EN中文

Economic geography >

2025 , Vol. 45 >Issue 10: 90 - 99

DOI: https://doi.org/10.15957/j.cnki.jjdl.2025.10.010

Spatial Differentiation and Formation Mechanism of CBEQ from the Perspective of Resident Perception in Lanzhou, China

  • CHEN Long , 1 ,
  • ZHANG Zhibin 2 ,
  • WANG Xiaoqi 3 ,
  • ZHAO Xuewei 2 ,
  • DONG Jianhong 4
Expand
  • 1. College of Finance and Economics， Gansu Agricultural University， Lanzhou 730070， Gansu，China
  • 2. College of Geography and Environmental Sciences， Northwest Normal University， Lanzhou 730070， Gansu，China
  • 3. Tourism College， Lanzhou University of Arts and Science， Lanzhou 730070， Gansu，China
  • 4. School of Architecture and Art Design， Lanzhou University of Technology， Lanzhou 730070，Gansu， China

Received date: 2024-09-30

  Revised date: 2025-03-01

  Online published: 2025-11-20

Fold

Abstract

The improvement of people's quality of life and the solid promotion of common wealth in the new era are greatly supported by the important foundation of the high community built environment quality(CBEQ). In this paper, Lanzhou, the center city of Northwest China, is taken as an example, and the subjective evaluation index system of CBEQ under the perspective of common wealth is constructed based on the questionnaire data. The results show that: The distribution of CBEQ is significantly influenced by the Yellow River, displaying an east-west axial belt-like core-edge spatial characteristic. High-quality communities tend to be in close proximity to surrounding high-quality and higher-quality communities, forming a spatial aggregation phenomenon of high-quality communities. From a sub-dimensional perspective, the overall spatial distribution of environmental livability is balanced, but there is the phenomenon of inverse centralization. The convenience of life presents the spatial agglomeration characteristics of single-center and axial belt. Social stability forms the spatial distribution characteristics of single-center and dotted with the district government as the core. Spiritual affluence presents the spatial structure characteristics of multi-center of different levels. The primary factors, such as land price, urban planning, distance to the district administrative center, average years of education, and public space, have always played a fundamental role, while the secondary factors, such as distance to the station, population, distance to the subway station, density of the community's road network, type of land use, average years of residency, and average elevation, play a key role, and their interaction contributes to the formation of the spatial differentiation pattern of CBEQ. The interactions between them contributed to the formation of the spatial differentiation pattern of CBEQ. Among them, the force of land price, distance from the community to the subway station, distance from the community to the station, and public space continued to increase.

Key words： CBEQ; subjective evaluation; spatial differentiation; formation mechanism; Lanzhou City

Cite this article

CHEN Long , ZHANG Zhibin , WANG Xiaoqi , ZHAO Xuewei , DONG Jianhong . Spatial Differentiation and Formation Mechanism of CBEQ from the Perspective of Resident Perception in Lanzhou, China[J]. Economic geography, 2025 , 45(10) : 90 -99 . DOI: 10.15957/j.cnki.jjdl.2025.10.010

在健康中国、健康城市、健康社区等发展战略的引领下，建设高质量城市成为新时期城市规划和建设的首要任务。作为体现城市发展水平的建成环境，是满足人民群众日益增长的美好生活需要和推动全体人民共同富裕的重要基础[1]。当前，高密度的建成环境已经成为全球城市发展的普遍特征，城市地理和城市规划学者试图通过优化城市空间组织，以创造引领居民走向共同富裕的社区环境。社区作为城市治理的基本单元，其建成环境是城市健康的潜在因素，同时也是影响居民身心健康的重要指标[2]。因此，社区建成环境作为城市规划与公众健康之间的桥梁，其使用后评价与长期的品质保障不容忽视。
20世纪后半叶国外城市规划者提出建成环境评价后，受到城市规划和交通等领域学者的广泛关注[3]。传统建成环境从城市物质空间和功能角度入手，研究城市用地布局和混合度、交通系统承载力和连结性、公共服务设施可达性等。Cervero等将建成环境要素归纳为“3Ds”，即土地利用多样性、密度和街道设计，并指出紧凑型社区的特征是以公共交通为导向的高混合土地利用；Ewing等将“3Ds”扩展到“5Ds”，增加到公共交通的距离和目的地可达性[4]。近年来，也有学者将其扩展到“7Ds”[5]，增加人口统计特征和需求管理。与此同时，城市建成环境评价标准也在不断推陈出新，以美国的“绿色社区认证体系”[6]和日本的“城市环境绩效综合评估系统”最具代表性[7]。此外，国外学者还研究了建成环境对居民收入、出行选择、体育活动以及犯罪行为等的影响[8]。
国内关于建成环境的研究起步较晚。起初基于休闲、教育和医疗等公共设施的统计数据，从不同维度构建衡量社区建成环境的评价指标体系[9]，研究城市建成环境对居民出行行为、职住关系[10]、城市空间结构[11]的影响，并将研究结果应用于改善城市环境与优化城市设计。随着研究的深入和数据源的拓展，研究视角逐渐从传统数据走向大数据，从“显性量”转向“隐性量”，从“硬环境”转向“软环境”。GPS数据[12]、手机信令数据[13]、POI数据、微博签到数据[14]等海量互联网数据逐渐用于评价社区建成环境。社区建成环境塑造着居民的日常生活模式，从而给他们心理和生理带来潜移默化的影响[15]。如刘治江等基于武汉市城市体检数据研究发现，城市绿道建设、儿童友好性和道路维护对提升居民幸福感具有积极作用[16]，同时建成环境的主观感知对城市流动人口心理融入也具有显著的直接效应和间接效应[17]。基于城市建成环境中的“7Ds”要素，本文认为社区建成环境应强调社区行政边界内为居民行为活动所提供的人造环境，即综合性地选择住宅、交通、办公、商业、教育、医疗、娱乐等建成环境要素，以及居民对社区生活环境满意度的评价。
综上所述，已有研究主要关注建成环境与城市其他要素间的相互作用，如建成环境对通勤方式的选择[18]、社区安全[19]、居民健康[20]的影响。其中，主观社区建成环境的研究主要基于问卷调查、结构方程模型等分析其与身体活动、社区参与、主观幸福感和居住满意度等多个维度的关系。相关研究成果虽较为丰富，但仍存在以下不足：从研究内容看，现有研究多聚焦于对象之间“相关性”议题，缺乏对对象自身“异质性”问题的深入探讨；从研究尺度看，相关研究以街道尺度为主，部分学者从方格网小尺度进行微观分析[21]，但尚未从社区尺度评价建成环境质量。基于此，本文以兰州市为例，从居民感知视角研究社区建成环境质量的空间分异与形成机理。以期通过问卷调查、访谈、观察等方法收集人们对社区建成环境（如城市、建筑、公共空间等）的感知、态度和满意度等，为提升社区建成环境质量、提升居民幸福感和促进可持续发展提供理论支撑和决策参考。

1 研究数据与方法

1.1 研究区

兰州市作为“一带一路”重要节点城市和西北内陆中心城市，既是西北地区城市高质量发展的“排头兵”，也是带动甘肃省域协同发展的“火车头”。2018年以来兰州积极实施开展老旧小区改造、完善公共服务设施和基础设施、维护社会公共安全等政策，2020年兰州被评为“全国文明城市”，标志着其社区建成环境质量已得到逐步提升。第七次全国人口普查数据显示全市常住人口435.9万人，比第六次全国人口普查增加74.33万人。其中，中心城区为304.3万人，占全市常住人口的69.8%。兰州市现辖城关区、七里河区、安宁区、西固区、红古区、永登县、皋兰县、榆中县5区3县。本文选取中心城区（城关、七里河、安宁和西固）作为研究区域（图1），包括50个街道362个社区（村）。

1.2 数据来源

调查问卷数据按照街道人口密度分布采用随机抽样与交叉控制配额抽样（性别、年龄）相结合的方法，首先确定街道发放问卷数量，然后分配到所辖社区。调查对象为18岁及以上的常住人口，确保居民对当地社区建成环境有充分的了解。为了保证调查数据的科学性、可信度和代表性，问卷题项描述尽量通俗易懂，以李克特五分量表法呈现。问卷设计了真实性测试题项，即在开头和结尾处设置相同的客观题项，剔除答案不相同的问卷。具体调研过程和做法如下：前期准备阶段，将处理好的社区边界矢量数据转换为KML格式数据（ArcGIS10.7软件—转换工具—图层转KML），然后导入GPS工具箱软件（地图选择高清goTele卫星图），以精准定位调研社区。调研过程中，调研人员2人1组，在填写问卷的同时调研组以交谈方式与调研对象深入交流，并记录其对社区建成环境主观认知。调研结束后，对当天问卷进行检查与整理，及时剔除不合理问卷，然后将合格问卷手动导入问卷星，便于后期数据的统计与分析。调研时间为2023年3月20日—2023年7月9日，共发放问卷2000份，回收有效问卷1858份，有效率为92.9%。社区行政边界来源于兰州市自然资源局（http://zrzyj.lanzhou.gov.cn/）。
借助SPSS软件对问卷数据（去除人口学基本信息）进行信度检验，量表内总一致性系数（克隆巴赫Alpha）为0.908，Alpha>0.7，说明所选变量的信度良好；通过KMO和Bartlette球形检验，得到其检验值为0.958，P值为0.000，累积方差解释率为70.830%，说明数据结构效度较好。

1.3 指标体系

党的十九届五中全会提出，将“共同富裕”从一种理念转变为国家发展阶段的目标。共同富裕不仅仅是实现经济富裕，更包含了政治昌明、精神富足、社会安定、环境宜居、生活便利等多层次内涵[1]。其中，环境宜居表现了城市的自然环境和居住条件[16]；生活便利反映城市的基础设施和服务水平[9]；社会稳定体现城市的社会秩序和治安状况[10]；精神富足展现居民的幸福感和生活质量，强调物质享受和精神满足对于居民的同等重要性[19]。社区作为城市治理的基本单元，其环境不仅由物质层面所定义，同时也视为一种心理环境。感知的环境测量反映了居民对社区建成环境的态度。基于此，以国家《宜居城市科学评价标准》及相关研究成果[22]为基础，根据系统性、科学性、综合性、层次性等原则，构建环境宜居、生活便利、社会稳定、精神富足4个准则层，居住条件、居住环境、交通便利、教育便利、生活服务、社区安全、应急避难、社交空间、文化休闲、社区幸福感10个要素层，进而形成包括停车便利性评价、楼层内部交通满意度、社区绿化评价、社区治安评价等25个指标层的社区建成环境感知评价体系（表1）。
表1 社区建成环境质量水平评价指标体系及说明

Tab.1 The CBEQ evaluation index system

准则层 要素层 指标层 权重
环
境
宜
居		 居住条件 停车便利性评价 0.046
楼层内部交通满意度 0.042
房屋空间结构满意度 0.025
居住环境 夜晚照明 0.036
对社区卫生环境评价（环境卫生、垃圾处理、污水排水） 0.049
社区座椅数量 0.035
人行道质量满意度 0.038
社区绿化评价 0.035
生
活
便
利		 交通便利 上下班通勤便利度评价 0.061
教育便利 上学便利程度以及对教育质量评价 0.056
生活服务 小区到商店/公园/超市/理发店等的便利程度及其服务质量评价 0.052
小区到药店/医院的便利程度 0.045
小区到运动场所的便利程度 0.038
社
会
稳
定		 社区安全 儿童娱乐安全评价 0.053
对社区管理工作评价 0.042
对社区治安评价 0.045
近一年社区发生的偷盗事件 0.021
近一年社区发生的打架斗殴事件 0.017
应急避难 距离紧急避难场所的可达性 0.044
精
神
富
足		 社交空间 邻里熟识度 0.042
邻里交往度 0.048
文化休闲 文艺活动（公园团体唱歌等） 0.024
小坐交谈；棋牌活动；周边游 0.026
社区幸福感 居住幸福感 0.043
出行幸福感 0.037
调查问卷数据根据李克特五级量表按照满意、较为满意、一般、较为不满意、不满意5项进行判断，并根据居民选择分别赋予1.0、0.8、0.6、0.4、0.2的分值。在等权重法的基础上结合专家打分结果（通过咨询兰州大学2名教授、西北师范大学4名教授和2名副教授、兰州理工大学1名副教授、兰州财经大学1名副教授的意见，对各项指标的重要程度进行打分，并在此基础上对打分结果进行统计，得到各项指标权重）确定各项指标权重。

1.4 研究方法

1.4.1 社区建成环境质量评价模型

社区建成环境质量（Community built environmental quality，CBEQ）是体现城市发展水平和居民生活质量的重要内容。不断提升社区建成环境质量是建设共同富裕的宜居型城市的基本要求。根据环境宜居、生活便利、社会稳定、精神富足4个维度，在指标体系中将所有数据进行分段分类，以便于建立评价模型[23]。计算公式如下：
${I}_{i}=\sum _{j=1}^{m}({C}_{j}·{N}_{ij})$
$CBE{Q}_{i}=\sqrt[4]{{I}_{1}·{I}_{2}·{I}_{3}·{I}_{4}}$
式中：CBEQi为第i社区的建成环境质量；Ii为环境宜居、生活便利、社会稳定、精神富足中某一维度指数；m为评价指标j个数；Cj为第j项指标的权重值；Nij为第i社区第j项标准化后的数值。由于各维度内指标数量存在差异，为了准确反映各指标的相对重要性，使得综合评价结果更为合理和稳定，在各维度内采用加权求和。利用自然间断法将社区建成环境质量划分为高质量、较高质量、中等质量、较低质量、低质量5个等级。

1.4.2 地理探测器

地理探测器是一种新型空间异质性探测工具，其原理是通过比较自变量和因变量的空间分布一致性，是测度空间分异、驱动因子的一种统计学方法[24]。该方法对多自变量共线性免疫。本文借助因子探测器检测社区建成环境质量空间异质性的因子，若某因子和社区建成环境质量在空间上具有显著一致性，则说明其对社区建成环境质量空间分异格局的形成具有影响。交互探测器用于探测分析各变量间影响社区建成环境质量空间特征的相互关系。

1.4.3 普通最小二乘回归模型

普通最小二乘法（Ordinary Least Squares，OLS）是一种经典的回归分析方法，用于估计线性回归模型中的参数。普通最小二乘法的优点是计算简单、易于理解和解释，适用于线性关系较强的数据。它通过最小化实际观测值与模型预测值之间的残差平方和，确定最优的回归系数[25]。

1.4.4 面板分位数回归模型

本文使用面板分位数回归模型探究自变量对社区建成环境质量空间异质性的影响。该模型不需假设数据服从正态分布，而且能够较好地排除离群值的干扰[26]。同时，在控制解释变量差异性时，在不同分位点上可以有效评估被解释变量的影响关系，并且其回归参数具有在大样本理论下的渐进优良性。

2 兰州市社区建成环境质量的空间分异

兰州市社区建成环境质量的Moran's I指数为0.6853，Z值为34.8302，P<0.01，通过了5%的显著性检验，表明各社区之间建成环境质量存在显著正相关，集聚效应显著且存在空间异质性。
整体来看，兰州市社区建成环境质量呈现沿黄河东西向轴带状“核心—边缘”空间分布特征（图1）。区域空间差异方面，城关区核心区域和发展较早的社区，社区建成环境质量较好；而一些新发展区域和城市边缘地带，因基础设施建设滞后和资源分配不均，社区建成环境质量较差。空间集聚效应方面，城关区高质量社区显著集聚，七里河、安宁和西固区则呈现较高质量社区集聚明显。空间异质性方面，不同城区内的社区建成环境质量差异较大，空间分异性显著。空间关联方面，高质量社区往往与周边的高质量和较高质量社区相邻，形成优质社区的空间聚集现象。
图1 兰州市社区建成环境质量的空间分布

Fig.1 Spatial distribution of the CBEQ

环境宜居空间分布整体均衡，但存在“逆中心化”现象，即高质量和较高质量社区的中心区域出现中等质量及以下社区（图2a）。究其原因在于这些社区建成年代较早，居住环境及公共设施破旧不堪，例如无序布局的电线杆严重影响建成环境质量。城关区是高质量社区的集中分布区域，以光辉村社区为中心，依次形成中等质量—较高质量—高质量—较高质量—中等质量—较低质量—低质量的“多圈层”空间结构。较高质量社区由小西湖东街社区依靠黄河一直延伸到幸福里社区，轴带状特征显著，具有典型的河谷型城市空间特征。中等质量社区交错分布于较高质量和较低质量之间，数量多、分布广。同时其主要形成三大集聚区域，包括七里河区西南片区的穴崖子和彭家坪等社区，安宁区的兰飞和长风等社区，西固区的康乐路和清水街等社区。较低质量和低质量主要集中于安宁区西部和西固区北部区域。
图2 兰州市各维度社区建成环境质量的空间分布

Fig.2 Spatial distribution of the CBEQ

生活便利呈现“单中心+轴带状”空间集聚特征（图2b）。“单中心”位于城关区皋兰路区域，以平凉路、天水路、榆中街和耿家庄等高质量社区为中心。“轴带状”空间分布特征与环境宜居空间特征相似，以沿南滨河路分布为主，从城关区雷坛河社区延伸到安宁区廖家庄社区。城关、西固和安宁区的中等质量社区分布于较高质量的外围。然而，七里河区却与此不同，具有明显的南北分割现象，以七里河南街—西津路—河湾堡西街为界限，以北所在片区高质量和较高质量集中分布，以南片区以中等质量以下社区为辅。较低质量社区在城关区黄河以北区域集聚明显，涉及白道坪、大浪沟和青石湾等。低质量社区主要集聚于安宁区西部和西固区北部区域，其原因在于西固区工厂多、环境差，而安宁区西部片区则未进行开发。
社会稳定形成以区政府为核心的“单中心+点状”的空间特征（图2c）。高质量社区集中分布于城关区的东方红广场附近区域，由陇西路社区和贡元巷社区向东经郑家台和榆中街社区，延伸至兰州大学和定西路社区。同时，较高质量社区也沿着高质量社区的带状趋势向东西方向发展，向东包括五里铺和嘉峪关路社区，向西包括文化宫和静安门等社区。其中，光辉村社区是唯一一个被高质量和较高质量社区包围的较低质量社区。中等质量社区分布广泛，且具有“小聚居”趋势，在城关区集中分布于南河北路与黄河之间，以及东岗西路两侧所在的社区，除了段家滩东社区（以城中村分布为主）外，以上两大区域基本连接为一体。七里河、安宁和西固区的中等质量社区空间分布广泛，以人口密集的社区为代表。
精神富足呈现不同等级的“多中心”空间结构特征（图2d）。第一等级集聚中心仍分布于城关区并邻近于七里河区，向东到嘉峪关北路社区、向北到广后街社区、向西到瓜州路社区、向南到牟家庄南社区，覆盖了西关十字、南关十字、东方红广场、张掖路步行街、中山桥、水车博览园等重要商业步行街和休闲场所。第二等级集聚中心位于安宁区，其空间零散特征较为明显，一方面为以高校为主，包括师大、交大和科苑等社区；另一方面是邻近兰州海关商圈，包括银滩路、安宁区营门滩、王家庄等。第三等级集聚中心位于西固区金城公园，以较高质量和中等质量社区为主，包括福利路和山丹街等社区。相比环境宜居、生活便利、社会稳定，精神富足的中等质量社区明显偏少。

3 兰州市社区建成环境质量的形成机理分析

3.1 影响因子的选取

参考申悦、Yao、Chen等的研究[27-29]，同时综合考虑兰州的资源禀赋、地形地貌、社会经济等要素，选取社区到区行政中心距离、社区到地铁站距离、社区到车站距离、社区道路网密度、社区到黄河的距离、平均高程、人口数量、土地价格、二手房均价、城市规划、用地类型、就业岗位、平均受教育年限、公共空间、平均居住年限[30]15个因子探究社区建成环境质量的作用机理，并对部分影响因子取对数以消除异方差问题。同时，利用SPSS软件进行离散化分类，采用风险探测器探测调节至最适分级（表2）。
表2 地理探测器的变量和指标说明

Tab.2 Variables and indicators of the geographical detectors

影响因子 数据获得途径 单位 定义与解释 分级
X1社区到区中心距离 ArcGIS距离工具 m 到最近区行政中心的距离（取对数） 9
X2社区到地铁站距离 ArcGIS距离工具 m 到最近地铁站的距离（取对数） 8
X3社区到车站距离 ArcGIS距离工具 m 到最近公交车站、汽车站、火车站和高铁站的距离（取对数） 9
X4社区道路网密度 Openstreetmap m/m2 路网密度（取对数） 8
X5社区到黄河的距离 ArcGIS距离工具 m 到最近黄河的距离（取对数） 6
X6平均高程 ArcGIS栅格统计 m 平均高程值（取对数） 7
X7人口数量 第七次人口普查数据 万人 社区人口数量：（Pi /PSj）1·街道人口（取对数） 6
X8土地价格 2020年兰州市商业基准地价 元/m2 设定基准地价分七级，其中一级代表最高地价并赋值为7 7
X9二手房均价 安居客二手房官网2 元/m2 二手房均价（取对数） 6
X10城市规划 兰州市城市总体规划第一版到第五版用地属性变更时间 年份 依据用地属性变更次数，依次赋值为1、2、3、4 4
X11用地类型 第五版兰州市国土空间规划现状图 类 用地面积≥1/2的类型确定为该社区用地属性，否则为混合用地 6
X12就业岗位 第七次人口普查数据 个 用就业人口数量表示就业岗位：（Pi /PSj）1·街道就业人口（取对数） 6
X13平均受教育年限 第七次人口普查数据 年 首先计算社区受教育人口：（Pi /PSj）1·街道不同阶段人口，再根据公式计算人均受教育年限3（取对数） 6
X14公共空间 第五版兰州市国土空间规划现状图 m2 社区内公园与绿地等面积占社区面积的比例 6
X15平均居住年限 调研问卷 年 被调研者所在社区的平均居住年限 6

注：1.Pi为第i个社区的人口数量，PSj为第j个街道的人口数量，其数据来源于LandScanGlobal 2021 （https://landscan.ornl.gov/）。2.数据获取时间为2022年6月，来源于 https://lanzhou.anjuke.com/。3.平均受教育年限=（文盲人数·1+学前教育人数·3+小学学历人数·6+初中学历人数·9+高中和中专学历人数·12+大专及本科以上学历人数·16）/3岁以上人口总数。

3.2 影响因素分析

基于q值的因子探测表明，社区建成环境质量与影响因子的空间一致性排列顺序为：X8（0.540）>X1（0.310）>X10（0.290）>X4（0.280）>X2（0.275）>X9（0.260）>X3（0.250）>X11（0.210）>X14（0.170）>X7（0.120）>X12（0.100）>X15（0.070）>X6（0.020）>X13（0.010）≥X5（0.010）。由于社区到黄河的距离因子作用不显著，因此剔除该变量。其中，土地价格、社区到区行政中心的距离、城市规划、社区道路网密度、社区到地铁站的距离、二手房均价的q值大于0.25，说明其解释力大于25%，对社区建成环境质量空间分异起主导作用；社区到地铁站的距离、用地类型、公共空间、人口数量的q值大于0.10，解释力大于10%，影响力次之，表明该10个因子是影响社区建成环境质量空间分异的主要因素，其他5个因子的影响作用较低。
在兰州市社区建成环境质量的空间分异形成过程中，两因子交互作用大于单因子作用，各因子间的交互关系表现为双因子增强和非线性增强作用共存，其中非线性增强作用更加显著，不存在减弱或独立作用。土地价格（X8）与其他14个变量交互下的q值均超过0.57，其中X1∩X8的影响力q值最大（0.72）；社区到黄河的距离（X5）与其他14个变量交互下的q值均低于任一变量与其他变量之间的交互值，其中X5∩X13的影响力q值最小（0.09）；而土地价格、二手房均价、社区到地铁站距离、社区到区行政中心距离和社区到车站距离一直表现出与其他因子显著增强的交互作用。由此可见，因子间的相互作用促成社区建成环境质量的空间分异格局，为此利用回归分析继续探究各因子相互作用下社区建成环境质量的形成机理。

3.3 形成机理分析

3.3.1 影响因子的回归分析

本文利用最小二乘线性回归和面板分位数回归探究因子间交互作用对社区建成环境质量空间分异格局的影响。最小二乘线性回归结果表明：X7、X8、X9、X12的VIF值>5，且X12>X7、X9>X8，表明人口数量和就业岗位、土地价格和二手房均价存在共线性问题，因此剔除X9和X12；然后，再次进行VIF值检验，其余各因子VIF值均<5，符合回归分析条件，且各因子与社区建成环境质量呈正向相关。模型拟合度的调整R2值为0.735，表明模型中所有的因子均能解释社区建成环境质量全部空间分异的73.5%，模型的拟合度较好，与地理探测器结果一致。
由表3可知，最小二乘线性回归和面板分位数回归模型的稳定性较好，在分位数10%、25%、50%、75%、90%的回归结果中，常数项和各项因子的数值波动范围合理，但该模型仅适用于解释影响兰州市社区建成环境质量空间分异的因子。模型为：
$\begin{array}{l}y=2.019-0.124{X}_{1}+0.074{X}_{2}+0.097{X}_{3}+\\ 0.279{X}_{4}+0.048{X}_{6}+0.145{X}_{7}-0.559{X}_{8}-\\ 0.109{X}_{10}+0.034{X}_{11}+0.106{X}_{13}-\\ 0.032{X}_{14}+0.075{X}_{15}\end{array}$
表3 回归分析结果

Tab.3 Regression analysis results

指标 OLS QR-10 QR-25 QR-50 QR-75 QR-90
X1 0.007*** 0.014** 0.022** 0.026** 0.004*** 0.034**
X2 0.225 0.054* 0.203 0.445 0.449 0.481
X3 0.041** 0.493 0.091* 0.254 0.023** 0.134
X4 0.000*** 0.009*** 0.002*** 0.001*** 0.000*** 0.006***
X6 0.499 0.447 0.152 0.162 0.179 0.232
X7 0.057* 0.217 0.188 0.045** 0.015*** 0.012**
X8 0.751*** 0.450*** 0.524*** 0.552*** 0.751*** 0.803***
X10 0.342 0.483 0.442 0.213 0.430* 0.213**
X11 0.529 0.383 0.217 0.279 0.424 0.687
X13 0.132 0.119 0.204*** 0.368* 0.365 0.354
X14 0.613 0.524 0.555 0.291 0.242 0.027**
X15 0.285 0.012 0.344 0.384 0.511 0.602
常数 0.008*** 0.052* 0.035** 0.010** 0.007*** 0.073*

注：OSL模型的调整R2=0.735；表中为因子回归系数；***、**、*分别表示1%、5%、10%的显著水平。

地理探测器筛选出的土地价格、平均居住年限、城市规划、用地类型、公共空间因子在最小二乘线性回归和面板分位数回归结果中显著水平较高，平均高程、人口数量和平均受教育年限因子在10%、75%、90%分位的显著性较低。结合地理探测器和最小二乘线性回归结果可知，土地价格、社区到行政中心的距离、平均居住年限、用地类型、公共空间因子对社区建成环境质量的空间分异起主要作用，而城市规划、社区到车站的距离、社区到地铁站的距离、平均居住年限、就业岗位等因子起次要作用。
由表3还可看出，社区建成环境质量空间分异的系数在所考察分位点随着影响因子的不同而存在4种状态，即随着分布条件由低端向高端变动，系数呈现先增后减、逐渐增大、逐渐减小和先减后增。其中，系数先增后减的因子包括社区到区行政中心距离、平均受教育年限，安宁区社区建成环境质量的空间分异受此影响最为显著，邻近区政府和高校的社区建成环境质量较高，依次向西递减；系数逐渐增大的因子包括社区到地铁站距离、社区到车站距离、土地价格、公共空间，如七里河区邻近高铁站的社区建成环境质量在持续上升；系数逐渐减小的因子为人口数量，表明人口数量超过社区建成环境承载力，其质量会逐渐降低，如城关区光辉村社区周围的环境宜居为中等质量；系数先减后增的因子包括社区道路网密度、平均高程、城市规划、用地类型，表明这些因子对低质量和较低质量社区建成环境有积极作用。综上，土地价格、社区可达性、公共空间、平均高程、城市规划等因子是未来影响社区建成质量空间均衡发展的核心因素。

3.3.2 影响因子的发生机理

通过以上研究可知多因子间的共同作用及交互作用推动兰州市社区建成环境质量的空间分异，其中关键因子决定了社区建成环境质量的高低。为此，遵循“作用因子—作用对象—作用路径—作用结果”的思路，探究社区建成环境质量空间分异格局的发生机理（图3）。
图3 社区建成环境空间异质性发生机理

Fig.3 Formation process of the CBEQ spatial heterogeneity

总体来看，雄厚的经济基础、优质的公共服务、高素质居民以及优越的自然禀赋共同构成了社区建成环境质量良性循环的驱动因素。研究表明[9,23]，人口素质和经济基础呈显著正相关关系，即人口素质越高，社区经济实力越强；公共服务设施建设保证了社区居民享有群体性福利；自然禀赋优越的社区更有利于建成环境的建设与更新。根据调研可知，社区内部或邻近区域若配置地铁站、医院、学校、公园、消防站以及高密度路网等公共设施，其建成环境质量显著提升，居民对社区的主观评价也更为积极。具体分析如下：
①土地价格不仅是社区经济发展水平的映射，更是城市内部土地价值、城市规划、公共设施等多种因素的综合体现。当地价处于较高水平时，规划部门为优化空间布局和提升土地利用效率，往往更加注重公共设施的合理配置。同时，开发商和投资者倾向于在高价值土地上进行高密度开发，追求更高标准的社区建筑设计，以实现土地价值的最大化。高地价通常伴随着房价上涨和公共服务的改善，从而吸引高收入群体和资本流入，推动社区环境的持续优化。例如，受地铁一号线对土地增值的辐射效应，上庄和前庄等社区的建成环境质量显著提升。相反，低土地价格区域往往吸引低收入群体，导致社区资源投入不足，社区建成环境质量逐步下降。这种现象在老旧社区中尤为明显，表现为公共服务供给不足、环境品质恶化以及居民生活质量下滑。
②城市规划、用地类型和社区公共空间通过作用于社区建成环境要素，显著影响居民的主观评价。城市规划作为空间治理的核心工具，通过土地规划、公共空间布局、基础设施配置、社会服务供给以及社区参与机制等多维度干预，直接塑造社区的“硬环境”质量。同时，通过文化设施的配置和社区服务的供给，营造良好的社区文化氛围，增强居民的归属感和满意度。用地类型对社区服务设施的需求和配置具有显著差异，进而导致社区建成环境质量的空间分异。例如，居住用地需配套银行、学校、医院等生活服务设施，以满足居民日常生活的功能性需求；而商业用地则需配置商场、餐馆、娱乐设施等消费服务设施，以支撑其商业活力和经济功能。社区公共空间作为公众使用和享受的开放空间，不仅能够满足居民的基本需求，还能促进居民之间的社会互动和健身活动，从而增强社区的亲和力与凝聚力。
③社区到区行政中心的距离是衡量社区受区行政中心经济和公共服务辐射效应的重要指标，距离越近，受辐射强度越高，社区受益程度越大。区行政中心作为政府资源的集中分布节点，通常具备较高的公共服务设施密度和服务水平，其邻近社区往往能够优先享受优质的教育、医疗、文化等公共服务资源。此外，区行政中心通常是区域治安管理的核心区域，其邻近社区的治安状况普遍优于其他区域，居民的安全感和满意度较高。从可达性角度来看，缩短社区与区行政中心距离能够降低居民办事的交通成本，增强居民参与社区事务，从而提升居民对社区建成环境质量的主观评价。
④社区到公交车站、地铁站、汽车站、火车站和高铁站的距离，以及社区道路网密度，是衡量社区交通可达性的核心指标。社区内交通网络密度越高，则可达性越强，能够为居民提供更加多元化的出行选择。同时，高密度的道路网络不仅能够促进邻里之间的社会互动与交流，还能通过提高街道活力和人流量来强化社区安全性，形成更加宜居的社区环境。根据面板分位数回归结果可知，社区道路网密度的系数呈现先增后减，表明社区道路网需要适量建设，过于密集的路网会增加道路交叉路口和红绿灯数量，不利于社区建成环境的长期发展。
⑤人口数量、平均居住年限和受教育年限通过建设“软环境”进而提升社区建成环境质量。社区发展到成熟阶段时，受社区人口承载力的影响，会“过滤”高素质人群进入该社区，推动社区建成环境的更新与升级。平均居住年限可以衡量居住稳定性、社区吸引力以及居住环境质量。长期居住的居民对社区有更强的认同感和归属感，有利于建立稳定的社交网络和社区关系，增强社区内部的信息传递、资源共享和社区合作。平均受教育年限表达了社区居民的综合素质，体现在提升环境意识、参与社区事务、改善环境行为、提升环境投资意愿和教育资源投入等方面。受教育程度高的居民更容易理解和关注环境保护、资源利用和可持续发展等问题，从而积极参与社区环境保护活动。
⑥兰州作为典型的河谷型城市，城市发展受自然禀赋制约显著，城市发展过程依次为二级阶地、三级阶地、四级阶地，海拔低、坡度小的区域易于城市建设。在城市建设用地的扩张过程中，城乡结合部用地的先开发和基础设施的后建设造成社区建成环境质量由中心向外围逐渐降低。随着河谷二级阶地的开发殆尽，削山造地工程开发的三级阶地和四级阶地（例如九州、青白石和保利领秀山等）受坡度陡、山体滑坡、土壤塌陷的影响，社区建成环境质量偏低。

4 结论与讨论

本文综合运用地理学、人居环境学、社会学等相关学科的理论与方法，以社区建成环境质量为研究对象，测度并分析了兰州市社区建成环境质量及其空间分异与形成机理。主要研究结论如下：整体来看，兰州市社区建成环境质量呈现沿黄河东西向轴带状“核心—边缘”空间特征。分维度来看，环境宜居空间分布整体均衡但存在“逆中心化”现象，生活便利呈现“单中心+轴带状”空间集聚特征，社会稳定形成以区政府为核心的“单中心+点状”的空间特征，精神富足呈现不同等级的“多中心”空间结构。在社区建成环境质量的空间分异形成过程中，两因子交互作用大于单因子作用，各因子间的交互关系表现为双因子增强和非线性增强作用共存，其中非线性增强作用更加显著。社区建成环境质量空间分异的系数在所考察分位点随着影响因子的不同而存在4种状态，即随着分布条件由低端向高端变动，呈现系数先增后减、逐渐增大、逐渐减小和先减后增。其中，土地价格、社区到地铁站的距离、社区到车站的距离、公共空间的作用力持续增强。综合来看，在影响社区建成环境质量空间分异格局的形成因素中，主要因子土地价格、城市规划、社区到区行政中心的距离、平均受教育年限、公共空间等一直发挥着基础性作用，次要因子社区到车站的距离、人口数量、社区到地铁站的距离、社区道路网密度、用地类型、平均居住年限和平均高程则发挥着关键性作用。
兰州市社区建成环境质量的空间结构符合哈里斯—乌尔曼于1945年提出的“多核心模式”，形成了多个区域增长中心，这与Huang等[31]提出的兰州市城市建成环境为单中心集中阶段的结论存在差异。“多核心模式”有助于破解区域发展的“中心—外围”二元结构现象，促进城市建成环境的均衡发展和人地关系的和谐发展。但这种模式具有河谷型城市特色，是以黄河为发展轴在其南北两侧较大的河漫滩形成社区建成环境质量中心。两山夹一河的地形特征促进社区建成环境的东西向发展，制约了南北向的扩张，决定了兰州市串珠轴带状的城市空间结构，符合地理环境决定论[32]。
为促进兰州市社区建成环境质量的均等化发展，本文提出以下建议：针对建成环境质量较低的外围社区，应优先集中投入公共资源，特别是完善东西向交通基础设施的联通性，以弥补这些社区在公共福利享有上的不足，缩小区域发展差距。在宏观层面，应从全域协同发展的视角出发，制定并严格执行相关政策，推动“城”与“村”的深度融合。具体而言，可通过增加城关区的城市蓝绿空间和社区休憩设施配置，优化七里河和西固区的人行道布局，强化安宁区的公共绿化与运动场地的系统性建设，确保半城半村混合社区在建成环境服务供给上的空间公平性。在微观层面，应重点升级七里河和安宁区社区生活圈内的教育、医疗、交通及防灾减灾等客观建成环境要素，补齐居民在健康、就业、教育及安全等方面的短板。特别是针对城乡结合部和城中村社区，如五一山、彭家坪、西沙和新滩等社区，需加强其建成环境的建设与维护，全面提升居住环境品质、社会教育水平、社会治安状况以及公共安全保障能力。
社区建成环境研究涉及人居环境学、地理学、城市规划、社会学等多个学科领域，以及政府部门、社区组织、居民等多个层级和部门，对于丰富健康城市、健康社区和城市空间结构的理论至关重要，关乎城市可持续发展和居民生活质量。国内对于社区建成环境的分析研究还处于初级阶段，尚未形成系统完备的理论体系和实践经验。未来，应进一步借鉴国外先进的社区规划与建设经验，结合中国的国情和城市化进程，加强对社区建成环境的理论研究和实践探索，以推动中国社区建成环境发展的科学化和规范化和可持续。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
刘培林, 钱滔, 黄先海, 等. 共同富裕的内涵、实现路径与测度方法[J]. 管理世界, 2021, 37(8):117-129.

[2]
Forsberg A, Malmborg F. Tools for environmental assessment of the built environment[J]. Building & Environment, 2004, 39(2):223-228.

[3]
Preiser W. Post‐occupancy evaluation:How to make buildings work better[J]. Facilities, 1995, 13(11):19-28.

DOI

[4]
Cervero R, Kockelman K. Travel demand and the 3Ds:Density,diversity,and design[J]. Transportation Research Part D:Transport and Environment, 1997, 2(3):199-219.

DOI

[5]
Ewing R, Cervero R. Travel and the built environment—A meta-analysis[J]. Journal of the American Planning Association, 2010, 76(3):265-294.

DOI

[6]
李王鸣, 刘吉平. 精明、健康、绿色的可持续住区规划愿景——美国LEED-ND评估体系研究[J]. 国际城市规划, 2011, 33(5):66-70,2.

[7]
王晓军, 朱文莉. 日本城市建成环境效率综合评价方法研究[J]. 国际城市规划, 2017, 39(2):147-150.

[8]
James F, Ester C, Jacqueline K, et al. Built environment,physical activity,and obesity:Findings from the international physical activity and environment network (IPEN) adult study[J]. Annual Review of Public Healthy, 2020, 41(1):119-139.

[9]
赵倩, 王德, 朱玮. 上海市杨浦区的生活空间质量评价研究[J]. 上海城市规划, 2012, 16(6):90-95.

[10]
张延吉, 秦波, 朱春武. 北京城市建成环境对犯罪行为和居住安全感的影响[J]. 地理学报, 2019, 74(2):238-252.

DOI

[11]
杨励雅, 王振波. 城市社区建成环境对居民日常出行行为的影响分析[J]. 经济地理, 2019, 39(4):101-108.

DOI

[12]
申悦, 柴彦威, 郭文博. 北京郊区居民一周时空间行为的日间差异[J]. 地理研究, 2013, 32(4):701-710.

[13]
王德, 钟炜菁, 谢栋灿, 等. 手机信令数据在城市建成环境评价中的应用——以上海市宝山区为例[J]. 城市规划学刊, 2015, 22(5):82-90.

[14]
Zhen F, Cao Y, Qin X, et al. Delineation of an urban agglomeration boundary based on Sina Weibo microblog ‘check-in’ data:A case study of the Yangtze River Delta[J]. Cities, 2017, 60(8):180-191.

DOI

[15]
Kent J, Ma L, Mulley C. The objective and perceived built environment:What matters for happiness?[J]. Cities & Health, 2017, 1(1):59-71.

[16]
刘治江, 陈伟, 陈磊, 等. 城市主观建成环境对居民幸福感的影响:基于武汉市城市体检数据[J]. 项目管理技术, 2024, 22(11):20-25.

[17]
贺三维, 祁子良. 主客观建成环境、社会支持与流动人口心理融入——以武汉东湖高新区为例[J]. 人口与发展, 2024, 30(2):15-25.

[18]
孙斌栋, 但波. 上海城市建成环境对居民通勤方式选择的影响[J]. 地理学报, 2015, 70(10):1664-1674.

DOI

[19]
张延吉, 秦波, 唐杰. 城市建成环境对居住安全感的影响——基于全国278个城市社区的实证分析[J]. 地理科学, 2017, 37(9):1318-1325.

DOI

[20]
Zhang Y, Tayarani M, Wang S, et al. Identifying urban built environment factors in pregnancy care and maternal mental health outcomes[J]. BMC Pregnancy and Childbirth, 2021, 21(1):1-20.

DOI

[21]
赵鹏军, 罗佳, 胡昊宇. 基于大数据的生活圈范围与服务设施空间匹配研究——以北京为例[J]. 地理科学进展, 2021, 40(4):541-553.

DOI

[22]
周玉娟, 王恩东, 陈红. 社区建成环境健康评价与居民满意度的相关性分析[J]. 建筑与文化, 2022, 18(5):182-183.

[23]
陈呈奕, 张文忠, 湛东升, 等. 环渤海地区城市人居环境质量评估及影响因素[J]. 地理科学进展, 2017, 36(12):1562-1570.

DOI

[24]
王劲峰, 徐成东. 地理探测器:原理与展望[J]. 地理学报, 2017, 72(1):116-134.

DOI

[25]
李霖, 冯梅. 突发公共卫生事件后城市活力恢复影响因子探究[J]. 测绘地理信息, 2023, 48(2):22-26.

[26]
陈建宝, 丁军军. 分位数回归技术综述[J]. 统计与信息论坛, 2008, 23(3):89-96.

[27]
申悦, 傅行行. 社区主客观特征对社区满意度的影响机理——以上海市郊区为例[J]. 地理科学进展, 2019, 38(5):686-697.

DOI

[28]
Yao W, Chen F, Wang S, et al. Impact of exposure to natural and built environments on positive and negative affect:A systematic review and meta-analysis[J]. Frontiers in Public Health, 2021, 12(9):758457.

[29]
Chen E, Ye Z, Wu H. Nonlinear effects of built environment on intermodal transit trips considering spatial heterogeneity[J]. Transportation Research Part D, 2021, 90(1):102677.

DOI

[30]
Hai H, Yang K, Yang C, et al. Influence and mechanism of a multi-scale built environment on the leisure activities of the elderly:Evidence from Hefei City in China[J]. International Journal of Environmental Research and Public Health, 2022, 19,9237.

DOI

[31]
Huang Z, Bao Y, Mao R, et al. Big geodata reveals spatial patterns of built environment stocks across and within cities in China[J]. Engineering, 2024, 34(3):143-153.

DOI

[32]
王恩涌. “人地关系”的思想从“环境决定论”到“和谐”[J]. 北京大学学报(哲学社会科学版), 1992(1):84-90,121.

Options
Outlines

/

〈 〉