基于多方法评估跨邻里土地利用相关城市健康指标——以伊朗帕兰德新城为例

《Urban Science》:A Multi-Method Assessment of Land Use–Related Urban Health Indicators Across Neighborhoods: The Case of Parand New Town, Iran

【字体: 大 中 小 】 时间:2026年07月09日 来源:Urban Science 3.2

编辑推荐:

  以往探讨城市健康与土地利用关联的研究多依赖定性或描述性方法,缺乏能系统识别影响因素并优先排序干预措施的综合性定量框架。本研究提出一种结合定性内容分析、因子分析(Exploratory Factor Analysis, EFA)及重要性–绩效矩阵分析(Impor

  
以往探讨城市健康与土地利用关联的研究多依赖定性或描述性方法,缺乏能系统识别影响因素并优先排序干预措施的综合性定量框架。本研究提出一种结合定性内容分析、因子分析(Exploratory Factor Analysis, EFA)及重要性–绩效矩阵分析(Importance–Performance Map Analysis, IPMA)的多方法分析框架。第一阶段,研究人员使用MAXQDA进行定性内容分析,识别受土地利用影响最大的城市健康指标;通过含41个条目的结构化问卷,向伊朗德黑兰都市圈帕兰德新城(Parand New Town)第二阶段内三个邻里单元中居住满五年以上的居民发放,以保证数据可靠性。采用EFAZ将宽泛的指标降维为若干潜变量(Latent Constructs),各代表城市健康的不同维度并构成复合城市健康指数(Urban Health Index, UHI)的基础。随后应用IPMA分别评估各邻里内每项指标的重要性(Importance)与绩效(Performance),识别地方性干预优先序。研究结果表明土地利用系统对城市健康具有显著影响;第二个邻里单元因可达性更优及土地利用类型更多样,获得最高UHI得分3.062。该分析框架为城市规划者提供了可复制且实用的工具,用以识别和优先实施促进健康导向及可持续城市发展的干预措施。
论文解读:土地利用相关城市健康指标的多方法评估——以伊朗帕兰德新城为例
该研究发表于《Urban Science》。现有城市健康与土地利用关系的研究多采用定性或描述性方法,缺乏将空间配置与健康度量整合进结构化指标体系并转化为具体规划干预优先序的稳健分析框架,亦较少在邻里尺度结合居民主观感知开展评估。为填补这一空白,研究人员以伊朗帕兰德新城第二阶段三个邻里单元为案例,构建了融合文献提取、居民感知调查、探索性因子分析(Exploratory Factor Analysis, EFA)与重要性–绩效矩阵分析(Importance–Performance Map Analysis, IPMA)的多方法框架,旨在识别受土地利用影响的城市健康指标、构建复合城市健康指数(Urban Health Index, UHI),并在邻里层面确定差异化规划干预优先级,为新建城镇的健康导向规划提供循证依据。
主要关键技术方法:
研究人员自文献与政策文件中经MAXQDA演绎式内容分析筛选出41项与土地利用概念相关的城市健康指标,设计李克特量表问卷,对帕兰德新城第二阶段三个邻里单元中各100名居住≥5年的居民开展田野调查(n=300);计算Cronbach's α检验信度(α=0.879)。采用IBM SPSS进行EFAZ(特征根>1准则、方差最大旋转Varimax Rotation),提取潜因子并依各因子解释方差占比加权求和构建个体及邻里层面UHI。在SmartPLS环境中以形成性(Formative)测量模型将41项指标链接至UHI,分邻里执行IPMA,按优先指数(Priority Index, PI)=重要性×(4?绩效)量化干预迫切度,并以单因素方差分析(One-Way ANOVA)与Tukey HSD检验邻里差异显著性,最终用GIS做空间可视化。
研究结果
5.1. Measurement of Indicators and Modeling of Urban Health Related to "Land Use"
经KMO检验(KMO=0.847)与Bartlett球形检验(χ2=5919.863, df=820, p<0.001),数据适合因子分析。除"住宅建筑数量满足人口需求"(共同度0.488)及单条目因子("公交附近银行学校等基本服务")被剔除外,其余指标共同度均>0.5,保证模型稳健性。
5.2. Identifying Urban Health Factors Related to Land Use Planning
以特征根>1为提取标准并参照碎石图(Scree Plot),保留七个潜因子,累计解释总方差61.139%,满足社会科学常用阈值。
5.3. Naming the Factors and Assessing Their Status in Neighboring Units
七因子分别命名为:(1)服务可达性与可持续出行(Access to Services and Sustainable Mobility);(2)邻里活力与社会福祉(Neighborhood Vitality and Social Well-Being);(3)环境正义与生态可持续性(Access Justice and Environmental Sustainability);(4)步行与骑行基础设施(Pedestrian and Cyclist Infrastructure);(5)环境卫生与市政管理(Environmental Sanitation and Municipal Management);(6)绿地与休闲机会(Green Space and Recreational Opportunity);(7)住房质量与建成环境(Housing Quality and Built Environment)。计算各邻里因子得分及加权UHI:邻里2最高(+3.062),邻里1(?1.474)与邻里3(?1.584)较低。One-Way ANOVA显示三组差异显著(F(2,97)=306.732, p<0.001),Tukey检验表明邻里2显著高于1和3(p<0.001),邻里1与3无显著差异(p=0.861)。
5.4. Identifying Key Priorities Through Importance–Performance and Priority Index Analysis
分邻里计算PI得出干预优先序:邻里1——主动出行与休闲机会、有效污水管理(高重要性低绩效,反映高收入低密度区居民较高期望);邻里2——人行道与自行车道存在性、警务服务质量与公众信任、新老住区间交通连接(虽UHI最高但仍需改善);邻里3——医疗服务与公交站点可达性、人行道与自行车道(反映基础公共设施短缺)。IPMA可有效区分"重要但表现差"的指标作为地方化干预靶点。
讨论与结论翻译总结
讨论指出建成环境通过有形条件(基础设施、服务可达性)与无形维度(感知安全、社会凝聚力、环境满意度)双向影响健康,强调需结合客观条件与居民主观体验进行多维规划。不同社会经济地位邻里呈现出差异化的健康短板与期望落差,印证了新建城镇内部亦存在显著健康机会不均等。该混合方法框架(内容分析→EFAZ→UHI构建→分邻里IPMA)具备理论稳健性与可复制性,适用于同类新兴城市语境。
结论:帕兰德新城第二阶段研究表明,邻里的土地利用组织与居民身心及社会福祉相关联,即便在规划新城内部城市健康状况亦随空间结构与服务供给而异。邻里2因服务可达性与用地混合度高获最高UHI;邻里3排名最低,亟需改善医疗可达性、公交站点邻近性及步行设施;邻里1优先改善污水系统管理与主动出行机会;邻里2需关注人行道存在性及警务公信力。七因子中"服务可达性与可持续出行""邻里活力与社会福祉""环境正义与生态可持续性"含最多干预优先指标,但具体指标因邻里而异,凸显本地化策略之必要。该多方法框架可推广应用于更大样本邻里,帮助规划者从广义城市健康概念落实为具体地方优先事项,支撑新建城区循证、健康导向的土地利用规划。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号