社区和学校建成环境对儿童积极通学的影响——基于交叉分类多层模型的西安实证

邢慧楠,黄晓燕,2,夏伊凡

(1.陕西师范大学 西北国土资源研究中心,陕西 西安 710119;2.陕西师范大学 西北城镇化与国土环境空间模拟重点实验室,陕西 西安 710119)

《“健康中国2030”规划纲要》强调实现全民健康要立足全人群和全生命周期两个着力点,突出解决好妇女、老年人、儿童等重点人群的健康问题。儿童时期是身心发育的关键时期,儿童健康成长关系着家庭幸福、社会稳定和可持续发展,对于实现全民健康有着重要意义。然而,随着城市化和机动化进程的加快,儿童肥胖率和慢性病发病率上升已成为严峻的全球公共卫生问题[1]。从1975—2016年,全球5～19岁超重或肥胖的患病率从4%增加到18%[2]。《中国居民营养与慢性病状况报告(2020年)》指出,我国6～17岁儿童青少年超重肥胖率达到19%[3]。体力活动已被大量研究证明对促进儿童健康有重要意义,可显著减少肥胖和慢性病的发生[4]。然而,由于环境、家庭和个人生活行为方式的改变,儿童日常体力活动水平持续下降。世界卫生组织(WHO)指出全球80%以上的在校青少年每日中高强度体力活动未达到推荐标准[5]。我国也仅有29.9%的儿童青少年中高强度体力活动水平达到国家体力活动指南推荐量[6]。

以步行或骑自行车等积极的交通模式进行通学(也称为积极通学)已被证明是儿童体力活动的重要来源[7-8]。提高积极通学比例,可以帮助儿童将体力活动融入日常行为,整体提升体力活动水平[9-10]。明确并更精准地量化儿童积极通学的影响因素是制定有效干预措施的前提。大量研究表明儿童积极通学受到个体和家庭特征、交通和社区安全、社会环境和建成环境等因素的共同影响[11-13]。其中,建成环境在促进儿童积极通学方面发挥着关键作用[14-15],受到地理学、城市规划、公共健康等多个领域学者的广泛关注。已有研究普遍认为通学距离是影响孩子通学方式的最重要因素,积极通学的可能性随着通学距离的增加而降低[16-17]。但总体上,建成环境影响儿童积极通学的研究证据混杂。部分研究认为步行友好型环境特征,如高居住密度、高交叉路口密度、土地混合使用、人行道连续性和可用性、街道照明等能有效促进积极通学[18-22]。也有研究发现居住密度与步行上学之间没有显著关系[23],交叉路口密度与积极通学负相关[24-25],原因是街道网络连通度高能增加积极通学的路线选择,但也会导致儿童需要穿越更多街道,加大了交通安全隐患。同样,一些研究认为土地混合使用增加了步行可达的潜在目的地数量,能促进积极通学[26],但也有学者发现两者之间没有关系[23]或负相关[12]。甚至,有学者认为人行道的可用性也对儿童积极通学不产生影响[27]。

总之,城市建成环境对儿童积极通学的影响目前尚未得到充分证实,相互矛盾的结论可能源于研究案例地、数据、方法的差异,也可能是由于大多研究在测度建成环境时,仅考虑了居住社区或学校单一地理背景[28-29]。居住社区和学校是儿童通学的出发地和目的地,忽略社区和学校建成环境对积极通学的共同作用,会导致对建成环境效应的错误估计。且为了更精准地制定土地利用和建成环境调整策略,需要量化比较居住社区和学校建成环境因素对积极通学的影响大小和差异。此外,通学距离是影响儿童积极通学的关键因素,但在通学距离固定的情况下,建成环境在一定程度上会对通学距离影响积极通学的效应产生调节作用,而现有研究鲜有考察通学距离和建成环境因素的交互作用如何影响儿童积极通学。

基于此,本文以西安市为案例地,以小学生为研究群体,采用交叉分类多层模型考察了社区和学校建成环境对儿童积极通学的影响。本文试图回答以下问题:①社区和学校建成环境影响儿童积极通学的程度和因素有何差异?②建成环境因素如何通过跨层交互效应调节通学距离对积极通学的作用?研究在一定程度上能弥补现有研究的不足,并为促进儿童积极通学的相关公共政策和空间调整策略提供支持。

1 研究数据与方法

1.1 研究区域与数据

1.1.1 研究区概况与数据来源

本文以西安市长安区、雁塔区、莲湖区、碑林区、新城区、未央区以及灞桥区等主城区为研究区域,选取处于小学阶段的6～13岁学龄儿童为研究对象。根据学校周边建成环境特征,将位于研究区域内的613所小学通过聚类分析划分为5种类型,然后从每个类型中随机抽取了3所小学,共对15所学校进行调研。调研学校和被访者对应的居住小区空间分布如图1所示。

本文基础数据主要来自于课题组2019年进行的“西安市建成环境对儿童体力活动的影响”问卷调查。问卷内容主要包括儿童个人和家庭社会经济属性特征、父母和儿童体育锻炼偏好、儿童出行态度偏好及儿童通学方式。完成一份问卷的时间大约为15～20 min。调研组招募了20名目标学校的儿童及其家长,对调查进行了预测试,并根据他们的反馈对调查问卷的细节进行修改和完善。2019年11—12月,开始正式问卷调查。调研组首先通过联系目标学校所在区的教育局进行协调,在获得可对目标学校进行问卷调查的许可后,联系目标学校的老师。然后在老师的帮助下,每所学校按照3%的比例,随机在1～6年级的班级中选取学生发放问卷。考虑到1～2年级学生理解能力可能不足,问卷可和家长一起完成。最终收集的问卷调查数据共涉及15所学校的749名儿童,得到689份有效问卷。

1.1.2 问卷信效度检验及验证性因子分析

采用Cronbach’sα系数进行信度检验时,当Cronbach’sα系数大于0.7时,认为问卷内部一致性较好,问卷信度较高。本文采用SPSS 26.0对所有样本进行信度检验,问卷整体信度检测Cronbach’sα系数为0.769,说明本文使用的问卷数据信度较高。

采用KMO和Bartlette球形度进行效度检验,本文采用SPSS 26.0对所有样本进行效度检验,得到问卷整体KMO值为0.795,表示原始变量之间相关性较强,适合做因子分析;Bartlette球形度检验的显著值达到0.000的显著性水平,即问卷具有结构效度,说明数据适合做因子分析。

采用STATA 16.0对儿童出行态度偏好、父母锻炼偏好和儿童锻炼偏好变量进行验证性因子分析(confirmatory factor analysis, CFA)。结果显示,儿童出行态度偏好的CFI值(比较拟合指数)为0.962,父母体育锻炼偏好的CFI值为0.918,儿童体育锻炼偏好的CFI值为0.965,CFI值均大于0.9,表明模型拟合度良好。

1.2 变量选择

本文主要考察社区和学校建成环境对儿童积极通学的影响。因变量为儿童是否采用积极交通方式通学的二分类变量。自变量主要包括建成环境和个体2个层次(见表1)。建成环境变量主要基于相关研究综述以及数据可获取性来确定,包括了人口密度、绿色度、土地混合使用、到最近公园的距离、各类公共服务设施的数量。人口密度使用受访者居住社区或学校所在街道的常住人口密度来表征。绿色度使用社区和学校1 km缓冲区范围内归一化植被指数(normalized difference vegetation index, NDVI)衡量。土地混合使用参考Moniruzzaman等[30]公式(式1)计算得到。

表1 变量的定义及描述性统计Tab.1 The descriptive statistics of variables

(1)

式中:N表示土地利用方式的种类数量;pi表示第i种土地利用方式的面积占总面积的比值。

考虑到各类兴趣点(point of interest, POI)可以表征土地利用的多样性, 本文用不同类型的POI代替土地利用地理空间数据计算土地混合使用指标, 包括餐饮服务、购物服务、体育休闲服务、公园、广场等。 各类POI数据通过高德地图应用程序编程接口(API)提取。此外,本文利用ArcGIS 10.8进行空间分析,分别测度了社区和学校1 km缓冲区范围内的商店、餐饮店、运动场、公共交通站点和十字路口数量及其他建成环境变量。

个体层次变量包括儿童个人和家庭社会经济属性特征、儿童出行态度偏好、父母和儿童的体育锻炼偏好、通学距离。社会经济属性特征包括儿童年龄、性别、家庭年收入、家中拥有自行车数量、电动车数量和小汽车数量。问卷调查中要求受访者就11项关于小汽车、公共交通、自行车和步行的偏好表述按照从“非常不赞同”到“非常赞同”共4级量表进行选择。然后通过验证性因子分析得到儿童出行态度偏好的5个主要因素:喜欢步行、喜欢骑自行车、喜欢乘坐小汽车、喜欢乘坐公共交通。同样,受访者就5项关于体育锻炼的偏好表述进行判断,通过验证性因子分析得到2个父母和儿童体育锻炼偏好的主要因素:父母喜欢体育锻炼、儿童喜欢体育锻炼。

1.3 研究方法

本文的数据存在交叉嵌套的跨层次结构。儿童个体嵌套于社区和学校。由于存在嵌套关系,同一社区或学校的儿童会受到相同因素的影响,从而具有某些共同特征,样本之间不再完全独立。因此,单层回归模型不再符合样本独立的经典假定,需要多层次模型才能有效地检验不同水平因素对因变量的作用。本文的数据结构在多层次的基础上更加特殊,同一社区的儿童会就读于不同的学校,同一学校的儿童会居住在不同的社区,而社区层次和学校层次之间不存在嵌套结构,说明儿童与社区和学校之间不仅存在嵌套关系,还存在交叉关系,数据结构如图2所示。

图2 数据结构示意图Fig.2 Data structure diagram

结合二分类因变量,本文采用交叉分类多层Logistic模型进行研究。首先,构建空模型计算组内相关系数。模型选择时,需要考虑组间的方差差异,如果组间差异较大,则须采用多层模型。因此,需先计算其组内相关系数(the intraclass correlation coefficient,ICC,式中简记为C),以判断有无必要使用多层模型,若需使用多层模型,还可以利用其判定社区层和学校层对儿童积极通学的影响大小,计算式为

(2)

(3)

然后,进行交叉分类多层Logistic模型研究,方程式为

Logit[Pr(yijk=1|Xijk,Wj,Vk)]=

(4)

式中:yijk为j学校k社区的儿童i的通学方式观测值,等于1表示积极通学,等于0表示非积极通学;Xijk、Wj和Vk分别表示个体层、学校层和社区层的变量;Xmijk为个体层的第m个变量;Wnj为学校层的第n个变量;Vpk为社区层的第p个变量,具体到本研究中,个体层有13个变量,学校层有9个变量,社区层有9个变量,因此m、n和p的取值分别为13、9和9;βm、γn、δp分别表示个体层、学校层和社区层的斜率系数;μj为j学校对积极通学的随机效应;θk为k社区对积极通学的随机效应;εijk为儿童个体的随机效应。假定μj和θk在给定解释变量情况下都服从均值为零的正态分布。

2 实证结果

2.1 空模型结果和组内相关系数

为检验交叉分类多层Logistic模型的实用性,并判别社区和学校对儿童积极通学的影响大小,本文构建了空模型并计算了组内相关系数(见表2)。ICC值为0.06～0.14时,属于中度组内相关;当ICC值大于0.14时,属于高度组内相关[31]。组内呈中、高度相关时,便不能忽略组内相似性,应当使用多层模型进行分析。本文的研究结果显示,社区层和学校层的ICC值分别为0.359 1和0.142 8,均表现为组内高度相关,因此,本文所选用的多层模型方法适用。

表2 空模型的方差估计结果和组内相关系数

ICC值越高,说明该层次的变量能够解释更多方差,即该层次可以作为回复差异的主要来源。社区层面的ICC为0.359 1,表明对于儿童积极通学概率大约35.91%的变异可以分解到社区层次的客观建成环境变量;学校层面的ICC为0.142 8,即学校层差异导致了14.28%的儿童积极通学决策变异,其余49.81 %的变异来自个体层面。由此可见,个体层变量是导致儿童积极通学主要因素,但社区层和学校层因素也发挥着不可忽视的作用,且社区发挥的作用大于学校。

2.2 交叉分类多层模型结果

交叉分类多层Logistic模型的评估结果主要包括优势比(odds ratios,OR)、标准误差(standard error,SE)。将个人、社区和学校层次变量纳入模型(见表3),模型Wald chi2值为103.22,在1%水平显著,表示模型的估计结果可信度较高。表3中,变量的OR值大于1表示正的影响,它越大说明正影响越大;OR值小于1表示负的影响,它越小说明负影响越大。

表3 交叉分类多层Logistic模型结果Tab.3 Results of cross-classified multilevel model

从模型结果可知,通学距离对儿童积极通学产生显著负效应,这一点与大量国内外研究得到的结论一致。通学距离的OR值是0.344,表明了通学距离每增加1单位,儿童积极通学的可能性降低65.6%。距离越远,所花费的时间越长,人们越倾向于使用小汽车这样速度快且舒适的交通工具,或者出行便捷且出行成本低、准时性有保障的交通工具,如电动车、公交车,而较少地选择步行或者骑自行车。

在控制了个体和家庭社会经济属性、儿童出行态度偏好、父母和儿童的体育锻炼偏好后,社区和学校建成环境仍然对儿童积极通学产生显著影响。社区客观建成环境变量中,绿色度对儿童选择积极通学具有显著的促进作用,这一结果与Queralt等发现的社区1 km缓冲区内的绿地面积与体力活动显著正相关研究结果类似[19]。社区绿色度的OR值为1.052,表示社区绿色度每提高1单位,儿童积极通学的可能性会提升5.2%,绿色度在一定程度上表征了步行和骑行环境的优劣,绿色程度高有利于净化空气,降低噪声污染,提高步行和骑行的舒适度和安全性,从而促进儿童积极通学。

学校建成环境变量中, 餐饮店数量对儿童积极通学产生显著负效应, 餐饮店数量的OR值为0.822, 这表明学校周边餐饮店数量每增加1单位, 儿童积极通学的可能性降低17.8%, 可能的原因是学校周边餐饮店数量越多, 人流量越大, 环境越嘈杂, 从而降低了儿童积极通学的舒适度感受, 导致儿童积极通学概率的降低。 学校周边1 km范围内土地混合使用与儿童积极通学显著负相关, 其OR值为0.969, 代表着土地混合使用每增加1单位, 儿童积极通学的可能性降低3.1%。 学校十字路口数量对儿童积极通学产生显著负效应, 十字路口数量每增加1单位, 儿童积极通学的可能性会降低15.4%。 高交通容量、 高连接性的地区相应会承受较大交通量, 从而降低儿童步行和骑行交通环境的安全性, 导致儿童积极通学的可能性降低。 学校附近公共交通站点数量对儿童积极通学行为产生显著正效应, 其OR值为1.120。 这说明学校附近公共交通站点数量每增加1单位, 儿童积极通学的可能性将会增加12%。

个体层面的变量中,电动车拥有量和通学距离对儿童积极通学产生显著负效应。电动车拥有量的OR值为0.434,说明家庭拥有电动车数量每增加1单位,儿童积极通学的可能性将会变为原来的0.434倍,即积极通学的可能性就会降低56.6%。由于电动车驾驶简单方便、出行易停放、使用经济成本低,使得有电动车甚至拥有多辆电动车的家庭在通学出行时更倾向于使用电动车。儿童性别、年龄、家庭收入、自行车拥有量、小汽车拥有量及锻炼和出行偏好对儿童积极通学均不产生显著影响。

2.3 交互作用

一个自变量对因变量的影响效应随着另一个自变量的水平不同而有所变化,则这2个变量之间就存在交互效应。本文进一步将通学距离与社区、学校建成环境变量进行交互,探究通学距离对积极通学的影响效应随着建成环境水平的不同而产生的变化,即测度建成环境因素如何通过跨层交互效应调节通学距离对积极通学的作用。建成环境对积极通学的影响路径见图3。

图3 建成环境对积极通学的影响路径Fig.3 The impact path of built environment on active school travel

将通学距离交互社区和学校建成环境变量,并纳入交互模型,探讨通学距离与建成环境交互后对儿童积极通学的影响(见表4)。模型的评估结果主要为优势比和标准误差。

表4 通学距离与建成环境交互效应结果Tab.4 Results of cross-level interaction effects for home-school distance and built environment

绘制交互前后建成环境与积极通学相关系数的热力图,以直观揭示建成环境变量对通学距离影响积极通学的调节效应(见图4)。

注:蓝色代表正相关,红色代表负相关,颜色越深相关性越强;***表示在1%水平上显著,**表示在5%水平上显著,*表示在10%水平上显著。图4 建成环境与积极通学相关系数热力图Fig.4 Thermodynamic diagram of correlation coefficient between built environment and active school travel

2.3.1 通学距离与社区层交互结果

结合表3和图4,可以得出建成环境变量对儿童积极通学具有调节效应。以社区公共交通站点数量为例,未交互时,其与积极通学不显著相关,但交互后,通学距离与社区公共交通站点数量的交互项系数在模型中显著为正,图4中对应变量颜色由浅色转向深蓝色,结合表3中主效应结果,说明随着社区公共交通站点数量密度的增加,通学距离对儿童积极通学的消极影响在减弱,这表示社区公共交通站点数量虽然不会直接影响儿童积极通学,但却能通过调节效应削弱通学距离对积极通学的负效应,即社区公共交通站点数量的增多,通过调节效应促进儿童积极通学。对于社区人口密度而言,未交互时,社区人口密度对儿童积极通学的影响不显著,但交互后,通学距离与社区人口密度的交互项系数在模型中显著为正,结合表3中主效应结果,说明随着社区人口密度的增加,通学距离对儿童积极通学的消极影响在减弱,即社区人口密度的增多,能够通过调节效应促进儿童积极通学。大部分研究表明高人口密度能够促进非机动方式出行[32],本文得出了与此类似的结论,人口密度高,对步行、骑行的安全性和氛围都有提升作用,从而促进儿童积极通学。而对于社区商店数量而言,交互后的系数和儿童积极通学呈显著负相关,结合表3中的主效应结果可知,随着社区商店数量的增多,通学距离对儿童积极通学的负向影响进一步增强,换言之,社区商店数量的增多,通过调节效应降低了儿童积极通学的可能性。

2.3.2 通学距离与学校层交互结果

在学校层面,探究建成环境对积极通学的调节效应,发现仅有学校绿色度这一建成环境变量与通学距离交互后对积极通学产生显著影响。通学距离与学校绿色度的交互项系数显著为正,结合表3主效应结果,说明学校的绿色度削弱了通学距离对儿童积极通学的负面影响,即较好的绿色度能通过调节效应促进儿童积极通学。

3 结论与讨论

3.1 结论

积极通学是儿童体力活动的重要来源,对儿童身心健康具有重要作用。建成环境对儿童积极通学的影响研究结论混杂,且大多研究对社区和学校建成环境的共同作用和影响差异考虑不足。本文以西安市为案例地,以小学生为研究群体,采用交叉分类多层模型考察了社区和学校建成环境对儿童积极通学的共同影响,主要结论如下。

1)社区和学校的客观建成环境变量均对积极通学产生重要影响,而且社区层次影响程度大于学校层次。儿童积极通学概率35.91%的变异可以分解到社区层次的客观建成环境变量,而学校建成环境差异导致了14.28%的儿童积极通学决策变异。

2)社区和学校客观建成环境影响儿童积极通学的变量不同。在社区层面,只有绿色度对积极通学产生显著正效应;在学校层面,公共交通站点数量的增多能够促进儿童积极通学,餐饮店数量增多、土地混合使用提高、十字路口数量增多会降低儿童积极通学的可能性。

3)建成环境能够调节通学距离对儿童积极通学的影响效应。在社区层面,更多的公共交通站点数量和高人口密度能够削弱通学距离对儿童积极通学的负效应,有利于儿童积极通学,而商店数量的增多会加大通学距离的负效应,降低儿童积极通学的可能性;学校层面,提高绿色程度可以降低通学距离对积极通学的抑制作用,促进儿童积极通学。

3.2 讨论

本文得到一些与国外研究不同的结论,在国外的研究中,乘坐公共交通会代替儿童步行或骑行通学。因此,公共交通站点数量越多,儿童乘坐公共交通越便捷,儿童积极通学概率越低。但本文得到的结论是学校周边的公共交通站点数量能直接促进积极通学,社区周边的公共交通站点数量能通过调节作用促进儿童积极通学。这说明,公共交通站点数量的增多并未对步行或骑行起到代替作用,而是起到了一定的促进作用。从中国城市的空间发展看,公共交通建设往往伴随着步行环境的改善,公共交通站点分布多的地区往往步行道的建设也相对完善,有利于促进儿童积极通学。

土地混合使用对儿童积极通学的影响在已有研究中结论相互矛盾。本文得出的结论是较高土地混合使用会降低儿童积极通学的可能性。由于处于制度转型和快速空间重构期,中国城市在土地混合使用方面与西方城市存在显著差异,即城市土地混合使用现象在我国城市中更加普遍,而学校周边用地类型增多会吸引更多需求的人前往,因此会提高学校周边交通流量,带来安全隐患,从而降低儿童积极通学的可能性。

本文研究结论对于制定促进儿童积极通学的相关公共政策干预和空间调整策略有一定启示和参考。首先,本文发现社区和学校的建成环境均会对儿童积极通学产生影响,且影响积极通学的建成环境变量具有差异。因此,在对建成环境进行精准调整时,不能仅局限于居住社区,需要同时考虑学校和社区建成环境。并且需要区分社区和学校不同建成环境变量作用的差异性,在不同地点选择有效的建成环境变量进行干预。以十字路口数量为例,学校周边的十字路口数量对儿童积极通学具有显著负效应,但社区周边十字路口数量与儿童积极通学无显著相关性。结合产生负效应的原因,在实践中更应当注意通学期间学校周边十字路口处的安全性,如采用控制交通流量、在十字路口处安排专职人员护送儿童等措施。其次,本文还发现客观建成环境调节了通学距离对积极通学的影响效应。这表明,虽然作为影响儿童积极通学的最重要因素,通学距离很难调节,但在通学距离固定的情况下,仍然可以通过改善建成环境促进儿童积极通学,这拓展了建成环境对儿童积极通学的作用路径。如社区周边绿色度可以直接促进儿童积极通学,但学校周边绿色度也可以通过调节效应促进儿童积极通学,在实践中,无论是社区周边还是学校周边的绿色度,都应予以重视。

本研究也存在一些不足。首先,本研究主要是基于截面数据的研究,基于调查数据的限制,未做到纵向研究,难以总结建成环境与通学方式之间的因果关系;其次未考虑建成环境对儿童积极通学的尺度效应和分区效应,即可修改面积单元问题(modifiable areal unit problem,MAUP),在未来的研究中会进一步完善。