论文部分内容阅读
摘 要:城市建成环境对出行碳排放具有长期影响作用,两者关系一直以来受到学者们的广泛关注。已有研究忽视了生命周期变化带来人群影响的差异性,这可能导致错估建成环境影响程度。文章基于生命周期理论将人群分成单身期、新婚期、育儿期、教育期和向老期,利用多元线性回归探讨了建成环境对居民出行碳排放影响程度。结果表明:不同生命周期的人群出行碳排放受到建成环境影响的尺度和指标均存在一定差异性,并且这种差异性与生命周期变化存在一定的关联性。
关键词:出行碳排放;建成环境;生命周期
中图分类号:F570 文献标识码:A
Abstract: The urban built environment has long term impact on travel carbon emissions, and the relationship between them has attracted much scholarly attention. In general, heterogeneity of residents due to the development of life cycle has been ignored in previous studies, and it may miscalculate the influence of built environment. Based on the theory of life cycle,this study which uses multiple linear regression equation discusses the effects of built environment on residents' travel carbon emissions by different stages of life cycle that is composed of single-period, newlyweds-period, parenting-period, educating children-period and ging-period. Result shows that the influence of built environment on travel carbon emission is affected by residents' stage of life cycle in terms of scales and indicators, and the differences are related to the development of residents' stage of life cycle.
Key words: travel carbon emission; built environment; life cycle
0 引 言
减少交通带来的出行碳排放一直是交通可持续发展、智慧交通的重要议题[1-2]。随着国内社会经济的快速发展,居民日常生活水平显著提高,机动车保有量迅速提升,导致国内交通出行碳排放总量放逐年增加[3]。与此同时,国内不少城市空间的蔓延式发展在某种程度上可能导致居民日常出行方式机动化,加剧了出行碳排放量的增长趋势[4]。因此探究城市交通出行碳排放量和城市空间之间的关系一直以来受到学者的广泛关注。
已有研究中主要从不同空间尺度探讨了建成环境对出行碳排放影响机制。早期研究主要从宏观城市角度来看待两者关系,主要关注城市结构本身如何影响出行碳排放。如马静等学者通过探讨北京市不同社区类型居民出行碳排放差异,发现出行距离、出行方式对出行碳排放具有显著效用,同时单位社区居民日常出行更加“低碳化”[5]。Pengjun Zhao发现北京发展边缘地区呈现蔓延式特征,并且随着郊区化和机动化的进程,交通运输产生了巨大的环境成本[6]。Ali Modarres通过研究城市高密度地区的出行特征,发现了高密度地区的人能源消耗更低[7]。但张赫等学者通过探究多个小城市的建成环境对出行碳排放的影响,发现道路和公共设施的密度对碳排放的影响并不显著[8]。伴随着研究的深入细致化,越来越多的研究关注到了个体微观尺度的建成环境对于居民日常出行碳排放的研究,这有助于政策精确有效的对具有不同差异个体进行准确管理[9]。荣培君等学者通过考虑居民个体居住区的建成环境,发现“高密度欠通达低混合型居住区”的居民碳排放量比较高,而“内层低密度高通达高混合型居住区”的碳排放量比较低,同时居住区尺度能较好地揭示出行碳排放的影响机制[10]。杨文越等学者认为除了考虑居住区环境外,同时还要考虑工作地的建成环境对出行碳排放的影响[11]。
上述研究中可以看出现有研究大多关注了不同空间尺度下建成环境对居民日常出行碳排放的影响,却忽视了家庭结构变化对出行碳排放的影响。生命周期理论将个体的一生轨迹分成单身期、新婚期和育儿期以及教育期和向老期几个阶段,体现了家庭结构变化对个体行为的影响[12]。多个研究证实了处于不同生命周期的人群具有一定的行为差异[13-14],但是国内很少有研究从不同生命周期视角来探索建成环境对出行碳排放的影响。考虑到个体处于单身状態时,个体只受到来自外部的空间约束,因而该阶段可能通过调整外部建成环境而影响个体的出行特征,从而减少出行碳排放。而当个体处于新婚状态时,个体除了受到来自外部的空间约束外,还会受到来自家庭内部的制约影响,例如因妻子通勤距离过长而导致家庭不得不使用小汽车进行日常出行,从而增加丈夫的出行碳排放。随着家庭成员的增加——即处于育儿期状态的个体受到的来自家庭内部的影响可能会更显著。当家庭内部孩子能够具有自主出行能力——即个体处于教育期时,来自家庭的制约又可能会减弱。最后当个体处于向老状态时,因其身体能力的制约和来自家庭的约束减弱,其出行方式受到建成环境的影响较大。综上所述,本文假设不同生命周期下的群体其建成环境影响机制具有差异性,尝试从生命周期视角来讨论建成环境对出行碳排放的影响,验证上述假设是否正确。 1 样本和变量选取
1.1 样本来源及分类
样本数据来自于2016年昆明市居民日常出行调查数据,采用入户发放问卷的方法进行数据采集,样本中涵盖了个体出行特征、个体经济属性和家庭经济属性。其中个体出行特征包括了出发地的经纬度坐标以及采用的出行方式和出行目的,个体经济属性包括年龄、职业和工作地经纬度坐标,家庭经济属性包括了家庭年收入、汽车拥有量以及家庭人口数、不满6周岁人数等信息。根据已有研究分类方法,将生命周期分成单身期、新婚期和育儿期以及教育期和向老期。剔除异常和错误样本后,样本数共计11 408个,其中单身期指的为18岁以上青年,样本数为2 419;新婚期为结婚没有孩子的个体,样本数为1 215;育儿期为结婚孩子不满6周岁,样本数为1 428;教育期为结婚后孩子大于6岁的个体,样本数为3 127;最后向老期为50周岁以上群体,样本数为3 219。建成环境变量则通过Openstreetmap和百度地图软件进行获取。
1.2 出行碳排放计算方法
碳排放计算方法通常采取的方法有IPPC法[15],基于出行方式计算法[16],基于居民出行的碳排放计算方法[17]和基于机动车行驶距离法[18]。为了体现个体的出行碳排放计算的准确性和简便性,将个体日常出行的各个OD段产生碳排放之和作为居民日常出行碳排放量,计算公式如下:
其中:C是对应个体i的第j段OD出行产生的碳排放量,而L是对应的OD段的出行距离,a是在该OD段出行方式对应的碳排放因子,T是个体i产生的出行碳排放总量。根据整理已有出行方式对应的碳排放因子研究[19],结合昆明市关于电动自行车和轨道交通载人数的规定和实际情况,对出行碳排放因子计算进行了一定修改,其中将电动车载人数修改为1,轨道交通载人数修改为1 460人[20],给出对应的碳排放因子如表1所示。
1.3 建成环境指标和个体社会经济属性指标
通常建成环境从密度、设计特征和可达性三个指标来进行描述,可归纳为公交站点数量、道路网数、商业设施密度、餐饮娱乐设施密度和学校密度等变量[21]。其中可达性用公交站点密度表示,反应了居民可用的公共交通设施;道路网数反应了街道的联通程度,用来表达设计特征;密度用商业设施密度、学校密度和餐饮娱乐设施密度刻画,这些设施为日常活动提供了相应场所。建成环境采用1 000m半径圆形缓冲区作为变量的选择范围,该范围代表了个体步行15分钟内能够到达的距离[13],考虑到建成环境不同尺度的影响,除了常用的居住地尺度外,还考虑了工作地的建成环境。作为个体社会经济属性采用职业、家庭年收入和私人小汽车数作为相关变量,变量具体描述如表2所示。
2 不同生命周期阶段的碳排放特征解释
碳排放的定义表明了居民日常的出行方式,出行总距离和不同出行方式的出行距离等出行特征对其具有重要影响,因此将不同生命周期下的出行方式占比,不同出行方式距离,出行总距离和出行碳排放总量特征绘制成表3。表3反映了不同生命周期下人群的出行特征和出行碳排放量的差异性,其中出行方式占比代表了同一生命周期人群中的采用某种出行方式次数占该人群总出行次数的比例,不同出行方式距离代表了同一生命周期中人群采用某一出行方式出行距离的平均值,出行总距离代表同一生命周期内居民日常出行距离的平均值,碳排放总量为同一生命周期人群日常出行碳排放量的平均值。从表3中可以看出,不同生命周期的人群出行特征和碳排放具有明显的差异。处于单身期的人群使用较多的出行方式为公交、电动车、步行,分别占出行方式比例的29.29%、24.41%和18.04%,同时公交出行的距离也是所有出行方式中最远的,平均距离约为6.99km。尽管单身期出行总距离是所有人群中出行总距离最远的,但该人群具有相对倾向于低碳排放的出行方式,因而导致单身期的出行碳排放总量具有较低的水平。处于新婚期的人群则通常选择电动车、小汽车和公交车作为出行方式,分别占出行方式比例29.19%、26.93%和15.15%,同时小汽车的出行距离相较单身期的小汽车出行距离也出现了大幅度的增长,由原来的2.85km变为了5.63km,电动车的出行距离也出现了一定幅度的增长,而公交车的出行距离则出现了大幅度的下降,由单身期的6.99km变为了2.36km,出行总距离相较单身期也出现了下降,但是由于其高碳排放的出行方式选择及其对应的出行距离增长,导致新婚期出行碳排放总量出现了一定规模的增长。处于育儿期人群的小汽车、电动车和步行是出行选择方式比例较高的三种方式,分别占34.52%、25.69%和20.12%,同时小汽车的出行距离继续表现出了增长的趋势,该方式平均出行距离达到了8.29km,出行总距离表现出上升的趋势,高碳排放的出行特征和较长的出行总距离使得处于该时期的人群出行碳排放总量显著提高。处于教育期时,小汽车、电动车和步行仍是出现比例最高的三种方式,但是小汽车的出行距离开始下降,与新婚期的小汽车出行距离较为接近,出行碳排放量也与新婚期较为接近。当人群处于向老期时,步行和公交占据了人群大多数的出行方式,并且公交出行距離相对较高,出行总距离最低,因而出行碳排放总量也最低。
通过分析不同生命周期的人群出行特征和出行碳排放差异,可以看出生命周期对出行碳排放具有一定的影响。随着生命周期的变化,即家庭结构的变化使得居民日常出行碳排放随之发生变化,居民日常出行从具有较低碳排放量的特性,逐渐变化为较高碳排放量特性,最后居民日常出行又具有了相对较低碳排放量的特性。另一方面,生命周期理论认为处于不同生命周期家庭内部的制约具有差异性,家庭内部制约从较弱逐渐增强最后又变弱,与出行碳排放量的改变规律具有一致性,这表明生命周期确实与出行碳排放存在一定的关联。因而在进一步分析建成环境对出行碳排放的影响时,必须考虑建成环境对不同生命周期的人群影响差异性。 3 模型结果及分析
上述分析表明了生命周期对出行碳排放量具有一定的影响,为了探究建成环境对出行碳排放的影响,将不同生命周期的人群分别进行多元线性回归模型进行回归分析。考虑到建成环境不同尺度的影响,将建成环境变量区分为居住区和工作地两部分同时进行分析。利用Spss软件对变量进行回归分析,其中碳排放总量为因变量,Spss软件的分析结果如表4所示。
模型结果表明不同生命周期下的建成环境影响存在一定差异性。单身期工作地建成环境和居住地建成环境都存在一定的影响,工作地的公交站点密度,工作地道路网数和居住地的公交站点密度对出行碳排放具有显著作用(P值<0.05),工作地公交站密度表现为正向影响,工作地道路网数和居住地的公交站点密度则表现为负向影响。新婚期则表现为工作地道路网数的影响较为显著,呈现负向影响,这可能是来自妻子或丈夫的制约使得联合活动的影响较为重要,例如下班后与妻子一起购物,从而工作地附近建成环境显得更为重要。育儿期则居住地道路网数影响较为显著,呈现负向影响,这可能是不满6岁的儿童需要来自家长的照顾,家长的活动范围受到一定限制,大多围绕家附近进行,所以家附近的建成环境影响更为显著。教育期的居住地和工作地多个建成环境指标影响均显著,这可能是家庭内部的儿童开始进行通学等自主活动,使得家庭活动范围扩大。向老期中建成环境对出行碳排放的影响最为显著,建成环境影响显著的指标最多,这表明来自家庭内部的约束逐渐变弱,同时由于其工作和身体活动能力变化等原因,建成环境的影响变得较为明显。由上述结果可以看出建成环境的影响随着生命周期的变化逐渐改变,但建成环境的显著影响指标总体较少,这可能与私人小汽车数密切相关,无论是何种生命周期下,私人小汽车数都对出行碳排放具有显著影响,这使得建成环境影响过程分析受到一定的干扰,但生命周期的不同带来建成环境影响差异性仍十分明显。
4 结 论
本文通过生命周期视角分析建成环境对居民出行碳排放的影响,可以看出不同生命周期下出行特征和碳排放量的变化具有一定规律性,同时建成环境对不同生命周期下的人群影响也存在着差异,这表明了在实施通过改变城市建成环境来减少出行碳排放的政策时,必须考虑不同生命周期下人群受到影响的差异性,这种差异性还体现在建成环境不同的尺度上,即居住地建成环境和工作地建成环境影响并非同时作用于不同生命周期人群,且影响不同生命周期人群出行碳排放的建成环境指标也不尽相同。
参考文献:
[1] 张赫,张建勋,王睿,等. 小城市建成环境对居民出行交通碳排放的影响机理[J]. 城市问题,2020(7):4-10,20.
[2] 杨文越,梁斐雯,曹小曙. 多尺度建成环境对居民通勤出行碳排放的影响——来自广州的实证研究[J]. 地理研究,2020,39(7):1625-1639.
[3] 陈菲,周素红,张琳. 生命周期视角下建成环境对居民休闲体力活动的影响[J]. 世界地理研究,2019,28(5):106-117.
[4] 荣培君,张丽君,秦耀辰,等. 建成环境对城市居民日常出行碳排放的影响——以开封市248个居住区为例[J]. 地理研究,2019,38(6):1464-1480.
[5] 何彦,吴晓,何保红,等. 生命历程视角下居民自行车使用行为研究——以昆明市主城区为例[J]. 现代城市研究,2019(3):103-109.
[6] 李陈宸. 低碳生态城市理念下城市交通与空间结构优化策略研究[D]. 苏州:苏州科技大学(硕士学位论文),2018.
[7] 黄经南,黄小康, 高浩武. 城市家庭日常出行碳排放的影响因素——以武汉市为例[J]. 城市问题,2015(5):66-76.
[8] 曹小曙,杨文越,黄晓燕. 基于智慧交通的可达性与交通出行碳排放——理论与实证[J]. 地理科学进展,2015,34(4):418-429.
[9] 谢守红,王利霞,邵珠龙. 国内外碳排放研究综述[J]. 干旱区地理,2014,37(4):720-730.
[10] Ali Modarres. Commuting and energy consumption: toward an equitable transportation policy[J]. Journal of Transport Geography, 2013,33:240-249.
[11] 付丽,杨顺顺,赵越,等. 基于绿色交通理念的城市交通可持续发展策略[J]. 中国人口·资源与环境,2011,21(S1):367-370.
[12] 马静,柴彦威,刘志林. 基于居民出行行为的北京市交通碳排放影响机理[J]. 地理学报,2011,66(8):1023-1032.
[13] 柴彦威,肖作鹏,刘志林. 基于空间行为约束的北京市居民家庭日常出行碳排放的比较分析[J]. 地理科学,2011,31(7):843-849.
[14] Pengjun Zhao. Sustainable urban expansion and transportation in a growing megacity: Consequences of urban sprawl for mobility on the urban fringe of Beijing[J]. Habitat International, 2009,34(2):236-243.
[15] Intergovernmental Panel on Climate Change. 2006 IPCC Guidelines for National Greenhouse Gas Inventories[M]. Japan: Institute for Global Environmental Strategies (IGES), 2006.
[16] 劉晔,肖童,刘于琪,等. 城市建成环境对广州市居民幸福感的影响——基于15min步行可达范围的分析[J]. 地理科学进展,2020,39(8):1270-1282.
[17] 张聪,贾凤娇. 基于居民出行的城市交通碳排放特征及节能减排策略[J]. 交通与运输,2020,36(3):76-79.
[18] 杨文越,曹小曙. 居住自选择视角下的广州出行碳排放影响机理[J]. 地理学报,2018,73(2):346-361.
[19] 王蔚. 上海市城市外围大型居住社区居民碳排放分析[J]. 交通与运输(学术版),2016(2):120-122.
[20] 韩春芳. 昆明地铁首期工程车辆牵引电制动性能及其计算[J]. 电力机车与城轨车辆,2013,36(3):67-69.
[21] 王擎苍. 建成环境对通勤者非工作活动—出行行为影响研究[D]. 昆明:昆明理工大学(硕士学位论文),2019.
收稿日期:2020-12-30
作者简介:郭 耀(1994-),男,天津人,昆明理工大学交通工程学院硕士研究生,研究方向:城市交通;何保红(1973-),女,云南昆明人,昆明理工
关键词:出行碳排放;建成环境;生命周期
中图分类号:F570 文献标识码:A
Abstract: The urban built environment has long term impact on travel carbon emissions, and the relationship between them has attracted much scholarly attention. In general, heterogeneity of residents due to the development of life cycle has been ignored in previous studies, and it may miscalculate the influence of built environment. Based on the theory of life cycle,this study which uses multiple linear regression equation discusses the effects of built environment on residents' travel carbon emissions by different stages of life cycle that is composed of single-period, newlyweds-period, parenting-period, educating children-period and ging-period. Result shows that the influence of built environment on travel carbon emission is affected by residents' stage of life cycle in terms of scales and indicators, and the differences are related to the development of residents' stage of life cycle.
Key words: travel carbon emission; built environment; life cycle
0 引 言
减少交通带来的出行碳排放一直是交通可持续发展、智慧交通的重要议题[1-2]。随着国内社会经济的快速发展,居民日常生活水平显著提高,机动车保有量迅速提升,导致国内交通出行碳排放总量放逐年增加[3]。与此同时,国内不少城市空间的蔓延式发展在某种程度上可能导致居民日常出行方式机动化,加剧了出行碳排放量的增长趋势[4]。因此探究城市交通出行碳排放量和城市空间之间的关系一直以来受到学者的广泛关注。
已有研究中主要从不同空间尺度探讨了建成环境对出行碳排放影响机制。早期研究主要从宏观城市角度来看待两者关系,主要关注城市结构本身如何影响出行碳排放。如马静等学者通过探讨北京市不同社区类型居民出行碳排放差异,发现出行距离、出行方式对出行碳排放具有显著效用,同时单位社区居民日常出行更加“低碳化”[5]。Pengjun Zhao发现北京发展边缘地区呈现蔓延式特征,并且随着郊区化和机动化的进程,交通运输产生了巨大的环境成本[6]。Ali Modarres通过研究城市高密度地区的出行特征,发现了高密度地区的人能源消耗更低[7]。但张赫等学者通过探究多个小城市的建成环境对出行碳排放的影响,发现道路和公共设施的密度对碳排放的影响并不显著[8]。伴随着研究的深入细致化,越来越多的研究关注到了个体微观尺度的建成环境对于居民日常出行碳排放的研究,这有助于政策精确有效的对具有不同差异个体进行准确管理[9]。荣培君等学者通过考虑居民个体居住区的建成环境,发现“高密度欠通达低混合型居住区”的居民碳排放量比较高,而“内层低密度高通达高混合型居住区”的碳排放量比较低,同时居住区尺度能较好地揭示出行碳排放的影响机制[10]。杨文越等学者认为除了考虑居住区环境外,同时还要考虑工作地的建成环境对出行碳排放的影响[11]。
上述研究中可以看出现有研究大多关注了不同空间尺度下建成环境对居民日常出行碳排放的影响,却忽视了家庭结构变化对出行碳排放的影响。生命周期理论将个体的一生轨迹分成单身期、新婚期和育儿期以及教育期和向老期几个阶段,体现了家庭结构变化对个体行为的影响[12]。多个研究证实了处于不同生命周期的人群具有一定的行为差异[13-14],但是国内很少有研究从不同生命周期视角来探索建成环境对出行碳排放的影响。考虑到个体处于单身状態时,个体只受到来自外部的空间约束,因而该阶段可能通过调整外部建成环境而影响个体的出行特征,从而减少出行碳排放。而当个体处于新婚状态时,个体除了受到来自外部的空间约束外,还会受到来自家庭内部的制约影响,例如因妻子通勤距离过长而导致家庭不得不使用小汽车进行日常出行,从而增加丈夫的出行碳排放。随着家庭成员的增加——即处于育儿期状态的个体受到的来自家庭内部的影响可能会更显著。当家庭内部孩子能够具有自主出行能力——即个体处于教育期时,来自家庭的制约又可能会减弱。最后当个体处于向老状态时,因其身体能力的制约和来自家庭的约束减弱,其出行方式受到建成环境的影响较大。综上所述,本文假设不同生命周期下的群体其建成环境影响机制具有差异性,尝试从生命周期视角来讨论建成环境对出行碳排放的影响,验证上述假设是否正确。 1 样本和变量选取
1.1 样本来源及分类
样本数据来自于2016年昆明市居民日常出行调查数据,采用入户发放问卷的方法进行数据采集,样本中涵盖了个体出行特征、个体经济属性和家庭经济属性。其中个体出行特征包括了出发地的经纬度坐标以及采用的出行方式和出行目的,个体经济属性包括年龄、职业和工作地经纬度坐标,家庭经济属性包括了家庭年收入、汽车拥有量以及家庭人口数、不满6周岁人数等信息。根据已有研究分类方法,将生命周期分成单身期、新婚期和育儿期以及教育期和向老期。剔除异常和错误样本后,样本数共计11 408个,其中单身期指的为18岁以上青年,样本数为2 419;新婚期为结婚没有孩子的个体,样本数为1 215;育儿期为结婚孩子不满6周岁,样本数为1 428;教育期为结婚后孩子大于6岁的个体,样本数为3 127;最后向老期为50周岁以上群体,样本数为3 219。建成环境变量则通过Openstreetmap和百度地图软件进行获取。
1.2 出行碳排放计算方法
碳排放计算方法通常采取的方法有IPPC法[15],基于出行方式计算法[16],基于居民出行的碳排放计算方法[17]和基于机动车行驶距离法[18]。为了体现个体的出行碳排放计算的准确性和简便性,将个体日常出行的各个OD段产生碳排放之和作为居民日常出行碳排放量,计算公式如下:
其中:C是对应个体i的第j段OD出行产生的碳排放量,而L是对应的OD段的出行距离,a是在该OD段出行方式对应的碳排放因子,T是个体i产生的出行碳排放总量。根据整理已有出行方式对应的碳排放因子研究[19],结合昆明市关于电动自行车和轨道交通载人数的规定和实际情况,对出行碳排放因子计算进行了一定修改,其中将电动车载人数修改为1,轨道交通载人数修改为1 460人[20],给出对应的碳排放因子如表1所示。
1.3 建成环境指标和个体社会经济属性指标
通常建成环境从密度、设计特征和可达性三个指标来进行描述,可归纳为公交站点数量、道路网数、商业设施密度、餐饮娱乐设施密度和学校密度等变量[21]。其中可达性用公交站点密度表示,反应了居民可用的公共交通设施;道路网数反应了街道的联通程度,用来表达设计特征;密度用商业设施密度、学校密度和餐饮娱乐设施密度刻画,这些设施为日常活动提供了相应场所。建成环境采用1 000m半径圆形缓冲区作为变量的选择范围,该范围代表了个体步行15分钟内能够到达的距离[13],考虑到建成环境不同尺度的影响,除了常用的居住地尺度外,还考虑了工作地的建成环境。作为个体社会经济属性采用职业、家庭年收入和私人小汽车数作为相关变量,变量具体描述如表2所示。
2 不同生命周期阶段的碳排放特征解释
碳排放的定义表明了居民日常的出行方式,出行总距离和不同出行方式的出行距离等出行特征对其具有重要影响,因此将不同生命周期下的出行方式占比,不同出行方式距离,出行总距离和出行碳排放总量特征绘制成表3。表3反映了不同生命周期下人群的出行特征和出行碳排放量的差异性,其中出行方式占比代表了同一生命周期人群中的采用某种出行方式次数占该人群总出行次数的比例,不同出行方式距离代表了同一生命周期中人群采用某一出行方式出行距离的平均值,出行总距离代表同一生命周期内居民日常出行距离的平均值,碳排放总量为同一生命周期人群日常出行碳排放量的平均值。从表3中可以看出,不同生命周期的人群出行特征和碳排放具有明显的差异。处于单身期的人群使用较多的出行方式为公交、电动车、步行,分别占出行方式比例的29.29%、24.41%和18.04%,同时公交出行的距离也是所有出行方式中最远的,平均距离约为6.99km。尽管单身期出行总距离是所有人群中出行总距离最远的,但该人群具有相对倾向于低碳排放的出行方式,因而导致单身期的出行碳排放总量具有较低的水平。处于新婚期的人群则通常选择电动车、小汽车和公交车作为出行方式,分别占出行方式比例29.19%、26.93%和15.15%,同时小汽车的出行距离相较单身期的小汽车出行距离也出现了大幅度的增长,由原来的2.85km变为了5.63km,电动车的出行距离也出现了一定幅度的增长,而公交车的出行距离则出现了大幅度的下降,由单身期的6.99km变为了2.36km,出行总距离相较单身期也出现了下降,但是由于其高碳排放的出行方式选择及其对应的出行距离增长,导致新婚期出行碳排放总量出现了一定规模的增长。处于育儿期人群的小汽车、电动车和步行是出行选择方式比例较高的三种方式,分别占34.52%、25.69%和20.12%,同时小汽车的出行距离继续表现出了增长的趋势,该方式平均出行距离达到了8.29km,出行总距离表现出上升的趋势,高碳排放的出行特征和较长的出行总距离使得处于该时期的人群出行碳排放总量显著提高。处于教育期时,小汽车、电动车和步行仍是出现比例最高的三种方式,但是小汽车的出行距离开始下降,与新婚期的小汽车出行距离较为接近,出行碳排放量也与新婚期较为接近。当人群处于向老期时,步行和公交占据了人群大多数的出行方式,并且公交出行距離相对较高,出行总距离最低,因而出行碳排放总量也最低。
通过分析不同生命周期的人群出行特征和出行碳排放差异,可以看出生命周期对出行碳排放具有一定的影响。随着生命周期的变化,即家庭结构的变化使得居民日常出行碳排放随之发生变化,居民日常出行从具有较低碳排放量的特性,逐渐变化为较高碳排放量特性,最后居民日常出行又具有了相对较低碳排放量的特性。另一方面,生命周期理论认为处于不同生命周期家庭内部的制约具有差异性,家庭内部制约从较弱逐渐增强最后又变弱,与出行碳排放量的改变规律具有一致性,这表明生命周期确实与出行碳排放存在一定的关联。因而在进一步分析建成环境对出行碳排放的影响时,必须考虑建成环境对不同生命周期的人群影响差异性。 3 模型结果及分析
上述分析表明了生命周期对出行碳排放量具有一定的影响,为了探究建成环境对出行碳排放的影响,将不同生命周期的人群分别进行多元线性回归模型进行回归分析。考虑到建成环境不同尺度的影响,将建成环境变量区分为居住区和工作地两部分同时进行分析。利用Spss软件对变量进行回归分析,其中碳排放总量为因变量,Spss软件的分析结果如表4所示。
模型结果表明不同生命周期下的建成环境影响存在一定差异性。单身期工作地建成环境和居住地建成环境都存在一定的影响,工作地的公交站点密度,工作地道路网数和居住地的公交站点密度对出行碳排放具有显著作用(P值<0.05),工作地公交站密度表现为正向影响,工作地道路网数和居住地的公交站点密度则表现为负向影响。新婚期则表现为工作地道路网数的影响较为显著,呈现负向影响,这可能是来自妻子或丈夫的制约使得联合活动的影响较为重要,例如下班后与妻子一起购物,从而工作地附近建成环境显得更为重要。育儿期则居住地道路网数影响较为显著,呈现负向影响,这可能是不满6岁的儿童需要来自家长的照顾,家长的活动范围受到一定限制,大多围绕家附近进行,所以家附近的建成环境影响更为显著。教育期的居住地和工作地多个建成环境指标影响均显著,这可能是家庭内部的儿童开始进行通学等自主活动,使得家庭活动范围扩大。向老期中建成环境对出行碳排放的影响最为显著,建成环境影响显著的指标最多,这表明来自家庭内部的约束逐渐变弱,同时由于其工作和身体活动能力变化等原因,建成环境的影响变得较为明显。由上述结果可以看出建成环境的影响随着生命周期的变化逐渐改变,但建成环境的显著影响指标总体较少,这可能与私人小汽车数密切相关,无论是何种生命周期下,私人小汽车数都对出行碳排放具有显著影响,这使得建成环境影响过程分析受到一定的干扰,但生命周期的不同带来建成环境影响差异性仍十分明显。
4 结 论
本文通过生命周期视角分析建成环境对居民出行碳排放的影响,可以看出不同生命周期下出行特征和碳排放量的变化具有一定规律性,同时建成环境对不同生命周期下的人群影响也存在着差异,这表明了在实施通过改变城市建成环境来减少出行碳排放的政策时,必须考虑不同生命周期下人群受到影响的差异性,这种差异性还体现在建成环境不同的尺度上,即居住地建成环境和工作地建成环境影响并非同时作用于不同生命周期人群,且影响不同生命周期人群出行碳排放的建成环境指标也不尽相同。
参考文献:
[1] 张赫,张建勋,王睿,等. 小城市建成环境对居民出行交通碳排放的影响机理[J]. 城市问题,2020(7):4-10,20.
[2] 杨文越,梁斐雯,曹小曙. 多尺度建成环境对居民通勤出行碳排放的影响——来自广州的实证研究[J]. 地理研究,2020,39(7):1625-1639.
[3] 陈菲,周素红,张琳. 生命周期视角下建成环境对居民休闲体力活动的影响[J]. 世界地理研究,2019,28(5):106-117.
[4] 荣培君,张丽君,秦耀辰,等. 建成环境对城市居民日常出行碳排放的影响——以开封市248个居住区为例[J]. 地理研究,2019,38(6):1464-1480.
[5] 何彦,吴晓,何保红,等. 生命历程视角下居民自行车使用行为研究——以昆明市主城区为例[J]. 现代城市研究,2019(3):103-109.
[6] 李陈宸. 低碳生态城市理念下城市交通与空间结构优化策略研究[D]. 苏州:苏州科技大学(硕士学位论文),2018.
[7] 黄经南,黄小康, 高浩武. 城市家庭日常出行碳排放的影响因素——以武汉市为例[J]. 城市问题,2015(5):66-76.
[8] 曹小曙,杨文越,黄晓燕. 基于智慧交通的可达性与交通出行碳排放——理论与实证[J]. 地理科学进展,2015,34(4):418-429.
[9] 谢守红,王利霞,邵珠龙. 国内外碳排放研究综述[J]. 干旱区地理,2014,37(4):720-730.
[10] Ali Modarres. Commuting and energy consumption: toward an equitable transportation policy[J]. Journal of Transport Geography, 2013,33:240-249.
[11] 付丽,杨顺顺,赵越,等. 基于绿色交通理念的城市交通可持续发展策略[J]. 中国人口·资源与环境,2011,21(S1):367-370.
[12] 马静,柴彦威,刘志林. 基于居民出行行为的北京市交通碳排放影响机理[J]. 地理学报,2011,66(8):1023-1032.
[13] 柴彦威,肖作鹏,刘志林. 基于空间行为约束的北京市居民家庭日常出行碳排放的比较分析[J]. 地理科学,2011,31(7):843-849.
[14] Pengjun Zhao. Sustainable urban expansion and transportation in a growing megacity: Consequences of urban sprawl for mobility on the urban fringe of Beijing[J]. Habitat International, 2009,34(2):236-243.
[15] Intergovernmental Panel on Climate Change. 2006 IPCC Guidelines for National Greenhouse Gas Inventories[M]. Japan: Institute for Global Environmental Strategies (IGES), 2006.
[16] 劉晔,肖童,刘于琪,等. 城市建成环境对广州市居民幸福感的影响——基于15min步行可达范围的分析[J]. 地理科学进展,2020,39(8):1270-1282.
[17] 张聪,贾凤娇. 基于居民出行的城市交通碳排放特征及节能减排策略[J]. 交通与运输,2020,36(3):76-79.
[18] 杨文越,曹小曙. 居住自选择视角下的广州出行碳排放影响机理[J]. 地理学报,2018,73(2):346-361.
[19] 王蔚. 上海市城市外围大型居住社区居民碳排放分析[J]. 交通与运输(学术版),2016(2):120-122.
[20] 韩春芳. 昆明地铁首期工程车辆牵引电制动性能及其计算[J]. 电力机车与城轨车辆,2013,36(3):67-69.
[21] 王擎苍. 建成环境对通勤者非工作活动—出行行为影响研究[D]. 昆明:昆明理工大学(硕士学位论文),2019.
收稿日期:2020-12-30
作者简介:郭 耀(1994-),男,天津人,昆明理工大学交通工程学院硕士研究生,研究方向:城市交通;何保红(1973-),女,云南昆明人,昆明理工