城市绿色交通的内涵、特征及发展策略

“绿色交通”的基本概念涉及环境、经济和社会等多方面。对于交通部门而言，是否机动车污染排放量达到环保指标就可以称之为“绿色交通”？对于居民而言，是否满足基本出行目的的公共交通就可以称之为“绿色交通”？从另外一个角度看，当大量符合排放标准的小汽车出行造成了城市拥堵，导致居民因滞后的公共交通服务带来生活质量下降时，这种交通是否仍被认为是“绿色交通”？早在2003 年，建设部与公安部将绿色交通定义为适应人居环境发展趋势的城市交通系统。

2022-01-22
阅读213
下载0
16页
docx

大型交通基础设施的绿色人本规划设计策略

现代交通出现以前，城市交通工具较为简单，主要依靠人力或畜力牵引，外形尺寸不大，通常与行人共用城市街道，并不需要特别的基础设施。林荫大道可以说是早期的大型交通基础设施。法国巴黎从1670年开始在失去防御功能的城墙上兴建散步道，形成环绕城市北部的高架游览线路，宽为30～38m，栽种多排行道树，中央供马车和骑马者通行，两侧树下道路则为行人使用。相对于当时仅7m多宽的大部分城市街道，这是相当大的设施了。19世纪50年代奥斯曼主持重建巴黎以后，林荫大道在欧美主要城市中迅速发展并持续到20世纪初，随后扩展到亚洲、印度和中南美洲的一些主要城市。

2022-01-22
阅读198
下载0
19页
docx

中国城市绿色交通规划回顾与展望

2018年住房和城乡建设部出台的《城市综合交通体系规划标准》将绿色交通（Green Transport）定义为：“客货运输中，按人均或单位货物计算，占用交通资源和消耗的能源较少，且污染物和温室气体排放水平较低的交通活动或交通方式”。

2022-01-22
阅读166
下载0
17页
docx

治理视角下深圳都市圈协同发展探索

都市圈作为未来区域发展组织的主要模式，是应对超大城市过度聚集和结构失衡、中小城市动能缺失及服务缺位、城际协同各自为战与不良竞争的突破口。国内学者一般将现有的都市圈划分为培育型都市圈、发展型都市圈及成熟型都市圈，不同类型的都市圈呈现出不同的协同治理问题。

2022-01-22
阅读157
下载0
17页
docx

西雅图大都市区空间协同发展思路及其启示

都市区是指由一定规模以上的中心城市及与其保持密切社会经济联系、非农经济活动主导的外围地区共同组成的高度一体化城市功能地域。都市区一般由一个核心城市主城区和周边城市型功能组团构成，反映中心城市功能及实体空间扩散所及范围。都市区是不同尺度“城市区域”的基本空间单元。基于我国城市管治背景下的“都市区”，范围界定为大城市行政管辖范围内高度城市化的地域空间实体，依市域发育程度，又可分为以上海为代表的核心都市区（类似在市域内划定的“规划区”）和以武汉为代表的全域都市区。

2022-01-22
阅读227
下载0
17页
docx

新时期我国都市圈治理的新逻辑与变革方向探讨

我国都市圈治理的相关实践始于20世纪末。1999 年江苏省提出都市圈规划设想，2001 年编制了苏锡常、南京和徐州都市圈规划并于2002 年批准实施。此后，哈尔滨、杭州、成都等城市也开展了都市圈规划编制或研究工作。总体而言，我国都市圈治理实践的特征和做法主要包括以下3个方面。

2022-01-22
阅读170
下载0
13页
docx

“都市区”“都市圈”“城市群”概念辨识与转变

工业化驱动下的城市高度聚集带来一系列“城市病”。19世纪末，霍华德在《明日的田园城市》一书中首次提出“Town Cluster”的概念，希望通过区域性城市组合的方式解决单个大城市的“城市病”问题。在霍华德的倡导推动下，英国开始了在大城市外围建设田园城市的运动，美国也出现了郊区化的趋势。在这样的背景下，美国管理和预算总署在1910 年人口普查时提出了“大都市区”（Metropolitan District）的概念，后来进一步标准化为“大都市统计区”（Metropolitan Statistical Area，简称“MSA”），1990年开始将各类都市统计区统称为“都市区”（Metropolitan Area）。在这个概念里“Metropolitan”是指由多个“City”组合成的地域组织，这个概念是应统计需求而生的，郊区化人口与中心城区之间存在着非常紧密的关联，但其所生活的地域可能超越了传统的城市和郡县管辖范围，需要一种新的统计范畴，以更好地识别该地域的人口分布情况，并以此为依据指导项目的资金分配、标准制定及实施。

2022-01-22
阅读269
下载0
18页
docx

武汉城市圈的圈层聚散特征与引导策略研究

圈层扩散是大城市地域空间发展的基本规律。从1826年德国经济学家冯·杜能的“杜能环”到1925年美国社会学家伯吉斯提出的同心圆形态，大城市地域的圈层结构有很深的思想渊源。而都市圈这一地域概念的雏形是1951年日本学者木内信藏的“三地带”学说。“三地带”学说将大城市的地域空间分为三个圈层—以实体建成区为主体的中心地带、以郊区为主体的周边地域和以城市势力圈为主体的外围广阔腹地。小林博更进一步将都市圈的地域概念界定为如下的三个层次：一是以各种功能联系为主体的经济社会影响圈；二是具有密切人流、物流联系的日常生活圈；三是中小城市连续扩大的城市化地区。我国学者在此基础上形成了中国“都市圈”的概念，其圈层结构特征得到了普遍认同。也有学者基于此基本内涵，开展实证研究揭示了都市圈的圈层地域构造特征。

2022-01-22
阅读366
下载0
21页
docx

上一页 1 …… 9170 9171 9172 9173 9174 9175 9176 9177 9178 9179 9180 …… 16635 下一页共 133073 条



立即登录

没有账户，需要注册

登录用户可享受以下权益

免费下载方案
服币提现
发布方案得服币
交易分成

精品推荐

2026“人工智能+”行业发展蓝皮书

2025年，全球人工智能市场规模达到3909亿美元，中国人工智能核心产业规模突破9000亿元。AIAgent细分市场以49.6%的年复合增长率高速扩张，制造业应用大模型的企业比例在一年之内从9.6%跃升至47.5%。从2024年初，中国日均词元(Token)调用量为1000亿;至2025年底，跃升至100万亿;2026年3月，已突破140万亿，两年增长超千倍。这些数字背后，是一场深刻变革的加速到来-人工智能正在从"能力突破"走向“系统重构”。

阅读1868
下载7

中服云能碳管理平台V5.0

中服云能碳管理系统依托中服云工业物联网底座打造，聚焦工业企业能耗管控与碳资产管理需求。系统整合水、电、气、热等多类能源数据，实现用能实时采集、集中监测、智能分析。依托数字化手段精准核算碳排放总量，助力企业摸清碳排底数、合规完成台账管理。通过节能诊断、能耗优化策略推送，有效降低生产能耗与运营成本。全方位赋能企业绿色低碳转型，筑牢安全生产与节能减排双重发展防线。

阅读2352
下载11

中服设备健康管理系统产品介绍

中服设备健康管理系统依托中服云工业物联网架构搭建，面向工业全品类设备运维场景。融合实时数据采集、状态监测、故障诊断核心能力，全天候掌握设备运行动态。通过边缘计算与 AI 算法分析设备隐患，实现从被动维修向预测性维护升级。有效降低设备故障率、减少停机损失，简化线下运维管理流程。助力工厂实现设备数字化管控，保障产线高效、稳定、安全运行。

阅读2160
下载9

OpenClaw替我干科研

OpenClaw:不仅是对话窗口，更是行动助手一人工智能代理(AI Agent)正深刻重塑科学研究基本范式，OpenClaw成为2026年开源AI代理平台代表。

阅读1982
下载0

最新上线

2026人工智能时代全球教师关键能力报告

跨越文化与地域的差异，全球4636名教师在15项能力中的集体选择指向了一个“五维关键能力模型”:学习力、教学力、共情力、创新力与引导力。尽管不同地区教师的侧重点有所不同(如海外教师更专注数智素养与幸福力)，但从全球总样本加权来看，这五项能力拥有最广泛的共识，成为人工智能时代教师专业价值的基础。它们相互交织，共同构建了一个动态的、相互赋能的全球教师五维关键能力模型。

阅读17
下载0

2026西门子收购战略分析及对我工业软件做大做强启示报告

工业软件是现代工业的“数字大脑”与“神经网络”，是制造业数智化转型升级的“软基础”。在人工智能、数字孪生与物理AI加速融合背景下，工业软件竞争正从单点产品竞争转向“平台能力+数据体系+行业知识+生态网络”的系统竞争，头部企业通过持续并购整合快速构建全链条能力版图，成为全球产业演进的重要特征。其中，西门子近年来围绕工业软件连续开展战略性收购，逐步形成覆盖研发设计、工程仿真、生产制造、运维服务和工业智能的全生命周期能力体系，成为全球工业软件由工具软件向工业智能平台演进的重要代表。

阅读16
下载0

2026我国道路货运能源转型技术路径研究-基于行业调研报告

自2014年进入中国市场以来，智慧货运中心始终致力于打造合规、高效、可持续的中国物流货运行业，助力实现智慧货运中心的全球减碳目标。智慧货运中心支持工业和政府部门在排放测算与减排方面的政策目标，并且依托“零排放货运行动”平台，积极推广新能源重卡的应用。同时，基于可持续航空燃料在全球货运航空减排中的重要作用，智慧货运中心也着力构建面向中国及亚洲地区的行业交流平台。为实现零排放货运的长期目标，智慧货运中心将在所有项目中建立系统性机制，全面跟踪并评估潜在与已实现的减排成效。

阅读16
下载0

2026通用型智能体L1-L5分级安全框架白皮书

自2022年大语言模型(Large Language Model, LLM)取得突破以来，人工智能(ArtificialIntelligence,AI)正从“生成式工具”逐渐演进为“自主行动主体”。以大语言模型作为推理与决策核心的智能体(Agent)，能够感知环境、规划路径、调用工具、保持记忆，在有限人类监督下自主完成多步骤的复杂任务。2025年以来，智能体的数量和能力呈持续增长态势，应用场景和发展规模不断扩大，为千行百业的发展提供巨大的赋能价值。然而，与高速发展的智能体技术相伴的是日益凸显的安全挑战。近期国内外频发的智能体安全事件，以及政策界和学术界相继发布的安全风险提示均表明，技术演进与安全治理之间存在显著的时间差。