广州市居民出行特征分析及交通发展的对策

居民出行调查是城市交通规划、建设、管理的基础依据 ,通过对比分析广州市 1998年万户居民出行调查和 1984年居民出行调查的有关数据 ,总结归纳出广州市城市居民出行的规律、变化特征及其原因 ,并针对其特点 ,提出广州市未来交通发展的对策和建议     

基于居民出行行为的北京市交通碳排放影响机理

近年来低碳城市逐渐成为众多学科关注的焦点所在,国内外学者从多个角度对其开展一系列的理论与实证研究,但从微观层面深入探讨城市交通碳排放的影响机理的研究相对较为缺乏。利用北京市居民活动日志调查获取的第一手数据,基于居民日常出行行为计算微观层面的城市交通碳排放,并采用结构方程模型深入挖掘居住空间、个体行为以及交通碳排放三者之间的内在关系。结果表明,出行距离、机动出行概率对交通碳排放产生显著的正效应,而出行频率的影响并不显著;同时,出行结构的影响要远远大于出行总量的影响。另外,城市空间结构对城市交通碳排放产生显著影响,单位社区居民的出行行为整体具有“低碳”性质,应从低碳视角对单位社区进行重新审视。     

乌鲁木齐市居民出行行为的空间特征和碳排放分析

城市化发展过程中,从微观机制探讨城市空间结构、居民出行行为和碳排放的关系是城市地理学研究的一个重要方面。利用2011年乌鲁木齐居民出行日志调查数据,在分析居民基本出行特征和通勤空间特征的基础之上,探讨了不同城市空间的居民出行碳排放的分布特征和影响因素。结果表明:①乌鲁木齐市居民出行以通勤类出行为主,居民出行在空间上存在差异性,内城中心区和郊区卫星城人均出行次数高于其他区域。城市南、北发展不平衡对郊区居民出行产生影响。②乌鲁木齐市居民通勤的实际平均出行距离为4.9 km,相比于东部大城市具有通勤距离短而通勤时间长的特征。通勤距离在空间上呈现明显的由内向外递增趋势。③2011年乌鲁木齐市居民日常出行人均直接碳排放量为682.95 g,居民日常出行碳排放表现为中心区和卫星城的低碳化、近郊区居民中碳化和远郊区居民的高碳化。     

多尺度交通出行碳排放影响因素研究进展

减少交通出行碳排放是全球共同面对的重大议题之一,同时也是城市和交通可持续发展的重要目标。论文首先基于文献计量方法对近20年来的全球交通出行碳排放研究现状与趋势进行梳理与分析,在此基础上,分别从国家、城市和社区3个尺度对国家交通能源消耗及其碳排放的驱动力因素、城市形态对交通碳排放的影响以及社区建成环境对居民出行碳排放的影响研究进行了文献综述与归纳凝练。研究发现：① 国家尺度的研究早期大多基于时间序列数据,采用分解法探究交通能源消耗的主要驱动力;近年来,研究进一步根据能源消耗数据“自上而下”地测算交通碳排放,并通过构建面板数据模型探究社会经济、城市形态和交通发展因素对交通碳排放的影响。② 城市尺度的研究早期围绕紧凑城市是否一种低碳的城市形态而进行讨论,主要使用截面数据和相关分析方法;近年来,进一步拓展使用情景预测、GIS空间分析、空间回归、空间模拟等方法探究城市交通碳排放的空间差异及其与城市形态、城市中心分布形式之间的关系。③ 在社区尺度,研究多以截面、非集计的问卷调查数据为主,采用定量的数学模型探究居民社会经济属性和人口密度,土地利用混合度,与就业地、城市中心的距离,路网与交叉口密度、公共交通供给水平等建成环境要素对居民出行碳排放的影响。最后有针对性地提出了未来中国城市交通出行碳排放影响因素的研究趋势。     

中国居民食物消费碳排放时空演变趋势及其驱动机制分析

食物生产是影响温室效应气体排放的重要方面,由于食物类型不同其碳排强度存在较大的差异,因此当前中国居民食物消费快速演替必然会对生态碳环境产生重要影响。论文利用洛伦兹曲线和基尼系数,研究1997—2016年中国城乡居民食物消费在生产过程中碳排放时空演变及其主要驱动因子。主要结论如下：① 在数量上,中国居民食物消费碳排放总量和人均量整体都呈现逐渐的增长刚性,但仍属于低碳消费模式;② 在结构上,各类型食物碳排放演变呈现显著的分异态势,整体上动物性食物碳排放增长速度快于植物性食物碳排放减少速度;③ 在城乡差异上,城镇和乡村居民食物消费碳排放在数量、结构和趋势上表现出显著的城乡二元属性,但近年城乡差异表现出减缓趋势;④ 在空间上,各地食物消费碳排放呈现较显著的民族性、地域性、集聚性和中心“塌陷”的特征,碳排放密度高值主要分布在直辖市和沿海经济相对发达地区;⑤ 在驱动力上,结构演替是全国居民食物消费碳排放总量整体变化的主要驱动因素,而人口数量是各地地域空间差异分布的主要驱动因子。     

基于智慧交通的可达性与交通出行碳排放——理论与实证

信息与通信技术的发展推动了智慧交通建设,并将进一步提高城市交通可达性和影响居民出行。在全球应对气候变化、减少碳排放的共识背景下,由于"智慧交通—可达性—出行行为(碳排放)"间复杂的影响作用机制,已有的研究难以判断智慧化背景下的城市交通可达性提高将增加抑或减少出行碳排放。如何通过提高城市交通可达性来缓解交通拥堵,保障城市交通运输系统的有效运行,并提高居民出行效率,减少出行碳排放是当前中国智慧交通发展面临的关键问题之一。针对以上科学问题,本文尝试提出基于智慧交通的可达性与交通出行碳排放的理论框架,并以广州为研究案例地,研究了社区居民通勤碳排放特征及其影响机理,社区出行低碳指数格局及其影响因素的空间异质性,以及基于碳排放—位置分配模型的公共中心规划支持系统设计与应用,可为今后的相关研究提供借鉴。     

居民家庭日常出行碳排放的发生机制与调控策略——以北京市为例

根据2007年北京市居民活动日志调查数据,利用Amos7.0软件建立单效标因素的路径分析模型,试图在"社区-家庭"层面上挖掘"空间利用-出行特征-碳排放"的内在发生机理,藉此寻找城市空间组织低碳化的调控路径。研究发现:影响居民家庭日常出行碳排放的主要因素是出行距离和出行方式。社区空间利用特征对家庭出行的距离总量有显著影响,对小汽车出行比率则没有明显作用效果;私家车的购置对居民家庭出行行为的高碳化具有不可逆的作用特点;在现有设施条件、空间环境和车辆使用政策下,公共交通对私人交通出行没有替代性。研究认为,城市空间组织和调控优化应通过土地混合利用、设施供给等物质空间组织与再组织手段,形成空间行为组织和行为规划策略,引导居民降低交通发生量,优化居民交通发生的时空结构,建构低碳的城市空间结构。     

手机信令数据在职住空间、出行行为和交通碳排放研究中的应用进展与前景

手机信令数据具有覆盖范围广、获取成本低、时空精度较高、稳定实时追踪等优势,能够有效识别大规模人群的空间活动和出行特征,已成为应用最广泛的交通大数据类型之一。文章在手机信令数据的分类和特征基础上,总结了其在职住空间关系和交通出行行为研究中的技术应用,随后结合上述应用成果和已有文献对其在交通碳排放研究中的应用潜力和场景进行了探讨,最后总结了手机信令数据在职住空间、出行行为和交通碳排放研究中的应用框架、应用机遇与挑战以及未来研究内容与技术创新方向。目前,手机信令数据在职住空间领域中的应用包括职住地识别、职住关系和通勤网络特征及其影响因素解析,在出行行为领域中的应用包括驻留-出行识别、出行方式和路径识别,以及人群移动普适规律解析。以上技术应用能够有效服务交通碳排放领域研究,为交通碳排放测算以及城市空间结构、居民出行行为对交通碳排放的影响研究奠定了基础。未来,相关研究应进一步关注长时序动态追踪、大范围对比分析以及人口和交通新现象研究,并注重多源数据的融合、传统方法与机器学习的结合以及数字孪生模型的构建。     

广州地铁站点交通流特征与居民地铁出行的人群分异

基于广州地铁交通流的始发地（Origin）—目的地（Destination）（OD分析）,运用出行成本（距离/时间）、集中出行距离区间等指标对地铁站点交通流特征及居民地铁出行的人群分异进行刻画。结果表明：1）地铁站点随出行距离增加的乘客累积比例呈“S”型曲线变化,广州地铁站点的平均出行成本约为14.04 km（20.48 min）,并由中心向外逐层增加约4 km（5 min）和13 km（10 min）,周末平均出行成本略高于工作日。2）广州地铁出行的集中距离区间为8.55~26.61 km,在该出行距离范围内的乘客量占总数的71.88%;周末出行集中距离区间宽度变窄,但乘客量的集中比例却有所下降。3）社会弱势群体如女性、老年人、固定上下班的大学以上学历人群、办事人员、商服人员等是地铁潜在客流的主要构成群体;不同人群的地铁平均出行距离出现分化,其中出行需求小、出行能力偏弱的群体平均出行距离较短,出行需求大的群体平均出行距离普遍较长;除个别人群外站点集中出行距离区间相对差异不大。     

广州市社区出行低碳指数格局及其影响因素的空间异质性

通过构建社区出行低碳指数（CTLCI）模型,对广州市社区出行低碳指数的空间格局及其差异特征进行了分析,并利用全局回归（OLS）模型和地理加权回归（GWR）模型对社区出行低碳指数的影响因素以及其间关系的空间异质性进行了研究。结果表明,广州市社区出行低碳指数由中心城区向外逐渐递增,呈明显的圈层结构。内圈层的社区出行低碳指数内部差异最小,中间过渡圈层的最大。社区人口密度对社区出行低碳指数的影响以正向作用为主,公共交通供给水平和路网密集程度对社区出行低碳指数的影响以负向作用为主,且它们的影响作用具有空间异质性。具体指出了在不同地域空间内社区人口密度、公共交通供给水平和路网密集程度对社区出行低碳指数在影响程度和作用方向上的差异,为减少广州城市交通碳排放、针对不同空间制定有效的低碳政策和构建低碳城市空间结构提供了科学依据。