居住区内的小微绿地能为疫情下的人们带来怎样的改变？

注：本文为删减版，不可直接引用。原中英文全文刊发于《景观设计学》2020年第6期“欲望、社会需求与景观未来”专刊。获取全文免费下载链接请点击此处。

导 读

居住区绿地作为城市居民接触频率较高的城市绿地类型之一，对居民的心理健康具有积极作用。为了解居住区绿地在2020年新冠肺炎（COVID-19）疫情期间对居民心理健康的影响，本研究于2020年3月以中国安徽省合肥市政务文化新区的住户为样本，通过网络问卷调查获取住户社会人口特征信息，采用凯斯勒心理困扰量表（K10量表）评估居民心理健康状况，使用GIMP网格法量化并计算住户窗外的居住区绿地绿视率，并运用多元线性回归模型分析居住区绿地与居民心理健康的关系。研究结果显示，居住区的绿化覆盖率、绿地景色满意度、窗外居住区绿地绿视率，以及每日观看绿地时长对居民心理健康状况具有正向影响效应。研究揭示了疫情背景下居住区绿地促进人群心理健康的效益，可为未来景观设计行业的城市绿地建设提供理论依据。

新冠肺炎（COVID-19）疫情下居住区绿地对居民心理健康影响的实证研究

An Empirical Study on the Impact of Green Spaces in Residential Areas on the Mental Health of Residents under COVID-19

王志鹏

安徽建筑大学建筑与规划学院讲师

王薇

安徽建筑大学建筑与规划学院副院长、教授，安徽建筑大学建成环境与健康重点实验室主任

1 引言

2020年伊始，新冠肺炎（COVID-19）疫情爆发。在国家的号召下，中国人民积极响应配合，居家隔离长达两个月，使疫情得到了有效控制。然而，长期居家的限制性措施打乱了人们的正常生活节奏，可能会产生抑郁、焦虑等症状^[1]。自现代城市产生以来，城市绿地作为城市人工环境中的自然空间，一直在改善公共健康水平中扮演着重要角色。恢复性环境理论证实了自然绿色环境在缓解人群精神压力方面的积极作用^[2]。

在此背景下，本文尝试探索的主要问题有：在居家隔离期间，远距离观看绿地是否对其心理健康具有改善作用？居住区绿地内部特征的差异性是否影响绿地的健康功效？如是，其影响程度如何？为此，本研究通过对隔离期间居民心理健康状况的评估，探讨居住区绿地在疫情背景下对人群心理健康的影响，以期丰富居住区绿地健康功效方面的研究，并为城市居住区绿地建设提供理论依据。

2 研究方法

2.1 研究地点

本研究以安徽省合肥市政务文化新区为研究范围。目前，新区内居住区入住率高，但依建成时序，居住区绿地品质存在差异性。研究于2020年3月采用网络问卷调查的方式，根据问卷反馈量，确定了30个初选研究地点。

在此基础上，从绿地品质和人口特征两个层面对初选地点进行筛选。通过已有的绿地健康功效研究发现，植物景观是绿地环境影响居民心理健康的重要因素^[3]，而植物景观品质主要体现在绿地面积和植物配置两个方面^[4]。基于此，研究以绿化覆盖率和可指示植物多样性的香农－威纳多样性指数（Shannon–Weiner Diversity Index）作为居住区绿地质量分析指标，其中绿化覆盖率指标反映居住区绿地的相对面积，植物多样性指标则反映绿地的植物配置情况。最终选取了15个入住率高于70%的居住区作为本次研究的具体地点。

研究最终选取的15个居住区及其绿化覆盖率  © 王志鹏，王薇

2.2 研究对象

按照伦理学要求，进行网络问卷的研究对象为上述15个居住区内未感染新冠肺炎的常住居民，所有参与者均在知情情况下自愿填写问卷。因疫情期间的管控措施，最终共收回来自15个居住区的问卷1 273份，其中有效问卷762份，问卷有效回复率为59.86％，最终获得有效样本556份。

2.3 研究内容与方法

研究内容包括居民的社会人口特征信息及心理健康状况、居民居住区绿地满意度（以下简称“绿地满意度”）、居民窗外居住区绿地绿视率（以下简称“窗外绿视率”）和居民每日观看窗外居住区绿地时长（以下简称“绿视时长”）。社会人口特征信息通过问卷调查采集，居民心理健康状况采用凯斯勒心理困扰量表（Kessler Psychological Distress Scale，以下简称K10）进行评价，绿地满意度和绿视时长采用问卷调查的方式获取，窗外绿视率采用GIMP网格法计算。

窗外绿视率测量方法 © 王志鹏，王薇

2.4 分析方法与变量赋值

为解决抽样偏差和小样本量的问题，本研究采用自展法扩增样本。研究通过STATA 15.0软件进行数据处理和统计分析，运用单因素方差分析（ANOVA）比较不同人口学特征和居住区居民的心理健康状况、不同居住区的窗外绿视率和绿地满意度评价、不同绿视率组之间居民的心理健康状况，运用皮尔森相关性检验分析（Pearson correlation test）绿地满意度、绿化覆盖率、窗外绿视率、绿视时长与居民心理健康的相关性程度，以及运用多元线性回归模型进行综合回归分析。

居民心理健康状况、绿地满意度和窗外绿视率得分以均值±标准差的形式表示。多元线性回归分析以居民心理健康状况得分为因变量，以绿地满意度评价得分、居住区绿化覆盖率、窗外绿视率和绿视时长为自变量，同时纳入居民社会人口特征信息作为调节变量。

3 研究结果

按照K10量表评分分级标准，居民心理健康状态总体较差。共有6个居住区的居民心理困扰得分介于16～21分之间，表明这6个居住区的居民心理健康状况总体一般；其他9个居住区的居民心理困扰得分介于22～29分之间，表明居民心理健康状况总体较差。

根据绿量感知程度，窗外绿视率可分为5个组别：绿视率低于0.15的绿量感知差；0.15～0.25（不含0.25）的绿量感知一般；0.25～0.35（不含0.35）的绿量感知较好；0.35～0.45（不含0.45）的绿量感知很好；0.45及以上的绿量感知非常好^[5]。

15个居住区居民绿地面积满意度评价均分为3.78±0.79，绿地设施满意度评价均分为3.58±0.73，绿地景色满意度评价均分为3.75±0.81。不同居住区的绿地面积满意度（P<0.001）、绿地设施满意度（P<0.001）和绿地景色满意度（P<0.001）得分差异具有统计学意义。

SW检验显示，绿化覆盖率和绿视时长变量数据满足正态分布，皮尔森相关性分析显示绿地面积满意度、绿地景色满意度、绿化覆盖率、窗外绿视率和绿视时长与居民心理健康困扰得分呈显著负相关性，其中绿视时长与心理健康状况得分相关性较强。

既有的城市绿地与人群心理健康实证研究多采用线性回归模型来检验绿地与人群心理健康之间的关系^[6][7]。据此，本文构建了居住区绿地与居民心理健康状况的线性回归模型，回归分析结果表明，绿地景色满意度、绿化覆盖率、窗外绿视率和绿视时间与居民心理健康状况呈正相关。

4 讨论及启示

研究揭示了疫情背景下居住区绿地对居民心理健康状况的影响。验证了远距离观看居住区绿地对人群心理健康的改善作用，并揭示了提高绿地绿化覆盖率、居民对绿地景观的满意度和绿视率以及增加观赏绿地时长，对改善人群心理健康的促进作用，这对研究居住区绿地质量与人群心理健康的关系具有借鉴意义。

研究不足之处在于，疫情期间严格的防控措施导致研究样本量偏少，使得结论的可推广性不强；其次，研究采用横断面数据，缺乏前后对照检验，研究结论在因果关系论证上存在局限性；最后，居民心理健康状况评价采用主观性自评式量表，数据缺乏客观性，在未来的研究中可采用实验测量数据来进一步提高结论的可靠性。

基于本研究结果可知，在绿地面积难以增加的前提下，提高绿化覆盖率（即居住区的乔灌木比例）和绿地景色满意度（如增加观赏性彩叶树种的数量）对于发挥居住区绿地健康功效具有很强的实操性。因此，在中国步入城镇化进程下半场的背景下，发挥居住区绿地的健康功效既是本次疫情带给景观设计专业的挑战，也是本专业未来发展的重要方向之一。

^{部分参考文献}

^{[1] Mazza, C., Ricci, E., Biondi, S., Colasanti, M., Ferracuti, S., Napoli, C., & Roma, P. (2020). A nationwide survey of psychological distress among Italian people during the COVID-19 pandemic: Immediate psychological responses and associated factors. International Journal of Environmental Research and Public Health, (17), 3165. doi:10.3390/ijerph17093165}

^{[2] Kaplan, S., & Talbot, J. F. (1983). Psychological benefits of a wilderness experience. In I. Altman, & J. F. Wohlwill (Eds.), Behavior and the Natural Environment (pp. 163-203). doi:10.1007/978-1-4613-3539-9_6}

^{[3] van den Bosch, M., & Sang, Å. O. (2017). Urban natural environments as nature-based solutions for improved public health—A systematic review of reviews. Environmental Research, (158), 373-384. doi:10.1016/j.envres.2017.05.040}

^{[4] Yang, Y., Tang, X., Liu, L., Jia, Y., & Luo, H. (2020). Plantscape quality evaluation based on principal components method and SBE method—A case study of six universities campuses in Nanjing. Journal of Northwest Forestry University, 35(4), 256-264. doi:10.3969/j.issn.1001-7461.2020.04.40}

^{[5] Xiao, X., Wei, Y., & Li, M. (2018). The Method of Measurement and Applications of Visible Green Index in Japan. Urban Planning International, 33(2), 98-103. doi:10.22217/upi.2015.547}

^{[6] Dzhambov, A., Hartig, T., Markevych, I., Tilov, B., & Dimitrova, D. (2018). Urban residential greenspace and mental health in youth: Different approaches to testing multiple pathways yield different conclusions. Environmental Research, (160), 47-59. http://dx.doi.org/10.1016/j.envres.2017.09.015}

^{[7] White, M. P., Pahl, S., Wheeler, B. W., Depledge, M. H., & Fleming, L. E. (2017). Natural environments and subjective wellbeing: Different types of exposure are associated with different aspects of wellbeing. Health and Place, (45), 77-84. doi:10.1016/j.healthplace.2017.03.008}

^{参考引用 / Source:}

^{Wang, Z., & Wang, W. (2020). An Empirical Study on the Impact of Green Spaces in Residential Areas on the Mental Health of Residents under COVID-19. Landscape Architecture Frontiers, 8(6), 46-59. https://doi.org/10.15302/J-LAF-0-020009}

^{编辑 | 田晓劼、崔婧沄}

^{翻译 | 肖杰、田晓劼、田乐}

^{制作 | 张晨希}

^{版权声明：本文版权归原作者所有，请勿以 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）}