EN中文

地理科学进展 >

2024 , Vol. 43 >Issue 7: 1416 - 1428

DOI: https://doi.org/10.18306/dlkxjz.2024.07.011

研究论文

健身运动场所可达性及其对居民满意度影响的年龄分层研究——以北京城区为例

  • 杨飞龙 , 1, 2 ,
  • 谌丽 3 ,
  • 刘倩倩 4 ,
  • 张文忠 , 1, 2, *
展开
  • 1.中国科学院地理科学与资源研究所，北京 100101
  • 2.中国科学院大学资源与环境学院，北京 100049
  • 3.北京联合大学应用文理学院，北京 100101
  • 4.南京师范大学地理科学学院，南京 210023
*张文忠(1966— ) ，男，内蒙古呼和浩特人，博士，研究员，博士生导师，主要从事人居环境和城市体检等方面的研究。E-mail:

杨飞龙(2000— )，男，江苏泰州人，博士生，主要从事人居环境研究。E-mail:

收稿日期: 2023-10-08

  修回日期: 2024-04-12

  网络出版日期: 2024-07-23

基金资助

国家自然科学基金项目(41871170)

国家自然科学基金项目(42071215)

国家自然科学基金项目(42101194)

中国科学院战略性先导科技专项(XDA23100302)

收起

An age-stratified study on the accessibility to sports venues and their impact on resident satisfaction: Evidence from urban Beijing

  • YANG Feilong , 1, 2 ,
  • CHEN Li 3 ,
  • LIU Qianqian 4 ,
  • ZHANG Wenzhong , 1, 2, *
Expand
  • 1. Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China
  • 2. College of Resources and Environment, University of Chinese Academy of Sciences, Beijing 100049, China
  • 3. College of Applied Arts and Science, Beijing Union University, Beijing 100101, China
  • 4. School of Geography, Nanjing Normal University, Nanjing 210023, China

Received date: 2023-10-08

  Revised date: 2024-04-12

  Online published: 2024-07-23

Supported by

National Natural Science Foundation of China(41871170)

National Natural Science Foundation of China(42071215)

National Natural Science Foundation of China(42101194)

Strategic Priority Research Program of the Chinese Academy of Sciences(XDA23100302)

Fold

摘要

全民健身和健康中国战略背景下，健身运动场所作为体育建成环境的空间载体，对城市居民的健康水平及民生福祉提升具有重要意义。文章结合高斯修正两步移动搜索可达性和多层线性模型等方法，探讨居民健身运动现状的年龄分层特征和商业、公共健身运动场所可达性的空间特征，进而揭示各年龄段群体居民满意度的影响差异，为健康城市规划提出相应的政策建议。研究发现：(1) 老年群体几乎不运动的比例最低，具有较高的低强度和中低强度运动需求，青年群体则存在几乎不运动和中高强度运动比例均较高的两极化现象；(2) 商业和公共两类健身运动场所可达性存在明显的空间分异特征，公共健身运动场所可达性较高的社区周围场所数量较少，社区与商业健身运动场所的邻近距离更低，可达性随场所数量递增；(3) 健身运动场所可达性对满意度呈显著的正向促进作用，公共健身运动场所可达性的影响更高，学历、健康、婚姻状态和户籍等属性所导致的满意度降低在老年群体中更加显著；(4) 两类健身运动场所可达性在青年和老年群体中重要性更高，公共健身运动场所可达性对中年群体影响较小，且商业健身运动场所可达性影响不显著。

关键词： 全民健身运动场所; 可达性; 休闲体育行为; 感知; 建成环境

本文引用格式

杨飞龙 , 谌丽 , 刘倩倩 , 张文忠 . 健身运动场所可达性及其对居民满意度影响的年龄分层研究——以北京城区为例[J]. 地理科学进展, 2024 , 43(7) : 1416 -1428 . DOI: 10.18306/dlkxjz.2024.07.011

Abstract

Under the backdrop of the National Fitness and Healthy China strategy, fitness facilities, as the spatial carrier of the sports-built environment, play a significant role in enhancing the health levels and well-being of urban residents. This study used the Gaussian two-step floating catchment area (2SFCA) method and multilevel linear models to explore the age-stratified characteristics of residents' fitness habits and the spatial features of accessibility to commercial and public sports facilities. The study further revealed the differential impact of accessibility on satisfaction levels across different age groups, proposing policy recommendations for healthy urban planning. The findings indicate that: 1) The elderly group has the lowest proportion of non-exercisers, exhibiting a higher demand for low intensity and moderate-low intensity physical activities, while the youth group shows a polarization with higher proportions of non-exercisers and individuals engaging in moderate-high intensity activities. 2) There is a distinct spatial heterogeneity in the accessibility of the two types of facilities, with communities around those with higher public facility accessibility having fewer nearby options, and closer proximity to commercial fitness facilities, with accessibility increasing as the number of facilities grows. 3) The accessibility of fitness facilities has a significant positive effect on satisfaction, with public facility accessibility having a more substantial impact, and the reduction of satisfaction caused by educational level, health status, marital status, household registration is more significant in the elderly group. 4) The accessibility of both types of fitness facilities is more critical for the youth and elderly groups, with public facility accessibility having a lesser impact on the middle-aged group, and the effect of commercial fitness facility accessibility being insignificant.

Key words： sports facilities of national fitness campaign; accessibility; leisure sports behavior; perception; built environment

随着社会经济快速发展，人们对健康的认识愈发深刻，从被动式的物质条件提高转变为对健身运动更高程度的关注[1]，以健身促进健康的大众休闲模式热度不断攀升。健身运动场所是改善健康状态的客观媒介，其空间分布合理性和资源利用可达性深刻影响城市居民的身体素质和幸福感。自2014年国务院将全民健身上升为国家战略[2]，中国体育产业飞速发展，2021年人均体育场地面积达2.41 m2，但仍远低于发达国家基准水平①(①中国人均体育场地面积信息来源于国家体育总局发布的《2021年全国体育场地统计调查数据》。《中国体育场馆运营行业现状深度分析与发展趋势研究报告(2023—2030年)》显示，世界发达国家人均体育场地面积为7 m2，美国达到16 m2，日本为19 m2。)，全国范围自东向西存在阶梯状分布差异[3]。《全民健身计划(2021—2025年)》进一步强调了健身场地供给及15 min全民健身圈全覆盖目标。自全民健身和健康中国战略实施以来，紧缺的健身运动场所供给与居民日益增长的健身运动需求间仍然存在总量失衡和空间不匹配等问题，而以居民主观满意度为衡量标尺，与健身运动场所可达性客观评价的协同研究可以有效识别城市发展建设不足的重点区域和特定人群需求，对人居环境改善和民生福祉提升具有重要意义。
健身运动场所可达性代表供需点之间相互联系的便利程度、潜力或机会[4]，不均衡的地理分布将导致差异化的空间可达性，限制居民可获取资源的能力和体育建成环境的参与程度。健身运动场所包括全覆盖、非盈利的公共场所和具有市场竞争、排他性特征的商业场所。公共场所中单一的设施和疏散的布局难以满足日益增长、多样化的健身运动需求[3]，集专业性、社交性和娱乐性为一体的商业场所服务业态起到了补充与平衡作用[5]。在公商并行的职能分工模式下，国内对健身运动场所及居民行为进行了广泛研究，主要集中在以下三个方面：① 空间格局、演化规律及影响因素。娄金男等[6]分析居民消费能力、购买力是商业型健身房空间分布的直接动力，人口数量和密度大的空间吸引商业型健身房的高度集聚；孙枫等[7]发现商业健身休闲场所分布与高人口密度区、高房价地区、交通网络发达地区等分布高度一致；曹江等[8]认为公共体育场馆的供需矛盾主要来自位置偏僻、使用率低、政府投资不足等问题。② 资源可达性与空间规划。陈婷婷等[9]结合问卷调查、深度访谈和GIS方法分析了健身场所布局公平性的内在成因和外部制约；蔚芳等[10]基于街区数据应用两步移动搜索可达性(2SFCA)探讨健身运动场所的空间分布公平性。③ 健身运动场所对居民健身行为影响。林岚等[11]基于三个城市休闲体育行为调查发现，距离场馆远近显著影响居民的到访规律和活动频率；罗丹[12]认为在不同种类的场所中，居民健身运动行为存在社会阶层分异现象；邹思聪等[13]利用手机信令数据发现不同年龄群体的日常活动空间存在明显差异。
相对而言，国外研究对个体层面的休闲运动行为关注更多，主要聚焦于以下几个方面：① 弱势群体的休闲运动需求。Shaw等[14]研究发现，在生命周期的不同阶段，休闲活动存在着明显的性别、种族等社会分层现象；Holahan等[15]研究表明，中老年妇女健身运动行为随年龄增长减少，但健康改善需求增加；Rowe等[16]认为老年群体基于健康、社交、幸福感和生命意义的探寻，对健身运动有强烈的需求。不同学科交叉研究表明，年龄变化会刺激人的运动需求，这种刺激往往与健康风险及身体意识的提高相关联，因而不同年龄阶段的运动特征值得进一步探讨。② 建成环境对健身运动行为的影响。Nagal等[17]和Van Dyck等[18]探讨了交通、商业设施和居住密度等建成环境特征对不同年龄段群体休闲活动强度的作用；Ghani等[19]研究发现，居住密度和道路连通性对年轻和老年群体的步行行为有不同的影响，老年人对邻里环境更敏感。建成环境的量化体系包含密度、多样性、设计、目的地可达性和交通站点距离5个维度，其中可达性与邻近距离深刻影响了人的出行行为和意愿。③ 空间与社会公平性分析。Dunning等[20]和Yang等[21]采用了英国的AiPC(Ageing in Place Classification)分类，创建了老龄群体的地理人口学分析工具，并基于20 min城市的理念评估了老年人流动性差异下的设施可达性。鉴于中国城市普遍存在的老龄化现象，老年群体的可达性公平问题在社区生活圈规划中不可忽视，年龄分层下的基础设施与公共服务配置亟需学者与规划者的关注。④ 健身运动行为对健康和幸福感的影响。Kowal等[22]研究发现减少久坐行为和增加身体活动会显著提高青年群体的生活满意度、幸福感和健康自评价；McMullan等[23]认为中等和高强度身体活动与较快的步速和更低的跌倒风险相关，而随年龄增长，低强度活动的影响更加明显。国外研究从医学和心理学角度证明了健身运动行为对个体健康和幸福感的促进作用，缺少在宏观尺度对健身运动在社会整体中物质和精神价值的衡量。
健身运动场所配置的核心目标为促成社会整体满意度最大化，在公平和效率原则下实现区域主体资源供需协调均衡[24]。在个体层面，满意度刻画了理想期望与实际感知环境的差距[25-26]，若资源供给规模和邻近距离难以满足对应需求，居民满意度将处于较低水平[27]。鉴于身体素质、心理追求以及社会经济条件等方面的区别，不同年龄段的群体具有不同的行动能力、行为习惯和环境偏好[19]。这种个体的年龄差异是外生性的，可以解构健身运动场所可达性及其他属性的影响路径。从年龄分层视角衡量不同种类场所可达性对居民满意度的影响，从空间区位层面匹配弱势群体的特殊需求，在资源精准化配置和老龄友好社区建设方面具有重要的现实意义。
综上，研究视角上，目前研究分别集中于健身运动场所空间格局和居民休闲体育行为两方面，而关于健身运动场所可达性对居民满意度影响的研究相对缺乏，对个体层面的人居环境感知关注不足；研究方法上，部分研究采用定性或定量方法讨论健身运动场所的集聚特征及影响因素，未将人口与场所的空间分布与供需特征结合考虑；研究数据上，街道数据和POI (points of interest)点位是常见研究对象，而以居民主观感知为标尺的问卷调查研究相对不足；研究意义上，政策上多关注健身运动场所自上而下的空间结构优化和规划，并未体现公众参与的重要性，忽视了人本主义下场所分布的空间公平性和社会公平性问题。因此，本文以人口规模庞大、运动需求旺盛的超大城市北京为例，分析商业和公共健身运动场所的服务供给能力，探讨两类健身运动场所可达性对满意度的影响，以期为全民健身战略指导下的健康城市规划提供科学参考。

1 分析框架和模型构建

1.1 分析框架

健身运动场所可达性及其对居民满意度影响的年龄分层分析框架如图1所示，实线框表示数据与变量，虚线框表示实证核心内容。在模型构建部分，基于POI和人口密度数据，对健身运动场所和人口需求分布进行地理空间可视化处理，同时基于城市体检大问卷数据，统计年龄分层下的人口属性、健身运动强度和场所不满意因素，对居民运动现状进行探索性分析。在实证结果部分，通过高斯修正的两步移动搜索法分别计算出社区—场所的邻近距离、场所数量及可达性，基于可达性社区分级对两类场所进行空间特征分析。最后结合可达性结果与人口属性特征，将房价作为控制变量加入模型，对年龄分层下的健身运动场所居民满意度进行多层线性影响因素分析。
图1 分析框架

Fig.1 Analytical framework of this study

1.2 研究区域

北京市是容纳2000万以上人口的超大型城市，2022年成功举办冬奥会后，成为全球首个“双奥之城”，在全民健身行动、体育产业发展、健康城市规划等方面为其他地区和城市起到标榜性作用，具有示范性意义。《2022年北京市体育场地主要指标数据公报》显示，北京体育场地4.28万个，人均体育场地面积位于全国体育城市前列，经常参加体育锻炼的人数已超过1000万人，约占常住总人口的50%。而在多个城市的大规模城市体检调研中，北京城区居民关于健身运动场所的满意度评价问题相对明显，不满意群体比例较高。因此，本文以北京六环内及周边地区为研究范围，选择建成区内健身运动场所相对完备、人口集聚的404个社区，分析健身运动场所的空间供需现状及其与居民实际满意度间的关联性。

1.3 数据来源

1) POI数据来源于高德地图爬取，包括健身房、游泳馆及各类球馆等商业健身运动场所(5794条)，以及公园和城市广场等公共健身运动场所(2267条)。图2为两类场所核密度图，空间分布格局总体呈明显的核心—边缘格局，集中分布在五环内中心城区，由三环和四环地区向外递减，沿长安街和中轴线向东西和南北扩展。人口集聚区域商业健身运动场所核密度高于公共健身运动场所。
图2 健身运动场所核密度

Fig.2 Kernel density of sports facilities

2) 2020年的人口分布数据来自WorldPop，栅格重分类后空间精度接近500 m。如图3所示，北京人口分布集中在中心城区，西城区、海淀区北部以及丰台区为人口分布热点区域，在五环外城市扩张的部分地区人口相对集聚。
图3 研究区域人口分布

Fig.3 Distribution of population in the research area

3) 居民健身运动信息来源于2019年“北京城市体检满意度”大规模抽样问卷调查，研究范围包括六环内及周边地区，被调查人口为居住半年以上的常住居民，结合等距随机抽样、方便抽样和交通控制配额抽样等方法，剔除空缺项无效回答，共获取样本10706份。年龄是本文的核心变量，既有研究[28]及世界卫生组织关于老龄化和人类健康的研究[22]发现，30岁左右是身体衰老的第一个转折点，骨骼、肌肉和内脏功能开始出现退化，50岁之后则是激素水平下降、癌症风险概率快速上升的时期，因此两者是身体活动强度和健康水平变化的重要年龄节点，不同年龄段居民对于健身运动的需求可能存在明显的差异，因此，本文按照30岁以下、30~50岁和50岁以上划分为青年、中年和老年群体。
从表1来看，男女比例相对均衡，老年群体约占35.65%，中年占39.30%，青年占25.05%，80%以上的居民身体较为健康。居民高中及以上学历接近80%。家庭总收入在10万~<20万元的居民比例最多，仅有9.11%的居民家庭总收入达到30万元以上。在年龄分层下汇总各属性占比：青年人中男性占比更多，老年人中女性占比更多；青年和中年群体大专以上学历占比最高，82.88%的老年人学历在高中及以下；60.32%的中年人和77.83%的老年人拥有本地户口，而拥有本地户口的青年人仅占48.92%；家庭年总收入10万元以上的青年和中年群体占比更高，老年人总体上经济能力较弱；60.25%的青年人表示身心都很健康，老年人在基本健康、有不太严重的慢性病以及有较严重疾病选项中占比最高，而中年人在比较健康，但容易疲劳、焦虑选项中占比最高。
表1 样本基本统计描述

Tab.1 Statistics of the samples (%)

变量 描述 总计占比 青年群体占比 中年群体占比 老年群体占比
年龄 100.00 25.05 39.30 35.65
性别 女 51.03 41.09 52.68 56.21
男 48.97 58.91 47.32 43.79
受教育水平 初中及以下 20.96 6.50 12.09 40.91
高中 27.89 19.61 20.40 41.97
大专 22.79 26.67 29.43 12.72
大学 24.02 39.42 32.28 4.08
研究生及以上 4.34 7.80 5.80 0.31
户口 外地户口 36.29 51.08 39.68 22.17
本地户口 63.71 48.92 60.32 77.83
家庭年总收入 5万元以下 8.89 5.44 7.95 12.35
5万~<7万元 7.10 5.81 4.89 10.44
7万~<10万元 23.38 19.33 18.74 31.33
10万~<20万元 40.16 45.39 43.80 32.47
20万~<30万元 11.37 12.91 14.16 7.22
30万~<50万元 7.03 8.69 7.92 4.88
50万~<100万元 1.58 1.87 1.99 0.91
100万元以上 0.50 0.57 0.54 0.40
健康自评价 有较严重疾病 0.78 0.08 0.26 1.85
有不太严重的慢性病 5.93 0.85 2.56 13.21
比较健康，但容易疲劳、焦虑 13.14 10.68 15.09 12.72
基本健康 43.55 28.14 43.23 54.72
身心都很健康 36.60 60.25 38.86 17.49
婚姻情况 单身 24.29 70.36 10.79 6.79
已婚 75.71 29.64 89.21 93.21
表2为各年龄群体的健身运动强度，单因素方差分析F值在1‰水平上通过先验性假设检验，表明各年龄段群体健身运动强度存在显著差异。青年群体的运动强度存在两极分化现象，平时参加中高强度的运动比例显著高于中年和老年群体，同时也是几乎从不运动占比最高的群体；老年群体几乎从不运动和中高强度运动的比例在三个年龄分段中最低，主要进行低强度运动；中年群体中高强度运动的占比和老年群体同样低，同时几乎不运动占比和青年群体同样高。不满意的居民会从列举的5个选项中进一步选择具体原因(图4)，场所的数量和距离是北京市居民对健身运动场所不满意的主要原因，进入门槛、价格/使用成本、产品/服务质量等其他问题影响较小。表明健身运动场所的数量或者供给能力不满足整体居民的现状需求，且居民可抵达的场所距离超出心理预期。
表2 各年龄段群体的健身运动强度

Tab.2 Characteristics of exercise intensity of different age groups

年龄 几乎不 低强度 中低强度 中高强度
人数/人 百分比/% 人数/人 百分比/% 人数/人 百分比/% 人数/人 百分比/%
30岁以下 760 30.86 771 31.30 489 19.85 443 17.99
30~50岁 1118 28.94 1537 39.79 879 22.75 329 8.52
50岁以上 522 14.89 1772 50.56 1030 29.39 181 5.16

注：单因素方差分析结果为F=27.706，P<0.001。

图4 居民对健身运动场所不满意的原因频次分析

Fig.4 Frequency of reasons why residents are dissatisfied with sports facilities

4) 房价数据来源于链家网，基于普通克里格插值估算得到社区房价水平，并进行Z统计标准化。

1.4 研究方法

1.4.1 基于高斯衰减函数的两步移动搜索法的可达性测算

相比于最近距离法、累计机会法、核密度潜能模型等方法，两步移动搜索法有效规避了单一指标、距离未衰减、作用域无限制等缺陷[29-30]。
1) 《全民健身场地场所提升行动工作方案(2023—2025年)》规定，健身运动场所应实现社区15 min全覆盖，按照步行速度100 m/min计算，商业健身运动场所点位的服务范围为1500 m，公园广场占地面积较大，结合一般场所用地面积标准确定控制半径为500 m，服务范围为2000 m。公共和商业健身运动场所提供不同的运动类型和使用空间，应用面积占比衡量实际供给能力会导致可达性计算结果有偏[31]，实际服务的运动人口容量可以较好地反映需求属性，因此，分别设置供给参数为Sα和Sβ。公式如下：
$R_{i k}=\frac{S_{i k}}{\sum_{j \in\left\{d_{j j}＜d_{o k}\right\}} G\left(d_{i j}\right) D_{j}}$
式中：Sik是健身运动场所的可容纳人口，取值范围为[Sα, Sβ]；k=1时代表公共健身运动场所，k=2时代表商业健身运动场所；dij为健身运动场所和需求点之间的距离，d0k为运动场所的最大服务范围；Dj为需求点j的人口数量；G(dij)是基于距离的高斯衰减函数，公式如下：
G d i j = e - 1 2 d i j d 0 k 3 - e - 1 2 1 - e - 1 2 ( d i j < d 0 k )
2) 以每一个需求点位i搜索指定范围内的所有健身运动场所j，对供需比进行高斯距离函数加权计算，汇总求和得到每一个需求点基于高斯两步移动搜索法的可达性值Ajk，公式如下：
$\begin{aligned} A_{j k} & =\sum_{i \in\left\{d_{j}＜d_{0 k}\right\}} G\left(d_{i j}\right) R_{i k} \\ & =\sum_{i \in\left\{d_{j}＜d_{o k}\right\}} G\left(d_{i j}\right) \frac{S_{i k}}{\sum_{j \in\left\{d_{j j}＜d_{0 k}\right\}} G\left(d_{i j}\right) D_{j}} \end{aligned}$

1.4.2 多层线性模型

1) 变量说明
因变量为健身运动场所满意度。询问居民“对居住地和周边地区的运动设施是否满意?”，以李克特5点量表记录，“非常不满意”到“非常满意”依次赋值为1~5分。
自变量分为个体和社区变量。个体变量为居民的自然和社会经济属性，包括年龄、受教育水平、家庭年总收入和健康自评价等顺序变量(按照表1描述顺序，自上而下依次从1分递增赋值)，以及性别、户口和婚姻情况等分类变量(上下分别赋值为0和1分)。
社区变量包括商业和公共健身场所可达性、邻近距离、场所数量和房价等数值变量。邻近距离为社区与最邻近场所的直线距离；场所数量通过社区可获取服务范围建立缓冲区获取。房价表示社区层面的社会经济水平以及人均消费水平，是模型的核心控制变量，预设其对满意度呈正向影响：从供给来看，高房价是吸引健身运动场所集聚的重要因素[6-7]，有助于提高区域内可获取的服务资源数量和质量；从需求来看，高房价社区内的居民具有较高的支付能力，在选择和获取健身运动资源方面具有结构性优势。
2) 模型介绍
居民健身运动场所满意度既受到社区尺度可达性影响，也受个体特征影响，且本文样本嵌套于所属社区当中，因此采用多层线性模型进行分析。由于空间尺度差异的存在，本文同时考虑组间差异性和组内差异性的影响对于人文地理研究具有重要的意义[32]。公式如下：
y i j = α 0 + ∑ p = 1 m β p x p i j + ∑ q = 1 n γ q z q j + δ j + ε i j δ j ~ N 0 , σ δ 2 , ε i j ~ N 0 , σ ε 2 , c o v δ j , ε i j = 0
式中：yij为第j个社区样本i的健身运动场所满意度；xpij为个体变量；zqj为社区变量；α0为截距项；βp表示个体变量的估计系数；γq为社区变量的估计系数；δj和εij分别表示个体层级和社区层级的残差，且均服从正态分布，两者相互独立；σδ2和σε2分别表示个体层级和社区层级残差的方差。

2 结果分析

2.1 基于两步移动搜索法的健身运动场所可达性空间特征分析

表3为社区层级变量的统计描述。可见，公共健身运动场所数量的均值显著低于商业健身运动场所，平均邻近距离更远。表明公共健身运动场所在大部分社区周围分布较为松散，而商业健身运动场所分布更为密集。
表3 社区层级变量统计描述

Tab.3 Descriptive statistics of neighborhood variables

分类 变量 均值 标准差
公共健身运动场所 可达性Sα 0.018 0.016
邻近距离/m 522.650 345.611
场所数量/个 15.332 7.678
商业健身运动场所 可达性Sβ 0.046 0.049
邻近距离/m 356.623 366.306
场所数量/个 37.092 27.668
控制变量 房价水平/(元/m2) 65860.093 23223.861
图5显示了基于两步移动搜索法的两类健身运动场所可达性空间分异特征。在非盈利、全覆盖的建设原则下[33]，公共健身运动场所在五环沿线形成了环状可达性高值区域，近郊区人口密度大大降低，而公园、广场数量的下降趋势相对平稳，供给能力大于居民需求。中心城区是公园、广场分布集中的区域，但人口集聚程度远高于有限的资源供给数量，因而具有极低的可达性水平。此外，六环周边人口相对稀少的区域分布着许多自然公园，形成许多片状可达性高值区域。相比较，商业健身运动场所可达性的空间格局与地租理论相符[34]，在中心城区保持一定的可达性优势，朝阳大部分区域以及海淀和丰台部分区域为可达性高值区域。二环内的西城和东城区形成小片可达性低值区域，区位竞争中较弱的市场竞租能力可能导致健身运动场所数量较少。此外，六环内通州副中心、亦庄技术开发区、大兴机场沿线区域、房山西南部地区等人口集聚区域，运动场所数量相对较多，形成零散分布的小规模可达性高值区域。
图5 健身运动场所可达性

Fig.5 Accessibility of sports facilities

本文分别按照商业和公共健身运动场所可达性值由高到低对404个社区进行四分位法断点分为一至四级，其中一级社区为可达性最高的一类，四级为最低一类。分别统计了4类社区与两类健身运动场所的最邻近距离以及缓冲区内场所数量，结果如图6所示。关于公共健身运动场所，前三类社区的邻近距离相对保持平稳，四级社区的平均邻近距离(689 m)远高于其他社区；4类社区的场所数量却呈现明显的倒U型特征，一级(13个)和四级(12个)社区的平均场所数量最低，而二级(18个)和三级(17个)的数量最高，表明可达性最高的社区并非拥有最多的健身运动资源，而是人口需求相对较少，而可达性最低的社区主要原因是距离场所太远。相比较，商业健身运动场所的邻近距离更近，场所数量更多；前三类社区邻近距离的上限均小于650 m；4类社区的场所数量呈现明显的递减趋势，可达性最高的一级社区具有最高的平均场所数量(55个)，而四级社区的平均场所数量最低(15个)。
图6 邻近距离与场所数量箱线图

Fig.6 Boxplots of proximity and facility counts

2.2 全样本满意度的群体差异与可达性影响

首先建立不包含解释变量的分层线性空模型，评估健身运动场所满意度的组内异质性和组间异质性。居民满意度的组内方差和组间方差分别为0.458和0.061，组间相关系数(ICC)为0.118。引入个体特征和房价水平等控制变量构建模型Ⅰ，在公共和商业健身运动场所模型Ⅱ和Ⅳ中加入可达性变量，在模型Ⅲ和Ⅴ中进一步补充邻近距离和场所数量。由表4可知，空模型卡方值为1708.70 (P≤0.01)，通过最大似然比检验。相比较空模型，加入社区层级变量后模型的偏差(Deviance)降低，ICC增加，表明多层线性模型可以提高对居民满意度的解释力；在模型Ⅲ和Ⅴ中，邻近距离和场所数量两个变量在5%的水平上均不显著，且估计系数较小，相比较公共健身运动场所可达性系数保持显著，商业健身运动场所可达性变为不显著，可能存在共线性问题，因此邻近距离和场所数量缺乏一定的稳健性和可信度，且会干扰可达性对居民满意度的解释，后续分析基于模型Ⅱ和Ⅳ。
表4 全样本居民满意度模型统计结果

Tab.4 Statistical results of models of resident satisfaction in full samples

变量 空模型 模型Ⅰ 公共健身运动场所 商业健身运动场所
模型Ⅱ 模型Ⅲ 模型Ⅳ 模型Ⅴ
个体变量 年龄 -0.050*** -0.050*** -0.069*** -0.050*** -0.050***
性别(参照组：男) -0.009 -0.009 -0.013 -0.009 -0.009
婚姻状态(参照组：已婚) -0.052*** -0.052*** -0.073*** -0.052*** -0.052***
受教育程度 -0.032*** -0.031*** -0.044*** -0.032*** -0.032***
家庭总收入 -0.006 -0.006 -0.008 -0.006 -0.006
户籍(参照组：本地户口) -0.091*** -0.091*** -0.127*** -0.089*** -0.089***
健康状态 0.057*** 0.056*** 0.078*** 0.057*** 0.057***
社区变量 房价水平 0.024* 0.042*** 0.041 0.031** 0.023
可达性 3.094** 3.742*** 0.616** 0.507
邻近距离 -0.021 0.005
场所数量 0.016 0.020
ICC 0.118 0.126 0.124 0.123 0.123 0.125
偏差 20538.735 20423.967 20418.375 26732.774 20410.427 20409.665

注：*、**、***分别表示系数在10%、5%、1%水平上显著。下同。

由表4可见，在模型Ⅱ和Ⅳ中，年龄对满意度的影响系数为-0.050，且通过1%的显著性水平检验，表明从青年、中年至老年三个阶段，居民对健身运动场所的满意度平均依次降低。健康状态的回归系数分别为0.056和0.057，身体条件较差的群体不满意度更高。受教育程度对满意度有显著的负向影响，学历较低的群体不满意度更高。户籍的影响系数分别为-0.091和-0.089，在所有个体层级变量中绝对值最高，表明拥有户口对满意度有较高的影响，可能原因是本地居民对健身运动场所的需求更高，而流动人口通过与原籍居住地对比，相对提高了满意度[35]。房价水平的影响系数分别为0.042和0.031，均通过5%的显著性水平检验，表明居住在房价偏低的社区会显著降低满意度。由表1可知，对比三个年龄段群体，身体条件较差、受教育水平较低、已婚、拥有本地户口的老年人占比最多，年龄可能对4个变量的回归参数存在影响，证明年龄分层以减少个体属性间内生性的必要性。
控制个体层级和房价水平变量后，两类健身运动场所可达性的回归系数在5%的水平上显著为正，表明可达性对满意度的提高起到积极作用。在其他影响因素不变的情况下，公共和商业健身运动场所的可达性每提高1%，居民的满意度会分别提高3.094%和0.616%。由表2可知，北京市居民整体的运动强度偏低，占地面积更大的公园、广场适合慢走、跑步等低强度运动，更符合大部分群体的需求。公共健身运动场所可达性在满意度方差分解中贡献程度更高，而较低的可达性会显著降低居民的满意度。

2.3 可达性对居民满意度的年龄分层影响

对青年、中年和老年群体分组作HLM分析。如表5所示，三组模型的偏差均远小于全样本模型，对满意度的拟合优度显著提高。相比较全样本，三组模型的ICC增加，社区层级变量的方差分解成分提高。拟合优度表明年龄分层显著提高了自变量对满意度的解释能力。
表5 各年龄群体满意度模型统计结果

Tab.5 Statistical results of models of resident satisfaction by different age groups

变量 青年群体 中年群体 老年群体
模型Ⅱ 模型Ⅳ 模型Ⅱ 模型Ⅳ 模型Ⅱ 模型Ⅳ
个体变量 性别(参照组：男) 0.038 0.038 -0.002 -0.003 -0.040 -0.040*
婚姻状态(参照组：已婚) -0.068** -0.070** -0.090** -0.090** 0.010 0.010
受教育程度 -0.034** -0.033** -0.015 -0.015 -0.045** -0.044**
家庭总收入 -0.001 <0.001 -0.017* -0.016* -0.004 -0.003
户籍(参照组：本地户口) -0.013 -0.018 -0.027 -0.028 -0.227*** -0.231**
健康状态 0.068*** 0.067*** 0.066*** 0.066*** 0.034*** 0.033***
社区变量 小区房价水平 0.039** 0.050*** 0.036* 0.047** 0.015 0.024
公共健身运动场所可达性 3.587*** 2.651** 3.364***
商业健身运动场所可达性
 0.852** 0.372 0.819**
ICC 0.126 0.126 0.165 0.164 0.147 0.146
偏差 5001.041 4996.268 8250.455 8244.611 7375.498 7371.024
与全样本模型相比，公共健身运动场所可达性对青年和老年群体满意度的影响系数更高，分别为3.587和3.364，而对中年群体满意度的影响系数较低，为2.651，三个年龄段模型均通过了5%的显著性水平检验。商业健身运动场所可达性对青年和老年群体满意度的影响系数同样显著提高，分别为0.852和0.819，通过了5%的显著性水平检验，而对中年群体满意度的影响并不显著。综合来看，公共和商业健身运动场所可达性对青年群体满意度影响最高，其次是老年群体，过低的可达性会导致这两类群体对健身运动场所不满意度更高；相比较，中年群体对健身运动场所的满意度随可达性变化的概率和幅值较低。
考虑控制变量，在老年群体模型中，房价水平和婚姻状态的回归系数变为不显著，健康状态的正向影响降低，表明其方差变化趋势对于个体满意度差异的解释力减弱，保持其他条件不变的情况下，身体条件较好的老年人满意度相对于青年和中年人更低，而户籍和受教育程度的负向影响显著提高，本地、高学历的老年人对健身运动场所满意度更低。相比较，在青年和中年群体中，户籍回归系数变为不显著，健康、婚姻状态和房价水平对满意度影响更高，身体健康、未婚、居住在高房价小区的青年和中年群体对健身运动场所满意度更高。此外，家庭总收入在10%的显著性水平上对中年群体满意度产生负向影响，而受教育程度对其影响变为不显著。

3 结论与讨论

3.1 结论

在全民健身战略背景下，研究健身运动场所资源配置的空间公平性问题，从群体差异的人本视角分析居民对体育建成环境的主观评价具有重要意义。本文利用满意度大样本数据，分析城区健身运动场所供需特征，探讨各年龄段群体健身运动的需求差异，揭示了可达性对北京市居民体育休闲行为的重要性。主要结论如下：
(1) 健身运动行为是健身运动需求在客观建成环境中践行的结果，较低的健身运动场所可达性可能限制居民的健身运动强度。本文结果显示，北京市居民主要进行低强度和中低强度的运动，且各年龄段群体的健身运动强度占比存在显著差异，呈现对特定类型场所服务的差异化需求。青年群体参加中高强度运动和几乎从不运动的比例最高，对商业健身运动场所的需求较高，但不运动的可能性同样较高；老年群体几乎不运动比例最低，低强度和中低强度比例最高，表明老年群体存在较高的健身运动需求，且可能更依赖于公共健身运动场所。
(2) 两类健身运动场所可达性存在显著的空间分异特征。公共健身运动场所的分布在自然本底约束下主要遵循空间均等化的全覆盖目标，在中心城区场所数量较低，不具备可达性优势，而在五环沿线人口密度较低的社区附近形成环状高值区。相比较，盈利性质的商业健身运动场所以潜在市场规模为空间导向，基于公共交通设施和道路网络配置，在人口集聚的社区周边密集分布，具有较高的可达性和场所数量以及较低的邻近距离。
(3) 两类健身运动场所可达性对满意度有显著的积极影响，表明可达性的高低影响着北京市居民的健身运动意愿与实际体验。公共健身运动场所可达性的影响系数更高，与问卷统计结果相吻合，北京市居民主要从事低强度和中低强度运动，因而对支持户外有氧运动的公共场所服务需求更高。此外，年龄、婚姻状态、受教育程度、户籍对满意度具有显著负向影响，健康状态呈正向影响，与各年龄段的人口分布规律相一致，老年人身体较差、学历较低、有本地户口、已婚的比例远高于青年和中年群体，各自然和社会经济属性特征对满意度的负面影响强化了年龄弱势群体的不公平现状。
(4) 相比较全样本分析，两类健身运动场所可达性对青年和老年群体满意度影响更高，对中年群体满意度影响较低。青年群体拥有相对较少的闲暇时间和较高的健身运动需求，健身运动场所可达性较低的社区可能产生短板效应，导致青年群体几乎从不运动的比例过高；老年群体参与运动的比例最高，具有更多的运动机会和意愿，可达性的提高将显著促进老年群体健身运动行为。2021年北京市60岁及以上常住人口达400万以上，老龄化率首次突破20%，老年群体规模化的健身运动需求与较低的场所可达性导致社区满意度整体偏低，可能形成潜在的健康风险。
诚然，本文研究也存在以下待改进之处。可达性测算中，POI点位在场所样本量和丰富度上拥有足够的优势，未来可更新健身运动场所具体的运营数据，进一步细化不同规模场所的可达性差异；数据获取方面，健身运动场所的实际供给能力存在等级、类型上的差异，未来研究可通过健身场所面积、可容纳人群以及设施种类等数据的更新，提高可达性的测算精准度。从时空演变来看，出于文章篇幅有限，可从时间序列的动态视角刻画健身运动场所可达性、满意度和行为特征间的关系；未来应深入探讨不同年龄、性别和社会阶层群体的健身运动认知、偏好及行为活动规律，基于居民需求和人口分布特征在城市空间中有效识别和划分各类型健身运动街区，以服务老龄友好型环境建设，促进社会和空间公平。

3.2 讨论

以北京为代表的特大城市承担着庞大的人口规模压力，建设用地资源紧缺，健身运动场所往往处于供不应求的状态，难以满足使用人群的多样化需求，在提升民生福祉进程中往往是掣肘问题之一。
(1) 公园广场在市中心供给空间的开发扩容有限，运动场地和器械数量所对接的主要是跑步、球类运动等有氧形式，大范围的公共开敞空间承担不可替代的核心职能。全民健身战略实施以来，部分地区仍存在公共场地短缺和设施服务质量较低等现象，针对政府主导的自上而下的公共服务空间配置，将健身运动场所规划纳入国土空间规划编制和管理体系中，在保证人均场所面积提高的基础上，注重存量改造和空间的功能置换，强调土地集约利用，以城市更新为契机打造“社区15分钟体育活动圈”，提高健身运动资源利用效率和社区体育活力。
(2) 商业健身运动场所是公共健身运动场所职能的分工补充和进阶扩展，以弥补公共场所类型的单一性和资源总量的稀缺性，构建更为完善均衡和覆盖面更广的城市健身场所布局体系。专业的运营企业开发多样化、高品质的消费形态，与居民个性化的、长周期的生活模式接轨。商业场所的发展动态遵循利益驱动指向，在高昂的生产要素投入成本下占据地段范围和规模有限不足，建议政府按用途以租赁方式向社会力量提供土地建设资源，降低用地成本，协商依法确定健身运动场所产权归属和功能用途，提高用地效率。
(3) 当前，中国正处于经济发展从高速转向中高速的新阶段，居民生活水平日益提高，以健康、娱乐为目的的体育休闲活动逐渐成为人们的日常生活方式和习惯，应遵循“以人为本”的核心准则，强调居民感知和公众参与的重要性。从区位、覆盖率及可达性等方面关注老年群体的使用需求，降低使用门槛，以公园、广场以及社区内部空间为重要载体，引导体育全产业链纵深拓展，提高体育建成环境的舒适性和友好性，在人口老龄化时代下充分考虑未来潜在的空间资源缺口，减少各社会阶层、年龄层间的使用需求矛盾。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
周素红, 何嘉明. 郊区化背景下居民健身活动时空约束对心理健康影响: 以广州为例[J]. 地理科学进展, 2017, 36(10): 1229-1238.

DOI

[Zhou Suhong, He Jiaming. Effects of spatial-temporal constraints of suburban residents on fitness activities to mental health in the context of rapid suburbanization: A case study in Guangzhou, China. Progress in Geography, 2017, 36(10): 1229-1238.]

DOI

[2]
中共中央国务院. 关于加快发展体育产业促进体育消费的若干意见[EB/OL]. 2014-10-02 [2023-07-06]. https://www.gov.cn/govweb/gongbao/content/2014/content_2771071.htm.

[CPC Central Committee. Several opinions on accelerating the development of sports industry and promoting sports consumption. 2014-10-02 [2023-07-06]. https://www.gov.cn/govweb/gongbao/content/2014/content_2771071.htm.]

[3]
冉钊, 高建华, 杨捷, 等. 中国商业健身资源集聚的格局演化及其形成机理[J]. 地理学报, 2023, 78(6): 1573-1590.

DOI

[Ran Zhao, Gao Jianhua, Yang Jie, et al. Evolution and formation mechanism of the agglomeration pattern of commercial fitness resources in China. Acta Geographica Sinica, 2023, 78(6): 1573-1590.]

DOI

[4]
Radke J, Mu L. Spatial decompositions, modeling and mapping service regions to predict access to social programs[J]. Geographic Information Sciences, 2000, 6(2): 105-112.

[5]
邹昀瑾, 姚芳虹, 王东敏. 新时代体育健身休闲业供需协调与高质量发展研究[J]. 北京体育大学学报, 2020, 43(7): 14-24.

[Zou Yunjin, Yao Fanghong, Wang Dongmin. Research on supply and demand coordination and high quality development of sports fitness and leisure industry in the new era. Journal of Beijing Sport University, 2020, 43(7): 14-24.]

[6]
娄金男, 陈晓红, 王颖. 哈尔滨市商业型健身房的空间演变及其影响因素[J]. 经济地理, 2020, 40(12): 81-90.

[Lou Jinnan, Chen Xiaohong, Wang Ying. Spatial layout evolution of urban commercial gymnasium and its influencing factors: A case study of Harbin City. Economic Geography, 2020, 40(12): 81-90.]

[7]
孙枫, 章锦河, 王昶, 等. 城市商业型健身休闲场所空间格局及影响机理: 以上海市为例[J]. 地理科学, 2021, 41(2): 198-206.

DOI

[Sun Feng, Zhang Jinhe, Wang Chang, et al. Spatial pattern and its impact mechanism of urban commercial fitness space: Evidences from Shanghai, China. Scientia Geographica Sinica, 2021, 41(2): 198-206.]

DOI

[8]
曹江, 李寿邦. 全民健身视域下体育场馆供需矛盾研究[J]. 体育文化导刊, 2019(1): 71-76.

[Cao Jiang, Li Shoubang. Study on contradiction between supply and demand of stadiums and gymnasiums from perspective of national fitness. Sports Culture Guide, 2019(1): 71-76.]

[9]
陈婷婷, 魏宗财, 陈卓源. 城市居民健身场所布局公平性及优化对策[J]. 规划师, 2015, 31(7): 17-23.

[Chen Tingting, Wei Zongcai, Chen Zhuoyuan. Spatial equality of fitness facilities and improvement. Planners, 2015, 31(7): 17-23.]

[10]
蔚芳, 王鑫. 基于2SFCA法的杭州体育活力空间可达性评价[J]. 城市规划, 2019, 43(11): 112-119.

[Wei Fang, Wang Xin. Measuring spatial accessibility to physical activity spaces in Hangzhou using 2SFCA method. City Planning Review, 2019, 43(11): 112-119.]

[11]
林岚, 张雪, 刘群, 等. 大型体育场馆对城市居民休闲体育行为时空规律的影响研究: 以国内三个城市为例[J]. 人文地理, 2022, 37(1): 116-125.

[Lin Lan, Zhang Xue, Liu Qun, et al. The influence of large-scale stadiums on the space-time pattern of urban residents' recreational sports behavior: A case of three cities in China. Human Geography, 2022, 37(1): 116-125.]

[12]
罗丹. 社会分层视角下城市居民健身行为特征的调查分析: 以上海市居民为例[J]. 体育研究与教育, 2014, 29(2): 27-30.

[Luo Dan. The behavioral characteristics of urban residents background perspective of social stratification through fitness survey: Case study of Shanghai residents. Sports Research and Education, 2014, 29(2): 27-30.]

[13]
邹思聪, 张姗琪, 甄峰. 基于居民时空行为的社区日常活动空间测度及活力影响因素研究: 以南京市沙洲、南苑街道为例[J]. 地理科学进展, 2021, 40(4): 580-596.

DOI

[Zhou Sicong, Zhang Shanqi, Zhen Feng. Measurement of community daily activity space and influencing factors of vitality based on residents' spatiotemporal behavior: Taking Shazhou and Nanyuan streets in Nanjing as examples. Progress in Geography, 2021, 40(4): 580-596.]

DOI

[14]
Shaw B A, Liang J, Krause N, et al. Age differences and social stratification in the long-term trajectories of leisure-time physical activity[J]. The Journals of Gerontology Series B: Psychological Sciences and Social Sciences, 2010, 65B(6): 756-766.

[15]
Holahan C K, Holahan C J, Li X, et al. Association of health-related behaviors, attitudes, and appraisals to leisure-time physical activity in middle-aged and older women[J]. Women & Health, 2017, 57(2): 121-136.

[16]
Rowe J W, Kahn R L. Successful aging[J]. Gerontologist, 1997, 37(4): 433-440.

DOI PMID

[17]
Nagel C L, Carlson N E, Bosworth M, et al. The relation between neighborhood built environment and walking activity among older adults[J]. American Journal of Epidemiology, 2008, 168(4): 461-468.

DOI PMID

[18]
Van Dyck D, Cerin E, Conway T L, et al. Perceived neighborhood environmental attributes associated with adults' leisure-time physical activity: Findings from Belgium, Australia and the USA[J]. Health & Place, 2013, 19: 59-68.

[19]
Ghani F, Rachele J N, Loh V H, et al. Do differences in built environments explain age differences in transport walking across neighbourhoods?[J]. Journal of Transport & Health, 2018, 9: 83-95.

[20]
Dunning R J, Dolega L, Nasuto A, et al. Age and the 20-min city: Accounting for variation in mobility[J]. Applied Geography, 2023, 156: 103005. doi: 10.1016/j.apgeog.2023.103005.

[21]
Yang Y X, Dolega L, Darlington-Pollock F. Ageing in place classification: Creating a geodemographic classification for the ageing population in England[J]. Applied Spatial Analysis and Policy, 2023, 16(2): 583-623.

[22]
Kowal P, Chatterji S, Naidoo N, et al. Data resource profile: The World Health Organization study on global ageing and adult health[J]. International Journal of Epidemiology, 2012, 41(6): 1639-1649.

DOI PMID

[23]
McMullan I I, Bunting B P, McDonough S M, et al. The association between light intensity physical activity with gait speed in older adults (≥ 50 years): A longitudinal analysis using the English Longitudinal Study of Ageing (ELSA)[J]. Aging Clinical and Experimental Research, 2020, 32(11): 2279-2285.

[24]
王爽, 张磊, 张俊勇, 等. GIS在全民健身中的应用特征研究[J]. 自然资源遥感, 2021, 33(4): 265-271.

[Wang Shuang, Zhang Lei, Zhang Junyong, et al. Characteristics of GIS applications in national fitness. Remote Sensing for Natural Resources, 2021, 33(4): 265-271.]

[25]
谌丽, 蒋雅卓. 社会满意度调查在城市体检与评估中的应用[J]. 地理科学, 2021, 41(10): 1729-1741.

DOI

[Chen Li, Jiang Yazhuo. Application of social satisfaction survey in city health examination evaluation. Scientia Geographica Sinica, 2021, 41(10): 1729-1741.]

DOI

[26]
党云晓, 余建辉, 张文忠, 等. 环渤海地区城市居住环境满意度评价及影响因素分析[J]. 地理科学进展, 2016, 35(2): 184-194.

DOI

[Dang Yunxiao, Yu Jianhui, Zhang Wenzhong, et al. Satisfaction evaluation of living environment and influencing factors in the Bohai Rim area. Progress in Geography, 2016, 35(2): 184-194.]

DOI

[27]
Mouratidis K. Urban planning and quality of life: A review of pathways linking the built environment to subjective well-being[J]. Cities, 2021, 115: 103229. doi: 10.1016/j.cities.2021.103229.

[28]
Lehallier B, Gate D, Schaum N, et al. Undulating changes in human plasma proteome profiles across the lifespan[J]. Nature Medicine, 2019, 25: 1843-1850.

DOI PMID

[29]
Lee G, Hong I. Measuring spatial accessibility in the context of spatial disparity between demand and supply of urban park service[J]. Landscape and Urban Planning, 2013, 119: 85-90.

[30]
仝德, 孙裔煜, 谢苗苗. 基于改进高斯两步移动搜索法的深圳市公园绿地可达性评价[J]. 地理科学进展, 2021, 40(7): 1113-1126.

DOI

[Tong De, Sun Yiyu, Xie Miaomiao. Evaluation of green space accessibility based on improved Gaussian two-step floating catchment area method: A case study of Shenzhen City, China. Progress in Geography, 2021, 40(7): 1113-1126.]

DOI

[31]
李孟桐, 杨令宾, 魏冶. 高斯两步移动搜索法的模型研究: 以上海市绿地可达性为例[J]. 地理科学进展, 2016, 35(8): 990-996.

DOI

[Li Mengtong, Yang Lingbin, Wei Ye. Improved Gaussian based 2-step floating catchment area method: A case study of green space accessibility in Shanghai. Progress in Geography, 2016, 35(8): 990-996.]

DOI

[32]
党云晓, 余建辉, 张文忠, 等. 北京居民生活满意度的多层级定序因变量模型分析[J]. 地理科学, 2016, 36(6): 829-836.

DOI

[Dang Yunxiao, Yu Jianhui, Zhang Wenzhong, et al. Influencing factors of residents' life satisfaction: A study based on ordered category response multilevel modelling in Beijing. Scientia Geographica Sinica, 2016, 36(6): 829-836.]

DOI

[33]
王子琳, 李志刚, 程晗蓓. 中国大城市公园绿地可达性的公平性研究: 以武汉市中心城区为例[J]. 地理科学进展, 2022, 41(4): 621-635.

DOI

[Wang Zilin, Li Zhigang, Cheng Hanbei. The equity of urban park green space accessibility in large Chinese cities: A case study of Wuhan City. Progress in Geography, 2022, 41(4): 621-635.]

DOI

[34]
张文忠. 大城市服务业区位理论及其实证研究[J]. 地理研究, 1999, 18(3): 273-281.

DOI

[Zhang Wenzhong. A study of metropolitan service industry location theory and substantiation. Geographical Research, 1999, 18(3): 273-281.]

DOI

[35]
张淑华, 王海雯, 刘芳. 新生代农民工身份认同分化的认知基础: 社会比较策略视角[J]. 心理与行为研究, 2017, 15(2): 258-263, 281.

[Zhang Shuhua, Wang Haiwen, Liu Fang. The cognitive basis on the differentiation of identity of the new generation of migrant workers: From the perspective of the social comparison strategy. Studies of Psychology and Behavior, 2017, 15(2): 258-263, 281.]

Options
文章导航

/

〈 〉