岳亞飛 楊東峰＊ 徐丹

在城市轉(zhuǎn)向以人為本和高質(zhì)量發(fā)展的背景下，城市藍綠空間因其能提供生態(tài)調(diào)節(jié)、生態(tài)支持和生態(tài)緩沖等服務[1-3]，在營造健康人居環(huán)境方面成為探討的熱點，并在城市地理學、城市規(guī)劃、風景園林、醫(yī)學和心理學等諸多領(lǐng)域都得到了發(fā)展和應用[4-6]，尤其是減壓理論和注意力恢復理論等描述了城市藍綠空間對緩解壓力、改善情緒、恢復注意力和調(diào)節(jié)心理疾病等方面的健康效益[7-9]。在老齡化日漸加劇的國情下，老年人等弱勢群體的心理健康問題凸顯[10]，抑郁、躁郁癥等精神障礙需要積極的干預應對。探究藍綠空間綜合特征對老年心理健康的影響，可以為健康城市建設(shè)和藍綠空間的優(yōu)化布局提供循證研究和理論基礎(chǔ)。

在理論層面，藍綠空間對心理的積極作用已有相關(guān)闡述。減壓理論提出與藍綠空間接觸后會引發(fā)副交感神經(jīng)系統(tǒng)反應，從而達到更加舒適放松的愉悅狀態(tài)[9,11]。心理進化理論認為處于藍綠空間環(huán)境中會阻斷消極想法，使人低落的情緒得到緩解，恢復積極的情緒和態(tài)度，這是在人類進化過程中自然形成的[12]。注意力恢復理論認為在藍綠空間中對有趣而豐富的場景給予無意識的注意有助于恢復精力，從而改善精神狀態(tài)[3]。

在實證研究層面，現(xiàn)有的結(jié)論之間存在偏差，可能是藍綠空間指標測度方式的差異，抑或是多時空背景的異質(zhì)性所致。有研究發(fā)現(xiàn)近距離接觸綠色空間可能通過減輕導致神經(jīng)炎癥和腦血管損傷的病理、生理過程來改善心理健康[11]；城市綠地可以調(diào)節(jié)憤怒、焦慮和抑郁等消極心理，進而改善精神狀態(tài)[13-15]；街景綠視率能夠緩解老年人的抑郁癥，而植被覆蓋率則對老年人抑郁癥無顯著影響[8]。也有研究發(fā)現(xiàn)綠色空間的心理健康益處與綠色的增加并不呈線性相關(guān)，單層的相關(guān)性關(guān)系不足以描述兩者之間錯綜復雜的內(nèi)在聯(lián)系，并且結(jié)果隨年齡和性別的不同而有所不同[16]。另外還有不同研究之間得到的相左的結(jié)論：Dempsey等發(fā)現(xiàn)沿海藍色空間的視覺感知能夠緩解愛爾蘭老年人的抑郁癥[17]；而Helbich等發(fā)現(xiàn)藍色空間與心理健康之間并無顯著關(guān)聯(lián)[8]。也有學者發(fā)現(xiàn)空間尺度和歷史時序的差異會導致結(jié)論偏差[18-19]?？傊撌鏊{綠空間與普通及老年人群體心理健康之間因果關(guān)系的證據(jù)并不充分。目前逐漸有學者通過引入中介變量對潛在路徑和干預機制進行探索，以明晰兩者之間非線性及差異結(jié)論的內(nèi)在原因。

對于解釋藍綠空間如何產(chǎn)生心理健康益處，主要探討的路徑包括4個方面。1）提升注意力恢復：減壓理論和注意力恢復理論均表明，植被和水體通過人體感官感知景觀品質(zhì)（即觸覺、聽覺、視覺和嗅覺）提供了注意力恢復性體驗，并作為緩解心理壓力的緩沖劑[14,20]。2）營造健康環(huán)境：健康環(huán)境學理論提出藍綠空間可以緩解熱島效應、改善空氣質(zhì)量、降低噪聲等，通過減少暴露于各種有害環(huán)境中的壓力進而減輕個體心理負擔[9,15]等。3）增加體育鍛煉的機會：環(huán)境行為學理論認為藍綠空間鼓勵居住在附近的人們進行體育活動，從而對心理產(chǎn)生正向影響[21]。4）增強鄰里互動和社會凝聚：神經(jīng)科學相關(guān)的研究表明，接觸藍綠空間環(huán)境會使神經(jīng)元處理過程（neuronal processing）形成場所感（sense of place）和場所認同感（place identity），促進社會接觸與交往，積極影響心理狀態(tài)[16,22]。相關(guān)研究通過串行或并行的中介效應分析方法，致力于檢驗顯著的中介路徑及路徑間的相對貢獻程度。

雖然相關(guān)研究嘗試甄別藍綠空間從不同路徑對心理健康結(jié)果的影響，而在指標選取和空間跨度層面仍有一定不足。在指標選取層面，多數(shù)研究主要分析藍綠空間的數(shù)量維度指標，尤其是綠地規(guī)模、植被覆蓋率和水體覆蓋率等對心理健康的影響；而對于質(zhì)量維度，如植物多樣性、坡度、景觀格局指數(shù)、公園類型和水體類型等指標對心理健康的作用則關(guān)注相對較少[2,15,23]。在空間跨度層面，藍綠空間多聚焦于特定的空間尺度，而隨著空間的變化，結(jié)論可能會出現(xiàn)一定偏差；如部分區(qū)域發(fā)現(xiàn)居住在距離海岸5 000 m的范圍內(nèi)能夠改善心境[17]，而有研究表明在距海岸1 000～3 000 m的范圍內(nèi)，心理健康并未受到顯著干預[8,16]。目前鮮有同時選取不同空間尺度對此類中介效應進行檢驗的研究。

相較于普通人群，老年群體的生理弱勢和情感需求等特征，使其對特定的干預路徑有更高的敏感性。由于身體機能的退化和從社會工作中退休，他們的社交網(wǎng)絡(luò)萎縮、長距離出行減少，日?；顒油窒抻卩徖锏牡乩砜臻g[12]，自身的活動量明顯受居所附近鍛煉和娛樂場所限制。因此藍綠空間營造的體育鍛煉和休閑場所，會顯著影響老年人戶外活動的機會和時間，進而作用于其心理健康。此外，老年人易遭遇社會排斥及不公平對待等問題，使其對鄰里關(guān)系和歸屬感有更高的需求[22]；他們花費更多的時間在鄰里交往與接觸上，而藍綠空間提供的宜人和舒適環(huán)境可以積極促進他們的社交和互動，進而影響其心理健康水平。由此可以看出，體育鍛煉和鄰里互動的干預路徑對他們的影響相比于普通群體更為顯著。

因此本研究在藍綠空間數(shù)量維度指標的基礎(chǔ)上，嘗試測取環(huán)境質(zhì)量維度的指標，對比數(shù)量和質(zhì)量維度的藍綠空間特征與老年心理健康的關(guān)系，通過中介效應分析不同測度方式的指標與心理健康關(guān)系差異的內(nèi)在原因，并進一步從多空間尺度檢驗關(guān)系及干預路徑的變化，以甄別兩類指標對老年心理健康作用的拐點及閾值范圍。由于遼寧省大連市有高度的老齡化（60歲及以上老年人口占24.7%）及較高的老年精神疾病患病率（29.3%）[24]，因此選取大連市老年人群作為研究對象。考慮到地理空間的嵌套性，利用分層線性模型（hierarchical lineal model, HLM）和多層結(jié)構(gòu)方程模型（structural equation model, SEM）[23]匹配個體層面和鄰里社區(qū)層面進行分析。希望通過實證研究深層次了解城市藍綠空間與老年心理健康關(guān)系的規(guī)律性和獨特性，為空間布局等規(guī)劃指標的設(shè)定提供依據(jù)。

1 調(diào)查數(shù)據(jù)與分析方法

1.1 研究設(shè)計

本研究從數(shù)量和質(zhì)量維度出發(fā)研究藍綠空間特征，涉及鳥瞰視角和街景透視視角，包含可得性、可視性、可達性、內(nèi)部環(huán)境和景觀格局5個方面的指標[15-16,25]（圖1）。中介變量的設(shè)計參考相關(guān)文獻和已通過驗證的問卷：活動能力指每天可以參與的身體鍛煉（徒步、器械運動、跳舞、保健運動、競技運動）、休閑社交（戶外小坐聊天、牌類活動、周邊游、繪畫、唱歌）、日常家務（接送小孩、買菜、商場購物、藥店買藥）的活動類型數(shù)目[26-27]；社會凝聚包含鄰里互動、社區(qū)參與和鄰里依戀[23]；環(huán)境感知依據(jù)社會生態(tài)模型選取噪聲、安全、美學和溫度等方面的個體感知[21,28]。構(gòu)建影響老年心理健康的“生物—心理—社會”的多重影響路徑。心理健康得分由世界衛(wèi)生組織的全球老齡化和成人健康研究中的老年心理幸福指數(shù)量表測定，每項都按里克特5級量表進行評級，總分為5～25[12,29]。根據(jù)克朗巴哈（Cronbach）的阿爾法（alpha）值驗證，量表各題項內(nèi)部一致性滿足要求。對多層結(jié)構(gòu)方程模型各潛變量進行驗證性因子分析后，其標準化因子載荷（ACC）、組成信度（CR）和收斂效度（AVE）值均滿足要求。

1 藍綠空間對老年心理健康的多路徑干預研究框架Research framework for multipath intervention of the elderly’s mental health by blue-green space

本研究采用在2019年5—10月進行的大連市居住區(qū)調(diào)查數(shù)據(jù)。個體案例招募程序基于兩階段的分層抽樣設(shè)計：第一階段，從大連市主城區(qū)29個街道中隨機選取61個老年人比例大于10%的住區(qū)（鄰域），住區(qū)面積為0.03～1.12 km2（平均面積為0.28 km2）；第二階段，在每個住區(qū)采用等距抽樣方法隨機選取12～18個家庭中的老年人作為受訪者。依據(jù)此程序，共抽取900名參與者，且每個參與者都符合60歲以上且在該地區(qū)居住超過10年的條件。通過結(jié)構(gòu)式訪談，調(diào)查參與者的環(huán)境感知、心理健康和社會經(jīng)濟屬性等。經(jīng)過數(shù)據(jù)篩選、清理后共獲得879人的有效問卷數(shù)據(jù)。

1.2 藍綠空間特征指標的獲取

藍綠空間特征指標是從多源數(shù)據(jù)類型中獲取。其中植被指數(shù)和水體指數(shù)從Landsat 8影像中提取[30-31]，綠視率和藍視率是從街景圖像中提取[32]。公園和水體的可達距離是測算老年人實際出行中能夠到達公園和水體的最短的道路網(wǎng)絡(luò)中結(jié)點之間的弧段距離總和，相比于空間直線距離，網(wǎng)絡(luò)距離更符合實際出行狀況。公園的類型、面積和景觀格局指數(shù)是通過大連市公園分布數(shù)據(jù)測取，水體的類型、面積和景觀格局指數(shù)是通過大連市水體分布數(shù)據(jù)測取。公園坡度來源于大連市數(shù)字高程模型數(shù)據(jù)。公園植物多樣性通過GLC_FCS30-2020數(shù)據(jù)得到。GLC_FCS30-2020是將土地覆蓋詳細地劃分為30類的精細分類數(shù)據(jù)，總體準確率為0.825[33]，分辨率和Landsat 8影像同為30 m。對于景觀格局指數(shù)，是分別以公園、公園水體為目標對象，利用Fragstats軟件計算各個指標。景觀格局指數(shù)的指標包括：斑塊平均大小、斑塊密度、景觀形狀指數(shù)、邊緣面積比、景觀豐度、聚集度指數(shù)、景觀分割度、蔓延度指數(shù)和臨近度。

綠視率和藍視率通過機器學習算法從街景圖像中提取，圖像取自2019年5—6月的騰訊地圖[8]。從大連主城區(qū)覆蓋街景圖像的所有道路上提取間隔為50 m的點作為采樣點。參考相關(guān)文獻[8,23]，每個采樣點從4個主要方向（0°、90°、180°、270°）收集了4張圖像。總共獲得了121 992張街景圖像。基于用于訓練目的的帶注釋圖像的ADE20K數(shù)據(jù)集，在研究中使用全卷積神經(jīng)網(wǎng)絡(luò)（fully convolutional networks, FCN）進行語義圖像分割[32,34]。FCN-8s的訓練數(shù)據(jù)準確率為0.815，測試數(shù)據(jù)準確率為0.810，滿足本研究的精度要求[32]。在將街景圖像輸入經(jīng)過訓練的網(wǎng)絡(luò)中進行語義圖像分割之后，可以確定綠色空間（如樹木、草等）和藍色空間（如河流、湖泊、噴泉、游泳池等）的比例。每個采樣點的街景綠視率是指在4個方向上圖像合計的綠色空間像素數(shù)與4個方向上圖像合計的像素總數(shù)的比值；街景藍視率的計算方法與此類似[35]。最后，確定每個鄰域的平均值[34]并將其附加到調(diào)查數(shù)據(jù)中。

借鑒國內(nèi)外不同類型城市中對老年人心理及相關(guān)行為特征的研究，選取300 m為半徑計算藍綠空間特征指標[8-9,23]。以受訪者所在住區(qū)質(zhì)心為圓心，建立300 m緩沖區(qū)，通過計算緩沖區(qū)內(nèi)所有采樣點得分的平均值，作為鄰域的各藍綠空間指標值[12]。在此基礎(chǔ)上，結(jié)合規(guī)劃標準中的5分鐘（步行距離300 m）、10分鐘（步行距離500 m）、15分鐘（步行距離800～1 000 m）社區(qū)生活圈[3]，再分別以半徑500、800、1 000 m建立緩沖區(qū)[16]，構(gòu)建不同空間圈層的研究模型進行多尺度的檢驗。以上各類數(shù)據(jù)均在ArcGIS軟件中統(tǒng)一調(diào)整為投影坐標系WGS_1984_UTM_Zone_51N取值。

1.3 分層線性模型和多層結(jié)構(gòu)方程模型

由于心理健康的差異可以歸類為在個體和鄰域不同層級的變化，本研究使用分層線性模型和多層結(jié)構(gòu)方程模型來區(qū)分層級差異。普通的單層級回歸將受訪者的健康水平視為獨立的觀察結(jié)果，忽視了環(huán)境對鄰域整體水平的影響，會導致模型估計上的偏差，高估其統(tǒng)計學意義[36]。多層結(jié)構(gòu)方程模型充分考慮數(shù)據(jù)嵌套性，通過綜合個體和鄰域?qū)用娴牟町惥_計算不同地理層級要素的貢獻程度，進而得出推論。

首先，通過分層線性模型測定心理健康指標的類內(nèi)相關(guān)系數(shù)，以判定調(diào)查數(shù)據(jù)是否適合多層級的模型。其次，通過分層線性模型分別檢驗藍綠空間指標與各中介變量及心理健康的回歸關(guān)系（構(gòu)建的模型名稱為1a、1b、1c、1d、1e、1f），篩選出與中介變量、心理健康回歸關(guān)系顯著的藍綠空間特征指標。分層線性模型如下：

式中：Mh表示老年心理健康或中介變量，i代表個體水平，h代表鄰域水平；γ00是截距，γ0h表示因變量與鄰域水平變量之間的回歸系數(shù)或斜率；V表示鄰域水平的藍綠空間特征變量（數(shù)量和質(zhì)量維度的各藍綠空間指標）；γi0表示因變量與個體水平變量之間的回歸系數(shù)或斜率；P表示老年個體水平的社會經(jīng)濟屬性變量（年齡、收入、學歷、房屋居住年數(shù)、房屋產(chǎn)權(quán)和共同生活人數(shù)）；V×P表示鄰域水平變量與個體水平變量的交互作用項；γih表示交互作用項的系數(shù)或斜率；r和μh分別表示個體水平和鄰域水平的隨機誤差項。

再次，在上述步驟篩選出與老年心理健康顯著相關(guān)的藍綠空間指標的基礎(chǔ)上，通過多層結(jié)構(gòu)方程模型檢驗這些藍綠空間指標通過活動能力、環(huán)境感知和社會凝聚3個中介變量對心理健康產(chǎn)生的直接和間接效應。分別以藍綠空間的數(shù)量維度、質(zhì)量維度視角構(gòu)建與中介變量、心理健康的多層結(jié)構(gòu)方程模型（構(gòu)建的模型分別命名為2a、2b、2c）。最后，分別以半徑300、500、800、1 000 m緩沖區(qū)測定的藍綠空間特征，與中介變量、心理健康構(gòu)建分層線性模型（構(gòu)建模型名稱為3a、3b、3c、3d）和相應的結(jié)構(gòu)方程模型，以檢驗結(jié)論的穩(wěn)健性和空間上的變化特征。本研究以標準均方根殘差（SRMSR）、均方根近似誤差（RMSEA）和比較擬合指數(shù)（CFI）來評估多層結(jié)構(gòu)方程模型的擬合優(yōu)度，可接受的擬合模型應符合：RMSEA≤0.06、SRMSR≤0.08和CFI≥0.90[23]。為了比較不同指標作用的強弱關(guān)系，模型的藍綠空間指標采用標準化后的值[9]，同時由于本研究更側(cè)重于藍綠空間的分析結(jié)果，個體社會經(jīng)濟屬性與心理健康的結(jié)果未予闡述。

2 模型結(jié)果

2.1 數(shù)據(jù)描述統(tǒng)計

受訪者平均年齡為73歲，其中，中低齡老人（60～80歲）比例占89.2%。值得注意的是，由于高齡（80歲以上）和中低齡老人在身體機能和日常生活及出行方面具有較大差異，因此對藍綠空間的體驗、需求和使用可能存在不同[37]。而本研究的對象還是以中低齡老年群體為主，并未區(qū)分年齡層探究不同年齡群體之間的結(jié)論差異。男性（46.2%）和女性（53.8%）的比例接近，個人平均收入約在3 000元左右，房屋平均居住年數(shù)是27年。72.3%的受訪者為本地居民，初中及以上學歷占65.9%，總體學歷相對較高。住區(qū)300 m緩沖區(qū)范圍內(nèi)各指標均值：植被指數(shù)（0.115）、水體指數(shù)（0.056）、綠視率（0.183）、藍視率（0.013）。公園平均可達距離為0.295 km，而水體平均可達距離為1.148 km，緩沖區(qū)內(nèi)公園平均數(shù)量為2.016。公園的植物多樣性平均值為3.205，平均坡度6.555；邊緣面積比約為226.188，公園和水體整體景觀平均鄰近度約為0.533。研究區(qū)域內(nèi)各類型的藍綠空間分布特征如圖2所示。受訪者的心理健康得分平均值是17.751，標準差2.919。心理健康得分的類內(nèi)相關(guān)系數(shù)（ICC）值為0.169（＞0.138），滿足多層次結(jié)構(gòu)模型的要求[9]。

2 研究區(qū)域藍綠空間特征Characteristics of blue-green space in research area

2.2 藍綠空間對老年心理健康的作用

通過分層線性模型得到藍綠空間對老年心理健康作用的結(jié)果（表1），可以發(fā)現(xiàn)：在藍綠空間與老年心理健康的關(guān)系中，植被指數(shù)、水體指數(shù)、綠視率、公園植物多樣性、公園邊緣面積比等特征正向影響心理健康，平均鄰近度負向影響心理健康。藍視率，公園類型、面積和可達距離，水體類型、面積和可達距離與心理健康關(guān)系并不顯著。中介變量中活動能力、安全感知、噪聲感知、社區(qū)參與、鄰里互動與心理健康存在顯著正向相關(guān)關(guān)系。美學感知、溫度感知、鄰里依戀與心理健康無顯著關(guān)系。

表1 藍綠空間對中介變量及老年心理健康的作用Tab. 1 Effects of blue-green space on mediating variables and the elderly’s mental health

2.3 藍綠空間對老年心理健康的干預路徑

通過多層結(jié)構(gòu)方程模型的運算，并運用Sobel方法檢驗中介效應后，得到相應的直接、間接效應系數(shù)（表2）。可以看出，綠色空間可得性和可視性對老年心理健康影響的路徑中，環(huán)境感知類和社會凝聚類的中介效應顯著，而活動能力的中介效應并不顯著。植被指數(shù)通過安全感知、社區(qū)參與的部分中介效應影響心理健康。水體指數(shù)通過鄰里互動的部分中介效應對心理健康產(chǎn)生積極作用。值得注意的是，此處的間接路徑表現(xiàn)出了遮掩效應（間接效應和總效應相反）[38]，具體體現(xiàn)為：盡管鄰里互動對心理健康有顯著正向影響，證實了良好的鄰里關(guān)系可以促進老年人產(chǎn)生積極的心理狀態(tài)，但小區(qū)周邊水體指數(shù)對鄰里互動卻表現(xiàn)出了顯著的負向影響。綠視率通過安全感知、噪聲感知、鄰里互動的部分中介效應作用于心理健康，說明良好的綠視率可以通過營造社會交往的環(huán)境，使行人駐足停留較長時間，創(chuàng)造更多的鄰里交往機會，進而有益于老年人心理健康。

表2 藍綠空間對老年心理健康作用的直接和間接效應Tab. 2 Direct and indirect effects of blue-green space on the elderly’s mental health

與數(shù)量維度的指標有明顯差別的是，藍綠空間質(zhì)量維度的指標在包含有噪聲感知、社區(qū)參與的中介效應的基礎(chǔ)上，還通過活動能力的中介效應對心理健康產(chǎn)生影響。說明公園豐富的植物、趨向于自然不規(guī)則的形態(tài)、公園和水體的均勻分布能夠通過提升老年活動水平，對其心理健康產(chǎn)生良性作用。同時也印證了城市藍綠空間質(zhì)量維度特征影響老年心理健康的多條理論路徑存在協(xié)同效應[7,39]，公園因其提供的恢復體驗吸引老年群體來訪，不僅為體力活動提供場地，也為社區(qū)參與提供契機，由此增強社會凝聚并改善心理健康[20]。此外，若公園內(nèi)部設(shè)置湖泊、噴泉等水景，產(chǎn)生的疊加效應能夠增添老年人休閑樂趣，改善其心境。

2.4 空間多圈層的檢驗

利用分層線性模型和多層結(jié)構(gòu)方程模型，檢驗不同范圍緩沖區(qū)內(nèi)藍綠空間特征對老年心理健康的作用（表3）；并以植被指數(shù)、水體指數(shù)為例，檢驗不同空間尺度下中介效應的變化。研究發(fā)現(xiàn)植被指數(shù)、水體指數(shù)對老年心理健康的作用范圍可持續(xù)至500 m，綠視率對老年心理健康產(chǎn)生作用范圍僅為300 m內(nèi)，公園植物多樣性、邊緣面積比、公園類型和水體平均鄰近度對老年心理健康的作用范圍可達800 m?？傮w上隨著距離的增加，多數(shù)指標對心理健康效益的作用減弱。另外，由于植被指數(shù)、水體指數(shù)只在500 m范圍內(nèi)對老年心理健康產(chǎn)生作用，因此只檢驗300 m和500 m范圍內(nèi)的中介效應變化。據(jù)此發(fā)現(xiàn)社區(qū)參與的中介效應在植被指數(shù)與心理健康的關(guān)系中減弱，活動能力的中介效應在水體指數(shù)與心理健康的關(guān)系中增強，而安全感知、噪聲感知和鄰里互動的中介效應具有較高的穩(wěn)定性?；顒幽芰蜕鐓^(qū)參與作用路徑表現(xiàn)出明顯的空間圈層分異特征。

表3 跨圈層藍綠空間特征對老年心理健康的作用Tab. 3 Effects of the characteristics of cross-circle blue-green space on the elderly’s mental health

3 結(jié)果與討論

筆者基于現(xiàn)有理論和研究基礎(chǔ)提出了藍綠空間對老年心理健康作用的研究框架。利用多源數(shù)據(jù)，通過分層線性模型和多層結(jié)構(gòu)方程模型比較了不同測度方式下藍綠空間的作用差異，并通過活動能力、環(huán)境感知和社會凝聚的中介效應分析造成差異的內(nèi)在原因和干預路徑，同時在空間多圈層檢驗作用關(guān)系和中介效應的穩(wěn)健性，初步得出以下研究結(jié)果。

1）藍綠空間數(shù)量維度的指標：水體指數(shù)僅從社會凝聚類路徑對老年心理產(chǎn)生作用；植被指數(shù)和綠視率從環(huán)境感知類和社會凝聚類路徑對老年心理產(chǎn)生影響。而質(zhì)量維度指標如公園植物多樣性在此基礎(chǔ)上還通過活動能力的中介效應影響心理健康，多條路徑的協(xié)同效應更加強化了對心理健康的正向影響，從中介效應模型中可以看出這是數(shù)量和質(zhì)量維度指標作用差異的重要因素。研究結(jié)果表明高質(zhì)量的公園可以通過增強安全感、寧靜感來吸引老年群體到訪，不僅為鄰里互動提供契機，也為體力活動提供機會和場地，相比于數(shù)量維度的指標能更有效地改善心理健康。

2）可得性指標（植被指數(shù)）和可視性指標（綠視率）分別表征了在鳥瞰視角和街景透視視角的綠化量，在多層結(jié)構(gòu)方程模型的比較中可以看出，噪聲感知、鄰里互動的中介效應是造成二者對老年心理健康作用差異的重要原因。說明相比于鳥瞰視角的綠化，街景視角的綠化更深程度地通過降低噪聲污染和促進老年群體交往的路徑強化對老年心理的積極作用。另外值得注意的是水體指數(shù)的遮掩效應和公園水體鄰近度在不同路徑下對心理健康效益有相反結(jié)論。這可能是由于在同等規(guī)模下，公園水體相對均勻且分散的布局能夠提高老年居民的活動能力；但公園水體布局相對集中能對減少空氣污染和噪聲發(fā)揮出更高效益[37]。

3）經(jīng)過空間多圈層的檢驗發(fā)現(xiàn)，藍綠空間特征和老年心理健康關(guān)系整體上呈現(xiàn)出規(guī)律性的分異特征：公園植物多樣性、公園邊緣面積比和公園水體鄰近度的作用可持續(xù)至800 m緩沖區(qū)內(nèi)，植被指數(shù)、水體指數(shù)持續(xù)至500 m緩沖區(qū)范圍，而綠視率對老年心理健康的影響只集中于300 m緩沖區(qū)范圍；在300～500 m的空間變化中，活動能力的中介效應顯著增強，社區(qū)參與的中介效應略微減弱，這兩者的變化也在一定程度上解釋了質(zhì)量維度特征相比于數(shù)量維度特征對老年心理在更大空間范圍仍產(chǎn)生作用的原因。

依據(jù)相關(guān)研究結(jié)果，筆者提出以下建議。1）建立城市藍綠空間健康效益的多維評價指標體系：不僅要從質(zhì)量和數(shù)量等維度檢驗藍綠空間的健康效益，還要兼顧多空間尺度下的差異性作用，優(yōu)化指標度量標準，以更精準地推進健康藍綠空間設(shè)計。2）關(guān)注藍綠空間健康效益的特殊作用路徑：針對遮掩效應及不同路徑的相反作用等，在相應的指標設(shè)定時需要權(quán)衡主導風險，找到布局的平衡點，辨析區(qū)域性的健康風險特質(zhì)，根據(jù)數(shù)據(jù)分析提出差異化的健康導向設(shè)計策略。3）合理配置與布局不同層級社區(qū)生活圈下的藍綠空間：結(jié)合藍綠空間健康效益及中介效應的空間差異，根據(jù)空間尺度作用變化的拐點，提出規(guī)模指標的環(huán)境底線要求，并在不同生活圈層內(nèi)設(shè)定藍綠空間布局和優(yōu)化重點，使藍綠環(huán)境融入城市空間結(jié)構(gòu)，保證具有公平性的系統(tǒng)性網(wǎng)絡(luò)布局，將生態(tài)環(huán)境建設(shè)與健康促進高效結(jié)合。

然而，本研究仍然有一些局限性。1）由于街景圖像是在特定時間拍攝的，因此無法獲取街景藍綠空間的季節(jié)性變化；且圖像通常是從移動的車輛中拍攝的，不包含社區(qū)內(nèi)部和社區(qū)公園等區(qū)域的藍綠空間，可能會使研究結(jié)果有一定偏差。2）由于缺乏老年人選擇自身住宅區(qū)的態(tài)度和動機的信息，自我選擇仍然是一個問題。且心理健康指標是橫截面數(shù)據(jù)，無法確定藍綠空間與心理健康之間的因果關(guān)系。3）盡管本研究根據(jù)老年人的日常出行范圍選擇了多尺度的研究空間，但由于缺乏活動和出行數(shù)據(jù)，仍然無法準確反映個體的日常流動性。盡管有上述不足，本研究依然通過中介效應的分析，探索了質(zhì)量和數(shù)量維度的藍綠空間特征對老年心理健康作用的差異，并在不同的空間圈層檢驗了干預路徑的變化；實證結(jié)果能夠促進城市藍綠空間與老年心理健康關(guān)系在多維度和跨尺度層面的認知，為服務半徑、分配規(guī)模、空間布局等規(guī)劃指標的設(shè)定提供依據(jù)。同時結(jié)合時間-活動模式，利用可穿戴設(shè)備等更精確的方法預估老年人的藍綠空間暴露和使用情況，利用縱向數(shù)據(jù)探究兩者的因果關(guān)系等，將是未來相關(guān)研究探索的重要方向。

圖表來源(Sources of Figures and Tables)：

文中圖表均由作者繪制，其中圖2底圖來自Landsat 8影像（2021年7月）。