交通行业造成的空气污染已对城市环境问题产生严重影响，尤其是在城市化发展迅速的发展中国家。清洁技术的进步、基础设施运输行为的优化调节和相关设计是解决上述问题的关键。了解交通运输的时空排放格局，可以为更好地进行基础设施设计和指导低碳交通行为奠定基础。
由于上海土地利用密集，经济快速增长，居民的交通需求快速增长，不可控制地导致了严重的交通堵塞和车辆排放。作为城市交通的关键角色，上海出租车的改善将是至关重要的。本研究基于全球定位系统(GPS)和新兴的大数据分析技术，深入研究上海出租车（2015年）排放的时空特征，为政策制定者更好地了解上海大都市的出行方式和相关环境应用提供启示。
作为出行模式的关键参数，首先对出行距离进行了分析，如图1所示。结果显示，一天内的出行需求变化很大。高峰时间为上午10点和晚上8点左右，为早晚高峰时段。
▲ 图1 累计出行距离和按小时计算的出租车出行距离
从空间上看，不同的时间跨度呈现出明显不同的出行模式。结果如图2所示，其中给出了各空间网格相对于最大计算值的相对值。
一辆出租车的轨迹由许多短距离的路段组成，通过每一路段的距离和平均速度来估算油耗和排放，时间分析结果如图3所示。从上午4点到5点是排放量低谷期，排放量在上午9点至12点内增加到峰值，此后开始下降直至下午6点。在晚上8点左右达到高峰，然后逐渐下降直到午夜。
利用出租车GPS数据估计出行距离(交通需求)、油耗和排放的空间分布，如图4所示。总的来说，由于排放量与燃料消耗有关，燃料消耗与行驶距离成正比，所以所有这些数字都显示了一个非常相似的圆形结构。结果显示，出行活动主要集中在城市中心，大部分发生在外环线以内，这与上海的城市结构基本吻合。
具体来说，对排放时间序列变化的更精确的观测，可以对时空不平等有更深入的理解。考虑到出行距离、油耗和排放的相似性，本文以NOx排放为典型污染物，因为NOx排放占绝大多数，是造成雾霾的最重要来源之一。NOx 排放量的时序变化如图5所示。
白天，NOx排放的核心-外围结构呈现出明显的梯度，表明出行活动过度集中在城市中心。这证明上海仍然是单中心的，尽管政府的总体规划旨在引导城市走向多中心结构。最糟糕的情况发生在通勤高峰时段，这是因为交通拥堵降低了平均行驶速度，从而增加了污染物的排放因子。
影响燃油效率和排放的关键因素有三个，分别是行驶距离、排放因子、负荷系数(或有效驾驶比)。行驶距离取决于实际的出行活动，排放因子则受到实时出行速度的影响。排放系数与行驶速度之间的关系如图6所示。一般情况下，随着车速的增加，燃油消耗和排放系数先大幅度降低，然后逐渐增大，并超过起始值。
更多的乘客乘坐出租车可能会增加燃油消耗和排放总量，但效率(人均)会显著提高。然而，从驾驶员的角度来看，每辆出租车的有效驾驶率存在很大的差异,如图7所示。
驾驶行为可能是导致低效率的主要原因之一，因此有必要为这些驾驶员寻找更好的服务方式。信息通信技术(ICT)是一种可行的解决方案，例如全球使用的“优步”或中国本地应用“滴滴打车”，它可以帮助乘客搜索最近的出租车，同时避免不必要的空车。
大数据挖掘验证了出行行为和排放具有明显的时空模式。通过大数据，我们可以进一步深入分析社会因素，并为如何不断改进这些社会因素提供批判性的见解。研究结果反映了上海城市规划的行政、经济资源的集中，是典型的集中效应，居住功能区与商业功能区的分离，导致出行距离和排放增加。
在上海和其他中国特大城市推进TOD是至关重要的，通过对城市公共交通、出租车接待站、出租车预约系统等基础设施的改进设计，可以提高交通的可达性，使城市更加紧凑，出行方式更加环保。该研究的另一个重要意义是支持更好地设计采用电动汽车和天然气出租车，这是中国大城市应对“绿色”城市出租车的两个主要政策。充分了解出租车出行模式，可以为更合理采用电动或天然气车、更高效的充电站空间规划奠定基础。
作者：骆晓，副教授，同济大学
主要研究方向：低碳交通政策，交通治理，建成环境评价，大数据技术在城市规划中应用。
通讯作者：董亮、助理教授，博士生导师，香港城市大学
主要研究方向：产业生态学、环境系统分析、环境管理、循环经济、企业环境管理、可持续产业规划、低碳智慧城市规划。
商业合作、投稿等，请联系客服微信号，加好友必须备注：合作+姓名
原文始发于微信公众号（城市数据派）：基于大数据的出租车排放时空特征分析:以上海市为例丨城市数据派
规划问道
