建成环境是否影响居民健康生活方式?——基于北京22个社区的实证分析

健康社区建设是后疫情时代的重要趋势,在促进居民健康状况方面,只有针对各类生活方式进行组合干预才能将个体患病风险降到最低并保证居民身心的全面健康.论文选取了北京22个典型社区,利用2019年北京城市体检问卷调查数据构建了社区居民健康生活方式的评价指标体系,并在此基础上结合社区生活圈内的建成环境空间数据,借助多层线性模型考...     

基于出行链的建成环境对居民小汽车通勤出行的影响

城市建成环境对居民出行,尤其是小汽车通勤出行的影响是交通需求预测的基础性命题,长期受到关注.已有研究大多以单次出行作为研究对象,较少关注出行链影响下的出行协同决策问题.论文基于2017年广州市居民活动日志调查数据,采用Logistic模型检验了出行链视角下城市建成环境对工作日选择小汽车通勤出行的影响.研究发现,出行链中...     

建成环境对公共交通与小汽车出行方式选择的非线性影响——基于出行链视角

针对城市公共交通竞争力有待提升的现实背景,以及对车外环境和替代出行方式关注不足等问题,文章通过出行链视角,结合武汉市主城区居民出行调查和街景数据,利用百度地图模拟出行路径,使用随机森林模型全面分析了出发地、目的地和车外路段建成环境对公共交通与小汽车出行选择的影响。结果表明：1）细化出行阶段并考虑替代小汽车的公交出行方式,可增强分析深度和模型精度;2）建成环境是影响2种交通方式选择倾向的关键因素,其中车外环境与出发地、目的地的建成环境同等重要;建成环境因素与交通方式选择倾向之间存在非线性关系,且部分因素在出发地和目的地的影响有所差异;3）建成环境对出行方式选择的影响机理可分为弹性调整、有限支撑和直接驱动3种类型。     

建成环境对居民购物模式选择的影响——以南京为例

网络购物的普及重塑了居民的购物行为模式。国外的相关研究多将购物行为看作一个整体,影响因素的研究中也缺乏系统的建成环境指标的分析。以南京为例,将购物过程分解后重组为8种购物模式。在区分商品类型的基础上,构建多元Logit模型探讨经济社会属性、购物态度、网络使用情况、居住地建成环境、通勤特征等对居民购物模式选择的影响。研究发现：① 上述变量均会影响购物行为;② 建成环境变量中,居住区位、交通便利性、购物便利性对居民购买搜索型和体验型商品均存在显著影响;③ 通勤距离对不同商品的购物行为影响差异较大;④ 创新扩散假设和效率假设同时存在。     

基于倾向值匹配法的城市建成环境对居民生理健康的影响

伴随着城市化和机动化进程,肥胖及其引致的慢性疾病已成为中国严峻的社会问题。本文利用2010年中国社会综合调查、空间兴趣点POI、道路网等数据,探究城市建成环境对居民生理健康状况的影响,并通过倾向值匹配法控制自选择机制的干扰。研究发现：① 高密度的土地利用对居民总体的身体健康状况具有负向影响,而功能混合、支路网通达的城市肌理、以及充足的健康设施在降低身体质量指数BMI、抑制超重和减少慢性病方面发挥着积极作用。② 各类建成环境特征对中高社会阶层的影响集中在主观的健康感知,对中低阶层人群的影响则主要作用于客观的健康指标。③ 小尺度范围内的建成环境与中低阶层群体的身体健康水平存在更为密切的关联,但这一规律在中高社会阶层并不明显。本研究证明了主动式空间干预手段在促进居民生理健康过程中的有效性,进而就建成环境的优化策略提出了初步建议。     

基于手机信令数据的广州市社区建成环境对居民通勤距离的影响研究

通过优化社区建成环境来优化通勤行为是缓解大城市交通压力的重要举措,实施差异化的社区建成环境政策可能更有助于优化通勤行为。在利用手机信令数据构建居委会之间的职住联系OD数据库并计算居委会的居民平均通勤距离的基础上,构建社区建成环境“5D”指标体系,利用地理加权回归模型（GWR）来分析社区建成环境对居民通勤距离的影响。研究表明,包括密度、多样性、通达性、距离等维度的多项指标对居民平均通勤距离有显著影响。人口密度提高能减少居民平均通勤距离,但区域差异明显,人口密度较高的城郊村居民承受着长距离通勤。混合的土地利用能减少居民平均通勤距离,尤其是减少郊区居民平均通勤距离。地铁通达性在一定程度上增加了区域居民平均通勤距离。通过调控改善中心城区与郊区的居住成本差异,增加中心城区局部功能相对单一区域和郊区的土地利用混合度,增加中心城区局部区域轨道交通建设力度,皆有利于优化居民通勤行为和减少区域通勤距离。     

广州市居民工作日小汽车出行个体与社区双层影响机制

小汽车出行与建成环境的关系是城市研究中的热点问题,已有的研究主要分别关注个人社会经济属性与建成环境对小汽车出行的影响。近年来,在中国城市转型的背景下,社会空间分异受到关注,越来越多的研究表明,居民个人社会经济属性与社区建成环境及社区类型间存在关系,考虑三者如何共同对小汽车出行的影响具有一定的现实意义。因此,本文构建包含个体层社会经济属性和社区层建成环境与社区类型的多层Logit模型对工作日小汽车出行方式的影响因素进行分析。研究发现居民个人的社会经济属性和其所居住社区建成环境同时对小汽车出行的选择起作用,且这两层因素的影响与社区类型紧密相关,出行方式差异有76.32%是由社区因素的差异造成。个人社会经济属性因素方面,更高的文化水平、更高的个人月收入水平、非集体单位性质和家庭存在更多未成年孩子的居民工作日小汽车使用率较高;社区建成环境因素方面,提高建筑密度、用地混合度、商业可达性和公交站点密度会降低社区居民工作日出行使用小汽车的可能,而社区周边更高的POI密度则会增多居民对小汽车的使用。两类因素关系背后的机制在于伴随着市场力量对城市居住空间重构影响的增强,相似社会经济属性的居民会倾向选择同一类型社区,而相同类型社区拥有相似的建成环境。这些结论有助于进一步了解城市居民工作日小汽车出行背后的影响因素及机制,并为通过对相同类型社区多层因素的调节来改变居民出行方式结构,进而缓解交通问题提供了借鉴。     

城市建成环境如何影响居民生理健康?——中介机制与实证检验

建成环境对公共健康的影响路径仍藏于黑箱中,且既有片段式分析多未考虑居住自选择问题。基于福州市社会调查,建构结构方程模型。研究发现：通过体力活动的中介作用,密度及多样性、道路通达性、形象维护管理、体育设施可达性均与生理健康自评值存在正向关联;前三类建成环境特征主要经由社会资本、犯罪活动、居住安全感对休闲型步行产生间接正向效应,中高强度体力活动则受到实体要素直接影响;通过饮食行为的中介作用,提高健康食物可达性能有效减少罹患慢性病的种类数。即使规避了自选择干扰,上述建成环境特征依然对生理健康状况具有显著影响,证明建成环境优化确是改善公共健康的可行途径,需在城市规划中兼顾体育和食物环境两项重点、硬件和软件环境两个层面。     

上海城市建成环境对居民通勤方式选择的影响

伴随中国快速城市化与机动化进程,私人汽车拥有量不断增长,由此引起的交通拥堵和环境问题已成为制约中国城市可持续发展的难题。基于上海市区的居民通勤问卷调查数据,采用多项Logit模型检验了街道尺度城市建成环境对于居民通勤方式选择的影响,结果表明,在控制了其他因素后,提高居住地的人口密度、土地利用混合度与十字路口比重,可以减少小汽车通勤方式的选择,而就业地建成环境对居民通勤方式选择影响相对较弱;建成环境对通勤方式选择的影响会因个体的社会经济异质性而不同。这些结论为通过优化土地利用规划来优化居民通勤结构的城市交通和城市规划政策提供了启示。     

城市建成环境对居住安全感的影响——基于全国278个城市社区的实证分析

利用CGSS、POI、道路网等数据,通过多层线性模型分析中国城市建成环境对居住安全感的影响。总体来看,混合型、密路网、紧凑型的建成环境对个体的居住安全感具有显著的负向影响。而“街道眼”的保护机制并非是自动产生的,唯有在社区凝聚力较高、人口构成较为同质的社会环境下,传统城市空间形态才能起到增进居住安全感的作用。因此,不应把当前“窄马路、密路网、开放型”的规划转型仅仅视为一项空间设计工作,而须与社区发展相结合,以使“街道眼”的功效得以充分发挥。     

职住建成环境对郊区居民通勤方式的影响

郊区化带来的职住空间分离与机动化出行问题受到了城市地理与城市规划界的广泛关注。汽车依赖已经成为大城市郊区空间发展过程中面临的现实问题,如何减少汽车通勤比例、鼓励公共交通和非机动化通勤,已经成为城市交通可持续发展的重要目标。基于城市兴趣点数据（POI）与2017年上海市郊区居民活动日志调查数据,通过多项logit模型分析了居民居住地与工作地周边建成环境对通勤方式的影响,并建立中介效应模型探讨长距离通勤对通勤方式产生的间接效应。研究发现提升居住地的地铁站可达性、土地混合利用程度,控制居住地和工作地的设施密度等措施有利于减少汽车出行,而建成环境特征差异对通勤方式的影响要大于对通勤距离的影响。通勤距离对通勤方式选择具有显著的中介效应,对于步行和自行车通勤的影响最为明显。社区环境的提升应从增加设施多样性和公共交通可达性,营造良好的步行、骑行环境等方面来促进居民的绿色通勤行为。     

邻里环境感知与个体健康对通勤模式选择的影响研究——以南京市为例

通勤是大部分城市就业者日常工作所必须面对的问题。相比宏观层面的城市建成环境,微观层面的邻里环境感知及个体健康与通勤模式选择的联系更为密切。以南京市主城区8个社区为案例地,利用结构方程模型探究邻里环境感知与个体健康对城市就业者通勤模式选择的影响。首先借助问卷调查数据,将通勤模式分为积极通勤、公共交通通勤、电动车/摩托车通勤以及小汽车通勤四类;其次使用因子分析法确定邻里环境感知的潜变量,并将个体健康分为身体健康、心理健康与健康行为3个潜变量;最后构建结构方程模型的理论框架并进行实证分析。研究发现：① 邻里环境感知变量中服务设施感知、环境品质感知对通勤模式选择存在显著的直接效应,交通安全感知对通勤模式选择存在显著的间接效应。② 个体健康变量中,心理健康与健康行为对通勤模式选择存在显著的直接效应。③ 通勤距离与社会经济属性对通勤模式选择存在显著的直接效应,同时社会经济属性对通勤模式选择亦存在显著的间接效应。基于研究结果,提出有效提升就业者对于社区环境的主观感受,进而提高就业者参与健康行为的意愿与就业者的健康水平,从而引导其选择更加健康和绿色的通勤模式。     

建成环境对步行通勤通学的影响——以中国香港为例

步行是一种重要的交通方式,也是体力活动的重要组成部分。然而,现代城市居民步行频率持续下降,相应地带来体力活动水平的持续降低,伴随着肥胖等慢性非传染病广泛蔓延,值得警惕。西方很多研究证实了建成环境(常以“3D”或“5D”等模型刻画)对步行行为的影响。基于西方的结论对于中国香港、北京和上海等具有与西方城市大相迥异的建成环境的城市是否适用?不同的人群由于具有不同的社会经济属性和生活节奏、习惯,其步行行为受建成环境的影响在方向、强度上是否存在差异?为解决上述问题,论文以香港为案例地,以职员和学生2类人群的步行通勤通学行为为研究对象,利用香港人口普查数据、Open Street Map数据以及中原地图数据等,采用传统的线性回归和空间计量模型进行分析,发现：①通勤通学距离是影响职员和学生步行通勤通学行为的最重要变量;②以“5D”模型刻画的建成环境对香港居民步行通勤通学行为的影响,与西方情境下的结论存在一定的差异,如,在香港,距地铁站的距离与职员和学生步行通勤比例相关性均不显著;③建成环境对步行通勤通学行为的影响,在职员与学生两类人群之间在方向和强度上存在显著差异。例如人口密度与职员步行通勤比例负相关,但与学生步行通学比例正相关。研究凸显了在“建成环境-交通行为”关系研究中情境(context)和人群区分(segmentation)的重要性。     

建成环境对居民通勤方式选择的影响——以武汉市城中村为例

城中村作为带着农民特色和阶级混杂重塑的空间,为弱势劳动群体融入城市化体系、实现反资本而不反市场的城镇化进程提供了保障。探讨建成环境对居民通勤方式选择的影响机制,开展城中村建成环境改造,对于解决弱势群体通勤和就业困难意义重大。论文基于武汉市2018年LBS(Location Based Services)数据,以公共交通通勤方式选择作为二元分类因变量,采用梯度提升决策树(gradient boosting decision tree,GBDT)分析建成环境与城中村居民通勤方式选择的非线性关系与阈值效应,结果显示：普遍长距离通勤的城中村居民对公共交通系统依赖性强,建成环境的非线性影响和阈值效应明显,弥补了传统线性模型在可解释性上的不足;其中公交站可达性预测贡献度最大(19.89%),阈值分别在300 m和1000 m左右,在城中村改造时应尽量满足直线距离300 m公交站点可达,保证1000 m内存在公交线路,其余变量也有相似的可解释性。研究得到的建成环境影响的优先层次和最有效的空间属性范围将为提升城中村居民就业和通勤公平,实现区域包容、协调的城镇化提供参考。     

建成环境对城市居民日常出行碳排放的影响——以开封市248个居住区为例

居住区是居民日常生活最基本的空间单元,其建成环境对出行碳排放的影响是学术界关注的焦点。基于大样本调查数据核算居民各类出行碳排放,通过POI抓取、空间句法、网络分析等方法识别开封市主城区成规模的248个居住区的建成环境特征,借助核密度和GWR等方法剖析居住区尺度居民各类出行碳排放的空间分异规律。结果表明：① 城市内部居民出行碳排放空间差异显著,居住区公共服务供给的公平性问题突出,外圈层快速扩张区域应作为城市碳减排工作的关键区域;② 居住区尺度能较好地揭示建成环境对出行碳排放的影响,路网设计、建筑密度、土地利用混合度等因素对各类出行碳排放的作用机理差异较大,作用强度亦存在不同方向上的空间渐进规律;③ 根据出行碳排放结构及其对应的建成环境指标可识别出外层高密度欠通达低混合型居住区碳排放水平较高,内层低密度高通达高混合型居住区碳排放水平较低。研究结果可为居住区空间重构和城市碳排放的分区规划与治理提供科学依据。     

Multilevel built environment features and individual odds of overweight and obesity in Utah

Based on the data from the Behavioral Risk Factor Surveillance System (BRFSS) in 2007, 2009 and 2011 in Utah, this research uses multilevel modeling (MLM) to examine the associations between neighborhood built environments and individual odds of overweight and obesity after controlling for individual risk factors. The BRFSS data include information on 21,961 individuals geocoded to zip code areas. Individual variables include BMI (body mass index) and socio-demographic attributes such as age, gender, race, marital status, education attainment, employment status, and whether an individual smokes. Neighborhood built environment factors measured at both zip code and county levels include street connectivity, walk score, distance to parks, and food environment. Two additional neighborhood variables, namely the poverty rate and urbanicity, are also included as control variables. MLM results show that at the zip code level, poverty rate and distance to parks are significant and negative covariates of the odds of overweight and obesity; and at the county level, food environment is the sole significant factor with stronger fast food presence linked to higher odds of overweight and obesity. These findings suggest that obesity risk factors lie in multiple neighborhood levels and built environment features need to be defined at a neighborhood size relevant to residents' activity space.