摘要
尽管人们已经广泛研究了建成环境对出行行为的线性且均匀的影响，但非线性模式及环境异质性仍未得到充分探讨——尤其是在中国的大城市郊区。最近的方法学进展，如双机器学习和梯度提升决策树，已经开始揭示传统线性模型无法捕捉的阈值效应和非线性调节机制。本研究基于中国北京市丰台区的108个社区，探讨了邻里尺度建成环境特征与居民出行相关碳排放之间的关联。通过使用“5D+3G”指标体系，并结合层次回归、子组回归和随机森林方法，分析了建成环境与碳排放之间的关系中的非线性模式。由于样本量较小（训练R2 = 0.730；测试R2 = 0.223；交叉验证均值 = ?0.172），随机森林模型表现出明显的过拟合现象，因此所识别的阈值更多是用于提出假设而非验证假设。线性模型显示，大多数建成环境属性与碳排放之间的关联较弱且在统计上不显著，这表明平均效应模型可能掩盖了这些关系的复杂性。轨道交通的可可达性表现出随距离变化的衰减趋势：在地铁站大约500米范围内的碳排放较低，500至1500米范围内逐渐增加，超过1500米后趋于平稳。公共服务设施（POI）的功能密度呈现出边际收益递减的特点，样本中的饱和点约为每公顷4个POI。因此，建成环境与碳排放之间的关系比之前认为的更加异质且受具体环境因素影响。根据这些实证模式，本研究提出了五类邻里类型及其相应的设计干预策略，以适应当地条件。该分析框架为建筑师、城市设计师和规划者提供了可借鉴的参考，有助于他们在类似环境中进行低碳邻里设计；然而，具体的阈值仍需在其他环境中进行验证。
