Data-Gouv-FR/estimation-des-emissions-individuelles-de-gaz-a-effet-de-serre-lors-des-deplacements-domicile-tr

该数据集源于法国国家统计与经济研究所（Insee）与生态转型部统计数据和研究中心（SDES）的一项合作研究，旨在估算个人在通勤（从家到工作地点）过程中产生的温室气体（GES）排放。研究基于人口普查数据，特别是职业人口流动性：居住地/工作地通勤数据库，并结合了多种其他数据源进行补充估算，包括：Insee的Metric-OSRM距离计算器（提供通勤距离）、2019年人员流动性调查（EMP）（提供出行频率、实际行驶距离、汽车载客率、公共交通单位排放等）、Ademe的碳足迹数据库（提供两轮机动车的单位排放）、道路车辆统计目录（RSVERO）（补充汽车单位排放）、transport.data.gouv.fr和SNCF数据（用于评估使用铁路或公路公共交通的概率）以及连续就业调查（EEC）（用于更新远程办公数据）。这些补充数据在职业流动性数据中新增了以下变量：平均通勤距离（公里）、无拥堵情况下的通勤时间（分钟）、考虑频率、绕行和捷径后每人每周平均行驶距离（公里）、以及每人每周因通勤产生的平均CO2排放量（克CO2当量）。这些新增变量通过估算得出，无法识别个人身份，并遵循人口普查结果发布的保密框架。GES排放仅针对法国本土100公里以内的通勤行程计算，且仅计入行程中产生的排放（从油箱到车轮），不包括能源生产、车辆制造或交通基础设施建设的上游排放。所有温室气体均以CO2当量表示。数据中的每条记录由居住地、工作地及人口普查获得的社会人口特征唯一标识，并按就业活跃人口数加权。数据每年更新（2020年除外，因疫情对人员流动性造成特殊影响）。数据范围涵盖法国本土15岁及以上、通勤距离小于100公里（步行小于10公里，自行车小于30公里）的就业活跃人口，但也包括海外省（DOM）的所有就业活跃人口、法国本土不出行的就业者、距离超过100公里的就业者以及无法计算距离的就业者（对于后几类，每周行驶距离和平均CO2排放量为空）。This dataset originates from a collaborative study between the Institut national de la statistique et des études économiques (Insee) and the Centre de statistiques et de recherches du ministère de la Transition écologique (SDES), aiming to estimate greenhouse gas (GES) emissions generated by individuals during their commutes (from home to workplace). The study is based on census data, specifically occupational population mobility, particularly the residential/workplace commute database, and is supplemented by multiple additional data sources for refined estimation: the Metric-OSRM distance calculator from Insee (providing commute distances), the 2019 Enquête sur la mobilité des personnes (EMP) (providing travel frequency, actual travel distance, car occupancy rate, unit emissions of public transport, etc.), Ademe's carbon footprint database (providing unit emissions for two-wheeled motor vehicles), the Répertoire des statistiques des véhicules routiers (RSVERO) (supplementing unit emissions for passenger cars), data from transport.data.gouv.fr and SNCF (used to assess the probability of using rail or road public transport), and the Enquête continue sur l'emploi (EEC) (for updating telework data). These supplementary data add the following variables to the occupational mobility dataset: average commute distance (in kilometers), commute time without congestion (in minutes), average weekly travel distance per person after accounting for travel frequency, detours and shortcuts, and average weekly CO₂ emissions per person from commuting (in grams of CO₂ equivalent). These newly added variables are derived via estimation, cannot be used to personally identify individuals, and comply with the confidentiality framework for census result releases. GES emissions are only calculated for commuting trips within 100 km in metropolitan France, and only account for emissions generated during the trip (tank-to-wheel), excluding upstream emissions from energy production, vehicle manufacturing or transportation infrastructure construction. All greenhouse gases are expressed in CO₂ equivalent. Each record in the dataset is uniquely identified by the place of residence, place of work, and socio-demographic characteristics obtained from the census, and is weighted by the size of the active employed population. The dataset is updated annually (except for 2020, due to the special impact of the COVID-19 pandemic on personnel mobility). The dataset covers active employed individuals aged 15 and above in metropolitan France with a commute distance of less than 100 km (less than 10 km for walking, less than 30 km for cycling). It also includes all active employed people in Overseas Departments (DOM), active employed people in metropolitan France who do not commute, active employed people with a commute distance exceeding 100 km, and active employed people for whom commute distance cannot be calculated (for the latter three categories, weekly travel distance and average CO₂ emissions are left blank).

搜集汇总

数据集介绍

构建方式

该数据集源自法国国家统计与经济研究所（Insee）与生态转型部数据与统计研究处（SDES）的联合研究，旨在估算通勤通勤产生的个体温室气体排放。构建过程基于人口普查中“职业流动性”数据的深度挖掘，融合了Metric-OSRM距离计算器提供的通勤距离、2019年个人出行调查（EMP）揭示的出行频率与车辆满载率、Ademe数据库的机动车排放因子、以及SNCF等交通数据源，通过多源数据融合与模型插补，为每条通勤记录补充了平均距离、耗时、周均行驶里程及二氧化碳排放当量等关键变量。数据按居住地、工作地及社会人口特征唯一标识观测值，并以普查人口权重进行加权，每年更新（2020年因疫情例外），严格遵循人口普查结果发布的保密规范。

特点

数据集的核心特色在于其精细化的个体排放测算能力，聚焦于法国本土单程100公里以内的通勤出行，覆盖“从油箱到车轮”的直接排放，包含所有温室气体并以二氧化碳当量计量。通过融合行政统计、交通调查与地理信息等多源数据，实现了从通勤距离、模式选择到实际行驶路径与频率的全面模拟，尤其对汽车、公共交通、摩托车等不同交通方式的排放因子进行了差异化插补。此外，数据集还纳入了2022年起海外省的参考性排放数据，但需结合当地专家知识审慎使用。其匿名化设计确保无法追溯个体身份，仅保留有限的社会人口变量，平衡了数据价值与隐私保护。

使用方法

用户可直接从.data.gouv.fr平台下载该数据集，其Hugging Face页面仅为引用与说明用途，不直接存储数据。数据以结构化表格形式呈现，每条记录对应一个通勤模式组合，包含通勤距离、时间、周均排放量等连续变量及社会人口分类变量。分析时需注意使用IPONDI权重变量进行统计加权，以确保结果代表全国就业人口。推荐结合R或Python等数据分析工具，利用普查地理编码进行空间可视化，或针对不同交通模式、通勤距离区间进行排放差异剖析。引用时需注明数据来源包括Sdes-Insee的EMP调查、Insee人口普查及Metric-OSRM等，并遵循开放许可协议（Licence Ouverte 2.0）进行再发布与衍生应用。

背景与挑战

背景概述

自工业化以来，交通领域已成为全球温室气体（GES）排放的主要来源之一，其中通勤出行占据重要比例。2022年，法国国家统计局（Insee）与生态转型部数据与统计研究处（SDES）联合发布了“居住地-工作地通勤个人温室气体排放估算”数据集。该数据集以2018-2019年国家人口普查为基础，融合Metric-OSRM距离数据库、2019年个人出行调查、Ademe排放因子、车辆统计档案及交通基础设施数据，构建了涵盖通勤距离、时长、频率及每周人均二氧化碳当量排放量的精细化模型。通过深度挖掘“职业流动”子库，该资源不仅揭示了不同社会经济特征人群的通勤碳足迹差异，更为法国本土（及2022年起海外省）的环境政策制定提供了高分辨率决策支持，成为连接微观个体行为与宏观气候治理的枢纽型数据资产。

当前挑战

该数据集所解决的领域核心挑战在于如何从碎片化的个体通勤行为中精准归因温室气体排放。传统宏观统计难以刻画通勤距离、模式选择与拥堵效应的非线性耦合关系，而本数据集通过融合人口普查、路网距离、交通方式占用率及频谱排放因子，实现了“油箱到车轮”视角下的排放溯源。然而，构建过程中面临多重挑战：需通过隐马尔可夫模型等算法从稀疏的普查数据中推断通勤频率与车辆空载率；2020年因疫情导致的出行模式突变需进行年际异质性校正；法国海外省的交通基础设施数据缺失，迫使研究者采用本土模型外推并附加谨慎使用标签。此外，排放计算仅计入运营阶段，未涵盖车辆生产与能源链上游排放，构成了系统边界取舍的固有局限。

常用场景

经典使用场景

该数据集聚焦于法国本土通勤者因居住地与工作地之间日常往返而产生的个体温室气体排放估算。其经典应用在于整合人口普查、交通地理信息及出行行为调查等多源数据，构建了一个涵盖通勤距离、时长、频率及交通模式选择等核心变量的微观分析框架。研究者能够利用该数据精准量化不同社会经济特征人群的通勤碳排放足迹，从而评估城市空间结构、职住平衡政策及交通基础设施布局对个体碳减排行为的潜在影响，为环境经济学与可持续交通研究提供了坚实的数据基石。

衍生相关工作

基于此数据集衍生出一系列开创性研究。法国国家统计与经济研究所与生态转型部联合发布的配套工作文档详细阐述了多源数据融合与回归建模方法论，成为后续通勤碳排放估算的基准范式。后续工作进一步扩展至远程办公对排放的时间动态补偿效应分析、电动汽车渗透率对区域电网负荷的耦合影响评估，以及基于代理的模拟模型验证。该数据还催生了与OpenStreetMap路网数据的联合应用，开发出通勤路线优化算法，在环境信息学与计算社会科学交叉领域产生了方法论贡献。

数据集最近研究

最新研究方向

在应对全球气候变化与绿色出行议题持续升温的背景下，该数据集聚焦于法国本土通勤交通中个体温室气体排放的精细化估算，代表了环境行为定量研究的最新前沿。通过融合人口普查、地理信息系统及多源交通调查数据，研究实现了对通勤距离、频率及不同交通方式碳排放的微观层面建模。相关工作与社会热议的碳足迹可视化、低排放交通政策评估及企业员工通勤减排目标设定紧密关联，为法国生态转型部门推动“去碳化”出行方案提供了实证基础，其方法论也对欧洲其他国家构建社区级碳排放清单具有示范意义。