2.3.3　空间形态因素对居民碳排放的影响

Van等（2011）指出，虽然节约能源是碳减排的重要措施，但是城市规划过程中空间优化策略也是必不可少的。不少学者已经着手解释城市空间形态和二氧化碳排放之间的关系，特别是城市形态在基础设施建设（Ishii et al.，2010）、城市交通（Hankey et al.，2010）、城市热岛效应（Stone et al.，2001）、建筑能源效率（Ewing et al.，2008）和居民生活能源需求（Liu et al.，2012）等方面的影响。已有研究表明城市空间形态与CO₂排放有一定的相关性，对碳排放的影响具有重要意义（Wang et al.，2014；Ou et al.，2013）。

2.3.3.1　城市空间形态的概念

城市空间形态，也有学者称之为城市形态，是指人类活动的空间组织和安排，它影响城市的发展和扩张，以及如何有效地配置资源、使用土地、发展交通运输和建设基础设施等（Ou et al.，2013；Bereitschaft et al.，2013）。关于城市空间形态的具体概念，目前在国内外仍然是内涵相对确定、外延相对不确定的概念。虽然城市空间形态相对于城市形态较为具体和明确，但学术界通常将二者互用，不作严格区分。城市空间形态被多个学科关注，在研究时，通常进行城市外部空间形态、城市内部空间形态和城市边缘区等类型的划分（段进等，1999），也有学者将其总结为布局形态、结构形态和肌理形态（王慧芳，2014）。故学者们对其进行研究时，通常事先对城市空间形态的内涵和外延进行界定，以明确自己的研究范畴。

需要说明的是，根据城市空间形态维度较为权威的划分方法，一般包括以下五类：景观生态形态、土地利用形态、交通形态、社区形态和城市设计形态（张纯，2011）。在居民碳排放研究的都市区尺度一般所涉及的是土地利用形态、交通形态和景观生态形态三个维度；而居住区尺度的居民碳排放研究一般是指社区形态和城市设计形态。因本研究侧重微观尺度的研究，后者也是本研究重点关注的对象，下文将进一步详细说明。

2.3.3.2　都市区尺度空间形态对居民碳排放的影响

在都市区层面上，一般从三个维度考察低碳空间形态：密度（Density）、邻近度（Proximity）和可达性（Accessibility）（刘志林等，2013）。对其分别梳理如下：

第一，密度通常是关注最为广泛的指标，包括人口密度和就业密度等。一般认为，城市密度与能源消耗和CO₂排放存在负向相关关系：密度越高，人均能耗和碳排放越低，在交通方面尤为明显（Glaeser et al.，2010；Jones et al.，2014）。Newman等（1999）通过对全球32个典型城市的对比分析，发现城市居民的居住密度对人均交通能耗产生显著负向影响，当人口密度小于29人/公顷时尤为明显（见图2-3）。Lee等（2014）通过对美国125个城市化水平较高城市的研究发现：人口密度每增加1倍，就会使家庭交通和生活用能分别减少48%和35%，因此，精明增长和紧凑型城市发展策略是减少二氧化碳的有效手段。Liu等（2012）对爱尔兰首都都柏林地区的研究和郭韬（2013）以中国219个地级市为研究对象进行的实证分析也得出了相似的结论。有学者对此提出质疑，认为没有消除能源价格、城市规模和社会经济特征等关键外部因素的影响，得出的城市密度和能源消耗之间关系的结论可能会存在偏倚。Jones等（2014）对美国不同空间尺度的家庭碳足迹和人口密度之间的关系进行了研究，包括31531个市辖区10093个城镇3124个县276个大都市区376个核心城市和100个最大的核心城市，其中人均家庭碳足迹与人口密度的关系只有在最大的100个核心城市尺度上存在相关性，在其他尺度上均表现为不相关。

虽然较多研究证明居住密度对交通出行的影响是显著且客观存在的，但是也有学者指出居住密度对交通出行的影响较为微弱。例如，Schimek等（1996）根据美国居民出行调查数据发现，居住密度与小汽车出行频率有微弱的相关关系，而家庭收入水平对小汽车出行的影响要显著得多。因此，有学者指出高居住密度仅是可持续交通出行的必要条件，而不是充分条件（丁川，2014）。事实上，在不同国家和不同时期，对不同城市居住密度的要求不尽相同，如“田园城市”理论认为城市最合理的人口密度是25～30人/英亩，“紧凑城市”理论则认为最佳人口密度是438人/公顷。

第二，城市空间组织的邻近程度也是广泛关注的焦点。需要指出的是，城市空间形态的测度指标较多，为便于文献梳理，将与邻近程度有关的土地多样性和城市蔓延归为此类进行探讨。一般而言，邻近程度高有助于提高人们在城市中各种活动之间的可达性、提高居民职住平衡，从而降低长距离出行能源需求并有效控制碳排放。关于邻近度的定量测度，可采用研究范围内居民平均通勤距离的指标，也可采取对遥感影像解译的方法对城市用地的空间格局进行形象刻画。

城市蔓延的空间演变作为居民碳排放重要的影响因素受到广泛重视（Ewing et al.，2008；Bereitschaft et al.，2013；Hawkes et al.，2014；Xu et al.，2014；Wang et al.，2014）。Ou等（2013）对中国发展较快城市的研究表明，紧凑的、多样化的城市形态（非分散的、单中心）能够减少二氧化碳排放。此结论与Banister等（1996）对英国、Christen等（2011）对加拿大、Makidoa等（2012）对日本和Wang等（2014）对中国的研究相一致。Louf等（2014）指出面积大的城市相对于面积小的城市人均交通碳排放量较高。Ye等（2015）通过对厦门岛区的持续研究，发现城市蔓延的紧凑程度和居民生活用能碳排放有较强相关性。方创琳等（2015）使用中国内地30个省会城市的碳排放面板数据，分析了变化中的城市形态对碳排放的影响，研究表明：城市面积和碳排放量呈正相关关系；城市连续性和复杂性增加有利于碳排放的减少；紧凑型城市可以降低碳排放，增加破碎度和不规则度会导致碳排放的增加。

第三，都市区的可达性对居民碳排放也有显著影响。都市区的可达性可以通过居民步行范围内能够获取便利的公共交通、就业机会、公共服务等指标进行衡量，考察居民或者社区的比例，从而反映整个城市的可达性情况。一般认为，可达性较高的都市区，有利于低碳城市的建设。

虽然城市空间形态对居民碳排放的影响最直接的表现是在居民出行方面，但其对住宅内的生活用能碳排放也产生了一系列影响。Ewing等（2008）对美国城市形态与住宅内碳排放进行了深入研究，将其作用机理总结如图2-4所示。其中，以密度、可达性和中心性为考量的城市形态，可以通过影响住房面积和住房类型从而影响居民能耗。他认为，城市空间形态对居民住房类型和住房大小的选择方面有着复杂的影响。在住宅的供给方面，紧凑型地区往往出现土地购买价格偏高和土地供应紧张等情况，建造多户或者独户联排住宅的可能性就会较大，房地产开发商因成本原因也可能会在小地皮上建大楼盘（高层）。在住宅的需求方面，一种可能是由于紧凑型地区房价较高，居民可支配收入相对减少，从而降低对住房的需求；另一种可能是由于紧凑型地区交通成本较低，居民有了相对较多的可支配收入，因此倾向于购买更多住房。而大型住宅因供暖和制冷的空间和独立式住宅表面积较大，故相较小型住宅和联排住宅而言，对能源的需求也更多。此结论与Holden等（2005）发现的挪威分散式家庭住宅能耗比连体式高出50%的结论基本一致。而美国新建住房平均面积从1995年的约195平方米增加到2005年的约226平方米；独立式住宅所占比例从1995年的60%上升到2005年的62%，对居民碳排放产生了较大的影响。

此外，杨磊（2012）将城市形态对居民碳排放的研究进行了系统的理论探讨，并具体罗列了不同的城市形态指标分别作用于居民燃料、照明、建筑保温、电器使用、交通等方面的作用机理，如图2-5所示。研究指出：城市的空间形态要素是影响居民碳排放中介要素的关键，但是其影响机理各不相同，其中，建成区形状的复杂程度与居民建筑碳排放呈负向影响；城市规模对居民碳排放产生显著正向影响；邻接性与居民交通碳排放呈显著负向影响；人口密度对居民建筑碳排放的影响并不确定。

2.3.3.3　社区尺度空间形态对居民碳排放的影响

社区尺度的城市空间形态，也称社区形态，其概念源于对城市形态概念的界定。中西方对社区形态的理解有一定的区别。我国一般侧重于物质空间，即“形（状）”和“（状）态”，与城市构型（Urban Morphology）与城市格局（Urban Pattern）相对应；而西方则赋予了其更丰富的内涵，不仅包括物质空间，还包括社会、景观、经济、社区、环境等方面的空间布局和开发模式（张纯，2013）。社区形态的相关研究内容十分丰富，包含社区用地构成和布局、街道网络、各种设施可达性、社区感营造、社区居民健康、社区社会融合等问题，而与城市社区居民碳排放相关的社区形态主要是社区用地构成、布局、街道网络和各种设施可达性。

社区形态的量化指标学术界也并未有一致的看法。国外这方面的研究起步较早，20世纪末基本上已经具有了较为系统的指标体系。Holtzclaw等（1994）指出，可以从住房密度指标（Residential Density）、步行可达性指标（Pedestrian Accessibility）、公交可达性指标（Transit Accessibility）和商业可达性指标（Neighborhood Shopping）四个方面来刻画社区形态的指标。Cervero等（1995）在研究中引入了尽端路口密度（Percentage of Cul-desacs）和十字交叉口密度（Percentage of 4-way Intersection）等道路网设计指标。此后不久，Cervero等（1997）便进行了系统总结，将已有的相关指标总结为密度（Density）、多样性（Diversity）和设计（Design）三个维度——又称“3D”，为以后的研究提供了较为统一的思路。随后，Ewing等（2001）又增加了距公交站点距离（Distance to Transit）和目的地可达性（Destination Accessibility）两个维度——又称“5D”。其中，“密度”是指社区开发的密度，密度高一方面有助于住房消费的低碳转型，另一方面可以保证就业、商业等活动在适宜步行的距离可达；“多样性”是以土地混合利用为原则，考虑住宅、商业、服务、就业等用地功能的混合利用；“设计”是指社区道路体系按照步行友好的原则设计，提倡非机动出行和小街区的路网格局，尽可能避免大街区、大马路的开发模式；“距离公交站距离”是指居住区的居民在适宜的步行距离内可以获得公交服务；“目的地可达性”是指开发的项目应当布局在可达的区位上。Ewing等（2010）按照“5D”维度，对美国相关文献进行了梳理，并将几十种量化指标进行了总结和分析。从国内的研究来看，社区形态的研究主要以人文地理、城市地理和城乡规划领域的学者为主，一些学术团队近些年发表了一系列相关成果。例如，北京大学的吕斌教授带领团队进行了较为深入的研究，张纯（2015）分析了不同类型的社区居民生活品质随着社区的物质环境形态、社会环境形态和活动感知形态的转变而发生的变化。根据居民碳排放的国内外研究，本书将与其相关的社区形态指标总结如表2-12所示。

社区形态对居民碳排放的影响研究聚焦于居民出行和居民住宅内用能两方面，其中，大多数文献关注的是居民出行，在居民住宅内生活用能方面的研究较为有限，但二者存在的相关关系是被肯定的。

国外在社区形态对居民出行碳排放影响方面的代表性研究有如下几个方面。Frank等（2000）对西雅图的调研表明，家庭密度和就业密度越高的地区，其家庭机动车出行距离（VMT）越短。Krizek等（2003）对中央普吉特海湾地区（Central Puget Sound Region）有搬迁经历的家庭的调研结果显示，当居住的社区形态发生变化时，家庭的出行行为会发生相应的变化，尤其是当居住区可达性较好时，家庭的出行距离会相应缩短。Zegras等（2011）对智利圣地亚哥家庭出行的调查结果显示，不仅家庭收入对温室气体排放有重要影响，城市形态（如区位、公共交通服务水平、到地铁站距离等）也有一定的影响。Krizek Hong等（2014）对美国西雅图的研究结果显示，居住区土地混合度对不同目的出行行为的影响有一定的异质性，对于购物等非通勤出行，较高的土地混合度能够显著降低其机动车出行距离，但对于通勤出行而言，影响并不显著。

国内代表性研究有如下几个方面。潘海啸等（2009）基于上海不同社区的家庭出行数据，利用多元线性回归模型和logit回归模型，分析了街区设计形态与居民出行行为的关系，得出土地混合度高和小路网的居住区的家庭机动出行比重较低、距离较短。马静等（2009）、张文佳等（2009）和柴彦威等（2012）对北京市的10个小区进行了调研，发现距市中心的距离、家庭社会经济特征、公共交通可达性、商业密度等对居民购物出行距离有不同程度影响；居住区位的差异会导致居民购物出行目的不同组合，但对购物出行频率的影响并不显著。霍燚等（2010）通过对北京市38个社区826个居民的调查发现：拥有私家车的可能性随着离市中心距离的增加而显著提高。陈燕萍等（2011）通过对深圳的调研发现：城市中心和城市副中心片区的居民更倾向于选择公共交通出行。杨阳等（2011）对北美关于居住区建成环境与家庭出行关系方面的研究思路、方法和结论进行了系统的梳理和总结，指出微观经济学中的效用和约束模型在解释城市形态对出行的影响机理方面有较大优势。马静等（2011）基于对北京市居民活动日志的调查，采用结构方程模型深入挖掘社区形态、个体属性以及日常出行碳排放之间的内在关系，指出城市空间结构对居民出行碳排放有显著影响，单位社区居民出行整体具有“低碳”性质。姜洋等（2011）将济南市被调查的9个小区分为超大街区式、密方格网式、传统胡同式和单位邻里式四种类型，提出超大街区式的高密度开发模式不利于居民低碳出行。黄经南等（2013）对武汉的研究指出，土地混合度与出行碳排放成反比。杨文越等（2015）构建了广州市市辖区社区低碳出行指数，并采用地理加权回归进行了空间异质性的分析，结果表明低碳出行指数呈明显的圈层结构，每一圈层内部还存在较大差异，社区人口密度越大，低碳出行指数越大，社区公共交通站点和社区道路交叉路数量越大，出行低碳指数越小。黄欣然（2015）对西安的不同类型社区居民进行了调研，同样发现居民的碳排放与离市中心的距离呈正相关，但只考虑碳排放高的群体，则其特征与区位无关。已有的实证研究表明家庭社会经济特征和土地利用对家庭出行行为均存在影响，但谁是决定性因素并没有统一的定论（任晋锋等，2011）。

相对于社区形态对出行碳排放研究的热度，社区形态对住宅内生活用能碳排放的研究相对冷清。事实上，到2020年我国将新增房屋建筑面积约300亿平方米，建筑生产能耗碳排放和维持建筑中各类活动正常运行而产生的碳排放约占全国碳排放总量的17%和60%（姚德利等，2011）。而城市的紧凑度、各功能区的布局、公共交通的配置、配套功能设施的完善程度等都会影响到家庭生活用能碳排放（张艳等，2011；Norman et al.，2006）。

Baiocchi等（2015）提供给决策者的并非能通用于所有居住区的万全之策，而是提供出每一类居住区合适的和特定的减排策略。在研究中指出，典型居住区的排放模式也取决于居住区的空间环境，居民的碳排放有空间锁定的生活方式（Location-specific Lifestyles）。

居住区的空间形态如果仅考虑一个居住区的物理形态，而不考虑其更广阔的外部环境，是不能准确把握居住区的全面状况的，如两个建筑密度完全相同的居住区，一个在小乡镇，另一个在伦敦的市郊，这两个居住区是有实质性的区别的（Büchs et al.，2013）。

Heinonen等（2013）通过对芬兰四种不同城市形态下的4410位居民的调查，获取了居民日常行为活动和消费的分时数据，对居民行为及其产生的温室气体的影响机理进行了深入分析，提出了情景化生活方式（Situated Lifestyles）理论，指出生活方式是受住所约束的，居民行为是受住所和空间位置的锁定的。情景化生活方式理论将居住区形态作为居民消费模式的基础，因为居住区形态影响住宅类型、职住距离、商品和服务的可达性、社会联系、消遣方式的选择等。城市形态从而反映在行为模式、时间分配和购买决定方面，进而决定居民生活方式（日常居家与出行活动的时间分配、出行的方式与频率、购买决策等），即使在高度整合的水平下，城市形态对时间分配和购买选择的影响程度之深足以产生可识别的生活方式。

秦波等（2012）对北京的调查指出建筑密度对居民直接碳排放呈负向作用；社区的居住用地比重高，则较为高碳；就业用地比重高，则社区较为低碳。秦波等（2013）通过对北京1188份家庭碳排放问卷进行统计分析得出：家庭建筑碳排放与所在功能区的城市人口密度存在弹性关系。当控制住人均住房面积、家庭成员数、家庭人均收入的情况下，四类功能分区人口密度对于各自分区内家庭建筑碳排放的弹性系数不同：首都核心功能区、城市功能拓展区、城市发展新区及生态涵养发展区中，建成区人口密度每增加1%，家庭建筑碳排放量将分别随之降低0.037%、0.050%、0.064%和0.082%。因此，建议北京在保证居民生活舒适度的情况下，功能拓展区应尽量采取紧凑型城市发展模式，城市发展新区应主动吸收被疏散人口及新增人员，在缓解首都核心功能区与城市功能拓展区压力的同时，提高自身人口密度，坚持紧凑化发展，提倡中小户型住房，严格控制大户型住房比例。

整体从城市形态对居民碳排放的影响来看，量化城市形态和碳排放关系的研究起步较晚且数量有限（Fang et al.，2015），尤其是城市微观形态（即社区形态）对居民碳排放的影响研究因缺少相关的官方数据，成果也相对缺乏，多数研究基于遥感和统计数据研究城市尺度空间形态及其与碳排放关系，而基于调查数据与遥感数据相结合研究居住区尺度空间形态与居民碳排放的关系值得关注。未来的研究可以在借鉴现有城市尺度空间形态研究的基础上，深入挖掘社区形态的可量化指标，深入调研寻找规律。