基于全距离完全度量聚类的交通运输能耗区域划分

交通运输系统工程与信息 ›› 2019, Vol. 19 ›› Issue (2): 7-13.

• 综合交通运输体系论坛 • 上一篇下一篇

基于全距离完全度量聚类的交通运输能耗区域划分

武旭^*，杜奕，贾传峻

北京交通大学交通运输学院，北京 100044

收稿日期:2018-10-12 修回日期:2018-12-26 出版日期:2019-04-25 发布日期:2019-04-25
作者简介:武旭(1979-)，女，山西朔州人，副教授.
基金资助:
国家自然科学基金/National Natural Science Foundation of China(61503022).

Regionalization of China's Transportation Energy Consumption Based on Full-order-constrained Complete Linkage Partitioning

WU Xu, DU Yi, JIA Chuan-jun

School of Traffic and Transportation, Beijing Jiaotong University, Beijing 100044, China

Received:2018-10-12 Revised:2018-12-26 Online:2019-04-25 Published:2019-04-25

摘要/Abstract

摘要：

对全国进行区域划分，是研究大范围、有地域特征交通运输能耗问题的基础.首先以行政区域为单位，建立了交通运输业发展、交通能源消耗、社会经济发展三大类交通运输能耗综合指标体系.在确定省市间距离和邻接关系矩阵后，生成本文研究区域的交通运输能耗邻接关系网络图，依据邻接关系及全距离完全度量方法，建立研究区域的交通运输能源消耗省域间最小生成树.以研究区域总同质度最大为目标对最小生成树进行截断，划分了 5个交通运输能源消耗区域，分析了各个区域的交通能耗特点，提出了初步的政策建议.

关键词: 综合交通运输, 能源消耗, 全距离完全度量聚类, 同质度, 区域划分

Abstract:

The regionalization of the nationwide is the basis of studying the energy consumption of transportation with large scope and regional characteristics. Firstly, three categories of transportation energy consumption index are set up, including transportation industry indicators, energy consumption of transportation indicators, and social and economic indicators. The adjacency matrix is built based on the attribute- based distance and adjacent relationship between provinces and municipalities. Then the spatially contiguous network of national transportation energy consumption is generated. According to the adjacent relationship and the full- orderconstrained complete linkage method, the minimum adjacent generation tree of national transportation energy consumption area is obtained. The minimum tree is truncated with the goal of maximum national homogeneity, five transportation energy consumption regions are divided. The characteristics of transportation energy consumption in each region are analyzed, and preliminary policy recommendations are put forward.

Key words: integrated transportation, energy consumption, dynamically complete linkage, homogeneity, regionalization

中图分类号:

U116.1

武旭，杜奕，贾传峻. 基于全距离完全度量聚类的交通运输能耗区域划分[J]. 交通运输系统工程与信息, 2019, 19(2): 7-13.

WU Xu, DU Yi, JIA Chuan-jun. Regionalization of China's Transportation Energy Consumption Based on Full-order-constrained Complete Linkage Partitioning[J]. Journal of Transportation Systems Engineering and Information Technology, 2019, 19(2): 7-13.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract19793.shtml

http://www.tseit.org.cn/CN/Y2019/V19/I2/7

参考文献

[1] 王毅刚. 中国碳排放交易体系设计研究[D]. 北京: 中国社会科学院研究生院, 2010. [WANG Y G. Carbon emission trading system design and research of China[D]. Beijing: Graduate School of Chinese Academy of Social Sciences, 2010.]

[2] 袁长伟, 王建伟, 林文新. 中国运输区域划分方法[J]. 长安大学学报(自然科学版), 2006(4): 79-82. [YUAN C W, WANG J W, LIN W X. Division method of transportation regions of China[J]. Journal of Chang'an University(Natural Science Edition), 2006(4): 79-82.]

[3] 肖涛. 能源消耗与经济增长关系的实证研究[D]. 重庆: 重庆大学, 2011. [XIAO T. A study on relationship between energy consumption and economic growth based on the empirical research[D]. Chongqing: Chongqing University, 2011.]

[4] 尹鹏, 段佩利, 陈才. 中国交通运输碳排放格局及其与经济增长的关系研究[J]. 干旱区资源与环境, 2016, 30 (5): 7- 12. [YIN P, DUAN P L, CHEN C. Pattern of transportation carbon emission and relationship with transportation economic growth in China[J]. Journal of Arid Land Resources and Environment, 2016, 30(5): 7- 12.]

[5] 涂正革, 谌仁俊. 中国碳排放区域划分与减排路径 ——基于多指标面板数据的聚类分析[J]. 中国地质大学学报(社会科学版), 2012, 12(6): 7-13, 136. [TU Z G, CHEN R J. Analysis on China's carbon emission division and reduction path-based on multivariate panel data clustering analysis method[J]. Journal of China University of Geosciences(Social Sciences Edition), 2012, 12(6): 7-13, 136.]

[6] 王建伟, 李娉, 高洁. 中国交通运输碳减排区域划分 [J]. 长安大学学报(自然科学版), 2012, 32(1): 72- 79. [WANG J W, LI P, GAO J. Region division in China for transportation carbon emission reduction[J]. Journal of Chang'an University(Natural Science Edition), 2010, 32(1): 72-79.]

[7] 叶奕. 区域异质性视角的中国居民碳排放研究[D]. 北京: 北京理工大学, 2016. [YE Y. Research of household carbon emissions from the perspective of heterogeneity[D]. Beijing: Beijing Institute of Technology, 2016.]

[8] GONZÁLEZ R M, MARRERO G A. The effect of dieselization in passenger cars emissions for Spanish regions: 1998- 2006[J]. Energy Policy, 2012, 51(51): 213-222.

[9] NEVES M C. Efficient regionalization techniques for socio-economic geographical units using minimum spanning trees[J]. International Journal of Geographical Information Science, 2006, 20(7): 797-811.

[10] GUO D. Regionalization with dynamically constrained agglomerative clustering and partitioning (REDCAP)[J]. International Journal of Geographical Information Science, 2008, 22(7): 801-823.

[11] JI Y X, GEROLIMINIS N. On the spatial partitioning of urban transportation networks[J]. Transportation Research Part B, 2012, 46(10):1639-1656.

[12] YAN B, MORISSETTE J. Fire regime zonation under current and future climate over eastern Canada[J]. Ecological Applications, 2013, 23(4): 904-923.

[13] HELBICH M, LEITNER M. Data-driven regionalization of housing markets[J]. Annals of the Association of American Geographers, 2013, 103(4): 871-889.

[14] KUPFER J A, GAO P, GUO D. Regionalization of forest pattern metrics for the continental United States using contiguity constrained clustering and partitioning[J]. Ecological Informatics, 2012, 9(3): 11-18.

[15] 骆剑承, 周成虎, 梁怡, 等. 多尺度空间单元区域划分方法 [J]. 地理学报, 2002(2): 167- 173. [LUO J C, ZHOU C H, LIANG Y, et al. Scale-space theory based regionalization for spatial cells[J]. Acta Geographica Sinica, 2002(2): 167-173.]

基于全距离完全度量聚类的交通运输能耗区域划分

Regionalization of China's Transportation Energy Consumption Based on Full-order-constrained Complete Linkage Partitioning

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	闫学东, 郭浩楠, 李永昌, 王云, 官云林. 基于顺风车数据和聚类方法的都市圈区域划分与层级结构研究[J]. 交通运输系统工程与信息, 2021, 21(4): 30-39.
[2]	左大杰，肖国胜，王孟云. 产业转移背景下西部运输需求的完全分解模型[J]. 交通运输系统工程与信息, 2020, 20(5): 15-20.
[3]	冯涛，彭其渊，陶思宇，陈昕梅. 站城融合模式下既有铁路车站城市功能开发体量预测研究[J]. 交通运输系统工程与信息, 2020, 20(5): 21-28.
[4]	叶菲菲，杨隆浩，王应明，蓝以信. 基于数据包络分析和扩展置信规则库的交通运输业环境治理成本预测[J]. 交通运输系统工程与信息, 2020, 20(3): 20-27.
[5]	周晓晔，崔瑶，何亮，马小云，王思聪. 基于地铁—货车联运的物流配送路径优化[J]. 交通运输系统工程与信息, 2020, 20(3): 111-117.
[6]	骆晨，李想，钟林峰，胡姗姗. 基于家庭属性差异的大学生出行方式选择行为研究[J]. 交通运输系统工程与信息, 2020, 20(3): 227-232.
[7]	诸立超，刘昭然. 托运人在不同时空下的选择行为差异揭示[J]. 交通运输系统工程与信息, 2020, 20(1): 27-32.
[8]	项昀，徐铖铖，于维杰，华雪东，王炜. 基于人口迁徙大数据的城市对外交通客运方式优势出行距离研究[J]. 交通运输系统工程与信息, 2020, 20(1): 241-246.
[9]	申婵，崔洪军. 基于可靠性最短路的实时定制公交线路优化研究[J]. 交通运输系统工程与信息, 2019, 19(6): 99-104.
[10]	莫杨辉，张培林，谢羽盟. 新型城镇化与综合交通发展的互动关系计量研究[J]. 交通运输系统工程与信息, 2019, 19(5): 13-19.
[11]	李珺，杨斌，朱小林. 混合不确定条件下绿色多式联运路径优化[J]. 交通运输系统工程与信息, 2019, 19(4): 13-19.
[12]	付晓，顾宇，刘志远. 多模式公交网络中考虑定制公交的活动与出行建模[J]. 交通运输系统工程与信息, 2019, 19(4): 20-27.
[13]	彭宏勤，张国伍. 新型城镇化背景下的新区交通规划理论方法探讨 ——“交通7+1论坛”第五十四次会议[J]. 交通运输系统工程与信息, 2019, 19(3): 1-4.
[14]	郭丽彬，李健，张文. 考虑网络外部性航运商与无车承运人竞合研究[J]. 交通运输系统工程与信息, 2019, 19(3): 11-18.
[15]	栾鑫，程琳，俞微薇，周洁. 综合运输层次下多交通模式的耦合协调性分析[J]. 交通运输系统工程与信息, 2019, 19(3): 27-33.