融合社交媒体感知的主动休闲出行多维非线性驱动机制研究

《International Journal of Health Geographics》：Exploring nonlinear associations between environmental and social media variables and active leisure travel

　　# 摘要## 背景在健康城市发展的背景下，骑行、慢跑和步行等主动休闲出行方式有助于促进身体健康并降低健康风险。当前研究主要关注环境变量与主动休闲出行之间的关联，而对通过社交媒体捕捉的公众感知和在线互动特征的关注相对有限。本研究在现有环境变量框架的基础上纳入了社交媒体变量，旨在探讨多维度变量与不同类型主动休闲出行之间的非线性关联。## 方法本研究利用5,451条主动休闲出行轨迹记录构建了骑行、慢跑和步行指数，并将其作为因变量。采用Chinese-RoBERTa-wwm-ext模型分析社交媒体数据，生成情感得分和互动热度变量。整合环境数据与社交媒体数据后，运用XGBoost模型结合SHAP解释方法，探究各变量与主动休闲出行之间的非线性关联。## 结果三种主动休闲出行方式表现出显著的时空异质性，关键解释变量及其贡献模式存在较大差异。具体而言：对于骑行，互动热度、平均温度和NDVI的相对贡献较高；对于慢跑，人口密度和空间可达性的重要性更为突出；对于步行，平均温度、互动热度和情感得分的相对贡献较高。## 结论所有变量与主动休闲出行均表现出显著的非线性关联和阈值效应，其重要性和解释能力在不同出行方式间存在差异。此外，社交媒体特征也做出了重要贡献。研究结果深化了对主动休闲出行的理解，并为城市休闲出行研究提供了新的视角。