近日，北京体育大学管理学院教师许姜作为共同通讯作者，与北京大学、中国建筑设计研究院有限公司等单位研究人员合作完成的论文“Opportunity with a threshold: a SHAP-based machine learning explanation of key drivers and their nonlinear relationships with rural investment”在Nature旗下国际学术期刊《Humanities and Social Sciences Communications》正式发表。研究融合管理学、人文地理学与数据科学的理论和研究方法，揭示了乡村投资的关键关联因素及其非线性特征，为理解社会网络的“过度嵌入”（over-embeddedness）现象及其与乡村经济发展的关系提供了新的经验证据。《Humanities and Social Sciences Communications》是Nature旗下的综合性人文社会科学期刊，在国际人文社会科学领域具有广泛的学术影响力。

乡村投资是推动乡村经济发展与乡村振兴的重要动力。既有研究从经济基础、自然资源和制度环境等方面探讨了乡村投资的影响因素，但不同因素的相对重要性及其潜在的非线性关系仍有待深入研究。尤其是在地方社会关系紧密的乡村地区，社会网络通常被认为有助于建立信任、促进资源流动，但其与乡村投资之间的正向关联是否始终成立，仍是值得进一步探讨的问题。

围绕这一问题，研究团队以安徽省黄山市689个行政村为研究对象，整合实地调查及多源地理空间、社会经济数据，构建涵盖结构嵌入、文化嵌入、政治嵌入、自然条件和社会经济因素的综合分析框架，结合机器学习模型与SHAP解释方法，识别乡村投资的关键关联因素及其非线性特征。研究发现，新迁入人口、本地返乡人口及地方社会网络结构是与乡村投资密切相关的重要因素，凸显了人口流动与地方社会联系在理解乡村投资差异中的重要性。

研究进一步揭示了社会网络与乡村投资之间的非线性关联。以产品、方言、习俗和姓氏关系为基础构建的网络中心性指标主要呈现倒U形关联，即随着网络中心性的提高，模型预测的乡村投资水平呈现先升后降的变化趋势。这一发现为理解社会网络的“过度嵌入”（over-embeddedness）现象提供了乡村投资情境下的经验证据，表明社会网络的经济价值可能存在一定的适度性边界。从理论上看，适度嵌入有助于建立信任、协调资源，而过度嵌入则可能伴随信息冗余、网络封闭和对既有关系的过度依赖，使社会关系由资源优势转化为潜在约束。研究由此丰富了对社会嵌入双重作用的认识，拓展了过度嵌入理论在乡村经济发展情境中的应用。

该研究将嵌入性理论与可解释性机器学习方法相结合，为识别复杂经济社会现象中的非线性关系提供了新的分析路径，也为优化乡村投资环境、促进城乡要素流动与乡村可持续发展提供了有益参考。此次研究成果体现了北京体育大学管理学院在交叉研究领域的积极探索，展现了学院教师开展跨学科、跨院校科研合作的成效，为深化学科交叉融合、拓展学术合作网络和提升科研创新能力积累了有益经验。