基于社交媒体文本挖掘的居民低碳出行意向分析

城市交通运输是碳减排的重要领域,其中城市居民出行碳排放占比达到了20%,低碳出行对缓解全球气候变化具有重要意义。了解居民对低碳出行的意向有助于推广该行为,社交媒体平台提供了大量有价值的信息,文章基于新浪微博中的低碳出行博文数据,采用BERT-BiLSTM模型、LDA主题模型的文本挖掘方法分析居民对低碳出行的行为意向和关注主题。结果表明:居民对低碳出行整体上持积极意向;地铁和公交最受欢迎;低碳出行意向是不同因素综合作用的结果;明星效应对低碳出行意向影响显著。研究结论将有助于低碳出行政策的完善。

低碳出行研究的CiteSpace知识图谱分析:基于CNKI核心数据库

低碳出行作为现代交通系统快速发展过程中产生的一种新的出行理念,能够有效缓解交通拥堵和减少汽车尾气造成的环境污染。本文以中国知网(CNKI)数据库中低碳出行研究领域相关的321篇核心期刊文献为基础数据,利用CiteSpace软件对发文的时间、期刊和领域分布,作者与研究机构合作特点,关键词共现、聚类、时区分布和突现图谱进行文献计量分析。结果表明:我国低碳出行领域的权威性研究经历了萌芽、快速发展和平稳发展3个显著阶段,期刊分布呈分散多样化特征,学科领域主要集中在环境、交通、建筑、经济等方面;作者间未形成密切的合作关系,研究机构间的合作频次同样相对较少且紧密程度不高;研究方向呈多样化和系统化特征,其中低碳交通、碳排放、低碳出行、城市交通等关键词共现的频次较高,研究热点主要集中在低碳出行的理念与内涵、宏观规划设计和微观影响因素与措施研究3个方面;未来对低碳出行的研究应更加注重顶层的碳中和政策、宏观的城市交通规划、微观的绿色出行分担率的提升等方面。

考虑低碳出行意愿的地铁公交接驳满意度分析

现如今,城市地铁建设规模日益增大,公交作为最常见的接驳方式,接驳满意度直接影响着居民的出行体验。文章通过问卷调查分析城市居民低碳出行的意愿和对地铁与公交接驳的满意度,在处理问卷数据后,对量表进行信效度检验,并对变量进行相关性分析。结果表明:绝大部分居民倾向于使用低排放的交通方式出行,当小汽车拥有数量越多,居民对当前低碳出行的接受意愿和环境满意度、地铁公交接驳的满意度、接驳的需求程度和优化意愿均有所降低。

大型综合交通枢纽智能绿色立体车库可行性研究

随着我国经济快速发展,特大型、大型客运综合交通枢纽相继建成,基于机场GTC、高铁TOD、城市轨道TOD等功能高度融合的综合性项目快速迭代。为枢纽配套的停车位数量巨大,多数枢纽配建的停车库为常规自走式平面车库,单车面积大、库内行走距离长、人车混流、空间品质差等问题突显。为此结合大型综合交通枢纽智能停车的特点、现状及优势,以工程实践中存在的问题为出发点,探索在综合交通枢纽内设置智能立体车库的意义与机会,并依托成都锦城广场P+R地下停车场及地下空间项目和南宁国际空港综合交通枢纽项目方案的研究成果,提出2种可行的智能停车系统空间布局模式。

融合碳激励潜变量的低碳出行方式选择模型

以计划行为理论与价值-信念-规范理论为理论基础,综合考虑影响出行者低碳出行意愿的潜变量,以分析出行者低碳出行行为及内在机理.基于杭州市实证数据,建立多原因多指标模型,标定潜变量适配值.构建混合选择模型与无潜变量的Logit模型,对比分析出行者工作日方式的选择行为.建立二元混合选择模型,分析碳激励下高碳人群的出行行为转变.结果表明,态度、知觉感知控制、激励态度等潜变量显著影响出行者的低碳出行意愿与出行方式选择,混合选择模型比无潜变量的Logit模型具有更好的拟合优度,预测精度提升了4.6%,碳激励下64.4%的高碳人群倾向于选择低碳出行,碳激励可以有效促进公众的出行方式转变,变量态度、出行时间在公众出行方式转变上存在一定的异质性.

深圳市轨道交通碳普惠应用实践研究

公众参与低碳出行是减少碳排放的有效途径,实施碳普惠机制是轨道交通企业进行绿色低碳实践的重要研究领域。本文根据国家碳达峰、碳中和战略以及碳普惠政策体系建设情况,结合深圳市碳普惠机制与城市轨道交通行业特点,聚焦深圳市“全民碳路”项目,依托互联网技术和数据聚合平台,系统分析深圳市碳普惠业务模式、方法学、业务流程、数据流转情况,介绍深圳市碳普惠应用平台的系统架构、技术方案以及创新应用实践,提出拓展碳应用场景、创新碳金融产品、跨区域合作的发展思路。为城市轨道交通碳普惠的应用提供深圳经验,对挖掘公众减排潜力、激励市民绿色出行、反哺轨道交通行业具有一定的实用价值。

“双碳”目标下淄博主城区总体城市设计

随着全球气候问题形势日益严峻,低碳发展成为必然趋势.如何将“双碳”目标融入总体城市设计方法体系,成为新时期规划师亟需思考的关键问题.结合淄博市主城区总体城市设计的编制,从“山-水-城”共生的低碳空间格局、多中心组团式的低碳城市形态、公交和慢行导向的低碳出行体系、高碳汇的绿色空间网络四个方面构建低碳导向下总体城市设计框架及策略.研究可以为低碳发展时期总体城市设计的编制提供方法及路径参考.

基于用户体验的低碳出行服务设计研究

从用户体验视角研究市民低碳出行服务,以降低城市交通碳排放和推行绿色出行可持续发展为目标,对辅助低碳出行的服务系统进行探索创新。将以人为本的体验思维融入出行服务可持续设计中,研究用户体验的理论背景,调研用户出行痛点问题,分析市面上低碳出行平台案例,探索用户参与低碳出行的动机和影响因素。提出以用户体验为中心的低碳出行App服务设计策略,创建低碳出行服务平台辅助市民绿色出行,从社会层面推广低碳出行模式,对带动全民践行绿色可持续具有重要意义,为城市的生态文明建设提供新的思考和启示。

“双碳”目标背景下大学生低碳出行的特征与影响因素

为应对全球气候变化问题,中国提出了“双碳”目标,交通行业是主要碳排放来源之一,在校大学生是城市通勤的重要群体。借助调查问卷分析了河北省在校大学生低碳出行的特征和影响因素。研究发现:大学生对低碳出行概念的认知程度有待提升;多数大学生低碳出行频率每周≤3次,出行半径≤5 km,出行时间≤50 min,出行费用≤8元,自行车、电动单车和公交车是大学生主要低碳出行方式。出行半径、出行费用、政策支持力度和科学管理、基础设施建设水平是影响大学生低碳出行的主要因素。基于此,提出了推动大学生低碳出行的建议和对策。

个人碳账户对低碳出行行为影响

为深入研究设立个人碳账户对城市居民低碳出行行为的影响,设计基于个人碳账户的低碳出行行为实验,获取低碳出行行为数据并进行特征分析,以计划行为理论为基础,增加出行者对个人碳账户的认知、个人碳账户的态度和风险感知这三个潜变量构建结构方程模型。在个体社会心理方面,量化分析影响城市居民低碳出行意向的相关因素,并解释各变量之间的相关关系。研究结果表明:公众对个人碳账户的态度会受到个人碳账户认知、风险感知不同程度的影响,风险感知对个人碳账户态度有显著负向影响;个人碳账户态度既可以对低碳出行意向产生直接的正向显著影响,也可以通过低碳出行态度、主观规范、知觉行为控制对低碳出行意向产生间接的正向显著影响。该结果将为个人碳账户的建立提供理论支撑,促进城市交通低碳转型发展。

基于低碳出行方式的西安市本地居民景点可达性研究

本文以西安市为研究区,选取了19个4A级及以上旅游景点,基于ArcGIS平台可达性计算的网络分析方法,对比分析了“公交+共享单车+步行”和“地铁+公交+共享单车+步行”2种低碳出行方式下居民到达旅游景点以及从景点到另一景点的平均时间、最短时间、可达性系数及优化率。研究表明:加入地铁后居民小区到景点的平均时耗由95.7 min降低至80.2 min,其中10个旅游景点可达性较好,5A级旅游景点可达性优化率达12.57%;景点与景点间中转的平均最短时耗为46 min,其中有5个景点的平均可达时间在25 min以内,整体景点在空间上的关联逐渐紧密,景点的综合可达性普遍提升。

基于低碳慢行视角的街道空间更新设计与思考——以北京马连道为例

结合双碳背景及“骑行热”社会现象,“低碳慢行”概念越来越被强化。研究基于低碳慢行视角,以北京马连道为例,探讨街道空间更新与活化策略,尝试从人的需求出发,更新街道空间,改善街道环境,打造人与自然和谐共生的低碳健康生活。

绿色低碳交通运输体系优化分析研究

随着全球气候变化问题日益严重,交通运输行业作为全球第二大碳排放源,绿色低碳交通运输体系的建设成为迫切需求,减少其碳排放对实现碳中和目标意义重大。本文通过对智能交通系统、公共交通设施、交能融合导向、绿色出行方式、运输组织模式等多路径技术优化分析,建立绿色低碳交通运输体系,多措并举,不仅有助于减少碳排放,还能提高能源利用效率,降低能源消耗,提升交通绿色发展水平,促进可持续发展。

城市居民低碳出行方式选择研究

作为居民行为的一部分,出行方式的选择对城市交通结构和环境条件有着重要的影响。引导居民低碳环保出行是减少城市空气污染的有效途径之一。低碳出行是低碳城市和低碳交通的重要组成部分,低碳城市发展的一个重要因素是研究城市人口流动制约的影响因素和相互作用机制,这项研究可为运输部门做出决策提供参考性意见,具有重要的现实指导意义。

绿色出行规划研究——以中新天津生态城为例

绿色出行是缓解现状城市交通问题,实现“碳中和、碳达峰”目标,保障城市可持续发展的重要途径。绿色出行规划不仅仅是规划交通基础设施的建设,而是集公交、慢行、智慧、能源、管控、宣传等多系统于一体,以绿色出行目标为导向,绿色出行总体战略规划指引各系统子战略,进而指导各系统规划方案的过程。绿色出行规划旨在以人为本,通过对绿色出行各系统的精细化设计,以较小的投入使得人民产生较大的获得感。中新天津生态城从设立之初就确立了作为全球生态城市建设典范的目标,对其绿色出行规划过程的研究对于在国内推广绿色出行具有较好的借鉴意义。

基于机器学习的城市居民低碳出行行为研究

针对城市居民是否选择低碳出行的问题,本文基于机器学习方法,通过问卷调查的形式,对影响城市居民低碳出行的相关因素与实际交通出行方式进行数据收集,设置自变量与因变量及其取值,并基于Logistic回归模型原理进行拟合建模,在不同属性下,对城市居民是否选择低碳出行方式和影响进行分析,得到不同属性之间与各个属性内部的影响与区别关系。同时,运用Logistic回归、神经网络与决策树3种分类预测模型,在现有数据基础上,对城市居民是否选择低碳出行方式进行预测。研究结果表明,年龄、收入、距离和是否拥有汽车及驾驶证,对选择低碳出行方式具有重要影响,尤其是没有汽车的居民,选择低碳出行方式的可能性是拥有汽车居民的9.065倍,且3种模型的预测准确度均在85%以上,而神经网络模型的预测准确度接近90%,各项指标均说明预测效果良好,验证了该方法的可行性及适用性。该研究为预测不同地区与类型的低碳出行方式提供了理论参考。

生态新区低碳交通评价体系及设计策略研究

为了建设经济、绿色、集约型低碳交通体系,文章首先分析了低碳交通的特点和主要影响因素,随后基于建成环境要素构建了低碳交通评价体系,并探讨了要素归一法、相关指标分析法、空间聚集程度分析等在低碳交通体系评价中的应用,最后从提高生态新区建设的开发程度、构建生态新区绿色出行通道、实现新区内“分区而治”、加强新区内居民的出行引导四方面提出了生态新区低碳交通设计策略,以供相关人员参考。

组团式新城规划的低碳交通模式

聚焦组团式新城的内部交通,在“窄路密网”结构的基础上,均衡道路资源以满足绿色出行的愿景。从公交、骑行、步行、其他机动化出行、静态交通和智慧交通等6个方面,系统地提出了组团式新城在迈向低碳生活后的交通模式,可为新城交通的规划设计提供参考。

基于K均值聚类与随机森林算法的居民低碳出行意向数据挖掘

对居民低碳意识的形成机理进行研究,可以为交通管理者引导城市居民选择低碳出行方式提供重要依据.运用数据挖掘技术对低碳出行问卷数据进行分析;将计划行为理论框架下的15维问题视为表征居民低碳出行意愿的内在原因变量,应用K均值聚类算法对居民低碳出行意愿强度进行归类,并将所得结果作为被解释变量应用于随机森林模型中,探讨居民的社会属性特征、出行特征等对其低碳出行意愿的作用机理.结果表明:基于Silhouette指标检验及t-SNE降维,居民低碳出行意愿可划分为3类:强烈、中立、不强烈;基于重要性指标显示影响最为显著的4项因素分别是居民的职业、居住地、家庭构成、通勤时间.研究结果从多个角度为城市交通低碳化发展及管理提供政策建议.

基于低碳心理潜变量Logit模型的出行方式预测模型

为深入解析低碳出行行为机理,提出了将低碳心理变量引入离散选择模型的研究方法。基于计划行为理论考虑低碳出行心理因素,建立了多原因多指标潜变量模型。将潜变量模型预测后的潜变量代入多项Logit模型,构建了带低碳出行心理变量的混合选择模型。以镇江市居民通勤调查样本为研究对象,实证结果表明:相对传统离散选择模型,所建的混合选择模型预测精度整体提高了2.45%;低碳心理变量对于出行方式选择的影响各不相同,低碳出行方式"行为态度"对出行方式选择没有显著性影响,而高碳出行方式"行为态度"对低碳出行有显著性负影响。通过对月收入的敏感性分析检验模型性能,结果显示:随着收入的增长,低碳出行方式占比逐渐降低,其他两种方式占比变化相反,在考虑低碳心理因素后,高碳出行方式占比上升幅度降低。