《城市绿色出行指数白皮书-阿里云-2022.12-66正式版.doc》由会员分享，可在线阅读，更多相关《城市绿色出行指数白皮书-阿里云-2022.12-66正式版.doc（68页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、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| 2019年度交通分析报告城市绿色出行指数白皮书概 述The Statement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、
2、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| 2019年度交通分析报告城市绿色出行指数白皮书声 明The Statement本研究报告提出碳足迹量未经事先书面许可，任何化和绿色出行评价指标体系等相组织和个人不得将本报告中的任关计算方法，融合了行业统计数何内容用于任何商业目的。如引据、移动支付数据及交通卡支付用发布，需注明出处为“城市数据等，力求从时间、空间、效绿色出行指数白皮书”，且不率三个维度客观、综合地反映城得对报告进行有悖原意的引用、市居民绿色出行、出行碳排放与删节和修改。报告以中文编写，碳减排情况。报告
3、力争做到精准、英文版由中文版翻译而成，若两精细、精确，为公众出行、机构种文本间有差异之处，请以中文研究及政府决策提供有价值的参版为准。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。“ 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| 2019年度交通分析报告城市绿色出行指数白皮书执 行 摘 要Executive Summary面对严峻的全
4、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
5、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
6、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
7、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. 65.3.3.城市绿色出行指数计算方法 271.1.背景介绍. 76.杭州交通出行碳排放案例计算. 281.2.报告概况. 86.1. 案例概述. 292.
8、数据说明. 96.2. 杭州背景. 302.1.个人出行数据. 106.3.杭州市交通出行碳排放计算案例. 322.2. 能源数据. 126.3.1. 数据说明. 322.3.交通基础设施数据、城市居民画像、6.3.2. 出行链级别交通出行碳排放计算 32机动车数据. 126.3.3. 道路级别交通出行碳排放计算 343. 碳排放计算框架. 136.3.4. 区域级别交通出行碳排放计算 353.1.交通模式划分.14 7.城市交通管理政策支持. 373.2.碳排放计算模型147.1.完善碳交易市场. 383.3.碳排放因子计算. 157.2.引导合理交通出行方式选择. 403.4.碳排放修正因
9、子计算. 167.3.协调城市交通发展 424. 个人出行碳普惠行为碳减量计算. 174.1. 个人出行碳普惠行为. 18 附录A：名词解释. 444.2. 个人出行碳普惠行为碳减量计算 19 附录B：碳排放计算模型. 455. 城市绿色出行评价. 20 附录C：碳排放因子计算. 495.1. 城市绿色出行指标体系 21 附录D：碳排放因子修正. 53 5.1.1. 城市居民绿色出行画像 21 附录E：个人出行碳普惠行为碳减量计算 56 5.1.2. 城市绿色出行评价指标体系 22 附录F：城市绿色出行评价指标体系. 57 5.2. 城市交通碳足迹评估体系. 24 附录G：城市交通碳足迹量化方
10、法. 59 5.2.1. 基于个人出行数据的区域碳足迹量化 附录H：城市绿色出行指数计算. 61方法 24 附录I：参考文献. 625.2.2. 基于路网流量数据的区域碳足迹量化方法 245.2.3. 区域碳足迹量化监测与评估 255.3. 城市绿色出行指数. 265.3.1. 城市绿色出行指数五大指标 265.3.2. 城市绿色出行指数计算原则.27PART 1前 言| 2019年度交通分析报告7 | 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
11、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
12、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
13、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。| 2019年度交通分析报告8 | 前 言1.2 报告
14、概况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。数据来源交通基础设施数据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
15、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社会层面& 完善碳交易市场碳足迹评估体系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。PART 2数据说明| 2019年度交通分析报告10
16、 | 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、
17、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. | 2019年度交通分析报告11 | 数据说明公交车静态、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：单次出行活动起终点、公交车随行GPS数据、公交车运行状态数据（转速、刹车、加速、速度、起停等）、公交载客率、公交正点运行数据、（工作日/非工作日）
18、日平均载客人数等。8 轨道交通静态数据：轨道交通线路及其长度、班次信息、发车间隔、列车ID、列车年行驶距离、列车年载客人数等。 轨道交通动态数据：单次出行活动起终点、地铁刷卡数据、（工作日/非工作日）日平均载客率、日平均载客人数等。(*) （公共）自行车静态数据：自行车停放桩位置、自行车使用年限等。 （公共）自行车动态数据：自行车停放时长/使用时长、自行车状态（使用/空闲/损坏）、自行车GPS数据、单次出行活动行驶距离、行驶时间等。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：TfL,Bike ShareMap. | 2019年度交通分析报告12 | 数据说明2.2 能源
19、数据终端能耗数据是量化碳排放的关键，是节能政策分析、预测、规划的重要依据。终端能耗数据对应不同交通方式的多种能源形式（如汽油、柴油、天然气、电力等），及每种能源形式的能耗值、排放因子和修正因子。终端能耗数据不同交通方式的能源形式交通方式涉及能源形式轨道交通电力消耗量私家车/出租车/网约车/公交车汽油、柴油、燃料油、电力消耗量 排放因子：基础排放因子（参照国内外各类型车辆排放标准）。 修正因子：对于地面交通（出租车/网约车/私家车/公交车），考虑速度、载客率、道路坡度、天气的修正因子。对于轨道交通，考虑载客率、天气的修正因子。2.3 交通基础设施数据、城市居民画像、机动车数据长期/近期公共交通设
20、施情况交通基础设施具有强外部性、公共产品属性等特点，在环境和气候领域的锁定效应也越来越受到关注。描述公共交通设施长期/近期情况需收集以下数据：城市建成区平均道路网密度、道路面积率、非机动车道设置信息、公交专用车道设置信息、人行道设置信息、非机动车道设置信息、公交站点覆盖区域信息、地铁站覆盖信息等。城市居民画像和机动车数据通过全方位勾勒人群画像（人群分布与变化、人均GDP等）进行不同区域间联系、城市职住分析、公众中心识别及人口分布分析，可以为科学规划与评价城市绿色出行情况提供全面客观的数据支持。现有机动车数据（机动车保有量、公交车辆万人保有量、新能源车辆占比等）在评价机动车污染防治力度、机动车排
21、放标准升级推行情况、新能源车发展态势、车用燃料清洁化推动进度和运输结构调整等方面有着更为直接的追踪记录作用，可以辅助城市绿色出行评价体系的搭建。PART 3碳排放计算框架| 2019年度交通分析报告14 碳排放计算框架3.1 交通方式划分本报告中提出的碳排放量计算模型采取自下而上的计算方式，以个人单次出行为计算单元，计算单条出行链上的碳排放量。针对含有多种交通方式的复杂出行链，则将出行链按交通方式截断后分别计算，汇总后获得单条出行链的碳排放总量。路段及区域级的碳排放量则在出行链碳排放量的基础上，根据5.2章的计算方法获得。个人出行链状况复杂，其起终点、路径选择和出行的时间与距离都具有不确定性，
22、并且一条出行链可能由多种交通方式组成，不同交通方式又引起较大的碳排放量差异。为了准确计算单条出行链的碳排放量，本报告将交通方式划分为如下八种类型，并将出行链根据交通方式划分为多段。由于不同能源类型的车辆也具有较大的碳排放量差异，在私家车、出租车/网约车、公交车的碳排放量计算中，报告将按照能源类型进一步划分为燃油汽车、纯电动汽车和混动汽车等类型(*) 。私家车( = )传统燃油汽车、纯电动汽电瓶车( = )车、混动汽车出租车/网约车( = )自行车( = )传统燃油汽车、纯电动汽车、混动汽车公交车( = )步行( = )燃油汽车、纯电动汽车、混动汽车、天然气汽车轨道交通( = )其他交通方式(
23、= )水上公交、摩托3.2 碳排放量计算模型本报告在研究了各种排放模型的基础上，提出了具有高度可实施性，兼具准确性和公平性的碳排放量计算模型。该模型以出行链为计算单位，既可以计算单条出行链的碳排放量，也可以聚合各出行链的碳排放量，从而实现区域碳足迹量化。（详细碳排放计算模型请见附录B。）准确性: 在误差允许的范围内，模型计算的碳排放量应至少满足单条出行链或区域碳足迹量化的准确性，并尽可能接近真实值。公平性: 指出行意愿的公平性，即在其余条件(出行时间、出行路线、天气等)相同的情况下，选择同种出行方式的个人，所产生的碳排放量应该是相同的。注：(*） 报告对交通方式进行了编号，后续公式中将使用对应
24、编号代表相应的出行方式。| 2019年度交通分析报告15 碳排放计算框架碳排放量计算公式如下：=式中：: 单条出行链的碳排放量（单位：g/人）: 第 种交通方式的碳排放修正因子: 第 种交通方式的基础碳排放因子（单位：g/（人km ）: 第 种交通方式的出行距离（单位：km)其中， 及对应的交通方式从个人的出行链中提取， 则针对不同的交通方式和能源类型采取不同的计算方式，并通过相对应的 进行修正。3.3 碳排放因子计算根据车辆能源类型不同，基础碳排放因子通过能源生命周期法计算相应能源类型的车辆获得。计算中考虑公平性，即在出行时间、出行路线、天气等条件相同的情况下，选择相同出行方式的个人，所产生
25、的碳排放量认为是相同的。考虑到个人乘坐出租车/网约车/公交车时，无法选择能源类型，碳排放量计算容易产生较大差异，影响其公平性，因而出租车/网约车/公交车按照计算区域内车辆能源比例加权平均计算。而在计算私家车基础碳排放因子时，个人购买车辆决定了车辆的能源类型，间接地表达了个人的出行意愿，因此私家车基础碳排放因子将根据车辆能源类型分别计算。单位里程能耗碳排放因子单位能源碳排放因子电力车辆 燃油车辆 混动车辆 无排放| 2019年度交通分析报告16 碳排放计算框架值得注意的是，理论上纯电动汽车在行驶过程中不会产生碳排放量，但其所使用的电能在生产过程中会产生部分碳排放量，因此，本报告使用当地电网发电过
26、程中的CO2排放因子与电动车单位里程的平均耗电量的乘积作为电动车辆的基础排放因子。详细碳排放因子计算公式，请参考附录C。3.4 碳排放修正因子计算在实际交通场景中，车辆实际碳排放量随驾驶环境与状态动态变化。碳排放量会受到汽车速度、交通拥堵、道路坡度、载客率等多种因素影响，仅靠基础碳排放因子无法计算出准确的碳排放量。因此，城市交通出行碳足迹计算需要根据具体场景对基础碳排放因子进行修正。本报告将不同场景下的碳排放量变化转换成相对于基础碳排放因子的比例，即修正因子 ，通过 与排放因子的乘积计算实际的碳排放因子。在修正因子的计算中，本报告将修正因子分为地面交通和轨道交通两大类，其中地面交通包括私家车、
27、出租车/网约车、公交车三类。考虑到电瓶车和自行车基本处于低速场景中，且其碳排放量较低，故不进行碳排放因子修正。步行为零碳出行，其修正因子为0。对于其他交通方式，因所占比例较小、缺乏统计数据等原因，本报告中也不进行修正。影响碳排放的因素会随着时间和空间发生改变。为对应不同时空影响因素的变化，本报告针对不同交通方式和不同的时空特征，提出建立如下所示的时空分布表(*)：工作日公交车速度/载客率/坡度时空分布表速度km/h时间分布平均坡度%载客率%7:00-8:008:00-9:009:00-10:0010:00-11:00 按方向区分湖滨银泰201530305951007075-5空龙湖天街2520
28、33383间69725056-3分vvvv布火车东站kkkk-每种交通方式都会对应一张工作日和一张节假日的时空分布表。表中的数据为统计时间内对应时段、对应区域、对应交通方式的平均值。出于公平性的考虑，在其余条件(出行时间、出行路线、天气等)相同的情况下，选择公交出行的个人，所产生的碳排放量认为是相同的。但实际过程中，车辆受驾驶行为和交通状况的影响，同种交通方式的碳排放量会有一定差别。因此，本报告将在相应时段、区域内行驶的车辆数据直接使用时空分布表中的数据进行替代。这样的方法既满足了公平性，也保证了区域碳足迹量化时的准确性。通过时空分布表计算碳排放修正因子的详细方法，请参考附录D。注：(*) 私
29、家车、出租车的载客率用平均载客率表示(*)时空分布表中的数据仅作为示例，不代表真实数值。PART 4个人出行碳普惠行为碳减量计算| 2019年度交通分析报告18 | 数据说明4.1 个人出行碳普惠行为碳普惠制是为市民和小微企业的节能减碳行为赋予价值而建立的激励机制，为民众节能减碳行为产生的碳减量进行核算和赋予一定的价值。其通过建立以商业激励、政策鼓励和核证减排量交易相结合的正向引导机制，对现行碳交易机制进行了延伸和有效补充。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。个人出行碳普惠鼓励公众选择公共交通、骑行、步行等绿色出行方式，将有助于调动全社会践行绿色低碳行为的积极
30、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。运作方式绿色交通方式公交车轨道交通普惠场景行为界定自行车步行碳排放基准线计算绿色出行碳排放计算碳减量计算积分核算规则碳交易规则积分兑换规则兑换商品认购碳汇商业/公益公益成就证书资源合作全社会的低碳发展离不开每一位公民的支持。考虑到个人端碳排放的“小、散、杂”的特点，政府应制定相应政策决策，采取不同的方式正确引导居民碳普惠行为，帮助个人树立低碳、绿色、环保的出行理念，充分调动全社会践行绿色低碳行为的积极性，从而实现可持续发展的目标。| 2019年度交通分析报告19 | 数据说明4.2 个人出行碳普惠行为碳减
31、量计算碳排放计算是帮助个人参与碳交易的重要内容，并且是建立公平合理绿色出行碳激励机制的基础。为保证碳交易与碳激励机制的科学性、真实性和准确性，个人碳普惠行为碳减量的计算需要整合城市交通拥堵数据、公共交通断面客流数据、公共交通能耗和运营数据以及个人匿名出行数据。本报告碳普惠行为所涵盖的绿色出行方式包括公交车、轨道交通、自行车、步行。基准线碳排放因子反映城市内单位人次单位出行距离的平均碳排放现状。由城市交通出行方式（公交/轨交/私家车/出租车/网约车等）的碳排放总量（g）除以城市综合出行活动水平总量（人km ）得到。城市交通出行方式碳排放总量基准线碳排放因子碳普惠行为碳减排因子反映单位出行活动水平
32、下碳普惠行为（即选择绿色出行方式）可减少的碳排放量。即碳普惠行为对应的基础碳排放因子与基准线碳排放因子的差值。个人出行碳普惠行为碳减量反映单个个体的碳普惠行为（即绿色出行）可减少的碳排放量。由碳普惠行为碳减排因子（ g/人km ）乘以对应碳普惠行为的出行距离（km）得到。基准线碳普惠行为碳普惠行为个人出行碳普惠碳排放因子基础碳排放因子出行距离行为碳减量本节具体计算公式请见附录E。PART 5城市绿色出行评价| 2019年度交通分析报告21 | 城市绿色出行评价5.1 城市绿色出行指标体系5.1.1 城市居民绿色出行画像为了解城市居民绿色出行现状，本报告设计并通过支付宝平台于2020年5月27日
33、至30日进行全国范围内的问卷调查。调查考虑城市经济发展、人口规模和公共交通客流的差异，采用分层随机抽样的方法设计不同城市样本的目标规模，以保证样本的可靠性和代表性。通过分析发现： 环保因素和健康因素在居民选择出行方式时的考量较少。交通方式的便利性、安全性、经济性是居民在选择出行方式时最主要的衡量因素。相比之下，环保因素和健康因素受到的关注较少。 地面公交仍是城市中使用频率最高的绿色交通方式。其次是自行车。建设成本最高的地铁，其使用比例略少于公交车和自行车。影响居民选择出行方式的因素城市公共交通方式分担率便利因素79%有地铁城市：无地铁城市：安全因素67%经济因素56%舒适因素55%33%37%
34、44%56%天气因素53%30%环保因素50%健康因素45%公交车地铁自行车通过调查居民对于绿色交通方式的出行体验发现： “候车时间长”“班次少”“道路拥堵”是城市公共交通 居民对于绿色交通方式的的主要“槽点”。这些原因降低了居民乘坐公交出行的幸 不满意原因福感，体现出现有公共出行存在的最大问题在于城市交通供应供给端。公开数据显示，公交出行方式正点率不足40%，并且只能满足75%调查对象的通勤需求，而一线城市使用公交出行的居民中不需转乘的仅为48%9。 “智慧设施不完善”、“支付不方便”等理由反映出居民对智慧公交系统的期待。城市智能公共交通系统的建设与推广，是提高居民公共交通出行满意度与幸福感
35、的重要且有效的途径。| 2019年度交通分析报告22 | 城市绿色出行评价在不同政策情景下，对使用绿色交通方式出行频率较少的居民是否会优先选择绿色交通进行意愿统计。通过调查居民对于激励其绿色出行的途径发现： “政府重视绿色出行，加强媒体宣传”“大范围推广智能交通系统”可以极大地鼓励居民选择绿色出行方式。激励居民绿色出行的途径支持率政府重视绿色出行，加强媒体宣传90.9大范围推广智能交通系统90.8减少换乘90.7缩短您在公共交通站点的等候时间90.1修建自行车和快速公交专用车道90.0缩短您居住地与站点之间的距离89.7适当降低公共交通的票价89.2888990915.1.2 城市绿色出行评价
36、指标体系为有效评估城市绿色交通发展水平，促进交通碳减排、缓解交通拥堵，本报告提出城市绿色出行评价指标体系（以下简称“指标体系”），以量化评价城市绿色出行现状及城市交通对环境的影响。为描述城市绿色出行现状，指标体系考虑城市经济基础，分别从出行者、服务提供方的角度，描述城市绿色出行需求以及公共交通服务供给水平。同时基于碳足迹量化体系，有效评估城市交通出行碳排放水平。城市绿色出行城市经济环境影响基础出行公交需求供给| 2019年度交通分析报告23 | 城市绿色出行评价本指标体系参考联合国、中国交通运输部、国家标准及浙江省地方标准对于公共交通发展水平以及碳排放水平的指标建议，选取与城市经济基础、交通出
37、行特征、公交服务供给以及交通碳排放相关指标，最终确定指标体系的四个组成部分：城市居民画像描述城市经济、机动车保有量等私人交通出行条件城市绿色居民出行特征描述居民日常出行方式、频率、时长等特征与规律出行评价指标体系绿色交通设施画像描述城市地面公交、轨道交通、非机动车、步行等绿色交通设施建设与服务水平城市交通碳排放描述城市个人出行、个人碳普惠出行等碳排放情况本指标体系中的绿色出行方式以及参考依据如下：绿色出行方式定义绿色出行，即采用对环境影响较小的出行方式，既节约能源、提高能效、减少污染，又益于健康、兼顾效率的出行方式。本指标体系中所包括得绿色出行方式为：公交车轨道交通自行车步行指标参考依据 联合国环境规划署全球空气污染立法评估（2021） 中国交通运输部公交都市考核评价指标体系（2013） 中国国家标准城市公共交通发展水平评价指标体系（2017） 浙江省地方标准城市公共交通服务评价指标（2017）完整指标体系请见附录F。| 2019年度交通分析报告24 | 城市绿色出行评价5.2 城市交通碳足迹评估体系城市私家车保有量和使用率的快速上升，带来了严重的交通拥堵、空气污染和碳排放问题。使用地面公交、轨道交通、自行车等低碳出行方式被认为是城市“缓堵减排”的重要途经。碳排放的时空特征监测将为