%0 Journal Article
%A 马书红
%A 朱敏
%A 杨磊
%A 段超杰
%A 董治宇
%T 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
%D 2025
%R 10.11860/j.issn.1673-0291.20240051
%J 星空电竞app2026最新版学报
%P 180-190
%V 49
%N 1
%X <p>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 Boosting Decision Tree，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.</p>
%U https://jdxb.bjtu.edu.cn/CN/10.11860/j.issn.1673-0291.20240051