本刊“学术动态（Planning Reviews）”栏目，推介国内外学术书籍和文献报告、关注国际研究动态和前沿热点、分享规划案例研究。本期“城乡交通与市政基础设施”专栏，向大家推介一篇关于城市公共交通系统碳足迹研究的文献。
（专栏编辑：卓健，同济大学建筑与城市规划学院教授）
基于智能卡数据的城市公共交通系统碳足迹时空分析
来源：SHANG Wenlong, CHEN Yishui , YU Qing,et al. Spatio-temporal analysis of carbon footprints for urban public transport systems based on smart card data[J]. Applied Energy, 2023, 352:121859.
1 研究概要
全球气候变化日益严重，减少碳排放成为一个紧迫的全球性问题。城市公共交通系统（UPTS） 作为城市交通的重要组成部分，在减少碳排放中将发挥关键作用。然而，UPTS碳足迹分析相对缺乏。本研究基于北京的智能卡数据，对新冠疫情期间UPTS碳足迹进行时空分析。碳足迹计算的核心是估算乘客的出行轨迹和城市轨道交通及地面公交的乘客量，研究构建了一个创新的多层城市轨道网络模型，通过交通分配模型计算乘客量和乘客的出行轨迹。此外，研究利用广义相加模型（GAM） 分析了地面公交和轨道交通碳足迹之间的相关关系，并进行UPTS碳足迹的统计分析。UPTS碳足迹的时空分析结果显示，节假日期间的碳排放量显著低于工作日，且高峰时段的排放量约占UPTS每日总排放量的一半，不同地区的碳足迹分布存在显著差异。此外，研究揭示了地面公交和轨道交通碳足迹之间的正相关关系。统计分析反映了疫情期间不同日期碳足迹分布的不同模式。
2 数据来源与方法
2.1 数据来源
北京市公共交通智能卡数据和地理信息系统数据。智能卡数据包含乘客的出行轨迹信息，包括起始站点、终点站点、乘车时间、下车时间等；地理信息系统数据包含公交路线、站点、地铁线路、站点等地理信息。
2.2 研究方法
(1） 碳足迹计算：采用北京市生态环境局发布的碳排放因子，将出行行为分为高碳出行和低碳出行，并分别赋予不同的碳排因子；利用智能卡数据和GIS数据，通过投影和插值方法，计算公交车路线长度，更准确地估算乘客出行距离以及获取轨道交通线路长度；基于智能卡数据，通过OD矩阵和交通分配模型，估算公交车各线路和区间的乘客数量；构建多层城市轨道交通网络模型，结合交通分配模型，估算轨道交通各线路和区间的乘客数量。
(2） 相关性分析：利用广义相加模型（GAM） 分析公交车和轨道交通碳足迹之间的相关性，揭示两者之间的空间相关性。
(3） 统计分析：对UPTS碳足迹进行统计分析，揭示其时空分布特征，并利用幂律分布模型进行拟合，分析其分布规律。
3 研究意义
（1） 在COVID-19疫情期间，基于智能卡数据对城市公共交通系统（UPTS） 的碳足迹进行了时空分析。
（2） 提出了一个多层次的城市轨道交通网络模型，通过交通分配模型估算轨道交通系统的碳足迹。
（3） 使用投影和插值方法更准确地识别公交车轨迹。
（4） 揭示北京市地面公交与轨道交通系统的碳足迹之间存在正相关关系。其碳足迹分布呈现出不同的模式，但都遵循幂律分布。
4 研究结论
（1） 碳足迹的时间分布特征：与疫情前相比，乘客数量显著减少，这在一定程度上减少了城市公共交通系统的碳足迹；工作日的碳排放量要显著高于节假日，主要归因于人们对公共交通系统的日常通勤依赖；早高峰和晚高峰时段，向市中心方向和离开市中心的线路碳足迹均较高，早晚高峰的碳足迹分布解释了职住分离现象。
（2） 碳足迹的空间分布特征：中心区域的碳足迹较高，郊区的碳足迹较低。研究表明，通过识别排放较高的路线，可以优先将这些路线上的燃油驱动公共交通设施转换为电动或氢动力替代品，最大程度发挥城市公共交通系统碳减排的潜力。分析相邻车站间的公共交通碳排放数据，可以评估不同路段的环境影响，有助于确定最佳平衡点，使公共交通系统在覆盖范围和运营效率之间实现相互协调。
（3） 地面公交与轨道交通碳足迹的相关性：研究揭示北京市公共汽车和城市轨道交通之间的碳足迹正向空间相关性，在轨道交通碳足迹较高的区域，地面公交碳足迹也往往较高，反映出乘客量对碳足迹的影响。
（4） 地面公交与轨道交通碳足迹的差异性：地面公交和轨道交通系统的碳足迹呈现出不同的分布模式。这些差异主要源于公交车和轨道交通系统中网络连接的空间异质性以及出行需求的空间分布差异。轨道交通方面主要受线路长度和乘客数量影响，地面公交主要受人口密度和交通需求影响。尽管二者碳足迹分布模式存在差异，但都遵循幂律分布。
5 未来展望
（1） 数据来源：交通智能卡数据只提供了2020年10月1日至31日的数据，无法对疫情前后碳足迹进行准确的对比分析。未来研究应尽可能收集更长时间段的智能卡数据，以便更全面地分析UPTS碳足迹的时空变化规律。
（2） 研究方法：北京轨道交通网络系统十分庞大，轨道交通碳足迹的计算量较大，现在的研究方法对于数据的处理能力有限。未来研究可以借助平行/分布式计算等方法，以提高碳足迹计算的精度和效率。
（3） 影响因素：本次研究仅揭示了UPTS碳足迹的时空分布特征，未来研究可以进行聚类分析，进一步探索其分布规律及影响因素，如天气、节假日、经济状况等，以便更全面地评估其环境影响。
（供稿：王一飞，同济大学建筑与城市规划学院硕士研究生）
URBAN PLANNING FORUM Since 1957
创新性、前瞻性、学术性
中文核心期刊，中国科技核心期刊，中国人文社会科学核心期刊，中文社会科学引文索引来源期刊（CSSCI），中国期刊全文数据库（CJFD）全文收录期刊，中国学术期刊综合评价数据库（CAJCED）统计源期刊，中国科学引文数据库（CSCD）来源期刊，中国核心学术期刊（RCCSE），国家哲学社会科学学术期刊数据库收录期刊，乌利希国际期刊指南（UPD）收录期刊
官网链接：https://upforum.tongji.edu.cn/main.htm
投稿链接：http://cxgh.cbpt.cnki.net
Email: upforum@vip.126.com
电话：021-65983507
传真：021-65975019
微信号：upforum
