城市街道空间步行适宜性对老年人步行行为地理加权回归

城市街道空间步行适宜性对老年人步行行为地理加权回归一、老年人步行行为与街道空间适宜性的关联逻辑在城市老龄化进程加速的背景下，老年人的日常出行需求与城市空间环境的适配性愈发受到关注。步行作为老年人最主要的出行方式，其行为特征不仅与个体的身体机能、出行目的紧密相关，更与街道空间的物理属性、服务功能等适宜性要素存在深度耦合关系。从行为地理学的视角来看，老年人的步行行为并非随机发生，而是在特定街道空间环境的刺激与约束下产生的选择性活动。街道空间步行适宜性是一个综合性概念，涵盖了街道的安全性、舒适性、便捷性以及环境感知等多个维度。安全性方面，完善的交通信号灯、清晰的人行横道、隔离的步行空间等设施，能够有效降低老年人步行时面临的交通风险，提升其出行的安全感。舒适性则与街道的绿化覆盖率、铺装平整度、遮阳避雨设施等密切相关，良好的舒适性能延长老年人的步行时长和距离。便捷性主要体现在街道的可达性上，包括与公共交通站点的衔接、周边服务设施的分布密度等，直接影响老年人能否高效完成购物、就医、社交等出行目的。而环境感知则涉及街道空间的美观度、安静程度等主观感受，对老年人的步行意愿产生潜移默化的影响。老年人的步行行为可以通过步行频率、步行时长、步行范围等指标进行量化描述。一般而言，步行适宜性较高的街道区域，老年人的步行频率相对更高，步行时长更长，步行范围也更广泛。例如，在配备了充足休息座椅、沿途有社区公园和便利店的街道，老年人更愿意在此进行日常散步、休闲购物等活动，步行行为的发生频次和持续时间都会显著增加。反之，在缺乏必要步行设施、交通秩序混乱的街道，老年人的步行行为会受到明显抑制，甚至可能选择减少外出活动。二、地理加权回归模型的应用基础与优势传统的全局回归模型，如普通最小二乘法（OLS），在分析街道空间步行适宜性与老年人步行行为的关系时，往往假设变量之间的关系在整个研究区域内是恒定不变的。然而，城市空间具有显著的异质性，不同区域的街道空间特征、老年人人口结构以及社会经济环境等存在较大差异，这使得全局回归模型的分析结果难以准确反映局部区域内变量之间的真实关系。地理加权回归（GWR）模型正是为解决这一问题而提出的一种空间分析方法。GWR模型允许回归系数在空间上发生变化，通过给每个空间单元赋予不同的权重，使得模型能够捕捉到变量关系的空间非平稳性。其核心思想是，在估计每个空间单元的回归系数时，更多地考虑邻近空间单元的观测值，而对距离较远的观测值赋予较小的权重。这种局部加权的方式，能够更精准地揭示街道空间步行适宜性要素在不同区域对老年人步行行为的影响程度和方向。与全局回归模型相比，GWR模型具有明显的优势。首先，它能够识别出变量关系的空间异质性，帮助研究者发现不同区域内影响老年人步行行为的关键因素及其作用强度的差异。例如，在城市中心区域，街道的便捷性可能是影响老年人步行行为的主导因素，而在城市郊区，街道的安全性和舒适性可能更为重要。其次，GWR模型的分析结果具有更高的空间分辨率，能够直观地展示出街道空间步行适宜性对老年人步行行为影响的空间分布格局，为城市规划和政策制定提供更具针对性的依据。此外，GWR模型还可以通过一系列的诊断指标，如赤池信息准则（AIC）、残差分析等，对模型的拟合效果进行评估，确保分析结果的可靠性。三、研究区域与数据采集（一）研究区域选择本研究选取了我国东部某特大城市的三个典型城区作为研究区域，分别代表了城市中心区、近郊区和远郊区。城市中心区商业繁华，人口密度高，街道网络密集，但交通拥堵问题较为突出；近郊区是城市扩张的主要区域，既有新建的住宅小区，也保留了部分乡村风貌，街道空间呈现出新旧交织的特点；远郊区则以生态环境良好、人口密度较低为特征，街道设施相对不完善。这三个区域在街道空间特征、老年人人口结构等方面存在显著差异，能够为分析街道空间步行适宜性对老年人步行行为的影响提供丰富的样本数据。（二）数据采集内容与方法街道空间步行适宜性数据物理环境数据：通过实地测量和地理信息系统（GIS）技术获取。包括街道的宽度、长度、铺装类型、绿化覆盖率、交通信号灯数量、人行横道密度等指标。实地测量主要针对街道的微观特征，如铺装平整度、休息座椅数量等；GIS技术则用于提取街道的宏观空间信息，如与公共交通站点的距离、周边服务设施的分布等。社会环境数据：采用问卷调查和访谈的方式收集。了解老年人对街道空间安全性、舒适性、便捷性等方面的主观评价，以及对街道环境的感知和满意度。问卷调查对象为研究区域内60岁以上的老年人，共发放问卷1200份，回收有效问卷1024份。访谈则针对部分老年人进行深入交流，获取其步行行为背后的动机和需求。老年人步行行为数据GPS轨迹数据：招募了200名老年人作为志愿者，为其配备GPS定位设备，连续记录其一周内的步行轨迹数据。通过对GPS数据的处理和分析，提取老年人的步行起点、终点、步行路径、步行时长、步行距离等信息。出行日志数据：结合GPS轨迹数据，要求志愿者填写出行日志，记录每次步行的出行目的、同行人员、遇到的问题等详细信息，进一步丰富对老年人步行行为的了解。（三）数据预处理在进行地理加权回归分析之前，需要对采集到的数据进行预处理。首先，对街道空间步行适宜性数据进行标准化处理，消除不同指标之间的量纲差异，确保各变量在模型中具有同等的影响力。其次，对老年人步行行为数据进行清洗，去除异常值和缺失值，保证数据的准确性和完整性。最后，将街道空间步行适宜性数据与老年人步行行为数据进行空间匹配，建立起每个街道单元与对应老年人步行行为数据的关联关系。四、地理加权回归模型的构建与变量选择（一）模型构建地理加权回归模型的基本形式如下：[y_i=\beta_0(u_i,v_i)+\sum_{k=1}^p\beta_k(u_i,v_i)x_{ik}+\varepsilon_i]其中，(y_i)为第(i)个空间单元的老年人步行行为因变量，如步行频率、步行时长等；(x_{ik})为第(i)个空间单元的第(k)个街道空间步行适宜性自变量；(\beta_0(u_i,v_i))为空间单元((u_i,v_i))处的截距项；(\beta_k(u_i,v_i))为空间单元((u_i,v_i))处第(k)个自变量的回归系数；(\varepsilon_i)为随机误差项。在模型构建过程中，需要选择合适的核函数和带宽参数。核函数用于确定空间权重的计算方式，常用的核函数有高斯核函数、双平方核函数等。带宽参数则决定了权重衰减的速度，直接影响模型的拟合效果。本研究采用交叉验证的方法来选择最优的带宽参数，以确保模型能够准确捕捉变量关系的空间非平稳性。（二）变量选择因变量选择：选取老年人的步行频率作为因变量，即老年人每周步行出行的次数。步行频率能够较为直观地反映老年人步行行为的活跃程度，是衡量其步行行为的重要指标之一。自变量选择：从街道空间步行适宜性的安全性、舒适性、便捷性和环境感知四个维度选取自变量。具体包括：安全性维度：人行横道密度（(x_1)）、交通信号灯数量（(x_2)）、步行空间与机动车道隔离程度（(x_3)）。舒适性维度：街道绿化覆盖率（(x_4)）、铺装平整度（(x_5)）、休息座椅数量（(x_6)）。便捷性维度：与最近公共交通站点距离（(x_7)）、周边便利店密度（(x_8)）、周边社区医院距离（(x_9)）。环境感知维度：街道美观度评分（(x_{10})）、街道安静程度评分（(x_{11})）。这些自变量能够较为全面地反映街道空间步行适宜性的各个方面，为分析其对老年人步行行为的影响提供了丰富的解释变量。五、地理加权回归结果分析（一）全局回归与地理加权回归结果对比首先，采用普通最小二乘法（OLS）进行全局回归分析，作为与地理加权回归（GWR）结果的对比。全局回归结果显示，部分自变量与因变量之间的关系并不显著，且模型的拟合优度（(R^2)）较低，仅为0.32。这表明全局回归模型未能充分考虑变量关系的空间异质性，无法准确揭示街道空间步行适宜性对老年人步行行为的真实影响。而GWR模型的拟合优度（(R^2)）达到了0.68，显著高于全局回归模型，说明GWR模型能够更好地拟合数据，捕捉到变量关系的空间非平稳性。同时，GWR模型的赤池信息准则（AIC）值也明显低于全局回归模型，进一步验证了GWR模型的优越性。（二）回归系数的空间分布特征通过GWR模型的计算，得到了每个自变量在不同空间单元的回归系数。分析这些回归系数的空间分布特征，可以发现街道空间步行适宜性对老年人步行行为的影响存在显著的空间差异。安全性维度变量：人行横道密度（(x_1)）和交通信号灯数量（(x_2)）的回归系数在城市中心区和近郊区的部分区域为正且显著，而在远郊区的部分区域则不显著。这说明在交通流量较大、人口密集的城市中心区和近郊区，完善的人行横道和交通信号灯设施能够有效提升老年人的步行安全感，促进其步行行为的发生。而在远郊区，由于交通流量相对较小，老年人步行时面临的交通风险较低，因此这些安全性设施对其步行行为的影响相对较弱。步行空间与机动车道隔离程度（(x_3)）的回归系数在整个研究区域内均为正且显著，尤其是在城市中心区的核心商圈，回归系数值更大。这表明无论在哪个区域，隔离的步行空间都能有效降低老年人步行时的交通风险，对其步行行为产生积极影响，且在交通复杂的区域，这种影响更为明显。舒适性维度变量：街道绿化覆盖率（(x_4)）和休息座椅数量（(x_6)）的回归系数在城市中心区和近郊区的部分区域为正且显著，而在远郊区的大部分区域，回归系数虽然为正，但显著性较低。这是因为城市中心区和近郊区的老年人对街道环境的舒适性要求较高，良好的绿化和充足的休息座椅能够提升其步行的舒适度，延长步行时长和距离。而在远郊区，由于自然生态环境较好，老年人对街道绿化的敏感度相对较低，且周边有更多的自然休憩空间，因此休息座椅数量对其步行行为的影响相对较弱。铺装平整度（(x_5)）的回归系数在整个研究区域内均为正且显著，说明铺装平整度是影响老年人步行舒适性的关键因素，无论在哪个区域，平整的街道铺装都能有效减少老年人步行时的身体负担，促进其步行行为。便捷性维度变量：与最近公共交通站点距离（(x_7)）的回归系数在城市中心区为负且显著，而在近郊区和远郊区则为负但显著性较低。这是因为城市中心区的老年人对公共交通的依赖程度较高，步行到公共交通站点的距离越近，越能方便其换乘公共交通进行远距离出行，因此会增加步行行为的发生频率。而在近郊区和远郊区，老年人的出行范围相对较窄，更多依赖步行或自行车出行，对公共交通的需求相对较低，因此与公共交通站点的距离对其步行行为的影响相对较小。周边便利店密度（(x_8)）和周边社区医院距离（(x_9)）的回归系数在整个研究区域内均为正且显著，尤其是在近郊区的新建住宅小区周边，回归系数值更大。这表明周边服务设施的便捷性对老年人的步行行为具有重要影响，便利店和社区医院的分布越密集、距离越近，越能满足老年人的日常购物和就医需求，促进其步行出行。环境感知维度变量：街道美观度评分（(x_{10})）和街道安静程度评分（(x_{11})）的回归系数在城市中心区的部分老旧小区周边为正且显著，而在城市中心区的核心商圈和远郊区的部分区域则不显著。这是因为在城市中心区的老旧小区，老年人对居住环境的品质要求较高，美观、安静的街道空间能够提升其生活幸福感，从而增加步行意愿。而在核心商圈，由于商业活动频繁，街道环境较为嘈杂，老年人对街道美观度和安静程度的敏感度相对较低；在远郊区，自然环境本身就较为优美和安静，因此这些环境感知因素对老年人步行行为的影响相对较弱。（三）不同区域老年人步行行为的关键影响因素根据回归系数的空间分布特征，可以总结出不同区域影响老年人步行行为的关键因素。在城市中心区，街道的便捷性和安全性是影响老年人步行行为的关键因素，尤其是与公共交通站点的距离、人行横道密度和交通信号灯数量等。在近郊区，街道的舒适性和便捷性更为重要，包括街道绿化覆盖率、休息座椅数量、周边便利店密度等。而在远郊区，街道的安全性和舒适性是影响老年人步行行为的主要因素，如步行空间与机动车道隔离程度、铺装平整度等。六、基于研究结果的城市街道空间优化策略（一）分区域差异化优化城市中心区：重点提升街道的便捷性和安全性。在便捷性方面，进一步优化公共交通站点的布局，缩短老年人步行到公共交通站点的距离，加强步行通道与公共交通站点的衔接，设置清晰的导向标识，方便老年人换乘。在安全性方面，增加人行横道的密度，优化交通信号灯的配时，确保老年人有足够的时间安全通过路口。同时，在核心商圈等交通复杂区域，设置更多的隔离护栏和行人过街天桥，进一步提升步行空间的安全性。此外，还可以在街道两侧增设一些小型的休闲广场和口袋公园，为老年人提供更多的休息和社交空间，提升街道的舒适性。近郊区：注重提升街道的舒适性和便捷性。在舒适性方面，加大街道绿化力度，增加乔木和灌木的种植数量，提高街道的绿化覆盖率，同时在步行道旁设置更多的休息座椅和遮阳避雨设施，改善老年人的步行体验。在便捷性方面，合理规划周边服务设施的布局，增加便利店、社区食堂等与老年人生活密切相关的服务设施的密度，缩短老年人步行购物的距离。此外，还可以完善步行道的网络系统，打通一些“断头路”，提升街道的可达性。远郊区：优先保障街道的安全性和舒适性。在安全性方面，加强步行空间与机动车道的隔离，设置明显的交通警示标识，降低老年人步行时的交通风险。在舒适性方面，重点改善街道的铺装质量，确保铺装平整、防滑，同时在村庄和住宅小区周边设置一些小型的健身休闲设施，满足老年人的日常锻炼需求。此外，还可以结合远郊区的自然生态优势，打造一些步行绿道和生态走廊，为老年人提供更多的休闲步行空间。（二）全维度协同优化安全性优化：建立健全街道交通安全管理机制，加强对机动车和非机动车的交通秩序管理，严厉查处违规停车、超速行驶等违法行为。同时，定期对街道的交通设施进行维护和更新，确保交通信号灯、人行横道等设施的正常运行。此外，还可以在一些老年人出行较为集中的路段，设置老年人优先通行的标识和设施，进一步提升老年人步行的安全性。舒适性优化：制定街道绿化和环境美化的专项规划，根据不同区域的特点，选择适合的植物品种进行种植，打造层次分明、