气候变化带来了全球性的严峻挑战，交通运输业作为温室气体重要排放源，其减 排成效直接关乎“碳达峰”“碳中和”战略目标的实现。在城市化加速与机动车保有量激增的双重压力下，交通领域碳减排已成为亟待破解的关键难题。自行车出行兼具健康环保、灵活便捷、经济实惠等优势，既能破解“最后一公里”接驳问题，又能缓解城市拥堵、降低碳排放，共享单车的普及更是扭转了慢行交通分担率下滑的趋势。然而我国自行车出行比例仍偏低，核心症结在于需求端骑行意愿不足与供给端骑行环境不完善的双重制约。因此深入探究自行车出行行为影响机制、制定科学空间政策与规划方案，这既是推动自行车回归城市的关键，更是交通领域低碳转型的重要支撑。
自行车出行行为影响因素研究主题演变
在自行车出行行为研究领域，国内外学者已证实骑行者个人属性、建成环境与街道骑行环境是核心影响因素，但面对人本尺度的研究需求，现有成果仍存在显著局限。传统研究依赖问卷调查数据，存在获取成本高、样本量小、空间信息缺乏等问题，难以揭示精细尺度下的空间关联规律；海量共享单车大数据虽具备高时空分辨率优势，却缺乏骑行者的社会经济属性与活动语义信息，制约了人群分异特征的深度分析。同时，建成环境对骑行行为的空间效应尚未充分挖掘，且现有研究多侧重客观建成环境影响指标，忽视骑行者的主观感知影响，与以人为本的规划理念存在脱节。
大数据驱动下自行车出行行为研究的挑战
大数据时代的技术革新为突破上述瓶颈提供了新机遇。海量共享单车出行大数据、街景影像等多源大数据的涌现，为精细刻画骑行行为、量化人本感知、挖掘空间规律奠定了基础。《大数据驱动下的低碳出行研究》以深圳市的共享单车骑行情况为例，聚焦大数据驱动下的低碳出行研究，旨在通过多学科交叉融合，解决三大核心科学问题：一是融合多源数据构建骑行者社会经济属性与活动特征的推断框架；二是揭示不同空间尺度下建成环境影响骑行行为的空间效应；三是建立街道骑行环境人本感知的量化方法并解析其影响机制。
点击翻页
点击翻页
点击翻页
大数据驱动下的低碳出行研究购买
李少英等著. 北京: 科学出版社, 2026. 3
ISBN 978-7-03-084681-5
审图号：粤 BS（2026）008 号
为系统回应上述问题，作者团队在国家自然科学基金面上项目（42271467）、广州市校联合项目（SL2024A03J00487）等项目的支持下，开展大数据驱动下低碳出行方面的系统研究，形成本书研究成果。本书共5 章，具体内容如下。
第1 章梳理全球低碳发展与交通领域碳减排的背景，明确自行车在低碳出行中的实践价值，同时综述自行车出行行为的研究现状、核心影响因素与建模方法，提炼在大数据驱动下该领域面临的挑战，并概述本书的研究内容与结构安排。
第2 章聚焦共享单车数据的处理方法，解析其骑行行为的时空模式，并提出融合多源数据推断骑行者出行目的新框架与方法，刻画其出行行为的时空特征。
共享单车骑行行为特征
第3 章从群体分异维度切入，提出识别共享单车用户个体的日常通勤模式、推断用户的社会经济属性和出行活动等的系列模型和方法，系统开展群体分异视角下共享单车出行模式研究。
不同社会经济水平骑行群体的活动空间分异研究的总体框架图
第4 章探讨建成环境影响骑行行为的尺度效应与划区效应，解析建成环境因子的独立与交互作用；系统揭示建成环境对骑行行为影响的空间异质性、非线性影响与阈值效应，并提出骑行友好型环境的规划建议。
不同影响因素的相对重要性
第5 章提出基于街景影像的骑行主观感知量化框架，并利用骑行者数据和机器学习模型，形成骑行主观感知地图。解析街景视觉特征对骑行主观感知影响机制以及性别差异，并深入探讨骑行主观感知对骑行流量的复杂影响机制。
本节研究框架图。提出一个基于SVI数据评估骑行者主观感知的框架，并采用可解释性的机器学习模型，探讨街道景观中的视觉特征对骑行者主观感知的影响。
低碳出行研究是兼具理论前沿与应用价值的重要议题。本书系统整合地理学、交通规划、计算机科学等多学科理论与方法，聚焦时空大数据建模和分析方法创新，基于海量共享单车大数据开展低碳出行行为的深入研究，力求为城市慢行交通的规划、骑行设施的优化、低碳交通政策的制定提供科学依据。期望通过本书的研究成果，推动低碳出行研究向精细化、人本化方向发展，为我国交通领域碳减排实践与宜居城市建设贡献学术力量。
本文摘编自《大数据驱动下的低碳出行研究》（李少英等著. 北京: 科学出版社, 2026. 3）一书“前言”，有删减修改，标题为编者所加。
ISBN 978-7-03-084681-5
审图号：粤 BS（2026）008 号
责任编辑：彭婧煜 常诗尧 郭 会
交通领域碳减排是全球共同面对的重要议题，随着信息网络技术的发展，社会感知等多源地理时空大数据不断涌现，弥补了传统的数据获取模式的不足，为低碳出行研究提供了新的数据来源，同时对建模方面提出了新的挑战。本书以深圳市共享单车出行行为为核心研究对象，聚焦时空大数据建模和分析方法创新，系统探究共享单车大数据语义推断、建成环境空间效应解析及骑行环境主观感知量化等关键科学问题，旨在从大样本、精细化视角，深入揭示低碳出行行为规律及其影响机制，为相关规划与政策的制定提供科学依据。
本书适合对时空大数据建模或低碳出行研究感兴趣的科研工作者、研究生、本科生，以及从事城市规划或交通规划设计的行业人员阅读使用。
（本文编辑：刘四旦）
专业品质 学术价值
原创好读 科学品位
一起阅读科学
热门跟贴