上海迎世博軌道交通快速發展的碳減排效益

李立峰 ,胡 靜 ,邵 丹 (.上海市環境科學研究院,上海 0033；.上海市城市綜合交通規劃研究所,上海 00040)

近年來上海的軌道交通系統迅速發展,尤其是2007～2010年,為了迎世博,軌道交通建設比往年有了較大提速.到2010年世博會召開時,上海軌道交通線路達11條,運營里程達420km(不含磁懸浮)僅次于紐約,居世界大城市第2位.這一長度比2008年增長70%,超過了同期客運量的增幅(約40～50%),從而使總體客運強度得到了降低[1].初步完善的軌道交通網絡不僅有力保障了世博參觀客流的通暢,也為全市的日常交通與環境質量做出了重要貢獻,在后世博時期仍然發揮著長遠、持續的作用.

2010年我國交通運輸領域的溫室氣體排放約占全社會的7.9%,如不采取特別措施,到2050年將上升到14.4%[2];上海市交通運輸的溫室氣體排放比重在2007年已高達23.8%,且年均增長率達15.1%[3].國內外已有不少研究者指出發展軌道交通等公共出行方式、并減少私人汽車出行,有利于城市的節能減排及環境改善[4-7]. 一項研究指出紐約的交通能耗與碳足跡都低于舊金山與芝加哥,原因就是紐約的公交交通出行(尤其是軌道交通出行)比例高于后兩座城市[4].中國鐵道部科學研究院的一項研究指出城市軌道交通對節地、節能、緩解空氣污染、改善聲環境、減少水土流失、緩解熱污染等方面均有良好效益[6].貴陽學院與貴陽城市軌道交通有限公司等單位合作探索了城市軌道交通運行階段地鐵車輛和車站碳排放的計算,運用 VB程序建立了簡單的計算模型[7].但是,在計算城市軌道交通發展所產生的碳減排效益方面,尚未見相關研究.在此背景下,本文重點研究了2007年以來上海軌道交通建設的提速帶來的溫室氣體減排效益.

1 方法

1.1 情景分析法

情景分析法是假定某種現象或某種趨勢將持續到未來的前提下,對預測對象可能出現的情況或引起的后果做出預測的方法.通過設定各種不同情景,還可以達到定性對比和定量計算情景差異的效果.該方法在軌道交通相關研究中的應用還不常見.

本研究借用情景分析的思路,將已經發生的實際情景與一個假定的基準情景進行了對比,計算了2007年1月初(軌道交通線路建設與客運量均開始提速)～2010年10月底(世博會結束)期間,上海因軌道交通快速發展引起居民出行結構變化所產生的相對碳減排效益.如圖1所示,2000～2006年,上海軌道交通網絡總里程年均增長量15km,日客運量年均增長 28萬人次;而2007～2010年總里程年均增長65.5km,日客運量年均增長69萬人次.為此,本研究將2007～2010年全市實際的交通設施建設與出行情景設為“實際情景”,即“軌道交通加速發展”情景;2007～2010年,假設軌道交通仍按2000～2006年常規速度建設,而每年城市規模及全市總出行量與實際情景相同,這一情景設為“基準情景”,即“軌道交通常速發展”情景.

基準情景中設定以下3項假設:

假設 1:2007～2010年總體市內出行特性(出行目的、出行距離)、出行者特性(年齡、性別、收入、車輛擁有情況、以及環保傾向性等)均與實際情景一致,因此每年的全市總客運量均與實際情景一致.

圖1 實際情景與基準情景下的軌道交通運營線路長度與日均客運量[8]Fig.1 Total railway length and daily passenger volume for Shanghai rail transit in the real scenario and the Business-As-Usual scenario[8]

假設 2:軌道交通 2007年以來仍按 2000～2006年速度興建,軌交日均客運量也僅按這幾年的平均年增長率增長(線性外推),因此基準情景軌交日均客運量低于實際情景(圖1).

假設3:為保證每年總客運量等于實際情景,因此將基準情景下軌交日均客運量比實際情景減少的部分按相應比例分攤到其他交通方式,加上其他交通方式的實際出行量,構成基準情景的出行結構.

上述假設3相當于實際情景中軌道交通提速興建的部分所吸引的其他交通方式客流,在基準情景中由于沒有這部分提速興建,因此退回給各交通方式.其中慢速交通(步行與非機動車)對軌道交通的替代性較低,按僅占待分攤客運量的2%計(參考觀博出行中的慢速交通比例),其中假定步行與非機動車各 1%(兩者相對比例不影響計算結果,因為其碳排放均認為是零);其余98%的待分攤量按照其余交通方式(公交、出租、輪渡、個體機動)的當年實際相對比例分攤.

2.2 減排效益計算

2.2.1 交通工具溫室氣體排放量計算方法 因交通工具所產生的CH4、N2O排放一般可忽略不計,因此本文僅計算CO2排放.出行CO2排放量的基本計算思路遵循國際通用的溫室氣體議定書(GHG Protocol)[9],其中的移動源排放量計算首選方法是按照出行距離、燃料消耗及排放因子來計算,公式如下:

2.2.2 碳排放因子的建立 根據上海市交通領域實際能源消費量數據來推導排放因子,公式如下:

式(2)中的能耗換算因子是根據《2010上海市綜合交通年度報告》[8]中的每年各交通方式實際能源消費量除以總客運量得到(表1).其中,個體機動車能源消費量采用社會客車數據,具體包括私人客車、單位客車和摩托車.公交車雖然使用能源品種不同(柴油、天然氣、電力等),但由于是直接采用總能源消費量計算,因此不需考慮具體能源品種.

根據上海市每種交通方式的實際能源品種結構(表2),以及各能源品種的CO2排放強度(kg CO2-e/kg標準煤)[10],加權得到上海各交通方式的CO2排放強度(kg CO2-e/kg標準煤,表3).

為建立通用的排放因子[kg CO2-e/(乘次?km)],需要用乘距,而最終計算排放量時又將乘距消去了,見式(2)、式(3),因此乘距的偏差并不影響最終的排放量.上海各類交通方式平均乘距見表4.

表1 能耗換算因子(t標準煤/萬乘次)Table 1 Energy consumption calculation factor (tons coal-e/10000 boardings)

表2 上海各類交通方式的能源比例(%)Table2 Energy source structure for Shanghai’s different commuting modes(%)

表3 上海各類交通方式能源使用的CO2排放強度(kg CO2-e/kg標準煤)Table 3 CO2 emission intensity of energy use for Shanghai’s different commuting modes (kg CO2-e/kg coal-e)

根據上述數據,按照式(2),計算得到2007～2009年上海各交通方式的CO2排放因子,見表5.如果按照 GHG Protocol[9]等推薦的通用碳排放因子會有一些不足,如無法反映車輛實際運行狀況、擁堵因素等,但本研究中的排放因子是基于當地交通實際能耗量統計數據,反映了所有實際運行狀況,有效避免了這一不足.

2.2.3 兩種情景下各出行方式的溫室氣體排放比較按照以下4步計算出2007～2010年基準情景下的客運結構,以日均客運量計.

表4 上海各類交通方式平均乘距(km)Table 4 Average distance for Shanghai’s different commuting modes (km)

表5 上海各類交通方式的CO2排放因子[kg CO2-e/(乘次?km)]Table 5 CO2 emission factor for Shanghai’s different commuting modes [kg CO2-e/(boarding?km)]

第1步:計算實際情景下每年公交、出租、輪渡、個體機動4種交通方式日均客運量的相對比例.

式中:V為實際情景全市總日均客運量,乘次/d; Vi為實際情景每種交通方式日均客運量,乘次/d;i=1,2,…,7分別對應軌道交通、公交、出租、輪渡、個體機動、非機動車、步行; Vb為公交、出租、輪渡、個體機動4種交通方式日均客運量之和,乘次/d; Pi為4種交通方式日均客運量占Vb的相對比例.

第2步:計算基準情景下每年軌道交通日均客運量V1′(按照2000～2006年趨勢線性外推),并計算其比實際情景軌道交通日均客運量V1減少的部分.

第3步:將每年這部分減少量(V1-V1′)分攤到其他交通方式:步行1%,非機動車1%,其余 98%按公交、出租、輪渡、個體機動占 V’的相對比例分攤.

第4步:計算出基準情景下每年各方式日均客運量Vi′,其中軌道交通日均客運量在第2步中已經產生,其他每種方式客運量為實際情景客運量與第3步中的分攤量之和.基準情景下總日均客運量與實際情景相等.

式中:V′為基準情景全市總日均客運量,乘次/d;Vi′為基準情景每種交通方式日均客運量,乘次/d;i=1,2,…,7分別對應軌道交通、公交、出租、輪渡、個體機動(汽車與摩托車)、非機動車、步行.

最后將2種情景下每種出行方式2007年1月初至2010年10月底的客運總量與CO2排放因子相乘,分別匯總2種情景下的溫室氣體排放總量,并進行比較.

3 結果

3.1 軌道交通的快速發展使上海市內出行碳排放增速放緩

近年來上海市內出行的總日均客運量快速增長,到2010年突破5000萬乘次大關(圖2).其中,非機動車、步行占總客運量比例都在不斷下降;個體機動車比例總體略有上升;而公共交通比例自2007年以來持續上升,其中軌道交通比例更是持續大幅上升.2007年以來全市總客運增長量中有50%被軌道交通吸收,僅21%被個體機動車吸收.軌道交通具有綠色、高容量、低排放等優點,很大程度上緩解了個體機動車迅速增長帶來的擁堵和污染等問題.此外,黃浦江輪渡逐年下降的客運量實際上也被轉移到了軌道交通的數條越江線路.可見,軌道交通對保障上海的客運出行、并緩解其他一些交通方式的新增負荷做出了重要貢獻,上海軌道交通網絡的迅速完善對于優化本市出行結構發揮了重要作用.

圖2 上海各交通方式日均客運量變化(實際情景)Fig.2 Annual change of daily passenger volume for Shanghai’s different commuting modes(real scenario)

圖3 2005～2010年上海市內各種客運交通方式的碳排放量Fig.3 CO2 emissions for Shanghai’s different commuting modes in 2005～2010

2005～2010年上海市內各客運交通方式的碳排放量計算結果見圖3.從絕對碳排放量來看,隨著城市發展與居民出行量的增加,總碳排放量的增長不可避免.然而,隨著2007年以來軌道交通的快速發展,其消耗電力的間接碳排放略有增長,但同時占排放量比重最大的個體機動方式(包括汽車與摩托車)的碳排放增長速度從2008年開始明顯放緩,年均增長率從2005～2008年的13.9%放緩為2008～2010年的3.3%.此外,相對排放比重最低的黃浦江輪渡排放量逐年下降,地面公交車與出租車排放量也僅緩慢增長,這些都與軌道交通的快速發展不無關系.因此,從圖4可見,市內客運交通碳排放總量的增長速度從2008年開始也有了明顯放緩,年均增長率從2005～2008年的10.9%放緩為2008～2010年的4.3%.

圖4 實際情景與基準情景下2007年1月初至2010年10月底的總客運量與客運結構對比Fig.4 Total passenger volume and structure from the beginning of 2007 to the end of October, 2010 in real and BAU scenario

3.2 軌道交通快速發展產生了明顯的相對碳減排效益

實際情景與基準情景下上海市內各種出行方式的日均客運量結果見表6,如前所述,2種情景在2007年以后的客運量開始出現差異,但每年的總客運量彼此一致.本文中使用客運量而非出行量,因為客運量更反映方式出行,出行量則更反映目的出行.一次從A地到B地的目的出行可能包含不止一次方式出行,如軌道換乘公交,因此客運量會大于出行量.

2種情景下2007年1月初至2010年10月底的總客運量與客運結構對比見圖4.如前所述,在基準情景下,由于假設軌道交通發展未提速,因此相對縮水的軌道交通客運量部分相應分攤到了其余各交通方式,而客運總量與實際情景一致.

表6 2005～2010年上海市內各種出行方式日均客運量(萬乘次/d)Table 6 Daily passenger volume for Shanghai’s different commuting modes in 2005～2010 (×10000 boardings/d)

通過情景分析,2007年1月初至2010年10月底世博會結束這段時期內,由于上海軌道交通網絡的快速發展,實際情景下的上海市內出行碳排放總量比基準情景相對減排了78.3萬tCO2-e,約減少了2.0%(表7).

3.3 上海軌道交通快速發展的污染物減排量

相對于個體機動車等交通工具來說,軌道交通運行中幾乎沒有空氣污染物排放.按照與碳減排計算同樣的情景分析方法,參考黃成等[11]研究中的排放因子,結果表明: 2007年1月初至2010年10月底的46個月期間,上海軌道交通快速發展使上海的交通體系相對少排放了CO 105.4t、NOx15.2t、HC 17.1t,為保護上海的空氣質量做出了重要貢獻.

表7 軌道交通快速發展的相對碳減排效益分析(2007-01-01～2010-10-31)Table 7 GHG emission reduction due to rapid development of rail transit (Jan. 1, 2007-Oct. 31, 2010)

4 討論

4.1 碳減排效益評價的保守性

本文的減排量計算僅考慮了迎世博所導致的軌道交通建設提速,即根據 2007～2010年新建軌道交通中比往年常規建設相對提速的額外部分進行計算.通常情況下,一座大型城市里凡新建軌道交通,即使沒有加速興建,也會吸引出租車、私家車等高碳出行的轉移,因此一般來說都會發揮一定減排效益(除非當地有一些特殊情況——如部分中小型城市私家車出行量較少、地面公交較完善且完全能滿足出行需求、軌道交通建設規模遠超過實際客流需求、或當地軌道交通建設期成本過大或碳排放過高等).在今后的類似研究中可以計算所有新建軌道交通所發揮的碳減排效益.本文如采用該算法,則減排比例還會有大幅提高.

4.2 全生命周期分析

目前國內外對于交通工具的碳排放計算多應用全生命周期分析(LCA)原則[4],理論上應包括燃料、交通工具乃至交通設施的全生命周期分析,但目前IPCC指南、GHG Protocol[9]等仍主要集中于燃料的全生命周期,僅美國能源部 Argonne實驗室的GREET模型中考慮了燃料和車輛兩方面.對于軌道交通而言,其直接能源——電力在運行過程中基本可以視為零排放,而本文將電力的全生命周期排放納入考慮范圍,與其他交通工具的燃料使用進行對比.隨著今后上海的電力結構逐漸清潔化,軌道交通的排放因子還將繼續降低.本文未考慮列車及軌道交通基礎設施在生產制造過程中產生的碳排放,因為其他交通工具與相關道路等設施的生產制造碳排放也未考慮.相關領域可作為今后研究的一個方向.不過,即使考慮交通工具與設施的全生命周期,由于軌道交通相關設施的壽命期相對較長(倫敦、紐約的軌道交通運營均已超過100a),同時考慮其巨大的客流容量,其年均減排量有可能仍然相當可觀.

4.3 軌道交通發展的誘增客流量

軌道交通的誘增客流量是指由于軌道交通項目的興建,使原有的交通體系得到改善,誘發了部分居民的出行欲望,導致具體出行行為的調整和新出行量的產生.軌道交通的網絡化使出行、換乘更為便捷,常會使多條線路的客流同時出現增長,甚至對沿線的土地開發和人口密度產生一連串復雜的影響,還可能誘增部分外地游客前來旅游[12-14].由于誘增客流量的預測和判定有很多難點,包括城市發展帶來的不確定因素、常規公交系統的變化、票價因素、以及政府交通政策的影響等[5,12],因此本研究在進行基準情景客流分攤時,暫未考慮軌道交通發展的誘增客流影響.

5 結語

2007年以來,隨著上海軌道交通網絡的快速發展,全市總客運增長量有50%被軌道交通吸收,很大程度上緩解了個體機動車迅速增長帶來的擁堵和污染等問題;同時也使得上海在市內客運量迅速攀升的同時,碳排放總量的增長速度卻有了明顯放緩.通過實際情景與基準情景的對照得出:2007年1月初至2010年10月底世博會結束這段時期內,上海軌道交通網絡的快速發展使上海市內出行碳排放總量相對減排了78.9萬tCO2-e.

[1]邵 丹.世博期間軌道交通客流特征研究 [J]. 上海建設科技,2010,(1):8-9,22.

[2]周 偉,米 紅.中國能源消費排放的CO2測算 [J]. 中國環境科學, 2010,30(8):1142-1148

[3]謝士晨,陳長虹,李 莉等.上海市能源消費 CO2排放清單與碳流通圖 [J]. 中國環境科學, 2009,29(11):1215-1220

[4]Chester Mikhail V, Horvath Arpad, Madanat Samer. Comparison of life-cycle energy and emissions footprints of passenger transportation in metropolitan regions [J]. Atmospheric Environment, 2010,44(8):1071-1079.

[5]Poudenx Pascal. The effect of transportation policies on energy consumption and greenhouse gas emission from urban passenger transportation [J]. Transportation Research Part A: Policy and Practice, 2008,42(6):901-909.

[6]陳 佐.城市軌道交通對生態環境的影響 [J]. 中國鐵道科學,2001,22(3):126-132.

[7]龍江英,李 焱,馬 龍.城市軌道交通運營期碳排放算量研究[J]. 貴陽學院學報(自然科學版), 2011,6(2):1-11.

[8]上海市城市綜合交通規劃研究所. 2010上海市綜合交通年度報告 [R]. 上海: 2010.

[9]WRI/WBCSD. Calculating CO2Emissions from Mobile Sources[R]. GHG Protocol - Mobile Guide (v1.3), 2005.

[10]國家氣候變化對策協調小組辦公室,國家發展和改革委員會能源研究所.中國溫室氣體清單研究 [R]. 北京:中國環境科學出版社, 2007.

[11]黃 成,陳長虹,王冰妍,等.城市交通出行方式對能源與環境的影響 [J]. 公路交通科技, 2005,22(11):163-166.

[12]楊 超,楊 耀.城市軌道交通誘增客流量預測分析 [J]. 城市軌道交通研究, 2006,9(4):31.

[13]施 琪.2010年上海世博會交通管理區軌道交通客流組織研究[J]. 上海建設科技, 2010,(1):10-12.

[14]朱 霞,畢艷祥.上海軌道交通網絡化對客流的影響研究 [J].城市軌道交通研究, 2010,(3):8-12,16.

致謝：本文在數據收集、方法探討等方面得到了上海市城市綜合交通規劃研究所張玨、程杰、以及印度專家Vivek Gilani等人的幫助和支持,在此表示誠摯感謝.