社区街道可步行性对老年人出行活动的影响——基于随机森林-SHAP的多社区实证

摘要

在快速老龄化背景下，社区街道环境对老年人出行行为的影响日益受到关注。以大连中心城区典型社区为实证对象，构建涵盖出行频率与出行类型的多维响应指标体系，运用可解释机器学习框架(随机森林融合SHAP模型)揭示社区街道可步行性因素对老年人出行活动非线性影响特征。结果表明：街道整合度、连接度和绿视率等对老年人日常出行频率具有显著提升作用，且呈现明显阈值效应；在活动类型方面，老年人必要性活动主要受路网密度、交叉口数量等形态因子的支撑，社交性与健康维护性活动更依赖设施丰富度与空间贴合性，而优化绿视率和路侧泊位比对老年人休闲性活动具有显著促进作用。

关键词

社区街道 / 可步行性 / 老年人 / 出行活动 / 机器学习

基金资助

国家自然科学基金项目(52278048)