从私家车到微出行：伊兹密尔短途出行的网络建模与环境评估

《Sustainability》：From Private Cars to Micromobility: Network Modeling and Environmental Assessment of Short-Distance Trips in Izmir Emre Ogutveren and Soner Haldenbilen

　　

城市交通系统因私家车主导，尤其是短途出行的普及，面临日益严峻的可持续性挑战。本研究考察了微出行（Micromobility）替代私家车进行短途出行的潜力，并评估了其对城市交通网络和环境可持续性的影响。分析聚焦于土耳其伊兹密尔（Izmir）的博尔诺瓦（Bornova）区，基于与502名私家车用户进行的面对面问卷调查。调查数据通过描述性统计、卡方检验和二元逻辑回归模型（Binary Logit Regression Model）进行分析，以识别影响采纳微出行意愿的因素。在受调查的私家车用户样本中，5公里以内行程的模式转移率估计为35%，5至10公里行程的转移率为33%。这些比率被应用于伊兹密尔交通总体规划（Izmir Transportation Master Plan）中制定的2030年私家车需求与距离矩阵，从而得出了修订后的私家车需求矩阵和代表潜在微出行用户单独的需求矩阵。网络分配在PTV VISUM建模环境中执行。分配结果表明，整合微出行后网络层面发生了显著变化。微出行交通量超过10辆/小时的道路段总长度计算为292.5公里。环境影响通过生命周期评估（Life-Cycle Assessment, LCA）框架进行评估，结果显示总生命周期二氧化碳（CO₂）排放量减少了约5.5%。总体而言，研究结果提供了量化证据，支持微出行作为可持续城市交通战略的有效组成部分，并为地方政府在基础设施规划和政策制定方面提供了指导。

本研究聚焦于私家车主导的短途出行所引发的城市交通可持续性挑战，旨在系统评估微出行作为替代方案的潜力。研究背景在于，全球范围内大量短途出行（50%-65%）由私家车完成，导致交通拥堵、环境污染和公共空间减少等问题。微出行，如电动滑板车、电动自行车等，因其在10公里内出行的适用性，被视为一种有前景的可持续替代方案。然而，现有研究多集中于用户特征描述或定性评估，缺乏将个体行为响应、网络层面基础设施需求和环境影响进行量化整合的分析框架。为此，研究人员开展了这项多阶段综合研究，以填补这一研究空白。论文发表于《Sustainability》期刊。

研究人员为开展研究主要采用了以下几个关键技术方法：首先，在伊兹密尔博尔诺瓦区进行了面对面结构化问卷调查，采用非概率目的性抽样，共收集502份有效样本，旨在识别影响私家车用户向微出行转移意愿的社会人口学、出行特征及感知障碍因素。其次，使用IBM SPSS Statistics 2024软件进行统计分析，包括描述性统计、卡方检验和二元逻辑回归模型，以确定关键影响因素并估算基于出行距离的模式转移率。第三，运用宏观交通规划软件PTV VISUM 23构建交通网络模型，基于2030年伊兹密尔交通总体规划的私家车需求矩阵，将调查得出的转移率应用于构建微出行需求矩阵，并进行交通分配，以模拟模式转移对网络交通流和基础设施需求的影响。最后，采用基于出行距离的生命周期评估（LCA）框架，结合网络模型输出的车辆行驶公里（VKT）数据，量化了模式转移带来的全生命周期二氧化碳当量排放变化。

研究结果如下：
**5.1 统计分析**
通过对502名私家车用户问卷的分析，研究人员发现：私家车使用的首要原因是时间效率和出行舒适度。受访者日均出行距离约为19公里，与交通总体规划数据基本一致。对于不使用微出行的原因，“暴露于恶劣天气”和“出行距离长”是主要障碍。在愿意转向微出行的用户中，165人（32%）表示了转移意愿。卡方分析显示，年龄、教育水平、工作状态、月收入和月交通支出与转移意愿存在显著关联。进一步建立的二元逻辑回归模型表明，**工作状态**（学生和在职人员转移意愿更强）、**出行时长**（负相关，时长越短越可能转移）、以及**安全感知**和**基础设施不足感知**（均为负向显著影响）是决定转移意愿的关键独立因素。模型的Hosmer-Lemeshow检验和ROC曲线下面积（AUC = 0.741）显示了良好的拟合度和判别力。

**5.2 模式转移与建模**
基于调查结果，研究人员确定了两个距离区间的模式转移率：5公里以内为35%，5-10公里为33%。将这些比率应用于2030年博尔诺瓦区的私家车需求矩阵，生成了两个情景：情景1为修正后的私家车矩阵，情景2为对应的微出行需求矩阵。使用PTV VISUM 23对微出行情景进行分配（平均速度设为25公里/小时），结果显示，网络中微出行车辆使用的道路段总长度为292.5公里。其中，交通量超过100辆/小时的道路段长度为80.5公里，超过200辆/小时的为25公里，超过300辆/小时的为9.9公里。这表明微出行需求在空间上高度集中，为识别基础设施优先建设走廊提供了依据。敏感性分析表明，在20-30公里/小时的速度假设范围内，结果保持稳健。

**5.3 生命周期（LCA）分析**
环境评估基于全生命周期视角。分析考虑了不同燃料类型私家车的排放因子（源自ICCT数据库），并计算了模式转移后私家车队的加权平均排放因子变化。结果显示，基线情景下总私家车日行驶里程（VKT）为450,904公里，对应97.4吨二氧化碳当量（tCO₂e）排放。模式转移后，私家车VKT降至420,527公里/天，排放为90.4 tCO₂e；新增微出行VKT为25,140公里/天，其全生命周期排放因子采用66 gCO₂e/km（基于对100个欧洲城市共享电动滑板车系统的LCA研究），对应1.66 tCO₂e。因此，模式转移后系统总排放为92.06 tCO₂e/天，相比基线净减少5.34 tCO₂e，降幅约为5.5%。敏感性分析显示，即使在保守的微出行排放因子假设下，减排效果依然显著。

总结讨论部分及研究结论：本研究通过整合行为调查、宏观网络建模和生命周期评估，构建了一个分析微出行替代私家车短途出行潜力的综合框架。研究证实，在博尔诺瓦区的背景下，短途（<10公里）出行是微出行替代的可行范围。转移意愿主要受出行时长、工作状态及安全与基础设施感知的影响，而非性别。模式转移可使私家车行驶里程减少约7%，并带来约5.5%的全生命周期CO₂减排。关键发现在于微出行需求空间分布不均，呈现走廊化特征，因此基础设施投资应优先集中于这些高需求走廊，而非全网平均分配。结合伊兹密尔交通总体规划，实施路径包括建设物理隔离的微出行专用车道、在地铁站和主要换乘枢纽整合首末一公里连接、在大学和商业中心附近扩展安全停放设施，以及采取停车定价等需求管理措施。研究结论指出，微出行可在减少区级短途汽车依赖方面发挥有效补充作用，但其环境效益高度依赖于优化的车队管理、低电力碳强度等可持续运营条件。该研究的主要贡献在于提供了一个可复用的、将行为因素、空间基础设施需求和环境评估相结合的政策相关建模框架，而非直接推广具体转移率。