EN中文

地理科学进展 >

2021 , Vol. 40 >Issue 7: 1141 - 1153

DOI: https://doi.org/10.18306/dlkxjz.2021.07.006

研究论文

基于自然实验的城市绿色空间对居民心理健康的影响研究——以武汉东湖绿道为例

  • 谢波 ,
  • 王潇 , * ,
  • 伍蕾
展开
  • 武汉大学城市设计学院,武汉 430072
*王潇(1995— ),男,河南鹤壁人,硕士生,主要从事健康城市规划研究。E-mail:

谢波(1983— ),男,湖北石首人,副教授,主要从事健康城市规划研究。E-mail:

收稿日期: 2020-10-27

  要求修回日期: 2021-02-09

  网络出版日期: 2021-09-28

基金资助

国家自然科学基金项目(41971179)

教育部人文社会科学研究项目(17YJC840045)

版权

版权所有,未经授权,不得转载、摘编本刊文章,不得使用本刊的版式设计。
收起

Exploring the effect of urban greenspace on residents’ mental health using a quasi-natural experiment: Taking Wuhan East Lake Greenway as an example

  • XIE Bo ,
  • WANG Xiao , * ,
  • WU Lei
Expand
  • School of Urban Design, Wuhan University, Wuhan 430072, China

Received date: 2020-10-27

  Request revised date: 2021-02-09

  Online published: 2021-09-28

Supported by

National Natural Science Foundation of China(41971179)

Humanities and Social Sciences Research Program of the Ministry of Education(17YJC840045)

Copyright

Copyright reserved © 2021
Fold

摘要

随着美丽中国、健康中国等战略的提出,城市绿色空间对于居民健康的重要作用日益凸显。然而,现有研究较少运用自然实验的方法探讨城市绿色空间与居民心理健康的关系。论文以中国最大的城中湖绿道——武汉东湖绿道为例,基于2016、2019年东湖绿道周边52个居住小区的1020份跟踪问卷调查数据,运用准自然实验方法与混合效应双重差分模型,探索城市绿色空间干预对周边小区居民心理健康的影响。研究发现,东湖绿道的建设显著促进了周边2 km范围小区居民心理健康水平的提升。控制变量中,居民心理健康水平与年龄呈正相关关系,与家庭收入水平则呈负相关关系;居民心理健康水平与小区的社会凝聚力、小区周边500 m范围的建筑密度、居住用地比例和地铁站密度呈正相关关系,与公交站密度则呈负相关关系。建议通过完善以绿道为核心的城市绿色空间网络,提高绿道可达性与邻里社会凝聚力,以此提升城市居民的心理健康水平。

关键词： 城市绿色空间; 绿道; 心理健康; 因果关系; 准自然实验; 武汉

本文引用格式

谢波 , 王潇 , 伍蕾 . 基于自然实验的城市绿色空间对居民心理健康的影响研究——以武汉东湖绿道为例[J]. 地理科学进展, 2021 , 40(7) : 1141 -1153 . DOI: 10.18306/dlkxjz.2021.07.006

Abstract

：A large number of studies has shown that there is a positive correlation between urban greenspace and residents' mental health. Urban greenspace is of great significance for improving mental health. However, existing studies mainly use cross-sectional mental health data, and cannot carry out causal analysis of mental health effects of greenspace. In addition, few studies control for the impact of community environment on mental health. Therefore, using a quasi-natural experiment and mixed-effect difference-in-differences model, this study explored the impact of urban greenspace intervention on residents' mental health by taking the East Lake Greenway in Wuhan City as an example. The results show that before and after the East Lake Greenway intervention, the mental health status of the residents in the experimental group increased significantly while the control group did not experience significant change. After controlling for the individual and community environments and other factors affecting mental health, the result indicates that the greenway intervention does promote the mental health of the surrounding residents. Finally, to effectively promote the development of mental health of urban residents, this article proposed that urban planners should build an integrated greenspace network to increase the accessibility of greenspace, optimize public transportation, and improve the social cohesion of communities.

Key words： urban greenspace; greenway; mental health; causal relationship; quasi-natural experiments; Wuhan City

心理健康是联合国可持续发展目标及全球发展议程中的一项卫生优先事项[1]。随着全球城市化的快速发展,心理健康已成为各国面临的主要公共卫生问题,造成了重大社会经济负担[2,3,4,5]。对中国而言,2018年中国家庭健康大数据报告指出,73.6%的城镇居民处于心理亚健康状态,心理健康人数仅占10%[6],城市居民的心理健康问题日益严峻。绿色空间缺乏是导致居民心理健康问题的主要原因之一,它作为居民活动和社交的主要场所,通过促进人们广泛接触绿色植物可以减轻压力[7]和有助于恢复活力[8],对于改善居民心理健康具有重要作用[9]。然而,随着中国城镇化的加快发展,城市绿色空间的规模和品质不断下降,减少了城市居民与绿色空间的接触机会,增加了焦虑症、抑郁症或精神分裂症发病风险,严重威胁了居民心理健康[10]。
“美丽中国”和“健康中国”战略背景下,城市绿色空间的健康促进作用日益得到重视。十八大以来,习近平总书记提出“全方位、全地域、全过程开展生态文明建设”,指出“良好的生态环境是关系民生的重大社会福祉”,强调“加快构筑尊崇自然、绿色发展的生态体系”,阐明了绿色空间对于改善民生的重要意义[11]。2016年10月国务院颁布出台《“健康中国2030”规划纲要》,明确提出通过营造绿色空间环境促进全民健康,并强调 “应把健康融入城乡规划、建设、治理的全过程,促进城市与人民健康协调发展”[12]。城市绿色空间与日益严峻的居民心理健康问题密切相关,并在实现全民健康目标中扮演着举足轻重的角色,探究两者的因果关系对于改善城市环境、推进美丽中国和健康中国建设具有重要意义。
大量研究表明,城市绿色空间对居民心理健康具有积极影响,主要表现为有益于减少负面情绪、改善精力水平和注意力范围、保持心里宁静[13,14]。然而,当前绿色空间与居民心理健康的关系研究,侧重探究城市绿色空间对居民心理健康的潜在影响及作用路径,而针对两者的因果关系这一科学问题,即绿色空间干预是否可以解释居民健康结果的变化,却鲜有学者关注[15]。其次,现有研究设计中较少控制邻里环境因素对居民心理健康的影响。然而,居民心理健康水平在不同类型居住空间存在显著差异,主要原因在于邻里环境发挥着重要调节作用[16]。现有研究指出,具有适宜建筑密度、邻里规模与土地利用混合度的居住小区,而且社会经济水平和社会凝聚力越高,往往居民心理健康水平越高[17,18]。因此,邻里环境对于解释绿色空间干预对居民心理健康的影响具有重要调节作用,需要在探讨两者的因果关系时予以控制。研究方法上,由于数据获取及方法的限制,该领域现有文献大多为横截面设计,通常采用线性回归、逻辑回归等模型进行相关性分析[19,20,21,22];而基于纵向设计的自然实验方法能够探究建成环境变化与居民健康结果的因果关系,成为了该领域前沿研究方向[23,24]。在计量经济学和公共卫生学领域,已有大量研究运用双重差分模型(difference-in-difference, DID)分析政策干预或项目建设与居民健康结果的因果关系[25,26,27]。因此,有必要通过自然实验设计并结合DID模型,将城市绿色空间干预效应作为关键变量(双差分估计量)并控制个体和邻里环境变量等混淆因素,以得到结果的无偏估计,确保研究结论的科学性。
本文基于时序性问卷调查和混合效应DID模型,以武汉东湖绿道为例,探索城市绿色空间干预对居民心理健康变化的影响,主要回答的问题包括以下两方面：首先,东湖绿道干预前后,周边居民心理健康水平是否发生显著变化;其次,在控制个体和邻里环境因素的基础上,东湖绿道干预是否解释了居民心理健康的变化。本文将从理论上弥补城市绿色空间与居民心理健康的因果关系研究不足的问题;而且,通过引入混合效应DID模型探讨因果关系,在研究方法上具有一定的创新性,将为相关自然实验研究提供方法支撑。

1 城市绿色空间与居民心理健康关系的理论框架

城市绿色空间影响居民心理健康的因素包括绿色空间暴露、邻里建成环境和社会经济特征3个方面。绿色空间暴露主要通过绿色空间的可达性、绿化率以及受访者主观感知绿色度等体现,距离绿色空间越近以及较高的绿化率往往对应更高的感知绿化水平,有助于减轻压力、避免产生功能紊乱的沉思并增加积极情绪,从而保证了良好的心理弹性和心理健康水平[28]。其次,绿色空间可达性在一定程度上决定了绿道使用的频率与时间,并与居民心理健康水平密切相关[29]。绿色空间暴露对于居民心理健康的影响,受到参与者的年龄、性别与邻里收入水平等社会经济因素的影响而产生差异。例如,不同职业会带来绿色空间心理健康效应的差异,从事与自然环境相关工作的人群(如林业专业人员),其所获心理恢复益处的变化值相比于其他职业人群更小[30]。这是因为心理恢复是绿色空间的心理健康效应的重要表现,主要来源于从建成环境到绿色空间环境的切换,暴露在绿色空间中相同单位情况下,长时间暴露于高密度建成环境中的个体比林业专业人员的心理恢复作用更高。另一方面,邻里建成环境也是影响居民心理健康的重要因素[19]。研究表明,绿道周边建筑密度、居住用地比例和土地利用混合度均越高的情况下,绿色空间的使用强度越高[31,32,33],居民的心理健康益处越大[22]。
城市绿色空间影响居民心理健康的路径包括调节情绪、促进体力活动、提高社会凝聚力、降低环境暴露危害和提升满意度5个方面。第一,城市绿色空间通过调节居民情绪促进心理健康。城市绿色空间有利于人们缓解压力和精神疲劳、改善情绪和恢复生理机能等[4,34-36];相比于建筑环境,暴露于绿色自然环境会产生更大的生理放松变化、产生积极情绪、提高活力以及较快恢复注意力[37]。第二,绿色空间暴露通过促进体力活动进而改善居民心理健康。研究指出,暴露于绿色空间有助于居民将更多的闲暇时间用于步行、骑行等户外体育锻炼;绿地数量和密度越高,居民体力活动水平越高,进而带来减缓心理压力、预防抑郁等心理健康益处[20,37-39]。第三,城市绿色空间通过提高社会凝聚力促进居民心理健康发展[40]。社会凝聚力代表了小区居民间的信任、共享的规范和价值观、积极友好的关系与归属感[41],而城市绿色空间有利于凝聚邻里关系和强化社会纽带,并通过规范健康行为、提供社会支持以及增加社交网络获得机会提升居民心理健康水平[42,43]。第四,城市绿色空间通过降低环境暴露危害,例如减弱噪音和缓解空气污染问题,从而减小其对居民心理健康的影响。城市空气污染和噪音干扰会增加人们的焦虑感、心理压力与心理疾病的患病率[44,45],而绿色空间通过提供声音和视觉上的隔离屏障、中断声波传播,间接削弱噪声污染对居民心理健康的影响[46]。第五,城市绿色空间通过提高居民满意度,进而产生积极的心理健康效应。满意度是个体对绿色空间质量、安全以及维护等因素的总体概括与评价,满意度对居民健康的影响至关重要并与居民心理健康水平呈显著正相关关系[47]。居住小区绿化率越高、绿地数量越多以及绿色空间品质越高,能够间接提升居民满意度和幸福感,从而保持其较低的心理压力水平[21,48-49]。
综上所述,本文从影响因素和路径机制两方面构建了城市绿色空间与居民心理健康关系的理论框架(图1)。就影响因素而言,绿色空间暴露可以直接影响居民心理健康水平,并受到受访者年龄、性别以及收入水平等社会经济特征的调节而产生差异。邻里建成环境也是城市绿色空间影响居民心理健康的重要因素,往往通过影响城市绿色空间使用进而间接作用于居民心理健康。影响路径方面,城市绿色空间主要通过降低环境暴露危害、调节情绪、促进体力活动、提升满意度以及提高社会凝聚力5个途径提高居民心理健康水平,同样也受到社会经济因素的调节作用。本文侧重于探讨东湖绿道建设后,长时间绿色空间干预对居民心理健康水平变化的影响,不涉及路径和机制研究(图1虚框部分)。
图1 城市绿色空间影响居民心理健康的主要因素及路径

Fig.1 Main influencing factors of urban greenspace on resident's mental health and pathways

2 数据与方法

2.1 研究区域与数据来源

本文选取中国最大的城中湖绿道——武汉东湖绿道为研究对象。东湖绿道位于武汉市中心的东湖生态风景区内。2015年12月,东湖绿道一期正式开工;2016年12月,东湖绿道一期正式建成开放,一期工程全长28.7 km。随后,2017年3月东湖绿道二期工程正式开工,并于当年年底向市民开放,全长73.28 km。绿道一期和二期工程的原有机动车道被改造为一条长达近102 km的绿道,服务设施配套完善且景观宜人,是承载周边居民开展日常休闲娱乐活动(步行、跑步、骑行等)的主要绿色空间。研究团队分别于基线期(2016年4—5月)绿道干预前和随访期(2019年4—5月)绿道干预后开展问卷调查,受访者绿道暴露时长约为2.5 a。基线期在不同时间段随机访谈了4634名居民,排除漏填或错填等问卷,其中有效回复共计2331个,应答率约为50%;在随访期通过跟踪采访上述参与者,将基线期参与者中因搬迁或无法联系等原因导致无法访谈的个体排除[50],最终获得1020个有效样本,答复率为43.8%。此外,本文对样本缺失机制进行了验证性分析。辅助变量为社会凝聚力(K-S值=4.650,P<0.001)。根据样本是否缺失,将心理健康因变量分为全样本、有效样本及缺失样本,依次进行方差齐性检验、方差分析及均值比较,检验结果表明研究数据满足方差齐性且均值相等(K-W检验H=1.600,P=0.449)。即在5%的显著性水平下,不能拒绝原假设,3组分布相同。因而,因变量心理健康得分为完全随机缺失(MCAR)[50,51],二次随访过程中的样本缺失对DID模型系数估计无影响。问卷调研与数据收集过程具体如下：如图2所示,首先,确定东湖绿道的一棵树、梨园和森林公园3个主要出入口;然后,以3个出入口为基准,通过ArcGIS空间分析得到路网距离1~5 km服务缓冲区,并依照百度房价数据从各缓冲区中随机选取2个高收入与2个低收入居住小区,以确保样本具有显著的社会经济差异,共抽样选取52个居住小区。参照以往研究,本文通过小区平均房价代表小区社会经济地位高低[52],并以2016年武汉市中心城区房价的中位数作为衡量小区社会经济地位高低的阈值,高收入小区是指平均房价不低于2万元/m2的小区,低收入小区是指平均房价低于2万元/m2的小区;随后,采取分层抽样的方法选取个体参与问卷调查,为了保证样本中一定规模的东湖绿道使用者,在2 km范围内选取的参与者更多;最终选取1 km内样本量431个,2 km内样本量335个,3~5 km内样本量254个。问卷内容涉及个体社会经济特征、健康状况、小区社会凝聚力等方面。此外,还获取了受访者居住小区的建成环境数据,包括土地利用、交通路网、房屋住宅、设施空间分布等。人口数据源自2016年武汉国土资源与信息中心主城区社区人口数据,主要包含性别、人口密度以及年龄结构特征等。
图2 东湖绿道区位、3个出入口及抽样居住小区示意图

Fig.2 Location and main entrances of the East Lake Greenway and sampling neighborhoods

2.2 变量与指标选取

居民心理健康状况为因变量,绿色空间暴露为解释变量。居民心理健康状况采取健康调查12条简表(SF-12)测度并计算心理健康得分(MCS,服从正态分布),得分越高表明心理健康状况越好[53]。绿色空间暴露设置为分类变量,将实验组的绿色空间暴露设置为“1”,对照组设置为“0”。本文依据居民与绿道出入口的路网距离定义实验组和对照组[54],然而目前学界针对城市大规模绿道的影响阈值尚未得出一致结论。例如,一项自然实验研究中,将距离绿道1.5 km内的居民定义为实验组,1.5~5 km范围内的居民定义为对照组[55];一项武汉市的绿色空间研究指出,大型城市公园的可达性范围为1.8 km[56]。然而,大规模绿道的影响范围超出了城市公园,具有更广泛的健康效应。因此,本文在现有研究基础上,将武汉东湖绿道的影响阈值距离设定为2 km,即距离绿道主要入口2 km路网缓冲区内的小区受访者为实验组,2~5 km范围内的受访者为对照组。此外,控制变量包括个体特征和邻里环境,个体特征主要涉及年龄、性别、婚姻状况、受教育程度、就业状况、收入、家庭结构和住房类型等;邻里环境涉及居住小区社会经济特征、社会环境与建成环境3个方面。本文以收入水平代表小区的社会经济特征,以社会凝聚力衡量邻里社会环境[57]。社会凝聚力通过5个问题体现[58],分别为“这里的人都愿意帮助他们的邻居?”“这是一个邻里关系紧密的小区?”“这个小区的人可以信任?”“这个小区的人一般都不好相处?”“这个小区的人没有相同的社会价值观?”,回答包括“非常赞同、一般赞同、中和、一般反对、非常反对”,根据受访者回答各问题所代表的凝聚力水平赋予1~5分的分值,并求和得出个体总分,最终将各小区个体总分求平均,分数越高代表小区社会凝聚力越高。另一方面,邻里建成环境变量包括了小区质心500 m范围(10 min步行圈)内的绿地比例、建筑密度、居住用地比例、土地利用混合度、公交站点密度、地铁站点密度和道路网密度。

2.3 描述性统计分析

样本描述性统计结果如表1,主要涉及个体和邻里环境特征。① 个体社会经济特征方面：样本平均年龄为50.79岁,男性略少于女性,受访者绝大多数为汉族,55.88%的受访者有工作。样本整体受教育程度水平较高,大学及以上学历占比50.29%。受访者中绝大多数为已婚(83.53%),且居住在自有房屋中(81.67%)。受访者家庭年收入平均为20.23万元,主要为中等收入家庭。就家庭结构而言,核心家庭占比最大(36.18%),其次为主干或联合家庭(30.58%)。② 邻里环境特征方面：样本小区的收入水平整体分布较为均匀,其中59.00%的受访者分布在高收入小区,主要与绿道周边房价普遍较高有关。小区的社会凝聚力平均分数为16.30,表明邻里社会关系良好。邻里建成环境方面,土地利用混合度平均值为1.67,居住用地比例平均值为45%,样本小区以高层建筑为主,建筑密度平均值为19%,绿地比例平均值为2%,存在绿色空间缺乏的问题。此外,绿道周边的公交站点、地铁站点与道路网密度较高,反映出良好的交通可达性。
表1 样本特征描述性统计(n=1020)

Tab.1 Descriptive statistics of the respondents (n= 1020 )

变量 定义 赋值 百分比/% 均值(标准差)
个体层面 社会经济特征
性别 男 1 43.43
女 0 56.57
职业 有 1 55.88
无 0 44.12
受教育程度 大学及以上 1 50.29
大学以下 0 49.71
年龄/岁 50.79(16.14)
18岁以下 1 0.20
18~29岁 2 11.96
30~39岁 3 19.51
40~49岁 4 15.39
50~64岁 5 28.33
65岁及以上 6 24.61
婚姻状况 已婚 1 83.53
其他 0 16.47
住房 自有房屋 1 81.67
租住房屋 0 18.33
家庭年收入/万元 20.23(26.29)
15万元及以下 1 53.63
15万元以上 0 46.37
家庭结构 单身家庭 0 7.75
夫妻家庭 1 25.49
核心家庭 2 36.18
主干/联合家庭 3 30.58
邻里层面 社会经济特征
小区收入水平 高 1 59.00
低 0 41.00
社会环境
社会凝聚力 5个问题赋分取平均 0~25 16.30(1.54)
建成环境
绿地比例 500 m缓冲区绿地比例 连续
变量 		0.02(0.07)
建筑密度 500 m缓冲区建筑密度 0.19(0.06)
居住用地密度 500 m缓冲区居住用地比例 0.45(0.17)
土地利用混合度 500 m缓冲区土地利用混合度 1.67(0.43)
公交站点密度/(个/km2) 500 m缓冲区公交站点密度 7.59(6.46)
地铁站点密度/(个/km2) 500 m缓冲区地铁站点密度 0.26(0.85)
道路网密度/(km/km2) 500 m缓冲区道路网密度 6.55(1.85)

2.4 数据分析与模型

为了探究绿道干预是否影响了居民心理健康状况变化,本文构建了混合效应DID模型。首先,通过配对t检验初步分析东湖绿道开放前后实验组和对照组的居民心理健康水平是否存在差异。其次,通过构建标准双重差分模型探究东湖绿道干预对DID估计是否具有影响：
MentalHealt h ij = β 0 + β 1 Exposur e ij + β 2 Tim e ij + β 3 Exposur e ij × Tim e ij + ( ε ij + μ j )
式中：Mental Healthij表示j小区的受访者i的心理健康水平得分;β0代表模型常数项;β1代表有或没有绿道暴露的受访者之间的净差异;绿道暴露作为一个二元变量(暴露与未暴露)进行测量[54,59],实验组居民Exposure=1,对照组Exposure=0;β2代表随访期和基线期受访者的心理健康水平得分差异;Time=1(在2019年东湖绿道开放之后)和Time=0(在2016年东湖绿道开放之前);交互项Exposureij×Timeij表示绿道干预影响的DID估计,若交互项系数β3具有统计学意义,则可以初步得出绿道干预显著影响了受访者心理健康水平;εij和μj分别是个体层面和邻里层面的残差项。
由于干预条件不是由研究人员随机分配的,实验组和对照组的参与者可能在个体因素和邻里环境因素上具有差异。因此,为了解释这种偏差,在DID模型中进一步加入个体特征(Individualij)和邻里环境(Neighborhoodj)控制变量,以排除非随机分配以及其他混淆因素带来的偏差：
MentalHealt h ij = β 0 + β 1 Exposur e ij + β 2 Tim e ij + β 3 Exposur e ij × Tim e ij + β 4 Individua l ij + ( ε ij + μ j )
MentalHealt h ij = β 0 + β 1 Exposur e ij + β 2 Tim e ij + β 3 Exposur e ij × Tim e ij + β 4 Individua l ij + β 5 Neighborhoo d ij + ( ε ij + μ j )
式中：β4和β5为控制变量的系数。纳入控制变量后,若β3仍显著,则表明非随机分配并不影响估计结果。上述分析均在软件SPSS 20.0和STATA 15.0中进行。

3 结果与分析

3.1 绿道干预前后居民心理健康水平变化

研究结果表明,全样本受访者心理健康得分在基线期和随访期存在显著差异(表2),平均值显著增加(t=3.005,P<0.01);表明绿道开放以来,5 km范围内居民的心理健康水平显著上升。同时,实验组居民的心理健康水平在绿道干预前后也存在显著差异,平均值显著增加(t=3.986,P<0.001);而对照组的居民心理健康水平在基线期和随访期无显著性差异,平均值略有降低(t=-1.10,P>0.1)。总的来说,东湖绿道干预前后实验组的居民心理健康水平显著提高,而对照组的居民心理健康水平无显著差异。然而,由于t检验并未考虑其他混淆因素带来的干扰,需要进一步构建双重差分模型检验绿道干预是否解释居民心理健康水平的变化。
表2 居民心理健康水平基线期、随访期的差异性检验

Tab.2 The difference test of residents' mental health status at the baseline and follow-up periods

组别 时间 平均值 标准差 t值 P值
全样本 基线期 52.426 7.475 3.005 0.003
随访期 52.733 7.477
实验组 基线期 52.013 7.401 3.986 <0.001
随访期 52.491 7.273
对照组 基线期 53.672 7.573 -1.101 0.272
随访期 53.462 8.034

3.2 混合效应DID回归结果

基于多重共线性检验,方差膨胀因子(VIF<2)的测度结果表明,自变量间的相关系数并未明显偏离模型中的参数估测,因此将所有自变量纳入DID模型。如表3,参照相关研究基于DID模型的因果评估分析,根据F检验、R2等指标,表明模型整体拟合度良好[60,61,62]。通过标准DID模型分析(模型1),交互项系数(β=1.698,P<0.01)表明东湖绿道干预对2 km范围内居民心理健康水平具有显著促进作用。在此基础上,依次纳入个体层面和邻里层面的控制变量(模型2、模型3),双重差分项系数依然显著为正(β=1.583,P<0.01),表明非随机分配并不影响标准DID模型结果,绿道干预解释了居民心理健康水平的正向变化。
表3 绿道干预对居民心理健康影响的DID模型

Tab.3 Results of the DID model for the impact of greenway intervention on residents' mental health

模型变量 模型1 模型2 模型3
系数 稳健标准误 t值 P值 系数 稳健标准误 t值 P值 系数 稳健标准误 t值 P值
绿道暴露×时间 1.698** 0.49 3.45 0.001 1.932*** 0.46 4.16 <0.001 1.583** 0.49 3.21 0.001
绿道暴露 -1.793 0.42 -4.30 <0.001 -1.351 0.40 -3.36 0.001 0.118 0.44 0.27 0.790
时间 -0.410 0.40 -1.03 0.303 -0.509 0.38 -1.35 0.178 -0.362 0.38 -0.95 0.001
常数项 53.773 0.39 136.82 <0.001 48.730 1.62 29.99 0.000 39.212 2.59 15.13 <0.001
个体特征
性别 0.250 0.33 0.76 0.445 0.118 0.33 0.36 0.717
年龄 0.153*** 0.01 14.80 <0.001 0.148*** 0.01 14.39 <0.001
工作 -0.369 0.36 -1.03 0.302 -0.222 0.35 -0.62 0.532
婚姻 0.717 0.45 1.60 0.109 0.605 0.44 1.39 0.165
教育程度 -0.357 0.35 -1.02 0.306 -0.372 0.35 -1.07 0.286
家庭收入水平 -0.665* 0.32 -2.05 0.040 -0.892* 0.36 -2.46 0.014
住房类型 0.092 0.42 0.22 0.829 0.313 0.43 0.72 0.471
家庭结构 0.045 0.18 0.25 0.805 0.069 0.18 0.38 0.704
邻里环境
小区收入水平 0.395 0.39 1.01 0.314
社会凝聚力 0.254* 0.10 2.42 0.016
绿地比例 2.712 2.71 1.00 0.318
建筑密度 13.180*** 2.69 4.91 <0.001
居住用地比例 5.756*** 1.20 4.79 <0.001
土地利用混合度 -0.297 0.42 -0.70 0.483
公交站密度 -0.114*** 0.03 -3.77 <0.001
地铁站密度 1.055*** 0.22 4.82 <0.001
道路网密度 0.045 0.11 0.40 0.688
F统计量 8.01 25.61 19.05
(Prof>F) <0.01 <0.01 <0.01
R2 0.01 0.14 0.17

注：*、**、***分别表示P<0.05、P<0.01、P<0.001。

依据混合效应DID回归结果(模型3),个体特征和邻里环境均表现出与居民心理健康的显著相关性。个体社会经济特征方面,年龄(β=0.148,P<0.001)与居民心理健康水平呈正相关关系,样本中受访者年龄每增加1岁,心理健康得分提高0.148分;而家庭收入水平(β=-0.892,P<0.05)与心理健康水平呈负相关关系,表明家庭收入水平越高的受访者心理健康水平相对较低。邻里环境方面,邻里社会凝聚力(β=0.254,P<0.05)、小区500 m范围内建筑密度(β=13.180,P<0.001)、居住用地比例(β=5.756,P<0.001)以及地铁站密度(β=1.055,P<0.001)均与居民心理健康水平呈正相关关系,表明邻里环境较好且交通可达性高的小区,其受访者的心理健康水平较高。小区周边公交站密度(β=-0.114,P<0.001)与居民心理健康水平呈显著负相关关系。

4 结论与讨论

本文以武汉东湖绿道为例,基于问卷跟踪调查,通过构建混合效应DID模型探讨了城市绿色空间干预对居民心理健康的影响。结果发现,东湖绿道干预前后,实验组居民的心理健康水平显著提高,而对照组无显著变化,且在控制了个体特征和邻里环境因素后,绿道的干预仍然显著提升了实验组居民的心理健康水平。
东湖绿道作为城市级大型绿色空间,对居民心理健康的有效干预范围为2 km。该影响范围主要与绿色空间的规模、质量和可达性相关,它们决定了绿色空间的使用频率和暴露水平[63]。例如,加拿大的一项研究指出,长度为2 km的社区绿道对居民体力活动的干预范围为500 m[54];而一项关于澳大利亚16.5 km的城市绿道干预研究以及武汉市针对大型城市绿地公园的研究,均指出大规模绿色空间的干预范围远大于社区公园绿地,约为2 km [55,56],与本文研究结果一致。另一方面,研究结果也验证了长时间绿色空间暴露对于提升居民心理健康水平具有重要作用。东湖绿道包含了湖面、山体、森林、绿化等众多自然元素,这些蓝绿空间能够通过生理恢复、缓解压力以及促进体力活动等途径提高居民的心理健康水平[64],而且大规模、复合型城市绿色空间所带来的心理健康效益更加显著[65]。
此外,研究指出,个体特征中年龄与居民心理健康水平呈正相关关系,家庭收入水平与心理健康水平负相关。家庭收入水平越高,心理健康水平越低,或是因为样本高收入群体的生活、工作预期偏高,房租或房款还贷压力偏大等所致[66,67]。邻里环境方面,一方面,社会凝聚力强的邻里环境有助于居民心理健康的良性发展,原因在于良好的邻里环境有利于提供社会支持并增加社交网络获得机会、缓解生活压力和促进绿色空间使用,进而提升居民心理健康水平[68,69,70]。另一方面,绿道周边的建筑密度、居住用地比例和交通设施密度越高,绿道的使用强度和绿色空间暴露程度越高,有益于居民心理健康发展[31,32]。然而,小区周边公交站密度与居民心理健康水平负相关,与以往研究结论不一致[71]。可能的原因在于周边公交站密度高的小区,公共交通带来的交通噪声、环境干扰会对居民心理健康带来不利影响[72]。
在中国城市居民心理健康问题日益严峻的背景下,探究绿色空间干预对居民心理健康的影响具有重要的理论和实践意义。首先,1985—2020年间,大量的横截面研究表明,城市绿色空间和居民心理健康存在相关关系,而本文则进一步探究了两者的因果关系,对于完善该领域的理论框架具有重要意义。其次,在实践层面,建议通过构建以绿道为核心联系周边小规模公园绿地的城市绿色空间网络,从而提升绿道的可达性和连通性,对于改善居民心理健康具有重要意义。而且,从邻里建成环境优化入手,通过高密度、紧凑的社区规划模式能够鼓励居民使用绿色空间,增加居民交往互动的机会和频率,对于提高居民心理健康水平具有重要作用[73,74]。本文运用DID模型,在控制个体和邻里环境等混淆因素基础上,将城市绿色空间干预效应作为关键变量(双差分估计量)展开回归分析,提升了研究结果的准确性,对于开展相关自然实验研究提供了方法支撑。
本文尚存在不足之处,主要受制于数据获取能力的局限性：① 对于居民心理健康的测度采取了SF-12量表,存在一定主观性,无法准确衡量居民的压力、失落感等心理状况;② 依据空间距离圈层测度绿色环境暴露,是假设每个受访者均会因为距离远而减少使用东湖绿道,但居民使用东湖绿道的频率还受到居民健康行为习惯和选择偏好的影响。未来研究应当结合先进的科技手段例如运动传感器及大数据等方法,以有效改善现有研究不足。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Mills C. From 'Invisible problem' to global priority: The inclusion of mental health in the Sustainable Development Goals (SDGs)[J]. Development and Change, 2018, 49(3):843-866.

DOI

[2]
Office for National Statistics (ONS). Measuring National Well-being: Life in the UK 2012 [R]. London, UK: ONS, 2014.

[3]
NHS England. Building the NHS of the five year forward view-NHS England business plan 2015/16 [R]. London, UK: NHS England, 2016.

[4]
Liu Y, Wang R Y, Xiao Y, et al. Exploring the linkage between greenness exposure and depression among Chinese people: Mediating roles of physical activity, stress and social cohesion and moderating role of urbanicity[J]. Health & Place, 2019, 58:102168. doi: 10.1016/j.healthplace.2019.102168.

[5]
Yang M, Dijst M, Faber J, et al. Using structural equation modeling to examine pathways between perceived residential green space and mental health among internal migrants in China[J]. Environmental Research, 2020, 183:109121. doi: 10.1016/j.envres.2020.109121.

DOI PMID

[6]
张丹婷. 城市绿地的居民健康效益及影响因素分析[D]. 杨凌: 西北农林科技大学, 2019.

[ Zhang Danting. Health benefits and influencing factors of urban green space to residents. Yangling, China: Northwest A&F University, 2019. ]

[7]
Woo J, Tang N, Suen E, et al. Green space, psychological restoration, and telomere length[J]. The Lancet, 2009, 373:299-300.

[8]
Fuller R A, Irvine K N, Devine-Wright P, et al. Psychological benefits of greenspace increase with biodiversity[J]. Biology Letters, 2007, 3(4):390-394.

DOI

[9]
Ernstson H. The social production of ecosystem services: A framework for studying environmental justice and ecological complexity in urbanized landscapes[J]. Landscape and Urban Planning, 2013, 109(1):7-17.

DOI

[10]
Song Y M, Huang B, Cai J X, et al. Dynamic assessments of population exposure to urban greenspace using multi-source big data[J]. Science of the Total Environment, 2018, 634:1315-1325.

DOI

[11]
王丛霞. 美丽中国建设的思想指引和根本遵循: 习近平生态文明思想论要[J]. 中共福建省委党校学报, 2018(10):4-9.

[ Wang Congxia. On deological guidance and fundamental compliance in the construction of beautiful China. Journal of Fujian Provincial Committee Party School of CPC, 2018(10):4-9. ]

[12]
新华社. 中共中央国务院印发《"健康中国2030"规划纲要》[J]. 中华人民共和国国务院公报, 2016(32):5-20.

[Xinhua News Agency. The CPC Central Committee and the State Council issued the "Healthy China 2030" plan outline. Bulletin of the State Council of the People's Republic of China, 2016(32):5-20. ]

[13]
O'Brien L, de Vreese R, Kern M, et al. Cultural ecosystem benefits of urban and peri-urban green infrastructure across different European countries[J]. Urban Forestry & Urban Greening, 2017, 24:236-248.

[14]
Lachowycz K, Jones A P. Towards a better understanding of the relationship between greenspace and health: Development of a theoretical framework[J]. Landscape and Urban Planning, 2013, 118:62-69.

DOI

[15]
Moore T H M, Kesten J M, López-López J A, et al. The effects of changes to the built environment on the mental health and well-being of adults: Systematic review[J]. Health & Place, 2018, 53:237-257.

[16]
Zhang L, Zhou S H, Kwan M P. A comparative analysis of the impacts of objective versus subjective neighborhood environment on physical, mental, and social health[J]. Health & Place, 2019, 59:102170. doi: 10.1016/j.healthplace.2019.102170.

[17]
Hanibuchi T, Nakaya T. Associations of neighborhood socioeconomic conditions with self-rated health, mental distress, and health behaviors: A nationwide cross-sectional study in Japan[J]. Preventive Medicine Reports, 2020, 18:101075. doi: 10.1016/j.pmedr.2020.101075.

DOI PMID

[18]
Liu Y Q, Wang R Y, Lu Y, et al. Natural outdoor environment, neighbourhood social cohesion and mental health: Using multilevel structural equation modelling, street-scape and remote-sensing metrics[J]. Urban Forestry & Urban Greening, 2020, 48:126576. doi: 10.1016/j.ufug.2019.126576.

[19]
邱婴芝, 陈宏胜, 李志刚, 等. 基于邻里效应视角的城市居民心理健康影响因素研究: 以广州市为例[J]. 地理科学进展, 2019, 38(2):283-295.

DOI

[ Qiu Yingzhi, Chen Hongsheng, Li Zhigang, et al. Exploring neighborhood environmental effects on mental health: A case study in Guangzhou, China. Progress in Geography, 2019, 38(2):283-295. ]

[20]
李智轩, 何仲禹, 张一鸣, 等. 绿色环境暴露对居民心理健康的影响研究: 以南京为例[J]. 地理科学进展, 2020, 39(5):779-791.

DOI

[ Li Zhixuan, He Zhongyu, Zhang Yiming, et al. Impact of greenspace exposure on residents' mental health: A case study of Nanjing City. Progress in Geography, 2020, 39(5):779-791. ]

[21]
Houlden V, Porto de Albuquerque J, Weich S, et al. A spatial analysis of proximate greenspace and mental wellbeing in London[J]. Applied Geography, 2019, 109:102036. doi: 10.1016/j.apgeog.2019.102036.

DOI

[22]
Collins R M, Spake R, Brown K A, et al. A systematic map of research exploring the effect of greenspace on mental health[J]. Landscape and Urban Planning, 2020, 201:103823. doi: 10.1016/j.landurbplan.2020.103823.

DOI

[23]
Veitch J, Ball K, Crawford D, et al. Park improvements and park activity: A natural experiment[J]. American Journal of Preventive Medicine, 2012, 42(6):616-619.

DOI PMID

[24]
Sallis J F, Story M, Lou D. Study designs and analytic strategies for environmental and policy research on obesity, physical activity, and diet: Recommendations from a meeting of experts[J]. American Journal of Preventive Medicine, 2009, 36(2):S72-S77.

DOI

[25]
Lechner M. The estimation of causal effects by difference-in-difference methods[J]. Foundations and Trends® in Econometrics, 2011, 4(3):165-224.

DOI

[26]
梁景天, 吴健生, 赵宇豪, 等. 基于“一街一站”的深圳市PM2.5时空特征及排名通报作用研究[J]. 地理研究, 2020, 39(11):2642-2652.

DOI

[ Liang Jingtian, Wu Jiansheng, Zhao Yuhao, et al. Spatiotemporal characteristics and effects of ranking proclamation of PM2.5 in Shenzhen based on sub-district monitoring network . Geographical Research, 2020, 39(11):2642-2652. ]

[27]
马超, 顾海, 孙徐辉. 参合更高档次的医疗保险能促进健康吗? 来自城乡医保统筹自然实验的证据[J]. 公共管理学报, 2015, 12(2): 106-118, 157-158.

[ Ma Chao, Gu Hai, Sun Xuhui. Does higher grade of medical insurance lead to better health? Evidence from nature experiment of urban-rural integrated medical insurance system. Journal of Public Management, 2015, 12(2): 106-118, 157-158. ]

[28]
Ulrich R S, Simons R F, Losito B D, et al. Stress recovery during exposure to natural and urban environments[J]. Journal of Environmental Psychology, 1991, 11(3):201-230.

DOI

[29]
Akpinar A. Factors influencing the use of urban greenways: A case study of Aydın, Turkey[J]. Urban Forestry & Urban Greening, 2016, 16:123-131.

[30]
Ojala A, Korpela K, Tyrväinen L, et al. Restorative effects of urban green environments and the role of urban-nature orientedness and noise sensitivity: A field experiment[J]. Health & Place, 2019, 55:59-70.

[31]
Dong H W, Qin B. Exploring the link between neighborhood environment and mental wellbeing: A case study in Beijing, China[J]. Landscape and Urban Planning, 2017, 164:71-80.

DOI

[32]
Coutts C. Multiple case studies of the influence of land-use type on the distribution of uses along urban river greenways[J]. Journal of Urban Planning and Development, 2009, 135(1):31-38.

DOI

[33]
朱战强, 黄存忠, 柳林, 等. “绿道—邻里”视角下建成环境对城市绿道使用的影响: 以广州为例[J]. 热带地理, 2019, 39(2):247-253.

[ Zhu Zhanqiang, Huang Cunzhong, Liu Lin, et al. Influence of built environment on urban greenway use from the perspective of greenway-neighborhood relationships: A case study of Guangzhou, China. Tropical Geography, 2019, 39(2):247-253. ]

[34]
Bowler D E, Buyung-Ali L M, Knight T M, et al. A systematic review of evidence for the added benefits to health of exposure to natural environments[J]. BMC Public Health, 2010, 10:456. doi: 10.1186/1471-2458-10-456.

DOI PMID

[35]
Mennis J, Mason M, Ambrus A. Urban greenspace is associated with reduced psychological stress among adolescents: A Geographic Ecological Momentary Assessment (GEMA) analysis of activity space[J]. Landscape and Urban Planning, 2018, 174:1-9.

DOI

[36]
Gascon M, Sánchez-Benavides G, Dadvand P, et al. Long-term exposure to residential green and blue spaces and anxiety and depression in adults: A cross-sectional study[J]. Environmental Research, 2018, 162:231-239.

DOI

[37]
Dzhambov A M, Hartig T, Tilov B, et al. Residential greenspace is associated with mental health via intertwined capacity-building and capacity-restoring pathways[J]. Environmental Research, 2019, 178:108708. doi: 10.1016/j.envres.2019.108708.

DOI PMID

[38]
Bancroft C, Joshi S, Rundle A, et al. Association of proximity and density of parks and objectively measured physical activity in the United States: A systematic review[J]. Social Science & Medicine, 2015, 138:22-30.

DOI

[39]
Lachowycz K, Jones A P, Page A S, et al. What can global positioning systems tell us about the contribution of different types of urban greenspace to children's physical activity?[J]. Health & Place, 2012, 18(3):586-594.

[40]
Echeverría S, Diez-Roux A V, Shea S, et al. Associations of neighborhood problems and neighborhood social cohesion with mental health and health behaviors: The multi-ethnic study of atherosclerosis[J]. Health & Place, 2008, 14(4):853-865.

[41]
Forrest R, Kearns A. Social cohesion, social capital and the neighbourhood[J]. Urban Studies, 2001, 38(12):2125-2143.

DOI

[42]
Dimitrova D, Tilov B, Dzhambov A. Social cohesion mediates the association between urban greenspace and mental health in youth[J]. European Journal of Public Health, 2017, 27. doi: 10.1093/eurpub/ckx189.123.

[43]
Rios R, Aiken L S, Zautra A J. Neighborhood contexts and the mediating role of neighborhood social cohesion on health and psychological distress among hispanic and non-hispanic residents[J]. Annals of Behavioral Medicine, 2012, 43(1):50-61.

DOI

[44]
Klompmaker J O, Hoek G, Bloemsma L D, et al. Associations of combined exposures to surrounding green, air pollution and traffic noise on mental health[J]. Environment International, 2019, 129:525-537.

DOI

[45]
李春江, 马静, 柴彦威, 等. 居住区环境与噪音污染对居民心理健康的影响: 以北京为例[J]. 地理科学进展, 2019, 38(7):1103-1110.

DOI

[ Li Chunjiang, Ma Jing, Chai Yanwei, et al. Influence of neighborhood environment and noise pollution on residents' mental health in Beijing. Progress in Geography, 2019, 38(7):1103-1110. ]

[46]
Markevych I, Schoierer J, Hartig T, et al. Exploring pathways linking greenspace to health: Theoretical and methodological guidance[J]. Environmental Research, 2017, 158:301-317.

DOI PMID

[47]
McEachan R R C, Yang T C, Roberts H, et al. Availability, use of, and satisfaction with green space, and children's mental wellbeing at age 4 years in a multicultural, deprived, urban area: Results from the born in bradford cohort study[J]. The Lancet Planetary Health, 2018, 2(6):e244-e254.

DOI

[48]
Bedimo-Rung A L, Mowen A J, Cohen D A. The significance of parks to physical activity and public health: A conceptual model[J]. American Journal of Preventive Medicine, 2005, 28(2):159-168.

DOI

[49]
Fleming C M, Manning M, Ambrey C L. Crime, greenspace and life satisfaction: An evaluation of the New Zealand experience[J]. Landscape and Urban Planning, 2016, 149:1-10.

DOI

[50]
Little R J A. A test of missing completely at random for multivariate data with missing values[J]. Journal of the American Statistical Association, 1988, 83:1198-1202.

DOI

[51]
孙婕, 金勇进, 戴明锋. 关于数据缺失机制的检验方法探讨[J]. 数学的实践与认识, 2013, 43(12):166-173.

[ Sun Jie, Jin Yongjin, Dai Mingfeng. Discussion on testing the mechanism of missing data. Mathematics in Practice and Theory, 2013, 43(12):166-173. ]

[52]
Vernez Moudon A, Cook A J, Ulmer J, et al. A neighborhood wealth metric for use in health studies[J]. American Journal of Preventive Medicine, 2011, 41(1):88-97.

DOI PMID

[53]
Gandek B, Ware J E, Aaronson N K, et al. Cross-validation of item selection and scoring for the SF-12 health survey in nine countries: Results from the IQOLA project[J]. Journal of Clinical Epidemiology, 1998, 51(11):1171-1178.

PMID

[54]
Frank L D, Hong A, Ngo V D. Causal evaluation of urban greenway retrofit: A longitudinal study on physical activity and sedentary behavior[J]. Preventive Medicine, 2019, 123:109-116.

DOI

[55]
Merom D, Bauman A, Vita P, et al. An environmental intervention to promote walking and cycling: The impact of a newly constructed rail trail in western Sydney[J]. Preventive Medicine, 2003, 36(2):235-242.

DOI

[56]
Xie B, An Z H, Zheng Y L, et al. Healthy aging with parks: Association between park accessibility and the health status of older adults in urban China[J]. Sustainable Cities and Society, 2018, 43:476-486.

DOI

[57]
Maas J, van Dillen S M E, Verheij R A, et al. Social contacts as a possible mechanism behind the relation between green space and health[J]. Health & Place, 2009, 15(2):586-595.

[58]
Sampson R J, Raudenbush S W, Earls F. Neighborhoods and violent crime: A multilevel study of collective efficacy[J]. Science, 1997, 277:918-924.

PMID

[59]
Clark S, Bungum T, Shan G G, et al. The effect of a trail use intervention on urban trail use in Southern Nevada[J]. Preventive Medicine, 2014, 67:S17-S20.

DOI

[60]
周黎安, 陈烨. 中国农村税费改革的政策效果: 基于双重差分模型的估计[J]. 经济研究, 2005(8):44-53.

[ Zhou Li'an, Chen Ye. The policy effect of tax-and-fees reforms in rural China: A difference-in-differences estimation. Economic Research Journal, 2005(8):44-53. ]

[61]
李程, 白唯, 王野, 等. 绿色信贷政策如何被商业银行有效执行? 基于演化博弈论和DID模型的研究[J]. 南方金融, 2016(1):47-54.

[ Li Cheng, Bai Wei, Wang Ye, et al. How can the green credit policy be effectively implemented by commercial banks? Research based on evolutionary game theory and DID model. South China Finance, 2016(1):47-54. ]

[62]
李楠, 乔榛. 国有企业改制政策效果的实证分析: 基于双重差分模型的估计[J]. 数量经济技术经济研究, 2010, 27(2):3-21.

[ Li Nan, Qiao Zhen. The evaluation of the performance of SOE's reform policy: An estimate based on the difference-in-difference model. The Journal of Quantitative & Technical Economics, 2010, 27(2):3-21. ]

[63]
Sugiyama T, Cerin E, Owen N, et al. Perceived neighbourhood environmental attributes associated with adults' recreational walking: IPEN adult study in 12 countries[J]. Health & Place, 2014, 28:22-30.

[64]
de Vries S, Ten Have M, van Dorsselaer S, et al. Local availability of green and blue space and prevalence of common mental disorders in the Netherlands[J]. BJPsych Open, 2016, 2(6):366-372.

[65]
Labib S M, Lindley S, Huck J J. Spatial dimensions of the influence of urban green-blue spaces on human health: A systematic review[J]. Environmental Research, 2020, 180:108869. doi: 10.1016/j.envres.2019.108869.

[66]
Vilsaint C L, NeMoyer A, Fillbrunn M, et al. Racial/ethnic differences in 12-month prevalence and persistence of mood, anxiety and substance use disorders: Variation by nativity and socioeconomic status[J]. Comprehensive Psychiatry, 2019, 89:52-60.

[67]
Li J, Liu Z L. Housing stress and mental health of migrant populations in urban China[J]. Cities, 2018, 81:172-179.

[68]
Kim J, Kim J, Han A. Leisure time physical activity mediates the relationship between neighborhood social cohesion and mental health among older adults[J]. Journal of Applied Gerontology, 2020, 39(3):292-300.

[69]
van den Berg M M, van Poppel M, van Kamp I, et al. Do physical activity, social cohesion, and loneliness mediate the association between time spent visiting green space and mental health?[J]. Environment and Behavior, 2019, 51(2):144-166.

[70]
Berkman L F. Social support, social networks, social cohesion and health[J]. Social Work in Health Care, 2000, 31(2):3-14.

[71]
Chen J Y, Chang Z. Rethinking urban green space accessibility: Evaluating and optimizing public transportation system through social network analysis in megacities[J]. Landscape and Urban Planning, 2015, 143:150-159.

[72]
Sygna K, Aasvang G M, Aamodt G, et al. Road traffic noise, sleep and mental health[J]. Environmental Research, 2014, 131:17-24.

[73]
Fox B J, Fox J, Marans R W. Residential density and neighbor interaction[J]. The Sociological Quarterly, 1980, 21(3):349-359.

[74]
Sugiyama T, Leslie E, Giles-Corti B, et al. Associations of neighbourhood greenness with physical and mental health: Do walking, social coherence and local social interaction explain the relationships?[J]. Journal of Epidemiol Community Health, 2008, 62(5):e9. doi: 10.1136/jech.2007.064287.

Options
文章导航

/

〈 〉