米兰体育赛事碳研究组一个常见但危险的简化假设
在很多粗糙的赛事碳核算里，观众交通（Spectator Travel）经常被简化成一句话："假设每位观众都独自开车往返场馆"，然后用这个假设乘以场馆到市中心的平均距离，得出一个数字。米兰体育认为这种做法在方法论上是有问题的，因为它忽略了体育赛事观众实际出行方式的巨大差异，而观众交通往往是整场赛事碳足迹里体量最大的分项之一，一旦这一项估算失真，整份报告的可信度都会受影响。
观众交通排放依赖哪些数据来源
要还原观众的真实出行结构，米兰体育会综合使用多种数据来源，而不是依赖单一假设：
- 现场问卷调查：在入场或出场时随机抽样询问观众的出行方式和出发地，这是获取一手数据最直接的方式。
- 停车场占用数据：通过场馆停车场的车位使用记录和车辆计数，估算实际自驾和拼车的观众比例。
- 公共交通刷卡与客流记录：结合赛事当天临近场馆的地铁站、公交站客流数据，判断公共交通承担的出行比例。
- 门票销售的地理分布：购票人留下的地址或所在城市信息，可以反推观众的大致出行距离分布。
- 场馆周边交通基础设施情况：场馆是否临近地铁站、是否有专线接驳巴士，这些条件会直接影响观众的出行方式选择。
为什么"全员开车"的假设会带来系统性偏差
体育场馆的选址千差万别，有些场馆紧邻地铁枢纽，观众里相当一部分会选择公共交通或步行前往；有些场馆位于城市外围，私家车和大巴确实是主要方式。如果不区分具体场馆条件，统一套用"全员开车"的假设，对于交通便利的场馆会明显高估排放，对于交通不便的场馆则可能低估实际的长距离出行占比。这种系统性偏差会让不同赛事之间的碳足迹数字失去可比性，也让同一场比赛换城市举办时排放差异的真正原因被掩盖。
纳入核算的交通方式
米兰体育在观众交通模型里通常会覆盖以下几类出行方式，并分别对应不同的排放因子（Emission Factor）：
- 步行和骑行，视为零直接排放的出行方式。
- 地铁和城市轨道交通，按客运周转量对应的排放因子计算。
- 公交车，考虑线路载客率对单位排放的影响。
- 私家车，需要结合车辆平均载客人数进行修正。
- 网约车和出租车，通常空驶比例更高，单位排放会相应调整。
- 城际铁路和航空，主要适用于跨城市观赛的远途观众。
占用率如何进一步修正估算结果
私家车这一项尤其需要注意车辆占用率（也就是平均每辆车搭载几位观众）。假设一个模拟场景，某场赛事停车场数据显示进场车辆数为观众总数的四分之一左右，这意味着平均每辆车搭载了大约四位观众，而不是每位观众各自开一辆车，如果核算时忽略这一点，私家车相关的排放量可能被高估三倍以上。类似地，出行距离也不能用场馆到市中心的单一距离代替，而应该结合购票地理分布，区分本地观众和跨城观众的不同出行距离。
数据不完整时如何处理
现实中不可能每场赛事都做到问卷全覆盖，当某类数据缺失时，米兰体育的做法是优先用同类型、同规模、同城市的历史赛事数据做参考填补，并在报告中明确标注哪些数字是实测、哪些是估算填补，而不是用一个笼统的全国平均值简单代替。这种处理方式和整体的碳数据流程是一致的，也是为了保证观众交通这一项估算尽可能贴近赛事的真实情况，而不是套用一个放之四海而皆准的公式。更细的交通数据整合方法可以参考三种交通数据怎么放进同一张表这篇文章。
一个模拟场景：两座场馆的观众交通对比
假设一个模拟场景，甲场馆紧邻城市地铁枢纽，步行三分钟即可到达站台，乙场馆位于城市外围，最近的地铁站需要驾车或换乘公交才能到达。同样规模的赛事在两座场馆举办，问卷和停车场数据显示，甲场馆观众中选择地铁和步行的比例明显偏高，私家车占比相对有限；乙场馆则相反，私家车和网约车承担了大部分出行需求，长距离驾车比例也更高。如果不做实地数据采集，直接套用统一的交通结构假设，两场规模相当的赛事很可能被计算出相近的观众交通排放，但实际情况可能相差数倍，这正是米兰体育坚持逐场采集交通数据而不是套用固定模板的原因。
问卷设计中需要注意的细节
观众交通问卷本身的设计质量也会影响数据准确性。米兰体育在设计问卷时会注意几个容易被忽略的问题：一是要区分单程出行方式和往返出行方式是否一致，有些观众去程乘坐公共交通，回程因为散场时间较晚选择打车或拼车；二是要询问是否与他人同行以及同行人数，这直接关系到私家车和网约车的人均排放分摊；三是要尽量在不同时间段、不同入口分布抽样，避免样本集中在某一类观众群体，比如只在贵宾通道采样容易高估私家车比例。这些细节看起来琐碎，但对最终估算结果的准确性有直接影响。
观众交通数据对赛事选址的参考价值
长期积累的观众交通数据，除了用于单场赛事的碳足迹核算，也能为赛事主办方后续的选址决策提供参考。如果历史数据显示某类场馆因为交通结构原因，观众出行相关排放明显偏高，主办方在规划未来赛事时可以将这一因素纳入考量，比如加强公共交通接驳、增开专线巴士，或者优先考虑交通条件更好的候选场馆。这种从核算结果反哺决策的思路，也是米兰体育希望观众交通数据发挥的价值，而不只是停留在报告里的一个静态数字。
跨赛事对比时需要注意的口径统一问题
当需要把多场赛事的观众交通数据放在一起比较时，还有一个容易被忽视的问题，就是统计口径是否统一。比如有的赛事把往返场馆的接驳巴士算作公共交通，有的赛事则单独归类为"赛事专线"；有的赛事的问卷调查覆盖了全部入场通道，有的只覆盖了主入口。这些看似细微的口径差异，在跨赛事比较时可能被放大，导致本来结构相似的两场赛事，因为统计口径不同而呈现出误导性的差异。米兰体育在积累多场赛事数据的过程中，会持续维护一份口径说明文档，明确各类交通方式的归类标准和问卷覆盖范围的最低要求，确保不同赛事之间的观众交通数据具备真正意义上的可比性，而不是看起来相似、实际统计基础完全不同的两组数字。
观众交通数据与场馆本身能耗核算的分工
需要说明的是，观众交通数据只覆盖观众从出发地到场馆之间的出行过程，并不包括观众进入场馆之后场馆本身消耗的能源，这部分内容属于场馆能耗核算的范畴，和绿色场馆相关的分区计量、基础负荷监控是两套相对独立但又在赛事总账里汇总的数据体系。把两者清楚区分开，既避免了重复计算，也让每一项数据都能对应到具体的、可以采取行动改善的环节，观众交通的改善方向是接驳和出行结构，场馆能耗的改善方向则是设备效率和运行策略，两者需要的干预手段完全不同。
小结：观众交通核算的核心是尊重差异
回到最初的问题，米兰体育为什么不能简单假设所有人都开车，根本原因是体育赛事的观众群体本身充满差异，不同城市、不同场馆、不同赛事类型吸引的观众，出行习惯可能完全不同，用一个统一假设覆盖所有场景，看似简化了工作量，实际上牺牲的是核算结果的真实性。真正负责任的观众交通核算，需要承认这种差异的存在，并且愿意投入问卷调查、停车场数据、公共交通记录等多种手段，尽可能贴近每一场具体赛事的真实出行结构，这也是米兰体育在观众交通这一项上坚持多数据来源交叉验证，而不是套用单一公式的根本考虑。
