近年来, 学界关于超重和肥胖的研究已从关注个人决定因素扩展到关注建成环境因素^[1-4], 并成为地理和规划学科的研究热点。同时, 绿地作为能改善居民久坐行为^[5-6]和增加体力活动机会^[7-9]的建成环境要素, 被广泛地用以研究与人体超重肥胖的关系^[10-11]。在该主题研究中, 学者们通过不同方法和指标测度人在绿地空间的暴露情况, 包括绿地面积或密度^[12-13]、绿地接近度^[14-15]、居住地邻近绿地(居民住宅附近是否有绿地)^[16-17]、绿地植被覆盖^[18]、街景绿化^[19]和对绿地的感知^[20]等。

然而, 绿地与居民超重肥胖之间的关系仍不明确, 研究间结论差异较大。Jia等学者针对儿童人群的研究发现, 较高的绿地可达性可促进儿童体力活动、改善体重状况, 但各项研究得出的结论并不完全一致^[21]。Lachowycz等学者包含60项研究的系统性综述发现, 多数研究结果表明绿地和肥胖相关健康指标之间存在正相关或弱相关, 但这种关系在不同社会经济属性的人群和不同的绿地测度方式上存在不一致和混杂^[22]。Luo等学者研究了不同绿地指标与超重肥胖风险之间的关系, 结果表明, 不同的绿地测度方式可能会对超重肥胖风险产生潜在差异^[23]。因此, 需要对现有研究结论的一致性进行定量评估。

Meta分析(meta-analysis)运用定量方法对多个具有相同研究目的且独立的研究结果进行合并分析与概括, 进而得出单一结论。多样化的样本和方法使得Meta分析的结论在统计学上比任何单一研究结果更有力^[24-26]。并且, 通过对具有相似特征(如：样本和方法相似)的独立研究进行分组合并, 更精准地量化变量之间的作用。Meta分析最初出现在医学领域, 近年已逐渐应用于建成环境对人体健康影响的研究, 如：自然接触对儿童心理情绪等自我调节的影响^[27]；绿地与死亡率的关系^[28]；住宅绿化对不良妊娠结局的影响^[29]等。本文基于Meta分析方法, 首先探究绿地与肥胖相关指标的总体关系, 其次, 讨论文献间研究设计、绿地测度方式、样本年龄、不同尺度的地理分析单元对上述关系的影响差异。以期为更深入、科学地认识绿地在人居环境中的健康效益, 对未来研究与规划实践起到一定的指导和启示作用。

1 研究方法 1.1 文献检索与筛选标准

本文在Web of Science数据库核心合集(起始时间1985年)和PubMed数据库(起始时间1950年)分别对主题和标题摘要进行系统检索, 检索对象是2020年11月以前公开发表的文献。检索词与绿地(“greenspace”；“parks”；“greenness”；“normalized difference vegetation index(NDVI)”；“view green index(VGI)”；“streetscape”；“open space”；“public garden”等)和肥胖(“body mass index(BMI)”；“obesity”；“overweight”；“adiposity”；“waist circumference”；“body fat”；“waist to hip”；“weight status”等)相关。进而通过以下标准对检索的文献进行筛选。

文献纳入标准：(1)对绿地与超重肥胖(相关指标包括BMI、BMI Z-score、腰围、腰臀比、是否超重、是否肥胖等)之间直接关系的研究；(2)定量观察性研究(observational study), 包括横截面研究(cross-sectional study)、队列研究(cohort study)和病例对照研究(case control study)3种类型；(3)解释变量为客观测度的绿地指标, 如：绿地数量、距离、面积或NDVI等, 排除感知绿地属性；(4)可获得全文的研究。

1.2 文献质量评价

文献质量评价是Meta分析中不可缺少的环节, 用以评价纳入文献的样本收集、方法选择和结果处理是否以规范、透明的方式来进行, 从而规避因文献证据强度不足而造成的偏倚。对于横截面研究, 采用美国卫生保健研究和质量机构(Agency for Healthcare Research and Quality, AHRQ)评价标准进行评价^[30]。该方法评价指标包括资料来源、暴露组(expose cohort)和非暴露组(non expose cohort)纳入及排除、患者的鉴别、研究对象来源、主观因素的影响、检测或再检测、患者的排除、混杂因素的控制、丢失数据的处理、数据收集的完整性和随访。文献质量根据以下得分来评定：0-3分为低质量；4-7分为中等质量；8-11分为高质量^[31]。队列研究使用纽卡斯尔-渥太华量表(the Newcastle-Ottawa Scale, NOS)进行评价^[32]。NOS的评估维度包括：暴露组的代表性、非暴露组的选择、暴露因素的确定、研究起始时的结果指标、暴露组和未暴露组的可比性、结果的评价、结果发生后随访时长、暴露组和非暴露组的随访^[33]。NOS没有统一划分质量的标准, 本文参考多数文献的划分方法, 将低质量、中等质量和高质量的研究分别定为0-3、4-6、7-9分^[34]。

1.3 统计分析

使用Stata 15.0软件对纳入文献进行Meta分析。遵循以下分析流程：①检验异质性：异质性以I²统计量为参考值, I²数值越大, 表示异质性越大^[35], 一般I²>50%表明各研究的结论存在异质性^[36]。②合并效应量(combining effect size)：合并效应量是Meta分析中实现多个研究整合评价的核心步骤, 考虑到普遍存在的异质性和研究样本量的较大差异, 本文采用随机效应模型进行合并^[37]。结果变量为分类变量(超重和肥胖)的采用比值比(odds ratio, OR)和95%置信区间合并效应量, 结果变量为连续变量(BMI、BMI Z-score、腰围等)的采用估计系数(β)和95%置信区间合并效应量, 本文将探究不同研究设计和不同绿地测度方式下绿地与肥胖相关指标的关系。③亚组分析(subgroup analysis)：亚组分析是Meta分析中根据研究特征的相似和不同之处划分亚组重新合并效应量的方法。本文将依据样本年龄和地理分析单元的不同划分亚组, 旨在探究以上变量对绿地与肥胖相关指标关系的影响差异。

2 结果 2.1 文献选择与文献质量评价

文献检索最初共获取2391篇, 通过标题和摘要审查甄选出与本文研究内容密切相关的非综述文献128篇, 经过全文审查筛除文献59篇, 最终确定纳入Meta分析的文献69篇(图 1)。

纳入分析的文献基本信息与质量评价如表 1, 69篇文献中包括14篇队列研究和55篇横截面研究, 队列研究时间跨度从2年到45年不等。

2.2 总体Meta分析结果

69篇文献中, 与肥胖相关的结果变量包括连续变量(BMI、BMI Z-score和腰围等)和二分类变量(超重、肥胖和中心型肥胖等)两大类。根据研究对象年龄, 结果变量参考不同标准。成人超重标准一般遵循WHO(BMI≥25kg/m²)^[104]、CDC(BMI等于或高于85%水平)^[105]或中国肥胖问题工作组(BMI≥24kg/m²)^[106]；肥胖一般遵循WHO(BMI≥30kg/m²)、CDC(BMI等于或高于95%水平)或中国肥胖问题工作组(BMI≥28kg/m²)的标准；中心型肥胖(男性腰围≥102cm和女性腰围≥88cm)和腹型肥胖(男性腰围≥94cm和女性腰围≥80cm)均遵循WHO标准。部分儿童和青少年的研究中采用BMI Z-score代替BMI；儿童和青少年的超重水平多数遵循国际肥胖工作小组(International Obesity Task Force, IOTF)(高于年龄和性别临界值为超重)标准^[107]和WHO(zBMI>+1 Z-score为超重, zBMI>+2 Z-score为肥胖)标准^{[39, 108]}。

在所有纳入的文献中, 研究绿地与超重(n=36)、肥胖(n=26)、BMI(n=23)、BMI Z-score(n=7)、腰围(n=5)关系的文章较多。因此, 本文首先按以上结果变量类型合并效应量, 以探究绿地与肥胖相关指标的关联。其次, 讨论队列研究和横截面研究在以上关联中的差异。结果发现, 绿地整体水平与超重、肥胖、BMI、BMI Z-score和腰围均存在显著负相关关系(表 2)。在横截面研究中, 结果与总体合并结果相似。然而队列研究的合并结果显示, 绿地与以上5种指标均无关系, 需进一步探究不同绿地指标和亚组对绿地与居民肥胖之间关系的影响差异。

2.3 不同绿地指标的影响差异

已有文献普遍采用了以下绿地指标和测度方式探究两者之间的关系：①附近(或一定地理分析单元内)是否有绿地(n=13)；②植被覆盖度(n=27)；③绿地面积(n=32)；④绿地数量(n=14)；⑤绿地接近度(离最近绿地的距离或到附近绿地的平均距离)(n=14)。有24篇文献考虑了多种绿地指标的影响。不同绿地指标的合并效应量见表 3、图 2、图 3。结果显示, 绿地植被覆盖度与居民超重、肥胖发生率和BMI呈显著负相关, 附近(或一定地理分析单元内)是否有绿地和绿地数量分别与超重呈显著负相关关系, 但与肥胖和BMI关系不显著, 而绿地接近度和附近绿地面积则与肥胖相关指标均不显著。

2.4 亚组分析结果差异

本文进一步从样本年龄和地理分析单元两方面对数据划分亚组, 分析绿地与居民超重肥胖之间关系的差异。样本主要分为成年人组(n=41)和儿童或青少年组(n=29), 其中包括一项全生命周期队列研究^[62]。在地理分析单元方面, 按文献特征将地理分析单元分为0-300m(步行5min内)、301-500m(步行10min内)、501-1000m(步行15min内)、1001-2000m(步行30min内)、2000m以上(步行30min以上)、邻里等边界和边界加缓冲区7种, 其结果如表 4。

从样本年龄来看, 绿地与居民超重肥胖之间的关系在成年组和儿童青少年组均呈显著的负相关, 但绿地与BMI的关系在成年人组显著, 在儿童和青少年组不显著。由于儿童和青少年的身高和体重尚在发育中, 不同性别和年龄的超重肥胖阈值不同, 多数研究以BMI Z-score取代BMI作为结果变量, 在这些研究中, 绿地与BMI Z-score呈显著负相关。总体上, 绿地与成年人肥胖之间关系的显著性比与儿童和青少年的大。在不同尺度的地理分析单元方面, 结果显示, 绿地与超重之间的关系在2000m缓冲区范围内呈显著的负相关, 超出该范围则不显著；相类似地, 绿地与肥胖发生率之间关系的阈值出现在1000m缓冲区范围内；绿地与BMI之间的关系在不同缓冲尺度上也同样呈现差异。由此可见, 绿地与居民超重肥胖之间的关系具有明显的尺度效应, 但总体而言, 邻近绿地有利于减少居民超重肥胖的发生率, 在301-500m缓冲区尺度下, 绿地水平和肥胖相关指标的关联性达到最强。然而, 以邻里等边界和边界加缓冲区作为地理分析单元的亚组中, 绿地与超重肥胖和BMI的合并结果均不显著, 说明地理分析单元尺度不统一时, 易出现不稳定和差异大的结果。

3 结论与讨论

绿地对居民超重肥胖及相关健康方面的影响是近年来的研究热点之一。已有较多学者在全球不同城市, 针对不同人群展开研究, 并取得一定成果。本文基于69篇文献的研究结果对绿地与居民超重肥胖之间关系进行了Meta分析, 探讨了不同研究设计类型、绿地指标以及不同样本年龄和地理分析单元对其关系的影响差异。主要研究结论如下：总体上, 绿地对居民超重肥胖风险降低有促进作用, 表明增强居住地、工作地及学校周边的总体绿化水平可能是改善公众超重和肥胖问题, 乃至其它公共卫生问题的一种有效途径。然而绿地与居民超重肥胖的关系在不同研究设计类型、绿地指标测度方式、年龄亚组和不同的地理尺度下具有差异, 意味着绿地与居民超重肥胖的关系可能更加复杂。

首先, 不同研究设计类型(横截面研究和队列研究)之间的研究结果具有较大差异。在队列研究中, 总体绿地水平与居民超重肥胖关系的结果呈现混杂状态。有几个队列研究的结论在一定程度上挑战了笼统地强调“绿地对居民超重肥胖有抑制作用”的观点。Bloemsma等人发现, 儿童超重概率与NDVI和绿地总面积呈负相关, 但在调整空气污染物NO₂暴露水平后相关性明显减弱^[42]。这意味着, 绿地与超重的关联可以部分解释为与交通相关的空气污染水平降低, 而不是绿地本身通过增加体力活动水平所起到的作用。Persson等人的研究发现, 绿地对肥胖的影响具有性别差异^[78], 这可能与特定年龄和性别的生理差异有关^[109], 同时也存在男性和女性对绿地在感知和行为上的差异, 相比于男性, 女性的健康可能与绿地质量和感知到的个人安全等主观指标更密切相关^[110], 而绝大多数文献未考虑绿地质量的影响。由于队列研究数量有限, 暂时无法找到明确的原因去解释混杂结果。总结以上研究, 虽然队列研究的合并结果不显著, 但并不能说明两者完全无关, 反而意味着它们的关系可能更加复杂, 这也提示未来应增加纵向研究, 关注绿地对居民超重肥胖的因果关系, 并深入探讨两者之间的影响因素和作用机理。

第二, 不同指标衡量的绿地与居民超重肥胖的关系也存在一定差异。较大的绿地植被覆盖度与较低的BMI、超重和肥胖风险显著相关。这可能因为植被覆盖度可测度建成区的更多绿地形式, 包括私人花园和街道绿化, 而土地利用数据或公共绿地数据不能包含以上内容。另外, 较高的植物覆盖度可有效降低空气污染程度^[111], 进而影响居民体力活动和身体肥胖水平^[57]。居住地或工作地附近是否有绿地和绿地数量与超重呈显著负相关。可能的原因是绿地数量越多, 绿地类型及其相应设施的多样性就越丰富, 从而增加居民身体活动, 减轻超重肥胖程度^{[94, 112]}。本研究绿地接近度和绿地面积指标的合并结果均不显著。这可能因为过大且集中的绿地会增加入口或边界到特定资源(如特定的健身设施)的距离, 由此反映了居住区的物理复杂性和环境特征之间的多重关系。另外, 对绿地不同的定义也会导致结果的差异, Halonen等人发现搬家后远离绿地会导致肥胖风险增高, 但“绿地”的概念中包括了蓝色空间时, 这种因果关系变得不显著^[54]。Wilhelmsen等人对绿地的定义包括了农田、森林和山脉等内容, 研究结果显示, 当居民周围绿地比例增加时, 超重和肥胖的比例反而显著增加, 而这些绿地区域可进入性较差, 也缺乏吸引力, 不能提供有效的体力活动区域, 因此产生了有反常理的结论^[98]。但并不意味着绿地接近度和绿地面积等指标对人类健康没有关联, 而是证明在已有的研究中, 这些绿地指标并未呈现出一致的影响作用(包括影响方向和显著性)。此外, 正式公园类型的绿地(有组织的布局、结构化的园路, 且有日常维护)可能更有益于缓解居民超重肥胖^[48]。绿地的游憩设施、安全性和美学等方面的系统性差异可能会导致体力活动的差异^[113]。因此, 可用绿地的类型和质量可能是决定体重状态的关键因素。这也提示在未来的研究中更应关注这些尚不明确其影响机理的绿地指标, 构建完善的绿地测度指标体系。

第三, 绿地与肥胖相关指标之间的关系在成年亚组和儿童青少年亚组均呈负相关, 但在成年亚组关联更显著。这与此前的研究结果相似, 绿地的使用与儿童不同的肥胖指标显著性有较大差异^{[21, 114]}。一方面, 在儿童和青少年的研究中, 结果变量为BMI的总体合并结果不显著, 而以BMI Z-score代替则显著。考虑到未成年人群不同性别和年龄的超重肥胖阈值不同, BMI Z-score作为经年龄和性别调整后的标准化值, 成为了比BMI更适合该人群的肥胖测量方法^[115]。除方法因素以外, 绿地与未成年人超重肥胖的关系可能比成年人受到更多潜在的制约, 如：父母社会经济属性、年龄阶段^{[67, 93]}、社区犯罪率、社区邻里凝聚力和可用绿地类型等环境特征^{[21, 93]}。研究侧重点不同或考虑的混杂变量有差异, 导致了绿地与儿童和青少年肥胖相关指标之间关系的混杂。未来针对儿童和青少年的绿地与健康研究往往需要考虑来自自身、家庭、学校和环境等多方面因素。

第四, 绿地与居民超重肥胖之间的关系具有尺度差异, 采用不同的地理分析单元其研究结果并不一致。我们对可能的原因做如下推测：首先, 绿地对居民超重肥胖的缓解作用确实存在尺度效应。总体上, 邻近绿地有利于减少居民超重肥胖风险。但当与绿地的距离超过一定缓冲范围时, 绿地对抑制居民肥胖发生率的作用则变弱。而此前Browning等学者在一项探究何种缓冲区尺度能更好地反映绿地与健康关系的综述中认为, 2000m以内缓冲区尺度结果显著性偏高^[116], 本文与以上结论有相似之处。其次, 尺度差异可能是出行方式、城乡环境等因素综合影响的结果。在某些以汽车出行为主的城市中, 人们有机会选择开车去离家更远质量更好的公园^[80], 从而导致了1000m以上缓冲区总体结果的混杂。在城乡环境方面, 部分学者发现城乡区位绿地对超重肥胖的作用不同^[39], 甚至存在显著的交互作用^[49]。最后, 使用固定地理边界和边界加缓冲区的研究总体合并结果不显著。这是由于不同研究所定义的固定地理边界大小不同, 且人们活动一般按照路程距离形成一个缓冲区或网络缓冲区, 一般不会按照社区边界进行活动, 所以结果产生混杂是可解释的。不同时空尺度、研究区域的研究结果存在自然差异, 为此, 未来的研究可考虑多尺度地理分析单元绿地对超重肥胖的影响差异, 或考虑与居民日常活动密切相关的10min或15min生活圈相结合。

本研究存在以下局限：①Meta分析的质量好坏受原始文献的影响较大, 而本文并未根据原始文献质量选择是否纳入。②研究的原始数据公布情况不一致, 各研究协变量的调整程度并不一致, 从而有夸大或缩小绿地对肥胖相关指标影响的风险。③本研究的多数合并效应量结果异质性较大, 在一定程度上减弱了可信度。④本文尚未研究绿地质量和绿地类型与居民肥胖之间的关系。