城市公園綠地可達性對居民公共健康的影響

章陸楊 何侃 林濤 陳琳 劉燕珍 丁國昌

摘要：為了探索城市公園綠地可達性對居民公共健康的影響，促進健康社會的發(fā)展，采用ArcGIS網(wǎng)絡(luò)分析法和問卷調(diào)查法，對福州市二環(huán)內(nèi)、二環(huán)與三環(huán)之間和三環(huán)外的3個居住區(qū)進行分析，計算他們到達最近公園綠地的路網(wǎng)距離，并同出行方式、公共健康進行相關(guān)性分析。結(jié)果表明，居住區(qū)離公園綠地越遠，居民越傾向于機動化出行，而居住區(qū)離公園綠地越近，居民則越傾向于低碳出行;長期選擇私家車等機動化方式出行易引發(fā)肥胖和慢性疾病，同時心理健康也將受影響，而自行車、步行等低碳出行方式則會促進居民的生理健康;構(gòu)成公共健康的生理健康和心理健康之間也存在顯著正相關(guān)關(guān)系。由此可見，城市公園綠地的空間分布通過影響出行方式從而對居民的公共健康產(chǎn)生間接影響。

關(guān)鍵詞：城市公園綠地;可達性;路網(wǎng)距離;出行方式;公共健康

中圖分類號： TU986文獻標志碼： A

文章編號：1002-1302（2020）18-0148-06

收稿日期：2019-12-16

基金項目：國家林業(yè)局森林公園工程中心開放課題（編號：PTJH15002210）。

作者簡介：章陸楊（1994—），男，浙江杭州人，碩士研究生，主要從事風(fēng)景園林規(guī)劃與設(shè)計研究。E-mail：376832275@qq.com。

通信作者：丁國昌，博士，研究員，主要從事園林植物與應(yīng)用研究。E-mail：fjdgc@fafu.edu.cn。

城市公園綠地作為城市重要基礎(chǔ)設(shè)施之一，是城市居民日常休閑娛樂的場所。城市公園綠地一般以休憩為主，兼具健全生態(tài)、防災(zāi)減災(zāi)、美化環(huán)境等作用[1]。作為城市環(huán)境中重要的自然景觀元素，是體現(xiàn)城市總體環(huán)境水平和居民生活質(zhì)量的重要指標[2]。城市環(huán)境中公園綠地的分布、人均面積等都會影響居民到公園綠地進行休閑娛樂的頻率，還會影響居民對出行方式的選擇，從而影響體力活動量而對居民的公共健康產(chǎn)生影響。

隨著田園城市、園林城市、公園城市等理論的提出，城市公園綠地越來越受到人們的重視，對于公園綠地可達性的研究也層出不窮。國外相關(guān)研究起步較早，有學(xué)者對人口分布和公園綠地可達性進行相關(guān)性研究[3-4]，也有學(xué)者將公園綠地可達性與社會經(jīng)濟活動聯(lián)系在一起進行了研究[5]。GIS技術(shù)的發(fā)展也在很大程度上推動了目的地可達性研究，為其提供了更加多樣化的研究方法。國外運用GIS技術(shù)單純對公園綠地可達性的研究相對較少，更多的是復(fù)合型研究，研究范圍涉及街道、廣場等一系列其他城市基礎(chǔ)服務(wù)設(shè)施[6-8]。國內(nèi)有學(xué)者對公園綠地可達性計算方法進行總結(jié)，分析對比了4類6種方法，并評述了它們的優(yōu)缺點以及計算原理[9]。有學(xué)者以不同的交通出行方式為出發(fā)點，分析對比了4種交通方式下公園綠地可達區(qū)域的空間分布、可達面積和可達人口數(shù)量差異[1]。也有學(xué)者研究了影響公園綠地可達性的客觀影響因素，結(jié)果表明公園綠地面積、公園綠地形狀和路網(wǎng)密度都會在一定程度上影響公園的服務(wù)面積和服務(wù)效率[10]。還有學(xué)者從機會公平性入手，運用GIS技術(shù)統(tǒng)計居民可享用公園綠地的可享用機會，再從精細尺度上對空間公平性的公園綠地可達性進行研究分析[11]。除此之外，還有學(xué)者根據(jù)不同使用人群進行劃分，探索老年人對于城市公園綠地的可達性要素[12-13]。不難看出，公園綠地可達性的研究內(nèi)容涉及廣泛，方法也層出不窮，但是幾乎所有研究都是從公園綠地出發(fā)，探索計算它們的服務(wù)范圍、服務(wù)效率等[14]，很少有學(xué)者把居住區(qū)作為出發(fā)點，計算居住區(qū)到達最近公園的成本，并對成本數(shù)據(jù)與出行方式、公共健康做相關(guān)性分析。

本研究運用ArcGIS 10.4的網(wǎng)絡(luò)分析工具（network analysis），計算福建省福州市二環(huán)內(nèi)的開元社區(qū)、二環(huán)與三環(huán)間的金山生活區(qū)、三環(huán)外的西園社區(qū)所在居住區(qū)區(qū)塊到達最近公園綠地的距離，再將路網(wǎng)距離數(shù)據(jù)與居民出行方式、公共健康數(shù)據(jù)進行相關(guān)性分析，得出公園綠地的空間分布與公共健康間的相關(guān)性，以期為城市建設(shè)中完善公園綠地的空間分布提供以人為本的基礎(chǔ)數(shù)據(jù)。

1?研究區(qū)概況

福州市位于福建省東部，地處25°15′～26°39′N、118°08′～120°31′E，是福建省省會，福建省的政治、文化、交通中心，海峽西岸經(jīng)濟區(qū)中心城市之一。福州市地貌屬于典型的河口盆地，海拔600～1 000 m，屬于典型的亞熱帶季風(fēng)氣候，溫暖濕潤，夏季炎熱，冬季無雪。福州市目前正處于大力發(fā)展公共交通階段，全城道路網(wǎng)以機動車行優(yōu)先，完整街道的發(fā)展還很薄弱。本研究主要選取了福州市二環(huán)內(nèi)的開元社區(qū)、二環(huán)與三環(huán)之間的金山住宅區(qū)、三環(huán)外的西園社區(qū)這3個具有時空順序性的典型居住區(qū)，其區(qū)位條件見圖1。研究它們周圍公園綠地可達性對公共健康的影響。3個居住區(qū)基本情況見表1。

2?數(shù)據(jù)來源與研究方法

2.1?數(shù)據(jù)來源

在開源地圖（OpenStreetMap，OSM）上下載福州市OSM地圖數(shù)據(jù)，通過ArcGIS 10.4的Toolbox模塊下Load OSMFile工具對地圖數(shù)據(jù)進行解析，提取福州市道路信息、公園綠地信息等。3個案例居住區(qū)周圍公園綠地概況見圖2、圖3、圖4。

2.2?網(wǎng)絡(luò)分析法

網(wǎng)絡(luò)分析是對城市路網(wǎng)與設(shè)施模型化的一個過程，該方法主要應(yīng)用于對城市資源的最佳分配和到達目的地的最短路徑計算等。1個基本的網(wǎng)絡(luò)結(jié)構(gòu)主要包括中心（centers）、鏈（links）、節(jié)點（nodes）、阻力（impedance）[15]。如圖5所示，中心點即為到達點，本研究以公園綠地可進入點為中心，到達公園出入口即為到達公園;鏈為城市道路網(wǎng)絡(luò)，城市道路網(wǎng)為線圖層，將其創(chuàng)建拓撲并構(gòu)建網(wǎng)絡(luò)數(shù)據(jù)集;節(jié)點為道路的交點;阻力為出行成本，如時間、費用等。在緩沖區(qū)設(shè)置上結(jié)合前人研究[16]，發(fā)現(xiàn)950 m為步行極限距離，787 m為適宜步行距離，同時為了使數(shù)據(jù)樣本量達到一定值，將3個居住區(qū)的緩沖區(qū)分別定為4個邊長為500 m的正方形（圖1）。由于只研究3個案例居住區(qū)內(nèi)居民到達最近城市公園綠地的難易程度，因此只考慮距離成本。

2.3?問卷設(shè)計與數(shù)據(jù)收集

調(diào)查問卷內(nèi)容包括基礎(chǔ)信息和居民出行方式與健康狀況。問卷發(fā)放地分為3處，即開元社區(qū)、金山住宅區(qū)、西園社區(qū)，每處發(fā)放100份，共計300份，發(fā)放對象為3處居住區(qū)內(nèi)居民，采用隨機攔訪的方式進行問卷調(diào)查，問卷發(fā)放時間為2019年6月15—20日。本次共發(fā)放問卷300份，西園社區(qū)回收96份，有效問卷84份，有效率為87.5%;金山生活區(qū)回收98份， 有效問卷96份，有效率為980%;開元社區(qū)回收99份，有效問卷98份，有效率為990%。將數(shù)據(jù)導(dǎo)入SPSS中進行初步處理，每個居住區(qū)數(shù)據(jù)隨機分成4組，共12組，統(tǒng)計各種出行方式占比和公共健康指數(shù)。

3?結(jié)果與分析

3.1?出行方式結(jié)果分析

通過問卷形式獲取3個居住區(qū)內(nèi)居民的日常出行方式，經(jīng)過Excel統(tǒng)計后，得到每種出行方式所占比例。從圖6中可以看出，在私家車方式中西園社區(qū)總體占比最高，金山生活區(qū)次之，開元社區(qū)最低;而在自行車和步行出行方式中則剛好相反，開元社區(qū)占比最高，金山生活區(qū)次之，西園社區(qū)最低;在出租車出行方式中，3個居住區(qū)相差不大;在電動車出行方式中，西園社區(qū)與金山生活區(qū)相差不大，開元社區(qū)占比較低。

3.2?公共健康結(jié)果分析

通過問卷的形式獲取3個居住區(qū)內(nèi)居民的健康狀況，主要分為生理健康和心理健康兩部分，各占2個因子。其中身體質(zhì)量指數(shù)（BMI）根據(jù)問卷所得身高體質(zhì)量進行計算，得分統(tǒng)計方法為18.5～23.9（健康）得4分，小于18.5（過輕）得3分，24～28（超重）得2分，大于28（肥胖）得1分;慢性疾病患病數(shù)的得分統(tǒng)計方法為患0種得7分，患1種得6分，患2種得5分，以此類推;環(huán)境壓力和情緒控制則采用七點尺度評分。數(shù)據(jù)經(jīng)SPSS處理后得到3個居住區(qū)12個區(qū)塊的居民公共健康指數(shù)。

從表2中可以看出，無論是生理健康指數(shù)還是心理健康指數(shù)，西園社區(qū)總體得分都是最低的，而金山生活區(qū)和開元社區(qū)的各項得分都較接近。

3.3?到達公園綠地距離分析

通過ArcGIS 10.4網(wǎng)絡(luò)分析構(gòu)建網(wǎng)絡(luò)數(shù)據(jù)集，以路網(wǎng)距離為成本，計算3個案例居住區(qū)12個區(qū)塊到達最近公園綠地的最小距離。從表3可以看出，開元社區(qū)周邊公園綠地數(shù)量較多，且分布相對均勻，其中最小距離為區(qū)塊3內(nèi)居民到達西湖公園的距離，為0.74 km，最大距離為區(qū)塊2內(nèi)居民到達溫泉公園的距離，為1.27 km;金山生活區(qū)和西園社區(qū)周邊公園數(shù)量較少，其中西園社區(qū)4個區(qū)塊到達公園綠地的距離相對都較大，最大距離為區(qū)塊1內(nèi)居民到達琴亭湖公園的距離，達到2.54 km。

3.4?公園綠地可達性與出行方式相關(guān)性分析

居民對出行方式的選擇除了受個人行為偏好影響外，很大程度上也受建成環(huán)境的影響，如路網(wǎng)密度、土地利用混合度等。城市綠地公園的分布對居民到達公園的距離成本有直接影響，這也影響居民對出行方式的選擇。從表4可以看出，除出租車外，其他5種出行方式均與公園綠地距離顯著相關(guān)。其中，公共交通、自行車、步行出行方式與公園綠地距離都呈顯著負相關(guān)，這說明居住區(qū)與公園綠地越遠，距離成本越高，居民采用低碳出行的意愿越小。私家車出行與公園綠地距離呈顯著正相關(guān)，這說明居住區(qū)與公園綠地越遠，距離成本越高，居民越傾向于選擇機動化出行。其中，電動車出行方式與公園綠地距離這一相關(guān)系數(shù)或受當?shù)亟煌顩r和個人行為偏好影響，與預(yù)期結(jié)果不符，有待進一步研究。上述結(jié)果表明，優(yōu)化公園綠地在城市中的分布，有利于促進居民的低碳出行，遏制機動化出行。

3.5?出行方式與公共健康相關(guān)性分析

出行方式對公共健康的影響主要體現(xiàn)在體力活動量上，因此本研究選擇了與體力活動量相關(guān)程度較高的3種出行方式：私家車出行（代表低體力活動量）、自行車出行、步行出行（代表高體力活動量）。將12組數(shù)據(jù)導(dǎo)入SPSS 25.0，將這3個變量分別與公共健康的4個變量做相關(guān)性分析。如表5所示，私家車出行對公共健康的4個因子都呈顯著負相關(guān)影響，表明了機動化出行會減少體力活動量，增加汽車尾氣排放量等，這可能與肥胖率上升，居民患慢性呼吸道疾病、心腦血管疾病和頸肩酸痛等慢性疾病的概率也大幅上升相關(guān)。除此之外，機動化出行對心理健康方面的影響也顯而易見，無論是環(huán)境壓力還是情緒控制，都有顯著的負面影響。自行車與步行出行對2個生理健康因子都有顯著正相關(guān)關(guān)系，而對2個心理健康因子無顯著相關(guān)性。這說明這2種出行方式對應(yīng)的體力活動量較大，從而有助于降低人的肥胖率和慢性疾病患病率，而對環(huán)境壓力和情緒控制方面無顯著影響。

3.6?生理健康與心理健康相關(guān)性分析

1946年，世界衛(wèi)生組織將健康定義為“不僅僅是沒有疾病或虛弱，而是一種完整的身體、精神和社會健康的狀態(tài)”[17]。本研究將公共健康分為生理健康和心理健康，分別用BMI指數(shù)、慢性疾病數(shù)、環(huán)境壓力、情緒控制表示。從表6可以看出，BMI肥胖指數(shù)與慢性疾病數(shù)、環(huán)境壓力、情緒控制都有顯著正向影響，表明罹患肥胖癥的人群可能更容易伴隨患上其他慢性疾病，同時對他們的心理健康也有一定負面影響。慢性疾病數(shù)對情緒控制也有顯著正向影響，表明居民所患慢性疾病數(shù)越多，自我情緒控制能力就越弱。從心理健康方面來看，環(huán)境壓力和情緒控制之間存在顯著正向影響，表明環(huán)境壓力越大的時候，自我情緒控制能力就越弱。

4?結(jié)論與討論

城市公共綠地人均面積、分布狀況是一個衡量城市現(xiàn)代化發(fā)展水平的重要指標，是判斷城市人地關(guān)系和諧程度的重要依據(jù)。公園綠地可達性是一個具體可量化指標，它可以評判城市綠地對居民的服務(wù)能力，為城市規(guī)劃和公園綠地的布局提供借鑒。探索城市綠地可達性的分析方法有很多，目前應(yīng)用最廣泛的是GIS軟件的空間與網(wǎng)絡(luò)分析法，包括局域方法[18]、最近鄰方法[19]、基于重力模型的方法[20]等。除此之外，為了改進研究方法、完善研究結(jié)果，Luo等將就醫(yī)空間可達性所用的高斯兩步移動搜索法引入到公園綠地可達性的研究中[21]。對于空間阻力的劃分，不同的研究側(cè)重點不同，主要集中在出行方式、人口密度這兩方面。雖然研究方法各有不同，但是在研究內(nèi)容上幾乎都以城市公園綠地為出發(fā)點，研究區(qū)域范圍各時間段內(nèi)可到達公園綠地的面積，即公園綠地的服務(wù)范圍與效率。

隨著城市現(xiàn)代化進程的推進，由此引發(fā)的社會公共健康也受到人們的關(guān)注，居民健康狀況成為高度關(guān)注的焦點。本研究將公園綠地可達性作為基礎(chǔ)因子，加入出行方式和公共健康要素，探索城市綠地可達性對居民生理和心理健康產(chǎn)生的影響。同時，基于健康數(shù)據(jù)分析生理健康與心理健康間的內(nèi)在關(guān)系。通過數(shù)據(jù)測量與分析，本研究得出以下結(jié)論：（1）城市公園綠地可達性對私家車、電動車這類出行選擇有顯著或極顯著正相關(guān)關(guān)系，對公共交通、自行車、步行這類低碳出行選擇有顯著或極顯著負相關(guān)關(guān)系;（2）機動化出行對公共健康有顯著負相關(guān)關(guān)系，而自行車、步行這類低碳出行對公共健康的生理因子有顯著正相關(guān)關(guān)系;（3）生理健康對心理健康在整體水平上有顯著正相關(guān)關(guān)系。本研究內(nèi)容還存在不足，由于體力活動量難以量化，對個體的日活動量追蹤成本較大，難以實現(xiàn)，因此本研究用出行方式代表體力活動量，即機動化出行代表低體力活動量，自行車和步行出行代表高體力活動量，測量結(jié)果或存在誤差，望后期研究能夠?qū)w力活動量進行量化處理，提高結(jié)果的精確性。

參考文獻：

[1]盧?寧，李俊英，閆紅偉，等. 城市公園綠地可達性分析——以沈陽市鐵西區(qū)為例[J]. 應(yīng)用生態(tài)學(xué)報，2014，25（10）：2951-2958.

[2]連麗花. 常州市公園綠地布局研究[D]. 南京：南京林業(yè)大學(xué)，2010.

[3]Langford M，Higgs G. Measuring potential access to primary healthcare services：the influence of alternative spatial representations of population[J]. The Professional Geographer，2006，58（3）：294-306.

[4]Gyoungju L，Ilyoung H. Measuring spatial accessibility in the context of spatial disparity between demand and supply of urban park service[J]. Landscape and Urban Planning，2013，119：85-90.

[5]Shen Q. Spatial technologies，accessibility，and the social construction of urban space[J]. Computers，environment and urban systems，1998，22（5）：447-464.

[6]Dai D. Racial/ethnic and socioeconomic disparities in urban green space accessibility：where to intervene？[J]. Landscape and Urban Planning，2011，102（4）：234-244.

[7]Higgs G，F(xiàn)ry R，Langford M. Investigating the implications of using alternative GIS-based techniques to measure accessibility to green space[J]. Environment and Planning B，2012，39（2）：326-343.

[8]Luo W，Qi Y. An enhanced two-step floating catchment area （E2SFCA） method for measuring spatial accessibility to primary care physicians[J]. Health & Place，2009，15（4）：1100-1107.

[9]劉常富，李小馬，韓?東. 城市公園可達性研究——方法與關(guān)鍵問題[J]. 生態(tài)學(xué)報，2010，30（19）：5381-5390.

[10]尹紅巖，李俊英，施?拓，等. 公園綠地可達性的客觀影響因素[J]. 應(yīng)用生態(tài)學(xué)報，2016，27（10）：3387-3393.

[11]陳秋曉，侯?焱，吳?霜. 機會公平視角下紹興城市公園綠地可達性評價[J]. 地理科學(xué)，2016，36（3）：375-383.

[12]姚雪松，冷?紅，魏?冶，等. 基于老年人活動需求的城市公園供給評價——以長春市主城區(qū)為例[J]. 經(jīng)濟地理，2015，35（11）：218-224.

[13]劉?紅. 基于老年人游憩特征的長沙市公園可達性研究[D]. 長沙：湖南師范大學(xué)，2015.

[14]鄭?鈞，吳仁武，任偉濤，等. 公園綠地生態(tài)保健功能研究進展[J]. 江蘇農(nóng)業(yè)科學(xué)，2018，46（16）：15-21.

[15]張廣亮. 基于GIS網(wǎng)絡(luò)分析的城市公園綠地可達性研究[D]. 鄭州：河南農(nóng)業(yè)大學(xué)，2012.

[16]王?寧，杜豫川. 社區(qū)居民適宜步行距離閾值研究[J]. 交通運輸研究，2015，1（2）：20-24，30.

[17]WHO. Preamble to the constitution of the World Health Organization[R]. New York：World Health Organization，1946：100.

[18]Potestio M L，Patel A B，Powell C D，et al. Is there an association between spatial access to parks/green space and childhood overweight/obesity in Calgary，Canada？[J]. International Journal of Behavioral Nutrition and Physical Activity，2009，6：1-10.

[19]Comber A J，Brunsdon C，Green E. Using a GIS-based network analysis to determine urban greenspace accessibility for different ethnic and religious groups[J]. Landscape and Urban Planning，2008，86（1）：103-114.

[20]Hillsdon M，Panter J，F(xiàn)oster C，et al. The relationship between access and quality of urban green space with population physical activity[J]. Public Health，2006，120（12）：1127-1132.

[21]Luo W，Wang F. Measures of spatial accessibility to health care in a GIS environment：synthesis and a case study in the Chicago Region[J]. Environment and Planning B，2003，30（6）：865-884.