《Journal of Transport Geography》：Modeling the effect of multimodal accessibility on public health outcomes
编辑推荐：
摘要交通可达性是影响公共健康的重要因素，但它受到交通方式、社区设施以及人口统计因素之间复杂相互作用的影响，这使得难以量化交通状况与健康差异之间的关系。本研究提出了一种新方法，用于衡量人们通过步行、骑行、公共交通和驾车等方式到达关键场所（超市、医疗机构、高等教育机构以及公园）的便利
摘要
交通可达性是影响公共健康的重要因素，但它受到交通方式、社区设施以及人口统计因素之间复杂相互作用的影响，这使得难以量化交通状况与健康差异之间的关系。本研究提出了一种新方法，用于衡量人们通过步行、骑行、公共交通和驾车等方式到达关键场所（超市、医疗机构、高等教育机构以及公园）的便利程度，该方法还结合了建筑环境的特征，以部分反映不同出行方式使用者的实际体验。研究提出了一个包含五种可解释模型（弹性网模型、地理加权回归模型、随机森林模型、XGBoost模型以及地理加权随机森林模型）的框架，有助于深入分析交通可达性与公共健康结果（糖尿病、心脏病和肥胖症）之间的关联。该研究利用马萨诸塞州三年的数据对所提出的方法进行了验证。通过Shapley加性解释方法确定了关键影响因素，同时利用这些方法构建了一个综合指标，用以衡量交通可达性对健康差异的影响。该框架明确了与特定健康结果最为相关的交通可达性类型，并探讨了这些关系如何因年龄、收入和汽车拥有情况等人口统计因素而有所不同。研究结果表明，地理加权随机森林模型的表现优于其他模型。研究结论表明，通过合理配置资源或投资基础设施来改善各类交通方式的可达性，有望提升公共健康水平。
引言
交通可达性是健康领域的社会决定因素。要满足个人需求，人们必须能够方便地到达与食物、医疗保健、教育及娱乐相关的关键场所。可达性的差异反映了弱势群体在社会和环境方面的排斥现象（Giovanni Vecchio和Hurtubia，2020；Dempsey等人，2011；El-Geneidy等人，2016）。在本文中，交通可达性是指人们通过步行、骑行、公共交通或驾车等方式，在实际生活中到达各类场所的难易程度。通过发展各种主动式交通模式来提升可达性，能够显著改善人们的生活质量（McNeil，2011）。
本研究针对一个基础设施、土地利用情况以及人口结构各异的大型区域，构建了一个系统化的框架，用于衡量多种交通方式的可达性。通过机器学习技术，分析了交通可达性与慢性疾病发病率之间的关系，从而量化不同交通方式及不同类型目的地对公共健康结果的相对影响。研究结果为确定哪些交通可达性改善措施最有利于促进健康，以及在哪类地区进行此类投资能产生最大效果提供了基于数据的见解。研究以马萨诸塞州为案例进行了示范分析，该州既有人口密集的城市中心，也有具有不同社会经济特征及特定交通基础设施的郊区和农村社区。
本文的其余部分结构如下：首先回顾有关多模式交通可达性的相关研究；其次介绍衡量步行、骑行和公共交通三种交通方式可达性的方法，以及用慢性疾病发病率来表征公共健康结果的分析方法。同时，研究还提出了新的方法，用于考虑步行友好性、骑行友好性以及微型公共交通服务的出现对交通可达性的影响。接着，明确了可用于估算马萨诸塞州各类交通方式的可达性及公共健康结果的数据来源。最后，展示了针对马萨诸塞州的应用方法，并探讨了交通可达性对公共健康结果的影响。
章节节选
文献综述
可达性指的是人们到达各类设施和参与各类活动的便捷程度。Geurs和Ritsema van Eck（2001）将可达性定义为“一个人利用现有的交通方式到达所需或期望的活动的能力”。对于那些可能对公共健康有影响的各类机会，都可以对其可达性进行评估，这些机会包括医疗保健服务（Epstein，2001；Healthy People，2020）、教育服务（Schoeni等人，2008）以及娱乐活动（Kahn等人，2002）。能够获得高质量的
方法
本研究在方法论方面主要有两项贡献。首先，研究设计了专门的可达性指标，用于反映由于关键场所的位置以及各类交通基础设施的存在而形成的空间可达性。其次，研究运用机器学习方法，将可达性指标与人口统计数据相结合，进而分析与公共健康结果之间的关联。
数据描述
上述分析方法的设计旨在使用马萨诸塞州范围内普遍存在且一致的数据集，从而开展全州范围内的可达性及公共健康状况分析。许多所使用的数据源在美国其他地区也能找到，因此可以通过将这些数据与各州或地区的数据集相结合，在其他地方重复开展类似分析。如前文所述，开展这类分析主要依赖于三类数据。
马萨诸塞州的交通可达性与公共健康
根据上文所述的测量方法及可用数据，研究人员分别测定了通过各种交通方式到达四种类型关键场所的可达性。对于步行、骑行以及路网等级在3级及以下的骑行路线，以及私家车出行，研究采用了15分钟的出行时间限制作为标准；而对于公共交通，由于人们需要步行前往/离开公交站点并等待车辆，耗时相对更长，因此研究将其出行时间限制设定为45分钟。在
讨论与结论
本研究从两个方面为相关领域的研究做出了贡献。首先，研究开发出了可重复使用的模型，用于分析交通可达性与公共健康结果之间的关系。这些成果涉及为步行、骑行以及公共交通/微型公共交通方式设计更完善的可达性指标。其次，
本研究在理解和衡量交通可达性对公共健康影响方面取得了重要进展。它在之前关于食品获取途径研究的基础上（Kostopoulou等人，2024），
CRediT作者贡献说明
罗洁雯：写作——审阅与编辑，写作——初稿撰写，可视化，验证，软件应用，方法论设计，数据整理，概念构建。Eleni Christofa：写作——审阅与编辑，项目指导，项目管理，资金筹集，概念构建。Christian Cardenas：数据整理，可视化。Eric J. Gonzales：写作——审阅与编辑，写作——初稿撰写，可视化，验证，项目指导，项目管理，方法论设计，数据整理，
关于写作过程中生成式人工智能及人工智能辅助技术的声明
在撰写本文的过程中，作者们使用了ChatGPT 5.2工具来提升文本的可读性和语言表达质量。在使用该工具/服务之后，作者们对内容进行了必要的审阅和修改，并对最终发表的文章内容承担全部责任。
致谢
本研究得到了马萨诸塞州交通部交通规划办公室的资助。我们感谢马萨诸塞州交通部的工作人员在项目管理方面给予的支持，同时也感谢他们为我们提供了Conveyal和Replica这两个分析工具的使用权限。
Jiewen Luo|Eleni Christofa|Christian Cardenas|Eric J. Gonzales
美国马萨诸塞州阿默斯特市自然资源路130号，马萨诸塞大学阿默斯特分校，土木与环境工程系
