《TRANSPORTATION RESEARCH PART D-TRANSPORT AND ENVIRONMENT》:Tracking walking change post-relocation: A big data quasi-experiment of built environment effects
编辑推荐:
摘要了解建筑环境变化如何影响步行行为仍是交通研究中的核心问题。居民搬迁为研究提供了良好的准实验环境,但搬迁后的行为调整过程却鲜为人知。本研究利用深圳居民为期一年的手机移动数据,结合中断时间序列分析方法与倾向得分匹配技术,旨在探究建筑环境变化对步行距离的即时及渐进影响。研究结果揭示
摘要
了解建筑环境变化如何影响步行行为仍是交通研究中的核心问题。居民搬迁为研究提供了良好的准实验环境,但搬迁后的行为调整过程却鲜为人知。本研究利用深圳居民为期一年的手机移动数据,结合中断时间序列分析方法与倾向得分匹配技术,旨在探究建筑环境变化对步行距离的即时及渐进影响。研究结果揭示了搬迁后的行为变化规律:较高的道路网络密度、地铁密度以及绿地面积有助于促进步行,而土地用途结构仅初期具有积极效应,人口密度和公交站密度则呈现渐进性影响。相较于传统的搬迁前后对比研究,本研究通过高频纵向数据,更细致地展现了建筑环境的影响机制。这些发现强调了在交通规划与政策评估中采用灵活、注重情境且考虑时间因素的分析视角的重要性。
引言
大多数研究在评估建筑环境对步行行为的影响时,主要关注已定居居民的行为特征(Chen等人,2022;Zeng等人,2024;Naess,2025;Liu等人,2025),往往忽视了新搬迁的居民。考虑到居民流动的规模,这一疏漏可能带来严重后果。例如,美国人口普查局(2024)数据显示,2023年有2560万美国人改变了居住地,占全国总人口的7.8%。在中国这类快速城市化的国家,深圳的移动信号数据表明,2018年12月至2019年12月间有210万居民搬迁,内部搬迁率约为20%(Yi等人,2023)。若忽视这些临时性居民群体,研究结果可能会不完整或出现偏差,从而无法准确反映建筑环境变化对步行行为的整体影响。由于步行行为往往深植于人们的日常习惯中,难以改变(G?rling和Fujii,2009;Chan等人,2025),因此更难以准确判断建筑环境变化的实际影响。
然而,居民搬迁打破了原有的生活习惯,为研究建筑环境变化与步行行为之间的动态关系提供了天然的实验场景。在适应新环境的过程中,人们会重新审视自己的步行习惯,并在新的行为暗示与环境刺激下,更愿意调整自己的行为模式(Klinger和Lanzendorf,2016;Scheiner和Holz-Rau,2013;Althoff等人,2025)。
另一个需要考虑的问题是,居民的自我选择行为可能影响对建筑环境影响的判断。人们往往会根据个人生活方式偏好选择居住地,包括其步行意愿(Mokhtarian和Van Herick,2016;Liu和Ding,2024)。这就使得很难确定步行行为的差异是由环境因素还是个体先前的偏好造成的。而搬迁则为解决这一问题提供了契机,因为搬迁意味着居民所处的建筑环境发生了显著变化(Cao,2015;Wang和Lin,2019;Shi等人,2025)。通过比较搬迁前后的步行行为,我们可以区分出环境因素的影响,同时减少一些时间上不变的選擇偏差。更重要的是,搬迁造成了环境暴露的明显时间中断,这使得我们能够观察行为轨迹如何偏离搬迁前的趋势。
先前的研究表明,居民搬到新社区后,其步行行为可能会发生变化(如Ding等人,2018;Scheiner等人,2024),但现有研究仍存在若干不足。首先,对于刚搬迁的居民,其行为适应的过渡阶段常常被忽视。这一疏漏可能导致研究结论不完整或具有误导性,因为观察到的步行行为变化可能是短暂调整,也可能是随着时间逐渐显现的环境影响所致(Zhang和Zhang,2015;Silm等人,2024;Schimohr等人,2025)。其次,现有研究大多采用前后对比设计,虽然有助于识别同一时间段内不同空间环境下的个体行为变化,但也可能存在自我选择和混淆因素等偏差。由于居民搬迁的时间不同,建筑环境的影响在不同参与者身上可能并不一致,从而增加了因果推断的难度。这些设计可能导致关于建筑环境变化对步行行为实际影响的结论出现偏差(Reichardt,2019;Althoff等人,2025)。第三,纵向面板研究相比横截面数据,更能准确揭示建筑环境对出行行为的真实影响(Van Wee和Cao,2022;Graham,2025),但目前这类研究还相对较少。
因此,本研究构建了一个纵向研究框架,结合中断时间序列分析与倾向得分匹配方法,在平衡基线特征的同时考虑时间趋势,从而提供更有力的准实验证据。我们利用中国深圳2019年的全年移动信号数据——这座城市人口密集、发展迅速且外来人口众多——来分析搬迁后建筑环境变化对步行距离的影响。具体而言,我们通过大数据驱动的纵向分析试图回答以下问题:(1)居民在搬迁过程中步行距离如何变化?(2)搬迁后不同时间点上,建筑环境的哪些特征会影响个人的步行距离?这些问题不仅对中国城市具有参考价值。在交通与土地利用研究中,居民搬迁、建筑环境变化及其对步行的影响是普遍关注的议题,尤其是在快速发展的大都市地区。因此,本研究的成果可为其他具有类似城市特征、社会人口结构及交通规划状况的地区提供借鉴。
本研究首次运用连续的大样本时空行为数据,对居民搬迁背景下建筑环境变化对步行行为的影响进行了深入研究,尤其关注搬迁后的行为变化规律。在此研究中,居民搬迁并非被视为一种独立的政策干预措施,而是一种准实验性触发因素,用于揭示社区层面的建筑环境变化如何影响步行行为。因此,本研究的政策意义在于为那些存在居民流动的社区提供基于地域特征的规划建议及搬迁后的支持措施,而非单纯推动居民搬迁。
本文的结构如下:第二部分回顾现有文献,重点分析研究结果与研究设计;第三部分介绍研究区域、所用数据以及筛选搬迁样本所需的数据处理方法;第四部分详细阐述研究方法与设计思路;第五部分对研究结果进行解读;第六部分总结并讨论研究结论。
章节节选
搬迁后建筑环境对步行行为变化的影响
尽管搬迁后步行行为变化的原因可能多种多样,但现有研究一致认为建筑环境的变化是重要的影响因素(如Aditjandra等人,2016;De Vos和Ettema,2020;Schimohr等人,2025)。在建筑环境因素中,土地用途结构与公共交通便利性是最常被提及的要素。首先,那些搬到土地用途结构多样的社区的居民往往
研究区域
本研究以中国广东省南部的深圳市为研究对象,如图1(a)所示。从地理上看,深圳是珠江三角洲东部的一个紧凑型沿海城市,面积仅有约1,997平方公里。由于地理条件限制、前特殊经济区的历史背景以及后续的多中心规划策略,深圳在不同区域的开发强度、可达性等方面存在显著差异
研究方法
建立社区建筑环境与居民步行行为之间的因果关系在方法上颇具挑战。虽然随机对照试验被认为是因果推断的“黄金标准”(Deaton & Cartwright,2018),但要在实际中研究社区建筑环境变化对步行行为的影响几乎是不可能的。例如,要随机分配居民居住在高密度或低密度社区显然是不可行的
研究结果
如附录A中的图A3所示,倾向得分分析的结果表明,处理组与对照组之间存在显著的重叠,说明匹配效果良好(Austin,2011)。中断时间序列分析与交叉时间序列分析的建模过程首先是从构建零模型开始的,旨在判断是否需要多层结构来衡量随机效应。模型0仅包含随机效应的误差项,其结果显示,出行行为的组内相关系数为0.06
主要贡献与研究发现
本研究在数据收集与研究设计方面均有所创新,通过准实验性的纵向研究,分析了居民搬迁后建筑环境变化与个体步行行为之间的关系。与以往主要依赖调查数据的研究不同,我们采用了大规模的移动信号数据,这类数据能够覆盖全市范围内的居民搬迁情况,因此样本更具代表性。此外,通过对个体每日出行数据的分析
结论
本研究以居民搬迁作为准实验环境,结合高频纵向移动信号数据与中断时间序列/倾向得分交叉时间序列分析框架,从更注重时间动态的角度,分析了建筑环境变化如何影响步行行为。研究结果表明,搬迁后的步行行为并非立即发生改变,而是经历一个逐步适应的过程。建筑环境的不同维度会对步行行为产生不同的影响程度
CRediT作者贡献说明
黄诺贤:写作——审阅与编辑,写作——初稿撰写,可视化,验证,方法论,正式分析,数据整理。陆大明:写作——审阅与编辑,验证,概念构建。郭文博:写作——审阅与编辑,监督,项目管理。张文佳:写作——审阅与编辑,监督,项目管理,资金筹集,概念构建。
利益冲突声明
作者声明不存在任何可能影响本研究结果的已知财务利益或个人关系。
致谢
本研究得到了国家自然科学基金(项目编号:42571246)和中央高校基本科研业务费(项目编号:22120260290)的支持。
Nuoxian Huang|Daming Lu|Wenbo Guo|Wenjia Zhang
伦敦帝国理工学院土木与环境工程系,英国伦敦SW7 2AZ