張?jiān)g 姜洋 韓治遠(yuǎn) 岳琳 高波

以天津市軌道交通4號(hào)線北段為例，開展TOD情景下軌道交通廊道周邊開發(fā)減碳潛力評(píng)估，響應(yīng)碳達(dá)峰、碳中和的目標(biāo)要求，并為政府研究和制訂面向走廊層面城市軌道交通項(xiàng)目的激勵(lì)政策提供可量化的參考依據(jù)。本研究通過分析典型街區(qū)樣本內(nèi)的居民出行情況，建立不同類型街區(qū)形態(tài)單元與居民出行活動(dòng)的映射模型，進(jìn)而分別測算在容納相同的人口、崗位增量前提下，基準(zhǔn)趨勢(shì)情景和TOD規(guī)劃情景下的軌道交通廊道周邊的碳排放總量，通過差值比較得出碳減排量。

關(guān)鍵詞：軌道交通廊道；TOD；碳減排；街區(qū)形態(tài)

0 引言

推進(jìn)實(shí)現(xiàn)碳達(dá)峰、碳中和是當(dāng)前中國各個(gè)社會(huì)經(jīng)濟(jì)領(lǐng)域的一項(xiàng)重點(diǎn)工作。TOD 作為公認(rèn)的綠色集約、低碳可持續(xù)的城市空間發(fā)展模式，是城市進(jìn)行碳減排的重要策略之一。然而對(duì)于TOD 帶來的碳減排的定量研究尚不成熟。TOD規(guī)劃原則在空間尺度上體現(xiàn)為宏觀（城市）、中觀（ 走廊）、微觀（站點(diǎn)）3 個(gè)層面。我國大多數(shù)城市，包括天津，已進(jìn)入由增量擴(kuò)張向存量提質(zhì)的轉(zhuǎn)型階段，未來宏觀尺度大規(guī)模的新城建設(shè)和對(duì)城市全局性的空間結(jié)構(gòu)調(diào)整將難以為繼。而在國家推動(dòng)新基建政策背景下，由軌道建設(shè)所引發(fā)的軌道走廊沿線、站點(diǎn)周邊地區(qū)的用地開發(fā)與更新，并對(duì)這種中微觀尺度的空間變化進(jìn)行有效干預(yù)，能夠在一定程度上優(yōu)化城市的空間格局，從而為城市碳減排做出重要貢獻(xiàn)。

1 研究背景

近年來，天津市積極開展碳達(dá)峰、碳中和工作。產(chǎn)業(yè)方面，積極發(fā)展循環(huán)經(jīng)濟(jì)，研究制訂再制造產(chǎn)業(yè)發(fā)展方案，“十三五”期間，全市萬元地區(qū)生產(chǎn)總值能耗累計(jì)下降19.1%。能源方面，構(gòu)建新型電力系統(tǒng)，增加天然氣供應(yīng)和非化石能源開發(fā)，謀劃新能源項(xiàng)目36 個(gè)，總裝機(jī)容量達(dá)530 萬kW。削減煤炭消費(fèi)總量，關(guān)停落后煤電機(jī)組，實(shí)現(xiàn)全市35 蒸噸以下燃煤鍋爐“清零”目標(biāo)[1]。

交通運(yùn)輸是溫室氣體排放的重點(diǎn)領(lǐng)域，近年來已成為我國溫室氣體排放增長最快的領(lǐng)域之一。隨著產(chǎn)業(yè)、能源減排邊際效益減少，天津?qū)嵤半p碳”行動(dòng)亟待在交通領(lǐng)域?qū)ふ倚碌陌l(fā)力點(diǎn)。2020 年，天津市市內(nèi)交通碳排放總量為600 多萬tCO2，其中私人小客車占市內(nèi)交通整體碳排放總量的86%；出租車、網(wǎng)約車、公交車分別占市內(nèi)交通整體碳排放總量的5.9%、2.1% 和4.9%；軌道交通占比1%[2]。TOD 不僅有助于提升居民生活質(zhì)量，還有利于在城市層面形成以軌道為主、慢行為輔的交通網(wǎng)絡(luò)布局，降低小汽車使用比例。同時(shí)，軌道站點(diǎn)周邊的集約化、復(fù)合化土地利用，能夠有效減少居民中長距離出行需求，進(jìn)而減少交通領(lǐng)域的碳排放。

天津市人民政府于2013 年8 月以津政函〔2013〕92 號(hào)文對(duì)《天津市軌道交通線網(wǎng)規(guī)劃（2012—2020 年）》進(jìn)行批復(fù)。線網(wǎng)規(guī)劃按照中心城區(qū)、濱海新區(qū)、海河中游地區(qū)3 個(gè)區(qū)域分別規(guī)劃，提出在市域范圍內(nèi)構(gòu)建市域線與城區(qū)線兩級(jí)線網(wǎng)，由4 條市域線、24 條城區(qū)線組成，形成總規(guī)模約1，380km 的軌道交通線網(wǎng)。截至2023 年5 月，天津市已開通軌道交通線路8 條，運(yùn)營里程286km[3]。

天津市軌道交通4 號(hào)線為天津市骨干線，線路穿越天津市主城區(qū)，作為徑向線路，可提升城市主、副中心向東、向北的輻射能力。同時(shí)，4 號(hào)線銜接了中心區(qū)以外的雙街組團(tuán)、京津路沿線地區(qū)，有力支持了正在實(shí)施的舊村改造及在建區(qū)建設(shè)，帶動(dòng)京津公路沿線外圍區(qū)域的土地開發(fā)。本文選取了線路周邊尚存大量未開發(fā)或開發(fā)強(qiáng)度不高地塊的4 號(hào)線北段北辰區(qū)范圍內(nèi)11 個(gè)站點(diǎn)作為整體進(jìn)行研究。該段由北向南可分為兩部分：小街—外環(huán)部分廊道周邊土地主要為農(nóng)田、工業(yè)用地和村鎮(zhèn)用地；外環(huán)—中環(huán)部分廊道周邊多為成熟社區(qū)。

2 模型方法和基礎(chǔ)數(shù)據(jù)

2.1 模型方法

本研究采用的方法源于TOD 理念創(chuàng)始人、國際城市規(guī)劃大師、成都TOD 對(duì)外合作伙伴彼得·卡爾索普（Peter Calthorpe），其團(tuán)隊(duì)開發(fā)的快火模型（rapid fire）已通過美國加州氣候立法（加州參議院375 號(hào)法案）程序，被用于加州和美國其他部分城市的規(guī)劃減碳模擬分析，也被墨西哥等發(fā)展中國家予以應(yīng)用。本研究團(tuán)隊(duì)與卡爾索普先生合作，將該方法引入中國，并調(diào)整了相關(guān)參數(shù)以適應(yīng)本土實(shí)際情況。

模型根據(jù)“街區(qū)類型”分析不同規(guī)劃情景下的碳排放量。首先，將街區(qū)按照區(qū)位、與軌道站點(diǎn)的毗鄰性以及城市形態(tài)的不同進(jìn)行分類。其次，測算典型街區(qū)樣本內(nèi)的居民出行活動(dòng)量及其碳排放量，建立映射模型。再次，在容納相同的人口、崗位增量前提下，建立基準(zhǔn)情景（business as usual， BAU）及TOD 情景。最后，測算兩種情景下的碳排放總量，通過差值比較得出碳減排量。

2.2 基礎(chǔ)數(shù)據(jù)

本研究所收集處理的基礎(chǔ)數(shù)據(jù)包括城市形態(tài)數(shù)據(jù)、交通設(shè)施數(shù)據(jù)、人口崗位信息、居民出行數(shù)據(jù)和碳排放因子數(shù)據(jù)。

1）城市形態(tài)數(shù)據(jù)。

城市形態(tài)數(shù)據(jù)包括綠地、水體、地塊、街道及建筑等信息，通過互聯(lián)網(wǎng)數(shù)據(jù)、規(guī)劃圖件等渠道獲得。

2）交通設(shè)施數(shù)據(jù)。

交通設(shè)施數(shù)據(jù)包括各類公共交通基礎(chǔ)設(shè)施（地鐵、公交等）和高速、快速路等小汽車交通基礎(chǔ)設(shè)施，通過互聯(lián)網(wǎng)數(shù)據(jù)、開源地圖等渠道獲得。

3）人口崗位信息。

人口崗位信息包括人口、崗位等在城市中的空間分布情況，通過對(duì)天津市2021 年9 月一周內(nèi)聯(lián)通信令數(shù)據(jù)解析獲得。經(jīng)校核，解析結(jié)果與統(tǒng)計(jì)年鑒[4-5] 接近。居住地和工作地由手機(jī)用戶被觀測時(shí)段判斷確定，其中居住地的觀測時(shí)段為21：00 到次日8：00，工作地觀測時(shí)段為9：00 到17：00。將用戶每日在觀測時(shí)間段內(nèi)被觀測到的秒數(shù)進(jìn)行累加和排名，排名最高的為用戶的居住地和工作地。工作地用戶的年齡段需在16 ～ 64 歲。

4）居民出行數(shù)據(jù)。

居民出行數(shù)據(jù)包括分交通方式人均日均出行次數(shù)、分交通方式次均出行距離、分交通方式出行總量，通過對(duì)天津市2021 年9 月一周內(nèi)聯(lián)通信令數(shù)據(jù)解析獲得，并根據(jù)天津市最新交通調(diào)查報(bào)告結(jié)果進(jìn)行校正。

3 碳排放評(píng)估模型

3.1 天津市街區(qū)類型劃分

1）街區(qū)類型劃分指標(biāo)。

本研究基于文獻(xiàn)調(diào)查和以往項(xiàng)目經(jīng)驗(yàn)，構(gòu)建用于街區(qū)類型劃分的指標(biāo)體系，主要包括以下3 方面：街區(qū)形態(tài)，主要包括對(duì)開發(fā)強(qiáng)度、道路密度等方面的定性和定量描述；交通區(qū)位，主要包括對(duì)到市中心距離、地鐵毗鄰性等方面的定性和定量描述；用地類型，主要包括對(duì)人口密度、崗位密度等方面的定性和定量描述（表1）。

2）天津市街區(qū)類型指標(biāo)結(jié)果。

本研究選取天津全市1km 格網(wǎng)為基本研究單元， 全市共11，853 個(gè)， 二環(huán)內(nèi)330 個(gè)，占2.78%。所有網(wǎng)格到最近軌道站點(diǎn)距離平均值為32.74km， 最大值為112.46km， 最小值為0.02km，中位數(shù)為27.48km。其中，到軌道站點(diǎn)距離為800m 范圍內(nèi)的格網(wǎng)占全部格網(wǎng)的2.286%。所有網(wǎng)格容積率平均值為0.3，最大值為3.1，最小值為0，中位數(shù)為0.11。容積率較高的網(wǎng)格主要分布在二環(huán)以內(nèi)的主城區(qū)與濱海新區(qū)，其余容積率高值網(wǎng)格分布在縣區(qū)的中心。所有網(wǎng)格道路網(wǎng)密度平均值為1.47km/km²，最大值為12.4km/km²，最小值為0km/km²，中位數(shù)為1.1km/km²。其中，天津市道路網(wǎng)密度超過8km/km² 的網(wǎng)格占0.304%，超過4 km/km² 的網(wǎng)格占7.964%。全市人口總數(shù)13，868，441 人，人口密度超過1 萬個(gè)/km²的網(wǎng)格占全市的2.9%，超過3 萬個(gè)/km² 的網(wǎng)格占全市的0.6%。全市崗位總數(shù)5，347，163 個(gè)，崗位密度超過1 萬個(gè)/km²的網(wǎng)格占全市的4.4%，超過3 萬個(gè)/km2 的網(wǎng)格占全市的0.9%（圖1）。

3）街區(qū)類型劃分。

天津的區(qū)域劃分包括核心區(qū)和外圍區(qū)。軌道交通毗鄰性有距離地鐵站800m 步行距離“以內(nèi)”和“以外”兩種情況。最后，城市形態(tài)可以劃分為3 種類型：高密度、中密度、低密度，三者可根據(jù)主要用途，即居住為主還是商住混合，進(jìn)一步細(xì)分為2 個(gè)子類型。結(jié)合交通區(qū)位、城市形態(tài)、人口崗位這3 個(gè)變量，可以得到一個(gè)包含24 種類型的清晰模型，如圖2 和圖3 所示1。

3.2 碳排放評(píng)估模型搭建

1）碳排放評(píng)估模型搭建方法。

通過分析典型街區(qū)樣本內(nèi)的居民出行情況，建立不同類型街區(qū)形態(tài)單元在不同區(qū)位及軌道交通可達(dá)性條件下，與居民出行活動(dòng)映射模型。進(jìn)一步結(jié)合碳排放因子，構(gòu)建適用于天津市的基于街區(qū)形態(tài)的TOD 碳排放評(píng)估模型。

居民出行碳排放的計(jì)算方法：交通碳排放量為每人每次出行的碳排放量之和，受到出行距離、出行方式的影響。計(jì)算公式為

式中，k 為交通方式包含地鐵、公交、小汽車、慢行四個(gè)類型；A_k為交通方式k 的出勤量，即從每個(gè)網(wǎng)格（O）出發(fā)，以k 方式到達(dá)目的地網(wǎng)格（D）的行程數(shù)；L_i為OD 網(wǎng)格間距離；GHG_k為指交通方式k 在數(shù)據(jù)獲取年份的碳排放因子，可依據(jù)報(bào)告文獻(xiàn)研究取得該系數(shù)或采用城市情景年測算數(shù)據(jù)。

2）各街區(qū)類型出行分擔(dān)率。

整體而言，二環(huán)內(nèi)的綠色出行分擔(dān)率比二環(huán)外的更高。臨近軌道交通的街區(qū)（C1、P1 類）地鐵出行大于非臨近區(qū)域（C2、P2 類），且小汽車出行分擔(dān)率更低。中密度街區(qū)如C1C 等的地鐵出行和慢行出行比低密度街區(qū)如C1E 等更高（表2）。

3）各街區(qū)類型分交通方式次均出行距離。

二環(huán)內(nèi)的街區(qū)類型（C 類）中次均出行距離小于二環(huán)外的區(qū)域（P 類），二環(huán)外的小汽車出行距離明顯更高（表3）。

4）各街區(qū)類型人均日均出行總距離。

在分擔(dān)率和出行平均距離共同作用下，臨近地鐵、中高密度街區(qū)（C1C、C1D）的小汽車出行距離顯著小于非TOD 的低密度街區(qū)（P2E、P2F）（表4）。

5）居民人均日均出行碳排放。

居民地鐵、公交、小汽車出行的碳排放系數(shù)（kgCO₂/人·d·km） 分別為：0.026、0.032、0.126。人均日均出行碳排放量的結(jié)果與人均日均出行總距離的結(jié)果相似。在二環(huán)外的非TOD低密度街區(qū)的碳排放量，尤其是小汽車碳排放量明顯大于TOD 的中高密度城市片區(qū)（表5）。

3.3 開發(fā)情景構(gòu)建

1）情景構(gòu)建原則。

本研究依據(jù)4 號(hào)線北段TOD 一體化規(guī)劃方案構(gòu)建TOD情景，參考原控規(guī)構(gòu)建基準(zhǔn)趨勢(shì)情景（BAU）。兩種模擬情景在2035年這一時(shí)間節(jié)點(diǎn)上的人口增長和就業(yè)增長的假定數(shù)值相同，即根據(jù)TOD 一體化規(guī)劃方案測算得出的廊道總?cè)丝?6.2 萬人和廊道總崗位16.6萬個(gè)。

為了遏制城市蔓延和打造更為緊湊的城市形態(tài)，TOD 情景中的大部分新的開發(fā)集中于軌道交通站點(diǎn)的周邊。廊道整體開發(fā)強(qiáng)度和人口密度較高，較高的路網(wǎng)密度使得街區(qū)具有良好的可步行性。加密后規(guī)劃范圍內(nèi)平均路網(wǎng)密度為10.3km/km²，比現(xiàn)狀路網(wǎng)密度提高了130%。方案在短途通勤距離內(nèi)，實(shí)現(xiàn)職住平衡。以商業(yè)辦公用地、研發(fā)用地和工業(yè)用地為主的就業(yè)中心與居住中心沿軌道線路間隔布置，通過打造小型分散就業(yè)中心，鼓勵(lì)反向通勤，緩解高峰時(shí)段道路和軌道交通系統(tǒng)的擁堵。方案提升沿線站點(diǎn)周邊的用地混合度，在每個(gè)站點(diǎn)周邊混合居住、商業(yè)與公共服務(wù)功能，住宅街區(qū)設(shè)置滿足社區(qū)需求的街角商店和商業(yè)服務(wù)，商業(yè)區(qū)內(nèi)混合居住、購物和服務(wù)功能，打造24小時(shí)社區(qū)。方案還對(duì)重要站點(diǎn)周邊的容積率進(jìn)行了調(diào)整優(yōu)化，重點(diǎn)提升了中能級(jí)的組團(tuán)中心站點(diǎn)雙街站和北倉站的容積率。區(qū)域的平均容積率為1.5，居住用地平均容積率為2，商辦用地平均容積率為3.8。

相對(duì)于緊湊開發(fā)情景，基準(zhǔn)趨勢(shì)情景可以成為一個(gè)重要的基線參照?；鶞?zhǔn)趨勢(shì)情景指“過去”延伸至“未來”的一種情景，即超大街區(qū)開發(fā)中的那些用途單一、由內(nèi)向外蔓延的土地利用模式。具體而言，在此情景下人口增長并未集中于軌道周圍的用地，而是以城市蔓延的形式增長。廊道整體開發(fā)強(qiáng)度和人口密度較低，較低的路網(wǎng)密度導(dǎo)致街區(qū)的可步行性較差。

2）不同情景下4號(hào)線北段軌道交通廊道場地類型構(gòu)成。

在總?cè)丝跀?shù)和崗位數(shù)保持一致的情況下，BAU 情景包含5.76km²中等密度軌道可達(dá)商業(yè)街區(qū)（C1C），6.81km²中等密度軌道可達(dá)居住街區(qū)（C1D），6.81km²低密度軌道可達(dá)居住街區(qū)（C1F），11km²中等密度超大居住街區(qū)（C2D），24.1km²低密度超大居住街區(qū)（C2F），5.24km²中等密度軌道可達(dá)商業(yè)街區(qū)（P1C），6.19km2中等密度軌道可達(dá)居住街區(qū)（P1D），6.19km²低密度軌道可達(dá)居住街區(qū)（P1F），10km²中等密度超大居住街區(qū)（P2D）與21.9km²低密度超大居住街區(qū)（P2F）。

TOD 情景包含3.35km2 高密度商業(yè)街區(qū)（C1A），5.02km²高密度居住街區(qū)（C1B），4.46km²中等密度軌道可達(dá)商業(yè)街區(qū)（C1C），7.81km²中等密度軌道可達(dá)居住街區(qū)（C1D），2.65km²高密度商業(yè)街區(qū)（P1A），3.98km²高密度居住街區(qū)（P1B），3.54km²中等密度軌道可達(dá)商業(yè)街區(qū)（P1C），6.19km²中等密度軌道可達(dá)居住街區(qū)（P1D）。

BAU 人口崗位主要分布在中等密度軌道可達(dá)商住混合街區(qū)（C1C、P1C）與中等密度軌道可達(dá)居住街區(qū)（C1D、P1D）；TOD 人口崗位主要集中在高密度軌道可達(dá)商業(yè)街區(qū)（C1A、P1A）與中等密度軌道可達(dá)商住混合街區(qū)（C1C、P1C）。

4 減碳潛力分析

4.1 出行分擔(dān)率

在BAU情景的出行分擔(dān)率中，小汽車出行分擔(dān)率略微超過40%，地鐵與公交出行分擔(dān)率都相對(duì)較小。TOD 的出行分擔(dān)率中，綠色出行方式比重更大，小汽車出行分擔(dān)率減少17.32%，居民出行采用更加綠色的出行方式（表6）。

4.2 日均出行距離

整體而言，TOD 情景的綠色出行距離總量相對(duì)BAU 更大。其中，TOD 日均地鐵出行距離總量較BAU 增加較多，這是由于地鐵出行的分擔(dān)率提升較多，而小汽車出行距離也減少較多（表7）。

4.3 日均出行碳排放量

BAU 情景年均碳排放總量約130，040t，TOD 情景年均碳排放總量約94，703t， 即使TOD 日均出行總距離相對(duì)BAU 更多，但是由于建成形態(tài)更加緊湊，市民出行選擇的出行方式也根據(jù)街區(qū)類型進(jìn)行調(diào)整，出行分擔(dān)率得到優(yōu)化，最終TOD 情景下的年均出行總碳排放量較BAU 情景下降 27.17%，TOD 發(fā)展情景下的減碳效果較為理想（表8）。

5 政策建議

1） 在軌道交通廊道周邊開發(fā)中， 堅(jiān)持TOD 的空間布局和土地利用模式。

國土空間規(guī)劃、綜合交通規(guī)劃、軌道交通線網(wǎng)及建設(shè)規(guī)劃應(yīng)綜合統(tǒng)籌、高度銜接，并將廊道周邊的城市空間布局和土地利用與軌道交通系統(tǒng)的規(guī)劃建設(shè)統(tǒng)一考慮，重點(diǎn)建立城市軌道交通系統(tǒng)與沿線土地相互匹配的用地布局模式，研究制定土地綜合開發(fā)和配套發(fā)展的規(guī)劃建設(shè)控制指引與標(biāo)準(zhǔn)，做到“軌道”與“土地”相統(tǒng)一。

（1）差異化用地開發(fā)強(qiáng)度。

引導(dǎo)站點(diǎn)周邊用地強(qiáng)度梯度布局，在站點(diǎn)的核心圈層、邊緣圈層及輻射圈層分別實(shí)行高強(qiáng)度、中高強(qiáng)度及低強(qiáng)度開發(fā)，站點(diǎn)影響區(qū)范圍內(nèi)用地容積率應(yīng)高出所在區(qū)域基準(zhǔn)容積率10以上。

（2）構(gòu)建高密度路網(wǎng)體系。

為進(jìn)一步提升軌道交通服務(wù)效率，強(qiáng)化站點(diǎn)可達(dá)性，在車站站區(qū)范圍內(nèi)應(yīng)提高路網(wǎng)密度，影響區(qū)范圍內(nèi)不宜小于8km/km? ，核心區(qū)范圍內(nèi)不宜小于10km/km?。同時(shí)核心區(qū)應(yīng)避免高等級(jí)道路穿越，避免對(duì)車站及城市空間產(chǎn)生割裂影響。

（3）多元業(yè)態(tài)混合布局。

促進(jìn)沿軌道交通廊道的職住平衡，鼓勵(lì)站點(diǎn)周邊用地多元業(yè)態(tài)混合布局，提升TOD 區(qū)域城市活力。在功能合理的前提下，車站影響區(qū)內(nèi)單一性質(zhì)用地可兼容一定比例的其他功能建筑，鼓勵(lì)單個(gè)建筑內(nèi)部立體功能的混合。對(duì)于公交場站、P+R 停車場等交通接駁設(shè)施，建議與商業(yè)、商務(wù)、公共服務(wù)等功能結(jié)合建設(shè)。涉及豎向多個(gè)開發(fā)主體的項(xiàng)目，建議采用分層確權(quán)方式確定用地性質(zhì)，保障TOD項(xiàng)目落地實(shí)施。

2）研究制定對(duì)TOD 綜合開發(fā)的財(cái)稅價(jià)格優(yōu)惠政策。

各級(jí)財(cái)政要加大對(duì)符合TOD 理念的軌道廊道周邊綜合開發(fā)的支持力度，將TOD 綜合開發(fā)納入綠色項(xiàng)目庫，參與綠色投資項(xiàng)目評(píng)級(jí)，落實(shí)有關(guān)稅收優(yōu)惠政策，爭取國家財(cái)政資金和預(yù)算內(nèi)投資支持。

3）將TOD 綜合開發(fā)納入綠色低碳金融支持范圍。

健全完善綠色金融工作機(jī)制，加快構(gòu)建完善支持TOD 綜合開發(fā)的金融體系，引導(dǎo)金融機(jī)構(gòu)加大對(duì)TOD 綜合開發(fā)項(xiàng)目的金融支持。鼓勵(lì)開發(fā)性、政策性金融機(jī)構(gòu)按照市場化、法治化原則為TOD 綜合開發(fā)提供長期、穩(wěn)定的融資支持。

SYNOPSIS

Study on Carbon Reduction Potential of Rail Transit Corridor TOD：Taking the North Section of Rail Transit

Line 4 in Tianjin as an Example

Yuanling Zhang， Yang Jiang， Zhiyuan Han， LinYue， Bo Gao

Promoting carbon peak and carbon neutralizationis a key task in various social and economic fieldsin China. TOD， as a recognized green intensive，low-carbon sustainable urban spatial developmentmodel， is one of the important strategies for carbonemission reduction in cities. However， quantitativestudies on carbon emission reduction from TOD arestill immature. TOD planning principle is embodiedin three levels： macro （city）， middle （corridor） andmicro （site）. Most cities in China， including Tianjin，have entered the transition stage from incremental?expansion to stock quality improvement. In thefuture， large-scale new city construction and overallspatial structure adjustment of cities will be difficultto sustain. Under the background of the newinfrastructure policy promoted by the state， the landdevelopment and renewal along the track corridor andaround the station caused by the track construction，and effective intervention in this kind of spatialchange on the medium and micro scale can optimizethe spatial pattern of the city to a certain extent， thusmaking an important contribution to the urban carbonemission reduction. Taking the northern section ofTianjin City Rail Transit Line 4 as an example， thispaper evaluates the carbon reduction potential of railtransit corridor development under TOD scenario，responds to the target requirements of carbon peakand carbon neutralization， and provides quantifiablereference basis for government to study and formulateincentive policies for urban rail transit projects atcorridor level.

The methodology used in this study is derivedfrom the Rapid Fire model developed by PeterCalthorp and his team. Our team worked with Mr.Calthorp to introduce the method to China andadjusted the parameters to suit local conditions. Themodel analyzes carbon emissions under differentplanning scenarios according to “block type”. Firstly，blocks are classified according to location， proximityto rail stations and urban morphology. Secondly，calculate the resident travel activity and carbonemission in typical block samples， and establishmapping model. Thirdly， Business As Usual （BAU）and TOD scenarios are established under the premiseof accommodating the same population and postincrement. Finally， the total carbon emissions underthe two scenarios are calculated， and the carbonemission reduction amount is obtained by comparingthe difference.

In terms of mode share， the car trip sharing ratein BAU scenario was slightly over 40%， while thesubway and bus trip sharing rates were relativelysmall. The proportion of green travel mode in TODscenario was larger， and car travel decreased by17.32% year-on-year. In terms of daily travel distance，the total travel distance of BAU subway was 789，372km/d， and the total travel distance of car was 2.53million km/d. In TOD scenario， the travel distance ofsubway increased greatly to 1.5 million km/d， and thetotal travel distance of cars decreased correspondinglyto 1.54 million km/d. In terms of travel carbonemissions， the total annual carbon emissions of BAUscenario were about 130，040 tons， and the total annualcarbon emissions of TOD scenario were about 94，703tons.

Compared with BAU scenario， TOD scenariooptimizes the resident mode share， reduces the cartravel sharing rate， increases the green travel modesharing rate， greatly increases the total distance ofsubway travel， and correspondingly reduces thetotal distance of car travel. Compared with BAUscenario， the average annual carbon emissionof TOD scenario decreased by 27.17%， and thecarbon reduction effect of TOD scenario wasconsiderable. Based on the above conclusions，this paper puts forward the following policysuggestions： 1） adhere to TOD spatial layout andland use mode in the development around railtransit corridor; 2） study and formulate preferentialfiscal and tax policies for TOD comprehensivedevelopment; 3） bring TOD comprehensivedevelopment into the scope of green low-carbonfinancial support.