新兴技术和不断扩展的基础设施网络促进了城际通勤者的增长，这一现象已在世界各地被观察到。例如，中国高速铁路（HSR）的扩展正在通过压缩出行时间、解耦居住与就业地点以及催化区域一体化来深刻重塑都市区（Chen and Wei, 2013; Heuermann and Schmieder, 2019; Lin et al., 2024; Liu et al., 2025; Long et al., 2018; Mohino et al., 2014; Ren et al., 2019; Wang et al., 2019）。在这些转变中，城际通勤的兴起尤为突出，它已从零星现象演变为重要的社会经济活动。例如，在上海都市圈，2021 年上海与周边城市之间的通勤人数达到 76,600 人，在前三年中年均增长率超过 30%（同济大学，2021）。这种新兴的移动模式对现有的区域空间结构和交通系统构成了重大挑战。因此，理解这一现象背后的复杂模式已成为区域规划和交通研究的关键研究议程（Li et al., 2024b; Lin et al., 2024; Liu et al., 2025; Tong et al., 2024）。
尽管文献越来越关注识别驱动城际通勤的因素（Allard and Moura, 2018; Li et al., 2024a; Li et al., 2024b; Wang et al., 2020），但仍存在几个主要的研究空白。首先，通勤决定因素的空间非平稳性已使用地理加权回归（GWR）及其扩展方法进行了研究。同时，一些最近的研究越来越多地使用全局机器学习（ML）模型来处理因素与通勤特征之间的非线性关系，并证实市内通勤者往往具有不同的通勤容忍阈值（He et al., 2016; Yin and Shao, 2021）。然而，文献中这两个方面很大程度上是分开处理的（Li and Niu, 2022; Liu et al., 2025; Wen et al., 2025）。从精细化规划的角度来看，孤立地而非联合地解决非线性和空间异质性可能导致偏差的启示。在这方面，有必要建立一个能够同时放松线性假设并容纳空间异质性的统一分析框架。其次，城际通勤的文献通常强调双城系统（Dong et al., 2022b; Li et al., 2024b; Losada-Rojas et al., 2019）。然而，这种简化的背景可能会限制对都市区整体流动性的理解，并为区域一体化提供狭隘的启示。因此，文献呼吁在 whole 都市区的大规模移动数据提供经验证据，以提高研究结果对区域一体化政策制定的适用性。
为了弥补上述空白，本研究利用上海都市圈的大规模手机信令数据，考察建成环境（BE）与城际通勤之间的关联。其对文献的贡献如下：（1）本研究将空间尺度扩展到整个都市区，以捕捉对城际通勤的整体理解；（2）它在都市区背景下通过结合随机森林（RF）模型与 GeoShapley 框架，同时描述了建成环境对城际通勤的非线性关联和空间异质性模型贡献。这些贡献为制定更细致和空间分化的区域一体化政策奠定了坚实基础。
本文的其余部分组织如下。第 2 节回顾了关于建成环境对城际通勤影响的文献。第 3 节描述了研究区域、数据源和方法。第 4 节展示并分析了模型结果，特别关注非线性和空间异质性效应。第 5 节讨论了主要发现及其可能的解释和规划启示。第 6 节总结了本文的贡献并提出未来研究方向，以此作为结论。
