通过可解释的机器学习揭示撒哈拉以南非洲地区城市基础设施与五岁以下儿童死亡率之间的关联

《Sustainable Cities and Society》:Revealing associations between urban infrastructure and U5MR in sub-Saharan Africa through interpretable machine learning

【字体: 大 中 小 】 时间:2026年08月07日 来源:Sustainable Cities and Society 13.3

编辑推荐:

  摘要:快速的城市化正在改变撒哈拉以南非洲地区的儿童生存状况,然而关于城市基础设施与五岁以下儿童死亡率之间关系的研究多是在国家层面或从城乡对比的角度展开,导致非线性特征和发展阶段差异未能得到充分体现。经典的普雷斯顿曲线描述了经济发展与健康状况之间的对数线性关系,但其是否适用于基础设

  摘要:快速的城市化正在改变撒哈拉以南非洲地区的儿童生存状况,然而关于城市基础设施与五岁以下儿童死亡率之间关系的研究多是在国家层面或从城乡对比的角度展开,导致非线性特征和发展阶段差异未能得到充分体现。经典的普雷斯顿曲线描述了经济发展与健康状况之间的对数线性关系,但其是否适用于基础设施发展水平不一的非洲城市仍需进一步验证。本研究整合了40个国家中的36个国家的905个功能城市区域的开放街道地图、遥感数据以及网格化社会经济数据,运用CatBoost结合SHAP算法,分析了14项城市级指标与五岁以下儿童死亡率之间的非线性关联。研究可分为三部分:首先,在按国家分层的五折交叉验证中,CatBoost模型能解释对数形式下五岁以下儿童死亡率70.4%的变异程度,而开放街道地图的完整性、家庭调查数据、PM?.?浓度以及空间分析结果则为结果解读提供了依据;其次,SHAP分析表明,普雷斯顿曲线在城市层面并不存在统一适用性,人均GDP在不同收入水平的城市中对模型的贡献从正向转为负向,电力网络密度在中高收入城市中呈负向影响,而道路密度仅在高收入城市中呈现负向作用;最后,不同特征之间的交互效应因特征类型而异,交互效应与主要效应的比例在63.9%到174.9%之间,这说明城市儿童健康问题应被视为一个相互关联的系统,而非通过单一干预措施就能解决的問題。这些发现为可持续城市化背景下的儿童健康问题提供了城市层面的诊断框架,同时也展现了可解释机器学习在揭示城市系统复杂性方面的潜力。

引言:五岁以下儿童死亡率是可持续发展目标中的核心指标,也是评估卫生系统绩效与公平性的重要依据。尽管全球范围内五岁以下儿童死亡率持续下降,但地区间及区域内部的差异依然显著,其中撒哈拉以南非洲地区的儿童死亡负担最为沉重。2023年全球约有480万儿童在5岁之前死亡,最高与最低五岁以下儿童死亡率国家的差距高达80倍,其中一半以上的死亡发生在撒哈拉以南非洲地区,该地区的五岁以下儿童死亡率是澳大利亚和新西兰的18倍。儿童生存状况不仅受个体和家庭层面因素的影响,还与更广泛的社会经济条件及基础设施状况密切相关。在快速城市化的背景下,饮用水、卫生设施、电力和交通等基本服务的分配不均会进一步加剧城市内部的健康差异。这一问题涉及到两个既有的分析框架:普雷斯顿曲线确立了经济发展与死亡率之间的总体关联,使得收入成为比较人口健康状况的基准;而城市健康框架则强调城市健康还受到城市化程度、城市结构、社会状况、服务供给以及环境因素的影响。对于快速发展的非洲城市而言,仅依靠人均GDP很难全面反映城市层面的风险状况,基础设施、土地使用方式、人口密度以及服务条件等因素都会影响经济发展与健康状况之间的关系。快速城市化通常被视为推动经济增长的动力,而非正式的城市发展则逐渐成为该地区城市变化的重要特征。然而在许多撒哈拉以南非洲国家,城市扩张的速度超过了基础设施和公共服务供给的能力,导致了城市过度拥挤、服务资源分配不均以及服务缺口,进而增加了健康风险。这就引出了一个实际问题:不同的城市特征是如何共同影响儿童死亡率的?这种影响在不同发展阶段的城市中是否存在差异?近期的城市健康研究逐渐质疑了“在城市居住就能普遍降低撒哈拉以南非洲地区儿童死亡风险”这一传统观点。对26个撒哈拉以南非洲国家的居民点类型分析表明,不同类型的城市居民点的儿童死亡率和发病率存在显著差异,并非简单地遵循城乡差异规律。在坦桑尼亚进行的地理空间研究通过城市连续体框架进一步证明了这一点,即新生儿和围产期死亡率在城市与城郊不同环境中存在差异。多国研究还显示,历史上首都城市在儿童生存率以及生殖健康、孕产妇健康、新生儿健康和儿童健康服务覆盖度方面的优势正在逐渐减弱。在更大范围的城市内部,瓦加杜古等大城市中正规居住区与非正规居住区之间的五岁以下儿童死亡率也存在持续的不平等现象。综合这些证据可以认为,理解当代非洲城市的儿童生存状况,应关注城市内部的各种差异,而非单纯的城乡对立。现有研究已经证实,城市特征与儿童健康之间存在多方面的关联,包括可达性、环境暴露因素以及疾病传播模式等。社区绿化程度与幼儿因高温引发的呼吸道疾病住院率较低相关,而改善的居住条件则有助于提升整个撒哈拉以南非洲地区的儿童健康状况。在现有研究中,撒哈拉以南非洲地区的城市健康风险越来越被视为一种存在于家庭、社区和城市层面的多重脆弱性问题,不同的城市特征对应着不同的风险暴露途径。家庭过度拥挤会增加传染病传播的风险,而水、卫生设施和卫生条件不足则会进一步升高儿童的发病率和死亡率。能源基础设施会影响家庭生活条件,并保障包括疫苗冷链在内的卫生服务能够持续运转,不过在许多撒哈拉以南非洲地区,电力供应仍然不稳定或不足。医疗设施的空间可达性较差,加上道路网络不完善所带来的地理障碍,也会增加偏远地区的死亡风险。与此同时,工业和商业活动虽然能够提高人们收入,但也可能带来污染和环境健康风险,而城市绿地则可以通过吸收污染物和促进身体活动来减轻部分负面影响。旅游设施也可能改变病原体的传播模式。这些证据表明,不存在单一的解释因素,儿童死亡率的形成往往是多种结构性和环境因素相互作用的结果。尽管已有大量研究,但仍存在一些不足之处:首先,许多研究缺乏高分辨率的城市基础设施数据,难以准确把握城市条件的空间差异及其与儿童死亡率之间的关联;其次,以往的研究往往单独分析城市特征,忽视了多种城市特征之间的相互作用及其对健康结果的共同影响;第三,传统的回归模型可能无法准确描述城市系统中复杂的非线性及交互式关系。在这方面,可解释机器学习为分析这类复杂结构提供了方法,能够帮助了解城市系统与健康结果之间的统计关联。不过,将高分辨率城市基础设施与撒哈拉以南非洲地区的五岁以下儿童死亡率进行系统性的多国对比研究仍然较少,其背后的交互机制和发展阶段差异也尚未明确。基于现有研究,本研究分析了从40个国家中筛选出的905个城市中,城市基础设施与环境特征与五岁以下儿童死亡率之间的关联,以及这些关联在不同发展水平城市中的差异。本研究主要有三方面贡献:首先,它将网格化的人口和社会经济数据与来自开放街道地图的特征数据相结合,构建了一套涵盖人口、经济状况、交通、公共设施、用地类型和绿地等内容的城市级特征集;其次,它运用CatBoost和SHAP算法分析非线性且受发展阶段影响的关联结构,研究了不同发展阶段下各特征的作用及其交互效应的变化;最后,它将分析得到的关联结构转化为直观的城市级诊断工具,便于提出可实地验证的假设。通过标准化的特征扰动分析,可以确定每个城市预测的五岁以下儿童死亡率最敏感的基础设施领域,而开放街道地图的完整性、家庭调查数据、PM?.?暴露程度以及空间分析结果则有助于判断哪些关联是稳定的,哪些方面还需要进一步研究。

研究设计与样本:五岁以下儿童死亡率数据来自健康指标与评估研究所,数据分辨率为5公里级别。研究的主要空间单元是功能城市区域,这类区域是根据建筑区和通勤联系划分出来的。原始数据表中包含40个国家的1,349个功能城市区域,其中442条记录的五岁以下儿童死亡率数据不完整,还有2条记录缺少定义研究结果所需的核心信息,最终纳入研究的共有36个国家的905个城市。

关键关联特征及其作用:研究采用CatBoost模型进行分析,模型的训练效果与外部验证效果分别进行评估。该模型对全部905个城市重新拟合后,在对数转换后的五岁以下儿童死亡率数据上,其表观R2值为0.896。在按国家分层的五折交叉验证中,模型的外部验证性能表现为R2值为0.704,均方根误差为0.228,皮尔逊相关系数为0.839,斯皮尔曼相关系数为0.844。这一结果说明,即使是在未用于模型拟合的城市中,也保留了相当强的预测结构。

讨论:本研究运用可解释机器学习框架,分析了撒哈拉以南非洲地区城市特征与五岁以下儿童死亡率之间的关联。城市人口规模、住宅用地类型以及人均GDP是影响儿童死亡率的三大主要因素,但这些因素在不同城市中的作用方向存在差异。电力和道路设施对儿童死亡率的影响在不同收入水平的城市中有所不同,特征之间的交互效应也取决于具体的特征组合,而且各因素作用方向的一致性会随着五岁以下儿童死亡率的排序以及不同子区域的变化而有所差异。

代码与数据获取:本研究使用的分析代码以及经过去标识处理的城市级变量表格将在论文被接受后上传至公共数据库。原始数据集仍可从相应的提供机构处获取,具体链接如下。家庭调查微观数据不能由作者重新分发,如需获取,可按照家庭调查项目的注册和数据使用规定提出申请。编辑和审稿人如需,也可获得经过匿名处理的代码副本。

本研究使用的公共数据来源详见补充信息部分。

CRediT作者贡献说明:作者的具体贡献信息在盲审版本中未被公开,将在非盲审版本中予以说明。

伦理声明:本研究分析的是公开的可汇总地理空间数据,以及家庭调查项目按照标准数据使用条款提供的去标识化调查数据。相关的家庭调查已获得各国伦理审查机构的批准,所有参与者都签署了知情同意书,且在数据发布前已进行了完全匿名处理。由于本研究仅使用了现有的、无法识别个人身份的数据,且没有与人类参与者直接接触,因此无需额外的伦理审批。

资金支持:本研究得到了盖茨基金会(全球健康创新项目,资助编号202005)的支持。

资助方的角色:资助方并未参与研究设计、数据收集、分析或解释、论文撰写,也未参与决定将论文投稿发表。

伦理审批与参与者同意:无需进行伦理审批,因为本研究使用的是公开的可汇总数据。

出版同意:无需获得出版同意。

未引用参考文献:Khogali等人,2022年;世界卫生组织;世界银行,2023年;Moner-Girona等人,2021年。

CRediT作者贡献说明:孟子恒:文字撰写——审阅与编辑、文字撰写——初稿撰写、可视化分析、模型验证、软件应用、资源整理、项目管理、方法设计、数据研究、正式分析、数据整理、概念构建。蒋天月:文字撰写——初稿撰写、方法设计、正式分析、数据整理。陈珍珍:论文撰写——初稿撰写、验证、正式分析。杨晓:论文撰写——初稿撰写、监督、项目管理。唐坤:论文撰写——审阅与编辑、利益冲突声明撰写。作者声明不存在任何可能影响本文所述工作的已知财务利益或个人关系。

致谢:致谢详情在盲审版本中未列出,会在非盲审版本中提供。

孟子恒|蒋天月|陈珍珍|杨晓|唐坤
中国北京100081,清华大学万科公共卫生学院
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号