1 引言

自人類進入工業(yè)文明時代以來,城市作為人口和經濟活動的主要集聚空間吸引著越來越多的人居住于此,城市正逐步取代鄉(xiāng)村,成為人類聚集的高級形式(李雪銘等, 2012)。但在城市化和工業(yè)化快速發(fā)展的同時也帶來了一系列的人居環(huán)境問題,如大氣污染、水污染和垃圾污染等,導致人居環(huán)境質量不斷惡化,并嚴重威脅到人類健康,導致健康問題日益嚴重。健康水平不僅關乎居民的生活質量,更關系到國家的社會穩(wěn)定與長遠發(fā)展。黨的十八屆五中全會提出推進“健康中國”建設,將“健康中國”上升為國家戰(zhàn)略,強調健康發(fā)展方式與保障全民健康,充分說明隨著生活水平的提高和生活方式的轉變,人們對自身健康的重視度越來越高,高質量的生活方式正成為人們追求的目標。因此,正確認識與深入研究居民健康狀況的空間差異,對實施“健康中國”戰(zhàn)略與制定相關政策具有重要現實意義。

學術界對健康問題的研究由來已久,隨著地理學理論和研究方法的多維轉向及人本主義思潮的興起,環(huán)境危害對人類健康的影響逐漸成為學者們關注的焦點(Chakraborty et al, 2011; Arcaya et al, 2012; Baeten et al, 2013; Bakkeli, 2016)。健康與地理環(huán)境的關系密不可分,“地方病”“癌癥村”等便是地理環(huán)境影響健康的典型例子。比如醫(yī)學地理學研究從自然生態(tài)角度出發(fā),重點關注自然生態(tài)環(huán)境與人的身體健康之間的關系,研究疾病的空間分布、人類健康的地理學特點以及與此相關的醫(yī)院與醫(yī)療服務的空間分布(譚見安, 1994; Parr, 2003; 張寧等, 2003)。同時,隨著工業(yè)化與城鎮(zhèn)化的推進,石化類產業(yè)(PX項目)、核電站與垃圾場等鄰避型產業(yè)的布局對居民身體健康與周圍環(huán)境質量產生了極大負面影響,由此引發(fā)的“鄰避效應”也日益受到國內外學者的關注(Hsu, 2006; Gu, 2016; Sun, 2016)。

從已有研究看,國外對居民健康的研究主要集中在健康與環(huán)境公平性(Anderton et al, 1994; Brown et al, 2003)、收入不平等與健康(Wagstaff et al, 2000; Wilkinson et al, 2006; Chen L et al, 2014)以及鄰避型產業(yè)布局對居民健康產生的影響等(Simsek et al, 2014)。如Lu等(2015)發(fā)現空氣污染、有毒工業(yè)污染和水污染等一系列環(huán)境問題對身體健康都有不利影響,尤其是對死亡率和發(fā)病率的影響最明顯。還有一些研究分析了環(huán)境危害的社會分布以及健康與貧窮、老人等社會弱勢群體(Perlin et al, 2001; Payne-Sturges et al, 2006; Chen, 2011)之間的關系,發(fā)現弱勢群體受環(huán)境污染的影響最嚴重,尤其是貧困人口和老年人(Zhao et al, 2014)。國內地理學者對健康的研究多通過對某種疾病的分析來刻畫健康的空間分布與影響因素,典型代表就是對“癌癥村”的研究。如龔勝生等(2013)對中國1980-2011年“癌癥村”的時空分布變遷規(guī)律進行了研究,發(fā)現“癌癥村”的分布與河流關系密切,水污染是導致“癌癥村”的罪魁禍首。董丞妍等(2014)也認為“癌癥村”主要受到大氣污染、水污染以及重金屬污染等多重污染綜合作用的影響。趙雪雁等(2017) 研究2003-2013年中國居民健康的區(qū)域差異狀況,發(fā)現環(huán)境質量是影響居民健康水平的重要因子。還有學者對中國居民個體超重狀況進行了實證研究,以此來反映建成環(huán)境對健康的影響(孫斌棟等, 2016)。

總的來說,對人類健康的研究從空間尺度上可以劃分為區(qū)域(Brulle et al, 2006; Chan, et al, 2008;Chen, 2011; Campos-Matos et al, 2016)、城市(Subramanian et al; 2001; Chakraborty, 2009; Chen J et al, 2014)和社區(qū)(孫斌棟等,2016) 3個層次。國外學者比較注重環(huán)境污染、貧困與收入等因素對居民健康的影響,并通過改善人居環(huán)境、減少貧困與縮小收入差距等措施來提高居民健康水平;而國內地理學界關于環(huán)境風險因素對居民健康影響的研究尚不多見,研究尺度多為國家或區(qū)域等宏觀層面,且多采用描述性統(tǒng)計與聚類分析等方法,未考慮微觀個體居民真實的環(huán)境污染暴露情況,缺乏從微觀層面對個體居民的環(huán)境危害暴露及健康效應的正面關注(馬靜等, 2017)。隨著中國城市規(guī)模的不斷擴張,城市內部異質性日趨明顯,目前對城市內部居民個體健康空間差異的定量研究相對不足。已有研究多以官方統(tǒng)計數據為基礎進行居民健康水平的研究,缺乏使用第一手調查數據從居民自身健康評價與環(huán)境危害感知的視角對健康水平進行研究。為此,本文以鄭州市區(qū)為例,基于2016年8月大規(guī)模問卷調查,利用GIS空間分析方法研究微觀尺度下居民自評健康狀況與環(huán)境危害感知的空間差異,以及環(huán)境危害對居民健康的影響,并借助計量模型對其影響因素進行分析,擬解決以下幾個科學問題：①居民對自身健康評價與環(huán)境危害感知在城市內部是否存在空間差異?②個體社會經濟屬性與環(huán)境危害對居民健康狀況具有什么樣的影響?旨在為鄭州市推進“健康中國”戰(zhàn)略,建設生態(tài)宜居城市提供科學依據與理論指導?；谏鲜鲅芯繂栴},本文嘗試構建居民健康與環(huán)境危害感知的綜合分析框架。如圖1所示,居民個體特征(社會經濟屬性、婚姻狀況、住房類型等)的不同決定其環(huán)境污染暴露程度,進而影響到對環(huán)境污染(空氣污染、噪聲污染、垃圾污染與水污染等)的感知狀況,同時,環(huán)境污染感知狀況也可折射出不同類型的居民社會經濟屬性;城市環(huán)境污染主要通過直接作用影響居民自身健康的評價,反過來,通過對居民自我健康評價可以為減少環(huán)境污染提供政策依據;此外,不同社會經濟屬性的居民對自身健康評價存在差異,以此反映健康狀況在不同群體的分布,為提高弱勢群體的健康水平,制定合理的健康政策提供反饋與建議。由此可見,居民健康與環(huán)境危害感知之間存在非常復雜的關系,需要從微觀尺度將二者關聯(lián)進行綜合分析。

圖1   居民健康與環(huán)境危害感知的研究框架

Fig.1   Research framework of resident health and environmental hazard perception

2 研究區(qū)域概況

鄭州是河南省政治、經濟、文化中心,中原城市群建設的核心增長極和國家重要的綜合交通樞紐、通訊樞紐和現代物流、商貿中心(圖2)。隨著中部崛起和中原經濟區(qū)作為國家戰(zhàn)略的實施,以鄭東新區(qū)的開發(fā)建設為標志,鄭州城市空間迅速擴展,進入了有史以來最大規(guī)模的城市擴張期,城市的用地空間由中心城區(qū)(三環(huán)以內)不斷向外圍擴展,鄭州市建成區(qū)面積從1999年的112 km2增加到2015年的437.6 km2。截至2015年底,鄭州市常住人口已達到956.9萬人,較2014年增加20萬人。受產業(yè)結構調整與環(huán)境破壞等因素影響,霧霾天氣加重。2015年鄭州市空氣質量達到二級以上的天數為136天,可吸入顆粒物為0.17 mg/m3,城市空氣質量排名居全國后十位。每萬人擁有醫(yī)院床位數81.8張,市區(qū)每萬人擁有公交車輛12.7輛,在各類噪聲排放中,交通噪聲為57.2 dB,工業(yè)噪聲為50.90 dB,生活噪聲為54.70 dB。鄭州市在快速擴張的同時也導致中心城區(qū)交通擁堵、公共服務設施緊張、公共空間缺失、環(huán)境污染加重等問題,這些因素均對居民健康水平產生重要影響。

圖2   鄭州市行政區(qū)劃圖

Fig.2   Administrative area of Zhengzhou City and distribution of survey samples

3 數據與方法

3.1 研究數據

本文數據主要來自于2016年8月課題組對鄭州市居民生活質量與健康問卷調查,調查對象為在鄭州市居住一年以上且年滿18周歲的居民,調查范圍包括鄭州市轄區(qū)(金水區(qū)、中原區(qū)、二七區(qū)、管城區(qū)、經開區(qū)、惠濟區(qū)、高新區(qū)、鄭東新區(qū))的79個街道辦事處、576個社區(qū)、5鎮(zhèn)3鄉(xiāng)。根據2010年第六次人口普查鄭州市各街道的人口數量以及性別比例,采用定額抽樣和隨機抽樣結合方法,按照置信度為95%,允許的抽樣誤差為3%的統(tǒng)計方法,計算樣本量規(guī)模為1067個。采用入戶現場調查的方法共回收問卷2274份,為研究居民環(huán)境和健康感知的空間差異,刪除沒有填寫居住街道和小區(qū)名稱的樣本,并篩選出社會經濟屬性信息完全的樣本,最終進入模型的樣本個數為2019個(圖2),問卷有效率89%。依據調查問卷的設計,本文從問卷中提取3個方面的變量來反映對居民健康的影響：一是居民社會經濟特征變量,主要包括性別、年齡、婚姻狀況、受教育程度等方面(表1);二是居民環(huán)境危害感知變量,主要包括空氣污染、噪聲污染、垃圾污染與水污染等4個方面;三是區(qū)位變量,主要包括居住地到最近的醫(yī)院距離,居住地到工作地的距離以及所在的街道位置等3個方面。這些變量的綜合考慮有助于研究居民健康與環(huán)境危害感知的相關關系。另外,本文涉及的研究區(qū)現狀數據主要來源于2016年鄭州市統(tǒng)計年鑒。根據中國空氣質量在線監(jiān)測平臺數據,2016年8月調研期間空氣質量的空間分布呈現中心城區(qū)較差,西北部較好的格局(圖3),為驗證居民空氣污染感知的空間差異的結果提供依據。

表1   居民主要的社會經濟屬性統(tǒng)計

Tab.1   Statistics of key sociodemographic attributes of residents

變量變量設定與說明年齡20~29歲(56.06%);30~39歲(22.22%);40~49歲(10.23%);50~59歲(6.05%);≥60歲(5.44%)性別男(43.44%);女(56.56%)婚姻狀況已婚(55.87%);未婚(42.49%);其他(1.64%)受教育程度初中及以下(14.86%);高中(17.35%);大學大專(62.42%);研究生(5.37%)月收入2000元以下(13.03%);2000~3999元(43.29%);4000~5999元(29.62%);6000~7999元(6.98%);8000元及以上(7.08%)戶籍鄭州(42.26%);外地(57.74%)住房類型自有(53.86%);租住(37.87%);單位住房(8.27%)

注：括號內數據表示不同類型所占的比例。

新窗口打開

圖3   2016年8月鄭州市空氣質量空間格局

Fig.3   Spatial pattern of Zhengzhou air quality, August 2016

3.2 研究方法

3.2.1 李克特量表法

李克特量表法(Likert scale)又稱總加量表法,由美國社會心理學家李克特(R. A. Likert)于1932年首次提出。這種量表通常采用5級量表形式,即對量表中每一題目均給出表示態(tài)度程度等級的5種備選評語答案(如“很不滿意”“不滿意”“說不準”“滿意”“非常滿意”),并用1-5分別為5種答案計分(亓萊濱, 2006)。它反映了被調查者對某事物或主題的綜合態(tài)度?；诶羁颂匚寮壛勘矸ǖ木用窠】禒顩r自評估是目前國際上公認的最常用的健康評價指標(顧麗娟等, 2017)。

3.2.2 多元回歸分析

多元回歸模型是社會科學分析中用于對復雜因素影響作用進行建模的常用統(tǒng)計方法之一,本文將多元回歸模型設定為以下公式：

y=α0+α1x1i+α2x2i+……+αnxni+ui(1)

式中： y為因變量; x為解釋變量;i代表不同的個體; α為對應的模型估計系數;u為隨機干擾項。在變量測度上,①因變量：基于李克特五級量表,被調查居民從“非常好/很好/一般/很差/非常差”5項評價指標中選擇最合適他們的健康選項,并將這些健康選項賦予不同的權值,考慮到李克特自評健康賦值法對研究健康評價的重要意義,本文采用自評健康的量度值作為因變量。②自變量：首先根據性別、年齡、婚姻狀況、受教育程度等反映居民社會經濟特征的指標劃分不同的類型,并將這些指標類型進行數據化處理,依次作為自變量納入模型;其次,根據被調查居民分別從“非常低/很低/一般/很高/非常高”5項中選取他們對環(huán)境污染危害程度的感知選項,將4類環(huán)境危害感知指標進行數據化處理,并作為自變量納入模型。

3.2.3 多分類logistic回歸模型

為了進一步對多元回歸分析結果進行驗證,本文采用多分類logistic回歸模型對影響居民自評健康的相關因素進行分析,從而揭示各因素變量對居民健康狀況的作用和強度,具體表達式如下(楊云龍等, 2011; 梁辰等, 2014)：

ln(pi/(1-pi))=α+∑k=1kβkxki(2)

式中：p為事件發(fā)生的概率,pi=p(yi=1|x1i,x2i, …, xki);xki是自變量,即影響居民自評健康的相關因素; βk為待求的回歸系數; α為截距。

4 居民健康狀況分析

4.1 居民總體健康狀況

本文采用李克特量表法,對自我健康的評價分為5個等級,從1(非常好)-5(非常差)。根據已有研究(Ma et al,2017),并結合鄭州市實際情況,對環(huán)境危害感知(1=污染非常低,5=污染非常高)主要通過噪聲污染、水污染、空氣污染和垃圾污染(城市垃圾、工業(yè)廢棄物和建筑垃圾)4個方面反映。圖4為每種類型的受訪者比例,通過計算得出鄭州市居民對自身健康狀況感知的平均值為2.73(SD=0.84),總的來說大多數居民認為自身的健康狀況較為很好,其中有4.0%和37.4%的居民認為自己的健康狀況好和較好,13.9%和2.5%的居民認為自己的健康狀況較差和差。從圖4還可以看出來多數人認為鄭州市的空氣污染和噪聲污染較為嚴重,垃圾污染和水污染為一般,說明空氣污染、噪聲污染要比垃圾污染和水污染對居民健康狀況的影響更嚴重。圖5為不同環(huán)境危害程度(1=污染非常低,5=污染非常高)下自我感知健康狀況很好或非常好的人數比例,總體來看健康狀況很好的概率隨著居民對環(huán)境危害感知的增加而逐漸下降。

圖4   自評健康與環(huán)境危害感知的統(tǒng)計分布

Fig.4   Statistical distribution of self-rated health and environmental hazard perception

圖5   不同環(huán)境危害程度(1=非常低,5=非常高)下自我感知健康狀況很好或非常好的人數比例

Fig.5   Population (%) reporting good or very good health by environmental hazard categories (1 = very low, 5 = very high)

4.2 居民健康與環(huán)境危害感知的空間差異

本文共涉及5項指標,每個題項都是5分制,累加后的得分會因題項的不同而有差異。為了具有統(tǒng)一可比性,將5分制換算為百分制,按照百分制賦值分別對(1-5) 5個選項賦值,累加后再除以量表的題項數即為最后得分。其中健康得分越高,表明居民健康狀況越好,得分越低則越不健康;噪聲污染、空氣污染、垃圾污染、水污染得分越高,表明污染越嚴重,得分越低,污染則越輕,并在鄭州市的街道空間尺度上運用GIS空間插值方法表征居民健康與環(huán)境危害感知的空間差異,結果如圖6所示。

圖6   居民健康與環(huán)境危害感知空間分布

Fig.6   Spatial distribution of resident health and perceived environmental hazards

由圖6a可知,居民健康得分的空間差異明顯,呈現出明顯“中間低—外圍高”特征,即市中心地區(qū)的健康得分較低,而位于市中心周邊地區(qū)的健康得分較高。表明市中心地區(qū)健康狀況較好的人數比例低于周邊地區(qū)。中心城區(qū)由于早期城市發(fā)展及演變歷程,存在大量的舊住宅小區(qū)且居民以低收入者居多,生活環(huán)境差,使得該區(qū)域居民對健康狀況感知較差。同時由于火車站在此區(qū)域,使得外來人口流量大、交通擁堵現象嚴重、噪聲污染明顯、居民人身財產安全等問題突出,因而健康得分不高。周邊地區(qū)雖然沒有市中心地理位置優(yōu)越,但隨著社會經濟的快速發(fā)展及逆城市化現象的出現,越來越多的人選擇在郊區(qū)買房,使得郊區(qū)基礎設施與生活便利程度進一步改善,且郊區(qū)環(huán)境質量比中心相對較好,因此其健康得分也較高。從圖6b可知,鄭州市居民對噪聲污染感知較嚴重的地區(qū)主要分布在城市的北部與中部地區(qū),近年鄭州市老城區(qū)的城中村改造力度大,尤其以中原區(qū)為代表,施工過程噪聲較大,外加道路維修及地鐵建設都對居民日常生活產生較大的噪聲影響。經開區(qū)企業(yè)較多,在生產運輸過程中容易產生噪聲,影響居民休息,進而導致居民健康感知較差。從圖6c可知,居民認為鄭州市空氣污染整體都比較嚴重,空氣污染嚴重的地區(qū)主要分布在中心城區(qū)與市區(qū)東北部。從圖6d可知,垃圾污染整體呈現出由中心向四周遞增的分布格局。越靠近市中心地區(qū),其垃圾污染越輕。越向外圍,垃圾污染越嚴重。從圖6e可知,居民對鄭州市街道水污染感知整體呈現出“南低北高”的分布格局。居民認為鄭州市經濟開發(fā)區(qū)水污染最嚴重。這可能是因為經開區(qū)制造業(yè)較多,工業(yè)生產廢水排放量多,因此水污染較嚴重。

5 影響因素分析

5.1 不同屬性個體的健康狀況感知

首先構建居民主觀健康感知的影響因素框架,參考已有相關研究(Clark, 2003; Helliwell, 2003; Blanchflower et al, 2008; Frey et al, 2010; Dong et al, 2016; 陸杰華等, 2017),結合鄭州市居民的實際情況,選取個人屬性、收入狀況、住房情況、環(huán)境因素與街道區(qū)位因素等方面共13個變量。表2分別統(tǒng)計了不同屬性個體在主觀健康狀況感知回答中選擇非常健康與健康選項的人數比重,并進行顯著性分析(P<0.05)。由表2可知,女性對自身健康狀況感知很好或者非常好的人數比例要比男性低1.90個百分點。不同年齡組的自我健康評價表現出隨著年齡的增加,健康狀況越來越差的特征。從婚姻狀況來看,已婚居民對健康狀況感知好或者較好的人數比重與未婚居民沒有顯著差別,但比其他婚姻狀況(離異、喪偶)居民高出6.24個百分點。隨著收入與住房面積的增加,個體對健康狀況感知好或者較好的人數比重也隨之增加。值得注意的是,從受教育程度來看,學歷越高對健康狀況感知好或者較好的人數比例則越高。相對于有鄭州戶口的人來說,沒有鄭州戶口的人對自身健康狀況感知好或者較好的比例要低2.79個百分點。這可能與外來人口在鄭州所居住的環(huán)境與收入水平有關,沒有戶籍的外來人口大多居住在周邊環(huán)境較差的城中村或破舊的小區(qū),這種生活環(huán)境對居民的健康狀況產生一定影響。居住地到工作單位的距離以及到醫(yī)療服務站的距離越遠,健康狀況感知很好或者非常好的人數比例越低。從住房產權來看,在外租房子的人對自身健康狀況感知很好或者非常好的比例要比自有住房及單位住房的人分別低9.55與3.93個百分點。

表2   不同屬性個體的健康狀況感知

Tab.2   Health perception of various groups of residents

變量屬性健康狀況感知很好/非常好的比重/%P值變量屬性健康狀況感知很好/非常好的比重/%P值年齡20~2960.19<0.01受教育程度初中及以下37.04<0.0130~3948.33高中40.7640~4943.67大學大專42.9750~5934.48研究生及以上47.16≥6033.33戶口鄭州戶口42.72<0.01性別男42.53<0.01非鄭州戶口39.93女40.63居住地到醫(yī)療≤1 km42.53<0.01婚姻狀況已婚41.69<0.01服務站的距離1~3 km39.32未婚42.27≥3 km38.13其他(離異/喪偶)35.45居住地到工作≤1 km45.53<0.01收入≤200035.74<0.01單位的距離1~3 km41.652000~399939.593~5 km40.774000~799941.56≥5 km33.73≥800044.71住房產權自有48.17<0.01住房面積小戶型(<100 m2)38.44<0.01租住38.62大戶型(>100 m2)46.72單位住房42.55

注：居住地到醫(yī)療服務站與工作單位的距離為居民問卷調查給出的距離值。

新窗口打開

5.2 居民主觀健康感知影響因素的多元回歸分析

基于以上影響因素框架,采用多元回歸模型進行分析自我健康評價與社會經濟屬性、環(huán)境危害與街道區(qū)位的關系。經計算解釋變量間的相關系數均小于0.4,因此模型不存在嚴重的共線性問題。然后對上述方程進行OLS回歸,對回歸結果進行檢驗發(fā)現其P值為0.0015,拒絕原假設即存在異方差?？紤]到異方差問題對模型系數顯著性推斷的影響,因此采用加權最小二乘法(WLS)消除異方差后的回歸結果,如表3所示,其中模型1加入了居民的社會經濟屬性和空間區(qū)位變量;模型2進一步加入環(huán)境感知變量;模型3在模型2的基礎上加入街道虛擬變量,以控制街道尺度地理環(huán)境要素對居民健康感知的影響。為了更好地反映個人社會經濟特征對居民自我健康與環(huán)境危害感知的影響以及不同變量類別的對比,參考這些變量的分布頻次,本文性別變量中的“男性”、年齡變量中的“20~29歲”、婚姻狀況變量中的“已婚”、住房面積變量中的“大戶型”列為參照變量。

表3   居民主觀健康感知多元線性回歸模型結果

Tab.3   Multivariate linear regression results of residents’ subjective health perception

變量模型1模型2模型3系數t值系數t值系數t值性別(參照組：男性)女性-0.0997**-2.16-0.0817*-1.84-0.0831*-1.87年齡(參照組：20~29歲)30~390.263**4.020.2494**3.820.2401**3.6840~490.279**3.310.2516**3.310.237**3.1350~590.0162**0.110.0130**0.460.0191**0.1560歲及以上0.0042***0.020.0901***0.470.0675***0.36婚姻狀況(參照組：已婚)未婚0.04180.600.05530.860.04840.75其他（離異/喪偶）0.07910.310.13750.560.1310.54住房面積(參照組：大戶型)小戶型0.1202**2.420.1193**2.500.1008**2.27受教育程度0.0940***3.140.04761.590.04541.53收入0.0981***4.220.0905***4.100.0845***3.84居住地到工作單位的距離0.0753***3.420.0506**2.370.0499**2.34居住地到醫(yī)療服務站的距離0.0765*1.740.0661*1.570.0695*1.69水污染0.0732***2.650.0736***2.67垃圾污染0.0819**2.450.0756**2.31空氣污染0.1006***3.140.0908**2.65噪聲污染0.0961***2.750.0900***2.90街道(參照組：金水區(qū)杜嶺街道)金水區(qū)豐產路街道-0.3086*-1.77金水區(qū)南陽新村街道0.5504*1.95二七區(qū)嵩山路街道-0.4267*-1.67二七區(qū)一馬路街道0.7844**2.38惠濟區(qū)大河路街道1.0768**2.25惠濟區(qū)迎賓路街道0.3687**2.04常數項1.737***11.010.7536***4.090.8878***3.93R20.0500.1170.151

注：***、**、*分別表示P<0.01、P<0.05、P<0.10。

新窗口打開

從表3可知,不同的社會經濟屬性特征及污染程度對居民自身健康狀況感知影響顯著。首先,模型1僅考慮個體的社會經濟屬性及工作距離因素對健康狀況感知的影響。從性別來看,女性與自身健康狀況感知之間的關系顯著為負,說明女性居民普遍認為自身的健康狀況要比男性差。因為現代社會中女性無疑承擔著越來越多的責任,承受事業(yè)、家庭以及來自多方面的壓力,因而導致其對健康狀況的感知較差。與20~29歲年齡段的人相比,隨著年齡的增長人們普遍認為自身的健康狀況越來越差,尤其是在60歲以上年齡段的人最為顯著;從婚姻狀況來看,已婚與否及其他婚姻狀況與自身健康狀況感知之間并不存在顯著的相關關系;從住房面積來看,其與健康感知之間的關系顯著為正,說明與大戶型相比,小戶型對自己健康狀況的感知較差;受教育程度與月收入2個變量的系數均顯著為正,說明高學歷人群與高收入人群對健康狀況的感知較好,而低學歷人群與低收入人群對自身健康狀況感知則較差;從居住地到工作單位及醫(yī)療服務站的距離來看,兩者與健康感知之間的關系為正相關,說明距離越遠,居民對健康狀況的感知越差,可能是由于較遠的職住距離容易導致居民“早起晚歸”,從而增加生活壓力和疲憊感,成為健康狀況的一個消極因素。以上這些結論也與國內外已有研究結論相類似(黨云曉等, 2014; Zhang et al, 2015; Shao et al, 2016)。

其次,考慮加入環(huán)境因素對居民健康狀況感知的影響,通過模型2發(fā)現水污染、垃圾污染、空氣污染以及噪聲污染均顯著影響居民健康狀況。即污染越嚴重,居民的健康狀況就越差。其中空氣污染與噪聲污染2個變量的系數較大,說明這2個因素對居民健康狀況感知的影響較大。且在加入環(huán)境因素之后,模型的擬合優(yōu)度從0.05提高到0.117,約增加了134%,充分顯示出環(huán)境感知對居民健康狀況的重要影響。

最后,模型3加入街道控制變量反映街道區(qū)位因素對居民健康狀況感知的影響(由于本文有79個街道,考慮篇幅有限,不能將其一一列上)。根據上述百分制賦值法對每個街道的健康評價得分進行計算,由于金水區(qū)杜嶺街道健康得分為60分,達到健康評價的及格水平,故將其選為參照組。通過回歸結果發(fā)現金水區(qū)豐產路街道與二七區(qū)嵩山路街道的系數均顯著為負,說明這2個街道居民對健康狀況感知要比杜嶺街道好。通過計算發(fā)現,豐產路街道健康得分為66.98,嵩山路街道健康得分為69.09,均高于杜嶺街道。且杜嶺街道的垃圾污染與水污染均比豐產路街道及嵩山路街道嚴重,使得杜嶺街道居民對健康狀況感知不如豐產路街道及嵩山路街好。金水區(qū)南陽新村街道、二七區(qū)一馬路街道及惠濟區(qū)大河路街道與迎賓路街道系數均顯著為正,說明這些街道居民對健康狀況感知均不如杜嶺街道。首先大河路街道健康得分為46.67,南陽新村街道為57.78,一馬路街道為44.29,迎賓路街道為59.64,均低于杜嶺街道。尤其是一馬路街道健康得分最低,而且這些街道的空氣污染以及水污染均比杜嶺街道嚴重,因此其健康狀況感知較差。與模型1、模型2相比,加入街道區(qū)位因素以后模型的擬合優(yōu)度較模型2增加了0.034,表明街道區(qū)位的地理環(huán)境因素對居民健康狀況感知的差異存在顯著影響。

根據本文數據結構特征以及l(fā)ogistic回歸模型原理,在多元線性回歸的基礎上引入logistic回歸,通過2種方法的對比尋找影響鄭州市居民對健康感知的主要因素,以檢驗多元線性回歸結果的穩(wěn)健性。由于本文居民對健康狀況的感知分為5類,因此采用有序多分類logistic回歸模型,結果如表4所示。從表4可知,有序多分類logistic回歸與多元線性回歸相比,其結果的不同之處在于女性對自身健康狀況的感知與男性相比并沒有顯著的差別。在加入街道因素以后,惠濟區(qū)花園口鎮(zhèn)也與金水區(qū)杜嶺街道呈現為顯著負相關,說明花園口鎮(zhèn)居民對健康狀況感知要好于杜嶺街道,這與上文健康得分空間分布狀況相一致。通過以上2個模型回歸結果對比可以發(fā)現,性別與婚姻狀況對居民健康狀況感知的影響并不穩(wěn)定,表明這2個因素不是影響健康狀況的重要因素。年齡是影響居民對健康狀況感知的顯著因素之一,兩者為正相關關系,即隨著年齡的增長對健康狀況感知越差,尤其是在60歲以上的居民最為明顯。住房面積、收入以及居住地到工作單位的距離都顯著影響居民對健康狀況的感知。其中住房面積越小,對健康狀況的感知就越差。受教育程度與收入越高,對健康狀況的感知則越好。居住地至工作單位的距離越遠,對健康狀況感知很好或非常好的比例越小。環(huán)境危害是影響居民對健康狀況感知的重要因素,2個模型回歸結果均證明環(huán)境污染越嚴重,居民對自身健康狀況的感知就越差。街道區(qū)位因素對居民健康狀況感知也具有顯著的影響作用,街道不同,健康得分與污染程度不同,居民對健康的感知也不同。

表4   居民主觀健康感知logistic回歸模型結果

Tab.4   Logistic regression results of residents' subjective health perception

變量模型1模型2模型3系數Z值系數Z值系數Z值性別(參照組：男性)女性-0.0796-0.77-0.1172-1.12-0.1386-1.27年齡(參照組：20~29歲)30~390.6413**4.180.6142**3.960.6808**4.1940~490.5531**2.880.5304**2.730.6502**3.2050~590.1139**0.430.0193**0.070.1355**0.4960歲及以上0.0931***0.250.0911***0.240.1147***0.29婚姻狀況(參照組：已婚)未婚0.06470.450.13810.950.19861.30其他（離異/喪偶）0.64741.360.68901.480.8824*1.80住房面積(參照組：大戶型)小戶型0.3194***2.960.3009***2.760.2722**2.40受教育程度0.1667**2.290.10361.400.1371*1.74收入0.1792***3.590.1660***3.290.1953***3.67居住地到工作單位的距離0.1562***3.050.1310**2.540.1578***2.90居住地到醫(yī)療服務站的距離0.0921*0.900.1236*1.210.1154*1.09水污染0.1432**1.810.1872**2.29垃圾污染0.1486**1.800.1523**1.80空氣污染0.2762***3.610.2695***3.40噪聲污染0.2004***3.020.2071***3.00街道(參照組：金水區(qū)杜嶺街道)金水區(qū)豐產路街道-0.6976*-1.66金水區(qū)南陽新村街道1.2921**1.99惠濟區(qū)大河路街道2.3848**2.37惠濟區(qū)花園口鎮(zhèn)-1.5544*-1.80惠濟區(qū)迎賓路街道0.8670**2.05二七區(qū)嵩山路街道-1.0281*-1.71二七區(qū)一馬路街道1.7169*1.88

注：***、**、*分別表示P<0.01、P<0.05、P<0.10。

新窗口打開

6 結論與討論

本文基于微觀尺度視角,結合鄭州市城市發(fā)展與建設實際情況,在問卷調查基礎上,運用GIS空間分析、多元線性回歸模型及l(fā)ogistic回歸模型對鄭州市居民健康與環(huán)境危害感知進行研究,并得出以下結論：

(1) 總體上鄭州市大多數居民認為自身健康狀況較為很好;認為空氣污染最嚴重,其次是噪聲污染、垃圾污染與水污染。

(2) 在空間分布上,居民自評健康狀況在城市內部的空間差異顯著,呈現出明顯的“中間低—外圍高”的分布特征,市中心地區(qū)的健康得分較低,處于外圍的地區(qū)健康得分較高。這一結論與Ma等(2017)關于北京市居民健康狀況的空間分布特征相一致。從環(huán)境危害感知在城市內部的空間差異看,市中心地區(qū)的空氣污染與噪聲污染比較嚴重,而中心城區(qū)周邊與工業(yè)區(qū)的垃圾污染與水污染比較嚴重。

(3) 不同社會經濟屬性個體對健康狀況感知不同。從年齡結構看,隨著年齡的增長,健康狀況也越來越差,其中60歲以上的人群對健康狀況感知最差。從學歷與收入水平看,受教育程度的高低、收入狀況的好壞與健康水平呈正相關的關系高學歷與高收入者對自身的健康狀況感知整體要好于低學歷與低收入者;這與,解堊(2011)、,李立清等(2015)的研究結論具有一致性。性別以及婚姻狀況對健康感知的影響并不顯著。

(4) 環(huán)境危害是影響居民影響居民自評健康狀況主要的因素之一。其污染越嚴重,居民對健康狀況感知就越不好?？諝馕廴竞驮肼曃廴臼怯绊戉嵵菔芯用褡栽u健康2個重要因素,其次是垃圾污染與水污染。

(5) 居住地到工作單位與醫(yī)療服務站的距離也顯著影響居民對健康狀況的感知,其距離越遠,居民對健康狀況感知好或者較好的比例就越少。另外,街道區(qū)位的地理環(huán)境因素也對居民健康狀況感知的差異存在顯著影響。

上述結論豐富和深化了城市居民健康方面的相關研究,對推進“健康中國”與建設宜居城市也有一定政策啟示。鑒于此,為改善鄭州市居民健康狀況,提出以下建議：①增加中低收入群體的收入水平。收入的增加對提高居民健康狀況具有正向的作用,尤其是對中低收入群體的健康水平有顯著的促進作用。政府應通過各種措施提高中低收入居民的工資水平。②逐步完善外來人口、老年人口等社會弱勢群體的社會保障體系建設,針對老年人的健康問題,制定合理有效的養(yǎng)老政策,發(fā)展養(yǎng)老健康產業(yè)。③改善城市弱勢群體的居住環(huán)境,合理規(guī)劃醫(yī)療服務站的空間布局,為居民提供便捷的醫(yī)療服務。④在就業(yè)密集地區(qū)適當規(guī)劃居住小區(qū),不斷優(yōu)化職住布局,減少居民通勤時間,有助于提供居民的健康水平。⑤針對環(huán)境污染比較嚴重地區(qū),進一步完善環(huán)境基礎設施建設,增加城市綠化面積,加強環(huán)境管制力度。在空氣污染和噪聲污染比較嚴重的市中心地區(qū)實施交通管制措施,提高交通工具的通行效率,禁止隨意鳴笛。在垃圾污染與水污染比較嚴重的工業(yè)園區(qū),合理配置垃圾處理點,提高企業(yè)處理“三廢”能力,逐步調整產業(yè)結構,積極發(fā)展新能源行業(yè),走綠色化企業(yè)轉型與可持續(xù)發(fā)展之路。

限于數據可獲得性,本文僅考慮了影響居民的相關社會經濟屬性和因素,沒有考察更高層級的地理空間關系的影響,如個體所在的街道或市轄區(qū)的屬性特征對個體健康狀況感知的影響;對農民工等弱勢群體關注不夠;且在影響健康感知指標選取上不夠全面,沒有考慮職業(yè)類型、個人社會經濟地位以及醫(yī)療政策制度等因素。這些問題都需要從更廣泛、深刻的地理角度來考量,也是未來需要多加關注的研究方向。

The authors have declared that no competing interests exist.

參考文獻

[1]黨云曉, 張文忠, 余建輝, 等. 2014.

北京居民主觀幸福感評價及影響因素研究

[J]. 地理科學進展, 33(10): 1312-1321.

[本文引用: 1]    

[Dang Y X, Zhang W Z, Yu J H, et al.2014.

Residents' subjective well-being and influencing factors in Beijing

[J]. Progress in geography, 33(10): 1312-1321.]

[本文引用: 1]    

[2]董丞妍, 譚亞玲, 羅良明, 等. 2014.

中國"癌癥村"的聚集格局

[J]. 地理研究, 33(11): 2115-2124.

[本文引用: 1]    

[Dong C Y, Tan Y L, Luo L M, et al.2014.

Spatial aggregation pattern of "cancer village" in China

[J]. Geographical Research, 33(11): 2115-2124.]

[本文引用: 1]    

[3]龔勝生, 張濤. 2013.

中國"癌癥村"時空分布變遷研究

[J]. 中國人口·資源與環(huán)境, 23(9): 156-164.

[本文引用: 1]    

[Gong S S, Zhang T.2013.

Temporal-spatial distribution changes of "cancer villages" in China

[J]. China Population Resources and Environment, 23(9): 156-164.]

[本文引用: 1]    

[4]顧麗娟, 曾菊新. 2017.

社會經濟及環(huán)境因子對不同收入群體自評健康的影響

[J]. 地理研究, 36(7): 1257-1270.

[本文引用: 1]    

[Gu L J, Zeng J X.2017.

The impacts of socioeconomic and environmental factors on self-rated health status among different income groups in China

[J]. Geographical Research, 36(7): 1257-1270.]

[本文引用: 1]    

[5]李立清, 許榮. 2015.

中國居民健康水平的區(qū)域差異分析

[J]. 衛(wèi)生經濟研究, (1): 14-20.

[本文引用: 1]    

[Li L Q, Xu R.2015.

The regional difference of the resident's health level in China

[J]. Health Economic Research, (1): 14-20.]

[本文引用: 1]    

[6]李雪銘, 晉培育. 2012.

中國城市人居環(huán)境質量特征與時空差異分析

[J]. 地理科學, 32(5): 522-529.

[本文引用: 1]    

[Li X M, Jin P Y.2012.

Analysis of the characteristics and spatial-temporal differences of urban human settlement environment in China

[J]. Scientia Geographica Sinica, 32(5): 522-529.].

[本文引用: 1]    

[7]梁辰, 王諾. 2014.

基于Logistic回歸的沿海經濟區(qū)建設用地演變驅動因素研究: 以大連市新市區(qū)為例

[J]. 地理科學, 34(5): 556-562.

[本文引用: 1]    

[Liang C, Wang N.2014.

Driving factor analysis of construction land changes in coastal economic zone based on logistic regression: A case study of Dalian New Urban

[J]. Scientia Geographica Sinica, 34(5): 556-562.]

[本文引用: 1]    

[8]陸杰華, 郭冉. 2017.

基于地區(qū)和社區(qū)視角下老年健康與不平等的實證研究

[J]. 人口學刊, 39(2): 57-67.

[本文引用: 1]    

[Lu J H, Guo R.2017.

An empirical study on health and health inequality of Chinese elderly: Based on regional and community prespective

[J]. Population Journal, 39(2): 57-67.]

[本文引用: 1]    

[9]馬靜, 柴彥威, 符婷婷. 2017.

居民時空行為與環(huán)境污染暴露對健康影響的研究進展

[J]. 地理科學進展, 36(10): 1260-1269.

[本文引用: 2]    

[Ma J, Chai Y W, Fu T T.2017.

Progress of research on the health impact of people's space-time behavior and environmental pollution exposure

[J]. Progress in Geography, 36(10): 1260-1269].

[本文引用: 2]    

[10]亓萊濱. 2006.

李克特量表的統(tǒng)計學分析與模糊綜合評判

[J]. 山東科學, 19(2): 18-23.

[本文引用: 1]    

[Qi L B.2006.

Statistics analysis and fuzzy comprehensive evaluation of Likert scale

[J]. Shangdong Science, 19(2): 18-23]

[本文引用: 1]    

[11]孫斌棟, 閻宏, 張婷麟. 2016.

社區(qū)建成環(huán)境對健康的影響: 基于居民個體超重的實證研究

[J]. 地理學報, 71(10):1721-1730.

[本文引用: 3]    

[Sun B D, Yan H, Zhang T L.2016.

Impact of community built environment on residents' health: A case study on individual overweight

[J]. Acta Geographica Sinica, 71(10): 1721-1730.]

[本文引用: 3]    

[12]譚見安. 1994.

健康、環(huán)境、發(fā)展: 當代醫(yī)學地理的主題

[J]. 地理學報, 49(S1): 710-718.

[本文引用: 1]    

[Tan J A.1994.

Health, environment, development: The theme of contemporary medical geography

[J]. Acta Geographica Sinica, 49(S1): 710-718.]

[本文引用: 1]    

[13]解堊. 2011.

中國地區(qū)間健康差異的因素分解

[J]. 山西財經大學學報, 33(8): 11-24.

[本文引用: 1]    

[Xie E.2011.

Analysis of regional differences in health in China

[J]. Journal of Shanxi Finance and Economics University, 33(8): 11-24.]

[本文引用: 1]    

[14]楊云龍, 周小成, 吳波. 2011.

基于時空logistic回歸模型的漳州城市擴展預測分析

[J]. 地球信息科學學報, 13(3): 374-382.

[本文引用: 1]    

[Yang Y L, Zhou X C, Wu B.2011.

Urban expansion prediction for Zhangzhou City based on GIS and spatiotemporal logistic regression model

[J]. Journal of Geo-information Science, 13(3): 374-382.]

[本文引用: 1]    

[15]張寧, 王興中. 2003.

國外對城市康體保護空間的研究

[J]. 人文地理, 18(2): 24-29.

[本文引用: 1]    

[Zhang N, Wang X Z.2003.

Research on the urban health-space in foreign countries

[J]. Human Geography, 18(2): 24-29.]

[本文引用: 1]    

[16]趙雪雁, 王偉軍, 萬文玉. 2017.

中國居民健康水平的區(qū)域差異: 2003-2013

[J]. 地理學報, 72(4): 685-698.

[本文引用: 1]    

[Zhao X Y, Wang W J, Wan W Y.2017.

Regional inequalities of residents' health level in China: 2003-2013

[J]. Acta Geographica Sinica, 72(4): 685-698.

[本文引用: 1]    

[17]Anderton D L, Anderson A B, Oakes J M, et al.1994.

Environmental equity: The demographics of dumping

[J]. Demography, 31(2): 229-248.

[本文引用: 1]    

[18]Arcaya M, Brewster M, Zigler C M, et al.2012.

Area variations in health: A spatial multilevel modeling approach

[J]. Health & Place, 18(4): 824-831.

[本文引用: 1]    

[19]Baeten S, Van Ourti T, Van Doorslaer E.2013.

Rising inequalities in income and health in China: Who is left behind

[J]. Journal of health economics, 32(6): 1214-1229.

[本文引用: 1]    

[20]Bakkeli N Z.2016.

Income inequality and health in China: A panel data analysis

[J]. Social Science & Medicine, 157: 39-47.

[本文引用: 1]    

[21]Blanchflower D G, Oswald A J.2008.

Is well-being U-shaped over the life cycle

[J]. Social Science & Medicine, 66(8): 1733-1749.

[本文引用: 1]    

[22]Brown P, Mayer B, Zavestoski S, et al.2003.

The health politics of asthma: Environmental justice and collective illness experience in the United States

[J]. Social Science & Medicine, 57(3): 453-464.

[本文引用: 1]    

[23]Brulle R J, Pellow D N.2006.

Environmental justice: Human health and environmental inequalities

[J]. Annual Review of Public Health, 27: 103-124.

[本文引用: 1]    

[24]Campos-Matos I, Subramanian S V, Kawachi I.2016.

The 'dark side' of social capital: Trust and self-rated health in European countries

[J]. The European Journal of Public Health, 26(1): 90-95.

[本文引用: 1]    

[25]Chakraborty J.2009.

Automobiles, air toxics, and adverse health risks: Environmental inequities in Tampa Bay, Florida

[J]. Annals of the Association of American Geographers, 99(4): 674-697.

[本文引用: 1]    

[26]Chakraborty J, Maantay J A, Brender J D.2011.

Disproportionate proximity to environmental health hazards: Methods, models, and measurement

[J]. American Journal of Public Health, 101(S1): S27-S36.

[本文引用: 1]    

[27]Chan C K, Yao X.2008.

Air pollution in mega cities in China

[J]. Atmospheric Environment, 42(1): 1-42.

[本文引用: 1]    

[28]Chen J.2011.

Internal migration and health: Re-examining the healthy migrant phenomenon in China

[J]. Social Science & Medicine, 72(8): 1294-1301.

[本文引用: 2]    

[29]Chen J, Chen S, Landry P F, et al.2014.

How dynamics of urbanization affect physical and mental health in urban China

[J]. The China Quarterly, 220: 988-1011.

[本文引用: 1]    

[30]Chen L, Wu Y, Coyte P C.2014.

Income-related children's health inequality and health achievement in China

[J]. International Journal for Equity in Health, 13: 102.

[本文引用: 1]    

[31]Clark A E.2003.

Unemployment as a social norm: Psychological evidence from panel data

[J]. Journal of Labor Economics, 21(2): 323-351.

[本文引用: 1]    

[32]Dong G, Ma J, Harris R, et al.2016.

Spatial random slope multilevel modeling using multivariate conditional autoregressive models: A case study of subjective travel satisfaction in Beijing

[J]. Annals of the American Association of Geographers, 106(1): 19-35.

[本文引用: 1]    

[33]Frey B S, Stutzer A.2010. Happiness and economics: How the economy and institutions affect human well-being[M].

Princeton,

NJ: Princeton University Press.

[本文引用: 1]    

[34]Gu H.2016.

NIMBYism in China: Issues and prospects of public participation in facility siting

[J]. Land Use Policy, 52: 527-534.

[本文引用: 1]    

[35]Helliwell J F.2003.

How's life: Combining individual and national variables to explain subjective well-being

[J]. Economic Modelling, 20(2): 331-360.

[本文引用: 1]    

[36]Hsu S H.2006.

NIMBY opposition and solid waste incinerator siting in democratizing Taiwan

[J]. The Social Science Journal, 43(3): 453-459.

[本文引用: 1]    

[37]Lu F, Xu D, Cheng Y, et al.2015.

Systematic review and meta-analysis of the adverse health effects of ambient PM2.5 and PM10 pollution in the Chinese population

[J]. Environmental Research, 136: 196-204.[38]Ma J, Mitchell G, Dong G, et al.2017.

Inequality in Beijing: A spatial multilevel analysis of perceived environmental hazard and self-rated health

[J]. Annals of the American Association of Geographers, 107(1): 109-129.

[本文引用: 1]    

[39]Parr H.2003.

Medical geography: Care and caring

[J]. Progress in Human Geography, 27(2): 212-221.

[本文引用: 1]    

[40]Payne-Sturges D, Gee G C.2006.

National environmental health measures for minority and low-income populations: Tracking social disparities in environmental health

[J]. Environmental Research, 102(2): 154-171.

[本文引用: 1]    

[41]Perlin S A, Wong D, Sexton K.2001.

Residential proximity to industrial sources of air pollution: Interrelationships among race, poverty, and age

[J]. Journal of the Air & Waste Management Association, 51(3): 406-421.

[本文引用: 1]    

[42]Shao C, Meng X, Cui S, et al.2016.

Income-related health inequality of migrant workers in China and its decomposition: An analysis based on the 2012 China labor-force dynamics survey data

[J]. Journal of the Chinese Medical Association, 79(10): 531-537.

[本文引用: 1]    

[43]Simsek C, Elci A, Gunduz O, et al.2014.

An improved landfill site screening procedure under NIMBY syndrome constraints

[J]. Landscape and Urban Planning, 132: 1-15.

[本文引用: 1]    

[44]Subramanian S V, Duncan C, Jones K.2001.

Multilevel perspectives on modeling census data

[J]. Environment and Planning A, 33(3): 399-417.

[本文引用: 1]    

[45]Sun L, Zhu D, Chan E H W.2016.

Public participation impact on environment NIMBY conflict and environmental conflict management: Comparative analysis in Shanghai and Hong Kong

[J]. Land Use Policy, 58: 208-217.[46]Wagstaff A, Van Doorslaer E.2000.

Income inequality and health: What does the literature tell us

[J]. Annual Review of Public Health, 21(1): 543-567.

[本文引用: 1]    

[47]Wilkinson R G, Pickett K E.2006.

Income inequality and population health: A review and explanation of the evidence

[J]. Social Science & Medicine, 62(7): 1768-1784.

[本文引用: 1]    

[48]Zhang H, d'Uva T B, Van Doorslaer E.2015.

The gender health gap in China: A decomposition analysis

[J]. Economics & Human Biology, 18: 13-26.

[本文引用: 1]    

[49]Zhao X, Zhang S, Fan C.2014.

Environmental externality and inequality in China: Current status and future choices

[J]. Environmental Pollution, 190: 176-179.

[本文引用: 1]    

相關知識

居民時空行為與環(huán)境污染暴露對健康影響的研究進展
城市環(huán)境研究︱“環(huán)境+健康+城市”的研究演進
大城市郊區(qū)居民通勤模式對健康的影響研究——以北京天通苑為例
聚焦城市化背景下大氣環(huán)境健康風險研究
健康住宅社區(qū)居民體質健康狀況及運動干預的研究
變電站電磁輻射對環(huán)境影響的實證研究
沼氣做能源對室內空氣質量及人體健康的影響
《清華城市健康環(huán)境指數》發(fā)布 全國主要城市健康環(huán)境評估揭曉
醫(yī)學地理和環(huán)境健康研究的主要領域與進展
余兆武：基于自然的城市氣候與健康韌性解決方案

網址: 大城市居民自評健康與環(huán)境危害感知的空間差異及影響因素——基于鄭州市區(qū)的實證研究 http://www.u1s5d6.cn/newsview222927.html