面向可持续性的城市出行数据架构：综合评估框架

《Environmental Modelling & Software》：Sustainability-Oriented Data Architecture for Urban Mobility: An Integrated Evaluation Framework

　　

摘要

城市交通脱碳不仅是一项技术挑战，更是一个治理问题，因为公共机构之间碎片化的数据基础设施往往制约了协同气候行动。尽管智慧城市交通投资不断增加，许多城市信息系统仍缺乏有效整合，导致数据质量、互操作性和机构决策能力受限。本研究基于TOGAF和ISO/IEC 25012原则，开发了一套面向可持续性的城市交通碳管理数据架构。本研究并非提出新的环境建模、预测或优化方法，而是聚焦于在城市机构中实施此类分析所需的数据架构和治理机制。所提出的架构整合了交通、能源和环境领域的数据异构数据集，并在整个数据生命周期中嵌入治理与可持续性考量。为评估其有效性，本研究应用了一套综合评估框架，包含概念对齐指数（CAI）、概念成熟度指数（CMI）、韧性准备指数（RRI）和可持续性准备指数（SRI）。结果表明，该架构在替代未来情景中展现出强大的概念一致性、架构成熟度和韧性，由由学术界和政府实务专家组成的独立专家小组验证，各项综合得分为CAI 89.39%、CMI 58.50%、RRI 74.64%、SRI 73.12%。此外，本研究还利用印度尼西亚万隆市的实际交通和排放数据进行了示范场景，进一步说明了该框架在真实机构环境中的实践适用性。除了技术性能外，研究结果还强调了整合型数据基础设施如何提升跨机构协作、分析透明度以及城市交通治理中的循证决策能力。本研究贡献了一套将架构设计、机构对齐和可持续性准备性联系起来的综合评估模型，为寻求加强数字基础设施以支持长期脱碳转型的城市提供了可转移的参考。

引言

城市交通系统在支持现代城市的经济活动和社交互动方面发挥着关键作用，但仍然是全球温室气体（GHG）排放的最大贡献者之一（Jarboui等，2024）。快速城市化、汽车拥有量的增加以及复杂的出行模式加剧了交通运输部门的能源消耗和碳排放，给城市实现雄心勃勃的脱碳和净零目标带来了巨大压力（You等，2025）。印度尼西亚万隆市的情况说明了这一挑战的紧迫性：2022年，交通运输部门贡献了1,218.23 Gg CO?eq，占该市所有部门温室气体排放总量的72.4%（万隆市环境与卫生局，2023）。

科学界已采用日益精密的量化方法应对这一挑战。数学建模研究展示了温室气体浓度、气候反馈和生态系统影响之间的动态关系，从快速排放对沿海和海洋系统的影响（Mandal等，2021a、2021b、2022a）到减排的最优控制策略（Mandal等，2022b）。城市可持续性也通过动态数学框架进行探索，包括量化建成环境温室气体吸收能力的绿色建筑模型（Biswas等，2022）。这些贡献表明，排放建模的数学基础已得到充分发展。然而，其在城市治理中的实际应用高度依赖于准确、一致、可追溯和可互操作的数据，而这恰恰是大多数城市基础设施尚不发达的领域。因此，这一挑战不仅是分析性的，更是根本性的架构和制度问题。

有效的城市交通脱碳取决于整合、透明且可治理的数据基础设施，以支持循证政策制定和运营决策。然而，大多数城市的排放相关数据由拥有不同职责的多家公共机构生成、管理和监管，这使得协同气候行动高度依赖于可互操作的数字基础设施（Gao等，2022；Luo等，2025）。万隆市的情况清楚地说明了这一点，其排放数据分散在环境与卫生局（DLHK）、交通局（Dishub）、全国车辆登记系统（Samsat）和国家燃料分配局（BPH Migas）这四个独立的制度系统中，缺乏统一的数据整合机制。

尽管智慧城市技术和交通分析取得了进步，城市交通碳排管理仍受到碎片化和异构数据架构的限制（Gao等，2022）。排放相关数据通常分布在交通监控系统、车辆登记系统、燃料消耗记录和环境平台中，每个系统运行在不同的标准、格式和治理实践下（Luo等，2025；Somantri & Surendro，2024）。这种碎片化损害了数据质量，限制了跨领域互操作性，降低了排放计算的可靠性，最终削弱了利益相关者的信任和政策有效性。

企业架构和数据质量框架为应对这些挑战提供了结构化基础。TOGAF等框架为设计和治理复杂信息系统提供了系统化指导（Purnawan & Surendro，2016；TOGAF?标准第10版，2022），而ISO/IEC 25012等标准则正式化了数据质量的关键属性，包括准确性、完整性、一致性和可追溯性（ISO/IEC，2008）。虽然这些框架提供了技术指导，但其在公共部门可持续性治理中的应用仍未得到充分探索，特别是在城市交通脱碳的背景下。

先前研究已从多个方向应对相关挑战，但仍存在关键空白。城市交通碳管理研究主要强调排放监测、分析和优化机制（Luo等，2025；Wang，2024），而可持续性通常仅被视为分析目标，而非嵌入数据层中的架构设计原则。现有基于架构的减排方法仍较为碎片化，很少全面解决跨领域整合和长期可持续性，正如近期关于计算机科学架构减排的系统性综述所强调的（Somantri & Surendro，2024）。此外，数学建模研究尽管方法论上很精密，但很少说明在城市治理规模上实现其模型所需的数据基础设施（Mandal等，2021a；Mandal等，2022b）。现有框架中的评估方法也大多局限于功能或技术性能指标，很少关注概念成熟度、未来不确定性下的架构韧性和制度可持续性准备性。最后，尚缺乏将企业架构理论（TOGAF）、数据质量标准（ISO/IEC 25012）和面向可持续性的设计相结合的统一、经验证的评估模型。

这些空白共同表明，城市交通碳管理领域缺乏面向可持续性的数据架构范式及配套的多维度评估框架，该范式应同时植根于架构理论、通过领域专家评估进行验证，并在真实城市交通系统的经验条件下加以情境化。

为应对这些挑战，本研究提出了一套基于TOGAF和ISO/IEC 25012原则的面向可持续性的城市交通碳管理数据架构，并引入了一套综合评估框架，整合了概念对齐、成熟度、韧性和可持续性准备性。需要明确的是，本研究的贡献是架构性和评估性的：它建立了支持城市交通脱碳所需的数据基础设施、标准整合和治理机制，而非提出新的环境预测、排放建模或优化算法。此类分析模型被视为下游应用，所提出的架构旨在实现和支持这些模型，而非本研究本身的贡献。为为专家验证提供经验基础，所提出的框架已在印度尼西亚万隆市的城市交通环境中应用和评估，该市是一个人口约250万的都市区，交通部门是温室气体排放的主要来源，跨机构数据碎片化是一个有据可查的治理挑战（万隆市环境与卫生局，2023；万隆市交通局，2024）。该框架设计为可转移的架构，万隆作为验证情境的使用不限制其对具有类似城市交通和治理特征的其他城市的适用性。包含概念对齐指数（CAI）、概念成熟度指数（CMI）、韧性准备指数（RRI）和可持续性准备指数（SRI）的评估框架通过来自学术界和实务界的独立专家小组进行验证，包括万隆市交通局和万隆市环境与卫生局的官员。

本研究的贡献包括：（1）展示了如何在数据系统的架构层面操作化可持续性；（2）提供了一个经独立领域专家（包括学术界和政府实务评估者）验证的多维度评估框架；（3）通过利用万隆市机构实际数据的代表性示范场景和实证专家小组评估来验证所提出的框架，确认了其在真实城市治理环境中的概念合理性和实践适用性；（4）为寻求加强数字数据基础设施以支持长期脱碳转型的城市提供了可转移的参考架构。除了技术整合外，本研究还推进了对整合型数据架构如何促进协同城市治理和加强制度循证可持续性政策能力的理解。

相关工作

本节回顾了与本研究最密切相关的三个互补领域的文献。2.1节考察了应用于城市交通和智慧城市治理的企业架构方法，特别关注采用TOGAF和ArchiMate框架的研究。2.2节回顾了城市交通碳排放管理的分析和数据驱动方法，重点在于排放监测、建模和优化的最新进展。

研究方法

TOGAF架构开发方法（ADM），如图1所示，提供了一个系统化框架，用于设计、评估和最终确定企业架构。该过程从选择参考模型、观点视图和工具开始，这些构成了架构分析的基础。随后进行基线架构的开发，代表现有实际状况，以及目标架构的开发，后者反映期望的愿景和结果。

结果与讨论

本节呈现了所提出的面向可持续性的数据架构的评估结果，并探讨了其对城市治理和数字化转型的更广泛影响。除了报告量化性能指标外，分析还解读了整合型架构设计如何增强可持续性准备度、加强机构协作并支持城市交通系统中的循证政策过程。通过将架构性能与可持续性

结论

本研究开发了一套面向可持续性的城市交通碳管理数据架构，并展示了架构设计如何作为协同城市治理的赋能基础设施发挥作用。通过将数据质量标准、生命周期治理机制和可持续性原则直接嵌入数据层，所提出的框架支持更整合、透明和制度对齐的碳数据管理，以应对复杂的公共部门

作者贡献声明

Asep Somantri：写作—审阅与编辑、写作—初稿、方法论。Yoanes Bandung：指导、形式分析。Kridanto Surendro：指导、概念化。

未引用的参考文献

BPS kota Bandung等，2024；IPCC等，2006；TOGAF?标准第10版。

声明

伦理审批和参与同意。不适用。

伦理审批

不需要。本研究不涉及人类或动物。

参与同意

不适用，因为未收集任何个人或可识别的参与者数据。

发表同意

不适用。本手稿不包含任何人的数据、图像或其他识别信息。

发表同意

所有作者均已审阅本手稿并同意其提交和潜在发表。

数据和材料的可用性

本研究中生成和/或分析的数据集可从通讯作者处合理请求获得。

利益冲突

作者声明无利益冲突。

临床试验编号

不适用。

生成式AI和AI辅助技术在写作过程中的声明

在准备本作品过程中，作者使用了ChatGPT（OpenAI）协助起草、编辑和完善手稿，包括生成结构化内容、增强叙事流畅性并提供风格一致性。使用此工具后，作者根据需要对内容进行了审阅和编辑，并对出版物的内容承担全部责任。

资助

本研究未获得任何资助。

利益冲突声明

? 作者声明不存在已知的竞争性经济利益或个人关系，这些可能影响本文所报告的工作。

致谢

作者感谢万隆市环境与卫生局（DLHK）和万隆市交通局（Dishub）提供了城市碳排放和交通数据的访问权限，这些数据为所提出成果的研制提供了信息支持。本研究由Dana Darma Pancasila研究资助计划支持，该计划由Aliansi Kebangsaan和Yayasan Dana Darma Pancasila发起和组织。

Asep Somantri | Yoanes Bandung | Kridanto Surendro

印度尼西亚西爪哇省万隆市Coblong区Lb. Siliwangi，Ganesa路10号，万隆理工学院电气与信息技术学院，邮编40132