自行车作为城市脱碳工具：来自拉丁美洲特大城市波哥大的逐次出行证据

《Future Transportation》：Bicycle as a Tool for Urban Decarbonization: Evidence from a Latin American Megacity

　　

本研究评估了哥伦比亚波哥大功利性自行车通勤（utilitarian bicycle commuting）相关的碳足迹（carbon footprint）减少。研究人员对100名经常骑行者开展了结构化调查，以识别每位受访者在无自行车出行情况下原本会使用的常规交通方式。针对54名起讫点可地理编码（geocoding）的受访者，研究人员使用ArcGIS Pro 3.0.3开发了基于网络的路径估计模型（network-based route estimation model）。该模型纳入坡度与红绿灯惩罚（slope and traffic light penalties）以估计出行距离。骑行者每次出行平均行驶12.26 km，每次出行平均避免0.733 kg CO₂e（95%自助法置信区间（bootstrap confidence interval）：0.557–0.926），每日避免1.46 kg CO₂e。对数平均迪氏指数（log-mean Divisia index, LMDI）分解显示，出行距离解释了类别间差异的81.4–98.0%，出行方式份额（modal share）与强度效应（intensity effects）贡献较小。对2023–2050年增长因子的预测估计，累计避免排放为6167.7 kt CO₂e（年增长0%）至9702.5 kt CO₂e（年增长3%）；到2050年，车队电气化（fleet electrification）可能使单次出行收益降低30–60%，并使累计减排降低10–25%。鉴于样本为非概率样本，城市尺度数字应解释为数量级（orders of magnitude）。这些结果代表了拉丁美洲特大城市中自行车气候减缓潜力的首次逐次出行量化，并为区域城市提供了可转移的方法学框架（methodological framework）。

研究背景方面，全球南方（Global South）特大城市快速城市化提升了对可持续交通（sustainable mobility, SM）方案的需求，并要求其产生可验证的气候效益。可持续城市（sustainable cities, SCs）包括环境、社会、经济和治理维度；可持续交通被视为可持续城市的主要标准之一，涉及低污染、高效率系统及公共政策、城市规划和安全包容的基础设施。波哥大是哥伦比亚首都，人口超过800万，交通拥堵在拉丁美洲处于较高水平，但通过公共政策与项目推动自行车使用，拥有608 km永久自行车道，并在周日和节假日开放141.46 km道路用于主动出行。既有研究虽承认自行车使用对环境保护的意义，但波哥大自行车使用对日常通勤距离相关温室气体（greenhouse gas, GHG）减排的具体影响尚未被量化。因此，研究人员旨在通过地理空间路径估计模型比较骑行者与常规交通方式的距离和路径，并利用排放因子情景计算每次出行和每日避免的CO₂e排放。

研究人员开展了非概率便利抽样（convenience sampling）调查，纳入每周至少两次以工作或学习为目的使用自行车的成年人，排除仅休闲或运动用途者；调查在工作日于三个地点面对面实施。基于可地理编码的54名受访者，研究人员在ArcGIS Pro中构建以自行车为主要方式的出行模型，纳入坡度和红绿灯惩罚，比较自行车与TransMilenio、公交、私家车、出租车和摩托车等常规方式的距离与路径，并采用排放因子情景计算避免的CO₂e。研究结论为：波哥大骑行者每次出行平均12.26 km，平均避免0.733 kg CO₂e/trip和1.46 kg CO₂e/d；LMDI分解显示距离是类别差异的主要来源；2023–2050年预测显示自行车使用增长可带来显著累计减排，但电气化会降低单次出行收益，二者为互补策略。其意义在于首次在拉丁美洲特大城市开展逐次出行的自行车气候减缓量化，并提供可转移方法框架。

关键技术方法如下（不超过250字）：研究采用结构化问卷对100名经常骑行者调查，样本来自波哥大三个高流量地点，属非概率便利样本；其中54名起讫点可地理编码并进入空间分析。研究人员使用ArcGIS Pro 3.0.3的Network Analyst工具，基于波哥大开放数据平台图层构建道路与自行车道网络，并整合数字高程模型（digital elevation model, DEM）坡度惩罚及每个红绿灯2 min惩罚以估计路径与距离。碳足迹计算采用按车辆类型和方式组合的CO₂e排放因子；采用非参数自助法（non-parametric bootstrap）重抽样10,000次估计均值置信区间（confidence interval, CI）；采用LMDI分解距离、方式份额和强度效应；采用均匀增长因子法（uniform growth factor method）进行2023–2050年情景预测，并对车队电气化进行参数敏感性分析。

研究结果如下。3.1 出行距离与减少的碳足迹（Distance Traveled and Reduced Carbon Footprint）：调查样本中75%为男性，多数为18–21岁（48%）和29–32岁（23%），49%属于3阶层；48%每周至少骑行6天；75%同时使用机动车道路和自行车道。若不以自行车出行，100名受访者中64%仅使用TransMilenio，SITP出现在11种组合中的9种；进入碳足迹分析的54次出行主要由SITP主导（27.8%）。通过路径估计模型得出，出行距离呈中等长度集中分布，平均12.26 km；短途（<7 km）占25.9%，中途（7–16 km）占50.0%，长途（>16 km）占24.1%。长途出行减排分别约为短途的3.7倍和中途的1.9倍；Kruskal–Wallis检验显示不同距离类别避免足迹存在显著差异（H(2)=12.82，p=0.002，ε²=0.24），Dunn–Bonferroni事后比较显示长途与短途差异显著（p=0.001）。LMDI分解表明，距离效应在中等对短途、长途对短途、长途对中等比较中分别占98.0%、86.4%、81.4%；方式份额与强度效应为?5.0%至14.0%。隐含排放因子（implicit emission factor）在各距离类别近乎恒定（61.91、59.23、59.64 g CO₂e/km），说明长途减排主要来自更长距离而非替代方式构成变化；因此研究结论支持扩展和持续改善长距离骑行基础设施。

3.2 平均碳足迹减少分析（Analysis of the Average Carbon Footprint Reductions）：通过自助法和多模式情景分析得出，平均避免足迹为0.733 kg CO₂e/trip（中位数0.59，标准差0.702），每日1.46 kg CO₂e（中位数1.18），分布右偏；接近零者主要原本使用TransMilenio，右尾对应较长出行并替代私家车、出租车或含这些方式的多模式组合。95%自助法置信区间为0.557–0.926 kg CO₂e/trip，即1.11–1.85 kg CO₂e/d；将19名多模式受访者分别赋予其组合中最低或最高排放因子后，均值为0.456–0.957 kg CO₂e/trip，等距离份额假设不改变数量级。国际比较显示该值高于深圳和南京的0.096 kg CO₂e/trip，主要与波哥大更长出行距离有关；由于拉美既有研究多报告年度总量或比例，本研究提供了逐次出行量化。基于2023年886,655次每日自行车出行，四种增长情景预测2023–2050年：0%增长时年减排237.2 kt CO₂e，相当于交通部门4.4 Mt CO₂e的5.4%；2050年在1%、2%、3%增长下年减排分别达310.3、404.9、526.9 kt CO₂e；累计避免排放6167.7–9702.5 kt CO₂e，相当于当前部门排放16.7–26.3个月；年增长每增加1个百分点贡献977–1392 kt CO₂e。电气化敏感性显示，到2050年单次收益可降至0.51 kg CO₂e（中等情景）或0.29 kg CO₂e（激进情景），累计减排降低10–25%；维持贡献需在中等电气化下年增长至少1.3%，激进电气化下至少3.5%，表明骑行推广与电气化互补。

讨论部分总结：自行车出行不仅直接减少GHG排放，还带来社会、经济和环境协同效益；该非代表性便利样本中86%骑行者来自1–3阶层，显示主动出行对低收入者可负担，但男性（75%）和年轻群体（48%为18–21岁）过代表，不能推断全市公平影响。女性仅占25%，Mann–Whitney U检验未发现男女出行距离显著差异（U=258.50，p=0.8794），但13名女性样本限制稳健性。LMDI结果说明距离是主要因素，方式结构与强度为次要且可相互抵消；中等和长途骑行替代的每次出行足迹最大。将样本均值外推至2023年886,655次每日出行得到年避免约237.2 kt CO₂e，超过Massink et al.早期估计；但受访者为经验丰富的功利性骑行者，平均12.26 km长于国际标准，新骑行者可能更短，故预测可能高估。以短途平均0.342 kg CO₂e/trip作为下限，当前年减排约110.7 kt CO₂e（2.5%交通部门排放），2023–2050累计约2878–4527 kt CO₂e；城市尺度结果应解释为范围，样本值可视为上限；部分新骑行者可能由步行转移，会进一步降低避免排放。地理空间建模框架使用波哥大开放数据和Alaska Satellite Facility数据，可转移至具有类似开放数据基础设施和骑行推广政策的拉美城市。

研究结论部分翻译：本研究首次对拉丁美洲特大城市自行车通勤导致的碳足迹减少进行出行层面的量化。本研究弥补了文献主要集中于总量或比例估计的空白。通过采用纳入坡度与红绿灯惩罚的地理空间路径估计模型，并结合基于调查的反事实方式选择，研究人员确定波哥大骑行者每次出行平均行驶12.26 km，平均每次避免0.733 kg CO₂e，每日避免1.46 kg CO₂e。LMDI分解显示，出行距离是影响避免排放的主要因素，占短途、中途和长途类别间变异的81.4%至98%；相比之下，各比较中方式份额和排放强度的作用较小。鉴于被替代出行的隐含排放因子在距离类别间近乎恒定，减缓收益几乎与出行长度成比例。研究结果表明，促进较长距离骑行通勤的基础设施构成综合减缓的主要机制；相反，短距离机动化出行提供不成比例的每公里收益，而仅关注距离的策略会忽略这一点。城市层面情景预测表明，基于现有出行量，波哥大骑行目前每年防止约237.2 kt CO₂e；若自行车使用年增长1–3%，2023至2050年累计避免排放可从7144.9增至9702.5 kt CO₂e。车队电气化通过降低被替代方式的排放因子，可使累计潜力降低10–25%。因此，骑行推广与电气化是互补策略。为维持骑行的贡献，中等电气化下需至少1.3%的年增长，激进电气化下需3.5%的年增长。该方法学框架可直接应用于其他以骑行为脱碳目标的拉丁美洲特大城市；其应用需使用GPS数据验证。