城市绿色出行指数白皮书

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.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………………………..….. 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………….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.