Transportation Research Part D: Transport and Environment

城市洪涝期间道路网络系统性脆弱性与医疗服务级联中断建模

城市货运低排放区：尾气排放与全生命周期影响

基于综合建模框架评估自动驾驶电动出租车的综合影响

本文整合BERTopic、Bass扩散模型、参数化二元Logit模型和系统动力学，分析自动驾驶电动出租车在广州按需出行市场的渗透，以及其事故相关的经济、环境和就业影响。研究预测，到2050年其市场渗透率约达70%，减少交通事故可节省约8840万元社会经济成本；但新增出行需求会增加碳排放，并挤压传统出行岗位。不同政策在促进普及、降低事故成本与环境和就业影响之间存在权衡。

交通研究与政策中的边界和阈值设定：充足主义与限度主义之间

本文结合充足主义与限度主义两种分配正义原则，提出规范性的“出行—可达性—福祉”区间：保障满足基本需求的可达性，同时限制加剧环境退化、损害集体福祉的高资源消耗型出行。文章回顾跨学科框架，讨论阈值权衡及相关交通政策。

揭示网约车如何重塑深圳的出行、可达性、能源使用与排放

加拿大城市货运铁路编组站附近的空气质量与噪声暴露

研究在加拿大安大略省多伦多一处运营中的货运铁路编组站周边住宅区开展了为期15个月的采样与测量。结果显示，该区域空气污染物浓度和噪声水平均高于未受编组站影响的城市地区，夜间尤为明显；细颗粒物及有毒多环芳烃也呈现与铁路作业相关的特征。

识别促进包容性自动驾驶车辆基础设施投资的优先区域

研究利用澳大利亚两组数据，通过倾向得分匹配和调节效应分析，考察建成环境特征如何影响自动驾驶车辆对老年人及残障人士出行频率的潜在作用。研究发现，潜在出行收益因地而异：残障人士在低密度、公共交通可达性较高、多样性较强且累积可达性较高的地区收益更大；老年人在累积可达性和道路连通性较高的地区收益更大。

荷兰居民感知可达性不足的实证分析

研究基于荷兰全国旅行调查和全国累积机会可达性数据，分析不同人群、地区及交通方式下居民感知无法抵达各类目的地的差异。结果显示，收入、就业、汽车或电动自行车可用性，以及骑行和驾车频率与较低的可达性不足感相关；移民背景和公共交通使用则与较高的可达性不足感相关。

间接城市：交通、环境与感知宜居性如何影响主观幸福感

研究基于2023—2024年波哥大一条高需求交通走廊周边2448名成年人的家庭调查，分析出行与居住环境的感知宜居性如何关联主观幸福感。宜居性通过感知健康和社会资本发挥作用，而非直接关联幸福感；健康是最强预测因素。安全与环境质量最能体现宜居性，骚扰、犯罪、噪声和污染则是重要环境问题。

城市居民是否受困于高温？基于出行的热隔离分析

研究提出基于出行的热隔离指数，并将其应用于中国深圳的无桩共享单车出行数据和昼夜地表温度数据。空间分析与可解释机器学习显示，热隔离普遍存在，高温与高隔离集聚区主要位于外围城区。出行多样性、流量变化和OD出行空间范围扩大通常与较低热隔离相关，研究据此提出有针对性且适应时段变化的热缓解策略。

哪些人更愿意选择绿色按需出行？

研究基于澳大利亚悉尼的一项离散选择实验，考察旅客选择绿色共享出行方案的意愿。方案在步行要求、出行时间、排放和价格方面有所不同，受访者还回答了有关汽车安全、步行倾向、时间敏感度和寻求多样性的态度问题。研究计算了五类用户的支付意愿，并发现个性化方案和公共交通使用习惯与减排选择相关。

通过情景探索未来可持续城市交通：对当代实践的批判性综述

长期交通预测在高度不确定条件下容易失准，情景规划则可探索多种未来可能，并吸纳交通利益相关者参与。本文对通过Google Scholar标准化关键词检索获得的40个情景规划项目进行筛选，分析其中173篇已发表交通情景叙事，项目覆盖25个国家，95%发表于同行评审学术期刊。研究通过主题分析与综合绘制主要议题，并提出提升交通情景叙事质量的建议。

车站周边建成环境对城市轨道交通客流的影响

住房类型构成：推动可持续城市出行的政策杠杆

研究考察住房类型，尤其是独栋住宅占比，对汽车出行、公共交通出行、汽车拥有量和二氧化碳排放的解释与因果关联。基于德国和法国13座城市的邮政编码级数据，研究比较多种城市形态指标及统计和机器学习方法，发现独栋住宅占比对各项出行结果的解释力持续优于传统指标。

利用固定站点与移动测量分析非尾气排放的季节性空间差异

研究在多伦多开展季节性移动与固定站点颗粒物采样，分析道路扬尘及刹车和轮胎磨损排放。对40个站点900余份周度滤膜的分析显示，道路扬尘贡献了颗粒物中的大部分微量元素，刹车和轮胎磨损贡献为10%—15%。移动测量发现，冬季地方道路再悬浮颗粒物增加；非尾气排放率则在高速公路最高。

公交客流对微观尺度建成环境的异质性响应：来自可解释人工智能的证据

出租车与地铁竞争建模：揭示出行与建成环境因素的非线性影响

解释新冠疫情期间东京地铁站客流的冲击与恢复：疫情前需求、建成环境与中心性

研究比较东京地铁站2020—2023年相对于2019年的年度客流变化，分析疫情前需求、建成环境和网络中心性的作用。疫情前需求较高、生产与服务业强度较大的车站，客流比例降幅更大；道路密度与较小降幅和较强恢复相关。恢复期间，土地利用混合度的正向作用增强，而目的地可达性和中心性的影响在空间和时间上更不稳定。

务实而非意识形态：电动自行车共享使用强度的驱动因素

研究将 1,844 名注册用户的问卷回答与巴塞尔两类共享电动自行车系统的 140 万次行程记录相结合，分析使用强度。使用高度集中，且主要替代公共交通；高强度使用与多模式衔接及相较公共交通的功能优势感相关，而非环保自我认同。坞站式与无桩式系统分别对应不同的务实使用类型。

将街道坡度纳入情境分析：坡度对可持续出行中步行可达性的影响

研究指出，步行可达性评估常忽略街道坡度，并区分坡度速度偏差与坡度偏好偏差。研究比较三种模型：不考虑坡度、按坡度调整步速，以及纳入不同步行倾向群体的坡度偏好。雅典案例显示，不考虑坡度的模型平均高估可达性约6%—8%；纳入步行偏好后，低步行倾向者的可达性还会进一步降低33%—40%。

通过英国三座城市的家庭实地试验，理解电动货运自行车对汽车、普通自行车和步行出行的替代

研究结合英国利兹、牛津和布莱顿42户家庭参与电动货运自行车实地试验的出行日记及111次访谈，考察其对不同出行方式的替代。电动货运自行车出行主要替代汽车，其次为普通自行车和步行。回归分析显示，汽车替代更常见于男性、年长者、退休者、多车家庭，以及载客、购物、接送儿童和休闲出行。逐步建立信心、调整日常安排有助于融入日常出行并增加汽车替代。

解释新西兰基督城共享电动滑板车客流的时空差异

研究利用街道分段层面的实际行程计数，通过小时客流曲线聚类识别共享电动滑板车的时空出行特征，并采用地理加权泊松回归分析客流与情境因素的空间关联。结果显示，其时间模式不同于骑行，且与建成环境的关联具有显著空间差异；数据驱动聚类无需预设出行目的，也可用于其他拥有类似数据的城市。

政策是否适得其反？电动汽车普及的政策组合建模

研究以2001—2023年加利福尼亚州数据校准主体模型，考察消费者行为、企业创新与政策激励如何共同影响电动汽车普及。结果显示，只有碳定价和新车购置补贴能在2035年实现95%的电动汽车普及率。政策组合可减轻干预强度与转型成本，并缓和单项政策的权衡；碳价与补贴组合到2050年可使累计排放较照常发展情景减少30%。

城际铁路枢纽的高碳效益拼车：非线性拓扑机制与算法启示

研究利用中国苏州全市网约车监管数据，分析中观路径拓扑特征与铁路站点拼车减碳效果的关系。铁路站点拼车单次行程的减碳量比总体拼车样本均值高62.6%。研究还提出双层分类框架，可在派单前识别高减碳潜力的拼车匹配。

城市可持续自动驾驶汽车基础设施准备度的多准则评估