在积极出行规划中优先考虑适合慢跑的街道:一种整合路径数据与专家判断的决策支持框架

《Sustainable Cities and Society》:Prioritizing Jogging-Friendly Streets in Active Mobility Planning: A Decision-Support Framework Integrating Trajectory Evidence and Expert Judgment

【字体: 大 中 小 】 时间:2026年07月11日 来源:Sustainable Cities and Society 13.3

编辑推荐:

  涂宇恒|张一帆|周世琪|陶思敏中国上海200092,同济大学设计创新学院摘要在高密度城市中,街道空间既是人们日常出行和公共生活的载体,也是支持居民进行体育活动、保持健康的重要环境资源。户外慢跑作为一种门槛低、适合日常进行的健康活动,为通过轨迹分布的差异来探究街道空间对人们活动的支

  
涂宇恒|张一帆|周世琪|陶思敏
中国上海200092,同济大学设计创新学院

摘要

在高密度城市中,街道空间既是人们日常出行和公共生活的载体,也是支持居民进行体育活动、保持健康的重要环境资源。户外慢跑作为一种门槛低、适合日常进行的健康活动,为通过轨迹分布的差异来探究街道空间对人们活动的支持机制提供了重要途径。以上海核心城区为研究对象,本研究基于多源城市大数据,构建了针对慢跑环境的街道段落级评估框架。该框架将数据驱动的建模方法与专家的经验判断相结合,将街道段落内慢跑轨迹出现的频率转化为可比较的空间评估结果。研究结果表明,建筑环境对街道段落内慢跑轨迹出现频率的影响存在明显的非线性特征,某些变量还会出现阈值效应以及边际收益递减的情况。这说明线性假设无法充分解释街道环境与整体慢跑活动之间的复杂关系。在若干关键变量上,数据驱动的分析结果与专家判断相互一致,但也存在差异,这表明在评估慢跑环境时,应同时考虑实际轨迹数据中所呈现的规律以及规划知识中的结构化判断。本研究为高密度城市中适合慢跑的街道的段落识别、问题诊断以及改造优先级排序提供了有依据的方法学支持。

引言

户外慢跑作为一种主动出行方式,不仅能降低肥胖、心血管疾病以及全因死亡的风险(Hespanhol Junior等,2015;Lavie等,2015;Schnohr等,2015),还能改善人们的心理健康和情绪状态(Szabo & ábrahám,2013;Verhoeven等,2023)。与有组织的体育运动相比,慢跑的参与门槛更低,也不太依赖专业经验或特殊装备,因此已成为城市居民日常健康活动中不可或缺的一部分(Hodgson & Hitchings,2018;D. Huang等,2023;W. Yang等,2025)。同时,慢跑不同于以通勤为目的的步行或骑行,它更注重休闲、放松以及体验感,路线选择也不那么受固定起点和终点的限制,反而更容易受到街道层面的环境因素影响,比如绿化视野指数、空间开阔度以及人们感知到的安全性(D. Huang等,2023;Hulteen等,2017;Verhoeven等,2023)。正是这些特点,使得慢跑成为研究街道环境如何支撑日常健康活动的一种有效手段。
街道环境质量被广泛认为是支持主动出行的重要条件(Cerin等,2017;Le等,2018;Z. Wang等,2022)。以往的研究表明,街道环境质量不仅会影响居民的出行方式选择(Ding等,2017;R. Ye & Titheridge,2017;Ding等,2018),还会影响人们的慢跑路线选择(Y. Liu等,2022;Dong等,2023)、参与频率(Ettema,2016;Zhong, Li, Jiang等,2024)以及运动体验(Ettema,2016;R. Zhu等,2026)。近年来,Keep(Zhong等,2025)、Strava(Dong等,2023)以及Edooon(W. Yang, Li等,2024)这类手机应用所记录的跑步轨迹数据,为分析城市中的慢跑行为提供了新的可能性。这类平台数据具有样本量大、获取成本低以及更新频率高的优势(W. Yang, Li等,2024;W. Yang等,2025)。在遵守平台规则和伦理要求,并对数据进行匿名处理和汇总之后,这些数据能够帮助我们确定慢跑活动的空间分布以及路线选择模式,从而为评估街道环境质量提供行为学依据。
不过,与步行和骑行相比,关于慢跑活动与街道环境之间关系的城市研究仍然相对较少,现有的证据也还不足以清晰地解释建筑环境要素与街道段落内慢跑轨迹出现频率之间的关联(B. Kang等,2017;Deelen等,2019)。一方面,由于数据来源、分析尺度以及变量定义存在差异,很难得出一致的结论(Schuurman等,2021;D. Huang等,2023);另一方面,许多实证分析仍然基于线性假设,这限制了它们识别阈值效应、边际收益递减以及变量间相互依赖关系的能力(Ettema,2016)。这种简化处理可能会将特定情境下的最优状态误判为持续上升的趋势,进而影响资源分配和干预优先级决策的准确性。即便现有研究已经明确了环境因素及其响应曲线的重要性,但这些发现往往还停留在解释层面,未能有效地转化为可比较、可对比且可用于规划决策的指标(S. Zhang, Liu等,2023;W. Zhou等,2024)。基于以上情况,本研究以上海为实证案例,聚焦高密度城市环境中的街道段落内慢跑轨迹出现频率问题,试图构建一条从非线性特征识别到面向决策的成果转化的分析路径。本研究要解决以下两个研究问题:

RQ1

建筑环境要素与街道段落内慢跑轨迹出现频率之间存在怎样的关联?这些关联是否呈现出明显的非线性特征以及阈值效应?

RQ2

如何将数据驱动的客观特征识别与专家的经验判断相结合,构建出一个既具备解释功能又具有决策支持价值的慢跑环境质量评估框架?
本研究的目标是将街道段落内慢跑轨迹出现频率的非线性响应特征转化为可比较、可排序的空间评估结果,从而为那些适合慢跑的街道的问题诊断以及改造优先级的确定提供依据。

章节节选

影响慢跑行为的建筑环境因素

现有研究通常将建筑环境要素分为宏观尺度和微观尺度两类(Dong等,2023;W. Yang, Fei等,2024;Yu等,2025)。宏观尺度因素一般指的是社区或街区层面的空间形态和土地利用结构,常被称为“二维”或“社区层面”的指标;而微观尺度因素则关注行人所能看到的街道界面以及街道景观元素,也被称作“三维”、“街道层面”或“视线层面”的指标。

研究区域与分析单元

近年来,上海市政府在《国家健身实施计划》以及《“十四五”时期加快上海新型城市建设实施方案》等文件中明确提出了优化慢跑网络、推动体育设施与城市空间深度融合的目标(上海市政府,2021)。这一政策导向不仅回应了公众对于健康生活方式的需求,同时

预测性能与模型比较

本研究将传统多元线性回归的预测性能与四种主流机器学习模型进行了对比,这四种模型分别是LightGBM、XGBoost、随机森林以及支持向量机(见图6)。测试结果显示,多元线性回归的解释能力相对较低(R2=0.097),这说明线性假设只能解释街道段落内慢跑轨迹出现频率的空间变化中的不到10%,无法捕捉其中复杂的交互作用。

将研究结果置于现有实证证据之中

根据D. Huang等(2025)关于建筑环境与慢跑行为之间关联的元分析结果,现有研究对于多种建筑环境因素的作用方向和强度仍存在不一致的结论。这表明相关背后的作用机制仍在不断积累和完善的进程中。这类差异可能反映出建筑环境与慢跑行为之间关系的空间异质性,但也有可能是其他原因造成的。

结论

本研究聚焦高密度城市中建筑环境与街道段落内慢跑轨迹出现频率之间的复杂关系。本研究构建了一种混合评估框架,将该框架结合了数据驱动的分析结果与专家的经验判断,用于对街道段落层面的慢跑环境进行评估,并确定改造的优先顺序。研究结果表明,建筑环境要素与街道段落内慢跑轨迹出现频率之间存在着一定的关联

关于稿件撰写过程中生成式人工智能及人工智能辅助技术的声明

在撰写本论文的过程中,作者使用了Gemini工具来协助翻译和语言润色。在使用该工具之后,作者对内容进行了必要的审核和修改,并对最终发表文章的内容承担全部责任。

CRediT作者贡献说明

涂宇恒:写作——审阅与编辑,写作——初稿撰写,可视化,验证,软件使用,方法论,形式分析,数据整理,概念构建。张一帆:写作——审阅与编辑,写作——初稿撰写,可视化,软件使用,方法论,形式分析,概念构建。周世琪:写作——审阅与编辑,验证,项目监督,项目管理,形式分析。陶思敏:写作——审阅与编辑,项目监督,资源协调,方法论,资金筹集

利益冲突声明

作者声明,自己不存在任何可能影响本文研究结果的已知利益冲突或个人关系。
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