Los estudios previos sobre los impactos del transporte en el desarrollo económico en áreas urbanas presentan tres problemas principales: el alcance limitado del análisis, principalmente con el cambio en los valores de propiedad; la exclusión de los sistemas de transporte inteligente como características a pesar de su potencial para las áreas urbanas; y enfoques estereotipados con tipos limitados de variables. Para superar tales limitaciones, esta investigación adoptó el concepto de Big Data con técnicas de aprendizaje automático. Así, se analizaron un total de 67 características de categorías principales, incluyendo el cambio de negocios, límites geográficos, socioeconómicos, valor de la tierra, transporte, transporte inteligente, ventas y población flotante, utilizando los algoritmos XGBoost y SHAP. Dado que el aumento y la caída de los negocios es una consideración importante para el desarrollo económico en áreas urbanas, se seleccionó el cambio en el número total de ventas como un valor objetivo. Como resultado, las características relacionadas con las ventas mostraron la mayor contribución al aumento de los negocios, entre otros. También se observó que las características relacionadas con los sistemas de transporte inteligente afectaron claramente el éxito de los negocios, incluso más que las tradicionales del transporte. Se espera que los hallazgos de esta investigación proporcionen información a los responsables de la toma de decisiones y a los investigadores para elaborar políticas personalizadas que impulsen el desarrollo económico en áreas urbanas, que son una parte importante de la economía urbana para lograr la sostenibilidad.