超越出行方式:城市环境随时间塑造主动出行对心理健康的影响
机器学习
2026-07-05 v1
摘要
主动出行被广泛推广以促进可持续和更健康的生活,但其是否能随着时间的推移转化为跨个体和地点的公平心理健康益处仍属未知。使用因果机器学习和因果深度学习对 264168 名英国成年人进行研究,我们发现主动出行对焦虑、抑郁和常见精神障碍的个体化影响存在显著不平等。这些不平等随时间扩大,并受到城市环境的强烈影响。例如,随访时的焦虑风险在个体间从降低 40.6% 到增加 10.1% 不等,而基线时从降低 10.4% 到增加 0.1%。在更绿色、更安全、污染更少和贫困程度更低的社区环境中,益处最大,81.8% 的个体体验到高于平均水平的益处,平均焦虑风险降低 26.4%,而在最不支持的环境中,这一比例为 10.4% 的个体和 7.4% 的降低。城市紧凑形态通过与环境非线性交互进一步调节这些效应,仅在支持性条件下放大益处。尽管存在这些强烈的环境梯度,遗传调节作用可忽略不计。这些发现表明,如果不考虑个体和情境差异,普遍推广主动出行可能会扩大健康不平等。
引用
@article{arxiv.2607.04520,
title = {Beyond travel mode: urban context shapes active mobility's mental health effects over time},
author = {Shujuan Chen and Yue Li and Ying Jin},
journal= {arXiv preprint arXiv:2607.04520},
year = {2026}
}