基于结构方程模型的社区恢复性效应实证研究——以济南市为例

■ 马雨桐 MA Yutong 魏宗财 WEI Zongcai

0 引言

推行“健康中国”战略，是解决突出的环境问题，营造健康社区成为提高全民健康水平的重要环节[1]。研究发现，完善的环境制度和优良的公共空间对居民身心健康的维护和改善具有积极影响[2]，能帮助人们减轻压力及各种不良情绪，减少心理疲劳甚至促进心理和生理健康的恢复性理论逐步形成。

1983 年，Kaplan 和Talbot 首次提出恢复性环境（Restorative Environment），即“能使人们更好地从心理疲劳及与压力相伴随的消极情绪中恢复过来的环境”[3]，其对于居民产生的恢复性效应（Restorative Effect）的提升，对缓解人群身心压力和改善生活质量有促进作用。所谓环境恢复性效应，是指环境要素对其使用者获得的恢复所产生的促进或抑制作用，既有研究中，常通过量表描述居民心理变化[4]，或通过仪器观测反映压力的生理指标变化[5]，以量化效应的正负强弱。由于早期量表的描述专业度较高且各指标权重相同[6]，统计意义较弱；同时，考虑到现有研究对社会环境的关注不足，本研究将选择社区作为研究对象，通过优化量表和统计方法，更客观、更全面地量化和评价社区恢复性效应。

1 环境对健康的影响

Lachowycz（2013）[7]和Peschardt（2013）[8]等学者认为，环境对社区居民身心健康维护兼具直接和间接影响。

（1）建成环境对身心健康的直接影响有：带有自然属性的空间（如适宜的绿化）可以令人愉悦、身心舒畅[9]；有安全感和宁静感的空间使居民暂离日常琐事，从而获得心理上的恢复[10]。间接影响是方便到达和使用舒适的场所可以促进居民在社区中的各种活动来提高身体素质并获得心理的愉悦[11]。

（2）社会环境对身心健康的直接影响有：社区认同感和居民参与等作为地方纽带，可规范居民的行为[12]；另外，良好的社区环境带来更亲密的人际关系网络，其情感认同可以减少心理问题的发生[13]。间接影响是融洽的邻里关系和社区氛围使居民之间可以积极地一起活动，更有应对风险的社会能力。

在当前疫情防治常态化的背景下，要求社区环境能更好地抵御风险，其恢复性效应的增强对居民身心健康具有更直接的影响。因此，将居民主观感受统计数据囊括在内的居住环境定量评价，更能客观反馈社区设计和管理的不足[14]。本文以济南市49 个社区的数据为基础，根据恢复性理论及作用机制构建结构方程模型，探讨社区环境对其恢复性效应产生的直接和间接影响；并通过灰色关联TOPSIS 法优化恢复性效应综合评价，比较不同社区和人群的恢复性效应差异。

2 研究设计

2.1 样本选取与研究区域

研究设计了“社区恢复性效应及环境影响因素调查问卷”，于2021年1 月在济南市内以社区为单位发放（线上和线下）。共回收问卷550 份，其中，有效问卷533 份，问卷有效回收率96.9%。受访者年龄层次和学历层次分布均匀，年龄在30～45 岁和45～60 岁的受访者分别占39.78%和42.59%，大专及以下和本科的受访者分别占42.97%和31.33%，符合现有人口结构（图1）。

图1 受访者年龄和学历层次分布

本次研究范围涵盖济南市中心城区的49 个社区（图2）。在7 个行政区中，历下区经济水平高，优质公共资源集中，老旧社区（2000 年前竣工）约占总数的24%，其平均房价（约25000 元/ m2）远高于市平均价（约16000 元/ m2）；高新区逐步形成未来产业带，发展潜力较大；历城、天桥和槐荫三区中，老旧社区仅占总数17%，平均房价（14000元/ m2）持平甚至略低于市平均价。受访社区在建成环境和社会环境的特征异质性较强，具有较好的代表性，研究能从社区及个体差异中探讨社区恢复性效应及多种环境影响因素。

图2 研究范围

2.2 数据来源与模型构建

2.2.1 SEM 构建

结构方程模型（SEM）是一种建立、估计和检验因果关系的模型分析方法[15]，其中的影响关系和测量关系可以明确影响路径，并比较变量之间的相对重要程度，从而计算变量之间的直接和间接影响。本研究中的SEM 可以表达为：

式（1）（2）为测量关系，式中，ξ 和η 分别为外生和内生潜变量，x 和y 是它们的观测变量；Λx和Λy分别为观测变量x、y 在潜变量上的因子载荷矩阵；δ 和ε 为测量误差向量。式（3）为影响关系，式中，B为反映内生潜变量之间相互影响的待估参数矩阵，Г 为反映外生变量对内生变量影响的直接随机效应矩阵，ζ为结构模型的测量误差向量。

采用SPSS 24.0 软件，建立包含533 个样本数据的数据库，并导入AMOS 23.0 进行分析，构建结构方程模型：将社区的社会环境、建成环境和居民行为作为外生变量（表1），将社区恢复性效应作为内生变量（表2），对社区恢复性效应和社区环境之间的关系提出以下假设（图3）：①H1表示建成环境对居民行为有显著正向影响；②H2表示社会环境对居民行为有显著正向影响；③H3居民行为对社区恢复性效应有显著正向影响；④H4表示建成环境对社区恢复性效应有显著正向影响；⑤H5表示社会环境对社区恢复性效应有显著正向影响。

图3 研究概念模型

表1 外生变量量化及信度分析表

表2 内生变量量化及信度分析表

2.2.2 观测变量的选取

根据恢复性理论，选取和界定观察变量。

（1）恢复性效应。既有研究成果多采取可感知恢复性量表(PRS)或恢复结果量表（ROS）等，居民难以准确反馈注意力和压力恢复的多种心理变化。基于此，笔者选取的恢复性效应观测变量源自Han 在2003 年设计的自评恢复量表[16]，从受试者情绪、生理、认知和行为4 个维度，对恢复效应进行更全面的评价，已被证实能有效衡量不同场景的恢复性效应强弱。研究选取8 个因素，如“我的呼吸加快了”“我愿意更常来这里”等作为观测变量，并通过灰色关联TOPSIS 法，对其进行综合评价量化。

（2）社区建成环境。本研究参考社区绿色基础设施的生态评价指标[17]和Grahn[18]根据恢复性理论归纳的城市绿色空间特征感知维度，结合现有研究中建成环境特征影响显著程度的结论，选取6 个因素作为建成环境的观察变量。其中，公共空间占比为社区中的花园、广场和绿道等开放的公共空间占社区地上面积的比例；人均绿地面积为社区地上面积乘以绿化率再除以社区总人数的面积；是以视线内占有的绿化情况来衡量绿化的数量特征。其量化方法为：在每个社区较大的广场和道路拍摄尺寸和视线相同的10 张照片，通过Photoshop CS6，以照片方格测量法对社区建成环境进行量化，以间隔25 mm 的透明方格网完全覆盖每张照片样本，以绿色色块代表植物并计算其所占格数，最后计算相对总图所占格数的百分比后求均值（图4）。

图4 量化方法示意图

（3）社区社会环境。Korpela[19]认为，在日常喜爱的场所中，对恢复性效应存在潜在影响的社会环境因素包括社会背景和人格特征。参考其观点，以及Lachowycz[7]建立的绿地和健康之间的理论影响机制，选取5 个因素作为社会环境的观察变量。

（4）居民行为。将居民在社区活动的频率、时长和种类，以及居民在社区中活动的意愿是否强烈等4 个因素作为观察变量，量化居民在社区中的行为。

2.2.3 信度分析

将所有样本数据导入SPSS 进行信效度检验：①整体克朗巴哈系数（Cronbach’s α）为0.954（>0.8），研究数据信度质量高；②各潜变量信度系数值均大于0.7，说明各观察变量数据相关性较强，问卷有使用价值。使用KMO 和Bartlett 球形检验进行效度验证，得到KMO 值为0.943（>0.8），在0.001 的水平上通过了Bartlett 球形检验，数据效度符合要求。由此可见，问卷信效度良好，可以较客观地表征社区对居民产生的恢复性效应强弱。

3 基于灰色关联TOPSIS 法的社区恢复性效应评价

在获得具体观测变量的基础上，为了优化社区恢复性效应的量化方法，弥补目前综合评价的不足，确认社会环境和建成环境的差异是否会导致社区恢复性效应的差异，本研究采用灰色关联TOPSIS 法，即：以通过计算评价对象与正负理想方案之间距离作为排序依据的TOPSIS 法为基础，引入灰色关联系数再转化矩阵，以弥补在非线性关系中的不足，并将样本与正负理想解的相对贴度C 作为综合评价依据，其值在0～1 之间[20]。这一方法可以更客观、更准确地评价和比较各社区之间恢复性效应。

在此基础上，依据各组控制变量，采用聚类法对样本社区进行分类处理，以探究不同社会背景社区和个人的恢复性效应差异。

3.1 指标量化及评价

根据灰色关联TOPSIS 法，计算得出49 个样本社区恢复性效应综合评价值（相对贴度C）；并根据得到的C 值，从高到低将样本社区恢复性效应划分为5 个等级，依次为：优秀、良好、中等、较差和差。本次调查问卷受访者社区恢复性效应的平均值为0.562，处在中等，其中，优秀8 个、良好13 个、中等13 个、较差12 个、差3 个，分别占社区总数的16%、26%、26%、24% 和8%。恢复性效应良好、中等和较差的社区数量明显高于优秀和差的社区数量，较小的极端差异说明样本社区恢复性效应较为稳定，城市社区环境尚能为居民的恢复提供支持；但多数社区处在中等，也说明社区带给居民的恢复效果还亟待优化，这与恢复性理论近年来从压力中恢复向获得比以往更好的身心状态的目标转变相契合。

3.2 社区恢复性效应实证分析

将区位、房屋价格和房屋类型作为控制变量，使用K-prototype 聚类分析对49 个样本社区进行分类，得到3 类社区群体，即：第一类社区（cluster_1）、第二类社区（cluster_2）和第三类社区（cluster_3），其占比分别为42.86%（21 个）、20.41%（10个）和36.73%（18 个），其恢复性效应综合评价（C 值）平均值分别为0.66、0.36 和0.56。整体来看，这3 类社区分布较为均匀，聚类效果较好；且对于所有研究项均呈现出显著性（p＜0.05），即研究特征具有明显差异性。

对交叉分析后的百分比进行具体差异性对比（图5）：①第一类社区集中在市中区，房屋价格 多 为10000～15000 元/m2及25000～30000 元/m2与 济 南 市16000 元/m2的均价基本持平，类型以封闭商品房为主；这类社区居民以市区事业单位员工为典型代表，生活压力和身心健康能保持较稳定的平衡，其在社区中获得的恢复性也整体最好。②第二类社区集中在天桥区和长清区，大量房屋价格集中在5000～10000 元/m2，类型以回迁社区为主；这类社区的居民大多数生活水平较差且经济压力大，其在社区中获得的恢复性也整体最差。③第三类社区集中在历下区，房屋价格基本全部高于济南市均价，且单位宿舍的比例较其他两类更高；这类社区居民普遍有较好的社会地位，但由于存在较高的社会和生活压力，其整体恢复性效应实际略低于第一类社区。

图5 社区聚类与各控制变量的交叉图

通过TOPSIS 对恢复性效应进行量化和聚类分析后发现，居民在日常生活中的不同社会角色和各类压力是导致社区恢复性效应产生差异的根本原因，可见社区的社会属性对恢复性效应发挥的作用要比物质属性更显著，这也是进一步探究和建立社区恢复性效应结构方程模型的实证基础。

4 社区恢复性效应结构方程模型

4.1 模型检验

使用AMOS 23.0 对结构方程模型进行检验（表3）。本研究中，社区恢复性效应结构方程模型的卡方自由度比（X2/df）＜3，常用反应模型拟合度的GFI、CFI、NFI、AGFI 值均＞0.9，RMSEA 和RMR 值均＜0.05，说明模型拟合效果良好，结果可靠。

表3 模型拟合指标结果表

4.2 结果分析

社区恢复性效应模型中的影响关系和测量关系见图6 及表4。其中，外生变量对社区恢复性效应产生的直接、间接和总体效应，其显著与否和影响程度可通过路径系数的正负和绝对值反映；且总体效应为直接效应与间接效应之和。

表4 外生变量对内生变量的总体效应、直接效应和间接效应

（1）建成环境对社区恢复性效应存在显著的正向直接影响，其路径系数为0.283。其中，客观数值变量（开放空间占比、人均绿地面积和绿视率等）的影响程度并不如居民主观感知变量（设施装配、安全程度、氛围宁静等）显著，即自然特征对居民的恢复促进作用有限，社区恢复性效应并不会随着绿化的增加而不断产生明显变化，这与相关文献[21]中绿视率与恢复性效应呈倒U 形关系的结果一致。由于居民行为对社区恢复性效应不存在影响，建成环境对社区恢复性效应也不存在间接影响。对居民而言，社区建成环境更应是通过性场所，其整体空间氛围如宁静、私密和安全感的营造或可直接观察到的植物，才更容易使居民获得快速的恢复。

（2）社会环境对社区恢复性效应存在显著的正向直接影响，其路径系数为0.643。其中，运营管理和健康关怀指标的影响程度最为显著，互信、互助和对社区的认同感会作用于居民心理，从而直接促进居民的身心恢复。由于居民行为对社区恢复性效应不存在影响，社会环境对社区恢复性效应也不存在间接影响。

（3）图6 中，建成环境对社会环境影响的路径系数为0.840 ＞0，且此路径呈现出0.01 水平的显著性，说明建成环境会对社会环境产生显著的正向影响。因此，建成环境也通过社会环境对社区恢复性存在间接的显著正向影响，其路径系数为0.540（0.840×0.643），即良好的社区建成环境可以间接提升居民对社区的满意度，优化居民之间的友邻关系，使居民获得更好的心理状况和社会关系，继而在社区中获得恢复。

图6 结构方程模型中的影响和测量关系

（4）本研究中，居民行为对社区恢复性效应没有统计学上的显著影响(p=0.508>0.05)，这与先前国内外的研究存在差异。通过分析各观察变量的原始数据发现，约6 成的受访者在活动频率和时长两个问题上选择了“每月1～2 次”和“0～30 min”，即其在社区中的活动并不频繁，整体数据不存在明显变化，因而导致统计学上居民行为对社区恢复性效应影响不显著。实证结果也说明，大量的居民并不会在社区中进行长时间有规律的身体活动，原因可能是逐年增加的生活压力使居民无暇活动，或是15 min 生活圈等模式的推行使居民有了更好的活动去处。但居民的行为仍受到社区建成环境（0.773）和社会环境（0.298）的显著正向影响，良好的社区环境，尤其是可直接使用和感知的物质环境，仍然会丰富居民的活动类型，增加居民在社区中活动的便利度和频率。

5 结语

综上所述，本研究以恢复性理论为基础，通过对济南市49 个社区的数据调研，构建社区恢复性效应结构方程模型，分析社区环境对社区恢复性效应的影响；并借助灰色关联TOPSIS 法，对社区恢复性效应的量化和综合评价进行优化。

社区恢复性效应作为环境心理学议题，其社会影响因素较为复杂。本研究数据来源于对济南市49 个社区的问卷调差，其普适性有待进一步考证；调查问卷数据的主观性日后也可通过样本筛选或客观技术来提高可信度。从统计分析的结果来看，研究选取的观测变量对社区恢复性效应的解释力尚可，但是否还有更具有影响力的因素，以及影响因素的体系建立是否完善，尚需在今后进一步探究。