Multiscale carbon burden of infrastructure in the United States
米国におけるインフラのマルチスケール炭素負荷 (AI 翻訳)
Jason Hawkins
🤖 gxceed AI 要約
日本語
米国の1km解像度の化石燃料CO2排出データを用い、土地利用とインフラが排出に与える影響を空間統計モデルで分析。交通排出を生産ベースで捉え、インフラの炭素負荷を評価。局所的な道路設計が交通排出の強い負の予測因子であり、住宅部門では高密度が一人当たり排出削減と関連。多スケールの緩和政策を提言。
English
Using 1-km fossil fuel CO2 data for the US, this study analyzes how land use and infrastructure shape emissions with spatial econometric models. Treating transport emissions as production-based, it finds local roadway design strongly predicts lower transport emissions, and higher residential density reduces per-capita emissions. Supports coordinated multi-scale mitigation policy.
Unofficial AI-generated summary based on the public title and abstract. Not an official translation.
📝 gxceed 編集解説 — Why this matters
日本のGX文脈において
日本の都市計画やインフラ整備における排出削減策に示唆を与える。特に、コンパクトシティ政策や交通インフラ設計の効果を定量的に評価する手法は、日本の自治体や都市開発に応用可能。
In the global GX context
Provides empirical evidence on how infrastructure and land use affect emissions, relevant for global urban climate policy. The production-based approach to transport emissions offers a novel perspective for infrastructure carbon accounting, complementing TCFD/ISSB disclosure frameworks.
👥 読者別の含意
🔬研究者:空間統計と排出データの統合手法を学べる。
🏢実務担当者:都市計画やインフラ投資の排出削減効果を評価する際の参考になる。
🏛政策担当者:多スケールの緩和政策設計に有用なエビデンスを提供。
📄 Abstract（原文）
Anthropogenic greenhouse gas (GHG) emissions vary spatially with development patterns, climate, economic structure, and energy systems. Using Vulcan v4.0 fossil-fuel CO2 (FFCO2) data for the United States at 1-km resolution, this study examines how land use and infrastructure shape emissions at local and metropolitan scales. I combine doubly robust Bayesian Additive Regression Tree estimators with multi-treatment spatial regression models to identify local and spillover effects by sector. A key methodological contribution is treating transportation emissions as production-based, capturing infrastructure carbon burden rather than household-attributed travel demand. Results show strong scale dependence and spatial interaction: in the preferred heteroscedasticity-robust SEM+SLX model with a 10-km distance band, residual spatial autocorrelation declines substantially. Local roadway design is a strong negative predictor of transportation FFCO2, while neighbouring land use diversity exceeds local diversity. In residential sectors, higher local density is consistently associated with lower per-capita emissions. These findings support coordinated multi-scale mitigation policy in the United States.
🔗 Provenance — このレコードを発見したソース
- openalex https://doi.org/10.1038/s44333-026-00123-2first seen 2026-08-16 05:03:27
🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。
gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。