现代城市生活压力下，越来越多的居民面临着严重的健康问题，尤其是失眠。以往的调查研究大多探索睡眠质量与人口特征，环境污染暴露，绿地暴露之间的关系，忽略了城市空间要素对睡眠质量的影响。此外，缺乏精细化的空间分布数据也对失眠潜在风险因素的识别带来了一定困扰。因此，我们从社交媒体平台获取了2013年至2017年的982个具有空间位置属性的失眠案例，使用描述性空间统计分析来探索失眠案例空间分布的差异性，并采用逐步回归的方式识别影响睡眠质量的物质空间和社会经济因素。结果表明，失眠案例主要集中在一些人口密集的老旧社区，商业中心和高等院校。从单一类型的变量来看，人口和经济属性以及空间结构特征对失眠案例的影响较大；从逐步回归的结果看，随着不同类型变量的依次加入，街道品质和建筑形态特征的影响逐渐弱化，老年人对失眠案例的负向影响逐渐增强，间接说明了潜在风险因素考虑不完善会导致影响估计的偏差产生。值得注意的是年轻人是失眠的重要群体，就业压力过大以及周围人口密度过大都会导致失眠概率的增加，而分散的商业设施，更多的公园绿地空间以及开阔的空间环境有利于缓解失眠状况。这些结论有助于帮助我们深入了解城市空间环境对睡眠质量的影响，对健康城市的规划提供了一些启发。

大数据；失眠；时空特征；多层线性回归；武汉市