随着城市化和交通机动化的快速发展,大量化石能源带来的交通尾气排放加剧了城市空气污染和碳排放水平,城市的可持续发展受到严重影响。因此,大力推动绿色低碳出行已经成为应对资源环境约束的必然选择。近年来,以低碳交通行为为核心的绿色循环发展模式已经引起各国政府和学者的高度关注。尤其在大数据背景下,居民出行行为决策面临着高频、实时、个体与群体交互影响等特性,在传统大数据领域的研究中,已有的研究多数以个体为决策单元探索低碳出行的影响因素,但忽视了个体和群体的交互作用。为此,本文以居民交通出行为研究载体,在借鉴居民低碳交通领域相关文献的基础上,运用大规模调研数据——北京市第四次交通综合调查,探讨了影响居民低碳出行行为的主要因素,并重点分析社会关系对居民低碳交通行为的影响作用,为引导居民实施低碳交通行为决策提供激励机制和政策建议,以减缓交通污染问题和碳排放压力。本文综合运用人际行为理论、社会资本理论、邓巴圈等相关理论和方法开展研究,主要研究内容和创新性工作总结如下:首先,运用决策树算法挖掘居民出行基本特征,从无规则、无次序的大规模调研样本中对居民出行方式的选择特征进行分类,初步提取影响居民出行方式的主要因素,结论对理清居民出行方式的行为特征提供了有力的数据支持和科学的解释,为后文的居民低碳交通行为影响因素研究奠定了基础。其次,基于决策树结果,借鉴人际行为理论(TIB)和社会资本理论,构建居民低碳交通行为影响机理模型框架,包括社会人口统计学、心理等个体因素,社会规范、社会关系等群体因素,以及出行属性等外部制约条件,为居民低碳交通行为的影响因素研究提供理论支撑。最后,运用二元Logistic回归模型进一步分析居民低碳出行方式的影响因素,并着重分析社会关系如何影响居民低碳交通行为。研究结果表明,影响居民低碳出行方式的主要因素分为个人因素、群体因素和外部制约因素,个体因素包括性别、年龄、教育水平、是否有常用机动车、是否有自行车、家庭人均年收入,外部制约因素即出行属性,其中包括出行距离、出行目的、出行时间,并且不同亲疏关系的居民出行方式选择具有显著差异。尤其在通勤目的下,与户主关系的亲密程度对居民低碳出行方式的影响更为显著,即关系越亲密,知识分享与沟通越频繁,从而出行方式越趋于一致(均低碳)。因此,本文认为应该从社会关系角度出发,将低碳出行理念以社会网络的形式推广与落实,特别是要重点关注家庭成员之间的信息交互与传播,对家庭主要成员(比如户主)进行节能环保、低碳消费理念的宣传,进而有效促进其他成员的低碳交通行为。