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

2、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The Statement 概 述|2019年度交通分析报告城市绿色出行指数白皮书The Statement 声 明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

3、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|2019年度交通分析报告城市绿色出行指数白皮书Executive Summary 执 行 摘 要面对严峻的全球

4、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

5、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

6、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

7、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.61.1.背景介绍.71.2.报告概况.82.数据说明.92.1.个人出行数据.102.2.能源数据.122.3.交通基础设施数据、城市居民画像、机动车数据.123.

8、碳排放计算框架.133.1.交通模式划分.143.2.碳排放计算模型143.3.碳排放因子计算.153.4.碳排放修正因子计算.164.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.184.2.个人出行碳普惠行为碳减量计算 195.城市绿色出行评价.205.1.城市绿色出行指标体系 215.1.1.城市居民绿色出行画像 215.1.2.城市绿色出行评价指标体系 225.2.城市交通碳足迹评估体系.245.2.1.基于个人出行数据的区域碳足迹量化方法 245.2.2.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.26

9、5.3.1.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.275.3.3.城市绿色出行指数计算方法 276.杭州交通出行碳排放案例计算.286.1.案例概述.296.2.杭州背景.306.3.杭州市交通出行碳排放计算案例.326.3.1.数据说明.326.3.2.出行链级别交通出行碳排放计算 326.3.3.道路级别交通出行碳排放计算 346.3.4.区域级别交通出行碳排放计算 357.城市交通管理政策支持.377.1.完善碳交易市场.387.2.引导合理交通出行方式选择.407.3.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

10、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.62PART 1前 言|2019年度交通分析报告7|前 言1.1 背景介绍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

11、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。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

12、”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

13、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。全球背景下的碳减排目标交通运输领域的双碳计划碳普惠制助力绿色低碳出行|2019年度交通分析报告8|前 言1.2 报告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

14、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。数据来源个人匿名出行数据地理信息数据车辆信息数据多源异构大数据人工智能算法时空全景出行链还原数据输入层数据挖掘层模型计算层评价应用层碳排放计算框架多模式出行碳足迹量化交通方式划分碳排放因子计算碳排放因子矫正公交地铁运营数据路网流量数

15、据交通基础设施数据注：(*)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。绿色出行指标体系&碳足迹评估体系城市绿色出行评价与应用量化碳普惠行为碳减量个人层面完善碳交易市场社会层面支持城市交通管理政策政府层面数据可视化层城市交通出行碳排放监测平台实时道路/城市级碳排放热力图实时道路/城市级碳排放量数字化可视化PART 2数据说明|2019年度交通分析报告10|数据说明2.1 个人出行数据不同交通方式的静态及动态数据本报告从时间、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

16、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(*)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:/ ShareMap.https:/ 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

17、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）日平均载客人数等。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。|2019年度交通分析报告1

18、2|数据说明2.2 能源数据终端能耗数据排放因子：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。长期/近期公共交通设施情况城市居民画像和机动车数据2.3 交通基础设施数据、城市居民画像、机动车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。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

19、租车/网约车/公交车汽油、柴油、燃料油、电力消耗量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。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

20、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。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 交通方式划分私家车(=)传统燃油汽车、纯电动汽车、混动汽车出租车/网约车(=)传统燃油汽车、纯电动汽车、混动汽车轨道交通(=)自行车(=)电瓶车(=)步行(=)其他交通方式(=)水上公交、摩托公交车(=)燃油汽车、纯电动汽车、混动汽车、天然气汽车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

21、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，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(*

22、)。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编号代表相应的出行方式

23、。|2019年度交通分析报告15 碳排放计算框架=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)碳排放量计算公式如下：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，所产生的碳排放量认为是相同的。考虑到个人乘坐出租车

24、/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

25、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、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。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

26、分碳排放量，因此，本报告使用当地电网发电过程中的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。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(*)：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按方向区分空间分布湖滨银泰2007075-5龙湖天街25203338369725056-3火车东站vvvvkkkk-工作日公交车速度/载客率/坡度时空分

27、布表注：(*)私家车、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。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

28、子的详细方法，请参考附录D。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运作方式绿色交通方式公交车碳排放基准线计算绿色出行碳排放计算普惠场景行为界定碳减量计算积分兑换规则商业/公益资源合作步行自行车轨道交通兑换商品认购碳汇公益成就证书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

29、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。积分核算规则碳交易规则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

30、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。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。基准线碳排放因子反映单位出行活动水平下碳普惠行为（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。碳普惠行为碳减排因子个人出

31、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。城市交通出行方式碳排放总量基准线碳排放因子基准线碳排放因子碳普惠行为基础碳排放因子碳普惠行为出行距离个人出行碳普惠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

32、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。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45%50%53%55%56%67%79%健康因素环保因素天气因素舒适因素经济因素安全因素便利因素影响居民选择出行方式的因素37%30%33%有地铁城市：公交车地铁自行车56%44%无地铁城市：城市公共交通方式分担率通过调查居民

33、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”是城市公共交通的主要“槽点”。这些原因降低了居民乘坐公交出行的幸福感，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的重要且有效的途径。居民对于绿色交通方式的不满意原因|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

34、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。89.2 89.7 90.0 90.1 90.7 90.8 90.9 88899091适当降低公共交通的票价缩短您居住地与站点之间的距离修建自行车和快速公交专用车道缩短您在公共交通站点的等候时间减少换乘大范围推广智能交通系统政府重视绿色出行，加强媒体宣传激励居民绿色出行的途径支持率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”

35、），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。5.1.2 城市绿色出行评价指标体系城市绿色出行出行需求公交供给城市经济基础环境影响|2019年度交通分析报告23|城市绿色出行评价绿色出行方式定义公交车轨道交通自行车步行城市居民画像绿色交通设施画像居民出行特征城市绿色出行评价指标体系城市交通碳排放描述城市经济、机动车保有量等私人交通出行条件描述居民日常出行方式、频率、时长等特征与规律描述城市地面公交、轨道交

36、通、非机动车、步行等绿色交通设施建设与服务水平描述城市个人出行、个人碳普惠出行等碳排放情况指标参考依据 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）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：本指标体系中的绿色出行方式以及参考依据如下：完整指标体系请见附录F。绿色出行，即采

37、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：|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5.2.1 基于个人出行数据的区域碳足迹量化方法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城市交通拥堵治理提供新思路，同时能够有效反映拥堵治理与交通碳减排措施成效，实现包容性绿色增长。为此，本报告分别基于个人出行数据和路网流量数据，设计了区域交通碳足迹

38、量化方法。计算时空划分 碳足迹（出行链）分割 区域碳足迹计算景点本方法基于第3章中碳排放计算框架，计算各时间段中区域范围内的碳排放量。根据需求可将时间划分为分钟级、小时级、日级或月级；可将区域划分为市区级或路段级等网格区。通过累加各栅格中计算时段内所有出行链产生的碳排放，获得该时段不同区域的碳足迹。本方法以路段为基本单元，结合城市路网流量数据、公共交通运营数据、各交通方式单位车辆排放系数及其排放修正因子等，计算时间段中区域范围内的碳排放量。5.2.2 基于路网流量数据的区域碳足迹量化方法各交通方式路网划分 路段碳排放密度计算 区域碳足迹计算49815

39、2当城市内居民出行数据与路网流量数据完整的情况下，本量化方法与基于个人出行数据的区域碳足迹量化方法所算得的区域（客运）碳排放量应相等。详细的区域碳足迹量化方法，请参考附录G。|2019年度交通分析报告25|城市绿色出行评价基于区域内碳足迹量化方法，可以获取各区域、各时段、各交通方式的碳排放量密度热力图，用以实时检测路网中碳排放情况。其预期可视化结果如图：5.2.3 区域碳足迹监测与评估市区级别碳排放密度热力图路段级别碳排放密度热力图注：(*)图中所示数据均为样例，非实际计算值。|2019年度交通分析报告26|城市绿色出行评价5.3 城市绿色出行指数城市绿色出行指数旨在衡量

40、城市绿色出行水平与理想值或目标值的接近水平，通过统一的衡量指标实现对不同城市绿色出行水平的提供具有指导意义的评价。2021年10月，国务院印发了2030年前碳达峰行动方案，对交通运输绿色低碳发展提出了三点要求：“推动运输工具装备低碳转型、构建绿色高效交通运输体系、加快绿色交通基础设施建设”10。2022年3月，交通运输部印发了交通强国建设评价指标体系，围绕“安全、便捷、高效、绿色、经济”五个基本特征考量我国交通建设水平11。本节基于2030年前碳达峰行动方案的要求与交通强国建设评价指标体系的五个基本特征，并结合5.1 城市绿色出行指标体系与 5.2 城市交通碳足迹评估体系中城市绿色出行重点关注

41、内容，同时参考联合国发布的可持续城市交通指数（Sustainable Urban Transport Index）12，采用层次分析法，建立适用于不同城市、不同发展状态的城市绿色出行指数计算体系。安全：安全是城市绿色出行最基本要求，同时也是影响居民出行方式选择的第二大因素。城市绿色出行指数从绿色交通出行事故发生频率与绿色交通出行事故死亡人数衡量城市绿色交通安全性。便捷：交通便捷程度是影响居民出行方式选择的首要因素。城市绿色出行指数考量绿色交通基础设施覆盖率、绿色交通基础设施无障碍水平以及绿色交通出行服务满意度三方面，衡量城市绿色出行便捷度。高效：在居民对于绿色交通不满意原因中，“候车时间长”、

42、“道路拥堵”两个原因最为突出。城市绿色出行指数从绿色交通运行畅通水平和智慧化程度两个方面出发，衡量绿色交通效率。城市绿色出行指数绿色：绿色是城市绿色出行指数的最核心指标，用于衡量城市交通出行中绿色出行的发展水平与城市出行碳排放的控制水平。经济：衡量绿色交通基础设施建设的投资水平，以及城市居民对绿色交通出行支出承受能力。5.3.1 城市绿色出行指数五大指标|2019年度交通分析报告27|城市绿色出行评价5.3 城市绿色出行指数城市绿色出行指数以层次分析法为基础，建立二级指标体系，计算时根据专家打分法确定对不同指标的权重。计算过程中遵循以下原则：目标性：城市绿色出行指数是和目标值的接近程度，每一个

43、指标都设有与其对应的目标范围；归一化：指数中各项指标量纲不同，不能直接整合计算，因此需要基于目标范围值转化为01之间的数值；灵活性：指数计算中，可根据不同城市不同的交通方式进行调整，如：在计算出行分担率、设施覆盖率等指标时，可更具当地绿色交通方式的种类进行适当增删；发展适应性：为适应不同城市、不同发展时期的绿色交通出行评价需求，应根据当年目标范围调整后进行计算。5.3.2 城市绿色出行指数计算原则5.3.3 城市绿色出行指数计算方法城市绿色出行计算城市绿色出行指数由五大一级指标和各二级指标构成，通过各级指标乘以相应权重值的积累加后获得。最终数值在0100范围内。城市绿色出行计算流程当年各指标目

44、标值或范围统计填写各指标数值无量纲化数据准备归一化指数计算绿色交通出行事故数据二级指标加权求和一级指标加权求和交通基础设施数据新能源车辆数据绿色交通出行碳排放数据城市交通运行数据绿色交通基础设施投资数据交通出行问卷调查数据完整城市绿色出行指数计算指标及计算方法请见附录H。PART 6杭州市交通出行碳排放计算案例|2019年度交通分析报告29|杭州市交通出行碳排放计算案例6.1 案例概述为测验本报告第4章的碳排放计算框架，本章节将以案例方式分别从时间、空间、出行方式等多角度全面计算城市交通出行碳排放量，展示本方案的合理性与适用性。案例将以杭州市为例，考虑微观、中观、宏观及出行链、道路、城市三个级

45、别和城市交通运行时空分布特征，计算2020年11月24日（周二）当天杭州的交通出行碳排放量。以日常出行算例 帮助人们了解个人交通出行产生的碳排放量 加强交通出行碳排放的概念 推出具有推广意义的交通出行碳排放计算方案基于交通大数据 从道路与城市级别精确计算中观与宏观交通出行碳排放量 帮助政府与交通运营管理公司更好地了解交通行业的碳排放水平 为今后交通碳排放的政策与措施制订提供数据支持空间纬度的可视化展示 为人们展示城市交通出行碳排放空间特征 聚焦城市交通出行碳排放集中点，为针对性区域交通碳排放政策实施提供数据支持时间纬度的可视化展示 为人们展示城市交通出行碳排放时间变化规律 实现城市级别交通出行

46、碳排放实时监测以及历史追溯|2019年度交通分析报告30|杭州市交通出行碳排放计算案例6.2 杭州背景杭州位于中国东南沿海、土地面积 16850 平方公里，其中市区面积 8289 平方公里。2020年全市域城区常住人口874万，为中国第十一大、长三角乃至华东地区第二大城市。交通发达，是中国东南地区重要的交通枢纽。对比国内一线城市以及部分二线城市的千人拥车量数据，杭州市千人汽车拥有量则相对较高，杭州市机动化发展水平处于国内较高位置，高于上海、广州和深圳。杭州“三面云山一面城”的城市地貌造就的道路布局，加剧了杭州市道路拥堵现象与停车矛盾。截止 2020 年底，杭州地铁运营线路共7 条，分别为地铁1

47、 号线、2 号线、4 号线、5 号线、6 号线（含杭富段）、7 号线和16 号线，共设车站167 座（换乘站不重复统计），换乘枢纽站20 座，运营总里程达306.3 公里。城市综合客运枢纽9个，公交调度指挥中心17个，从事公共汽电车经营户32户。运营车辆1.08万辆，额定载客量55.84万人，年完成客运量7.04亿人次。运营线路1278条，线路总长度2.59万千米，其中BRT总长度132.0千米、无轨电车总长度50.2千米。全市有轨道交通站169座，运营线路总长度306千米，运营车数325列、1032辆，完成客运量5.81亿人次、49.55亿人千米13。公共交通:个人交通:截至2020年底，杭

48、州市市机动车保有量311.9万辆。杭州现有电动汽车数量约30万辆，全域充电桩20163个，充电站1272座。与机动车、轨道等出行方式相比，目前绿色杭州慢行出行占比达52%。杭州市公共自行车小红车数据显示，从投入使用到2020年底累计租用量达10.98亿人次14。时间特征:杭州市区的早高峰出行集中在7:00-9:00，晚高峰集中在16:00-18:00。据2020年城市交通出行统计，杭州的早晚高峰拥堵指数在全国排名位列18位和39位。早高峰相较晚高峰更为严重，其过饱和拥堵概率为4.75%，高于晚高峰时的拥堵概率(*)。注：(*)过饱和拥堵概率=该城市的过饱和车辆数/总车辆数地理环境对交通规划的影

49、响交通设施情况交通出行特征|2019年度交通分析报告31|杭州市交通出行碳排放计算案例空间特征:杭州市交通拥堵情况16杭州市区路段分时段平均速度15|2019年度交通分析报告32|杭州市交通出行碳排放计算案例6.3 杭州交通出行碳排放计算6.3.1 数据说明本节计算依据两组出行数据：一组为高德地图出行规划数据，用于演示出行链级别交通碳排放量的计算；另一组为杭州市2020年11月24日（周二）匿名交通出行数据，用于评估道路及区域级别的一日交通出行碳排放量。计算中将涉及的交通出行方式有私家车、出租车、网约车、公共汽车、轨道交通、自行车/公共自行车、步行，未涉及摩托车、水上巴士、电动自行车以及经过城

50、市的火车、高铁等。所有数据经脱敏处理，不涉及任何个人或组织数据隐私问题。本节将以杭州市交通出行数据为例，从出行链级别、道路级别、城市级别分别计算杭州交通出行碳排放量。在实际计算过程中，数据存在着颗粒度差异、数据质量参差等诸多问题，需要进行合理地调整后计算。为更好得帮助案例计算，根据数据情况做出以下假设：出行链级别道路级别城市级别场景个人自行碳排放测算城市碳排放统计分析出行数据来源高德地图APP出行规划2020年杭州某日客运交通数据样本出行方式分类小汽车(*)、公共汽车、轨道交通、自行车/公共自行车、步行能源类型按杭州各能源车辆数量占比进行加权平均计算车辆行驶速度车辆经过路段平均速度载客量公交车

51、载客量假定为30人/车，地铁载客量假定200人/班其他其他影响因素，如车型、发动机能耗等不在本计算示例中考虑6.3.2 出行链级别交通出行碳排放计算本小节模拟个人出行碳排放计算，以杭州东站至杭州青少年活动中心为起终点，分别计算通过不同方式出行产生的碳排放量。小汽车出行碳排放计算耗时18 min里程8.3 km行驶车速途径路段对应时刻路段平均速度碳排放量1941.79 g注：(*)由于数据采集时未对私家车、出租车、网约车做区分，因此将它们统称为小汽车进行计算。计算出租车、网约车碳排放时，仅考虑乘客上车后碳排放量，不考虑赶往上车点产生的碳排放量。|2019年度交通分析报告33|杭州市交通出行碳排放

52、计算案例地铁出行碳排放量计算*总耗时31 min总里程8.1 km步行距离1.1 km步行时长14 min等车时长2 min个人碳排放量64.65 g公交车出行碳排放计算总耗时71 min总里程9.8 km步行距离0.626 km步行时长10 min等车时长19 min28路平均行驶速度途径路段对应时刻路段平均速度28路行驶时间23 min78路平均行驶速度途径路段对应时刻路段平均速度78路行驶时间19 min个人碳排放量354.89 g注：(*)假设地铁以恒定功率运行，且不考虑地铁场站运营能耗。|2019年度交通分析报告34|杭州市交通出行碳排放计算案例多模式公共交通出行碳排放量计算（*）总

53、耗时40 min总里程9.4 km步行距离0.353 km步行时长7 min等车时长12 min1号线地铁行程里程7.8 km1号线地铁行程时间14 min7路平均行驶速度途径路段对应时刻路段平均速度7路行驶时间7min个人碳排放量127.85 g小结由上述计算可知，不同交通出行方式中，使用地铁出行产生的个人碳排放最小，8公里行程仅约65克碳排放，而乘坐公交车出行碳排放量是它的6倍，小汽车出行碳排放量则是它的30倍以上。可见，小汽车出行转换成公共交通出行是减少城市客运交通碳排放量的关键途径。注：(*)假设地铁以恒定功率运行，且不考虑地铁场站运营能耗。6.3.3 道路级别交通出行碳排放计算本小节

54、以杭州市2020年11月24日（周二）的匿名交通数据为基础，根据出行链所在交通小区的权重进行扩样后，计算每条出行链的碳排放。并将其产生的碳排放对应到相应的路段上，然后聚合路段上单位时间颗粒度的碳排放，得到每个路段每个时间颗粒度内的碳排放总量。最终的碳排放计算结果如下图所示：杭州市部分路段碳排放情况（3点）（8点）|2019年度交通分析报告35|杭州市交通出行碳排放计算案例注：(*)在本案例中，时间颗粒度为一小时从图中可见，城市的主干路和高速公路上集中了较高的碳排放量，而支路的碳排放量相对较低。以滨兴路：网商路-时代大道辅路路段为例，该路段3点/8点/12点/17点的碳排放总量如下图所示：杭州市

55、滨兴路各时段碳排放情况6.3.4 区域级别交通出行碳排放计算本小节在道路级区域碳排放的基础上，根据道路所属区域，对道路碳排放按照时间颗粒度进行聚合，计算杭州市各区、各县级市的碳排放情况。杭州市碳排放区域热力图如下图所示：（3点）（8点）（12点）（17点）（12点）（17点）|2019年度交通分析报告36|杭州市交通出行碳排放计算案例根据计算结果，杭州市2020年11月24日碳排放总量为36434.64吨。其中，小汽车、公交车、地铁的碳排放占比如左图所示，杭州市24小时碳排放量变化如右图所示。96%3%1%不同交通工具碳排放占比小汽车公交车地铁05000250030003

56、5000246810 12 14 16 18 20 22 24碳排放（吨）时间杭州市碳排放24小时变化曲线杭州市各县级市/区总体碳排放情况（3点）（8点）（12点）（17点）PART 7城市交通管理政策支持|2019年度交通分析报告38|城市交通管理政策支持7.1 完善碳交易市场碳交易，全称为温室气体排放权交易，是在政府部门限定企业二氧化碳排放分配额基础上，多排放二氧化碳的企业向少排放的企业购买配额的一种交易17。碳交易包括二氧化碳（CO2）、甲烷（CH4）、氧化亚氮（N2O）、氢氟碳化物（HFCs）、全氟化碳（PFCs）和六氟化硫（SF6）等六种温室气体，不同温室气体最终全部折算成一定量的二

57、氧化碳进行交易17 18。除了关注碳排放，我国碳交易市场还将包括碳汇交易2。根据联合国气候变化框架工业，碳汇是指从大气中清除二氧化碳的过程、活动或机制。因此，如林业、环保组织机构等具有碳汇行为的企业、组织机构与个人将获得参与碳排放交易的权力。我国正积极推动绿色低碳发展，逐步建立完善的碳交易市场，并制定交通领域碳达峰方案2。因此，精确计算交通行业碳排放量将至关重要。本报告提出的交通行业碳足迹计算体系将实现各类出行方式碳排放量的计算与核验，协助交通行业进入碳交易市场，同时为个人参与碳交易提供数据支持。注：(*)目前，绿色虚线框内碳汇行业、个人碳排放等其他行为尚未纳入碳交易平台.政府排放配额碳排放交

58、易平台组织机构个人碳汇行业以及其他行为(*)碳汇行业电力行业钢铁行业水泥行业能源行业化工行业交通行业高能耗行业碳交易市场运行框架什么是碳交易|2019年度交通分析报告39|城市交通管理政策支持注：(*)由于CO2排放占交通排放比重最大，故在个人出行碳减量的计算关注CO2。7个试点碳市场陆续展开线上交易9覆盖了电力、钢铁、水泥等20多个行业近3000家重点排放单位。全国碳排放权交易市场上线7月16日，全国碳排放权交易市场上线；同年10月24日，中共中央、国务院印发的关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见，明确要加快完善全国碳排放权交易市场。碳排放交易平台CO2碳排放企业MaaS

59、平台CO2排碳权个人参与碳交易概念模式(*)个人参与碳交易时，用户通过绿色交通出行一体化MaaS平台（下称“平台”）自主分享出行数据。结合交通运营管理部门基准碳排放计算体系，平台计算出个人出行碳减量，并向用户提供碳减量结算服务。经平台汇集，集中的个人出行碳减量可由平台或第三方与企业进行碳交易，从而实现个人参与碳交易，促进个人参与绿色减碳出行。汇集个人出行碳减量，构建个人碳排放交易纽带基于碳足迹计算体系，政府、公共交通运营管理部门可精确统计各类交通方式的碳排放量，并对交通行业碳排放形成车道、区域、城市级别的时空分布概念。在形成城市整体与个人交通碳排放认知的基础上，政府或交通运营管理部门可建立一套

60、支持个人碳减量计算的基准碳排放计算体系。为个人碳交易提供个人出行碳减量计算方法2011年2013年2021年碳排放权交易试点97月16日，国家发展改革委印发关于开展碳排放交易试点工作的通知在北京、天津、上海、重庆、广东、湖北、深圳7个省、市启动。目前，我国碳交易市场主要关注电力排控企业，正逐步向能源、钢铁、有色金属、石化化工、建材、交通、建筑等重点行业拓展19。但碳交易的主体均为企业，暂未将机构和个人纳入16。全民参与碳交易我国碳交易市场发展|2019年度交通分析报告40|城市交通管理政策支持碳足迹计算体系对个人出行碳排放量进行有效量化，为政府绿色出行倡议提供数据支持，帮助人们逐步形成不同交通

61、出行碳排放影响的概念。在潜移默化之中，该体系帮助人们形成节能减排、保护自然环境的责任感，促使更多的人在选择交通工具时将碳排放纳入考虑范畴，从而推动人们由私家车出行转向公共交通出行、共享出行等更环保、更绿色的出行方式之中。碳排放对于大多数人来说较为抽象。人们对私家车出行碳排放量、公交车出行与小汽车出行的碳排放量差别、个人绿色出行作用等内容尚未全面了解。碳足迹计算体系将帮助人们建立更全面的绿色出行概念，引导更多的人选择绿色交通出行。面对城市快速发展、经济水平不断提高，小汽车保有量逐年上升20。对于私家车出行，绿色出行概念的形成促进人们购买私家车时选择电动车、混动车等低排放车辆，从一定程度上减少出行

62、带来的碳排放。家公司家公司公共交通站点换乘公共交通站点公共交通站点转变新能源小汽车传统小轿车 形成绿色出行概念前 形成绿色出行概念后7.2 引导合理交通出行方式选择构建绿色出行概念私家车绿色转型|2019年度交通分析报告41|城市交通管理政策支持为进一步提高居民绿色出行意识，引导居民出行，多方博弈绿色出行碳积分体系（下称“积分体系”）可被引入绿色交通出行一体化MaaS平台，协助交通管理部门进行个人出行微观调控。该积分体系考虑交通状况、交通方式、出行线路、出行时段等因素，向用户提供差异化绿色交通积分奖励与积分兑换，帮助城市个人出行微观调控，促进缓堵减排。拥堵成因的核心是全局交通资源的分配不均。在

63、协助出行者行程规划过程中，绿色交通出行一体化MaaS平台出于对全局交通资源优化的考量，对已经发生拥堵的区域和道路，和即将发生拥堵的区域和道路，进行适当的规避，以达到优化全局交通的目标。出行者可选择是否接受推荐方案。对于选择推荐路线躲避拥堵而产生额外成本，如绕路、多花时间、多花费用时，积分体系将结合时间和空间的特征，对出行者进行相应的积分补偿。拥堵避让积分在路线规划过程中，基于全局交通资源供需实时特征，绿色交通出行一体化MaaS平台将为出行者提供错峰出行的行程建议。对采纳错峰出行行程建议的出行者，积分体系将基于时间考量，给予相应的积分补偿。错峰出行积分多方博弈绿色出行碳积分体系交通状况出行线路出

64、行时段考虑因素兑换商品优惠券吸引大众参与颁发“绿色出行”称号激励绿色出行兑换公共交通出行优惠券促进公共交通出行分交通状况和出行特征差异积分引导个人交通出行、支持缓堵减排错峰出行积分拥堵避让积分时间成本补偿积分积分获取积分应用交通方式出行线路相较于自驾出行，公交出行在出行时效、便利程度等方面往往存在着一定劣势。因此，积分体系可以通过基于时间和地点定量化的方式，评估公共出行在时间成本上多付出的成本，给予公交出行者相应的积分补偿。时间成本补偿积分个人出行微观调控|2019年度交通分析报告42|城市交通管理政策支持7.3 协调城市交通发展“十三五”期间，国家提出了“努力打造高效便捷、安全舒适、经济可靠

65、、绿色低碳的城市公交系统”的要求21。通过碳足迹计算体系，政府与运营管理部门可以从微观到宏观地了解城市公交系统碳排放的状态，制订更为精细的绿色交通发展计划。监控与更新。基于碳足迹计算体系和城市公共交通能耗统计，城市公共交通部门可以形成一套自己的排放监测系统，监测城市中运行的公交、地铁等公共交通工具的碳排放情况。根据监测平台，城市公共交通部门可精准评价其碳排放状态，为车辆、设备等更新提供数据支撑。运行线路调整。城市公共交通部门可通过自有碳排放监测平台与城市交通总体碳排放进行对比，发现各城市公共交通方式碳排放在不同时空状态下的碳排放比重。各公共交通部门还可分析城市公共交通运行碳排放的特点，模拟线路

66、调整、地铁建设后碳排放变化趋势，为线路调整、地铁规划提供数据支持。日益增长的交通出行需求与保护生态环境的基本诉求对城市交通发展提出了更高的要求。碳足迹计算体系将帮助政府、运营及管理部门更好地进行绿色交通发展的规划与管理。由于城市中心交通聚集、绿化有限，建立低排放区成为了很多城市的选择，且有超过20个国家已成功推行22。低排放区是为保证城市某些区域空气质量，针对排放等级不合格的交通工具设置的限制进入区域。碳足迹计算体系的形成，能从以下方面协助建立低排放区：确定低排放区域范围 确定车辆限制类型和排放等级 确定车辆禁止进入时间段 建立低排放区域内收费与处罚体系 有效减少低排放区交通量，提高区域内公交

67、分担率健康街区是指建立以步行、自行车、公共交通为主导的安全可靠、空气优良、环境适宜、充满活力的街道形式。目前，城市交通出行机动车占比大，以机动车为导向的城市道路建设鼓励了小汽车出行、加剧城市道路拥堵。随着人们绿色交通出行意识的提高，人们对绿色出行基础设施的需求也将不断增长。而健康街区将是支持人们绿色出行的一大城市道路形式。碳足迹计算与评价体系可以给健康街区的建设与发展提供定量决策依据，协助健康街区的规划与建设，测评健康街区绿色交通发展状况。城市公共交通规划部署低排放区建立健康街区构建APPENDIX附 录|2019年度交通分析报告44|附录附录A：名词解释关键词定义碳减排指减少二氧化碳气体的排

68、放量碳排放量本报告中计算的碳排放量特指二氧化碳气体的排放量出行指出行者采用某种交通方式从一个地点到另一个地点的单向运动出行链指从家做第一次出行开始，至回家为出行结束的多次出行组成的活动链区域碳足迹量化指对一个区域内交通出行产生的二氧化碳排放总量进行量化碳排放因子指单人在单位行驶里程产生的碳排放量，即每人每公里燃料消费量与燃料碳排放系数的乘积基础碳排放因子在标准情况下，单人在单位行驶里程产生的碳排放量碳排放修正因子在非标准情况下，实际的碳排放因子与基础碳排放因子的比例系数混动汽车指车上装有两个以上动力源：蓄电池、燃料电池、太阳能电池、内燃机车的发电机组，当前混动汽车一般是指内燃机车发电机，再加上

69、蓄电池的汽车周转量指一定时期内，实际运送的旅客人数或货物吨量与其运输距离的乘积碳普惠制碳普惠是对企业、社区和个人的节能减碳行为进行具体量化和赋予一定价值，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个人出行碳普惠行为经碳普惠方式鼓励城市居民全方式参与绿色出行（公共交通、骑行、步行等）的行为城市公共交通方式分担率城市居民出行方式中选择各个公共交通方式（包括公交车、轨道交通和公共自行车）的出行量占公共交通方式总出行量的比率交通碳足迹交通出行产生的二氧化碳排放量碳交易全称为温室气体排放权交易，是在政府部门限定企业二氧化碳排放分配额基础上，多排放二氧化碳的企业从少排放的企业那里购买

70、配额的一种交易碳汇指通过植树造林、植被恢复等措施，吸收大气中的二氧化碳，从而减少温室气体在大气中浓度的过程、活动或机制。低排放区为保证城市某些区域空气质量，针对排放等级不合格的交通工具设置的限制进入区域健康街区指建立以步行、自行车、公共交通为主导的安全可靠、空气优良、环境适宜、充满活力的街道形式车辆比功率（VSP）发动机输出功率和机动车质量的比值|2019年度交通分析报告45|附录附录B：碳排放计算模型VSP-Bin排放速率库MOVES模型是使用最广泛的微观排放模型，基于车辆比功率（VSP）、速度和加速度等实际车辆工况特征参数，可以反映实际运行状态下的排放差异，并可以与交通仿真工具结合。MOV

71、ES模型中开放的数据库存储了不同车辆类型、车龄、车速及车辆比功率下的车辆基本排放因子，称之为微单元（Bin），同时存储了其他相关影响因素的修正系数，具有很强的可扩展性。MOVES模型的计算思路如下：车辆行驶轨迹车辆行驶工况（VSP-Bin分布）车辆基础排放因子车辆综合排放因子机动车排放总量/排放清单车型结构组成（车辆类型）各车型车公里数（车辆活动）车用燃油及气象信息数据车龄分布及劣化特征国内常用的碳排放计算模型有MOVES模型、EMBEV模型、CRTEM模型、IVE-China模型和CVEM模型。上述模型在国内具有大量的统计数据，已在北京、上海、深圳和成都等城市进行本地化修正并已应用。参考文献

72、：Perugu,H.(2019)Emission modelling of light-duty vehicles in India using the revamped VSP-basedMOVES model:The case study of Hyderabad.Transportation Research Part D:Transport andEnvironment.68,150-163.Chen,S.,Du,Z.,Shi,X.,Liu,Y.,Li,S.,Shao,C.&Steve-harold,K.W.(2021)MOVES-Beijing-based highspatial a

73、nd temporal resolution ammonia emissions from road traffic in Beijing.AtmosphericEnvironment.256,118443.Abou-Senna,H.&Radwan,E.(2013)VISSIM/MOVES integration to investigate the effect of major keyparameters on CO2 emissions.Transportation Research Part D:Transport and Environment.21,39-46.MOVES模型|20

74、19年度交通分析报告46|附录EMBEV模型是清华大学根据大样本测试数据开发的符合中国城市车辆技术特点的排放模型，先后应用于北京、南京和澳门等城市。该模型设计了图形用户界面层、逻辑控制与计算层和数据库层，考虑了车型、能源类型、国标、车龄和车型组成比例等因素。EMBEV模型的计算思路如下：车队平均排放因子计算图形用户界面层车队平均排放因子计算模型参数数据数据库层逻辑控制与计算层选择模拟年份输入保有量与能源类型输入行驶里程输入修正条件结果输出模拟年份和车队信息车辆基础排放因子行驶工况条件车辆基础排放因子其他车辆行驶信息车型技术排放因子车队车型构成和活动水平参考文献：Zhang,S.,Wu,Y.,W

75、u,X.,Li,M.,Ge,Y.,Liang,B.,Xu,Y.,Zhou,Y.,Liu,H.,Fu,L.&Hao,J.(2014)Historic and future trends of vehicle emissions in Beijing,19982020:A policy assessment for themost stringent vehicle emission control program in China.Atmospheric Environment.89,216-229.Wen,Y.,Zhang,S.,He,L.,Yang,S.,Wu,X.&Wu,Y.(2021)C

76、haracterizing start emissions of gasolinevehicles and the seasonal,diurnal and spatial variabilities in China.Atmospheric Environment.245,118040.Wu,X.,Wu,Y.,Zhang,S.,Liu,H.,Fu,L.&Hao,J.(2016)Assessment of vehicle emission programs inChina during 19982013:Achievement,challenges and implications.Envir

77、onmental Pollution.214,556-567.CRTEM是基于HEBFA开发的中国道路交通排放模型，采用自上而下的计算模式，具有高时空分辨率的特点，已应用于北京、深圳和天津等城市。该模型考虑了排放类型、车辆类别、年份、交通流状况和道路坡度等因素。CRTEM的计算思路如下：EMBEV模型CRTEM模型|2019年度交通分析报告47|附录CRTEM 模型实际排放测试发动机控制参数图实际道路工况能耗因子排放因子参考文献：Federal Ministry for the Environment.(2021)Modelling road transport emissions in ch

78、ina.Available from:https:/changing-transport.org/publication/modelling-road-transport-emissions-in-china/Accessed 14th November 2021.能源与交通创新中心.(2015)城市交通排放计算-私家车.Available from:http:/ 14th November 2021.IVE-China模型是专门为发展中国家设计的机动车排放模型，已应用于北京、上海等城市，并建立了各城市的排放因子数据库，具有高时间分辨率的特点，可以很好的反应车辆工况（如：不同VSP）对排放的影

79、响。IVE-China模型的计算思路如下：排放因子主要修正系数排放因子次要修正系数基础排放因子基础排放因子修正车辆活动信息动态输入车辆比功率发动机工作强度BIN库车型信息能源类型其他信息I/M道路等级温度空调使用道路拥堵指数路段平均车速活动水平道路车辆实时排放分析参考文献：Guo,H.,Zhang,Q.-Y.,Shi,Y.&Wang,D.-H.(2007)Evaluation of the international vehicle emission(IVE)model with on-road remote sensing measurements.Journal of Environmen

80、tal Sciences.19,818-826.Wang,H.,Chen,C.,Huang,C.&Fu,L.(2008)On-road vehicle emission inventory and its uncertaintyanalysis for shanghai,china.Science of The Total Environment.398,60-67.Zhou,Z.,Tan,Q.,Liu,H.,Deng,Y.,Wu,K.,Lu,C.&Zhou,X.(2019)Emission characteristics and high-resolution spatial and tem

81、poral distribution of pollutants from motor vehicles in Chengdu,China.Atmospheric Pollution Research.10,749-758.IVE-China模型|2019年度交通分析报告48|附录CVEM模型是结合国内外交通排放模型，由我国环保部机动车排放监控中心进行本地化后建立的。该模型考虑了环境因素（温度、海拔和燃料类型）、车辆活动因素（不同类型道路的车辆平均速度、不同类型道路的机动车活动比例和机动车年行驶里程）和车辆技术属性因素（车龄、车型、排放标准和各类型车辆保有量）。但是CVEM是基于保有量的排放模

82、型，难以体现交通政策变化产生的排放影响，难以精确地刻画排放的时空分布。CVEM 模型环境因素车辆活动因素车辆技术属性因素车辆基础排放因子修正后的车辆基础排放因子参考文献：唐艺,尹航,黄志辉,于雷&宋国华.(2018)CVEM排放模型在综合交通规划中的应用以成渝城市群为例.交通运输研究.4(04),31-40.Liu,D.,Deng,Q.,Ren,Z.,Zhou,Z.,Song,Z.,Huang,J.&Hu,R.(2020)Variation trends and principalcomponent analysis of nitrogen oxide emissions from motor

83、 vehicles in Wuhan city from 2012 to 2017.Science of The Total Environment.704,134987.CVEM模型|2019年度交通分析报告49|附录附录C：碳排放因子计算1=1 1,1式中：根据车辆能源类型的不同，采用相应能源类型车辆的基础碳排放因子（以行驶速度60km/h为基准速度测量）。其碳排放量计算公式如下：1:私家车碳排放量（单位：g/人）1:私家车的碳排放修正因子1,:私家车第 种能源类型的基础碳排放因子（单位：g/（km 人）1:私家车的出行距离（单位：km):当地电网碳排放因子（单位：g/(kWh)），浙江省

84、电网排放因子约为704 g/(kWh)1:纯电动私家车单位行驶里程平均耗电量（单位：kWh/km)私家车（=)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。后续所有消耗电能的交通方式都采取相同的计算思路。混合动力汽车的碳排放量会根据驾驶行为的不同产生较大的波动，但鉴于此种车辆占城市总体车辆的比例较小，必要时可使用燃油车与纯电动汽车基础排放因子的平均值计算其基础排放因子。能源类型基础排放因子1传统燃油（CV）1,12纯电动（

85、BEV）1,2=13混合动力（HEV）1,3为进一步说明碳排放计算框架中使用的计算方法，附录C将详细介绍私家车、出租车/网约车、公交车、轨道交通、电瓶车、自行车、步行以及其他交通方式的计算公式，探讨不同能源类型与交通性质中碳排放因子确定的原则。|2019年度交通分析报告50|附录2=2 2 2根据车辆能源类型及其保有量不同，获得基础平均碳排放因子（以行驶速度60km/h为基准速度测量）。其碳排放量计算公式如下：出租车/网约车(=)式中：2:出租车/网约车碳排放量（单位：g）2:出租车/网约车的碳排放修正因子2,:出租车/网约车第 种能源类型的基础碳排放因子（单位：g/km）2:出租车/网约车的

86、出行距离（单位：km)2:出租车/网约车的基础平均碳排放因子（单位：g/km）:当地电网碳排放因子（单位：g/(kWh)），浙江省电网碳排放因子约为704 g/(kWh)2:纯电动出租车/网约车单位行驶里程平均耗电量（单位：kWh/km)2,:出租车/网约车中第 种能源类型的保有量占比虽然私家车和出租车/网约车的碳排放量较为接近，但是出于公平性的考虑，在其余条件(出行时间、出行路线、天气等)相同的情况下，选择出租车/网约车出行的个人，所产生的碳排放量应该是相同的。但事实上，个人无法选择乘坐的出租车/网约车的能源类型，若因此产生较大的碳排放量差异，则会影响其公平性。私家车与之不同，因为个人在购买

87、车辆时可以决定车辆的能源类型，间接地表达了个人的出行意愿。因此，此处对于出租车/网约车，采取按照车型比例加权平均后的基础平均排放因子。而出于准确性的考虑，这样的计算方式虽然会影响单条出行链碳排放量计算的准确性，但在区域碳足迹量化时，平均排放因子产生的误差可以被消除，因此在误差允许的范围内，此计算方法满足准确性的要求。出于同样的考量，后续的公交车计算中排放因子也采取了同样的计算方式。能源类型基础排放因子组成比例基础平均排放因子1传统燃油（CV）2,12,12=142,2,2纯电动（BEV）2,2=22,23混合动力（HEV）2,32,34天然气（NGV）2,42,4|2019年度交通分析报告51

88、|附录根据车辆能源类型及其保有量不同，获得基础平均碳排放因子（以行驶速度60km/h为基准速度测量）。其碳排放量计算公式如下：3=3 3 3式中：3:公共汽车碳排放量（单位：g）3:公共汽车的碳排放修正因子3,:公共汽车第 种能源类型的基础碳排放因子（单位：g/人km）3:公共汽车的出行距离（单位：km)3:公共汽车的基础平均碳排放因子（单位：g/人km）:当地电网碳排放因子（单位:g/(kWh)），浙江省电网碳排放因子约为704 g/(kWh)3:公共汽车单位周转量的平均耗电量（单位：kWh/人km)3,:公共汽车中第 种能源类型的保有量占比公交车(=)轨道交通(=)根据轨道交通年度运行与运

89、营总能耗、轨道交通年度周转量不同，获得基础平均碳排放因子。其碳排放量计算公式如下：4=4 4 44=4/式中：4:轨道交通碳排放量（单位：g）4:轨道交通的碳排放修正因子4:轨道交通的基础平均碳排放因子（单位：g/人km）4:轨道交通的出行距离（单位：km):当地电网碳排放因子（单位：g/(kWh)），浙江省电网碳排放因子约为704 g/(kWh)4:轨道交通年总耗电量（单位：kWh):轨道交通年周转量（单位：人km）能源类型基础排放因子组成比例基础平均排放因子1传统燃油（ICEB）3,13,13=143,3,2纯电动（BEB）3,2=33,23混合动力（HEB）3,33,34天然气（NGB）

90、3,43,4|2019年度交通分析报告52|附录电瓶车碳排放量计算公式如下：5=5 5 55=5式中：5:电瓶车碳排放量（单位：g）5:电瓶车的基础平均碳排放因子（单位：g/人km）5:电瓶车的出行距离（单位：km)5:电瓶车行驶单位距离平均耗电量（单位：kWh/km):当地电网碳排放因子（单位：g/(kWh)），浙江省电网碳排放因子约为704 g/(kWh)步行为零碳出行，认为其排放因子为0。电瓶车(=)自行车和步行(=,)6=6 6 6其他交通方式(=)其他出行方式（如水上公交、摩托等），因所占比例较小、缺乏统计数据等原因，本报告中暂未考虑其排放因子的计算，必要时可根据实验或国标相关规定获

91、取其排放因子。7=0式中：6:自行车碳排放量（单位：g）6:自行车的基础平均碳排放因子（单位：g/人km）6:自行车的出行距离（单位：km)参考文献：吕晨,张哲,陈徐梅,马冬,蔡博峰(2021).中国分省道路交通二氧化碳排放因子.中国环境科学,41(07),3122-3130.|2019年度交通分析报告53|附录附录D：碳排放因子修正附录D对碳排放因子修正进行详细阐述：地面交通（=,)地面交通所受影响较多，包括速度、载客率(*)、道路坡度、天气等。而这些因素具有时空特性。为了对应不同时空下的影响因素变化，本报告针对不同的交通方式、不同的时空特征,提出建立如下所示的时空分布表(*)：速度km/h

92、时间分布平均坡度%载客率%7:00-8:008:00-9:009:00-10:0010:00-11:00按方向区分空间分布湖滨银泰2007075-5龙湖天街25203338369725056-3火车东站vvvvkkkk-工作日公交车速度/载客率/坡度时空分布表公交车载客率曲线图注：(*)私家车、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。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，表中的数据由统计时间内对应时段、对应区域、对应交通方式的平均值表示。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

93、公交出行的个人，所产生的碳排放量应该是相同的。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。工作日与节假日的时空分布是不同的，以公交车为例，其工作日与节假日的载客率曲线21如下图所示。0204060801001201406:009:1212:2515:3818:5122:04载客率（%）时间工作日载客率休息日载客率|2019年度交通分析报告54|附录可根据速度/载客率/坡度曲线图获取相应的修正因子，最终地面交通修正因子

94、的计算公式为：=（,)式中：:第种交通方式在某时段某区域对应的速度（km/h):第种交通方式在某区域对应的坡度(%):第种交通方式在某时段某区域对应的载客率(%）:第种交通方式在某时段某区域对应的天气每种影响因素对应的修正因子可以通过实验测量可得，例如，根据汽油小汽车碳排放量与速度的关系，在不考虑其他影响因素的情况下，得到速度修正曲线如下图所示。对于车辆不同的能源类型，应按照3.3节中相应的原则单独计算或加权求和。00.511.522.533.5020406080100速度修正因子速度(km/h)汽油小汽车排放因子速度修正曲线|2019年度交通分析报告55|附录轨道交通（=)对于轨道交通，本报

95、告同样提出了其对应的时空分布表。与地面交通不同的是，轨道交通中个人碳排放量的直接影响因素只有载客率，但天气会对载客率产生影响，因此需要考虑天气和载客率两个因素。此处以地铁1号线、2号线为例，其载客率的时空分布表如下表所示，仅在该线路途径区域记录其载客率。载客率%1号线时间分布2号线7:00-8:008:00-9:009:00-10:0010:00-11:00空间分布湖滨银泰7585656065705550龙湖天街-69725056火车东站608090110-工作日轨道交通载客率时空分布表(*)在表中获取某时段某区域的载客率后，可根据载客率曲线图获取相应的修正因子，最终轨道交通修正因子的计算公式

96、为：4=4（4,4)式中：4:轨道交通在某时段某区域对应的载客率(%)4:轨道交通在某时段某区域对应的天气注：(*)时空分布表中的数据仅作为示例，不代表真实数值。参考文献：王昌,姜仙童,吴艳平(2021).基于聚类分析的公交线路资源配置时段划分方法以烟台市为例.交通运输研究,7(05),35-42.张少君(2014).中国典型城市机动车排放特征与控制策略研究.博士学位论文.清华大学.|2019年度交通分析报告56|附录附录E：个人出行碳普惠行为碳减量计算反映城市内单位人次单位出行距离的平均碳排放现状。由城市综合出行方式（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

97、动水平总量（人km）得到。基准线碳排放因子反映单位出行活动水平下碳普惠行为（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。碳普惠行为碳减排因子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。=/式中：:基准线碳排放因子（单位：g/人km）:城市综合出行方式的碳排放总量（单位：g）:城市综合出行活动水平总量（单位：人km）_=式中：_:碳普惠行为（绿色出行方式）对应的碳减排因子（单位：g/人km）:碳普惠行为（绿色出行方式）对应的基础碳排

98、放因子（单位：g/人km）:基准线碳排放因子（单位：g/人km）_=_ 式中：_:个体 的碳普惠行为（绿色出行方式）可减少的碳排放量（单位：g/人）_:碳普惠行为（绿色出行方式）对应的碳减排因子（单位：g/人km）:个体 的碳普惠行为（绿色出行方式）的出行距离（单位：km）|2019年度交通分析报告57|附录指标定义人均GDP一个国家或地区，在核算期内（通常为一年）实现的生产总值与所属范围内的常住人口的比值机动车保有量内燃机车（包含摩托车，汽车，货车，不包含电动车）在某地区的总量新能源小汽车占比在某地区内，新能源汽车数量占当地汽车总数的比例1.城市居民画像2.居民出行特征指标定义交通方式出行分

99、担率居民日常出行采用各种交通工具的人数比例绿色出行结构系数某城市绿色出行周转量与该城市总出行周转量的比值，用以衡量城市居民出行中对绿色出行方式的利用程度人均通勤时长在某区域内，居民从家往返于工作地点的平均时长人均非通勤行程时长在某区域内，除通勤外其余出行活动的平均时长人均公交使用次数城市内的公交总出行次数除以城市总人口数量人均地铁使用次数城市内的地铁总出行次数除以城市总人口数量3.绿色交通设施画像指标定义城市绿色交通投资比例城市对于绿色交通（公交、地铁、自行车道、人行道）基础设施的投资占城市交通总投资的比例非机动车道设置率城市内的非机动车道总长度除以城市内车道总长度人行道设置率城市的人行道总长

100、度除以城市路网总长度公共交通服务满意度居民对于公共交通服务的平均评分（十分制）公交站点覆盖率城市一定区域范围内，所有公交站点一定半径覆盖的区域面积占适宜设置公交站点的区域总面积的比例（城区范围内公交站点500米半径覆盖率）公交线网覆盖率截止统计期末，城市城区范围内公共汽车运营线路网长度占城市道路网长度的比例公交车辆万人保有量截止统计期末，按城区人口计算，每万人平均拥有的公共汽车车辆标准运营车数公交专用车道设置率截止统计期末，设置公交专用车道的道路长度占公共汽车线路网总长度的比例公交正点率统计期内，城市公共交通正点行车次数与总行车次数的比例公交车与小汽车运行速度比统计期内高峰小时时段，城市城区范

101、围内应设置公交专用道的城市道路上公共汽车平均行程速度与小汽车平均行程速度的比（评价公交车对比小汽车的竞争力）公交来车信息预报率截止统计期末，可提供来车信息实时预报服务的公共汽车线路数占公共汽车线路总数的比例公交车辆单位能源消耗强度统计期内，城市公共交通系统中每标台公共交通车辆每行驶百公里消耗的标准煤数量早晚高峰时段公交车辆平均运营时速统计期内，早晚高峰时段公共汽电车实际运送乘客的年平均运营车速早晚高峰公交车满载率统计期内，早晚高峰时段通过最大客流断面的各班次载客量之和与其定额载客量之和之比平峰公交车满载率统计期内，平峰时段平均载客量与定额载客量之比新能源公交车占比统计期内，绿色公共交通车辆标台

102、数占公共交通车辆标台总数的比例附录F：城市绿色出行评价指标体系|2019年度交通分析报告58|附录指标定义公交优先通行交叉口比率统计期内，城市主干道交叉口中拥有公交优先通行权的交叉口的比例公交站点自行车停车位设置率公交站点半径50米内（暂定）设置自行车停车位的站点数量占公交站点总数的比例早晚高峰公交车发车频率统计期内，早晚高峰时段公共汽电车单位时间的发车次数平峰公交车发车频率统计期内，平峰时段公共汽电车单位时间的发车次数与地铁衔接线路比例城市公交线路中与轨道交通衔接的线路数占公交线路总数的比例地铁站点覆盖率城市一定区域范围内，所有轨道交通站点一定半径覆盖的区域面积占适宜设置公共交通站点的区域总

103、面积的比例（城区范围内轨道交通站点800米半径覆盖率，中心城区范围内轨道交通站点500米半径覆盖率）地铁单位能源消耗强度统计期内，城市地铁及地铁站实际能源消耗总量与地铁车辆实际行驶里程的比值早晚高峰地铁满载率统计期内，早晚高峰时段通过最大客流断面的各班次载客量之和与其定额载客量之和之比平峰地铁满载率统计期内，平峰时段平均载客量与定额载客量之比地铁站点自行车停车位设置率地铁出站口半径150米内（暂定）设置自行车停车位的站点数量占地铁站点总数的比例地铁站衔接公交线路平均数量城市每个地铁站150m内的平均公交线路数量4.城市交通碳排放指标定义城市人均绿色出行碳减排城市个人绿色出行碳减排/城市人口城市

104、出行综合平均碳排放城市个人出行碳排放之和/城市人口城市人公里出行碳减排城市个人绿色出行碳减排/人均出行距离全国人均绿色出行碳减排全国个人绿色出行碳减排/全国人口全国出行综合平均碳排放全国个人出行碳排放之和/全国人口全国人公里出行碳减排全国个人绿色出行碳减排/人均出行距离3.绿色交通设施画像（续上表）|2019年度交通分析报告59|附录附录G：城市交通碳足迹量化方法1.基于个人出行数据的区域碳足迹量化方法计算时空划分根据需求可将时间划分为分钟级、小时级、日级或月级；可将区域划分为市区级或路段级等网格区。碳足迹（出行链）分割根据地图栅格切割计算时段内的出行链。区域碳足迹计算累加栅格中计算时段内所有

105、出行链产生的碳排放。景点 出行链在栅格(,)中由第种交通方式产生的碳排放,（单位：g）为：式中：,：出行链中第种交通方式产生的碳排放（单位：g）,：出行链中使用第种交通方式在栅格(,)中的出行距离（单位：m）,：出行链中使用第种交通方式的出行距离（单位：m）,=,栅格(,)中的碳排放总量,（单位：g）为：式中：,：第种交通方式栅格(,)中产生的碳排放（单位：g）,=,栅格(,)中的由第种交通方式产生的碳排放,（单位：g）为：式中：,：出行链中使用第种交通方式在栅格(,)中产生的碳排放（单位：g）,=,本方法基于第3章中个人出行碳排放量的计算结果，计算各时间段中区域范围内的碳排放量。|2019年

106、度交通分析报告60|附录本方法基于城市路网流量数据、公共交通运营数据等，计算时间段中区域范围内的碳排放量。2.基于路网流量数据的区域碳足迹量化方法各交通方式路网划分根据（道路）交叉口或（公交车、地铁）站点将各交通路网划分为以路段为单位的单元。498216区域碳足迹计算累加地图栅格中计算时段内各交通路网种的碳排放。路段碳排放密度计算基于各交通方式单位车辆排放系数及其排放修正因子，根据路段各交通方式车流量、计算时长以及路段长度，计算该路段中的碳排放量。以路段中第种交通方式在时段内的碳排放量,（单位：g/km）为例：式中：,：路段中第

107、种交通方式在时段内的平均车流量（单位：辆/h）：时段时长（单位：h）,：路段中第种交通方式在时段内的碳排放修正因子：第种交通方式的基础单位车辆碳排放因子（单位：g/(辆km)）：路段的长度,=,时段内，栅格(,)中由第种交通方式产生的碳排放,（单位：g）为：式中：,：时段内，路段中第种交通方式在栅格(,)中的长度（单位：m）,：时段内，路段中第种交通方式的碳排放量（单位：g）,=,时段内，栅格(,)中由产生的碳排放,（单位：g）为：式中：,：时段内，栅格(,)中由第种交通方式产生的碳排放（单位：g）,=,|2019年度交通分析报告61|附录附录H：城市绿色出行指数计算城市绿色出行指数计算表一级

108、指标(i)一级权重(i)二级指标(,)内容单位二级权重(,)1安全1绿色交通出行事故发生频率公交事故频率%地铁事故频率自行车相关事故频率其他绿色交通出行方式事故频率2绿色交通出行事故死亡人数公交事故死亡人数人/10万人口地铁事故死亡人数自行车相关事故死亡人数其他绿色交通出行方式事故死亡人数2便捷1绿色交通基础设施覆盖率公交覆盖率%地铁覆盖率非机动车道设置率自行车停车位设置率充电桩覆盖率2绿色交通基础设施无障碍水平交通基础设施无障碍化率%3绿色交通出行服务满意度绿色交通出行服务满意度%3高效1绿色交通出行效率公交车与小汽车运行速度比-2绿色交通智慧化程度公交来车信息预报率%4绿色1新能源非运营车

109、辆比例新能源非运营车辆占比%2新能源运营车辆比例新能源出租车/网约车占比%新能源公交车占比新能源其他运营车辆占比3当年新增新能源交通工具比例当年新增新能源交通工具比例%4绿色交通出行分担率地铁分担率%公交分担率公共自行车分担率自行车分担率步行分担率其他绿色出行方式分担率5城市绿色出行碳减排率城市人均绿色出行碳减排吨/人/年6 非营运交通工具单位换算周转量碳排放强度城市人公里出行碳减排g/人/km7营运交通工具单位换算周转量碳排放强度 城市运营交通人公里出行碳减排g/人/km5经济1城市绿色交通投资比例城市绿色交通投资占比%2绿色交通支出占消费支出比例绿色交通支出占消费支出占比%城市绿色出行指数

110、计算=(,)式中：:表示城市绿色出行指数，无量纲；:表示第个一级指标的权重值；,:表示第个一级指标所对应的第个二级指标的归一化后的数值；,:表示第个一级指标所对应的第个二级指标的权重值。城市绿色出行指数计算公式如下：城市绿色出行指数计算中，若存在少量数据缺失，可以采用同年份周围城市平均值代替。|2019年度交通分析报告62|附录附录I：参考文献1联 合 国.(2015)巴 黎 协 定.Available from:https:/www.un.org/zh/climatechange/paris-agreement Accessed 6th November 2021.2中华人民共和国中央人民政

111、府.(2021)中共中央 国务院关于完整准确全面贯彻新发展理念做好碳达峰碳中和 工 作 的 意 见.Availablefrom:http:/ 6th November 2021.3中 华 人 民 共 和 国 中 央 人 民 政 府.(2019)交 通 强 国 建 设 纲 要.Availablefrom:http:/ Accessed 6th November 2021.4中 华 人 民 共 和 国 交 通 运 输 部.(2021)绿 色 交 通“十 四 五”发 展 规 划.Available from:http:/ Accessed 6th November2021.5浙江省发改委.(2021

112、)省发展改革委 省生态环境厅关于印发浙江省应对气候变化“十四五”规划的通知.Available from:http:/ Accessed 6thNovember 2021.6广 东 省 发 展 和 改 革 委 员 会.(2015)广 东 省 碳 普 惠 制 试 点 工 作 实 施 方 案.Available from:http:/ Accessed 7th November 2021.7Zahiri,M.,Liu,J.,and Chen,X.M.(2019).Taxi Downsizing:A New Approach to Efficiency andSustainability in th

113、e Taxi Industry.Sustainability,11(18),4944.8Shen,L.,Shao,Z.,Yu,Y.and Chen,X.,(2021).Hybrid approach combining modified gravitymodel and deep learning for short-term forecasting of metro transit passenger flows.TransportationResearch Record.2675(1),25-38.9国务院新闻办公室.(2021)中国应对气候变化的政策与行动白皮书（全文）.Availabl

114、e from:http:/ Accessed 6th November 2021.10国务院.(2021)2030年前碳达峰行动方案.Availableat:http:/ Accessed 26th April 2022.11交通运输部.(2022)交通强国建设评价指标体系.Availableat:http:/ Accessed 26th April 2022.12联合国.(2021)SustainableUrbanTransportIndex(SUTI).Availableat:https:/www.unescap.org/announcement/sustainable-urban-tra

115、nsport-index-suti#Accessed26thApril 2022.13杭 州 市 交 通 运 输 局.(2021)2021 版 杭 州 市 年 鉴 交 通 篇.Availableat:http:/ Accessed 28th February 2022.14杭 州 市 交 通 运 输 局.(2021)我 市 打 造 汽 车 电 子 健 康 档 案 系 统 2.0.Availableat:http:/ Accessed 28th February 2022.15滴 滴 出 行.(2020)城 市 交 通 出 行 报 告 2020第 二 季 度.Availableat:https:

116、/img- Accessed 28th February 2022.16杭州市城乡建设发展研究院.(2022)杭州市交通拥堵实时监测平台.Available at:http:/ 28th February 2022.17新 华 社.(2014)重 庆 碳 交 易 开 市全 国 碳 市 场 拟 三 年 建 成.Availableat:http:/ Accessed 6th November 2021.|2019年度交通分析报告63|附录18国 家 发 展 改 革 委.(2012)温 室 气 体 自 愿 减 排 交 易 管 理 暂 行 办 法.Availableat:http:/ November

117、 2021.19李德尚玉.(2021)“双碳”纲领性文件解析：丰富交易品种和交易方式 将碳汇纳入全国碳交易市场.Available at:http:/ Accessed 6th November2021.20国家统计局.(2021)2021年中国统计年鉴.Availableat:http:/ Accessed 6th November 2021.21交通运输部网站.(2016)交通运输部印发城市公共交通“十三五”发展纲要2020年初步建成现代化城 市 公 共 交 通 体 系.Availableat:http:/ 6th November 2021.22深圳市城市交通规划设计研究中心.(2019

118、)国际城市交通低排放区经验启示.Available at:https:/ Accessed 6th November 2021.参编人员阿里云：张磊 郑重 王磊 余亮 杨宝春 刘挺 高玉涛 杨的 郭鹏飞浙江大学：陈喜群、王殿海、胡隽、朱政、孙轶琳陈勇、曹震、蔡泽恩、董轶男、耿茂思、胡嘉宝、黄佩、胡沁如、何艳、柳剑苗、李俊懿、练嵩、钱忆薇、沈楼涛、舒思奇、汤心怡、唐薇、王晗同、王一一、夏英集、叶安珂、言晓语、朱兵、曾佳棋、祝江涛、朱斯杰、郑思静、赵志健、张逸敏浙江省数据开放融合关键技术研究重点实验室:王巍、金加和、陈鹏宇、赵程遥、周和英、谢国杰（排名不分先后）谢 谢城市绿色出行指数白皮书2022年12月城市绿色出行指数白皮书发布单位：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2022年12月