關(guān)鍵詞"空間相關(guān)性；交通碳排放；長(zhǎng)三角城市群

文章編號(hào) 1673-8985（2024）06-0087-07 中圖分類號(hào) TU984 文獻(xiàn)標(biāo)志碼 A"DOI 10.11982/j.supr.20240611

0 引言

隨著全球氣候變暖和中國碳達(dá)峰碳中和（以下簡(jiǎn)稱“雙碳”）目標(biāo)的提出，減碳增匯成為國土空間規(guī)劃的關(guān)注重點(diǎn)。城市溫室氣體排放占全球總量的75%左右，主要集中在城市交通、城市建筑、廢棄物處理和市政領(lǐng)域，這是實(shí)現(xiàn)城市減碳的3大領(lǐng)域[1]。其中，交通運(yùn)輸業(yè)作為能源消耗和二氧化碳增長(zhǎng)最快的行業(yè)[2]，是制約城市未來實(shí)現(xiàn)雙碳目標(biāo)的重要因素[3]。

城市群作為我國實(shí)現(xiàn)快速城鎮(zhèn)化的重要載體，其內(nèi)向集聚與外向帶動(dòng)的雙重作用在推動(dòng)我國經(jīng)濟(jì)發(fā)展過程中起到不可或缺的作用，但也帶來城市能源消耗、環(huán)境惡化等一系列問題。隨著城鎮(zhèn)化進(jìn)程的持續(xù)推進(jìn)，長(zhǎng)三角、珠三角等成熟城市群的工業(yè)化進(jìn)程已經(jīng)步入后半段，其工業(yè)領(lǐng)域的碳減排潛力較為有限，而城市間的交通需求隨著區(qū)域一體化的深化和經(jīng)濟(jì)活動(dòng)的持續(xù)，將會(huì)不斷上升。因此，有必要立足城市群，從空間規(guī)劃視角解析交通碳排放的空間關(guān)系，提出減少交通碳排放的優(yōu)化策略。

目前，國內(nèi)外已有大量學(xué)者對(duì)交通碳排放做了研究，主要可分為以下3類：第一類文獻(xiàn)關(guān)注低碳交通的理論研究，如低碳交通的評(píng)價(jià)指標(biāo)[4]和評(píng)價(jià)方法[5]，并對(duì)標(biāo)國際大城市[6-7]，提出一系列空間減碳策略。第二類文獻(xiàn)關(guān)注交通碳排放的定量測(cè)算與預(yù)測(cè)，學(xué)者針對(duì)不同學(xué)科和研究目標(biāo)，提出一系列差異化計(jì)算交通碳排放的方法。在空間規(guī)劃領(lǐng)域，陳飛等[8]40結(jié)合交通低碳發(fā)展的特點(diǎn)對(duì)低碳城市模型進(jìn)行修正，形成低碳交通的碳測(cè)算模型。第三類文獻(xiàn)關(guān)注影響交通碳排放的驅(qū)動(dòng)因素，如通過灰色關(guān)聯(lián)度分析、LMDI等方法[9]，探究城市GDP[10]217、產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)[11]、能源強(qiáng)度[12]40等因子對(duì)交通碳排放量的影響，但這些研究多關(guān)注上述社會(huì)經(jīng)濟(jì)因素對(duì)城市交通碳排放量的影響，目前探究城市建成環(huán)境中的空間要素對(duì)交通碳排放量的研究較少[13]。在以城市為分析單元的研究中，有學(xué)者選取城市路網(wǎng)密度[14]32、路網(wǎng)長(zhǎng)度等指標(biāo)來衡量城市道路交通設(shè)施的建設(shè)水平，探究其對(duì)交通碳排放的影響，但研究得出的結(jié)論各異。比如，王紹建等[15]以北京、上海、廣州、天津4個(gè)城市為對(duì)象展開研究，認(rèn)為城市道路密度和交通耦合因子等對(duì)二氧化碳排放水平產(chǎn)生顯著的負(fù)向效應(yīng)，而Yang等[10]218認(rèn)為城市道路密度對(duì)交通碳排放具有增長(zhǎng)促進(jìn)作用。

總的來說，已有文獻(xiàn)對(duì)于不同尺度城市交通碳排放的測(cè)算與預(yù)測(cè)已進(jìn)行了大量研究，但仍存在以下探討空間：首先，以城市群為尺度的交通碳排放研究較少，維度單一且多偏重社會(huì)經(jīng)濟(jì)層面[14]28，缺乏對(duì)城市建成環(huán)境中空間要素的關(guān)注；其次，城市與城市之間的資源稟賦和經(jīng)濟(jì)基礎(chǔ)存在一定差異，已有研究運(yùn)用的常規(guī)數(shù)理統(tǒng)計(jì)方法會(huì)忽略研究空間單元之間的相互作用和空間異質(zhì)性[16]，可能會(huì)高估某些空間數(shù)據(jù)的影響。

因此，本文以長(zhǎng)三角城市群為研究對(duì)象，結(jié)合城市統(tǒng)計(jì)年鑒和多源空間數(shù)據(jù)，通過單變量全局和局部空間自相關(guān)分析，明確長(zhǎng)三角城市交通碳排放現(xiàn)狀特征。接著在考慮數(shù)據(jù)可獲取性的基礎(chǔ)上，從城市土地利用、交通網(wǎng)絡(luò)、交通能力3個(gè)維度，選取11個(gè)指標(biāo)，分析影響城市交通碳排放的相關(guān)空間要素。為進(jìn)一步探究上述顯著性因子在不同城市的影響差異，引入雙變量局部空間自相關(guān)模型，并進(jìn)行原因剖析。最后提出長(zhǎng)三角城市群交通低碳化發(fā)展的相關(guān)策略，以期為其后續(xù)的空間建設(shè)提供交通碳減排的現(xiàn)實(shí)路徑，進(jìn)而為全國其他城市群的交通碳減排提供借鑒。

1 研究方法

1.1 研究對(duì)象

長(zhǎng)三角城市群位于我國長(zhǎng)江下游地區(qū)，包括上海、江蘇、浙江、安徽三省一市內(nèi)的41個(gè)城市。截至2020年，長(zhǎng)三角城市群陸域總面積為35.8萬km2，常住人口總量達(dá)2.35億人，生產(chǎn)總值為24萬億元，占全國比重為24.1%①。

長(zhǎng)三角城市群是我國經(jīng)濟(jì)發(fā)展前沿區(qū)域，其創(chuàng)新能力強(qiáng)、開放程度高，是城鎮(zhèn)化進(jìn)程中不可或缺的重要區(qū)域。長(zhǎng)三角城市群以全國3.7%的國土面積，排放了21.52億t二氧化碳，占全國總排放量的16.9%，是我國實(shí)現(xiàn)雙碳目標(biāo)、進(jìn)行碳排放控制的重點(diǎn)區(qū)域。

1.2 數(shù)據(jù)來源

本文在分析過程中使用的數(shù)據(jù)包括社會(huì)經(jīng)濟(jì)數(shù)據(jù)、城市空間矢量數(shù)據(jù)、城市碳排放數(shù)據(jù)。其中社會(huì)經(jīng)濟(jì)數(shù)據(jù)中的人口數(shù)據(jù)來源于各城市第七次全國人口普查公報(bào)和各城市統(tǒng)計(jì)年鑒，城市公共汽車和出租車擁有情況、公路運(yùn)輸量等數(shù)據(jù)來自中國城市統(tǒng)計(jì)年鑒。各城市矢量空間數(shù)據(jù)來源于開放街道地圖（OpenStreetMap）。各城市2020年碳排放數(shù)據(jù)來自中國城市溫室氣體工作組（CCG）②。

1.3 變量選取

影響城市交通碳排放的因素有很多，包括城市人口規(guī)模、經(jīng)濟(jì)發(fā)展水平、城鎮(zhèn)化率、交通燃料類型等多個(gè)方面[17]。本文在變量選取時(shí)主要是基于空間規(guī)劃視角，從各城市的土地利用、交通網(wǎng)絡(luò)建設(shè)、城市交通運(yùn)輸能力3個(gè)維度選取一系列變量指標(biāo)，探尋上述指標(biāo)與交通碳排放的關(guān)系，初步選取的研究變量如表1所示。

1.4 探索性空間數(shù)據(jù)分析

本文主要運(yùn)用地理探測(cè)器和空間自相關(guān)模型這兩種探索性空間數(shù)據(jù)分析技術(shù)[18]，梳理城市交通碳排放與上述一系列因子的關(guān)系。其中，地理探測(cè)器是一種用于探索空間數(shù)據(jù)分異性并揭示其驅(qū)動(dòng)力的分析統(tǒng)計(jì)模型，包含分異及因子探測(cè)、交互作用探測(cè)、風(fēng)險(xiǎn)區(qū)探測(cè)和生態(tài)探測(cè)4個(gè)模型[19]。本文主要應(yīng)用分異及因子探測(cè)模型，探測(cè)某個(gè)自變量在多大程度上揭示了因變量的空間分異程度。

空間自相關(guān)是測(cè)度空間數(shù)據(jù)依賴性的統(tǒng)計(jì)指標(biāo)，可分為全局空間自相關(guān)統(tǒng)計(jì)量和局部空間自相關(guān)統(tǒng)計(jì)量。全局空間自相關(guān)是衡量空間的某種屬性在地理位置上是否具有明顯聚類或離散特征，本文采用Global Moran's I 統(tǒng)計(jì)量，對(duì)長(zhǎng)三角城市群交通碳排放和相關(guān)影響因素進(jìn)行全局自相關(guān)性檢測(cè)，以證實(shí)空間影響的客觀存在。局部空間自相關(guān)是表明局部層面的空間自相關(guān)水平，本文運(yùn)用Getis-Ord G* 指數(shù)來識(shí)別各城市交通碳排放量的局部空間聚集特征。此外，為了刻畫多個(gè)變量與城市交通碳排放在空間分布上的相關(guān)性，本文在上述基礎(chǔ)上拓展了雙變量全局空間自相關(guān)和雙變量局部空間自相關(guān)，為測(cè)量不同因子對(duì)交通碳排放的相關(guān)性提供可行方法。在本次研究中，為了全面反映城市與城市之間的地理鄰近關(guān)系和空間相關(guān)性分析的準(zhǔn)確，避免部分城市因與周邊城市空間不直接相鄰（如舟山市）而造成結(jié)果誤差，選取標(biāo)準(zhǔn)化后K=12，作為空間相關(guān)性分析的空間權(quán)重矩陣。

2 長(zhǎng)三角城市群交通碳排放的空間特征

2.1 空間分布

從中國城市溫室氣體工作組③獲取到長(zhǎng)三角各城市2020年二氧化碳排放數(shù)據(jù)集，借助ArcGIS平臺(tái)進(jìn)行可視化分析，得到各城市交通碳排放的空間分布圖（見圖1）。城市交通碳排放量較高的城市主要集中在長(zhǎng)三角沿江沿海兩側(cè)，與長(zhǎng)三角城市發(fā)展帶的空間結(jié)構(gòu)高度一致。其中上海市交通碳排放量為5 900 t，高居長(zhǎng)三角地區(qū)的交通碳排放量第一名。其次為蘇州市（1 237 t）、南京市（1 029 t）、杭州市（1 027 t）、徐州市（814 t）等城市。各城市交通碳排放占整體碳排放④比重的均值為12.16%（見圖2），而黃山市、宿遷市、麗水市等人均GDP較低的城市，其交通碳排放占整體比重要明顯高于其他城市，是實(shí)現(xiàn)未來交通碳排放減量的潛力城市。

2.2 空間依賴性

通過對(duì)長(zhǎng)三角地區(qū)2020年各城市交通碳排放的全局Moran's I的檢驗(yàn)可知，其莫蘭指數(shù)為正值，且通過了5%水平的顯著性檢驗(yàn)，表明其在空間分布上具有依賴性特征。為進(jìn)一步探究長(zhǎng)三角城市群交通碳排放的具體結(jié)構(gòu)和各城市交通碳排放量在空間上的關(guān)聯(lián)關(guān)系，本文對(duì)長(zhǎng)三角地區(qū)各城市交通碳排放進(jìn)行局部（G*）統(tǒng)計(jì)，將交通碳排放劃分為2種空間集聚類型（見圖3）：①熱點(diǎn)分布型（HH）：城市自身與相鄰城市交通碳排放均為高值區(qū)，且二者呈正相關(guān)；②冷點(diǎn)分布型（LL）：城市自身與相鄰城市交通碳排放均為低值區(qū)，且二者呈正相關(guān)?？偟膩碚f，交通碳排放的高值聚類區(qū)主要集中在上海、蘇州、南通、寧波等城市，與上海大都市圈的空間范圍高度重合。上海作為長(zhǎng)三角地區(qū)人口與經(jīng)濟(jì)高度集聚城市，與周邊城市的功能聯(lián)系密切，交通往來頻繁。城市交通能耗和碳排放量增加，進(jìn)而使碳排放呈現(xiàn)出圍繞上海的高值集聚特征。而14個(gè)低值聚類區(qū)集中在長(zhǎng)三角的西部外圍區(qū)域，其中11個(gè)城市位于安徽省內(nèi)，這與長(zhǎng)三角地區(qū)的經(jīng)濟(jì)發(fā)展水平的空間分布情況也基本相似。

3 長(zhǎng)三角城市群交通碳排放的影響因素與空間關(guān)聯(lián)性分析

3.1 基礎(chǔ)分析

本文以長(zhǎng)三角地區(qū)的地級(jí)市為基本研究單元，以城市交通碳排放量為因變量，將上述城市土地利用、交通網(wǎng)絡(luò)、交通運(yùn)輸能力3個(gè)維度共計(jì)11個(gè)指標(biāo)作為自變量，借助ArcGIS平臺(tái)將上述自變量轉(zhuǎn)為類型量，利用Geodetector進(jìn)行探測(cè)分析。接著進(jìn)行雙變量全局空間自相關(guān)性分析，明確影響城市交通碳排放的因素及其空間分異情況。

從城市交通碳排放的影響因子探測(cè)結(jié)果來看，上述一系列自變量中有4個(gè)通過了10%水平的顯著性檢驗(yàn)，說明城市交通碳排放量的大小受到了城市建成區(qū)面積、城市道路面積、公共汽（電）車營(yíng)運(yùn)車輛數(shù)和城市巡游出租汽車營(yíng)運(yùn)車數(shù)（輛）這4個(gè)因素的影響，且其置信水平為90%，各指標(biāo)具體結(jié)果的Q值與P值如表2所示。

從空間分布集聚性上來看，城市建成環(huán)境中的建成區(qū)面積、城市空間密度、路網(wǎng)密度等因子與城市交通碳排放存在顯著正相關(guān)，其中，城市交通碳排放與城市路網(wǎng)密度的空間正相關(guān)性最強(qiáng)（0.201），與全年公共汽（電）車客運(yùn)總量的空間正相關(guān)性最弱（0.038）。城市公路里程與城市交通碳排放呈顯著空間負(fù)相關(guān)的特征，而城市巡游出租車數(shù)量與交通碳排放的空間集聚性并不顯著。具體各指標(biāo)的Moran's I值如表2所示。

3.2 土地利用

在土地利用維度的指標(biāo)中，城市建成區(qū)面積是衡量城市發(fā)展程度的重要指標(biāo)。研究發(fā)現(xiàn)，城市建成區(qū)面積是影響城市交通碳排放的顯著性因子，且城市交通碳排放量與城市建成區(qū)面積在全局也呈現(xiàn)出正相關(guān)的空間分布特征（見圖4），即隨著城市建成區(qū)的擴(kuò)大，城市的交通碳排放也在相應(yīng)提升。其中高—高型（HH）的城市主要分布在上海、蘇州、無錫、南通、舟山和寧波，說明這些城市的交通碳排放量與城市建成區(qū)面積相對(duì)較高，形成高值集聚區(qū)。這可能是由于隨著城市建成區(qū)擴(kuò)張，城市平均出行距離增加，降低了城市交通出行效率，交通出行的能源消耗增多，致使交通碳排放量增多。

城市空間密度與城市交通碳排放的雙變量莫蘭指數(shù)為正且通過了5%水平的顯著性檢驗(yàn)，表明城市空間密度與交通碳排放在空間上呈顯著正相關(guān)，主要集聚在上海、蘇州、南通、無錫等城市。原因可能是較高的空間密度增加了城市交通需求和基礎(chǔ)設(shè)施的壓力，導(dǎo)致交通碳排放量增多。但滁州、泰州、揚(yáng)州3個(gè)城市呈現(xiàn)出低—高型（LH）集聚區(qū)，即三市的交通碳排放低，但周邊鄰接地區(qū)的城市空間密度高，呈現(xiàn)出局部的空間負(fù)相關(guān)。

3.3 交通網(wǎng)絡(luò)

在交通網(wǎng)絡(luò)維度的指標(biāo)中，路網(wǎng)密度是衡量城市道路密集程度和交通可達(dá)性的重要指標(biāo)[20]，不同的路網(wǎng)密度也影響著城市的空間形態(tài)，是空間規(guī)劃一直以來關(guān)注的重點(diǎn)指標(biāo)。已有較多學(xué)者指出，較高的城市路網(wǎng)密度有利于改善城市交通擁堵，促進(jìn)居民綠色低碳出行[21-22]。根據(jù)本文對(duì)交通碳排放與城市路網(wǎng)密度的雙變量局部自相關(guān)性分析發(fā)現(xiàn)（見圖5），城市交通碳排放量與城市路網(wǎng)密度全局呈現(xiàn)空間正相關(guān)，即城市路網(wǎng)密度和城市交通碳排放呈現(xiàn)高（低）值集聚的空間特征。其中高—高型（HH）的城市主要分布在上海、蘇州、無錫和南通，說明這些城市的交通碳排放量與路網(wǎng)密度均相對(duì)較高。低—低型（LL）的城市分布在安慶、六安、池州等城市，主要集中在長(zhǎng)三角外圍邊界，說明區(qū)域的道路建設(shè)水平較低，路網(wǎng)密度處于較低值，相應(yīng)的交通碳排放量也較低。

此外，城市道路面積是影響交通碳排放的顯著性因子，并且兩者呈現(xiàn)出高（低）值集聚的空間正相關(guān)特征。道路面積的擴(kuò)展促進(jìn)了交通碳排放量的提升，這可能是由于城市道路的不斷擴(kuò)建，在一定程度上提升了小汽車、出租車等交通出行的便利度，刺激了這些高能耗交通方式的出行。其碳排放因子（見圖6）要明顯高于步行與其他非機(jī)動(dòng)車，在一定程度上抵消了居民低碳出行帶來的碳排放緩解。此外，過密的城市交叉口致使機(jī)動(dòng)車在運(yùn)行過程中頻繁地制動(dòng)與啟動(dòng)，降低了機(jī)動(dòng)車的運(yùn)行效率，在造成交通擁堵的同時(shí)也會(huì)使得車輛碳排放增多。

3.4 交通能力

從城市內(nèi)部的交通運(yùn)輸能力維度來看，城市出租汽車營(yíng)運(yùn)車數(shù)是影響城市交通碳排放的顯著性因子，但城市出租汽車營(yíng)運(yùn)車數(shù)與城市交通碳排放的空間集聚性并不顯著。出租車的有效供給在解決城市內(nèi)部短距離交通出行中起著重要作用，靈活地滿足了城市居民差異性的出行目的。但城市中的傳統(tǒng)巡游出租車以傳統(tǒng)燃油車為主，其數(shù)量的提升必然導(dǎo)致更多的能源消耗。此外，隨著長(zhǎng)三角地區(qū)各城市公共交通的建設(shè)完善以及城市網(wǎng)約車的快速發(fā)展和個(gè)人機(jī)動(dòng)車的購買數(shù)量上升，導(dǎo)致傳統(tǒng)巡游出租車的使用效率下降，傳統(tǒng)出租車的運(yùn)力供給不能有效地與城市居民出行需求匹配，導(dǎo)致車輛空駛里程增多，也會(huì)在一定程度上增加城市交通碳排放。城市公共汽（電）車營(yíng)運(yùn)車輛數(shù)和公共汽（電）車客運(yùn)總量與城市交通碳排放的雙變量莫蘭指數(shù)為正，且通過了5%水平的顯著性檢驗(yàn)，且空間的相關(guān)性格局也完全一致（見圖7）。其中，高—高型（HH）的代表城市為上海、南通、無錫、蘇州、寧波5個(gè)城市，形成交通碳排放和運(yùn)營(yíng)車輛數(shù)均較高的高值空間聚集區(qū)。

從城市對(duì)外交通運(yùn)輸能力來看，城市公路客運(yùn)量與城市交通碳排放的雙變量莫蘭指數(shù)為正，且通過了5%水平的顯著性檢驗(yàn)。說明城市公路客運(yùn)量和城市交通碳排放呈現(xiàn)高（低）值集聚的空間分布特征。而城市公路總里程與城市交通碳排放的雙變量莫蘭指數(shù)為負(fù)，且通過了5%水平的顯著性檢驗(yàn)，代表性城市為淮北市（LH）。原因可能是城市公路總里程的提升，提高了對(duì)外公路運(yùn)輸?shù)男?，從而減少了城市交通碳排放（見圖8）。

4 長(zhǎng)三角城市群低碳交通優(yōu)化策略

4.1 控制城市規(guī)模擴(kuò)張，提高空間利用效率

在土地利用維度，城市建成區(qū)面積是影響城市交通碳排放的顯著性因子。城市建成區(qū)規(guī)模擴(kuò)張一方面使得林地、濕地等碳匯因子較高的用地類型轉(zhuǎn)變?yōu)槌鞘薪ㄔO(shè)用地，另一方面增加了城市遠(yuǎn)距離交通出行，從而導(dǎo)致交通能耗和碳排放量上升。因此，在區(qū)域一體化進(jìn)程持續(xù)推進(jìn)、各項(xiàng)空間要素加速流動(dòng)的背景下，有必要深化土地用途管控，嚴(yán)格落實(shí)生態(tài)保護(hù)紅線，適當(dāng)增加林地、濕地、草地等高碳匯的用地類型。此外，對(duì)于目前城市建成區(qū)面積較大的上海、南京、杭州等城市，未來要嚴(yán)格控制城市建成區(qū)規(guī)模，劃定合理的城市開發(fā)邊界。對(duì)于城市的高密度地區(qū)，要提升土地利用混合度和空間利用效率，減少不必要的交通出行。對(duì)于六安、阜陽、蚌埠等目前建成區(qū)面積較小的城市，在未來城市建成區(qū)擴(kuò)大的過程中，結(jié)合城市空間形態(tài)和結(jié)構(gòu)優(yōu)化，提升城市交通出行效率，避免城市蔓延造成遠(yuǎn)距離交通出行需求的增加。

4.2 優(yōu)化城市道路網(wǎng)絡(luò)，促進(jìn)居民低碳出行

在交通網(wǎng)絡(luò)維度，城市道路面積的提升促進(jìn)了交通碳排放量的提升，且當(dāng)前城市道路網(wǎng)密度、交叉口密度和道路面積均與城市交通碳排放呈現(xiàn)高值集聚的空間正相關(guān)特征。因此對(duì)于目前道路網(wǎng)絡(luò)建設(shè)已較為完善的上海、無錫、常州等城市，在未來城市道路建設(shè)中，要注意到較高的城市道路面積可能在一定程度上會(huì)刺激小汽車等高能耗交通出行，也會(huì)導(dǎo)致城市街區(qū)規(guī)模過小、破碎化程度提升[26]，進(jìn)而導(dǎo)致交通出行效率降低，增加城市交通碳排放。此外，局部道路拓?fù)潢P(guān)系的改善可能也會(huì)提升路網(wǎng)的整合度和可達(dá)性，提升城市路網(wǎng)的連通性。對(duì)于池州、安慶、麗水等未來道路建設(shè)增量較多的地區(qū)，首先要轉(zhuǎn)變擴(kuò)建道路可以減少交通擁堵[8]42的傳統(tǒng)思路，而將重點(diǎn)放在優(yōu)化出行結(jié)構(gòu)上；其次在路網(wǎng)完善過程中，不僅要關(guān)注路網(wǎng)長(zhǎng)度與面積的提升，還要合理配置道路的等級(jí)結(jié)構(gòu)，避免僅關(guān)注城市快速路、主干路等高等級(jí)道路而忽略城市支路的建設(shè)[27]，造成級(jí)配結(jié)構(gòu)失衡。

4.3 協(xié)同區(qū)域交通運(yùn)輸，提升城市交通能力

在交通能力維度，研究發(fā)現(xiàn)，城市巡游出租車數(shù)量是影響交通碳排放的顯著性因子。在空間集聚性上，城市公共汽（電）車營(yíng)運(yùn)車輛數(shù)、公共汽（電）車客運(yùn)總量和公路客運(yùn)量與城市交通碳排放呈現(xiàn)顯著的空間正相關(guān)性，城市公路里程與城市交通碳排放呈顯著負(fù)相關(guān)。長(zhǎng)三角城市群內(nèi)有多個(gè)全國性綜合交通樞紐（南京、杭州、合肥、寧波）和一個(gè)國際性綜合交通樞紐（上海），加強(qiáng)城市公共交通、鐵路、水運(yùn)等低碳化的交通系統(tǒng)建設(shè)，提升城市交通輻射能力與水平，也是實(shí)現(xiàn)長(zhǎng)三角區(qū)域一體化的必然要求。此外，還要增強(qiáng)城市交通供給與居民交通需求的匹配程度，減少出租車的空駛里程。優(yōu)化交通供給結(jié)構(gòu)，提升純電動(dòng)出租車和公交車的數(shù)量，提升能源使用效率，形成可持續(xù)發(fā)展的城市交通。在公路建設(shè)方面，要優(yōu)化城市公路網(wǎng)絡(luò)布局，提升城市省際公路的通達(dá)能力，提升公路客運(yùn)效率，減少不必要的交通碳排放。在快速軌道交通建設(shè)方面，長(zhǎng)三角地區(qū)呈現(xiàn)明顯的空間不均勻現(xiàn)象，因此要加強(qiáng)城際快速軌道交通的發(fā)展，將城市公路客運(yùn)轉(zhuǎn)移到鐵路客運(yùn)[12]40，通過低耗能的軌道交通減少客運(yùn)量的碳排放，也是實(shí)現(xiàn)區(qū)域交通碳減排的重要舉措。

5 結(jié)語

長(zhǎng)三角城市群作為我國人口、資金等資源要素集聚的地區(qū)，區(qū)域一體化的社會(huì)發(fā)展趨勢(shì)不斷深化，人員跨城流動(dòng)和交通聯(lián)系的需求也隨著一體化深入而逐步增加。長(zhǎng)三角各城市的交通碳排放在空間分布上具有依賴性的特征，對(duì)具有相同碳排放聚類特征的城市，比如南通、蘇州、上海等碳排放高值聚類區(qū)，可通過一定的區(qū)域協(xié)調(diào)政策共同制定碳減排措施。本文主要基于空間規(guī)劃視角，結(jié)合城市統(tǒng)計(jì)年鑒和多源空間數(shù)據(jù)，采用地理探測(cè)器和空間自相關(guān)模型，從城市土地利用、交通網(wǎng)絡(luò)、交通能力3個(gè)維度，分析影響城市群交通碳排放的影響因子和空間關(guān)聯(lián)特征，為其后續(xù)的空間建設(shè)提供交通碳減排的空間優(yōu)化策略。但低碳研究是涉及能源、建筑、交通、市政等多學(xué)科的綜合領(lǐng)域，要實(shí)現(xiàn)城市交通碳排放的減量化，還離不開清潔能源的高效利用、節(jié)能技術(shù)的推廣與普及等多方面因素。此外，由于數(shù)據(jù)獲取的限制，本文僅選取了3個(gè)影響因子，后續(xù)可結(jié)合POI數(shù)據(jù)、軌交線網(wǎng)數(shù)據(jù)，進(jìn)一步拓展影響因子，探究城市土地利用混合度、各類交通設(shè)施建設(shè)規(guī)模及密集程度、公交線網(wǎng)密度等因素對(duì)城市交通碳排放的影響，從而為交通低碳化發(fā)展提供更為精準(zhǔn)的基礎(chǔ)分析和策略建議。