Quantifying Urban Travel Resilience Under Multi-Source External Stimuli: Linking Social Perception, Green Exposure, and Low-Carbon Mobility

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:Provides a replicable NLP-based framework to model behavioral resilience under multi-source shocks, combining social media data and machine learning for low-carbon transport research.

🏢実務担当者:Offers actionable insights for urban planners and transport operators on how extreme heat and fuel price changes shift modal choice, informing adaptive mobility services and green infrastructure investments.

🏛政策担当者:Highlights the need for differentiated policies for forced mobility groups (e.g., essential workers) and the potential of heat-related spatial interventions to promote low-carbon travel.

需要側管理は、低炭素交通ガバナンスにおいてますます重要になっている。しかし、多くの研究は比較的安定した旅行選好を前提としており、突然の外部ショック下での行動変化には限定的な注意しか払っていない。本研究は、Event–Behaviour–Resilienceフレームワークを提案し、Sina Weiboデータに自然言語処理を適用して、猛暑と精製油価格調整に対する旅行反応を検討する。結果は非対称な反応パターンを示している。石油価格の上昇は、コストベースの低炭素代替と関連しており、新エネルギー車の意図がシェアの64.4%を占めた。対照的に、猛暑は旅行削減と自動車利用の両方と関連していた。旅行削減は52.4%に達し、配車サービスまたはタクシーへの反応は24.6%を占めた。二次曲線フィッティング分析により、38.0–39.0 °Cが観測された遷移区間として特定され、この区間内で高炭素の自動車利用意欲が低炭素のスロー・モビリティ意欲を上回り始めた。グループレベルの分析では、不平等な行動の柔軟性が示された。一般人口の80.0%が猛暑下で旅行を削減した一方、強制移動グループは限定的な旅行削減を示し、低炭素意欲を86.87%という高い水準で維持した。XGBoost-SHAPの結果は、気温、感情価、および行動制約が低炭素モビリティ意図に寄与することを示した。これらの知見は、行動反応が低炭素交通のための空間的介入、特に熱曝露、移動の柔軟性、および適応的旅行オプションへのアクセスに関連して、特定するのに役立つことを示唆している。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

Demand-side management is increasingly important for low-carbon transport governance. However, many studies assume relatively stable travel preferences and pay limited attention to behavioural changes under sudden external shocks. This study proposes an Event–Behaviour–Resilience framework and applies Natural Language Processing to Sina Weibo data to examine travel responses to extreme heat and refined oil price adjustments. The results show asymmetric response patterns. Oil price increases were associated with cost-based low-carbon substitution, with new-energy vehicle intentions accounting for 64.4% of the share. In contrast, extreme heat was associated with both trip reduction and motorised travel. Travel reduction reached 52.4%, while ride-hailing or taxi responses accounted for 24.6%. A quadratic fitting analysis identified 38.0–39.0 °C as an observed transition interval, within which high-carbon motorised willingness began to exceed low-carbon slow mobility willingness. Group-level analysis showed unequal behavioural flexibility. While 80.0% of the general population reduced travel under extreme heat, the forced mobility group showed limited travel reduction and maintained a high level of low-carbon willingness at 86.87%. XGBoost-SHAP results indicated that temperature, emotional valence, and behavioural constraints contributed to low-carbon mobility intention. These findings suggest that behavioural responses can help identify spatial interventions for low-carbon transport, especially in relation to heat exposure, mobility flexibility, and access to adaptive travel options.

• openalex https://doi.org/10.3390/land15061019first seen 2026-06-11 05:25:44 · last seen 2026-06-17 07:12:31