Effets non linéaires de l’environnement construit sur la vitalité urbaine à Jinan à partir de données multisources et d’une IA explicable

Pourquoi la vie d’une ville compte

Pourquoi certains quartiers paraissent-ils animés et accueillants tandis que d’autres semblent vides, même aux heures de pointe ? Cette étude examine la « vitalité urbaine » à Jinan, une grande ville de l’est de la Chine, pour comprendre ce qui fait vraiment vibrer les rues. En combinant des données massives — des cartes de chaleur de la téléphonie mobile aux photos de rue — avec une forme d’intelligence artificielle explicable, les chercheurs montrent comment commerces, logements, transports, parcs et l’atmosphère des rues s’articulent de manière souvent non évidente et non linéaire pour façonner le rythme quotidien de la vie citadine.

Observer la vie urbaine sous plusieurs angles

Pour saisir le degré d’animation des différents quartiers de Jinan, l’équipe a construit un indice composite de vitalité qui combine trois types d’activités : sociale (où les gens se rassemblent et se déplacent), économique (où se concentrent entreprises et emplois) et culturelle (emplacement des musées, bibliothèques et théâtres). Ils se sont appuyés sur des cartes de population mobile, la lumière nocturne satellite et des dizaines de milliers de points d’intérêt tels que magasins, bureaux et lieux culturels. Une méthode de pondération spéciale appelée CRITIC a aidé à attribuer une importance à chaque jeu de données en fonction de sa variance et de ses concordances ou contradictions avec les autres, évitant le raccourci habituel consistant à traiter tous les facteurs comme également importants. Le résultat est une image plus riche et tridimensionnelle de la façon dont les gens vivent, travaillent et se divertissent à travers la ville.

Une ville aux noyaux puissants et aux bords silencieux

Les cartes révèlent un schéma net : le centre historique de Jinan autour de la rue Quancheng, de la source Baotu et du lac Daming, ainsi que le nouveau quartier d’affaires oriental, forment un puissant double noyau d’activité. La vie sociale, le commerce et l’emploi s’y concentrent et s’étendent vers l’est le long d’un couloir principal, tandis qu’une grande partie du nord et de l’ouest se comportent comme des « villes dortoirs » avec du logement mais peu de services ou d’attractions. La vie culturelle est un peu plus équilibrée, avec plusieurs petits pôles autour des zones historiques et des universités, mais les équipements culturels restent rares en périphérie. Dans l’ensemble, la vitalité globale est bien plus élevée à l’est et au sud qu’à l’ouest et au nord, reflétant un schéma de développement inégal de « fort à l’est, faible à l’ouest ».

Qu’est‑ce qui compte le plus : les caractéristiques ou les sensations ?

L’étude s’interroge ensuite sur les éléments de l’environnement bâti qui expliquent réellement cette vitalité. Les chercheurs ont distingué les influences « objectives », décrivant ce qui est physiquement présent — par exemple le nombre et le mélange d’équipements, leur densité et la qualité de l’intégration du réseau viaire — et les facteurs « subjectifs », décrivant l’aspect des rues au niveau des yeux, comme la végétation, l’ouverture du ciel et la facilité de la marche, extraits de milliers d’images de rue par vision par ordinateur. Un modèle d’IA explicable (XGBoost avec analyse SHAP) a montré que les facteurs objectifs dominent : le mélange des types de lieux, leur densité globale et l’intégration du réseau viaire expliquent plus de 60 % des différences de vitalité. En revanche, des mesures basées sur la perception, telles que la végétation visible ou la marchabilité, jouent un rôle secondaire au stade actuel de développement de Jinan.

Seuils cachés et points optimaux

Fait crucial, ces leviers n’agissent pas de façon linéaire. Le modèle a mis en évidence des seuils clairs et des « points optimaux ». Quand le mélange des types de lieux (commerces, services, culture, etc.) est trop faible, il supprime en réalité la vitalité ; ce n’est qu’à partir d’un certain niveau de mixité que la vitalité augmente fortement. Ajouter davantage d’équipements par kilomètre carré stimule l’activité jusqu’à un niveau modéré, après quoi l’effet s’atténue. La connectivité des rues est la plus bénéfique dans une gamme intermédiaire, au‑delà de laquelle la congestion peut en réduire les gains. Même l’ouverture — la quantité de ciel visible — suit une courbe en U inversée : une certaine ouverture rend une rue accueillante, mais des espaces très ouverts, comme de vastes places, peuvent paraître vides et décourager l’usage quotidien. Ces schémas montrent que « plus » n’est pas toujours « mieux » ; l’équilibre importe.

Orienter une croissance plus intelligente et plus équitable

En associant des valeurs numériques à ces seuils, l’étude transforme des idées générales d’aménagement en recommandations concrètes. Pour les quartiers historiques aux rues agréables mais peu dotés en services, le message est d’ajouter avec précaution des usages culturels et commerciaux mixtes sans détruire l’échelle intime du lieu. Pour les zones d’affaires modernes et denses, la priorité est d’enrichir le mélange des fonctions et d’ajuster finement l’ouverture et la connexion des rues plutôt que de construire simplement plus de tours. Pour les quartiers périphériques tranquilles, le besoin le plus clair est un approvisionnement fonctionnel de base — plus d’équipements du quotidien et de meilleurs transports publics — avant que des ajustements de conception plus subtils n’aient un réel effet. Pour le lecteur non spécialiste, la leçon est simple : une ville animée dépend moins d’un seul élément que d’une combinaison et d’un équilibre appropriés de lieux, de connexions et d’espaces, à la bonne intensité, quartier par quartier.

Citation: Yu, M., Ji, Q., Zheng, X. et al. Nonlinear effects of the built environment on urban vitality in Jinan based on multi-source data and explainable AI. Sci Rep 16, 4923 (2026). https://doi.org/10.1038/s41598-026-35537-y

Mots-clés: vitalité urbaine, environnement construit, aménagement urbain, IA explicable, usage mixte des sols