全 文 ：住区形态变迁与居民通勤能源消费的关系*
周摇 健1 摇 肖荣波1**摇 孙摇 翔2
( 1广东省环境科学研究院低碳与生态研究中心, 广州 510045; 2华南理工大学, 广州 510641)
摘摇 要摇 快速城市化和城市扩张引发了住区形态的变迁,但形态变迁与居民通勤能源消费关
系还不明确,如何通过城市的可持续公共管理政策来控制城市住区形态变迁过程下通勤能源
消费及其温室气体排放有着重要意义. 以厦门为例,通过土地利用与交通耦合模型 TRANUS
的情景分析研究了住区形态的变迁对人口、工作以及土地消费空间分布的影响,进而分析了
不同情景下通勤能源消费和温室气体排放的水平.结果表明: 基准情景下交通出行早高峰能
源消费总量为 54. 35 tce,CO2排放为 119. 12 t;住区形态变迁情景下,通勤能耗和 CO2排放同
比基准情景均增加 12% ;通过适当的土地利用、交通和经济政策的实施,通勤能源消费与 CO2
排放同比基准情景减少 7% ,说明城市公共政策能够有效地控制住区形态变迁背景下通勤能
源消费和温室气体排放的增长.
关键词摇 住区形态摇 通勤摇 城市交通摇 能源消费摇 温室气体排放
文章编号摇 1001-9332(2013)07-1977-08摇 中图分类号摇 X24摇 文献标识码摇 A
Relationships between settlement morphology transition and residents commuting energy
consumption. ZHOU Jian1, XIAO Rong鄄bo1, SUN Xiang2 ( 1Low Carbon & Ecological Research
Center, Guangdong Provincial Academy of Environment Science, Guangzhou 510045, China; 2South
China University of Technology, Guangzhou 510641, China) . 鄄Chin. J. Appl. Ecol. ,2013,24(7):
1977-1984.
Abstract: Settlement morphology transition is triggered by rapid urbanization and urban expansion,
but its relationships with residents commuting energy consumption remains ambiguous. It is of sig鄄
nificance to understand the controlling mechanisms of sustainable public management policies on the
energy consumption and greenhouse gases emission during the process of urban settlement morpholo鄄
gy transition. Taking the Xiamen City of East China as a case, and by using the integrated land use
and transportation modeling system TRANUS, a scenario analysis was made to study the effects of
urban settlement morphology transition on the urban spatial distribution of population, jobs, and
land use, and on the residents commuting energy consumption and greenhouse gasses emission un鄄
der different scenarios. The results showed that under the Business As Usual (BAU) scenario, the
energy consumption of the residents at the morning peak travel time was 54. 35 tce, and the CO2
emission was 119. 12 t. As compared with those under BAU scenario, both the energy consumption
and the CO2 emission under the Transition of Settlement Morphology (TSM) scenario increased by
12% , and, with the implementation of the appropriate policies such as land use, transportation,
and economy, the energy consumption and CO2 emission under the Transition of Settlement Mor鄄
phology with Policies (TSMP) scenario reduced by 7% , indicating that urban public management
policies could effectively control the growth of residents commuting energy consumption and green鄄
house gases emission during the period of urban settlement morphology transition.
Key words: settlement morphology; commuting; urban transportation; energy consumption; green鄄
house gases emission.
*国家自然科学基金项目 (41201601 )、国家科技支撑计划项目
(2012BAC13B04鄄06, 2012BAC20B12鄄06 )、广东省科技重大专项
(2012A010800011鄄4)和中国科学院知识创新工程重要方向项目
(KZCX2鄄YW鄄450)资助.
**通讯作者. E鄄mail: ecoxiaorb@ 163. com
2012鄄10鄄22 收稿,2013鄄05鄄08 接受.
摇 摇 住区形态指住区的各组成要素在一定的社会经
济背景下,以及一定的生活方式和生活观念的制约
下(或社会系统的作用下)所表现出的物质形态和
应 用 生 态 学 报摇 2013 年 7 月摇 第 24 卷摇 第 7 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇
Chinese Journal of Applied Ecology, Jul. 2013,24(7): 1977-1984
社会形态[1-3] . 其中,物质形态主要包括住区布局、
规模、设施等外部表现形式,社会形态主要为居民年
龄、教育、收入等社会属性. 住区形态的形成和发展
是一种复杂的经济、文化现象和社会过程,也是社会
经济自然复合生态系统中各要素相互作用的结果,
影响着城市社会经济发展的众多方面.
城市交通,特别是客运交通,占据了能源消费和
温室气体排放的重要组成部分,会受到城市居民通
勤模式和出行方式的显著影响[4-9] .实际上,诸如居
民住宅和工作区位、社会经济状况和交通设施等因
素会共同作用来决定通勤模式和出行方式[10-15],这
些因素与住区形态都有着紧密的联系.当前,快速城
市化和城市扩张不仅消耗了土地和化石燃料等自然
资源,也造成了城市住区形态在物质和社会形态方
面的变迁[16-17] .尽管住区形态与城市客运交通能源
消费有着紧密联系,但住区形态发生变迁时对通勤
能源消费以及由此造成的温室气体排放的具体影响
尚不得而知.
目前,各国研究者已开始尝试采用多种措施来
减少交通能源消费量以及缓解机动车排放所引起的
环境影响,但主要集中在机动车和燃料燃烧的技术
改进,而且其所产生的效果往往会被更大的机动车
拥有数量所抵消[18-20] .同时,众多研究结果表明,由
于费用的原因,发展中国家城市在推广新型的绿色
个人汽车技术方面有着很大的困难[21-24] . Lefevre[25]
在印度班加罗尔市的研究表明,通过土地利用、经济
以及交通等公共政策能够有效抑制城市客运交通能
源消耗量及其导致的环境负面影响. 如何通过城市
的可持续公共管理政策来控制城市住区形态变迁过
程下居民通勤能源消费及其温室气体排放有着重要
意义.为此,本文以厦门市城市化发展集中区域厦门
岛为例,借助 TRANUS(integrated land use and trans鄄
port modeling system)模型工具,研究了住区形态变迁
对居民通勤能源消费和温室气体排放的主要影响及
内部过程,探讨了城市公共管理政策能否迎接城市住
区形态变迁下通勤能源消费所带来的环境挑战.
1摇 研究区域与研究方法
1郾 1摇 研究地概况
厦门市(24毅26忆46义 N,118毅04忆04义 E)是福建省
东南部的副省级城市,其中,陆地面积 1565 km2,海
域面积 344 km2,下辖思明、湖里、集美、海沧、同安、
翔安 6 个行政区. 截至 2008 年,全市人口 296. 78
万,其中,常住人口 167. 78 万,流动人口 129 万. 厦
门岛面积 136. 3 km2,包括厦门市思明、湖里二区.
在过去的 100 年,厦门岛一直是厦门市城市化发展
最迅速和集中的区域[26],非常适合作为本研究的研
究区域.
为了更好地对厦门岛内住区进行了解,于 2009
年 12 月针对厦门岛内住区进行一次大规模的问卷.
调查根据厦门岛城市空间格局以及住区类型、建筑
年代等属性,调查区域包括华侨博物馆、中山路等
26 个主要城市居民居住区及其周边街道. 其中,位
于思明区的住区 13 个,位于湖里区的住区 13 个.从
建设年代划分,20 世纪 80 年代以前建成的住区 5
个,20 世纪 80 年代至 1994 年建成的住区 9 个,
1994—2000 年建成的住区 9 个,2000 年以后建成的
住区 3 个(图 1).
摇 摇 每个小区随机抽取 20 ~ 30 户家庭,共回收问卷
1090 份,涵盖 3681 位居民,其中,有效问卷 952 份,
有效率达 87. 3% . 根据研究需要,只选取工作日通
勤居民作为研究对象,筛选有效样本 543 份.根据住
区形态定义和调查结果可知,厦门岛住区形态分为
4 类:城中村、老城区、高档商品房社区和一般商品
房住区.伴随着改革开放而来的居民住房观念的不
断更新以及岛内快速城市化和住房制度改革的推
行,促使厦门岛内住区形态由城中村、老城区向一般
商品房住区甚至高档商品房住区变迁,住区住房从
非商品房向商品房转变[27] .
1郾 2摇 TRANUS模型
TRANUS模型是一种土地利用与交通的耦合模
型,其由 De la Barra 等[28-29]在 1982 年专门为个人
电脑开发设计. TRANUS模型包括两个子模型:土地
利用子模型、交通子模型(图2) .其中,土地利用子
图 1摇 厦门岛住区形态调查中的主要居民点
Fig. 1摇 Sample points of settlement morphology survey in Xia鄄
men Island.
8791 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 24 卷
图 2摇 TRANUS模型结构[30]
Fig. 2摇 Model structure of TRANUS[30] .
模型中,既包括土地利用形式的转化,也包括不动产
市场(地产、房产)的供需平衡,其模拟了城市的土
地和不动产市场,通过评估土地的可供给量和通达
性,来估算成本和效用,预测生产、生活活动对生产
空间和居住空间的选择,并将由于职住空间分异而
产生的交通需求反馈给交通子模型. 交通子模型根
据不同活动空间的空间区位关系,计算不同目的出
行的需求量,然后将生成的这些交通流量分配到交
通网络中,最终得到交通出行的成本和效用,反馈给
土地利用子模型.通过两个子模型之间的反馈机制
和子模型内部的供需关系,经过迭代运算过程,最终
达到子系统的内外平衡,使模型达到稳态,并输出模
拟结果. TRANUS 模型在巴尔的摩、萨克拉门托、大
阪、加拉加斯和班加罗尔等多个城市的应用表明,该
模型具有良好的应用性和可操作性[25,30] .
摇 摇 本文构建的厦门住区形态与居民通勤 TRANUS
模型共包括 6 大部门:产业活动、交通分析小区
( traffic analysis zone,TAZ)、居民、公共交通系统、私
图 3摇 厦门岛交通分析小区的空间分布
Fig. 3摇 Spatial distribution of traffic analysis zone on Xiamen Is鄄
land.
人交通系统以及道路交通网络.其中:产业活动(即
反映生产活动的经济部门)分为第二产业和第三产
业;居民(反映人群特征的经济部门)按月收入分为
高(>10000 元)、中(5000 ~ 10000 元)、低( <5000
元)3 个群体;TAZ为反映居住和生产空间供给的经
济部门,对应生产部门和人群的土地需求. TAZ是交
通分析的基本单元,也是城市交通行为主体(城市
居民)的各种社会活动的载体,交通模型中的各种
数据根据交通小区进行统计.根据本研究目的,选择
住区尺度的土地利用斑块作为 TAZ(图 3).交通部
门包括交通主体、交通网络和交通方式,交通主体指
处于不同住区类型和经济水平的城市居民,交通网
络为各种道路系统,如快速路、主干道、次干道等,交
通方式为各种出行方式,分为公共交通(包括快速
公交、普通公交和出租车等)和私人交通方式(私人
汽车和各种慢行交通).在 TRANUS 中,每种机动车
能源消耗通过以下公式来计算:
E i = Emini + (Emaxi - Emini )exp( - 滋iVi)
式中:E i 为 i 类型车辆的单位能耗(L·km-1);Emini
为 i类型车辆运行时的最低能耗(L·km-1),为车辆
在最优车速行驶时的能耗;Emaxi 为 i 类型车辆运行
时的最高能耗(L·km-1),为车速接近 0 时的能耗;
Vi 为 i型车辆运行的速度(km·h-1);滋i 为 i种出行
方式机动车能源消费曲线尖锐度的参数,表征车速
变化时能耗变化的情况.
TRANUS 模型中各部门的具体关系如图 4 所
示.模型所需数据主要有 5 个来源:厦门经济特区统
计年鉴;厦门市发展改革委员会、厦门市统计局、厦
门市规划局、厦门市交通委的调研报告;政府报告,
包括厦门城市交通发展年度报告、厦门市城市规划、
厦门市国民经济和社会发展统计公报;遥感数据解
译;相关文献[25,30] .
1郾 3摇 情景设定
本文采用 2009 年数据作为基年数据,且 TRA鄄
NUS模型并不是对未来情形进行模拟,而是不同情
景下对现实情境(2009 年)的各种假定.这种方法在
一定程度上提高了数据设定的精度和模型模拟的准
确程度,也简化了模型数据收集和处理的难度.
在不同的情景中,除住区变迁的变化外还考虑
3 个层次政策的组合———交通政策、土地利用政策
和经济政策.本文共设定 3 种情景———基准情景、住
区形态变迁情景和住区形态变迁+政策情景(表 1).
各情景的建立主要通过 6 大部门参数调整进行.
97917 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 周摇 健等: 住区形态变迁与居民通勤能源消费的关系摇 摇 摇 摇 摇
图 4摇 TRANUS模型部门之间关系图
Fig. 4摇 Interaction between TRANUS sectors.
表 1摇 厦门 TRANUS应用模型中 3 个情景的主要特征
Table 1摇 Characteristics of the three scenarios tested with application of TRANUS to Xiamen
情景名称
Scenario name
情景描述
Scenario description
公共政策 Public policies
交通政策
Transport policies
土地利用政策
Land use policies
经济政策
Economic policies
BAU 无变化 无政策 无政策 无政策
TSM 城中村和部分老城区转化
为商品房住区和其他混合
用地
无政策 无政策 无政策
TSMP 城中村和部分老城区转化
为商品房住区和其他混合
用地
优先发展公共交通运输骨
干作用;建成快速路、主干
路、次干路和支路的四级城
市道路系统;建立慢行交通
系统
工业用地:禁止新建工业
区,提高已有用地使用强
度;工业用地向混合用地转
变(40% );空闲用地:城市
中心地带空闲用地开发成
混合用地;居住用地:增加
住区周边公建设施和基础
设施用地供应
提高 燃油 税、 停 车 费 用
(30% );公共交通进行财政
补贴,降低公交出行费用
(50% )
BAU:基准情景 Business as usual; TSM:住区形态变迁 Transition of settlement morphology; TSMP:住区形态变迁+政策 Transition of settlement mor鄄
phology with policies. 下同 The same below. 参考厦门市城市总体规划(2004—2020、2010—2020 年)、厦门市近期建设规划(2011—2015 年)、以
及其他发展中国家的城市控制交通的成功措施,如大运量公交的建设、土地利用规划调整以及燃油税和高价停车收费[25] Referred to Xiamen
urban master planning (2004-2020, 2010-2020), Xiamen short鄄term construction plan (2011-2015), meanwhile, which also included other develo鄄
ping countries urban successful traffic control measures, such as mass transit system, land use policies regulating, fuel tax and high parking price[25] .
2摇 结果与分析
2郾 1摇 居民出行的能源消费模拟
住区形态变迁后,居民工作日早高峰通勤能源
消费和温室气体排放总量同比基准情景增加 12% ,
而在各种政策的推行下则呈现下降趋势,能源消耗
和温室气体排放同比基准情景降低了 7% (表 2).
通过不同情景下交通数据的差异可以得出如下结
论:城市居民住区发生变迁时,居民私家车出行比例
明显增加,出行能源消费量和温室气体排放量也会
表 2摇 不同情景下居民早高峰通勤特征和能源消费量
Table 2摇 Residents爷 commuting characteristics and energy consumption at morning peak time in different scenarios
情景
Scenario
出行次数
Trips
number
平均出行距离
Average
distance
(km)
私家车出行比例
Share of
private car
(% )
平均出行耗时
Average
time
(h)
能源消费量 Energy consumption
汽油
Gasoline
(L)
柴油
Diesel
(L)
合计
Total
( tce)
温室气体排放量
Greenhouse gas
emissions
( t CO2)
BAU 954685 6. 51 21. 7 0. 40 46318 4033 54. 35 119. 12
TSM 910865 6. 20 32. 1 0. 58 53981 2788 61. 00 133. 69
TSMP 871341 5. 97 17. 0 0. 33 41792 4853 50. 52 110. 73
早高峰时间段为 7:00—9:00 Morning peak period was 7:00-9:00; tce:吨标准煤 Ton of standard coal equivalent;汽油和柴油密度分别为 0. 725 和
0. 84 kg·L-1 Densities of gasoline and diesel were 0. 725 and 0. 84 kg·L-1, respectively; 汽油和柴油转换标煤系数分别为 1. 4714 和 1. 4571
tce·t-1 The conversion coefficients of gasoline and diesel to standard coal equivalent were 1. 4714 and 1. 4571 tce·t-1, respectively; 汽油和柴油的
CO2排放因子分别为 2338 和 2684 g·L-1[31] CO2 emission factors of gasoline and diesel were 2338 and 2684 g·L-1, respectively[31] ; 温室气体
(GHG)排放量通过能源消费量与排放因子乘积计算得出 GHG emissions were calculated by product of energy consumption and emission factor.
0891 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 24 卷
有较大涨幅;各种相关的公共政策的制定实行,能够
有效地减少居民私家车出行的比例,抑制住区形态
变迁下居民出行能源消费和温室气体排放量的增
长.先前的研究已经证实,家庭和工作地点的空间分
布变动导致了不同城市形态下交通能源需求的变
化[25] .
2郾 2摇 住区人口、就业岗位及土地利用的空间变化趋势
在基准情景下,厦门岛内住区没有发生变迁,各
种土地利用形式也没有发生巨大变化,因此各个区
域地块中住区居民和所提供的就业岗位数保持稳
定.当前,厦门岛内整体开发面积已占整个岛屿面积
的 70%以上.由图 5a可以看出,基准情景下岛内人
口分布主要集中在岛内的西南部地区. 岛北部为城
中村和工业区集中地区,开发强度小,居住人口分
散,为厦门岛内主要的改造区域. “变迁冶情景下,土
地用地格局与基准情景相似,由于城中村和老城区
改造为商品房住区,提高了住区人居环境,吸引了大
量人口,导致居民人数大量增加. “变迁+政策冶情
景与“变迁冶情景相似,但其受到多种公共政策影
响,除住区居住环境外,住区外部包括交通设施在内
的多种出行条件等也都有所改善,因此,前者的人口
集中状况超过了“变迁冶情景.
基准情景和“变迁冶情景,土地利用无新政策,
工业就业岗位数量不变,主要分布在中北部工业区
内,而第三产业就业岗位则分布在城市主要商业区
和住区周边,除“变迁冶情景下北部改造住区服务业
就业岗位增加外,其他地区就业岗位总量保持稳定.
“变迁+政策冶情景受多种公共政策的影响,特别是
土地利用政策,各区域提供的就业岗位数变化很大.
本情景下,厦门岛内工业用地受到限制,与其他情景
相比,工业园区由 20 个减至 14 个,建成规模从
8郾 64 km2缩减至 5. 52 km2,缩减用地主要转为居住
和混合用地(图 5b).工业用地的紧缩导致就业岗位
总量减少,而混合用地面积的增加和住区配套设施
图 5摇 不同情景下居民人数(a)、就业岗位(b)和土地消费(c)的空间分布
Fig. 5摇 Spatial distribution of residents (a), employment (b) and land use (c) in different scenarios.
BAU:基准情景 Business as usual; TSM:住区形态变迁 Transition of settlement morphology; TSMP:住区形态变迁+政策 Transition of settlement mor鄄
phology with policies. 下同 The same below. 图 c中负值表示 TAZ土地面积减少量,正值表示增加 Negative values of legend meant decrement of land
area in TAZ, and positive values showed increment.
18917 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 周摇 健等: 住区形态变迁与居民通勤能源消费的关系摇 摇 摇 摇 摇
的建设则会提供更多第三产业就业机会,但其分布
更分散,导致“变迁+政策冶情景下就业岗位分布与
前两个情景相比更分散.
3 种情景下不同区域土地消费情况差异较明显
(图 5c). “变迁+政策冶情景下,土地消费变化表现
为工业用地减少,其中,岛内北部和东部地区工业区
用地变化最明显,最大减少面积可达 20 hm2 . 随着
住区形态的变迁,各种配套设施逐渐完善,住区及其
附近的混合用地都略有增加,但增幅普遍较小,基本
在 1 hm2以内,且范围广泛,基本涵盖了厦门岛新变
迁住区和部分老住区,这也说明第三产业用地范围
越来越分散,就业岗位与居民住区距离越来越近.
2郾 3摇 城市空间变化对出行能源消费的影响
根据 3 种情景下居民人口、就业岗位和土地消
费的分布变化可知,“变迁+政策冶情景下居民和就
业岗位更分散,且具有更高的土地利用强度和多样
性.分散的居民和就业岗位与高强度的混合土地利
用形式能够给住区居民在居住地附近提供更多的就
业岗位(基本为服务业岗位),避免了居民通勤远距
离多次的出行.在“变迁+政策冶情景中,居民出行次
数和距离同比前两种情景呈下降趋势(表 2).
基准情景、“变迁冶情景及“变迁+政策冶情境下,
私家车出行比例分别为 21. 7% 、32. 1%和 17. 0% .
居民和就业岗位的分散,土地的高强度和多样化的
使用,以及各种价格政策里私家车出行成本的提高,
导致居民更少次数、更短时间的出行,也限制了居民
在出行中私家车的使用.
“变迁冶情景下居民出行耗时最长,可以理解为
此时居民出行最拥堵. 与其他两种情景相比,“变
迁冶情景下居民私家车出行比例最高(32. 1% ),但
与“变迁+政策冶情景相比又缺乏公共政策保障道路
交通设施的完善和畅通,故导致居民出行拥堵.
不同情景下居民住区变迁产生的居民出行次
数、距离、时间以及私家车出行方式比例方面存在差
异,从而导致居民出行能源消费和温室气体排放的
不同. “变迁+政策冶情景下,住区形态向商品房方向
的变迁导致厦门岛居民人口居住地分散,土地政策
促使厦门岛就业岗位的分散及土地的高强度和多元
化利用,交通和经济政策抑制了居民私家车出行比
例,因此与另外两种情景相比,本情景下居民出行的
距离、时间更短,出行次数更少,私家车出行比例更
低,所以居民出行能源消费量和出行温室气体排放
量较低.
3摇 不确定性讨论
TRANUS模型能够灵活地反映交通与土地一体
化的互动与反馈,可以表达抑制或者诱发的交通出
行,因此其非常适合本文中住区形态变迁引发的通
勤出行能源消费变化研究. 但由于模型自身缺陷所
在(交通子模型对土地利用子模型反馈作用较差),
加之各种假设简化的不确定性等,需对结果进行不
确定性讨论.
摇 摇 以 2009 年交警部门调研所获得的厦门岛主要
道路、路口交通流量监测数据为验证数据,随机抽取
11 个监测点(图 6),选择 5 个普通工作日(2009 年
6 月 15 日、6 月 17 日、12 月 14—16 日)8:00 所获取
的交通流量和车速的平均值作为真实值,与 TRA鄄
NUS模型基准情景模拟结果进行比较. 由表 3 可以
看出,机动车流量监测与模拟结果间相差 18
PCU·h-1,平均车速相差 0. 73 km·h-1,车流量和
车速的模拟结果均大于实际监测结果. 车流量和平
均车速模拟结果的均方根误差 ( RMSE)分别为
73郾 67 PCU·h-1和 3. 03 km·h-1 . 车流量 RMSE 值
占监测数据平均值的 2. 6%左右,平均车速 RMSE
值占监测数据平均值的 7. 6% ,基本保障了结果的
模拟精度.
由于大部分个人属性信息没有加入到交通模型
中,所以本文所设计的模型无法全面地表达住区形
态变迁的所有方面. 同时,为了方便研究,情景分析
均是对现实情景的模拟,没有考虑人口总量的增长,
与实际情况会存在差距.此外,研究区仅限于厦门岛
内,导致模型对往返于岛内外通勤流的模拟误差增
图 6摇 厦门岛道路、路口交通流量监测点的分布
Fig. 6摇 Distribution of vehicles flow monitoring point on Xiamen
Island.
图中数字为监测点编号 The numbers in figure were codes of monitoring
points.
2891 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 24 卷
表 3摇 交通模拟结果与监测数据的对比
Table 3摇 Comparison between traffic simulation result and monitoring data
监测数据 Monitoring data
监测点编号
Monitoring
point No.
流量
Flow
(PCU·h-1)
车速
Speed
(km·h-1)
模拟结果 Simulation result
路段编号
Road
section No.
流量
Flow
(PCU·h-1)
车速
Speed
(km·h-1)
误差 Error
流量误差
Flow error
(PCU·h-1)
车速误差
Speed error
(km·h-1)
1 4209 43 611 4210 39. 13 1 -3. 87
5 2134 41 390 2120 43. 50 -14 2. 50
10 3327 36 281 3192 34. 59 -135 -1. 41
14 2783 35 1662 2707 42. 67 -76 7. 67
18 1192 45 1290 1194 43. 41 2 -1. 59
21 2954 39 1379 3039 40. 52 85 1. 52
25 1840 45 105 1874 46. 67 34 1. 67
29 3969 40 6267 3971 40. 52 2 0. 52
32 4186 36 2526 4039 37. 94 -147 1. 94
36 1019 40 190 1005 38. 15 -14 -1. 85
43 3006 40 1594 3066 40. 94 60 0. 94
平均值 Mean 2784 40 2765 40. 73
监测流量剔除了货车和拖挂车等与通勤无关的机动车 Monitoring flow had eliminated vehicles such as trucks and trailers that were unrelated to com鄄
muter. PCU:通勤车当量 Passenger car unit.
大.且机动车能耗估算仅考虑了速度与油耗的关系,
与现实情况仍存在误差. 上述不足都是以后相关研
究中所需改进和关注的方面.
4摇 结摇 摇 论
受住房制度改革和快速城市化的影响,中国城
市住区形态正在经历巨大的转变. 这个转变将会给
城市人口、工作以及土地利用的空间分布带来改变,
并由此引发居民通勤模式的变化,并最终导致交通
能源消费和温室气体排放的改变. 厦门市的上述变
化对居民通勤出行能源消费以及温室气体排放产生
了巨大影响,其中,能源消耗和 CO2排放会随着住区
形态变迁而增加,比基准情景增加 12% ;城市公共
政策能够减少住区形态变迁下居民通勤能源消耗和
CO2排放增长趋势,同比基准情景下降 7% ,表明诸
如交通、土地利用以及经济政策等适当的城市公共
政策能够有效地控制当代中国住区形态变迁背景下
城市居民通勤能源消费和温室气体排放的增长,可
为城市交通低碳化发展提供借鉴.
致谢摇 感谢李义纯博士对本文英文部分的修订.
参考文献
[1]摇 Liu J (刘摇 江), Cui S鄄H (崔胜辉), Tang L鄄N( 唐立
娜), et al. Settlement morphology and spatial distribu鄄
tion characteristics in peri鄄urban area: A case of Jimei
District, Xiamen. Progress in Geography (地理科学进
展), 2010, 29(5): 579-585 (in Chinese)
[2]摇 Zhang Q (张摇 清), Tao X鄄M (陶小马), Yang P (杨
鹏). Research on carbon emissions from metropolis ur鄄
ban passenger transport and countermeasures. China Po鄄
lulation, Resources and Environment (中国人口·资源
与环境), 2012, 22(1): 35-42 (in Chinese)
[3]摇 Zhou J (周摇 健), Cui S鄄H (崔胜辉), Lin J鄄Y (林剑
艺). Scenario analysis of energy demand and GHG
emission in Xiamen, China. Economic Development
Mode Change and Independent Innovation - The 12th
China Association for Science and Technology Annual
Meeting Proceedings, Fuzhou, 2010: 1 - 10 ( in Chi鄄
nese)
[4]摇 Zhou J (周摇 健), Cui S鄄H (崔胜辉), Lin J鄄Y (林剑
艺). LEAP based analysis of transport energy consump鄄
tion and air pollutants emissions in Xiamen City. Envi鄄
ronmental Science & Technology (环境科学与技术),
2011, 34(11): 164-170 (in Chinese)
[5]摇 Eom J, Schipper L. Trends in passenger transport ener鄄
gy use in South Korea. Energy Policy, 2010, 38:
3598-3607
[6]摇 Mendiluce M, Schipper L. Trends in passenger transport
and freight energy use in Spain. Energy Policy, 2011,
39: 6466-6475
[7] 摇 Rentziou A, Gkritza K, Souleyrette RR. VMT, energy
consumption, and GHG emissions forecasting for passen鄄
ger transportation. Transportation Research Part A: Poli鄄
cy and Practice, 2012, 46: 487-500
[8]摇 Sheinbaum鄄Pardo C, Ch觃vez鄄Baeza C. Fuel economy of
new passenger cars in Mexico: Trends from 1988 to
2008 and prospects. Energy Policy, 2011, 39: 8153 -
8162
[9]摇 Wang H, Zhou P, Zhou DQ. An empirical study of di鄄
rect rebound effect for passenger transport in urban Chi鄄
na. Energy Economics, 2012, 34: 452-460
[10]摇 Anderson WP, Kanaroglou PS, Miller EJ. Urban form,
energy and the environment: A review of issues, evi鄄
dence and policy. Urban Studies, 1996, 33: 7-35
[11]摇 Li C (李摇 铖), Li J鄄X (李俊祥), Li R (李摇 蓉), et
38917 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 周摇 健等: 住区形态变迁与居民通勤能源消费的关系摇 摇 摇 摇 摇
al. Impact of rail transit in Shanghai on its urban land
use change. Chinese Journal of Applied Ecology (应用
生态学报), 2008, 19(7): 1537-1543 (in Chinese)
[12]摇 Gujba H, Mulugetta Y, Azapagic A. Passenger trans鄄
port in Nigeria: Environmental and economic analysis
with policy recommendations. Energy Policy, 2013, 55:
353-361
[13]摇 Ichinohe M, Endo E. Analysis of the vehicle mix in the
passenger鄄car sector in Japan for CO2 emissions reduc鄄
tion by a MARKAL model. Applied Energy, 2006, 83:
1047-1061
[14]摇 Kloess M, M俟ller A. Simulating the impact of policy,
energy prices and technological progress on the passen鄄
ger car fleet in Austria: A model based analysis 2010-
2050. Energy Policy, 2011, 39: 5045-5062
[15]摇 Poudenx P. The effect of transportation policies on ener鄄
gy consumption and greenhouse gas emission from urban
passenger transportation. Transportation Research Part
A: Policy and Practice, 2008, 42: 901-909
[16]摇 Yu Y鄄F (于一凡). Urban Settlement Morphology Stud鄄
ies. Nanjing: Southeast University Press, 2010 (in Chi鄄
nese)
[17]摇 Liu Y (刘摇 勇), Han D (韩摇 冬), Wang Z鄄G (王仲
谷). Enlightenment of the development of oversea resi鄄
dential area form background theory to the residential
construction in China. Housing Science (住宅科技),
2006(3): 11-15 (in Chinese)
[18]摇 Thomas SCE. Transportation options in a carbon鄄con鄄
strained world: Hybrids, plug鄄in hybrids, biofuels, fuel
cell electric vehicles, and battery electric vehicles. In鄄
ternational Journal of Hydrogen Energy, 2009, 34:
9279-9296
[19]摇 Zhao J, Melaina MW. Transition to hydrogen鄄based
transportation in China: Lessons learned from alternative
fuel vehicle programs in the United States and China.
Energy Policy, 2006, 34: 1299-1309
[20]摇 Yan X, Crookes RJ. Energy demand and emissions from
road transportation vehicles in China. Progress in Energy
and Combustion Science, 2010, 36: 651-676
[21]摇 Assmann D, Sieber N. Transport in developing coun鄄
tries: Renewable energy versus energy reduction? Trans鄄
port Reviews, 2005, 25: 719-738
[22]摇 Pridmore A, Bristow A. The Role of Hydrogen in Powe鄄
ring Road Transport. Tyndall Working Paper. Norwich,
UK: Tyndall Centre for Climate Change Research, 2002
[23] 摇 Zegras PC. As if Kyoto mattered: The clean develop鄄
ment mechanism and transportation. Energy Policy,
2007, 35: 5136-5150
[24]摇 Ou X, Zhang X, Chang S. Scenario analysis on alterna鄄
tive fuel / vehicle for China爷s future road transport: Life鄄
cycle energy demand and GHG emissions. Energy Poli鄄
cy, 2010, 38: 3943-3956
[25]摇 Lefevre B. Long鄄term energy consumptions of urban
transportation: A prospective simulation of “ transport鄄
land uses冶 policies in Bangalore. Energy Policy, 2009,
37: 940-953
[26]摇 Lin T (吝摇 涛), Li X鄄H (李新虎), Zhang G鄄Q (张
国钦), et al. Dynamic analysis of urban spatial expan鄄
sion and its determinants in Xiamen Island. Acta Geo鄄
graphica Sinica (地理科学), 2010, 65(6): 715-726
(in Chinese)
[27]摇 Zhou J (周 摇 健 ). The Relationship between the
Change of Settlement Morphology and Inhabitant of
Trip爷 s Energy Consumption in Xiamen Island. Master
Thesis. Beijing: Chinese Academy of Sciences, 2010
(in Chinese)
[28] 摇 De la Barra T, P佴rez B, Vera N. TRANUS鄄J: Putting
large models into small computers. Environment and
Planning B: Planning and Design, 1984, 11: 87-101
[29]摇 De la Barra T. Integrated Land Use and Transport Mod鄄
elling: Decision Chains and Hierarchies. Cambridge:
Cambridge University Press, 2005
[30]摇 Modelistica Company. TRANUS: Integrated Land Use
and Transport Modeling System. Caracas, Venezuela:
Modelistica Company, 2007
[31]摇 Qiu Q鄄Y (邱全毅). Simulation of Residential Commu鄄
ting Travel under the Transformation of Urban Settlement
Morphology. PhD Thesis. Beijing: Chinese Academy of
Sciences, 2010 (in Chinese)
作者简介摇 周摇 健,男,1984 年生,助理工程师.主要从事城
市低碳生态规划、多尺度碳核算和应对气候变化研究.
E鄄mail: ecozhoujian@ 163. com
责任编辑摇 杨摇 弘
4891 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 24 卷