基于减碳效益的共享单车骑行网络社区识别与影响因素分析.pdfVIP

第49卷第1期北京交通大学学报Vol.49No.1

2025年2月JOURNALOFBEIJINGJIAOTONGUNIVERSITYFeb.2025

文章编号：1673-0291（2025）01-0180-11DOI：10.11860/j.issn.1673-0291

基于减碳效益的共享单车骑行网络社区识别与

影响因素分析

a，baaaa

马书红，朱敏，杨磊，段超杰，董治宇

（长安大学a.运输工程学院；b.生态安全屏障区交通网设施管控及循环修复技术交通运输行业重点实验室，

西安710064）

摘要：为探究社区识别与共享单车减碳效益之间的关系，对西安市减碳效益社区识别和相关影响

因素进行研究.首先，基于2020年西安市哈啰单车订单数据分析其出行时空分布特征；其次，测算

共享单车骑行减碳效益并分析其时间特征；再次，利用Louvain算法根据减碳效益对西安市中心城

区进行社区识别；最后，使用K-means聚类算法对社区进行分类并运用梯度提升决策树（Gradient

BoostingDecisionTree，GBDT）模型探究建成环境对共享单车减碳效益的影响.研究结果表明：共

享单车出行具有明显的早晚高峰现象，骑行热点集中于地铁沿线及接驳站点等；共享单车减碳效益

显著，并有早晚高峰效应；基于减碳效益共识别出16个社区，活动社区与行政区划重合较少，社区

呈现“低耦合、高内聚”的结构特征，城市中心划分的社区数量较多，规模较小，外围区域社区数量较

少，规模较大，中心社区具有更为明显的减碳效益；基于社区的加权平均度、图密度和平均聚集系

数，可将16个社区划分为低减碳区、中减碳区、高减碳区3类；不同建成环境因素对减碳效益均具有

正向影响，但影响尺度不同.研究方法可为西安市共享单车减碳排管理和政策制定提供参考.

关键词城市交通；减碳效益；建成环境；社区识别；梯度提升决策树

：

中图分类号U491.1文献标志码A

：：

Identificationandanalysisofinfluencingfactorsinsharedcycling

networkcommunitiesbasedoncarbonreductionbenefits

a,baaaa

MAShuhong,ZHUMin,YANGLei,DUANChaojie,DONGZhiyu

（a.SchoolofTransportationEngineering,b.EcologicalSecurityBarrierAreaTrafficNetworkFacilityControlandCir⁃

cularRestorationTechnologyTransportationIndustryandLaboratory,Chang’anUniversity,Xi