城市建成環境對通勤碳排放的影響

張純 寧延豪 梁穎

摘要：基于城市形態理論和職住空間關系理論，以問卷數據和質性訪談數據為依據，運用分層回歸研究法和質性研究法考察建成環境對通勤行為的影響，輔以北京市大柵欄社區、草廠社區和天通苑小區3個分別位于北京市老城區胡同和中心城區外圍的具有代表性的地區進行實地調研訪談。研究發現：（1）北京市通勤碳排放呈現出中心低碳化、外圍高碳化的空間分布特征。（2）公交供給和軌道交通對降低通勤碳排放有顯著作用。職住相對平衡的街道、軌道和公交網絡密度較高的街道，其通勤碳排放也相對較低。（3）不僅居住地建成環境特征會影響通勤碳排放，通勤過程中的附加活動需求與換乘便利程度對通勤碳排放也有間接影響。因而，建成環境對通勤碳排放的影響除了直接的物質空間因素，還包括間接的個體視角。以期為超大城市制定因地制宜的減碳策略提供借鑒。

關鍵詞：建成環境；低碳；通勤碳排放；職住空間關系；北京

文章編號 1673-8985 （2023）06-0018-07 中圖分類號 TU984 文獻標志碼 A

DOI 10.11982/j.supr.20230602

0 引言

近年來，我國大城市和特大城市的通勤碳排放因其總體規模大而成為城市減碳的重點環節。根據世界銀行的統計，交通運輸雖然目前只占整體溫室氣體排放的20%，但預計隨著人口、經濟和交通需求的增長，到2050年會達到60%①。其中，通勤作為城市出行活動中最剛性和高頻次的行為，降低通勤碳排放對于城市整體降碳具有關鍵影響。北美新城市主義和精明增長的推行促使學者關注到，塑造良好的城市形態有益于形成更加低碳和健康的出行行為。建成環境（built environment）作為城市形態中長期演變和發展所形成的物質空間要素，通常指密度、混合度、城市設計，與通勤行為存在密切關系[1]1665。本文中建成環境是指包含城市職住空間、公共交通以及服務于出行行為的城市物質空間設施等。而通勤碳排放是指從居住地到就業地的通勤行為中，由于通勤距離、通勤方式和通勤頻次差異產生的個體碳排放在城市層面的匯總[2]1625。

長期以來，關于通勤碳排放的熱點集中于綠色交通方式方面的相關討論，尤其是關注部分城市以小汽車為主導的發展模式，導致汽油燃燒產生過多的通勤碳排放。此外，我國快速城鎮化引發職住空間的不斷分離、通勤距離的不斷增加，也成為從城市形態角度解讀通勤碳排放的視角之一。因此，城市形態、居住與就業的職住空間關系、通勤者所在的社區建成環境特征等，都對通勤碳排放產生整體而系統的影響。目前國際國內通勤碳排放相關的研究在最近3年中數量急劇增長、研究視角不斷交叉，研究重點也從綠色交通方式轉移到建成環境對通勤碳排放的多尺度綜合作用。近年來，交通出行碳排放測度方法的進展和相關數據庫的更新，為個體化的通勤碳排放測算提供了依據。

本文選取北京作為研究案例，考慮其作為超大城市通勤規模大、距離遠、職住分離日益突出，研究通勤碳排放的影響因素對于低碳通勤政策的制定更具有代表性作用。選擇北京市分布于城市中心區、近郊區和遠郊區的15個代表性社區，基于社區居民通勤的問卷數據采取分層回歸法和質性分析法，可識別建成環境中影響通勤碳排放的關鍵因素。本文在現有研究識別建成環境對于通勤碳排放的影響因子的基礎上，關注城市和社區兩個尺度的差異化影響，以期為制定城市綜合降碳的規劃政策提供借鑒。

1 研究數據

建成環境在城市、社區兩個尺度同時對通勤碳排放產生影響，其影響因素主要包括區位、職住空間關系、公共交通供給和物質空間要素等方面。

1.1 城市尺度建成環境對通勤行為的影響

國際研究關注到城市建成環境中的通勤行為在城市尺度的影響，集中于城市空間結構、功能區劃、職住空間關系和城市公共交通發展整體水平等[3]。在城市空間結構方面，研究發現單中心與多中心、城市特定功能的分布、居住與就業分布、可達性提高均會影響通勤行為的距離和頻次[4]。如Glaeser等[5]研究發現，更加緊湊的城市往往伴隨著職住功能和交通服務設施的高空間匹配，會減少遠距離通勤的可能性。

20世紀80年代，Kenworthy與Newman[6-8]在國際上開啟了城市建成環境與交通碳排放的研究高潮，研究發現城市建成環境會影響通勤行為、時間和距離，進而影響通勤碳排放。Yasuyo Makido[9]等在日本進行的城市建成環境和碳排放的研究發現，緊湊發展的城市產生更低的二氧化碳排放。在城市尺度的公共交通設施整體發展程度方面，結果顯示，公共交通供給較高、道路網密度高、土地混合利用程度高、職住和公共服務空間匹配度較高的區域，居民選擇非機動車出行的比例較高[10]，[11]482，[12]154。其中，路網密度、人口密度和土地混合利用等指數被認為對通勤碳排放有更直接的影響。例如，在人口密度較高的地區，通勤者采取小汽車出行選擇的意愿會降低[13-14]。又如，楊文越等[2]1633在多個尺度探討了城市建成環境對交通碳排放的影響，認為多中心的空間格局可能有利于減少通勤距離從而降低通勤碳排放。李熙敏[15]認為，蔓延式的城市形態會降低城市效率，從而產生過度交通擁堵和長距離通勤，因此也會帶來過度的通勤碳排放。既有文獻顯示，城市尺度研究通常聚焦于通勤特征、路網密度、土地混合等統計變量，對于城市建成環境影響通勤碳排放的機制仍不明晰。

1.2 社區尺度建成環境對通勤行為的影響

社區尺度的建成環境要素與居民出行環境密切相關，對通勤碳排放的影響包括直接作用和間接作用兩個層面。例如，趙榮欽等[12]153通過構建回歸模型，發現影響通勤碳排放的主要因素是居民所在小區周邊的土地利用混合度和公共交通可達性，另外居民收入水平也對通勤碳排放有顯著的負面影響。也有學者發現，在公共交通站點周邊，提高就業密度有助于激發居民綠色出行，在近距離通勤中步行、騎行及公共交通使用率的提高會減少通勤碳排放[16]92。

社區的區位和周邊道路、公交覆蓋率等會間接影響通勤碳排放。例如，Li等[17]發現，社區公共交通供給和居住地到城市中心的距離會對通勤碳排放產生較大影響；社區周邊的公共交通供給水平高，有助于減少汽車通勤產生的高碳排放。潘海嘯等[11]485基于對上海的問卷調查發現，出行距離和交通方式的排放因子對城市通勤碳排放的影響較大，汽車通勤的碳排放因子遠高于公共交通和騎行。李治[18]60采用Heckman兩步估計模型測算了西安市軌道交通站點可達性對通勤碳排放的影響，認為軌道交通站點可達性的提升有助于降低汽車通勤從而降低通勤碳排放。Wang[19]對北京案例的研究發現，居住社區周邊的道路環境和公共交通的覆蓋率成為影響通勤碳排放的主要因素，步行和公共交通可達性的提升為通勤者采用綠色通勤方式提供了更多可能性。大部分研究顯示，社區內部公交設施和服務水平的提升有助于降低出行碳排放[20]5，軌道交通可達性和覆蓋水平可以降低通勤碳排放[21]66，[22]。

現有研究顯示，建成環境對通勤碳排放的影響機制十分復雜。相對于城市尺度，社區尺度的人口和經濟屬性、公交設施等建成環境因素，以及居民個體屬性和行為特征都會影響通勤碳排放。因而將數據匯總性分析與深入質性訪談相結合，可以更好地剖析社區尺度通勤碳排放的機制特征。

2 數據來源和研究方法

本文選取北京市所屬12個街道的15個社區作為研究對象。案例社區考慮了區位、公共交通設施供給的差異性、密度的差異性等因素，涵蓋了舊城胡同社區、單位社區、商品房社區、混合社區等多樣化的建成環境類型，可以更加綜合全面地研究對于通勤行為的影響作用。研究數據來自社區居民通勤的問卷調查，共發放417份調研問卷，考慮到不同社區的建成環境具有同質性，剔除無效問卷和具有高度同質性的56份，得到361份有效問卷（見圖1）。在城市尺度研究上，采用逐步多層次回歸分析城市建成環境對通勤碳排放的影響，分別在原回歸模型的基礎上加入社會經濟因素和公交設施因素。在社區尺度研究上，采取滾雪球調查方式，在城市中心的大柵欄社區、草場社區及近郊天通苑社區進行質性訪談。在選取訪談者時，先與社區居委會溝通，了解通勤者的個體屬性及通勤情況，再對其進行包括通勤距離、方式和頻率，其他目的出行特征，以及家庭、社會、經濟條件等問題的訪談。

根據前人的研究，本文變量選取聚焦于建成環境中的區位、職住空間關系、公共交通設施和物質空間因素等要素（見表1-表2）。根據問卷中通勤者每日首次出行作為碳排放測算的標準，折算為CO2作為標準當量。通勤者個體的通勤碳排放測算公式為：

3 通勤碳排放的分布規律與影響因素

3.1 通勤碳排放空間分布和通勤方式分布規律

數據顯示，整體空間分布呈現出城市中心區低、郊區高的分布規律（見圖2）。測算表明，通勤者單程碳排放平均值為1 401.7 g，不同社區人均碳排放的差距明顯（見表3）。其中，人均通勤碳排放最高為房山區玉竹園，達到4 771.7 g；最低為朝陽區朝內小區，僅為331.2 g。職住空間關系影響下的通勤距離可能是造成碳排放總量差異的主要原因。

此外，通勤者居住地的公共交通設施供給水平不同，通過其對不同交通方式的選擇進而影響通勤碳排放。首先，在常規公交覆蓋方面，通勤者居住地1 km之內公交站點覆蓋較好（高于10個）的居住區，常規公交通勤的比重達到41.9%，人均通勤碳排放為691 g。與此相對，公交站點覆蓋率較低（低于10個）的居住區，常規公交通勤的比重僅為29.6%，人均通勤碳排放也高達1 499 g。其次，在軌道交通方面，通勤者居住地軌道交通覆蓋較好（800 m之內有軌道站點）的小區，軌道通勤比為48.5%，人均通勤碳排放為977 g；而800 m范圍無軌道站點的小區，人均通勤碳排放為1 283 g（見圖3）。

3.2 基于多元逐步回歸模型的通勤碳排放的影響因素分析

為了突出城市和社區兩個尺度的建成環境影響的差異化作用，采取3個逐步回歸模型進行分析。模型1僅考慮個人經濟社會屬性變量；模型2在模型1的基礎上增加了城市尺度的公共交通供給相關變量，突出公共交通服務水平的影響；模型3在模型2的基礎上加入社區尺度城市建成環境變量，即距城市中心的距離、居住密度、街道就業密度和停車場覆蓋水平。結果顯示，隨著控制變量的加入，回歸模型的DW值更加接近于2（DW1=1.010，DW2=1.313，DW3=2.010），回歸模型中的R2（R21=0.307，R22=0.474，R23=0.531）也出現升高趨勢，同時增加變量沒有產生額外的多重共線性（見表4）。

在逐步回歸模型中，模型1主要探討個人屬性變量對通勤碳排放的影響，模型2在模型1的基礎上加入公交和軌道供給變量，模型3再加入城市建成環境相關變量。

在個體社會經濟屬性方面，模型1結果顯示個人收入越高（β=0.821，Sig=0.000）和性別為男性（β=0.009，Sig=0.032）對通勤碳排放存在顯著正向的影響作用。

在公交供給水平方面，模型2顯示個人收入（β=0.683，Sig=0.001）、性別（β=0.004，Sig=0.041）的正向作用仍然顯著。新加入的公交可達性變量中，距最近軌道站點的距離越長（β=0.217，Sig=0.043），通勤碳排放越高；附近1 km公交站點數量越多（β=-0.041，Sig=0.018），通勤碳排放越低。以上反映了較高的軌道和常規公交可達性水平，更有助于形成低水平的通勤碳排放。

在其他建成環境變量方面，模型3中新加入變量后，模型1和模型2的變量影響方向和顯著性仍然不變。新加入的其他城市建成環境相關變量中，距城市中心的距離（β=0.053，Sig=0.011）對通勤碳排放表現出顯著正向的影響。這顯示了北京仍以向心通勤為主，就業地點仍主要集中在城市中心區。社區尺度的職住密度顯示了相似的影響，具體體現為街道居住密度（β=-0.001，Sig=0.034）和街道就業密度（β=-1.94X10-5，Sig=0.047）越高，居民的通勤碳排放越低。此外，街道停車場的數量（β=0.004，Sig=0.072）和街道路網密度（β=0.007，Sig=0.854）兩個變量對于通勤碳排放的影響均不顯著。

在3個模型中，個人屬性的收入和性別都對通勤碳排放具有顯著影響；加入公交供給和建成環境變量后，個人屬性變量的作用不變。逐步回歸模型結果表明，軌道交通可達性和公交供給水平的提升十分有助于居民選擇更加低碳的通勤方式，從而降低通勤碳排放。這與大部分國內外相關研究的結論一致[26-27]。區位因素的顯著正向作用與前文中的 “中心低碳化、外圍高碳化”空間分布相互呼應，也體現了與以往單中心城市案例的相似性[28]。與既有研究不一致的地方在于，街道路網密度和停車位數量都沒有顯示出顯著性；街道的居住和就業密度增加反而有助于通勤碳排放的降低[1]1670，[29]。這可能是由于以北京為代表的超大城市人口和就業密度均值較高，居民選擇公交通勤比例更高的原因。

3.3 社區調查的深度訪談與質性研究

基于社區田野調查的深度訪談的質性研究結論，進一步印證了回歸分析中通勤碳排放受到社區建成環境與個人社會經濟屬性雙重影響的結論。筆者所選取的3個代表性社區中，大柵欄社區和草廠社區都屬于位于中心城區的胡同社區，具有居住密度較低、道路狹窄的特征。天通苑小區則位于近郊，具有通勤規模大、遠距離通勤多的特點。以社區居民為訪談對象展開半結構式的質性訪談，注重對理論可選通勤路徑與一周內實際通勤路徑之間的差異的比較。

在與被訪者的互動中，詳細記錄通勤個體一周內工作日的通勤距離、方式和過程的特征，形成居民通勤日志。通過開放式提問，深入了解可能與通勤碳排放相關的社會經濟和建成環境因素。

在內城區草廠社區，被訪者1的就業地在國貿CBD附近，通勤距離較遠。社區靜態停車設施缺乏，公交站點服務便捷，城市綠道提供了高品質的步行空間，都使被訪者更加傾向于以公交加步行作為主要的通勤方式。軌道交通在早高峰時擁擠和換乘次數多，成為被訪者不傾向選擇軌交出行的主要原因。然而，由于上班要求準時打卡，被訪者偶爾也會選擇自駕車或公交轉軌交的方式作為其通勤方式（見圖4）。

在鄰近的大柵欄社區，被訪者2在豐臺區怡?；▓@附近就業。相對草場社區，大柵欄社區的道路機動車、人行、非機動車混行，步行環境不盡理想。同時，被訪者2收入水平較低且沒有私家車，更傾向于選擇“公交+騎行”或“公交+軌交”作為主要的通勤方式（見圖5）。同樣位于城市中心區的兩個社區，被訪者1和被訪者2的通勤路徑差異顯示了較高品質的社區濱水步行環境、較好的綠化情況和開敞空間潛在影響了擁有私家車的通勤者作出轉移交通方式的選擇。

遠郊天通苑社區曾經是亞洲規模最大的保障性住房社區之一，也是北京市軌道交通首批連通的遠郊大型居住社區。天通苑被訪者3的就業地同樣在國貿CBD地區，通勤距離較遠。訪談顯示，由于早高峰時期進城擁堵和居住、就業兩端停車困難，被訪者3更傾向于選擇公交或軌交出行。由于路程長達90 min左右，被訪者更加注重是否是首發站（有座位）和少換乘，因此實際出行中較多采取快速公交系統（Bus Rapid Transit， BRT）加常規公交的方式（見圖6）。

以上代表性被訪者的質性分析顯示，公交優先、步行友好的社區建成環境，會增加通勤者選擇低碳方式出行的幾率?？傮w上來看，被訪者的實際通勤碳排放符合“中心低碳化、外圍高碳化”的特征。然而，通勤距離和職住兩端的建成環境特征，都會影響通勤碳排放；具體來看，個體收入、是否擁有私家車等個人屬性及通勤距離所決定的對于舒適性和換乘次數的偏好都使被訪者在時間最短、經濟最優的約束下，做出更符合自身通勤偏好的選擇。這說明要降低通勤碳排放，除了持續優化職住空間關系、提供綠色交通選擇和改善建成環境外，個體出行決策起著更加關鍵的作用。

4 總結與思考

隨著“雙碳”目標的提出，建成環境對于通勤碳排放的影響越來越受到城市規劃者和決策者的關注。1990年代開始，北美在新城市主義運動和精明增長思潮的影響下，更加關注密度、土地混合利用和道路網連通性等對于居民出行的影響，旨在通過減少對小汽車的依賴，最終減少溫室氣體的排放。進入21世紀，我國城市生態文明建設對城市規劃者和決策者提出新要求，如何通過良好的建成環境來實現低碳城市目標的理論與實踐不斷豐富。

目前在城市低碳研究中，將降碳目標分解成為可操作的指標，在能源、建筑、交通等領域分別展開實施的方法和技術已較為成熟。然而，從系統和整體視角出發，展開多領域協同降碳的研究仍不多見。城市建成環境對通勤碳排放的影響研究成為橫跨多個領域、解鎖城市綜合降碳路徑的關鍵。

本文以超大城市北京為例，在職住空間日益分離、通勤距離日益增長的背景下，揭示城市建成環境影響通勤碳排放的因素。研究視角從關注人們對綠色交通方式的選擇轉移到包括通勤全過程的碳排放上?；趩柧碚{研和實證分析的研究結論顯示，通勤碳排放總體上呈現出“城市中心低、邊緣高”的空間分布規律，體現了向心通勤引發的整體職住空間關系在通勤碳排放中的關鍵影響作用。逐步回歸模型顯示，常規公交和軌道交通供給水平高，有益于通勤降碳；距城市中心的距離越近、居住和就業密度越高，通勤碳排放也就越低。個人屬性也對通勤碳排放產生影響，高收入、有汽車的居民通勤碳排放通常更高。在上述諸多因素中，城市尺度上的職住空間關系發揮著最關鍵的作用，常規公交和供給水平等因素也產生一定的影響；社區尺度上的居住、就業密度對于通勤碳排放的作用更加突出。

這些研究結果顯示，通勤碳排放受到城市建成環境因素與個體社會經濟屬性的綜合作用。建成環境中的區位、職住密度等在社區尺度會影響通勤者的碳排放水平；公交和軌交的供給，在城市和社區尺度都有助于形成低碳通勤模式。城市制定綜合降碳政策需要多領域協同的碳排放測算，簡單強調倡導綠色出行方式，可能并不能解決通勤作為特殊出行行為的剛性需求。未來城市綜合降低碳排放的主要政策建議包括：（1）通過TOD規劃，引導更加協同的土地與交通發展模式。在城市規劃和交通規劃中，可以通過塑造更加平衡的“職—住—學—醫”關系，冷卻交通發生量，從而進一步降低出行相關碳排放。（2）通過公眾參與，提倡社區居民更低碳的出行。在社區規劃中，通過“生活圈”各項公共服務設施的合理布局，降低社區通勤和其他目的出行對小汽車的依賴。