城市建成环境对儿童积极通学的影响研究——以合肥市为例 | 上海城市规划
发布时间：2025-05-15 10:43:16 浏览量：1
鼓励积极通学有利于儿童体力活动水平的增长与心理健康的发展，减少社会对机动车的依赖，助力城市的可持续发展。本文基于合肥市儿童通学行为数据，运用二元逻辑回归探讨学区范围和家校路径的建成环境变量对儿童积极通学的影响。结果表明，近六成儿童步行通学，积极通学的儿童住家聚集在学校周边500 m内；此范围内的建筑密度、建筑容积率和学区范围的住宅用地比例与积极通学呈显著相关；通学路径建成环境中，家校路线距离和道路交叉口数量与儿童积极通学存在稳定关联，沿街POI密度、商业分布和通学路径道路平均宽度也是影响儿童积极通学的显著性指标。此外，建成环境能够显著调节最强预测因子通学距离对儿童通学的影响效应。研究结果可为促进积极通学的儿童友好与城市可持续发展提供支持。
1数据与方法
1.1 研究对象选取
研究选取2023年新一线城市中常住人口增长率最高的合肥市作为调研区域。本文聚焦于小学学龄阶段儿童，同时依据所处城区位置、周边建成环境等因素，选择合肥市主城区4个行政区内不同学区的6所学校。通过前期的观察与访谈调研，决定通过发放问卷来获取儿童通学行为数据。
样本小学空间分布
1.2 研究数据
1.2.1 通学行为数据
问卷调查于2023年9月—10月进行，首先通过联系目标学校所在区的教育局进行协调，与学校老师沟通后获知，除一年级外的小学生均有能力填写问卷，同时为保证精确的儿童视角，问卷发放仅聚焦2—6年级。随后采用分层抽样方法，从6所小学2—6年级中每年级随机抽取2个班级，由学生在校完成后回收。共计回收问卷2 930份，其中有效问卷达2 864份，有效回收率为97.7%。
调查问卷内容主要包括儿童个人与家庭社会经济特征、通学方式、交通与安全感知、独立通学意愿。社会经济特征包括儿童的年级、性别、有无兄弟姐妹陪同、是否佩戴电话手表、家中电动自行车及小汽车数量。后续研究将通学方式归为包括步行与自行车的积极通学与除此之外的非积极通学2类。对交通状况的主观评估设置了非常不拥堵、不拥堵、一般、拥堵、非常拥堵5个等级，分别赋值-2、-1、0、1、2，经连续打分后纳入模型，分数越高代表越拥堵。以上问题均采用选择题的方式且用词简易，以简化儿童作答流程并确保其对题目的理解。此外，问卷针对各小学提供了各自学区范围内的地图，由学生选择居住的小区并绘制出上下学路线。
1.2.2 建成环境变量
本文选择每所小学的学区范围作为建成环境变量空间分析的缓冲区，又基于城镇小学的服务半径与样本小学的实际位置特征，加入测度学校周边500 m缓冲区范围内的建筑指标。
建成环境数据包括国家地理信息公共服务平台（天地图）的建筑与路网矢量数据、高德地图POI数据、地理编码与路径规划数据、第七次全国人口普查数据。
建成环境影响因子指标及计算方法
建筑密度、建筑容积率、道路网密度在ArcGIS中根据矢量建筑与路网统计得出，前二者以学校为中心做500 m半径的圆形缓冲区，仅统计缓冲区与学区相交范围内的建筑；土地利用混合度选择居住、公共管理与公共服务、商业服务业、工业、绿地等5类用地，根据公式（1）计算得出。
通过调用地图平台的地理编码及路径规划API服务对儿童住址和通学路径进行可视化，同时统计路线距离、道路交叉口数量与路线直接性。
通学路径可视化
后于ArcGIS中对通学路径建立距道路中心线50 m的缓冲区以捕捉确定沿街POI密度。最后根据问卷中儿童自绘的家校路线与实地调研，对通学路径、道路交叉口数量进行统计校验，并对道路平均宽度与沿街底层建筑类型进行统计与判断。
1.3 研究方法
本文数据中儿童个体嵌套于学校，理论上样本之间并非完全独立，考虑采用多层回归模型。但数据来源于各学校各年级随机抽样样本，能较好代表各校儿童总体特征，因此可通过计算其组内相关系数来判断有无必要使用多层模型，计算公式为：
空模型的方差估计结果和组内相关系数
构建空模型计算组内相关系数，组间方差P值为0.129，高于0.05证明其并非统计显著，且ICC值为0.057意味着因变量的变异只有很小一部分能通过组间差异解释，即证明样本数据并未表现出组内相关（学校层面的组间变异可忽略），结合儿童是否积极通学的二分类因变量，本文选用二元逻辑回归，构建模型如下：
分析前对所有连续变量进行Z-score标准化处理，然后进行共线性检验，除人口密度外其余指标的方差膨胀因子（VIF）均小于10，剔除后剩余变量均通过共线性检验。
2研究结果分析
2.1 样本描述性统计
本文仅讨论放学时儿童的通学情况，为控制通学距离影响，仅纳入学区内样本（N=2 262）。变量描述性统计如下表所示，儿童的性别比例与年级分布较为均衡，样本具有代表性。其中积极通学的儿童占比接近六成，大约四成的学生认为放学时学校周边不拥堵，八成左右儿童佩戴电话手表且具有独立通学意愿。此外，近四成儿童有兄弟姐妹陪同通学，一成左右的儿童家中没有电动自行车或小汽车。
个体特征描述性统计（N=2 262）
各校儿童的通学分布特征如下图所示。其中，积极通学儿童中整体上为高年级占比具有优势；各校男生积极通学概率均高于女生；各校儿童拥堵感知迥异，但仅有蜀山小学（学校1）拥堵感知比例高于不拥堵；通学方式中步行占比最大，其次为电动自行车；各校儿童通学陪同人员分布较为一致，父母接送占比最大；家校距离分布差异较大。整体上，各校儿童积极通学比例从40%至70%不等，极差在30%左右。
各校儿童通学特征分布
建成环境方面，综合各变量能够反映各校真实的建成环境特征。如蜀山小学（学校1），500 m缓冲区内建筑密度为次高，但建筑容积率最低，因其地处旧城区，学校周边多为低层老旧建筑；学校前为城市支路，沿街商业业态丰富且POI密度最高，其平均家校距离最远。
各校建成环境特征描述性统计
将积极通学的儿童住家进行可视化，可以看出其分布呈现一个中心的基本特点，但其并非以学校为中心而是倾向于聚集在学校位置一侧。除了蜀山小学，核密度最高的儿童住家组团基本位于各校周围500 m缓冲半径内。一定程度上也能看出儿童住家并非均质分布，因此考虑500 m缓冲半径与学区相交范围内的建筑特征指标较为合理。
积极通学儿童住家空间分布特征
2.2 二元Logistic回归模型结果
本文构建模型1—3，探讨个人及家庭社会经济特征、学校周边与通学路径两个维度的建成环境因素对儿童积极通学的影响。
儿童积极通学的二元logistic回归模型结果
注：*P＜0.10，**P＜0.05，***P＜0.01。
模型1中，首先，年级越高的儿童，积极通学比例越高。因为随着年龄增长，他们会获得更加成熟安全的技能。同时，男生较女生更易获得家长对其独立通学的许可，在既往研究中也有所体现。其次，儿童对交通状况感知越安全，积极通学概率越高。这是因为父母对儿童判断力不成熟的看法会阻碍其积极通学行为的发生。最后，具有独立通学意愿的儿童会主动寻求同学朋友相伴出行，佩戴电话手表能让家长随时掌握儿童的行踪，有兄弟姐妹陪同能增加安全保障，因此与积极通学呈显著正相关。
模型2考察了学校周边建成环境对儿童积极通学的影响，结果显示，500 m缓冲区的建筑容积率与儿童积极通学呈显著正相关，而建筑密度则与之呈负相关。这是因为500 m缓冲区的建筑容积率能够一定程度反映积极通学频率最高的儿童群体的数量，但建筑密度在一定范围内与建筑容积率呈负相关。综合来说，越多儿童的住家位置越接近学校，儿童群体的积极通学比例越高。此外，学区范围的住宅用地比例与积极通学呈负相关，这可能是因为高比例的住宅用地通常意味着儿童通学距离的增加。
模型3探索了通学路径建成环境特征对儿童积极通学的影响，结果可知，家校路线距离与儿童积极通学呈显著负相关，表现为每增加一单位，儿童积极通学概率降低56%。过长的通学距离会增加儿童的安全风险及体力负担，因此阻碍儿童积极通学。同时，道路交叉口数量的负相关作用与问卷中儿童的不安全感知因素来源相一致，交叉口较少的通学路线意味着交通暴露水平较低，对儿童更为可取。此外，研究发现，当沿街主要建筑类型为商业建筑时，儿童积极通学的可能性降低20%，但道路平均宽度与儿童积极通学呈正相关。这可能因为成熟的沿街商业分布往往伴随较小的道路宽度，增加了交通拥堵与事故发生几率，但道路越宽，等级越高，人行道设施就越完备，会增加儿童通学的安全保障。
2.3 交互作用分析结果
上述模型中各类指标独立分析，为避免隐性的相关性遮掩问题而暂未考虑其潜在的关联性。随后，为全面理解变量之间的相互作用，构建模型4与模型5分析各类建成环境指标间及个人特征与其之间的相互影响，基于二者结果又选择解释力度最高的因子与其他建成环境因子构建交互项，于模型6测度建成环境因素的跨层交互效应。
交互作用分析结果
模型4中，将学校周边与通学路径建成环境同时纳入模型时，与其分别纳入模型（模型2、模型3）相比，家校路线距离及道路交叉口数量的负相关性保持不变，POI密度由不相关变为显著正相关，其余如建筑容积率、住宅用地比例等指标的显著性均有所下降，可以看出建成环境指标之间存在一定的相互作用，新变量的加入会激发已有变量的潜在显著性，或相关性受其他显著变量的影响而减弱。个人特征作为控制变量的作用及其对建成环境指标相关性的潜在影响有待探讨。
模型5中，将个人特征作为控制变量纳入模型后，建成环境指标中呈显著的仅有3项。其中，建筑密度的负相关性有所增加，这意味着个人及家庭社会经济特征会强化建筑密度带来的儿童通学差异。道路交叉口数量对儿童积极通学的消极影响有所减弱但仍显著，可以看出个人特征会缓解部分建成环境因素导致的积极通学比例差异。家校路线距离仍保持强烈负相关，其余建成环境指标均不显著。综合以上模型中各指标因子的相关系数，可以判定家校路线距离对儿童积极通学的解释力度最高。
模型6将通学距离与建成环境变量进行交互，探究其影响效应随着建成环境水平的不同而产生的变化。结果表明，虽然未交互时，建筑密度、住宅用地比例与积极通学呈负相关，但交互后的正相关与建筑容积率一样，证明三者皆能通过调节效应缓解通学距离对儿童积极通学的消极影响。此外，道路交叉口数量、沿街商业分布与交互前保持一致，强烈的负相关证明其使通学距离的负向影响进一步加强。
综合以上模型来讲，没有证据能够表明土地利用混合度、道路网密度与路线直接性会对儿童积极通学产生影响。虽然土地利用多样性与高密度街道网络往往会缩短目的地距离，提供更多的出行机会与路线选择，但儿童往返家校的目的地十分明确，很少临时改变行为，通学路线也较为固定。同时有研究指出，路线直接性在更大半径的研究区域敏感性方面存在局限性，高度连通但交通量较低的街道网络才有利于儿童步行通学。此外，个人特征的整体相关性较为稳健，证明该控制变量对因变量的影响不依赖于模型中的其他建成环境变量，增强了模型的可靠性。
3结论与启示
3.1 结论
本文以合肥市为例，尝试从儿童个体完整的通学路线视角分析建成环境对儿童积极通学的影响。在对儿童通学特征与居住小区分布进行客观刻画的基础上，进一步探讨学区内儿童家校间建成环境特征及其对儿童积极通学的影响。研究分别比较了个人及家庭社会经济特征、通学路径、学校周边建成环境因素对儿童积极通学的影响关系，以及三者之间的相互影响，其中重点关注通学距离与其他建成环境因子的交互作用，得到以下结论。
（1）儿童个体差异对通学方式的选择有稳定且显著的影响，具体表现为年级越高、男生、感觉放学时交通状况良好与安全、佩戴电话手表、有独立通学意愿、家中电动自行车数量越少的儿童积极通学的倾向更高。
（2）城市建成环境能够显著影响儿童积极通学。学校周边建成环境中，学校周围500 m缓冲区内的建筑容积率与儿童积极通学呈正相关，建筑密度和学区范围的住宅用地比例与儿童积极通学呈负相关，土地利用混合度和道路网密度与儿童积极通学无关。通学路径建成环境中，家校路线距离、道路交叉口数量和沿街商业分布与儿童积极通学呈负相关，道路平均宽度、POI密度与儿童积极通学呈正相关，路线直接性与儿童积极通学不相关。
（3）建成环境能够显著调节最强预测因子通学距离对儿童通学的影响效应。学校周边建成环境中，建筑密度、建筑容积率和住宅用地比例能够缓解通学距离带来的消极影响，促进儿童积极通学。而家校路径建成环境中的沿街商业指标与道路交叉口数量则会加剧通学距离的负效应，降低儿童积极通学的可能性。
3.2 启示
儿童是否积极通学由家长的两个决策决定，对安全问题的考量决定了是否选择护送，对便利性的评估决定了最终的通学方式。父母和儿童的安全感知可能来源于微观城市形态特征。便利性则会受到家校距离、道路宽度等间接影响出行时间与出行活动链的建成环境要素的影响。研究结果表明，建成环境指标之间存在相互作用，因此考虑建成环境的作用时，可能需要建成环境特征的组合，才能产生有意义的变化。此外，两个决策受到更广泛的物理社会环境的影响，即城市的发展与规划及个人倾向的复杂网络决定了家庭对学校、工作和社区位置的选择，这些地点的抉择又会影响家庭在日常生活模式中的位置。对于儿童通学方式的选择，可以制定干预措施，以更有效地解决护送安全与便利性的问题。同时，建成环境虽然变化缓慢，但通过土地利用和交通政策也具有改变的潜力。
本文聚焦6所小学分层随机抽取样本，进行儿童个体场所层面通学路径与学校周围建成环境的多尺度复合分析，实现了对不同学区儿童个体通学行为的真实刻画。此外，本文对样本儿童通学路径可视化后明确建成环境的研究单元，有利于更加客观地探讨儿童通学差异的根本原因。
详情请关注《上海城市规划》2025年第1期《城市建成环境对儿童积极通学的影响研究——以合肥市为例》，作者：宣蔚、张孟、梁晓璐，合肥工业大学建筑与艺术学院。本文内容仅代表作者观点。
我国建筑科学领域高质量科技期刊分级目录、中文核心期刊、中国科技核心期刊、RCCSE中国核心学术期刊、中国人文社会科学A刊引文数据库扩展期刊、《中国学术期刊影响因子年报》统计源期刊、《中国学术期刊网络出版总库》全文收录、《中国核心期刊（遴选）数据库》全文收录、美国《乌利希期刊指南》（Ulrich's Periodicals Directory）和JST日本科学技术振兴机构数据库收录期刊
官方网站（在线投稿）：
