建成环境在促进老年人身体活动和社会交往中的作用：来自机器学习方法的见解

《Applied Geography》：The role of built environment in promoting physical and social activities among older adults: Insights from a machine learning approach

本研究基于苏州1020名老年人数据，运用XGBoost模型探讨建成环境对老年人生理及社会活动的影响，发现道路连接度和密度影响显著，存在非线性阈值效应，收入与健康心理是关键因素，年龄调节作用有限，为老年友好社区规划提供依据。

　　

姜云能|郭佳|张培尧

摘要

增强老年人的身体和社会娱乐活动可以有效实现健康老龄化。本研究利用来自苏州1020名老年人的数据，采用机器学习模型来探讨建成环境对老年人身体和社会活动的非线性影响。选择了11个建成环境要素和12个个体社会人口统计变量作为解释变量。结果表明，在所有影响因素中，街道连通性和道路密度是预测老年人身体和社会娱乐活动活跃度的两个最大贡献因素。街道绿化率和街道天际线覆盖率是影响老年人社会活动的两个变量。超市和生活设施等便利设施的可及性与老年人的身体和社会活动呈正相关。此外，收入和心理健康是影响老年人活动的两个重要社会人口统计因素。大多数建成环境因素也表现出非线性或阈值效应。研究结果表明，建成环境对老年人活动模式的影响具有阈值效应。此外，年龄在建成环境与老年人活动之间的关系中起到的调节作用有限。个体年龄越大，对社区绿地和便利设施的可及性需求越高。这些结果为老年人友好的社区规划提供了合理的参考。

引言

全球人口正在经历深刻的人口结构变化，其特征是快速老龄化，这主要是由于预期寿命的延长和死亡率的下降。这种人口金字塔的根本变化导致全球老年人口的数量和比例均出现前所未有的增长，预计这一趋势在未来几十年内会加剧（Yang等人，2021年；Zang等人，2022年）。随着严重的老龄化问题同时影响着发达国家和发展中国家，促进健康老龄化是积极应对老龄化问题的长期解决方案。健康老龄化强调干预措施的重要性，这些措施可以维持并提高老年人的生活质量（Cheng等人，2021年）。越来越多的研究表明，积极的活动可以改善老年人的身体健康和生活质量，并有助于实现健康老龄化的人口。积极活动包括多种形式的休闲、娱乐和工作相关活动。实证证据表明，这些活动为老年人带来了多方面的益处，包括增强身体、社会和心理福祉（Wu等人，2019年）。相反，活动参与不足对老年人群体构成了重大的健康风险，增加了他们患心血管疾病、代谢紊乱、心理健康问题和认知障碍的风险（Liu等人，2020年，2024年）。例如，流行病学研究表明，每周进行150分钟推荐体育活动的老年人对传染病和慢性病的易感性较低（联合国组织，2010年）。进一步的实证证据表明，经常与家人和邻居进行社交互动以及积极参与社区团体活动的老年人表现出更积极的心理结果（Qiu等人，2019年；Zhang等人，2019年）。这些发现强调了身体活动和社会参与作为老年人福祉的关键决定因素的重要性。

为了改善老年人的健康和福祉，识别他们参与活动的动机和障碍非常重要。关于建成环境对积极老龄化影响的健康、老年人友好的城市发展越来越受到研究人员、政策制定者和城市规划者的关注（Yang等人，2019年；Zang等人，2019年）。实证证据证实了建成环境特征在塑造老年人活动模式中的重要作用（Yang等人，2022b）。大量研究表明，设计良好的城市环境可以有效增加日常活动的时间，有针对性的干预措施显示出延长活动时间和促进健康老化的潜力（Ghani等人，2018年；Liu等人，2020年）。

建成环境已成为老年人行为的关键决定因素。然而，大多数现有研究存在两个主要局限性。首先，尽管以往的研究探讨了建成环境与老年人积极活动之间的关联，但许多研究假设了解释变量和解释变量之间存在线性关系。近年来，新兴研究表明，在老年人活动行为的研究中普遍存在非线性关系（Wali等人，2021年；Yang等人，2022a）。这些发现挑战了传统线性建模方法的有效性，后者对环境-活动关系施加了人为的限制，同时突显了机器学习算法在检测复杂非线性模式方面的优越能力（Liu等人，2025年）。为了准确识别建成环境与老年人活动之间的非线性关系，分析各种建成环境变量对老年人活动行为的阈值效应并准确捕捉建成环境属性的精确阈值和最佳水平非常重要，这有助于创建老年人友好的城市环境。

其次，大多数文献仅关注建成环境对老年人日常步行活动的影响（Eom & Cho，2015年）。实际上，老年人除了步行之外，还参与各种身体和娱乐社交活动，这些活动增加了他们的社会参与度、自我满足感，从而影响了他们的福祉和健康。现有研究未能准确评估建成环境属性对老年人不同类型活动的影响。影响老年人步行时间的因素已被广泛研究，但很少有研究考察不同的身体和社会活动（Chaudhury等人，2016年；Feng等人，2018年）。

为了解决这些空白，本研究采用XGBoost机器学习方法来探讨建成环境特征与老年人多样化的积极老龄化行为（包括身体活动和社会娱乐参与）之间的复杂非线性关系。与大多数依赖传统回归模型并隐含假设环境因素与活动行为之间存在线性关联的先前研究不同，XGBoost框架允许我们灵活捕捉非线性、基于阈值和交互效应，而无需预先假设功能形式。该定量方法基于中国苏州1020名老年人的调查数据。

尽管现有研究加深了对建成环境与老年人活动行为之间关系的理解，但仍存在重要的方法论和概念上的局限性：首先，大多数研究仅关注一种类型的身体活动，缺乏与社交和娱乐活动的系统比较；其次，尽管已证明社交娱乐活动有益于心理健康，但其空间环境机制尚未得到充分量化；第三，仍缺乏应用于老年人综合活动行为的机器学习分析框架。

通过明确解决这些局限性，本研究在研究范围和方法论上均不同于现有文献。基于这些空白，本研究的主要创新如下。

(1)

通过系统比较老年人的身体和社会娱乐活动来扩展研究视角；

(2)

引入XGBoost模型来定量识别建成环境因素的非线性和交互效应，从而为规划干预措施提供可操作的依据。

本文的其余部分组织如下。在下一节中，我们简要回顾了关注建成环境与老年人身体和社会娱乐活动之间关系的研究。第3节介绍了数据来源、样本描述和机器学习方法。第4节讨论了主要发现。最后一节总结了研究并讨论了其局限性。

节选

文献综述

一个对老年人友好的建成环境可以使所有年龄段的人都更喜欢居住在该社区，促进老年人更多时间在户外活动，并增强社区和邻里层面的社会活动。

研究区域和样本

本研究选择苏州作为案例城市。作为中国江苏省高科技产业的中心，苏州面临着人口老龄化的挑战。根据2020年中国第七次全国人口普查，苏州的人口老龄化趋势明显。在该市居民中，65岁及以上的人口占12.44%。本研究在中国苏州随机选择了228个居住区（图1）。

描述性统计

表1展示了样本的描述性统计结果。老年人的社交和娱乐活动平均每周约7小时，而身体活动时间每周不到6小时，这表明老年人每天都会进行相对较长时间的社交活动，社交和娱乐活动是他们活动中不可忽视的一部分。值得注意的是，活动时间的标准差较高，因为一些

讨论与结论

人口老龄化已成为全球城市地区面临的紧迫挑战。认识到定期身体活动以及社交和娱乐参与对老年人健康和福祉的显著益处，理解他们日常活动的决定因素对于促进健康老龄化至关重要。这一理解对于开发老年人友好的建成环境和培养积极的生活方式具有重要意义

CRediT作者贡献声明

姜云能：撰写——审阅与编辑、软件、方法论、调查、正式分析、数据管理。郭佳：撰写——审阅与编辑、监督、项目管理、方法论、概念化。张培尧：撰写——初稿、数据管理。

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文所述的工作。

致谢

本研究得到了国家自然科学基金（编号52308071）和江苏省哲学与社会科学联合会（编号24SYC-040）以及苏州大学新型城镇化与社会治理协同创新中心及创新创业本科培训项目（编号2023xj013）的支持。