随着城市化的快速发展和人口的聚集，中国城市消耗了全国85%的能源，并成为碳排放的主要来源^[1]。其中，交通碳排放占有较大比重^[2]，而道路交通碳排放占交通运输部门总碳排放的86.32%^[3]。随着城市化的进程和经济社会的发展，城市道路交通碳排放预计仍将继续增长^[4]且涨幅巨大^[5]。通勤交通是居民日常生活与工作的刚性需要，减少因通勤交通产生的碳排放已成为交通碳排的难题。国际上，已经有不少学者分别从城市空间^[6-8]、家庭生命历程^{[9, 10]}、土地利用^{[11, 12]}等方面展开了研究，但大多集中在居民通勤特征和通勤特征的影响因素等方面。比如，对美国66个都市区的研究发现土地利用开发强度与家庭碳排放强度呈显著负相关关系^[13]，这些研究有助于揭示居民通勤交通与城市相关规划与建设的影响机制，但并未进一步探寻对通勤碳排放的影响，而且上述研究国家和地区城市建设相对完善，城市化水平较高，对于目前快速城市化发展中的国内城市适用性并不强。随着我国交通碳排问题的日益突出，国内学者也对北京^[14-18]、广州^{[19, 20]}、上海^[21]、西安^[22]、沧州^[23]等不同城市的通勤特征或通勤出行碳排放进行了研究。研究也多集中在影响通勤特征的因素和交通出行模型方面^[24]，在以土地混合度为分析单元的层面，也有学者认为土地利用混合度与居民交通出行碳排放呈高度负相关关系，但考虑社会经济属性的基础上两者相关性并不显著^[25]。

总体来说，通勤碳排放是国内交通碳排放的重要来源，以土地混合度为出发点，基于通勤碳排放的研究还需进一步加强。土地利用混合程度是影响城市交通的主要因素^[26]，随着中国快速城市化进程，因通勤交通而产生的碳排放也会随之变化。居住区(住宅区)是城市最基本的功能区，是城市中最为广泛的土地利用方式，鉴于此，本文基于典型城市居住区调研数据，以南京市江宁区为例，对居住区周边土地混合度对通勤交通所产生碳排放的影响进行相关探讨，找寻从城市功能区空间结构优化的角度构建低碳城市的有效途径。

南京市位于中国东部，是城市化水平较高地区的代表。江宁区作为南京市的经济技术开发区更具有典型性。本文从江宁区选择了四个典型居住区，分别是百家湖花园、殷巷新寓、湖滨公寓、丹佛小镇。四个小区的空间分布见图 1，调查居住区的选择结合了南京市江宁区的都市空间结构特征，依据居住区典型性原则，着重考虑老城区，并兼顾城市郊区，各居住区用地结构各有特色，相对典型，具有较好的研究价值。

图 1(Fig. 1)

图 1 居住区空间分布图 Fig.1 Spatial Distribution of Residential Area

为全面了解城市不同功能区的碳排放及碳流通状况，为构建低碳城市发展模式提供数据支撑，于2013年8月在南京市江宁区开展了针对典型居住区居民的通勤碳排放调查。调查地点在所选四个典型居住区，以通勤人流密度较高的道路交叉口为中心向周围扩散，对来往行人进行采访式问卷调查，采用系统抽样、随机抽样和方便抽样相结合的抽样调查方式对样本的通勤交通方式、通勤交通距离、通勤交通时间和家庭收入进行调查。共发放调查问卷154份，回收有效问卷115份，有效率74.7%。各调查居住区特征以及有效样本数见表 1。

表 1(Tab. 1

表 1 典型居住区基本情况 Tab.1 The Basic Situation of the Typical Residential Area 居住区 地理位置 住宅形态 有效回收样本数 其他 殷巷新寓 城市郊区(市中心边缘） 多层 31 拆迁安置小区 百家湖花园 老城区 中高层为主 29 建成于21世纪初 湖滨公寓 老城区 多层与中高层 27 建成年代较早 丹佛小镇 城市郊区 高层 28 紧邻河海大学校区

表 1 典型居住区基本情况 Tab.1 The Basic Situation of the Typical Residential Area

由于信息熵在测度土地混合度方面的国内外普遍认可^{[27, 28]}，本文选择弗兰克等信息熵的定义对土地混合度进行计算^[29]。公式如下：

式中：T_h为土地混合度，a指缓冲区内影响到用户通勤出行的全部用地类型的总面积，b_i指缓冲区内某一类影响居民通勤出行的用地类型的面积，n指缓冲区内影响居民通勤出行的用地类型的数量。需要说明的是：为了计算四个典型居住区周边的用地混合度，本文采用ArcGIS对居住区进行1 km缓冲区分析。调查结果显示，居民在1 km及以下的通勤距离情况下选择步行出行的比例达到82%，仅有18%的居民采取其他交通方式，依据相关学者研究得出的950 m极限步行距离和787 m适宜步行距离结论^[30]，结合本调研实际情况，选取居住区1 km缓冲区土地混合度作为居住区周边土地混合度。

本文采用不同交通出行方式的车辆行驶距离与相关的碳排放系数对通勤交通的碳排放进行计算^[31]，公式如下：

式中：C_p为该交通工具的二氧化碳的排放量，L为该交通工具的行驶距离，V_x为该交通工具的碳排放系数^[17] (表 2)。将不同交通工具按碳排放量的强度大小分为高碳排交通方式、中碳排交通方式、低碳排交通方式和零碳排交通方式四类。交通工具的碳排放系数主要与交通方式、行驶条件和驾驶习惯等有关。

表 2(Tab. 2

表 2 不同交通方式的碳排放强度表 Tab.2 Carbon Emission Intensity of Different Modes of Transport 交通类别 交通方式 碳排放系数(g/人·km) 强度分级 小型汽车类 私家车、山租车 135.00 高 公共汽车类 公交、班车 35.00 屮 轨道交通类 地铁 9.10 低 个人助力类 电动自行车 8.00 低 其他方式类 步行、自行车 0.00 零

表 2 不同交通方式的碳排放强度表 Tab.2 Carbon Emission Intensity of Different Modes of Transport

本文采用相关分析方法定量分析土地混合度与通勤交通碳排放的关系，方法如下：

式中：n为所研究样本个数，X_i为i居住区的土地混合度，X为居住区平均土地混合度，Y_i为i居住区平均碳排放强度，Y为居住区平均碳排放强度。

本文将城市建设用地类型重新调整为8大类、35中类、42小类^[32]，结合研究区域实际情况，确定了对居民通勤交通影响较大的5大类用地类型，即居住用地(R)、工业用地(M)、公共管理与公共服务设施用地(A)、商业服务业设施用地(B)、城市道路用地等用地(S1)。结合各居住区缓冲区内以上5大类用地面积与公式(1)得到各缓冲区的土地混合度(表 3)。

表 3(Tab. 3

表 3 土地混合度计算表 Tab.3 Calculation of Land-mixing Degree 居仵区 用地性质 而积(m2) 比例（%) 混合度 居仵区 用地性质 而积(m2) 比例（%) 混合度 A 195094.79 7.10 A 148496.67 5.80 B 59783.87 2.20 B 354765.56 13.80 殷巷新寓 M 966957.47 35.30 M 558612.49 21.70 1.47 R 940701.61 34.40 1.33 湖滨公寓 R 970210.91 37.70 S1 575440.26 21.00 S1 540382.43 21.00 总而积 2737977.99 100.00 总而积 2572468.05 100.00 A 86449.96 3.40 A 1089011.02 40.70 B 48997.51 1.90 B 0.00 0.00 百家湖花园 M 644943.93 25.50 1.18 丹佛小镇 M 528866.41 19.80 1.30 R 1324462.31 52.30 R 726491.35 27.10 S1 426838.82 16.90 S1 332666.79 12.40 总而积 2531692.54 100.00 总而积 2677035.57 100.00

表 3 土地混合度计算表 Tab.3 Calculation of Land-mixing Degree

研究发现：四个小区土地利用混合度的不同主要受用地组合特征的影响。四个小区总面积相差不大，但各种建设用地的规模有很大差别。从细节来看，在1 km范围内湖滨公寓北侧为道路密度较大的综合工业区，附近商业服务业设施用地均较多，且比较均衡，各类用地面积较均匀，因此导致湖滨公寓土地利用混合度最高；百家湖花园居住用地突出程度最高，居住用地占总面积的52.3%，而公共设施和商业服务业用地仅占到5.3%，各类用地面积分布不均，造成了百家湖花园土地利用混合度最低。殷巷新寓是江宁区的拆迁安置房，小区南侧为大型集中工业区，居住、工业用地均较突出，其他用地类型较均衡；丹佛小镇北部、东部为河海大学校区，教育科研用地较高，占比达到了40.7%，而商业贸易、服务业设施用地匮乏；殷巷新寓和丹佛小镇各类用地相对均衡的组合特征造成了这两个小区的土地混合度处于中间水平。

就居住区通勤交通碳排放的结果发现，小汽车碳排放量占据通勤交通碳排放的主导地位。使用私家小汽车通勤出行仅占据了28.17%的出行比，但碳排放所占比例高达74.31% (图 2)。采用公共交通方式(包括地铁)通勤出行的比例约为42.25%，而公共交通碳排放占比仅为24.7%。因此，减小通勤交通产生的碳排放必须从私家小汽车着手，采用各种政策降低小汽车通勤出行率，同时增加公共交通出行率。

图 2(Fig. 2)

图 2 通勤交通碳排放结构图 Fig.2 Commuting Traffic Carbon Emission Structure

就不同居住区而言(图 3)，居民通勤交通碳排放呈现明显差别，城市中心居民低碳排通勤交通方式特征显著，而城郊居民通勤方式呈现高碳排特征。湖滨公寓、殷巷新寓的低碳排和零碳排通勤交通方式的占比较高，分别达到了70%和68%，百家湖花园也达到了45%，丹佛小镇仅占到22%。就高碳排通勤交通而言，丹佛小镇比例最高，为44%；湖滨公寓和殷巷新寓相同且比例最低，都低于丹佛小镇20%，百家湖花园次之，但也明显低于丹佛小镇。就中碳排通勤交通而言，丹佛小镇比例远超湖滨公寓和殷巷新寓，达到34%，湖滨公寓和殷巷新寓分别为6%和8%。总体来说，不同社区居民通勤交通碳排放方式出现明显差异，城市中心区低碳通勤方式特征明显，而城郊居民通勤交通方式表现出高碳排特征。

图 3(Fig. 3)

图 3 居住区通勤方式结构图 Fig.3 Residential Commuting Mode Structure

城市郊区殷巷新寓出行方式多样化，各种出行方式所占比例较为均衡；步行、自行车、电动车等非机动化出行方式占比52%，这与安置小区家庭收入水平相对较低有直接关系。百家湖花园通勤出行采用公交、小汽车、地铁等机动化方式出行占总出行量的95%，其中公共交通出行所占比例为65%，这与百家湖花园东侧紧邻地铁3号线、公共交通可达性高对公共交通出行方式所占比例大有直接影响。湖滨公寓出行方式多样化，机动化方式出行达65%，非机动化出行相比殷巷新寓较低；这种通勤方式结构与该居住区地处中心老城区、非直接临近地铁站有关。丹佛小镇平均通勤距离高于城市居住区平均水平约1.4倍。机动化方式出行比例高达89%，与百家湖花园小区类似，但其中小汽车出行高于百家湖、地铁出行远低于百家湖，这与丹佛小镇地处城市郊区有直接关系。可以发现，居民收入水平、通勤交通可达性、通勤距离等对居民通勤出行交通方式的选择有显著影响。

分析土地混合度与通勤交通碳排放之间的相关关系表明，土地混合度与通勤交通碳排放呈负相关关系。研究得出两者相关系数为-0.49，表明土地混合度越高，通勤交通碳排放越低。就不同小区而言，丹佛小镇通勤交通平均碳排放水平明显高于其他三个居住小区，且通勤交通平均碳排放超出四个居住小区平均碳排放水平的54.48%，明显高于平均水平(表 4)。如果将丹佛小镇居住小区通勤交通平均碳排放剔除，采用百家湖花园、湖滨公寓、殷巷新寓三组数据进行分析，土地混合度与通勤交通碳排放的相关系数为-0.97，这说明土地混合度与通勤交通碳排放呈高度负相关。居住区周边土地混合度越高，一般来说该区域内用地类型较多且较均匀。以土地混合度最高的湖滨公寓为例，其居住区周边的工业区，商业服务业齐全，就业机会增多，这造成了该区域居民就近工作的几率上升，因此选择低碳排通勤交通方式的概率增大，通勤交通碳排放降低。而百家湖花园的居住用地占该区域面积一半以上，公共管理与公共服务设施用地以及商业服务业极度缺乏，居民远距离通勤出行比例明显增大，尽管公共交通可达性较高，但远距离通勤仍然会在一定程度上造成小汽车出行概率大幅增加，步行和自行车通勤方式几乎可以忽略不计。

表 4(Tab. 4

表 4 相关分析数据表 Tab.4 The Relevant Data Analysis 居住区 百家湖花园 湖滨公寓 殷巷新寓 丹佛小镇 总碳排放(g) 6617.70 3296.90 6851.10 4434.40 平均碳排放(g) 315.13 193.94 274.04 492.71 土地混合度 1.18 1.47 1.33 1.30

表 4 相关分析数据表 Tab.4 The Relevant Data Analysis

结果发现，丹佛小镇通勤交通平均碳排放明显过高，主要受以下因素影响：①区位因素。百家湖花园、湖滨公寓居住小区位于城市中心区，殷巷新寓居住小区位于城市中心边缘，而丹佛小镇居住小区位于城市郊区。丹佛小镇附近有大片原生态森林区，且临近牛首山河，拥有比较优越的环境条件，这导致该小区的房价较高，因此居住在该小区的富裕阶层比例较高，从而私家车出行的比例较高。②交通因素。对比丹佛小镇与其他三个居住小区缓冲区用地现状可以看出，丹佛小镇缓冲区内道路网密度明显低于其他三个小区，不利于采取步行、自行车等低碳出行方式。其地铁可达性明显低于位于市区中心的其他三个居住小区，不利于长距离低碳出行。③周边用地性质。丹佛小镇缓冲区内教育科研用地占比达34.67%，并且用地单位个数远少于其他居住小区，工业用地偏少，降低了小区居民就近工作的可能性。因此，丹佛小镇居住小区居民比较可能选择小汽车作为通勤工具，并且通勤距离相对较长且交通不便；高碳排交通工具加上长距离通勤，必然导致通勤交通碳排放高于平均水平。

低碳出行是指地铁、自行车、步行等碳排放较低或零碳出行方式。在通勤交通碳排放中，采用低碳出行方式通勤出行的比例为56.34%，其通勤交通碳排放所占比例仅有7.86%，承担1/2多的通勤出行仅排放不到1/12的温室气体。

分析发现，城市中心区土地混合度与低碳出行比例呈高度正相关关系。丹佛小镇居住小区低碳出行比例明显低于其他三个小区，所以仅对其他三个居住小区的低碳出行比例与混合度进行相关分析(表 5)，可得到两者的相关系数为0.93，土地混合度越高，居民采取低碳出行方式通勤出行可能性越大；反之亦然。丹佛小镇居住小区低碳出行比例低主要因为，该小区生态环境优越，东侧和北侧毗邻河海大学，能享受大学校园基础设施，因此该小区房价较高，居住人员经济水平较高，居民能承担得起较高的通勤成本，因此多采用私家汽车出行，低碳出行比例较低。居住在市中心的居民通勤出行方便，使用低碳交通出行的几率很高，所以交通碳排放量较小。总体而言，影响通勤交通的因素主要包括城市规模、土地混合度、城市公共交通系统、居民家庭的收入水平等因素；另外，城市中心居住区与城郊居住区相比，地铁出行比例较高(地铁网完善城市)，非机动化出行方式较多，通勤距离短，小汽车出行比例较低，这也使得城市中心区居民的通勤交通碳排放较低。

表 5(Tab. 5

表 5 低碳出行比例及混合度表 Tab.5 Low Carbon Travel Ratio and Land-mixing Degree 居仵区 低碳山彳丁比例 土地混合度 湖滨公寓 70.59% 1.47 殷巷新寓 68.00% 1.33 丹佛小镇 22.22% 1.30 百家湖花园 45.00% 1.18

表 5 低碳出行比例及混合度表 Tab.5 Low Carbon Travel Ratio and Land-mixing Degree

本文通过对南京市江宁区典型居住区通勤交通方式的问卷调查和居住区土地混合度的分析，探讨了土地混合度与通勤交通碳排放之间的关系，主要结论如下：①在通勤交通碳排放中，私家小汽车通勤碳排放占据主导地位，私家小汽车承担1/4的通勤出行却排放3/4的温室气体；②城市中心区土地混合度与通勤交通碳排放呈高度负相关，即土地混合度越高，通勤交通碳排放越低，反之亦然；③不同小区居民通勤交通碳排放呈现明显差别，城市中心区居民低碳排通勤交通方式特征显著，而城郊居民通勤方式呈现高碳排特征；④城市中心区(相对于郊区)土地混合度与低碳出行比例呈高度正相关，即土地混合度越高，居民采取低碳出行方式通勤出行可能性越大，反之亦然。

未来城市功能区规划布局中，应注意以下几点：①构建城市绿色交通体系，倡导绿色低碳交通；②在城市规划中，应合理提高城市中心区土地混合度，缩短居住—就业距离，减少通勤交通碳排放；③应在城市郊区大运量公共交通站点设置免费停车场，可考虑实行凭停车卡可以免费乘坐公共交通的政策，吸引郊区私家车主采用公共交通通勤方式，解决郊区通勤碳排放过高等问题。