2. 中国社会科学院 社会发展战略研究院, 北京 100732
2. National Institute of Social Development, Chinese Academy of Social Sciences, Beijing 100732, China
环境感知指人对环境的意识或感觉,以及通过感官理解环境的一种行为[1]。主观感知的城市环境指人对城市环境的环境感知的结果,例如街道的视觉品质和对城市公园和绿地的满意程度[2]。在“健康中国”战略推进和健康城市建设背景下,有关健康的多种决定因素的研究日益增加[3]。城乡规划学领域关注对公共健康具有显著影响的城市建成环境要素,例如土地使用、绿地和开放空间、道路交通系统等[4]。然而,大部分研究采用客观测量的环境变量,而分析主观感知的环境对健康的影响作用的研究较少[5]。在实践方面,众多健康城市评价指标体系以客观测量的指标为主,对居民主观感知的环境的考虑尚有欠缺。目前仅苏州市的评价指标体系纳入了市民对卫生服务、环境质量和社会治安等8项满意度指标,以及广州市的评价指标体系纳入了市民对环境保护、交通出行和社会保障等5项满意度指标[6, 7]。
客观测量的环境变量的优点是易于量化和标准化,测量误差可控,以及研究结果易于转化为政策[8]。但是人们对于城市环境的感受及其健康影响难以完全通过客观测量的指标反映。不同的居民群体对同样的环境和设施的感知结果可能存在差异。例如,对于空气质量要求和期望较高的人群通常认为所在城市的空气污染情况严重,进而对呼吸系统健康产生担忧,而对此要求和期望较低的人群则可能认为当地的空气质量很好,保持更为乐观的态度。客观测量结果相同的环境因而可对不同群体产生不同的健康影响效应。根据行为变化理论,主观感知的环境特征更加接近实际的心理、行为和健康结果[8]。因此,本研究将分析居民主观感知的城市环境对其自评健康的影响作用,识别显著影响要素,为健康城市指标体系的优化提供实证研究基础。
2 研究框架已有较多研究分别关注城市的物质环境和服务环境对居民健康的影响。城市物质环境主要包括土地、空气、水和植被等①。研究表明,空气污染和水污染与某些疾病的发病率和死亡率显著相关[9, 10];绿地和开放空间可以提供清洁的环境,降低健康风险,还可以促进体力活动,鼓励交往,从而促进身体和心理健康[11-13]。城市垃圾收集等设施可直接影响卫生条件、环境和土壤污染,从而影响公共健康[14, 15]。城市服务环境体现在设施品质和服务水平等方面,例如公共服务设施和住房供应。提供可达性较高的医疗和体育等健康相关公共服务设施将促进健康公平[16]。住房本身也是影响健康的关键要素,住房保障水平及其周边环境因素与生活方式因素互相作用,共同影响健康结果[3]。
现有研究主要采用客观测量的环境变量,探究城市环境对健康的影响[17-20]。由于存在地理背景不确定性问题,客观测量的环境变量可能无法反映居民真实的环境暴露情况,因而难以完全捕捉环境的健康影响效应[21]。近年来,主观感知的城市环境影响居民健康的研究日益增加。主观感知的环境结果受个体特征、参照对象和实际使用情况等因素影响,并对个体健康具有独特的影响效应[22-24]。例如,居民对城市环境、绿地和开放空间的主观感知良好、满意度高,则更有可能选择开展室外体力活动;相反,如果居民认为城市设施服务水平较差或可达性不高,则不愿意使用,或者开车前往更远的地方[25]。另外,居民心理健康受感知的环境品质的结果影响,负面的环境感知可能会导致青少年抑郁和焦虑等心理健康问题[26, 27]。然而,目前多数研究重点关注单一的感知的环境要素对健康的影响,较少将多种环境因素纳入一个综合性的理论框架中,并比较它们的相对重要性。
根据社会生态模型,人的健康由个体因素(包括年龄、性别、健康或生物学等因素)、社交网络(家庭、同龄人、学校、社区、工作等)、环境(建成环境、社会环境、政策环境)和广泛背景条件(如文化、经济)等多个层面的因素决定[28]。社区层面和个体层面的因素不仅影响个体的健康结果,也可作为中介因素或调节因素影响城市层面要素和健康的联系[29]。因此,本研究建立了个体—社区—城市三个层面的分析框架,辨析不同社会经济地位、社会人口特征和社区类型的居民自评健康和主观感知的城市环境的差异,并通过构建定量模型,集中探究居民感知的城市环境要素对其自评健康的影响(见图 1)。
本研究采用中国社会科学院社会发展战略研究院开展的2016年“社会态度与社会发展状况调查”全国大样本的问卷调查数据。该问卷调研在国家统计局“六普”数据的基础上建立抽样框,拟推论的总体是中国城镇地区居住的16岁及以上的人口;致力于描述和探究我国社会发展的总体状况、影响因素及变动趋势。该数据采取多阶段复杂抽样设计,其中县级行政区划(市辖区、县级市)为一级抽样单位(primary sampling unit,PSU),社区(居委会)为二级抽样单位(second sampling unit,SSU),家庭户作为三级抽样单位(third sampling unit,TSU),最终抽样单位(ultimate sampling unit,USU)为个人。根据抽样设计方案,共确定了1226个市辖区、县级市作为一级抽样单位中,依照按规模成比例概率抽样的原则(probability proportionate to size sampling,PPS),抽取60个一级抽样单位(在除新疆和西藏之外的省级行政区中抽取)。这60个一级抽样单位分布在24个省市自治区;其中样本数量最多的是湖北省(包括5个一级抽样单位),样本数量最少的是云南省(包含1个)。在每个一级抽样单位中抽取9个社区居委会作为二级抽样单位,原则上共抽取540个社区居委会。在实际抽样过程中,由于有的社区居委会人口规模较大,进行了分割处理,因此同一个社区居委会可能被重复抽中。最终抽样设计中共涉及到529个社区居委会。在考虑设计效应和应答率的情况下,最终确定的样本量为8100份。本次调查于2016年5月至8月在全国实施,共获得有效样本7936份。其中,男性3582人,占45.1%,女性4354人,占54.9%;受访者年龄最大90岁,最小16岁,平均38.9岁。其它社会人口特征和社会经济地位信息,包括职业、户籍类型(农村/城镇)、户籍属地(本市县/外市县)、受教育程度和婚姻状况见表 1。
本研究采用自评健康作为因变量,表征居民健康水平。自评健康是较为普遍使用的获知个体全面健康状况的调查方法,又称自我报告的健康(self-rated health, self-reported health)、自我评价的健康(self-assessed health)或感知的健康等(perceived health)。自评健康最大的特点在于,使受访者根据自己的健康定义,对自身健康进行多维度的综合评估。这既包括了身体、心理和社会维度的健康,也包括了现状的健康情况和未来的健康预期[30]。自评健康调查的结果是人们的主观评价,但可以反映真实的健康水平,特别是对死亡率[31, 32]、身体机能衰退[33, 34]、卫生服务利用情况[30],以及身体和心理健康结果[35]具有预测作用[36]。
本研究采用李克特五分量表进行健康自评,询问受访者:“您认为您的健康状况很好、较好、一般、较差还是很差”。在调研样本中,居民认为自己很健康的有1588人(20.0%)、较健康的有3315人(41.8%)、一般的有2432人(30.6%)、较不健康的有440人(5.5%)、很不健康的有129人(1.6%)以及其他19人(含填写“不知道”的、未填写的,0.4%)。
3.3 自变量:自评健康的影响因素及其代理变量本研究共纳入三个层面对居民自评健康存在影响的变量,分别为城市层面、社区层面和个体层面。
在城市层面,Sampson等将感知的城市环境分为感知的城市物质环境和感知的城市服务环境[5],本研究采用相同分类方法。城市物质环境感知变量为居民对于空气质量、城市绿化、生态水面质量和垃圾处理状况的评价;城市服务环境感知变量为居民对于基础设施状况(学校/医院/银行/交通/通信等)、医疗服务和住房保障的评价。对城市物质环境和城市服务环境的感知,同样采用李克特五分量表进行测评,具体分为很满意、较满意、一般、较不满意和很不满意五种程度。城市环境层面的变量属于主观感知变量。
在社区层面,本研究仅纳入了社区类型作为分析变量,包括6种类型:普通商品房/经济适用房小区、高档商品房/高级住宅区/别墅区、单位社区、未经改造的老城区、棚户区和农转居社区。居民所在社区类型访谈员观察实地情况后填写,属于客观测量变量。
在个体层面,本研究纳入了受访者社会经济地位和社会人口特征作为分析变量,包括性别、年龄、受教育水平、职业、户籍属地、户籍类型和婚姻状况。由于受访者对收入水平的填写率不高,因此未在个体层面纳入收入变量。个体层面的变量数据通过问卷调研直接获取,属于客观测量变量。
3.4 分析方法本文的主要研究目标是探讨感知的城市环境对居民健康的影响作用。根据研究框架,本研究首先使用方差分析(ANOVA)分析了个体层面和社区层面,辨析不同社会经济地位、社会人口特征和居住社区类型居民的自评健康和感知的城市环境的差异情况。本研究对受访者的自评健康和感知的城市环境问卷结果进行1—5分赋值,最满意为5分,最不满意为1分;将不同社会经济地位、社会人口特征和不同类型社区居民自评健康和感知的城市环境结果进行赋值、加总和平均后,得到各组居民的自评健康平均水平和对城市环境的平均感知指数,并进一步纳入分析。对于刻度为1—5的量表,感知指数在1—2.4之间表示居民对环境的感知结果较差,2.5—3.4表示居民对环境的感知结果一般,3.5—5之间表示居民对环境的感知结果较好[29, 37]。
随后本研究构建Logistic统计回归模型,其中因变量为自评健康分类变量,自变量为感知的城市层面环境变量。在研究城市层面物质环境和服务环境对自评健康的影响时,为了避免社会经济地位、社会人口特征和居住社区类型对居民自评健康结果的干扰,本研究将其作为控制变量纳入模型。模型中变量的方差膨胀因子均不超过4,因此不存在多重共线性问题。
4 分析结果和讨论 4.1 个体层面:不同社会经济地位和社会人口特征的居民的自评健康和城市环境感知社会经济地位和社会人口特征反映了个体的社会、经济、教育和工作等情况,是与个体健康水平相关的重要因素[38, 39]。同时,社会经济地位和社会人口特征也在一定程度上反映了居民对设施和服务的负担能力和对居住环境的选择能力,社会经济地位较低的居民更加难以改善居住现状[28]。因而在城市环境对居民的自评健康的影响中,社会经济地位和社会人口特征可能发挥中介或调节作用[40]。本研究采用方差分析检验了拥有不同社会经济地位和社会人口特征居民的自评健康水平和环境感知指数的差异,纳入的居民个体社会经济地位和社会人口特征变量主要包括年龄组、受教育程度、职业、户籍类型、户籍属地和婚姻状况,分析结果如表 2所示。
第一,不同年龄组的居民的自评健康水平存在显著差异(F=40.31,p=0.000),居民自评健康平均水平随年龄增加逐渐降低。25岁及以下居民的自评健康水平最高(3.91),60—74岁的居民自评健康水平最低(3.48),但75岁以上的居民自评健康水平略有反弹(3.72),居于组间第三位。这与一些针对老年居民自评健康的研究结果一致,75岁以上居民的自评健康水平显著高于55—75岁居民[41]。其可能的原因包括相对长寿的老年人本身的健康状况较好、健康期望较低以及参照对象不同[42]。在对城市环境的感知方面,不同年龄组的居民的环境感知指数存在显著差异;年龄组越大,居民对城市物质环境和服务环境(医疗服务除外)的感知指数越高。可能是因为随着年龄的增长,居民对环境的期望降低,从而导致感知结果变好。但在医疗服务方面,居民对医疗服务的感知指数随年龄组增大而逐渐降低,60—74岁的居民的感知指数达到最低(2.97)。这是因为随着年龄的增加,居民对医疗服务的需求将会增加,他们对医疗价格和服务的敏感度也更高,而未被满足的需求可能会降低其对医疗服务的评价。然而,75岁以上的居民的医疗服务感知指数却是组间最高的(3.43),具体原因有待进一步数据挖掘再做分析。
第二,不同受教育程度居民的自评健康存在显著差异(F=12.68,p=0.000)。大学本科学历居民的自评健康平均水平(3.80)最高,其次是研究生及以上学历的居民(3.77);大学本科学历及以下的居民随受教育程度的降低,自评健康水平相应降低。在对城市环境的感知方面,本研究结果显示,受教育程度越高,居民对城市物质环境和服务环境(医疗服务除外)的感知指数越低。可能的原因是受教育程度越高的居民对城市环境的期望越高。但在医疗服务方面,居民对医疗服务的感知指数随受教育程度提高而逐渐升高,大学本科学历居民的感知指数达到最高(3.11)。这可能是由于随着受教育程度提升,居民的就业状况、经济收入、获取医疗服务的能力都有所提高,进而改善了他们获得医疗资源的质量和体验,提高了其医疗服务的感知指数。
第三,不同职业居民的自评健康存在显著差异(F= 42.318,p=0.000),体制内从业者的自评健康平均水平较高。其中,在党政机关和事业单位工作的居民自评健康水平分别为3.83和3.78,而在企业工作的居民自评健康平均水平最低(3.71)。在党政机关工作的居民对医疗服务的感知指数也是最高(3.14)。其原因可能是,在体制内就业人群的工作稳定性较高,社会保险相对完善,能获得定期的身体检查等医疗服务,这些因素都有助于提高其自评健康水平和对医疗服务的满意度。相关研究也表明,职业阶层越高的居民更有可能通过就业获得保险和病假,更有可能获得预防性的医疗服务,如疾病筛查,因而实际健康水平更高[43, 44]。另外,在党政机关工作的居民对空气质量、垃圾处理和住房保障的感知指数也显著高于其它职业居民。
此外,户籍类型、户籍属地和婚姻状况对居民的自评健康没有显著影响。在对城市环境的感知方面,城镇户口居民的生态水面质量、垃圾处理和住房保障感知指数显著高于农业户口居民。本市县居民对医疗服务的感知指数显著低于外县市居民,但对其它物质环境变量的感知指数显著高于外市县居民。单身居民对医疗服务的感知指数显著较高,对其它城市物质环境变量的感知指数显著低于已婚、离异或丧偶的居民。
总的来说,在个体层面,不同年龄组、不同受教育程度和不同职业类型居民的自评健康显著不同,其背后作用的机制包括需求期望、获取能力和保障环境。研究发现,随着年龄的增长,身体状况逐渐变差,因此年龄越高的居民自评健康水平越低,特别是60—74岁的居民群体的健康情况值得关注。受教育程度对于居民自评健康和城市环境感知的作用可以说是双向的,一方面,受教育程度较高的人群社会经济地位相对较高,他们能够获得更好的居住环境和医疗资源,自评健康水平较高,对城市医疗服务的感知指数也较高;另一方面,受教育程度的提高也会提升人们对生活环境的需求水平和期望值,因此受教育程度越高的居民对空气质量、生态水面质量和城市绿化等城市物质环境的感知指数反而越低。职业因素对居民自评健康水平的影响主要是由于不同职业背景能够给职工提供的社会保障水平,尤其是医疗保险和医疗服务的完善程度有所差异,从而造成了不同职业的居民对于自评健康和城市服务环境的感知差异。综上,社会人口特征和社会经济地位可能体现了个体需求与期望特征以及实际的可获得性等多方面特点,居民对城市环境的感知不仅是客观环境品质的反映,还受到社会人口特征和社会经济地位的影响。
4.2 社区层面:不同类型社区居民的自评健康和城市环境感知社区类型在一定程度上反映了该社区居民的平均社会经济地位,同时表征了居民在社区层面上居住的整体环境特征。最新的研究发现商品房和保障房两种不同社区类型影响着其居民的自评健康[29]。本研究对社区类型进一步细分,分类包括:普通商品房/经济适用房小区、高档商品房/高级住宅区/别墅区、单位社区、未经改造的老城区、棚户区和农转居社区6种类型,并比较了居住在不同社区类型的居民的自评健康和对环境感知的结果。方差分析结果显示,高档商品房/高级住宅区/别墅区(3.87)和棚户区(3.97)的居民自评健康水平显著高于其它类型的社区,居住在单位社区的居民自评健康水平(3.65)显著低于其它类型的社区。
在对城市环境的感知方面(见表 3),大部分类型社区居民对城市物质环境和服务环境的整体感知情况基本为一般(感知指数介于2.5和3.4之间),仅有棚户区的居民对城市环境的整体感知情况为较好(感知指数大于3.4)。居民对城市绿化(3.72)和基础设施(3.68)的感知指数明显高于其它环境要素,说明我国在城市物质空间建设方面取得成效。而居民对空气质量(3.04)、生态水面质量(3.07)和医疗服务(3.07)的感知指数为最低的三项,表明我国城市环境在这三个方面亟待提升。
在对城市物质环境的感知方面,居住环境较差的棚户区(3.55)和未经改造的老城区(3.35)居民对城市物质环境的感知指数较高,而居住环境较好的高档商品房/高级住宅区/别墅区居民的感知指数(3.09)较低。一方面由于不同社会经济地位的居民对城市环境的期望不同,居住在高档商品房/高级住宅区/别墅区的居民经济收入水平较高,对生活品质的要求和期望也更高。另一方面可能是由于参考对象不同,在对宏观整体的城市环境进行感知时,居民可能会以自身居住的社区环境品质作为参照,因而得到比较的相对感知。具体而言,棚户区居民可能来自农村地区或当前居住社区的物质环境相对较差,因而可能做出对城市整体物质环境较高的感知判断;而高档商品房/高级住宅区/别墅区的物质环境较好,因而居民对城市整体物质环境的感知指数反而较低。同时,棚户区邻里互动通常可能多于高档住区,形成的社会资本和社区氛围使居民的感知倾向于乐观,因而在评价中偏向于良好的感知。本研究显示,农转居社区居民对空气质量、生态水面质量和城市绿化的感知指数较低,且低于普通商品房/经济适用房小区居民感知指数,可能是由于农转居社区居民将城市的这些方面与原有居住的农村地区进行比较,因而得到较低的感知。
在对城市服务环境的感知方面,单位社区居民的整体感知指数(3.19)最低,而棚户区(3.48)和高档商品房/高级住宅区/别墅区(3.39)居民的感知指数较高。具体而言,单位社区居民对基础设施(3.55)、医疗服务(2.93)和住房保障(3.11)的感知指数在各类型社区中均处于较低水平。可能因为在单位社区的杂化过程中,随着单位福利保障体系的瓦解,使得原本自给自足的单位社区面临设施不足的问题,其中居民的生活质量面临明显下降[45]。另外,未经改造的老城区居民的住房保障感知指数(3.10)是各组间最低的,说明这类地区在住房保障制度方面存在不足。
4.3 城市层面:感知的城市环境对居民自评健康的影响客观测量的环境指标与自评健康的关联性已被广泛证实,然而目前较少研究关注主观感知的环境品质与居民健康的联系,并指导促进公共健康的实践。居民对城市环境的感知结果在一定程度上反映了客观环境品质,同时也受社会人口特征、社会经济地位和所居住的社区类型影响,因而可以体现出更多的环境健康效益。例如,一些研究显示,虽然患有呼吸系统疾病的个体更倾向报告较差的空气质量,但相比于客观测量的空气质量,主观感知的空气质量可以更好地反映个体周围微观环境的空气质量,因而与个体呼吸健康的相关性更高[46]。本研究分别将居民个体层面和社区层面的变量作为控制变量纳入回归模型,以探究居民对城市环境的感知与其自评健康的相关性。个体层面的变量包括居民的社会人口特征和社会经济地位,社区层面的变量为居民所在社区的类型。模型1仅纳入了居民对城市环境的感知指数变量,模型2和模型3分别加入了居民个体层面和社区层面的控制变量,模型4加入了所有的控制变量。模型结果如表 4所示。
未纳入控制变量时,模型1显示居民对空气质量、城市绿化、基础设施状况、医疗服务和住房保障的感知指数与自评健康显著相关。当仅纳入个体层面的控制变量时,如模型2所示,居民对空气质量的感知结果与自评健康不再呈现显著的相关性。当仅纳入社区类型作为控制变量时,如模型3所示,与自评健康显著相关的变量与模型1相比保持不变,但影响因子(模型系数)变小。这说明社区类型在城市环境感知影响自评健康方面发挥调节作用。当纳入所有的控制变量后,如模型4所示,居民对城市环境的感知对自评健康具有显著的影响作用。其中,居民对城市绿化的感知结果是影响自评健康程度最大的环境感知变量,居民对城市绿化的感知指数每提高1个单位,自评健康水平更高的可能性是原来的1.48倍(95%CI:1.37—1.59)。其次为基础设施状况(OR=1.27,95%CI:1.18—1.37)、住房保障(OR=1.20,95% CI:1.12—1.28)和医疗服务(OR=1.17,95%CI:1.10—1.25)。同时,居民所在社区类型也与自评健康呈现显著相关,然而普通商品房/经济适用房小区、单位社区和未经改造的老城区居民改变社区类型对其自评健康影响较小(OR < 1.03),即使转变为高档商品房/高级住宅区/别墅区,自评健康水平更高的可能性最高为原来的1.37倍,仍小于城市绿化感知对自评健康的影响效应。这表明,在个体的社会人口特征和社会经济地位不变的情况下,提升居民对城市环境的感知指数比单纯改变其社区类型更有利于其自评健康。居民的年龄和户籍属地与自评健康呈现显著的相关性。整体而言,年龄越大的居民自评健康水平越差。本县市居民相对于外县市居民的自评健康显著更好。说明迁居进入的外县市居民相对于本县市居民在感知的城市物质环境和服务环境方面存在一定差距,从而影响其自评健康。
本研究与过去采用客观测量的城市环境变量的研究在结果上存在一些异同。在客观测量的城市环境相关研究中,城市基础设施状况、住房保障和医疗服务显著影响居民健康[47-50],本研究中对应的主观感知城市环境变量的结果与之基本一致。过去研究在客观测量的城市绿化对健康的影响上的结果存在不一致,部分研究发现了显著影响[51, 52],部分研究没有发现显著影响[53, 54]。而在反映绿地促进体力活动方面,主观感知的绿地品质比客观测量的绿地品质更为有效[55]。本研究采用的主观感知城市绿化变量显著影响居民自评健康,并且是影响自评健康程度最大的环境感知变量。这表明客观城市环境在直接影响公共健康的同时,可能通过居民的主观感知而对其健康产生作用,主观感知的环境可以体现出客观测量的环境未能完全捕捉的健康影响效应。此外,空气质量对公共健康存在影响已得到基本共识。但在本研究中,仅纳入感知的城市环境变量时,感知的空气质量对自评健康具有显著的影响。然而当加入居民社会经济地位和社会人口特征控制变量后,感知的空气质量不再呈现显著的影响。根据已有研究,居民主观感知的空气质量与其吸烟状况和获得的社会支持呈现负相关[46]。因此,居民对城市空气质量的主观感知可能受社会人口特征和社会经济地位和影响,因而在本研究建构的模型中未呈现对自评健康显著的影响作用。综上,主观感知的城市绿化、基础设施状况、住房保障和医疗服务显著影响居民健康,因此可以作为个体健康的重要预测性指标。
5 结论与采用客观测量方式的研究不同,本研究重点探究了居民感知的城市环境对其自评健康的影响。本研究确定感知的城市环境对居民自评健康具有显著的影响作用,可作为个体健康的重要预测性指标。根据研究结果,本文提出了相应的健康城市推进和研究启示。
在健康城市指标体系构建方面,现行的健康城市评价指标体系以客观测量指标为主,未来可纳入更多主观感知的环境指标。例如居民对于城市绿化、基础设施状况、住房保障和医疗服务等城市环境具体的满意度指标。居民对医疗服务的感知指数整体较低,且与社会经济地位存在正向关联,说明社会经济地位决定了医疗服务设施的可获取性(包括空间可达性和经济可支付性)。因此需要在未来健康城市指标体系中不仅考虑医疗服务设施的数量,还应将空间分布的公平性、相关医疗收费等指标纳入考虑。在健康城市建设方面,居民对城市空气质量、生态水面质量的整体感知指数较低,是未来城市发展需要着力改善的环境内容。居住在单位社区和未经改造的老城区的居民自评健康水平显著较低,且医疗服务和住房保障水平有待提高,因此需要在未来的规划建设中列为更新改造的重点区域。
在环境与健康相关性的研究方面,仅仅使用客观测量的城市环境变量可能无法完整地捕捉环境特征和体现环境的健康影响效应。虽然客观测量方法有利于建立统一的标准,并且有利于提出政策建议,但是居民对城市环境的主观感知可以提供更多的环境信息、个体行为和心理信息。因此本文建议在相关研究中尽可能同时纳入客观测量和主观感知的环境因素。
本研究的局限性一是未纳入客观测量的城市环境变量,因而无法定量对比主观感知和客观测量的城市环境的结果的异同和对自评健康的影响作用;二是本研究未将对环境的期望、需求和乐观程度等因素对作为控制变量纳入模型,以分析其对居民环境感知结果的影响,未来的研究可采用量表进行调查并纳入分析,或结合质性分析方法进一步开展研究。
注释:
① Durbanville. "What is a simple definition of the physical environment?" eNotes, 28 Oct. 2012, https://www.enotes.com/homework-help/what-simple-deffinition-physical-environment-thank-369776. Accessed 4 Apr. 2019。
[1] |
Zube E H. Environmental perception[M]//Alexander D E, Fairbridge R W. Environmental Geology. Encyclopedia of Earth Science. Dordrecht: Springer, 1999: 214-216.
|
[2] |
Altman I, Zube E H. Public Places and Spaces[M]. Boston: Springer Science & Business Media, 2012: 206-208.
|
[3] |
Sarkar C, Webster C. Urban environments and human health:Current trends and future directions[J]. Current Opinion in Environmental Sustainability, 2017, 25: 33-44. |
[4] |
王兰, 廖舒文, 赵晓菁. 健康城市规划路径与要素辨析[J]. 国际城市规划, 2006, 31(4): 4-9. [Wang Lan, Liao Shuwen, Zhao Xiaojing. Exploration of approaches and factors of healthy city planning[J]. Urban Planning International, 2006, 31(4): 4-9.] |
[5] |
Sampson R J, Raudenbush S W. Seeing disorder:Neighborhood stigma and the social construction of "broken windows"[J]. Social Psychology Quarterly, 2004, 67(4): 319-342. |
[6] |
谢剑峰.苏州市健康城市指标体系研究[D].苏州: 苏州大学, 2005: 6-13. [Xie Jianfeng. The Study on the Indicator System of Healthy City in Suzhou[D]. Suzhou: Soochow University, 2005: 6-13.] http://cdmd.cnki.com.cn/Article/CDMD-10285-2006157239.htm
|
[7] |
于海宁, 成刚, 徐进, 等. 我国健康城市建设指标体系比较分析[J]. 中国卫生政策研究, 2012, 5(12): 30-33. [Yu Haining, Cheng Gang, Xu Jin, et al. Comparative analysis on indicator systems of healthy cities in China[J]. Chinese Journal of Health Policy, 2012, 5(12): 30-33.] |
[8] |
Lee C. Physical activity and environment research in the health field:Implications for urban and transportation planning practice and research[J]. Journal of Planning Literature, 2004, 19(2): 147-181. |
[9] |
Kampa M, Castanas E. Human health effects of air pollution[J]. EnVironmental Pollution, 2008, 151(2): 362-367. |
[10] |
Schwarzenbach R P, Egli T, Hofstetter T B, et al. Global water pollution and human health[J]. Annual Review of Environment and Resources, 2010, 35: 109-136. |
[11] |
Hartig T, Mitchell R, De V S, et al. Nature and health[J]. Annual Review of Public Health, 2014, 35(1): 207-228. |
[12] |
Grahn P, Stigsdotter U A. Landscape planning and stress[J]. Urban Forestry & Urban Greening, 2004, 2(1): 1-18. |
[13] |
Gascon M, Trigueromas M, Martínez D, et al. Mental health benefits of long-term exposure to residential green and blue spaces:Asystematic review[J]. International Journal of Environmental Research & Public Health, 2015, 12(4): 4354-4379. |
[14] |
Danya E. Keene, Mark B. Padilla. Race, class and the stigma of place:Moving to "opportunity" in eastern Iowa[J]. Health & Place, 2010, 16(6): 1216-1223. |
[15] |
Kelaher M, Warr D J, Feldman P, et al. Living in 'Birdsville':Exploring the impact of neighbourhood stigma on health[J]. Health & Place, 2010, 16(2): 381-388. |
[16] |
王兰, 孙文尧, 古佳玉. 健康导向城市设计的方法建构及实践探索——以上海市黄浦区为例[J]. 城市规划学刊, 2018(5): 71-79. [Wang Lan, Sun Wenyao, Gu Jiayu. The methodological development of health-oriented urban design and its practical exploration:A case study of Huangpu district, Shanghai[J]. Urban Planning Forum, 2018(5): 71-79.] |
[17] |
Balfour J L, Kaplan G A. Neighborhood environment and loss of physical function in older adults:Evidence from the Alameda county study[J]. American Journal of Epidemiology, 2002, 155(6): 507-515. |
[18] |
Cummins S, Stafford M, Macintyre S, et al. Neighbourhood environment and its association with self rated health:Evidence from Scotland and England[J]. Journal of Epidemiology & Community Health, 2005, 59(3): 207-213. |
[19] |
Halpern D. Mental Health and the Built Environment:More Than Bricks and Mortar?[M]. New York: Routledge, 2014: 49-50.
|
[20] |
Wright R J, Fisher E B. Putting asthma into context: Community influences on risk, behavior, and intervention[M]//Kawachi I, Berkman L F. Neighborhoods and Health. New York: Oxford University Press, 2003: 233-264.
|
[21] |
Kwan M P, Wang J, Tyburski M, et al. Uncertainties in the geographic context of health behaviors:A study of substance users' exposure to psychosocial stress using GPS data[J]. International Journal of Geographical Information Science, 2019, 33(6): 1176-1195. |
[22] |
Sooman A, Macintyre S. Health and perceptions of the local environment in socially contrasting neighbourhoods in Glasgow[J]. Health & Place, 1995, 1(1): 15-26. |
[23] |
Caughy M O, O'Campo P J, Muntaner C. When being alone might be better:Neighborhood poverty, social capital, and child mental health[J]. Social Science & Medicine, 2003, 57(2): 227-237. |
[24] |
Christie-Mizell C A, Steelman L C, Stewart J. Seeing their surroundings:The effects of neighborhood setting and race on maternal distress[J]. Social Science Research, 2003, 32(3): 402-428. |
[25] |
Panter J, Guell C, Prins R, et al. Physical activity and the environment:Conceptual review and framework for intervention research[J]. International Journal of Behavioral Nutrition and Physical Activity, 2017, 14(1): 156. |
[26] |
Dalgard O S, Tambs K. Urban environment and mental health:A longitudinal study[J]. The British Journal of Psychiatry, 1997, 171(6): 530-536. |
[27] |
Aneshensel C S, Sucoff C A. The neighborhood context of adolescent mental health[J]. Journal of Health and Social Behavior, 1996, 37(4): 293-310. |
[28] |
Schulz A, Northridge M E. Social determinants of health:Implications for environmental health promotion[J]. Health Education & Behavior, 2004, 31(4): 455-471. |
[29] |
张舒仪, 林赛南, 李志刚, 等. 邻里环境感知对中国城市居民自评健康影响研究——以武汉市为例[J]. 人文地理, 2019, 34(2): 32-40. [Zhang Shuyi, Lin Sainan, Li Zhigang, et al. Influence of neighborhood environmental perception on self-rated health of residents in cities of China:A case study of Wuhan[J]. Human Geography, 2019, 34(2): 32-40.] |
[30] |
Miilunpalo S, Vuori I, Oja P, et al. Self-rated health status as a health measure:The predictive value of self-reported health status on the use of physician services and on mortality in the workingage population[J]. Journal of Clinical Epidemiology, 1997, 50(5): 517-528. |
[31] |
DeSalvo K B, Bloser N, Reynolds K, et al. Mortality prediction with a single general self-rated health question:A meta-analysis[J]. Journal of General Internal Medicine, 2006, 21(3): 267-275. |
[32] |
Idler E L, Benyamini Y. Self-rated health and mortality:A review of twenty-seven community studies[J]. Journal of Health and Social Behavior, 1997, 38(1): 21-37. |
[33] |
Lee Y. The predictive value of self assessed general, physical, and mental health on functional decline and mortality in older adults[J]. Journal of Epidemiology & Community Health, 2000, 54(2): 123-129. |
[34] |
Idler E L, Kasl S V. Self-ratings of health:Do they also predict change in functional ability?[J]. The Journals of Gerontology Series B:Psychological Sciences and Social Sciences, 1995, 50(6): S344-S353. |
[35] |
French D J, Sargent-Cox K, Luszcz M A. Correlates of subjective health across the aging lifespan:Understanding self-rated health in the oldest old[J]. Journal of Aging and Health, 2012, 24(8): 1449-1469. |
[36] |
McGee D L, Liao Y, Cao G, et al. Self-reported health status and mortality in a multiethnic US cohort[J]. American Journal of Epidemiology, 1999, 149(1): 41-46. |
[37] |
林李月, 朱宇, 许丽芳. 流动人口对流入地的环境感知及其对定居意愿的影响——基于福州市的调查[J]. 人文地理, 2016, 31(1): 65-72. [Lin Liyue, Zhu Yu, Xu Lifang. The environmental perception and its effect on settlement intention of the floating population:A case study of Fuzhou city[J]. Human Geography, 2016, 31(1): 65-72.] |
[38] |
Cleak H. Health inequality:An introduction to theories, concepts and methods[J]. Australian Social Work, 2004, 41(6): 326-327. |
[39] |
Adler N E, Boyce W T, Chesney M A, et al. Socioeconomic inequalities in health:No easy solution[J]. Jama, 1993, 269(24): 3140-3145. |
[40] |
Drewnowski A, Arterburn D, Zane J, et al. The Moving to Health (M2H) approach to natural experiment research:A paradigm shift for studies on built environment and health[J]. SSM-Population Health, 2019, 7: 100345. |
[41] |
方向华, 孟琛, 刘向红, 等. 健康自评与老年人健康状况的前瞻性研究[J]. 中华流行病学杂志, 2003, 24(3): 184-188. [Fang Xianghua, Meng Chen, Liu Xianghong, et al. Study on the relationship between self-rated health situation and health status in the elderly-an 8-year follow-up study from multidimentional longitudinal study of aging in Beijing[J]. Chinese Journal of Epidemiology, 2003, 24(3): 184-188.] |
[42] |
刘恒, 巢健茜, 杨迎春, 等. 老年人自评健康影响因素分析及程度比较[J]. 中国全科医学, 2009, 12(13): 1161-1167. [Liu Heng, Chao Jianqian, Yang Yingchun, et al. Determinants of self-rated health among the elderly and their extents[J]. Chinese General Practice, 2009, 12(13): 1161-1167.] |
[43] |
de Grubb M C M, Kilbourne B, Kilbourne K, et al. Socioeconomic, environmental, and geographic factors and US lung cancer mortality, 1999-2009[J]. Family Medicine and Community Health, 2017, 5(1): 3-12. |
[44] |
Demakakos P, Nazroo J, Breeze E, et al. Socioeconomic status and health:The role of subjective social status[J]. Social Science & Medicine, 2008, 67(2): 330-340. |
[45] |
塔娜, 柴彦威, 刘志林. 单位社区杂化过程与城市性的构建[J]. 人文地理, 2012, 27(3): 39-43. [Ta Na, Chai Yanwei, Liu Zhilin. Hybridization of Danwei neighborhood and the emergence of urbanism[J]. Human Geography, 2012, 27(3): 39-43.] |
[46] |
Lercher P, Schmitzberger R, Kofler W. Perceived traffic air pollution, associated behavior and health in an alpine area[J]. Science of the Total Environment, 1995, 169(1/3): 71-74. |
[47] |
Pietilä M, Neuvonen M, Borodulin K, et al. Relationships between exposure to urban green spaces, physical activity and self-rated health[J]. Journal of Outdoor Recreation and Tourism, 2015, 10: 44-54. |
[48] |
MacDougall C, Cooke R, Owen N, et al. Relating physical activity to health status, social connections and community facilities[J]. Australian and New Zealand Journal of Public Health, 1997, 21(6): 631-637. |
[49] |
Dunn J R. Housing and inequalities in health:A study of socioeconomic dimensions of housing and self reported health from a survey of Vancouver residents[J]. Journal of Epidemiology & Community Health, 2002, 56(9): 671-681. |
[50] |
Hansen M S, Fink P, Frydenberg M, et al. Use of health services, mental illness, and self-rated disability and health in medical inpatients[J]. Psychosomatic Medicine, 2002, 64(4): 668-675. |
[51] |
Nowak D J, Hirabayashi S, Bodine A, et al. Tree and forest effects on air quality and human health in the United States[J]. Environmental Pollution, 2014, 193: 119-129. |
[52] |
Morani A, Nowak D J, Hirabayashi S, et al. How to select the best tree planting locations to enhance air pollution removal in the MillionTreesNYC initiative[J]. Environmental Pollution, 2011, 159(5): 1040-1047. |
[53] |
Shao Yueqin, Wang Yingjian, Yu Hongjie, et al. Geographical variation in lung cancer risk associated with road traffics in Jiading district, Shanghai[J]. Science of the Total Environment, 2019, 652: 729-735. |
[54] |
Wang L, Sun W Y, Zhou K C, et al. Spatial analysis of built environment risk for respiratory health and its implication for urban planning:A case study of Shanghai[J]. International Journal of Environmental Research and Public Health, 2019, 16(8): 1455. |
[55] |
de Jong K, Albin M, Skärbäck E, et al. Perceived green qualities were associated with neighborhood satisfaction, physical activity, and general health:Results from a cross-sectional study in suburban and rural Scania, southern Sweden[J]. Health & Place, 2012, 18(6): 1374-1380. |