手机信令数据具有覆盖范围广、获取成本低、时空精度较高、稳定实时追踪等优势，能够有效识别大规模人群的空间活动和出行特征，已成为应用最广泛的交通大数据类型之一。文章在手机信令数据的分类和特征基础上，总结了其在职住空间关系和交通出行行为研究中的技术应用，随后结合上述应用成果和已有文献对其在交通碳排放研究中的应用潜力和场景进行了探讨，最后总结了手机信令数据在职住空间、出行行为和交通碳排放研究中的应用框架、应用机遇与挑战以及未来研究内容与技术创新方向。目前，手机信令数据在职住空间领域中的应用包括职住地识别、职住关系和通勤网络特征及其影响因素解析，在出行行为领域中的应用包括驻留-出行识别、出行方式和路径识别，以及人群移动普适规律解析。以上技术应用能够有效服务交通碳排放领域研究，为交通碳排放测算以及城市空间结构、居民出行行为对交通碳排放的影响研究奠定了基础。未来，相关研究应进一步关注长时序动态追踪、大范围对比分析以及人口和交通新现象研究，并注重多源数据的融合、传统方法与机器学习的结合以及数字孪生模型的构建。

针对城市公共交通竞争力有待提升的现实背景，以及对车外环境和替代出行方式关注不足等问题，文章通过出行链视角，结合武汉市主城区居民出行调查和街景数据，利用百度地图模拟出行路径，使用随机森林模型全面分析了出发地、目的地和车外路段建成环境对公共交通与小汽车出行选择的影响。结果表明：1）细化出行阶段并考虑替代小汽车的公交出行方式，可增强分析深度和模型精度；2）建成环境是影响2种交通方式选择倾向的关键因素，其中车外环境与出发地、目的地的建成环境同等重要；建成环境因素与交通方式选择倾向之间存在非线性关系，且部分因素在出发地和目的地的影响有所差异；3）建成环境对出行方式选择的影响机理可分为弹性调整、有限支撑和直接驱动3种类型。

城市街道空间是一种复杂的公共活动场所，是城市功能的重要空间载体。然而现有研究通常只聚焦于街道空间的交通功能，忽略街道空间所承担的其他功能类型，给街道的设计以及品质优化带来阻碍。为此，文章提出了一种融合出租车轨迹与街景图像的街道空间城市功能分类方法，该方法基于出租车轨迹数据构建城市居民在街道空间上的动态出行特征，基于街景图像构建街道空间的物理环境特征，并采用K-Means聚类算法对街道空间进行聚类。并以深圳市宝安区为例进行实验，结果表明，该方法能识别出商业、交通和居住3种类型的街道空间，识别结果可为街道空间设计与品质优化提供参考。

文章基于公交IC刷卡数据，构建收入法模型评估厦门市换乘优惠政策实施后客流换乘的时间成本，与政策规定所减免的费用进行对比，根据乘客的换乘时间评估换乘优惠政策实施后乘客出行的整体效益，将换乘客流划分为换乘零成本客流、换乘额外费用成本客流、换乘额外时间成本客流、换乘额外时间+费用成本客流4类，并从站点、线路、交通小区、OD点密度、通勤与非通勤5方面分析了各类客流的空间分布特征，站点以岳阳小区为中心的区域聚集大量不同类型的客流；线路以24路为主聚集大量不同类型的客流；交通小区以地铁及岛内BRT线路周边的交通小区聚集大量不同类型客流；OD点密度以轨道一号线各站点和BRT各站点作为起点或讫点，聚集大量换乘客流；通勤时各类客流的活动范围较小，跨距较短，跨岛客流相对较少，非通勤时客流呈较明显的跨岛趋势，且跨距普遍较长。文章量化乘客的换乘时间成本以直观反映换乘的实际损耗，为进一步提升公交用户体验，降低乘客出行成本，制定科学有效的换乘优惠政策提供依据。