基于城市体检居民满意度的健康人居环境研究——以重庆市中心城区为例
2025-06-10摘要
为深入了解居民的健康状况与人居环境各方面的关系,文章选取重庆市中心城区作为研究对象。基于城市体检满意度调查获取的29937份问卷和48个人居环境指标,从物质环境和非物质环境两个维度,对居民健康状况及其影响因素进行相关分析。结果显示,居民健康状况整体较好,但受教育程度较低和家庭年收入较低的人群呈现健康状况越来越差的趋势;从空间分异来看,内环以外人群的健康状况明显优于内环以内;从影响因素分析,工作环境和交通环境与健康状况的相关性最大,居住环境和文化环境健康状况的相关性较小,低收入和低学历人群的健康状况与交通环境之间呈现更高的相关性;建成区密度与健康状况之间存在显著相关性。研究对深入了解城市居民健康状况及其与人居环境因素的关系具有一定借鉴意义。
作 者
贾敦新 中国城市规划设计研究院西部分院研究中心主任研究员,正高级工程师
谢 辉 重庆大学建筑城规学院副院长、教授
王文静 中国城市规划设计研究院西部分院研究中心主任,正高级工程师
刘海燕 重庆市规划和自然资源调查监测院高级工程师
近年来,随着人们对健康的重视,学者们也开始关注人居环境对居民健康的影响。人居环境是人类工作、生活和栖居的场所,影响生活的方方面面。人居环境对健康的影响较为复杂,总体上可以分为物质环境影响和非物质环境影响。其中,物质环境包括生态环境、城市建成环境和建筑居住环境。物质环境主要通过自身的变化直接或间接地影响人体健康。例如,遭到污染的空气、水、土壤等会带来或诱发疾病;又如,现代人过度依赖小汽车出行,日常活动减少,久坐时间增加,肥胖的概率随之增大,大量的人患上高血压、心脏病、糖尿病等慢性疾病;再如,居住区和工作地周边的建筑密度、高度和绿地空间会间接影响人们的健康。非物质环境包括经济环境、政策环境、文化环境等。非物质环境能引导物质环境的形成,从而间接影响居民健康。例如,减缓由社会经济发展引起的全球变暖,有利于全人类的健康;较好的经济发展水平会影响居住环境,从而影响人们的健康水平。
目前,人居环境对健康的影响研究主要采用主观评价数据和客观测量数据。主观评价数据主要是通过居民问卷、专家评估和公众参与等方式获取城市居民对人居环境的主观感受和意见,并对现状建成环境进行描述性分析和相关性分析,确定其对健康的影响。客观测量数据是通过采集实际数据描述和分析人居环境的各项指标。如通过采集冠心病死亡率、脑血管疾病死亡率和二氧化硫排放量、氮氧化物排放量、粉尘排放量,建立多重线性回归分析模型,确定冠心病死亡率、脑血管疾病死亡率与空气质量的关系;通过测量噪声声压级和病人的睡眠状况,提出睡眠病房的设计策略,从而为人居环境的改善和提升提供支撑。
虽然目前健康人居环境研究的关注点较多,但仍主要集中在空气质量、水质、噪声、建成区环境等物质环境方面,对就业环境、社会文化环境等非物质环境的研究较少。从研究所采用的数据样本和研究对象来看,两者的数据普遍不足。如陈绮珊(Chan)等的研究仅选取4栋建筑和200份问卷;米奇 · 邓肯(Duncan)采访1281位居民,问卷回收率仅为46.6%。导致研究结果的说服力偏弱。而袁满(Yuan)等采用美国社区调查、行为风险因素监测、社区健康状况、全国家庭旅行调查、兴趣点和智能位置等多源数据开展研究,其研究结果更加可靠。因此,开展人居环境对居民健康影响的研究,应同步重视物质环境和非物质环境两个方面;研究数据应同步采用主观评价数据和客观测量数据;同时还应增加样本量,扩大研究对象的范围,确保结果更具有普适性。
01
研究区域与数据概况
1.1 研究区概况
本研究的区域为重庆市中心城区,范围包括渝中区、江北区、南岸区、九龙坡区、沙坪坝区、大渡口区、北碚区、渝北区、巴南区9个行政区及重庆高新区和两江新区,共94个街道,行政区划面积5467km2,建成区面积1143km2(建设用地约833km2),常住人口1039万人。
1.2 研究数据及来源
1.2.1 居民健康数据
居民健康数据来源于2022年重庆市城市体检社会满意度调查问卷,由社区居委会组织居民填写。经过数据清洗、整理后,有效问卷29937份,将其中居民自评健康状况(包括“非常好、好、一般、不好、非常不好”五个等级)作为因变量,性别、年龄、学历、职业、家庭收入和户籍作为协变量。
1.2.2 人居环境数据
人居环境数据包括两个方面,一是2022年重庆市城市体检社会满意度调查问卷的居民满意度评价,作为本研究的主观评价数据,包括48项指标(表1);二是建筑物普查的房屋数据和2022年高德POI数据(包括医疗设施、体育设施、公园绿地、文化设施),作为人居环境客观测量数据,用于研究人居环境与居民健康之间的关系,寻找影响居民健康的潜在因素。
表1 研究变量描述表
Tab.1 Study variable description table
注:测度指标(满意度/方便度等分为五个等级):很满意、满意、一般、不太满意、很不满意;分别赋值100分、80分、60分、40分和20分。
资料来源:2022年重庆市城市体检社会满意度调查问卷
1.3 研究数据概况
本研究采用的29937份问卷来自重庆市中心城区94个街道、1014个社区,完全覆盖重庆市中心城区的建成区。从居民的性别结构来看,男女比例各占约50%;从年龄结构来看,主要集中在20~59岁,占比86%;从学历结构来看,主要集中在初中到大学,占比95%,初中以下和研究生及以上均占比较小;从职业结构来看,各行业总体占比较为平均,占比最高的为企业员工;从年收入情况来看,集中在3万~20万,占比72%;从户籍情况来看,本地户籍的本地人口占比75%,外地户籍落户本地的人口占比12%,外地户籍占比13%(图1)。
图1 研究数据人群结构
Fig.1 Personnel structure of the research data
资料来源:2022年重庆市城市体检社会满意度调查问卷
02
研究方法
2.1 统计分析
通过对问卷内居民整体健康状况、不同年龄阶段、不同受教育程度、不同职业、不同收入水平下居民自评健康状况进行统计分析,研究不同群体居民的健康状况和规律。
2.2 热点分析
作为空间统计分析的方法,热点分析(Getis-Ord Gi*)主要用于识别地理空间数据中的热点(高度聚集的区域)和冷点(低值聚集的区域),揭示地理数据中的空间集聚模式。这一统计方法由地理学家阿瑟 · 格蒂斯(Arthur Getis)和凯西 · 奥尔德(J.K.Ord)开发。其核心思想是通过计算每个地理位置的Gi*统计值,判断该位置是否具有统计学显著的高值或低值聚集。Gi*统计值是一个基于标准正态分布的z分数,它表示某个位置的观测值与其周围邻近位置的观测值之间的关系。计算公式如下:
式中,xj是第j个居民的健康评分;X是所有居民健康评分的全局平均值;wi, j是第i个和第j个居民之间的空间权重;n为样本总数。本研究采用热点分析的方法识别居民健康状况在空间上的分布规律,并通过Arcgis Pro 3.1予以实现。
2.3 皮尔逊相关性分析
皮尔逊(Pearson)相关性分析是一种常见的统计分析方法,用于确定两个变量之间的关系,了解两个变量之间的线性关系强度和方向。相关性的大小通过相关系数rxy来表征,其取值范围为[-1, 1]。其中,0代表无相关性,负值为负相关,正值为正相关。
式中,rxy表示两要素x, y的相关系数;xi和yi为第i个两要素对应的数据;x和y分别为两要素x和y的平均值。本研究用来确定48项指标中哪些与居民健康相关,具体通过SPSS 27来实现。
03
居民健康状况及其空间分布规律
3.1 居民总体健康状况分析
通过对29937份问卷的统计分析可以看出,58%的人身体状况是“好”和“非常好”;41%的人身体状况是“一般”和“不好”,1%的人身体状况“非常不好”。居民从出生到59岁是成长、学习和工作的主要年龄段,处于这一年龄段的人身体状况较好。从问卷分析结果可以看出,这个年龄段的居民占比达89%。但从居民健康状况来看,仅有58%的人处于身体状况“非常好”和“好”的状态,有42%的人身体状况处于“一般”“不好”或“非常不好”的状态(图2)。
图2 居民整体健康状况
Fig.2 Overall health status of residents
资料来源:2022年重庆市城市体检社会满意度调查问卷
3.2 不同群体健康状况分析
进一步从居民的年龄结构、受教育程度、职业和收入四个方面剖析(图3)。首先,从年龄结构看,随着年龄的增加,身体“好”和“非常好”的人口占比不断降低,身体“一般”和“不好”的占比逐渐增加,符合一般规律。但是在20~59岁这个年龄段,身体“非常不好”“不好”和“一般”的人口占比仍然较高,达40%左右。从受教育程度看,受教育程度在小学及以下和研究生及以上居民的身体状况整体好于初中至大学的居民,受教育程度在初中至大学的居民中有40%左右处在身体“非常不好”“不好”和“一般”中。从居民的职业结构来看,学生的身体状况整体好于其他职业,离退休人员和待业人员的身体状况相对较差。从收入情况来看,居民存在随着收入增加,身体状况越好的趋势。
图3 不同结构下居民的健康状况
Fig.3 Personnel health status under different structures
资料来源:2022年重庆市城市体检社会满意度调查问卷
3.3 居民健康状况的空间分布规律
利用2.2节中的方法,将29937份问卷点以居民健康状况为分析字段,进行居民健康状况的空间分布规律研究。结果显示,居民健康状况较好的区域出现在中心城区的外围,如北碚区的天生街道、水土街道及渝北区的回兴街道周边;老城区有江北区的石马河街道和土湾街道。居民健康状况较差的区域出现在大渡口区的春晖路街道和南岸区的花园路街道。其中,大渡口区有近半街道居民健康状况较差(图4)。
图4 居民健康状况空间聚类分析[底图审图号:GS(2024)0650]
Fig.4 Spatial clustering analysis of residents' health status
资料来源:笔者结合气象部门数据绘制
04
居民健康状况影响因素分析
4.1 居民健康状况与人居环境主观评价指标的相关性分析
为找出影响居民健康状况的人居环境因素,研究选取问卷中48项与人居环境相关的指标,按照2.3节的分析方法进行计算,得到中心城区居民健康状况与48项指标的相关系数(表2)。从48项具体指标的分析结果来看,与居民健康状况相关性最高的是对城市工作机会的满意度,其次是对骑行环境的满意度,第三的是对社区电动自行车充电桩的满意度,排在后面的三项分别是对城市房租的可接受程度、对城市房价的可接受程度和日常就近购物的方便性。
表2 居民健康状况与人居环境指标的相关性分析
Tab.2 Correlation analysis between residents' health status and human settlement indicators
注:**表示该相关系数在统计检验中具有显著性。即p<0.01,表明相关性在1%的显著性水平下显著。
资料来源:2022年重庆市城市体检社会满意度调查问卷
为进一步厘清居民健康状况与人居环境中哪种因素的相关性最强,研究将表2中的48个相关系数按照自然环境、居住环境、工作环境、社会环境、交通环境、设施环境和文化环境七种环境进行归类,计算居民健康状况与七种环境的相关系数(表3)。
表3 居民健康状况与人居环境的相关性分析
Tab.3 Correlation analysis between residents' health status and human settlements
资料来源:2022年重庆市城市体检社会满意度调查问卷
从总体相关性来看,与居民健康状况相关系数最高的是工作环境,其次是交通环境、设施环境,再次是居住环境和社会环境,相关性较低的是自然环境和文化环境。将表2中物质环境指标和非物质环境指标与居民健康状况分别计算相关性,从结果来看,物质环境为0.620,非物质环境为0.621,非物质环境的相关性略大于物质环境。
从不同性别来看,与男女健康状况相关性最高的仍是工作环境。相关性排第二的因素开始表现出差异性,与男性健康相关性较高的因素是交通环境,而与女性健康相关性较高的因素是社会环境和交通环境。
从不同年龄结构居民的健康状况与人居环境的相关性来看,20~29岁和60~69岁两个年龄段居民的健康状况与人居环境呈较强相关性。在不同年龄段,两者的相关性又呈现不同的差异性。例如,29岁以下年龄段,与居民健康状况相关性最高的因素是社会环境;30~39岁年龄段,与居民健康状况相关性最强的因素是交通环境;40~69岁年龄段,与居民健康状况相关性最强的因素是工作环境和文化环境;70岁以上年龄段,与居民健康状况相关性最强的因素又变为社会环境。
从不同职业居民的健康状况与人居环境的相关性来看,企业员工的健康状况与人居环境的相关性最高。不同职业居民的健康状况与人居环境之间呈现不同的相关性。例如,与党政事业相关从业人员的健康状况相关性最高的因素是自然环境;与企业人员健康状况相关性最高的因素是社会环境;与个体经营者健康状况相关性最高的因素是工作环境;与待业人员健康状况相关性最高的因素是设施环境。
从不同收入居民健康状况与人居环境的相关性来看,收入在5万~9.9万元的居民群体健康状况与人居环境的相关性最高。整体上看,不同收入群体对不同人居环境中的工作环境都表现出较高的相关性。例如,收入在30万~49.9万元的群体健康状况与居住环境的相关性更高,收入在50万元以上的群体健康状况与设施环境的相关性更高。这说明收入达到一定水平后,居民健康状况与工作环境的相关性会下降。
从不同学历居民健康状况与人居环境的相关性来看,大专和大学学历的居民群体健康状况与人居环境的相关性较高。具体来看,初中学历的居民与交通环境的相关性较高;大专以上学历的居民与工作环境的相关性较高。例如,在初中学历层面,居民健康状况与人居环境相关性排第二的因素是设施环境;在大专学历层面,排第二的因素是工作环境;在研究生及以上学历层面,排在第二位的因素是工作环境和自然环境(图5)。
图5 不同结构下居民健康状况与人居环境的相关性
Fig.5 The correlation between residents' health status and human settlements under different strtctures
资料来源:2022年重庆市城市体检社会满意度调查问卷
综上所述,居民的健康状况与城市可提供的就业机会等工作环境的相关性更高,与交通出行环境和设施环境的相关性次之,与居住环境相关性并不明显高于其他环境,尤其是与房租、房价和日常购物的便利性的相关性,排在所有指标的后面三位。
4.2 居民健康状况与客观测量数据的相关性分析
为进一步探讨人居环境中的物质环境与居民健康状况之间的关系,本研究选取物质环境中与居民密切相关的居住环境和设施环境,利用客观测量数据做进一步分析。其中,居住环境选取建筑密度、毛容积率和建筑数量三项指标;设施环境选取医疗设施、体育设施、公园绿地、便利店超市、菜市场和文化设施六项指标,按街道汇总各指标数量(公园绿地以面积为指标),计算人均占有量。通过对各指标与居民健康状况的相关性分析,得到表4。
表4 居民健康状况与公共设施相关性分析
Tab.4 Correlation analysis between residents' health status and public facilities
资料来源:2022年重庆市城市体检社会满意度调查问卷
从相关性分析结果来看,居民健康状况与居住环境的建筑密度呈负相关性,即建筑密度越高,居民的健康状况越差。这与陈绮珊的结论一致,即建筑物的高度、密度会显著影响居民健康。原因有三点,第一,高密度的居住环境限制了人们的体力活动。这是因为建筑密度的增高,意味着人均公共空间和绿色空间的减少,直接减少人们休闲时参与体力活动的可能,从而增加肥胖风险。第二,居住在人口过度集中社区的居民,通常有着更大的生活压力、更快的生活节奏、更少的睡眠时间和更低的睡眠质量,这些因素均已证明与肥胖呈正相关。第三,建筑的高密度对心理健康会产生负面影响。
从设施环境中的医疗设施、体育设施、公园绿地、便利店、超市、菜市场、文化设施的数量、人均面积和密度来看,虽然在本研究中暂未发现明显的相关性,但在已有的研究中仍然认为其具有明显的相关性。如谢波认为,社区医院、公园、快餐店、公交车站等设施的可达性对居民的脑卒中发病率有显著影响。谭少华认为,生活在绿化状况较好的环境中,居民健康状况、各项健康指标均显著好于生活在绿化状况较差的环境。这是由于生活在较差环境中的居民缺乏使用绿地的积极性,得不到适量锻炼,健康状况会不断低下。刘亚飞等对上海15个社区的研究也发现,文化设施的高可达性对老年人的心理健康及幸福感有显著正向影响。邱婴芝的研究发现,服务设施配套和公园绿地供给,均与心理健康水平呈显著正相关关系。因此,公共设施对居民健康的影响仍需进一步探索。
05
结论与展望
本研究基于重庆市中心城区29937份居民问卷的居民健康数据、48项主观评价指标数据及6项客观测量数据,按照健康状况分析和分布规律分析、相关性因素探究的思路进行研究,可以得出以下四个结论:
一是从健康状况来看,重庆市中心城区居民的健康状况整体较好,但也有很大比例的居民自我评价身体健康状况“一般”或“不好”。这不仅存在于老年人群中,在年轻人中也占有很大比例。从居民结构来看,受教育程度越低的人群和家庭年收入越低的人群,其健康状况有越差的趋势。这说明健康状况的两极分化已经开始显现,值得关注。
二是从居民健康状况的空间分异来看,中心城区外围表现出明显的健康状况较好的趋势;中心城区内部未出现明显的高值或低值区;大渡口区出现明显的低值区,即居民健康状况相对较差,值得进一步关注。
三是从影响健康状况的相关指标来看,工作环境和交通环境与健康状况的相关性最大,自然环境和文化环境与健康状况相关性较小。从具体结构来看,收入较低的人群(3万元以下)和学历较低的人群(初中及以下学历)的健康状况与交通环境有明显的相关性。这说明这部分人群在日常出行中存在一定困难,需要引起关注。
四是建成区密度与居民健康状况存在显著的相关性,这与已有的研究结论相吻合。但公共设施对居民健康的影响,本研究暂未发现明显的相关性,仍需进一步探索。
本研究从物质环境和非物质环境两个层次、七个方面层层展开对重庆市中心城区居民健康状况研究,较系统地分析了影响居民健康状况的因素,认为受教育程度越低和家庭年收入越低的人群的健康状况值得关注。从研究的系统性、研究数据的样本量、研究方法的科学性和研究结论的有效性方面都有一定的创新。
受限于时间和数据的可获取性等原因,本研究还存在一定的局限性,未来将在以下两个方面深入研究:一是针对48项主观人居环境指标,尤其是采集更多与居民健康状况相关性较高的城市工作机会、骑行环境等因素的客观数据,如招聘岗位信息、骑行路段信息等,与居民的健康状况做进一步剖析,找出其内在的作用机理,为健康人居环境建设和公共政策制定提供依据;二是选取48项主观人居环境指标中能在空间上定位的设施,从空间相关性的角度,研究居民健康状况与物质环境的内在关系和影响机理,为城市人居环境更新提供更多的空间依据。