您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[绿色和平组织]:网约出行能耗和碳排放情景预测与平台绿色发展决策 - 发现报告

网约出行能耗和碳排放情景预测与平台绿色发展决策

AI智能总结
查看更多
网约出行能耗和碳排放情景预测与平台绿色发展决策

鸣谢 研究团队 感谢以下专家对本报告的帮助(按姓氏首字母排序):贾倩、吕浩、杨宵磊|同济大学单肖年|河海大学涂然|东南大学吴亦政|北京交通大学李嘉铖 、刘君言、谢雯雯|绿色和平 同济大学:徐子强、刘皓冰、张华、高可越、陈雨宁绿色和平:佘煜宁、唐大旻 编辑与校对 王乐 著作权及免责声明 本报告由绿色和平东亚分部北京办公室(以下简称“绿色和平”)与同济大学交通学院研究团队基于公开数据分析完成,仅用于政策参考、信息共享和环保公益目的,不作为公众及任何第三方的投资或其他决策的参考,绿色和平亦不承担由此引发的相关责任。报告中的数据、模型及结论可能存在局限性,绿色和平不保证其绝对准确性、完整性或时效性。使用者应结合实际情况独立判断,绿色和平不对因依据本报告内容决策而产生的风险或经济损失承担法律责任。除标明引用的内容以外,本报告内所有内容(包括文字、数据、图表)的著作权及其他知识产权归绿色和平与同济大学交通运输工程学院研究团队共同所有。如需引用本报告中的数据及图表,请注明出处。 发布时间:2025年4月 目录 执行摘要 ..........................................................1 第一章 研究背景 .................................................3 1.1 网约车行业发展现状 ..............................................41.2 研究目的 ................................................................5 第二章 研究内容与方法 ........................................6 2.1 出行服务需求预测 ..................................................82.2 多情景订单里程预测 ..............................................102.3 碳排放因子选取以及能耗排放模型构建 .................132.4 电动化比例预测 .....................................................142.5 有效行驶里程选取 .................................................15 第三章 情景预测与建模分析 .................................16 3.1 车辆电动化碳减排量 ..............................................173.2 出租网约车全燃油情景与电动化情景对比分析 .......183.3 出租网约运营效率对电动化带来的减排优势的影响 ..20 第四章 总结与建议 ..............................................23 附录 ................................................................26 术语表 .............................................................30 注释 ................................................................31 执行摘要 本研究聚焦上海市出租网约行业(含巡游出租车与网络预约出租车)的能耗与碳排放情景预测,在网约出行行业绿色低碳转型的背景下,采用多因素系统分析与多情景建模,量化评估车辆电动化、出行替代效应、可再生能源发展及运营效率提升对碳排放的综合影响,为网约平台低碳转型与行业政策制定提供科学依据。 2.网约出行对其他出行方式的替代影响碳 减排效果:2025-2035年,若新增出租网约出行主要替代 私家车(而非地铁、公交、步行和骑行等更为低碳的出行方式),可额外减排382万吨。这凸显出优化出租网约出行方式替代结构对碳减排的关键作用。 3.运营 效率决 定长期 减 排 优 势:随着私家车电动化加速,出租网约行业需提升有效行驶里程占比和/或平均载客人 数,并进行动态组合以维持碳减排优势。例如,到2035年,若平均载荷为1.6人/次,有效里程占比需达80.3%才能确保出租网约相对私家车更具碳减排优势;若平均载荷提升至1.8人/次,有效行驶里程占比需高于71.4%,以使出租网约保持其碳减排优势。 研究基于多任务学习模型预测2025-2035年上海市居民出行需求,并结合出行特征相似度(欧氏距离)分析出租网约出行对其他交通方式的替代潜力。同时,研究涵盖电动化进程、电网排放因子、有效行驶里程占比及平均载荷等关键因素,进一步构建碳排放计算模型。主要研究发现包括: 1.车 辆 电 动 化 显 著 降 低 出 租 网 约 行 业 碳 排放:相较于全燃油车情景,2025-2035年上海市出租网约车电动化可累计减排1786万吨碳(相当于2022年全国道路交通碳排放总量的1.9%),节能1158亿兆焦(折合标准煤395万吨)。 基于上述分析,研究建议网约出行平台和政策制定者协同推进车辆电动化,优化调度以减少空驶,引导共乘,并通过差异化定价等方式减少网约出行对低碳交通方式的替代,以促进出租网约行业与城市交通系统的低碳发展。 研究建议网约出行平台和政策制定者协同推进车辆电动化、优化调度减少空驶、引导共乘,并通过差异化定价等方式减少网约出行对低碳交通方式的替代,以促进出租网约行业与城市交通系统的低碳发展。 第一章 研究背景 规模达 5.03 亿人,占网民整体的 45.7%5。预计到2030年,中国出行服务市场规模将达到550亿美元(约合人民币3960亿元),网约车市场规模有望突破370亿美元,占整个亚洲市场的16%6。随着移动互联网和在线支付技术的广泛应用,通过应用程序(App)将出行需求与运营车辆进行网络匹配的运营模式已成为主流。以上海市为例,2019年通过打车软件平台形成的订单占巡游出租车和网约车总市场的71.5%7。 1.1 网约车行业发展现状 交 通 运 输 是 全 球 二 氧化 碳 排 放 的主 要 来 源 之一。根据国际能源署的数据,交通运输领域的碳排放量约占全球碳排放总量的23%1。 在中国,2022年交通运输领域碳排放量占比约为12%2。其中,公路运输(含社会车辆和营运车辆)是最大的碳排放源。2019年数据显示,公路运输占中国交通领域碳排放总量的86.76%(如图1 ),并且随着道路交通需求的增加,其排放量呈现持续增长的态势3。因此,道路交通的绿色转型不仅具有巨大的节能减碳潜力,而且影响广泛,是实现碳减排目标的主要途径之一。 与此同时,以乘用车为服 务载体的网约车运营加剧了城市交通拥堵和城市空气质量污染,这也一定程 度 上 影 响了各地 网 约车监 管 政 策 的取向8。因此,在绿色低碳交通成为交通行业发展重要趋势以及网约车行业快 速发 展的大背景下,网约车平台作为私人定制出行模式的管理者和主要责任方,有能力和义务引导网约车出行系统朝着更加绿色低碳的方向发展。与此同时,各级政府作为网约车行业发展和监管政策的制定者,需要依据行业发展态势的变化及时、科学地调整政策取向,发挥出租网约出行方式的环境效益,减少其负面环境影响。 道路交通系统中,以巡游出租车和网络预约出租车(以下简称网约车)为代 表的服 务是城 市道 路交通运输体系的重要组成部分,直接影响城市整体运 行 效率 和市民出 行 体 验 。据《 20 2 3 年交 通 运 输行业发展统计公报》,2023年末全国有巡游出租车1 36.74万辆4。《第5 4次中国互联网络发 展 状 况 统计报告》显示,截至 2024 年 6 月,我国网约车用户 为了囊括更广泛的因素从而更全面地评估出租网约出行方式的气候影响,本研究对未来出租网约出行服务需求的变迁、出租网约出行对其他出行方式的替代、出租网约车电动化进程、可再生能源的发展、出租网约运营效率(含有效里程比例和平均载荷两个细分因素)这五个因素进行了综合考虑。研究通过对不同情景下上海市出租网约行业碳排放量的预测,呈现出在电动化推动行业碳减排的大趋势下,精细化引导出租网约行业和其他出行方式的协同配合以及提高出租网约行业运营效率,对该行业的能耗和碳排放强度将产生怎样的影响,为网约出行平台低碳发展的策略选择提供参考,也为行业政策制定者提供系统性的视角。 1.2 研究目的 目前,国内外 研究已 经明确网约车电 动 化 、降低空驶里程、增加共乘人数等措施是网约车平台常用的减碳策略,但现有研究存在不足。一方面,研究多侧重于单一措施的影响,未从系统化 、整体化的角度考虑网约车平台的减排决策。另一方面,网约车行业未来增长趋势、对传统出行方式的替代效应、新能源车推广等因素对碳排放的具体影响,尚未得到量化评估。因此,为网约车平台碳 减排决 策提供更为全面、深入的理论分析和量化推演,对推动网约车行业的绿色转型和实现社会可持续发展具有重要意义。 第二章 研究内容与方法 本报告选择上海市作为研究区域,主要基于该市在网约车电动化方面的先行实践和显著成效。上海市在推动出租网约车电动化的政策和实施方面相对成熟9,其网约车电动化已处于较高水平。因此,选择上海市作为案例,可以更深入地分析高电动化比例条件下其他减排措施的作用,并提出具体的减排目标和策略。 其他交 通模式 转化而来的;在此 基 础上,研究者基于不同转化情景详细计算了出租网约车行驶里程,从而估算了城市道路交通系统在各种情景下的能耗及碳排放。 其次,报告进一步探讨了,在预测期间(202 5 -2035年)内,尽管网约车因更高的电动化比例相较于私家车具有碳减排优势,但随着私家车电动化进程的加速,此优势可能逐渐减弱。在这种情况下,若网约车平台未能有效地降低空驶率和增加共乘人次,即使在电动化方面维持一定的优势,也难以持续保持出租网约出行相较于私家车出行在碳减排方面的领先地位。因此,为了维持电动化带来的减碳优势,网约车平台需要通过优化运营策略来加强碳减排效果。 报告旨在预测和分析网约车行业未来的出行需求与碳排放情况,特别是通过多情景分析法为行业的低碳转型提供实证数据支持。研究涵盖车辆电动化、有效里程占比以及可再生能源的发 展和利用等关键因素,通 过构建多情景分析模 型,对出租网约行业的碳排放进行了详细的量化推演。 最 后,本研究 基于以 上分析为网约车平台提出了具体的决策建议组合。这些建议有助于为网约车平台优化运营策略提供支持,实现资源的更高效利用和更低的环境影响。 具体研究思路如图2所示,报告以上海市为例,首先进行出租网约行业的出行需求预测。利用多任务模型结合现有统计数据,明确了出租网约出行的市场占比,并分析了新增的网约车出行量是如何从 样后的数据在人口和出行分布上近似于上海市的整体社会属性和出行特征。此外,尽管嘉定区位于上海的城郊,但其多元的社区结构使其成为数据扩样的理想选择。嘉定新城区的居民生活方式与市区居民相似,而安亭镇的居民则与闵行、松江、青浦及浦东外围的居民有着类似的生活模式。以上特征都为研究提供了扩样基础。 2.1 出行服务需求预测 出行服务需求受多种因素影响,其中一些关键因素已由国内外学 者 深入探究 。Litman的研究指出,经济状况(如收入水平、油价和经济增长)对出行需求具有显著影响10。Newman和 Kenworthy在研究全球城市的出行和能源消耗时发现,城市人口密度与出行方式选择紧密相关,居住在高密度地区的居民更倾向于使用公共交通11。此外,Wang等人的研究发现,私家车的拥有状况显著影响居民的出行方式选择,拥有私家车的居民更倾向于选择驾车