產業園區建成環境對低碳通勤的影響機制和優化策略研究

摘 要 產業園區作為以生產就業為主導功能的城市空間，其內部的職工通勤行為呈現較為明顯的高碳特征。選取天津市高新區華苑片區（城內園區）和華苑產業園（城外園區）2個不同區位的典型產業園區為研究對象，采用主成分分析法和多元Logit回歸模型，從步行環境、功能與活力、交通連通度和交通基礎設施建設4個維度分析建成環境對職工通勤選擇的影響機理，并針對不同園區的建成環境提出共性和差異性低碳優化策略。研究結果顯示：（1）交通連通度和步行環境始終是影響職工通勤選擇的重要因素，在進行建成環境優化時應予以重點關注；（2）城內園區需強調功能多樣性和活力的提升，而城外園區則應以交通基礎設施的建設為重點。

關 鍵 詞 城市規劃；低碳通勤；主成分分析；Logit模型；產業園區；建成環境；天津高新區

文章編號 1673-8985（2024）04-0017-07 中圖分類號 TU984 文獻標志碼 A DOI 10.11982/j.supr.20240403

0 引言

在全球氣候變化日益嚴峻的背景下，低碳發展已成為社會共識，控碳減排成為我國現階段發展的重要工作任務之一。以產業集群為特征的園區是我國經濟發展的重要空間載體[1]，產業園區如何在保持經濟活力的同時進行低碳化建設，是一項重要的議題。2013年，國家工信部和發改委聯合發布《關于組織開展國家低碳工業園區試點工作的通知》，推動形成了中新天津生態城、北京經濟技術開發區等低碳示范產業園區。2020年，我國明確提出2030年“碳達峰”與2060年“碳中和”目標。2022年，為更好地實現綠色低碳轉型，黨的二十大報告提出“推進生態優先、節約集約、綠色低碳發展”“積極穩妥拖進碳達峰碳中和”。2021年，在“雙碳”目標的引領下，國務院發布《2030年前碳達峰行動方案》，提出在全國范圍內選擇100個具有典型代表性的城市和園區開展碳達峰試點建設。2023年，國家發展和改革委員會印發《國家碳達峰試點建設方案》，提出“提升園區綠色低碳循環發展水平”“提升園區建筑、交通、照明、供熱等基礎設施節能低碳水平”的建設內容和任務[2]。推進產業園區的低碳化轉型和發展，在推動我國經濟社會向綠色低碳全面轉型、減少能源資源消耗、緩解生態環境壓力等方面，具有不可替代的積極作用[3]。

產業園區作為生產最為集中的城市空間，也是人口、能源等要素最為集聚的區域，具有高能耗、高碳排的特征。交通碳排放是產業園區碳排放的重要組成部分。受職住不平衡的影響，產業園區內的職工通勤行為存在明顯的高碳特征，而建成環境在一定程度上會影響職工的低碳出行意愿[4]，進而影響交通出行碳排放。分析產業園區通勤碳排放的建成環境影響因素，便于形成科學、合理的評價體系，及時把握產業園區的碳足跡，為產業園區的低碳規劃提供有益依據，有助于根據實際情況對產業園區進行精細化、針對性的建設和管理。

因此，本文選取天津市高新區管轄的華苑片區（城內園區）和華苑產業園（城外園區）2個不同區位的典型產業園區作為研究對象，探究產業園區建成環境對低碳通勤行為的影響機理，并從步行環境、功能與活力、交通連通度和交通基礎設施建設4個維度比較產業園區內通勤行為影響因素的差異，提出具有針對性的產業園區建成環境低碳優化策略。

1 既有研究綜述

作為以生產就業為主導功能的城市空間，產業園區是高能耗和高污染的重點區域，也是城市碳排放最集中的空間[5]，在“雙碳”目標實現的過程中扮演著舉足輕重的角色。交通碳排放總量和強度是產業園區低碳評價的重要參考指標[6]，其中職工通勤碳排放是產業園區交通碳排放的重要組成部分。一方面，出于對選址成本和環境污染等方面的考慮，園區中極易產生職住不平衡的現象，由此引發的高碳通勤問題是低碳城市研究的重點。另一方面，由于精細化設計的缺失，我國在快速城鎮化階段建設了大量產業園區，其內部的設施及環境質量堪憂，且建設時未將低碳轉型納入考慮范疇。研究發現，建成環境對交通碳排放具有一定的影響，主要體現在對居民出行行為選擇的引導方面，其質量會在一定程度上影響居民的通勤選擇，進而影響交通碳排放總量[7]。

目前針對建成環境評價指標體系的構建多圍繞“5D”要素展開。“5D”即密度、多樣性、設計、可達性和公共交通鄰近度5個方面[8-9]。在此基礎上，相關學者根據特定研究對象的空間特征對其建成環境評價指標體系進行了調整。在城市層面，閆鳳英[10]、張赫[11-13]、朱婉盈[14]、檀穩[15]等學者探究了用地規模、土地利用、產業結構、城市交通等宏觀層面的空間規劃指標與碳排放之間的關聯性。在社區或居住區層面，秦棚超[16]、項宏艷[17]、易燕平[18]、郭佳星[19]、榮培君[20]等學者探討了人口密度、土地利用、建筑布局、公共交通、基礎設施等建成環境指標對居民出行碳排放的影響，并更多關注低碳出行行為的選擇，如各類軌交站點周邊范圍內居民的出行偏好[21-22]、步行交通環境的規劃[23]等。在產業園區層面，郭亞成[24]、劉駿鵬[25]、袁海紅[26]等學者主要從土地利用、道路交通、空間環境、綠化環境、配套設施、建筑改造等維度構建了建成環境評價指標體系，而未能進一步探討建成環境與通勤行為乃至出行碳排放之間的關系。從既有研究來看，目前已有的建成環境指標體系多適用于研究對城市、社區或居住區居民出行碳排放的影響機制，尚缺乏對產業園區的針對性。

因此，為緩解產業園區內部的高碳通勤問題，本文將著重探討產業園區建成環境對低碳出行意愿的影響機制，并在低碳通勤導向下提出建成環境優化策略，促進產業園區的低碳轉型和發展。

2 數據來源及研究方法

2.1 研究區域

2022年，天津市發布《天津市碳達峰實施方案》，提出“著力構建綠色交通出行體系”“推進產業園區低碳循環發展”[27]。研究結合天津市的城區空間特征，分別選取位于天津市高新區的華苑片區和華苑產業園2個產業園區作為典型園區（見表1），探究不同區位產業園區的通勤特征及主要影響因素。2個園區建設時間較為接近，功能均以商務辦公為主，土地利用率均較高；片區內部及周邊建設完善，功能較為齊全。其中，華苑片區位于天津市中心城區內部，即“城內園區”；華苑產業園位于天津市外環以西的城市中心區邊緣，與中心城區相鄰但并未完全相接，即“城外園區”。二者均屬于華苑科技園，以科技公司、軟件園、研究所、大學等科技創新產業為主，是天津市區內唯一成片開發的區域。2014年8月，華苑科技園被國家工信部納入首批低碳工業園區試點，正在大力推動綠色低碳發展，助力高新區早日實現“雙碳”目標。

2.2 數據來源

研究使用數據主要包括所選區域建成環境相關數據和職工通勤方式數據。其中，建成環境相關數據通過實地調研及百度街景圖片、圖像自動識別、百度數據爬取等方法獲取；職工通勤方式數據來源于研究區域內開展的實地調研。團隊采用實地調研和隨機采訪等方式，為增加數據的真實性，選取工作日早高峰（7：30—9：30）以及晚高峰（16：00—18：30）中的等長時間段，收集一定時間內道路上各類交通方式對應的出行人群到發數量，其中公交車到發人數按10人/站計算，每個樣本道路收集時間均為5 min。經過對收集數據的清洗、剔除無效數據等預處理操作，共收集到城內園區18個街區共3 128名職工、城外園區14個街區共940名職工的有效通勤數據。

2.3 研究方法

2.3.1 主成分分析法

研究涉及的產業園區職工通勤方式主要包括步行通勤、公交通勤和小汽車通勤3類。通過實地調研獲得以上3類通勤方式的占比，基于優化后的指標體系對產業園區的建成環境進行集成評價，運用主成分分析法識別并歸納園區建成環境中的不同因素對職工低碳通勤選擇的影響程度。首先，建立指標體系的原始數據矩陣；其次，進行KMO值和Bartlett值的檢驗，以KMO值大于0.6作為納入主成分的標準；最后，根據各級指標共同度排名，得出各指標的影響程度排序。

2.3.2 多項Logit回歸模型

多項Logit回歸模型是適用于因變量為無序變量，且因變量數量在3個及3個以上的模型。研究將職工的日常通勤方式分為3類，針對居民低碳通勤行為選擇的影響程度分析采用Logit回歸模型進行計算。模型公式為：

ln（p1/p2）=β1A+β2B+β3C+β4D+β5（1）

式中：ln（p1/p2）為任意2種主要通勤方式概率比值的自然對數；β1、β2、β3、β4為系數，β5為常數項；A為步行環境相關指標；B為功能與活力相關指標；C為公共交通連通度相關指標；D為交通基礎設施建設相關指標。

3 產業園區建成環境評價指標體系

研究在“5D”要素的基礎上，參考既有文獻中對于城市、社區或居住區建成環境評價指標體系的構建方法，結合產業園區的建成環境空間特征，從中提取對職工低碳通勤具有影響的指標，將其歸納為步行環境、功能與活力、交通連通度和交通基礎設施建設4個評價維度，并對相關指標進行細化和增補，構建產業園區建成環境評價指標體系（見表2）。其中，步行環境維度對應了“5D”要素中的設計指標，功能與活力維度對應了多樣性指標，交通連通度維度對應了可達性指標，交通基礎設施建設對應了公共交通鄰近度指標。

3.1 步行環境

街道空間尺度影響了人們對步行環境的感知程度。人車道路寬度比是出行路權平等性的表征，會對職工的出行體驗造成影響；街道開敞度能衡量園區中職工的步行感受，開敞度適中的街道能提升職工的步行通勤意愿；連續的街道界面會給人良好的空間感受，也有利于街道兩側服務功能的設置；街道安全度指標在規劃中主要體現為街道兩側建筑窗墻比。

3.2 功能與活力

園區街道活力度受到周邊區域功能多樣性及混合度的影響。通常情況下，較高的功能混合度可以更好地滿足職工在通勤過程中產生的各種需求。考慮到產業園區的特征，研究聚焦居住、就業及商業3類功能來考察街區內部功能多樣性；在街道周邊商業設施豐富度方面，結合選區特征及相關文獻研究成果，將商業設施劃分為餐飲、購物、科教、金融4種類型，分類研究商業設施的混合度。

3.3 交通連通度

交通連通度在很大程度上影響著產業園區內職工的通勤方式選擇。若產業園區與周邊其他功能片區之間有較為緊密的公共交通聯系，則可以縮減通勤時間與通勤成本，進而提升職工的公交出行意愿。研究根據不同交通方式對交通連通度進行分類，分別對軌道交通、公交汽車和共享單車3種交通工具的可達性進行評價。

3.4 交通基礎設施建設

交通基礎設施影響著城市交通的服務水平，較好的交通基礎設施建設水平能吸引更多職工使用公共交通工具進行日常通勤。研究主要從公交服務、站臺設施和新能源設施3個方面對園區交通基礎設施建設情況進行評價。

4 產業園區建成環境對居民低碳出行意愿的影響機制研究

4.1 職工通勤行為及建成環境的描述性統計分析

選取城內園區內部18條街道和城外園區內部14條街道作為分析樣本，通過實地調研，獲取園區內部各街道高峰時段職工的通勤方式比例。園區內主要通勤方式為步行、公交和小汽車3類，其中步行通勤與公交通勤為低碳出行方式，小汽車通勤為高碳出行方式。

根據調查分析結果，在城內園區（見圖1a），小汽車出行占據總體比例的39.86%，而公交出行占比為37.08%，步行出行占比為23.06%；在城外園區（見圖1b），小汽車總占比達到79.26%，在通勤方式中占據主導地位，而步行與公交出行占比相對較低，其中步行約占17.55%，公交僅占3.19%。由此可以看出：（1）城內園區中3類出行方式的占比較為平均，職工選擇低碳交通方式的幾率更大；（2）在城外園區，小汽車通勤的比例明顯高于城內園區；（3）同一園區內不同道路上的通勤方式比例具有一定的差異性。

為了更加精確地對園區建成環境進行對比分析，基于前文所述指標體系對2個產業園區的建成環境的4個維度分別展開集成評價（見圖2），并基于自然間斷法分類法將評分結果分為高、中、低3個等級。可以看到，城內園區道路的評價結果總體高于城外園區，其中功能與活力、交通連通度2個評價維度具有顯著優勢。這也導致了城內園區的低碳通勤占比高于城外園區，可初步證明選取的指標對低碳通勤具有一定的影響。對于城內園區來說，功能與活力、交通連通度的集成評價結果高于步行環境、交通基礎設施建設，且北部片區道路的評價結果高于南部片區，因此城內園區北部片區道路的低碳通勤占比高于南部片區。對于城外園區來說，功能與活力的集成評價結果高于步行環境、交通連通度、交通基礎設施建設，且園區外部道路的整體評價結果低于內部道路，因此，城外園區外部道路的低碳通勤占比高于內部道路。

4.2 職工通勤選擇的主要影響因素判定

采用主成分分析法對建成環境評分與各類通勤方式比例數據進行計算，深入分析影響職工通勤選擇的建成環境因素。首先，提取2個主成分進行分析，得到的累積方差解釋率為91.076%（見表3）；其次，以共同度①作為職工通勤選擇影響程度高低的判定標準，共同度得分越高的因子，對職工低碳通勤選擇的影響越大；最終，得到不同指標的影響力排序結果（見圖3）。結果中顯示的各指標對職工低碳通勤選擇的影響程度高低，可作為低碳產業園區建成環境優化的依據。

對于城內園區，一級指標的影響力強度排序結果為：交通連通度＞步行環境＞功能與活力＞交通基礎設施建設；影響作用最強的6個二級指標排序為：軌道交通站點可達性＞人車道路寬度比＞公交站點可達性＞周邊地塊功能混合度＞共享交通可達性＞街道開敞度。

對于城外園區，按照影響力強度由強到弱對一級指標進行排序，得到排序結果為：交通連通度＞交通基礎設施建設＞步行環境＞設施與活力；提取得到影響最為顯著的6個二級指標排序為：軌道交通站點可達性＞公交站點可達性＞道路上站臺服務水平＞人車道路寬度比＞共享交通可達性＞周邊地塊功能混合度。

通過上述分析可以得到，不同影響因素對職工的通勤方式選擇存在差異性的影響強度；同時，在城外、城內不同區位的2個產業園區中，各個指標的影響程度也具有一定的差異性。

4.3 減少交通碳源貢獻度計算

為進一步明確各指標對職工低碳通勤選擇的具體影響，剔除影響不夠顯著的指標，采用多項Logit回歸模型計算剩余指標的貢獻度（見表4），將其作為指標變化對減少交通碳排放效果的判定標準。

計算得到當建成環境某項指標改善1%后，選擇該出行方式的人群將提升或減少的比例。根據貢獻度計算結果，大部分指標的改善均能提高低碳通勤出行的比例。其中，對于步行出行比例貢獻度較大的指標為軌道交通站點可達性、人車道路寬度比和公交站點可達性；對公交出行貢獻度較大的指標為公交站點可達性、公共交通服務水平和道路上站臺服務水平；而對減少私人汽車出行貢獻度最大的指標為公交站點可達性、軌道交通站點可達性和共享交通可達性。若將未來建成環境各指標改善程度按預計30%—50%計，可大致計算出在建成環境得到改善后，每XsFb4aX8vc+5XYerYtpMWQ==年的交通碳源排放量將減少117.49—176.23 t。

5 低碳通勤導向下的產業園區建成環境優化策略

根據計算結果，產業園區建成環境4個維度中的不同指標對園區中職工的通勤選擇具有不同影響。無論是在城內園區還是城外園區，交通連通度和步行環境始終是影響職工通勤選擇的重要因素。對于城內園區而言，功能與活力指標對低碳出行選擇的影響較為顯著；而在城外園區中，交通基礎設施建設卻是更為重要的影響因素。

5.1 共性優化策略

5.1.1 交通連通度優化

產業園區的交通連通度是影響職工通勤選擇的首要因素。對于華苑科技園等低碳產業園區來說，主要功能空間之間需具備高度關聯的交通路網，才能保持內部各項功能的空間聯動，實現園區的平穩、高效運行。為了提升園區內部低碳出行比例，結合分析結果，可從提升公交站點可達性、軌道交通站點可達性、共享交通可達性等方面進行交通連通度優化。

首先，結合職工通勤數據和園區內主要功能空間的分布情況，對園區內部的公交站點布局進行調整，使之能最大程度地滿足職工通勤需要。其次，依據交通量對現狀道路進行分級，在主要交通性道路上開辟公交專用道，保證公交路權獨立，提升其通行能力，并根據現狀站點布局進行適當增補。再次，結合軌道交通站點及公交站點開辟公共活動空間，配置共享單車換乘場地，保證園區內外交通無縫銜接，構建公共交通與自行車換乘模式，改善園區的軌道交通站點及公交站點的交通接駁情況，增加步行交通與公共交通的接駁能力，并將其納入慢行系統規劃中，提升站點可達性。最后，對交通站點周邊的步行空間進行改善提質，提升其對人群的吸引力。

5.1.2 步行環境優化

職工步行出行的比例同時受到產業園區步行環境質量的影響。華苑科技園等低碳產業園區更多依賴步行出行方式，因而應對步行環境質量予以更多的關注。對園區步行環境的優化可從改善人車道路寬度比、街道開敞度和搭建慢行網絡等方面展開。

首先，根據街道功能及現狀問題對道路進行分類優化，改造道路斷面，對人車道路比過小的街道進行人行道拓寬。其次，通過適當提升底層建筑通透性、增加街道兩側商業設施數量和增設執勤崗亭等方式進行街道開敞性優化；合理調整廠區入口，將部分封閉院落打開，以減小步行繞行次數；對園區內部低等級道路進行街道空間安寧化，可采用路緣石偏移、縮短交叉口斷面等方式增加沿街公共空間，提升步行安全性。最后，根據園區的空間布局特征統籌規劃職工慢行通勤路線，編制產業園區慢行交通網絡規劃，優化公共交通與步行交通的接駁能力；結合職工的通勤路線對區域道路內出行景觀進行優化，設置利于通勤者短暫休憩的街道設施[28]。

5.2 差異性優化策略

5.2.1 城內園區的功能與活力優化

對科技產業園進行混合功能布局可以有效提升園區活力，提高職工選擇公交、步行出行方式的意愿。華苑片區位于中心城區內部，建設完善，分區明顯，北側為生產就業區，南側為居住區，受功能與活力指標的影響相對較大。由于職住比例較為平均，園區內通勤行為主要以短距離出行為主，因此周邊街區的設施服務水平及功能混合度對職工的通勤方式選擇影響程度較大。

從產業園區規劃的角度，應結合現狀功能分區特點，適當提升街區功能混合度；也可結合交通站點的布局配置公共設施，鼓勵周邊街區功能混合開發，促進產業園區緊湊發展，引導職工采用低碳出行方式。首先，未來建議以南部區域作為功能優化重點地段，可將道路內側商業功能向外滲透，結合小學等公共服務設施布局增設配套產業；其次，發揮不同功能的協同聯動效應[29]，增加商業服務、教育培訓等就業崗位。

5.2.2 城外園區的交通基礎設施建設優化

交通基礎設施建設情況的提升能夠有效地提高公共交通的使用效率，減少城市交通碳排放。華苑產業園位于天津市中心區邊緣，內部未建設軌道交通站點，導致其對其他公共交通工具依賴度較高，因此交通基礎設施建設尤其是公共交通設施是影響園區內職工通勤行為的重要指標。

在設施布局規劃方面，不應再延續根據數量指標配置設施的規劃方式，而應重視不同交通基礎設施的空間屬性，結合職工需求科學配置；在公交服務水平方面，應引入智慧交通技術，切實提升運營管理水平，使其更加符合科技產業園區的定位。首先，在公共交通站點布局方面，采用后繞式的設計手法與自行車道緊密結合，統籌考慮安全性、可接近性及可到達性；其次，增加公共交通站點視覺標識性并提升智慧化水平，例如提供實時公交信息顯示功能等；最后，建立公交智能化運營平臺，通過對客流密度、車輛速度、道路堵點的監測，實時優化行車間隔和線路調度，滿足職工乘車需求。

6 結論與展望

本文以華苑科技園內的2個產業園區為研究對象，運用主成分分析法分別對華苑片區（城內園區）和華苑產業園（城外園區）內影響職工通勤選擇的影響因素進行了分析，并選取多項Logit回歸模型計算不同影響因素指標的貢獻度，提出建成環境優化策略。得到以下結論：

（1）交通連通度和步行環境始終是影響職工通勤選擇的重要因素，在進行建成環境優化時應予以重點關注。可從提升公交站點可達性、軌道交通站點可達性、共享交通可達性等方面進行交通連通度優化，從改善人車道路寬度比、街道開敞度和搭建慢行網絡等方面進行步行環境優化。

（2）對于位于城市中心區的華苑片區來說，需強調功能多樣性和活力的提升，業態豐富的活力街區可以引導更多的短距離出行，促進慢行交通發展。

（3）對于城市中心區邊緣的華苑產業園來說，應以交通基礎設施的建設為重點，職工長距離通勤占比更大，通勤選擇更容易受到交通基礎設施建設情況的影響。

本文僅探討了產業園區建成環境與職工低碳通勤方式選擇的相關性，尚未涉及建成環境要素具體門檻值與通勤方式選擇的內在聯系。此外，職工對于通勤方式的選擇不僅基于園區建成環境，還涉及園區的社會經濟屬性及樣本個體差異等，未來可從這些方面入手進行更加深入細致的探討。

參考文獻 References

[1]鮑穎群，王一竹，石莊巖. 上海市綠色低碳特色園區創建路徑分析[J]. 上海節能，2023（11）：1580-1584．

BAO Yingqun， WANG Yizhu， SHI Zhuangyan. Analysis on creation path of green and low carbon characteristic parks in Shanghai[J]. Shanghai Energy Saving， 2023（11）： 1580-1584.

[2]國家發展和改革委員會. 國家碳達峰試點建設方案[R]. 2023．

National Development and Reform Commission. National carbon peak pilot construction plan[R]. 2023.

[3]顏培霞. 我國低碳產業園區的研究進展與未來展望[J]. 生態經濟，2019，35（5）：26-30．

YAN Peixia. The research progress and future development of low-carbon industrial park in China[J]. Ecological Economy， 2019， 35（5）： 26-30.

[4]袁玉娟，劉清春，周平，等. 城市居民低碳交通意愿與行為一致性研究[J]. 城市問題，2021（8）：93-102．

YUAN Yujuan， LIU Qingchun， ZHOU Ping， et al. Congruence between residents' low-carbon travel intention and behavior[J]. Urban Problems， 2021（8）： 93-102.

[5]吳翔宇，周桐，余侃華. 綠色發展導向下產業園區空間協同機制及低碳化路徑探新——以寶雞市眉縣經開區為例[C]//人民城市，規劃賦能——2023中國城市規劃年會論文集. 北京：中國建筑工業出版社，2023：1-13．

WU Xiangyu， ZHOU Tong， YU Kanhua. Exploring the spatial synergy mechanism and low carbonization path of industrial parks under the guidance of green development： a case study of Meixian Economic Development Zone in Baoji City[C]//People's city， planning empowerment -proceedings of the 2023 China Annual National Planning Conference. Beijing： China Architecture & Building Press， 2023： 1-13.

[6]馬桂華. 廣西工業園區低碳評價指標體系研究[D]. 桂林：廣西師范學院，2018．

MA Guihua. Study on low-carbon evaluation index system of Guangxi Industrial Park[D]. Guilin： Guangxi Normal University， 2018.

[7]DING C， WANG Y， XIE B， et al. Understanding the role of built environment in reducing vehicle miles traveled accounting for spatial heterogeneity[J]. Sustainability， 2014， 6（2）： 589-601.

[8]朱菁，張怡文，樊帆，等. 基于智能手機數據的城市建成環境對居民通勤方式選擇的影響——以西安市為例[J]. 陜西師范大學學報（自然科學版），2021，49（2）：55-66．

ZHU Jing， ZHANG Yiwen， FAN Fan， et al. Impact of urban built environment on commute mode choice by smart phone app data： a case study of Xi'an City[J]. Journal of Shaanxi Normal University （Natural Science Edition）， 2021， 49（2）： 55-66.

[9]鄭紅霞. 居住地建成環境對居民出行碳排放影響的空間差異研究[D]. 哈爾濱：哈爾濱工業大學，2018．

ZHENG Hongxia. The spatial heterogeneity of the residential environment's impacts on travel carbon emissions[D]. Harbin： Harbin Institute of Technology， 2018.

[10]閆鳳英，楊一葦. 空間規劃的碳排放約束機制與治理框架[J]. 西部人居環境學刊，2021，36（3）：37-45．

YAN Fengying， YANG Yiwei. Mechanisms and governance framework for carbon emission constraints in spatial planning[J]. Journal of Human Settlements in West China， 2021， 36（3）： 37-45.

[11]張赫，張建勛，王睿，等. 小城市建成環境對居民出行交通碳排放的影響機理[J]. 城市問題，2020（7）：4-10．

ZHANG He， ZHANG Jianxun， WANG Rui， et al. Built environment factors influencing CO2 emissions from residential trips in small Chinese cities[J]. Urban Problems， 2020（7）： 4-10.

[12]鄧洪杰，王睿，張赫，等. 雙學科視角下國土空間低碳規劃方法研究回溯與編制討論[J]. 西部人居環境學刊，2021，36（6）：31-42．

DENG Hongjie， WANG Rui， ZHANG He， et al. Backtracking and compilation of national territorial spatial low-carbon planning from the perspective of dual disciplines[J]. Journal of Human Settlements in West China， 2021， 36（6）： 31-42.

[13]張赫，胡佳慧，王睿，等. 面向國土空間規劃的縣域規劃建設低碳評價方法研究——以河北省武安市為例[J]. 西部人居環境學刊，2021，36（6）：23-30．

ZHANG He， HU Jiahui， WANG Rui， et al. Construction evaluation method of county low-carbon planning oriented to territorial spatialplanning： taking Wuhan City in Hebei Province as an example[J]. Journal of Human Settlements in West China， 2021， 36（6）： 23-30.

[14]朱婉瑩. 基于低碳視角的浦東新區空間形態規劃優化研究[D]. 西安：西安建筑科技大學，2023．

ZHU Wanying. Research on spatial form planning optimization of Pudong New Area based on low-carbon perspective[D]. Xi'an： Xi'an University of Architecture and Technology， 2023.

[15]檀穩. 基于交通出行視角的城市土地利用碳減排策略研究[D]. 武漢：華中農業大學，2020．

TAN Wen. Research on carbon emission reduction in urban land use from the perspective of traffic trip： taking Wuhan City as an example[D]. Wuhan： Huazhong Agricultural University， 2020.

[16]秦棚超. 基于居民低碳出行的15分鐘生活圈建成環境優化策略研究[D]. 西安：西安建筑科技大學，2022．

QIN Pengchao. Study on optimization strategy of built environment of 15 minute living circle based on residents' low carbon travel： a case study of Xi'an High Tech Zone[D]. Xi'an： Xi'an University of Architecture and Technology， 2022.

[17]項宏艷，朱隆斌，王強. 社區建成環境對家庭出行碳排放影響研究——以南京主城區典型社區為例[J]. 重慶建筑，2020，19（12）：17-21．

XIANG Hongyan， ZHU Longbin， WANG Qiang. Research on impact of built community environment on carbon emission by family travel[J]. Chongqing Architecture， 2020， 19（12）： 17-21.

[18]易燕平. 基于行為特征的家庭碳排放與住區用地功能混合度研究[D]. 綿陽：西南科技大學，2020．

YI Yanping. Study on the mixed degree of household carbon emissions and residential land function based on behavioral characteristics[D]. Mianyang： Southwest University of Science and Technology， 2020.

[19]郭佳星. 不同街區形態居民生活能耗、排放特征與出行行為模型[D]. 北京：清華大學，2013．

GUO Jiaxing. Influence of neighborhood forms on household energy consumption/CO2 emission and travel behavior model[D]. Beijing： Tsinghua University， 2013.

[20]榮培君，張麗君，秦耀辰，等. 建成環境對城市居民日常出行碳排放的影響——以開封市248個居住區為例[J]. 地理研究，2019，38（6）：1464-1480．

RONG Peijun， ZHANG Lijun， QIN Yaochen， et al. Impact of built environment on carbon emissions from daily travel of urban residents： a case study of 248 residential areas in Kaifeng[J]. Geographical Research， 2019， 38（6）： 1464-1480.

[21]李國強. 建成環境對軌道交通站點客流及接駁方式的影響研究[D]. 南京：東南大學，2020．

LI Guoqiang. The influence of built environmenton ridership and connection modes of subway stations[D]. Nanjing： Southeast University， 2020.

[22]黃曉燕，曹小曙，殷江濱，等. 城市軌道交通和建成環境對居民步行行為的影響[J]. 地理學報，2020，75（6）：1256-1271．

HUANG Xiaoyan， CAO Xiaoshu， YIN Jiangbin， et al. The influence of urban transit and built environment on walking[J]. Acta Geographica Sinica， 2020， 75（6）： 1256-1271.

[23]黃明瑜. 低碳視角下的步行交通規劃策略研究[D]. 西安：長安大學，2013．

HUANG Mingyu. Study on the strategy of pedestrian traffic planning in the low-carbon perspective[D]. Xi'an： Chang'an University， 2013.

[24]郭亞成，趙萌陽，王冉，等. 工業遺產改造類創意產業園建成環境后評價——以青島中聯U谷2.5產業園為例[J]. 城市建筑，2022，19（22）：26-28．

GUO Yacheng， ZHAO Mengyang， WANG Ran， et al. Post construction environment evaluation of creative industry park transformed from industrial heritage： a case of Qingdao Zhonglian U Valley 2.5 Industrial Park[J]. Urbanism and Architecture， 2022， 19（22）： 26-28.

[25]劉駿鵬. 北京工業遺產類創意產業園建成環境后評價[J]. 天津城建大學學報，2018，24（2）：81-87．

LIU Junpeng. Environment post-evaluation of creative industry park in category of industrial heritage in Beijing[J]. Journal of Tianjin Chengjian University， 2018， 24（2）： 81-87.

[26]袁海紅，吳丹丹，馬仁鋒，等. 杭州文化創意產業集聚與城市建成環境場耦合性[J]. 經濟地理，2018，38（11）：123-132．

YUAN Haihong， WU Dandan， MA Renfeng， et al. Spatial-correlation between agglomeration of cultural & creative industries and urban built environment field in Hangzhou[J]. Economic Geography， 2018， 38（11）： 123-132.

[27]天津市人民政府. 天津市碳達峰實施方案[R]. 2023．

Tianjin Municipal People's Government. Tianjin carbon peak implementation plan[R]. 2023.

[28]劉瑋，孫已可，呂小勇. 高新技術產業園區就業人群街道空間需求分析與優化策略[J]. 城市發展研究，2021，28（4）：90-98．

LIU Wei， SUN Yike， LYU Xiaoyong. Analysis and optimization strategies of street space needs of employment crowd in high-tech industrial park[J]. Urban Development Studies， 2021， 28（4）： 90-98.

[29]王蘭，蔡潔. 健康產業園區空間布局模式及其后疫情時代發展思考[J]. 西部人居環境學刊，2020，35（3）：29-35．

WANG Lan， CAI Jie. Spatial planning pattern of healthy industry park and its development in the post-epidemic era[J]. Journal of Human Settlements in West China， 2020， 35（3）： 29-35.

基金項目：國家重點研發計劃項目“面向碳中和的低碳城市建設技術框架與評價體系研究”（編號2023YFC3807701）；國家自然科學基金項目“基于城鎮公共服務設施引導差異性居民行為的低碳空間規劃方法研究”（編號52078328）；國家自然科學基金項目“基于碳排放強度約束的城市建成區典型功能組團空間布局優化方法”（編號52208073）；天津市研究生科研創新項目“基于物聯網技術的綠地系統碳匯效率評價與智能監測”（編號2022BKY089）資助。