中國城市綠色出行及其碳排放分析報告 2023

北京智匯綠行科技中心(普通合伙)執(zhí)行主任梁金棟北京智匯綠行科技中心(普通合伙)環(huán)境咨詢師田丹暉北京智匯綠行科技中心(普通合伙)環(huán)境咨詢師李金虎北京智匯綠行科技中心(普通合伙)數(shù)據(jù)實習生狄金燦-若無特別聲明，報告中陳述的觀點僅代表作者個人意見，不代表能源基金會的觀點。能-凡提及某些公司、產(chǎn)品及服務時，并不意味著它們已為能源基金會所認可或推薦，或優(yōu)背景與目標41.1城市客運出行的發(fā)展現(xiàn)狀61.1.1國內發(fā)展現(xiàn)狀61.1.2國際發(fā)展狀況111.2研究目標1415交通碳排放計算方法2.2.1計算方法與流程2.2.2研究范圍2.2.3數(shù)據(jù)獲取3.1.1人均日出行次數(shù)3.1.3平均單次出行距離3.1.4能源類型市層級情況3.2.1人均總出行次數(shù)3.2.3平均單次出行距離全國總體水平4.1.1總碳排放4.1.2人均碳排放分城市層級情況4.2.1總碳排放量4.2.2人均年碳排放4.3綠色出行減碳潛力分析要素分析交通出行比例影響要素分析5.3慢行(步行和自行車)出行比例影響要素分析圖1城市客運交通結構與綠色出行 4圖24各類城市公交車單次出行距離分布規(guī)律…………28圖2中國綠色出行政策梳理 8圖25各類城市地鐵出行距離分布規(guī)律…………………28圖3北京市2000—2021年交通出行方式結構變化圖 10圖26城市客運各出行方式碳排放量占比………………29圖4哥本哈根超級自行車道 13圖27城市客運各能源碳排放量占比……………………29圖5紐約曼哈頓地區(qū) 14圖28城市客運年人均碳排放分布圖……………………29圖6計算框架 16圖29各類城市年均城市客運總碳排放量分布規(guī)律……30表1城市分級 17圖30不同級別城市年均城市客運碳排放排名…………30圖7三種數(shù)據(jù)獲取方法 18圖31各類城市年人均城市客運碳排放分布規(guī)律………32圖8各級城市采信數(shù)據(jù)覆蓋情況 19圖32各城市層級年人均碳排放量排名…………………33圖9人均日出行次數(shù)分布圖 20圖33綠色情景下年碳排放總量分布圖…………………34圖10各出行方式分擔率占比 20圖34四類城市綠色情景碳排放、減碳量及減碳潛力…………………34圖11綠色出行分擔率分布圖 21圖35綠色情景下人均碳排放量分布圖…………………35圖12各出行方式平均出行距離 21圖36四類城市綠色情景人均碳排放、減碳量及減碳潛力……………35圖13小汽車單次平均出行距離分布圖 21圖37各城市層級人均碳排放降低量排名………………36圖14公交車單次平均出行距離分布圖 22表2影響城市居民出行方式的因素……………………37圖15地鐵單次平均出行距離分布圖 22圖38影響小汽車出行分擔率的因素排名………………38圖16小汽車和公交車能源類型比例 23圖39人均GDP和小汽車出行分擔率分布規(guī)律………39圖172018年各類城市公交車能源類型比例 23圖40影響公共交通出行分擔率的因素排名……………41圖18分城市層級各出行分擔率情況 24圖41公交線路密度和公共交通出行分擔率分布規(guī)律…………………42圖19各類城市人均日出行次數(shù)分布規(guī)律 25圖42有無公交示范都市與公共交通出行分擔率分布規(guī)律……………43圖20各類城市小汽車出行分擔率分布規(guī)律 25圖43影響慢行出行分擔率的因素………44圖21各類城市公共交通出行分擔率分布規(guī)律 26圖44老年人口比例和慢行出行分擔率分布規(guī)律………45圖22各類城市慢行分擔率分布規(guī)律 27圖45廣州市2019—2021年中心城區(qū)全方式出行結構………………48圖23各類城市小汽車單次出行距離分布規(guī)律 27圖46上海“十五分鐘生活圈”構成結構………………49圖47北京自行車高速路 51報告45替代燃料小汽車出行化石能源小汽車出行新能源小汽車出行公共汽電車出行地鐵等軌道交通出行出行*替代燃料小汽車出行化石能源小汽車出行新能源小汽車出行公共汽電車出行地鐵等軌道交通出行出行*第1章研究背景與目標根據(jù)交通運輸部和國家發(fā)展改革委印發(fā)的《綠色出行創(chuàng)建行動方案》相關定義，綠色出行是城市客運交通的重要組成部分，是指采用城市軌道交通、公共汽電車、自行車和步行等對環(huán)境影位碳排放強度較低的交通工具或形式，因此大氣污染物排放和碳排放水平都很低，是綠色、低碳的客運交通出行方式。相對于綠色出行的交通方式，城市客運交通方式還包括以汽油、柴油等化石能源驅動的私家車、網(wǎng)約車等非集約化的交通方式，城市空間占用和人均碳排放都相對較大，對城市客運交通行本研究中的綠色出行包括新能源小汽車(僅限于本研究)主要實施方式①減少個人機動車輛的使用，尤其是減少個人綠色出行有助于減少交通運輸部門的碳排放，減污降碳的作用2020年9月，習近平總書記在第七十五屆聯(lián)國家自主貢獻力度，采取更加有力的政策和措施，二氧化碳排放力爭于2030年前達到峰值，努力爭取2060年前實現(xiàn)碳中和。”交通部門是碳排放的重要部門，道路運輸在整個交通運輸領域碳排放占比最高，約占80%以上，其中城市客運出行碳排放占道路運輸碳排放量的40%左右，由此成為控制碳排放的重點方向。在“雙碳”的目標背景下，城市客運面臨著嚴峻的減排壓力，控制其碳排放成為交通領與私人機動化出行方式相比，公交車出行的人均碳排放量約是小汽車出行的1/142，軌道交通出左右，而自行車及步行等慢行出行方式則幾乎可以達到零排放。因此，推廣綠色出行對城市客運交通節(jié)能減排具有重報告67的發(fā)展現(xiàn)狀1.1.1國內發(fā)展現(xiàn)狀1)政策要求黨的十八大以來，交通運輸部深入貫徹落實黨中央、國務院決策部署，統(tǒng)籌推進交通運輸節(jié)能減排和環(huán)境保護工作，加快推動行業(yè)綠色低碳轉型，發(fā)布了一系列政策推廣促進綠色出行?！艄欢际?011年11月9日，根據(jù)《交通運輸“十二五”發(fā)展規(guī)劃》，交通運輸部決定在“十二五”◆《綠色出行行動計劃(2019—2022年)》持公共交通優(yōu)先發(fā)展，努力建設綠色出行友好環(huán)境、增加綠色出行方式吸引力、增強公眾綠色出集約高效的綠色出行服務體系，綠色出行環(huán)境明顯改善，公共交通服務品質顯著提高、在公眾出行中的主體地位基本確立，綠色出行裝備水平明顯提升，人民群眾對選擇綠色出行的認同感、獲，明確通過開展綠色出行創(chuàng)建行動，倡導簡約適度、綠色低碳的生活方式，引導公眾優(yōu)先選擇公共列市、公交都市創(chuàng)建城市、其他城區(qū)人口100萬以上的城市作為創(chuàng)建對象，鼓2)國內實踐情況近年來，隨著城市公交優(yōu)先發(fā)展戰(zhàn)略的深入實施和綠色出行發(fā)展理念的不斷深入，我國城市受訪者在但現(xiàn)階段中國城市客運綠色出行仍存在問題。目前我國城市出行仍存在負外部性，城市交通基礎設施的增長無法滿足居民日益增長的出行需求，且私家車出行意愿仍居高不下。根據(jù)《典型個城市選擇私家車出行與選擇公共交通出行的人群比例相當，高于選擇出租車、摩托車出行的人交地鐵站點遠、換乘多”(43.4%)，“公交地鐵不準時、等待久”(35.1%)，以及“周邊共享電/單車少或有故障，去公交站點不方便”(21.3%)等。報告89交通運輸部印發(fā)《綠色交通標準體系交通運輸部印發(fā)《綠色交通標準體系市公共汽設示范工程第一批創(chuàng)建城西安、烏魯木齊共積極鼓勵公眾使用綠色出比重。加強自行車專用道化行動。因地制宜建設自《交通運輸部關于印發(fā)〈推進交通運輸生態(tài)文明建設實施方案〉的通知》，其中重點任務包括優(yōu)化交通運輸結構，優(yōu)先發(fā)展公共交通，建立健全綠色交通發(fā)展制度和標準體系，組織開展綠色交通示范項目，多渠道籌措綠色發(fā)展資金。《《交通運輸部等十二部門和單位關于印發(fā)〈綠色出行行動計劃(2019—和自行車等綠色出行方《《交通運輸部關于印發(fā)〈綠色交通色出行體系。因地制宜構建以城市軌道交通和快速公交為骨主體的公共交通出行體國國家發(fā)改委發(fā)布《國家標準化發(fā)展綱、制止餐飲浪費、綠色出。1011報告%%%20002002200320042005200620072008200920102011202201320142015201620172018201920202021汽車自行車軌道公交步行圖3北京市2000—2021年交通出行方式結構變化圖歷年交現(xiàn)在2008年后；北京市過去二十年城市客運交通出行結構的變化很好地展示了城市客運出行方式的發(fā)展規(guī)律。在經(jīng)濟發(fā)展初期，機動化率較低，慢行分擔率較高；隨著經(jīng)濟的高速發(fā)展，人均小汽車保有量的快速增長，小汽車出行分擔率上升，同時城市大力發(fā)展公共交通基礎設施的建設，因此公共交通出行分擔率也在上升；近年來隨著機動車的飽和，城市慢行和公共交通系統(tǒng)的完善，以及居民綠色出行意識的提升，小汽車出行分擔率開始下降，公共交通出行分擔率和慢行分擔率相1.1.2國際發(fā)展狀況1)總體描述世界上一半以上的人口居住在城市，隨著城鎮(zhèn)化進程的不斷加快，許多城市正在利用各種策①規(guī)劃發(fā)展緊湊型城市，改善公共交通和基礎設施，推動高密度居住與城市軌道相結合的交。②從行為上改變城市居民的出行習慣，政府實施政策干預和投資引導綠色出行，例如開展教育活動和公眾宣傳，實施價格措施引導居民選擇低排放出行方式，在部分區(qū)域實施強制措施限制圖源網(wǎng)絡圖源網(wǎng)絡2)各地實踐◆歐洲——多政策實施促進綠色出行根據(jù)聯(lián)合國歐洲經(jīng)濟委員會2021年5月《維也納宣言》和《泛歐自行車出行總體規(guī)劃》3政策要求，歐洲國家需要向更加綠色和健康的交通和出行模式轉型，實施空間規(guī)劃，為交通系統(tǒng)留出公共空間。交通系統(tǒng)在設計過程中應鼓勵步行、騎行和其他非機動車出行的方式，重點關注行程的起點和終點，以及途中的方便換乘。增加對公共交通領域的投資。以法國為例，為了在疫情過后增加民眾對于公共交通系統(tǒng)的信心，從國家復蘇計劃中撥出12億歐元投資地鐵、有軌電車、公共汽車和城際鐵路等公共交通服務，在人口最為密集的都市區(qū)域提供生態(tài)友好的出行方案。鼓勵電動出行。在歐洲區(qū)域內，對于電動車、電動自行車和電動摩托車的使用正在日益普及，同時對電動出行工具的速度和道路優(yōu)先使用權做出清晰的規(guī)定，確保使用安全，讓電動與傳統(tǒng)交通工具能夠和諧共存。支持步行和騎行等可持續(xù)的健康交通模式?！斗簹W自行車出行總體規(guī)劃》中要求，歐洲國家制定一項覆蓋全歐洲的長期騎行推廣計劃，目和環(huán)境部正在推進中?！舾绫竟劳谐鞘刑厣珜ЬG色出行麥的政治、經(jīng)濟和文化中心，面積約90平方公里，總市一樣，面臨機動車數(shù)量增長、交通擁堵和環(huán)境污染等問題。2009年，哥本哈根市政府就H標。到2025年，步行、自行車出行和公交出行占比達到75%以上，提高公共交通吸引力并降低其能耗，加強智能交通控制和管理以及開展綠色出行宣傳鼓勵市民環(huán)保出行等。同時，作為全球領先的騎行城市，哥本哈根打造了總長約750公里的高品質超級自行車道旗艦項目，引導居民采取零排放的慢行出行方式，提高慢行交通出行率和品質，保障慢行◆東京——多方協(xié)作促進綠色出行，保障慢行路權色出行的社會共治。政府每年與相關組織合作開展“站前自行車停車清潔活動”，廣泛宣傳呼吁東京市民合法停放團體等各方力量集中對軌道站點周邊等重點區(qū)域的違規(guī)停放自行車進行清理。通過長時間周期性的自行車停車清潔活動，良好的自行車出行和停放氛圍在政府、社會團體以及市民之間構建起來，形成綠色出行的社會共治式5。機報告1415圖源網(wǎng)絡圖源網(wǎng)絡◆紐約——核心區(qū)域收取小汽車通行費用于補貼綠色出行建設據(jù)美聯(lián)社報道，紐約市的一項新計劃7已獲得美國聯(lián)邦政府批準，該計劃將對進入曼哈頓游預計該計劃最早于2024年春季啟動，屆時該地區(qū)將成為美國首個獲批對車輛收取額外通行但目前尚缺乏完整的計算方法和核算體系以綜合評估城市出行狀況和碳排放水平。綠色出行政策和行動的成本效果及節(jié)碳潛力缺乏量化分析，因而難以精準指導城市因地制宜地出臺優(yōu)化方案推廣綠色出行。同時，由于缺少對綠色出行的效果評估和量化分析，公眾對綠色出行的重大意義了通過基于大數(shù)據(jù)、文獻調研和人工智能建模等方法，量化城市客運二氧化碳排放量，系統(tǒng)分析綠色出行對減少碳排放的效果。本研究旨在引導城市公眾和管理部門了解自己所在城市在綠色出行行有效鏈接，并激勵中國城市政府積極采取碳減排政策，促進城市居民交通行為的改變，加快綠第2章研究方法及研究范圍2.1綠色出行水平的衡量方式綠色出行分擔率=綠數(shù)x100%其中，綠色交通出行次數(shù)包括采用城市軌道交通、公共汽電車、自行車和步行等綠色交通方2.2城市客運交通碳排放計算方法本報告基于大數(shù)據(jù)和統(tǒng)計調研分析，細致刻畫城市居民的出行活動特征，由此計算城市客運交通的碳排放。該方法首先量化城市層面居民交通出行總量，并通過大數(shù)據(jù)和調研分析確定不同交通模式的出行次數(shù)、單次出行距離和排放強度，以此為基礎估算中國城市客運交通的碳排放。2.2.1計算方法與流程客運碳排放計算公式如下，計算客運碳排放需要獲取不同客運方式的出行特征參數(shù)(包括各種出行方式的分擔率、平均單次出行距離、人均日出行次數(shù)、負荷系數(shù))以及碳排放系數(shù)(包括能耗系數(shù)、能源比例和含碳量)。?出行分擔率：指各出行方式的出行次數(shù)占總出行次數(shù)的比例；?平均單次出行距離：指各出行方式的平均單次出行距離；?人均日出行次數(shù)：指平均每天每人出行的次數(shù)；?負荷系數(shù)：也稱載客率，指載具的平均載客量；1617人口經(jīng)濟車輛數(shù)量交通基礎設施城市規(guī)劃文獻調研出行次數(shù)模式劃分負荷系數(shù)出行距離能耗系數(shù)能源比例含碳量人口經(jīng)濟車輛數(shù)量交通基礎設施城市規(guī)劃文獻調研出行次數(shù)模式劃分負荷系數(shù)出行距離能耗系數(shù)能源比例含碳量具保有量的城市客運交通碳排放的計算方法，采取基于出行活動的方法?有助于更清楚地定義統(tǒng)計邊界，更真實地反映城市內部的客運活動；?可以更好地反映政策與措施之間的效果；?大數(shù)據(jù)可以實現(xiàn)高時空分辨率的模擬計算，因此可以對不同尺度的客運交通減碳問題有車車輛能源利用大數(shù)據(jù)大數(shù)據(jù)居居民出行參數(shù)數(shù)數(shù)據(jù)外推碳排放碳排放能源參能源參數(shù)城城市客運碳排放2.2.2研究范圍1)時間范疇。本研究選用2018年作為報告研究年份，主要考慮數(shù)據(jù)可得性，以及2020年到2022年受疫情影響，出行活動水平處于非正常情況，難以反映城市客運綠色出行政策和實踐2)研究范圍。本研究的城市地理邊界為地級行政區(qū)域，根據(jù)國務院第七次全國人口普查領導小組辦公室編制的《2020中國人口普查分縣資料》，以中國367個地級市(除香港、澳門及臺灣地區(qū))的綠色出行水平和城市客運交通出行碳排放為研究目標。3)城市分級。城市發(fā)展階段，城市規(guī)模和空間形態(tài)等因素都對城市客運交通出行產(chǎn)生重大影響，為保證結果的可比性，本研究根據(jù)《國務院關于調整城市規(guī)模劃分標準的通知》將全國城市分類數(shù)量城市超大城市7北京，上海，廣州，深圳，重慶，成都，天津特大城市武漢，東莞，西安，杭州，佛山，南京，沈陽，青島，濟南，長沙，哈爾濱，鄭州，昆明，大連福州，長春，南昌，常州襄陽，昆山，泉州，蕪湖等城市鄂爾多斯，韶關，陽江，阜陽，南陽，玉林，三亞，駐馬店，內江，石河子，安慶，畢節(jié)，慶陽等I.基于時空大數(shù)據(jù)文獻調研與II.大數(shù)據(jù)交叉驗證數(shù)據(jù)短缺IIII.基于時空大數(shù)據(jù)文獻調研與II.大數(shù)據(jù)交叉驗證數(shù)據(jù)短缺III.城市擴樣2.2.3數(shù)據(jù)獲取并與大數(shù)據(jù)方法進行交叉驗證，最后對于缺乏大數(shù)據(jù)和統(tǒng)計文獻數(shù)據(jù)以及統(tǒng)計??根據(jù)城市規(guī)模、經(jīng)濟發(fā)展水平、人口及空間地理位置等要素選擇十座具有代表性的大型城市?通過大數(shù)據(jù)方法進行出行軌跡識別和出行方式AI運算?計算城市出行分擔率及出行特征參數(shù)??完成全國144個城市的交通研究報告與論文調研?完成調研方法與大數(shù)據(jù)方法協(xié)同耦合及校正?影響城市出行的特征參數(shù)統(tǒng)計?基于出行特征的隨機森林算法構建?基于機器學習算法的城市擴樣外推靠結果的其中85個城市(覆蓋各級城市情況見圖8)。城市數(shù)量城市數(shù)量(個)04000超大城市特大城市超大城市特大城市未覆蓋的城市2021(1.94,2.16](2.16,2.38](2.38,2.60](2.60,2.82](2.82,3.04](3.04,3.26](3.26,3.48](3.48,3.70](3.70,3.92][46.00%,50.80%][50.80%,55.60%][55.60%,60.40%][60(1.94,2.16](2.16,2.38](2.38,2.60](2.60,2.82](2.82,3.04](3.04,3.26](3.26,3.48](3.48,3.70](3.70,3.92][46.00%,50.80%][50.80%,55.60%][55.60%,60.40%][60.40%,65.20%][65.20%,70.00%][70.00%,74.80%][74.80%,79.60%][79.60%,84.40%]城市數(shù)量︵個︶第3章城市客運總體運行情況分析3.1全國總體情況3.1.1人均日出行次數(shù)0如圖9所示，全國各城市居民人均單日出次，大部分城市的日均城市數(shù)量︵個︶454050252050圖3.1.2出行方式分擔率29.76%小汽車出行分擔率429.76%小汽車出行分擔率 20.77%公共交通出行分擔率根據(jù)上述獲取的數(shù)據(jù)及計算方法得到的85個城市客運出行方式占比如圖10所示，小汽車出行分擔率平均為29.76%，公共交通出行分擔率平均為20.77%，慢行分擔率平均為49.47%，綠色出行分擔率(包括公共交通和慢行)為70.24%。403530252050圖11綠色出行分擔率分布圖出行分擔率(%)達到70％以上”的目標。值得注意的是極少數(shù)城市的綠色出行分擔率較低(低于50%)，3.1.3平均單次出行距離平均出行距離︵km︶10.009.008.007.006.005.004.003.002.001.000.007.59小汽車6.07公交車9.68城市數(shù)量︵個︶[4.00,5.60][5.60,7.20][7.20,8.80][8.80,10.40][10.40,12.00][12.00,13.60][13.60,15.20][15.20,1[4.00,5.60][5.60,7.20][7.20,8.80][8.80,10.40][10.40,12.00][12.00,13.60][13.60,15.20][15.20,16.80]5050平均出行距離(km)圖13反映了85個城市的小汽車出行距離地鐵85個城市各出行方式的平均出行距離如圖12所示，小汽車單次平均出地鐵平均出行距離最長為9.68km。其中地鐵單次出行距離較長的原因是目前建設地鐵的城市總體城市規(guī)模較大，居民出行距離偏長。分布情況，從中可以看到各城市小汽車單次平2223]]]]]65].25]]]].29].79].29]城市數(shù)量︵個︶城市數(shù)量︵個︶報告]]]]]65].25]]]].29].79].29]城市數(shù)量︵個︶城市數(shù)量︵個︶050平均出行距離(km)14可看出，均出行距離大部分分布在5.7—3.1.4能源類型總體來看，機動車能源類型主要包括汽油、柴油、天然氣和電力，不同能源類型的機動車占該類機動車保有量的。與小汽車能源類型不同，各地公交車能源類型以電力和柴油為主，氣為柴油3.953.95%天然氣0.04%汽油95.81%汽油37.80%11.86%柴油25.84%天然氣24.50%864242地鐵單次平均出行距0平均出行距離(km)如圖17所示，四類城市的公交車能源類型中，電動車占比基本過半，超大城市公交車的電動化率最高。II型大城市I型大城市特大城市超大城市0%10%80%90%100%20%30%0%10%80%90%100%汽油柴油天然氣電報告3.2分城市層級情況慢行分擔率的差異較大，這與城市的發(fā)展規(guī)模、發(fā)展階段、公共交通基礎設施建設和政策引導相Ⅱ型大城市Ⅱ型大城市廣州市成都市上海市北京市深圳市天津市重慶市常州市南京市杭州市武漢市鄭州市長沙市西安市哈爾濱市昆明市青島市沈陽市濟南市佛山市大連市南寧市廈門市無錫市福州市烏魯木齊市貴陽市蘇州市合肥市石家莊市太原市寧波市南昌市長春市赤峰市聊城市鹽城市張家口市唐山市吉林市泉州市濟寧市泰安市宜賓市揚州市連云港市贛州市淮安市桂林市莆田市瀘州市淄博市徐州市邯鄲市南通市呼和浩特市蘭州市江門市紹興市湛江市邢臺市咸陽市撫順市秦皇島市衡陽市岳陽市中山市保定市包頭市汕頭市?？谑惺徍信R沂市大慶市西寧市銀川市珠海市宜昌市齊齊哈爾市棗莊市株洲市溫州市鞍山市廊坊市煙臺市慢行慢行公共交通圖0%10%20%30%40%50%60%70%80%90%100%3.2.1人均總出行次數(shù)。 662.332.342.40城市特大城市Ⅰ型大城市Ⅱ型大城市圖19各類城市人均日出行次數(shù)分布規(guī)律3.2.2出行方式分擔率1)小汽車出行分擔率 小汽車出行分擔 %圖20各類城市小汽車出行分擔率分布規(guī)律2627報告2)公共交通出行分擔率公共交通出行分擔率從超大城市到Ⅱ型大城市呈現(xiàn)由高到低的趨勢。超大城市公共交通出行分擔率均值為37.34%，特大城市為33.80%，Ⅰ型大城市為33.22%，Ⅱ型大城市為22.90%，反映了公共交通發(fā)展水平與城市發(fā)展水平高度相關。超大、特大城市往往注重城市公共交通服務水平和基礎設施建設，上述城市均建有地鐵軌道系統(tǒng)，高效便捷的服務提高了公共公共交通出行分擔率 (%)29.75%超大城市特大城市Ⅰ型大城市Ⅱ型大城市3)慢行分擔率與公共交通出行分擔率相反，慢行分擔率從超大城市到Ⅱ型大城市呈現(xiàn)由低到高的趨勢。超大城市慢行分擔率均值為36.14%，特大城市為38.12%，Ⅰ型大城市為38.69%，Ⅱ型大城。其原因是因為超大、特大城市城市規(guī)模尺度較大，組團功能不夠完善，城市無序蔓延，導致城市出行距離拉長，大部分平均出行長度超過了步行和自行車的適用范圍，因而慢行出行比例降低。這也反映了我國超大、特大城市在空間組團建設、TOD發(fā)展和十五分鐘生活是我國未來城市發(fā)展的主力軍，目前慢行分擔率處于較好水平，但隨著未來的建設和發(fā)展，有可能步我國超大、特大城市的后塵，因此應該積極調整城市空間結構，通過國土空間規(guī)劃和有慢行分擔率 (%)60.00%50.00%40.00%30.00%20.00%10.00%0.00%58.19%50.95%45.20%40.70%3658.19%50.95%45.20%40.70%36.14%34.86%32.54%30.19%41.93%44.98%38.69%38.12%Ⅰ型大城市Ⅱ型大城市圖22各類城市慢行分擔率分布規(guī)律3.2.3平均單次出行距離1)小汽車出行距離小汽車單次平均出行距離呈現(xiàn)由高到低的分布規(guī)律，超大城市的小汽車單次平均出行距離遠高于其他三類城市，特大城市較長，Ⅰ型大城市和Ⅱ型大城市差距不大。超大城市小汽車出行距小汽車平均出行距 00000000008.006.004.002.000.008.568.56.41069.28 9.358.358.506.796.797.616.837.53市Ⅱ型大城市圖23各類城市小汽車單次出行距離分布規(guī)律2829報告2)公交車出行距離8.44km，特大城市為6.31km，Ⅰ型大城市公交車平均出行距 0008.00.004.002.000.009.467.58.457.008.447.597.58.457.006.966.73.32.31.325.604.713)地鐵出行距離如圖25所示，超大城市地鐵平均出行距離為13.21km，特大城市為8.61km，Ⅰ型大城市地鐵平均出行距 000008.00.004.002.000.0011011009.3009.308.618.828.00.958.618.828.009.45.22圖25各類城市地鐵出行距離分布規(guī)律第4章城市客運交通碳排放及綠色出行減碳潛力4.1全國總體水平4.1.1總碳排放本文采用“自下而上”的方法，分別對全國367個城市客運交通碳排放進行計算(具體方法參見第二章)，然后對各個城市客運交通碳排放結果進行加和，得到我國城市客運總碳排放。以為3.6億噸，其中小汽車出行占比88.44%，地鐵天然氣0.08%天然氣0.08%城市客運碳排放中絕大部分來自汽油，占1.12%，天然氣占比為4.06% 地鐵,柴油 地鐵,柴油12%49%5.06%小汽車,.44%汽油4.73%4.1.2人均碳排放1)全國平均根據(jù)計算結果，我國居民城根據(jù)統(tǒng)計結果折算，我國城市居民人均生活碳排放總量(包括居民生活和商業(yè)用能以及客運交通)為1.05噸/年。交通出行碳排放占居民生活排碳很大一部分，為城市數(shù)量︵個︶40505050[0.13,0.20][0.20,0.27][0.27,0.33][0.33,0.40][0.40,0.47][0.47,[0.13,0.20][0.20,0.27][0.27,0.33][0.33,0.40][0.40,0.47][0.47,0.54][0.54,0.61]人均碳排放量(噸)圖28城市客運年人均碳排放分布圖2)人均碳排放分布報告4.2分城市層級情況4.2.1總碳排放量整體來看，四類城市中超大城市的年均總碳排放量遠高于其他三類城市。超大城市年均碳排.82萬噸，特大城市為264.30萬噸，Ⅰ型大城市為188.54萬噸，Ⅱ型大城市為132.77萬噸。結合第三章的分析，人口眾多，小汽車保有量高，長距離小汽車出行，是城市碳質量發(fā)展的挑戰(zhàn)，盡快發(fā)展綠色交通，避免我國特大城市已經(jīng)形成的高碳出行方式迫在眉睫。 ()年均總碳排放量 ()286.11 211.91超大城市特大城市Ⅰ型大城市Ⅱ型大城市超大城市重慶市北京市上海市天津市廣州市深圳市成都市02004006008001,0001,200年均總碳排放量(萬噸)圖30展示了不同層級各城市年均總碳排放量的排名。超大城市中重慶的年均碳排放量超過了因此小汽車分擔率較高，導致年碳排放量較高；北京市年碳排放量較高的原因可能是小汽車平均出行年均碳排放量排名中最低，不單純因為小汽車平均少，更是因為小汽車出行分擔率較高。特大城市中青島市年均總碳排放量偏高的原因是小汽車出行分特大城市青島市南京市濟南市鄭州市沈陽市昆明市大連市年均總碳排放量(萬噸)長春市合肥市石家莊市南昌市蘇州市寧波市福州市無錫市貴陽市廈門市烏魯木齊市州市100200300年均總碳排放量(萬噸)圖30不同級別城市年均城市客運碳排放排名 (萬噸)年均總碳排放量01002003003233報告4.2.2人均年碳排放運人均碳排放差別不大，但量均值為。 ()年均總碳排放 ()6050403020100034313129282222.26.超大城市特大城市Ⅰ型大城市Ⅱ圖32展示了不同級別城市年人均客運碳排放排名。小汽車分擔率和小汽車平均出行距離基本決定了人均年碳排放量的高低，與年均總碳排放量排名不同，部分城市的年總量雖較高，但由超大城市北京市重慶市天津市深圳市廣州市上海市成都市煙臺市市棗莊市海市溫州市株洲市咸陽市包頭市齊齊哈爾市揚州市慶市撫順市秦皇島市鞍山市徐州市市保定市門市汕頭市淮安市城市湖市衡陽市市州市泉州市市市市湛江市連云港市銀川市廊坊市泰安市和浩特市赤峰市聊城市市唐山市口市紹興市博市桂林市濟寧市邯鄲市邢臺市市贛州市0.000.100.200.300.40年人均碳排放量(噸)特大城市青島市青島市 南京市哈爾濱市 濟南市 西安市佛山市沈陽市 長沙市杭州市鄭州市 大連市武漢市0.000.100.200.300.400.50年人均碳排放量(噸)南昌市南昌市長春市合肥市烏魯木齊市貴陽市廈門市石家莊市寧波市無錫市福州市蘇州市常州市0.000.100.200.300.400.50年人均碳排放量(噸)圖32各城市層級年人均碳排放量排名0.000.100.200.300.400.50年人均碳排放量(噸)34356%6%04.3綠色出行減碳潛力分析本報告根據(jù)北京市人民政府2022年8月發(fā)布的《雄安新區(qū)建設海綿式交通體系》對雄安新區(qū)的相關綠色出行規(guī)劃指標，對全國城市進行綠色出行情景分析。雄安新區(qū)正擬打造的綠色交通體系，其綠色出行比例將達到90%，公共交通占機動化出行比例將達到80%。因此，假設未來所有城市綠色出行分擔率達到90%，即小汽車出行分擔率為10%，公共交通出行分擔率達到40%，其中公交車出行分擔率和地鐵出行分擔率均為20%，慢行分擔率為50%，公交車電動化均日出行次數(shù)、平均出行距離、小汽車電動化率以及各交通工具的載客量保持不根據(jù)前述所及的計算方法得個城市的城市客運碳排放總[16.50,79.50][79.05,142.50][142.50,205.50][205.50,268.50][268.50,331.50][16.50,79.50][79.05,142.50][142.50,205.50][205.50,268.50][268.50,331.50][331.50,394.50][394.50,457.50][457.50,520.50]城市數(shù)量︵個︶5040302050總碳排放量(萬噸)055.7%55.7%59.8%58.1%55.8%超大城市特大城市I型大城市II型大城市綠色情景減碳量減碳率61.0%60.0%59.0%58.0%57.0%56.0%55.0%54.0%53.0%圖34四類城市綠色情景碳排放、減碳量及減碳潛力各級城市在綠色情景下，相對2018年(基準情景)碳排放的減碳量參見圖34，四類城市的減碳率均高于50%，其中Ⅱ型大城市的減碳率最高達到了近60%。超大城市和特大城市現(xiàn)階段要通過降低小汽車平均出行距離或提升綠色裝備的應用達到城市客運減排的效果；Ⅰ型大城市和型大城市現(xiàn)階段的小汽車出行分擔率較高或公共交通出行分擔率較低，因此提高綠色出行水平綠色情景下人均碳排放量也出現(xiàn)了大幅下降，大部分城市人均碳排放量分均減碳率均高于55%，其中Ⅱ型大城市的減碳率更是高達61.28%，進一步說明提升綠色出行水平對降低城市客運碳排放的重要性。城市數(shù)量︵個︶[0.05,0.08][0.08,0.10][0.10,0.13][0.13,0.15][0.15,0.18][0.18,0.20][0.20,0.23][0.05,0.08][0.08,0.10][0.10,0.13][0.13,0.15][0.15,0.18][0.18,0.20][0.20,0.23]30252050人均碳排放量(噸)超大城市特大城市I型大城市II型大城市綠色情景減碳量減碳率的減碳潛力較高，由于北進一步降低城市客運碳排放。特大城市中青島市減碳量最大，根據(jù)前述分析，青島市目前小汽車出行分擔率較高，因此潛力最大。值得注意的是大部分Ⅱ型大城市減碳潛力雖然較低，但亟需政策引導居民選擇綠色出行，避免這些城市未來隨著城市發(fā)展和經(jīng)濟水平提高出現(xiàn)小汽車出行分擔3637煙臺市西寧市棗莊市珠海市株洲市溫州市鞍山市齊齊哈爾市煙臺市西寧市棗莊市珠海市株洲市溫州市鞍山市齊齊哈爾市大慶市包頭市撫順市咸陽市宜昌市蕪湖市秦皇島市臨沂市廊坊市揚州市汕頭市江門市保定市銀川市衡陽市淮安市瀘州市岳陽市徐州市莆田市湛江市鹽城市連云港市中山市南通市蘭州市泉州市?？谑薪B興市泰安市赤峰市宜賓市呼和浩特市淄博市桂林市唐山市聊城市濟寧市吉林市邢臺市張家口市邯鄲市贛州市超大城市北京市重慶市天津市深圳市上海市成都市廣州市0.000.050.100.150.200.25人均碳排放減碳潛力(噸)大城市青島市濟南市佛山市哈爾濱市昆明市沈陽市西安市大連市南京市長沙市杭州市鄭州市武漢市0.000.050.100.150.200.250.300.35人均碳排放減碳潛力(噸)南昌市長春市合肥市烏魯木齊市貴陽市石家莊市寧波市廈門市無錫市福州市太原市蘇州市南寧市常州市0.000.050.100.150.200.250.300.35人均碳排放減碳潛力(噸)40人人均碳排放減碳潛力(噸)0.000.050.100.150.200.250.300.350.40圖37各城市層級人均碳排放降低量排名45第5章綠色出行影響因素本報告采用統(tǒng)計學的方法，并選取了社會經(jīng)濟發(fā)展、城市基礎建設水平、人口社會結構和政維度影響因素社會經(jīng)濟發(fā)展人均GDP、人均小汽車擁有量、人口、人口密度城市基礎設施建設水平人均建成區(qū)面積、建成區(qū)路網(wǎng)密度、人均行政區(qū)面積、公交線路密度、建成區(qū)公交長度、公交線路長度、有無地鐵人口社會結構老年人口比例、成年人口比例政策實施公交示范都市、限行政策、限購政策5.1小汽車出行比例影響要素分析小汽車出行影響因素分析參見圖38，圖中紅色標識表明該要素與小汽車出行正相關，即該要素增長會促進居民對小汽車出行的選擇。藍色標識表明該要素增長會促使居民選擇非小汽車的綠色出行方式，對交通出行減排有利。紫色標識表明該要素對小汽車出行的影響相對較小*。要素的水平柱長度反映了該要素對出行影響的敏感程度。另外值得注意的是很多社會經(jīng)濟指標是社會發(fā)展的歷史趨勢和人文社會環(huán)境決定的固定性因素，這些因素雖然有可能對居民選擇綠色出行造成影響，但仍然是社會發(fā)展的正向驅動力，因而很難在城市交通發(fā)展的層面進行改變，我們關素。城市基礎設施建設水平。人均建成區(qū)面積和城市集約化發(fā)展密切相關，提高城市發(fā)展質量，形成集約化高密度發(fā)展模式，對于城市綠色出行具有重要的現(xiàn)實意義。人均建成區(qū)面積越大，小汽車出行分擔率越高，這反映了城市發(fā)展過程中，無序蔓延會帶來小汽車出行的無限制增長。公共交通和城市基礎設施的建設與小汽車出行形成負相關關系，反映了城市公共交通及道路網(wǎng)越發(fā)小報告3839影響因素小汽車出行分擔率影響因素小汽車出行分擔率人均GDP(元)人均建成區(qū)面積(km2)人均小汽車擁有量老年人口比例(%)成年人口比例(%)人均行政區(qū)面積(km/km2)人口(萬人)公交線路長度(km)公交示范都市有無地鐵限行政策限購政策人口密度(人/km2)建成區(qū)路網(wǎng)密度(km/km2)建成區(qū)公交(km)公交線路密度(km/km2)相關性重要度正相關負相關相關性較小人口社會結構。人口結構和人口總量特別是老年人比例對小汽車出行有一定的正向影響，精政策實施。我們通過政策指標對小汽車出行分擔率的相關性進行分析，可以看到，公交示范都市政策和限行限購政策對小汽車出行分擔率影響較小，這一結論也反映了社會經(jīng)濟和價值體系小汽車分擔率呈現(xiàn)先增長再下降的趨勢；超大城市機動車過于飽和、城市道路擁堵，使用小汽車的社會成本和出行體驗都下降，而且居民可選擇出行方式較多，居民綠色出行意識較高，所以小使用小汽車的意愿較強，小汽車出行分擔率較高；Ⅱ型大城市經(jīng)濟發(fā)展水平較前三種城市偏低，超大城市特大城市 (%)0.0%020255020255人均GDP(萬元)0%4041)小汽車出行分擔率% (%50.00%40.00%30.00%.00%.00%西西安、杭州、沈陽等北京、上海、廣州北京、上海、廣州、深圳等張家口、泰安、邯鄲等05101520人均GDP(萬元))人均GDP和小汽車出行分擔率分布規(guī)律5.2公共交通出行比例影響要素分析公共交通出行比例的影響因素分析參見圖40。紅色標識表明該因素的增長促進居民選擇公城市基礎設施建設水平。很大程度影響了公共交通出行分擔率，建成區(qū)公交車線路長度和密社會經(jīng)濟水平。對公共交通出行分擔率的影響也很大，且具有正向推動的作用，主要體現(xiàn)在人均GDP和人均公交車標臺，一個城市的社會發(fā)展水平和公交車保有量直接影響了居民是否選策人口社會結構。老年人口比例很大程度影響了公共交通出行分擔率，老年人口越多則該城市建成區(qū)公交(km)人口(萬人)公交線路密度(km/km2)均公交車擁有量都市老年人口比例(%)人口密度(人/km2)人均建成區(qū)面積(km2)建成區(qū)路網(wǎng)密度(km/km2)成年人口比例(%)公交線路長度(km)鐵人均行政區(qū)面積(km/km2)相關性重要度正相關負相關相關性較小圖40影響公共交通出行分擔率的因素排名4243公共交通出行分擔率(%)公共交通出行分擔率(%)圖41反映了不同類型城市的公交線網(wǎng)密度與公共交通出行比例的關系。整體來看，公交線路密度越大，公共交通出行分擔率越高。比較而言，發(fā)達城市處于公共交通分擔率和公交線網(wǎng)密超大城市特超大城市特大城市0%0.02.55.00.02.55.0公交線路密度(km/km2)擔率分布規(guī)律公共交通出行分擔率 (%)5101520公交線路密度(km/km2)擔率分布規(guī)律2012年交通運輸部正式啟動國家“公交都市”創(chuàng)建工作，截至六批國家公交都市建設示范城市，共有76個城市被命名為國家公交都市建設示范城市。從交都市”的公共交通出行分擔率整體高于其他共交通出行分擔率 0%50.00%40.00%30.00%.00%0.00%范都市范都市有公交示范都市有公交示范都市無公交示4.86%無公交示圖42有無公交示范都市與公共交通出行分擔率分布規(guī)律44