城市街道空间步行适宜性对老年人步行行为GWR与中介效应结合

城市街道空间步行适宜性对老年人步行行为GWR与中介效应结合一、老年人步行行为与街道空间适宜性的关联基础（一）老年人步行行为的特征与需求随着全球人口老龄化进程的加速，老年人的生活质量与健康状况愈发受到社会关注。步行作为老年人最主要的日常出行方式，不仅是满足其基本生活需求的重要手段，更是维持身体机能、促进心理健康的关键途径。与年轻人相比，老年人的步行行为呈现出明显的特征：步行速度较慢，通常在0.8-1.2米/秒之间；步行距离较短，多集中在1-2公里范围内的社区周边；出行目的以购物、就医、社交休闲等非通勤活动为主，且出行时间具有较强的规律性，多集中在早晨、傍晚等时段。从需求层面来看，老年人对步行环境的要求更为严苛。他们更倾向于选择路面平坦、设施完善、环境安全的街道空间。具体而言，老年人需要清晰的道路标识、充足的照明设施、舒适的步行道宽度、便捷的休息座椅以及无障碍设施等。此外，街道空间的景观质量、噪音水平、空气质量等环境因素也会对老年人的步行意愿产生重要影响。例如，绿树成荫、鸟语花香的街道能够提升老年人的步行体验，而嘈杂的交通噪音和恶劣的空气质量则会降低他们的步行积极性。（二）街道空间步行适宜性的内涵与评价维度街道空间步行适宜性是指街道空间满足行人步行需求的程度，是一个综合性的概念，涵盖了多个评价维度。从物质空间层面来看，主要包括步行道的物理特征、交通设施、公共服务设施等方面。步行道的物理特征包括步行道宽度、路面平整度、坡度等；交通设施包括交通信号灯、斑马线、隔离护栏等；公共服务设施包括休息座椅、垃圾桶、公共卫生间等。从环境层面来看，街道空间的景观环境、气候环境、安全环境等也是重要的评价维度。景观环境包括街道两侧的绿化覆盖率、建筑风格、广告牌设置等；气候环境包括温度、湿度、风速等；安全环境包括犯罪率、交通事故发生率、照明条件等。此外，社会文化因素如街道的活力、邻里关系等也会对街道空间步行适宜性产生影响。例如，充满活力的街道往往能够吸引更多的行人，而良好的邻里关系则能够提升老年人在步行过程中的安全感和归属感。二、GWR模型在老年人步行行为研究中的应用（一）GWR模型的原理与优势地理加权回归（GeographicallyWeightedRegression，GWR）是一种空间统计分析方法，它允许回归系数在空间上发生变化，能够有效地捕捉变量之间的空间异质性。与传统的全局回归模型（如普通最小二乘法回归）不同，GWR模型通过给每个空间单元赋予不同的权重，使得回归系数能够根据空间位置的变化而进行调整。GWR模型的基本原理是基于局部加权最小二乘法，通过构建一个空间权重矩阵，对每个观测点周围的样本数据进行加权处理，从而得到该点的回归系数。空间权重矩阵的构建通常采用距离衰减函数，如高斯函数、双平方函数等，使得距离观测点越近的样本数据具有越大的权重，距离越远的样本数据权重越小。在老年人步行行为研究中，GWR模型具有显著的优势。首先，它能够揭示街道空间步行适宜性与老年人步行行为之间关系的空间异质性。由于不同区域的街道空间特征和老年人需求存在差异，全局回归模型往往无法准确捕捉这种差异，而GWR模型则可以通过局部回归系数的变化，直观地展示这种空间异质性。其次，GWR模型能够提高模型的拟合精度，更好地解释老年人步行行为的空间变化规律。最后，GWR模型的结果可视化程度高，能够通过地图等形式直观地展示回归系数的空间分布，为城市规划和管理提供更具针对性的决策依据。（二）GWR模型的变量选择与数据处理在应用GWR模型研究老年人步行行为与街道空间步行适宜性的关系时，需要合理选择自变量和因变量。因变量通常选择老年人的步行频率、步行时长、步行距离等能够反映步行行为的指标。自变量则需要从街道空间步行适宜性的多个评价维度中进行选取，如步行道宽度、路面平整度、照明设施密度、休息座椅数量、绿化覆盖率等。数据处理是GWR模型应用的关键环节。首先，需要对收集到的数据进行预处理，包括数据清洗、异常值处理、缺失值填补等。其次，需要对自变量进行标准化处理，以消除量纲的影响，提高模型的稳定性和可靠性。此外，还需要构建空间权重矩阵，确定合适的带宽参数。带宽参数的选择直接影响到GWR模型的拟合效果，通常可以通过交叉验证法、AIC准则等方法来确定最优带宽。（三）GWR模型的实证分析结果与解读通过对某城市的实证研究，应用GWR模型分析街道空间步行适宜性对老年人步行行为的影响，得到了一系列有意义的结果。研究发现，街道空间步行适宜性的各个维度对老年人步行行为的影响程度存在明显的空间异质性。从步行道宽度来看，在城市中心区域，由于人口密度大、交通流量大，步行道宽度对老年人步行行为的影响更为显著。较宽的步行道能够提供更舒适的步行空间，吸引更多的老年人步行；而在城市郊区，由于人口密度相对较低，步行道宽度的影响则相对较小。从照明设施密度来看，在老旧小区集中的区域，照明设施密度对老年人步行行为的影响较大。良好的照明条件能够提升老年人的步行安全感，增加他们在夜间步行的意愿；而在新建小区区域，由于照明设施相对完善，其影响程度则相对较低。从绿化覆盖率来看，在城市公园周边的街道，绿化覆盖率对老年人步行行为的影响更为明显。优美的景观环境能够提升老年人的步行体验，吸引他们进行更长时间的步行；而在交通主干道两侧的街道，由于噪音和空气污染较为严重，绿化覆盖率的影响则相对较弱。通过对GWR模型结果的解读，可以为城市规划和管理部门提供针对性的建议。例如，在城市中心区域，可以通过拓宽步行道、优化交通组织等方式提升街道空间步行适宜性；在老旧小区集中的区域，可以加强照明设施建设，改善老年人的步行安全环境；在城市公园周边的街道，可以进一步提升绿化景观质量，打造更具吸引力的步行空间。三、中介效应在老年人步行行为研究中的作用机制（一）中介效应的概念与理论基础中介效应是指自变量通过影响中介变量，进而对因变量产生影响的过程。在老年人步行行为研究中，中介效应可以帮助我们深入理解街道空间步行适宜性对老年人步行行为的作用机制。具体而言，街道空间步行适宜性可能通过影响老年人的步行感知、步行态度、步行满意度等中介变量，进而影响他们的步行行为。中介效应的理论基础源于社会心理学中的认知行为理论。该理论认为，个体的行为是由其认知、情感和环境因素共同作用的结果。在老年人步行行为中，街道空间步行适宜性作为环境因素，会首先影响老年人的步行感知，即他们对步行环境的主观评价和感受。步行感知又会进一步影响老年人的步行态度，包括对步行的喜好程度、步行的意愿等。最后，步行态度会影响老年人的步行行为，如步行频率、步行时长等。（二）中介变量的选取与测量在选取中介变量时，需要结合老年人步行行为的特点和街道空间步行适宜性的内涵进行综合考虑。常见的中介变量包括步行感知、步行态度、步行满意度、社会支持等。步行感知可以通过问卷调查的方式进行测量，例如询问老年人对步行道宽度、路面平整度、照明设施等方面的满意度；步行态度可以通过量表进行测量，如步行意愿量表、步行喜好程度量表等；步行满意度可以通过整体满意度评分、各维度满意度评分等方式进行测量；社会支持可以通过询问老年人在步行过程中获得的家人、朋友、社区等方面的支持程度来进行测量。在测量过程中，需要注意量表的信度和效度。信度是指测量结果的稳定性和可靠性，效度是指测量结果能够准确反映所要测量的概念的程度。为了提高测量的准确性，可以采用多种测量方法相结合的方式，如问卷调查、访谈、实地观察等。（三）中介效应的检验与结果分析中介效应的检验通常采用逐步回归法、Bootstrap法等方法。逐步回归法是通过依次检验自变量对因变量的影响、自变量对中介变量的影响以及中介变量对因变量的影响，来判断中介效应是否存在。Bootstrap法则是通过重复抽样的方式，构建中介效应的置信区间，从而判断中介效应的显著性。通过对某城市老年人步行行为的实证研究，检验中介效应的结果表明，步行感知和步行态度在街道空间步行适宜性与老年人步行行为之间起到了显著的中介作用。具体而言，街道空间步行适宜性的提升能够显著改善老年人的步行感知，进而提升他们的步行态度，最终促进老年人的步行行为。进一步分析发现，不同中介变量的中介效应大小存在差异。步行感知的中介效应相对较大，说明街道空间步行适宜性对老年人步行行为的影响更多是通过影响他们的步行感知来实现的。这也提示我们，在提升街道空间步行适宜性的过程中，需要更加关注老年人的主观感受，从他们的需求出发，优化步行环境。四、GWR与中介效应结合的研究框架构建（一）结合的必要性与可行性将GWR模型与中介效应相结合，能够更全面、深入地揭示街道空间步行适宜性对老年人步行行为的影响机制。一方面，GWR模型能够捕捉变量之间的空间异质性，帮助我们了解不同区域街道空间步行适宜性对老年人步行行为影响的差异；另一方面，中介效应能够深入剖析自变量与因变量之间的作用路径，揭示街道空间步行适宜性影响老年人步行行为的内在机制。从可行性来看，GWR模型和中介效应的研究方法已经相对成熟，在各自的领域都得到了广泛的应用。同时，两者的结合并不存在技术上的障碍。我们可以先通过GWR模型分析街道空间步行适宜性对老年人步行行为的直接影响，以及这种影响的空间异质性；然后，在GWR模型的基础上，引入中介变量，检验中介效应的存在性和空间差异，从而构建一个更加完整的研究框架。（二）研究框架的构建步骤数据收集与预处理：收集研究区域内老年人步行行为数据、街道空间步行适宜性数据以及中介变量数据。对收集到的数据进行清洗、整理和标准化处理，确保数据的质量和可靠性。GWR模型分析：以老年人步行行为指标为因变量，以街道空间步行适宜性各维度指标为自变量，构建GWR模型，分析街道空间步行适宜性对老年人步行行为的直接影响，并揭示这种影响的空间异质性。中介效应检验：在GWR模型的基础上，引入中介变量，构建中介效应模型。采用逐步回归法、Bootstrap法等方法检验中介效应的存在性，并分析中介效应的空间差异。结果整合与解读：将GWR模型的结果和中介效应的检验结果进行整合，深入剖析街道空间步行适宜性对老年人步行行为的影响机制。结合研究区域的实际情况，提出针对性的城市规划和管理建议。（三）研究框架的优势与创新点与单独使用GWR模型或中介效应相比，结合的研究框架具有明显的优势和创新点。首先，它能够同时揭示街道空间步行适宜性对老年人步行行为的直接影响和间接影响，以及这种影响的空间异质性，使研究结果更加全面、深入。其次，该研究框架能够为城市规划和管理部门提供更具针对性的决策依据。通过了解不同区域街道空间步行适宜性对老年人步行行为的影响机制，以及中介变量的作用差异，可以制定差异化的规划和管理策略，提升老年人的步行环境质量。此外，该研究框架还能够丰富老年人步行行为研究的理论体系。将空间分析方法和社会心理学理论相结合，为老年人步行行为研究提供了新的视角和方法，有助于推动该领域的进一步发展。五、实证研究：以某城市为例（一）研究区域概况与数据来源本研究选取某城市作为研究区域，该城市是一个典型的老龄化城市，60岁以上老年人口占总人口的比例超过20%。研究区域涵盖了城市中心区、老旧小区集中区、新建小区区、城市公园周边区等不同类型的区域，具有较强的代表性。数据来源主要包括以下几个方面：一是通过问卷调查收集老年人步行行为数据，共发放问卷1000份，回收有效问卷850份；二是通过实地测量和GIS技术获取街道空间步行适宜性数据，包括步行道宽度、路面平整度、照明设施密度、绿化覆盖率等指标；三是通过问卷调查和访谈收集中介变量数据，包括步行感知、步行态度、步行满意度等。（二）GWR模型与中介效应结合的实证分析过程数据预处理：对收集到的数据进行清洗和整理，剔除无效数据和异常值。对自变量和中介变量进行标准化处理，以消除量纲的影响。GWR模型构建与分析：以老年人步行频率为因变量，以步行道宽度、路面平整度、照明设施密度、绿化覆盖率等为自变量，构建GWR模型。通过交叉验证法确定最优带宽，得到各变量的局部回归系数。结果显示，步行道宽度、照明设施密度、绿化覆盖率等变量对老年人步行频率的影响存在明显的空间异质性。中介效应检验：引入步行感知作为中介变量，构建中介效应模型。采用Bootstrap法检验中介效应的存在性，结果表明步行感知在街道空间步行适宜性与老年人步行频率之间起到了显著的中介作用。进一步分析发现，中介效应的大小在不同区域存在差异，在老旧小区集中区，中介效应相对较大，而在新建小区区，中介效应相对较小。结果解读与分析：结合GWR模型和中介效应的检验结果，深入分析不同区域街道空间步行适宜性对老年人步行行为的影响机制。在城市中心区，步行道宽度和照明设施密度是影响老年人步行行为的主要因素，步行感知的中介效应相对较小；在老旧小区集中区，照明设施密度和步行感知的中介效应都较为显著；在城市公园周边区，绿化覆盖率和步行感知的中介效应是影响老年人步行行为的关键因素。（三）研究结果对城市规划与管理的启示基于实证研究结果，对城市规划与管理提出以下启示：差异化规划策略：针对不同区域的特点，制定差异化的街道空间规划策略。在城市中心区，重点优化步行道宽度和交通组织，提升步行空间的舒适性和安全性；在老旧小区集中区，加强照明设施建设和步行环境整治，改善老年人的步行感知；在城市公园周边区，进一步提升绿化景观质量，打造更具吸引力的步行空间。关注中介变量的作用：在提升街道空间步行适宜性的过程中，要充分关注中介变量的作用。通过改善老年人的步行感知、步行态度和步行满意度，促进他们的步行行为。例如，可以通过开展宣传教育活动，提高老年人对步行环境的认知和重视程度；通过组织社区活动，增强老年人的社交互动，提升他们的步行意愿。加强跨部门协作：城市街道空间的规划与管理涉及多个部门，如规划部门、交通部门、园林部门、民政部门等。各部门之间要加强协作，形成合力，共同推进老年人步行环境的改善。例如，规划部门在制定城市规划时，要充分考虑老年人的步行需求；交通部门要优化交通组织，减少对步行空间的干扰；园林部门要加强街道绿化建设，提升景观质量。六、结论与展望（一）研究结论本研究通过将GWR模型与中介效应相结合，深入探讨了城市街道空间步行适宜性对老年人步行行为的影响机制。研究结果