精选
本期编辑荐读为您精选5篇清华大学学者发布于 Sustainability 期刊的文章，内容涵盖大都市区估算公共交通的可达性、智能车辆的交通效率与节能效益评估、连接自动驾驶车辆中高级硬件技术的温室气体足迹分析、供应链中与绿色共创相关的溢出效应、评估燃料电池与电池电动卡车。欢迎阅读。
1.Estimating Public Transportation Accessibility in Metropolitan Areas: A Case Study and Comparative Analysis
在大都市区估算公共交通的可达性：案例研究与比较分析
Haitao Su et al.
文章亮点：
1. 本研究提出了一种改进的公共交通可达性等级 (PTAL) 方法。它创新性地结合了居民对不同交通方式的偏好指数，并解决了计算过程中缺少时刻表数据的挑战。
2. 研究发现，在使用聚类算法对大城市公共交通可达性指数进行分析时，最优的聚类数目为六。在统计分析方法中，分位数法表现出较好的性能。
3. 本文通过不同分类方法的综合比较证实，改进的PTAL方法在估计公共交通可达性等级方面比伦敦PTAL方法具有更好的区分度。并提供了如何根据不同城市特征参考改进的PTAL方法的指导。
2.Evaluation of Traffic Efficiency and Energy-Saving Benefits of L3 Smart Vehicles under the Urban Expressway Scenario
城市快速路场景下L3智能车辆的交通效率与节能效益评估
Haokun Song et al.
文章亮点：
1. 本文基于微观交通模拟，对L3 SV的交通效率和能耗影响进行了评估。
2. 研究发现，L3 SV可以显著减少旅行时间和能耗，并扩大实际道路容量。
3. 本研究为智能车辆 (SVs) 的交通影响评估提供了一个范例。
3.A Greenhouse Gas Footprint Analysis of Advanced Hardware Technologies in Connected Autonomous Vehicles
连接自动驾驶车辆中高级硬件技术的温室气体足迹分析
Haoyi Zhang et al.
文章亮点：
1. 本文专注于从驾驶辅助到完全驾驶自动化的系统功能分级，并研究其在生命周期中的温室气体排放情况。
2. 通过为系统不同级别设置硬件组件的类型、数量和性能的合理假设，本研究分析了连接和自动驾驶硬件系统的材料清单，并定量计算了GHG排放及其在生命周期中的分布。
3. 本研究分析了生产阶段每个系统级别中每个组件的温室气体排放份额。
4.The Implications of the Spillover Effect Related to Green Co-Creation in a Supply Chain
供应链中与绿色共创相关的溢出效应的含义
Haitao Su et al.
文章亮点：
1. 本文研究了双渠道结构中的溢出问题，下游企业与客户实施绿色产品开发的共创。
2. 研究结果表明，绿色投资的溢出可能会对投资企业的收益产生负面影响。
3. 本文发现重点企业减少投资的原因不仅是因为溢出效应会使直销渠道的竞争对手无偿受益，还因为上游供应商将利用其定价权操纵重点企业以谋取自身利益。
5.Evaluating Fuel Cell vs. Battery Electric Trucks: Economic Perspectives in Alignment with China’s Carbon Neutrality Target
评估燃料电池与电池电动卡车：与中国碳中和目标一致的经济视角
Haitao Su et al.
文章亮点：
1. 本文采用总拥有成本 (TCO) 作为经济评估指标，结合中国到2035年重型卡车电动化的雄心目标。开发了一个详细的TCO模型。
2. 研究表明，在燃料电池组件和氢能源成本较高的背景下，燃料电池卡车 (FCTs) 的总拥有成本明显高于电池电动卡车 (BETs)。
3. 本研究进一步分析了可再生能源定价和运营范围对FCT和BET成本的影响，发现了对于49吨卡车，当可再生能源电力价格降至每千瓦时0.022美元，或运营范围扩展至1890公里时，实现FCTs和BETs的TCO平价是可行的。这强调了能源成本和效率在缩小FCTs和BETs成本差距中的关键作用。
Sustainability 期刊介绍
主编：
Marc A. Rosen, University of Ontario Institute of Technology, Canada
期刊涉及人类的环境、文化、经济和社会可持续性，为有关可持续性和可持续发展的研究提供了一个高级论坛。目前期刊已被 SCIE、SSCI (Web of Science) 和 Scopus 等数据库收录。
2023 Impact Factor：3.6
2023 CiteScore：6.8
Time to First Decision：20 Days
Acceptance to Publication：3.4 Days
转载本文请联系原作者获取授权，同时请注明本文来自MDPI开放科学科学网博客。
链接地址：https://wap.sciencenet.cn/blog-3516770-1445185.html?mobile=1
收藏
