城市公园老年人健身活动空间使用行为影响因素研究方法

城市公园老年人健身活动空间使用行为影响因素研究方法一、量化研究方法（一）问卷调查法问卷调查法是研究城市公园老年人健身活动空间使用行为影响因素的基础方法之一，能够高效收集大规模样本数据。在设计问卷时，需围绕老年人个体特征、健身行为习惯、空间感知三个核心维度展开。个体特征方面，应涵盖年龄、性别、身体状况、居住距离、文化程度、经济水平等内容，例如设置“您的年龄属于哪个区间？（60-69岁/70-79岁/80岁及以上）”“您的居住地址距离公园的步行时间是？（10分钟以内/10-20分钟/20分钟以上）”等问题。健身行为习惯维度，需明确老年人的健身频率、时长、偏好的健身项目、参与健身的时间段等，比如“您每周到公园健身的次数是？（1-2次/3-4次/5次及以上）”“您通常选择在哪个时间段进行健身？（早晨/上午/下午/晚上）”。空间感知维度则聚焦于老年人对公园健身空间的设施满意度、环境舒适度、空间安全性等评价，例如“您对公园内健身器材的数量是否满意？（非常满意/满意/一般/不满意/非常不满意）”“您认为公园健身区域的照明条件是否能保障夜间健身安全？（完全能/基本能/不太能/完全不能）”。为确保问卷的科学性和有效性，正式发放前需进行预调查，选取小样本老年人进行测试，根据反馈调整问题表述、选项设置等，避免出现歧义或难以回答的问题。发放渠道可采用线上线下结合的方式，线下在公园健身区域、社区活动中心等地现场发放，线上通过社区微信群、老年大学公众号等平台推送电子问卷。回收问卷后，运用统计学软件如SPSS、AMOS等进行数据录入与分析，通过描述性统计了解老年人健身行为的整体特征，借助相关性分析、回归分析等方法探究各影响因素与老年人健身空间使用行为之间的关联程度，例如分析居住距离与健身频率的相关性，或者身体状况对健身项目选择的影响程度。（二）行为观察法行为观察法是通过直接观察老年人在公园健身活动空间的行为表现，获取真实、客观的行为数据。观察前需制定详细的观察方案，确定观察地点、时间、对象和观察指标。观察地点应覆盖公园内不同类型的健身空间，如器材健身区、广场舞蹈区、步道健身区等，以全面了解老年人在不同空间的行为差异。观察时间可选取工作日和周末的不同时段，包括早高峰、午间、晚高峰等，捕捉老年人在不同时间段的健身行为规律。观察对象可采用随机抽样或分层抽样的方式确定，确保样本具有代表性。观察指标主要包括老年人的健身起始时间、持续时长、行为类型（如使用器材、散步、跳舞、打太极等）、社交互动情况（是否与他人结伴健身、交流频率等）、空间移动轨迹等。在观察过程中，可运用人工观察和设备辅助观察相结合的方式。人工观察时，观察者需保持客观中立，避免干扰老年人的正常健身行为，使用标准化的观察记录表实时记录行为数据。设备辅助观察可借助监控摄像头、运动捕捉设备等，在不侵犯老年人隐私的前提下，更精准地记录老年人的运动轨迹、动作幅度等信息。观察结束后，对记录的数据进行整理与分析，通过频次统计了解不同健身行为的发生频率，利用时空行为分析方法绘制老年人健身行为的时空分布图，直观呈现老年人在公园健身空间的活动规律，进而分析空间布局、设施配置等因素对老年人行为的影响，例如发现某一区域的健身器材使用率低，可能是由于该区域位置偏僻或器材类型不符合老年人需求。（三）空间句法分析空间句法分析是从空间形态角度探究老年人健身活动空间使用行为影响因素的重要方法。该方法通过对公园健身空间的拓扑结构进行量化分析，揭示空间的可达性、可视性等特征与老年人行为之间的关系。首先，需要对公园健身空间进行空间划分，将其分解为不同的空间单元，如各个健身器材区、广场、步道等。然后，运用空间句法软件如Depthmap对这些空间单元进行建模，计算整合度、选择度、连接度等空间句法指标。整合度反映空间的可达性和吸引力，整合度越高，说明该空间越容易被老年人到达，可能成为健身活动的核心区域；选择度表示空间作为交通路线的可能性，选择度高的空间通常是老年人在公园内移动的主要路径；连接度则体现空间与其他空间的连接数量，连接度高的空间往往具有更便捷的通行条件。结合实地观察和问卷调查数据，分析空间句法指标与老年人健身行为的相关性。例如，若某健身区域的整合度较高，同时观察到该区域的老年人健身人数较多、使用频率较高，说明空间可达性是影响老年人健身空间选择的重要因素。此外，还可通过模拟不同空间布局方案的空间句法指标，预测老年人健身行为的变化，为公园健身空间的优化设计提供参考，比如通过调整健身区域的位置或增加空间连接通道，提高空间的整合度和可达性，吸引更多老年人前来健身。二、质性研究方法（一）深度访谈法深度访谈法能够深入挖掘老年人在公园健身活动空间使用过程中的主观感受、需求和体验，弥补量化研究方法在情感、动机等方面的不足。访谈对象的选取应具有多样性，涵盖不同年龄、性别、身体状况、健身习惯的老年人，例如既有长期坚持健身的“常客”，也有偶尔参与的“新手”；既有偏好传统健身项目如打太极、舞剑的老年人，也有喜欢现代健身项目如广场舞、健身操的老年人。访谈前需制定访谈提纲，提纲应围绕研究主题设计开放式问题，引导老年人分享自己的健身经历、对公园健身空间的看法、影响其选择健身空间的因素等，比如“您能详细说说您选择到这个公园健身的原因吗？”“在使用公园健身空间的过程中，您遇到过哪些让您不满意的地方？”“您认为公园健身空间还需要在哪些方面进行改进，才能更好地满足您的健身需求？”。访谈过程中，访谈者需营造轻松、信任的氛围，鼓励老年人自由表达观点，避免打断或引导老年人按照预设答案回答。同时，要注意观察老年人的肢体语言、表情等非言语信息，获取更丰富的情感线索。访谈可采用面对面访谈或线上视频访谈的方式，面对面访谈能更好地建立沟通信任，线上访谈则适合因身体原因或居住距离较远的老年人。每次访谈时间控制在30-60分钟左右，避免老年人过于疲劳。访谈结束后，及时对访谈内容进行转录和整理，运用质性分析软件如NVivo、MAXQDA等进行编码分析，提炼出老年人健身空间使用行为影响因素的核心范畴，如空间环境因素、设施因素、社交因素等，并分析各范畴之间的内在联系。（二）焦点小组访谈法焦点小组访谈法是组织一组具有相似特征或共同经历的老年人进行集体讨论，通过互动交流激发群体思维，深入探讨城市公园老年人健身活动空间使用行为的影响因素。小组规模一般控制在6-10人，成员构成应考虑年龄、性别、健身项目偏好等因素的多样性，以确保讨论的全面性和代表性。例如，可组织一组以广场舞为主要健身项目的老年女性，或者一组年龄在70岁以上、身体状况相对较弱的老年人进行讨论。访谈前同样需要准备详细的讨论提纲，提纲内容应聚焦于研究主题，例如“大家认为公园健身空间的哪些环境因素会影响您的健身心情？”“在选择健身伙伴时，公园健身空间的哪些条件会起到作用？”。访谈过程中，主持人要引导小组围绕提纲展开讨论，鼓励成员积极发言，同时控制讨论节奏，避免出现个别成员主导讨论或话题偏离的情况。当成员之间出现观点冲突或不同看法时，主持人应及时引导大家进行深入交流，挖掘背后的原因。访谈结束后，对讨论内容进行整理和分析，提取关键观点和共识，同时关注成员之间的互动关系和观点碰撞，从中发现潜在的影响因素。例如，在讨论中发现老年人普遍认为公园健身空间的社交氛围会影响他们的健身积极性，若健身区域有熟悉的朋友或活跃的社交群体，他们更愿意前往健身，这就揭示了社交因素对老年人健身空间使用行为的重要影响。（三）参与式观察法参与式观察法要求研究者深入老年人的健身活动场景，以参与者的身份融入其中，亲身体验老年人的健身过程，从而更直观、全面地了解影响其健身空间使用行为的因素。研究者需提前与老年人建立良好的关系，获得他们的信任和接纳，例如可以先以学习者的身份参与老年人的健身活动，如跟着学习打太极、跳广场舞等，逐渐融入群体。在参与过程中，不仅要观察老年人的行为表现，还要倾听他们的交流对话、感受他们的情绪变化，记录下与健身空间使用相关的各种细节，比如老年人如何选择健身器材、在什么情况下会更换健身区域、与其他健身者的互动模式等。同时，研究者要保持反思性，定期对观察到的现象进行分析和总结，思考背后的影响因素。例如，观察到某一时间段内公园健身区域的老年人突然增多，可能是因为当天天气适宜，或者社区组织了健身活动；发现老年人对某一健身器材的使用率较低，可能是由于器材操作复杂、缺乏使用说明，或者器材位置不合理。参与式观察的时间应持续一定周期，以捕捉到不同情况下老年人的健身行为变化，确保观察结果的真实性和可靠性。观察结束后，将观察记录与其他研究方法获取的数据相结合，进行综合分析，更深入地揭示老年人健身空间使用行为的影响机制。三、混合研究方法（一）量化与质性研究结合的设计思路混合研究方法是将量化研究和质性研究有机结合，发挥两种方法的优势，更全面、深入地探究城市公园老年人健身活动空间使用行为的影响因素。在设计研究方案时，可采用解释性序列设计或探索性序列设计。解释性序列设计先进行量化研究，通过问卷调查、行为观察等方法收集大规模数据，分析各影响因素与老年人健身空间使用行为的相关性，确定主要影响因素。然后，针对量化研究中发现的关键问题或未解释清楚的现象，运用质性研究方法如深度访谈、焦点小组访谈等进行深入探究，解释量化结果背后的原因和机制。例如，量化研究发现居住距离是影响老年人健身频率的重要因素，但无法解释为何部分居住距离较远的老年人仍坚持高频次健身，此时通过深度访谈可以了解到这些老年人可能是因为公园健身空间的社交氛围浓厚，或者对特定的健身项目有强烈偏好，从而愿意克服距离障碍。探索性序列设计则先开展质性研究，通过深度访谈、参与式观察等方法获取老年人的主观体验和需求，提炼出可能的影响因素。在此基础上，设计量化研究工具如问卷，对这些影响因素进行大规模验证和分析，确定其影响程度和作用机制。比如，通过参与式观察发现老年人对公园健身空间的“归属感”会影响其使用行为，随后设计相关问卷题目，对不同公园的老年人进行调查，统计分析“归属感”与健身频率、空间选择等行为指标的相关性，验证“归属感”是否为重要影响因素。（二）数据整合与分析方法在混合研究中，数据整合是关键环节。量化数据和质性数据的类型和结构不同，需要采用合适的方法进行整合。一种方法是顺序整合，先分析量化数据，得到初步结论，再将质性数据作为补充，对量化结论进行解释和深化；或者先分析质性数据，提炼出主题和范畴，再用量化数据进行验证。例如，先通过问卷调查统计出老年人对公园健身设施的满意度得分，然后结合深度访谈中老年人对设施的具体评价，分析满意度得分背后的原因，是设施数量不足、质量问题还是功能不符合需求。另一种方法是并行整合，将量化数据和质性数据同时进行分析，然后对比两者的结果，寻找一致性和差异性。比如，通过行为观察记录老年人在公园健身空间的活动轨迹和停留时间，同时通过访谈了解老年人对不同空间的偏好，对比两者结果，若观察到老年人在某一区域停留时间较长，且访谈中老年人也表示该区域环境舒适、设施完善，说明该区域确实更受老年人欢迎；若出现观察结果与访谈内容不一致的情况，则需要进一步探究原因，可能是老年人的主观偏好与实际行为存在偏差，或者观察过程中存在未考虑到的因素。在分析整合后的数据时，可运用三角验证法，通过不同来源的数据、不同研究方法的结果相互印证，提高研究结论的可信度和有效性。例如，问卷调查显示老年人对公园健身空间的安全性评价较高，行为观察发现老年人在健身过程中未出现明显的安全问题，深度访谈中老年人也提及公园安保措施到位、健身区域地面平整等，这就从多个角度验证了安全性是影响老年人健身空间使用行为的重要因素。同时，还可运用元分析方法，对量化研究的统计结果和质性研究的主题范畴进行综合分析，构建更全面的影响因素模型，为城市公园老年人健身活动空间的规划、设计和管理提供更科学的依据。四、新兴技术研究方法（一）GIS空间分析技术GIS（地理信息系统）空间分析技术能够将老年人健身活动空间的地理信息与行为数据相结合，从空间维度深入分析影响因素。首先，需要收集公园及周边的地理数据，包括公园的边界、健身区域的位置、周边的道路网络、公共交通站点、居民区分布等，将这些数据导入GIS软件中，构建空间数据库。同时，结合问卷调查和行为观察获取的老年人健身行为数据，如健身起始点、活动范围、移动轨迹等，将其与地理数据进行关联。通过GIS的空间分析功能，可进行缓冲区分析、叠加分析、网络分析等。缓冲区分析可用于研究公园健身空间的服务范围，例如以公园健身区域为中心，设置不同距离的缓冲区，分析缓冲区内的老年人口分布与健身空间使用频率的关系，判断服务范围是否合理。叠加分析能够将老年人健身行为数据与公园环境数据、周边设施数据等进行叠加，比如将老年人的健身频率分布与公园内的绿化覆盖率、噪声分布等数据叠加，分析环境因素对老年人健身行为的影响。网络分析则可用于评估老年人从居住地到公园健身空间的可达性，考虑道路状况、交通方式等因素，计算不同居住地点到公园的最短路径、出行时间等，分析可达性对老年人健身空间选择的影响程度。此外，GIS还可用于制作可视化地图，将老年人健身行为的空间分布、影响因素的空间差异等直观展示出来，例如绘制老年人健身频率热力图、健身设施满意度分布图等，帮助研究者和管理者更清晰地了解公园健身空间的使用现状和存在的问题，为空间优化和管理决策提供直观依据。（二）wearable设备数据采集技术wearable设备如智能手环、智能手表等能够实时、精准地采集老年人的健身行为数据，为研究提供更客观、详细的信息。在研究中，可招募老年人佩戴wearable设备，连续记录一段时间内的健身活动数据，包括步数、运动距离、运动强度、心率、睡眠质量等。这些数据能够准确反映老年人的健身实际情况，弥补问卷调查中老年人自我报告可能存在的偏差，比如老年人可能会高估自己的健身时长或运动强度，而wearable设备的数据则能提供更真实的记录。同时，结合wearable设备采集的位置信息（如GPS定位），可以了解老年人的健身活动轨迹，分析他们在公园内的移动范围、停留区域等，进一步探究空间因素对老年人健身行为的影响。例如，通过分析老年人的运动轨迹，发现他们更倾向于在公园内的某一条步道上散步，可能是因为该步道风景优美、路面平整，或者沿途有休息座椅等设施。此外，还可将wearable设备采集的生理数据与健身空间的环境数据相结合，分析环境因素对老年人健身效果的影响，比如研究不同时间段公园内的空气质量、温度、湿度等环境指标与老年人运动时心率变化的关系，判断环境条件是否适合老年人进行健身活动。在使用wearable设备采集数据时，需注意保护老年人的隐私，确保数据的安全性和保密性。同时，要对老年人进行培训，指导他们正确使用设备，避免因操作不当导致数据不准确。采集的数据可与其他研究方法获取的数据进行整合分析，例如将wearable设备记录的健身强度数