Green commuting within the x-minute city: Towards a systematic evaluation of its feasibility X分钟城市内的绿色通勤：对其可行性进行系统评估
研究目标：
通勤影响：城市通勤是碳排放的重要来源之一。该研究评估了绿色通勤作为可持续替代方案的可行性。
绿色出行通勤可行性 (GTCF)：衡量在特定时间限制内，多少工作人口可以通过步行、骑行或公共交通等绿色出行方式完成通勤。
汽车通勤可行性 (CTCF)：将绿色出行与汽车通勤在时间和可行性上进行对比。
研究方法：
研究区域：深圳市南山区
数据来源与处理：
选择深圳市南山区作为案例研究对象，这是一个面积约187.53平方公里的行政区，常住人口为180万，路网发达，包括多条快速路、主干道和支路。南山区的经济活跃，主要由高科技产业园区、大学、科研机构和商业区组成。公共交通相对发达，包括约80公里的地铁线路和2623公里的公交线路。因此，南山区成为评估绿色通勤可行性与表现的理想研究对象。
职住关系数据：研究利用中国某大型电信运营商提供的手机信令数据，分析工作人口的居住地与工作地点分布。这些数据每天涵盖超过53.8万条用户记录，确保隐私保护（采用100米×100米的栅格化方式）。研究重点放在工作地与居住地不一致的人群（排除了在家工作、退休人员及18岁以下的人员）。
通勤路径规划数据：研究通过高德地图的API接口，获取了175,557对居住地与工作地之间的绿色出行（步行、骑行、公共交通）和驾车通勤路线。通勤时段为2022年8月的三个工作日的早高峰（7:00–9:00），数据采集时无重大事件发生。为确保准确性，使用三天的平均通勤时间和距离。
通勤可行性计算：
绿色出行通勤可行性（GTCF）：根据特定时间阈值（如15、30、45和60分钟）内能够通过绿色出行完成通勤的人口比例来衡量。
汽车通勤可行性（CTCF）：用类似公式计算汽车通勤的可行性，比较汽车与绿色出行在相同时间阈值内的通勤表现
4.统计分析与案例研究：
多元回归分析：使用多元回归模型来识别影响绿色通勤可行性的潜在因素。变量包括通勤距离、道路网络连通性、公交车站密度等。由于工作地分布有限，共使用14个观测值。最终模型根据解释力和统计显著性选择了3个独立变量进行分析。
案例分析：研究还进行了基于地理位置和交通条件的多案例分析，分别针对不同通勤距离的实际路径进行了对比分析，以获得更深入的见解。
主要发现：
通勤时间对比：
绿色出行可行性与汽车通勤可行性差距：
空间分布特点：
影响因素分析：
案例分析：
在14个工作区中，公共交通和骑行的平均通勤时间都超过45分钟，而驾车通勤时间大约为35分钟。步行由于平均通勤距离达到11.9公里（步行需要近2小时），因此被排除在分析之外。
在15分钟内，绿色通勤（主要是骑行）的可行性比驾车通勤更高（Ratio_GC = 1.79），但随着时间阈值的增加，绿色通勤的可行性开始落后于驾车通勤。例如，在30分钟、45分钟和60分钟的阈值下，绿色通勤的可行性分别只有汽车通勤的68%、78%和87%。
在全市范围内，只有10%的工作人口能够在15分钟内通过绿色出行完成通勤，这一比例在30分钟内上升到34%，45分钟为58%，60分钟为77%。绿色通勤可行性较高的区域集中在南山区中心，而30–60分钟的绿色通勤可行区域延展到了南山区以外的部分宝安区和福田区，并且这些区域大多沿着地铁线路分布，表明地铁对提高绿色通勤的贡献较大。
通过多元回归分析，发现对15分钟绿色通勤可行性影响最大的变量是每个工作区的公交站密度（DenB_emp，p = 0.007），其次是每公里道路的交叉口密度（DenInt_Leng，p = 0.028），这表明密集的公交网络和小型街区更有助于提升绿色通勤的可行性。此外，平均通勤距离（Av_CDist，p = 0.044）与绿色通勤的可行性呈显著负相关，即通勤距离越长，绿色通勤的可行性越低。
以案例研究为例，研究发现短途通勤时，骑行比其他交通方式更具竞争力，尤其是在步行和公共交通需要较多时间时。而对于中长途通勤，公共交通在没有换乘的情况下具有一定优势，但由于交通堵塞和换乘问题，公交车的表现往往不如地铁稳定。因此，提升公交车线路的效率和减少交通拥堵是改善绿色通勤的关键。
总结：
研究表明，在“X分钟城市”概念下，绿色通勤的可行性在不同时间阈值和交通模式下差异显著。通过更好的职住平衡、更完善的骑行和公共交通基础设施规划，城市能够显著提升绿色通勤的可行性和竞争力。
