城市绿色出行指数白皮书：交通出行碳足迹与碳排放计算框架

城市绿色出行指数 白皮书 --交通出行碳足迹与碳排放计算框架 2022年12月 发布单位：阿里云 浙江大学 阿里巴巴-浙江大学前沿技术联合研究中心（AZFT）浙江大学智能交通研究所 浙江省数据开放融合关键技术研究重点实验室 概述 TheStatement 《城市绿色出行指数白皮书》以阿里云、浙江省数据开放融合关键技术研究重点实验室及相关数据挖掘方法为支撑基础，描述城市交通现状、居民出行特征、出行能耗和碳排放现状，专注绿色出行评价指标体系及多模式出行碳足迹量化的研究。本报告由阿里云、 浙江大学、阿里巴巴-浙江大学前沿技术联合研究中心（AZFT）、浙 江大学智能交通研究所、浙江省数据开放融合关键技术研究重点实验室共同发布。我们愿与政府、企业、院校等机构保持开放合作，共建绿色低碳出行共同体。 联合发布 声明 TheStatement 本研究报告提出碳足迹量 化和绿色出行评价指标体系等相关计算方法，融合了行业统计数据、移动支付数据及交通卡支付数据等，力求从时间、空间、效率三个维度客观、综合地反映城市居民绿色出行、出行碳排放与碳减排情况。报告力争做到精准、精细、精确，为公众出行、机构研究及政府决策提供有价值的参考依据。报告中所涉及的文字、数据、图片及标识等所有内容均受到中国著作权法、专利法、商标法等知识产权法律法规以及相关国际条约的保护。 未经事先书面许可，任何组织和个人不得将本报告中的任 何内容用于任何商业目的。如引 用发布，需注明出处为“《城市绿色出行指数白皮书》”，且不得对报告进行有悖原意的引用、删节和修改。报告以中文编写，英文版由中文版翻译而成，若两种文本间有差异之处，请以中文版为准。 “交通评价是一个极其复杂的工程，虽然大数据可以反映城市运行规律和特征，但源于数据来源和样本渗透的差异性，认识的局限性，设备的不足等困难，更科学、更精确、更有价值是我们一直追求的目标。” 感谢您的关注，敬请留意后续研究结果的发布 执行摘要 ExecutiveSummary 面对严峻的全球气候问题，减少碳排放是我们积极应对气候变化、减缓全球变暖的重要途径。交通深深地影响全球的碳排放情况，同时也无时无刻不影响着每个人的日常生活与工作。随着我国双碳计划推进，精确高效计算交通碳排放量、客观全面评价交通绿色出行水平与科学合理制定双碳政策是交通领域推动减碳的三个关键点。 本报告从科学性、合理性、公平性出发，致力于构建一个完善且具推广价值的城市交通出行碳排放计算框架，为城市绿色出行指数制定与相关碳普惠政策提供精确可靠的数据支撑。报告从数据获取与分析、计算方法、评价指标与案例展示四个层面分别详细阐述： 数据获取与分析：本报告在第二章对数据进行阐明，数据均来源于行业公开数据、 公交地铁运营数据、路网流量数据和个人匿名出行数据(*)。基于地理信息与人工智能等技术，还原时空全景出行链，构建从交通基础设施到城市交通特征、城市居民出行特征的交通全方位感知。 计算方法：通过对交通模式的划分以及碳普惠行为的界定，本报告第三章与第四 章分别提出了碳排放计算框架与个人出行碳普惠行为碳减量计算。碳排放计算框架遵从准确性与公平性原则，提出一套针对私家车、出租车/网约车、公交车、轨道交通、电瓶车、自行车、步行及其他交通方式的碳排放计算模型，并对能源类型、车速、载客量等影响因素进行修正，最终实现交通出行碳足迹计算。通过计算公共交通出行、骑行、步行等绿色出行方式可以减少的交通出行碳排放量，个人出行碳普惠行为碳减量计算则致力于帮助政府构建个人绿色出行碳激励机制，为提高个人参与低碳出行积极性奠定基础。 城市绿色出行评价体系与指数计算：基于前面章节，第五章构建城市绿色出行评 价指标体系和区域碳足迹评估体系，并提出城市绿色出行指数。指标体系考虑城市经济、城市绿色出行需求与供给、环境影响，同时建立区域碳足迹量化方法，实现城市绿色出行碳排放监测与实时评估。城市绿色出行指数考量了“安全、便捷、高效、绿色、经济”五大内容，为城市绿色出行提供全面综合的衡量标准。 案例展示：为进一步体现该方案的可行性与实用性，本报告第六章以杭州市为例， 采用实际交通出行数据，分别实现出行链、道路、城市三个级别的多种出行方式交通碳排放计算，并实现可视化展示。通过计算得出，杭州普通工作日单日交通出行碳排放约3.6万吨，并且其主要来源是小汽车出行。 本报告的最后一章对交通碳足迹计算与评价在城市交通管理政策支持的作用进行 了简要阐述，希望交通出行碳足迹与碳排放计算框架能够帮助完善碳交易市场、引导合理交通出行方式选择和协调城市交通发展。 注：(*)个人匿名出行数据来自统计数据和基于MaaS平台用户自主上传数据，数据处理过程不涉及个人敏感信息，严格保障个人出行数据的隐私安全。 目录 1.前言6 1.1.背景介绍7 1.2.报告概况8 2.数据说明9 2.1.个人出行数据10 2.2.能源数据12 2.3.交通基础设施数据、城市居民画像、机动车数据12 3.碳排放计算框架13 3.1.交通模式划分14 3.2.碳排放计算模型14 3.3.碳排放因子计算15 3.4.碳排放修正因子计算16 4.个人出行碳普惠行为碳减量计算17 4.1.个人出行碳普惠行为18 4.2.个人出行碳普惠行为碳减量计算19 5.城市绿色出行评价20 5.1.城市绿色出行指标体系21 5.1.1.城市居民绿色出行画像21 5.1.2.城市绿色出行评价指标体系22 5.2.城市交通碳足迹评估体系24 5.2.1.基于个人出行数据的区域碳足迹量化方法24 5.2.2.基于路网流量数据的区域碳足迹量化方法24 5.2.3.区域碳足迹量化监测与评估25 5.3.城市绿色出行指数26 5.3.1.城市绿色出行指数五大指标26 5.3.2.城市绿色出行指数计算原则27 5.3.3.城市绿色出行指数计算方法………27 6.杭州交通出行碳排放案例计算28 6.1.案例概述29 6.2.杭州背景30 6.3.杭州市交通出行碳排放计算案例32 6.3.1.数据说明32 6.3.2.出行链级别交通出行碳排放计算…32 6.3.3.道路级别交通出行碳排放计算34 6.3.4.区域级别交通出行碳排放计算35 7.城市交通管理政策支持37 7.1.完善碳交易市场38 7.2.引导合理交通出行方式选择40 7.3.协调城市交通发展42 附录A：名词解释44 附录B：碳排放计算模型45 附录C：碳排放因子计算49 附录D：碳排放因子修正53 附录E：个人出行碳普惠行为碳减量计算56 附录F：城市绿色出行评价指标体系57 附录G：城市交通碳足迹量化方法59 附录H：城市绿色出行指数计算61 附录I：参考文献62 PART1 前言 1.1背景介绍 全球背景下的碳减排目标 为应对愈发严峻的全球气候变化问题，2015年联合国气候变化大会通过了《巴黎协定》，其中提出全球各国应共同努力降低全球温室气体排放，将全球气温升幅限制在比工业化前水平高2℃（3.6℉）以内，并寻求将气温升幅进一步限制在1.5℃以内的措 施。该协议是继《京都议定书》后引领全球踏入零碳社会的重要举措，标志着低碳世界 转型的开始[1]。 我国作为拥有14多亿人口的发展中国家，是遭受气候变化不利影响最为严重的国家之一，积极应对气候变化，努力控制温室气体排放，提高适应气候变化的能力，是实 现可持续发展的内在要求和打造人类命运共同体的责任担当。2020年9月，习近平总书记在第75届联合国大会一般性辩论上宣布中国二氧化碳排放力争于2030年前达到峰值，努力争取2060年前实现碳中和[2]。作为负责任的大国，我国正在积极强化应对气候变化的行动目标与措施，为促进全球可持续发展贡献中国智慧与力量。 交通运输领域的双碳计划 2019年，国务院印发《交通强国建设纲要》明确牢牢把握交通“先行官”的定位 [3]。为全面深入推进交通运输绿色发展，加快节能降碳，交通运输部于2021年印发 《绿色交通“十四五”发展规划》[4]，明确优化交通运输结构，提升综合运输能效；推广应用新能源，构建低碳交通运输体系，全面推进交通运输节能减排和低碳发展。 为顺应国家碳达峰碳中和发展趋势，2021年浙江省发展和改革委员会、浙江省生态环境厅印发《浙江省应对气候变化“十四五”规划》的通知，指出深入实施公共交通优先发展战略，倡导自行车、步行等慢行交通出行，以及网约车、共享单车、汽车租赁等共享交通出行模式，加快推进绿色低碳的现代化交通发展[5]。当下，交通运输领域正在为实现碳达峰碳中和提供强力支撑。 碳普惠制助力绿色低碳出行 碳普惠制指为民众的节能减碳行为产生的碳减量进行核算和赋予一定的价值，并建立起以商业激励、政策鼓励和核证减排量交易相结合的正向引导机制，是对现行碳交易机制的延伸和有效补充[6]。碳普惠制将个人减碳行为纳入碳交易框架中，帮助实现个人碳减排的市场交易。 以碳普惠方式鼓励公众选择公共交通、骑行、步行等绿色出行方式，对出行者在交通方式选择上进行正向激励，将有助于调动全社会践行绿色低碳行为的积极性，形成社会公众绿色低碳、文明健康的出行方式与消费模式，助力交通运输领域的碳达峰与碳中和。 1.2报告概况 交通基础设施数据 数据来源 地理信息数据 路网流量数据 公交地铁运营数据 车辆信息数据 个人匿名出行数据 时空全景出行链还原 多源异构大数据人工智能算法 碳排放计算框架 交通方式划分 碳排放因子计算 多模式出行 碳足迹量化 碳排放因子矫正 城市绿色出行评价与应用 个人层面 量化碳普惠行为碳减量 绿色出行指标体系 & 碳足迹评估体系 社会层面 完善碳交易市场 政府层面 支持城市交通管理政策 城市交通出行碳排放监测平台 数字化可视化 实时道路/城市级碳排放量实时道路/城市级碳排放热力图 数据输入层 数据挖掘层 模型计算层 评价应用层 数据可视化层 本报告基于行业公开数据、公交地铁运营数据、路网流量数据和个人匿名出行数据(*)，通过人工智能算法还原时空全景出行链，利用碳排放模型计算居民出行碳排放与碳减量，保证碳普惠制的科学性、合理性与公平性。在此基础上计算区域碳排放，构建城市绿色出行评价体系和区域碳足迹评估体系，并建立城市交通出行碳排放监测平台。本报告旨在通过居民出行碳足迹量化，引导公众选择公共交通或共享交通等绿色低碳出行方式，促进交通行业的节能减排，推进碳交易市场的规范化建设和科学健康发展，为政府提供城市交通可持续发展政策决策支持，助力碳达峰碳中和的实现。 注：(*)个人匿名出行数据来自统计数据和基于MaaS平台用户自主上传数据，数据处理过程不涉及个人敏感信息，严格保障个人出行数据的隐私安全。 PART2 数据说明 2.1个人出行数据 本报告从时间、空间、效率三个维度，综合、客观地反映城市居民绿色出行现状、出行碳排放与碳减排情况。主要涉及的数据有：个人匿名出行数据（包括基于城市统计数据清洗之后的出行数据和基于MaaS平台用户自主上传数据）、能源数据、交通基础设施数据及城市居民画像数据。 不同交通方式的静态及动态数据 不同交通方式的数据包含静态和动态数据两个类别。静态数据与交通方式本身运行 特性及过往历史运行特征相关，动态数据与单次出行活动紧密相关。 [7] •私家车/出租车/网约车静态、历史数据：车辆发动机信息、车辆尾气处理设备信息、车辆排放标准等。 •私家车/出租车/网约车动态数据：单次出行活动起终点、路线GPS数据、车辆运营状态（载客/接单/空驶/停运）、车辆运行状态数据（转速、加速、减速、起停）、单程平均延误时间、单程行驶距离等。 (*) 注：(*)图示非数据来源，仅为数据处理及可视化展示示意图，来源： TransLoc.https://triangle.transloc.com/ •公交车静态、历史数据：公交车ID、发车间隔、公交车路线距离、车辆发动机信息、车辆尾气处理设备信息、车辆排放标准、车辆使用能源类型、车辆年行驶距离、车辆年载客人数等。 •公交车动态数据