党云晓
, 余建辉, 张文忠
DANG Yunxiao, YU Jianhui, ZHANG Wenzhong
通讯作者:
收稿日期: 2015-07-10
接受日期: 2015-10-10
网络出版日期: 2016-02-10
版权声明: 2016 地理科学进展 《地理科学进展》杂志 版权所有
基金资助:
作者简介:
作者简介：党云晓(1987-),女,河南济源人,博士研究生,主要研究方向为城市问题与区域发展,E-mail:dangyx.09s@igsnrr.ac.cn。
展开
摘要
以环渤海地区为案例区,综合运用多层线性模型、GIS空间分析和多元线性回归分析模型,基于居民主观感受数据,对研究区域内43个城市的居住环境进行评价,并探讨城市客观特征对主观评价结果的影响。研究表明：①环渤海地区城市之间的居住环境评价差别明显,辽宁省城市的评价结果整体较优,河北省城市的评价结果整体较差;②环境健康性是居住环境评价得分较低城市的共同短板;③城市规模、人口密度、经济发展水平与居住环境的满意度均呈负相关,中小城市的居住环境满意度普遍高于大城市,临海城市的居民对所在城市的满意度评价更高;④在城市居住环境的可提升要素中,治理雾霾是当前最迫切的任务。
关键词：
Abstract
In recent years, living environment of urban areas in China is attracting increasingly more attention of researchers and urban residents particularly due to the problems caused by rapid economic development. Meanwhile, improving living environment quality is becoming an important target of urban development for the Chinese government. In spite of the increasing number of studies on living environment at smaller scales, few studies have focused on the city scale. Based on a large survey conducted in 2014 in 43 cities of the Bohai Rim area, this study used multilevel modeling, GIS spatial analysis, and multiple linear regression to evaluate the living environment using residents’ subjective perception as indicators, then analyzed the impact of city characteristics on the heterogeneity of the evaluation results. Several conclusions are drawn as follows: (1) There is a significant disparity of evaluation results between the 43 cities. The differences of influencing factors at the city level can explain 20% of the total satisfaction variance. The disparity of living environment quality of cities cannot be neglected in related research on the social, economic, and development issues of cities. Cities in Liaoning Province ranked the highest in the evaluation result while cities in Hebei Province were the worst due to the concentration of massive heavy industries, especially the steel industry. (2) Environment health is the main problem for all the cities that ranked low in the evaluation, which reaffirms that the key point to improve living environment quality is to control environment pollution. (3) Cities with larger land area and population and higher economic development levels normally ranked the lowest with regard to residents’ satisfaction. Satisfaction on living environment is higher in small and medium-sized cities as compared to large cities. Residents living in coastal cities are more satisfied than inland cities. (4) At present, smog control and reduction is key to improving the quality of living environment in the Bohai Rim area.
Keywords：
过去30年,中国的城市化以世界罕见的速度推进,城市化率从1978年的17.92%增长到2014年的54.77%,实现了由农村社会向城市社会过渡的历史性转变。然而,高速度的城市化在推动社会经济发展的同时,也存在着重速度与轻质量的“冒进式”现象(姚士谋等, 2011; 湛东升等, 2015),暴露出越来越多的城市问题,例如环境污染、交通拥堵、绿色空间紧缺等一系列居住环境问题(张文忠等, 2013),不仅影响城市居民生活品质的提升,也严重违背了国家新型城镇化建设等方针(党云晓等, 2014)。城市化率超过50%以后,城镇化的发展重点不再是速度而是质量。中国未来城镇化的发展目标是要全力解决“城市病”问题,营造和谐宜居的城市生活环境,不仅要保证城市公共服务水平完善提升,同时要求城市生态环境得到明显改善,自然与文化得到有效保护。与此同时,随着社会文明的进步与居民经济收入的增加,中国居民也开始重视自身的居住环境品质。在新型城镇化深入实施的“十三五”时期,城市居住环境成为政府、公众与学术界关注的共同焦点,研究城市居住环境对于推进新型城镇化及解决新时期的城市居住环境问题具有非常重要的现实意义。
居住环境(residential environment)通常指围绕居住和生活空间的各种环境的总和,包括自然条件、各种设施条件和地区社会环境等(Asami, 2001)。一些规划学者认为,居住环境包括三个独立的维度：住宅,居住社区的实体空间结构,以及代表社会维度的邻里(Talen, 2006)。居住环境的研究内容与人居环境相似,但在研究尺度和研究范围上有所区别,人居环境通常从全球、区域、城市、社区、建筑五个层次进行研究(吴良镛, 2001),而居住环境的研究尺度通常是一个独立的城市或城市内部的街道、社区和建筑层面,研究范围也集中在城市的物质和社会环境等方面。居住环境理念从早期只关注建筑、街道等物质环境,随着人本主义兴起,开始更加注重人的尺度和人的需要,强调社会环境的重要性(张文忠等, 2015)。同时,对于不同的研究尺度,居住环境研究内容的关注点也有所不同。例如在城市尺度,居住环境研究关注内容为自然生态环境(Ullman, 1954; Roback, 1982; Glaeser et al, 2001)、公共服务设施的配置(Glaeser et al, 2006)、社会文化氛围与历史传承(Clos, 2011; 谌丽等, 2012)等;而在社区尺度,关注的是社区公共空间、建筑密度、社区级服务设施、邻里交往等(谌丽等, 2008; 李业锦, 2009);在建筑尺度,则关注户型、住房面积、家庭关系等(Mohit et al, 2010)内容。
关于居住环境的评价研究至少包括以下两大内容：一是对居住环境的客观实体的评价,包括对居住环境影响因素分析、演变机制和集成模拟研究。采用的评价指标体系主要包括居住硬环境的构成要素和软环境的构成要素各自所囊括的具体指标,指标可分为刻画状态、反映趋势、衡量导向三类(张文忠等, 2013)。目前国内研究的热点城市有大连、北京、广州、上海等主要的大城市(李王鸣等, 1999; 李雪铭等, 2004),以及个别中小城市,如丹东、衡阳等(李雪铭等, 2008; 胡最等, 2011)。国外研究热点主要是全球化的城市或大都市区,评价指标体系通常涵盖城市居住环境要素中的教育与医疗设施的数量及质量、自然环境、交通条件、住房、就业、社会治安、文化与政治等(Beeson, 1991; 浅见泰司, 2006; Savageau, 2007)。有关居住环境的演变研究集中对于比分析不同时刻的居住环境状态,抑或是不同城市间同一时刻的居住环境对比研究(张文忠等, 2013),综合集成研究则主要探索集成途径与模拟预测工具(Asami, 2001; Torrens, 2006)。二是对居住环境主观认知的评价。居住环境是城市居民日常生活高度关注的问题,从居民自身出发,分析居民对构成居住环境的设施、环境、文化、服务内容等的心理认知,对居住环境建设具有重要的指导意义(张文忠等, 2006)。
从已有研究来看,虽然基于主观评价的居住环境研究越来越多,但这些研究主要是城市内部的小尺度单元,例如街道和社区尺度,受数据搜集等限制,鲜见基于城市尺度的居住环境主观评价的研究。基于此,本文将研究的侧重点放在中国大区域内部城市尺度的居住环境差异。与以往基于客观数据的研究相比,基于居民主观评价的研究更能体现“以人为本”的城市发展理念。居住环境为人服务,其质量的优劣最终还是要由人的主观感受来判定,而且以主观感受衡量的居住环境质量也是检验城市规划与建设质量的有效手段,为城市更新改造提供更为人性化的意见。
本文采用大规模问卷调研数据,以环渤海地区43个地级市为例,基于居民的主观评价,首先分析城市居住环境评价的整体差异,然后结合客观数据,进一步分析城市的客观特征如何影响主观评价结果。希望通过本文能初步了解环渤海地区的居住环境特征,并为今后研究更大尺度的居住环境差异及形成机制提供基础。
城市尺度的居住环境差别形成机制主要从以下两个方面解析(图1)：首先是自然本底的差别,位于不同地区的城市其气候、地形、地质及生态条件表现出不同的特征,由此显示居住环境的差异。例如,在降水和光照充足、气温适宜、地质结构稳定、邻近海洋、生物多样性丰富且地形条件有利于污染气体扩散的地区,居住环境的适宜性明显优于其他地区。其次是人为因素的作用,又可细分为社会文化、城市发展和环境破坏3个原因。社会文化因素引起的居住环境差异表现在城市对历史文化的传承、特色文化氛围、社会包容性和居民的文化素质方面,浓郁的历史文化氛围及良好的居民素养均对城市高品质的生活环境起到正面的影响;城市发展因素对居住环境的影响表现在城市公共服务设施的供给、城市空间结构、发展密度、交通便捷性和城市安全性方面,这些因素同样是衡量一个城市健康发展的重要指标;健康的城市不仅能够通过高效的土地利用方式组织人口和产业活动,又能为居民提供便捷丰富的公共服务;环境破坏因素表现在城市的生产和生活活动对环境的破坏,以牺牲环境为代价的人类活动必将降低居住环境的品质,甚至危及居民的生存安全。
图1 城市尺度居住环境差异的形成原因及表现形式
Fig.1 Causes and manifestation of living environment heterogeneity at city level
以上是客观存在的居住环境差异,如果将客观居住环境的差别映射到居民的主观感受上,进一步表现为居民对其所居城市居住环境主观评价的不一致。本文便是基于居民主观感受来评价居住环境的差别,并分析这种差异受到的城市客观特性的影响。
本文选择环渤海地区所有地级市为研究范围,主要是基于以下几个方面的考虑：①环渤海地区是中国近30年来城镇化发展最快的地区之一,也是城市发展中暴露问题最集中的地区之一,可以说这个地区是中国城市化地区的一个缩影,研究该区域的城市居住环境差异及其影响因素在全国范围内具有一定的代表性。②环渤海地区城市类型丰富多样,城市因自然本底条件、社会经济发展水平、人文环境和区域功能定位各异,多样的城市类型为本文分析居住环境差异提供了良好的先决条件。需要特别补充说明的一点是,本项研究将北京市排除在外,这是因为：一是在整个环渤海地区没有一个城市可以与北京市相当,北京市的城市规模、经济发展水平等超越其他城市非常明显,这可能会导致北京市成为研究样本中的“异常值”;二是北京市是全国的政治中心,国家给予的政策倾斜远远多于其他城市,这会造成人为因素的作用明显高于其他城市;三是用于本次的调研数据仅涉及其他43个地级市,北京市缺少同一时段的主观数据。
本文中的城市居住环境主观评价得分数据来源于宜居城市课题组于2014年11月至2015年2月在环渤海三省(河北省、山东省、辽宁省)一市(天津市)地区进行的“环渤海城市人居环境评价抽样调查问卷”。调研问卷直接调查和了解环渤海地区43个地级市居民对所在城市居住环境的主观感受。参考张文忠等人的《中国宜居城市研究报告》(张文忠等, 2006)中的数据采集方法,问卷中对居住环境评价的问题设置为：“您对现有城市人居环境进行评价”,设置为“非常满意100,比较满意80,一般60,比较不满意30,很不满意0”。根据上文分析的居住环境差异的形成原因,本文将居住环境细分为城市安全、公共服务设施、自然环境、社会文化环境、交通条件和环境健康六大要素,询问居民对所在城市六项居住环境要素和整体居住环境的主观感受。本次调研以常住居民为主,不包括短期停留或旅游、出差人群。调查方式主要采用抽样调查,具体采用分层抽样、等距随机抽样、交叉控制配额(年龄、性别)抽样等多种抽样方法相结合的调查方法,目的是确保调查样本的代表性。调查范围以市辖区范围为主。以城市规模为主要标准设定样本数量,按照直辖市300份、省会和副省级城市250份、其他城市根据规模大小各200或150份的标准发放问卷,共发放问卷7500份,回收有效问卷6965份,有效率为93%。通过对调查主体的性别、年龄、城市分布等特征进行分析,结果表明样本符合控制要求,合格问卷的数量和分布结构满足抽样设计和研究要求。剔除本次核心变量未填写的样本,共计6601份问卷用于分析。43个城市的样本分布从83份至211份不等(图2),平均每个城市收集到样本数量为153份。用于本文的客观数据中(表1),城市市辖区用地面积、人口、GDP、人均GDP、在岗职工平均工资、人口密度、第三产业比重、人均道路面积、建成区绿化率取自《中国城市统计年鉴2013》,人均住房建筑面积、外来人口比重取自各城市2010年的《第六次全国人口普查》,PM2.5暴露天数取自北京城市实验室公布数据①(①北京城市实验室收集了全国190个城市地面空气质量监测站点从2013年4月至2014年4月之间为期一年的日均PM2.5浓度数据,定义为PM2.5暴露天数。数据详见北京城市实验室网站：http://www.beijingcitylab.com/projects-1/13-pm2-5/。)。
表1 研究数据基础统计
Tab.1 Description of data and variables
| 变量 | 说明 | 均值(标准差) | 数据来源 |
|---|---|---|---|
| 居住环境评价 | 居住环境满意度评价得分均值 | 68.5(7.2) | 调研问卷 |
| 面积 | 用地面积/km2 | 1530.3(1387.3) | 城市统计年鉴2013 |
| 人口 | 年末人口/万人 | 162.1(145.0) | 城市统计年鉴2013 |
| GDP | 地区生产总值/万元 | 1432.4(20637.0) | 城市统计年鉴2013 |
| 职工工资 | 在岗职工平均工资/(元/人) | 43991.0(7186.2) | 城市统计年鉴2013 |
| 人均GDP | 人均地区生产总值/(元/人) | 68870.0(33854.2) | 城市统计年鉴2013 |
| 人口密度 | 人口密度/(人/km2) | 1643.9(1603.3) | 城市统计年鉴2013 |
| 三产比重 | 第三产业比重/% | 42.3(9.5) | 城市统计年鉴2013 |
| 道路面积 | 人均城市道路面积/m2 | 14.8(5.7) | 城市统计年鉴2013 |
| 住房面积 | 人均住房建筑面积/(m2/人) | 29.6(4.6) | 第六次全国人口普查 |
| 临海性 | 是否为临海城市/是=1,否=0 | 0.4(0.5) | |
| 绿化率 | 建成区绿化覆盖率/% | 40.9(5.4) | 城市统计年鉴2013 |
| 外来人口 | 外来人口比重/% | 53.0(15.0) | 第六次全国人口普查 |
| PM2.5暴露 | 2013.4-2014.4间PM2.5暴露天数 | 147.0(70.5) | 北京城市实验室 |
(1) 多层线性模型
居住环境评价的差异缘于个体层级与城市层级,要计算每个层级的差异需要采用基于数据分层思想的多层线性模型。由于本文仅应用多层线性模型计算城市层级可解释的居住环境评价差异的方差比重,因此构建如下多层线性空模型②(②空模型即仅引入常数项固定效应和随机效应的模型,不引入其他解释变量。)：
式中：yij表示居民对所在城市的居住环境评价结果,i和j分别表示居民和城市两个层级;β0和cons分别表示常数项的固定效应系数和固定效应;uj为城市层级的随机效应,服从均值为0,方差为σu2的正态分布;εjj为居民的随机效应,服从均值为0,方差为σε2的正态分布;uj和εij被假定为相互独立。与单层回归模型相比,多层模型最大的不同之处在于回归模型的截距和斜率都不再是一个固定常数,而是随机变量。例如,原来单层模型的截距项β0变为多层模型中的β0ij,β0ij由三部分构成：固定效应β0、城市层级随机效应uj、居民层级随机效应εij。运用该模型,我们可以估计居住环境评价在城市层级的空间分异程度,σ2u/(σ2u+σ2e)表示居住环境评价在城市层级的空间差异对评价结果总体差异的解释程度。有关多层线性模型的详细解释见Goldstein(2003)。
(2) 多元线性回归模型
上文提到,城市自身的属性特征可以解释城市居住环境评价的差异,下文将验证城市特征对基于居民主观感受的居住环境评价的影响。关于城市特征对居民主观评价的影响分析采用多元线性回归模型,模型设定如下：
与式(1)表达的基于个体的多层线性模型不同,式(2)表达的是基于城市的回归模型,式中因变量为基于主观满意度评价的城市居住环境得分,自变量为城市特征。需要说明的是,受数据的限制,本文选择的变量无法囊括图1反映的所有影响因素,最终选取的城市特征变量包括：反映城市规模与经济发展水平的用地面积、总人口、GDP、在岗职工平均工资、人均GDP、人口密度、第三产业比重、人均道路面积、人均住房建筑面积、绿化率;反映自然环境的临海性,反映社会文化因素的外来人口比重,反映环境污染情况的雾霾暴露天数。
4.1.1 城市之间总体差异
首先,为了解环渤海地区城市尺度主观评价的居住环境是否存在差异以及有多少差异,采用多层线性模型方法分别提取城市和居民层级可解释的主观评价方差比重。这里应用MLwiN2.32进行多层线性模型的模拟,结果发现,城市与居民层级的方差比重分别为19.3%和80.7%,可见城市尺度的主观评价有非常显著的差异,即在不同的城市之间,居民对居住环境的评价表现出非常不一致的特征。此外,表2分别给出最好和最差城市的居住环境评价预测值,最好城市满意度得分比最差城市高出28.1。
表2 居住环境评价的多层线性模型方差估计结果
Tab.2 Variance estimates for the multilevel model of living environment evaluation
| 个体层级方差 (总方差中比重) | 城市层级方差 (总方差中比重) | 最好城市 | 最差城市 |
|---|---|---|---|
| 217.5(80.7%) | 52.1(19.3%) | 83.2 | 55.1 |
图3显示了环渤海43个城市居住环境主观评价的空间投射。威海市、盘锦市、营口市、潍坊市是评价得分最高的4个城市,保定市、东营市、衡水市、石家庄市是得分最低的4个城市。天津市的评价得分为60.3,排名第39位;河北省11个地级市的评价结果均值为64.2,明显低于其他两个省份。此外,环渤海地区评价最低的几个城市主要位于河北省;辽宁省的城市评价结果均较高,14个地级市的评价结果均值为72.1;山东省17个地级市的评价结果差别最明显,既有第一名的威海市,也有倒数第二名的东营市,位于中部沿东北—西南走向分布的城市得分最低。不难看出,评价最高的几个城市均位于沿海地带,尤其是威海市、潍坊市和营口市,足见临海性对城市宜居性的重要影响。
图3 环渤海地区居住环境及满意度主观评价示意图
Fig.3 Subjective evaluation of living environment and well-being in the Bohai Rim area
居住环境的优劣是影响居民生活质量的重要因素(Brereton et al, 2008)。进一步将城市居民的身体健康状况和生活满意度评价投射到空间上,分别以每个城市内选择身体非常健康或比较健康、对当下生活非常满意或比较满意的人数比例来表征城市居民的健康性和生活满意度评价。河北省的健康满意度和生活满意度评价结果与居住环境评价结果的空间投射比较相似,表现为承德市与张家口市居民的各项满意度得分均较高,其次是位于边界的城市。明显不同的是山东省,虽然山东省西南部多数城市居民的居住环境评价并不高,但这些城市的健康满意度较高,生活满意度的评价结果与居住环境评价结果的空间表现比较类似。辽宁省的居住环境评价虽然整体较高,但多数城市的居民健康满意度评价反而较低。总的来说,居住环境评价较高的城市其居民对自身健康状况和生活满意度的评价也较高,表明了居住环境对居民生活的重要影响。
4.1.2 分要素评价结果差异
图4显示了43个城市居住环境六大要素的满意度评价结果。整体而言,环境健康性是六大要素中居民最不满意度的要素,除了威海市、丹东市、营口市、辽阳市、承德市、张家口市以外,其他城市的环境健康性评价在六项要素中得分均较低。同样,除秦皇岛市、沧州市、大连市及山东省个别城市以外,自然环境的整体评价得分也较低。公共服务设施在大部分城市的得分均较高,但是在东营和菏泽两市的得分相对较差。就城市安全性而言,保定市和泰安市的安全性较差,而且这两个城市的交通条件满意度评价也最差。对交通条件评价较高的城市包括营口市、潍坊市、盘锦市和威海市,而且这4个城市的社会文化环境评价较高。对社会文化环境评价最低的几个城市包括保定市、菏泽市与莱芜市,评价最高的几个城市分别为承德市、营口市、潍坊市和威海市。
图4 居住环境六大要素评价示意图
Fig.4 Subjective evaluation of the six elements of living environment
此外,天津市及河北省的石家庄市、唐山市、邯郸市、邢台市、保定市、衡水市以及山东省的淄博市和辽宁省的沈阳市的城市六项居住环境要素评价得分差别明显,这些城市也是总体评价得分较低的几个城市;而几个得分较高的城市,其居住环境六项要素的得分差别并不明显。说明城市居住环境评价存在“短板效应”,当一项居住环境要素评价较低时,会直接拉低城市的整体评价得分。
4.1.3 不同类型城市的评价结果差异
进一步按照城市的人口、用地、密度、GDP及是否为临海或资源/工业城市进行划分,对比分析不同类型城市的评价结果(表3)。临海城市的居民对所在城市的居住环境评价(72.5)高于非临海的城市(65.9);同样,非资源型或工业城市的居民满意度(70.1)高于资源型或工业城市(66.9)。人口规模最小的城市居民满意度(均值72.5)明显高于人口规模最大的城市(均值65.3);同样,人口密度较小的一类(69.6)和二类城市(70.4)居民满意度要高于人口密度较大的三类(68.5)和四类城市(65.8);用地面积为二类的城市满意度最高(74.0),面积最小的一类城市得分最低(65.4);GDP较低的前三类城市满意度明显高于较高的第四类城市(65.1)。
本节将重点分析城市自身的特征是如何影响居民对城市的主观评价。表4给出基于多元回归分析的城市特征对居住环境评价的影响分析。由于城市面积、人口、GDP及职工工资之间存在显著的相关性,因此将这4个变量分别引入模型。除临海性以外,所有变量在进入模型前首先经过标准化处理,因此我们可通过比较变量系数的大小来分析不同指标对居民主观评价的影响。
表3 分类别城市的居住环境评价结果
Tab.3 Evaluation of living environment in different types of cities
| 类别划分 | 分类 | 评价得分 | 类别划分 | 分类 | 评价得分 |
|---|---|---|---|---|---|
| 临海性 | 否 | 65.9 | 资源/工业 城市 | 否 | 70.1 |
| 是 | 72.5 | 是 | 66.9 | ||
| 人口规模 | 一 | 72.5 | 用地面积 | 一 | 65.4 |
| 二 | 67.4 | 二 | 74.0 | ||
| 三 | 68.6 | 三 | 67.6 | ||
| 四 | 65.3 | 四 | 67.0 | ||
| 人口密度 | 一 | 69.6 | GDP | 一 | 68.4 |
| 二 | 70.4 | 二 | 70.2 | ||
| 三 | 68.5 | 三 | 70.1 | ||
| 四 | 65.8 | 四 | 65.1 |
表4 居住环境主观评价的影响因素分析(1)
Tab.4 Result of influencing factor analysis of subjective evaluation of living environment (1)
| 变量 | 模型I | 模型II | 模型III | 模型IV |
|---|---|---|---|---|
| 面积 | -0.369**(0.146) | |||
| 人口 | -0.291**(0.140) | |||
| GDP | -0.336**(0.153) | |||
| 职工工资 | -0.331**(0.148) | |||
| 人均GDP | -0.292(0.180) | -0.336*(0.182) | -0.269(0.193) | |
| 人口密度 | -0.564***(0.142) | -0.442***(0.135) | -0.447***(0.135) | -0.332**(0.144) |
| 三产比重 | 0.107(0.141) | 0.132(0.152) | 0.144(0.152) | 0.091(0.147) |
| 道路面积 | 0.238(0.146) | 0.240(0.152) | 0.271*(0.15) | 0.172(0.159) |
| 住房面积 | -0.224* (0.129) | -0.263*(0.132) | -0.291**(0.132) | -0.164(0.142) |
| 临海性 | 1.068***(0.280) | 1.053***(0.288) | 1.103***(0.285) | 0.920***(0.289) |
| 绿化率 | 0.097(0.120) | 0.093(0.123) | 0.081(0.122) | 0.153(0.135) |
| 外来人口 | 0.125(0.161) | 0.151(0.164) | 0.111(0.167) | 0.122(0.167) |
| 常数项 | -0.422***(0.159) | -0.416**(0.164) | -0.436**(0.162) | -0.364**(0.171) |
| 调整R2 | 0.437 | 0.406 | 0.414 | 0.300 |
首先,从反映城市规模的面积和人口来看,在控制其他变量之后,城市面积对主观评价的影响显著为负。说明随着城市规模的扩张,居民对城市居住环境的评价下降。同样城市人口也表现出人口越多,居住环境的评价越低,暗示生活在小城市的居民相比大城市居民更加满意所居城市的居住环境品质。从反映城市经济发展水平的GDP、人均GDP和职工平均工资来看,GDP对居住满意度有非常显著的负面影响,而人均GDP仅在模型II中显示出90%的显著负面影响,说明高经济发展水平并非对应高居住环境评价。非常有意义的是,职工平均工资对居住环境评价也有显著的负面影响,这或许与上文提及的大城市工资水平高而居住环境品质较差有关系,通常大城市居民的收入水平相对要高于中等城市,而中等城市又高于小城市,但是居住环境质量尤其是自然环境指标却表现出相反的特征。人口密度反映城市的发展密度,在人口密度高的城市,居民的满意度较低,可能的原因是高人口密度的城市公共服务设施、住房等资源更为紧缺,居民可享受到的高品质生活有限,因而对居住环境满意度评价较低。从城市的产业发展特征来看,本文选用的第三产业比重并没有对居民的居住环境评价有显著的影响。从城市建设来看,模型III中,人均道路面积对居住环境评价有显著的正面影响,即人均道路面积更多的城市,居民的满意度更高。人均住房建筑面积对满意度的影响为负,暗示住房面积大并不对应更高的居住环境评价,由于居住环境评价更多是居民对所在城市各要素的评价,而不是局限于对个体自身住房特征的评价,个体即便对应更优越的自家住房特征,也并不意味着居民对整个城市的居住环境表示满意。从反映城市自然环境的临海性和建成区绿化率来看,临海性对居住环境评价有显著的正面影响,说明临海城市的居住环境品质明显优于内陆城市,不仅有丰富且易获取的海洋资源,自然风光也较内陆城市更为优越。建成区绿化率对居住环境评价没有显著的影响,同样,外来人口也未有显著影响。
2013年以来,雾霾污染进入公众视线,尤其是北方地区进入冬季就成为全国的雾霾重灾区。本次调研中发现,居民普遍反映越来越严重的雾霾污染是制约生活质量提升的关键因素,甚至有居民表示为“躲避”雾霾情愿迁居他地。虽然雾霾仅仅是人居环境五大系统之一——自然系统中的一项内容,但不得不承认,近年来严重的雾霾污染问题已经上升为影响环渤海地区城市居住环境质量的最重要因素。基于此,接下来的分析中将雾霾作为一项特殊因素单独加入模型。本文采用环渤海城市在2013年4月至2014年4月之间的PM2.5暴露天数作为反映雾霾污染程度的指标。可以看到,PM2.5暴露天数对居民的居住环境评价有显著的负面影响,即城市的雾霾污染越严重,居民感受到的居住环境质量越差。在可比较的变量(除临海性以外)中,PM2.5暴露的系数最大,说明雾霾污染是影响居民主观评价最重要的因素。此外,引入雾霾污染之后,反映城市规模和经济发展水平的面积、人口、GDP不再显著,人口密度也仅在模型IV中显著,说明在控制雾霾污染指标之后,其他指标的影响将有所下降,进一步证明了空气质量对居住环境评价的重要性。虽然控制了雾霾指标,表5的4个模型中临海性依然有非常显著的正面影响。对于城市而言,临海不仅仅是海洋资源的可获取性,更重要是污染气体易于扩散,在当前中国城市雾霾污染严重的时期,临海性对宜居性的重要性程度比以往更加凸显。
表5 居住环境主观评价的影响因素分析(2)
Tab.5 Result of influencing factor analysis of subjective evaluation of living environment (2)
| 变量 | 模型I | 模型II | 模型III | 模型IV |
|---|---|---|---|---|
| 面积 | -0.233(0.147) | |||
| 人口 | -0.146(0.142) | |||
| GDP | -0.187(0.154) | |||
| 职工工资 | -0.172**(0.145) | |||
| 人均GDP | -0.277(0.168) | -0.319*(0.169) | -0.274(0.179) | |
| 人口密度 | -0.279(0.177) | -0.183(0.162) | -0.191(0.161) | -0.065**(0.161) |
| 三产比重 | 0.072(0.132) | 0.071(0.143) | 0.084(0.143) | 0.072(0.134) |
| 临海性 | 0.785***(0.286) | 0.763**(0.291) | 0.792**(0.292) | 0.537*(0.294) |
| 道路面积 | 0.328** (0.143) | 0.339**(0.146) | 0.353**(0.143) | 0.289* (0.150) |
| 绿化率 | 0.085(0.112) | 0.082(0.114) | 0.075(0.113) | 0.116(0.123) |
| 住房面积 | 0.032(0.160) | 0.028(0.168) | 0.006(0.170) | 0.144(0.167) |
| 外来人口 | -0.014(0.160) | -0.002(0.164) | -0.024(0.164) | -0.093(0.169) |
| PM2.5暴露 | -0.495**(0.204) | -0.53**(0.210) | -0.521**(0.207) | -0.620***(0.217) |
| 常数项 | -0.31*(0.155) | -0.302*(0.159) | -0.313***(0.158) | -0.212(0.164) |
| 调整R2 | 0.510 | 0.489 | 0.495 | 0.423 |
城市作为人类聚居的基本形态之一,是人对自然改造最强烈的地区,城市居住环境呈现出的人与自然的矛盾在全球地域范围内最为突出,因此城市是居住环境研究的主要聚焦点,研究城市尺度的居住环境问题可为中国新型城镇化和生态文明建设提供科学依据。本文在环渤海地区大样本调查问卷基础上,综合运用多层线性模型、GIS空间分析和多元线性回归分析模型,对研究区域内43个城市基于居民主观感受的居住环境进行评价,并探讨城市客观特征对主观评价结果的影响,主要得到以下几点结论与启示：
(1) 环渤海43个城市的居民环境评价有显著的差异。辽宁省城市的评价结果整体较优,河北省城市的评价结果整体较差。河北省是全国重要的钢铁产量大省,煤炭消费量大,能源结构不合理,加之部分城市受特殊地形的影响,工业生产排放的污染气体扩散难度大,导致河北省大部分城市雾霾污染非常严重,这也是引起居民对河北省城市居住环境最不满意的直接原因。
(2) 居住环境评价存在“短板效应”。环境健康性是多数居住环境评价得分较低城市的共同短板。环境健康性得分较低主要受近两年不断加剧的雾霾污染的影响,本文的模型分析也证实了雾霾污染对城市居住环境评价的负面影响最大。除环境健康性以外,多数城市居住环境的六大要素中自然环境的得分也较低,公共服务设施得分较高。
(3) 城市特征影响居住环境评价,城市规模越大、人口密度越高、经济发展水平越高,居住环境的满意度越低,中小城市的居住环境满意度普遍高于大城市。从个体视角来看,居民要在收入高而居住环境差的大城市和收入低而居住环境优的小城市之间进行权衡,进而作出居住迁移决策。从城市发展视角来看,个体的居住迁移,尤其是高素质人才的居住迁移对城市发展有至关重要的影响,如何改善城市居住环境品质,吸引并留住高端人才,是城市居住环境升级改造的重要内容。
(4) 临海城市的居民对所在城市的满意度评价更高。当前,城市的临海性已经不仅是海洋资源与海上通道的可获取性,更重要是在环境健康性上表现出的优势地位。然而,唐山、天津等临海城市的满意度仍然很低,这与城市严重的雾霾污染密切相关,可见在城市居住环境的可提升要素中,治理雾霾是当前最迫切的任务。
虽然基于主观感受评价的居住环境会受到个体差异的影响,呈现出评价结果“因人而异”的现象,不过本文使用多层线性模型的分析结果指出,城市层级方差可以解释的居住环境评价结果差异达到20%,表明使用主观数据研究城市尺度的居住环境差异时,尺度效应不容忽视。这一结论也为今后的同类研究提供了一个值得借鉴的思路与方法,即运用数据分层的思想解决主观评价中的尺度变异问题。
本文仅仅介绍了环渤海地区城市的居住环境差异,并没有对居住环境差异的形成原因及内在机制进行更深入的解析,未来需要进一步研究人类活动对城市居住环境质量变化的作用机制,尤其是分析工业化、城镇化过程和方式对居住环境质量的影响。此外,本文的研究范围限制在环渤海43个城市,而中国地域范围广阔,全国尺度的居住环境差异需要引起更多的重视,这也将是我们今后的研究方向。
The authors have declared that no competing interests exist.
| [1] |
北京市低收入人群的居住空间分布、演变与聚居类型研究 [J].https://doi.org/10.11821/yj2012040014 URL Magsci [本文引用: 1] 摘要
以北京市各街区的低收入人群为研究对象,以2005年和2009年北京市大规模居民调查问卷为基础数据,综合运用数理统计、空间自相关分析和因子生态分析方法揭示北京市低收入群体的属性特征及其空间分布的特点、变化与聚居类型。研究发现:北京市低收入人群中低龄与高龄人口、中低学历及从事劳动密集型行业的人所占比重较高。从空间分布来看,低收入占比较高的街区单元主要分布在城市边缘郊区,并随着城市建设出现向外发展的趋势;与2005年相比,2009年北京市低收入人口出现了初步集聚化特征,西北五环外街道的低收入集聚强度不断提高,同时二环内的低收入集聚强度也有所增加;受CBD快速发展和奥运建设影响,北京市东部和北部的低收入人群比例大幅度降低。最后,本文总结出三类具有代表性的低收入人群聚居类型,分别为本地型、流动型和新移民型。
The spatial distribution, transition and residential pattern of low-income residents in Beijing [J].https://doi.org/10.11821/yj2012040014 URL Magsci [本文引用: 1] 摘要
以北京市各街区的低收入人群为研究对象,以2005年和2009年北京市大规模居民调查问卷为基础数据,综合运用数理统计、空间自相关分析和因子生态分析方法揭示北京市低收入群体的属性特征及其空间分布的特点、变化与聚居类型。研究发现:北京市低收入人群中低龄与高龄人口、中低学历及从事劳动密集型行业的人所占比重较高。从空间分布来看,低收入占比较高的街区单元主要分布在城市边缘郊区,并随着城市建设出现向外发展的趋势;与2005年相比,2009年北京市低收入人口出现了初步集聚化特征,西北五环外街道的低收入集聚强度不断提高,同时二环内的低收入集聚强度也有所增加;受CBD快速发展和奥运建设影响,北京市东部和北部的低收入人群比例大幅度降低。最后,本文总结出三类具有代表性的低收入人群聚居类型,分别为本地型、流动型和新移民型。
|
| [2] |
大连居民的城市宜居性评价研究 [J].https://doi.org/10.3321/j.issn:0375-5444.2008.10.002 URL Magsci [本文引用: 1] 摘要
<p>以2006 年大连市大规模调查问卷为基础数据， 运用数理统计和GIS 分析手段， 从“居住安全性”、“生活方便性”、“居住舒适性”、“出行便利性” 和“环境健康性” 五大类指标出发， 首先， 对大连的城市宜居性的综合水平和各要素进行了评价； 其次， 研究了宜居性评 价结果与居民的收入、家庭构成、学历、年龄、性别等社会经济属性特征之间的相关关系；然后， 按照居民的四类社会属性， 利用聚类分析方法， 研究了大连工薪阶层、年轻白领、低收入阶层和年轻打工族等四类人群对城市宜居性的评价差异， 其中， 拥有高收入和高学历的工薪阶层和年轻白领对大连的宜居现状满意；低收入阶层和年轻打工族收入偏低， 居住区主要位于市郊和老工业区等， 对大连的宜居性评价较低。</p>
Urban residential suitability evaluation of Dalian’s residents [J].https://doi.org/10.3321/j.issn:0375-5444.2008.10.002 URL Magsci [本文引用: 1] 摘要
<p>以2006 年大连市大规模调查问卷为基础数据， 运用数理统计和GIS 分析手段， 从“居住安全性”、“生活方便性”、“居住舒适性”、“出行便利性” 和“环境健康性” 五大类指标出发， 首先， 对大连的城市宜居性的综合水平和各要素进行了评价； 其次， 研究了宜居性评 价结果与居民的收入、家庭构成、学历、年龄、性别等社会经济属性特征之间的相关关系；然后， 按照居民的四类社会属性， 利用聚类分析方法， 研究了大连工薪阶层、年轻白领、低收入阶层和年轻打工族等四类人群对城市宜居性的评价差异， 其中， 拥有高收入和高学历的工薪阶层和年轻白领对大连的宜居现状满意；低收入阶层和年轻打工族收入偏低， 居住区主要位于市郊和老工业区等， 对大连的宜居性评价较低。</p>
|
| [3] |
北京居民主观幸福感评价及影响因素研究 [J].https://doi.org/10.11820/dlkxjz.2014.10.003 Magsci [本文引用: 1] 摘要
随着生活水平的提高,越来越多的居民开始重视自身生活的幸福程度。学术界对个体主观幸福感的关注虽然由来已久,但是鲜见从地理学角度出发的研究,尤其是评价影响主观幸福感的因素。本文以北京为例,基于大规模问卷调查,构建了个体主观幸福感影响因素框架,分析了不同社会属性人群的主观幸福感差异,并利用多元线性回归模型测度了制度与政策等因素对个体主观幸福感的影响。结果发现:不同社会经济属性个体的主观幸福感差异明显;制度因素对个体幸福感有显著影响,拥有本地户口居民的主观幸福感显著高于外地户口居民;工作时间和通勤时间的增加都能降低个体的主观幸福感;迁居能提高个体的生活满意度,然而频繁迁居和更换工作却会降低个体的生活满意度。
Residents’ subjective well-being and influencing factors in Beijing [J].https://doi.org/10.11820/dlkxjz.2014.10.003 Magsci [本文引用: 1] 摘要
随着生活水平的提高,越来越多的居民开始重视自身生活的幸福程度。学术界对个体主观幸福感的关注虽然由来已久,但是鲜见从地理学角度出发的研究,尤其是评价影响主观幸福感的因素。本文以北京为例,基于大规模问卷调查,构建了个体主观幸福感影响因素框架,分析了不同社会属性人群的主观幸福感差异,并利用多元线性回归模型测度了制度与政策等因素对个体主观幸福感的影响。结果发现:不同社会经济属性个体的主观幸福感差异明显;制度因素对个体幸福感有显著影响,拥有本地户口居民的主观幸福感显著高于外地户口居民;工作时间和通勤时间的增加都能降低个体的主观幸福感;迁居能提高个体的生活满意度,然而频繁迁居和更换工作却会降低个体的生活满意度。
|
| [4] |
基于GIS的衡阳人居适宜度评价 [J].
参考当前人居环境评价方法和指标体系,结合生态位适宜度的基本原理与方法,从经济、社会、环境生态位三类独立指标出发,选取25项反映现实生态位与最适宜生态位之间耦合度的单项指标,构建了一种新的多指标城市人居环境质量定量评价的生态位适宜度模型.以湖南省衡阳市主城区为例,运用GIs技术和superMan Deskpro软件进行了衡阳城区的人居环境适宜度定量评价.结果显示衡阳城市内部人居适宜度差异明显,在此基础上提出了相应的改进措施.评价结果说明本文所提出的生态位适宜度模型和评价方法具有一定的实践性.
Niche suitable assessment for human settlement in Hengyang based on GIS [J].
参考当前人居环境评价方法和指标体系,结合生态位适宜度的基本原理与方法,从经济、社会、环境生态位三类独立指标出发,选取25项反映现实生态位与最适宜生态位之间耦合度的单项指标,构建了一种新的多指标城市人居环境质量定量评价的生态位适宜度模型.以湖南省衡阳市主城区为例,运用GIs技术和superMan Deskpro软件进行了衡阳城区的人居环境适宜度定量评价.结果显示衡阳城市内部人居适宜度差异明显,在此基础上提出了相应的改进措施.评价结果说明本文所提出的生态位适宜度模型和评价方法具有一定的实践性.
|
| [5] |
城市人居环境评价: 以杭州城市为例 [J].The assessment of urban human Settlements: A case study of Hangzhou [J]. |
| [6] |
基于体现人自我实现需要的中国主要城市人居环境评价分析 [J].
已有的城市人居环境评价研究大多基于"生存、生活需要"层次,从人的自我实现需要角度研究城市人居环境评价未见报道。在已有研究的基础上,综合考虑信息时代下城市人居环境的人文因素内涵,构建一套体现人自我实现需要的城市人居环境指标体系。在国内首次将自组织特征映射神经网络模型应用在城市人居环境聚类分析中,根据聚类结果将中国主要城市人居环境分成四种类型,总结城市人居环境空间分布总体特征,归纳不同类别城市人居环境的特点并分析产生这种空间分异的原因。
Evaluation and analysis of the major urban human settlements based on embodying self-realization needs in China [J].
已有的城市人居环境评价研究大多基于"生存、生活需要"层次,从人的自我实现需要角度研究城市人居环境评价未见报道。在已有研究的基础上,综合考虑信息时代下城市人居环境的人文因素内涵,构建一套体现人自我实现需要的城市人居环境指标体系。在国内首次将自组织特征映射神经网络模型应用在城市人居环境聚类分析中,根据聚类结果将中国主要城市人居环境分成四种类型,总结城市人居环境空间分布总体特征,归纳不同类别城市人居环境的特点并分析产生这种空间分异的原因。
|
| [7] |
城市化与城市人居环境关系的定量研究: 以大连市为例 [J].https://doi.org/10.3969/j.issn.1002-2104.2004.01.019 URL [本文引用: 1] 摘要
本文以大连市为例 ,通过一系列的实证资料 ,建立数学模型 ,对城市化进程与城市人居环境的相互关系进行了研究 ,发现大连城市化水平与城市人居环境之间有很大的一致性 ,城市化水平越高 ,城市人居环境越好 ,反之 ,城市化水平越低 ,人居环境越差 ;并提出了大连城市发展的思路。
Quantitatine research on urbanization and environment for human settlements: Take Dalian as an example [J].https://doi.org/10.3969/j.issn.1002-2104.2004.01.019 URL [本文引用: 1] 摘要
本文以大连市为例 ,通过一系列的实证资料 ,建立数学模型 ,对城市化进程与城市人居环境的相互关系进行了研究 ,发现大连城市化水平与城市人居环境之间有很大的一致性 ,城市化水平越高 ,城市人居环境越好 ,反之 ,城市化水平越低 ,人居环境越差 ;并提出了大连城市发展的思路。
|
| [8] |
城市宜居性的空间分异机制研究: 以北京市为例[D] .Study on spatial differentiation mechanism of urban livability: A case of Beijing city[D]. |
| [9] |
|
| [10] |
|
| [11] |
中国城镇化需要综合性的科学思维: 探索适应中国国情的城镇化方式 [J].
城镇化问题是当代中国社会经济发展重大的综合性课题,涉及到国民经济如何协调发展,是达到一个新的现代化和谐社会发展的根本问题。当前我国城镇化的高速发展,全面推动了我国经济和社会的巨大发展,并在很大程度上改善了城乡人民的生活。然而,近10多年来(1996~2009年),我国城镇化脱离了循序渐进的原则,超出了正常的城镇化发展轨道,在进程上属于"急速城镇化"。有不少学者认为我国的城市化出现了"大跃进"和"冒进"的现象,其表现为人口城镇化率虚高、水土资源过度消耗,我国许多大中小城市与农林交通建设大规模占地、毁地等现象还在继续,生态环境受到比较严重的污染、破坏。为此,我国的城镇化问题应当按照科学发展观的要求,进行实事求是、符合国情的科学思维。
Urbanization in China needs comprehensive scientific thinking: exploration of the urbanization mode adapted to the special situation of China [J].
城镇化问题是当代中国社会经济发展重大的综合性课题,涉及到国民经济如何协调发展,是达到一个新的现代化和谐社会发展的根本问题。当前我国城镇化的高速发展,全面推动了我国经济和社会的巨大发展,并在很大程度上改善了城乡人民的生活。然而,近10多年来(1996~2009年),我国城镇化脱离了循序渐进的原则,超出了正常的城镇化发展轨道,在进程上属于"急速城镇化"。有不少学者认为我国的城市化出现了"大跃进"和"冒进"的现象,其表现为人口城镇化率虚高、水土资源过度消耗,我国许多大中小城市与农林交通建设大规模占地、毁地等现象还在继续,生态环境受到比较严重的污染、破坏。为此,我国的城镇化问题应当按照科学发展观的要求,进行实事求是、符合国情的科学思维。
|
| [12] |
中国城市化发展的人居环境支撑条件分析 [J].
在构建人居环境支撑条件评价体 系基础上,采用均方差赋权法对全国286个地级以上城市人居环境支撑条件进行综合评价,并结合空间计量方法进一步探讨人居环境支撑条件对城市化水平的影响 效应。结果显示:我国城市人居环境支撑条件整体不高;人居环境支撑条件空间差异显著,呈现出东部、中部、东北、西部依次递减的区域性特征;人居环境支撑条 件子系统亦存在空间不均衡与发展不同步现象,且生态环境、居住条件、社会经济与公共服务设施支撑条件依次降低;人居环境支撑条件与城市化水平存在对应关系 与部分错位现象。空间计量分析验证人居环境支撑条件对城市化水平具有显著的促进作用,但普通OLS回归却低估人居环境支撑条件对城市化水平的带动能力。
An analysis of supporting conditions of living environment for urbanization development in China [J].
在构建人居环境支撑条件评价体 系基础上,采用均方差赋权法对全国286个地级以上城市人居环境支撑条件进行综合评价,并结合空间计量方法进一步探讨人居环境支撑条件对城市化水平的影响 效应。结果显示:我国城市人居环境支撑条件整体不高;人居环境支撑条件空间差异显著,呈现出东部、中部、东北、西部依次递减的区域性特征;人居环境支撑条 件子系统亦存在空间不均衡与发展不同步现象,且生态环境、居住条件、社会经济与公共服务设施支撑条件依次降低;人居环境支撑条件与城市化水平存在对应关系 与部分错位现象。空间计量分析验证人居环境支撑条件对城市化水平具有显著的促进作用,但普通OLS回归却低估人居环境支撑条件对城市化水平的带动能力。
|
| [13] |
人居环境演变研究进展 [J].https://doi.org/10.11820/dlkxjz.2013.05.003 URL Magsci [本文引用: 3] 摘要
人居环境作为人类栖息地,随着人类活动影响范围和强度的增加,人居环境问题越来越突出,人居环境演变过程也成为学术界关注的热点.本文梳理了近20 年来关于人居环境演变的相关研究理论与方法,从人居环境演变趋势的影响因素分析、演变机制探析和研究方法等方面评述了国内外的研究动向.总体而言,人居环境研究呈现出多学科交叉、集成研究的特点,在数据获取、演变过程的研究上更多地采用了现代化技术和模拟分析方法,但学术界对人居环境的内涵、演变机制解析等仍然存在着分歧.与国外研究相比,中国人居环境研究起步较晚,研究内容限于人居环境评价,对人居环境演变机理涉及较少,且研究数据和方法较为单一.最后本文对未来研究进行了展望.
Progress in research on human settlement evolution [J].https://doi.org/10.11820/dlkxjz.2013.05.003 URL Magsci [本文引用: 3] 摘要
人居环境作为人类栖息地,随着人类活动影响范围和强度的增加,人居环境问题越来越突出,人居环境演变过程也成为学术界关注的热点.本文梳理了近20 年来关于人居环境演变的相关研究理论与方法,从人居环境演变趋势的影响因素分析、演变机制探析和研究方法等方面评述了国内外的研究动向.总体而言,人居环境研究呈现出多学科交叉、集成研究的特点,在数据获取、演变过程的研究上更多地采用了现代化技术和模拟分析方法,但学术界对人居环境的内涵、演变机制解析等仍然存在着分歧.与国外研究相比,中国人居环境研究起步较晚,研究内容限于人居环境评价,对人居环境演变机理涉及较少,且研究数据和方法较为单一.最后本文对未来研究进行了展望.
|
| [14] |
|
| [15] |
|
| [16] |
|
| [17] |
Amenities and regional differences in returns to worker characteristics [J].https://doi.org/10.1016/0094-1190(91)90038-9 URL [本文引用: 1] |
| [18] |
Happiness, geography and the environment [J].https://doi.org/10.1016/j.ecolecon.2007.07.008 URL [本文引用: 1] 摘要
In recent years, economists have been using socio-economic and socio-demographic characteristics to explain self-reported individual happiness or satisfaction with life. Using Geographical Information Systems (GIS), we employ data disaggregated at the individual and local level to show that while these variables are important, consideration of amenities such as climate, environmental and urban conditions is critical when analyzing subjective well-being. Location-specific factors are shown to have a direct impact on life satisfaction. Most importantly, however, the explanatory power of our happiness function substantially increases when the spatial variables are included, highlighting the importance of the role of the spatial dimension in determining well-being.
|
| [19] |
Keynote speech in international symposium on sciences of human settlements [C]// |
| [20] |
Urban resurgence and the consumer city [J].https://doi.org/10.2139/ssrn.884183 URL [本文引用: 1] 摘要
Cities make it easier for humans to interact, and one of the main advantages of dense, urban areas is that they facilitate social interactions. This paper provi
|
| [21] |
Consumer city [J]. |
| [22] |
Multilevel statistical methods [M].
|
| [23] |
Assessment of residential satisfaction in newly designed public low-cost housing in Kuala Lumpur, Malaysia [J].https://doi.org/10.1016/j.habitatint.2009.04.002 Magsci [本文引用: 1] 摘要
<h2 class="secHeading" id="section_abstract">Abstract</h2><p id="">This paper provides an assessment of residential satisfaction of newly designed public low-cost housing dwellers of Kuala Lumpur, Malaysia, with forty-five variables grouped into five components – dwelling unit features, dwelling unit support services, public facilities, social environment and neighbourhood facilities. Findings from the study indicate that the residents are moderately satisfied with dwelling unit support services, followed by public and neighbourhood facilities than dwelling unit features and social environment, which have higher percentage of respondents with low level of satisfaction. Residential satisfaction index has high positive correlations with dwelling unit features, social environment, support services and public facilities, and low positive correlation with neighbourhood facilities. Socio-economic attributes of the residents such as age, family size, working wives, previous residence are negatively correlated with residential satisfaction, whereas residents' race, employment type, floor level and length of residency are positively correlated with residential satisfaction. A Multiple Linear Regression (MLR) model has been estimated for the study and the model provides 76% explanations to determine residential satisfaction with ten predictor variables. The high beta coefficients of the model suggest that residential satisfaction of public low-cost housing can be enhanced through improving the management of security control, perimeter roads, cleanliness of garbage house and garbage collection, by the Local authority (KLCH). Moderate beta coefficient values of the model suggest that improvement of housing design is necessary to enhance residents' satisfaction with the predictor variables such as dry area, bedroom-1, dinning space, socket points and bedroom-3. From socio-economic analysis, it was found that the size of existing low-cost unit does not satisfy the needs of 29.4% inhabitants with large (6+) families and high bedroom occupancy rates (2.5). Furthermore, the location of future low-cost housing estates should also consider their closeness to the shopping centres. Public agencies for low-cost housing should pay proper attention to the management of support and public facilities to enhance residential satisfaction of the inhabitants and also adopt a policy to build different sizes of units to cater the needs of residents with large families in order to enhance quality of life of the low-income urban community in the country.</p>
|
| [24] |
Wages, rents, and the quality of life [J].https://doi.org/10.1086/261120 URL [本文引用: 1] |
| [25] |
Places rated almanac: the classic guide for finding your best places to live in America [M]. |
| [26] |
Neighborhood-level social diversity: insights from Chicago [J]. |
| [27] |
Simulating sprawl [J].https://doi.org/10.1111/j.1467-8306.2006.00477.x URL [本文引用: 1] 摘要
Suburban sprawl, a relatively recent phenomenon, is among the most important urban policy issues facing contemporary cities. To date, a well-accepted rationale has not been settled on for explaining and managing the causes of sprawl. Our contention is that consideration of geography is essential鈥攖hat geographical explanations offer much potential in informing the debate about sprawl. Similarly, spatial simulation could support sprawl-related research, offering what-if experimentation environments for exploring issues relating to the phenomenon. Sprawling cities may be considered as complex adaptive systems, and this warrants use of methodology that can accommodate the space-time dynamics of many interacting entities. Automata tools are well-suited to representation of such systems, but could be better formulated to capture the uniquely geographical traits of phenomena such as sprawl. By means of illustrating this point, the development of a model for simulating the geographic dynamics of suburban sprawl is discussed. The model is formulated using geographic automata and is used to develop three sprawl simulations. The implications of those applications are discussed in the context of exploring geographic explanations of sprawl formation and the potential for managing sprawl by geographic means.
|
| [28] |
Amenities as a factor in regional growth [J].https://doi.org/10.2307/211789 URL [本文引用: 1] |
/
| 〈 |
|
〉 |
