基于多源数据的城市居民低碳出行行为机理、环境绩效与管理策略研究

Exploring low carbon travel and transportation mechanism from behavioral perspective is an international advanced topic in the field of environmental policy and management. Particularly under the context of big data, daily transportation of residents has various choices and become more intelligent and networked. It is theoretically and practically important to employ multiple data sources to explore residents’ behavioral features of low carbon transportation and corresponding influencing determinants, and further evaluate the potential environmental performance of different scenarios of low carbon transportation. To comprehensively discuss the above topic, this project plans to integrate survey data, public statistical data, internet data, experimental data and sharing data from car-hailing companies, with the application of survey, interview, internet data mining and processing technology. Specially, we will explore how new modes and technology under the context of big data impact on residents’ behavior of transportation and new energy automobile purchasing, such as “Internet plus” technology, car-hailing apps, and bike sharing. Then, this project will design different scenarios of low carbon transportation and use simulation technology to evaluate their potential environmental and financial performance. Incentive mechanism and corresponding policy path for low carbon transportation will be explored according to the scenario analysis.

从行为机理角度探讨居民低碳出行的相关问题是环境政策与管理领域的前沿课题，尤其是在大数据背景下，居民低碳出行结构和方式更加信息化和多样化，如何以更加多元的数据渠道挖掘和分析居民低碳出行的行为特征和影响机理，进而厘清城市低碳交通的环境影响和减排潜力，是当前亟待解决的理论和现实问题。为此，本项目围绕城市居民低碳出行领域的关键科学问题，综合集成和利用调研数据、统计数据、网络爬虫数据、网约车企业共享数据、情景实验数据等，全方位、多角度地分析我国城镇居民低碳出行的行为特点和影响因素；在此基础上，以“互联网+”技术应用、网约车、共享单车等为典型研究领域，揭示大数据背景下新的技术和出行方式对居民低碳出行选择和新能源汽车购买等行为的影响机理，并通过仿真建模，模拟典型城市不同低碳交通情景下的减排潜力和成本绩效，进而设计不同情景下低碳出行行为的激励机制和实现路径。

大数据背景下，居民低碳出行结构和方式更加信息化和多样化，基于此，课题组立足多源的数据渠道挖掘和分析了居民低碳出行的行为特征和影响机理，理清了城市低碳交通的环境影响和减排潜力。具体地，本项目围绕城镇居民低碳出行行为方式，在深入社区调研和访谈的基础上，综合运用了网络爬虫工具和文献计量方法，将调研数据、统计数据、气象数据、新能源汽车行驶监测数据等有机整理和嵌套，全方位、多角度地分析了我国城镇居民低碳出行行为的特点和影响因素，开发了面向多源数据的居民低碳出行行为特征画像算法，揭示了单式出行模式与链式出行模型的行为特征，并基于细粒度数据模拟了低碳出行行为的减排成本和效率，评估了共享出行等典型低碳出行的减排潜力。通过本课题的研究，可以为城市低碳交通规划和发展、减少交通污染和排放提供理论指导和决策参考。.基于上述研究，课题组在Renewable and Sustainable Energy Review、Transportation Research Part D、《管理世界》、《系统工程理论与实践》等国内外知名SCI/SSCI/CSSCI检索期刊发表学术论文30余篇，其中ESI高被引论文3篇，影响因子总和超过200；出版学术专著2部（其中1部为英文专著，由Springer和科学出版社联合出版），开发了软件著作权3项，申报专利5项，为低碳出行行为的相关研究提供了建模方法和软件支撑。项目研究成果荣获教育部高等学校科学研究优秀成果奖、北京市科学技术奖、中国管理学会优秀成果奖等。依托课题研究成果提炼成的5份政策提案报告，得到了国务院办公厅、工业和信息化部、北京市政协、北京市住建委等的采纳、批示、立案或应用；部分研究成果被国网江西电力公司、特来电新能源股份有限公司等10余家企业示范应用，产生了广泛的经济和社会价值。