基于碳普惠制的城市公共自行車個人碳減排量計算

黎煒馳　曾雪蘭　梁小燕　卞勇　徐偉嘉　楊樂亮

摘要：碳交易是為促進全球溫室氣體減排、減少全球二氧化碳排放所采用的市場機制。廣東省作為中國七個碳交易試點之一，將碳交易的核心理念應用于促進居民生活減碳，首次提出碳普惠制創新。碳普惠制旨在將公眾的低碳行為量化并予以激勵，以此促進低碳生活實踐，降低生活領域碳排放。本文以公共自行車交通系統為研究對象，借鑒CCER方法學，對公共自行車項目的個人減排量核算方法進行了設計，并參考文獻統計數據舉例說明個人減排量核算公式。公共自行車項目個人減排量核算的方法學設計中，減碳系數的計算考慮自行車可代替的所有出行方式，且在不同出行方式比例的統計中考慮出行距離的影響，設置隨出行距離變化的減排系數，在減排量的計算中有效突出個人的減排貢獻量。依據本方法學計算得到了城市公共自行車項目個人減排系數曲線及減排量核算公式。最后從數據收集的角度出發，提出相應的改進建議以提高方法學的科學性及適用性。本方法學能客觀評估城市公共自行車出行的個人碳減排量，為碳普惠制的實施提供量化方法學參考，同時填補了目前個人碳減排核算研究領域的空白。

關鍵詞 ：碳普惠制；公共自行車系統；個人減排量；方法學

中圖分類號：X24

文獻標識碼： A

文章編號： 1002-2104（2016）12-0103-05

隨著2015年巴黎氣候大會的召開，世界各國對于應對氣候變化的關注度空前提升。中國作為全球最大溫室氣體排放國，近年來采取了多項措施履行二氧化碳減排承諾，碳交易是其中最有效的措施之一。縱觀國內外碳交易市場，目前碳交易的實施范圍主要集中在工業生產領域，對于居民的低碳生活鮮有涉及。居民作為工業產品和服務消費的主體， 其生活碳排放的控制對于控制溫室效應、減緩全球氣候變化至關重要。廣東省在世界范圍內首次提出碳普惠制創新，把碳交易的核心理念應用于居民的日常生活，將公眾的低碳行為量化并予以激勵。目前，國內外暫無成熟的可將個人生活減排行為量化轉化的方法學。基于此，本文主要以低碳交通為研究對象，著重評估公共自行車出行的個人減排量，設計科學可行的計算方法學，以期為碳普惠制的落地實施提供科學依據。

1 碳普惠制創新機制

減少二氧化碳排放是人類應對全球氣候變化的基本共識。城市作為人類經濟活動的中心，也是能源消耗和碳排放的聚集區。據統計，發達國家城市居民完全能耗的碳排放量占城市總排放量的30%—60%[1-2]。中國，特別是廣東省等較發達地區正處于城市化快速發展的關鍵時期，高能耗及高碳排放是這一發展階段的核心特點，生活領域產生的碳排放問題值得引起重視[3-5]。

中國積極探索處于城市化、工業化加快進程中的低碳發展模式，在全國范圍內全面鋪開低碳試點工作。縱觀國內外交易市場，目前碳交易主要關注工業生產領域的減排，鮮少涉及城市的生活減排。為了合理控制生活領域碳排放水平的快速增長，加快形成全社會公共參與的低碳社會建設新格局，廣東省因地制宜提出推行碳普惠制，構建涵蓋低碳生活的廣義碳交易體系。碳普惠制是在現有碳交易核心內涵由生產領域到生活領域的延伸。碳普惠制針對公眾生活的各方面展開，包括綠色出行、家庭水電氣的節約使用等，對個人的減碳行為進行具體量化計算，將經核證的減排量依據一定原則轉化為碳幣，并結合商業機制根據碳幣對民眾進行獎勵。推廣碳普惠制，有利于提高民眾低碳意識，調動全社會踐行綠色低碳行為的積極性，降低生活領域碳排放，符合城市可持續發展的內在需求。碳普惠制核心在于對個人的節能減碳行為賦予一定的價值，低碳行為個人碳減排量的核算是碳普惠制實施的前提條件及數據基礎。

2 公共自行車系統減排量核算方法學

公共自行車項目一定程度上彌補了公交出行“最后一公里”，解決了公共交通出行的難題[6]。法國、荷蘭、英國、德國、日本近年來擴大零碳交通，完善自行車道路系統，鼓勵市民零碳出行[7-8]。中國的公共自行車系統在數量上全球排名第一（237 個），比排名第二的意大利（114 個）和第三的西班牙（113 個）超出一倍。目前，對于公共自行車系統的研究主要集中在公共自行車系統規劃、運營管理、出行特征分析等方面[9-12]。在低碳交通發展背景下，公共自行車系統自愿減排機制及其減排量核算的研究值得關注。

截至目前中國分7批公布了共194個備案的國家溫室氣體自愿減排方法學（CCER方法學），用來估算、測量、核查和核證減排項目產生的減排量，其中適用于我國交通領域的CCER方法學共有13 個[13-15]。在公共自行車系統減排量核算方面，CityRyde LLC 于2011年提出了核算城市公共自行車項目溫室氣體減排量的VCS（Verified Carbon Standard）方法學[16]。中國尚未公布適用于城市公共自行車項目的專門方法學，但有參考國際CDM方法學（AM0031）或國內CCER方法學（CM-028-V01）對城市公共自行車公交系統進行減碳量核算及減排機制探索的研究[17-18]。國內外研究中公共自行車系統減排量核算采用的基本計算公式可以表示為：

碳普惠制實施的關鍵在于個人低碳行為的減排量量化，目前國內外暫無成熟的可將個人的節能減排行為量化的方法學。直接采用項目整體減排量均分得到個人減排量，包括按使用次數和單次人均出行距離核算個人減碳量，既不能反應個人實際減排量，也不利于突出個體差異在項目中的減排貢獻量。基于此，本文以借鑒CCER方法學（CM-028-V01）對城市公共自行車項目的個人減排量核算進行方法學設計與計算，以期為個人碳減排的核算提供方法學參考，為廣東省碳普惠制度的實施提供科學依據及數據支撐。

3 城市公共自行車項目個人減排計算研究

3.1 方法學設計

3.1.1 總體核算公式

公共自行車為零碳排放工具，因此個人選擇公共自行車出行的項目碳排放量為0。依據CDM方法學，個人選擇公共自行車出行的減排量即為基準線排放量，因此減排量ER可直接表示為：

其中，EY為個人選擇公共自行車出行的減排量（g·CO₂）；DR為自行車騎行里程數（km）；EFR為自行車騎行減排系數（g·CO₂/km）。

3.1.2 確定減排系數

居民出行方式因出行距離而有所不同。出行范圍在1 km以內，步行為主導的交通方式；1—3 km內自行車出行比例較大；3—5 km內摩托車出行比例占多；5 km以外公交車、小汽車為主要選擇的出行方式。依據CCER方法學，在數據基礎允許的情況下，減碳系數的計算考慮自行車可代替的所有出行方式[19-20]。此外，為體現居民出行方式隨距離而異所導致的不同的減碳效果，應根據出行距離而設定不同的減碳系數數值。總體趨勢是騎得越遠，減碳系數越大，激勵市民更長距離地使用公共自行車。

自行車的減碳系數直接為自行車可替代的交通方式的單位公里人均碳排放數值。具體可按各交通方式的出行分擔率對各種交通方式的單位公里人均碳排放數值進行綜合。計算公式如下：

其中，Ni表示選擇i出行方式的人次，N表示出行總人次。相對完整的出行比例數據一般來源于交通專項研究（如相關問卷調查等），項目核算周期前需要對居民交通方式進行調研，更新調整各交通方式隨出行距離變化的出行比例。

根據市民實際出行方式的選擇，碳排放相關數據考慮摩托車、小汽車（包括出租車與私人小汽車）和公交車三類。考慮現有城市統計基礎，依據數據收集的可操作性，私人交通工具與社會公共營運交通工具的計算有所不同。社會公共營運交通工具（如公交車、出租車）一般以企業形式運營，相關統計數據較完善，其單位公里人均碳排放量可用以下公式計算：

3.2 變量數據

根據以上計算公式，各數據來源及數據缺失的替代方案選擇具體見表1。

3.3 城市公共自行車項目個人減排量的計算結果

城市公共自行車項目一般采用先進的智能化中央集成式管理。該城市市民出行比例數據由調研得到，摩托車百公里油耗基于兩篇文獻得出，根據表1中各數據獲取方提供數據，結合燃料排放因子標準取值，2015年該城市公共自行車項目個人減排量計算的相關變量數據滿足計算要求。基于各交通方式的出行比例和單位公里人均碳排放放，計算得到減碳系數隨距離變化如圖1所示。由圖可知，7 km之前，減碳系數隨著距離而增加，7 km以后，減碳系數數值趨向平穩。根據模型擬合結果，當騎行距離≤7.0 km時，減碳系數計算公式為：

由此，設置以7 km為界，7 km以內減碳系數以函數擬合表示，7 km以后以常數表示。市民選擇公共交通出行的騎行里程由租、還車站點地理信息核算得出，該次減排量根據騎行里程按公式（1）直接進行計算得出。在減排系數及減排量的核算中體現由于出行距離不同導致的個體差異，有效突出個人減排量的貢獻。

4 結 論

本文首次提出了用于研究公共自行車系統個人碳減排量的核算方法，并根據文獻調研統計數據計算得到個人減排系數曲線及減排量核算公式。本方法學能客觀評估市民選擇公共自行車出行的個人碳減排量，適用于擁有自行車項目的城市個人自行車出行的減排量核算，有望為碳普惠制的實施提供減排量核算依據，同時填補了目前個人碳減排量核算方法學研究領域的空白。隨著公共自行車系統的廣泛普及以及碳普惠制的實施，公共自行車系統減排效果也會日漸增強。

公共自行車在我國尚有較大的發展潛力及空間，其對減碳量的核算仍需研究者們日后進一步觀察。本文提出的個人減排量核算方法由于受到數據收集的制約具有一定的不確定性，例如部分自行車用戶借還車輛站點位置相同，無法記錄期間有效騎行里程數，因此僅通過站點距離記錄有效騎行里程數存在缺陷，可進一步研究按使用時間核算減排量的可行性。此外，未來可通過手機APP定位記錄行動軌跡實現騎行里程的準確監測，提高方法學的科學性及適用性。

（編輯：劉照勝）

參考文獻（References）

[1]DUARTE R， MAINAR A， SNCHEZCHLIZ J. The impact of household consumption patterns on emissions in Spain[J]. Energy economics， 2010， 32（1）： 176-185.

[2]LENZEN M， WIER M， COHEN C， et al. A comparative multivariate analysis of household energy requirements in Australia， Brazil， Denmark， India and Japan[J]. Energy， 2006， 31（2-3）： 181-207.

[3]張平， 劉霞輝. 中國經濟增長報告（2009-2010）[R]. 北京： 社會科學文獻出版社， 2010： 5-22. [ZHANG Ping， LIU Xiahui. Report on Chinas economic growth （2009-2010）[R]. Beijing： Social Sciences Academic Press， 2010： 5-22.]

[4]顧朝林， 譚縱波， 劉宛， 等. 氣候變化、碳排放與低碳城市規劃研究進展[J]. 城市規劃學刊， 2009（3）：38-45. [GU Chaolin， TAN Zongbo， LIU Wan， et al. A study on climate change， carbon emissions and lowcarbon city planning[J]. Urban planning forum， 2009（3）： 38-45. ]

[5]黃穎. 城市化進程中居民消費碳排放的核算及影響因素分析[D]. 長沙： 湖南大學，2011. [HUANG Ying. The study on the evaluation and factor decomposition of household carbon emissions under urbanization process[D]. Changsha： Hunan University， 2011.]

[6]原亦明. 城市公共交通如何應對“低碳經濟”的挑戰[J]. 人民公交， 2010 （2）： 33-36. [YUAN Yiming. How urban public transport deal with ‘low carbon economy challenge[J]. Peoples public， 2010 （2）： 33-36.]

[7]FISHMAN E， WASHINGTON S， HAWORT N. 公共自行車文獻綜述[J]. 城市交通， 2014 （2）： 84-94. [FISHMAN E， WASHINGTON S， HAWORT N. Bike share： a synthesis of the literature[J]. Urban transport of China， 2014 （2）： 84-94.]

[8]FISHMAN E， 魏賀. 公共自行車近期文獻綜述[J]. 城市交通， 2015 （6）： 80-94. [FISHMAN E， WEI He. Bikeshare： a review of recent literature [J]. Urban transport of China， 2015 （6）： 80-94.]

[9]周楊， 張冰琦， 李強. 公共自行車系統的研究進展與展望[J]. 城市發展與研究， 2014， 21（9）： 118-123. [ZHOU Yang， ZHANG Bingqi， LI Qiang. Research progress and prospect in the study of public bicycle system[J]. Urban development studies， 2014， 21（9）： 118-123.]

[10]周揚軍.城市公共自行車系統規劃研究[J]. 城市交通， 2012， 10（5）： 50-54. [ZHOU Yangjun. Urban bicycle haring system planning[J]. Urban transport of China， 2012， 10（5）： 50-54. ]

[11]蔣天文， 刁勝歡， 曾潤喜. 城市公共自行車系統建設模式研究—基于低碳視域下的實踐與比較[J]. 經濟與管理， 2012， 26（6）：88-92. [JIANG Tianwen， DIAO Shenghuan， ZENG Runxi. Application and advantages of urban public bicycle system construction[J]. Economy and management， 2012， 26（6）： 88-92.]

[12]朱瑋， 龐宇琦， 王德，等. 公共自行車系統影響下居民出行的變化與機制研究——以上海閔行區為例[J]. 城市規劃學刊， 2012（5）： 76-81. [ZHU Wei， PANG Yuqi， WANG De， et al. Travel behavior change after the introduction of public bicycle system： a case study of Minghang District， Shanghai[J]. Urban planning forum， 2012（5）： 76-81.]

[13]馮相昭， 李麗平， 田春秀，等. 中國CDM 項目對可持續發展的影響評價[J]. 中國人口·資源與環境， 2010， 20（7）： 129-135. [FENG Xiangzhao， LI Liping， TIAN Chunxiu， et al. Assessing the impacts of CDM projects implemented in China on sustainable development[J]. China population， resources and environment， 2010， 20（7）： 129-135.]

[14]楊衛華， 初金鳳， 吳哲，等. 新能源汽車碳減排計算及其影響因素分析[J]. 環境工程， 2014 （12）： 148-152. [YANG Weihua， CHU Jinfeng， WU Zhe， et al. Calculation of carbon emission reduction of new energy vehicles and analysis of its influencing factors[J]. Environmental engineering， 2014 （12）： 148-152.]

[15]孟海燕. 快速公交項目碳減排計算方法學應用研究[D]. 邯鄲：河北工程大學， 2015. [MENG Haiyan. Application study of carbon reductions calculation methodology on bus rapid transit project[D].Handan： Hebei University of Engineering， 2015.]

[16]VCS. Methodology for determining GHG emission reductions through bicycle sharing projects-2011v04.4[R]. CityRyde LLC， 2011.]

[17]郭宇竹， 朱亞楠， 余蔚茗， 等. 城市公共自行車公交系統減排量計量學初探[J]. 資源節約與環保， 2013 （9）： 32. [GUO Yuzhu， ZHU Yanan， YU Weiming， et al. Exploratory study on emission reduction of urban public bicycle system[J]. Resources economization & environmental protection， 2013 （9）： 32.]

[18]崔鐵寧， 魯婷. 城市公共自行車自愿碳減排機制初探——以北京市為例[J]. 氣候變化研究進展， 2016， 12（2）： 112-117. [CUI Tiening， LU Ting. Exploratory study on voluntary emission reduction system of urban public bicycle：take Beijing as an example[J]. Climate change research， 2016， 12（2）： 112-117.]

[19]中國清潔發展機制網[EB/OL]. http：//cdm.ccchina.gov.cn/archiver/cdmcn/UpFile/Files/Default/20140123140815478375.pdf. [Clean development mechanism in China[EB/OL]. http：//cdm.ccchina.gov.cn/archiver/cdmcn/UpFile/Files/Default/20140123140815478375.pdf.]

[20]中國清潔發展機制網[EB/OL]. http：//cdm.ccchina.gov.cn/archiver/cdmcn/UpFile/Files/Default/20140123142833525216.pdf. [Clean development mechanism in China[EB/OL]. http：//cdm.ccchina.gov.cn/archiver/cdmcn/UpFile/Files/Default/20140123142833525216.pdf.]

[21]蘇城元， 陸鍵， 徐萍. 城市交通碳排放分析及交通低碳發展模式——以上海為例[J]. 公路交通科技， 2012， 29（3）： 142-148. [SU Chengyuan， LU Jian， XU Ping. Analysis of urban transport carbon emissions and lowcarbon development mode：a case study of Shanghai[J]. Journal of highway and transportation research and development， 2012， 29（3）： 142-148.]

[22]賈順平， 毛保華， 劉爽，等.中國交通運輸能源消耗水平測算與分析[J]. 交通運輸系統工程與信息， 2010， 10（1）： 22-27. [JIA Shunping， MAO Baohua， LIU Shuang. Calculation and analysis of transportation energy consumption level in China[J]. Journal of transportation systems engineering and information technology， 2010， 10（1）： 22-27.]

Abstract Carbon trading is the market mechanism adopted for promoting the reduction of global greenhouse gas emission， especially the reduction of carbon dioxide emission. As one of the seven pilot programs of carbon trading， Guangdong Province firstly proposed the generalised system of carbon trading and applied the core ideology of carbon trading into the carbon emission reduction in daily life. The generalised system of carbon trading aims to quantify the carbon emission reduction of public lowcarbon behavior， and reward individuals according to the calculation， so as to motivate the public to choose lowcarbon lifestyle and reduce the carbon emission in daily life. As the research object， a quantitative methodology for personal carbon emission reduction of the urban public bicycle system was designed with the CCER methodologies for reference. Moreover， this article included a sample application to illustrate the calculation of personal carbon emission reduction using the method according to the statistical data in reference. During the design of quantification methodology， all travel modes which could be replaced by bikes should be taken into account for the calculation of emission reduction coefficient. Effect of trip distance was reflected in the statistics of trip rate in different modes. Thus an emission reduction coefficient changing with trip distance was acquired， which has highlighted the personal contribution. In addition， from the data collection perspective， improved suggestion was listed to improve the scientificity and applicability of the calculative methodology. The mentioned methodology was thought to assess the individual emission reduction objectively， which could be applied in the calculation of personal emission reduction under generalised system of carbon trading. Furthermore， the methodology was a beneficial supplement to current study of personal carbon emission reduction calculation.

Key words generalised carbon trading； urban public bicycle system； personal carbon emission reduction； methodology