廣州大學李少英教授：大數(shù)據(jù)驅(qū)動下的低碳出行研究

氣候變化帶來了全球性的嚴峻挑戰(zhàn)，交通運輸業(yè)作為溫室氣體重要排放源，其減 排成效直接關(guān)乎“碳達峰”“碳中和”戰(zhàn)略目標的實現(xiàn)。在城市化加速與機動車保有量激增的雙重壓力下，交通領(lǐng)域碳減排已成為亟待破解的關(guān)鍵難題。自行車出行兼具健康環(huán)保、靈活便捷、經(jīng)濟實惠等優(yōu)勢，既能破解“最后一公里”接駁問題，又能緩解城市擁堵、降低碳排放，共享單車的普及更是扭轉(zhuǎn)了慢行交通分擔率下滑的趨勢。然而我國自行車出行比例仍偏低，核心癥結(jié)在于需求端騎行意愿不足與供給端騎行環(huán)境不完善的雙重制約。因此深入探究自行車出行行為影響機制、制定科學空間政策與規(guī)劃方案，這既是推動自行車回歸城市的關(guān)鍵，更是交通領(lǐng)域低碳轉(zhuǎn)型的重要支撐。

自行車出行行為影響因素研究主題演變

在自行車出行行為研究領(lǐng)域，國內(nèi)外學者已證實騎行者個人屬性、建成環(huán)境與街道騎行環(huán)境是核心影響因素，但面對人本尺度的研究需求，現(xiàn)有成果仍存在顯著局限。傳統(tǒng)研究依賴問卷調(diào)查數(shù)據(jù)，存在獲取成本高、樣本量小、空間信息缺乏等問題，難以揭示精細尺度下的空間關(guān)聯(lián)規(guī)律；海量共享單車大數(shù)據(jù)雖具備高時空分辨率優(yōu)勢，卻缺乏騎行者的社會經(jīng)濟屬性與活動語義信息，制約了人群分異特征的深度分析。同時，建成環(huán)境對騎行行為的空間效應(yīng)尚未充分挖掘，且現(xiàn)有研究多側(cè)重客觀建成環(huán)境影響指標，忽視騎行者的主觀感知影響，與以人為本的規(guī)劃理念存在脫節(jié)。

大數(shù)據(jù)驅(qū)動下自行車出行行為研究的挑戰(zhàn)

大數(shù)據(jù)時代的技術(shù)革新為突破上述瓶頸提供了新機遇。海量共享單車出行大數(shù)據(jù)、街景影像等多源大數(shù)據(jù)的涌現(xiàn)，為精細刻畫騎行行為、量化人本感知、挖掘空間規(guī)律奠定了基礎(chǔ)。《大數(shù)據(jù)驅(qū)動下的低碳出行研究》以深圳市的共享單車騎行情況為例，聚焦大數(shù)據(jù)驅(qū)動下的低碳出行研究，旨在通過多學科交叉融合，解決三大核心科學問題：一是融合多源數(shù)據(jù)構(gòu)建騎行者社會經(jīng)濟屬性與活動特征的推斷框架；二是揭示不同空間尺度下建成環(huán)境影響騎行行為的空間效應(yīng)；三是建立街道騎行環(huán)境人本感知的量化方法并解析其影響機制。

點擊翻頁

點擊翻頁

點擊翻頁

大數(shù)據(jù)驅(qū)動下的低碳出行研究購買

李少英等著. 北京: 科學出版社, 2026. 3

ISBN 978-7-03-084681-5

審圖號：粵 BS（2026）008 號

為系統(tǒng)回應(yīng)上述問題，作者團隊在國家自然科學基金面上項目（42271467）、廣州市校聯(lián)合項目（SL2024A03J00487）等項目的支持下，開展大數(shù)據(jù)驅(qū)動下低碳出行方面的系統(tǒng)研究，形成本書研究成果。本書共5 章，具體內(nèi)容如下。

第1 章梳理全球低碳發(fā)展與交通領(lǐng)域碳減排的背景，明確自行車在低碳出行中的實踐價值，同時綜述自行車出行行為的研究現(xiàn)狀、核心影響因素與建模方法，提煉在大數(shù)據(jù)驅(qū)動下該領(lǐng)域面臨的挑戰(zhàn)，并概述本書的研究內(nèi)容與結(jié)構(gòu)安排。

第2 章聚焦共享單車數(shù)據(jù)的處理方法，解析其騎行行為的時空模式，并提出融合多源數(shù)據(jù)推斷騎行者出行目的新框架與方法，刻畫其出行行為的時空特征。

共享單車騎行行為特征

第3 章從群體分異維度切入，提出識別共享單車用戶個體的日常通勤模式、推斷用戶的社會經(jīng)濟屬性和出行活動等的系列模型和方法，系統(tǒng)開展群體分異視角下共享單車出行模式研究。

不同社會經(jīng)濟水平騎行群體的活動空間分異研究的總體框架圖

第4 章探討建成環(huán)境影響騎行行為的尺度效應(yīng)與劃區(qū)效應(yīng)，解析建成環(huán)境因子的獨立與交互作用；系統(tǒng)揭示建成環(huán)境對騎行行為影響的空間異質(zhì)性、非線性影響與閾值效應(yīng)，并提出騎行友好型環(huán)境的規(guī)劃建議。

不同影響因素的相對重要性

第5 章提出基于街景影像的騎行主觀感知量化框架，并利用騎行者數(shù)據(jù)和機器學習模型，形成騎行主觀感知地圖。解析街景視覺特征對騎行主觀感知影響機制以及性別差異，并深入探討騎行主觀感知對騎行流量的復雜影響機制。

本節(jié)研究框架圖。提出一個基于SVI數(shù)據(jù)評估騎行者主觀感知的框架，并采用可解釋性的機器學習模型，探討街道景觀中的視覺特征對騎行者主觀感知的影響。

低碳出行研究是兼具理論前沿與應(yīng)用價值的重要議題。本書系統(tǒng)整合地理學、交通規(guī)劃、計算機科學等多學科理論與方法，聚焦時空大數(shù)據(jù)建模和分析方法創(chuàng)新，基于海量共享單車大數(shù)據(jù)開展低碳出行行為的深入研究，力求為城市慢行交通的規(guī)劃、騎行設(shè)施的優(yōu)化、低碳交通政策的制定提供科學依據(jù)。期望通過本書的研究成果，推動低碳出行研究向精細化、人本化方向發(fā)展，為我國交通領(lǐng)域碳減排實踐與宜居城市建設(shè)貢獻學術(shù)力量。

本文摘編自《大數(shù)據(jù)驅(qū)動下的低碳出行研究》（李少英等著. 北京: 科學出版社, 2026. 3）一書“前言”，有刪減修改，標題為編者所加。

ISBN 978-7-03-084681-5

審圖號：粵 BS（2026）008 號

責任編輯：彭婧煜 常詩堯 郭 會

交通領(lǐng)域碳減排是全球共同面對的重要議題，隨著信息網(wǎng)絡(luò)技術(shù)的發(fā)展，社會感知等多源地理時空大數(shù)據(jù)不斷涌現(xiàn)，彌補了傳統(tǒng)的數(shù)據(jù)獲取模式的不足，為低碳出行研究提供了新的數(shù)據(jù)來源，同時對建模方面提出了新的挑戰(zhàn)。本書以深圳市共享單車出行行為為核心研究對象，聚焦時空大數(shù)據(jù)建模和分析方法創(chuàng)新，系統(tǒng)探究共享單車大數(shù)據(jù)語義推斷、建成環(huán)境空間效應(yīng)解析及騎行環(huán)境主觀感知量化等關(guān)鍵科學問題，旨在從大樣本、精細化視角，深入揭示低碳出行行為規(guī)律及其影響機制，為相關(guān)規(guī)劃與政策的制定提供科學依據(jù)。

本書適合對時空大數(shù)據(jù)建模或低碳出行研究感興趣的科研工作者、研究生、本科生，以及從事城市規(guī)劃或交通規(guī)劃設(shè)計的行業(yè)人員閱讀使用。

（本文編輯：劉四旦）

專業(yè)品質(zhì) 學術(shù)價值

原創(chuàng)好讀 科學品位

一起閱讀科學