老龄化程度越深，访问公园的老年人越少？
上海市正面临严峻的人口老龄化问题。本文以上海市社区公园为例，基于中心城区和非中心城区的城市结构差异，利用手机信令数据获取老年人的时空行为，建立多元线性回归模型，分析了老年人访问社区公园的差异及其影响因素。结果表明，居住地的人口密度及其老龄人口密度、出行距离是影响老年人访问社区公园的三个重要因素，且中心城区和非中心城区老年游客使用社区公园的影响机制存在差异。景观设计需要针对不同区域的社区公园提出相应的规划设计准则，完善老年人友好型社区公园布局，推动健康公平建设。
上海市社区公园老年游客活动差异及影响因素探究
Analyses of Elderly Visitors’ Behaviors to Community Parks in
Shanghai and the Impact Factors
姜佳怡
日本千叶大学园艺学研究科
绿地造园学博士候选人；
Needle景观城市实验室学术研究员
陈明
华中科技大学建筑与城市规划学院讲师
章俊华
日本千叶大学园艺学研究科
绿地造园学风景园林学教授
01研究背景
21世纪以来，世界卫生组织和地区相关机构陆续出台老年人友好型城市[1]及公园[2]设计指南。近年来的研究开始关注老年人访问城市公园绿地的行为特征及影响因素、环境公平等方面[3]~[5]。但老年人访问特定类型城市公园的活动特征及影响因素仍存在较大的研究空白[5]。
同时，结合社交媒体、手机定位信息等多源大数据[6]的城市规划观念开始进入研究者的视野，手机等可佩戴设备记录了使用者位置、活动及时间等信息，是获取人群时空行为特征、分析城市公共空间使用情况的重要数据来源。相比社交媒体等数据来源，手机信令数据覆盖范围更广。此外，随着中国的城镇化进程，中心城区与非中心城区的城市分化影响了不同区域绿地使用者的出行行为[7]~[10]。因此，有必要关注中心城区与非中心城区老年人的公园访问差异，并结合出行距离、出行方式及周边环境等因素分析相关原因。
本研究聚焦于上海市，旨在通过手机信令数据获取老年人① 时空行为，并基于人口年龄及城市结构差异，分析老年人访问社区公园的活动差异及影响机制，以此来探究老龄化社会背景下老年人使用社区公园的现状，进而完善老年人友好型社区公园布局。研究的重点包括：
1）上海市中心城区与非中心城区（以中心城区行政边界为划分依据）的城市空间结构差异是否对老年人的社区公园使用情况造成影响；
2）基于多元线性回归模型，分析中心城区与非中心城区老年人社区公园使用情况的潜在影响因素及差异；
3）提出相应的规划设计建议。
02社区公园选取与影响因素划定
研究区域概况
上海市规划和自然资源管理局（原上海市规划和国土资源管理局）于2016年提出建成“15分钟社区生活圈”②（面积范围为3~5km2）的规划目标，强调了以社区为单位，针对不同人群需求进行差异化公共设施配置的必要性[11]~[13]。2017年，上海新一轮城市规划建议将500m作为公共设施和社区绿地步行的距离单位，并强调了城市绿地对提高城市活力的重要作用[14]。关注中心城区和非中心城区城市结构差异，分析老年人访问社区公园的现状及影响机制，对完善社区生活圈中的绿地建设具有重要意义。
对象选取
根据上海市市容和绿化管理局的统计数据，截至2019年，上海市共有公园352个。综合相关研究，参考国内外各城市社区公园面积标准[15][16]，并结合数据精度，研究重点关注面积为2~6hm2的社区公园。考虑到上海市社区生活圈规划面积，进一步筛选内切圆直径为2km的正六边形范围③[17]（S=3.46km2）内居住用地大于50%的公园。最终，将本研究的社区公园样本限定为：
1）向公众免费开放；
2）具备一定规模；
3）分别位于中心城区老龄化程度最高的虹口区、黄浦区、普陀区和非中心城区老龄化程度最高的崇明区、宝山区、和嘉定区[18]；
4）公园所在正六边形范围内居住用地占比达50%以上；
5）非综合性公园／非专类公园。
依据上述标准，筛选出中心城区和非中心城区各6个代表性社区公园（表1）。
▼表1：上海市社区公园及老龄人口基本信息
▼上海市主要公园绿地和研究样本 © 姜佳怡，陈明，章俊华
老年人访问社区公园的活动特征及影响因素
研究表明，老年人访问社区公园的特征主要受身体机能与年龄及周边城市设施服务质量、城市功能混合度影响[7]，而这些因素均与老年人访问社区公园的出行距离和方式选择有关。此外，人口密度是影响交通畅通性、公共设施空间可达性的因素之一[19][20]。作为城市公共设施的重要组成部分，公园绿地的使用情况及服务质量也必然受到人口密度的影响[21]。因此，本研究以社区公园周边及老年人居住地周边城市设施的分布情况（城市功能混合度）、出行距离、人口密度等作为老年人访问社区公园的主要影响因素。
03研究方法技术流程
研究技术路线图如下所示，包括数据提取与预处理、社区公园游客及其居住地识别、量化城市设施空间分布密度及混合度和老年游客量与影响因素的多元线性回归分析4个部分。
▼本研究技术路线 © 姜佳怡，陈明，章俊华
对带有位置信息的POI数据和AOI数据进行坐标纠偏、POI数据重分类及AOI数据面分类与提取。将POI数据分为交通、工业、居住、公共设施、商业和绿地共6大类，并进行标准化处理，以避免不同类别数据量差对结果的影响，以直径为2km的正六边形网格划分研究单元。
研究通过FME 2019.0连接移动用户行为轨迹至对应基站，并利用ArcGIS 10.7基于基站生成泰森多边形，作为基站覆盖区域。当超过50%的基站覆盖区域，或该基站覆盖区域内超过50%的POI数据位于研究单元内，则定义该基站为对应研究单元基站[22]；同理，可定义社区公园基站（本研究中每个样本连接的基站数量都大于3）。
▼手机基站分布 © 姜佳怡，陈明，章俊华
▼研究单元及其基站、公园基站、公园入口基站判断依据及划分结果示意（以非样本的静安公园为例） © 姜佳怡，陈明，章俊华
为避免路过行人、公园工作人员[4]对研究结果的影响，本研究将每日6~22时期间，在目标公园内活动时长为40分钟至6小时的人员定义为公园真实游客。由于公园游客至少需要经过公园入口两次，研究去除了在公园入口所在基站处只有一条活动记录的人员。此外，研究界定每日24时至次日6时用户活动时间最长的基站所在研究单元为其居住地，并通过FME 2019.0连接公园游客及其居住地。
城市功能设施混合度定义
研究单元各大类城市设施分布密度的计算公式如下：
式中，e代表某类城市POI数据（D1为交通、D2为工业、D3为居住、D4为公共设施、D5为商业、D6为绿地），ne代表第e类POI的数量，Ne代表该类设施POI的总数，De则为该类设施的分布密度。研究通过6类城市设施的空间分布的离散程度——De的平均绝对偏差（MAD值）[23]——来反映城市功能混合度。MAD值与城市功能混合度负相关，MAD值越大，表示城市功能越单一。
多元线性回归分析
通过多元线性回归方程，量化社区公园周边及老年游客居住地周围城市功能混合度，老年游客居住地与社区公园之间的出行距离、老年游客居住地人口密度及其老龄人口密度等因素，对老年游客访问社区公园的影响：
式中，CNij表示从居住地i前往社区公园j的老年游客量（人次），α0为常数，α1、α2、α3、α4、α5为对应自变量系数，DISij为居住地i至社区公园j的路网距离（即通过ArcGIS 10.7测算老年游客居住地与社区公园的最短路网距离）；MADi和MADj分别为老年游客居住地和访问的社区公园所在研究单元城市功能混合度，参数IJij帮助确定了以上两研究单元位置是否一致——若研究单元编号i=j，则IJij=0，反之，则IJij=1。PHi为老年游客的居住地研究单元内的人口密度，POi为该居住地研究单元内的老龄人口密度（通过FME 2019.0测算研究单元内居民数量）。通过对数变换提高模型稳定性后，最终得到老年游客访问社区公园与其影响因素的多元线性回归方程：
通过分别计算社区公园所在研究单元位于中心城区和非中心城区的方程结果，研究城市空间结构差异与老年人访问公园影响机制的关系。
04研究结果社区公园使用情况
研究在排除由于定位误差引起的异常值后，得到12个社区公园日均游客总量及老年游客占比（表2）。由表1和表2可见，中心城区老龄人口数量和社区公园的游客总数均高于非中心城区，且中心城区社区公园老年游客的平均单位面积人次约为非中心城区的1.39倍。虽然中心城区老龄化程度高于非中心城区，但非中心城区社区公园老年游客的平均占比更高）。值得注意的是，位于同一市辖区的不同公园间老年游客占比存在较大差距。
▼表2：各研究样本日均游客总量及老年游客占比
尽管公园老年游客占比与各区域老龄化程度并不对应，但老龄化程度是否对老年人访问社区公园存在影响仍需进一步验证。研究基于正六边形研究单元，得到了对象公园老年游客量及其居住地空间分布的可视化结果。
▼各研究样本老年游客量及居住地分布 © 姜佳怡，陈明，章俊华
社区公园老年游客使用差异分析
表3为最终模型的回归结果，模型在0.001水平上显著，模型成立。基于方差膨胀因子（VIF）值验证自变量的多重共线性，结果排除自变量DISij、MADi和MADj的多重共线性，并确定PHi和POi存在明显的共线性。这与实际情况吻合，也即研究单元人口密度与老龄人口密度存在相关性。根据大卫·克莱因鲍姆及布鲁诺·贾科米尼·莎丽等人的研究，当样本数量较大时，可以减弱多重共线性对结果的影响[24][25]，因此模型未将以上两个自变量排除。
▼表3：最终模型多元线性回归方程结果
如表3所示，模型对12个社区公园老年游客访问情况的整体解释度（R2）为0.47。其中，中心城区的模型解释度（R2=0.72）明显高于非中心城区（R2=0.40）。结果表明，社区公园和居住地所在区域周边城市功能混合度、通行距离，以及居住地所在单元人口总数及老龄人口数是老年人访问社区公园的重要影响因素。
分析不同因素标准化系数差异发现，中心城区和非中心城区的PHi对公园老年游客量的正面影响均最强， POi对公园老年游客量的负面影响也均最强。换言之，老年人所在居住地的平均人口密度越高，越会促使老年人访问当地社区公园；但是老龄人口密度过高会起到相反作用。并且，该负面影响在中心城区表现更为明显，其程度是人口密度正面影响程度的2倍。当样本扩大至全市所有社区公园时，我们发现，人口密度对社区公园老年人游客量的正面影响与老龄人口密度的负面影响基本持平。
此外，出行距离（DISij）对老年游客量具有显著负面影响，该影响在中心城区明显高于非中心城区。整体而言，城市功能混合度与中心城区社区公园的老年游客量正相关，而与非中心城区老年游客量负相关，但关联性弱，且并不显著。模型未能解释功能混合度与老年人访问社区公园的关系。
05讨 论
主要发现
首先，居住区老龄人口密度与老年人社区公园范围显著负相关，因此，老龄化程度的加深不利于老年人访问社区公园。这可能与中国城市公园使用者中老年人比例较高有关[26]。部分研究认为，具有相对稳定社交生活圈的老年人生活更加规律且幸福感更高[27]。但也有研究指出，社会包容性不足降低了老年人公园访问意愿，并限制了老年人的活动范围[7][26]。此外，人口密度的影响还与公园区位及城市结构差异有关：中心城区社区公园潜在的老年游客量受到人口密度的正面影响更大，而受老龄人口密度负面影响更大。
第二，除以往研究所考虑的房价[4]、可达性[28]、安全性[29]等因素外，本研究发现，人口密度对老年人访问城市公园的情况有显著影响。阿代尔·特纳指出，相比老龄化程度，人口密度对英国社会福利的负面影响更显著[19]。但本研究结果显示，人口密度与老年人访问城市社区公园呈正相关，该影响在非中心城区更为显著。与此相反，老龄人口密度是影响老年人访问社区公园的显著负面因素，并在中心城区更为显著。
第三，非中心城区社区公园的老年游客分布范围相对更广，这表明出行距离对非中心城区老年人访问社区公园的负面影响小于中心城区。尽管有研究认为，相比城市外围，中心城区老年人的可达性更高[30]，但在评估可达性时还应考虑人们对周边环境的感知[7][27]。本研究的结果表明，非中心城区城市功能混合度不足，促使该地区老年人访问居住地以外街区的社区公园，而中心城区社区公园周边完善的城市设施吸引了老年人的访问。因此，上海市非中心城区社区公园服务范围更广，这可能是由于城市设施不足导致的非自愿出行。
社区公园规划设计启示
考虑到社区公园对老年人身心健康的益处，以及老年人活动空间局限性，对上海市老年人友好型社区公园规划设计建议如下：社区公园服务范围应充分考虑老年人活动特征，结合居住区老龄人口密度，适当缩小预期服务范围。其中，中心城区社区公园预期服务范围更小，因此建设密度和数量需高于非中心城区。由于出行距离与中心城区老年人访问社区公园显著负相关，可以考虑增加小尺度社区公园数量。而在非中心城区，较低的城市功能混合度对老年人的非自愿出行具有潜在影响，社区公园数量有待提升。此外，完善非中心城区城市功能、缩短出行距离，更有利于缓解该地区老年人访问社区公园的环境公平问题。
06研究局限性
研究存在一定的局限性。首先，虽然研究针对基于手机信令数据的小尺度公园游客的定位设计了数据清洗步骤，但仍然无法避免因基站密度不足、定位错误等因素造成的数据误差。此外，研究对老年人社区公园访问影响机制及中心城区和非中心城区的差异进行了量化分析，但尚不足以剖析这些差异产生的原因。很多潜在因素——如收入水平、汽车保有量、是否持有驾照、个体主观能动性、家庭背景等——都可能影响老年人访问社区公园。技术难点在于，以上潜在因素通常以街区或市辖区为统计单位，难以与个体访问行为直接关联。在自变量选择及量化方面，研究通过MAD值量化城市功能混合度，只能反映不同功能的离散程度，而无法反映数量差异。此外，自变量多重共线性会影响模型的稳定性及准确性，进而影响研究结果。
注释
① 本研究依据世界卫生组织及上海市统计局的定义，将年龄为60岁及以上的人群定义为“老年人／老龄人口”。
② “社区生活圈”概念在很多国家都有类似定义，如韩国的“小生活圈” 和日本的“ 定居圈”等（来源：参考文献[11]）。1969年，日本《第二次全国综合开发计划》提出“地方生活圈”概念，地方生活圈作为城市规划设计的重要空间单位，是“社区生活圈” 概念的前身（ 来源：参考文献[12]）
③ 正六边形范围边际效应较弱，适宜进行出行行为分析（来源：参考文献[17]）。
部分参考文献
[1] World Health Organization. (2007). Global Age-Friendly Cities: A Guide. Retrieved from http://www.who.int/ageing/publications/Global_age_friendly_cities_Guide_English.pdf
[2] Loukaitou-Sideris, A., Levy-Storms, L., & Brozen, M. (2014). Placemaking for an aging population: Guidelines for senior-friendly parks. Retrieved from https://www.lewis.ucla.edu/publication/placemaking-for-an-aging-population-guidelines-for-senior-friendly-parks/
[3] Kabisch, N., & Haase, D. (2013). Green justice or just green? Provision of urban green spaces in Berlin, Germany. Landscape and Urban Planning, (122), 129-139. https://doi.org/10.1016/j.landurbplan.2013.11.016
[4] Guo, S., Song, C., Pei, T., Liu, Y., Ma, T., Du, Y., … Wang, Y. (2019). Accessibility to urban parks for elderly residents: Perspectives from mobile phone data. Landscape and Urban Planning, (191), 103642. https://doi.org/10.1016/j.landurbplan.2019.103642
[5] Wen, C., Albert, C., & Von Haaren, C. (2018). The elderly in green spaces: Exploring requirements and preferences concerning nature-based recreation. Sustainable Cities and Society, (38), 582-593. https://doi.org/10.1016/j.scs.2018.01.023
[6] Barham, H., & Daim, T. (2020). The use of readiness assessment for big data projects. Sustainable Cities and Society, (60), 102233. https://doi.org/10.1016/j.scs.2020.102233
[7] Xie, B., An, Z., Zheng, Y., & Li, Z. (2018). Healthy aging with parks: Association between park accessibility and the health status of older adults in urban China. Sustainable Cities and Society, (43), 476-486. https://doi.org/10.1016/j.scs.2018.09.010
[8] Xiao, Y., Wang, D., & Fang, J. (2019). Exploring the disparities in park access through mobile phone data: Evidence from Shanghai, China. Landscape and Urban Planning, (181), 80-91. https://doi.org/10.1016/j.landurbplan.2018.09.013
[9] Ma, F. (2020). Spatial equity analysis of urban green space based on spatial design network analysis (sDNA): A case study of central Jinan, China. Sustainable Cities and Society, (60), 102256. https://doi.org/10.1016/j.scs.2020.102256
[10] Cheng, L., De Vos, J., Shi, K., Yang, M., Chen X., & Witlox, F. (2019). Do residential location effects on travel behavior differ between the elderly and younger adults? Transportation Research Part D: Transport and Environment, (73), 367-380. https://doi.org/10.1016/j.trd.2019.07.015
[11] Li, M. (2017). The Planning Strategies of a 15-minute Community Life Circle Based on Behaviors of Residents. Urban Planning Forum, (1), 111-118. doi:10.16361/j.upf.201701014
[12] Ministry of Land, Infrastructure, Transport and Tourism of Japan. (1969). The Second Comprehensive National Development Plan. Retrieved from https://www.mlit.go.jp/common/001135929.pdf
[13] Shanghai Urban Planning and Land Resources Administration Bureau. (2016). Planning guidance of 15-minute community-life circle: Planning and construction guidance, action guidelines. Retrieved from http://up.caup.net/file/life-circle.pdf
[14] Shanghai Urban Planning and Land Resources Administration Bureau. (2017). Shanghai Master Plan (2017-2035). Shanghai, China: Shanghai Scientific and Technical Publishers.
[15] Shenzhen Park Management Center, & Tropical Landscape Architecture Center of South China Agricultural University. (2015, October). Shenzhen Community Park Construction Standard. Retrieved from http://www.szjs.com.cn/szjseditor/uploadfile/201512/20151228160029821.pdf
[16] Department of Parks and Recreation Planning and Development Agency. (2017, May). Park Design Guidelines and Standards. Country of Los Angeles. Retrieved from http://file.lacounty.gov/SDSInter/dpr/1029701_ParkDesignGuideline2017.pdf
[17] Shelton, T., Poorthuis, A., & Zook, M. (2015). Social media and the city: Rethinking urban socio-spatial inequality using user-generated geographic information. Landscape and Urban Planning, (142), 198-211. https://doi.org/10.1016/j.landurbplan.2015.02.020
[18] Bureau of Statistics of Shanghai. (2019). Shanghai Statistical Yearbook 2019. Retrieved from http://tjj.sh.gov.cn/tjnj/20200427/4aa08fba106d45fda6cb39817d961c98.html
[19] Turner, A. (2009). Population ageing: What should we worry about? Philosophical Transactions of the Royal Society B: Biological Sciences. 364(1532), 3009–3021. doi:10.1098/rstb.2009.0185
[20] Wang, H., Hu, Y., Tang, L., & Zhuo, Q. (2020). Distribution of Urban Blue and Green Space in Beijing and Its Influence Factors. Sustainability, 12(6), 2252. doi:10.3390/su12062252
[21] Enssle, F., & Kabisch, N. (2020). Urban green spaces for the social interaction, health and well-being of older people—An integrated view of urban ecosystem services and socioenvironmental justice. Environmental Science and Policy, (109), 36-44. https://doi.org/10.1016/j.envsci.2020.04.008
[22] Guo, S., Yang, G., Pei, T., Ma, T., Song, C., Shu, H., ... Zhou, C. (2019). Analysis of factors affecting urban park service area in Beijing: Perspectives from multi-source geographic data. Landscape and Urban Planning, (181), 103–117. https://doi.org/10.1016/ j.landurbplan.2018.09.016
[23] Jiang, J., Dai, F., & Zhang, J. (2020). Comparative Study of Urban Functional Structure Based on POI Data: A Case Study of Beijing and Shanghai. Modern Urban Research, (7), 42-50. doi:10.3969/j.issn.1009-6000.2020.07.006
[24] Kleinbaum, D. G., Kupper, L. L., Nizam, A., & Muller, K. E. (2007). Applied Regression Analysis and Other Multivariable Methods (Duxbury Applied) (4th Edition). Belmont, CA: Duxbury Press.
[25] Sari, B. G., Dal’Col Lúcio, A., Olivoto, T., Krysczun, D. K., Tischler, A. L., & Drebes, L. (2018). Interference of sample size on multicollinearity diagnosis in path analysis. Pesquisa Agropecuária Brasileira, 53(6), 769-773. https://dx.doi.org/10.1590/s0100-204x2018000600014
[26] Zhang, Y. (2009). Research on the Utilization of Parks by Old People—Taking Jinan City and Tai’an City as Examples (Doctoral dissertation). Shandong Agricultural University, Tai’an.
[27] Chaudhury, H., Campo, M., Michael, Y., & Mahmood, A. (2016). Neighbourhood environment and physical activity in older adults. Social Science and Medicine, (149), 104-113. doi:10.1016/j.socscimed.2015.12.011
[28] Cheng, L., Caset, F., De Vos, J., Derudder, B., & Witlox, F. (2019). Investigating walking accessibility to recreational amenities for elderly people in Nanjing, China. Transportation Research Part D: Transport and Environment, (76), 85-99. https://doi.org/10.1016/j.trd.2019.09.019
[29] Milton, S., Mold, A., Tinker, A., & Herrick, C. (2019). Growing old in new towns: A call for research on health and ageing in planned urban environments. Health and Place, (58), 102166. https://doi.org/10.1016/j.healthplace.2019.102166
[30] Liu, Y., Fang, F., & Jing, Y. (2020). How urban land use influences commuting flows in Wuhan, Central China: A mobile phone signaling data perspective. Sustainable Cities and Society, (53), 101914. https://doi.org/10.1016/j.scs.2019.101914
编辑｜崔婧沄、王颖
翻译｜王颖、姜佳怡
制作｜冯康泰
版权声明：本文版权归原作者所有，请勿以景观中国编辑版本转载。如有侵犯您的权益请及时联系，我们将第一时间删除。
投稿邮箱：info@landscape.cn
项目咨询：18510568018（微信同号）
