使用地理标记社交媒体数据揭示中国城市间居民表达幸福感的差异：关键预测因子与未来气候-幸福感关联

《PLOS One》：Unraveling uneven urbanites’ expressed happiness across Chinese cities using geotagged social media data: Key predictors and future climate–happiness associations

　　

理解城市间居民表达幸福感（EH）及其关键预测因子的差异，对于推进社会可持续城市发展至关重要。然而，EH的关键预测因子仍知之甚少，现有研究在很大程度上忽视了其与未来气候变化的潜在关联。在本研究中，研究人员分析了来自50个中国城市的5,118,772条地理标记微博帖子，使用SnowNLP进行情感分析、机器学习模型和LDA主题建模，以探究城市间EH的差异、其潜在预测因子以及与未来气候变化的潜在关联。情感分析揭示了中国城市间EH存在显著差异，周末和节假日期间观察到更积极的情绪。研究人员整合了17个潜在预测因子，开发了10个机器学习模型。随机森林模型表现最佳，其R²超过所有其他模型1.05%–60.00%，RMSE低于替代模型7.41%–60.95%。SHAP分析显示，景观、社会经济、环境和地理因素在EH预测模型中的总特征重要性分别占24.58%–38.97%、20.64%–40.12%、11.96%–29.33%和11.47%–23.71%。在单个变量中，归一化植被指数（NDVI）表现出最高的特征重要性，占总重要性的18.56%–32.16%，其次是人均GDP、PM_2.5浓度、AQI和气温。基于情景的预测表明，预计的气候变暖与城市居民EH的潜在变化之间存在关联。总体而言，本研究识别了与城市居民EH相关的关键预测因子，并强调了未来气候变暖与EH的潜在关联，为城市规划和政策干预提供了有价值的证据。

**论文解读：使用地理标记社交媒体数据揭示中国城市间居民表达幸福感的差异——关键预测因子与未来气候-幸福感关联**

**研究背景与问题**

城市发展受环境条件与人类活动动态互动的塑造，这种互动不仅体现在空间格局上，还通过公众表达幸福感（EH）反映出来。EH作为城市治理与规划的重要社会指标，代表了人们对城市环境的集体态度。然而，在中国，尽管GDP年均增长8%，但居民自报生活满意度并未相应提升，表明城市间EH存在显著空间异质性，这可能阻碍包容性和可持续城市发展。传统幸福感调查方法受限于样本量小、成本高且无法实时捕捉情绪，难以在大范围进行长期评估。社交媒体数据（如微博）因其实时性和大规模覆盖，成为研究城市情绪的有效工具。现有研究虽已识别出社会经济、地理、环境和景观等多类EH预测因子，但大多孤立分析单一因素，缺乏对多因素综合影响及相对重要性的系统评估。此外，尽管气候因素（如气温、降水）已被证实与EH显著相关，但未来气候变化如何与EH关联仍不清楚。为此，本研究旨在：（1）揭示中国50个城市间EH的差异；（2）利用机器学习模型识别关键预测因子；（3）探索未来气候变化与EH的潜在关联。

**研究设计与结论**

研究人员收集了2024年1月1日至12月30日期间来自50个中国城市的5,118,772条地理标记微博帖子，运用SnowNLP进行情感分析，结合LDA主题建模和10种机器学习模型，系统分析了城市间EH的差异及其驱动因素。结果表明，城市间EH存在显著异质性，周末和节假日期间情绪更积极；随机森林（RF）模型在预测EH方面表现最优，R²比其它模型高1.05%–60.00%，RMSE低7.41%–60.95%。SHAP分析显示，景观、社会经济、环境和地理因素分别贡献了24.58%–38.97%、20.64%–40.12%、11.96%–29.33%和11.47%–23.71%的特征重要性，其中归一化植被指数（NDVI）是首要预测因子，占18.56%–32.16%。未来气候情景模拟表明，气温上升1–5°C与EH下降0.036–0.28点相关，而降水变化关联微弱。该研究明确了城市居民EH的关键预测因子，并揭示了气候变暖的潜在情绪影响，为城市规划与政策干预提供了实证依据。论文发表在《PLOS One》。

**主要关键技术方法**

本研究采用的数据来源于新浪微博平台，通过网络爬虫获取2024年全年50个中国城市的5,118,772条地理标记帖子，样本队列涵盖中国最具经济和社会影响力的城市（依据“2024中国城市排名”）。主要技术方法包括：（1）使用SnowNLP进行中文情感分析，量化每条帖子的情绪得分（0-1）；（2）应用LDA主题建模，从文本中提取14个潜在讨论主题，以理解公众话语内容；（3）构建10种机器学习模型（包括分类回归树、极端随机树、K近邻、神经网络、支持向量回归、梯度提升回归树、随机森林、XGBoost、增强回归树和随机梯度下降回归器），以17个预测变量（社会经济、地理、环境、景观四类）预测城市平均EH，并通过网格搜索优化超参数；（4）采用5折交叉验证评估模型性能，使用R²、RMSE、MSE和MAE评价指标；（5）运用SHAP方法解释模型，量化各预测因子的相对重要性；（6）基于IPCC气候预测，模拟气温变化1–5°C和降水变化0–13%，利用最优RF模型预测未来EH变化。

**研究结果**

**1. 地理标记社交媒体的主题分布**
通过LDA模型对5,118,772条微博帖子进行主题聚类，识别出14个主题簇，涵盖旅游、文化、休闲、社交、就业和天气等领域。词云图显示，诸如“公园”、“天气”、“假期”、“温度”、“工作”等关键词频繁出现，反映了公众话语中与EH相关的常见主题。

**2. 50个中国城市居民表达幸福感的时空分布**
情感分析揭示城市间EH存在显著差异：珠海、镇江、武汉的平均EH得分最低（0.47–0.52），而泉州、福州、无锡最高（0.94–0.96）。北京、上海、广州、深圳等一线城市EH得分分别为0.79、0.73、0.75和0.72，并未进入最积极行列。时间模式上，周末（周六0.78、周日0.86）和节假日（约0.83）的EH显著高于工作日（0.71–0.74），而月份间和性别差异较小（变化在5%以内）。

**3. 城市居民表达幸福感的关键预测因子**
在10种机器学习模型中，随机森林（RF）表现最优，测试集R²达0.62以上，验证集R²超0.90，交叉验证平均R²高于0.59。SHAP分析显示，景观因素（24.58%–38.97%）、社会经济因素（20.64%–40.12%）、环境因素（11.96%–29.33%）和地理因素（11.47%–23.71%）共同影响EH。在单个变量中，归一化植被指数（NDVI）重要性最高（18.56%–32.16%），其次为人均GDP（PCGDP）、PM_2.5浓度、空气质量指数（AQI）和气温（AT）。这表明EH受多维度因素共同驱动，而非单一因素决定。

**4. 未来气候变化下的气候-幸福感关联**
基于IPCC气候预测，模拟气温升高1–5°C和降水增加0–13%的情景。RF模型预测显示，气温每升高1°C，EH下降约0.036–0.041点，升高5°C时下降0.21–0.28点，对应平均降幅4.4%–41.2%。降水变化对EH的影响微弱（变化幅度在±0.1点以内）。该结果揭示了未来气候变暖与城市居民EH下降之间的强关联，而降水变化关联不显著。

**讨论与结论总结**

讨论部分指出，城市间EH的显著异质性表明经济繁荣并非唯一决定因素，一线城市未进入最幸福行列，验证了多维度预测因子的重要性。时间模式上，周末和节假日EH更高，而性别差异不显著。与以往研究相比，本研究首次系统评估了17个预测因子的相对重要性，发现NDVI、PCGDP、PM_2.5、AQI和AT是主导因素，强调EH是多因素综合作用的结果。此外，未来气候变暖与EH的负相关关系凸显了城市居民对气候变化的情绪敏感性，提示需将热舒适、绿色基础设施和心理韧性纳入适应性城市规划。研究结论部分翻译如下：本研究利用来自50个中国城市的5,118,772条地理标记微博帖子，量化了EH的空间异质性并识别了其关键预测因子。EH在周末和节假日期间更为积极。SHAP分析显示，景观、社会经济、环境和地理因素在EH预测模型中的总特征重要性分别占24.58%–38.97%、20.64%–40.12%、11.96%–29.33%和11.47%–23.71%。在单个变量中，NDVI表现出最高的特征重要性，占总重要性的18.56%–32.16%。未来气候模拟表明，气候变暖与城市EH变化相关，而降水变化与EH关联微弱。这些发现凸显了城市居民对气候变暖的情绪敏感性，并为城市政策制定者提供了可操作的建议。尽管使用了大规模数据集和综合分析，本研究仍存在若干局限性：首先，依赖于50个中国城市的地理标记微博帖子，可能限制结论在不同文化和区域背景下的普适性；其次，作为观察性研究，无法建立预测因子与EH之间的因果关系；第三，未来气候情景预测依赖于IPCC模型和假设，实际EH结果可能因固有不确定性而异；第四，SnowNLP虽在大规模社交媒体分析中表现良好，但可能无法完全捕捉复杂语境语义和细微情绪表达，未来研究可引入深度学习和大型语言模型；最后，鉴于数据的观察性质，研究结果应视为统计关联而非因果效应，未来研究可采用准实验设计、纵向分析或工具变量法进一步探索潜在因果关系。