旧金山年轻成人步行友好性的观测与感知:空间分异、邻里不平等与自评健康

《Cities & Health》:Observed and perceived walkability among young adults in San Francisco: spatial divergence, neighborhood inequality, and self-rated health

【字体: 大 中 小 】 时间:2026年09月14日 来源:Cities & Health 1.9

编辑推荐:

  步行友好性(walkability)是引导健康支持性规划(health-supportive planning)的常见建成环境测度。然而,建成环境指标未必能够捕捉居民对邻里步行友好性的体验。本研究将旧金山基于审计的观测步行友好性与居民感知步行友好性视为互补但不

  
步行友好性(walkability)是引导健康支持性规划(health-supportive planning)的常见建成环境测度。然而,建成环境指标未必能够捕捉居民对邻里步行友好性的体验。本研究将旧金山基于审计的观测步行友好性与居民感知步行友好性视为互补但不同的邻里步行友好性测度,并考察它们与邻里社会人口学特征及年轻成人自评健康(self-rated health, SRH)的空间关系。数据来源于2014–2020年湾区年轻成人健康小组研究(Bay Area Young Adult Health Panel Study, BAYAHS),该研究采用概率分层抽样,纳入18–32岁年轻成人,并开展人口普查街区(census block)级邻里审计。研究人员构建了观测与感知步行友好性的复合测度,利用克里金法(kriging)生成连续空间表面,并采用多尺度地理加权回归(multiscale geographically weighted regression, MGWR)估计全局与局部关联。观测与感知步行友好性在空间格局及其与自评健康、社会经济状况和种族/民族构成的关系上表现出分异。观测步行友好性模型(R2=0.60)比感知模型(R2=0.24)解释了更多方差,表明结构性邻里不平等更直接地体现在可观测的建成环境测度中。然而,感知步行友好性反映了更广泛的生活体验,包括日常流动性。研究结果表明,基础设施意义上的步行友好建成环境并不总是与行人体验或更佳健康相一致,凸显了将体验性数据纳入公平的城市健康与规划研究的必要性。
**论文解读:旧金山年轻成人步行友好性的观测与感知——空间分异、邻里不平等与自评健康**

**一、研究背景与问题**

步行友好性(walkability)指建成环境支持和鼓励步行的程度,已被证实是肥胖、糖尿病、心血管疾病等慢性病的重要预测因素。既有研究多采用“客观”(如基于GIS的指数、清单)或感知测量来评估环境,但两类测量各有不足:客观测量虽标准化、可扩展,却可能忽视影响居民体验的构成性、社会及心理社会因素,也难以反映树根致人行道破裂、过街安全等细尺度障碍,且未必契合居民的步行目的;感知测量能更好捕捉居民对安全性、美观性和便利性的直接体验,但资料收集耗费大量资源和时间,因此鲜有研究在同一空间分析框架内直接比较观测与感知步行友好性。有限的比较研究表明,两者可能捕捉到不同维度,甚至出现观测测量与居民福祉无关而感知测量相关的情况。同时,种族/民族和低收入社区的步行环境不平等长期存在,客观指标无法反映歧视经历、文化偏好等影响感知的机制。此外,年轻成人的步行环境研究相对缺乏,而该阶段的自评健康(self-rated health, SRH)能揭示成年早期累积的健康风险,且20–29岁成年人自评健康近年来呈下降趋势。基于此,本研究在旧金山市和县考察年轻成人(18–32岁)的观测与感知步行友好性的空间分布,及其与自评健康和邻里社会人口特征的关系。

**二、研究内容与主要结论**

研究人员利用2014–2020年湾区年轻成人健康小组研究(Bay Area Young Adult Health Panel Study, BAYAHS)的数据,结合人口普查街区级系统审计(观测)与居民调查(感知),构建复合步行友好性指标,并采用克里金法生成连续空间表面,进而用多尺度地理加权回归(multiscale geographically weighted regression, MGWR)估计全局与局部关联。结果显示,观测与感知步行友好性呈现分异的空间格局,且两者与自评健康、社会经济状况和种族/民族构成的关系不同。观测步行友好性模型解释方差(R2=0.60)远高于感知模型(R2=0.24),表明结构性邻里不平等更直接体现在可观测的建成环境中;而感知步行友好性反映了更广泛的生活体验,包括日常流动性。研究认为,基础设施意义上的可步行环境并不一定与行人体验或更佳健康一致,应将体验性数据纳入公平的城市健康与规划研究。

**三、关键技术与方法**

主要技术方法包括:(1)系统邻里审计:由经过培训的研究助理成对步行评估每个抽样普查街区,使用ESRI Survey123工具记录美观性、设施、人行道安全、照明等特征,并采用主成分分析(principal components analysis, PCA)从43个初始项目中筛选出最终观测指标;(2)感知测量:基于BAYAHS调查问卷中关于白天/夜间安全、社区吸引力、人行道质量、步行目的地便利性、户外运动人群等李克特项目构建感知步行友好性评分(Cronbach's α=0.87);(3)普通克里金法将街区级观测和个体感知得分插值为全县连续空间
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

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