地理研究  2019 , 38 (7): 1625-1639 https://doi.org/10.11821/dlyj020180292

专栏:生活地理与城乡休闲

日常活动地建成环境对老年人主观幸福感的影响

周素红123, 彭伊侬1, 柳林45, 林荣平1, 张春霞6

1. 中山大学 地理科学与规划学院,广州 510275
2. 广东省公共安全与灾害工程技术研究中心,广州 510275
3. 广东省城市化与地理环境空间模拟重点实验室,广州 510275
4. 广州大学地理科学学院公共安全地理信息分析中心,广州 510006
5. 辛辛那提大学地理系,辛辛那提 OH45221-0131,美国
6. 广东工程职业技术学院,广州 510520

The impact of built environment on well-being of older adults under different geographic contexts

ZHOU Suhong123, PENG Yinong1, LIU Lin45, LIN Rongping1, ZHANG Chunxia6

1. School of Geography and Planning, SunYat-sen University, Guangzhou 510275, China
2. Guangdong Provincial Engineering Research Center for Public Security and Disaster, Guangzhou 510275, China
3. Guangdong Key Laboratory for Urbanization and Geo-simulation, Guangzhou 510275, China
4. Center of GeoInformatics for Public Security, School of Geographic Sciences, Guangzhou University,Guangzhou 510006, China
5. Department of Geography, University of Cincinnati, Cincinnati OH45221-0131, Ohio, USA
6. Guangdong Engineering Polytechnic, Guangzhou 510520, China

收稿日期: 2018-03-22

修回日期:  2019-05-23

网络出版日期:  2019-07-20

版权声明:  2019 《地理研究》编辑部 《地理研究》编辑部 所有

基金资助:  国家自然科学基金项目(41871148,7181101150,41531178)广东省自然科学基金项目(2017A030313228,2014A030312010)

作者简介:

作者简介:周素红(1976-),女,广东饶平人,博士,教授,研究方向为城市地理学、时空间行为和城乡规划。E-mail: eeszsh@mail.sysu.edu.cn

展开

摘要

建成环境对老年人主观幸福感的影响是老龄化地理学的热点话题,仅从居住地视角探讨建成环境影响可能导致研究结果偏差。为更精确揭示老年人日常活动所处场所建成环境与主观幸福感的关系,利用问卷调查等数据,基于老年人日常活动的时空模式及活动地建成环境特征,采用逻辑回归模型对比不同日常活动地建成环境要素对广州市老年人主观幸福感的影响。研究发现:老年人的主观幸福感受到不同活动地建成环境的共同影响,其中,居住地与日常活动空间建成环境对老年人主观幸福感影响的模型伪R2最大,而维护性活动地与休闲性活动地能反映出仅考虑居住地视角下忽略的部分建成环境变量。由于老年人在不同活动地的停驻时长、频率和目的不同,日常活动地建成环境对老年人主观幸福感的影响机制也存在差异,主要通过影响不同活动地相应的活动机会和出行环境产生作用。结论从老年人群日常活动的角度补充了时空间行为研究,有助于为老年主动健康服务供给与老龄宜居城市建设提供科学支撑。

关键词: 不确定的地理背景问题 ; 老年人 ; 主观幸福感 ; 建成环境 ; 日常活动

Abstract

Impact of built environment on older adults’ health has become a hot topic in aging geography research field. As a kind of subjective perception, well-being is influenced much by environment factors. However, bias exists when built environment’s impact on well-being is analysed only under the context of residential neighbourhood. According to the theory of uncertain geographic context problem, the built environment in daily activity space also affects individual’s well-being, not only environment around neighbourhood. For further understanding of the relationship of built environment and well-being, the article discusses the spatial temporal pattern of older people’s daily activity and the characteristic of built environment in different geographic contexts using 2016 survey of Guangzhou older adults. It is indicated that daily trajectories differ among older adults in different health statuses. What’s more, the environment they exposed are totally different as well. Therefore, Logistic regression model is used to analyse different health effects of built environment under separating geographic contexts. It is indicated that built environment affects well-being under all kinds of the geographic contexts, while the built environment of residential neighbourhood and daily activity space influences well-being to the largest extent. Besides, built environment factors in the place of maintenance activity and the place of recreation activity daily activity space have relation with well-being as well. To be more specific, the health effect of built environment like the density of bus stops, the density of green space and the density of intersections varies with geography contexts due to different activity durations, frequencies and purposes under different geographic contexts. The research verifies that built environment influences well-being not only in residential neighbourhood and reveals that geographic context difference exists while we analyse the health effect of built environment. What’s more, the relationship of built environment factors and older adults’ well-being under different geography contexts is also summarized. The conclusion supplements the research of spatial temporal behaviour from the perspective of daily activity and helps to enhance the understanding of built environment’s health effect. It offers a scientific support to the construction of aging liveable city and the provision of active aging health service.

Keywords: uncertain geographic context problem ; older adults ; well-being ; built environment ; daily activity

0

PDF (6167KB) 元数据 多维度评价 相关文章 收藏文章

本文引用格式 导出 EndNote Ris Bibtex

周素红, 彭伊侬, 柳林, 林荣平, 张春霞. 日常活动地建成环境对老年人主观幸福感的影响[J]. 地理研究, 2019, 38(7): 1625-1639 https://doi.org/10.11821/dlyj020180292

ZHOU Suhong, PENG Yinong, LIU Lin, LIN Rongping, ZHANG Chunxia. The impact of built environment on well-being of older adults under different geographic contexts[J]. Geographical Research, 2019, 38(7): 1625-1639 https://doi.org/10.11821/dlyj020180292

1 引言

中国人口老龄化的迅速发展导致城市人口结构发生了巨大变化,据2015年全国人口抽样调查显示,中国60周岁以上老年人数占总人口数的16.15%,同2010年相比上升2.89%[1]。中国的人口老龄化发展与城镇化进程高度同步[2],众多中西方研究也致力于探讨公共服务设施、社会网络等城市环境对老年人健康的影响[3,4],提出防控负面环境因素的早期健康干预措施[5]。目前国内外学者已就建成环境设计能引导居民生活状态,从而影响个体发病率这一结论达成了基本共识,并从道路可达性、人口密度、绿色空间、土地利用混合度等不同层面对建成环境作用于个体健康的机制进行分析[6,7,8],或探讨中西方建成环境对居民健康影响机制的异同[9]

现有研究对建成环境的地理尺度界定主要为社区、邻里等基于居住地的界定方式 [10,11],然而居民日常活动并不局限于居住地周边,在居住地以外场所活动时也受到所在地建成环境的影响。因此,基于居住地单一地理背景的建成环境影响研究可能偏离个体所处场所的真实建成环境,无法完全反映个体环境暴露的实质状况,进而从病因学层面误解环境对健康的作用机制[12]。“不确定的地理背景问题”(Uncertain Geographic Context Problem, UGCoP)这一概念由Kwan Meipo提出,认为个体的日常活动伴随着时间与空间位置的变化,在探讨个体出行、活动模式等行为及健康状况时,由于城市时间与空间的不确定性,即使其他要素相同,针对不同地理背景单元的分析结果也可能不同。因此在研究城市环境变量作用于个体行为、健康等的过程中,需要考虑地理背景单元划分所产生的影响[13,14]。“不确定的地理背景问题”的核心在于识别和描绘能够代表个体日常活动真实环境的地理单元。在此基础上,Goodchild更具体地提出了地理背景在不同语境下的特定特征,即尺度、范围、内涵等要素均存在不确定性[15]。其他学者也基于不确定的地理背景问题展开各类实证性研究,包括城市宜居性评估[16]、建成环境影响身体健康机制分析[17]、活动中心识别[18]等等。针对不确定的地理背景问题,中国学者主要集中于探讨地理背景对通勤效率[19]、活动模式[20]等的影响。但总体而言,上述研究的研究主体仍以年轻的工作人群为主,针对老年人群体的研究相对缺乏。而老年人群体日常活动特征明显区别于年轻人群体[21],基于居住地、就业地的地理背景划分方法并不适用于老年人群体。除此之外,城市建成环境对不同年龄段人群的影响也存在差异。因此,本文重点讨论:老年人日常活动有何时空特征?如何针对老年人群进行日常活动的地理背景划分?建成环境在多个日常活动地中是否均会影响主观幸福感?在不同地理背景中,建成环境分别如何作用于个体健康?针对上述问题,本文在探讨老年人时空活动模式的基础上,尝试比较多个日常活动地中建成环境对老年人健康影响的异同,从而为老龄宜居城市建设和公共健康服务供给提供相应的科学支撑。

2 “环境-活动-健康”概念模型

主观幸福感是健康地理学研究的重要课题之一,往往被理解为个体在与外部环境的交互作用关系中受到个体所拥有环境资源影响的主观感受[22],与主观行为关系密切,因此本文主要针对老年人主观幸福感展开分析。基于不确定的地理背景问题的研究基础,构建“环境-活动-健康”的分析概念框架(图1)。

图1   “环境-活动-健康”分析假设框架

Fig. 1   Theoretical framework of “Environment-Activity-Health”

居民的日常活动指居民稳定、高度重复的惯常活动,不同年龄段居民的日常活动模式差异导致其活动所处的地理背景也有所不同。根据活动目的,居民的日常活动一般分为日用品购物、接送孩子等满足家庭生活需求的维护性活动(Subsistence activity),上班、上学等与工作相关的生存性活动(Maintenance activity)以及文娱体育、外出就餐、探亲访友等休闲性活动(Recreation activity)三类[23,24]。对老年人而言,他们在日常生活中几乎没有与工作相关的生存性活动,但购物、休闲等活动的频率在高龄之前并没有明显下降[25],其日常活动模式主要有买菜、接送小孩等维护性活动与外出就餐、散步等休闲性活动二类。

已有研究在划分地理背景时,一般有居住地、家外活动地的两类划分方式[20],及居住地、工作地与活动路径空间的三类划分方式[19],即将家外活动地作为整体或提取生存性活动地,与居住地进行对比研究。而考虑到维护性、生存性、休闲性等不同的活动类型受到建成环境要素的影响作用不同[26],有必要从活动类别的角度对活动地做更进一步的细分,以更好地还原个体所处的真实地理单元。结合老年人的主要活动类别,本文在延续已有的居住地与家外活动地划分方式的基础上,依托维护性活动与休闲性活动的细分地理背景,将老年人日常活动的地理背景划分为四大类。其中,居住地仅考虑居住地周边设施,家外维护性活动地仅考虑家外维护性活动场所周边设施,家外休闲性活动地仅考虑家外休闲性活动场所周边设施,可通过点缓冲区界定。而日常活动空间综合考虑居住地与家外活动地周边设施,通过最短路径缓冲区[27]、活动置信椭圆[28]等方式进行测度(图2)。

图2   基于老年人日常活动的不同地理背景

Fig. 2   Different geographic contexts based on older adults’ daily activity

已有研究指出,社会交往[29]、健身[30]、就医[31]、出行[32]等日常活动机会均对老年人主观幸福感状况造成重要影响。因此,在“环境-活动-健康”框架中,老年人日常活动地周边的建成环境提供各类有利于健康的活动机会,或是对老年人的日常活动形成制约,进而对主观幸福感产生一定的影响。在不同活动地中,以老年人日常活动机会差异为媒介,导致了建成环境健康效应的空间异质性。居住地周边建成环境通过影响老年人家内及家周边日常活动而作用于个体主观幸福感;维护性活动地和休闲性活动地附近的建成环境分别约束了老年人相应的家外活动,进而影响主观幸福感状况;日常活动空间则综合考虑了家内外以及活动路径沿途的建成环境,整体分析其健康效应。

本文将围绕“环境-活动-健康”的概念框架展开研究与讨论: 基于微观活动视角比较不同活动模式的老年人群体健康状况的差异; 基于宏观统计视角比较不同地理背景中建成环境特征的差异。在此基础上,分别以居住地、维护性活动地、休闲性活动地以及日常活动空间作为地理单元,对比建成环境对老年人主观幸福感的影响机制。

3 数据来源与研究方法

3.1 研究区域

大城市、特大城市是中国老龄人口的集中分布区,人口规模与比重均呈现持续上升态势[33],因而地理空间视角下的特大城市老龄化研究具有重要的实践意义。广州市作为典型的特大城市之一,2015年老年人口数已占总人口数的17.27%,老龄化问题严重。广州市的老龄化空间格局呈现出明显的圈层扇形分布特征,中心城区老龄化程度最高[34,35],城市健康服务与老年人需求间的不匹配问题日益凸显。基于此,本文划定研究区域为包括越秀区、荔湾区、海珠区、白云区、天河区和黄埔区等6个行政区在内的广州中心城区(图3)。研究基于广州市第六次人口普查数据,选择户口、年龄、学历、职业、家庭婚姻状况、住房面积、房屋年代、房屋性质以及房屋租金等9类指标进行因子生态分析,提取出本地老龄化人员、高收入的专业技术人员、月租金较高人员、公有住房住户、农村住房住户、经济适用房住户及已婚在业人员等7个主因子,累计方差贡献率达79.4%。根据各因子得分,对广州市社区进行聚类,划分为公有住房社区、中产阶级中档社区、中产阶级高档社区、外来人口社区、经适房社区、农村社区以及老龄化社区等7类,各类社区的特征解释如表1所示。在各类社区再挑选共46个特征突出的典型社区作为本次研究对象,涵盖了不同老龄化程度与社会经济水平的社区。

图3   广州市研究区域范围和案例社区分布

Fig. 3   The study area of Guangzhou and the surveyed communities

表1   广州市各类社区典型特征

Tab. 1   Types and characteristics of communities in Guangzhou

社区类型社区特征典型社区
公有住房社区社区平均教育水平高,住房以公有住房为主华师大社区、马棚岗社区
中产阶级中档社区社区以中年人口为主,人均收入水平较高晓港湾社区、苏庄社区
中产阶级高档社区社区以中年人口为主,收入水平高,住房条件好逸景翠园社区、穗东社区
外来人口社区社区以外来人口为主,青中年人口比重高寺右社区、冼村社区
经适房社区社区住房以经济适用房为主棠德北社区
农村社区位于城市郊区,社区住房平均面积大,户均人数多双岗村、永兴村
老龄化社区社区老龄人口比重高,本地常住人口为主晓园东社区、昌乐园社区

新窗口打开

3.2 数据与方法

研究数据主要包括问卷数据、广州市路网数据、地理兴趣点(POI)数据以及遥感影像数据等。其中问卷数据来源于2016年10月至12月间开展的《广州老年居民生活质量与经济安全调查问卷》调查。本次调查面向60岁以上的广州市居民群体,随机抽样调查获得居民的社会经济属性、主观幸福感状况、连续24h活动日志等数据。问卷研究样本数目总计1000个,由于本文主要关注居民日常活动,从原始数据中剔除了37个包含跨市旅游等非日常活动的个体样本,最终有效样本数为963个。该老年人样本中男性497名,女性466名,比例接近;65~74岁年龄段的老年人最多,占比达66.9%(表2)。

表2   被调查老年人社会经济属性

Tab. 2   Characteristics of investigated older adults

变量样本数比例(%)变量样本数比例(%)
性别49751.6受教育
水平
大专本科434.5
46648.4初高中80683.7
年龄
(岁)
60~6430832.0小学及以下11411.8
65~7464466.9与邻居
交往状况
较少打招呼62064.4
76~85111.1偶尔打招呼29730.8
个人
月收入
(元)
≤ 300012312.8经常打招呼464.7
3000~500047349.1户口类型本市非农59261.5
≥ 500036738.1外地非农18419.1
子女数
(个)
≤ 140942.5本市农业222.3
≥ 255457.5外地农业16517.1

新窗口打开

在主观幸福感指标方面,采用世界卫生组织五项身心健康指标国际通用量表(World Health Organization five-item well-being index,WHO-5)对老年人的主观幸福感状况进行衡量[36]。该量表旨在测度受访者过去两周内的情绪体验,被广泛用于评估个体主观幸福感状况及识别抑郁障碍。量表共有5道问题,每个问题得分为0~5分,受访者总分越高代表整体主观幸福感状况越好,总分低于13分的受访者可能存在主观幸福感问题。欧爱华等人通过实证研究已指出WHO-5幸福感指数量表对老年人的幸福感评价具有较好的信度和效度[37]

在建成环境特征方面,本文基于老年人活动特征进行建成环境指标的选取,以更好地反映建成环境对老年人的影响。老年人的日常出行活动以步行及公交出行为主[38],因此选取道路交叉口密度、道路密度和公交车站密度等反映可达性和潜在交通环境的指标进行衡量。老年人的健身活动、就医活动以及社会交往活动均对个体主观幸福感状况有所影响,基于药店、公园广场等设施的高利用率[39,40],选取药店密度及绿地率等建成环境指标;考虑老年人社会网络对主观幸福感的影响,选取街道总人口密度指标。城市道路及公共设施密度等数据提取自广州市基础地理数据及POI点数据,人口密度数据来源于广州第六次人口普查数据,遥感影像数据来源于中国科学院地理空间数据云平台[41]。选取2016年11月05日广州市Landsat OLI影像数据,通过归一化植被指数(NDVI)识别城市植被覆盖面积,并分区统计绿地覆盖率[42]。结合上文提出的假设框架和各变量建立假设模型(图4),在不同地理背景下,各建成环境变量通过影响老年人各类日常活动机会而作用于主观幸福感。

图4   日常活动地建成环境对老年人主观幸福感影响假设模型

Fig. 4   Hypothetical impact of daily activity environment on old adults’ well-being

4 基于日常活动的老年人主观幸福感特征与建成环境特征

为了探讨基于不同地理背景视角研究老年人群体的必要性,本文对老年人的时空活动模式、健康特征与环境暴露状况进行统计分析。在个体层面,刻画老年人的日常活动模式,分析家内外活动的时空分配,并初步验证其是否影响老年人主观幸福感状况。在城市层面,对比在不同地理背景下城市建成环境特征是否存在明显差异。

4.1 老年人日常活动时空特征

利用居民活动日志数据对老年人群体的日常时间分配进行描述性统计,结果显示老年人的家外活动的时间长度在全天中占比约30%(表3)。这一发现与中国其他城市居民的时间分配分析结果相似[15],说明老年人的时间分配与其他年龄段人群相比差别并不 明显。另一方面,老年人的维护性活动多为家内活动;而休闲性活动更多发生在家外,且存在更为明显的家内外时间分配个体差异。在日常活动空间特征方面,老年人日常 活动置信椭圆平均面积约为17.39 km2,大于广州市中心城区1.05 km2的平均社区面积,说明老年人的活动空间范围不局限于居住地及居住地周边。此外,老年人日常活动平均离家距离为1.81 km,与广州市工作人群约2~4 km的日常时空活动面积相比,活动空间面积有较明显缩小[43]。这也与西方国家对各年龄段居民移动性的研究结果相一致[44]

表3   老年人日常活动时空特征统计

Tab. 3   Spatial-temporal characteristics of older adults’ daily activity

时间特征维护性活动休闲性活动空间特征日常活动
平均值标准差平均值标准差平均值标准差
家外时间(min)139.1575.84256.56132.39平均离家距离(km)1.813.62
家内时间(min)780.05103.54187.6879.29活动椭圆面积(km2)17.3953.14

新窗口打开

以一天24h作为横轴,以老年人家外活动的离家距离作为纵轴,汇总统计被调查老年人群体的日常时空活动分布特征,其中颜色越红代表在该时段位于该距离的老年人占总人数比重越高(图5)。可以发现在早上7:00~11:00时段,老年人在离家5 km范围内有较高密度的个体活动,下午15:00~17:00时段间在离家3 km范围内也有高密度的个体活动,而其他时段的长距离出行则相对较少。广州市工作人群的日常活动模式为在9:00~17:00时间段内保持较远的离家距离,以驻留工作地为主[43]。相比于工作人群日常活动的“单峰”特征,老年人群日常活动的“双峰”形态更为明显。

图5   广州市老年人日常活动密度时空分布

Fig. 5   Spatial-temporal distribution of older adults’ daily activity density

上述分析结果显示,老年人群体虽然已没有刚性的工作活动,但其活动场所并不局限于居住地周边,在其他活动场所也有一定的驻留时长。另一方面,老年人群体与工作人群相比活动空间相对收缩,活动时空模式也有所转变。活动场所周边建成环境对老年人的影响机制可能有别于工作人群,因此基于老年人的特殊行为模式探讨其影响机制具有重要意义。

4.2 基于日常活动的老年人主观幸福感特征

为刻画不同主观幸福感状况老年人的日常活动时空路径,利用STPath时空分析插件对居民日常活动时空间进行三维可视化,x轴与y轴代表居民的活动地点坐标,z轴代表居民的停留时间[45]图6a反映了主观幸福感评分13分以下老年人的时空路径,图6b反映了主观幸福感评分在13分及以上老年人的时空路径。结果显示老年人活动轨迹主要位于中心城区,其中活动范围主要集中在越秀区及海珠区西部的老年人群体表现出更高的主观幸福感得分,而集聚在天河区南部、萝岗中部片区活动的老年人群体主观幸福感得分偏低。此外,在有长距离活动的老年人群体中,主观幸福感状况好的老年人从中心城区向番禺、萝岗等外围城区的日常活动更多,且活动停留时间均较长。总体而言,老年人日常活动的区位特征、时空特征等和个体主观幸福感状况存在一定的关联,从个体时空活动的视角出发,有必要综合考虑多个活动场所及活动路径下建成环境的健康效应。

图6   老年人日常活动时空路径与主观幸福感关系

Fig. 6   Relationship between daily activity path and well-being of older adults

4.3 老年人日常活动地的建成环境特征

为验证不同日常活动地周边建成环境是否存在明显差异,分别基于老年人日常活动的居住地、维护性活动地、休闲性活动地以及日常活动空间对各建成环境指标进行描述性统计。在划定统计单元时,500 m半径的缓冲区域为居民5~7 min的步行可达范围,能够有效表征周边的环境特征,是探讨居民日常活动与建成环境关系的常用地理统计单元[46]。因此本文采用最短路径法拟合居民日常活动路径,选择500 m半径的缓冲区统计不同活动地的各建成环境指标的平均值与标准差,并采用非参数检验对不同活动地建成环境特征的组间差异进行检验(表4)。

表4   不同活动地建成环境特征对比

Tab. 4   Comparison of built environment under different geographic contexts

建成环境特征平均值标准差组间差异建成环境特征平均值标准差组间差异
药店设施密度居住地10.329.1021.8***道路交叉口密度居住地43.8749.743.4***
维护性活动地10.328.72维护性活动地41.5644.89
休闲性活动地10.139.10休闲性活动地45.0850.83
日常活动空间10.726.05日常活动空间44.3937.86
人口密度居住地2.391.999.44**公交车站密度居住地8.388.265.36
维护性活动地2.411.94维护性活动地8.407.38
休闲性活动地2.261.87休闲性活动地8.517.86
日常活动空间2.411.66日常活动空间8.366.16
绿地率居住地18.0317.1732.4***道路密度居住地11.245.607.85**
维护性活动地15.4517.35维护性活动地11.534.90
休闲性活动地22.6225.98休闲性活动地11.005.61
日常活动空间17.0915.63日常活动空间11.644.08

注:***、**分别表示在0.01、0.05水平上显著。

新窗口打开

分析结果显示,不同日常活动地的建成环境特征差异较为显著。具体而言,休闲性活动地的平均绿地率与公交车站密度要明显高于其他三类活动地,但其平均人口密度和道路密度最小。维护性活动地周边有高密度的药店设施与低密度的道路交叉口,居住地与日常活动空间的各项建成环境指标则都较为均衡。针对各活动地建成环境的非参数统计结果显示,药店设施密度、道路交叉口密度与绿地率等均存在明显的组间差异。由于城市密度、通达性等多层面的时空异质性,老年人在不同活动地中面临的时空约束及环境暴露状况也存在较大差别,为更精确地反映建成环境对个体的影响效用,有必要基于不同的地理背景进行对比分析。

5 日常活动地建成环境对老年人主观幸福感的影响

为探索不同活动地建成环境对老年人主观幸福感的影响差异,构建居住地、维护性活动地、休闲性活动地以及日常活动空间4个有序逻辑回归模型进一步展开对比分析。在控制个体年龄、受教育水平、子女数目、户口类型、个人平均月收入水平及与邻居交往状况等社会经济属性变量的基础上,重点探讨城市建成环境变量与活动特征变量对老年人主观幸福感的影响。其中居住地与日常活动空间模型的研究样本为全体老年人,而维护性活动地与休闲性活动地模型的研究样本分别为有家外维护性活动以及家外休闲性活动的老年人群体,其样本数为807个和831个。

从模型的整体拟合信息来看,4个模型的似然卡方比分别为313.052,231.796,243.705和304.748,整体显著性均为0.000,说明回归模型均有意义(表5)。在不同的地理背景模型下,年龄、受教育水平、子女数目等社会经济状况均对老年人的主观幸福感状况存在影响。随着年龄的增加,老年人主观幸福感状况有所改善;随受教育水平的提高,主观幸福感也随之增加。此外,在大专及以上的老年人群幸福感最高,子女数目为0~1名的老年人幸福感较高,中等收入的老年人群体幸福感反而偏低。对比较少与邻居打招呼的老年人群,偶尔与邻居打招呼的老年人群主观幸福感更好。

表5   老年人主观幸福感状况影响因素回归模型结果

Tab. 5   Regression model results of the impact of older adults’ well-being

变量模型1:

居住地
模型2:维护性活动地模型3:休闲性活动地模型4:日常活动空间
社会经
济属性
年龄75~84岁(参照组:60~65岁)1.148**1.529*0.5730.748
66~75岁(参照组:60~65岁)0.969***1.142***0.989***0.984***
受教育水平大专本科(参照组:小学及以下)1.206***0.4290.6130.825**
初高中(参照组:小学及以下)-0.588***-0.776***-0.661***-0.664***
子女数目0~1名(参照组:2名及以上)0.840***0.657***0.765***0.796***
户口类型外地农业户口(参照组:本地非农户口)-0.127-0.0010.151-0.113
外地非农户口(参照组:本地非农户口)0.1920.1470.1910.040
本地农业户口(参照组:本地非农户口)0.3460.1910.1740.035
个人月收入5000元以上(参照组:月收入3000元以下)0.0000.020-0.409-0.348*
3000~5000元(参照组:月收入3000元以下)-0.220-0.257*-0.268*-0.304**
交往状况经常与邻居打招呼(参照组:较少与邻居打招呼)-0.549*0.137-0.314-0.421
偶尔与邻居打招呼(参照组:较少与邻居打招呼)0.931***0.975***0.890***0.880***
建成环境药店设施密度0.096***0.0060.038**0.126***
绿地率0.014***-0.003-0.002-0.015**
人口密度0.107***0.046-0.0060.001
公交车站密度0.0090.040***0.041***0.051***
道路交叉口密度0.007***0.0010.003-0.004
道路密度-0.170***-0.065**-0.081***-0.181***
活动特征日常活动家外时间0.006**0.025**-0.002***
日常活动面积-0.005-0.005***0.025***
Pseudo R20.2990.2690.2740.292

注:***、**、*分别表示在0.01、0.05、0.10水平上显著。

新窗口打开

5.1 活动时空特征对老年人主观幸福感的影响

个体日常活动是建成环境作用于主观幸福感的重要媒介,为了探究老年人的活动时空需求是否随着活动地的变化而变化,首先对维护性活动地、休闲性活动地以及日常活动空间等活动地的老年人家外活动时空特征进行对比。在维护性活动地及休闲性活动地模型中,活动时间为老年人在对应活动类别中花费的家外活动时间;活动面积则由老年人从上一个活动地到对应活动地的活动路径缓冲区面积汇总得出,代表老年人到达该类活动地产生的所空间距离。在日常活动空间模型中,分别统计整日家外活动时间以及活动路径缓冲区面积。

家外活动时间的分析结果显示,维护性活动地与休闲性活动地模型中的家外活动时间与主观幸福感呈正相关关系;而在日常活动空间的模型中,家外活动时间与主观幸福感呈负相关关系。这主要是因为前2个模型仅聚焦于具体活动,家外活动时间越长,主观幸福感状况越好;而日常活动空间的模型则包涵了对居民出行及活动的综合考量,其中长时间的交通出行可能会对主观幸福感造成负面影响,与移动性越差的老年人心理越不健康这一研究结论相一致[47]。在家外活动空间方面,日常活动空间模型下的活动面积对老年人主观幸福感有正向作用,这与Simonsick等提出的户外活动量越大,老年人健康状况越好的研究结论相似[32]。在休闲性活动地周边,活动空间面积则与老年人的主观幸福感呈负相关关系,对有家外休闲活动的老年人而言,小范围的活动空间有助于提高老年人的健身社交活动频率,改善主观幸福感状况。关于该结论,Melis等人也提出了高可达性休闲娱乐设施有利于老年人主观幸福感的相似观点[48]。基于上述研究结果,当关注日常活动整体或聚焦于具体活动类别时,老年人在不同的活动地下对城市时空间的需求存在差异,这是导致不同地理背景下的建成环境对健康产生的效应存在差异的一个重要原因。

5.2 日常活动地建成环境对老年人主观幸福感的影响

5.2.1 各日常活动地建成环境均对主观幸福感产生一定影响 对比4个回归模型,发现其伪R2值均在0.26~0.30之间,说明在上述地理背景下建成环境均会影响老年人的主观幸福感,其中居住地模型与日常活动空间模型的整体伪R2值较大,约为0.3。此外,居住地模型中与老年人主观幸福感显著相关的建成环境指标最多,包括人口密度、药店密度、道路交叉口密度、绿地率与道路密度等,也表明了居住地对老年人主观幸福感的重要作用。这主要与老年人脱离工作等刚性家外活动后的活动模式密切相关。与工作人群相比,老年人虽然家外活动时长变化不明显,但家外活动总体频率更低[49],活动空间范围也开始向居住地及居住地周边收缩,因而居住地的影响对老年人而言愈加凸显。该结论一方面证明了以往以社区为背景的建成环境研究的科学性,另一方面也强调了面向老年人群体的社区建成环境设计的重要性。此外,日常活动空间模型也能够较好地反映老年人整日活动综合情况。而维护性活动地及休闲型活动地模型分别展现了老年人特定的活动类别,伪R2值也有一定的解释力度。就公交站点密度等建成环境指标而言,在居住地模型下并不能反映出其对主观幸福感的影响,但这种作用在其他3个活动地中能够得到较好的体现。因此,若仅从居住地视角进行研究,可能会忽略部分影响主观幸福感的建成环境变量。而加入维护性活动地、休闲性活动地与日常活动空间的研究视角,能够更好地解释建成环境对老年人主观幸福感的影响,为居住地的环境健康效应研究提供重要补充。

5.2.2 不同建成环境变量影响主观幸福感的机制存在差异 对比4个模型,部分建成环境变量在多个模型中对主观幸福感的影响相似,而另一部分建成环境变量在不同活动地对健康的影响存在明显差异。具体而言,从老年人出行活动机会角度,道路密度在不同活动地中均与老年人主观幸福感呈负相关关系,这与密集城市交通环境可能增加个体空气污染暴露,进而增加心理疾病风险的研究结果相似[50,51]。道路交叉口密度仅在居住地周边对主观幸福感有显著的正向影响,这与实际中居住区周边步行活动频率更高的现象相一致。此外,居住地周边公交车站点密度对老年人的主观幸福感不存在影响,无法印证Clarke提出的老年人生理机能较差、受到移动性制约更大的研究结果[47]。但在维护性活动地、休闲性活动地以及日常活动空间模型中,老年人的主观幸福感则随着公交站点密度的增加而有所改善,与Clarke提出的结论相一致。以上3类活动地考虑到了老年人长距离的户外活动,能够体现出老年人所受的移动性制约,反映公交站点密度对主观幸福感的影响情况也更为准确。

在社会交往活动机会方面,人口密度仅在在居住地与老年人主观幸福感呈显著正相关。这是由于老年人的日常社会关系网络更多聚焦于亲友、邻居等群体[29],因此社区邻里人口密度的提升有助于促进老年人的社会交往,而在其他活动地中,人口密度的提升并不一定能增加老年人进行社会交往活动的机会。

在健身活动机会方面,绿地率在居住地与日常活动空间中对老年人主观幸福感的影响机制截然不同。居住地周边绿色空间覆盖率越高,老年人的主观幸福感状况越好,这是由于居住地周边的街头公园等绿色空间能为老年人日常健身活动提供便利,该结论也与基于社区的已有研究发现相一致[52]。但在日常活动空间中,绿地率与老年人呈显著负相关关系。过高的绿地率意味着城市零售商业等公服设施密度的下降,不利于老年人买菜、接送小孩及休闲娱乐等日常活动的进行,从而对老年人的幸福感存在负面影响。

在老年人的就医活动机会中,药店密度在居住地、休闲性活动地及日常活动空间等地理背景下均对老年人主观幸福感有显著的正向影响,而在维护性活动地周边并无显著影响。一个可能的解释是维护性活动的时间弹性相对较小[53],使得老年人在维护性活动地周边受到更多制约,高密度药店难以促进就医选择。

根据在不同活动地的作用机制,影响主观幸福感的建成环境变量可归纳为以下3类:① 随着活动停驻时长和频率的变化,部分建成环境变量仅在某些活动地中对主观幸福感有影响。老年人的出行距离越长,相比步行出行更倾向于选择公共交通方式[54],因而道路交叉口密度仅在居住地周边对主观幸福感有积极作用,公交站点密度仅在维护活动地、休闲性活动地以及日常活动空间周边影响主观幸福感。② 由于居民活动目的的改变,部分建成环境变量对主观幸福感的影响机制随着地理背景的变化而改变。在居住地周边,高绿地率通过促进老年人健身活动对主观幸福感存在积极作用,但在日常活动空间周边,高绿地率约束了老年人家务娱乐活动等,对主观幸福感存在负面影响。③ 部分建成环境变量与老年人具体活动内容关系不密切,在各活动地中均对主观幸福感有相似影响。道路密度主要影响老年人出行活动中的空气污染暴露状况,在各地理背景中均对主观幸福感有负面影响。

上述分析表明老年人的主观幸福感受到不同活动地建成环境的共同影响,也揭示了建成环境健康效应存在活动地差异,并对各建成环境变量与主观幸福感在不同活动地的关系进行总结,在一定程度上拓展了建成环境影响主观幸福感的机制研究。

6 结论与讨论

6.1 结论

本文从老年人的日常活动时空特征出发,通过居住地、维护性活动地、休闲性活动地与日常活动空间的地理背景划分,对比不同活动地建成环境对老年人主观幸福感的影响差异,揭示日常活动地对老年人主观幸福感的作用机制。

研究发现:① 与工作人群相比,老年人的日常活动空间相对缩小,活动时空模式也有所不同;聚焦老年人群体,可以发现日常活动模式与个体主观幸福感状况也存在一定的关联。② 不同活动地的建成环境均会对老年人的主观幸福感产生影响,其中,居住地建成环境对老年人主观幸福感影响的模型伪R2最大,但维护性活动地、休闲性活动地与日常活动空间能反映出仅考虑居住地视角下忽略的部分建成环境变量。③ 基于老年人日常活动的时空分异与时空制约,不同活动地建成环境对主观幸福感的作用机制存在差异:道路交叉口密度、公交站点密度等反映出行活动机会的建成环境变量和药店密度等反映就医活动机会的建成环境变量仅在部分活动地中对作用于老年人主观幸福感,绿地率等反映健身活动机会的建成环境变量在不同活动地对老年人主观幸福感存在相反的影响,而道路密度等反映出行环境的建成环境变量的健康效应都是负向的,不随地理背景的改变而改变。

6.2 讨论

自中国开展行为学派相关研究以来,城市空间与个体行为互动关系的中国研究范式不断成熟完善[55];另一方面,老年人主观幸福感与城市建成环境、城市公共服务间的内在联系也逐步成为重要的城市议题。在此背景下,本文将“不确定的地理背景问题”这一概念引入老年地理学领域,构建了基于老年人的日常活动地理背景划分方式与分析框架并对其进行验证,指出日常活动研究视角在环境与健康研究领域的有效性,从日常活动与建成环境结合的视角对老年人健康的相关研究进行补充。同时,本文对建成环境健康效应的研究进行了一定程度的拓展,揭示了建成环境影响主观幸福感的地理背景差异,总结归纳了不同地理背景中建成环境与主观幸福感的关系。

研究结论也对老年友好城市的建设与老年主动健康服务的供给提供了一定的科学支撑。首先,基于老年人群以居住地为主的地理背景,引入城市生活圈概念[56],强调面向老年人群体日常生活需求的社区基础生活圈构建,并从老年人的日常活动空间出发进行扩展生活圈的规划。其次,由于老年人的主观幸福感在不同地理背景下受建成环境的影响存在差异,因而有必要转变过去以公共服务设施为中心的均等化服务模式,转而鼓励以老年人为核心的主动健康服务模式。一方面,基于老年人个体的环境暴露状况提供精准的健康状况监测与健康行为干预,同时在配置公共服务设施时也重点强调设施的个性化与参与性。

本文也存在一些不足之处,居民的日常活动在受到建成环境的约束的同时,也受到居民活动偏好的影响[57]。居民的日常活动可能存在偏好差异,从而导致地理背景对主观幸福感的影响程度也可能存在个体偏差。在未来研究中,可以尝试将居民自选择行为纳入日常活动地的研究中,探索基于个体偏好的建成环境健康效应机制。

The authors have declared that no competing interests exist.


参考文献

[1] 中华人民共和国国家统计局.2015年全国1%人口抽样调查主要数据公报. , 2017-11-10.

URL      [本文引用: 1]     

[National Bureau of Statistics of the People’s Republic of China. Statistical bulletin of 2015 sampling survey of 1% population in China. , 2017-11-10.]

URL      [本文引用: 1]     

[2] 高晓路, 吴丹贤, 许泽宁, .

中国老龄化地理学综述和研究框架构建

. 地理科学进展, 2015, 34(12): 1480-1494.

https://doi.org/10.18306/dlkxjz.2015.12.001      URL      [本文引用: 1]      摘要

在老龄化快速推进、经济社会转型和城乡空间重构的特殊时期,中国人口老龄化现象日趋复杂,地理学与老年学等学科交叉的需求日益凸显。亟需从学科构建的角度出发,思考老龄化地理学的研究方向,填补老龄化研究的空白,丰富与拓展地理学研究领域。本文在回顾已有研究的基础上,梳理出国内老龄化地理学研究的5个主题,即:1人口老龄化的时空特征和驱动因素;2人口老龄化的空间效应;3老年人健康与环境的关系;4老年人的空间行为;5养老服务的空间组织与规划,并对相关研究进展进行评述。通过国内外的比较研究,对老龄化地理学的学科定位、研究体系和理论方法建构进行了分析和展望,以期为从地理学视角解读中国特定社会经济背景下的人口老龄化现象提供一个研究框架。

[Gao Xiaolu, Wu Danxian, Xu Zening, et al.

A review and frame-work setting of geographical research on aging in China

. Progress in Geography, 2015, 34(12): 1480-1494.]

https://doi.org/10.18306/dlkxjz.2015.12.001      URL      [本文引用: 1]      摘要

在老龄化快速推进、经济社会转型和城乡空间重构的特殊时期,中国人口老龄化现象日趋复杂,地理学与老年学等学科交叉的需求日益凸显。亟需从学科构建的角度出发,思考老龄化地理学的研究方向,填补老龄化研究的空白,丰富与拓展地理学研究领域。本文在回顾已有研究的基础上,梳理出国内老龄化地理学研究的5个主题,即:1人口老龄化的时空特征和驱动因素;2人口老龄化的空间效应;3老年人健康与环境的关系;4老年人的空间行为;5养老服务的空间组织与规划,并对相关研究进展进行评述。通过国内外的比较研究,对老龄化地理学的学科定位、研究体系和理论方法建构进行了分析和展望,以期为从地理学视角解读中国特定社会经济背景下的人口老龄化现象提供一个研究框架。
[3] Ottoni C A, Sims-Gould J, Winters M, et al.

“Benches become like porches”: Built and social environment influences on older adults’ experiences of mobility and well-being

. Social Science & Medicine, 2016, 169: 33-41.

[本文引用: 1]     

[4] Holt-Lunstad J, Smith T B, Layton J B.

Social relationships and mortality risk: A meta-analytic review

. PLoS Medicine, 2010, 7(7): e1000316.

https://doi.org/10.1371/journal.pmed.1000316      URL      [本文引用: 1]     

[5] Gluckman P D, Hanson M A.

Living with the past: Evolution, development, and patterns of disease

. Science, 2004, 305(5691): 1733-1736.

https://doi.org/10.1126/science.1095292      URL      [本文引用: 1]     

[6] Kelly-Schwartz A C, Stockard J, Doyle S, et al.

Is sprawl unhealthy? A multilevel analysis of the relationship of metropolitan sprawl to the health of individuals

. Journal of Planning Education and Research, 2004, 24(2): 184-196.

https://doi.org/10.1177/0739456X04267713      URL      [本文引用: 1]     

[7] Triguero-Mas M, Dadvand P, Cirach M, et al.

Natural outdoor environments and mental and physical health: Relationships and mechanisms

. Environment International, 2015, 77: 35-41.

https://doi.org/10.1016/j.envint.2015.01.012      URL      [本文引用: 1]     

[8] Yamada I, Brown B B, Smith K R, et al.

Mixed land use and obesity: An empirical comparison of alternative land use measures and geographic scales

. The Professional Geographer, 2012, 64(2): 157-177.

https://doi.org/10.1080/00330124.2011.583592      URL      [本文引用: 1]     

[9] Sun B, Yan H, Zhang T.

Built environmental impacts on individual mode choice and BMI: Evidence from China

. Journal of Transport Geography, 2017, 63: 11-21.

https://doi.org/10.1016/j.jtrangeo.2017.07.004      URL      [本文引用: 1]     

[10] 鲁斐栋, 谭少华.

建成环境对体力活动的影响研究: 进展与思考

. 国际城市规划, 2015, 30(2): 62-70.

[本文引用: 1]     

[Lu Feidong, Tan Shaohua.

Built environment's influence on physical activity: Review and thought

. Urban Planning International, 2015, 30(2): 62-70.]

[本文引用: 1]     

[11] 林雄斌, 杨家文.

北美都市区建成环境与公共健康关系的研究述评及其启示

. 规划师, 2015, 31(6): 12-19.

[本文引用: 1]     

[Lin Xiongbin, Yang Jiawen.

Built environment and public health review and planning in North American metropolitan areas

. Planners, 2015, 31(6): 12-19.]

[本文引用: 1]     

[12] Basta L A, Richmond T S, Wiebe D J.

Neighborhoods, daily activities, and measuring health risks experienced in urban environments

. Social Science & Medicine, 2010, 71(11): 943-1950.

[本文引用: 1]     

[13] Kwan M P.

The uncertain geographic context problem

. Annals of the Association of American Geographers, 2012, 102(5): 958-968.

https://doi.org/10.1080/00045608.2012.687349      URL      [本文引用: 1]     

[14] Kwan M P.

How GIS can help address the uncertain geographic context problem in social science research

. Annals of GIS, 2012, 18(4): 245-255.

https://doi.org/10.1080/19475683.2012.727867      URL      [本文引用: 1]     

[15] Goodchild M F.

A GIScience perspective on the uncertainty of context

. Annals of the American Association of Geographers, 2018: 1-6. doi: 10.1080/24694452.2017.1416281.

[本文引用: 2]     

[16] Zhan D, Kwan M P, Zhang W, et al.

Assessment and determinants of satisfaction with urban livability in China

. Cities, 2018, 79: 92-101.

https://doi.org/10.1016/j.cities.2018.02.025      URL      [本文引用: 1]     

[17] Zhao P, Kwan M P, Zhou S.

The uncertain geographic context problem in the analysis of the relationships between obesity and the built environment in Guangzhou

. International Journal of Environmental Research and Public Health, 2018, 15(2): 308.

https://doi.org/10.3390/ijerph15020308      URL      [本文引用: 1]     

[18] Zhou X, Liu J, Yeh A G O, et al.

The uncertain geographic context problem in identifying activity centers using mobile phone positioning data and point of interest data. In: Harvey F, Yee L. Advances in Spatial Data Handling and Analysis: Select Papers from the 16th IGU Spatial Data Handling Symposium

. Switzerland: Springer, 2015: 107-119.

[本文引用: 1]     

[19] 陈博文, 周素红, 姜超.

活动视角下建成环境对广州居民通勤效率的影响

. 城市规划学刊, 2016, (4): 67-74.

[本文引用: 2]     

[Chen Bowen, Zhou Suhong, Jiang Chao.

The impacts of built environment on residents commuting efficiency based on activities in Guangzhou

. Urban Planning Forum, 2016, (4): 67-74.]

[本文引用: 2]     

[20] 谭一洺, 柴彦威, 关美宝.

地理背景的不确定性对时空行为模式分析的影响: 基于西宁市的实证研究

. 地理学报, 2017, 72(4): 657-670.

[本文引用: 2]     

[Tan Yiming, Chai Yanwei, Guan Meibao.

The impact of the uncertain geographic context on the space-time behavior analysis: A case study of Xining, China

. Acta Geographica Sinica, 2017, 72(4): 657-670.]

[本文引用: 2]     

[21] Collia D V, Sharp J, Giesbrecht L.

The 2001 national household travel survey: A look into the travel patterns of older Americans

. Journal of Safety Research, 2003, 34(4): 461-470.

https://doi.org/10.1016/j.jsr.2003.10.001      URL      [本文引用: 1]     

[22] Pacione M.

Urban environmental quality and human well-being: A social geographical perspective

. Landscape and Urban Planning, 2003, 65(1-2): 19-30.

https://doi.org/10.1016/S0169-2046(02)00234-7      URL      [本文引用: 1]     

[23] Golob T F.

A simultaneous model of household activity participation and trip chain generation

. Transportation Research Part B: Methodological, 2000, 34(5): 355-376.

https://doi.org/10.1016/S0191-2615(99)00028-4      URL      [本文引用: 1]     

[24] Lu X, Pas E I.

Socio-demographics, activity participation and travel behavior

. Transportation Research Part A: Policy & Practice, 1999, 33(1): 1-18.

[本文引用: 1]     

[25] Hjorthol R J, Levin L, Sirén A.

Mobility in different generations of older persons: The development of daily travel in different cohorts in Denmark, Norway and Sweden

. Journal of Transport Geography, 2010, 18(5): 624-633.

https://doi.org/10.1016/j.jtrangeo.2010.03.011      URL      [本文引用: 1]     

[26] 何嘉明, 周素红, 谢雪梅.

女性主义地理学视角下的广州女性居民日常出行目的及影响因素

. 地理研究, 2017, 36(6): 1053-1064.

[本文引用: 1]     

[He Jiaming, Zhou Suhong, Xie Xuemei.

Female residents' daily travel purpose and its influencing factors from the perspective of feminism: A case study in Guangzhou, China

. Geographical Research, 2017, 36(6): 1053-1064.]

[本文引用: 1]     

[27] Schonfelder S, Axhausen K W.

Activity spaces: Measures of social exclusion?

. Transport Policy, 2003, 10(4): 273-286.

https://doi.org/10.1016/j.tranpol.2003.07.002      URL      [本文引用: 1]     

[28] Newsome T H, Walcott W A, Smith P D.

Urban activity spaces: Illustrations and application of a conceptual model for integrating the time and space dimensions

. Transportation, 1998, 25(4): 357-377.

https://doi.org/10.1023/A:1005082827030      URL      [本文引用: 1]     

[29] Li T, Zhang Y.

Social network types and the health of older adults: Exploring reciprocal associations

. Social Science & Medicine, 2015, 130: 59.

[本文引用: 2]     

[30] Paluska S A, Schwenk T L.

Physical activity and mental health

. Sports Medicine, 2000, 29(3): 167-180.

https://doi.org/10.2165/00007256-200029030-00003      URL      [本文引用: 1]     

[31] Rodin J.

Aging and health: Effects of the sense of control

. Science, 1986, 233(4770): 1271-1276.

https://doi.org/10.1126/science.3749877      URL      [本文引用: 1]     

[32] Simonsick E M, Guralnik J M, Volpato S, et al.

Just get out the door! Importance of walking outside the home for maintaining mobility: Findings from the women's health and aging study

. Journal of the American Geriatrics Society, 2005, 53(2): 198-203.

https://doi.org/10.1111/jgs.2005.53.issue-2      URL      [本文引用: 2]     

[33] 于涛方.

中国大城市中心城区人口老龄化空间特征与规划应对

. 规划师, 2015, 31(12): 95-100.

[本文引用: 1]     

[Yu Taofang.

Spatial characters of population aging in Chinese big cities

. Planners, 2015, 31(12): 95-100.]

[本文引用: 1]     

[34] 谢淼, 周素红.

就地老化与居住迁移: 广州市中心城区老龄化地域空间格局的变化及动因

. 规划师, 2014, 30(10): 96-103.

[本文引用: 1]     

[Xie Miao, Zhou Suhong.

Aging in place and residential relocation: Spatial transition and problems in Guangzhou

. Planners, 2014, 30(10): 96-103.]

[本文引用: 1]     

[35] 周春山, 童新梅, 王珏晗, .

2000-2010年广州市人口老龄化空间分异及形成机制

. 地理研究, 2018, 37(1): 103-118.

[本文引用: 1]     

[Zhou Chunshan, Tong Xinmei, Wang Juehan, et al.

Spatial differentiation and the formation mechanism of population aging in Guangzhou in 2000-2010

. Geographical Research, 2018, 37(1): 103-118.]

[本文引用: 1]     

[36] World Health Organization.

Wellbeing measures in primary health care. In: The DEPCARE Project: Report on a WHO meeting

. Denmark: WHO, 1998.

[本文引用: 1]     

[37] 欧爱华, 郝元涛, 梁兆晖, .

老年人群心理健康指数量表的应用评价

. 中国卫生统计, 2009, 26(2): 128-130.

[本文引用: 1]     

[Ou Aihua, Hao Yuantao, Liang Zhaohui, et al.

Study on the mental health index questionnaire for elder people

. Chinese Journal of Health Statistics, 2009, 26(2): 128-130.]

[本文引用: 1]     

[38] 黄建中, 吴萌.

特大城市老年人出行特征及相关因素分析: 以上海市中心城为例

. 城市规划学刊, 2015(2): 93-101.

[本文引用: 1]     

[Huang Jianzhon, Wu Meng.

An investigation and analysis of travel characteristics and related factors of the elderly population in Megacities: The case of the central area in Shanghai

. Urban Planning Forum, 2015, (2): 93-101.]

[本文引用: 1]     

[39] Lee Y.

The predictive value of self assessed general, physical, and mental health on functional decline and mortality in older adults

. Journal of Epidemiology & Community Health, 2000, 54(2): 123-129.

[本文引用: 1]     

[40] Wang Z, Lee C.

Site and neighborhood environments for walking among older adults

. Health & Place, 2010, 16(6): 1268-1279.

[本文引用: 1]     

[41] [

Computer Network Information Center of Chinese Academy of Sciences

. Landst series data of geospatial data cloud site. , 2017-12-18.]

URL      [本文引用: 1]     

[42] 林荣平, 祁新华, 叶士琳.

沿海河谷盆地城市热岛时空特征及驱动机制

. 生态学报, 2017, 37(1): 294-304.

[本文引用: 1]     

[Lin Rongping, Qi Xinhua, Ye Shilin.

Spatial-temporal characteristics of urban heat islands and driving mechanisms in a coastal valley-basin city: A case study of Fuzhou City

. Acta Ecologica Sinica, 2017, 37(1): 294-304.]

[本文引用: 1]     

[43] 周素红, 邓丽芳.

基于T-GIS的广州市居民日常活动时空关系

. 地理学报, 2010, 65(12): 1454-1463.

[本文引用: 2]     

[Zhou Suhong, Deng Lifang.

Spatio-temporal pattern of residents' daily activities based on t-GIS: A case study in Guangzhou, China

. Acta Geographica Sinica, 2010, 65(12): 1454-1463.]

[本文引用: 2]     

[44] Frändberg L, Vilhelmson B.

More or less travel: Personal mobility trends in the Swedish population focusing gender and cohort

. Journal of Transport Geography, 2011, 19(6): 1235-1244.

https://doi.org/10.1016/j.jtrangeo.2011.06.004      URL      [本文引用: 1]     

[45] Yu H, Shaw S L.

Representing and visualizing travel diary data: A spatio-temporal gis approach. In: Proceedings of the 2004 ESRI International User Conference

. California: 2004 ESRI International User Conference, 2004: 1-13.

[本文引用: 1]     

[46] 塔娜, 柴彦威, 关美宝.

建成环境对北京市郊区居民工作日汽车出行的影响

. 地理学报, 2015, 70(10): 1675-1685.

[本文引用: 1]     

[Ta Na, Chai Yanwei, Guan Meibao.

The relationship between the built environment and car travel distance on weekdays in Beijing

. Acta Geographica Sinica, 2015, 70(10): 1675-1685.]

[本文引用: 1]     

[47] Clarke P, Ailshire J A, Bader M, et al.

Mobility disability and the urban built environment

. American Journal of Epidemiology, 2008, 168(5): 506-513.

https://doi.org/10.1093/aje/kwn185      URL      [本文引用: 2]     

[48] Melis G, Gelormino E, Marra G, et al.

The effects of the urban built environment on mental health: A cohort study in a large northern Italian city

. International Journal of Environmental Research and Public Health, 2015, 12(11): 14898-14915.

https://doi.org/10.3390/ijerph121114898      URL      [本文引用: 1]     

[49] Boschmann E E, Brady S A.

Travel behaviors, sustainable mobility, and transit-oriented developments: A travel counts analysis of older adults in the Denver, Colorado metropolitan area

. Journal of Transport Geography, 2013, 33: 1-11.

https://doi.org/10.1016/j.jtrangeo.2013.09.001      URL      [本文引用: 1]     

[50] Rose N, Cowie C, Gillett R, et al.

Weighted road density: A simple way of assigning traffic-related air pollution exposure

. Atmospheric Environment, 2009, 43(32): 5009-5014.

https://doi.org/10.1016/j.atmosenv.2009.06.049      URL      [本文引用: 1]     

[51] Cho J, Choi Y J, Suh M, et al.

Air pollution as a risk factor for depressive episode in patients with cardiovascular disease, diabetes mellitus, or asthma

. Journal of Affective Disorders, 2014, 157: 45-51.

https://doi.org/10.1016/j.jad.2014.01.002      URL      [本文引用: 1]     

[52] Li F, Fisher K J, Brownson R C, et al.

Multilevel modelling of built environment characteristics related to neighbourhood walking activity in older adults

. Journal of Epidemiology & Community Health, 2005, 59(7): 558-564.

[本文引用: 1]     

[53] 申悦, 柴彦威.

基于性别比较的北京城市居民活动的时空弹性研究

. 地理学报, 2017, 72(12): 2214-2225.

[本文引用: 1]     

[Shen Yue, Chai Yanwei.

Space-time flexibility of daily activities and gender differences: A case study of Beijing

. Acta Geographica Sinica, 2017, 72(12): 2214-2225.]

[本文引用: 1]     

[54] Kim S, Ulfarsson G.

Travel mode choice of the elderly: Effects of personal, household, neighborhood, and trip characteristics

. Transportation Research Record: Journal of the Transportation Research Board, 2004, 1894: 117-126.

https://doi.org/10.3141/1894-13      URL      [本文引用: 1]     

[55] 柴彦威, 谭一洺, 申悦, .

空间—行为互动理论构建的基本思路

. 地理研究, 2017, 36(10): 1959-1970.

[本文引用: 1]     

[Chai Yanwei, Tan Yiming, Shen Yue, et al.

Space-behavior interaction theory: Basic thinkingof general construction

. Geographical Research, 2017, 36(10): 1959-1970.]

[本文引用: 1]     

[56] 孙道胜, 柴彦威, 张艳.

社区生活圈的界定与测度: 以北京清河地区为例

. 城市发展研究, 2016, 23(9): 1-9.

[本文引用: 1]     

[Sun Daosheng, Chai Yanwei, Zhang Yan.

The definition and measurement of community life circle: A case study of Qinghe area in Beijing

. Urban Development Studies, 2016, 23(9): 1-9.]

[本文引用: 1]     

[57] Cao X, Mokhtarian P L, Handy S L.

Examining the impacts of residential self-selection on travel behaviour: A focus on empirical findings

. Transport Reviews, 2009, 29(3): 359-395.

https://doi.org/10.1080/01441640802539195      URL      [本文引用: 1]     

/