在建筑学、城乡规划学和风景园林学的研究领域中, 将城市绿地定义为：“在城市规划用地的区域内, 具有改善与保持生态环境, 美化市容市貌, 提供休闲游憩、场地, 或具有卫生、安全防护等各种功能, 种植有绿色植物的区域”^[1]。国内外相关学者已研究证实城市绿地对城市居民身心健康福祉有显著的正向关系, 为深入理解城市绿地与居民福祉的关系提供了科学依据：主要有城市绿地对居民福祉的影响与出游动机^[2-3]、居住地附近的绿地面积比例正相关^[4], 与居民区到最邻近公园的距离负相关^[5]；绿地数量及质量和感知到的心理健康以及与感知到的一般健康有明显的正相关关系^[6]等几个方面。另外, 绿地本身“引力”^[7]以及使用频率、活动类型^[8]也是影响居民福祉的重要因素。通过行走于绿地, 居民可以放松心率, 减少心率变异性(Heart Rate Variability, HRV)系数^[9], 同时对延长老年人寿命^[10]以及对居民的心理福祉具有显著的正面影响, 有助于减少压力, 放松紧张情绪^[11], 增进家人朋友之间的感情及增加认识新朋友机率^[12]。但是, 目前所集中研究的绿地主要为大型公园景点, 而与居民密切相关的街头绿地及邻里公园研究较少；基于可达性地研究很多, 但可达性与实际利用间的关系研究较少；另外, 目前研究主要是探讨绿地对居民身体健康影响^[3], 对心理健康、恢复力等研究较少, 一般只是构建简单的结构方程模型(Structural Equation Modeling, SEM)模型, 对比组间分析较少。综上所述, 通过以遥感解译的绿地现状为前提, 研究游玩城市绿地对居民身心福祉及满意度的影响, 可以基于人的感知角度对城市绿地的规划建设提出参考依据。

文章着眼点在于通过GIS技术的遥感解译绿地现状图, 基于人口密度和交通路网的网络可达区域分析可以最大可能地实现空间现状分析的科学性, 避免因个人主观对绿地数量或与居民区之间的距离判断产生的误差。在研究大型公园的同时也对主城区所存在并对居民日常生活游憩有重大影响的街头绿地以及邻里公园(指沿道路、河湖、海岸和城墙等, 具有一定游憩设施或装饰性作用的绿地)的进行研究；通过多项多维指标福祉的测度获得比较稳定和持久的意愿信息, 在保证所用数据的信度和效度的基础上, 利用组间对比分析(500 m网络距离可达范围内有无绿地及每周游玩大于120 min、小于120 min为分类标准)得出变量之间关系及组间差异。研究单位步行范围内绿地数量及每周游玩绿地时间对居民身心福祉所产生的影响, 可以基于人的感知, 为城市绿地的规划布局及投资建设绘制发展图谱。

1 数据获取与处理

研究调查范围为杭州市主城区(上城区、下城区、拱墅区、江干区、西湖区), 研究区区位图见图 1。根据《城市绿地分类标准》(CJJ/T85—2017)将所研究绿地系统确定为：研究区内各级公园绿地、社区公园、街旁绿地、道路广场绿地等日常游憩型绿地^[13]。强调以人的需求为主导, 有别于远离城市的荒野开放空间。

1.1 居民感知数据

通过建设部关于印发《商品住宅性能认定管理办法》及物业标准, 将杭州主城区居住区划分为高、中、低档3个等级, 每个等级选择3个地理分布相对位置较远的居住区, 共计45个研究小区样本作为“源”数据。为保证调查的顺利实施, 我们对所参与调查的人员都进行了培训并制定了详细的调查方案。调查于2019年4—6月在杭州主城区各区进行, 总计进行了5次不同时段(考虑到人流量及居民的闲暇度, 将调查时段设置为周末和五一长假期间, 即4月13日、4月20日、5月4日、6月8日、6月22日)对45个小区进行问卷发放, 共发放问卷675份, 回收有效问卷665份, 作为研究的原始数据。样本详细构成见表 1, 被访者包含了不同社会属性类型居民, 样本整体上具有较好的代表性。

1.2 空间数据

空间数据来源于Earth explorer网站下载的2018年4月28日的遥感数据, 通过大气校正、辐射定标、影像融合、几何精校正等预处理后得到初步解译图, 可靠性检验后总体准确性(Overall Accuracy)为85.263%, Kappa系数为0.7058。符合基本解译结果要求。同时, 利用OSM网站(Open Street Map)及Qgis软件, 整理裁剪生成研究区内道路数据。根据谷歌道路现状及杭州市政府公布的土地利用性质图, 结合绿地解译结果图, 以《城市绿地分类标准》(CJJ/T 85—2017)中规定的综合公园面积大于等于10 hm²以及社区公园面积大于等于1 hm²为标准, 删除小于1 hm²的绿地。

在城市绿地规划系统研究中, 通常将500 m作为城市绿地的一个较为合理的步行缓冲区^[14-15]。现有文献中, 一般以欧式距离建立缓冲区, 该方法简单、可操作性强, 但是直线距离并不能完全代表居民去往绿地的真正距离, 利用简单缓冲区的办法往往要比基于网络分析所建立的服务距离范围更广。因此, 以2019年杭州统计年鉴公布的统计人口与行政区块的面积比值——人口密度^[16]作为阻力条件(人口密度图见图 2), 基于交通路网计算网络距离范围作为居民可达服务区, 计算500 m可达范围内城市绿地的面积及数量更具科学性。服务范围的定义如下：给定一个带中心的地理网络G=(V, E, c), 其中V表示节点的集合, E表示边的集合, c表示地理网络的一个中心。设ω_c表示中心的阻力, 可以是从中心出发的所有路径的总费用、总时间或总距离；l表示从中心点c到网络结点i的路径；ω_ci表示该路径上的累计费用；ω_ij表示网络边e_ij的费用。在不考虑需求量和供应量的情况下, 中心范围服务定义是指从中心点出发, 在限定条件下达到的区域, 由满足下列条件的边和结点构成的集合, 即

分布图见图 3, 统计表见表 2。

2 研究方法

以国内外研究理论及经验为基础, 综合考量结构模型方程的技术特征, 利用Amos软件, 以500 m网络距离范围内绿地数量作为分类标准进行第一组组间分析；另外, 根据相关文献得知：平均一周内, 花费大于120 min以上参观大自然的人有更高的身体健康和身体健康报告, 并且这个结论适用于不同职业和种族的男性和女性、老年人和年轻人、贫穷和富裕的人, 甚至是长期患病或残疾的人群^[17]。所以, 将一周内总计游玩绿地时间(一周去绿地次数*每次在绿地停留时间)120 min以上和120 min以下作为分类标准进行第2组对比组间分析, 以期构建合理的方程模型比较绿地对居民身心福祉所产生的影响及程度。

2.1 变量选择

通过分析居民身心福祉影响因素的研究现状, 确定潜在因变量为“居民身体福祉”及“居民心理福祉”, 其中, “身体福祉”包括“缓解疲劳, 提高工作/学习积极性”、“增强精力/体力”、“改善形体”^[18]；“心理福祉”包括“改善睡眠、缓解焦虑或紧张情绪”^[19]、“提高注意力”、“认识新朋友”、“增进家人、朋友、恋人感情”^[20], 并在问卷调查中对应地设计了感知评分问题, 以7分为最高程度, 1分为最低程度逐渐递减的梯度进行赋值, 被调查者根据自身情况综合评价后得到身体福祉及心理福祉的观测变量的取值。

在确定影响居民身心福祉的潜在因素时, 根据已有文献, 以“游玩次数”^[21]、“游玩时间”^[22]、“游玩动机”、“认知”、“吸引力”为5个潜在自变量。对每一个潜在变量, 我们都具体设置了多个可观测变量从不同的角度来对潜在变量进行度量。在动机变量中, 设置了交通便利程度^[23]、人流拥挤程度^[24]、人流量^[25]为观测变量；对事物的认知态度会反作用于从该事物中获得的影响, 在认知变量中, 设置了“调节大气湿度”^[26]、“净化空气”^[25]、“吸附污染物”^[27]、“景观美化”、“供居民游玩”^[28]、“提升居民身心健康”^[7]6个观测变量；在吸引力变量中设置了“面积大小”、“植被环境现状”^[24]、“公共设施齐全程度”^[3]三个观测变量。另外, 满意度评价中分“空间布局满意度”、“整体环境满意度”、“数量满意度”^[29]3个维度为观测变量以避免以单一满意度评价所带来的影响误差。变量详细构成表见表 3。

2.2 模型构建

对研究变量的选取及变量间的内在关系, 可以构建如下的结构方程模型：

(1)

(2)

式中, y 为内生关系变量组；Λy为内生观察变量在内生潜变量上的因子负荷矩阵, 反映内生观察变量和内生潜变量之间的关系；η为内生潜变量；x为外生关系变量组；Λx为外生观察变量在外生潜变量上的因子负荷矩阵, 反映外生观察变量和外生潜变量之间的关系；ξ为外生潜变量, 在本文中其分量包括：“次数”“时间”、“动机”“认知”；ε、δ为测量模型的残差项, 即未能被潜变量解释的部分。

结构模型反映的是潜变量和潜变量之间的关系。公式为：

(3)

式中, B为内生潜变量之间的影响关系；Γ为外生潜变量对内生潜变量的影响；ζ为方程η残差项^[30]。

2.3 组间模型对比

以500 m网络距离范围内有无绿地以及一周内游玩绿地小于120 min、大于120 min为划分标准进行组间分析。根据组间参数比较中参数之间差异的临界比率分析(Z score), 大于2.57为显著差异影响标准, 分析变量间影响差异。总体结构方程模型见图 4。

3 统计结论与分析 3.1 信度与效度分析

利用SPSS19.0对问卷进行了信度分析, 各个潜变量的α系数在0.712—0.868之间, 总体信度达到0.835和0.867, 说明数据内部一致性较好。同时, 对数据进行Bartlett球形检验和KMO值分析, 结果显示2组P值为0.000(P < 0.001), 通过了球形检验, KMO值为0.824和0.827, 说明数据适合进行因子分析。信度分析表见表 4。

3.2 小区500m范围内有无绿地对居民身心福祉的影响 3.2.1 模型拟合效果及验证性因子分析

验证性因子分析(Confirmatory Factor Analysis, CFA)是用来检验特定结构是否按照预期的方式产生作用, 而且可以分析各个观测变量对因子的重要程度^[31]。一共采用24个观测变量来度量事先确定的潜在因子, 利用多组指标从整体上对模型优良进行评估。建立模型之后, 根据Modification Indices里的Covariances, 挑值最大的两个变量加双相关, 进行了一次修正, 内生变量之间假设的因果关系均通过显著性检验, 总体模型与对照组模型拟合度皆达到拟合标准, 拟合效果见表 5。

另外, 在总体模型中表明游玩次数与游玩时间对健康有正向关系(影响系数分别为0.26和0.25)；绿地吸引力对动机有显著的正向影响(影响系数为0.99)；绿地吸引力对心理健康的影响程度要略大于对身体健康的影响。

3.2.2 分组模型结果分析

通过GIS相交分析后, 总计45个居民区中有16个居民区500 m网络距离范围内无绿地, 29个居民区500 m网络距离范围有1—4个不等绿地。将前者归为一组得到236份问卷样本；后者归为一组得到429份问卷样本进行组间比较分析。研究结果见图 5、图 6。

选取每组外生潜在变量并将其因子载荷固定为1, 利用极大似然法作为参数估计方式进行模型运算。根据修正模型的参数估计值和路径分析图, 500 m网络距离缓冲区内有无绿地对居民身心福祉影响影响结果如下：

(1) 身体健康福祉与心理健康福祉。500 m网络距离范围内有绿地的居民身心健康福祉要高于500 m网络距离范围内没有绿地的居民, 并且, 心理健康福祉影响要大于身体健康福祉影响。其中, 在心理健康福祉影响中, 改善睡眠、缓解情绪的影响系数从网络距离范围内无绿地的0.823提升到了范围内有绿地的0.877；提高注意力、识别能力的影响系数从0.795提升到了0.806, 差异显著；

(2) 总体满意度。2组总体满意度差别不大, 500 m网络距离范围内有绿地满意度略高于无绿地组。但对于数量满意系数则从-0.167提升到了0.007, 说明对所研究的居住区而言, 周边绿地的整体环境及空间布局满意程度较好, 但数量分布不合理。

(3) 一周内游玩时间和次数。根据组间参数比较中的参数之间差异的临界比率分析, 2组之间次数影响健康参数差异为4.541；时间影响健康参数差异为3.148, 大于2.50；同时, 修正后结构方程模型中, 500m网络距离内无绿地组中次数对健康的影响系数为0.21, 时间对健康的影响系数为0.34；对比试验组中次数对健康的影响系数为0.64, 时间对健康的影响系数为0.54。说明一周内游玩绿地的次数和时间越多, 则身心福祉指数越高。

3.2.3 受访者身心福祉得分描述性分析结果

城市居民身心福祉由三级指标构成：一级指标为居民身心福祉总体指数, 在二级指标、三级指标的基础上计算加权算数平均值得出；二级指标为福祉影响因子指数, 由各个潜在变量计算得出；三级指标为居民身心福祉的单项指数, 由各个观测变量简单计算取算术平均值得出。单项指数计算是将某项指标值除以最高标度7后再取均值, 用百分制标注时再乘以100, 其中各单项指数等权看待。统计结果见表 6。

统计结果表明, 城市绿地对居民心理健康福祉要略大于身体健康福祉。其中, 改善睡眠、缓解情绪成为居民身心福祉最高的指标, 说明游玩绿地对居民心情情绪影响较大, 其次为提高注意力(69.4)、缓解疲劳、提高积极性(66.7), 最低指标为增加认识新朋友几率(55.6)。总体而言, 游玩城市绿地对居民身心福祉的影响主要体现在对个人单体的情绪、健康影响比较大, 但对人与人之间的福祉影响较少, 如增进朋友家人之间的感情等。

3.3 游玩时间是否大于120 min对居民身心福祉的影响 3.3.1 模型拟合效果

根据上述方法进行总体模型及分组模型的验证性因子分析, 结果表明总体模型与分组模型皆达到了较高的拟合度, 符合基本拟合要求, 结果见表 7。总体模型中, 动机(影响系数为0.16)与认知(影响系数为0.143)对健康均有正向影响关系。

3.3.2 分组模型结果分析

为进一步分析一周内游玩绿地的次数和时间对居民身心福祉产生的影响, 将一周去绿地游玩次数与每次在绿地停留时间的乘积作为居民一周在绿地总计停留时间, 以一周游玩绿地120 min为分类标准进行分组, 得出120 min以下的421份问卷样本以及120 min以上的224份问卷样本进行分组分析。分组路径分析图见图 7、图 8, 游玩时间对居民身心福祉影响结果如下：

(1) 身心健康福祉与满意度差别不大。2组对比中, 身体健康福祉、心理健康福祉与总体满意度度影响系数相近, 无明显差异；

(2) 根据组间参数比较中的参数之间差异的临界比率分析, 动机与认知对身心健康福祉的参数差异临界比率为8.684及3.87；修正后的结构方程模型影响系数中, 一周游玩120 min以下动机对身心健康福祉影响系数为0.09, 认知对身心健康福祉影响系数为0.139；一周游玩120 min以上动机对身心健康福祉影响系数为0.21, 认知对身心健康福祉影响系数为0.127, 说明2组对比试验组中, 120 min以上游玩比120 min以下的游玩动机对自身身心福祉影响更大, 但认知对其影响系数呈下降状态。

3.3.3 独立样本T检验及分析

为进一步分析一周内游玩绿地时间120 min以上及以下对居民身心福祉的影响, 利用SPSS 19.0进行独立样本T检验, 在0.05显著性水平下, 剔除大于0.05数据, 得到结果见下表, 结果表明：在增强体力、改善睡眠、提高注意力、增进感情4个方面中, 一周内游玩绿地120 min以下平均值均略大于一周内游玩绿地120 min以上, 说明一周内游玩绿地120 min以下的居民获得的身心健康福祉反而要多于一周内游玩绿地高于120 min的居民, 结果见表 8。

因此, 对2组样本数据进行描述性统计频率分析, 对比组中个体样本结构中, 性别、受教育程度及收入职业等社会经济特征占总样本比例差别不大。但是, 在离退休人员、55岁以上、教育程度初中及以下、已婚有孩4个维度中, 2组实验组差别较大, 结果见表 9。

3.4 结论

通过组间结构方程模型分析可以得出以下结论：(1)居民区500 m网络距离可达范围内有绿地的居民身心福祉高于没有绿地的居民群体；(2)游玩时间和次数在一定程度上影响居民身心福祉, 但并不一定是绝对因素。一周内游玩绿地低于120 min对居民身心福祉的影响要高于一周内游玩绿地高于120 min的居民；(3)动机和对绿地的认知对居民身心健康福祉有显著的正向影响, 吸引力的提升与动机的加强呈正向关系。

4 讨论与对策

通过研究500 m网络距离可达范围内有无绿地及居民游玩绿地时间差异对居民身心福祉产生的影响, 可以为城市绿地的规划提供规划图谱。但研究中还存在一些不足：在样本量的选择上没有根据行政区的面积或居住小区的入住率来确定样本数量的不同；因为人力的限制, 对样本量的选取还不够全面。

生活在500 m网络距离可达范围内有绿地的居民身心福祉要高于范围内没有绿地的居民, 说明在步行500 m范围内有绿地, 可以供居民在周末或闲暇时间游玩对提高居民身体健康和心理健康有举足亲重的作用；但是, 以每周游玩绿地120 min为界, 游玩时间的多少对居民身心健康并无明显差异, 在调查走访中也发现, 不同社会经济特征的个体对绿地需求不同：一般城市白领、高层领导或者高中大学生每周去游玩城市绿地的时间不多, 即使在双休日也加班或者更倾向于在住所休息, 该群体游玩绿地时间较少, 但对绿地的认知及从绿地获得的身心福祉要远远大于其他人；相反, 一般游玩绿地较多的则是退休在家、全职太太或者小学幼儿园的学生, 每天会固定时间游玩绿地, 这个群体往往对绿地认知不高, 每天习惯性地去游玩绿地反而会使绿地对其身心福祉带来的影响及其自身的幸福感满意度降低。基于人本需求为目的建设的城市绿地, 提高居民身心健康福祉是今后城市绿地规划建设的重要依据。对此, 将提出以下几点建议：

(1) 增加居民区周围的街头绿地及邻里公园数量。应加强对街头绿地等碎片化绿地的重视程度, 建设街头绿地, 或称“邻里公园”不仅可以提高城市土地利用率, 更可以在客观条件上增加居民游玩绿地的次数和时间, 提高居民身心福祉。

(2) 提升绿地吸引力。绿地自身吸引力可以增加居民去往绿地的动力进而促进居民身心福祉的提高。例如：对于一些破碎化、凌乱化, 城市建设初期“见缝插绿”的城市绿地可以适度进行统一规划及合并, 将几块零散的, 对城市绿化环境影响不大的城市绿地进行统一规划为吸引力更大的绿地；合理布置绿地内多功能兼容的一体性公共空间, 以满足不同年龄、性别的居民驻留和活动。

(3) 提升居民对城市绿地作用的认知。研究表明, 提高居民对某一事物的认知可以反作用于该事物对居民产生的影响。可以通过宣传、教育等方式, 倡导居民提高对绿地作用的认知作用, 增加居民游玩绿地的频次, 继而让从游玩绿地中得到更多的愉悦感, 最后形成“提升认知-游玩绿地-提升认知”的良性循环。