文章速览
研究背景与目的
研究方法 研究结果 描述性结果显示，鹿特丹主城区 24,050 个街道段的休闲跑步和骑行活动分布有差异， 骑行记录多于跑步，且活动倾向于聚集在大型水体附近。
模型结果表明，自然环境中不同蓝色空间类型和相关指数与跑步和骑行关联各异；建筑环境中土地利用混合度、建筑密度和交通元素等因素影响不同；街道连通性因素对两者有预测性；社会经济因素也与休闲运动相关。
研究结论 蓝色空间的多种空间质量因素与休闲跑步和骑行相关，且影响因空间和活动类型而异。研究结果为蓝色健康研究提供了新证据，也为城市规划者和政策制定者构建运动友好型和健康促进型蓝色空间提供了有力依据，有助于推动蓝色空间的合理规划与设计，实现其健康效益的最大化
一、研究背景与目的 （一）背景 1. **自然环境与健康的关系**
- 绿色和蓝色空间等自然环境为城市提供多种生态系统服务，其健康益处备受关注，因城市空间扩张威胁人们健康，促使人们重视自然环境对健康的影响。 - 自然环境与健康的关联框架已被广泛研究，如Hartig等人从空气质量、身体活动、社会接触和压力减少等方面探讨一般自然环境与人类健康的关系；Bratman等人进一步研究自然环境对心理健康的益处；Labib等人关注自然环境在疫情期间对健康的作用；Markevych等人、White等人和Zhang等人分别在绿色空间和蓝色空间健康效应研究方面有所贡献。 2. **蓝色空间的重要性及研究现状**
- 蓝色空间对促进人口身体活动有重要意义，但蓝色空间与娱乐性锻炼的关系研究不足，限制了其健康效益在设计中的实现。 - 目前蓝色健康研究常用空间可达性或可用性衡量蓝色空间与身体活动的关系，但存在局限性，如空间可达性不能完全表明个体对蓝色空间的使用情况，且蓝色空间质量相关因素对人们使用蓝色空间和参与身体活动的意愿有重要影响，但缺乏共识。 - 之前研究在衡量蓝色空间质量和研究方法上存在问题，如现场观察劳动密集、城市尺度研究关注大型水体可达性而忽视特定类型蓝色空间质量、个体层面身体活动数据存在偏差、研究活动类型单一等。（二）目的
- 本研究利用众包数据（包括谷歌街景地图的蓝色空间街景图像数据和Strava平台的跑步/骑行记录志愿地理信息数据），探究荷兰鹿特丹蓝色空间的空间质量与人口层面休闲锻炼（跑步和骑行）之间的关系。 - 具体研究问题包括： 蓝色空间的水平空间质量因素（包括自然和建筑环境暴露）与跑步和骑行活动有何关联？ 考虑休闲锻炼的统计分布和空间自相关后，这些质量因素与休闲体育活动的关联在两种主要类型活动（跑步与骑行）之间有何差异？ 基于上述问题答案，实施有利于锻炼的蓝色空间设计和推动循证设计方法的关键经验是什么？ 二、研究区域与方法 （一）研究区域
- 鹿特丹是荷兰第二大城市和重要港口城市，位于南荷兰省，属温带海洋性气候，面积326平方公里，人口超600万。该市蓝色空间丰富，是人们日常活动的重要场所，政府积极推动蓝色空间多功能利用，且荷兰骑行文化盛行，骑行设施完善，选择鹿特丹作为案例可为其他城市发展运动支持型蓝色空间提供参考。 （二）研究设计 1. **数据收集**
- 从Strava平台获取蓝色空间周边街道段的休闲跑步和骑行计数数据，该平台数据具有一定代表性，但存在性别、年龄等方面的使用偏差。 - 收集蓝色空间街道段的街景图像数据（SVIs），通过谷歌地图API生成采样点获取图像，经处理后用于计算蓝色空间的空间质量因素，包括自然环境（蓝色空间类型、水景观指数、绿色景观指数、开放度）、建筑环境（建筑密度、交通元素、土地利用混合度、视觉复杂性）、街道连通性（整合度、选择度）和社会经济因素（城市化程度、非西方人口比例、低收入人口比例）。 2. **数据分析方法**
- 采用普通最小二乘法（OLS）、负二项回归（NB）和空间回归模型 评估蓝色空间质量与休闲跑步和骑行的关联，OLS模型便于解释，NB模型考虑身体活动计数的离散性，空间回归模型控制空间自相关。 - 在构建模型前进行多重共线性检验 ，确保自变量无严重共线性问题，对因变量进行对数变换以处理残差异方差性。
三、研究结果 （一）描述性结果
- 分析涵盖鹿特丹主城区24,050个街道段， 街道段上休闲跑步和骑行活动数量存在差异，骑行活动记录更多。 活动地理分布上，两者 倾向于聚集在大型水体（如Nieuwe Maas河）附近 ，跑步者多在小型休闲水体周边活动，骑行者在运河和河流等内陆水系分布较广。 （二）模型结果 1. **自然环境空间质量因素与休闲跑步/骑行的关联**
- 与其他蓝色空间相比，靠近Nieuwe Maas河与更多的跑步和骑行计数相关，但休闲蓝色空间与跑步呈正相关、与骑行呈负相关。 水景观指数（WVI）与休闲骑行总体呈负相关，与跑步在多数模型中无显著关联，但在大型蓝色空间周边活动时，WVI与休闲锻炼呈正相关。绿色景观指数（GVI）和开放度与休闲跑步和骑行呈正相关，且考虑空间自相关后，GVI与休闲锻炼的正相关效应增强。2. **建筑环境空间质量因素与休闲跑步/骑行的关联**
- 土地利用混合度与跑步和骑行频率呈正相关，建筑密度和交通元素与两者呈负相关。 视觉复杂性与骑行计数呈正相关，与跑步计数在考虑空间自相关后无显著关联，但提高视觉复杂性阈值后，与跑步呈显著正相关。3. **街道连通性空间质量因素与休闲跑步/骑行的关联**
- 街道连通性（尤其是选择度）对跑步和骑行有很强的预测性 ，街道段选择值增加与更多的骑行和跑步计数相关，整合度与休闲骑行和跑步也呈正相关，且考虑空间自相关后，整合度系数大幅增加。 4. **邻里社会经济组成空间质量因素与休闲跑步/骑行的关联**
- 城市化程度与休闲骑行呈负相关，与跑步关系不显著；非西方人口比例与跑步呈负相关，与骑行关系可忽略；低收入人口比例与两种休闲锻炼均呈负相关。
## 四、讨论 （一）主要研究发现
- 蓝色空间的自然环境、建筑环境和街道连通性等方面的大多数空间质量因素与休闲跑步和骑行相关，但具体影响因空间而异且在跑步和骑行间存在不一致关联。Nieuwe Maas河吸引大量休闲跑步和骑行活动，不同类型蓝色空间周边活动特点不同，如小型休闲水体周边跑步活动较多，内陆运河和河流周边骑行活动较多。 （二）结果解释 1. **自然环境空间质量因素**
- 大型蓝色空间因具有恢复性心理益处和象征意义吸引健康相关行为，休闲蓝色空间的公共设施对跑步和骑行影响不同，可能因设施对骑行连续性的干扰。荷兰地形导致水边风大，影响物理活动，且WVI与锻炼的关联受蓝色空间类型调整影响。此外，本研究证实了眼水平绿色度与跑步/骑行的正相关关系，开放度也与两者呈正相关，对蓝色空间设计有借鉴意义。 2. **建筑环境空间质量因素**
- 建筑密度对跑步和骑行影响不同，跑步易受建筑元素干扰，可能与运动速度和路线设置有关。视觉复杂性与骑行呈正相关，与跑步在一定条件下呈正相关，符合唤醒理论中视觉复杂性与审美反应的关系。土地利用混合度对两者均重要，交通元素因安全和美学影响对休闲跑步和骑行有一定限制。3. **街道连通性空间质量因素**
- 街道网络的选择度和整合度与休闲跑步和骑行密切相关，选择度对两者关联最强，可能因休闲锻炼无预定目的地，人们更注重路线选择，选择度侧重街道被穿越的可能性，整合度强调被视为运动目的地的能力。4. **社会经济因素**
- 邻里社会经济组成对蓝色空间休闲体育活动有预测作用，城市化程度、非西方人口比例和低收入人口比例与休闲跑步和骑行存在不同程度的关联，可能与感知安全、健康意识等因素有关。（三）对城市规划和景观设计的启示 1. **根据活动类型和自然环境定制蓝色空间设计**
- 规划跑步和骑行路线网络应结合蓝色空间类型特点，如围绕大型水体组织路线、协调跑步路线与其他休闲目的、设计与线性蓝色空间和谐的骑行路线；增加蓝色空间植被，注重眼水平绿色暴露，平衡植被与视觉开放性；大型蓝色空间设计应考虑改善水的可见性和开放性。2. **降低建筑/交通元素密度，避免视觉复杂性过高**
- 控制蓝色空间周边建筑和交通元素数量与布局，利用植被遮挡；提高土地利用多样性，减少建筑密度负面影响；保持蓝色空间中等视觉复杂性，避免过于复杂阻碍锻炼活动。3. **丰富现有街道网络的体育活动路线选择**
- 利用蓝色空间周边高连通性街道作为骨架，提升其空间质量以促进体育活动。4. **适应不同社会经济背景的休闲锻炼空间需求**
- 关注少数民族和低收入社区蓝色空间及设施的公平分配和维护，根据人口密度设计跑步和骑行设施，如人口密集区增加跑步设施并与街道网络连接，城市化程度低的蓝色空间加强骑行设施建设。5. **权衡蓝色空间设计原则和模式之间的协同与取舍**
- 考虑空间策略间的协同与取舍，如设计跑步蓝色空间时平衡土地利用混合度、城市化程度和街道连通性等因素，同时结合新研究证据更新设计知识。（四）研究的优势与局限性 1. **优势**
- 首次全市范围评估蓝色空间质量与两种休闲体育活动关系，整合多源数据，采用基于GPS的VGI方法测量身体活动，眼水平元素比例测量更具现实代表性，运用统计和空间回归模型控制研究结果特征，为城市从业者提供循证设计启示。2. **局限性**
- 众包数据存在样本选择偏差，研究结果可能无法推广到其他城市和地区。未考虑一些未观察到的混杂因素，难以阐明个体层面活动的环境决定因素，眼水平环境因素测量未充分考虑元素组织特征，分析模型在处理空间异质性方面有改进空间。 五、结论
- 本研究整合众包数据发现，GVI和开放度与蓝色空间中的骑行和跑步呈正相关，WVI在调整蓝色空间类型后与休闲锻炼总体呈负相关，周边土地利用混合度增加、建筑密度和交通元素减少与更多休闲锻炼相关，中等视觉复杂性更有利于跑步，街道网络中更易被穿越的街道与更多休闲锻炼关联最强。研究结果为蓝色健康研究和蓝色空间规划设计提供了依据。
文献来源：Zhang, H., Nijhuis, S., Newton, C., & Yinhua, T. A. O. (2024). Healthy urban blue space design: Exploring the associations of blue space quality with recreational running and cycling using crowdsourced data. Sustainable Cities and Society , 105929. 声明：本推送内容仅代表本人的浅薄理解，由于水平有限，难免出现错误，欢迎大家批评指正。推送难以展示研究的所有内容，详情参见原文。
