迪拜共享电动滑板车的气候性能：基于生命周期评估的方法及其情景分析影响

《Green Technologies and Sustainability》：Climate performance of shared e scooters in Dubai: An attributional life cycle assessment and scenario-based implications

　　海德·易卜拉欣（Haider Ibrahim）| 查里塔·迪亚斯（Charitha Dias）| 阿努格拉·伊拉希（Anugrah Ilahi）| 卡勒德·阿拉瓦迪（Khaled AlAwadi）| 赵鹏翔（Pengxiang Zhao）
阿联酋阿布扎比哈利法科技大学土木与环境工程系

**摘要**
共享电动滑板车（e-scooters）被广泛宣传为一种低碳的城市交通解决方案。然而，其环境影响取决于使用寿命、运营方式以及交通模式的转变。本研究评估了在阿联酋迪拜运行的共享电动滑板车的生命周期温室气体排放情况。通过对不同生命周期阶段的分析（包括制造、运输、使用过程中的电力消耗、重新分配物流以及报废处理），考虑了不同的使用寿命距离（500公里、1500公里和5000公里）、骑行能量强度（10瓦时/公里、15瓦时/公里和20瓦时/公里）、重新分配率（10%和50%）以及处置方式（填埋或高回收率回收），进行了从摇篮到坟墓的生命周期评估。随后，将这些排放数据与交通模式转变的假设相结合，以估算其相对于替代交通方式的净影响。

**研究结果**
制造过程是碳足迹的主要来源，每辆电动滑板车的制造过程产生的二氧化碳当量为144公斤。使用寿命距离是每公里排放量的关键决定因素：在500公里时为262-483克二氧化碳当量，随着行驶距离的增加而减少，在5000公里时降至63克二氧化碳当量，因此在替代短途驾车出行时具有显著减排潜力。骑行过程中的电力消耗变化对排放量影响较小（5-8克二氧化碳当量/公里）。相比之下，频繁的重新分配活动可能导致排放量增加140-145克二氧化碳当量/公里，成为运营过程中的主要排放源。

**情景分析**
基于情景的分析表明，共享电动滑板车本身并不一定能减少温室气体排放。当其服务寿命较短且替代方式主要以步行为主时，反而可能增加交通排放。因此，共享电动滑板车的低碳效果具有条件性，其气候效益取决于延长使用寿命、优化车队管理、提高材料回收率以及制定确保替代驾车出行的政策。否则，它们有可能增加整体交通相关排放。

**1. 引言**
共享电动滑板车在全球城市地区迅速普及，被视为短距离出行的可持续替代方案。然而，其真实的环境影响仍存在争议。研究表明，在美国，它们可以替代高达60%的短途车辆出行；在德国，则可替代每日13%的驾车出行，若替代传统汽车，每天可节省多达5.8千吨二氧化碳当量的排放。不过，实际的环境效益很大程度上取决于被替代的车辆类型、当地电力结构以及电动滑板车的运营方式。与自行车或步行（生命周期排放较低）不同，电动滑板车需要制造、电池充电以及有时还需要汽油驱动的收集和重新分配车辆，这些过程都会产生排放。这引发了关于共享电动滑板车是否真正减少温室气体排放，还是仅仅将排放转移到其他交通系统中的质疑。

**2. 背景**
共享电动滑板车的环境影响不仅取决于车辆本身，还受车辆设计、运营方式、用户行为和当地环境等因素的综合作用。因此，对它们的生命周期评估至关重要。生命周期评估（LCA）是量化这些影响的标准方法。不同研究得出的结果差异较大，这主要是由于运营物流、车辆使用寿命和使用模式的差异所致。这些发现提出了一个基本问题：当前形式的共享电动滑板车是否是一种有效的减排措施，还是仅仅是一种看似环保但实际上会增加排放的替代方案？

**3. 研究方法**
本研究以迪拜为例进行案例分析。迪拜是一个高度依赖汽车、城市密度低且气候极端的城市，以汽车出行为主，同时微出行方式正在快速发展。研究采用了归因型生命周期评估框架，探讨了以下两个问题：
1. 在迪拜，共享电动滑板车从制造到报废的每乘客公里温室气体排放量为多少（包括制造、配送、运营、维护和报废阶段）？
2. 在考虑现实交通模式替代情况的前提下，共享电动滑板车的引入如何影响整体交通相关温室气体排放？

**4. 结论**
研究结果表明，共享电动滑板车在服务寿命较短且替代方式以步行为主时，可能会增加交通排放。因此，它们的低碳效果具有条件性，其气候效益取决于延长使用寿命、优化车队管理、提高材料回收率以及制定促进替代驾车出行的政策。否则，它们可能增加整体交通相关排放。

**5. 文章结构**
第2节提供了共享电动滑板车系统关键环境性能影响因素的背景介绍；第3节阐述了分析框架和研究设计；第4节描述了迪拜的背景和共享电动滑板车项目；第5节介绍了生命周期评估方法，包括评估目标、范围、系统边界、清单构建、情景假设和影响评估；第6节展示了研究结果；第7节总结了主要发现、局限性及政策启示。来自迪拜的一手运营数据与文献中的二手数据以及ecoinvent数据库中的背景LCI数据集相结合，使用替代点分配（APOS）系统模型进行建模。所得到的清单被实现到SimaPro 9.0中，以执行从摇篮到坟墓的温室气体排放归因生命周期评估（ALCA）。ALCA评估与所定义的产品系统直接相关的环境负担，因此提供了与共享电动踏板的生产、使用和寿命结束相关的排放的静态表示（[34]）。然后使用情景分析来检查环境性能如何应对关键运营和技术参数的不确定性。为使用寿命距离定义了悲观、中等和雄心勃勃的情景，同时变化其他参数，包括骑行电力需求、重新分配强度和寿命结束处理，以代表合理的运营条件。此外，还进行了一次性的确定性敏感性评估，以量化每个参数对从摇篮到坟墓的温室气体排放的相对影响。为了将共享电动踏板出行的气候影响置于清单结果之外，分析最终应用了模式转换假设，指定了由电动踏板出行取代的模式（第6.6节）。这种基于替代的解释并不修改ALCA结果本身。相反，它评估在以汽车为导向的城市环境中，共享电动踏板是否可能在合理的行为条件下产生净增加或减少的交通相关温室气体排放。

主要运营数据来自迪拜，与文献中的二手数据以及ecoinvent数据库中的背景LCI数据集相结合，使用替代点分配（APOS）系统模型进行建模。所得到的清单被实现到SimaPro 9.0中，以执行从摇篮到坟墓的温室气体排放归因生命周期评估（ALCA）。ALCA评估与所定义的产品系统直接相关的环境负担，因此提供了与共享电动踏板的生产、使用和寿命结束相关的排放的静态表示（[34]）。然后使用情景分析来检查环境性能如何应对关键运营和技术参数的不确定性。为使用寿命距离定义了悲观、中等和雄心勃勃的情景，同时变化其他参数，包括骑行电力需求、重新分配强度和寿命结束处理，以代表合理的运营条件。此外，还进行了一次性的确定性敏感性评估，以量化每个参数对从摇篮到坟墓的温室气体排放的相对影响。为了将共享电动踏板出行的气候影响置于清单结果之外，分析最终应用了模式转换假设，指定了由电动踏板出行取代的模式（第6.6节）。这种基于替代的解释并不修改ALCA结果本身。相反，它评估在以汽车为导向的城市环境中，共享电动踏板是否可能在合理的行为条件下产生净增加或减少的交通相关温室气体排放。

3.2. 解释边界
该框架是归因性的和基于情景的。它不表示诱发需求和长期结构变化。因此，结果取决于定义的系统边界和替代假设。在这些边界内，该框架为评估共享电动踏板在以汽车为导向、气候炎热的城市环境中何时可能减少或增加排放提供了透明的基础。比较模式转换解释将用于将归因结果置于上下文中，而不是估计全部后果影响。

4. 研究区域
研究区域是阿联酋的迪拜酋长国，2022年在该国启动了一个受监管的共享电动踏板计划，作为城市更广泛的智能移动性和最后一公里交通策略的一部分（[35]）。迪拜面积约为4100平方公里，人口超过350万居民，每天有大量通勤者和游客流入。城市中的出行需求主要由私人机动车辆主导，步行和骑行的比例较低（[36]）。高温影响出行行为、车辆性能和电池充电需求，可能影响共享电动踏板系统的使用率和运营能源需求。共享电动踏板被部署在选定的高密度和混合用途区域，包括活动中心、公共交通枢纽和商业区（[31]）。服务区域被设计为支持短途出行和与地铁站的连接。运营受到市政规定的约束，这些规定包括车队规模限制、指定停车区、速度限制和服务区域边界。

图2展示了数据集的空间分布，它绘制了出行起点和终点的分布以及迪拜地铁站网络。出行活动形成了一条与迪拜沿海城市结构对齐的清晰线性走廊，反映了城市的发展形态和共享电动踏板部署的空间足迹。车站附近的活动较弱反映了部署稀疏或当地需求较低。这种空间模式与优先考虑商业区和可行走社区的服 务模型一致，而不是在整个网络范围内的均匀部署（[37]。

5. 生命周期评估
LCA遵循ISO 14040和14044的方法要求，如图3所示。目标和范围定义了研究的目的是什么，功能单位、系统边界和方法选择是什么。这些决定决定了收集哪些数据以及如何评估影响。LCI量化了穿越系统边界的所有物质和能量流动。影响评估将清单流量分配到影响类别，并应用特征因子来估计潜在影响。双向箭头强调LCA不是线性的。数据缺口、方法上的不一致或意外结果会触发回到目标/范围或清单阶段的迭代。

5.1. 目标和范围
LCA的目标是量化与迪拜共享电动踏板出行相关的从摇篮到坟墓的温室气体排放，并确定每公里足迹的主要参数，气候变化被定义为主要影响类别。ALCA涵盖了从原材料提取到电动踏板寿命结束的所有相关使用操作。图4说明了系统边界。功能单位被定义为一次一公里的共享电动踏板出行。影响按每辆电动踏板计算，跨生命周期阶段汇总，并通过使用寿命进行归一化，以获得每公里的从摇篮到坟墓的排放。

5.2. 生命周期清单（LCI）
LCI将活动数据与系统边界内每个过程的排放因子联系起来。它将一手运营数据与文献和已建立数据库中的二手数据结合起来。表2总结了关键的清单输入，并按数据类型进行分类。直接从迪拜共享电动踏板运营中观察到的数据被归类为一手运营数据，而未在出行级别记录中捕获的过程，包括上游制造和下游寿命结束阶段，使用制造商规格、已发表的研究、物流参考和ecoinvent数据集进行建模。以下小节提供了每个清单组件的数据来源、假设和建模方法的详细描述。

5.2.1. 电动踏板硬件和制造
电动踏板硬件和制造的LCI是使用一手设计规格和二手数据的组合编制的，以确保与当前共享电动踏板平台的一致性。清单代表了与在迪拜部署的电动踏板相当的共享电动踏板。组件质量和材料组成来自制造商规格和先前的微移动性LCAs，并使用替代点分配（APOS）系统模型（[39]、[3]、[9]、[34]）映射到ecoinvent数据库的背景数据集。考虑的电动踏板质量为15公斤，这位于商业共享电动踏板报告的范围之内（通常根据型号和世代不同而介于13-19公斤之间）。在阿联酋使用的电动踏板在中国制造，然后进口到阿联酋（[40]、[31]）。材料组成主要是基于铝的组件，反映了其在框架、甲板、车杆和结构外壳中的广泛使用。少量的低合金钢用于轴、紧固件和加固承重元件。基于聚合物的材料，包括聚碳酸酯和合成橡胶，用于外部外壳、保护盖、轮胎和减震元件。电子子系统通过打印线路板、晶体管和控制电子器的汇总数据集来表示，涵盖了电机控制器、传感器和车载电子器的生产。照明组件使用发光二极管生产数据集进行建模。能量存储由可充电锂离子电池组提供。清单涵盖了电池单元生产、模块组装和上游材料加工。包括一个专用充电器，以考虑共享电动踏板系统所需的离板充电基础设施。铝表面处理使用单位面积的粉末涂层进行建模。框架和结构组装通过铝弧焊工艺表示。所有制造活动假设发生在中国，与电动踏板的全球化供应链一致。因此，上游电力和热量（基于天然气）输入反映了中国而不是阿联酋的平均条件。表3总结了用于表示一辆电动踏板制造的物料和过程输入。

5.2.2. 运输到阿联酋
一旦电动踏板在中国制造完成，它们通过国际海运系统运送到迪拜。通常从上海、深圳或宁波等主要工业港口出发，抵达迪拜的杰贝尔阿里（[41]、[42]）。代表性的海上距离约为10,452公里，运输时间根据路线和服务条件介于16到30天之间（[43]、[44]）。到达后，电动踏板被转移到迪拜的区域仓库进行检查、最终组装、调试并部署到共享车队中。

5.2.3. 电动踏板出行数据
实证分析使用了迪拜的微移动性数据集。数据检索过程依赖于运营者出行级别的自动化提取，这些数据提供了完成的租赁的匿名记录和运营属性。数据的特点、提取和清洗过程可以在Jia和Gao、Li等人[6]、[11]中找到。构建了两个季节性数据集，分别覆盖2022年7月1日至9月29日的夏季和2022年11月3日至12月31日的冬季。夏季数据集包含77,262次出行，由970辆不同的车辆完成；冬季数据集包含69,848次出行，由1200辆车辆完成。每条记录包括出发和结束时间戳、起点和终点坐标、报告的最高速度和电池电量。表4描绘了出行的一些基本特征。图5进一步显示了电动踏板出行时间的分布，清楚表明人们在冬季更多地使用电动踏板出行。

5.2.4. 运营物流/使用阶段
运营物流涵盖两个主要元素：用于充电电动踏板的电力和收集、重新充电和重新部署电动踏板所需的车辆移动。这些过程在LCI中使用基于能源和距离的输入来表示，这些输入来自实证数据和文献。在夏季和冬季收集的行程级电池充电状态数据被用来估计能耗，假设电池的标称容量为0.5千瓦时。推断出的骑行能量强度会随着运行条件和行程特征的不同而有很大差异，从夏季的7.16瓦时/公里到冬季的15.76瓦时/公里不等。这些数值反映了行程长度、环境温度和整体骑行条件的差异。在情景建模中，骑行能量强度被设定为10、15和20瓦时/公里，以代表低、中和高的能耗情况。这一范围涵盖了观察到的变化，并与文献中最近的实证研究结果相符（[6]）。这种表示方法捕捉了在迪拜条件下运行能源需求的季节性变化。电池退化和维护效应没有在模型中明确体现，因为这些过程在现有的行程级数据集中无法直接观察到。

ii. 电力供应
所有用于电池充电的电力均依据阿联酋当前电网的电力组成进行建模，该组成在ecoinvent数据库中有详细记录（[45]）。

iii. 重新分配操作
由于缺乏仓库操作和详细的服务车辆路线数据，电动滑板的收集和重新分配是通过基于厢式货车的巡游来实现的。重新分配的影响是按照每辆重新分配的滑板来量化的。假设一次巡游的距离为20公里，这代表了服务于过剩和短缺区域的多站式巡游。每次巡游可以重新分配15辆滑板，这与厢式货车的容量相符。这导致每辆重新分配的滑板的平均重新分配距离为1.33公里，与之前报道的研究结果一致（[3]），那些研究显示重新分配距离在1公里到4公里之间。所有重新分配的行程都使用柴油引擎的中型商用车辆进行建模，排放因子来自ecoinvent数据库。

iv. 排放
每辆重新分配的滑板每次巡游的排放量计算如下：
(1)Escooter,tour = Ltour × EFvanNscooters
其中Ltour是巡游距离（公里），EFvan是柴油厢式货车的排放因子（千克CO2e/公里），Nscooters是每次巡游运输的滑板数量（15辆）。
重新分配频率是一个不确定的操作参数，因此通过两种重新分配强度情景进行探讨。在低强度情景下，10%的运行日需要进行重新分配，这代表了空间需求相对平衡的系统。在高强度情景下，50%的运行日需要进行重新分配，反映了空间不匹配严重且对车队可用性要求较高的系统。重新分配的影响是根据观察到的骑行活动分配给滑板使用的。夏季的平均行程时间为大约5分钟，冬季为7.93分钟，结合假设的行驶速度为15公里/小时，得出平均行程距离分别为1.26公里和2.0公里。这些数值用于估计每种情景下的总事件数。每辆滑板的重新分配事件数计算如下：
(2)Nevents = Lifetime × Tripdistance

每辆滑板每次重新分配对排放的贡献计算如下：
(3)eredistribution = (Escooter,tour × Nevents) × fredistribution
其中eredistribution是每辆滑板每次重新分配的GHG强度（千克CO2e/公里），Nevents是该滑板在其使用寿命期间预期的重新分配事件数，Lifetime是该滑板行驶的总距离（公里），fredistribution等于10%或50%。

v. 电动滑板的寿命
电动滑板的寿命具有很大的不确定性，在不同运营环境中差异很大。实证研究报道，在布鲁塞尔平均寿命约为1400公里（[46]），在耐用性改善的假设下约为4000公里（[13]），而在延长服务寿命的系统中可达到11,680公里（[47]）。其他研究明确探讨了从几百公里到超过10,000公里的广泛范围，强调寿命是电动滑板生命周期评估（LCA）中主要的不确定性来源之一（[39]、[48]、[34]）。鉴于这种不确定性，定义了三种情景来捕捉可能的运营条件：
- 悲观情景：500公里，代表物理寿命较短。
- 中等情景：1500公里，通过更好的运营管理提高耐用性和利用率。
- 高远情景：5000公里，代表多年寿命和高利用率。

vi. 使用寿命结束时的处理
在使用寿命结束时，建模了两种替代方案来反映电动滑板的合理处置途径。在基线情景中，所有电动滑板的组件在其服务寿命结束后都被假设为填埋处理。这代表了一种保守的情况，即没有回收基础设施或材料回收。在回收情景中，主要结构材料进行材料回收，而剩余的组件则按照默认的处置途径处理（ecoinvent）。表5中报告的所有材料数量对应于一辆单独的电动滑板。假设铝、钢、塑料和橡胶的回收率为90%，剩余的10%被填埋处理。对于每种可回收材料i，回收和填埋的质量计算如下：
(4)Mirec = Ri × Mi
(5)Miland = (1 - Ri) × Mi
其中Mi是每辆滑板中材料i的质量，Ri是回收率（这里假设为0.90），Mirec是回收的质量，Miland是填埋的质量。
回收使用的是避免负担的方法，即回收的二次材料在质量上替代了初级材料的生产。与材料i相关的环境信用计算如下：
(6)Crediti = Mirec × EFiprim
其中EFiprim代表初级材料i的从摇篮到大门的GHG排放因子。总回收信用计算如下：
(7)Credittotal = ∑i=1n Mirec × EFiprim

表5. 电动滑板组件回收的清单。
| 材料类别 | 质量（千克） | 回收（千克） | 填埋（千克） |
| --- | --- | --- | --- |
| 结构金属 | 铝合金, MMC | 6.74 | 6.06 | 60.6 |
| 空电池 | 铝, 铸造合金 | 0.30 | 0.27 | 0.03 |
| 空电池 | 钢, 低合金 | 1.59 | 1.43 | 10.15 |
| 聚合物和弹性体 | 聚碳酸酯 | 0.32 | 20.29 | 0.03 |
| 空电池 | 合成橡胶 | 1.39 | 1.25 | 10.13 |
| 电气和能源组件 | 电子和线路板 | 0.46 | --- | --- |
| 空电池 | 锂离子电池 | 3.25 | --- | --- |
| 充电器 | 0.45 | --- | --- |
| 空电池 | LED和控制组件 | 0.09 | --- | --- |
| 显式填埋总计 | 1.03 | 45 |

v. 影响评估方法
生命周期影响评估（LCIA）使用SimaPro 9.0进行，将LCI流量转换为环境影响指标。气候变化（CC）被选为主要影响类别，因为它与交通脱碳直接相关，并符合研究的目标。CC通过计算产品系统向大气中释放的GHG排放量来量化。这些气体包括二氧化碳、甲烷、氧化亚氮和其他放射性物质，它们在辐射效率和大气寿命上有所不同，因此对全球变暖的贡献也不同。为了允许一致的聚合，它们的影响使用全球变暖潜力（GWP）来表示。
应用了IPCC-2023 GWP方法，时间范围为100年。在这个框架下，CO2作为参考物质，被赋予了一个特征因子1。任何其他GHG的GWP代表其相对于二氧化碳的100年累积辐射强迫。这使得所有GHG排放都可以转换为共同的单位千克CO2e。系统的总CC影响计算如下：
(8)CC100 = ∑i=1n mi × GWPi,100
其中，CC100是100年时间范围内的总气候变化影响，以千克CO2e表示，mi是排放到空气中的GHG i的质量，GWPi,100是气体i的100年全球变暖潜力，以千克CO2e/千克气体表示。

v.4. 敏感性评估
为了补充离散情景分析，还对主要的不确定LCA参数进行了确定性的逐一敏感性评估。这项分析旨在提供对关键参数相对影响的额外见解，并支持对情景结果的解释。定义了一个参考情景，对应于滑板使用寿命为1500公里、骑行电力需求为15瓦时/公里、低重新分配强度（运行日的10%）以及使用寿命结束时的填埋处理。这个参考情景仅用作一致的比较点，以隔离一次改变一个参数的效果，并不打算代表迪拜的观察平均值或正式基线。围绕这个比较情景单独测试了四个参数：使用寿命距离（500公里和5000公里）、骑行电力需求（10瓦时/公里和20瓦时/公里）、重新分配强度（运行日的10%和50%）以及使用寿命结束时的处理（填埋与回收，主要结构材料回收率为90%）。对于每个参数的变化，重新计算了从摇篮到坟墓的GHG强度，同时保持所有其他参数不变。敏感性以g CO2e/公里的绝对变化和相对于比较情景的百分比变化来表示。由于模态转移假设被单独作为行为解释情景处理，因此没有包括在这个确定性敏感性测试中。

vi. 结果
6.1. 从摇篮到大门的排放
6.1.1. 硬件和制造
一个共享电动滑板的制造相关GHG排放量为144.03千克CO2e（表6）。这个值与文献中报告的共享电动滑板的LCA结果一致，证实了制造是排放的主要贡献者（[6]、[34]）。如表6所示，三个组件组占据了大部分制造足迹，即结构金属、电子组件及其充电器组成的电池。
基于铝的部件是主要贡献者。铝合金贡献了32.48千克CO2e（22.55%），铸铝增加了1.95千克CO2e（1.35%），而用于轴和紧固件的低合金钢贡献了2.78千克CO2e（1.93%）。总的来说，金属占制造足迹的约26%。这突显了结构材料选择、回收含量和轻量化设计对电动滑板所包含排放的影响。

表6. 电动滑板制造的GHG排放按组件划分。
| 组件或过程 | GWP（千克CO2e/滑板） | 制造GWP的占比（%） |
| --- | --- | --- |
| 铝合金, 金属基复合材料 | 32.48 | 22.55 |
| 印刷线路板 | 26.22 | 18.20 |
| 锂离子电池, 可充电 | 19.83 | 13.77 |
| 充电器, 用于电动滑板 | 14.25 | 9.89 |
| 晶体管, 有线, 小型 | 13.61 | 9.44 |
| 电子元件, 控制单元 | 11.30 | 7.84 |
| 电力, 中压, 中国 | 7.83 | 5.43 |
| 发光二极管 | 5.08 | 3.53 |
| 合成橡胶 | 3.86 | 2.68 |
| 钢, 低合金 | 2.78 | 1.93 |
| 聚碳酸酯 | 2.62 | 1.82 |
| 铝, 铸造合金 | 1.95 | 1.35 |
| 铝粉涂层, 铝板 | 1.29 | 0.89 |
| 区域或工业热能, 天然气 | 0.61 | 0.43 |
| 弧焊 | 0.26 | 0.18 |
| 自来水 | <0.00 | <0.01 |
| 总制造 | 144.03 | 100.0 |
注：由于四舍五入和包含非常小的贡献，百分比值可能不会精确等于100%。

尽管电子组件的质量相对较低，但它们是最大的贡献者群体。印刷线路板、离散晶体管、控制电子设备和LED照明合计排放了56.21千克CO2e，占制造排放量的大约39%。锂离子电池贡献了19.83千克CO2e（13.77%），而充电器贡献了14.25千克CO2e（9.89%）。综合来看，储能和充电系统占总制造足迹的约24%。聚合物和弹性体的贡献相对较小，合成橡胶和聚碳酸酯合计排放了6.48千克CO2e，相当于制造排放量的约4.5%。制造能源投入相对较少。电力使用贡献了7.83千克CO2e（5.43%），而工业热能、表面处理、焊接和用水合计占制造排放量的不到2%。

6.1.2. 从中国运输到迪拜
从中国运输到迪拜的排放量为每辆滑板1.47千克CO2e，相当于总从摇篮到大门排放量的大约1%（表7）。这种影响主要由集装箱海运主导，相对于制造排放来说很小。长途运输的相对较低贡献反映了集装箱运输的高效率，证实了上游材料生产主导了足迹。从气候角度来看，不改变材料成分的情况下，地理位置上的制造搬迁对总排放量的影响是微小的。

表7. 从摇篮到大门的GHG排放。
| 阶段 | GWP（千克CO2e/滑板） | 从摇篮到大门GWP的占比（%） |
| --- | --- | --- |
| 制造和硬件 | 144.03 | 98.9 |
| 国际运输到迪拜 | 1.47 | 1.01 |
| 从摇篮到大门 | 145.5 | 100.0 |

6.2. 运营物流
本节量化了使用阶段的排放，分为骑行电力消耗和重新分配操作。结果针对三种使用寿命情景、不同的骑行能量强度（表8）和重新平衡频率进行了报告。

表8. 随行驶距离和特定能量消耗变化的累积电能需求。
| 使用寿命（公里） | 10（Wh/km） | 15（Wh/km） | 20（Wh/km） |
| --- | --- | --- |
| 500 | 5.07 | 5.0 |
| 1500 | 15.0 | 2.5 |
| 5000 | 5.0 | 7.5 |
| 1000 | 10.0 | 6.0 |

6.2.1. 骑行电力排放
如图6所示，骑行相关的排放与运营寿命距离和能量强度成正比。使用阿联酋的中压电力组合，电力相关排放从短寿命的几千克CO2e增加到长寿命的几十千克CO2e。在15瓦时/公里的骑行能量强度下，累积电力排放分别为悲观情景下的4.0千克CO2e、中等情景下的12.1千克CO2e和乐观情景下的40.3千克CO2e。采用较低的或较高的骑行能量强度（10瓦时/公里和20瓦时/公里）会导致所有使用寿命情景下的电力相关排放量大约有±33%的变化。

下载：下载高分辨率图片（126KB）
下载：下载全尺寸图片

图6. 骑行电力排放随运营寿命和骑行能量强度的变化。

6.2.2. 重新分配排放
图7显示了在夏季和冬季运营条件下，三种使用寿命情景和两种重新平衡强度下共享电动滑板的使用阶段排放。重新平衡频率从10%增加到50%导致所有使用寿命假设下的排放量大约增加了五倍。季节性效应是一致的，但属于次要的。对于相同的寿命和重新平衡假设，冬季运营产生的排放量系统性地低于夏季。然而，季节性差异并不改变情景的相对排名。

在后续分析中，使用阶段GHG排放由夏季和冬季情景的平均值来表示。当骑行电力和再分配结合并以每公里为单位表示时，在再分配强度较低的情况下，运营物流阶段产生的CO2e排放量约为40–50克/公里；而在再分配强度较高的情况下，这一数值约为185–190克/公里。这些范围与现有文献中报告的运营阶段排放量一致 ([49], [14])。下载：下载高分辨率图片（166KB）下载：下载全尺寸图片

图7. 在不同再分配频率（10%和50%）下，三种生命周期情景下的温室气体排放量。

6.3. 终期处理
垃圾填埋会导致正面的温室气体负担（每辆滑板车0.38公斤），而材料回收则带来净气候效益（每辆滑板车-35.34公斤）。尽管与使用阶段的假设相比，终期处理的影响较小，但回收显著抵消了整个生命周期的温室气体排放。图8详细分解了与回收相关的净效益，包括各个材料和过程的贡献。其中，避免生产铝制部件是净效益的主要驱动因素。相比之下，残余过程（如电池的最终处理、运输和电子垃圾处理）带来的排放量相对较小。

下载：下载高分辨率图片（185KB）下载：下载全尺寸图片

图8. 终期回收过程中的排放量；负值表示避免的排放量。

6.4. 从摇篮到坟墓的全生命周期评估
所有生命周期阶段都是以每辆滑板车为基础进行建模的，然后通过将总影响除以滑板车的假设总使用寿命L来分配到功能单元。每公里的排放量计算公式为：
(9) Eper km = Emfg + Etrans + Eriding + Ereb + EEoL
其中Emfg、Etrans、Eriding、Ereb和EEoL分别代表制造、国际运输、使用阶段能源消耗、再平衡操作和寿命结束阶段的总影响，L分别为500公里、1500公里或5000公里。
表9根据不同的服务寿命、再平衡强度、骑行能源消耗和寿命结束处理假设，报告了共享电动滑板车的从摇篮到坟墓的温室气体排放量。结果同时以每辆车在其服务寿命内的总排放量和每公里的排放量表示，后者是评估的功能单位。
在所有情景中，服务寿命仍然是决定排放强度的主要因素。当骑行能源强度为15 Wh/km时，在低再平衡条件下，排放强度介于264至336克CO2e/公里之间；在高再平衡条件下，这一数值上升至408至480克CO2e/公里。如果将使用寿命延长至1500公里，则在低再平衡条件下排放强度显著降至118至141克CO2e/公里，在高再平衡条件下降至261至285克CO2e/公里。在5000公里的延长使用寿命情景下，排放强度进一步降低至66至73克CO2e/公里（低再平衡）和210至217克CO2e/公里（高再平衡）。
再平衡强度是仅次于使用寿命的第二大影响因素。在所有使用寿命下，高再平衡使从摇篮到坟墓的排放量增加约120至145克CO2e/公里。季节性评估表明，相对于使用寿命和再分配效应，气候变化的影响较小。冬季的运行频率较高，平均行驶时间从夏季的5.05分钟增加到冬季的7.93分钟，这在相同的服务寿命和再平衡假设下导致了较低的使用阶段排放量。对于给定的使用寿命和运营模式，将骑行电力需求从10 Wh/km增加到20 Wh/km会使排放强度增加约5至8克CO2e/公里。
无论在何种情景下，终期的回收处理都能显著降低排放量，通常可减少7至72克CO2e/公里，具体减少幅度取决于使用寿命和再平衡模式。在较短的使用寿命下，回收的绝对效益最大。然而，较短的使用寿命仍然伴随着较高的总体排放量，表明材料回收无法完全弥补滑板车提前报废的影响。

图9总结了这些参数的综合效应，展示了在各种骑行能源强度、再平衡方式和寿命结束假设下，每种使用寿命情景所能实现的最低和最高从摇篮到坟墓的温室气体排放强度。对于500公里的使用寿命，从摇篮到坟墓的排放量范围为261.7–482.6克CO2e/公里；对于1500公里的使用寿命，这一数值为114.8–287.3克CO2e/公里；对于5000公里的使用寿命，这一数值为63.2–219.3克CO2e/公里。
总体而言，结果表明，在服务寿命长且再平衡效率高的条件下，共享电动滑板车的排放量较低。相反，较短的使用寿命加上频繁的再分配会导致每公里的高排放量。这些发现强调了耐用性和运营实践是改善共享电动滑板车系统环境性能的关键因素。

表9. 共享电动滑板车从摇篮到坟墓的温室气体排放量，涵盖服务寿命、再平衡方式、处理路径和骑行电力需求的各种情景。

使用寿命（公里）再平衡寿命结束处理每辆滑板车的排放强度（克CO2e）每公里的排放强度（克CO2e/公里）
500公里低回收130.8 6, 132.1 6, 133.5 261.7, 264.3, 267.1
垃圾填埋166.5 8, 167.8 8, 169.2 833.2, 335.8, 338.6
高回收202.8 6, 204.1 6, 205.5 6405.7, 408.3, 411.1
垃圾填埋238.5 8, 239.8 8, 241.2 847.2, 479.8, 482.6
1500公里低回收172.2 6, 176.2 6, 180.2 114.8, 117.5, 120.2
垃圾填埋207.9 8, 211.9 8, 215.9 8138.7, 141.3, 144.0
高回收387.2 6, 391.2 6, 395.2 6258.2, 260.8, 263.5
垃圾填埋422.9 8, 426.9 8, 430.9 8282.0, 284.7, 287.3
5000公里低回收316.0 6, 329.4 6, 342.9 63.2, 65.9, 68.6
垃圾填埋351.7 8, 365.1 8, 378.6 870.4, 73.0, 75.7
高回收1034.0 6, 1047.4 6, 1060.9 6206.8, 209.5, 212.2
垃圾填埋1069.7 8, 1083.1 8, 1096.6 8214.0, 216.6, 219.3

下载：下载高分辨率图片（609KB）下载：下载全尺寸图片

图9. 根据服务寿命，共享电动滑板车每公里的最低和最高从摇篮到坟墓的温室气体排放量。

6.5. 确定性敏感性评估
表10使用了一个参考情景（141.3克CO2e/公里）进行了确定性的一次性敏感性比较，该情景对应于1500公里的使用寿命、15 Wh/km的骑行电力需求、低再平衡强度和垃圾填埋处理的情况。此情景仅作为一致比较点，用于隔离一次改变一个参数的效果，并不代表迪拜的实际平均水平或正式基准。比较结果证实，使用寿命和再平衡强度是影响从摇篮到坟墓温室气体排放量的主要因素。将使用寿命从1500公里缩短至500公里会增加194.5克CO2e/公里的排放量（+137.7%）；而将使用寿命延长至5000公里则会使排放量减少68.3克CO2e/公里（-48.3%）。将再平衡强度从运营天数的10%提高到50%会使排放量增加143.4克CO2e/公里（+101.5%）。寿命结束处理也有显著影响：从垃圾填埋改为回收处理可使排放量减少23.8克CO2e/公里（-16.8%）。相比之下，骑行电力需求的变动从10 Wh/km增加到20 Wh/km只会导致排放量变化约2.6至+2.7克CO2e/公里（约±1.9%）。因此，这项系统性敏感性评估证实，结果的稳健性主要受耐用性和再平衡假设的影响，而非骑行电力需求。

表10. 使用参考比较情景进行的确定性一次性敏感性比较
参数变化 参考假设 变化值 对比参考值（克CO2e/公里）
变化百分比 参考案例
1500公里使用寿命；15 Wh/km；低再平衡；垃圾填埋 141.3 0.0
使用寿命 1500公里 500公里 335.8 +194.5 +137.7
使用寿命 1500公里 5000公里 73.0 -68.3 -48.3
再平衡强度 低（运营天数的10%） 高（运营天数的50%） 284.7 +143.4 +101.5
骑行电力需求 15 Wh/km 10 Wh/km 138.7 -2.6 -1.8
骑行电力需求 15 Wh/km 20 Wh/km 144.0 +2.7 +1.9
寿命结束处理 垃圾填埋 回收

6.6. 基于情景的模态转换解读
第6.4节报告的温室气体强度本身并不能说明共享电动滑板系统是否会导致运输相关排放的净减少或增加。相反，它们仅指出了排放的热点。电动滑板系统对气候的影响从根本上取决于短距离出行被哪些运输模式替代，以及替代的比例。本节应用基于情景的模态转换解释方法，结合不同的实证支持的模态转换模式来分析ALCA结果 ([17], [26], [18])。这种方法并不试图预测行为结果，而是评估在各种替代或转换出行模式的情况下，共享电动滑板系统的排放影响如何变化。

6.6.1. 被替代的模式和排放基准
明确考虑了两种被替代的模式，即步行和机动出行。这些模式代表了短距离城市出行中每公里温室气体强度的下限和上限 ([26])。
应用的排放因子如下：
• 步行：50克CO2e/公里，反映了额外的食物能量需求 ([50])
• 乘用车：250克CO2e/公里 ([51])
公共交通替代和诱导需求未在模型中明确考虑。这些剩余类别是为了避免引入额外的不确定性。

6.6.2. 潜在的模态转换情景
文献一致表明，步行是主要被电动滑板出行替代的模式 ([28])。Reck等人 ([27]) 报告了19项实证研究中步行替代率的中位数为43%，最高和最低值分别在30%至70%之间。机动模式的替代发生频率较低，但仍具有显著性。报告的替代率范围从8%到40%不等，在以汽车为导向的情境中替代率较高 ([52])。最新的综合研究进一步显示，替代模式在不同城市和运营条件下存在显著差异，这反映了城市形态、出行长度、交通可达性和服务设计的不同 ([53])。此外，方法学研究表明，传统的出行共享方法可能高估了步行的替代效果，并低估了汽车行驶里程的减少 ([54])，因此建议使用基于行驶范围的替代情景而非单一固定值。
由于迪拜的出行数据集没有直接观察在没有电动滑板车的情况下人们会使用哪种替代模式，因此这里将模态转换视为一种基于情景的解释框架，而不是行为预测。在迪拜，共享电动滑板车主要作为短距离和第一/最后一公里的交通方式，与公共交通相连，而更广泛的城市Mobility系统仍然高度依赖汽车 ([55], [31])。总体而言，文献支持多种合理的替代模式，这激发了使用多种模态转换情景的必要性（表11）。这些情景是假设性的表示，旨在测试温室气体结果对不同替代模式的敏感性。虽然实证研究通常报告离散的机动替代率（例如20%或40%），但个人的出行行为通常涉及多种模式。电动滑板车可能替代步行、驾车出行，或两者混合。因此，以步行为主、以汽车为主和以汽车为导向的情景分别代表了步行和机动替代的多种组合，涵盖了可能的城市情况。

表11. 电动滑板车模态替代的情景
情景 步行替代百分比 机动替代百分比
实证依据 混合步行和汽车替代
低机动替代（步行为主） 60 10 反映了人口密集、适合步行的城市 ([27])
以汽车为主（文献中位数） 45 20 基于19项研究的步行替代率中位数 ([27])
以汽车为导向 35 30 代表了以汽车为导向、步行能力较低的情况下，电动滑板车可以替代更高比例的机动出行 ([56])
平衡的机动替代 50 50 表示电动滑板车替代了等比例的步行和短距离机动出行
仅汽车替代 20 作为保守的下限，反映了共享电动滑板车主要替代非机动出行的情况 ([53])
中等机动替代 40 表示电动滑板车替代了中等比例的短距离机动出行 ([57])
高机动替代 70 表示在汽车依赖性高、步行能力低的情境下，电动滑板车大幅替代了短距离的汽车出行 ([58])

6.6.3. 各情景下的基准排放量
表12列出了每种模态转换情景下的基准排放量。这些数值代表了电动滑板车生命周期排放量必须低于的临界阈值，以实现净温室气体减排。

表12. 各模态转换情景下的基准排放量
情景 温室气体排放量（克CO2e/公里）
以步行为主 55
以汽车为主 92.5
平衡 150
仅汽车替代 50
中等机动替代 100
高机动替代 175

6.6.4. 共享电动滑板车的净温室气体影响
图10结合了从摇篮到坟墓的排放量和模态替代，量化了共享电动滑板车使用的净温室气体排放量。净影响计算公式为：
(10) NetGHGimpact = f × Escooter ? B
其中 f 表示被电动滑板车替代的出行比例，Eskooter 是电动滑板车的从摇篮到坟墓的排放量，B 是被替代模式的基准排放量。在这种计算方式中，电动滑板车的负担按替代比例加权，因此结果反映了替代出行的边际影响。因此，情景结果取决于假设的替代率和电动滑板车的生命周期排放量。
在500公里的服务寿命下，所有情景都会增加排放量。即使仅 substitution 为汽车，也会产生正的净影响。在仅汽车替代比例为20%的情况下，净影响范围为2.3至46.5克CO2e/公里；而在70%的情况下，这一数值上升至8.2至162.8克CO2e/公里。以步行为主和平衡的情景下，净影响分别达到280克CO2e/公里和330克CO2e/公斤以上，整个范围位于临界线之上。在这种较短的使用寿命下，电动滑板车的碳密集度很高，制造和再分配占主导地位，因此单靠模态转换无法实现减排，系统反而成为额外的排放源。
在1500公里的服务寿命下，系统进入了一个过渡阶段，此时气候性能高度依赖替代模式。以步行为主和以汽车为主的情景仍然呈现正面影响，而以汽车为导向和平衡的情景则跨越了零线，其范围从轻微减少（例如约-35克CO2e/公里）到显著增加。仅汽车替代的情景进一步扩大了减排范围，高机动替代的情况下，排放量从大约-95克CO2e/公里到26克CO2e/公里不等。因此，在这一生命周期内，尽管净效益是可能的，但只有当大部分出行方式替代了私家车的出行时才能实现。在行驶距离达到5000公里时，耐用性显著改善了排放平衡。所有混合替代方案都跨越了盈亏平衡点，因此即使在部分替代出行为步行的情况下，低生命周期排放量也能带来净减少。相比之下，纯汽车出行方案则会导致净排放增加。即使在20%的汽车替代比例下，整个范围内也能实现净减少，而高比例的汽车替代则可以减少约130克二氧化碳当量的排放。在长寿命和强烈替代汽车的情况下，共享电动滑板车始终作为一种缓解措施而不是额外的排放源发挥作用。因此，出行方式构成与技术及运营因素一起，成为影响气候性能的结构性因素。

下载：下载高分辨率图片（458KB）
下载：下载全尺寸图片
图10. 共享电动滑板车在不同生命周期和出行方式转换情景下的净温室气体影响

7. 讨论与结论
本研究量化了阿联酋共享电动滑板车在运营条件下的温室气体性能，重点关注了制造和运输、使用阶段动态、使用寿命终结时的处理方式以及潜在的出行方式转换情景。通过将摇篮到大门（cradle-to-gate）、使用阶段（use-stage）和使用寿命终结（end-of-life）的过程结合在一个从摇篮到坟墓（cradle-to-grave）的框架内进行分析，该研究超越了简单的可持续性假设，而是量化了技术设计、运营实践和行为模式如何共同影响整体环境效益。
摇篮到大门阶段的排放主要由制造阶段决定，每辆滑板车在投入服务前大约会产生144克二氧化碳当量的排放。这一比例在长寿命情景下占总生命周期排放量的不到20%，而在短寿命和低使用率情景下可高达80%。铝是最大的排放源，占生产排放量的24%以上，这与报告中关于电动滑板车制造中结构金属主导地位的结论一致。锂离子电池的生产排放量占比超过13%，这一数值与最近对共享电动滑板车系统的环境评估结果相符。国际海运对摇篮到大门阶段的排放贡献仅为约1%。
使用阶段的排放主要受重新分配物流的影响，而非骑行用电的影响。骑行能源强度在10至20瓦时/公里之间变化时，温室气体强度仅增加约5-8克二氧化碳当量/公里。在低重新分配情况下，使用阶段贡献约40-50克二氧化碳当量/公里；在高重新分配强度下，这一数值上升至约185-190克二氧化碳当量/公里。在短寿命和极低重新分配条件下，使用阶段占总生命周期二氧化碳当量的约12%；当结合长寿命和高强度重新分配活动时，这一比例可超过50%，这与Hollingsworth等人及Reis等人的研究结果一致。
关于季节性差异，冬季的运营利用率更高，平均每次出行时间从夏季的5.05分钟增加到冬季的7.93分钟，因此在相同的生命周期和再平衡假设下，冬季的使用阶段排放量低于夏季。阿联酋条件下的季节性排放结果主要由重新分配物流驱动，而非骑行用电需求的微小差异。分析通过季节性解析的运营数据和基于电池充电状态的骑行能量使用估算来捕捉这一气候背景，但由于数据限制，没有明确考虑与热量相关的电池退化和维护效应。
使用寿命终结时的处理方式提供了一个有意义但次要的影响因素。填埋处置每辆滑板车会增加约0.4克二氧化碳当量的排放。回收方案每辆滑板车可带来约35克二氧化碳当量的净收益，主要通过避免铝的生产实现。回收虽然提高了整体性能，但无法弥补滑板车寿命短或重新分配效率低的问题。
从摇篮到坟墓的电动滑板车排放量在行驶距离为500公里时为261.7至482.6克二氧化碳当量/公里，在1500公里时为114.8至287.3克二氧化碳当量/公里，在5000公里时为63.2至219.3克二氧化碳当量/公里。这种变异性和敏感性表明，环境性能并非车辆本身固有的，而是取决于耐用性、利用率和运营配置。这些结果与先前的研究一致。例如，Moreau等人报告称在1400公里的行驶距离下排放量为约131克二氧化碳当量/公里，而Jia和Gao估计在4000公里的行驶距离下为约57克二氧化碳当量/公里。将使用寿命从500公里延长至5000公里可以大幅降低每公里排放量，进一步证实了结果对服务寿命和运营效率的依赖性。里斯本案例研究也表明，短寿命会扩大每公里排放量（从804克增加到1679克二氧化碳当量/公里），而较长的服务寿命对碳竞争力至关重要。
就出行方式转换模式而言，在行驶距离为500公里时，所有替代方案（包括高比例的纯汽车替代）均产生净正排放。在1500公里时，开始出现差异：步行主导的模式在其大部分不确定性范围内仍保持净正值。高比例的纯汽车替代则能够实现净减排。在5000公里时，大多数纯汽车替代方案在其大部分不确定性范围内变为净负值。高比例和中等比例的纯汽车替代对气候有益，而平衡的出行方式可能中性。然而，以步行为主导的替代方式仍会降低效益，但仍通常保持净正值。因此，共享电动滑板车的气候效益从根本上说是行为和空间因素的结果，而不仅仅是技术因素。卡塔尔的研究表明，利用率强烈影响每位乘客的排放量，在理论上的满负荷使用情况下，共享电动滑板车的排放量约为60克二氧化碳当量/公里，而在系统利用率约为11.4%时，这一数值上升至约264克二氧化碳当量/公里。类似地，Moreau等人报告称，在相同的交通环境下，共享电动滑板车的排放量为131克二氧化碳当量/公里，而其他出行方式的排放量为110克二氧化碳当量/公里。这些先前的研究支持了当前的结论，即耐用性和利用率决定了性能的改善条件，但需要从机动化出行方式大幅转换才能实现更好的气候效益。
综合来看，不能假设共享电动滑板车总能自动带来气候效益。在短寿命和以步行为主导的替代情况下，它们的排放量相对替代的出行方式会增加。在长寿命和有效替代机动化出行方式的情况下，它们可以有助于减少排放，但前提是需要在特定的运营范围内实现。通过共享电动滑板车实现气候缓解需要同时满足三个条件：耐用的硬件、高效的物流系统以及取代高碳密度的短途汽车出行。
这些发现对交通管理部门和市政监管机构具有直接意义。结果表明，许可证设计和微移动性监管应优先考虑最低服务寿命要求、强制报告车队使用寿命和重新分配活动，并制定激励措施，鼓励在共享电动滑板车更有可能替代短途汽车出行的路段进行部署。对于共享电动滑板车运营商而言，关键的可操作措施包括延长车辆寿命、减少不必要的收集和重新分配，以及利用数据驱动的车队管理系统来提高利用率，因为耐用性和重新分配强度是决定温室气体性能的主要因素。对于公共交通机构和综合出行规划者而言，研究结果支持将电动滑板车作为地铁站和主要活动中心的第1/最后一段出行方式，而不是在主要依赖步行的地区作为独立的出行方式。
这些发现也对制造商、技术提供者和废物管理相关方具有意义。对于制造商和技术提供者而言，结果强调了更耐用硬件、可修复和模块化组件、低影响材料选择以及在炎热气候条件下可靠运行的电池系统的重要性。对于废物管理和回收相关方，结果表明，高比例回收结构材料（尤其是铝）可以改善生命周期性能，尽管使用寿命终结时的收益无法弥补短服务寿命或低效运营的影响。总体而言，共享电动滑板车的气候效益取决于监管、运营、车辆设计和使用寿命终结管理的协调行动。
一些地区已经在实践中开始解决这些问题，不仅是为了管理运营，也是为了将共享电动滑板车打造成更可持续的城市交通方式。北美和欧洲主要城市已经实施了基于许可证的控制、耐用性要求、有效的重新分配和车队分配、指定停车和地理围栏以及数据共享要求。

CRediT作者贡献声明：
Haider Ibrahim：撰写——原始草稿、方法论、调查、正式分析、概念化
Charitha Dias：撰写——审阅与编辑、监督、项目管理、方法论、资金获取、概念化
Anugrah Ilahi：撰写——审阅与编辑、可视化、数据管理
Khaled AlAwadi：撰写——审阅与编辑、监督、软件、资源管理
Pengxiang Zhao：撰写——审阅与编辑、软件、资源管理、数据管理