2024城镇社区生活圈规划减碳潜力评估研究报告.docx

城镇社区生活圈规划减碳潜力评估研究2023年12月摘要研究背景与意义在？06G双碳目标”的背景下,节能减碳已成为国土空间规划领域重要的政策导向与研究方向。目前相关研究主要关注建筑碳排放和交通碳排放两方面,讨论城市形态要素对这两类碳排放的影响。这类研究主要反映的是敬木节鼬,对居民行为相关的生活能耗关注不够、，随着我国经济发展和居民生活水平提高,未来生活领域碳排放发展还有很大增长空间,垂需增加关注。IPCC指出,通过引导人们生活方式和行为的改变可以使2050年温室气体排放量减少40-70%。社区生活圈是居民B常活动最频繁的城市空间,社区生活圈规划直接影响居民的生活方式和用能习惯。关注居民生活行为带来的碳排放影响,探索如何通过社区生活圈规划引导更低碳的生活方式,对弥补相关研究空白、实现高质量发展下的“碳中和”具有重要意义。研究目标本研究基于上海市全域（不含崇明岛）开展生活圈减碳潜能评估。具体研究目标包括:1）构建生活圈碳排放计算方法学。2）通过大数据摸清社区生活圈规划对居民出行碳排放的影响3）通过试点研究生活圈规划对居民居家生活用能的影响4）深度耦合国土空间规划政策议题,为后续政策实施提供具有事理基础的建议。思路、方法与数据来源本研究主要围绕以下三个问题开展:1 .探究居民出行和居家生活用能碳排放水平的影响因子出行方面,通过构建多元线性回归模型探究社区配套设施和城市形态如何影响居民出行的交通方式选择;居家生活方面,关注社区配套设施如何影响就餐习惯和居家时长,进而影响生活用能和碳排放水平。2 .预测评估生活圈的出行减碳潜力基于碳排放影响因素构建随机森林回归模型,探究生活圈规划实施措施对居民出行结构的影响,进而测算潜在碳排放水平降低的幅度。3 .预测评估生活圈的居家生活减碳潜力基于居民就餐行为、社区活动中心使用行为与居家休闲电器使用行为的一手调查问卷,探究社区食堂和社区活动中心对居民生活行为的改变,进而测算潜在烹饪用能和居家休闲用能降低的幅度。研究主要使用的多源数据包括: 联通手机信令数据 开源地图数据 遥感数据 统计年鉴数据 居民问卷结论一、出行碳排放1.社区配套设施的覆盖情况和城市形态都对居民低碳出行的选择有显著的影响,社区配套设施覆盖程度越高,城市形态越紧凑,居民对低碳出行的偏好越强。2 .生活圈规划行动带来的设施配置的提升能优化居民的出行结构,具体表现为公交车、地铁、慢行出行总距离占比的增加和小汽车出行总距离占比的减少,从而带来出行碳排放量的降低。3 .总体上随着路网密度、公交站覆盖率、公园广场覆盖率、文化活动设施覆盖1率增加h居民周末和整周汽车出行总距离占比减少,居民周末和整周公交车、地铁和慢行出行总距离占比有所增加。4 .文化活动设施的覆盖率显著增加周末地铁出行总距离占比,减少周末汽车出行总距离占比;公园广场覆盖率对周末慢行出行总距离占比也有较为明显的影响。5 .以半淞园街道、盈浦街道两街道为例,预测在生活圈指标达标情景下,全年的总出行二氧化碳排放可下降5%。左右,全年周末总出行二氧化碳排放可下降G%左右。6 .以北新泾街道15分钟社区生活圈行动规划为例,进行社区生活圈试点减碳潜力评估。在规划情景下,北新泾街道全年总出行二氧化碳排放下降18.68%o全年周末总出行二氧化碳排放下降5.6%。说明15分钟生活圈行动规划对居民的通勤出行和生活出行都能产生较大影响,减碳潜力较大。二、居家生活用能碳排放1烹饪用能方面,相对居家烹饪,社区食堂人均每餐碳排放可减少口2加;目前受访生活圈社区食堂平均可代替居家用餐T3次I人.周;社区食堂平均减碳量可达o.9kg周。2居家休闲用能方面,本研究受访居民居家休闲时间有30%（夏季,冬季15%；伴随着空调的使用，有32%的时间伴随着电视的使用;社区活动中心平均可减少每人2.3Z周的居家休闲时间;由此推算社区活动中心夏季可减缓0.38kgC.周,冬季可减缓O23kg人.周,春秋季可减碳0.08kg.周,全年可减少碳排放0&1人。3以北新泾街道15分钟社区生活圈行动规划为例,进行社区生活圈试点减碳潜力评估。在老年食堂服务范围提升66%的情境下,老年人人均每年可减少46.8kg碳排放,相当于上海市人均烹饪碳排放的18%。在文化活动设施覆盖率提升10%的情景下,社区居民人均每年将减少10唬碳排放,相当于全年个人生活用能的约观。面向国土空间详细规划的政策建议针对生活圈规划与国土空间规划对接、生活圈规划的编制与实施,在不同层面提出主要政策建议如下。一、规划体系层面1国土空间规划应对控详规进行分层,充分发挥单元街区规划呈上启下的规划传导作用。2社区生活圈规划边界在各层级国土空间规划之间保持一致,以街道行政管理范围为准。3省I市级自然资源主管部门牵头编制针对本省I市的社区生活圈导则、技术准则、建设实施意见等规划配套文件。二、规划方法层面1.运用智慧监测与城市数字李生等技术,建立规划减碳协同技术体系。2 .编制国土空间规划详细规划前,补充自下而上的信息传导途径,多维度、精准化了解居民生活需求,避免社区配套设施扎堆造成资源浪费。3 .在现状分析中增加潜力资源识别（如国企土地资产、公有房屋等）,并在规划成果中体现对相关潜力资源的功能转换及利用方案。三、规划内容层面1 .关注郊区与城市中心区的社区生活圈行动规划重点的差异。2 .积极对接妇联、残疾人协会等机构,了解弱势群体需求,增加无障碍、老龄友好、女性友好等专项内容,扩大详规包容性。3 .在生活圈规划增加韧性与公共安全专项内容,做好应对公共卫生事件、自然灾害的准备。四、规划指标层面I国土空间规划在单元或地块层面法定化、约束化关键碳源汇指标。4 .生活圈规划应基于人口分析,结合共享、线上服务预测分析,进行设施配套的精准化和差异化调整。5 .控规中增加混合用地类型,扩大单一性质用地业态兼容比例,对教育、文化、体育、公共绿地进行弹性供给。4控规中补充小微型、结建型或嵌入型设施内容,完善评估-出让-建设机制,将指标与地块出让金挂钩,并在市、区层面统筹指标达标率。五、审批审查层面1.市区统一标准,借助信息化系统,优化技术审查市区事权。六、评价评估层面1 .编制生活圈行动规划过程中,应对现状、规划碳排放进行评估,并根据评估结果,提出规划方案的调整建议。2 .加强全要素、多维度评估工作,及时发现问题并更新项目清单。关键词：社区生活圈规划,碳排放方法学，交通出行,大数据,机器学习,上海Vl目录摘要I第1章研究背景911“减碳”是当前国家重大战略需求9E2社区生活圈规划响应双碳的必要性10B3现有相关研究基础与不足11第2章研究目标、内容与技术路线15a1研究目标与内容152 2研究范围与概念界定153 3研究思路与技术路线161. 3.1社区生活圈对居民出行碳排放的影响162. 3.2社区生活圈规划对居民居家用能的影响18第3章数据获取与处理2031城市基底空间数据203. 1.1设施点203. 1.2城市形态2022手机信令数据203.2.1人口213.2.2出行OD213.3问卷数据21第4章研究方法构建2541基于手机信令数据的居民出行分析方法254.1.1 基于出行次数的出行分担率254.1.2 基于出行次数和出行距离的出行量2542社区生活圈规划与出行方式相关性算法模型261. 2.1解释模型：多元线性回归模型264. 2.2预测模型：随机森林回归模型265. 2.3出行总距离对标：基于PIaCeryPe（场地类型）的分析26夕3居民交通出行碳排放计算方法学274居民居家用能碳排放计算方法学27第5章上海市居民出行选择的社区生活圈规划驱动机制与交通碳排放29a1上海市居民出行方式与出行人次29S2社区生活圈规划要素对居民出行选择的驱动机制296. 2.1整周模型297. 2.2周末模型31第6章基于社区生活圈规划的上海市居民出行碳排放预测34d1出行总距离占比预测模型346.1.1因变量：不同交通方式的出行总距离占比346.L2整周模型：模型性能346.L3周末模型：模型性能356.1.4关键指标弹性解读36(22基于场地类型的出行总距离对标分析37G3居民出行优化情景下的减碳预测396.3.1半淞园街道出行减碳预测396.3.2盈浦街道出行减碳预测42第7章上海市社区生活圈规划对居家用能碳排放的影响461 1社区食堂对居家用能碳排放的影响461 .1.1社区食堂带来的用餐习惯转变467 .L2社区食堂碳排放测算481. 1.3居民选择社区食堂就餐的影响因素分析49R2社区活动中心对居家用能碳排放的影响522. 2.1社区活动中心带来的休闲习惯转变527. 2.2社区活动中心对居家用能碳减排的测算548. 2.3居民在社区活动中心进行休闲活动的影响因素分析55第8章上海市社区生活圈试点减碳潜力评估58a1试点社区选取58$2社区生活圈规划方案介绍5883实施前后指标测算598. 3.1出行599. 3.2居家用能59&4预测模型应用608. 4.1出行行为和碳排放变化609. 4.2居家生活用能碳排放变化62第9章结论与建议6310. 1结论639.1.1社区生活圈出行碳排放639.L2社区生活圈居家用能碳排放659.2建议661.1 .1编制社区生活圈行动计划相关建议661.2 .2面向国土空间详细规划相关建议69致谢72第1章研究背景本章梳理中国2060”双碳战略背景下区域国土空间规划面临的问题与机遇,总结新时期高质量发展对国土空间格局的要求，总结现行国土空间规划研究议题中的不足,分析区域国土空间规划碳减排的宏观推动力与内在逻辑,阐明后续研究的事理基础。1.1 “减碳”是当前国家重大战略需求2020李，我国提出'06。双碳目标”，承诺将力争在203G年前实现碳排放达峰,族2060年前深度脱碳并实现碳中和。“零碳”、“净零碳”或“近零碳'等碳中和理念,在我国各行业部/7已得到普遍认可。城市区域单元能源消费巨大,贡献了全球约80Q%的温室气体排放,是碳中和目标下的减排关键所在。在国土空间规划领域,节能减碳已成为重要的政策导向。2021年,关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见发布,将传统的建筑领域改成城乡建设领域,使得能源、工业、交通、城乡建设从过去传统的建筑四大支柱变成城乡建设四大支柱,并要求从“推进城乡建设和管理模式低碳转型”>“大力发展节能低碳建筑”和“优化建筑用能结构”三方面提升城乡建设绿色低碳发展质量;从“优化交通运输结构”、“推广节能低碳型交通工具”、“引导低碳出行”三方面推进低碳交通运输系统建设。2022#1月,自然资源部发布了国土空间规划技术标准体系建设三年行动计划62021-2023年），指出“双碳战略的目标、方法和手段要与国土空间规划标准有机结合。2022年1月,住房和城乡建设部与国家发展改革委联合发布了关于印发城乡建设领域碳达峰实施方案的通知,提出优化城市结构和布局、开展绿色低碳社区建设、提升绿色低碳建筑水平、建设低碳绿色住宅、优化城市建设用能结构等十项措施,倡导建设绿色低碳城市。上述政策的发布对“双碳”目标的实现有重要意义,明确了“双碳”目标将从国土空间规划到绿色建筑设计,从低碳导向的综合交通规划到步行自行车友好的街道设计等不同尺度、不同维度努力实现。1.2 社区生活圈规划响应双碳的必要性社区生活圈是居民S常活动最频繁的城市空间,是在中微观层面研究城市碳排放的合理单元,居民日常消费、衣食住行相关的碳排放均可在生活圈中体现。随着城市化进程的完善,消费端和居民个人生活对温室气体排放的影响愈发明显。联合国环境署,指出,当前家庭消费温室气体排放量约占全球排放总量的三分之二。PB指出,通过引导人们生活方式和行为的改变可以使2050年温室气体排放量减少40-70%。.家庭温室气体排放在不同国家之间、同一国家的不同群体之间存在较大差异,这些差异可以揭示家庭碳减排的关键路径。研究3发现,全球温室气体排放量后50%的家庭20鸡年人均排放仅1.6吨二氧化碳当量,前1%的家庭则高达人均吨二氧化碳当量,相差近倍。中国家庭能源消耗的不平等和差异性相对世界平均水平来说更加明显,前10%家庭的能源消耗与后90。/。的家庭差距很大（图Vo1 UnitedNationsEnvironmentProgramme(2020).EmissionsGapReport2020.Nairobi.2 ClimateChange2022:MitigationofClimateChange.WorkingGroupIIIContributiontotheIPCCSixthAssessmentReport.3 UnitedNationsEnvironmentProgramme(2022).EmissionsGapReport2022.https:/www.unep.org/zh-hansresources2022nianpaifangchajubaogao.USA等RussianFederation .China World Europe .Brazil .Indonesia .India 3HouseholdGHGemissionsin2019,excludingLULUCF(tCO2ecapita)050100150200250Q4R,QAoOBottomS0%Middle40%Next9%Top1%图1-1209年全球国家家庭温室气体排放情况此外,对比发达国家,中国目前的消费结构还是基础型,随着经济进一步发展,未来在社区层面将有大量更高端的消费出现，这必然伴随着大量的能源消耗，以上海为例,研究,预测某社区总能源需求将至少增加'倍左右。因此,仅靠绿色技术的应用来实现社区、家庭生活领域的去碳十分困难,推动绿色生活方式尤其重要。社区生活圈规划直接影响居民的生活方式和用能习惯。例如,生活圈的路网密度和轨道公交站点、的可达性影响着居民低碳出行方式的选择;社区食堂可以减少居民自家炊事用能;社区活动中心、社区公园等公共场所可以降低居民的居家时长,从而减少家用电器耗能;社区公共服务设施的密度和分布情况影响居民非通勤出行的频率和距离,进而影响出行碳排放。以生活圈为基本单元,研究影响居民能源消耗和碳排放行为的要素，并探究如何通过规划手段鼓励居民更多地使用公共设施、采取低碳的生活方式对双碳目标的实现有重要意义。1.3现有相关研究基础与不足目前我国城市国土空间与碳排放相关研究主要关注建筑碳排放和交通碳排放两方面,讨论城市形态要素对这两类碳排放的影响3就建筑碳排放来说,城市形态要素主要作用于城市和街区的气候环境,通过影响居民的用能行为来影响建筑碳排放。城区层面的区域开发强度、空间布局紧凑度、干路网密度、蓝绿空间结构可以通过加剧或缓解热岛效应间接影响建筑能源消耗。例如,过度紧凑的城市形态会引发热岛效应;城区干路网能形成通风廊道,促进空气流通,降低热岛效应。街区层面的街道密度、路网密度、街道高宽比、街区绿地布局等要素,以及地块层面的建筑密度、容积率、绿地率、建筑群体布局等要贰也可以影响建筑的微气候环境,从而间接影响建筑能源消耗。例如,建筑朝向和间距可以通过建筑间的相互遮挡影响微气候环境进而影响建筑内部的取暖、制冷、照明相关的碳排放;建筑高宽比（层峡形态）也对街区气温有直接影响。就交通碳排放来说,城市形态要素通过影响人们的出行量和出行方式来影响交通能源消耗。城区层面的区域开发强度、用地功能布局、城区规模、紧凑特征、空间结构、道路系统和交通设施等要素对出行需求和出行方式选择有直接影响。例如,城区规模的扩张会增加机动车相关的能源消耗;多中心的城市结构和职住平衡的空间布局对大城市来说更有利于减少交通碳排放;紧凑的城市布局有利于公共交通和慢行交通的发展,形成低碳的出行结构。街区层面的用地密度、功能混合、街区尺度对交通碳排放也有明显影响。例如,混合用途可以提升居住地与工作场所和其他服务设施（学校、购物场所等）的邻近度,使出行更多地发生在社区内部,从而减少出行次数和距离,并鼓励人们更多地使用低碳交通方式;高4冷红,赵妍,袁青.城市形态调控减碳路径与策略J城市规划学刊,2023（01）:54-61.DOI:10.16361/j.upf.202301008.密度开发,特别是城市中心和轨道交通站点周边的高密度开发，有助于提升公共交通的出行分担率;道路交叉口密度、路网密度影响慢行体验和机动车行驶距离,进而影响交通碳排放。上述城市形态相关的研究已取得丰富成果,但主要反映的是板木节能,对居民行为相关的生活能耗关注不够，英国的一次场凭5发现，普通英国家庭平均每年排放约8798千克二氧化碳当量,主要来自加热（取暖、热水等）、交通、用电、飞行、食物、废弃物处理六类活动,相应的碳排放在家庭排放中占比依次为31%、27%、18%>12%、9%、3%。其中,除了采用科技方式（如热泵、可再生能源、光储直柔系统等）减排外,个体的行为（如减少肉类和奶类消耗、减少食物浪费、选择低碳出行方式等）对减少碳排放有重要意义。国内一项针对S个不同类型社区居民碳排放的调查研究&指出,建筑用能、交通、市政和固废、生活领域的人均碳排放与居民收入和生活消费水平、家庭结构和住房类型关系紧密。例如,上海中等收入社区人均年碳排放量在2至工5吨之间,重庆工厂社区人均碳排放量略高于1.5吨,浙江江山老旧社区和深圳城中村的人均碳排放量则更低。这说明我国经济发展水平相对不高的地区还有很大的碳排放增长空间。随着城镇化的深化,人均居住面积和公共建筑面积未来将持续增加,带来建筑取暖、制冷和照明总能耗的增长;冰箱、电视、洗衣机等家电保有水平的提升将增加建筑能耗和相关产品制造的能源消耗;生活水平和出行需求的增长也将带来交通能源消费的大幅提升5EnergySystemsCatapult（2019）LivingCarbonFreehttps:/www.theccc.org.uk/publication/living-carbon-free-energy-systems-catapult/6李晓江.城市社区/生活碳计量与去碳路径的实证研究UL可持续发展经济导刊,2022（04）:20.21.7中国人民大学.中国人口未来消费行为及其碳排放含义研究，2023获1-1中国城乡未来家电拥有情况预测城镇202020302050农村202020302050冰箱103.1103.1103.1冰箱100.1100.1100.1电视123.0130150电视117.8126.67140洗衣机99.7100100洗衣机92.6100100微波炉56.56090微波炉19.740100抽油烟机82.6100100抽油烟机30.953.93100电饭锅100100100电饭锅100100100计算机72.9100150计算机28.356100因此,关注居民生活行为带来的碳排放影响,探索如何通过社区生活圈规划引导更低碳的生活方式是目前重要的研究方向。第2章研究目标、内容与技术路线结合前文中总结的不足与当前研究及技术方法进展,综合考虑逻辑可行性、方法的可操作性与城市国土空间碳排放问题针对性，聚焦出行碳排放和居家用能碳排放两部分,开展社区生活圈减碳潜力评估。本章系统论述了研究的目标、研究内容、预计实现的研究成果,以及相应的技术路线。2.1 研究目标与内容 子目标构建出行碳排放与居家用能碳排放测算方法学。 子目标2通过大数据摸清社区生活圈规划对居民出行碳排放的影响 子目标3通过问卷调查计算生活圈设施对居民居家用能的影响 子目标A深度耦合国土空间规划政策议题,为后续政策实施提供具有事理基础的建议。2.2 研究范围与概念界定出行碳排放研究范围为上海市全市域,不包括崇明岛。研究单元颗粒度为2km*2km网格,研究范围内共有网格1380个。居家生活用能碳排放以新华路街道、梅陇镇、南桥镇为样本进行数据收集,开展相关计算。图2-12海赤城2km*2km网格本研究目标内容集中于出行和居家用能碳减排,不考虑全生命周期碳排放,也没有考虑碳汇。2.3 研究思路与技术路线2.3.1社区生活圈对居民出行碳排放的影响1影响因素指标体系构建基于文献梳理,本研究确定了影响居民出行结构的五大维度:分别为社区配套设施维度、城市形态维度、人口统计维度、社会经济维度和区位指标维度。其中社区配套设施和城市形态为核心研究变量,人口、社会经济和区位条件作为控制变量参与模型的构建。基于五大维度,构建影响因子指标体系,以改m*Km网格的空间单元精度计算指标。2 .识别出行方式选择影响因素居民不同出行的交通方式产生的碳排放水平差异显著,出行方式的选择又受到社区配套设施和城市形态等的因素的影响。因此首先以居民不同出行方式的选择为因变量,构建多元回归解释模型,探究居民出行方式选择的显著影响因素,进而解释多维变量对生活圈出行碳排放的影响方式。3 .出行结构变化预测以居民出行结构为因变量,根据影响居民出行方式选择的因子的显著程度,构建随机森林预测模型,量化评估生活圈规划实施措施对不同交通方式出行总距离占比（即出行结构）的影响。4 .出行总量变化预测以出行总距离为因变量,通过对上海全市做场地类型分析,量化多维生活圈特征与出行总距离的对应关系。5 .减碳潜力测算基于居民出行结构和出行总量的变化测算潜在碳排放水平降低的幅度。由于居民通勤出行和日常出行的交通方式选择和出行距离不尽相同。研究将居民整周的出行和周末的出行拆分为两个部分,分别作为因变量构建模型,观测各影响因素对整周出行和周末出行的影响水平。6 .模型应用:试点评估以北新泾社区为试点,量化生活圈规划实施方案,应用预测模理评估实施前后的碳排放水平变化。出行碳排放相关的技术路线框架如下:图2-2出行碳排放研究技术路线图Ie心2.3.2社区生活圈规划对居民居家用能的影响1 .筛选具有减碳潜能的生活圈设施从生活用能碳排放角度,本研究认为最具有减碳潜能的生活圈设施包括1）社区食堂和2）社区活动中心、公共开放空间两类。其中,社区食堂可以通过减少居民居家烹饪用能来降低社区碳排放;社区活动中心、公共开放空间可以吸引居民进行非居家的休闲活动,减少家庭空调、电风扇、电视机的使用（以下统称“居家休闲用电”）,从而降低社区碳排放。2 .设施使用行为统计通过问卷调查,获取居民在社区食堂建成前后的就餐行为信息,估算社区食堂替代的居家烹饪数量。通过问卷调查,获取居民在社区活动中心、公共开放空间建成前后的休闲活动行为信息,估算这些空间减少的居民居家休闲用电时长。3 .生活圈设施减碳潜能测算结合碳排放相关文献数据,计算社区食堂就餐和居家烹饪的碳排放差距；计算社区活动中心、公共开放空间使用减少的居家休闲用电碳排放。4 .模型应用:试点评估以北新泾社区为试点,量化生活圈规划实施方案,估测社区食堂、社区活动中心、公共开放空间带来的碳排放减少量。居家用能碳排放相关的技术路线框架如下:O 心人“EH*CFKRS. AMHM0ljn.WKWXMth XIMtlmlM>r图2-3居家生活用能碳排放研究技术路线图 Ml OWMitm It *MttSMPW 1 ZIMq t3CW ti WmtM*KMteAts* 3fHU9lUMMMq.Mmm*一第3章数据获取与处理作为后续分析的基础,数据获取是本研究首先重点关注的议题。总体上,研究采取了多源数据融合的数据处理方式,构建了上海市城市空间数据集;手机信令数据具有海量性,是本研究采用的亮点数据。3.1 城市基底空间数据3.1.1 设施点公交站、地铁站、充电桩、学校、医院、养老设施、社区便民服务设施点（菜市场、生鲜超市等）企业、等兴趣点来源为高德开源地图。通过对po的类别提取和关键词筛选获取所需数据。3.1.2 城市形态城市形态相关数据主要有路网、建筑、地块。路网数据来源为openstreetm叩开源网站。建筑数据来源为卫星影像识别。地块数据通过道路网切割城市边界获得。3.2 手机信令数据基于联通手机信令数据可获取上海市域范围内的人口信息和出行信息。数据获取时间为2021#1025日-31日（连续1天人使用一周的数据便于后续区分整周和周末出行作为不同的因变量。3.2.1 人口口数据精度为250m*250m网格,通过停留时段、累计天数、年龄段等信息筛分识别手机用户的居住地与工作地,由此获得每个网格的居住、工作、通勤人口数。此外,人口相关手机信令数据还包含人口性别、人口年龄和人口年收入信息。3.2.2 出行OD出行数据精度为如网格,基于联通既有算法可识别网格OD间每日的总出行次数、以及不同交通方式（地铁、公交、慢行（步行和骑行）、小汽车）的出行次数。3.3 问卷数据通过问卷调查获取数据。在上海市内环、中环、外环分别选择一个代表性生活圈,在生活圈内的为老服务中心、助餐点、社区活动中心、公共开放空间进行一对一问卷调查。调查地点包括:新华路街道新华里巷（社区活动中心）、新风邨睦邻点、华山花苑老年活动室、华山儿童公园、申宁苑综合为老服务中心、万宏悦膳长者食堂;梅陇镇熊觅社区食堂、景福路社区食堂、益梅小院、紫藤二村;南桥镇南桥源生活驿站健身房、南桥源生活驿站对面绿地。图2-4问卷调查生活圈区位万五砌电食望华山Jui公园华山花无新风物续加点申宁演哈力电IR第中0新华里电图2-5生活圈问卷调查本研究共收集78份问卷,其中男女比例分别为56%。、44%;年龄以1。岁以上老年人为主,占比6。%,其次为80-3岁老年人,占比18%;学历以大专I本科、初中、高中I中专I职高为主,占比分别为33%、27%、26%。人口学信息统计见下图。不同学历占比件判比例图2-26问卷样本的人口与家庭概况6禹3火原”iMr* Jla 上MoeQ 400 MCM8 >M0 r<4>社区食堂方面,共40份有效问卷,其中新华路街道23份,梅陇镇街道13份,南桥镇A份。社区活动中心与公共开放空间方面,共50份有效问卷,其中新华路街道A份,梅陇镇街道&份,南桥镇U份。第4章研究方法构建出行用能方面,本章基于上一章中说明的基础数据,首先阐释了基于手机信令数据的居民出行方式判别方法;进而介绍了用以挖掘出行方式与城市国土空间联系的随机森林方法;再进一步介绍了基于最小二乘回归的居民出行距离计算方法,以为后续碳排放方法学的构建提供关键参数;再进一步阐释了街道单元尺度下基于城市空间因子的居民出行碳排放量计算方法学,产业与居民生活碳排放计算方法;货运、水运及航空碳排放的计算方法与上述几种碳排不同,研究相应进行了介绍;最后,阐释了从产业、居民出行与居民生活3个角度设置碳排放情景的方法及其中的关健参数。居家用能方面,本章介绍社区食堂（影响烹饪用能）和社区活动中心I公共开放空间（影响居家休闲用能）两类设施碳减排潜能计算的方法学。4.1 基于手机信令数据的居民出行分析方法本研究将手机信令数据用于计算各网格的出行分担率和出行量。4.1.1 基于出行次数的出行分担率根据网格。间不同交通方式出行次数的信息,可计算基于网格的不同交通方式出行的分担率。4.1.2 基于出行次数和出行距离的出行基于网格的地理位置信息,可计算得到网格。间距离,进一步计算居民每次出行的距离,出行次数与距离的乘积即为每次出行的出行量。4.2 社区生活圈规划与出行方式相关性算法模型4.2.1 解释模型：多元线性回归模型依托社区生活圈规划相关指标计算结果,构建多元线性回归模型,探究不同交通方式出行分担率（即居民出行方式选择）的影响因素,形成对居民出行行为的基本认识。4.2.2 预测模型：随机森林回归模型以解释模型中的变量表现为依据,构建随机森林预测模型,量化评估生活圈规划实施措施对不同交通方式出行总距离占比的影响。4.2.3 出行总距离对标：基于place-type（场地类型）的分析通过对上海全市做场地类型分析,量化多维生活圈特征与出行总距离的对应关系。出行总距离二人均出行总距人口数。本研究假设如下:生活圈配置越完善,人均出行总距离越低。因此,生活圈规划实施措施落地前后,人均出行总距离会发生改变,表现为减少。人均出行总距离的数值变化会根据所属研究单元的场地类型,去对标优于其场地类型的研究单元的人均出行距离。最后基于研究单元不同交通方式出行总距离占比和出行总距离,推算出行碳排放量,计算公式如下:出行碳排放It=E（出行总距离*各交通方式出行总距离占比*各交通方式碳排放因子）出行总距离通过场地类型分析得到,各交通方式出行总距离占比由随机森林模型基于生活圈规划实施措施进行预测得到。各交通方式碳排放因子取值参考报告文献研究中的参数。4.3 居民交通出行碳排放计算方法学本研究基于一周七天手机信令数据计算各网格的整周居民出行碳排放量,基于周末两天数据计算周末出行碳排放量，计算方法如下:居民出行碳排放(Cmm)的计算方法:交通碳排放量为每人每次出行的碳排放量之和,受出行距离、出行方式的影响。计算公式为:Cmm=EkkAAkkLLkkGGGGGGkk公式分解:AAkk,指交通方式的从居住地出发的在。网格间的行程数，交通方式包含:地铁、公交、小汽车、慢行四种方式;1.Lkk,指交通方式k的交通出行距离,即。网格间距离,单位:米;GGGGGGkkf指交通方式k在数据获取年份的碳排放因子,取值参考报告文献研究中的参数。4.4 居民居家用能碳排放计算方法学烹饪用能方面,本研究基于问卷数据计算社区食堂人均减碳量,计算方法如下:E1=(C1-A1)*MEl为社区食堂减碳量,单位yj人周。Cl表示居家烹饪每人每餐碳排放量,Al表示社区食堂每餐平均碳排放量Nl表示问卷样本社区食堂替代居家用餐的次数,单位：餐次1人,周,居家休闲用能方面,本研究基于问卷数据计算社区活动中心和公共开放空间人均减碳量，计算方法如下:EEz=(AA2*aa+TT2*it)*ccE2为社区活动中心及公共开放空间减碳量。A2表示社区活动中心及公共开放空间带来的白天居家空调用时的减少,单位卜周,TZ表示看电视时间的减少,学位h.周。a表示空调能耗，t表示电视机能耗,单位:kWhhoC为上海市电力排放因子缺省值,单位:kg-CO2kWh.第5章上海市居民出行选择的社区生活圈规划驱动机制与交通碳排放本章阐释城镇社区生活圈规划要素对居民出行选择的影响,首先从宏观尺度上分析了上海市居民出行方式和出行人次,进而根据多元线性回归建模结果分析比较了空间特征对不同出行方式选择的不同作用机制。5.1 上海市居民出行方式与出行人次居民不同交通方式的出行分担率可体现居民对出行交通方式的选择偏好。出行分担率计算方法如下:每个网格作为出发地,对其进行不同交通方式出行次数的统计,除以网格的总出行量,即得到每个网格不同交通方式的出行分担率,作为多元线性回归模型的因变量。整周模型的因变量为一周七天数据计算得到的出行分担率。周末模型的因变量为周末两天数据计算得到的出行分担率。5.2 社区生活圈规划要素对居民出行选择的驱动机制5.2.1 整周模型基于一周七天的数据,将四种出行方式的整周出行分担率作为因变量分别构建模型。模型性能见表5-1,模型结果见表52。5.2.1.1 模型性能表5-1不同交通方式整周出行分担率模型性能模型性能-整周出行因变量整周地铁出行分担率R-squared:0.846因变整周公交出行分担率R-squared:0.404因变量整周慢行出行分担率R-squared:0.422因变量整周汽车出行分担率R-SqUared:0.705总体上看,解释模型的效果较好。央都在04之上,地铁出行分担率模型的W达到了08,说明模型的有效性比较高,解释力比较强。5.2.1.2 模型结果表5-2不同交通方式整周出行分担率模型结果地铁出行分担公交车出行分担慢行出行分担小汽车出行分担率率率率充电桩密度0.0029*-0.00070.0001-0.0022公交站覆盖率0.00730.0056*-0.0074*-0.0058轨道站点覆盖率0.0558*0.00480.01*-0.0719*公园广场覆盖率-0.00190.00460.0056-0.0093社区服务中心密度-0.0153*0.012*-0.00270.0035基础教育设施覆盖率-0.0093*0.0048-0.00350.0053社区养老设施覆盖率0.0116*0.00170.0018-0.0167*托养设施覆盖率-0.0119*0.0055*0.00110.0042文化活动设施覆盖率-0.0001-0.0031-0.0059*0.0102菜市场密度-0.0078*0.OOll0.00280.0031医院覆盖率0.0054-0.00040.0017-0.0095绿视率-0.00760.014*0.0291*-0.0305建筑贴线率-0.0202*0.0135*-0.0449*0.0597*路网密度0.0029-0.0006-0.0071*0.0047主干路密度-0.007*0.0031*0.00170.0028次干及以下市政路密度0.00.00080.0052*-0.0062*街道底商密度0.0007*-0.001