EN中文

地理研究 >

2021 , Vol. 40 >Issue 8: 2272 - 2291

DOI: https://doi.org/10.11821/dlyj020200143

研究论文

城市街景绿地对居民心理健康的影响——以广州为例

  • 吴蓉 , 1, 2 ,
  • 潘卓林 2, 3 ,
  • 刘晔 2, 3 ,
  • 李志刚 , 4, 5
展开
  • 1. 广东工业大学建筑与城市规划学院,广州 510090
  • 2. 中山大学地理科学与规划学院,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. 武汉大学城市设计学院,武汉 430070
  • 5. 湖北省人居环境工程技术研究中心,武汉 430070
李志刚（1976-）,男,湖北天门人,教授,博士生导师,研究方向为城市地理、城市空间与规划。E-mail:

吴蓉（1993-）,女,甘肃天水人,博士,讲师,研究方向为城市地理、社会与环境心理。E-mail:

收稿日期: 2020-02-27

  录用日期: 2021-05-14

  网络出版日期: 2021-10-10

基金资助

国家自然科学基金项目(42001147)

国家自然科学基金项目(41422103)

国家自然科学基金项目(41771167)

国家自然科学基金项目(41871140)

版权

版权所有,未经授权,不得转载、摘编本刊文章,不得使用本刊的版式设计。
收起

The effect of streetscape greenery on residents' mental health: A case study of Guangzhou

  • WU Rong , 1, 2 ,
  • PAN Zhuolin 2, 3 ,
  • LIU Ye 2, 3 ,
  • LI Zhigang , 4, 5
Expand
  • 1. School of Architecture and Urban Planning, Guangdong University of Technology, Guangzhou 510090, China
  • 2. School of Geography and Planning, Sun Yat-sen University, Guangzhou 510275, China
  • 3. Guangdong Key Laboratory for Urbanization and Geo-simulation, Sun Yat-sen University, Guangzhou 510275, China
  • 4. School of Urban Design, Wuhan University, Wuhan 430070, China
  • 5. Hubei Residential Environment Research Center of Engineering and Technology, Wuhan 430070, China

Received date: 2020-02-27

  Accepted date: 2021-05-14

  Online published: 2021-10-10

Copyright

Copyright reserved © 2021.
Fold

摘要

随着城市建设用地飞速扩张,绿地作为稀缺资源,对居民心理健康具有重要影响。本文基于2015年广州市1273份居民问卷调查数据,并通过腾讯街景视图和机器学习算法提取街景绿地数据,考察街景绿地、地方依恋和心理健康之间的内在逻辑与机理,并对比本地居民和外来移民的差异。研究发现：① 街景绿地与居民心理健康水平呈显著的正相关关系;② 街景绿地与心理健康的关系受到中介变量地方依恋的影响,即街景绿地通过影响居民地方依恋,间接影响其心理健康水平;③ 对于本地居民,地方依恋发挥完全中介效应,即街景绿地对居民心理健康的影响完全通过地方依恋实现;④ 对于外来移民,地方依恋则发挥部分中介效应,即街景绿地不仅直接作用于居民的心理健康状况,而且通过影响居民的地方依恋间接提升其心理健康水平。

关键词： 街景绿地; 心理健康; 地方依恋; 外来移民; 广州

本文引用格式

吴蓉 , 潘卓林 , 刘晔 , 李志刚 . 城市街景绿地对居民心理健康的影响——以广州为例[J]. 地理研究, 2021 , 40(8) : 2272 -2291 . DOI: 10.11821/dlyj020200143

Abstract

With the burgeoning development of urbanization, the total population in urban China has increased rapidly in the past decades, resulting in a series of problems such as air pollution, environment degradation and housing shortage. As the arrival of the new urbanization, urban construction and management have gradually reflected the return of humanity, and have increased public attention on urban residents' health. As one of the important dimensions of health, mental health has become the research emphasis of various disciplines. Meanwhile, with the rapid expansion of the urban construction land, green space, as a kind of scarce resource, exerts an important influence on the mental health of urban residents. In this context, based on the questionnaire survey data of 1273 residents from 23 communities of Guangzhou in 2015, this paper unravels how streetscape greenery affects residents' mental health through place attachment. Also, this paper explores and compares the differences in mechanism between the local residents and migrants. Streetscape greenery within a 1000 m circular buffer of each community is extracted from Tencent Street View data by a machine learning approach. The results indicate that: (1) Streetscape greenery of the community can directly improve mental health of the residents. (2) Place attachment mediates the relationship between streetscape greenery of the community and mental health of the residents. Streetscape greenery exerts influence on mental health indirectly through place attachment; (3) For the local residents, the influence of streetscape greenery on mental health is fully mediated by place attachment. That is to say, the effect of streetscape greenery on mental health is fully explained by place attachment. (4) For migrants, place attachment partially mediates the relationship between streetscape greenery and mental health. That is to say, streetscape greenery of the community can directly improve migrants' place attachment, and therefore indirectly improve their level of mental health. At the same time, streetscape greenery can exert a positive effect on residents' mental health directly. The paper reveals the heterogeneity in the mechanism of streetscape greenery on mental health between the local residents and migrants. Based on the empirical findings above, we call for further policy concerns upon the differentiation of different social groups to improve mental health of the residents, especially for migrants.

Key words： streetscape greenery; mental health; place attachment; migrant; Guangzhou

1 引言

随着城市化进程的不断加快,至2018年底全球已有55%的人口居住在城市,预计到2050年,全球城市人口将达到68%[1]。改革开放以来,中国各大城市同样经历了人口的快速增长。在此背景下,空气污染、生态破坏、住房拥挤、居住条件恶化等环境与社会问题日益凸显,人本主义缺失的城市发展给居民的身心健康带来了严重的负面影响。西方发达国家的研究表明,城市公园、廊道、绿带、社区花园等城市绿色空间能够通过促进体育活动、增进社会交流等提升居民生活品质,并改善其身心健康,从而缓解城市环境对个体身心健康所造成的负面影响[2,3]。同时,随着《“健康中国2030”规划纲要》的提出,社会各界对居民健康的关注度日益提升,心理健康作为健康的重要维度之一,近年来成为社会学、城市地理学、城市规划学等多个学科的研究重点。因此,探讨城市绿地对居民心理健康的影响及其作用机制对于优化城市建设、落实“健康中国”战略具有重要的研究意义。
城市建设用地的飞速扩张使得绿地逐渐成为一种稀缺资源[4],城市居民对绿地的需求也随着社会经济状况的提升而不断增长[5],大量基于西方发达国家背景的研究已实证城市绿地对于改善“城市病”、促进心理健康的积极作用。已有研究表明,绿地主要通过减轻环境压力（如空气污染、噪音等）[6,7]、缓解压力与恢复精力[8]、促进体育锻炼与社会交往这三条路径改善个体的心理健康状况[9,10]。例如：Thompson等发现绿地率与个体的唾液皮质醇分泌水平存在显著的相关关系,而唾液皮质醇的分泌水平又与个体的精神压力密切相关,表明绿地有助于舒缓个体压力[11];Home等认为绿地的使用频率有助于调节心理健康状况,对于老年人而言,绿地是社会交往的重要场所,而青年人使用绿地更多是出于逃离生活与工作压力的心理需求[12];Sugiyama等发现步行活动与社会凝聚力能够部分解释社区绿地对心理健康状况的积极效应,与邻居的互动与往来有助于提升心理健康水平[13];此外,也有研究测度了城市居民对绿地的地方依恋,发现居民对绿地的地方依恋有助于提升其身心健康,并探讨了绿地的地方依恋对身心健康影响的作用机制[14]。
可以看出,“地方依恋”（Place Attachment）作为综合体现地方依赖和地方认同要素的地方理论分支[15],在绿地对居民心理健康的影响中起到重要作用。已有研究表明,绿地数量与质量的提升都有助于居民地方依恋的形成[16,17]：一方面,绿地能够让居民与大自然建立情感联系并产生“地方根植性”,增强居民的地方依恋[18];另一方面,绿地作为公共空间承载了居民多样化的休闲娱乐活动,高品质的绿地不仅促进了居民的休闲活动与体育锻炼,同时也为邻里互动营造了适宜的场所,促进了居民之间的互动与往来,并强化了居民与居民之间、居民与地方之间的联系与纽带,对居民环境感知的形成与情感积累具有重要作用,有效增进了居民的地方依恋[19,20]。在此基础上,地方依恋作为衡量居民与社区情感和社区根植性的依据[6],对居民的心理健康产生积极影响[21,22]。有学者开展了“绿地-地方依恋”的心理效应研究,发现绿地的可达性、使用频率及其主观评价等因素不仅能够直接提升居民的心理健康水平,同时也能够通过增强地方依恋,间接促进居民的心理健康水平[14,23]。可以看出,地方依恋作为中介变量,在绿地对居民心理健康的影响中发挥着关键作用[23,24,25]。
目前,国内研究多从人口学、心理学等学科角度出发,主要聚焦于个体行为、社会经济地位、户籍制度等因素,探讨不同群体的心理健康状况及其影响因素的差异[26]。近年来,城市环境对居民心理健康的影响与作用机制也日益受到地理学与城市规划学的关注,除了宏观层面的空气质量、政府公共投入、医疗卫生水平等因素以外[26],中微观层面的社区服务设施、绿地率、邻里关系、社会网络、社区组织等建成环境和社会环境因素对城市居民的健康状况也具有显著影响[27,28,29]。研究表明,公园密度、城市绿地使用频率等[28]有助于提升居民的心理健康,具有较高可见度与可达性的城市绿地,能够有效增进居民的地方情感并调节居民的负面情绪[30]。但与西方研究相比,国内从微观视角展开的城市绿地与心理健康的研究成果较少,绿地对心理健康的影响与机制仍有待深入探讨。
此外,城市绿地的测度指标,国内外学者主要通过绿地率[31]、归一化植被指数[32]、距离与可达性[3,33]、使用频率[34]、空间特征与品质[35]等进行衡量与测度。近年来,有学者从街景视图中提取绿化可见度和绿化品质,来探讨城市绿地对个体心理健康的影响[36,37]。与传统的绿地测度方法相比,基于街景视图的绿地测度方法能够充分考虑到人眼视角的绿化可见度和可达性,为人本视角的城市空间与形态研究提供了更加精细的“社会感知”数据[38,39]。以往基于卫星遥感影像的绿地率和归一化植被指数等以鸟瞰视角测度城市绿地,难以捕捉与衡量居民在日常生活中对绿地的真实感受与体验,削弱了“人”在城市规划中的作用,并且存在着色彩区间提取受干扰的缺陷[40,41]。同时有研究表明,基于卫星遥感影像所提取的绿地率的提升,并不等同于居民绿化可见度的提升[39];另外也有研究发现俯视视角下的绿地率指数与居民身心健康之间的关系并不显著[37]。因此,本文基于街景视图,运用机器学习算法对绿地进行测度,不仅能够实现大规模数据的快速与精细化处理,而且能够贴近居民的体验空间,大幅提升对居民所感知绿地的测度精确性,提供了从人本视角研究城市空间形态的新方法。
综上可以看出,城市绿地与居民心理健康的相关研究正逐渐成为学界热点,与国外研究相比,目前国内研究尚存以下几点不足之处：① 现有研究多依赖卫星遥感影像,从俯视角度出发对绿地进行度量,较少基于街景视图和机器学习算法,对居民人眼视角下的绿地可见度进行测度;② 已有研究多基于公共空间的物质性,探讨绿地对居民心理健康的影响,忽视了公共空间的社会性如地方依恋等在其中的关键作用,对三者的相互关系及其内在机理缺乏深入探讨;③ 现有研究多侧重外来移民群体,针对不同群体之间的对比（如外来移民与本地居民）有待进一步深入讨论。鉴于此,本文以广州为案例地,基于2015年1273份居民问卷调查数据,并通过街景视图和机器学习算法对绿地进行测度,获取社区1000 m面要素缓冲区范围内的街景绿地可见度数据,同时以地方依恋作为中介变量,采用多层线性回归模型和中介效应分析,从社区尺度探讨街景绿地可见度、地方依恋等因素对心理健康的影响及其作用机制。此外,将本地居民与外来移民进行对比,分析不同群体的作用机制差异,为社区建设与精细化管理、公共政策制定等提供参考和科学依据。

2 研究假设与理论模型

国内外学者关于绿地与居民心理健康的相互关系进行了诸多探索。有学者认为,绿地对心理健康的效应源于居民对地方的依恋与联结[24];也有研究通过测度城市居民对绿地的依恋,发现居民对绿地的依恋有助于提升身心健康状况[14]。因此,本文在国内外相关成果的基础上,结合案例地实际情况,考察城市街景绿地可见度与地方依恋的相互关系及其对居民心理健康的影响机理,在此基础上构建理论模型,并对比本地居民与外来移民在机理上的差异。
假设模型如图1所示,本文认为街景绿地可见度不仅能够直接作用于社区居民的心理健康,同时还能通过影响居民的地方依恋,间接作用于其心理健康。基于已有文献,本文将个人层面的人口特征[42]和社区交往特征（交往人数）[43],社区层面的建成环境特征[44]（每万人POI数量、人口密度）和社会环境特征[45]（邻里活跃度）作为控制变量,通过多层线性回归模型和中介效应进行分析。本文提出的研究假设如下：
图1 中介效应假设模型

Fig. 1 Conceptual and analytical framework of mediation effect

假设一：较高的街景绿地可见度能够显著提升居民的心理健康水平。
假设二：地方依恋作为中介变量,是街景绿地可见度影响居民心理健康的传导因素。
假设三：对于本地居民而言,地方依恋在街景绿地可见度对居民心理健康的影响中起完全中介效应,即地方依恋完全解释了街景绿地可见度对居民心理健康的影响。
假设四：对于外来移民而言,地方依恋在街景绿地可见度对居民心理健康的影响中起部分中介效应,即街景绿地可见度通过增强居民的地方依恋,从而间接提升了居民的心理健康水平。

3 数据来源与研究方法

3.1 数据来源

本文的数据主要来源于2015年8—12月在广州市23个社区开展的《广州社区服务与居民生活质量调查》问卷调研和半结构访谈。已有关于广州市社会空间及其建成环境的分析成果表明[46],广州市的远郊区建成环境密度较低,与内城及近郊区建成环境区别较大,且在社会经济属性上独立于内城及近郊区。因此,案例社区的选择均侧重于内城及近郊区（白云区、荔湾区、越秀区、天河区、黄埔区、海珠区和番禺区）。此外,根据全国“六普”数据及已有研究对城市社会空间结构的探讨[47],调研社区应当包括中国城市社会典型的六大类居住社区,即“未经改造的老城区街坊社区”“单位社区/房改房社区”“城中村”“保障房/经济适用房/廉租房社区”“普通商品房社区”“高端商品房社区”,而研究表明广州城市空间能够很好地覆盖这六类居住社区[45]。本研究基于分层概率比例规模抽样法（PPS）,在上述的7个市辖区范围内随机抽取23个样本社区,基本涵盖六类典型居住社区,可认为本文案例社区的选择具有代表性与典型性;在此基础上,采用等距抽样法并基于预调研所获取的门牌号信息,从每个社区随机抽取50或100个家庭;其次,通过KISH表抽样法,从每户样本家庭中随机抽取一名成年家庭成员接受问卷调查;最后,本次调查共获得有效样本1273份,其中,本地居民样本550份,外来移民样本723份。
此外,本文选取白云区颐和山庄社区（普通商品房社区）、海珠区大沙社区（城中村）、越秀区仁生里社区（未经改造的老城区街坊社区）以及桂花岗社区（单位社区/房改房社区）等6个典型社区,对社区的居民和居委会工作人员实施半结构访谈。考虑到上述社区的住房类型较为单一,因此对各类型社区居民的心理健康状况具有一定代表性,有利于对绿地与居民心理健康之间的关系进行考察。
表1展示了本研究受访对象的社会人口特征。受访者平均年龄为39.98岁,男女比例为51.70:48.30,其中已婚人士达80.30%。从受访者的社会经济特征来看,在业人士占比较高（81.00%）,大学本科（大专）及以上者比例为36.80%,家庭年总收入在5万元~10万元者居多,占40.87%。此外,与广州市第六次人口普查数据进行对比,除了就业和婚姻状况外,本研究样本的受教育程度、性别比、户籍类型等社会人口特征与“六普”数据较为一致,因此,可以认为本次调查所涉及的受访人群以及调查范围较为全面,样本数据具有一定的代表性。
表1 社会人口特征

Tab. 1 Social-demographic characteristics

本文调查样本 广州市第六次人口普查数据
样本数量 1273 户籍人口(万人) 1270.08
年龄(岁) 年龄(%)
均值 39.98 14岁以下 11.47
- - 15~64岁 81.91
- - 65岁以上 6.62
性别(%) 性别(%)
男 51.70 男 52.26
女 48.30 女 47.74
受教育程度(%) 受教育程度(%)
小学及以下 4.60 小学及以下 16.67
初中 25.70 初中 36.13
高中(中专) 32.90 高中(中专) 22.92
大学本科(大专)及以上 36.80 大学本科(大专)及以上 24.28
婚姻状况(%) 婚姻状况(%)
已婚 80.30 已婚 53.56
未婚、离异或丧偶 19.70 未婚、离异或丧偶 46.44
在业情况(%) 在业情况(%)
在业(包括临时工作) 81.00 在业(包括临时工作) 64.03
失业、待业、下岗或退休 16.80 失业、待业、下岗或退休 25.81
在校学生 2.20 在校学生 10.16
户口所在地(%) 户口所在地(%)
本地户口 42.80 本地户口 51.09
外来移民 57.20 外地户口 48.04
- - 户口待定 0.87
家庭年总收入(%) 收入(均值)
0~2.5万元 4.87 城市居民人均可支配收入(万元) 4.30
2.5万元~5.0万元 17.74
农村居民家庭人均收入(万元) 2.18
5.0万元~10.0万元 40.87 - -
10.0万元~20.0万元 20.61 - -
20.0万元以上 12.78 - -
拒绝回答 3.13 - -
表2展示了两组分样本（本地居民与外来移民）的社会人口特征。本地居民平均年龄较大（42.98岁）,两者的性别比较为相近,本地居民的男性比例（53.60%）略高于外来移民（50.10%）,而外来移民的已婚比例更高,达到83.10%;受教育程度方面,在本地居民中,高中（中专）及以上的比例达77.30%,而在外来移民中,小学及以下学历者占8.90%,高于本地居民（2.90%）,与外来移民相比,本地居民的受教育程度普遍更高;从在业情况来看,外来移民的在业比例（87.50%）高于本地居民（73.10%）;此外,在家庭年总收入方面,两类群体均以5万~10万元居多,但外来移民年家庭年总收入在20万元以上的比例（15.00%）高于本地居民（6.70%）。
表2 分组样本社会人口特征

Tab. 2 Social-demographic characteristics for local residents and migrants

本地居民 外来移民
样本数量 550 723
年龄均值（岁） 42.98 37.69
性别（%）
男 53.60 50.10
女 46.40 49.90
婚姻状况（%）
已婚 76.80 83.10
未婚、离异或丧偶 23.20 16.90
受教育程度（%）
小学及以下 2.90 8.90
初中 19.80 30.50
高中（中专） 40.90 26.20
大学本科（大专）及以上 36.40 34.40
在业情况（%）
在业（包括临时工作） 73.10 87.50
失业、待业、下岗或退休 23.70 11.30
在校学生 3.20 1.20
家庭年总收入（%）
0~2.5万元 6.20 2.90
2.5万元~5.0万元 19.10 16.90
5.0万元~10.0万元 44.40 41.10
10.0万元~20.0万元 21.00 21.00
20.0万元以上 6.70 15.00
拒绝回答 2.60 3.10

3.2 变量选取与测度

借鉴Steptoe[48]、Guite[49]、Elliott[50]等关于心理健康的研究量表,同时参考Williams[51]、朱竑[52]等关于地方依恋、社区情感等的研究成果,制定居民心理健康和地方依恋的分量表,量表严格按照程序进行修编,各分量表的Cronbach's α系数处于0.801~0.836之间。在变量共同度上,本文选取指标的共同度（Extraction）均在0.4以上。总问卷包括三个方面的内容：心理健康、地方依恋以及社会人口特征（表3）。
表3 心理健康与地方依恋量表

Tab. 3 Measurements of mental health and place attachment

Cronbach's α 基于标准化项的Cronbach's α 指标解释
心理健康 0.801 0.803 能集中精力于你所做的任何事情
由于焦虑而失眠
感到对事物发挥作用了
感到对事物能做出决定
一直感到精神紧张
感到不能克服困难
能喜欢日常的活动
能直面矛盾
感到不高兴和抑郁
对自己失去信心了
认为自己是一个没有价值的人
总的来看,感到比较愉快
地方依恋 0.836 0.838 我对社区有归属感
我对社区有情感依恋
我喜欢社区的生活氛围
我关注对社区的新闻和电视报道
成为社区的一部分对我来说很重要
我想在社区里长期住下去
跟社区居民建立关系对我来说很重要
3.2.1 因变量 目前学界对于心理健康状况的测量没有统一的标准,常见的心理健康量表如一般健康问卷（GHQ-12）[48]、抑郁症自我评价量表、健康调查简表等。本文借鉴一般健康问卷,制定心理健康量表,具体包括12项关于过去一周内出现的相关症状的设问,旨在测度社区居民的心理健康状况。其中,6项为积极性指标,量表采用4级反向计分,从1分到4分依次为“经常”“有时”“很少”“从不”;6项为消极性指标,量表采用4级计分,从1分到4分依次为“从不”“很少”“有时”“经常”。量表总体的得分范围为12~48分,量表分数越低,表明受访者的心理健康水平越高。此外,心理健康量表的总分超过27分,则表示被调查者的心理状况不佳。
3.2.2 自变量 本文选取街景绿地可见度来衡量社区绿化品质。当前国内外多依赖卫星遥感影像所提取的绿化率对绿化程度进行测度,忽视了对于居民日常生活中散步、通勤等典型行为的考量[39]。近年来,以谷歌、百度、腾讯街景等为代表的街景数据的普及以及机器学习技术的迅猛发展,为准确、自动化提取街景视图中的绿色特征提供可能,提升了绿化品质感受的准确度。因此,本文基于广州市大规模街景数据,通过机器学习算法提取案例社区的绿化可见度。具体而言：首先,在各社区1000 m面要素缓冲区内基于路网建立街景采样点,由于人的可视距离通常在200 m以内,因此本文以100 m为间距选取采样点,以便更好地测度各个社区1000 m面要素缓冲区范围街道内绿地可见度的整体情况;其次,在设置好每个抽样点的坐标后,通过HTTP URL来调用腾讯街景的API查询获得街景视图,依据前人经验,对于每个抽样点,选取正东、正南、正西、正北4个方向的图片以便更好地反映街道内的全景绿地可见度[53];再次,采用基于机器学习算法的卷积神经网络工具（FCN-8s）提取图像的特征,将图片中的像素点识别为天空、建筑、绿化、人行道、车道等要素类型,每个街景采样点的绿视率为4个方向图片的绿化要素所占比例的平均值,每个社区的绿视率为各个社区1000 m面要素缓冲区范围内所有街景采样点的绿化要素所占比例的平均值;最后,所有案例社区的街景绿地可见度均通过ArcGIS 中的“Spatial Join”命令进行计算。相对于实际绿地率,街景绿地可见度反映了个体在立体维度中对周围绿色环境的视觉感知程度,更符合以人为核心的绿化空间设计理念,更贴近人们的生活。例如,陈亚萍等详细阐述了街景绿地可见度的计算,认为从人的视觉体验出发,以人眼感知作为评价绿化效果的依据,更能体现市民对绿化成果的“获得感”[54]。可以看出,社区的街景绿地可见度能够较好地反映出居民日常范围内的可视绿地暴露度[53],因此本文对各案例社区的街景绿地可见度的测度方法具有代表性。
3.2.3 中介变量 地方依恋量表以已有研究所普遍采用的Williams等提出的地方依恋两维度量表[51]为蓝本进行修正,同时,借鉴Lewicka[44]、Hidalgo等[19]关于社区联结、根植性以及社区满意度的研究量表,参考国内学者朱竑等关于地方依恋、社区情感等的研究成果[52],并结合广州市的具体情况,设计本文地方依恋的测量量表,具体如表3所示。量表共计2个维度（地方依赖和地方认同）、7项指标,对广州城市居民的地方依恋进行测度。量表采用5级计分,从“非常不同意”计1分到“非常同意”计5分,分数越高表明地方依恋程度越高。
3.2.4 控制变量 本文的控制变量主要包括个人层面和社区层面的指标。个体层面主要选取人口特征指标（性别、年龄、婚姻状况、受教育水平、家庭收入、户籍类型、居住时长、房屋所有权）以及社区交往特征等12个指标;社区层面主要考察建成环境指标（每万人POI数量与人口密度）与社会环境指标（邻里活跃度）。其中,每万人POI数量的计算主要基于水经注万能地图下载器获取研究区范围内的POI数据,结合社区常住人口数据,计算得到社区1000 m面要素缓冲区范围内的每万人POI数量（单位：个/万人）。邻里活跃度为居委会及居民个体组织的集体公开活动的频次。
总体上广州市社区居民心理健康的总得分为22.53,标准差为5.25,分项平均得分为1.88,总分未超过27分（心理状况不佳）,可以看出受访者心理健康的状况较好。就分样本而言,广州市本地居民群体心理健康的总得分为22.48,标准差为5.47,分项平均得分为1.87。广州市外来移民群体心理健康的总得分为22.55,标准差为5.09,分项平均得分为1.88。此外,居民地方依恋的得分为26.32,分项平均得分为3.76,根据朱竑等的研究结论[52],表明广州居民的地方依恋程度较高。从样本社区的建成环境与社会环境来看（表4）,各项指标在各个社区之间存在着较大差异：23个社区街景绿地可见度的均值为25.55%,标准差为6.35%,说明社区之间的街景绿地可见度具有较大差异,其中,南航新村社区、德安社区、仁生里社区以及南富社区的街景绿地可见度最高,均超过30%,表明社区绿化程度较高,居民日常范围内的可视绿地暴露度较高,而平乐社区和大塘社区的街景绿地可见度偏低,表明社区及周边绿化程度较低;每万人POI数量均值为6813.13,但标准差达到6652.69,存在着巨大差异;另外,邻里活跃度的均值为5,标准差为1.45。值得注意的是,街景绿地可见度较高的社区如南航新村社区等,均表现出较高的邻里活跃度,反映出社区较高的可视绿地暴露程度与较为频繁的邻里交往和社交活动存在一定的相关性。
表4 样本社区概况

Tab. 4 Summary statistics of the sampled communities

社区名称 区属 绿化可见度(%) 建成环境指标 社会环境指标
人口密度
(万人/km2)		 每万人POI数量
(个/万人)		 邻里活跃度
广船社区 荔湾区 20.08 9.12 2197 6
扬仁东社区 荔湾区 20.58 5.54 23422 6
鹤洞社区 荔湾区 29.02 1.82 2998 6
仁生里社区 越秀区 35.72 6.86 27299 6
高第社区 越秀区 27.12 30.23 4195 4
桂花岗社区 越秀区 25.95 3.93 10983 6
世昌社区 海珠区 19.13 9.66 12478 6
大沙社区 海珠区 19.26 1.80 2122 5
大塘社区 海珠区 17.09 6.63 5190 5
岳洲社区 天河区 27.19 0.19 5305 4
南富社区 天河区 30.77 1.92 2235 6
荔苑社区 天河区 29.92 2.00 10933 6
平乐社区 白云区 16.71 3.38 2282 3
石桥头社区 白云区 23.53 0.84 5796 6
南航新村社区 白云区 41.28 28.91 9539 6
颐和山庄社区 白云区 25.66 1.29 3363 6
萧岗南社区 白云区 28.19 10.75 1523 2
德安社区 番禺区 36.46 4.67 6105 5
广奥社区 番禺区 20.62 4.11 3399 4
星河湾社区 番禺区 23.35 1.48 4413 4
大山村 番禺区 22.29 3.42 2050 1
黄埔花园社区 番禺区 26.37 50.00 4845 6
横沙社区 番禺区 21.46 0.30 4030 6
均值 25.55 8.21 6813.13 5
标准差 6.35 12.08 6652.69 1.45

3.3 研究方法

3.3.1 多层线性回归模型 居民的心理健康往往是由个体特征和外部环境特征共同决定的[28]。在模型选择时,由于本研究采用了多阶段抽样法获取样本,数据具有嵌套性特征,需要考虑不同组别（不同社区）之间的方差差异,且因变量（心理健康指数）为连续变量,因此,本文通过多层次线性回归模型（Multilevel Linear Regression Models）来测度个人层面和社区层面指标对居民心理健康的影响作用,并计算各层面变量对心理健康总体差异的解释力度,具体采用随机截距模型,其方程式为[55]：
Y ij = α 1 + η X j + β 1 Z ij + γ 1 W j + μ 1 j + ε 1 ij
式中：Yij代表社区j居民i的心理健康指数;Xj代表社区j的街景绿地可见度;Zij代表社区j居民i的个人层面变量;Wj代表社区j的社区层面变量;α1是截距; η是自变量街景绿地可见度对因变量心理健康的总效应;β1和γ1分别是个人层面和社区层面变量的系数;μ1j是社区层面的残差;ε1ij个人层面的残差。
同时,通过多层线性模型中的空模型（null model）,对居民心理健康不同层面变量的影响进行探讨。具体而言,构建仅含因变量心理健康的空模型（不输入任何自变量）,计算其组内相关系数ICC值（intraclass correlation coefficient）,其方程式为[55]：
ICC = σ b 2 σ w 2 + σ b 2
式中：σb2代表社区间的方差;σW2代表社区内部的个体方差。ICC值较大,表明同一社区内的居民心理健康具有一定相关性,需要使用多层次模型[55]。本文测度了总样本、本地居民以及外来移民分组的ICC值,分别为0.072、0.069、0.064,这意味着对于三组样本来说,社区层面因素分别能够解释7.2%、6.9%、6.4%的样本总体方差（均大于5%）,表明组间差异不能忽略,多层次模型较之单层次模型效果更好[56]。
3.3.2 中介效应分析 本文旨在探索街景绿地可见度、地方依恋和心理健康三者之间的影响路径。根据中介效应分析的基本逻辑,如果X通过变量M对Y产生影响,形成X影响M、进而M影响Y（X-M-Y）的路径,则称M为中介变量,发挥了中介效应[57]（图2）。
图2 中介效应模型

Fig. 2 Models of mediation effect

中介效应模型的方程式具体如公式（1）、公式（3）和公式（4）所示。
M ij = α 2 + θ X j + β 2 Z ij + γ 2 W j + μ 2 j + ε 2 ij
Y ij = α 3 + η ' X j + λ M ij + β 3 Z ij + γ 3 W j + μ 3 j + ε 3 ij
式中：Mij代表社区j居民i的地方依恋。

4 实证结果分析

4.1 总样本结果分析

如表5所示,模型一,即公式（1）反映了街景绿地可见度对居民心理健康的直接影响。模型中的回归系数与心理健康水平呈负相关关系。根据模型结果,在控制人口特征、社区交往特征、建成环境特征和社会环境特征后,街景绿地可见度对居民心理健康的影响显著,P值小于0.01,回归系数为-0.122,说明街景绿地可见度的提高显著提升了居民的心理健康水平,假设一成立。此外,在个人层面的控制变量中,高教育水平和房屋所有权对居民的心理健康具有显著影响,回归系数分别为-0.226以及-0.205,表明接受高等教育以及拥有房屋产权均有助于居民心理健康状况的提升,与已有研究结论一致[58]。高教育水平通常意味着更好的工作机会、更高的收入水平,能够扩大居民的健康投入预算及其心理健康认知,从而有效预防心理疾病并提升心理健康水平[59]。而房屋所有权代表居民对社区的经济投入[60],标志其个人（家庭）的社会经济实力,相对于租房者来说,拥有房屋所有权的居民具有较高的控制权、自尊、生活满足感和实体安全感。在社区层面的控制变量中,每万人POI数量对居民心理健康有显著的正向作用,每万人的POI数量越多,居民的心理健康状况越好。在模型二,即公式（3）中没有证据表明街景绿地可见度对地方依恋具有显著影响,因此,需要结合模型三的结果以及Sobel-Goodman Mediation中介效应检验对地方依恋的中介效应进行验证。模型三,即公式（4）的结果表明,在加入了中介变量地方依恋之后,街景绿地可见度对居民心理健康的影响仍然显著,但影响程度减弱（回归系数由-0.122变为-0.110）,街景绿地可见度部分通过地方依恋对居民的心理健康产生显著影响。同时,本文采用Sobel-Goodman Mediation检验进一步检验中介效应的显著性,结果表明中介效应显著（P<0.01）。因此,该结果符合Kenny[57]、温忠麟等[61]提出的部分中介效应模型,即地方依恋发挥中介效应,街景绿地可见度通过中介变量地方依恋间接影响居民心理健康。综上,假设二成立,街景绿地通过增强居民的地方依恋,进而对居民的心理健康水平产生正向影响。
表5 总样本中介效应模型

Tab. 5 Mediation effect for residents' mental health

因变量：心理健康
（模型一）		 因变量：地方依恋
（模型二）		 因变量：心理健康
（模型三）
系数 标准误 系数 标准误 系数 标准误
街景绿地可见度 -0.122*** 0.044 0.175 0.112 -0.110** 0.045
社区变量
每万人POI数量 -0.104*** 0.028 0.103* 0.058 -0.097*** 0.028
人口密度 -0.053 0.034 -0.083 0.073 -0.059* 0.035
邻里活跃度 0.001 0.056 0.021 0.080 0.002 0.058
个体变量
35~45岁 -0.086 0.055 0.189* 0.103 -0.074 0.058
45岁以上 -0.047 0.098 0.311* 0.177 -0.027 0.099
性别 0.059 0.060 0.216* 0.112 0.074 0.060
大学本科（大专）及以上 -0.226*** 0.069 0.274** 0.133 -0.207*** 0.072
高中（中专） -0.085 0.080 0.026 0.095 -0.083 0.080
中共党员身份 -0.073 0.094 0.383** 0.158 -0.047 0.098
未婚、离异或丧偶 -0.113 0.164 0.070 0.247 -0.108 0.166
广州户口 0.058 0.059 0.148 0.142 0.068 0.058
家庭收入 -0.083 0.143 0.471 0.321 -0.055 0.150
居住时长 0.036 0.036 0.115* 0.061 0.445 0.036
房屋所有权 -0.205*** 0.078 0.541*** 0.194 -0.171** 0.079
社会交往人数 -0.016 0.043 0.081 0.109 -0.011 0.047
中介变量
地方依恋 -0.068*** 0.022
常量 0.258** 0.107 -0.755*** 0.212 0.208* 0.115
样本数 1273 1273 1273

注：*P<0.10;**P<0.05;***P<0.01。

以上实证结果在对案例社区居民的访谈中也得到印证。以普通商品房典型社区——颐和山庄为例,社区约有常住人口6700人、流动人口1200人,社区内配套体育场、游泳池等体育设施,社区环境优美且毗邻南湖高尔夫球场和白云山。居住在颐和山庄的居民在受访时也表示,社区的自然环境促进了其地方依恋情感和心理健康水平：
“我对我们社区最满意的地方是优美的自然环境,社区内的绿化很好,湖泊、道路等环境好,并且社区内有颐寿山,附近还有白云山,环境十分宜人。平时很多人社区里面唱歌跳舞,我很喜欢这里,也愿意长期居住在这里。平时不开心的,就会去社区转转,找人聊聊天。”（颐和山庄社区,何先生,2015.11.07）
此外,在模型三中,个人层面的高教育水平和房屋所有权对居民的心理健康具有显著影响,P值均小于0.05,回归系数分别为-0.207和-0.171;社区层面的每万人POI数量以及人口密度则能够显著提升居民心理健康水平。具体而言,每万人POI数量和人口密度每提高1个单位,居民心理健康水平将分别提升0.097个、0.059个单位。每万人POI数量包括了交通、餐饮、购物、游乐、休闲服务设施等类型点,体现了社区休闲活动设施空间布局的丰富性和均衡性,为居民解决了生活、工作与娱乐等方面的需求,成为影响居民心理健康的重要因素[44]。而在人口密度较高的社区,邻里之间较为熟稔,有助于提升居民在社区内的社会资本[62]。社区内的社会资本能够促进心理健康信息的传播,并通过社会网络增加居民的物质与情感支持,进而提升其心理健康水平[63]。

4.2 本地居民与外来移民的对比

对于本地居民而言（表6）,在模型一,即公式（1）验证街景绿地可见度对居民心理健康具有显著影响的基础上（回归系数为-0.093,P<0.10）,模型二,即公式（3）的结果显示自变量对中介变量地方依恋影响显著,街景绿地可见度水平越高,本地居民的地方依恋程度越高（回归系数为0.205,P<0.10）,进一步补充了已有文献中关于“绿地-地方依恋”相关性的研究结论[17]。模型三,即公式（4）结果表明,在加入中介变量地方依恋后,街景绿地可见度对居民心理健康的影响不再显著（回归系数为-0.080,P>0.10）,模型结果符合完全中介效应,即中介变量（地方依恋）发挥完全中介效应,中介变量（地方依恋）完全解释了自变量（街景绿地可见度）对因变量（居民心理健康）的影响。进一步采用Sobel-Goodman Mediation检验中介效应,结果显示中介效应显著（P<0.10）。因此,假设三成立,对于本地居民而言,地方依恋在街景绿地可见度对居民心理健康的影响中起完全中介效应,即街景绿地可见度完全通过中介变量地方依恋来影响心理健康。
表6 本地居民与外来移民回归结果对比

Tab. 6 Mediation effect for mental health of local residents and migrants

本地居民 外来移民
模型一 模型二 模型三 模型一 模型二 模型三
系数 标准误 系数 标准误 系数 标准误 系数 标准误 系数 标准误 系数 标准误
社区变量
街景绿地可见度 -0.093* 0.056 0.205* 0.117 -0.080 0.058 -0.132** 0.055 0.246* 0.140 -0.114** 0.055
每万人POI数量 -0.120*** 0.034 0.104 0.072 -0.113*** 0.036 -0.082** 0.038 0.099 0.080 -0.075** 0.038
人口密度 -0.109*** 0.035 -0.137* 0.072 -0.118*** 0.034 -0.009 0.041 -0.042 0.109 -0.012 0.044
邻里活跃度 -0.069 0.084 0.025 0.167 -0.068 0.080 -0.027 0.059 -0.036 0.103 -0.029 0.061
个体变量
35~45岁 -0.072 0.139 -0.106 0.176 -0.079 0.140 -0.106* 0.061 0.314** 0.138 -0.083 0.067
45岁以上 -0.120 0.162 0.085 0.255 -0.116 0.161 0.147 0.164 0.364** 0.153 0.042 0.159
性别 -0.059 0.066 0.248 0.199 -0.043 0.065 0.121 0.074 0.218* 0.115 0.137* 0.073
大学本科（大专）及以上 -0.271** 0.129 0.137 0.207 -0.264** 0.127 -0.206*** 0.068 0.250 0.227 -0.189*** 0.070
高中（中专） -0.111 0.111 0.026 0.166 -0.110 0.110 -0.046 0.122 -0.029 0.113 -0.047 0.123
中共党员身份 0.022 0.110 0.557* 0.289 0.058 0.116 -0.157 0.112 0.232* 0.137 -0.141 0.118
未婚、离异或丧偶 0.126 0.355 -0.392 0.323 0.100 0.354 -0.152 0.173 0.288 0.274 -0.128 0.180
家庭收入 -1.375*** 0.472 1.033 1.002 -1.310*** 0.466 0.075 0.133 0.445 0.370 0.098 0.147
居住时长 -0.002 0.042 0.098 0.076 0.005 0.042 0.126 0.111 0.028 0.160 0.128 0.107
房屋所有权 -0.255** 0.104 0.236 0.351 -0.241** 0.100 -0.188* 0.113 0.627*** 0.193 -0.149 0.121
社会交往人数 -0.014 0.054 0.014 0.122 -0.013 0.060 -0.008 0.054 0.246** 0.099 0.010 0.051
中介变量
地方依恋 -0.064** 0.028 -0.073*** 0.028
常量 0.397** 0.200 -0.071 0.326 0.396 0.204 0.261 0.184 -0.883*** 0.266 0.199 0.187
样本数 550 550 550 723 723 723

注：*P<0.10;**P<0.05;***P<0.01。

同时,以上实证结果在案例社区居民的半结构访谈中也得到印证。桂花岗社区作为典型单位社区/房改房社区,属于地缘型社区。社区以单位宿舍为主,有市汽车公司、市公安局、省基础公司、流花宾馆等多个单位的宿舍。社区常住人口为5974人,流动人口为1024人。以居住在桂花岗社区的本地居民——28岁的苗先生为例,苗先生与父母、妻子和孩子共同居住在父亲的单位房里。在访谈的过程中,苗先生流露出对其所居住社区强烈的地方依恋情感：
“我与父母、妻子和孩子居住在父亲的单位房里。平时除上班外,会经常到广州大学的操场跑步,偶尔与父亲或父亲的朋友在楼下花园的小石凳下棋。如果周末家庭综合服务中心有活动,会与儿子一起去做义工。我对这块很有感情,小时候最开心的事情就是与小伙伴到附近的铁路看火车,现在有孩子但铁路被废弃了,周末就带孩子去那里逛逛,回忆一下小时候的情景,也是非常开心的事情。”（桂花岗社区,苗先生,2015.11.10）
究其原因,本地居民的地方依恋发挥完全中介效应,在“绿地-心理健康”的作用机制中发挥更强的中介效应,是因为本地居民地方依恋的形成主要受到居住时长、社会网络等因素的影响[25]。本地居民在社区的居住时间久,在社区拥有更大规模的社会网络,有更多的熟人,更容易与社区产生情感联系,地方依恋的程度更高[64]。而地方依恋的形成,有助于提升居民的心理健康水平。同时,本地居民地方依恋的形成也有助于丰富其社会资源,使得本地居民可以充分调动其社会资源,降低恶劣环境对心理健康所带来的不良影响[65]。因此,对于本地居民而言,社区建成环境（街景绿地）对其心理健康的直接影响不再显著,街景绿地完全通过地方依恋间接影响居民心理健康。此外,个人层面的控制变量如高教育水平、家庭收入和房屋产权对于本地居民的心理健康影响显著。其中,家庭收入能够显著提升本地居民的心理健康,每提高1个单位的家庭收入,居民的心理健康水平将提高1.310个单位。较高的家庭收入意味着更好的居住环境和住房质量,并享受更优质的生活与医疗服务,因此,有助于提升居民的心理健康水平[66]。另外,社区层面的控制变量中每万人POI数量以及人口密度也能够显著提升居民的心理健康水平。
对于外来移民而言（表6）,模型一表明街景绿地可见度对居民心理健康具有显著的直接影响（回归系数为-0.132,P<0.05）;模型二表明街景绿地可见度对居民地方依恋同样具有显著影响,街景绿地可见度每提升1个单位,外来移民的地方依恋水平将提升0.246个单位（P<0.10）;模型三结果显示街景绿地可见度对居民心理健康的影响显著减弱（回归系数由-0.132变为-0.114）,符合部分中介效应模型[57,61],即中介变量（地方依恋）发挥中介效应,自变量（街景绿地可见度）通过中介变量间接影响因变量（居民心理健康）。同时,Sobel-Goodman Mediation中介效应检验结果显示中介效应显著（P<0.05）。因此,假设四成立,对于外来移民而言,地方依恋在街景绿地可见度对居民心理健康的影响中起部分中介效应,即街景绿地可见度通过提升居民的地方依恋,从而间接促进了居民心理健康水平的提高。上述实证结果在对桂花岗社区外来移民辛先生的访谈中也得到了印证：
“租房3年了,我在附近的广州白云世界皮具贸易中心上班,平时的生活多是‘两点一线’——皮具中心和家里。下班后偶尔会与朋友在楼下叙叙旧,买点啤酒,买点小吃,周末也会坐地铁到广州的其他地方逛逛。这个社区是广东省的宜居社区,这几年变化特别大,主要是社区绿化啊这些,也有挺多大型活动合家欢、义卖啊。和社区邻里有些交流,目前不会考虑搬走,这里住得挺舒服的,心里也开心。”（桂花岗社区,辛先生,2015.11.11）
此外,大沙社区作为典型的城中村,以自建住房为主,共有常住人口9820人以及流动人口4850人。社区主要由大沙村、大沙新村自建房和工业区等组成,并配套中小学、桥头公园以及肉菜市场等设施。在访谈中,大沙村居委会主任也认为,良好的社区环境有助于提升外来移民的地方依恋水平,从而有利于其心理健康状况并更好地融入社区：
“这边是城中村,虽然有乱扔垃圾等情况,但总体来说还是比较干净的,绿化也比较好,所以吸引了很多外地人居住。这边民风比较淳朴,对外地人相对来说比较包容。但他们外地人老是认为,自己没有户籍,不是广州市的人。我们一般就是在社区的花园里面组织活动,包括一些亲子活动、外来人口青少年教育活动啊这些,办活动的时候一视同仁,让他们能够习惯这里的生活。”（大沙社区,居委会主任,2015.11.25）
外来移民的地方依恋发挥部分中介效应,表明街景绿地可见度对外来移民的心理健康依然具有显著的直接影响,街景绿地可见度对居民心理健康产生的影响有一部分通过地方依恋实现。与本地居民相比,外来移民的地方依恋在“绿地-心理健康”的关系中所发挥的中介效应较弱,这是由于大多数外来移民的地方依恋受到其对家乡的依恋、自身对城市认同等因素的影响,在广州这类大城市中,由于市场和制度的排斥,以及文化习俗等方面的差异,外来移民难以融入城市社会,获得对自身身份的肯定和认同[67]。同时,外来移民的社会网络存在着关系现代化和空间分散化的特征,其社会关系大多建立在业缘关系之上,并且外来移民的居住流动性较强,因此与居住在同一社区的其他居民关系较为淡薄,这不利于外来移民地方依恋的形成[68]。此外,多数外来移民的社会经济地位较低,居住环境与生活质量相对本地居民较差,因此社区物质环境的提升更能够显著提升其心理健康水平,与已有研究结论一致[44]。在个人层面的控制变量中,高教育水平对于外来移民的心理健康影响显著。高教育水平通常意味着更高的收入,并且更有可能接收到心理健康的相关资讯,因此能够显著提升外来移民的心理健康;在社区层面的控制变量中,每万人POI数量能够显著提升居民的心理健康水平。
综上所述,绿地对居民心理健康的影响机制在本地居民与外来移民两类群体之间具有显著差异。对于本地居民而言,地方依恋作为中介变量,在街景绿地可见度对居民心理健康的影响中发挥了完全中介效应,地方依恋完全解释了街景绿地可见度对居民心理健康的影响,地方依恋成为影响本地居民心理健康的关键;同时,家庭收入、每万人POI数量以及人口密度等控制变量对本地居民的心理健康影响显著。对于外来移民而言,地方依恋作为中介变量,在街景绿地可见度对居民心理健康的影响中发挥了部分中介效应,即街景绿地能够直接提高居民心理健康,也能通过影响居民的地方依恋间接提升其心理健康;同时,高教育水平和每万人POI数量对外来移民的心理健康影响显著。

5 结论与讨论

随着中国逐步由高速城镇化向新型城镇化转型,社会各界对居民心理健康的关注度日益提升,居民对绿色空间的需求也随着社会经济状况的提升而不断增加[69]。城市绿地作为一种稀缺资源,对居民的心理健康产生重要影响。在此背景下,本文以广州城市居民为研究对象,考察街景绿地可见度与地方依恋的相互关系及其对居民心理健康的作用机理,同时将本地居民和外来移民进行对比,探讨两个群体在作用机理上的差异。具体研究发现包括：
（1）街景绿地可见度能够直接提升居民的心理健康水平。同时,个人层面控制变量中的高教育水平和房屋所有权对居民心理健康具有显著的正向作用,而社区层面控制变量中的每万人POI数量对居民心理健康具有显著的积极影响。
（2）街景绿地可见度与居民心理健康的关系受到中介变量地方依恋的影响——即街景绿地可见度通过影响居民的地方依恋,间接影响其心理健康。社区绿地为居民提供休憩娱乐、社会交往的物质空间,并通过增强居民的地方依恋,实现公共空间服务大众、关怀人、陶冶人的社会性本质,进而提升居民的心理健康。
（3）对本地居民而言,地方依恋作为中介变量,在街景绿地可见度对居民心理健康的影响中发挥了完全中介效应,即地方依恋完全解释了街景绿地可见度对居民心理健康的影响。同时,家庭收入、每万人POI数量以及人口密度等控制变量对本地居民的心理健康影响显著。可以看出,地方依恋是本地居民“绿地-心理健康”影响机制中的关键。
（4）对于外来移民而言,地方依恋作为中介变量,在街景绿地可见度对居民心理健康的影响中发挥了部分中介效应,即街景绿地能够直接提高居民的地方依恋,进而间接提升居民的心理健康。同时,控制变量中的高教育水平和每万人POI数量对外来移民的心理健康影响显著。结果表明街景绿地可见度对外来移民心理健康具有显著的直接影响,且通过地方依恋间接促进其心理健康水平的提升。
综上所述,街景绿地可见度不仅能够直接影响居民的心理健康状况,同时还能通过影响居民的地方依恋间接对其心理健康施加影响。因此,社区规划和治理应当同时聚焦于公共空间的物质性与社会性。社区绿地规划在增加供给并提升质量的同时,也应当充分考虑到绿地的可达性与可进入性,在提升绿地作为建成环境的物质性的同时,倾听居民对绿地等公共空间的使用诉求,从居民的实际体验与感知出发,充分挖掘绿地所蕴含的社会性,营造出便于居民游憩、锻炼、互动交往等日常活动的绿色空间。同时,社区治理应当丰富社区活动并提升居民社区参与,营造安全、友好、舒适的社会生活平台,增强居民的地方依恋,进而提升其心理健康水平。此外,社区规划应当针对不同类型群体,考虑群体差异特别是外来移民的需求。对于本地居民而言,可以通过开展社区活动,扩大并深化居民在社区内部的社会网络,提升其与社区的生活与情感联系,促进其进一步融入社区并增强其地方依恋,进而提升其心理健康水平。但对于外来移民而言,由于其流动性强、社会网络空间分散等特征,因此难以通过开展社区活动增强其地方依恋,政府可以通过整治并优化外来移民聚居区的居住环境,建设更多优质的公共绿色空间,推进社会服务均等化建设,提升外来移民在大城市中的居住品质,从而促进其地方依恋的形成,进而提升其心理健康水平。
最后,本文存在以下几点研究不足：第一,由于街景地图的限制,无法获取非街道区域以及街景地图缺失街道的绿地可见度数据,未能完全捕捉居民的绿化暴露情况,可能低估了绿地可见度对居民心理健康的影响,未来将通过手工和无人机采集相结合的方式予以完善;第二,本文仅以居住地为分析单元,从静态的角度探讨街景绿地可见度与居民心理健康之间的关系,未来将结合居民的出行模式与特征,关注居民日常活动地点的动态性,探讨街景绿地可见度与居民心理健康之间的动态微观机制;第三,由于本文采用的是截面数据,缺乏纵向对比,使得本研究对于心理健康的探讨尚有不足,仅能探讨各变量与居民心理健康之间的相关关系而无法识别其因果关系,需要通过后续开展追踪调查得以完善。

真诚感谢中国地质大学姚尧副教授、爱丁堡大学王若宇博士提供街景绿地数据的提取技术支持。同时,感谢匿名评审专家在论文评审中所付出的时间和精力,评审专家对本文模型选择、指标选取、结果分析以及结论梳理方面的修改意见,使本文获益匪浅。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
United Nation. World Urbanization Prospects: The 2018 Revision. https://population.un.org/wup/Publications/Files/WUP2018-KeyFacts.pdf 2019-07-10.

[2]
Galea S, Vlahov D. Urban health: Evidence, challenges, and directions. Annals Review of Public Health, 2005, 26(1):341-365. DOI: 10.1146/annurev.publhealth.26.021304.144708.

DOI

[3]
Bertram C, Rehdanz K. The role of urban green space for human well-being. Ecological Economics, 2015, 120:139-152. DOI: 10.1016/j.ecolecon.2015.10.013.

DOI

[4]
杨振山, 张慧, 丁悦, 等. 城市绿色空间研究内容与展望. 地理科学进展, 2015, 34(1):18-29.

DOI

[ Yang Zhenshan, Zhang Hui, Ding Yue, et al. Progress and prospect on urban green space research. Progress in Geography, 2015, 34(1):18-29.] DOI: 10.11820/dlkxjz.2015.01.003.

DOI

[5]
Choumert J. An empirical investigation of public choices for green spaces. Land Use Policy, 2010, 27(4):1123-1131. DOI: 10.1016/j.landusepol.2010.03.001.

DOI

[6]
Dzhambov A M, Dimitrova D D. Urban green spaces effectiveness as a psychological buffer for the negative health impact of noise pollution: A systematic review. Noise & Health, 2014, 16:157-165. DOI: 10.4103/1463-1741.134916.

DOI

[7]
Dimitrova D D, Dzhambov A M. Perceived access to recreational/green areas as an effect modifier of the relationship between health and neighbourhood noise/air quality: Results from the 3rd European Quality of Life Survey (EQLS, 2011-2012). Urban Forestry & Urban Greening, 2017, 23:54-60. DOI: 10.1016/j.ufug.2017.02.012.

DOI

[8]
Korpela K M, Ylén M, Tyrväinen L, et al. Favorite green, waterside and urban environments, restorative experiences and perceived health in Finland. Health Promotion International, 2010, 25(2):200-209. DOI: 10.1093/heapro/daq007.

DOI PMID

[9]
Liu Y, Wang R, Grekousis G, et al. Neighbourhood greenness and mental wellbeing in Guangzhou, China: What are the pathways? Landscape and Urban Planning, 2019, 190, 103602. DOI: 10.1016/j.landurbplan.2019.103602.

DOI

[10]
Dzhambov A, Hartig T, Markevych I, et al. Urban residential greenspace and mental health in youth: Different approaches to testing multiple pathways yield different conclusions. Environmental Research, 2018, 160:47-59. DOI: 10.1016/j.envres.2017.09.015.

DOI PMID

[11]
Thompson C W, Roe J, Aspinall P, et al. More green space is linked to less stress in deprived communities: Evidence from salivary cortisol patterns. Landscape and Urban Planning, 2012, 105(3):221-229. DOI: 10.1016/j.landurbplan.2011.12.015.

DOI

[12]
Home R, Hunziker M, Bauer N. Psychosocial outcomes as motivations for visiting nearby urban green spaces. Leisure Sciences, 2012, 34(4):350-365. DOI: 10.1080/01490400.2012.687644.

DOI

[13]
Sugiyama T, Leslie E, Giles-Corti B, et al. Associations of neighbourhood greenness with physical and mental health: Do walking, social coherence and local social interaction explain the relationships? Journal of Epidemiology and Community Health, 2008, 62(5):e9. DOI: 10.1136/jech.2007.064287.

DOI

[14]
Zhang Z, Zhang J. Perceived residential environment of neighborhood and subjective well-being among the elderly in China: A mediating role of sense of community. Journal of Environmental Psychology, 2017, 51:82-94. DOI: 10.1016/j.jenvp.2017.03.004.

DOI

[15]
Perkins D D, Hughey J, Speer P W. Community psychology perspectives on social capital theory and community development practice. Journal of the Community Development Society, 2002, 33(1):33-52. DOI: 10.1080/15575330209490141.

DOI

[16]
Francis J, Giles-Corti B, Wood L, et al. Creating sense of community: The role of public space. Journal of Environmental Psychology, 2012, 32:401-409. DOI: 10.1016/j.jenvp.2012.07.002.

DOI

[17]
Lewicka M. What makes neighborhood different from home and city? Effects of place scale on place attachment. Journal of Environmental Psychology, 2010, 30(1):35-51. DOI: 10.1016/j.jenvp.2009.05.004.

DOI

[18]
Kim J, Kaplan R. Physical and psychological factors in sense of community: New urbanist Kentlands and nearby Orchard Village. Environment and Behavior, 2004, 36(3):313-340. DOI: 10.1177/0013916503260236.

DOI

[19]
Hidalgo M C, Hernández B. Place attachment: Conceptual and empirical questions. Journal of Environmental Psychology, 2001, 21(3):273-281. DOI: 10.1006/jevp.2001.0221.

DOI

[20]
Brehm J, Eisenhauer B, Krannich R. Community attachments as predictors of local environmental concern: The case for multiple dimensions of attachment. American Behavioral Scientist, 2006, 50(2):142-165. DOI: 10.1177/0002764206290630.

DOI

[21]
Brown B, Perkins D D, Brown G. Place attachment in a revitalizing neighborhood: Individual and block levels of analysis. Journal of Environmental Psychology, 2003, 23(3):259-271. DOI: 10.1016/S0272-4944(02)00117-2.

DOI

[22]
Scannell L, Gifford R. The experienced psychological benefits of place attachment. Journal of Environmental Psychology, 2017, 51:256-269. DOI: 10.1016/j.jenvp.2017.04.001.

DOI

[23]
Zhang Y, van Dijk T, Tang J, et al. Green space attachment and health: A comparative study in two urban neighborhoods. International Journal of Environmental Research and Public Health, 2015, 12(11):14342-14363. DOI: 10.3390/ijerph121114342.

DOI PMID

[24]
Mayer F S, Frantz M P. The connectedness to nature scale: A measure of individuals' feeling in community with nature. Journal of Environmental Psychology, 2004, 24(4):503-515. DOI: 10.1016/j.jenvp.2004.10.001.

DOI

[25]
Maas J, van Dillen S M E, Verheij R A, et al. Social contacts as a possible mechanism behind the relation between green space and health. Health & Place, 2009, 15(2):586-595. DOI: 10.1016/j.healthplace.2008.09.006.

DOI

[26]
顾丽娟, Rosenberg Mark, 曾菊新. 社会经济及环境因子对不同收入群体自评健康的影响. 地理研究, 2017, 36(7):1257-1270.

DOI

[ Gu Lijuan, Rosenberg Mark, Zeng Juxin. The impacts of socioeconomic and environmental factors on self-rated health status among different income groups in China. Geographical Research, 2017, 36(7):1257-1270.] DOI: 10.11821/dlyj201707006.

DOI

[27]
郑振华, 彭希哲. 社区环境对老年人行为与健康的影响研究: 不同年龄阶段老年人的群组比较. 地理研究, 2019, 38(6):1-16.

[ Zheng Zhenhua, Peng Xizhe. Study on the impact of community environment on behavior and health of the elderly: Comparison between the groups at different ages stages. Geographical Research, 2019, 38(6):1-16.] DOI: 10.11821/dlyj020181142.

DOI

[28]
邱婴芝, 陈宏胜, 李志刚, 等. 基于邻里效应视角的城市居民心理健康影响因素研究: 以广州市为例. 地理科学进展, 2019, 38(2):283-295.

DOI

[ Qiu Yingzhi, Chen Hongsheng, Li Zhigang, et al. Exploring neighborhood environmental effects on mental health: A case study in Guangzhou, China. Progress in Geography, 2019, 38(2):283-295.] DOI: 10.18306/dlkxjz.2019.02.011.

DOI

[29]
周素红, 何嘉明. 郊区化背景下居民健身活动时空约束对心理健康影响: 以广州为例. 地理科学进展, 2017, 36(10):1229-1238.

DOI

[ Zhou Suhong, He Jiaming. Effects of spatial-temporal constraints of suburban residents on fitness activities to mental health in the context of rapid suburbanization: A case study in Guangzhou, China. Progress in Geography, 2017, 36(10):1229-1238.] DOI: 10.18306/dlkxjz.2017.10.005.

DOI

[30]
陈筝, 董楠楠, 刘颂, 等. 上海城市公园使用对健康影响研究. 风景园林, 2017, (9):99-105.

[ Chen Zheng, Dong Nannan, Liu Song, et al. Study on the impacts of urban park use on public health in Shanghai. Landscape Architecture, 2017, (9):99-105.] DOI: 10.14085/j.fjyl.2017.09.0099.08.

DOI

[31]
Helbich M, Klein N, Roberts H, et al. More green space is related to less antidepressant prescription rates in the Netherlands: A Bayesian geoadditive quantile regression approach. Environment Research, 2018, 166:290-297. DOI: 10.1016/j.envres.2018.06.010.

DOI

[32]
Hystad P, Payette Y, Noisel N, et al. Green space associations with mental health and cognitive function: Results from the Quebec CARTaGENE cohort. Environment Epidemiology, 2019, 3(1):e040. DOI: 10.1097/EE9.0000000000000040.

DOI

[33]
Lottrup L, Grahn P, Stigsdotter U K. Workplace greenery and perceived level of stress: Benefits of access to a green outdoor environment at the workplace. Landscape and Urban Planning, 2013, 110:5-11. DOI: 10.1016/j.landurbplan.2012.09.002.

DOI

[34]
Panno A, Carrus G, Lafortezza R, et al. Nature-based solutions to promote human resilience and wellbeing in cities during increasingly hot summers. Environment Research, 2017, 159:249-256. DOI: 10.1016/j.envres.2017.08.016.

DOI

[35]
Peschardt K K, Stigsdotter U K. Associations between park characteristics and perceived restorativeness of small public urban green spaces. Landscape and Urban Planning, 2013, 112:26-39. DOI: 10.1016/j.landurbplan.2012.12.013.

DOI

[36]
Vries S D, Dillen S M E V, Groenewegen P P, et al. Streetscape greenery and health: Stress, social cohesion and physical activity as mediators. Social Science & Medicine, 2013, 94(5):26-33. DOI: 10.1016/j.socscimed.2013.06.030.

DOI

[37]
Villeneuve P J, Ysseldyk R L, Root A, et al. Comparing the Normalized Difference Vegetation Index with the Google Street View measure of vegetation to assess associations between greenness, walkability, recreational physical activity, and health in Ottawa, Canada. International Journal of Environmental Research and Public Health, 2018, 15(8):1719. DOI: 10.3390/ijerph15081719.

DOI

[38]
Zhang F, Wu L, Zhu D, et al. Social sensing from street-level imagery: A case study in learning spatio-temporal urban mobility patterns. ISPRS Journal of Photogrammetry and Remote Sensing, 2019, 153:48-58. DOI: 10.1016/j.isprsjprs.2019.04.017.

DOI

[39]
叶宇, 张灵珠, 颜文涛, 等. 街道绿化品质的人本视角测度框架: 基于百度街景数据和机器学习的大规模分析. 风景园林, 2018, 25(8):24-29.

[ Ye Yu, Zhang Lingzhu, Yan Wentao, et al. Measuring street greening quality from humanistic perspective: A large-scale analysis based on Baidu Street View Images and machine learning algorithms. Landscape Architecture, 2018, 25(8):24-29.] DOI: 10.14085/j.fjyl.2018.08.0024.06.

DOI

[40]
Helbich M, Yao Y, Liu Y, et al. Using deep learning to examine street view green and blue spaces and their associations with geriatric depression in Beijing, China. Environment International, 2019, 126:107-117. DOI: 10.1016/j.envint.2019.02.013.

DOI

[41]
Jiang B, Deal B, Pan H, et al. Remotely-sensed imagery vs. eye-level photography: Evaluating associations among measurements of tree cover density. Landscape and Urban Planning, 2017, 157:270-281. DOI: 10.1016/j.landurbplan.2016.07.010.

DOI

[42]
Xu Q, Perkins D D, Chow J C-C. Sense of community, neighboring, and social capital as predictors of local political participation in China. American Journal of Community Psychology, 2010, 45(3-4):259-271. DOI: 10.1007/s10464-010-9312-2.

DOI

[43]
Palmer N A, Perkins D D, Xu Q W. Social capital and community participation among migrant workers in China. Journal of Community Psychology, 2011, 39(1):89-105. DOI: 10.1002/jcop.20419.

DOI

[44]
Lewicka M. Place attachment: How far have we come in the last 40 years?. Journal of Environmental Psychology, 2011, 31(3):207-230. DOI: 10.1016/j.jenvp.2010.10.001.

DOI

[45]
Liu Y, Zhang F, Liu Y, et al. The effect of neighbourhood social ties on migrants' subjective wellbeing in Chinese cities. Habitat International, 2017, 66:86-94. DOI: 10.1016/j.habitatint.2017.05.011.

DOI

[46]
Li X, Chen G, Liu X, et al. A new global land-use and land-cover change product at a 1-km resolution for 2010 to 2100 based on human-environment interactions. Annals of the American Association of Geographers, 2017, 107(5):1040-1059. DOI: 10.1080/24694452.2017.1303357.

DOI

[47]
陈宏胜, 李志刚. 快速城镇化下中国大城市房权分异研究: 对广州的实证. 地理学报, 2014, 69(12):1821-1832.

DOI

[ Chen Hongsheng, Li Zhigang. Tenure-based housing segregation under rapid urbanization in post-reform urban China: A case study of Guangzhou. Acta Geographica Sinica, 2014, 69(12):1821-1832.] DOI: 10.11821/dlxb201412008.

DOI

[48]
Steptoe A, Feldman P J. Neighborhood problems as sources of chronic stress: Development of a measure of neighborhood problems, and associations with socioeconomic status and health. Annals of Behavioral Medicine, 2001, 23(3):177-185. DOI: 10.1207/S15324796ABM2303_5.

DOI PMID

[49]
Guite H F, Clark C, Ackrill G. The impact of the physical and urban environment on mental well-being. Public Health, 2006, 23(3):1117-1126. DOI: 10.1016/j.puhe.2006.10.005.

DOI

[50]
Elliott M. The stress process in neighborhood context. Health & Place, 2000, 6(4):287-299. DOI: 10.1016/S1353-8292(00)00010-1.

DOI

[51]
Williams D R, Patterson M E, Roggenbuck J W, et al. Beyond the commodity metaphor: Examining emotional and symbolic attachment to place. Leisure Sciences, 1992, 14(1):29-46. DOI: 10.1080/01490409209513155.

DOI

[52]
朱竑, 李如铁, 苏斌原. 微观视角下的移民地方感及其影响因素: 以广州市城中村移民为例. 地理学报, 2016, 71(4):637-648.

DOI

[ Zhu Hong, Li Rutie, Su Binyuan. The migrants' sense of place and its influencing factors on a microcosmic perspective: A case study of the migrants in the urban villages in Guangzhou. Acta Geographica Sinica, 2016, 71(4):637-648.] DOI: 10.11821/dlxb201604008.

DOI

[53]
李智轩, 何仲禹, 张一鸣, 等. 绿色环境暴露对居民心理健康的影响研究: 以南京为例. 地理科学进展, 2020, 39(5):779-791.

DOI

[ Li Zhixuan, He Zhongyu, Zhang Yiming, et al. Impact of greenspace exposure on residents' mental health: A case study of Nanjing city. Progress in Geography, 2020, 39(5):779-791.] DOI: 10.18306/dlkxjz.2020.05.007.

DOI

[54]
陈亚萍, 郑伯红, 曾祥平. 基于街景和遥感影像的城市绿地多维度量化研究: 以郴州市为例. 经济地理, 2019, 39(12):80-87.

[ Chen Yaping, Zheng Bohong, Zeng Xiangping. Multidimensional quantization of urban green space based on street view and remote sensing image: A case study of Chenzhou. Economic Geography, 2019, 39(12):80-87.] DOI: 10.15957/j.cnki.jjdl.2019.12.009.

DOI

[55]
Goldstein N E S, Romaine C L R, Zelle H, et al. Psychometric properties of the Miranda Rights Comprehension Instruments with a juvenile justice sample. Assessment, 2011, 18(4):428-441. DOI: 10.1177/1073191111400280.

DOI PMID

[56]
Yuan K H, Bentler P M. Multilevel covariance structure analysis by fitting multiple single-level models. Sociological Methodology, 2007, 37(1):53-82. DOI: 10.1111/j.1467-9531.2007.00182.x.

DOI

[57]
Kenny D A, Korchmaros J D, Bolger N. Lower level mediation in multilevel models. Psychology Methods, 2003, 8(2):115-128. DOI: 10.1037/1082-989X.8.2.115.

DOI

[58]
Ross C E, Mirowsky J. Why education is the key to socioeconomic differentials in health. In: Bird C E, Conrad P, Fremont A M, Timmermans S. Handbook of Medical Sociology. Nashrille: Vanderbilt University Press, 2010: 33-51.

[59]
Moen E R. Education, ranking, and competition for jobs. Journal of Labor Economics, 2000, 17(4):694-723. DOI: 10.1086/209936.

DOI

[60]
Ringel N B, Finkelstein J C. Differentiating neighborhood satisfaction and neighborhood attachment among urban residents. Basic & Applied Social Psychology, 1991, 12(2):177-193. DOI: 10.1207/s15324834basp1202_4.

DOI

[61]
温忠麟, 叶宝娟. 中介效应分析: 方法和模型发展. 心理科学进展, 2014, 22(5):731-745.

[ Wen Zhonglin, Ye Baojuan. Analyses of mediating effects: The development of methods and models. Advances in Psychological Science, 2014, 22(5):731-745.] DOI: 10.3724/SP.J.1042.2014.00731.

DOI

[62]
Bourdieu P. The forms of capital. In: Richardson J G. Handbook of Theory and Research for the Sociology of Education. New York: Greenwood Press, 1986: 241-258.

[63]
Araya R, Frank D, Rebecca P, et al. Perceptions of social capital and the built environment and mental health. Social Science & Medicine, 2006, 62(12):3072-3083. DOI: 10.1016/j.socscimed.2005.11.037.

DOI

[64]
Wu R, Huang X, Li Z, et al. Deciphering the meaning and mechanism of migrants' and locals' neighborhood attachment in Chinese cities: Evidence from Guangzhou. Cities, 2018, 85:187-195. DOI: 10.1016/j.cities.2018.09.006.

DOI

[65]
Li X, Kleinhans R, van Ham M. Ambivalence in place attachment: The lived experiences of residents in danwei communities facing demolition in Shenyang, China. Housing Studies, 2019: 34(6):997-1020. DOI: 10.1080/02673037. 2018.1509948.

DOI

[66]
House J S. Understanding social factors and inequalities in health: 20th century progress and 21st century prospects. Journal of Health & Social Behavior, 2002, 43(2):125-142. DOI: 10.2307/3090192.

DOI

[67]
Qian J, Zhu H. Chinese urban migrants' sense of place: Emotional attachment, identity formation, and place dependence in the city and community of Guangzhou. Asia Pacific Viewpoint, 2014, 55(1):81-101. DOI: 10.1111/apv.12039.

DOI

[68]
李志刚, 吴缚龙, 肖扬. 基于全国第六次人口普查数据的广州新移民居住分异研究. 地理研究, 2014, 33(11):2056-2068.

DOI

[ Li Zhigang, Wu Fulong, Xiao Yang. Residential segregation of new migrants in Guangzhou, China: A study of the 6th census. Geographical Research, 2014, 33(11):2056-2068.] DOI: 10.11821/dlyj201411006.

DOI

[69]
Hay A M. Concepts of equity, fairness and justice in geographical studies. Transactions of the Institute of British Geographers, 1995, 20(4):500-508. DOI: 10.2307/622979.

DOI

Options
文章导航

/

〈 〉