伴随着城市快速发展和建成环境演变,交通能源消耗和环境污染等问题逐渐显现。在“双碳”国家战略背景下,交通出行碳排放已成为城市低碳的重要议题,研究表明建成环境因素对交通碳排放具有较强驱动效应。多源数据增强了通勤行为分析和特征挖掘的能力,为研究通勤碳排放和建成环境的空间关联关系提供了数据支撑。本文利用百度地图轨迹数据、城市土地利用数据和网络爬取数据等多源时空大数据,分析通勤联系与碳排放空间分布特征,基于相关性及空间自相关性分析结果,构建多元回归和地理加权回归模型,进一步探讨交通设施与可达性、城市土地利用面积、土地利用空间格局和其他因素等4个类别建成环境要素对通勤碳排放的影响及空间异质性。研究发现,从通勤联系特征来看,通勤联系空间分布呈以主城区为核心的单中心结构布局,同时存在向多中心结构发展的趋势,公共交通是主要通勤方式,驾车占比和人均通勤距离空间分布都呈“中心低外围高”特征。从通勤碳排放特征来看,街道通勤碳排放总量符合“60-20”规律,居住地/工作地碳排放总量、居住地/工作地人均碳排放在中心城区都呈低值集聚状态,而高值集聚区域都分布在新城组群但差异较大。从模型结果来看,以4个通勤碳R~2排放指标为因变量的地理加权回归模型调整后R~2分别为0.865、0.843、0.530和0.733,均优于线性回归模型,模型拟合较好,进入居住地和工作地碳排放总量回归模型的自变量相似,而进入居住地和工作地人均碳排放回归模型自变量差异较大,各个解释变量对通勤碳排放影响存在明显的空间异质性。从影响因素分析来看,碳排放总量与居住用地、商务用地面积和交通站点数量等表征居住或就业人数数量的指标相关性较强,人均碳排放与交通可达性、交通设施密度和土地利用多样性呈显著负相关。工作地人均碳排放还与工业用地面积密切相关,工业用地占比较高的街道存在着职住分离现象。工作地建成环境对人均碳排放的影响大于居住地建成环境。研究结果表明提升交通可达性和基础设施密度能够降低街道人均通勤碳排放,而城市用地类型（如居住和商务用地）比例构成的优化及土地利用混合度的提升能够改善通勤碳排放总量局部高值集聚状态,也能对人均通勤碳排放起到一定削减作用。通过以上内容的分析,本研究针对通勤碳排放“双控”目标提出了完善城市评估指标体系、提高低碳通勤方式比重、优化城市通勤空间结构、提升土地利用多样性和促进工业园区职住平衡等规划策略,为我国大城市制定交通低碳减排方案提供相应依据。