大数据助力交通减排

此次倡议将通过应用大数据开发一个量化可持续性环境影响的全球标准——“可测量、可报告、可核实”标准（以下简称“MRV标准”），用于推动政府和企业建立量化监测体系。

交通领域正在成长为全球最主要的碳排放来源之一。由于受到技术瓶颈以及数据资源的局限，交通领域一直缺少可落地实施的MRV标准。如今随着大数据、云计算、车辆互联等新技术的发展，有机会实时获取和核实交通出行数据，并通过数据动态地反映一个城市千变万化的交通脉络。举例来说，打车软件积累的出行大数据资源可以为分析城市交通复杂的供需关系提供数据源。

iCET在成都初步研究发现，应用实时数据计算的碳排放要比传统的推算结果高出44%（普通路况下）和78%（高峰时段下）。宏观来看，成都每天的交通出行碳排放大约在17500吨，比传统方法估算的数字（11000吨）要高59%。这样明显的差距，更加说明了一套基于实时数据的MRV标准的重要性。

同时，这些数据也能够更直观地反映城市居民的乘用车出行需求。结果显示，80%的交通出行具有较高的重合度（起点和终点相同），即这些出行具有拼车的条件。通过数据模型的仿真模拟，iCET发现，如果通过拼车来提升20%的车辆运载能力的利用率，那么成都市整体的交通碳排放可以降低28%；如果利用率可以提高至60%，那么成都的堵车情况将会明显缓解，同时70%的交通碳排放可以被避免。

据了解，由iCET牵头的多家机构组成了公私合作研究联盟，目前正在开发Live-Cycle方法论，这是一套基于全球价值链和大数据分析应用的方法论框架，将用于支撑MRV标准的开发。而未来的MRV标准可以建立一个透明的问责监督机制去推动价值链上的各方履行各自的环境义务，应对气候变化带来的挑战。

今后，研究联盟计划在交通领域开展更深入的研究，促进社会各界更好地了解城市交通系统的效率。此外，他们也将利用MRV标准计算出的碳排放数据，来支持联合国环境规划署的“可持续消费与生产”倡议，推动人们的可持续消费行为。