市規(guī)劃設(shè)計研究院，上海 200040）

0 引言

降低交通運(yùn)輸活動碳排放是一個復(fù)雜的系統(tǒng)工程，涉及規(guī)劃、建設(shè)、運(yùn)營、管理等各個階段。在規(guī)劃階段對交通碳排放量進(jìn)行合理計算，有助于從交通和用地一體化角度提前規(guī)避高排放空間布局模式，減少高排放交通出行方式占比。為了從碳排放的視角評估交通規(guī)劃方案的優(yōu)劣，更好地指導(dǎo)規(guī)劃編制，亟需開展規(guī)劃階段交通碳排放估算方法研究。

聯(lián)合國政府間氣候變化專門委員會發(fā)布的《2006 IPCC 國家溫室氣體清單指南》[1]（以下簡稱《IPCC 指南》）為各個國家和地區(qū)開展現(xiàn)狀碳排放計算提供了詳細(xì)的操作方法和規(guī)則。根據(jù)《IPCC 指南》，現(xiàn)狀交通運(yùn)輸活動碳排放計算方法主要有兩類：一類是“自上而下”法，通過匯總計算各種類型燃料使用量和對應(yīng)的碳排放因子進(jìn)行計算；另一類為“自下而上”法，通過匯總計算不同交通方式活動量和對應(yīng)碳排放因子進(jìn)行計算[1]。目前學(xué)界針對規(guī)劃階段碳排放的計算仍處于探索階段，尚未形成相對成熟的方法。如，葉祖達(dá)在針對低碳城市規(guī)劃碳排放量評估方法的研究中，提出規(guī)劃年基于公交車和小汽車平均運(yùn)輸距離和碳排放強(qiáng)度的估算方法[2]；王雅捷等提出規(guī)劃年交通碳排放由城市客運(yùn)碳排放、城際客運(yùn)碳排放和貨運(yùn)碳排放構(gòu)成[3]；鄭德高等提出基于規(guī)劃年不同交通工具平均通勤距離和碳排放系數(shù)的估算方法[4]；Hiroko 等在預(yù)測規(guī)劃年路網(wǎng)交通運(yùn)行狀況的基礎(chǔ)上，開展了規(guī)劃年道路網(wǎng)碳排放計算[5]；Gan 等基于綜合移動源排放（Motor Vehicle Emission Simulator,MOVES）模型，開展了規(guī)劃道路交通碳排放預(yù)測，探討了路網(wǎng)方案、車流量、車速分布、車輛類型、能源類型等對規(guī)劃年碳排放的影響[6]。整體來看，國外研究更多關(guān)注道路交通規(guī)劃方案的碳排放預(yù)測，但對于客運(yùn)交通的整體性分析略顯不足；國內(nèi)研究更多聚焦于規(guī)劃年碳排放估算，而對規(guī)劃年碳排放因子的影響因素、取值等分析相對有限。從支撐客運(yùn)交通規(guī)劃編制角度，僅僅估算道路交通碳排放量是有局限的，無法有效發(fā)揮客運(yùn)交通規(guī)劃在道路交通、軌道交通等各類客運(yùn)交通方式規(guī)劃方案上的統(tǒng)籌作用，需要以客運(yùn)交通的整體視角分析各類型客運(yùn)交通方式及其碳排放。同時，從更加合理地計算規(guī)劃交通碳排放的角度，應(yīng)在對現(xiàn)狀各類型客運(yùn)交通工具碳排放因子分析的基礎(chǔ)上，充分考慮未來科技進(jìn)步對交通工具碳排放因子的影響。

基于以上分析，為了在城市客運(yùn)交通規(guī)劃階段合理計算規(guī)劃年碳排放量，提高規(guī)劃方案編制的科學(xué)性，本文擬以上海城市客運(yùn)交通為例，借鑒《IPCC 指南》現(xiàn)狀碳排放計算方法，按現(xiàn)狀參數(shù)標(biāo)定、規(guī)劃參數(shù)推算、規(guī)劃排放預(yù)測三個步驟估算未來交通碳排放。首先基于現(xiàn)狀客運(yùn)交通運(yùn)營數(shù)據(jù)，標(biāo)定現(xiàn)狀城市客運(yùn)交通活動量和碳排放量間的相互關(guān)系，進(jìn)而結(jié)合科技發(fā)展趨勢，梳理影響客運(yùn)交通工具能耗強(qiáng)度因子和碳排放強(qiáng)度因子的相關(guān)因素，在此基礎(chǔ)上結(jié)合城市客運(yùn)交通規(guī)劃方案，采用多情景分析法，估算未來城市客運(yùn)交通活動量以及對應(yīng)的交通能耗、碳排放情況。

1 交通碳估算三階段法

1.1 計算公式

考慮到城市客運(yùn)交通規(guī)劃階段較難估算各類交通能源的使用量，而在規(guī)劃編制前期研究階段通常會對交通出行需求、交通方式結(jié)構(gòu)等開展定量預(yù)測，因此本研究參考《IPCC 指南》基于交通活動量“自下而上”的現(xiàn)狀碳排放計算公式，提出規(guī)劃年城市客運(yùn)交通碳排放基本估算公式：

式（1）中：Q為規(guī)劃年城市客運(yùn)交通碳排放量（tCO2）；Ti為規(guī)劃年第i種交通工具的活動水平，可用交通周轉(zhuǎn)量、運(yùn)營里程等指標(biāo)表征；N為城市客運(yùn)交通工具類型數(shù)，本文取N=10；fi為規(guī)劃年第i種交通工具的碳排放因子；f1i為規(guī)劃年第i種交通工具單位活動量的能耗強(qiáng)度因子；f2i為規(guī)劃年第i種交通工具單位能耗的碳排放強(qiáng)度因子。

1.2 計算步驟

基于以上規(guī)劃年城市客運(yùn)交通碳排放基本估算公式，按照現(xiàn)狀參數(shù)標(biāo)定、規(guī)劃參數(shù)推算、規(guī)劃排放預(yù)測3 個步驟對交通碳排放進(jìn)行估算，如圖1所示。

圖1 規(guī)劃階段交通碳排放估算流程示意圖

首先基于現(xiàn)狀不同類型交通工具數(shù)據(jù)，分別建立交通活動量、能耗強(qiáng)度因子、能耗間的定量關(guān)系，以及能耗、碳排放強(qiáng)度因子、碳排放間的定量關(guān)系。其中，能耗強(qiáng)度因子主要與不同類型交通工具日常行駛過程中平均能源消耗情況相關(guān)；碳排放強(qiáng)度因子主要與能源類型相關(guān)。隨后，綜合考慮科技發(fā)展趨勢，對相關(guān)規(guī)劃參數(shù)進(jìn)行合理推算：能耗強(qiáng)度因子方面，主要考慮未來交通工具技術(shù)進(jìn)步帶來交通工具能耗降低，進(jìn)而修正得到規(guī)劃年能耗強(qiáng)度因子f1i；碳排放強(qiáng)度因子方面，主要考慮未來能源結(jié)構(gòu)改變和能源技術(shù)進(jìn)步引起單位能耗產(chǎn)生的碳排放水平降低，進(jìn)而修正得到規(guī)劃年碳排放強(qiáng)度因子f2i。最后，基于交通規(guī)劃方案預(yù)測規(guī)劃年不同交通工具活動量、能耗值和碳排放量。

2 現(xiàn)狀參數(shù)標(biāo)定

本文以上海城市客運(yùn)交通為例，基于燃油和電動私人小客車、出租車、公共汽（電）車，軌道交通、輪渡、摩托車、助動車等10種代表性城市客運(yùn)交通工具的數(shù)量、平均行駛距離、日行駛距離和單位活動量能耗等計算各自對應(yīng)的年碳排放量（本文僅計算CO2排放量，下同），結(jié)果如表1所示。為了計算方便，研究假設(shè)現(xiàn)狀清潔能源小客車、大客車均為純電動模式，不考慮油電混合情況，輪渡、摩托車均為燃油模式，助動車為電動模式。

表1 上海城市客運(yùn)交通現(xiàn)狀碳排放估算表

表1 （續(xù)）

根據(jù)表1 中的估算數(shù)據(jù)，得出2020 年上?？瓦\(yùn)交通碳排放量約為1 118.7萬t，其中私人小客車碳排放占比約為76.1%，出租車約為7.7%，軌道交通約為8.9%，公共汽（電）車約為5.2%，助動車約為1.8%，摩托車約為0.2%，輪渡排放量很小，不足0.1%，如圖2 所示。根據(jù)《2021 年上海市綜合交通運(yùn)行年報》[7]，2020年上海交通碳排放量約為4 814 萬t，較2019 年降低約為13%，其中客運(yùn)交通碳排放量約為1 107 萬t，約占全市交通碳排放量的23%。邵丹等人計算了2019年上?？瓦\(yùn)交通碳排放量約為1 290 萬t，其中私人小客車碳排放占比約為77%，軌道交通約為9%，出租車約為9%，公共汽（電）車約為5%，輪渡、摩托車和助動車占比未予明確[11]。經(jīng)比對發(fā)現(xiàn)，根據(jù)本次計算得出的上?？瓦\(yùn)交通碳排放值及各子類型排放占比情況與相關(guān)報告和研究成果較為接近，由此推斷上述計算過程中對于上海各類客運(yùn)交通方式交通活動量的估算、各類交通工具單位活動量能耗值的估算相對合理。

圖2 現(xiàn)狀上海不同類型城市客運(yùn)交通碳排放估算占比

3 規(guī)劃參數(shù)推算

3.1 能耗強(qiáng)度因子修正系數(shù)

3.1.1 道路交通工具

綜合考慮汽車車輛技術(shù)、節(jié)能技術(shù)發(fā)展等因素，中國汽車工程協(xié)會預(yù)計到2035年乘用車銷售量中傳統(tǒng)能源動力汽車和新能源汽車將各占50%。在能耗方面，預(yù)計至2035 年，傳統(tǒng)能源乘用汽車（不含新能源汽車）新車平均油耗可降低至0.04L/km，乘用車（含新能源）新車平均油耗可降低至0.02L/km；與此同時，客車油耗有望較2019 年下降20%～25%，預(yù)計到2035 年技術(shù)領(lǐng)先的車長12m 的純電動客車綜合工況電耗將小于0.55kW·h/km[8]。上述行業(yè)預(yù)測值可作為規(guī)劃年私人小客車、出租車、公共汽車能耗強(qiáng)度因子的參考。

3.1.2 軌道交通

軌道交通主要涉及列車牽引用電和設(shè)施設(shè)備用電，可借鑒上海市地方標(biāo)準(zhǔn)《城市軌道交通合理用能指南》（DB 31T 676—2012）提供的線路級牽引系統(tǒng)能耗指標(biāo)先進(jìn)值1.711kW·h/標(biāo)準(zhǔn)車公里[12]和現(xiàn)狀上海軌道交通線路中牽引能耗較小的幾條新建線路（如17 號線1.956kW·h/標(biāo)準(zhǔn)車公里，9 號線1.752kW·h/標(biāo)準(zhǔn)車公里[8]），估算規(guī)劃年能源使用量。

3.1.3 輪渡

根據(jù)上海輪渡運(yùn)營企業(yè)調(diào)研數(shù)據(jù)，上海輪渡現(xiàn)狀主要采用柴油作為動力，未來新能源動力輪船有望全面替代傳統(tǒng)燃油輪船。本研究選用載客人數(shù)為270 的純電動客渡船作為典型船型，其每公里耗電為15.5 度左右，用于估算規(guī)劃年輪渡能源使用量。

3.2 碳排放強(qiáng)度因子修正系數(shù)

考慮到化石能源燃燒技術(shù)的日漸成熟，同一類型的化石能源產(chǎn)生同樣能量所排放的二氧化碳量差別變化幅度有限。因此本節(jié)重點(diǎn)分析電力能源變化對碳排放強(qiáng)度因子的修正?；痣姟⑺?、核電、風(fēng)電、太陽能發(fā)電是當(dāng)前我國電能的主要來源，電網(wǎng)排放因子的大小主要與當(dāng)?shù)仉娋W(wǎng)內(nèi)各種類型的電力來源結(jié)構(gòu)配比相關(guān)。根據(jù)《中華人民共和國2020年國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計公報》，2020 年末全國發(fā)電裝機(jī)容量為22.0 億kW，其中火電裝機(jī)容量占比約56.6%，較2015 年64.0%下降超7%[13]。現(xiàn)狀我國火電比例仍較高且煤炭使用比例較高，導(dǎo)致電網(wǎng)排放因子相對較高。根據(jù)中共中央、國務(wù)院印發(fā)的《關(guān)于完整準(zhǔn)確全面貫徹新發(fā)展理念做好碳達(dá)峰碳中和工作的意見》，到2030 年非化石能源消費(fèi)比重將達(dá)25%左右，到2060 年非化石能源消費(fèi)比重將達(dá)80%以上[14]。歐洲環(huán)境署（European Environment Agency,EEA）統(tǒng)計數(shù)據(jù)顯示，歐盟生產(chǎn)單位電力產(chǎn)生的CO2已 由1990年的509g/kW·h 降低至2017年的296g/kW·h，降幅近58%，其中法國已由1990 年的210g/kW·h降低至2017年的67g/kW·h；英國已由1990年的681g/kW·h降低至2017年的269g/kW·h；可再生能源比例較高的瑞典、挪威等國，甚至已經(jīng)降低至10g/kW·h 以下[15]。在一項針對我國香港電力部門凈零排放路徑的研究報告中[16]，研究人員開展了使用可再生能源、引入內(nèi)地清潔電力、使用核能、使用氫能源、碳捕獲與封存等不同能源技術(shù)組合的多情景預(yù)測，認(rèn)為隨著可再生能源占比的大幅提高，生產(chǎn)單位電力的碳排放將大幅降低，預(yù)計當(dāng)?shù)仉娋W(wǎng)排放因子可從2020 年429g/kW·h降至2050年的30g/kW·h 以下。類似地，隨著更多的風(fēng)電、光電等清潔能源電力的接入，我國其他地區(qū)的當(dāng)?shù)仉娋W(wǎng)排放因子也有望合理降低。

4 規(guī)劃排放預(yù)測

4.1 交通活動量估算方法

各類交通工具活動量是交通碳排放估算的關(guān)鍵指標(biāo)。傳統(tǒng)客運(yùn)交通規(guī)劃編制階段主要涉及出行總量、方式結(jié)構(gòu)等指標(biāo)的預(yù)測，與碳排放測算所需的各類交通工具活動量數(shù)據(jù)相比，還不夠全面。如果在規(guī)劃編制過程中同步搭建四階段交通需求模型，可以直接獲取交通工具活動量，否則需要合理估算不同交通工具的數(shù)量和平均出行距離，進(jìn)而估算交通活動量?？紤]到國內(nèi)交通需求模型尚未全面推廣，本研究將以未建設(shè)交通模型作為前提開展碳排放估算研究。

本研究將城市客運(yùn)交通根據(jù)服務(wù)類型劃分為兩類，一類是政府提供定時定點(diǎn)服務(wù)的公共交通，包括常規(guī)公交、地鐵、輕軌、市域鐵路、有軌電車、輪渡等；另一類是更體現(xiàn)私人出行特征的客運(yùn)交通，以小客車、摩托車、助動車為主。公共交通工具的交通活動量主要由網(wǎng)絡(luò)規(guī)模、服務(wù)水平等因素決定，高峰時段服務(wù)頻率與高峰時段需求相關(guān)，平峰時段即使客流量不足，也需要提供一定頻率的公共交通服務(wù)；私人交通工具的交通活動量則更多與個體交通需求相關(guān)。因此，兩類城市客運(yùn)交通在計算方法上略有差異。假設(shè)規(guī)劃年公交車、出租車、輪渡全面實(shí)現(xiàn)電動化，摩托車仍為燃油模式，則不同交通方式活動量的具體計算公式如表2所示。

表2 規(guī)劃年不同交通工具活動量預(yù)測方法

表2 （續(xù)）

4.2 碳排放預(yù)測多情景分析

本文將涉及客運(yùn)交通規(guī)劃階段碳排放的影響因素歸并為職住空間結(jié)構(gòu)、交通方式結(jié)構(gòu)、清潔能源應(yīng)用3 類，并依次選取居民出行距離、公共交通出行占比以及私人小客車電動化比例和當(dāng)?shù)仉娋W(wǎng)排放因子3 個關(guān)鍵指標(biāo)代表3 類影響因素，開展碳排放預(yù)測多情景分析。各情景下碳排放量計算結(jié)果如表3所示。

表3 上海城市客運(yùn)交通規(guī)劃碳排放預(yù)測多情景分析表

（1）職住空間結(jié)構(gòu)方面?；鶞?zhǔn)情景維持現(xiàn)狀各類交通方式出行距離，增強(qiáng)情景通過加強(qiáng)職住平衡、產(chǎn)城融合，合理控制出行長度，將各類交通方式出行距離縮短10%。

（2）交通方式結(jié)構(gòu)方面。基準(zhǔn)情景堅持對于個體機(jī)動出行適度發(fā)展，合理管控車輛使用率，交通方式結(jié)構(gòu)達(dá)到公共交通出行占比40%，慢行交通出行占比40%，私人小客車等占比20%的發(fā)展目標(biāo)；在增強(qiáng)情景下，通過交通政策引導(dǎo)，降低個體機(jī)動出行比例，私人小客車等占比降低至16%，公共交通服務(wù)水平進(jìn)一步提高，公共交通出行比例提升至44%，慢行交通比例維持不變。

（3）清潔能源應(yīng)用方面?；鶞?zhǔn)情景公交車、出租車等公共交通工具全面實(shí)現(xiàn)電動化，私人小客車電動化比例達(dá)到35%左右，維持現(xiàn)狀電網(wǎng)碳排放因子；在增強(qiáng)情景中，私人小客車電動化比例增至38.5%，同時設(shè)定當(dāng)?shù)仉娋W(wǎng)排放因子降低10%。

基準(zhǔn)情景下，預(yù)計2035年全市城市客運(yùn)交通碳排放量約為865 萬t，在職住空間結(jié)構(gòu)增強(qiáng)情景中，居民出行距離縮短10%可導(dǎo)致碳排放量降低8.5%左右；在交通方式結(jié)構(gòu)增強(qiáng)情景中，公共交通方式占比增長10%可推動碳排放量降低近6.5%；在清潔能源應(yīng)用增強(qiáng)情景中，私人小客車電動化比例增長10%和當(dāng)?shù)仉娋W(wǎng)排放因子降低10%兩個指標(biāo)疊加影響下，可實(shí)現(xiàn)碳排放降低約9.1%；僅僅依靠私人小客車電動化比例增長10%或當(dāng)?shù)仉娋W(wǎng)排放因子降低10%，可分別降低碳排放1.9%和7.0%?？梢钥闯?，3 類因素對于交通碳排放均有整體性減碳降碳作用。在清潔能源應(yīng)用方面，私人小客車電動化比例增長和當(dāng)?shù)仉娋W(wǎng)排放因子降低兩個要素協(xié)作可取得最好的減碳效果，碳排放對其的彈性高達(dá)0.91；縮短出行距離的減碳效果明顯，碳排放對其的彈性達(dá)0.85；提高公交出行比例的減碳效果亦較為明顯，碳排放對其的彈性為0.65。

5 結(jié)語

本文以上海城市客運(yùn)交通為研究對象，借鑒IPCC 現(xiàn)狀交通碳排放“自下而上”的計算方法，提出基于規(guī)劃年交通活動量和碳排放因子預(yù)測的碳排放估算公式和現(xiàn)狀參數(shù)標(biāo)定、規(guī)劃參數(shù)推算、規(guī)劃排放預(yù)測三階段碳排放估算方法。在此基礎(chǔ)上，立足“上海2035”總體規(guī)劃用地空間布局和城市客運(yùn)交通需求預(yù)測，從職住空間結(jié)構(gòu)、交通方式結(jié)構(gòu)、清潔能源應(yīng)用3 個方面開展客運(yùn)交通碳排放的多情景預(yù)測。研究以居民出行距離、公共交通出行占比以及私人小客車電動化比例和當(dāng)?shù)仉娋W(wǎng)排放因子3 個指標(biāo)代表上述3 方面因素進(jìn)行多情景預(yù)測。結(jié)果顯示，3 個指標(biāo)均可減少客運(yùn)交通碳排放，按從高到低的順序，碳排放對私人小客車電動化比例和當(dāng)?shù)仉娋W(wǎng)排放因子、居民出行距離、公共交通出行占比3 個因素的彈性分別約為0.91,0.85,0.65。

鑒于本研究收集的數(shù)據(jù)局限于城市客運(yùn)交通，因此研究僅對城市客運(yùn)交通的規(guī)劃碳排放進(jìn)行了分析和計算。從綜合交通系統(tǒng)完整性角度，未來應(yīng)進(jìn)一步收集貨運(yùn)交通、對外交通相關(guān)的運(yùn)營數(shù)據(jù)和排放數(shù)據(jù)，開展涵蓋客運(yùn)和貨運(yùn)、城市交通和對外交通的規(guī)劃年城市綜合交通系統(tǒng)碳排放測算研究，更好地指導(dǎo)綜合交通體系規(guī)劃的編制。