作者信息：
姜洋，博士，宇恒可持续交通研究中心总监，主要负责能源基金会（中国）可持续城市项目支持、示范项目实践与政策标准研究，涉及城市TOD公交导向发展、旧城更新、步行自行车交通以及城市规划评估等领域，已在国内外期刊发表论文30余篇。
感谢作者授权发布。
摘要
本文旨在介绍一种基于街区和街道形态来评估家庭出行能耗及碳排放的建模方法。该方法通过结合一个多元逻辑斯蒂回归及四个双栏模型，来预测多种出行结果：包括机动化交通工具拥有组合、小汽车出行距离、公交车出行距离、摩托车出行距离和电动自行车出行距离，并进一步估测出行能耗及CO2排放。我们选取济南对模型方法应用进行了具体示范，并使用Hold-out检验来解决模型的过度拟合问题。研究结果显示，上述新型的建模方法可操作性强，能够有效支持空间规划评估决策，在中国快速城镇化背景下具有较好的应用前景。本文相关内容近期在线发表于国际SCI期刊《计算机、环境与城市系统》，合作作者包括辜培钦（宇恒可持续交通研究中心）、陈宇琳（清华大学建筑学院）、何东全（能源基金会）、毛其智（清华大学建筑学院）。
研究背景
气候变化及能源危机是21世纪人类面对的两个主要挑战。为了减缓城市道路交通的能源消耗和碳排放快速增长，中国过去主要采取了提升油品标准、鼓励新能源汽车等一系列末端治理政策。然而中国城市化和机动化发展迅猛，仅利用这些措施并不能有效达到节能减排目标。如何通过更为合理的空间规划，建设以人为本的城市，从源头降低人们出行对小汽车的依赖，在当前时期显得尤为重要。
欧美发达国家在城市交通碳排放与能耗模型领域有着长期的研究积累，然而将其模型直接嫁接到中国容易出现水土不服。首先，它们对城市形态的影响通常不够敏感，导致模型评估结论仍侧重于末端治理。其次，西方精细化的模型对于基础数据、运算成本和技术能力都有很高的要求，而当前中国多数城市的积累水平尚难以达到。第三，西方模型往往基于本国大量规律性实证研究，其关键参数对中国城市的适用性有限。鉴于此，本研究尝试开发一项适合中国国情的建模方法，聚焦城市形态对家庭出行能耗及碳排放的影响评估，以适应新城建设和存量更新的空间规划决策需要，助力城市拥有一个清洁能源和低碳的未来。
研究设计
家庭出行数据方面，笔者在2014年夏天通过随机分层抽样在济南市选取了104个不同类型的街区，对其中2540户家庭开展出行调查。调查内容包括家庭成员过去一周的详细出行记录，其中包括出行目的、方式、频率、目的地、用时及距离。此外，我们还记录了家庭交通工具拥有情况、社会经济特征、家庭地址以及家庭出行态度偏好等信息。
城市空间数据方面，我们建立了覆盖济南市主城区的GIS数据库，包括绿地和水系、建筑图层、用地图层、道路网图层和兴趣点图层。这些原始数据来自多个渠道，包括济南城市规划局、百度地图、山东大学、商业数据提供商等。此外，我们还利用腾讯街景图片对研究范围内3043个城市路段的街道形态进行编码，信息包括遮阴率、车道数、公交车道、自行车道及人行道、过街设施、公交站点、路边停车、占道停车等。同时我们还计算了街道建筑贴线率（即沿街建筑界面长度与路段长度的比例）和建筑退线距离等街道形态指标。
图1 济南104个调查街区分布图
图2 传统胡同、密方格网、单位邻里及超大街区型街区（从左至右）及500m缓冲区的城市形态
图3 本研究建模框架及过程
建模思路方面，我们选择了一个两步骤工具变量建模方法。该方法由一个预测家庭交通工具拥有组合的多元逻辑斯蒂MNL模型和四个预测分方式周出行距离的双栏模型组成。首先，我们利用工具变量及其他相关变量建立了一个多元逻辑斯蒂回归MNL模型来预测家庭交通工具拥有可能性，然后在第二步中的方程中用这些预测值代替实际观察到的交通工具拥有值，来预测每周各种交通工具的出行距离。最后，我们再结合不同出行方式的燃料能源强度因子、CO2排放因子和不同交通工具的载客量系数，计算出家庭出行能源消耗和CO2排放量。
模型验证方面，我们对模型采取Hold-out检验。具体而言，具体操作而言，将样本分为训练集（75%的家庭）和验证集（随机分层抽样获得的25%家庭）。家庭样本由所选取的街区进行分层随机抽样，以确保人口特征、社会经济和城市形态特征的相似性，并保证在不同的街区案例中能获得相同的估计精度。本文建立的模型从训练集样本中得到，随后被用于估计验证集中家庭对车辆的使用决策乃至出行距离、能耗和碳排放，以对模型进行验证。
研究发现
通过比较所有四种方式出行距离模型的伪R方，我们发现小汽车出行距离模型拥有最高值。这对于评估全方式的家庭出行能耗和碳排放是有利的，因为小汽车对出行能耗和碳排放的贡献远高于其他出行方式。在控制社会人口学的影响之后，小区停车位供给和周边道路占道停车均显示了与小汽车拥有率显著正相关性。对于区位因素，居住在二环内的家庭拥有车辆的概率都更低，而如果家庭居住地距离快速路较近（少于1000m），则该家庭更有可能购买车辆。小汽车出行距离模型的结果显示，拥有小汽车的情况对开车出行的概率有显著影响，但并不影响出行距离，后者更多与家庭社会经济水平、城市形态和区位因素有关。对于城市形态指标，街区的职住平衡（如大学校区内配套教师公寓）与小汽车出行距离呈显著负相关。小区面积对小汽车使用强度具有显著的正相关性。街道界面质量与街道密度与小汽车出行距离则呈负相关关系。区位影响方面，居住在BRT走廊的家庭选择小汽车出行的可能性更低，而位于快速路走廊的家庭则相反。
公交出行距离模型的结果显示，在控制了家庭的社会经济指标后，我们发现道路多样性对使用公交的几率有显著影响。另一方面，我们观察到街道界面质量与选择公交出行的几率呈负相关性。这与常识不符的发现，可能是由于非机动化出行的替代效应所导致的。毕竟宜人尺度的街道会吸引更多的步行和自行车出行，从而降低公交使用水平。职住平衡街区内的家庭由于其步行通勤的可能性更大，降低了他们对外乘坐公交车的机会。居住在快速路走廊上的家庭会减少选择公交出行的概率，而靠近BRT走廊则未显示出明显的影响。
电动自行车出行距离模型的结果表明，电动自行车拥有可能性与电动自行车参与决策有显著正相关关系，但对出行距离没有显著影响。在控制了家庭的社会经济指标后，用地密度和街道密度对电动自行车参与决策具有负相关性。这可以由步行交通的替代性解释，在高密度开发、街道底商多的区域的家庭更倾向于步行满足生活需要，从而减少了他们使用电动自行车的概率。在参与方程中，BRT走廊可达性与电动自行车出行几率呈显著正相关，这可能是因为BRT走廊内的家庭更倾向于选择电动自行车解决最后一公里的出行。而在距离方程中，到城市多中心平均距离与电动自行车出行距离呈负相关，这可能是因为在城市外围地区的家庭更倾向于选择使用电动自行车进行通勤所导致的结果。
摩托车出行距离双栏模型的结果显示，在所有家庭特性中，有更多工作人数及拥有农村户口的家庭摩托车出行距离也越长。对于城市形态指标，除了“街道界面质量”外均与摩托车参与或出行距离没有显著的相关性。在区位要素中，距城市中心的距离与摩托车使用概率呈现出了显著的正相关性。考虑到摩托车是一种中长距离的交通方式，家庭距离城市中心越远，其通过摩托车出行到达聚集了各种设施的中心区的可能性就越大。
图4 验证集104个街区平均能源消耗与CO2排放观测值与拟合值结果对比
最后，Hold-out验证结果表明，MNL模型对机动车拥有概率具有良好的预测能力。对于出行距离预测，虽然双栏模型对小汽车和电动自行车的出行距离略有高估，而对摩托车和公交车出行略有低估，但仍可说其表现良好。对能源消耗及 CO2 排放的模型预测统计结果显示，除部分家庭出行能耗和CO2排放为峰值的街区外，大多数街区样本的家庭出行能耗和CO2排放的观测值与拟合值的分布接近，二者具有较好的一致性。这意味着在利用拟合模型预测街区层面的家庭出行能源消耗与CO2排放时可以更加自信。在实践中，这样的集计也是合理且便于操作的，因为在实际的城市规划与设计过程中，决策者更加关注街区的整体情况，而非针对某一特定家庭的预测结果。
结论
中国正在经历快速的城市化和机动化过程，迫切需要家庭出行碳排放的评估模型以支持城市空间规划决策，但目前可用的模型仍很有限。本文介绍了一种基于街区和街道空间形式的直接建模方法，用于估计家庭出行能源消耗和CO2排放水平，并介绍了其在济南市的完整应用。该模型的主要优势包括以下几点：
• 提供了数据要求方面的灵活性，包括允许使用网络资源（如在线街景地图）作为对常见数据采集手段的补充；
• 体现了街区尺度用地形态和街道形态变量对出行结果的影响；
• 允许使用不同尺度的城市形态指标以提高模型的拟合度；
• 结合了机动车拥有概率组合模型与出行距离模型来生成出行行为结果以帮助阐述结果，并可能扩展到对其他方面的影响分析中（如污染物排放分析）；
• 使用双栏模型以考虑出行距离变量分布中的额外零变量数目；
• 进行了Hold-out检验以解决模型的过度拟合问题并扩展了其对未来不同地区背景下情景规划进行评价的可靠性和稳健性；
• 通过加入出行态度变量到模型中，在一定程度上克服了居住自选择问题。
本文所提出的模型思路和方法只有得到政策制定者和技术人员（如城市规划者、交通规划者及工程师）的支持才能具有可行性与普及性。在我国，城市交通模型起步较晚，大部分城市目前仍处在传统四阶段交通需求模型的尝试和改进阶段，对于许多欠发达地区城市，甚至还不具备建立四阶段模型的条件，或对模型完善还需要付出相当的代价和时间。更值得注意的是，由于四阶段模型倾向于低估城市空间形态对出行需求的影响（Ewing等，2015），当其与类似MOVES的处理模块结合来预测出行碳排放结果时，这样的低估仍然存在。因此，在追求更加复杂模型的同时，城市也可以尝试本文所提出的直接建模法。其好处在于所需的数据量更少，计算速度更快，具有更高的性价比。需要指出，采用此种方法建模，对评估结果的解读应更注重数量级结论（而非具体数值）以及不同情景的相对数值变化，进而为城市规划实现低碳目标提供决策支持。
值得说明的是，家庭出行不仅排放二氧化碳，还排放污染物，是形成城市雾霾的重要来源。城市雾霾问题日益严重，减少碳排放的同时也减少对雾霾的贡献，二者具有协调效应。因此，本论文提出的政策建议对于从空间规划角度治理大气污染问题亦具有较强的参考性。
(本研究受国家自然科学基金（51378278）及能源基金会中国可持续城市项目资助。感谢济南市规划局、山东大学张汝华和谷建辉在本地数据采集过程中给予的帮助。宇恒可持续交通研究中心实习生丁玮参与了本文的部分整理工作。)
相关链接：
