高密度城市中的建成环境如何影响老年人的地铁出行？来自出行链条分析和可解释机器学习的见解

《Frontiers in Sustainable Cities》：How does the built environment in high-density cities affect subway travel for the older adults: insights from travel chain and explainable machine learning

本研究基于上海地铁智能卡数据，运用地理加权随机森林（GWRF）与SHAP解释方法，分析建成环境对老年人地铁出行的影响。结果表明，功能设施（如购物、生活服务、政府机构）是主要驱动因素，传统密度指标影响有限，存在非线性阈值效应和空间异质性，并揭示协同或抑制的交互作用。为制定年龄友好型交通政策提供依据。

　　在当今快速城市化的背景下，老年人群体的出行需求成为城市规划与交通系统优化的重要议题。随着全球老龄化趋势的加剧，特别是在高密度城市中，如何确保老年人能够便捷、安全地使用公共交通工具，如地铁，成为了研究的核心问题。本研究以中国上海为案例，通过分析老年人的地铁出行模式，探索了建筑环境（Built Environment, BE）对他们的出行行为所产生的影响，特别是功能设施、非线性关系以及变量之间的交互作用。研究结果不仅有助于理解老年人出行行为的复杂性，也为制定更具包容性和针对性的交通政策提供了理论支持和实证依据。

### 建筑环境对老年人地铁出行的影响

建筑环境作为影响出行行为的重要因素，其结构和功能特征在老年人出行决策中扮演着关键角色。在高密度城市中，老年人往往依赖于城市中提供的功能设施，如购物、生活服务和政府机构等。这些设施的分布和可达性直接影响老年人是否选择乘坐地铁出行。与传统的密度指标（如交叉口密度和建筑面积比）相比，功能设施的多样性更能够吸引老年人的出行意愿。研究发现，尽管高密度环境可能带来一定的便利性，但由于城市发展的饱和效应，传统密度指标对老年人地铁出行的影响有限。这意味着，仅仅依靠高密度并不足以促进老年人的出行行为，关键在于设施的种类和分布是否能够满足他们的日常需求。

此外，非线性分析揭示了建筑环境变量对老年人出行行为的阈值效应。例如，当某些设施（如商业设施或绿地）的数量处于适中水平时，它们对老年人出行的促进作用最为显著。而一旦设施数量超过一定阈值，其边际效应开始减弱，甚至可能产生负面影响。这表明，在高密度城市中，老年人对出行环境的需求具有一定的“适度”原则，过多的设施密度反而会增加出行的复杂性，影响其出行意愿。因此，城市规划者在设计和优化地铁站点周边环境时，需关注功能设施的合理分布和适度数量，避免过度集中或过于稀疏。

同时，变量之间的交互作用也对老年人的出行行为产生了重要影响。例如，某些变量组合（如土地利用多样性与POI多样性）显示出协同效应，即它们的共同作用可以增强老年人的出行意愿。然而，其他组合（如交叉口密度与POI多样性）则表现出抑制效应，意味着过多的交叉口密度可能与设施多样性形成矛盾，增加老年人的出行难度。这种非线性和交互效应的发现，为理解老年人出行行为提供了更细致的视角，也强调了在城市设计中需要综合考虑多种因素，而非单一维度。

### 城市功能区划与出行模式

研究还通过聚类分析对地铁站点进行了分类，识别出不同密度背景下的站点类型。例如，高密度区域内的站点可能因周围设施的丰富性而吸引大量老年人出行，而低密度区域的站点则可能由于缺乏相关服务设施而较少被使用。这种分类不仅揭示了城市空间的异质性，也为城市规划提供了针对性的建议。例如，在高密度核心区域，应注重功能设施的优化和绿色空间的合理配置，以提高老年人的出行体验；而在外围区域，则需要加强交通连接性和步行环境的改善，以提升老年人的出行可达性。

在实际应用中，地铁作为城市公共交通的核心载体，其站点布局和周边环境对老年人的出行行为具有显著影响。研究表明，老年人更倾向于在非高峰时段出行，且对站点的可达性和步行环境的安全性尤为敏感。这表明，地铁系统的运行时间安排、站点设计以及周边基础设施的优化，都是提升老年人出行意愿的重要因素。此外，老年人的出行链通常呈现“起始-目的地-起始”的单链结构，反映出他们出行目的较为集中，且出行范围有限。因此，在城市规划中，应优先考虑如何将老年人的日常活动与地铁站点有效连接，同时减少不必要的出行复杂性。

### 方法论的创新与应用价值

本研究采用了一种先进的方法论——地理加权随机森林（Geographically Weighted Random Forest, GWRF）模型，并结合SHAP（SHapley Additive exPlanations）算法进行可解释性分析。GWRF模型能够捕捉空间异质性，即同一变量在不同地理位置可能产生不同的影响，而SHAP算法则可以解释这些变量对模型预测的贡献度。通过这种方法，研究不仅能够识别出哪些建筑环境变量对老年人地铁出行最为关键，还能揭示其在不同区域的具体作用机制。

此外，研究还利用了上海地铁的智能卡数据，对老年人的出行链进行了重建，并通过数据清洗和分类进一步明确了出行起点与终点。这种方法使得研究能够更准确地识别出老年人的出行模式，而不是依赖于传统的、较为笼统的出行数据。研究发现，老年人的出行行为具有较强的规律性，且受多种因素的共同影响，这为未来研究提供了新的思路。

### 政策启示与实践意义

本研究的结果对城市交通政策的制定具有重要的实践意义。首先，研究强调了功能设施在老年人出行决策中的主导地位，这提示城市规划者在设计地铁站点周边环境时，应优先考虑提供与老年人日常生活密切相关的服务设施，如医疗、文化、休闲和购物等。其次，研究揭示了建筑环境变量之间的非线性关系和交互效应，这表明在优化城市交通系统时，不能简单地依赖单一指标，而应综合考虑多种因素的相互作用。最后，研究还指出，高密度区域的站点应注重功能设施的合理分布和绿色空间的优化，以避免因过度密集而导致的出行障碍。

从政策角度来看，研究支持了“以人为本”的城市发展理念，强调了在高密度城市中，交通系统的建设应更加关注老年人的出行需求，而非仅仅追求交通效率。例如，上海推行的“Baotong Card”政策，允许70岁以上的老年人在非高峰时段免费乘坐地铁，这一措施有效鼓励了老年人在非高峰时段出行，从而缓解了高峰时段的拥挤问题。这种政策设计不仅提高了老年人的出行便利性，也对城市交通系统的整体运行效率产生了积极影响。

### 研究局限与未来方向

尽管本研究取得了重要的成果，但仍存在一些局限性。首先，研究主要依赖于宏观和中观层面的建筑环境指标，而忽略了微观层面的细节，如人行道宽度、步行可达性、无障碍设施等，这些因素可能对老年人的出行行为产生更为直接的影响。其次，研究数据仅涵盖70岁以上的老年人群体，而未考虑年龄分布更广的老年人，这可能导致部分结论的适用性受到限制。此外，研究的样本数据来自上海，虽然上海是典型的高密度城市，但其独特的社会经济结构和政策背景可能影响研究结果的普遍性。

未来的研究可以进一步扩展数据来源，结合更多类型的出行数据和建筑环境变量，以更全面地理解老年人的出行行为。同时，可以引入因果推断和准实验方法，以更准确地评估建筑环境变化对老年人出行的直接影响。此外，研究还可以探索不同城市之间的异同，以验证研究结果的普适性，并为其他高密度城市提供可借鉴的经验。

### 结语

本研究通过分析上海老年人的地铁出行模式，揭示了建筑环境变量对老年人出行行为的非线性、交互性和空间异质性特征。研究结果表明，功能设施的合理分布和适度数量对老年人的出行意愿具有决定性影响，而传统密度指标的作用有限。此外，研究还强调了变量之间的交互作用，以及在不同密度背景下建筑环境变量的差异性。这些发现为高密度城市中老年人出行行为的深入研究提供了新的视角，并为制定更加包容和可持续的交通政策提供了科学依据。未来，随着城市化进程的加快，如何更好地满足老年人的出行需求，将成为城市规划和交通系统优化的重要课题。