《Environmental Impact Assessment Review》：The restorative value of urban environments: A systematic review of quantitative evidence, methods and data
在城市化的持续进程中，理解各种城市要素如何促进压力缓解与福祉提升日益关键。然而，现有研究优先关注自然要素，强化了自然-城市的二元对立，忽视了建成环境本身的恢复潜力。本系统综述通过2010年至2024年的定量研究，考察城市环境的恢复性价值，探索其对认知、情感和生理结果的影响。遵循无荟萃分析综合（SWiM）报告指南，研究人员对50项定量人体研究的结果进行了叙述性综合，这些研究通过PRISMA参考筛选的同行评审文章识别，报告了城市环境特征与恢复性结果之间的关联。结果表明，与以灰色为主的环境相比，整合绿化的城市空间更常与更高的感知恢复性和短期心理益处相关联。若干建成环境特征，包括建筑立面设计、设计质量、服务设施和街道尺度植被，与恢复性呈正相关。心理-环境特征（如宁静、瞭望、庇护）和人与场所的关系进一步塑造了恢复性体验。未来研究应更关注多样化的城市环境——高密度社区、历史街区和水滨区域——并比较其恢复机制的异同。本综述识别出新兴的神经城市主义和大数据方法作为变革性工具；尽管存在当前方法学局限，它们从根本上扩展了阐明机制和增强普适性的潜力。基于从50项研究中提取的证据，提出了一个基于证据、生成假设的概念框架，以映射城市环境属性、恢复性价值与健康和福祉之间观察到的关联。该框架组织了当前关联性证据，并识别了未来研究的可检验路径，而非描绘已确认的因果链。
1. 引言
城市环境与人类福祉之间的复杂联系一直是研究的重要焦点，尤其是随着全球城市人口持续快速增长。城市环境包括土地利用模式、建成结构、开放空间和交通系统，具有影响心理健康、整体福祉和城市可持续性的潜力。虽然许多工作强调了城市生活的负面影响，如噪音、拥挤和污染作为关键压力源，但越来越多的证据表明，某些城市环境也能促进舒适、增强健康和福祉，并支持心理恢复。例如，城市绿地、公共开放空间和历史街区已被广泛认可其促进韧性、减少压力和增强恢复的能力。
恢复性通常被定义为“由特定环境和环境配置触发的心理和/或生理恢复过程的体验”。两种主要理论解释了环境如何促进这种恢复：注意力恢复理论（ART）和压力减少理论（SRT）。ART将恢复性概念化为由长时间定向注意力消耗的认知资源的补充，并使用“恢复性”一词来描述环境支持恢复的感知潜力，通常以迷人性、远离性、延展性和兼容性为特征。SRT则侧重于情绪和生理压力恢复，提出人们对某些自然特征快速做出积极反应，从而减少压力并改善情绪。尽管它们强调不同的机制，两种理论都表明具有这些恢复性品质的环境——通常在自然环境中发现——能对身心健康和福祉产生可测量的益处。虽然在许多研究中，建成环境被视为限制恢复潜力和益处的压力源，但近期研究表明，精心设计的结合建筑和自然元素的城市环境也能展现这些品质，挑战了恢复性仅限于自然的假设。在本综述中，研究人员使用“恢复性价值”这一总括概念，包括感知恢复性（即人们判断环境有多具恢复性）和测量的恢复结果，如情感、认知和生理反应的变化。
随着城市化加速，全球大多数人口现在生活在城市中，通常处于加剧日常压力水平的条件下。由于大多数城市居民接触自然景观的机会有限，识别在日常遇到的环境中恢复的机会至关重要。城市环境是复杂系统，包括城市绿地（如公园、花园和植被走廊）和以人造结构为主的建成（“灰色”）环境。然而，恢复性研究不成比例地关注自然或乡村环境，许多城市环境、场景和建成环境特征仍未得到充分探索。因此，需要更清晰地理解城市肌理中多样组成部分如何促进恢复性益处，以支持更健康、更具支持性的城市。
在进行本综述之前，研究人员识别了九篇考察环境恢复性价值的综述论文。其中三篇主要关注自然，集中于乡村或荒野环境，在很大程度上忽略了城市内部的变化。两篇包括城市环境但仅处于粗略水平，未分析特定城市元素或场景的作用。其余四篇采用狭窄范围，例如仅关注单一环境特征或人群，或局限于方法论或时间段。总体而言，大多数结论是自然环境通常比城市环境更具恢复性，但它们也暗示了特定城市情境的潜力，如某些街道、广场或视觉属性。然而，现有综述未提供关于特定城市场景和设计特征如何影响恢复性结果的全面、最新的定量证据。特别是，仍然缺少一个综合的、跨学科的整合，将环境心理学、城市设计、公共卫生和城市数据科学的最新实证工作结合起来，以解释多样化的城市环境如何支持或阻碍心理恢复。
城市数据科学、神经建筑学和神经城市主义的近期进展为评估城市环境的恢复潜力开辟了新的可能性。神经城市主义研究越来越多地使用生理指标（如心率变异性、脑电图）以及情感量表和完善的恢复措施，提供关于特定城市特征如何影响认知、情绪和生理状态的更客观、更细粒度的见解。与此同时，应用于街景图像和城市建模的机器学习和计算机视觉技术提供了在市级和区域级建模和绘制恢复性价值的强大工具，但也引入了关于新发现验证和泛化的方法论挑战。然而，据研究人员所知，尚无综述系统性地综合这些新兴数据源和方法如何在不同的环境中被使用、评估和验证。这限制了这些方法揭示城市设计与人类福祉之间通路的潜力，因为城市环境的恢复潜力尚未被充分实现。
为解决上述现有综述和实证研究中的空白，本文提供了关于城市环境恢复性价值的最新、跨学科的结构化叙述性综合。其贡献有三方面：
• 系统性地综述和评估用于测量恢复性体验和结果的定量方法和数据源，包括神经城市主义和城市数据科学的最新进展。
• 考察过去15年发表的研究中的城市绿地和建成（“灰色”）环境，超越传统的自然-城市二元对立，捕捉城市内恢复潜力的全谱系。
• 综合关于城市环境中恢复性体验如何与更广泛的健康和福祉结果相关联的证据，并提出一个基于证据、生成假设的概念框架，映射环境特征、恢复性价值和健康结果。该框架组织了当前报告的方向性关联，并识别证据缺失或不一致的领域，以优先考虑未来研究方向的可检验假设，进而为城市设计和公共卫生政策提供信息。
本文旨在回答以下研究问题：
1) 在测量城市环境中的恢复性价值时，使用了哪些定量方法和数据？
2) 哪些特定的城市环境和环境特征有助于恢复性价值？
3) 连接城市环境、恢复性价值和健康与福祉结果的潜在通路是什么？
2. 综述方法
2.1. 文献检索
为解决这些问题，研究人员按照系统综述和荟萃分析首选报告项目（PRISMA）指南进行了文献综述。为捕捉城市恢复性环境的最新证据和前沿方法学发展，研究人员分析了2010年至2024年间关于城市环境恢复性价值（包括恢复性和恢复）的定量研究。选择这15年时间段是为了捕捉城市恢复性环境的最新证据和当代方法论发展。于2025年1月在Web of Science、Scopus、PubMed和PsycINFO中进行了检索。
检索策略以理解哪些特定的城市环境特征（绿色和建成即“灰色”）有助于恢复性价值，以及这些特征如何在近期实证研究中被测量为导向。为确保全面而精确的综述，研究人员开发了反映三个关键研究问题的检索词：1) 城市环境的结构和空间属性；2) 恢复的心理和体验维度；3) 影响恢复性和恢复的环境特征。
检索策略围绕两个概念集展开：(A) 城市环境，包括建成和绿色环境（如建筑、建成环境、城市环境、城市绿地、城市公园、游憩区）；(B) 恢复和健康，包括恢复性价值和相关结果（如感知恢复性、恢复、恢复可能性、恢复机会、健康，以及Kaplan的四个恢复品质：远离性、兼容性、延展性、迷人性）。每个集合内的术语用OR组合，两个集合用AND组合。检索策略经过预测试并多次试运行（最初在Web of Science和Scopus中）进行完善。两位审稿人独立将检索记录与一组已知符合条件的研究进行比较，并通过讨论迭代修订检索词，直到双方同意策略达到令人满意的敏感性。为确保正式的同行评审、定量方法的一致报告和数据库间的可比性，研究人员将检索限制为同行评审的英文期刊文章。完整的数据库特定检索字符串、字段标签、过滤器（出版物类型、语言、年份范围）和每个数据库的最后检索日期在附录F中提供，以支持透明度和可复制性。
纳入标准是每篇论文必须呈现：1) 在明确地理环境中的定量人体研究。2) 城市环境的测量。应包含客观（如研究者或第三方评估、GIS分析、计算技术、选择多样化场景）或主观（如参与者报告的感知、视觉偏好评分）的环境特征评估。3) 恢复性、恢复、生理反应或压力减少的测量。检索识别出2459篇文章。去除重复后，剩余2304项研究（图1）。
[图1：PRISMA流程图]
使用筛选过程进一步减少研究数量。为保持对特定城市环境和特征如何影响恢复性价值的实证证据的重点综述，研究人员应用了以下排除标准：1) 观点、综述和评论文章；2) 无地理成分的研究；3) 未测量恢复性价值或城市环境的研究；4) 仅关注自然或乡村地区、生态恢复或韧性的研究；5) 无实验数据的定性研究；6) 如果选定的城市区域是高度退化、同质的灰色环境（如未维护的沥青停车场、有碎片的空地或无窗混凝土隧道），仅作为控制组以最大化与自然的对比，则排除仅将城市环境用作控制组的研究。然而，使用功能性城市环境作为控制组（如典型住宅街道、商业广场或城市广场）的研究被纳入，以评估其比较恢复潜力。
筛选过程识别出193项研究进行摘要和全文审查。为确保应用此标准的一致性和可靠性，作者们讨论并商定了操作化，实现了可靠的编码器间信度（Kappa=0.89）。由于无法获取全文，排除了12项研究。剩余181项研究评估了资格，131项研究被排除，原因包括未测量城市环境中的恢复性价值、仅将同质城市环境用作控制组（n=23）或定性研究中缺乏实验数据（n=5）。最终纳入50项研究进行综述。
2.2. 数据提取
为综述提取的数据组织为几个关键类别：1) 一般研究信息，包括出版年份、研究设计、研究地点和研究水平；2) 参与者特征，包括样本量和社会人口学变量（如年龄、性别、社会经济地位），旨在识别恢复性结果的潜在混杂因素并评估样本代表性；3) 方法学细节，涵盖恢复性感知和结果的测量、环境特征评估、健康益处和使用的统计分析，旨在评估研究设计的有效性和质量，以及回顾最先进测量和分析技术的趋势；4) 关键发现，关注环境因素与恢复性感知或结果之间识别的关联，包括报告的效果量（如β、r、ρ）和统计显著性（p值）。效果估计作为描述性研究级信息提取，以记录该领域的报告异质性；由于指标、模型和研究设计的基本差异，不打算在各项研究之间进行直接定量比较。
2.3. 质量评估
使用有效公共卫生实践项目（EPHPP）工具评估研究质量，该工具适用于多种设计（如观察性、横断面、队列、前后、随机对照试验），并广泛用于公共卫生综述。EPHPP评估六个领域：(1) 选择偏倚，(2) 研究设计，(3) 混杂变量控制，(4) 盲法，(5) 数据收集方法，和 (6) 退出和失访。每个领域评为强、中或弱。总体研究质量分类为：强（无弱评级）、中（一个弱评级）或弱（两个或更多弱评级）。详细标准见附录B。
两位独立编码者评估所有纳入研究。在商定评级原则后，他们分别编码研究并通过讨论解决分歧以达成共识评级，确保质量评估的一致性和减少偏倚。
2.4. 证据综合
鉴于纳入研究在研究设计、暴露定义、结果评估和分析策略方面存在显著异质性，正式的荟萃分析合并或定量调节分析均不可行。因此，研究人员按照无荟萃分析综合（SWiM）报告指南进行了结构化叙述性综合。因此，本综述应理解为提供方向性关联、方法学趋势和证据空白的结构化叙述性综合，而非合并的定量效应综合。
证据按环境参数分组。对于每个暴露-结果关联，研究人员将报告关系的方向编码为正、负或非显著/未报告（p<0.05阈值）。当一项研究中同一参数-结果对出现多个模型时，该关联计一次，优先使用完全调整模型。仅在单项研究中检查的参数从汇总表中排除，以避免基于孤立发现的解释。混合发现定义为至少两项研究报告相反方向或不同统计显著性的关联。遵循SWiM报告指南，本综述采用基于效应方向的投票计数方法。在整个研究中，“一致”（及相关术语如“一致性”）仅指报告关联的方向性一致（即检查给定参数的纳入研究是否主要报告相同方向的关联），不应解释为指效应的强度、大小或普适性。
为评估观察到的方向模式的稳健性，研究人员进行了预先指定的敏感性分析，针对混杂控制——这是主要观察性和横断面设计中报告关联有效性的最直接相关领域，其中未控制的混杂因素构成内部有效性的主要威胁。在EPHPP混杂因素领域被评为“弱”的研究（即重要混杂因素未识别或未控制；n=18）被归类为高偏倚风险。然后仅使用剩余研究（那些在混杂控制方面被评为中或强的研究）重新检查效应方向模式，以确定主要发现是否对混杂质量敏感。
3. 分析框架
图2呈现了指导综述策略、数据分析和发现呈现的概念框架。基于恢复性环境的理论和实证工作，该框架将心理恢复理论置于明确的城市环境中。框架强调三个核心组成部分：(i) 环境暴露，(ii) 恢复过程和结果，以及 (iii) 恢复与长期健康和福祉之间的联系。本节简要介绍与每个组成部分相关的关键概念，这些概念支撑第4部分的分析。
[图2：分析框架，说明城市环境，包括城市建成环境（UBE）和城市绿地（UGS），如何基于ART和SRT影响恢复性结果。]
3.1. 城市环境作为环境暴露
城市环境是复杂的社会空间系统。虽然城市绿色空间（UGS）中的城市自然与心理益处相关，但更广泛的城市建成环境（UBE）在恢复中也扮演重要但常被低估的角色。因此，框架区分了UGS和UBE。UBE指人造结构和空间，如建筑物、街道和其他日常活动发生的基础设施。UGS指城市内以自然元素为主的区域——如公园、花园和其他植被空间——提供娱乐和环境益处。遵循Weber和Trojan（2018），UGS-UBE区分允许比较它们的恢复潜力并识别每个类别中的特定特征。关于研究问题2，首先总结比较UGS和UBE场景的研究，然后检查这些类别内特定特征的证据。
3.2. 恢复性价值的测量
恢复性价值通过认知、情感和生理测量进行操作化，这是恢复性环境研究中的常见方法。认知测量捕捉注意力和执行功能的恢复，通常与ART相关，该理论认为定向注意力是有限资源，可以在提供远离性、延展性、软迷人和兼容性的环境中恢复。情感测量评估情绪、情感和感知唤醒，借鉴SRT，该理论强调快速减少唤醒和感知威胁的环境，特别是那些富含自然元素的环境。生理指标如心率变异性、皮肤电导、血压和皮质醇提供压力和恢复过程的客观指标。
3.3. 健康结果
恢复过程可能进而影响更长时间尺度上的健康和福祉结果。在此框架中，研究人员将这些结果分为三类：(1) 心理健康，包括症状和一般心理福祉；(2) 主观福祉，或幸福感和生活满意度；(3) 社会福祉，指感知归属、社会包容以及社会关系和角色的质量。
在此框架指导下，结果部分首先综述50项研究中使用的测量方法，然后检查它们与UGS和UBE场景及特征的关联，最后考虑对个体健康和福祉的报告影响。
4. 结果
结果的组织如下。首先描述50项纳入研究的特征和方法学质量。然后总结恢复性价值如何被测量以及方法和研究设计如何演变。接下来综述关键混杂因素和协变量。最后综合关于城市环境、恢复性结果和健康之间关联的证据。
4.1. 描述性结果
在综述的研究中，2010年至2024年发表的研究论文数量趋势（图3）显示逐渐增加，表明多年来对城市恢复性价值研究的兴趣日益增长。最显著的出版激增发生在2021年之后，突出了对该领域的关注增强。研究涵盖多样化的研究区域、样本量和研究水平（图4）。大多数研究在亚洲进行（n=28），其次是欧洲（15项研究）。美洲（n=4）、中东（n=2）和大洋洲（n=1）的研究较少。在样本量方面，38%的综述研究包括100-500名参与者（n=19），其次是超过500名参与者的大规模研究（n=13）。较少研究涉及少于50名参与者（n=12）或50-100名参与者（n=6）。在研究规模方面，大多数在地方层面进行（n=36），市级层面的数量较少但增长中（n=13），仅有一项在建筑层面（n=1）。50篇综述论文的特征总结于图5，环境特征的效果量在附录C中报告。
[图3：按年份的论文数量，表明2020年后城市恢复研究兴趣增长]
[图4：研究区域、样本量和研究水平的描述性结果]
[图5：整体综述研究的桑基图，NA表示“不适用”]
4.2. 质量评估
使用EPHPP工具，研究人员评估了六个领域：选择偏倚、研究设计、混杂控制、盲法、数据收集和退出/失访。总体研究质量可接受：84%（N=42）评为中等，10%（N=5）强，6%（N=3）弱。主要弱点涉及选择偏倚和混杂控制，这限制了有效性和普适性。
选择偏倚频繁成为问题。超过一半的研究（56%；N=28）评为中等，主要由于便利样本、严重依赖大学生和样本量小（如Asim等，2023；Li和Du，2024；Roe等，2019）。36%（N=18）达到强评级，通常通过使用更大或更多样化的样本（如Zhang等，2024；Wu等，2024；Chang等，2024）。四项研究（8%）评为弱，因为在线或横断面调查中小型、不具代表性的样本限制了外部有效性（如Li等，2023a，2023b；Chen等，2022；Han等，2023；Wang和Li，2024）。
对于研究设计，74%（N=37）评为中等，26%（N=13）强。横断面和准实验设计占主导。只有少数准实验结合了随机分配、基线测量和控制条件（如Masullo等，2021；Jeon等，2023；Asim等，2023）。其他使用固定暴露顺序（如Li和Du，2024）或缺乏控制组（如Wang和Li，2024），增加了偏倚风险。横断面和在线调查贡献了大量数据（如Wu等，2024；Qi等，2021），但因果推断有限。
混杂控制是最弱的领域。略过半数的研究（52%；N=26）评为中等，通常控制一小部分社会人口学变量。36%（N=18）未控制任何混杂因素，损害了内部有效性。仅六项研究控制了更广泛的因素，包括人格特质、环境偏好或健康状况（如Subiza-Pérez等，2021a，2021b；Uebel等，2021；Kajosaari和Pasanen，2021）。
数据收集通常较强：88%（N=44）使用成熟、验证的工具，如感知恢复性量表（PRS），支持可靠测量。六项研究（12%）评为中等。两项使用简化的在线PRS版本但未报告信度（Han等，2023；Ma等，2023），四项依赖自开发的恢复性量表（Kajosaari和Pasanen，2021；Jahani和Saffariha，2020；Pazhouhanfar和M.S.，2014；Hajibeigi等，2023），需要进一步验证。
盲法和退出/失访对于涉及单时间点评估且无随访的横断面和在线调查大多不适用。
4.3. 城市恢复性价值的测量
在50项研究中，研究人员识别出多种评估城市环境恢复潜力的方法（图6）。所有研究使用认知或感知的恢复性/恢复测量；九项通过神经城市主义技术纳入生理结果；八项包括情感测量。认知测量仍占主导，生理和情感结果通常作为补充指标。自2022年左右以来，纳入生理（如心率变异性）和情感（如情绪）测量的研究明显增加，表明对捕捉更完整恢复效应谱系的兴趣日益增长（图7）。
[图6：描述性结果和恢复性价值的测量]
[图7：现有恢复性价值测量]
4.3.1. 传统调查方法
传统调查方法评估环境的感知恢复品质（恢复性）、暴露后体验到的心理益处（恢复）或相关情感状态。
恢复性。感知恢复性量表（PRS）在31项研究中使用，仍是最广泛使用的工具。它操作化ART的四个核心品质，并具有一致的高内部信度（α≈0.85-0.95）。变体包括感知恢复性声音量表（PRSS；n=2）、感知恢复潜力（PRP；n=2）和儿童感知恢复性量表（PRCS；n=1），每个针对特定感官领域或人群调整。三项研究使用了针对特定环境定制的恢复性量表（Sun等，2024；Van den Berg等，2014；Staats等，2016）。
感知恢复。恢复结果量表（ROS）在五项研究中使用，用于测量暴露后的压力减少、放松和认知恢复等结果。ROS显示高信度（α≈0.9），适合捕捉短期心理益处。
情感状态。情感反应测量较少，通常通过验证的情绪量表，如积极和消极情感量表（PANAS；n=3）、情绪状态剖面图（POMS-SF；n=3）和情绪形容词检查表（MACL；n=1）。
总体而言，这些调查经过充分验证，可适应不同环境和人群，但耗时且依赖自我报告，可能引入偏倚并限制大规模或纵向研究的可扩展性。
4.3.2. 大数据和机器学习方法
九项研究结合了在线调查的主观评分与从街景图像（SVI）或3D模型提取的客观特征，以预测恢复性价值（如Wu等，2024；Sun等，2024；Zhang等，2024）。参与者使用PRS对SVI、窗户视野或3D场景的恢复潜力进行评分，而计算机视觉技术（如语义分割、对象检测）和基于LiDAR的建模量化视觉和空间特征，如绿化、水、建成表面和空间配置。这些特征随后输入机器学习模型（如随机森林、XGBoost、正则化回归）以在更大空间尺度（如区域或城市级别）预测PRS分数。
在这些研究中，机器学习模型的典型性能指标包括MAE、RMSE、R
2、分类准确率和F1分数，性能通常在可接受范围内（R
2=0.50-0.96；准确率=0.75-0.85）。所有研究报告将数据分为独立的训练和测试集以评估模型性能，只有两项明确报告使用n折交叉验证或袋外验证程序（Han等，2023；Zhang等，2024）。没有研究报告在独立城市或数据集中的外部验证。
同时，仍然存在若干偏倚和局限性。SVI评分通常由自我选择的在线参与者提供，可能引入抽样偏倚。SVI中的季节和光照差异很少被建模，但可能影响视觉特征和感知恢复性。普适性也受限，因为所有模型均在单一城市或国家开发和验证。最后，由于当前研究主要依赖视觉信息，它们忽略了其他感官维度，如声音、气味和微气候。因此，使用SVI和机器学习的当前“恢复性制图”应被视为视觉恢复潜力的近似，而非多感官恢复环境的完整表示。
4.3.3. 神经城市主义方法
十项研究使用神经城市主义方法检查恢复的生理相关性，通常采用前后或重复测量设计，使用图像、视频、VR或现实世界暴露。这些研究提供了城市环境如何影响压力和放松的客观证据，补充自我报告数据。
基于ART和SRT，它们评估了心率变异性（HRV）、血压（BP）、脑电图（EEG）、肌电图（EMG）和皮电活动/皮肤电导（EDA/SCL）等结果。HRV在七项研究中使用（如Sun等，2024；Asim等，2023），索引压力与恢复之间的自主平衡；EEG和EMG在四项研究中使用（如Li和Du，2024；Jeon等，2023），捕捉脑活动和肌肉紧张的变化；EDA/SCL反映情绪唤醒（如Wang和Li，2024；Liu等，2022）。
尽管有前景，神经城市主义研究仍然很少，通常依赖小样本和实验室或VR环境，这可能限制生态有效性。未来需要将生理测量与真实世界、多感官暴露和更多样化样本相结合的工作。
4.3.4. 研究设计和统计方法
准实验设计和横断面调查仍是最常见的方法（图8）。准实验和现场/VR实验，特别是在神经城市主义和部分基于调查的工作中，比较不同环境或场景（如UGS与UBE；前后干预），提供更强的因果推断，但通常受限于小便利样本。横断面和在线调查主导大规模研究，将感知恢复性与社会人口学因素、使用模式或邻里特征联系起来，但因果洞察有限。
[图8：研究技术和研究设计]
统计方法反映了这种方法论混合（图9）。方差分析（ANOVA/ANCOVA）和回归模型广泛用于组间比较和关联。结构方程模型（SEM）越来越多地支持间接通路的研究（如环境特征→恢复性→健康结果）。机器学习技术仍然相对稀少，主要用于预测和空间泛化，而非因果建模。
[图9：现有统计分析模型（VA：方差分析；RG：回归；COR：相关；SEM：结构方程模型；EA：探索性分析；ML：机器学习）]
总体而言，城市环境中的恢复性研究仍以认知测量和基于调查的方法为主。近期生理和情感测量、以及CV-ML和神经城市主义技术的使用增加，表明逐渐向更多维度和数据丰富的方法转变，尽管样本代表性、混杂控制和多感官整合问题仍然存在。
4.4. 混杂因素或协变量
对50项研究的综述识别出若干影响城市环境恢复性价值的混杂因素和协变量。18%的研究统计调整了年龄，30%调整了性别，18%调整了其他社会经济因素，包括教育水平（Hipp等，2016；Wang和Li，2022；Zhang等，2024）、背景（Tabrizian等，2018）、居住区（Masullo等，2021；Hipp等，2016）、国家（Staats等，2016）和在地区居住时间（Uebel等，2021；Li等，2023a，2023b）。20%的研究考虑了与人格相关的特征，包括自然爱好和自然偏好（Korpela等，2010；Wang和Li，2022）、城市/自然导向性（Wilkie和Clouston，2015；Wilkie和Stavridou，2013；Subiza-Pérez等，2021a，2021b）、噪音敏感性（Uebel等，2021）和存在感（Wang等，2022a，2022b）。10%的研究控制了健康相关变量，通常使用生活满意度和社交支持测量（Wang和Li，2022）或基线抑郁、疲劳和压力水平（如Korpela等，2010；Staats等，2016；Wang等，2022a，2022b）。最后，使用模式，如访问公园、绿道、广场或最喜欢地方的频率，包含在12%的研究中（如Chang等，2024；Chen等，2022）。
若干变量不仅作为潜在混杂因素，还作为效应修饰因素。自然/城市偏好在三项研究中的两项中被建模为调节变量（Wilkie和Clouston，2015；Wilkie和Stavridou，2013），表明在自然环境中具有强烈自然偏好的个体倾向于报告最高的恢复性益处，其次是城市偏好与环境匹配的个体，而偏好与环境不匹配与较低的感知恢复潜力相关。访问频率在六项研究中的两项中被视为调节变量（Chang等，2024；Chen等，2022）。在这些研究中，感知恢复性对福祉的影响在每天访问公园或访问频率更高的人群中更强。
4.5. 城市环境与恢复效应之间的关联
本节综合了不同城市环境和环境特征如何与恢复性价值相关的证据。首先考虑UGS和UBE之间基于场景的比较，然后检查绿色和建成环境的特定物理特征，接着是心理-环境特征、声景、场所相关体验，最后是与健康结果的联系。
基于场景和特征的证据表明，更绿色和自然丰富的城市环境与更高的感知恢复性和更好的短期心理结果一致关联，优于建成环境。如表1所示，绿化是最常检查的参数，并显示最一致的正向关联方向（跨研究11正对3负），其次是水（6正，0负）和天空（6正，1负）。建筑（0正，6负）和客观噪音（0正，4负）是最一致的负面贡献者。其他几个UBE特征——包括道路和人行道、地面、视觉复杂性、服务设施、场景深度和围栏——已被检查与恢复性相关，但跨研究显示混合的方向发现（表1）。这些不一致可能源于研究背景的变化（如自然导向与人工环境）、模拟场景（如住宅3D模型、街景图像、窗户视野）、季节条件（如雪天与一般天气）和研究人群（如大学生、普通市民、青少年）。在心理-环境参数中，瞭望（2正，0负）、庇护（3正，0负）和地方依恋（4正，0负）显示一致的正向方向模式，而感知感官维度如文化和社会质量产生混合发现。出现在一项以上研究的参数在表1中总结，研究级细节在附录D中提供。
[表1：环境参数与恢复性价值关联的效应方向总结。为提供稳健概述，本表包括至少两项独立研究中报告的参数。注释：此表使用投票计数方法总结报告关联的方向，遵循SWiM报告指南。由于纳入研究在样本量、设计、暴露定义和混杂控制方面不同，表应用于评估报告关联的方向一致性，而非效应强度或大小。Ns：不显著；nr：未报告。]
4.5.1. UGS与城市区域的比较
在比较中，UGS在感知恢复性、压力减少和积极情感方面通常显示高于UBE的恢复性价值（如Wang等，2016；Wilkie和Stavridou，2013；Van den Berg等，2014；Ríos-Rodríguez等，2021）。十二项研究确认UGS场景显示一致的益处，包括HRV增加（Li和Du，2024；Stigsdotter等，2017）、唤醒和平静（Wang等，2016），以及血压（BP）降低（Stigsdotter等，2017）。然而，许多研究将高度吸引人的绿色环境与退化或交通主导的城市空间进行对比，可能低估了精心设计的UBE的恢复潜力。
同时，几种UBE类型，包括广场、城市广场、空中公园、咖啡馆、充满活力的商业街和历史街区，也显示出有意义的恢复益处，特别是通过社交互动、庇护和审美参与的机会（如Stigsdotter等，2017；Staats等，2016；Li和Du，2024）。此外，运动和锻炼区域通常与某些UGS一样或更具恢复性，可能由于身体活动和环境质量的综合效应（Kajosaari和Pasanen，2021）。
4.5.2. 城市绿地（UGS）特征
十项研究检查了UGS的特定特征。总体而言，自然元素，特别是绿化，作为感知恢复性和恢复的最强和最一致的正向预测因子出现（n=7）。较高的绿化存在、丰富度和结构质量与公园、绿道和屋顶花园中的PRS分数和感知恢复增加相关（Chang等，2024；Li等，2023a，2023b；Li等，2024；Liu等，2022；Wang和Li，2024；Hipp等，2016）。植被的数量和配置（如排列、垂直分层、渗透性和视觉复杂性）似乎都重要（Tabrizian等，2018；Li等，2023a，2023b）。水景如湖泊、池塘和小溪在检查它们的研究中显示与恢复性一致的正向关联（n=3；Li等，2023a，2023b；Liu等，2022；Li等，2024）。
天空可视性的证据更加混合。一些研究将更大的天空视野与更高的感知恢复性联系起来（Li等，2023a，2023b；Liu等，2022），而Bao等（2023）报告冬季天空可见性与PRS之间的负向关联，表明季节、气候和文化背景可能塑造天空开阔度的体验方式。亲生物设计元素，包括绿墙、室内植物和天然材料，在混合室内外空间中整体增强恢复性（Hung和Chang，2024），强调加强自然联系的设计策略的价值。
相反，UGS内的人工特征，如建筑、大面积铺装和某些服务设施，通常与较低的感知恢复性相关（Wang和Li，2024；Bao等，2023）。当此类元素主导视觉或功能体验时，它们似乎侵蚀了原本自然环境的恢复性益处。
4.5.3. 一般城市绿化
九项研究处理嵌入在主要建成环境中的绿化，包括街景、校园和住宅区。这些研究一致发现，即使是适度的绿化也能增强UBE中的恢复性感知。街道级植被——如树木、路边种植和花坛——与更高的感知恢复性一致相关（n=6；Han等，2023；Lindal和Hartig，2015；Ma等，2023；Wu等，2024）。三维指标，包括绿色体量比，也预测更高的PRS，表明植被的体积和空间分布比简单的二维绿化指标更重要（Zhang等，2024）。绿色立面的研究表明植物多样性、更高的植被覆盖和某些不对称设计有助于恢复性评估（Hajibeigi等，2023）。
同时，更多绿化并不总是更好。一项关于校园窗户视野的实验研究（Sun等，2024）发现，非常密集的植被和非常高的绿色视野指数值可以减少心理和生理益处，可能通过降低视觉开阔度和感知安全性。这些发现指向绿化与开阔度之间的最佳平衡，而非简单的“越多越好”关系。
4.5.4. 城市建成环境（UBE）特征
除绿化外，十四项研究检查了UBE的其他特征，包括街道、广场、立面和窗户视野。非绿色自然元素，特别是水体和天空，在校园空间、住宅区和街景中与感知恢复性正向关联（Asim等，2023；Ma等，2023；Wu等，2024；Zhang等，2024）。这些元素似乎有助于迷人和感知空间感。
建筑的视觉主导性通常显示与认知和生理恢复的负面关联（n=4），特别是在建筑体量高且自然特征稀缺的情况下（Wu等，2024；Asim等，2023）。然而，建筑并非固有地有害。几项研究表明立面多样性和设计质量可以减轻或逆转负面效应。更大的建筑变化和立面熵与更高的感知“远离性”和迷人性相关（Lindal和Hartig，2013），而在中东背景下，具有石材、阳台和细致设计的立面有助于恢复性，特别是与绿化结合时（Hajibeigi等，2023）。
关于道路和围栏的发现是混合的。在某些背景下，它们与恢复性呈弱正相关，可能反映感知秩序、可读性或安全性；在其他背景下，它们与恢复性结果负相关（Ma等，2023；Han等，2023；Wu等，2023）。这些不一致可能反映交通强度、设计和用户人群的差异。视觉和色彩复杂性也作为重要因素出现（n=3）。高水平的视觉复杂性与较低的认知、情感和生理恢复相关，而更连贯的调色板和适度复杂性改善恢复性评估（Zhang等，2024；Sun等，2024）。
场景深度的影响（n=2）取决于背景：在住宅区公共空间中，与绿化和连贯性结合时，更大的深度增强恢复性（Zhang等，2024），但在某些校园街景中与恢复负相关，可能由于感知庇护或安全性降低（Ma等，2023）。这种模式表明瞭望与庇护之间的感知平衡可能比深度本身更关键。与UGS环境中的发现相反，在基于街景的研究中，设施的存在被报告为正向贡献者，表明功能元素可能通过创造吸引人的目的地来增强恢复性，唤起迷人性。
4.5.5. 心理-环境特征
