機(jī)動化通勤中介作用下城市建成環(huán)境對居民身體健康的影響研究
——以西安市為例

朱 菁,鄒夢潔,范穎玲,Roland Brown

(1.西北大學(xué) 城市與環(huán)境學(xué)院 陜西省地表系統(tǒng)與環(huán)境承載力重點(diǎn)實(shí)驗(yàn)室 ,陜西 西安 710127;2.美國明尼蘇達(dá)大學(xué)雙城分校 漢佛萊公共事務(wù)學(xué)院,美國 明尼阿波利斯 55455)

隨著城市規(guī)模的擴(kuò)大及當(dāng)代上班族工作節(jié)奏的加快,職住分離導(dǎo)致的長時間通勤疲勞[1]已成為很多人身體健康隱患的主要誘因,加之公共交通換乘的不便利、擁擠等多重因素,致使人群更為頻繁的采用私家車等機(jī)動化方式通勤[2],久坐不動成為常態(tài),引發(fā)超重、腰酸背痛等健康問題。事實(shí)上,中國大城市已出現(xiàn)大量亞健康人群[3-4], 特別是肥胖、 慢性病等較為普遍[5]。 2022年, 肥胖已成為中國乃至全球重大公共衛(wèi)生問題[6-7]。截至2022年11月底,我國機(jī)動車保有量達(dá)4.15億輛,機(jī)動車駕駛?cè)藬?shù)量超過5億人[8],如此龐大的機(jī)動車保有量與駕駛?cè)巳?有力支撐了居民采用機(jī)動化方式通勤。因此,在我國建設(shè)健康城市的背景下,城市研究有必要深入探討建成環(huán)境、居民機(jī)動化通勤方式與居民身體健康之間的關(guān)系,這對促進(jìn)我國居民身體健康水平、完善相關(guān)公共政策具有重要意義。

已有研究廣泛使用身體質(zhì)量指數(shù)(即BMI(1)BMI是Body Mass Index的縮寫即身體質(zhì)量指數(shù),是國際上常用的衡量人體肥胖程度的重要標(biāo)準(zhǔn),計(jì)算方法為BMI=體重(kg)÷身高2(m2),亞洲的人們身體健康BMI標(biāo)準(zhǔn)值在18.5～24.0的范圍內(nèi),超過24則表示超重或肥胖。)作為人群身體健康的測度指標(biāo),探尋了城市建成環(huán)境與BMI的關(guān)系。 學(xué)者們對建成環(huán)境的測度以5D要素為主, 大部分研究認(rèn)為建成環(huán)境對人群BMI有顯著影響[9-12]。 其中, 土地利用混合度、 距最近的地鐵站的距離[10]、 公交車站和地鐵站密度[11]、 人口密度[11]、交叉路口密度、 綠色開放空間[12-13]、 醫(yī)療和金融設(shè)施可達(dá)性[14]、 居住地距CBD的距離[15]和BMI有直接關(guān)系[16], 可影響步行活動量[17-18]進(jìn)而對BMI產(chǎn)生影響[11]。 少數(shù)學(xué)者認(rèn)為地鐵站點(diǎn)密度、 交叉口密度、 路網(wǎng)密度、 住宅建筑密度[16]、 到公交車站的距離[19]、 街道可步行性[20]、 連通性[19]、 土地利用混合度、 食品銷售商店指數(shù)[20]和BMI之間沒有關(guān)系。 同時, 建成環(huán)境也會影響居民通勤方式選擇,且目的地可達(dá)性[21-23]、多中心化[26]、土地利用混合度[21,25-26]、人均城市道路面積[24]、交通站點(diǎn)線網(wǎng)密度[24]和道路密度等對通勤時耗、通勤距離或通勤方式選擇有顯著影響。用地混合度、交叉口密度、公交站點(diǎn)密度、 公交網(wǎng)絡(luò)密度、 到CBD的距離對小汽車通勤存在非線性影響[27], 對采用活動性通勤方式(步行、 自行車)的時長[28]和其他通勤方式選擇[29-30]也具有一定影響。 然而, 也有學(xué)者認(rèn)為密度和用地混合度對活動性通勤方式影響甚微, 這可能與研究對象的發(fā)展演變歷史有關(guān)[31]。 還有研究發(fā)現(xiàn),工作地周邊建成環(huán)境與通勤方式選擇顯著相關(guān), 因此城市規(guī)劃者應(yīng)更加關(guān)注工作地附近的建成環(huán)境[30]。 但是, 也有研究結(jié)論與此相反, 認(rèn)為居住地建成環(huán)境比工作地對通勤方式選擇的影響更大, 居住地人口密度、 土地利用混合度與十字路口比重高可減少小汽車通勤[26,33]。 不同通勤方式對建成環(huán)境變化的敏感性不同, 公共交通通勤者比私家車通勤者對建成環(huán)境的變化更敏感[34], 且建成環(huán)境特征變化對女性通勤方式轉(zhuǎn)換的影響更大[30,32]。 較多學(xué)者認(rèn)為通過改善建成環(huán)境可以促進(jìn)公共交通[35]以及非機(jī)動方式出行[36-39], 也有學(xué)者認(rèn)為軌道交通可達(dá)性的提高并不能減少小汽車使用頻率, 這很有可能是具有很強(qiáng)路徑依賴性的通勤習(xí)慣所引起[40]。 此外, 通勤方式對BMI具有顯著影響[41-45], 采用非機(jī)動化通勤與機(jī)動化通勤方式相比較有利于使BMI保持在正常水平[46-49], 特別是采用小汽車通勤人群的BMI 較高[50-51], 小汽車通勤頻率越高, 體力活動水平越低, 肥胖風(fēng)險越高[52-54]。 與私家車通勤相比, 步行通勤可以顯著降低肥胖的發(fā)生率[41,57]。 也有學(xué)者得出了相反的結(jié)論, 認(rèn)為步行、 自行車通勤不利于身體健康[55-56]。 最后, 少量研究指出建成環(huán)境與出行方式、 BMI之間顯著相關(guān)[26,58], 某些特定建成環(huán)境因素可影響出行方式和體力活動[59-61], 而人的體力消耗又會直接影響人體BMI[62-64]。 因此, 可通過提高社區(qū)人口密度或設(shè)施可達(dá)性、 縮短居民到公交站距離、 減少小汽車或助動車等個體機(jī)動化出行傾向, 從而間接降低超重的可能性[64]。 建成環(huán)境還可通過社區(qū)居民的出行偏好(如小汽車依賴), 直接影響居民體力活動量和食物攝入量,進(jìn)而影響B(tài)MI[63]。

綜上所述,目前國內(nèi)外關(guān)于建成環(huán)境、機(jī)動化通勤方式與居民身體健康方面的研究主要集中在上述三要素兩兩之間關(guān)系的探討層面,且主要針對單一居住地或工作地周邊建成環(huán)境要素進(jìn)行分析,僅有少量研究關(guān)注了三者之間的關(guān)系,且對通勤方式的研究較為單一,既缺乏將機(jī)動化通勤方式作為中介變量對建成環(huán)境與身體健康關(guān)系的整體考量,也缺乏對居住地、工作地周邊建成環(huán)境的全面分析,特別是針對我國國情的各類機(jī)動化通勤方式的全面研究較為缺乏。因此,本文通過構(gòu)建以居民機(jī)動化通勤方式為中間變量的理論框架,以BMI表征居民身體健康水平,深入研究了居民通勤起訖點(diǎn)周邊建成環(huán)境通過機(jī)動化通勤方式對居民BMI的直接效應(yīng)、間接效應(yīng)和總效應(yīng),并按照中國國情進(jìn)行機(jī)動化通勤方式劃分,進(jìn)而探討可采取的規(guī)劃策略,為建設(shè)健康城市、優(yōu)化城市更新相關(guān)政策提供參考。

1 數(shù)據(jù)收集與樣本基本特征

1.1 數(shù)據(jù)收集

本研究采用配額抽樣方法,計(jì)劃以招募志愿者的方式進(jìn)行300個樣本的出行數(shù)據(jù)收集,樣本篩選規(guī)則為:①對象限定,需為西安市有固定通勤的居民;②均衡性別比例;③均衡年齡比例,18～40歲150人,40歲以上150人;④均衡各類通勤方式人群比例。此外,向每位樣本提供報(bào)酬100元。同時,根據(jù)樣本篩選規(guī)則,為平衡各類樣本比例、避免招募樣本的局限性,采用街頭隨機(jī)抽樣的方式對樣本進(jìn)行補(bǔ)充,從而提高樣本的代表性。調(diào)查采用美國明尼蘇達(dá)大學(xué)開發(fā)的智能手機(jī)軟件Daynamica漢化版進(jìn)行數(shù)據(jù)收集,該手機(jī)軟件對每個樣本進(jìn)行為期1周、24 h不間斷的出行數(shù)據(jù)記錄,主要收集樣本出行情況(方式、時間、地點(diǎn)、目的、伴行者)、活動情況、出行主觀感受、出行起訖地點(diǎn)和時間。樣本個人信息內(nèi)置在軟件中,由樣本第一次使用該手機(jī)軟件時填寫。本研究的出行數(shù)據(jù)收集方法能完全真實(shí)地反映居民每日實(shí)時的通勤狀況,與傳統(tǒng)的問卷調(diào)查相比更具有科學(xué)性和真實(shí)性。受訪日信息、建成環(huán)境數(shù)據(jù)由調(diào)查員采用環(huán)境觀察法進(jìn)行收集。

本次調(diào)查實(shí)際得到316人共計(jì)21 095條出行數(shù)據(jù)。得到289個樣本共計(jì)2 380條有效數(shù)據(jù)。從有效數(shù)據(jù)中篩選出采用機(jī)動化通勤方式的樣本,得到1 654條有效數(shù)據(jù)用于機(jī)動化通勤層面的分析。

1.2 職住地空間分布

大部分樣本的工作地和居住地都位于西安市區(qū),有少部分樣本的工作地或居住地在與西安相鄰的另一個城市——咸陽,考慮到西安、咸陽兩市的一體化發(fā)展態(tài)勢及西咸新區(qū)的發(fā)展,對這部分?jǐn)?shù)據(jù)予以保留。從空間分布上看(見圖1),樣本工作地、居住地整體分布呈現(xiàn)出在西安三環(huán)內(nèi)集中且逐漸向三環(huán)外分散的狀況,另有少部分居民的居住地、工作地分別在西安、咸陽兩市分布。

1.3 樣本基本特征

1.3.1 個人屬性和BMI分布

本次調(diào)查的樣本中,男性124人,占47.5%,女性137人,占52.5%,女性人數(shù)略多于男性。樣本個人屬性信息基本符合本次配額抽樣所要求的性別、年齡比例,且與西安市統(tǒng)計(jì)局發(fā)布的2017年西安市人口性別、年齡比例相近,因此,本文選取的樣本對總體具有一定的代表性。

參照國內(nèi)大部分已有研究,將樣本BMI劃分為偏瘦(BMI<18.5)、正常(18.5≤BMI<24)、超重(BMI≥24)3個區(qū)間。從樣本的BMI值分布情況來看〔見圖2(a)〕,42%的樣本分布在正常體重范圍之內(nèi),接近一半;過重和肥胖人數(shù)共占33%;偏瘦人數(shù)占25%。從BMI的性別分布上看〔見圖2(b)〕,處于身材正常的18.5～24區(qū)間的女性占比最大。在超重(BMI≥24)區(qū)間,男性數(shù)量比女性明顯增多,說明男性身材普遍超重。在身材偏瘦的小于等于18.5區(qū)間中,女性占了絕大多數(shù)。

1.3.2 建成環(huán)境與BMI

1)建筑密度與BMI。圖3(a)表示了建筑密度與BMI分布散點(diǎn),圖中兩條豎線分別代表BMI分別為18.5和24。由該圖可知,超重人群占比分布隨著建筑密度的升高呈下降趨勢,建筑密度越低,超重人群占比越高。居住地建筑密度小于25%和在25%～35%范圍內(nèi)時,居住地超重人群(BMI≥24)占比為18%。當(dāng)工作地建筑密度小于25%時,超重人群占比達(dá)15%,在25%～35%范圍內(nèi)時,占比為13%。

圖3 不同建筑密度下BMI分布圖Fig.3 BMI distribution at different building densities

2)人口密度與BMI。人口密度小于100人/104m2的工作地和居住地超重人群分布較多〔見圖4(a)〕,且超重人群占比隨著人口密度的升高呈先下降后上升態(tài)勢〔見圖4(b)〕。在居住地、工作地人口密度小于100人/104m2的區(qū)域,超重人群占比分別為26%和25%;在150～200人/104m2的區(qū)域,超重人群占比分別為5%、3%;在居住地、工作地人口密度大于200人/104m2的區(qū)域,超重人群占比均為3%。

圖4 不同人口密度下BMI分布圖Fig.4 Distribution of BMI at different population densities

3)路網(wǎng)密度與BMI。整體來看,超重人群占比隨路網(wǎng)密度變化呈波浪式〔見圖5(b)〕。居住地、工作地路網(wǎng)密度8～12 km/km2的區(qū)域,超重人群(BMI≤24)占比最低,分別為5%、4%;在居住地路網(wǎng)密度4～8 km/km2的區(qū)域,超重人群占比最高,為11%,在工作地路網(wǎng)密度大于12 km/km2的區(qū)域,超重人群占比最高達(dá)13%。

圖5 不同路網(wǎng)密度下BMI分布圖Fig.5 BMI distribution under different road network densities

4)用地混合度與BMI。超重人群分布大致隨用地混合度升高而降低〔見圖6(b)〕,在用地混合度1 200～1 600和大于1 600的區(qū)域,超重人群的占比最低;居住地用地混合度小于400的區(qū)域,超重人群(≤24)的占比最高(18%),工作地用地混合度400～800的區(qū)域,超重人群(≤24)的占比最高(17%)。

圖6 不同用地混合度下BMI分布圖Fig.6 BMI distribution of different landuse mix

5)距市中心的距離與BMI。工作地距市中心的距離越遠(yuǎn),超重人群占比越低,而居住地距市中心的距離越遠(yuǎn),超重人群占比先升高后降低〔見圖7(b)〕。居住地距市中心的距離5～10 km的人群中,超重人群(BMI≥24)占比最高;距市中心的距離大于20 km的人群中,居住地和工作地超重人群占比最低。

圖7 居住地、工作地距市中心的距離與BMI所占百分比分布圖Fig.7 The distribution of distance to city center and BMI

2 模型構(gòu)建與變量選取

2.1 研究假設(shè)

本研究假設(shè)概念框架如圖8所示,具體研究假設(shè)如表1所示,即城市建成環(huán)境影響居民通勤方式選擇,而居民的通勤方式選擇影響其身體健康(用BMI測度),建成環(huán)境既對居民身體健康具有直接影響,也通過通勤方式對居民身體健康產(chǎn)生間接影響。其中,建成環(huán)境除傳統(tǒng)5D要素外,還包括附近是否有大專院校、超市、地鐵站及附近公交線路條數(shù)等其他建成環(huán)境要素,機(jī)動化通勤方式則細(xì)分為小汽車乘客、小汽車駕駛員、公交、地鐵、電動車(電動自行車)、通勤班車6種。

表1 研究假設(shè)一覽表Tab.1 Summary of research hypotheses

圖8 研究假設(shè)概念框架圖Fig.8 Conceptual framework of research hypothesis

2.2 模型構(gòu)建

本研究采用路徑分析模型來研究建成環(huán)境通過6類機(jī)動化通勤方式對居民身體健康(BMI)的作用路徑,該方法具有可以同時處理內(nèi)生和外生變量、允許自變量和因變量含有測量誤差、能夠計(jì)算變量間的直接和間接效應(yīng)以及總效應(yīng)等突出優(yōu)點(diǎn),能夠?qū)︻A(yù)先構(gòu)建的理論模型進(jìn)行評價,檢驗(yàn)?zāi)Ｐ徒Y(jié)構(gòu)的合理性,并驗(yàn)證研究假設(shè)的真?zhèn)?因此對本研究具有良好的適用性。根據(jù)上述研究假設(shè),課題組構(gòu)建了機(jī)動化通勤方式中介效應(yīng)下建成環(huán)境影響居民身體健康作用路徑的概念模型,如圖9所示。同時,考慮到自選擇是影響通勤方式和超重的一個重要因素,研究控制了樣本社會經(jīng)濟(jì)屬性、健康狀況和空氣質(zhì)量,以此消除自選擇效應(yīng)對模型結(jié)果的影響。

圖9 機(jī)動化通勤方式中介效應(yīng)下建成環(huán)境對居民身體健康的作用路徑概念模型Fig.9 Conceptual framework of the effect of built environment on BMI mediated by motorized commute mode

2.3 變量說明

個人通勤特征在本文主要是指機(jī)動化通勤方式,分為小汽車駕駛員、小汽車乘客、公交、地鐵、電動車、通勤班車6類。為測度樣本工作地/居住地周邊建成環(huán)境,參考國內(nèi)外已有研究成果,研究以樣本工作地/居住地為圓心,抓取其800 m半徑范圍內(nèi)某地圖網(wǎng)站2017年的POI數(shù)據(jù)、路網(wǎng)數(shù)據(jù)和建筑數(shù)據(jù),進(jìn)行用地混合度、路網(wǎng)密度、建筑密度等數(shù)據(jù)的計(jì)算。其中,將圓內(nèi)POI個數(shù)除以圓面積用于測度工作地/居住地用地混合度(2)參考國內(nèi)相關(guān)學(xué)者的研究,采用各類POI點(diǎn)的數(shù)量計(jì)算用地混合度,即以樣本居住地或工作地為圓心,800 m為半徑畫圓,統(tǒng)計(jì)該圓內(nèi)各類POI點(diǎn)的數(shù)量,并用POI的個數(shù)除以圓面積,計(jì)算用地混合度。,該值越大表明用地性質(zhì)越混合。此外,居住地路網(wǎng)密度最小值為0,這是因?yàn)橛幸粋€樣本居住在城市邊緣的村莊內(nèi),居住地周邊800 m半徑范圍內(nèi)無城市級道路,故計(jì)算得到的路網(wǎng)密度為0。本文通勤方式中的電動車特指電動自行車。表2為本研究所選取變量的詳細(xì)說明。

表2 變量說明一覽表Tab.2 Variable description

3 模型結(jié)果解析

3.1 路徑分析模型結(jié)果

根據(jù)路徑分析模型結(jié)果(見表4),研究組繪制了研究假設(shè)模型擬合效果圖(見圖10～12),據(jù)此可知,建成環(huán)境通過小汽車駕駛員、電動車、通勤班車等4種通勤方式對BMI產(chǎn)生顯著的間接影響,但未能通過小汽車乘客、公交車、地鐵對BMI產(chǎn)生顯著的間接影響。在這4種具有顯著間接影響的通勤方式中介作用下,工作地、居住地建成環(huán)境對BMI的間接影響并不一致。在小汽車駕駛員作為中介變量時,居住地人口密度越高,人們選擇小汽車通勤的概率越低,人群BMI越低。居住地建成環(huán)境對BMI產(chǎn)生顯著間接影響的變量數(shù)量多于工作地建成環(huán)境變量,工作地人口密度的影響最大,居住地建筑密度次之;以電動車為中介變量時,工作地對BMI產(chǎn)生顯著間接影響的變量數(shù)量略多于居住地,且居住地和工作地的建筑密度、用地混合度、路網(wǎng)密度均對BMI產(chǎn)生顯著間接影響,工作地建筑密度影響最大,工作地路網(wǎng)密度次之;以通勤班車為中介變量時,除附近是否有大專院校外,其他建成環(huán)境變量均對BMI產(chǎn)生顯著的間接影響,且居住地建筑密度影響最大、工作地人口密度次之。

表4 不同通勤方式中介作用下建成環(huán)境對BMI的路徑分析模型結(jié)果Tab.4 Path analysis results of built environment on BMI mediated by motorized commute mode

圖10 通勤方式為小汽車駕駛員時對BMI的模型擬合效果圖Fig.10 The model fitting results of built environment on BMI mediated by car driver

圖11 通勤方式為電動車時對BMI的模型擬合效果圖Fig.11 The model fitting results of built environment on BMI mediated by e-bike

圖12 通勤方式為通勤班車時對BMI的模型擬合效果圖Fig.12 The model fitting results of built environment on BMI mediated by shuttle bus provided employers

具體而言, ①在居住地建筑密度高、 附近有超市便利店、 地鐵站以及公交線路條數(shù)多、 居住地人口密度低、 工作地用地混合度低、 居住地與工作地距市中心距離近的區(qū)域, 采用駕駛小汽車通勤的人群BMI更高; ②在工作地距市中心距離遠(yuǎn)、 工作地路網(wǎng)密度低、 附近有大專院校、 公交線路條數(shù)少的區(qū)域, 人們更傾向于采用電動車通勤。 在居住地建筑密度低、 居住地與工作地人口密度高、 居住地用地混合度高、 居住地與工作地距市中心距離遠(yuǎn)、 公交線路條數(shù)少、 附近無超市和地鐵站點(diǎn)的區(qū)域, 采用電動車通勤的人群BMI更低; ③居住地人口密度高、 居住地和工作地建筑密度高、 工作地距市中心距離遠(yuǎn)、 附近無地鐵站點(diǎn)的區(qū)域居民傾向于采用通勤班車通勤, 在居住地建筑密度低、 居住地人口密度高、 工作地用地混合度高、 居住地和工作地距市中心距離遠(yuǎn)、 公交線路條數(shù)少、 附近無地鐵站的區(qū)域, 采用通勤班車的人群BMI更低。

3.2 研究假設(shè)檢驗(yàn)結(jié)果

根據(jù)模型擬合結(jié)果,針對路徑分析所提出的18個研究假設(shè),圖13、圖14給出了所有檢驗(yàn)結(jié)果為成立的變量之間的直接效應(yīng)、間接效應(yīng)和總效應(yīng)。由圖14可知,根據(jù)模型預(yù)測,在其他條件相同的情況下得到如下結(jié)果。①對小汽車駕駛員來說,居住地人口密度提高一個標(biāo)準(zhǔn)差,通過直接及間接效應(yīng),估計(jì)的預(yù)期BMI將下降0.21個標(biāo)準(zhǔn)差;工作地人口密度提高一個標(biāo)準(zhǔn)差,通過直接及間接效應(yīng),估計(jì)的預(yù)期BMI將下降0.054個標(biāo)準(zhǔn)差。 ②對電動自行車通勤者來說, 公交線路條數(shù)提高一個標(biāo)準(zhǔn)差, 通過直接及間接效益, 估計(jì)的預(yù)期BMI將上升0.146個標(biāo)準(zhǔn)差; 是否有大專院校提高一個標(biāo)準(zhǔn)差, 通過直接及間接效應(yīng), 估計(jì)的預(yù)期BMI將上升0.104個標(biāo)準(zhǔn)差。 ③對采用通勤班車通勤的居民來說, 工作地用地混合度提高一個標(biāo)準(zhǔn)差, 通過直接及間接效應(yīng), 估計(jì)的預(yù)期BMI將下降0.054個標(biāo)準(zhǔn)差。 工作地、 居住地到市中心的距離提高一個標(biāo)準(zhǔn)差, 通過直接及間接效應(yīng), 估計(jì)的預(yù)期BMI將下降0.085和0.084個標(biāo)準(zhǔn)差。

圖13 不同機(jī)動化通勤方式中介作用下建成環(huán)境對BMI的直接效應(yīng)Fig.13 The direct effect of built environment on BMI medlated by motorized commute modes

圖14 不同機(jī)動化通勤方式中介作用下建成環(huán)境對BMI的間接效應(yīng)(左)和總效應(yīng)(右)Fig.14 Indirect effects of built environment on BMI (left) and total effects (right) mediatied by motorized commute modes

4 結(jié)論與討論

4.1 結(jié)論

本文采用美國明尼蘇達(dá)大學(xué)開發(fā)的智能手機(jī)軟件Daynamica收集的西安市居民通勤數(shù)據(jù),在控制了居民社會經(jīng)濟(jì)屬性后,首次探尋了大城市職住地建成環(huán)境通過不同機(jī)動化通勤方式對居民BMI產(chǎn)生的直接影響和間接影響,及其直接效應(yīng)、間接效應(yīng)和總效應(yīng)。此外,本研究還將小汽車通勤方式細(xì)分為小汽車乘客和小汽車駕駛員分別進(jìn)行了研究。

1)建成環(huán)境可通過小汽車駕駛員、電動車、通勤班車對BMI產(chǎn)生顯著的間接影響,但未能通過小汽車乘客、公交車、地鐵對BMI產(chǎn)生顯著的間接影響,且居住地和工作地的影響程度存在差異。影響程度為“工作地建成環(huán)境>居住地建成環(huán)境>其他建成環(huán)境”,其中,職住地用地功能的混合多樣、路網(wǎng)密度、公交線路和地鐵站點(diǎn)等城市交通設(shè)施、城市購物設(shè)施等充足完善都能對肥胖起到有效的抑制作用,這可能是因?yàn)樯鲜鲈O(shè)施能提升人們多目的步行出行的頻次,從而有利于提高身體體力活動量,進(jìn)而降低肥胖發(fā)生率。在小汽車駕駛員作為中介變量時,居住地建成環(huán)境對BMI的影響大于工作地,且居住地人口密度越高,人們選擇小汽車通勤的概率越低,人群BMI越低。這可能是因?yàn)樾∑囃ㄇ诟怕实慕档?意味著人群采用其他替代通勤方式概率的升高,這些通勤方式的體力活動量高于小汽車通勤,從而有利于降低BMI。在電動車為中介變量時,居住地用地混合度越高,人們選擇電動車通勤的概率越低,人群BMI越高,而工作地用地混合度對采用電動車通勤無直接影響,但工作地用地混合度和路網(wǎng)密度的升高可通過電動車通勤,提升BMI增大的概率。此外,居住地建筑密度、工作地路網(wǎng)密度的升高,及附近有超市便利店也可通過通勤班車提升BMI增大的概率。

2)各類機(jī)動化通勤方式中介作用下,職住地建成環(huán)境各變量的增加會導(dǎo)致BMI上升,但職住地人口密度、工作地與市中心的距離、附近有大專院校則相反。對小汽車駕駛員來說,通過直接及間接效益,居住地路網(wǎng)密度、工作地建筑密度每提高一個標(biāo)準(zhǔn)差,估計(jì)的預(yù)期BMI將上升0.003、0.004個標(biāo)準(zhǔn)差,這說明路網(wǎng)密度、建筑密度的增加可能會鼓勵人們更多地駕駛小汽車出行,而駕駛小汽車時人們通常處于靜坐不動的狀態(tài),因而會增加人們肥胖的風(fēng)險。但居住地、工作地人口密度,工作地與市中心的距離、附近有大專院校每提高一個標(biāo)準(zhǔn)差,通過直接及間接效應(yīng),估計(jì)的預(yù)期BMI將分別下降0.21、0.054、0.085、0.003個標(biāo)準(zhǔn)差。人口密度高、工作地距市中心的距離遠(yuǎn)的區(qū)域,可能是產(chǎn)業(yè)園區(qū)或單位大院區(qū)域,人們就近工作的可能性大,通勤距離較短,采用活動性通勤方式的概率高于小汽車,而活動性通勤方式有利于降低人群BMI。對電動車通勤者來說,工作地路網(wǎng)密度和用地混合度、居住地建筑密度每提高一個標(biāo)準(zhǔn)差,通過直接及間接效益,估計(jì)的預(yù)期BMI將上升0.023、0.017、0.061個標(biāo)準(zhǔn)差。對通勤班車人群來說,工作地路網(wǎng)密度每提高一個標(biāo)準(zhǔn)差,通過直接及間接效益,估計(jì)的預(yù)期BMI將上升0.07個標(biāo)準(zhǔn)差。這可能是因?yàn)樯鲜鼋ǔ森h(huán)境變量的增長,進(jìn)一步提升了電動車、通勤班車通勤出行的便捷性,而電動車和通勤班車人群在通勤中大部分時間處于靜坐不動狀態(tài),體力消耗較小,從而增加了其肥胖風(fēng)險。

4.2 討論

對比國內(nèi)國外相關(guān)研究結(jié)果,不同背景下的建成環(huán)境變量對健康的影響顯著與否、影響程度都有所不同。關(guān)于人口密度、用地混合度、公共交通站點(diǎn)和線路覆蓋情況對BMI的影響程度以及作用的家庭成員等的相關(guān)因素頗多,不同學(xué)者得出的結(jié)論不盡相同。但是,大家都認(rèn)同的一點(diǎn)是,建成環(huán)境會對通勤行為產(chǎn)生影響,進(jìn)而對體力活動量和強(qiáng)度產(chǎn)生影響,從而影響人們的BMI。本研究有關(guān)小汽車駕駛員通勤中介作用的結(jié)論與已有研究并不完全一致,如孫斌棟認(rèn)為居住地人口密度、土地利用混合度高可減少小汽車通勤[64-65],且人口密度的增加使人們更傾向于減少機(jī)動化交通出行從而增加體力活動,間接減少肥胖的可能性有關(guān)[58],但該研究并未區(qū)分小汽車駕駛員和小汽車乘客。同時,本研究進(jìn)一步細(xì)化驗(yàn)證了已有研究提出的觀點(diǎn),即某些特定的建成環(huán)境會對機(jī)動化通勤概率產(chǎn)生影響,而通勤方式會影響人群體力活動量[59-61],體力活動量又會直接影響B(tài)MI[62-64,66-67]。總之,本研究首次研究了多種機(jī)動化通勤方式的中介效應(yīng),并探尋了哪些機(jī)動化通勤方式在建成環(huán)境與BMI之間具有中介效應(yīng),最終發(fā)現(xiàn)小汽車駕駛員、電動車、通勤班車3種方式具有顯著的中介效應(yīng),并進(jìn)一步詳細(xì)分析了小汽車駕駛員、電動車、通勤班車中介效應(yīng)下建成環(huán)境對BMI的影響機(jī)制。這里特別值得一提的是,區(qū)別于已有研究劃分的通勤方式,本研究將小汽車通勤劃分為小汽車駕駛員和小汽車乘客2類,并關(guān)注了通勤班車這一特殊的通勤方式,從而進(jìn)一步豐富了中國情境下機(jī)動化通勤方式中介作用下建成環(huán)境影響居民身體健康的理論成果。

研究結(jié)論對中心城區(qū)的國土空間規(guī)劃、城市更新,以及城市新區(qū)建設(shè)具有一定的指導(dǎo)意義,可為緩解城市早晚高峰交通擁堵、優(yōu)化城市建成環(huán)境、抑制居民肥胖發(fā)生率的相關(guān)措施制定提供參考。

1)通過漸進(jìn)式更新,逐步優(yōu)化城市用地布局和空間結(jié)構(gòu),盡可能的實(shí)現(xiàn)城市居民職住平衡,將職住地距市中心的距離控制在適宜的范圍內(nèi)。

2)通過促進(jìn)工作地用地功能混合、合理設(shè)置公交地鐵站點(diǎn)位置及公交線路數(shù)量,優(yōu)化職住地人口密度、建筑密度、路網(wǎng)密度,進(jìn)而增加步行活動可能性,通過其伴隨的日?；顒芋w力消耗促進(jìn)居民身體健康。

3)建立良好的城市慢行系統(tǒng),包括優(yōu)化、美化人行道,建立完整、暢通、便捷、高效的自行車出行體系,并充分考慮共享單車與公共交通的有效銜接,有助于提高人們采用步行、自行車通勤的可能性。

4)城市管理部門可鼓勵距市中心較遠(yuǎn)的企業(yè)設(shè)立通勤班車,并在企業(yè)附近配套完善服務(wù)設(shè)施(如超市、便利店等),并提高其用地混合度,合理控制建筑密度與人口密度,從而提高人群在工作地附近參與步行、自行車等體力活動型出行的可能性。

5)在控規(guī)階段,對距離市中心不同距離的居住地和工作地,其人口密度和建筑密度控制力度應(yīng)有所不同,城市建設(shè)和管理方可鼓勵居民盡可能多的采用活動性出行方式通勤、購物、就餐等,從而提高其體力活動量,降低肥胖風(fēng)險。

6)可通過漸進(jìn)式更新的方式,即小規(guī)模、分階段、循序漸進(jìn)式的有機(jī)更新方式及適應(yīng)性改造城市建成環(huán)境的手段,同時建立相關(guān)機(jī)制,落實(shí)責(zé)任主體,從而逐步實(shí)現(xiàn)居民職住地建成環(huán)境優(yōu)化。

此外,本文存在以下不足之處。①本研究是基于樣本城市西安進(jìn)行的研究,是平原型城市,若能對全國不同地理空間背景下不同類型城市進(jìn)行對比分析,則可更全面的研究該問題;②本研究主要是基于截面數(shù)據(jù)的調(diào)查研究,沒有做到縱向?qū)Ρ?而居民BMI是隨時間不斷變化的,因此,本研究難以總結(jié)城市建成環(huán)境通過通勤方式對居民BMI產(chǎn)生的縱向影響;③本研究沒有考慮個人基因情況、飲食習(xí)慣等混淆變量對身體健康的影響。這些不足需要在日后的研究中加以改進(jìn),以進(jìn)一步驗(yàn)證本研究結(jié)果。