温哥华家庭出行气候影响估算的方法学进展

《Composites Communications》：Methodological advancements to estimate the climate impacts of household travel in Vancouver

　　

本研究利用结果碳核算（consequential carbon accounting）与归因碳核算（attributional carbon accounting）两种框架，考察了加拿大温哥华家庭出行相关的温室气体（GHG）排放，并探讨了其与个人、邻里环境及背景因素之间的关系。研究估计，出行产生的平均GHG排放量为每人每日10 kg CO₂e、每户每日25 kg CO₂e；平均GHG排放强度范围为230至290 g CO₂e/人-公里（g CO₂e per person-kilometre）。即使在控制了收入、车辆拥有情况等因素后，更高的邻里步行友好度（walkability）和区域公交可达性仍与更低的GHG排放相关。结果碳核算法与归因碳核算法在总体排放量上的差异较小（低3%），但对公共交通使用者个体而言差异显著。研究人员进一步展示了用于碳定价的GHG核算框架所具有的公平性意涵。

本研究发表于《Composites Communications》期刊，旨在通过更为精确和全面的方法学框架，估算加拿大温哥华地区家庭出行的温室气体排放，并比较结果碳核算与归因碳碳核算两种框架在计算个体与家庭出行排放时的差异性及其政策含义。

### 研究背景与问题

交通运输是加拿大温室气体排放的主要来源之一，其中 passenger travel 占据了绝大部分比例。尽管过去数十年间通过技术进步提升了机动车燃油效率，但出行总量的持续增长导致交通部门净排放量不降反升。准确理解个人出行对气候的影响及其受各类因素的作用方式，对于制定有效的减排策略至关重要。现有研究在估算个人或家庭出行GHG排放时存在若干局限：多数研究仅考虑车辆运行阶段（operating emissions），忽略了燃料全生命周期（well-to-tank）和车辆生命周期（vehicle life cycle）排放；多数研究采用静态排放率，仅对出行距离和模式选择敏感，而无法反映车辆载客率、车型、交通拥堵等动态因素的影响；更为重要的是，既往研究普遍采用归因碳核算框架，将排放平均分摊给车辆乘员，未能充分考虑个体出行决策对系统总排放的真实边际影响。结果碳核算框架则旨在量化个体出行决策对系统总排放的边际影响，更适用于政策分析和决策制定，但此前极少应用于交通领域的个体出行分析。

### 研究设计与主要结论

研究人员基于2017年温哥华都会区家庭出行调查（Household Travel Survey, HTS）数据，建立了包含燃料和车辆生命周期在内的综合排放估算模型，并首次将结果碳核算框架应用于家庭出行排放分析。研究得出以下核心结论：温哥华地区家庭出行GHG排放中，97%来自汽车使用，41%来自非运行阶段的燃料和车辆生命周期排放；个人与家庭日均排放分别为10 kg CO₂e和25 kg CO₂e；结果碳核算与归因碳核算在总体排放上的差异虽小（3%），但对个体尤其是公共交通使用者的排放估算影响显著，具有碳定价公平性方面的政策含义。

### 关键技术方法

研究使用了三项主要本地数据源：2017年TransLink家庭出行调查数据（涵盖27,980户、57,431人、223,192次出行）、区域交通模型（RTM）道路网络数据以及公交系统运营数据。研究人员采用美国环保署开发的MOVES（MOtor Vehicle Emissions Simulator）模型生成机动车排放率，并结合车辆具体品牌型号、燃油效率、道路类型、拥堵水平等动态因素进行调整；公交排放率则基于TransLink运营数据按线路、方向、时段和站点动态计算。为构建结果碳核算框架，研究人员利用弹性分析方法估计了车辆公里（VKT）对乘客公里（PKT）的弹性系数（ε_vp）以及排放率对载客率的弹性系数（ε_eθ），据此计算边际/平均排放比（MAER）。在排放影响因素分析中，研究人员采用对数线性混合效应回归模型，以日常排放量为因变量，并控制了个人特征、家庭属性及邻里环境等变量。此外，研究还设计了一个假设性碳税情景，以CA$170/吨CO₂e的价格水平比较两种核算框架下的碳税负担分布差异。

### 研究结果

**单车型出行排放**：汽车出行占据了乘客公里（PKT）的79%和归因排放量的97%；公交出行占PKT的7%和排放的2%。从排放构成看，运行阶段占59%（其中行驶排放56%、启动排放3%），非运行阶段占41%（燃料上游22%、车辆生命周期20%）。排放强度在不同模式间差异显著：辅助交通（paratransit）因低载客率车辆排放最高，而大规模公共交通和主动交通模式最低。

**结果碳核算下的出行排放**：研究估计的ε_vp弹性系数显示，汽车出行约为0.952-1.016，公交为0.334，快速轨道公交为0.327，通勤铁路仅为0.118。基于这些弹性计算的MAER表明，结果碳核算下的排放估计普遍低于归因碳核算，且差异在公共交通出行中尤为突出：14%的出行其结果排放不足归因排放的一半。对于个人和家庭，分别有11%和12%的案例结果排放降低过半。

**个人与家庭排放**：个人日均归因排放和结果排放分别为10.21 kg CO₂e和9.93 kg CO₂e，家庭则分别为25.28 kg CO₂e和24.59 kg CO₂e。排放分布呈强正偏态，75分位家庭排放是25分位家庭的7倍。排放强度在230-290 g CO₂e/PKT范围内，高于多伦多等城市的前期研究，部分原因在于本研究纳入了车辆生命周期排放。

**排放与家庭及环境因素的关系**：回归分析表明，女性、老年人（≥65岁）和未成年人（≤18岁）、无驾照者、非全职就业者、大家庭成员以及低车辆拥有家庭的人均排放显著更低；驾照持有、车辆拥有、汽车可达性和高收入与更高排放相关。在控制其他因素后，步行友好度仍与排放显著负相关：与最低步行友好度五分组相比，最高组的个人排放低46%（结果核算）或44%（归因核算）。区域公交可达性提高同样显著降低排放，而汽车可达性提高则增加排放。值得注意的是，结果碳核算框架下，汽车相关因素（驾照、车辆拥有、汽车可达性）和收入的效应被放大17%-63%，而年龄和 household size 的效应则相对减弱。

**碳定价示例分析**：假设性碳税情景显示，采用结果碳核算可使平均个人年碳税负担从CA$634降至CA$617（3%的降幅），但个体层面平均差异达10%。在收入等价调整下，37%的人口在结果碳核算下面临更高碳税，41%面临更低碳税。该框架转变将更有利于低收入者、租房者和无车人群，而65岁以上老年人群的相对税负则会增加。

### 讨论与总结

**研究发现的语境化**：本研究首次将结果碳核算框架应用于家庭出行排放分析，并在方法学上实现了多项创新——特别是将车型调整因子引入MOVES排放率计算，以及利用动态公交载客率数据。研究发现与前期文献一致：汽车是排放绝对主导来源，非运行阶段排放占有显著比例，且步行友好环境持续与低排放相关。温哥华的排放强度与北美其他城市研究具有可比性，但纳入车辆生命周期使本研究估计值相对更高。

**核算框架差异的机制与含义**：结果碳核算与归因碳核算的差异源于两者对个体出行决策与系统排放关系的不同处理。以公交出行为例，归因法将公交车总排放平均摊给所有乘客，而结果法则考虑边际乘客导致的额外排放——后者远低于前者，因为公交系统运营存在惯性。这使得频繁使用公共交通的低收入群体在结果核算下被分配更少的"责任"，而高度依赖汽车的高收入群体承担更多。这一机制解释了为何核算框架选择具有显著的公平性意涵。

**局限性与未来方向**：研究存在若干局限。排放估算依赖出行调查、排放模型及多源数据的组合，不确定性层层叠加；多模式出行的模式转换点未知、部分公交模式缺乏详细载客数据等问题引入了额外误差；结果核算中的关键参数ε_eθ（尤其是公交）尚待更多实证研究；秋季截面数据可能无法完全代表全年出行模式，且无法建立因果关系，存在居住自选择（residential self-selection）的混淆风险；研究排除了长途出行，且未对未来排放情景进行预测。

**研究结论**：本研究通过更为全面和精细的方法学框架，系统刻画了温哥华地区家庭出行的GHG排放特征及其影响因素，并首次对比了结果碳核算与归因碳核算的差异。研究重申了非运行排放环节、汽车减排以及步行友好环境建设的重要性。更为关键的是，研究揭示了核算框架选择对个体排放估算及碳定价公平性的深远影响：基于归因碳核算的碳定价政策将不成比例地加重低收入、低汽车拥有群体的负担，而结果碳核算框架能够更准确地反映个体出行决策的真实气候影响，促进气候政策的公平性。研究人员呼吁交通领域继续发展和应用结果碳核算方法，以支持更为公正有效的气候决策。