步行与骑行

健康信息能否促进主动交通？

研究在芬兰皮尔坎马地区开展随机现场实验，考察健康信息能否影响出行选择并减少驾车外部性。参与者通过智能手机应用自动记录日常出行，并接收步行和骑行健康影响的个性化反馈。干预组接收并理解了信息，但主动出行行为没有显著变化；有一些证据表明，该组周末交通碳足迹略有下降。研究指出，信息提示可能不足以带来有意义的出行行为改变。

从图像到洞见：利用ChatGPT和Google街景评估步行性

研究将ChatGPT与Google街景图像结合，在美国洛杉矶开展可扩展、精细化的步行性评估。ChatGPT为每张街景图像生成步行性评分及负面特征描述，研究再以LDA主题模型和空间分析识别问题及其分布，并通过人工评分和计算机视觉模型验证。结果显示，少数族裔社区步行性评分较低，且面临街景维护不善等不成比例的挑战。

探索并弥合休闲骑行与通学骑行之间的差距

精确到时间戳的街景图像揭示与城市功能特征相关的行人动态模式

城市步行中的人—环境适配理论：吉隆坡主观影响因素及感知安全中介作用评估

比较北京无桩共享单车与首尔定桩公共自行车系统的闲置时间

真实城市形态中行人高度极端风事件：统计相关性及时空演变

利用物理信息神经网络重建城市街谷行人高度污染物分布

非机动车道路使用者安全的土地利用、道路与社会经济相关因素：区分行人和骑行者风险

加拿大主动出行行为的30年分析

研究利用加拿大社会总调查中的时间利用调查数据，分析加拿大大都市区步行和骑行行为的长期变化，包括目的地、出行时长和人口特征。结果显示，主动出行参与度总体下降，步行仍占主导；不同年龄和性别群体的参与情况有所差异，校准后的阻抗函数也偏离指数形式。

揭示雅典与慕尼黑感知安全的多维特征及空间格局

研究对雅典和慕尼黑开展空间分析，评估私家车、电动自行车、电动滑板车和步行四种出行方式的感知安全。结果显示，感知安全不仅取决于道路基础设施，也深受城市文化规范和个人经验影响；两座城市的微出行安全感及安全预期存在差异。

管理强度提高与纽约市格林伍德公墓城市土壤微生物群落同质性增强相关

本文以纽约布鲁克林的格林伍德公墓为研究地，考察管理活动和土壤深度对土壤微生物群落多样性与同质性的影响。研究比较高强度管理区、中等管理的常青草甸和低强度管理的林地。结果显示，管理强度和土壤深度均影响群落特征；高强度管理区的群落多样性相近，但同质性更高。

为MaaS的下一阶段——出行即功能（MaaF）——确立非出行服务提供商推动可持续出行行为转变的举措证据

研究提出将出行服务纳入更广泛、以活动为中心的产品组合，并称之为“出行即功能”（MaaF），强调非出行服务提供商的参与。基于2024年六国调查，研究发现不少企业和政府机构已采取促进可持续出行的举措，但通常未被正式认定为MaaS或MaaF项目。

借助虚拟现实与皮肤电活动探究城市街道设计的情绪效应

研究在虚拟现实环境中，结合皮肤电活动测量和自我报告问卷，考察街道设计对生理、情绪和感知反应的影响。22名参与者体验了六种街道情境。结果显示，较宽的人行道、绿化和步行友好布局与较低压力相关；狭窄人行道、高层建筑和机动车交通则与较高压力相关。研究支持将生理指标用于循证街道设计和健康导向的城市规划。

基于活动的公共空间旅游化程度：地中海历史港口中心比较研究——热那亚与马拉加

研究通过公共空间考察历史中心的旅游化，采用多阶段方法，以面向游客的底层及建筑活动指标识别旅游化程度并划分空间类型。对热那亚和马拉加历史中心的分析发现，公共空间可分为商业型、混合型和餐饮型三类，各有三个旅游化等级，共形成九种类别。该方法有助于理解空间与城市环境的关联，并为旅游规划和管理提供参考。

周末夜晚除外：步行化后街道噪声的变化

研究利用7个固定噪声监测站的开放数据，评估巴塞罗那2023年新建“绿色轴线”步行化后的街道噪声变化。所有研究地点的噪声均持续下降，24小时平均降幅为3.1分贝。居民调查还显示，步行化街道居民应对街道噪声的方式与邻近街道居民显著不同，例如更常使用临街房间和阳台。

复杂城市环境中的骑行者安全：罗马的基础设施、交通互动与空间异常

研究旨在改善城市骑行安全，以促进可持续交通并减少噪声和环境污染。研究收集并预处理罗马2013至2020年的骑行事故数据，结合车速、交通流量和地理信息，采用随机森林、有序Logistic回归及DBSCAN聚类识别风险因素和异常区域。结果显示，非机动车道及商店、学校、大学等人类活动具有风险缓解作用；车速和重型车辆是主要风险因素。商业活动与复杂道路互动降低非机动车道安全，历史街区则面临行人流量和路面状况带来的特殊风险。

基于多层感知机模型提升行人交通事故责任等级分类水平

研究将行人交通事故责任认定构建为监督式多分类任务，利用巴达霍斯地方警察事故报告和西班牙司法判决数据，筛选出14个二元变量，并以多层感知机模型将责任划分为五类。模型改善了分类指标，有助于司法交通警察和法院更高效、客观地处理案件，并为政策制定者识别影响因素提供参考。

利用多源城市数据与可解释机器学习预测行人高度的黑视素照度

低收入和中等收入国家城市的自行车出行现状与政治

研究基于四个低收入和中等收入国家城市的拦截式调查、半结构式访谈和民族志观察，考察自行车出行现状及使用者感知的障碍。骑行者主要是低收入成年男性，女性和儿童多在邻里范围内骑行。障碍还涉及金融体系、维护网络、制造与设计能力及社会支持；作者主张以“关怀伦理”回应证据、政策和实施方面的缺口。