《Urban Forestry & Urban Greening》：Does urban greenery type matter for self-rated health status? A population-based multilevel study in Finland
编辑推荐：
本研究针对城市绿地健康效益研究中类型特征关注不足的问题，通过多层次逻辑回归分析赫尔辛基3677名居民数据，发现居住区森林（尤其是近居民区森林与游憩森林）与自评健康呈显著正相关，而建筑绿地和开放绿地无显著线性关联。研究首次采用融合生态功能与人类活动特征的绿地分类体系，为城市规划中健康导向的绿地设计提供了实证依据。
在城市扩张与自然空间缩减的背景下，绿色空间对公共健康的促进作用已成为全球关注焦点。尽管大量研究证实绿地接触与健康效益存在关联，但绿地类型、功能特征与健康效应的具体关系仍不明确。现有研究多局限于绿地数量指标，缺乏对绿地功能性分类的深入探讨，导致城市规划中难以精准设计健康促进型绿色空间。
为解决上述问题，赫尔辛基大学研究团队开展了一项基于人群的多层次研究，旨在揭示不同绿地类型与居民自评健康（SRH）的关联。研究论文发表于《Urban Forestry》，通过分析3677名25-74岁居民的健康数据与高精度绿地分类数据，首次将绿地按生态属性及使用功能细分为3大类13子类（如建筑绿地、开放绿地、森林及其下属功能型子类），采用多层次逻辑回归模型控制个体与社会经济混杂因素后，发现居住区森林覆盖率每增加1%，居民自评健康良好的概率上升0.4个百分点，其中近居民区森林（OR=1.039, p=0.001）和游憩森林（OR=1.013, p=0.048）关联尤为显著，而建筑绿地与开放绿地未呈现显著线性关联。研究还识别出休闲绿地与景观田野存在U型关联。该结果强调了森林类绿地在健康促进中的独特作用，为基于生态功能导向的精准化城市绿地规划提供了关键证据。
关键技术方法概述
研究整合横断面问卷调查（n=3677）与空间绿地数据库，采用多层次逻辑回归分析。绿地数据源于赫尔辛基市公共区域登记系统，按维护等级分类体系将绿地划分为3主类13亚类，通过GIS计算邮政编码区域及500米缓冲区内各类绿地面积占比。健康结局为二分类自评健康（良好/较差），控制变量包括个体层面（性别、年龄、教育、经济困难等）及区域层面（社会经济地位、城市结构、临海性）。采用方差膨胀因子检验多重共线性，通过莫兰指数评估空间自相关性，并使用加权数据与多尺度缓冲区进行稳健性检验。
研究结果
1. 绿地类型对区域健康差异的解释力
零模型显示邮政编码区水平健康差异占总体变异的3.21%。加入绿地亚类变量后，模型对区域水平变异的解释力提升至94%，表明细化绿地分类能显著捕捉健康空间分异的关键维度。
2. 绿地总量与自评健康的关联
绿地总面积占比每增加1%，居民自评健康良好的概率平均上升0.2个百分点（OR=1.013, p=0.001），印证绿地总量对健康的基线促进作用。
3. 绿地类型与健康的特异性关联
- •
主类分析：仅森林面积与健康显著正相关（OR=1.022, p<0.001），建筑绿地与开放绿地无统计学意义。
- •
亚类分析：近居民区森林（OR=1.039）与游憩森林（OR=1.013）驱动主类关联，其面积每增加1标准差，健康概率分别提升3.7%与1.8%。
- •
非线性关联：休闲绿地与景观田野呈现U型曲线关系，低占比时健康概率随占比上升而下降，阈值（休闲绿地7%、景观田野12%）后转为正向关联。
4. 空间分析与稳健性检验
莫兰指数显示全模型残差无空间自相关（p>0.05）。敏感性分析证实森林关联在300米缓冲区、无缓冲区及未加权模型中保持稳健，而部分亚类关联对缓冲区尺度敏感。
结论与讨论
本研究通过功能化绿地分类体系，首次实证揭示森林类绿地（尤其是近居民区与游憩功能亚类）是城市居民自评健康的关键保护因素。结果支持“自然性”与“可游憩性”作为健康增益的核心机制，与芬兰社会文化中对森林的偏好高度契合。研究发现强调，单纯增加绿地数量不足以优化健康效益，需在规划中优先保障森林类绿地的可达性与质量。非线性关联提示可能存在未测量混杂因素（如收入梯度），需纵向研究验证。研究直接对接城市规划实践，为通过生态功能导向的绿地设计促进公共健康提供了可操作的分类框架与证据支持。
