城市绿地对居民健康的影响及其持续性分析

张丹婷 陈崇贤 洪波 李树华

摘要：城市绿地积极作用于多维度的居民健康。文中依据中国家庭追踪调查（CFPS）2016年城市居民健康数据与城市建设统计年鉴绿地数据，通过构建共14 a期回归模型，探究城市绿地对居民整体、生理及心理健康的影响与持续性。结果表明，城市绿地对3个层面的居民健康均有显著积极影响，且这种影响具有持续性，持续周期约为10 a。

关键词：城市绿地;居民健康;回归模型;CFPS;持续性

中图分类号：TU986

DOI：10.16152/j.cnki.xdxbzr.2020-06-008

Impact of urban green space on residents′ health and its sustainability

ZHANG Danting1， CHEN Chongxian2， HONG Bo1， LI Shuhua1，3

（1.College of Landscape Architecture and Arts， Northwest A＆F University， Yangling 712100， China;

2.College of Forestry and Landscape Architecture， South China Agricultural University， Guangzhou 510642， China;

3.School of Architecture， Tsinghua University， Beijing 100084， China）

Abstract： The urban green space has a positive effect on the health of residents in multiple dimensions. Based on the data from the 2016 China Family Panel Studies （CFPS） and Urban Construction Statistical Yearbook，this paper explores the impact and sustainability of urban green space on the overall， physical and mental health of residents by building a regression model for a total duration of 14 years.The results show that urban green space has a significant positive impact on the health of residents at all three levels， and this impact is continuous， with a duration of approximately 10 years.

Key words： urban green space; resident health; regression model; CFPS; sustainability

城市綠地通过多种途径积极作用于居民健康［1］。城市绿地可以提供有益生态产品与服务［2］，促进积极健康行为［3-5］。整体健康方面，绿地可以改善亚健康状态［6］，提升老年人寿命［7］，减少慢性病死亡率［8-9］;生理健康方面，城市绿地可以显著降低心脑血管疾病［10］、肝癌、慢性乙肝和心脏病［11］的患病几率，同时城市绿地也对改善肥胖［12］、减缓肺部疾病发病率具有积极作用［13］;心理健康方面，绿地可以有效缓解精神压力［14］，降低压力水平［15］，调节感知，改善居民心理健康状况［16］。

城市绿地对居民健康综合性影响不仅表现在健康的多维度上，而且，这种综合性导致城市绿地的居民健康效益可能在作用途径中累积，呈现出时间上的持续性。即城市绿地不仅影响着同时段的居民健康，而且影响着未来的居民健康。这种持续性的探究具有多种意义，首先，持续性研究引入时间概念，有效补充了横断面的时间局限性，将单一影响扩充至时间序列，可以展现连续时间内的变化情况;其次，时间序列的关系可以帮助预测未来影响，尤其是对于绿地这种非瞬时变化条件，可以帮助在规划层面对政策效果进行预判;最后，在模型层面，持续性分析可以进一步验证横切面数据的准确性，同时排除由于双向因果关系带来的内生性误差，提升模型可信度。

目前，我国对绿地持续性的研究主要集中在绿地对空气质量和污染情况［17-18］的直接作用上，缺乏健康作用层面的持续性研究。城市绿化水平的改变对居民健康的影响可以持续多久，呈现怎样的趋势，都需要在延续性中进一步探讨。

因此，本文通过全国性数据库中国家庭追踪调查（CFPS），结合连续14 a的中国城市建设年鉴绿地数据，通过回归分析探究城市绿地与居民整体健康、生理健康、心理健康的关系;并在此基础上，从时间序列上分析绿地对居民健康影响的持续性。为居民健康导向型城市绿地规划提供理论依据和实践方向。

1 数据来源

1.1 CFPS

CFPS即中国家庭追踪调查， 由北京大学中国社会科学调查中心实施， 旨在通过跟踪收集个体、 家庭、 社区三个层次的数据，反映中国社会、 经济、 人口、 教育和健康的变迁， 为相关研究提供数据基础。CFPS样本覆盖25个省／市／自治区，目标样本规模达16 000户， 目前已被广泛应用于居民的经济［19-20］、 社会［21-22］及健康［23-25］研究。 本研究中个体健康、 个体特征及生活习惯数据均来自于2016CFPS问卷。

1.2 城市建设统计年鉴

《城市建设统计年鉴》由中国国家住房和城乡建设部发布，收录从2002年至今每年全国除港澳台外31个省市自治区共684个城市的建设数据。考虑到收录初期城市缺失问题，选取年鉴2003—2016共14  a城市绿地数据纳入分析。

2 研究方法

2.1 数据选择与整合

本研究被解释变量是城市居民健康状况，包括居民整体健康、生理健康、心理健康3部分。整体健康水平通过CFPS问卷中“您认为自己的健康状况如何？”得分表征，得分设置1到5共5个量度，1表示非常健康，5表示非常不健康;生理健康通过“过去6个月内，您是否患过经医生诊断的慢性疾病？”表征，未患慢性病表示受访者生理健康更优;心理健康通过居民CFPS问卷中抑郁自评量表8个题目综合得分表征，题目包括情绪低落、做任何事都很费劲、睡眠不好、感到愉快、感到孤独、生活快乐、感到悲伤难过、觉得生活无法继续。获得各项得分后，为了后续分析方便，调整健康水平赋值，使得各项健康得分数值越大表示受访者越健康。以整体健康为例，令健康得分等于6减原始赋值，使得分1表示“非常不健康”，5表示“非常健康”。

城市绿地情况是本研究核心解释变量，选取城市人均公园面积与建成區绿化覆盖率来表征。

由于个体健康受到个体特征、生活习惯影响，因此本研究借鉴前人关于健康水平的研究［26］，引入性别、年龄、受教育水平、婚姻状态、个人收入、锻炼频率、吸烟情况，喝酒情况等共8个指标作为控制变量。

依据省份代码将《城市建设年鉴》与CFPS数据进行合并， 之后删去缺失个案； 同时， 由于研究对象为城市绿地， 考虑到个体生活习惯如抽烟、 喝酒等的介入， 因此只选取城市成人受访者数据。 最终匹配得到涵盖25个省／市／自治区的13 922个样本。

样本描述性统计结果显示，居民自评不健康12.66％，一般19.47％，比较健康39.35％，很健康16.61％，非常健康11.92％，居民健康自评平均值2.957，介于“一般”与“比较健康”之间，整体处于中等偏上健康水平，极端值较少。

2.2 回归模型构建

通过SPSS22.0软件构建居民健康与城市绿地的回归模型，依据被解释变量数据类型的不同选择回归方法。居民整体健康部分，由于自评得分1～5表示5类健康水平，属于有序多分类变量，因此选择有序Logistic回归模型，同时因为各得分分布并不平均，因此借鉴Knight［27］等的处理方法，选用Probit连接函数。

生理健康部分，关于慢性疾病的回答只有“是”和“否”两类，属于二分类变量，因此选用二分类Logistic回归建立模型。

心理健康部分，由于居民心理健康得分为连续变量，因此选用多重线性回归分析城市绿化对居民心理健康的影响。选用逐步回归法，由SPSS软件自动剔除无统计学意义的自变量，构建相应的回归模型。

2.3 持续性分析

选取2003至2016共14 a城市绿化数据，弥补横断面数据的片面缺陷。首先，对14 a绿化数据进行单因素方差分析，排除因数据相似导致回归结果雷同的问题；之后分别将不同年份城市绿化数据与2016年居民健康数据进行回归，根据回归结果判断解释变量的有效性变化情况。如非2016年的城市绿地在回归模型中仍表现出显著，则表明该年份的城市绿地对2016年份的居民健康仍具有影响，呈现出持续性。

3 结果与分析

3.1 不同年份城市绿化水平单因素方差分析

不同年份城市绿化水平单因素方差分析结果显示，各年份城市绿化水平指标呈现显著性差异（p<0.05）。回归结果见表1。

3.2 城市绿地对居民整体健康水平的影响评估

3.2.1 基准回归 居民健康自评得分表征了居民综合健康水平，首先以CFPS2016居民健康自评得分作为被解释变量，同年的人均公园绿地面积作为核心解释变量构建基准回归模型，验证城市绿地质量是否影响居民健康。模型自变量变量容差大于0.1，方差膨胀因子VIF小于10，符合共线性诊断要求。模型回归结果见表2。

回归结果显示，城市人均公园绿地面积显著影响居民整体健康状态，OR值大于1，表示居民健康水平随着人均公园面积的提升而改善。居民个体因素方面，回归结果表明，年龄与居民健康水平呈显著负相关，运动频率与居民健康呈显著正相关。女性整体健康水平低于男性;模型以最高收入水平作为参照，其余收入水平OR值小于1，表示收入水平越低，整体健康状况越差。模型关于居民个体特征的结果与相关健康研究基本相同［26］，证明了模型的准确性。

3.2.2 持续性分析

确定横断面绿地数据与健康关系后，引入2003—2015年的城市绿地水平数据，分别与2016居民自评健康进行构建回归模型。回归结果见表3。

回归结果显示，2006—2016年的城市绿地水平均对2016年居民健康数据有显著影响，2003—2005年的绿地水平对2016年居民健康不再具有解释意义，表明城市绿地对居民健康的影响具有持续性，数据显示持续期约为10 a。

3.3 城市绿地对居民生理健康水平的影响评估

3.3.1 基准模型 为弥补整体健康自评的主观性缺陷，进一步验证绿地对居民健康的影响作用，构建城市绿地水平与居民生理健康的回归模型，选取半年内是否患有慢性病作为被解释表征居民生理健康，通过二元Logistic回归模型分析城市绿地对居民生理健康的影响。回归结果见表4。

回归结果显示，随着人均公园面积的提升，居民患慢性病的概率下降，城市绿化水平与居民生理健康呈显著正相关。此结果与表1居民整体健康状况的回归模型的结论相吻合，表明对于客观生理健康，城市绿地同样具有积极作用。此外，年龄、个人生活习惯均显著影响居民生理健康水平，年龄越高，患慢性病的几率越大;抽烟、喝酒人群的生理健康水平较差。在此模型中，运动频率与生理健康呈负相关关系，推测是由于近年来城市空气质量变差，PM 2.5指数升高［26］，出外活动频繁反而增加了患慢性病的几率。

3.3.2 持续性分析 在证实城市绿地水平对居民生理健康有显著影响的基础上，引入14 a期城市绿化数据，分析城市绿地水平对居民健康的持续性。绿地回归系数结果见表5。

生理健康回归结果显示，与整体健康回归结果不同，2003—2016共14 a城市绿化水平均对2016年居民健康有显著影响，在2008—2016年，回归系数随着年份前移而逐渐升高。表明城市绿地水平对居民生理健康影响具有持续性，数据显示显著影响在14 a内持续有效。

3.4 城市绿地对居民心理健康水平的影响评估

3.4.1 基准模型

心理健康是居民健康的重要组成部分，多个研究表明城市绿地对居民心理健康有积极影响。本文将CFPS问卷中居民心理量表得分作为因变量，运用逐步回归法构建多重线性回归模型，从模型拟合数据层面进行验证，并引入14 a时间序列数据，进一步探究城市绿地对居民健康的持续性影响。基础回归结果见表6。

回归结果证实了城市绿地对居民心理健康的积极影响［15］。同时，在性别、受教育水平、个人收入方面，心理健康模型呈现与整体健康模型结果吻合，加强的模型的可信度。

3种健康的回归模型互相补充，互为支持，证明绿化水平对居民健康在整体、生理、心理3个层次都有显著的积极影响。

3.4.2 持续性分析

分别纳入2003—2016年的城市绿化数据构建回归模型，城市绿地回归系数及显著性见表7。结果显示，14年间绿化水平均对居民心理健康具有显著影响，显著性及系数值均较为稳定。说明城市绿化水平对居民心理健康影响具有持续性，在14 a期内有效。

4 结语与讨论

本文将CFPS数据库中的健康问卷作为因变量，城市统计年鉴中城市绿地数据作为自变量，通过构建回归模型，在宏观数据层面分析城市绿地水平对居民整体健康、生理健康及心理健康的影响，并纳入14 a城市绿化数据，进一步探究这种影响的持续性。结果表明：①城市绿地水平对三个层次的居民健康均有显著正向影响，这一结果与现有研究结果基本相符［16，28］;②城市绿地水平对居民健康的影响是稳定持久的，在整体健康、生理健康、心理健康方面均具有显著的持续性。

虽然目前還没有城市绿地对居民健康影响持续性的直接证据，但是空气质量作为城市绿地影响居民健康的重要途径［1］，其相关研究可以从侧面对持续性进行验证。

一方面，作为空气污染的表征指标，城市绿地可以有效降低PM 2.5，改善城市空气污染［29］，而PM 2.5本身变化的环境影响就呈现出持续性［17］。综合居民健康与城市PM 2.5实验研究的元分析发现，短期而言，空气中的PM 2.5每增加10 μg／m3，居民总体非意外死亡率增加0.40％，心血管疾病死亡率增加0.63％［30］;长期而言，PM2.5每增加10 μg／m3，居民的死亡风险将提升23%～67％［31］，空气污染对居民健康的影响在不同时间累积水平上产生了较大差异。结合10 a期的PM 2.5与健康关系的研究，表明空气污染对健康的影响具有持续与累积效应［31］。因此，虽然绿地植被对空气质量的正向影响可以短时间生效［29］，但是以空气质量为媒介，城市绿地对居民健康的影响需要一定过程，具有累积性与持续性。可以说，至少在绿地提升空气质量这一途径，绿地对健康的影响表现出了持续性。另一方面，在宏观层次，政府投入对城市环境的影响也存在着时间累积差异［32］。这些研究都从侧面为城市绿地对居民健康影响的持续性提供了解释依据。

城市绿地显著影响居民健康［33］，这种影响不仅来源于短时的居民与绿地的交互活动，还归因于绿地对城市环境的长期调节作用。本文利用14 a期的连续绿地数据对绿地健康效益的持续性及持续时长进行了讨论，支持并补充了横切面数据的相关结论。

由于数据源的限制，本文时间数据选取以年为单位，跨度较大，因此对于持续性的回归分析结果只能表征变化趋势，缺乏细致探讨。在后续研究中，可以增大研究数据时间密度，或是采取有针对性地长期跟踪调查方法，对绿地健康作用持续性作用机理及周期进行深入研究。

参考文献：

［1］ 房城， 王成， 郭二果， 等. 城市绿地与城市居民健康的关系［J］.东北林业大学学报， 2010，38（4）：114-116.

FANG C， WANG C， GUO E G， et al. Relationship between urban green space and health of urban residents［J］.Journal of Northeast Forestry University， 2010，38（4）：114-116.

［2］ MAKHELOUF A. The effect of green spaces on urban climate and pollution［J］.Iranian Journal of Environmental Health Science & Engineering， 2009，6（1）：35-40.

［3］ VAN HERZELE A， DE VRIES S. Linking green space to health： A comparative study of two urban neighbourhoods in Ghent， Belgium［J］.Population and Environment， 2012，34（2）：171-193.

［4］ 俞佳俐， 严力蛟， 邓金阳， 等. 城市绿地对居民身心福祉的影响［J］.生态学报， 2020，40（10）：3338-3350.

YU J L，YAN L J，DENG J Y，et al.Study on the influence of urban green space on the physical and mental welfare of residents［J］.Acta Ecologica Sinica， 2020， 40（10） ： 3338-3350.

［5］ 姚亚男， 李树华. 风景园林与公共健康的关系探究［J］.园林， 2018（12）：80-83.

YAO Y N，LI S H．Research about the relationship between landscape architecture and public health［J］.Landscape Architecture， 2018（12）：80-83.

［6］ MALLER C， TOWNSEND M， PRYOR A， et al. Healthy nature healthy people： ′contact with nature′ as an upstream health promotion intervention for populations［J］.Health Promotion International， 2006，21（1）：45-54.

［7］ TAKANO T， NAKAMURA K， WATANABE M. Urban residential environments and senior citizens′ longevity in megacity areas： The importance of walkable green spaces［J］.Journal of Epidemiology and Community Health， 2002，56（12）：913-918.

［8］ VAN DEN BERG M， WENDEL-VOS W， VAN POPPEL M， et al. Health benefits of green spaces in the living environment： A systematic review of epidemiological studies［J］.Urban Forestry & Urban Greening， 2015，14（4）：806-816.

［9］ VILLENEUVE P J， JERRETT M， SU J G， et al. A cohort study relating urban green space with mortality in Ontario， Canada［J］.Environmental Research， 2012，115：51-58.

［10］TAMOSIUNAS A， GRAZULEVICIENE R， LUKSIENE D， et al. Accessibility and use of urban green spaces， and cardiovascular health： Findings from a Kaunas cohort study［J］.Environmental Health， 2014，13（1）：20.

［11］譚冰清， 武书帆， 苏世亮， 等. 城市公共绿地供给与居民健康的空间关联［J］.城市建筑， 2018（24）：57-61.

TAN B Q，WU S F，SU S L， et al．Spatial association of urban public green space supply and residents′ health［J］.Urbanism and Architecture， 2018（24）：57-61.

［12］GHIMIRE R， FERREIRA S， GREEN G T， et al. Green space and adult obesity in the united states［J］.Ecological Economics， 2017，136：201-212.

［13］王兰， 廖舒文， 王敏. 影响呼吸系统健康的城市绿地空间要素研究：以上海市某中心区为例［J］.城市建筑， 2018（9）：10-14.

WANG L， LIAO S W， WANG M. The impact of spatial factors of urban green spaceon respiratory health： A case of a central districtin Shanghai［J］.Urbanism and Architecture， 2018（9）：10-14.

［14］GRAHN P， STIGSDOTTER U A. Landscape planning and stress［J］.Urban Forestry & Urban Greening， 2003，2（1）：1-18.

［15］宋瑞， 牛青翠， 朱玲， 等. 基于绿地8类感知属性法的复愈性环境构建研究：以宝鸡市人民公园为例［J］.中国园林， 2018，34（S1）：110-114.

SONG R， ZHU Q C， ZHU L， et al．Construction of restorative environment based on eight perceived sensory dimensions in green spaces-a case study of the People′s Park in Baoji［J］.Chinese Landscape Architecture， 2018，34（S1）：110-114.

［16］BEYER K M M， KALTENBACH A， SZABO A， et al. Exposure to neighborhood green space and mental health： Evidence from the survey of the health of Wisconsin［J］.International Journal of Environmental Research and Public Health， 2014，11（3）：3453-3472.

［17］梅波， 田茂再. 基于时空模型北京市PM2.5濃度影响因素研究［J］.数理统计与管理， 2018，37（4）：571-586.

MEI B， TIAN M Z. Analysis of influential factors on PM2.5 in Beijing based on spatio-temoral model［J］.Journal of Applied Statistic and Management， 2018，37（4）：571-586.

［18］唐洁尘， 袁新宇. 空气污染与北京入境旅游业发展关系的实证研究：基于VAR模型［J］.生态经济， 2018，34（4）：114-118.

TANG J C， YUAN X Y. Analysis of relationship between inbound tourism development and air pollution： Based on VAR model［J］.Ecological Economy， 2018，34（4）：114-118.

［19］PAN T， PALMER M. Risk factors and non-communicable disease diagnosis in China［J］.China Economic Review， 2018，50：72-84.

［20］马光荣， 周广肃. 新型农村养老保险对家庭储蓄的影响：基于CFPS数据的研究［J］.经济研究， 2014，49（11）：116-129.

MA G R， ZHOU G S. The impacts of new rural pension program on household saving： Evidence from CFPS［J］.Economic Research Journal， 2014，49（11）：116-129.

［21］XIE Y， LU P. The sampling design of the China family panel studies （CFPS）［J］.Chinese Journal of Sociology， 2015，1（4）：471-484.

［22］HUANG G， XIE Y， XU H. Cognitive Ability： Social correlates and consequences in contemporary China［J］.Chinese Sociological Review， 2015，47（4）：287-313.

［23］XIE Y. Assessing the effectiveness of anchoring vignettes in bias reduction for socioeconomic disparities in self-rated health among Chinese adults［J］.Sociological Methodology， 2016， 46（1）：84-120.

［24］周广肃， 樊纲， 申广军. 收入差距、社会资本与健康水平：基于中国家庭追踪调查（CFPS）的实证分析［J］.管理世界， 2014（7）：12-21.

ZHOU G S， FAN G， SHEN G J. The Income disparity， the social capital and health： A case study based on china family panel studies［J］.Management World， 2014（7）：12-21.

［25］李建新， 夏翠翠. 社会经济地位对健康的影响：“收敛”还是“发散”：基于CFPS2012年调查数据［J］.人口与经济， 2014（5）：42-50.

LI J X， XIA C C. The effect of socioeconomic status on health convergence or divergence：Based on the data from CFPS 2012［J］.Population ＆ Economics， 2014（5）：42-50.

［26］李梦洁， 杜威剑. 空气污染对居民健康的影响及群体差异研究：基于CFPS（2012）微观调查数据的经验分析［J］.经济评论， 2018（3）：142-154.

LI M J， DU W J. Effects of air pollution on residents′ health and group differences：An empirical analysis based on CFPS（2012） micro-survey data［J］.Economic Review， 2018（3）：142-154.

［27］KNIGHT J， SONG L， GUNATILAKA R. Subjective well-being and its determinants in rural China［J］.China Economic Review， 2009，20（4）：635-649.

［28］CAPALDI C A， DOPKO R L， ZELENSKI J M. The relationship between nature connectedness and happiness： A meta-analysis［J］.Frontiers in Psychology， 2014，5（1）：976.

［29］JANHALL S. Review on urban vegetation and particle air pollution-deposition and dispersion［J］.Atmospheric Environment， 2015，105：130-137.

［30］JANSSEN N A H， FISCHER P， MARRA M， et al. Short-term effects of PM 2.5， PM 10 and PM 2.5-10 on daily mortality in the Netherlands［J］.Science of the Total Environment， 2013，463：20-26.

［31］LU F， XU D， CHENG Y， et al. Systematic review and meta-analysis of the adverse health effects of ambient PM 2.5 and PM 10 pollution in the Chinese population［J］.Environmental Research， 2015，136：196-204.

［32］何利. 基于灰色关联度模型的中国环境污染治理投入滞后性分析［J］.梧州学院学报， 2016，26（4）：6-11.

HE L. Asynchronous analysis of environmental pollution control investment in China based on gray correlation degree model［J］.Journal of Wuzhou University， 2016，26（4）：6-11.

［33］张丹婷， 陈崇贤， 洪波， 等. 城市绿地健康效益的群体差异及绿化投入影响研究［J］.西北大学学报（自然科学版）， 2019，49（4）：651-658.

ZHANG D T， CHEN C X， HONG B， et al. Group differences in urban green space health benefitsand the impact of greening control regulations［J］.Journal of Northwest University （Natural Science Edition）， 2019，49（4）：651-658.

（编 辑 亢小玉）