城际铁路枢纽的碳高效拼车:非线性拓扑机制与算法洞见

《TRANSPORTATION RESEARCH PART D-TRANSPORT AND ENVIRONMENT》:Carbon-efficient ride-pooling at intercity railway hubs: Nonlinear topological mechanisms and algorithmic insights

【字体: 大 中 小 】 时间:2026年08月29日 来源:TRANSPORTATION RESEARCH PART D-TRANSPORT AND ENVIRONMENT 8.7

编辑推荐:

  拼车(Ride-pooling,RP)能够减少交通排放,但其在不同空间情境下的碳减排潜力仍不明确,尤其是在城际换乘枢纽。利用中国苏州全市域的监管网约车(Ride-hailing,RH)数据,本研究考察了中观层面的路径拓扑特征如何与铁路站点拼车的碳减排相关联。铁

  
拼车(Ride-pooling,RP)能够减少交通排放,但其在不同空间情境下的碳减排潜力仍不明确,尤其是在城际换乘枢纽。利用中国苏州全市域的监管网约车(Ride-hailing,RH)数据,本研究考察了中观层面的路径拓扑特征如何与铁路站点拼车的碳减排相关联。铁路站点拼车行程的单次碳减排量比整体拼车行程样本平均值高出62.6%,这一差异受非线性机制和交互模式影响,而非更高的拼车强度。一个可解释的机器学习框架表明,碳效率主要与路线质量相关,体现在路径拓扑、运营场景和建成环境因素上。特别是,绕行约束、共同下车配置及其与距离的交互作用构成了关键阈值。基于这些洞见,研究人员开发了一个双层分类框架,可在派单前识别具有高碳减排潜力的拼车匹配(准确率≥96%)。这些发现表明,当需求集中度与路线质量相匹配时,城际铁路枢纽可能成为低碳拼车的有利情境。这一洞见有助于指导由人工智能赋能并以碳效率为导向的共享出行系统匹配策略。
**论文解读:城际铁路枢纽拼车碳减排的非线性拓扑机制与算法应用**

**1. 研究背景与研究意义**

城市客运交通约占全球交通部门CO2排放的40%,迫切需要低碳、多模式的出行策略。在铁路覆盖有限的郊区或小城市,进一步延伸铁路网络常受成本和客流量门槛制约。网约车(Ride-hailing,RH)在一定程度上填补了第一公里和最后一公里的空白,但其也带来更高的车辆行驶里程(Vehicle Kilometers Traveled,VKT)和高峰拥堵压力。拼车(Ride-pooling,RP)作为一种替代方案,具有减少排放、缓解拥堵和分摊成本的潜力,尤其在中长途出行中优势明显。然而,现有研究往往将拼车视为通用的城市应用,缺乏对城际换乘枢纽这一特殊情境的针对性分析;在碳减排评估上,宏观方法将拼车行程同质化并假设距离与排放呈线性关系,微观方法则依赖派单前难以获取的轨迹数据。因此,论文从“中观”层面切入,以拼车订单及其路径拓扑为分析单元,探究城际铁路枢纽拼车碳减排的非线性机制与交互模式,并探索如何将机制转化为派单前的决策逻辑。这一研究为多模式碳管理系统的实现和平台低碳匹配策略提供了理论依据与可操作工具。

**2. 研究内容与总体结论**

研究人员利用2025年5月中国苏州的全市监管网约车数据,识别拼车行程和铁路站点关联行程,估算燃油车与电动车的碳排放,构建中观路径拓扑与情境特征,并采用可解释提升机(Explainable Boosting Machine,EBM)模型分析碳减排的非线性关联和交互效应;进而开发了一个双层分类框架,用于在派单前筛选高碳减排潜力的拼车匹配。研究发现:铁路站点拼车行程的单次碳减排量高出整体拼车样本平均值的62.6%,这种优势并非源于更高的拼车强度,而是由非线性机制和交互模式驱动;碳效率主要与“路线质量”相关,包括路径拓扑、运营情境和建成环境因素;绕行约束、共同下车配置及其与距离的交互构成关键阈值。研究还表明,双层分类框架能有效识别高碳减排潜力的拼车匹配,准确率不低于96%。该研究发表在意甲《TRANSPORTATION RESEARCH PART D-TRANSPORT AND ENVIRONMENT》上,其意义在于为共享出行系统提供了碳效率导向的匹配策略指导,并促进了对拼车碳减排机制在枢纽情境下的深入理解。

**3. 主要技术方法**

研究使用的样本来源于苏州交通局监管平台,覆盖2025年5月全部网约车订单,共约1597.6万条,其中79.4%由电动车完成。主要技术方法包括:(1)基于同一车辆服务时间窗重叠≥180秒来识别拼车行程;(2)将铁路站多边形外扩200米,以此判定铁路站点关联出行;(3)利用高德地图API获取分段级路径信息,分别用车辆比功率(Vehicle Specific Power,VSP)模型估算燃油车碳排放、用功率需求模型结合江苏电网排放因子估算电动车碳排放;(4)采用EBM模型识别非线性特征效应与成对交互;(5)基于K-means聚类对碳减排率分层,构建双层分类框架(负减排/正减排,以及低效/中高效),用于派单前筛查。核心变量包括总里程、绕行率、重叠率、共同下车、铁路站点临近性、高峰时段、土地利用类型和高速路比例等。

**4. 研究结果**

**4.1 铁路站点作为独特的拼车情境**
通过时空和距离模式分析,研究人员发现铁路站点区域的拼车比例占RH总出行的7.1%,显著高于全市平均的3.3%;铁路站点拼车距离呈右偏分布,超过35公里的比例明显更高,中位距离约19公里。情景比较显示,铁路站点拼车相比整体样本平均:里程增加33.0%、高速路使用比例增加66.1%、绕行率降低17.0%、共同下车比例提高3.4%,单次碳减排量达826.44克,比整体平均水平提高62.6%。该结论通过独立样本检验和鲁棒性验证(100米/300米缓冲)依然一致,表明铁路站点构成功能独特的拼车运营情境。

**4.2 碳减排机制**
EBM模型在验证集上R2为0.6869,nMAE为0.39。特征重要性分析显示,总里程贡献最大(275.64克CO2/单),其后依次是共同下车(114.75克)和绕行率(91.64克),铁路站点情境(59.18克)位列第四。边际效应图表明:总里程与碳减排呈加速型正相关,超过20千米后增益更强;绕行率存在明显阈值效应——负绕行(路线更优)可增加100克以上减排,绕行率超过10%后收益递减,超过25%则转为净增排放;重叠率呈非单调关系;共同下车带来154.94克正效应,否则产生58.23克惩罚;铁路站点情境将碳减排效应从?25.69克转为+84.78克。交互项分析显示,里程与共同下车交互贡献30.48克,长途且共同下车时减排显著放大;绕行与里程的交互则表明,行程距离越长,绕行效率对碳减排的影响越敏感。

**4.2.1 从机制到派单前筛查**
基于上述非线性机制,研究人员构建了双层分类框架:第一层区分负减排与正减排订单,第二层在正减排中区分低效与中高效订单。该框架在两个层级上的准确率均超过0.96,AUC接近0.99。特征重要性显示,共同下车、绕行、重叠、里程和铁路站点情境是主导预测变量。交互模式进一步揭示:高重叠(>80%)与极低绕行(<0%)的组合产生最强正贡献,而高重叠伴随高绕行(>30%)则产生负效应;铁路站点情境下长距离(>30公里)匹配优于短距离,非站点情境则相反。该框架可在派单前利用可获取的路径拓扑特征进行筛查,为平台提供可落地的碳减排决策路径。

**4.3 鲁棒性检验**
通过将铁路站点缓冲区从200米分别改为100米和300米,核心结论保持一致。铁路站点行程相对整体基线的碳减排提升幅度分别为+65.4%(100米)、+62.6%(200米)和+52.1%(300米),模型准确率稳定在0.975–0.978,AUC在0.989–0.991之间,铁路相关交互项的重要性排序不变。这说明200米缓冲区选择合理,研究结论不受特定缓冲距离的影响。

**5. 讨论总结与结论翻译**

**讨论总结:** 研究结果明确了为何铁路站点应被视为独特的拼车情境:站点拼车并非简单的更多拼车,而是一种不同形式的拼车,其特征是更长距离、更集中于列车时刻表、方向性更强。机制证据表明,碳效率更多取决于路径质量而非拼车强度本身,绕行率的重要性约为重叠率的4倍,而重叠率在站点与全市间几乎没有差异,这进一步支持了“路线质量重于名义共享比例”的观点。从操作角度看,匹配决策应在派单前筛选路线质量,例如控制绕行率在10%以内,优先长距离站点匹配,在到达高峰时段设置共同下车或邻近下车偏好,并将预测的碳减排层级纳入派单排序。这些策略有助于平台在保持服务质量的同时,将碳减排目标融入匹配流程。此外,研究也提示,统一推广拼车可能产生不均衡的环境效益,更有效的做法是识别结构性适配场景(如城际铁路枢纽),并施加保护路线质量的匹配规则。

**研究结论翻译:** 本研究考察了城际铁路站点拼车如何实现更高的单次碳减排量和碳减排率,并将三个此前很少被整合的证据环节联系起来:运营情境、底层机制与派单前决策逻辑。利用苏州的监管网约车数据,分析表明城际铁路站点构成了功能独特的拼车情境;该情境下的碳减排受路径拓扑特征的非线性关联与交互作用影响,而非拼车强度。这些机制可转化为一个双层筛选框架,用于在派单前支持高碳减排潜力的拼车匹配。本研究有两个主要贡献:实证上,提供了铁路站点周边拼车碳减排效率受非线性路径拓扑关联与交互影响的定量证据;操作上,展示了无需详细轨迹即可在派单前预测碳减排潜力,使平台能在匹配系统中纳入碳减排目标。局限性在于:研究仅聚焦于铁路站点,结果是否适用于机场或城际巴士枢纽尚需验证;框架为离线评估,未纳入行为响应和实时运营反馈。未来研究可整合这些因素,以评估实际部署条件下的表现。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号