《Smart Cities》：Data-Driven Child-Friendly Street Renewal for Health Equity in Older Urban Districts: Latent Activity–Health Profiles in Xi’an, China
编辑推荐：
数据驱动的城市治理日益寻求纳入不同人群的需求，然而针对老旧城区公共街道空间更新的儿童敏感证据仍然有限。多数研究仍通过人口平均值评估环境条件，对可能需要差异化规划响应的异质性儿童群体关注不足。基于从中国西安老旧城区6—12岁儿童收集的343份可用问卷中保留的31
数据驱动的城市治理日益寻求纳入不同人群的需求，然而针对老旧城区公共街道空间更新的儿童敏感证据仍然有限。多数研究仍通过人口平均值评估环境条件，对可能需要差异化规划响应的异质性儿童群体关注不足。基于从中国西安老旧城区6—12岁儿童收集的343份可用问卷中保留的314份分析样本，本研究整合街道活动特征与年龄和性别标准化身体质量指数(zBMI)，采用既有的人中心分析路径。研究人员使用潜在类别分析(LCA)识别儿童的活动—健康剖面，并使用多项逻辑回归检验个体、家庭及感知街道环境因素与剖面归属的关联。研究识别出三类剖面：高活动—健康型、高强度活动型与低活动—高风险型。模型估计的低活动—高风险剖面占分析样本的35.7%，归属于该剖面的儿童报告了最低的感知安全性与便利性。结果表明，基于剖面的分析可辅助识别街道更新规划中需重点关注的儿童群体及感知环境维度。感知安全性与便利性相对于低活动—高风险剖面，在与高活动—健康型或高强度活动型剖面归属的关联中表现出最强且最一致的效应。这些发现为关联性发现，未确立街道干预的因果效应。本研究由此构成对既有分析方法在特定情境下的拓展与规划应用，并提供一层基于问卷的诊断模块，可补充但不构成智慧城市决策支持系统本身。
研究背景方面，近期智慧城市研究强调数据驱动治理应融合数字基础设施与数据治理、公众参与、制度能力、社会包容及公共服务公平供给，而非仅聚焦技术部署。儿童健康是评估城市公共政策与社会公平的重要基准。在高密度建成环境与老旧城区，儿童自由游戏与日常活动机会受机动车交通与街道安全条件制约。街道作为上学通勤、邻里互动与户外活动的日常空间，塑造身体活动机会与长期健康结局。既有研究多通过回归或结构模型考察环境因素与儿童活动水平或肥胖风险的关联，变量中心路径虽提供有用证据，却忽视活动—健康剖面的个人中心异质性；儿童可能呈现活动模式与体重状态的多种组合，单因变量分析会掩盖亚组差异，且身体活动与健康结局很少被整合入同一框架，难以识别同时面临低活动与高健康风险的儿童。从健康公平视角，老旧城区公共空间有限、人车混行、活动设施不足与环境质量不均，可能造成健康支持性环境获取不平等。在此背景下，研究人员聚焦中国西安老旧城区6—12岁儿童，识别潜在活动—健康剖面及剖面归属相关因素，将街道视为日常公共空间，通过联合剖析街道活动指标与zBMI识别行为与健康重叠劣势的儿童，关联感知街道环境与家庭协变量，并将剖面转化为透明优先级逻辑以补充基于GIS与平台的更新系统。
关键技术方法方面，研究人员采用西安老旧城区结构化街头拦截抽样，于小学周边、居住街道及儿童常用活动空间发放问卷，经数据清洗后保留314份6—12岁儿童分析样本。活动—健康指标含活动意愿、活动类型、频率、时长及WHO 5—19岁年龄性别标准化zBMI。感知街道环境经19题五项李克特量表测量安全性、舒适性、趣味性与便利性四维度，并做项目分析、验证性因子分析与信效度检验。分类采用潜在类别分析(LCA)比较2—5类解，依AIC、BIC、ssaBIC、熵、aLMR-LRT、BLRT及实质可解释性选定三类解；剖面间差异用卡方、Kruskal–Wallis检验；剖面归属关联用以低活动—高风险为参照的多项逻辑回归，并做zone固定效应与家庭子女数编码的敏感性分析。
研究结果部分，3.1节模型拟合与类别解选择中，LCA拟合指标随类别数增加改善但边际递减，三类解熵0.940、最小平均后验概率0.914、无小于10%类，aLMR-LRT不支持四类(p=0.124)与五类(p=0.205)，故保留三类为简约解。3.2节三类剖面分类质量与特征显示，高活动—健康型占52.53%，高强度活动型占11.76%，低活动—高风险型占35.71%；后者活动意愿、中高强度活动参与、频率、时长均最低而zBMI最高。3.3节与替代类别解比较表明，二类解丢失高强度亚组，四类与五类解增加边界阈值与不稳定小类，三类解在统计与实质间最平衡。
第4节剖面差异与归属相关因素中，4.1节测量质量显示19题四维量表Cronbach’s α=0.942，CFI=0.966、TLI=0.961、RMSEA=0.047，Harman单因子首因子方差34.966%，四维VIF 2.208—3.272，无严重共线。4.2节地理聚类诊断显示五调查区ICC近0，zone与剖面无显著关联(p=0.406)。4.3节剖面间差异中，仅性别组成显著(男占高强度型89.5%)，四维感知环境Kruskal–Wallis检验ε2分别为安全0.509、舒适0.426、趣味性0.441、便利0.442，低活动—高风险型四维评分均最低。4.4节多项逻辑回归完全调整模型B显示，相对低活动—高风险型，高活动—健康型归属中感知安全OR=4.485、趣味性OR=2.551、便利性OR=2.790；高强度活动型中感知安全OR=15.169、便利性OR=7.517、舒适OR=5.100，性别整体边际(p=0.054)。4.5节估计样本分类准确率83.8%，高强度型召回50.0%。
讨论部分指出，低活动—高风险剖面占逾三分之一，其感知安全与便利最弱，提示老旧城区儿童友好更新应以重叠行为—体重劣势群体为优先，但关联非因果。感知安全与便利是最强一致相关维度，呼应既有关于交通暴露、连续步行设施与家长安全顾虑限制独立移动性的论述；舒适与趣味性关联较弱或剖面特定，属体验性质量而非基础可达条件。性别在描述层显著但调整后被削弱，提示中国语境下女孩户外时间偏少受家庭规则与同伴机制影响但未直接测量。研究定位为问卷基分析原型，可接驳市政GIS或校径数据形成诊断层，而非实时平台或因果决策系统。局限含横断面设计、自报身高体重、单城老旧区、缺客观空间与传感器数据、街头拦截非概率抽样及同源方法偏差。
结论部分翻译：研究人员使用LCA与多项逻辑回归，识别老旧城区儿童三类活动—健康剖面。模型估计低活动—高风险剖面占分析样本35.7%，感知安全与便利相对于该剖面与高活动—健康型或高强度活动型归属呈最强且最一致关联。该方法可为可比老旧城区提供可迁移分析流程，但所识别类别结构与更新优先级未经本地数据与外部验证不得泛化。发现可支撑差异化街道更新规划，使重叠活动与体重劣势儿童获更多关注，感知安全与日常可达性作为潜在规划优先级。结果为关联非因果，分析路径应视为可 informing 决策的诊断基础。未来研究应在多城市与时间维度验证剖面结构，并将感知街道环境测度与客观空间及纵向数据结合。本研究未实施或评估任何街道干预，所提更新优先级有效性须由纵向、准实验或前后干预设计检验。论文发表于《Smart Cities》。
