肖揚 張宇航 匡曉明

1 研究背景

改革開放40年，中國城鎮(zhèn)化成就卓越。隨著中國進入生態(tài)文明建設(shè)的新時代，中國城鎮(zhèn)化發(fā)展正面臨從高速度到高質(zhì)量的重大轉(zhuǎn)變。中國的快速城鎮(zhèn)化在推動城市經(jīng)濟高速增長的同時，極大改變了中國城市建成環(huán)境面貌，與此同時也給城市居民帶來了諸多公共健康威脅。文獻顯示早期的城市公共健康威脅主要為傳染性疾病，時至今日已轉(zhuǎn)變?yōu)榉逝諿1]、心腦血管疾病等非傳染性疾病以及各類慢性病[2-3]。肥胖可能會帶來許多健康風(fēng)險，包括糖尿病、心臟病和某些癌癥。在1975—2014年里，近200個國家的人均體質(zhì)指數(shù)（body mass index, BMI）有顯著上升并呈現(xiàn)繼續(xù)增長的趨勢，而中國肥胖人口規(guī)模已達世界第一[4]，且中國成年人超重率從22.8%提高至30.1%。此外，2010年《中國慢性病及其危險監(jiān)測報告》顯示，盡管中國成年居民的自評健康狀況較往年有所改善，然而仍有超過40%的居民自評健康狀況為一般、差或非常差[5]。自評健康反映了人們對自身健康狀況的主觀判斷，通過身高與體重客觀數(shù)字計算所得的BMI是衡量肥胖的國際通用標準，二者之間又存在一致性，即作為疾病預(yù)測指標，它們都能夠有效反映身體健康狀況[6]。

現(xiàn)代城市規(guī)劃源自英國的公共衛(wèi)生法[7]，而建成環(huán)境對居民的健康效應(yīng)一直是國內(nèi)外學(xué)者關(guān)心的重要課題，其中城市綠化空間的健康效應(yīng)一直是研究熱點。學(xué)界普遍認為綠化空間可以促進人們的體育鍛煉，從而實現(xiàn)良好的體重控制，此外綠化空間能夠促進社會交往，調(diào)節(jié)居民的心理健康[8]。然而，有學(xué)者發(fā)現(xiàn)綠化水平和BMI之間的關(guān)系具有一定的復(fù)雜性，綠化水平對健康的積極作用受研究所在空間區(qū)位、交通環(huán)境等條件的影響，同時由于年齡、收入以及教育等個體特征的不同，在不同人群之間可能存在較大差異[9]385。Feng等對既有文獻進行綜述，并解釋背后可能的原因是使用不同的方法來測量綠化空間的特征[10]，以城市規(guī)劃學(xué)科為例，傳統(tǒng)的方法主要基于用地信息、測量到公園的距離、活動范圍內(nèi)的公園面積等信息。對于城市尺度研究居住區(qū)內(nèi)部的綠化信息缺乏有效工具。此外，中西方城市在城市形態(tài)方面存在巨大差異，高密度地區(qū)的綠化水平和居民肥胖的系統(tǒng)研究尚缺乏。

2 相關(guān)研究進展

2.1 綠化環(huán)境對居民健康影響機制

建成環(huán)境作為承載經(jīng)濟活動的物質(zhì)空間，對居民健康的影響因素眾多，包括物質(zhì)空間設(shè)計、健康行為活動、社會環(huán)境和健康社會服務(wù)等多個維度[11]，其影響機制路徑也十分復(fù)雜（圖1）。既有研究顯示分析城市綠化對健康的影響路徑可從自然環(huán)境的健康價值解釋機制的角度出發(fā)，基于心理進化應(yīng)激恢復(fù)理論（Stress Recovery Theory, SRT）和注意力恢復(fù)理論（Attention Restorative Theory, ART）[12]，對二者的關(guān)系進行深入分析。其中SRT認為，在自然環(huán)境中產(chǎn)生的積極的情緒可反向抑制壓力生理學(xué)的負擔(dān)，而ART認為自然環(huán)境的恢復(fù)性特征使得腦力勞動量降低，提供有助于個體休息和恢復(fù)的注意力參與機會[13]。Jiang等[14]提出了城市綠化空間對健康的作用機制框架，主要內(nèi)容包括促進身體鍛煉、舒緩精神壓力、減輕精神疲勞、提供生態(tài)產(chǎn)品與服務(wù)以及提升社會資本。而James等[15]認為綠化空間是通過減輕壓力與重塑認知、增強體力活動、促進社會交往、減輕噪聲、調(diào)控溫濕度以及過濾空氣污染以促進健康。Fong等[16]通過進一步總結(jié)認為綠化空間對健康主要的影響為減少物理環(huán)境的危害、減輕生理和心理壓力以及促進健康相關(guān)活動（如鍛煉和社交）。

1 綠化空間影響健康的路徑總結(jié)Summary of the paths of green space affecting people’s health

2.2 綠化空間與BMI及自評健康的實證研究

關(guān)于城市綠化空間與肥胖（超重），多數(shù)研究表明二者之間存在著一定的聯(lián)系[8,17-21]。例如，歐洲一項跨國研究發(fā)現(xiàn)在綠化程度較高的地區(qū)，居民超重或肥胖風(fēng)險降低40%[19]612。Cummins和Fagg[20]1109-1110通過對英國2000—2007年的相關(guān)數(shù)據(jù)進行分析認為綠地規(guī)模與BMI顯著相關(guān)。而Nielsen和Hansen[8]847-848發(fā)現(xiàn)到綠地的距離與肥胖之間存在負相關(guān)。Sarkar等[18]39-42認為綠化空間的可達性與BMI顯著負相關(guān)，其原因可能為可達性高的綠化空間的利用效率提高，方便居民進行身體鍛煉，有利于降低BMI水平。Mowafi等[9]發(fā)現(xiàn)當社會經(jīng)濟地位改變后，綠化空間的可達性與BMI之間無明顯相關(guān)，導(dǎo)致肥胖問題的更主要原因可能在于低收入群體飲食結(jié)構(gòu)的缺陷。國內(nèi)研究得出類似結(jié)論，孫佩錦和陸偉[22]通過回歸模型探索大連綠化空間對健康的影響，并以社會環(huán)境為調(diào)節(jié)變量，控制人口特征，研究顯示：公園可達性與超重或體力活動無關(guān)，僅1 200 m尺度的植被指數(shù)與中強度運動有正向關(guān)聯(lián)。

而綠化水平與居民自評健康影響方面，Dillen等[23]通過對荷蘭的80個社區(qū)及其附近的街道綠化質(zhì)量進行評估，發(fā)現(xiàn)綠化空間的質(zhì)量與自評健康之間存在正相關(guān)。Akpinar等[24]基于國家土地利用數(shù)據(jù)集統(tǒng)計了居住環(huán)境中綠化空間的占比，并結(jié)合自評健康數(shù)據(jù)進行分析，發(fā)現(xiàn)二者之間并無顯著相關(guān)，并提出應(yīng)當將綠化空間分類考慮而不是簡單匯總。Coppel等[25]對德國柏林的城市綠地與居民自評健康進行分析，得到了同樣的結(jié)果，在緩沖區(qū)范圍內(nèi)根據(jù)歸一化植被指數(shù)（normalized difference vegetation index, NDVI）計算的植被覆蓋率小于2.5%時，自評健康受到負面影響；而在住宅與綠地之間距離大于200 m時，自評健康顯著下降。Reid等[26]使用同樣的方法劃分了不同半徑規(guī)模的緩沖區(qū)，發(fā)現(xiàn)綠化水平與自評健康正相關(guān)，且這一關(guān)系在不同范圍的緩沖區(qū)內(nèi)存在差異。Dadvand等[27]通過研究發(fā)現(xiàn)，NDVI水平與自評健康正相關(guān)，居民主觀的住宅與綠地之間距離與自評健康負相關(guān)。

Feng等[10]185-187指出大量實證研究的結(jié)果存在差異，這一差異可能源自衡量綠化空間的方法不同。傳統(tǒng)的方法通常從城市綠化空間的植被規(guī)模、物種多樣性、斑塊結(jié)構(gòu)和可達性等特征出發(fā)，建立與居民健康水平之間的統(tǒng)計學(xué)模型[28-29]。各研究對綠化特征的空間信息獲取途徑種類繁多，包括城市土地利用規(guī)劃與城市綠地系統(tǒng)規(guī)劃方案等。Reid等[26]和Su等[30]在研究中指出，Landsat衛(wèi)星的30 m分辨率數(shù)據(jù)能夠較好地反映研究對象空間的植被覆蓋水平。NDVI具有多種優(yōu)勢，與傳統(tǒng)方法相比，遙感數(shù)據(jù)具有較高的公開性，同時NDVI算法相對客觀且不受研究尺度的影響，傳統(tǒng)的地理信息系統(tǒng)（Geographic Information System, GIS）方法需要預(yù)設(shè)距離的閾值[31]。此外，NDVI可逐年逐月追蹤比較，反映植被覆蓋水平及其時間變化，因而被廣泛應(yīng)用于生態(tài)環(huán)境監(jiān)測等工作中[32]。隨著遙感、地信系統(tǒng)與全球定位系統(tǒng)技術(shù)的發(fā)展，包括衛(wèi)星定位與導(dǎo)航、傳感器、計算機等多種技術(shù)集成應(yīng)用于城市綠化特征信息的采集、處理與分析已成現(xiàn)實。綠化數(shù)據(jù)全球化環(huán)境下獲得的各地數(shù)據(jù)具有可比性，并且有助于全球統(tǒng)一綠化評價體系的構(gòu)建。除NDVI數(shù)據(jù)外，Ye等[33]通過機器學(xué)習(xí)算法收集并提取了谷歌街景（Google street view, GSV）圖像進而獲得綠視率這一指標，以實現(xiàn)對可視綠化的準確測量。綠視率作為三維空間綠化水平的測度，可能更好地反映實際綠化空間的水平[34]。

國內(nèi)相關(guān)研究正逐步展開[22]35-38，但對于大城市人口高密度地區(qū)的綠化水平和居民肥胖的研究尚且缺乏。因此本研究基于Sarkar等[17]和Coppel與Wütemann[25]的研究框架，依托衛(wèi)星遙感技術(shù)，運用NDVI對植被覆蓋水平進行量化，探究中國高密度地區(qū)綠化空間對居民肥胖與自評健康的影響效應(yīng)。采用世界衛(wèi)生組織（World Health Organization, WHO）全球老齡化與成人健康調(diào)查數(shù)據(jù)，以上海市23個社區(qū)中的5 000余名居民為研究對象，探究上海社區(qū)綠化水平對居民的健康影響。該研究重點關(guān)注以下3個問題：1）上海社區(qū)間的肥胖程度和自評健康水平是否存在差異？2）社區(qū)綠化水平對居民的客觀健康（BMI）和主觀健康（自評健康）的影響是否存在差異？3）居住環(huán)境綠化水平對居民健康的空間影響范圍是多少？研究結(jié)論可進一步理解如何主動干預(yù)優(yōu)化居民健康，為如何實施《健康中國2030》國家戰(zhàn)略提供科學(xué)支撐。

3 研究數(shù)據(jù)與方法

3.1 數(shù)據(jù)來源

本研究使用WHO全球老齡化與成人健康研究在上海市的第一輪調(diào)查數(shù)據(jù)。選取上海市黃浦區(qū)、虹口區(qū)以及閔行區(qū)3個行政區(qū)域，基于樣本異質(zhì)性原則，根據(jù)不同鄉(xiāng)鎮(zhèn)或街道的社區(qū)規(guī)模與類型選取23個社區(qū)（圖2），采用按容量比例概率抽樣方法（probability proportion to size, PPS）隨機抽取5 241名個體作為研究對象。

2 空間單元在上海市中的區(qū)位The locations of the spatial units in Shanghai

NDVI數(shù)據(jù)來自Landsat 8衛(wèi)星所攜的OLI陸地成像儀（Operational Land Imager）所記錄的上海市范圍內(nèi)9個波段中的紅波段（Band 4 RED）和近紅外波段（Band 5 NIR），分辨率為30 m。利用ENVI 5.1軟件平臺，通過輻射定標、大氣校正等手段對原始數(shù)據(jù)進行預(yù)處理，進而通過NDVI歸一化處理計算工具，得到上海市NDVI數(shù)據(jù)及其分布遙感影像圖。

在ArcGIS 10.3軟件中根據(jù)社區(qū)邊界識別社區(qū)中心，并以該中心為圓心分別劃定300、500、1 000 m半徑的緩沖區(qū)作為研究社區(qū)單元的空間范圍，同時在NDVI遙感影像中提取相應(yīng)范圍內(nèi)的植被覆蓋信息，并計算出緩沖區(qū)內(nèi)的NDVI平均值以確定每位個體樣本生活環(huán)境的植被覆蓋水平。

3.2 研究方法

本研究基于STATA 14.0統(tǒng)計分析軟件平臺，采用多元線性回歸統(tǒng)計分析方法。在綠化水平對BMI和自評健康的影響研究中，分別構(gòu)建多元線性回歸模型進行分析，模型設(shè)置如下：

式中：Y作為因變量，在不同模型中分別代表BMI和自評健康；X1為綠化水平變量；C為控制變量；β0表示模型截距，β1和β2為回歸系數(shù)，ε0為誤差項。

NDVI指標的計算方法為遙感影像中近紅外波段反射值與紅光波段的反射值之差除以二者之和，表達公式如下：

式中：NIR表示近紅外波段，RED表示紅波段；NDVI取值范圍為[-1，1]，取值越大則表示植被覆蓋水平越高。Weier等[35]將NDVI劃分為以下幾個等級：-1～0為水體，0～0.1為巖石、沙和雪原（貧瘠），0.2～0.3為灌木和草地，0.6～0.8為溫帶、熱帶雨林。

目前國際對于肥胖的判定通常以人口的BMI為依據(jù)，這一指標通過體重（kg）除以身高的平方（m2）獲得。BMI取值越高表示越肥胖。2003年，當時的中國衛(wèi)生部疾病控制司針對中國人口體質(zhì)的特殊性對BMI等級提出了新的劃分方法：18.5＜BMI＜23.9表示體重正常，24 ≤BMI表示體重超重，24＜BMI＜27.9表示肥胖前期，28 ≤BMI表示肥胖[36]。

自評健康集合了生理學(xué)、心理學(xué)、社會學(xué)角度以及對人體機能、文化信仰和健康行為的綜合判斷，體現(xiàn)了居民對自身健康水平的主觀打分和期望，目前已在國際范圍內(nèi)廣泛應(yīng)用于健康評價[37]。有文獻表明，自評健康能夠反映主觀和客觀2個角度的健康狀態(tài)，因此可以作為衡量健康狀況的重要指標[38]。本研究對居民自評健康水平采取五級評分制?？刂谱兞堪ㄉ鐣丝趯W(xué)特征，主要選取年齡、性別、婚姻狀況、教育水平、收入水平、有無工作（表1）。

表1 變量定義及統(tǒng)計描述Tab.1 Variable definition and statistical description

4 研究結(jié)果

4.1 描述性統(tǒng)計

對樣本個體數(shù)據(jù)和空間數(shù)據(jù)進行數(shù)據(jù)清洗及匹配，刪除自評健康回答中的缺失值以及用于計算BMI取值的身高與體重觀測值中的缺失值和異常值。由于居民收入水平差異巨大，故將其取對數(shù)，在不改變數(shù)據(jù)性質(zhì)和相關(guān)關(guān)系的基礎(chǔ)上壓縮了收入這一變量的尺度。

描述性統(tǒng)計結(jié)果顯示樣本年齡總體較高，表示研究對象多來自老年群體；女性受訪者數(shù)量多于男性；無配偶的受訪者占少數(shù)；樣本的受教育水平總體偏低，以及受訪者多數(shù)無工作，這可能出于其年齡較高的原因；對樣本的家庭年收入水平進行正態(tài)性檢驗，發(fā)現(xiàn)變量基本呈正態(tài)分布。居民的BMI平均水平呈現(xiàn)出偏高趨勢，自評健康平均水平表現(xiàn)為中等偏上。對比NDVI指數(shù)的三級空間范圍發(fā)現(xiàn)，植被覆蓋程度整體水平偏低，且隨著緩沖區(qū)規(guī)模的擴大，NDVI指數(shù)有所下降。上海市NDVI指數(shù)的分布也直觀反映出中心城區(qū)植被覆蓋水平低于郊區(qū)植被覆蓋水平這一特征（圖3）。

3 上海市NDVI指數(shù)分布遙感影像Remote sensing images of NDVI value distribution in Shanghai

基于23個社區(qū)單元對樣本進行進一步的描述性統(tǒng)計，發(fā)現(xiàn)83%（19個）的社區(qū)居民平均BMI水平高于正常范圍，所有社區(qū)居民的平均自評健康水平均高于“一般”這一回答。此外，肥胖和自評健康水平在社區(qū)間的波動和浮動存在較大差異，出現(xiàn)了高低、高高、低高、低低組合的4種類型社區(qū)（圖4）。此外社區(qū)間NDVI指數(shù)分布規(guī)律存在巨大差異，不同尺度下的NDVI指數(shù)高低差異不穩(wěn)定，具體體現(xiàn)在對于大多數(shù)社區(qū)300 m的植被覆蓋率最高，而1 000 m的植被覆蓋率較低（圖5）。

4 基于23個社區(qū)的居民健康變量平均值分布Distribution of average resident health status variables based on 23 communities

5 基于23個社區(qū)的不同緩沖區(qū)NDVI變量均值分布Distribution of average NDVI variables in different buffers based on 23 communities

4.2 多元線性回歸模型結(jié)果分析

為避免同一模型中多個綠化水平之間共線性對模型結(jié)果的影響，在分別以BMI和自評健康為因變量的多元線性回歸基礎(chǔ)模型中，進一步構(gòu)建以三級空間范圍下的NDVI水平作為自變量的回歸模型。模型擬合結(jié)果：方差膨脹因子（Vif）顯示，變量間不存在多重共線性。

在綠化水平對居民BMI的影響研究中，模型1～3為研究社區(qū)在3個緩沖區(qū)層級的回歸模型（表2）。結(jié)果顯示，不同層級空間范圍的綠化水平對居民BMI水平影響不顯著。同時還發(fā)現(xiàn)，只有教育水平和自評健康水平與居民BMI顯著相關(guān)，教育水平越高人群BMI水平越低；同時自評健康水平越高則BMI水平越低。

表2 以BMI為因變量的多元線性回歸模型結(jié)果Tab.2 Results of multiple linear regression model with BMI as dependent variable

在綠化水平對居民自評健康的影響研究中，模型4～6為研究社區(qū)在3個緩沖區(qū)層級的回歸模型（表3）。結(jié)果顯示，綠化水平與居民自評健康顯著正相關(guān)，即植被覆蓋程度越高則自評健康水平越高。同時，自評健康均與年齡、性別以及有無工作顯著相關(guān)。高齡人群的自評健康水平較低；女性的自評健康水平要低于男性；有工作的人群往往對自身健康狀況評價較好。

表3 以自評健康為因變量的多元線性回歸模型結(jié)果Tab.3 Results of multiple linear regression model with self-rated health status as dependent variable

5 結(jié)論與討論

本研究基于WHO全球老齡化與成人健康研究的上海樣本數(shù)據(jù)以及衛(wèi)星遙感數(shù)據(jù)，對居住環(huán)境的綠化水平與居民BMI和自評健康水平之間的相關(guān)關(guān)系進行了系統(tǒng)分析?；谏鐓^(qū)的描述性統(tǒng)計分析的結(jié)果表明，社區(qū)之間的植被覆蓋水平與居民健康水平均具有一定的差異。分析顯示大多數(shù)社區(qū)300 m的植被覆蓋率最高，而1 000 m的植被覆蓋率較低。說明城市公園的布局并沒有基于社區(qū)活動尺度。實證分析環(huán)節(jié)，研究發(fā)現(xiàn)居住環(huán)境綠化水平對居民的BMI和自評健康的影響存在差異，即綠化水平對居民肥胖不存在顯著影響，而對居民自評健康存在顯著積極影響。并且隨著空間范圍的擴大，植被覆蓋對自評健康的影響逐漸減弱。具體而言，在居住地300 m緩沖區(qū)層級的自評健康積極作用大于500、1 000 m緩沖區(qū)層級。

1）植被覆蓋水平對居民BMI水平無顯著影響，而對居民自評健康水平具有積極作用，同時自評健康與BMI水平顯著相關(guān)。這說明居民主觀健康與生活環(huán)境中的自然要素存在聯(lián)系，且感知為良好的健康狀態(tài)對居民BMI這一客觀生理健康水平具有積極作用，故認為居住環(huán)境的綠化建設(shè)具有公共健康意義。由于本研究聚焦于植被覆蓋水平，且研究結(jié)果表明植被覆蓋水平與居民健康相關(guān)，因此對城市綠地率這一量化指標的管控具有一定現(xiàn)實意義。在城市高密度建設(shè)地區(qū)，綠化建設(shè)往往受到空間的限制，可從“系統(tǒng)化、網(wǎng)絡(luò)化”的思路出發(fā)，在缺乏創(chuàng)造條件的空間開展小規(guī)模綠化環(huán)境建設(shè)，例如屋頂、橋柱、建筑立面的綠化。同時應(yīng)完善城市綠地生態(tài)空間體系，保障城市結(jié)構(gòu)性大型綠地的植被覆蓋水平，加強市民公園的開放性及相互間的連通性。2）研究范圍為基于社區(qū)中心所建立的緩沖區(qū)，并得出相應(yīng)的結(jié)論。這表示通常對城市綠地建設(shè)環(huán)節(jié)多關(guān)注于具有公共性質(zhì)的公園、廣場等空間，但根據(jù)本研究的結(jié)果，加強居住環(huán)境的綠化建設(shè)也是有必要的。改善社區(qū)植被覆蓋水平能夠適當提升居民對自身健康狀況的主觀評價。由于距離較短、使用便捷的原因，目前社區(qū)綠地仍是大多數(shù)居民使用率最高的綠化空間。建議豐富綠化空間的類型，例如選取適宜的街邊巷口打造為小型口袋公園或由居民管理經(jīng)營的社區(qū)花園，在滿足居民日常休閑游憩需求的基礎(chǔ)上提升城市空間資源使用效率，以支持城市的可持續(xù)發(fā)展[39]。3）模型結(jié)果顯示隨著緩沖區(qū)范圍擴大，綠化水平對健康的影響逐漸減弱，說明社區(qū)綠地的建設(shè)也應(yīng)合理規(guī)劃布局，避免“勞而無功”。綜上，建議在城市總體規(guī)劃中構(gòu)建城市綠地系統(tǒng)網(wǎng)絡(luò)，以實現(xiàn)綠化空間的服務(wù)范圍全覆蓋，有利于提升生態(tài)性能和平衡社會公平；在控制性詳細規(guī)劃中加強對綠化空間數(shù)量、品質(zhì)、布局的管控，提升植被覆蓋水平，同時合理規(guī)劃線性、面狀等各類綠化空間的分布，進一步優(yōu)化綠地網(wǎng)絡(luò)。在城市公共綠化和生活環(huán)境綠化方面制定相應(yīng)的管理政策，注重綠化空間的品質(zhì)塑造，提高居民對綠化空間的使用率。

目前研究存在以下幾點不足。1）研究采用公開數(shù)據(jù)NDVI遙感數(shù)據(jù)為30 m分辨率精度，條件允許時推薦采用商用高精度數(shù)據(jù)2 m、5 m等分辨率的NDVI數(shù)據(jù)。需要注意的是，由于植物的季相變化，NDVI數(shù)據(jù)存在季節(jié)性特征，即夏季植被覆蓋較高而冬季較低。因此在研究中需要注意NDVI數(shù)據(jù)在時間維度的精確性，建議優(yōu)先選擇夏季數(shù)據(jù)，以清晰區(qū)分植被和非植被區(qū)域。就本研究而言，還可通過擴大研究樣本容量這一思路改善這一局限性。2）研究基于WHO全球老齡化與成人健康調(diào)查，缺乏部分符合中國語境的控制變量如戶口信息。未來相關(guān)研究建議考慮三維視角下的綠化指標，如綠視率等更多尺度的綠化特征，進一步增強結(jié)論穩(wěn)健性。

圖表來源(Sources of Figures and Tables)：

圖表均由作者繪制。圖2～3底圖引自國家地理信息公共服務(wù)平臺：全國地理資源目錄服務(wù)系統(tǒng)申請非涉密性質(zhì)的上海市矢量數(shù)據(jù)shapefile文件。