EN中文

Tropical Geography >

2020 , Vol. 40 >Issue 3: 487 - 497

DOI: https://doi.org/10.13284/j.cnki.rddl.003222

The Residential Differentiation of Residents’ Overweight: A Case Study of Guangzhou

  • Zhanqiang Zhu , 1, 2 ,
  • Xiaofang Tao 1, 2 ,
  • Suhong Zhou , 1, 2
Expand
  • 1. School of Geography and Planning, Sun Yat-sen University//Guangdong Key Laboratory for Urbanization and Geo-simulation, Guangzhou 510275, China
  • 2. Guangdong Provincial Engineering Research Center for Pulic Security and Disaster, Guangzhou 510275, China

Received date: 2019-07-01

  Revised date: 2020-01-16

  Online published: 2020-06-30

Fold

Highlights

The rapid increase in the overweight rate among Chinese residents is accompanied by a complex overweight differentiation characteristic. However, little is known about the causes of the differentiation at a community level. Thirty years of housing system reform has led to China's housing pattern evolving into a variety of types. It will be of theoretical and practical value to study the mechanism of the influence of residential type on the rate of residents’ overweight under the specific policy and social background of China. Based on 962 questionnaires from 25 typical communities in Guangzhou (categorized into four residential types), we used chi-square analysis and a binary logistic regression model to analyze the residents’ overweight differentiation characteristic and its mechanism on a community level. The results showed that the overweight rate of residents and its differentiation characteristic varied between residential types. Demographic features and community environment were the core variables that explain the above-mentioned differentiation by residential type. 1) The incidence of overweight in the order of highest to lowest was as follows: historical district, indemnificatory housing, unit community, and commercial housing community. Commercial housing communities attract young people with high education, high income, a generally better health awareness and community resources availability leading to the lowest overweight rate. Due to long-term housing isolation, poor marketability and earlier construction, unit communities and historical districts drew residents with low education and income, in addition to which historical districts had a large proportion of the elderly. Consequently, both residential types had a higher overweight rate. Indemnificatory housing tended to support low-income groups, and usually had a poor community environment so although residents had a higher education level, there was less opportunity to use physical activity resources, therefore this residential type had a higher overweight rate. 2) Age and marital status were important influencing factors of overweight for all residential types which indicates that this is of concern for both the elderly and married population. With regard to other aspects of demographic and socioeconomic attributes, as well as leisure-time physical activity levels, overweight differentiation among the residential types had varied characteristics and mechanisms. An increase in income provided individuals with more access to social resources including physical activity facilities and food facilities, resulting in an overweight differentiation for both indemnificatory housing and unit communities. Moreover, in respect of indemnificatory housing, non-agricultural residents from other cities had higher income levels than other hukou types, so they tended toward higher physical activity and diet resource acquisition ability or a higher intensity physical activity (physical work) which reduced the overweight level. Education levels affected the leisure-time physical activities and other health behaviors of people in historical districts, leading to an overweight differentiation. Commercial housing communities consisted of higher income residents whose unhealthy work practices contributed to an overweight differentiation at the community level. This study revealed the characteristics and mechanism of overweight differentiation in Chinese residential patterns and proposes a number of community optimization measures to alleviate overweight, which may help improve the health of residents living in these communities and promote the implementation of the “healthy China” strategy. Further research might be needed to establish the mechanism of overweight differentiation in terms of gender and leisure-time physical activity.

Cite this article

Zhanqiang Zhu , Xiaofang Tao , Suhong Zhou . The Residential Differentiation of Residents’ Overweight: A Case Study of Guangzhou[J]. Tropical Geography, 2020 , 40(3) : 487 -497 . DOI: 10.13284/j.cnki.rddl.003222

中国居民超重率从2002年的29.9%增长为2012年的42.0%（含超重）（国家计生委，2015），超重、肥胖引发的高血脂、糖尿病等多种疾病威胁人类健康。“健康中国”在2017年上升为国家战略，开始在国家层面上重视不同尺度的居民健康问题。中国政府通过“全国卫生与健康大会”、《健康中国2030规划纲要》《全民健身计划（2016—2020年）》等大会报告或文件倡导解决社区尺度上的居民健康问题，即倡导提高社区健身设施供给，培育基层居民的健康行为，积极推进健康社区、健康村镇的发展，进而改善居民超重等健康问题。相关社区政策的提出，体现了中国各级政府对缓解广大居民急速增长的超重肥胖问题，改善健康（超重）不公平现状的重视。
社区是居民生活的主要场所，社区环境优化能够有效降低居民超重水平，而社区居民超重的分层特征与形成原因是社区环境优化的理论基础。其中，经济社会水平差异产生的食品和体力活动设施供给条件的差异（Lopez, 2007; Proper et al., 2007; Black et al., 2010）、人口结构差异产生的文化环境和经济水平的差异（Boardman et al., 2005），都间接导致不同社区的居民具有不同的超重概率。有学者认为，潜藏在社区环境因素下长时间的贫富空间分化和居住隔离是导致社区超重差异的动因（Wu et al., 2018）。居住类型表征了社区建成环境和社会环境的综合差异，体现了社区经济水平、人种聚集特征等对居民个体超重产生的影响（Jeffery et al., 2003）。经过30年的住房改革，中国的居住模式逐渐演化出多种类型，住房市场呈现中国特色的市场经济特征，在此背景下，研究超重特征及形成原因对于揭示社会空间剥夺和环境不公平现象具有重要意义。
中国于1988年开始住房市场化改革，城市住房供应方式从“单位分配”向“市场流通”转变。单位制度下的多阶层共同居住模式瓦解，住房商品化导致经济社会水平同质的居民在同类型社区聚集，社区之间的环境差异越来越明显，居住空间逐渐呈分层化趋势（顾朝林,2002；吴启焰 等,2013）。居住空间分化形成了传统街坊社区、单位社区、新建商品房社区、政策性住房、演替式边缘社区（如城中村）等类型（孙峰华 等，2002；张鸿雁，2002），不同类型的人口结构、经济水平、休闲健身设施的可获得性等方面存在差异（王凯珍，2005；袁媛，2011），如单位社区因制度限制、“单位情节”、房屋老旧等原因，有能力的年轻人迁出，老年人逐渐被动过滤，呈现老龄化趋势（柴彦威 等，2011）。与此同时，同类型社区内部仍存在居民的经济社会特征分异（李国庆，2007；袁媛，2011）。中国多种居住类型的演进历程和形态可能对社区居民超重产生复杂的影响，然而目前并未见相关报道。
西方国家的地理、社会及规划等多个领域的学者均曾聚焦不同社区类型开展研究（Deeg et al., 2005），揭示了经济水平、人口结构、社区环境等因素对超重分层特征的影响及其机制。如Haan等（1987）首次发现当剔除个体层的年龄、设施等环境因素的影响后，社区类型仍能对居民健康产生影响；Smith等（2009）提出社区环境（包括建成环境和社会环境等）对居民行为习惯的影响是导致超重呈现社区差异的驱动因子；Roberto等（2015）认为社区层因素与个体层因素可能产生相互作用。而中国在社区尺度对居民超重特征的研究还较少。在中国特有的政策和社会背景下研究居住类型对居民超重产生影响的原因，既具有理论研究价值，也对针对性地提升人居环境，改善居民健康水平有重要意义。因此，本文拟通过卡方分析和二元逻辑回归模型，以广州25个典型社区的962名成年人为研究对象，探讨：1）不同居住类型居民超重水平是否存在显著差异？2）不同居住类型内，居民超重在人口与社会经济属性和休闲性体力活动上的分层特征是否不同？3）不同居住类型内，居民超重水平和超重分层特征的形成原因是什么？以期为社区规划、配套设施规划提供参考。

1 研究区概况、数据和方法

1.1　研究区概况与数据

广州是中国第三大城市，行政区面积7 434 km2，2016年常住人口1 404.35万人。广州是中国住房制度改革的先锋城市，自建国以来，住房制度不断发展，经历了公有住房实物分配（1949－1978年）、住房实物分配改革（1978－2000年）和住房市场化阶段（2000年以来）。从1986年以来一直在探索形成多层次保障房体系，对低收入群体实行住房保障。20世纪80年代由于城市用地扩张，形成城中村。广州多种居住模式并存，造成了差异显著的居住条件、社区环境和住户特征。
所调研社区包括历史街区、单位社区、商品房社区、城中村、保障性住房5种居住类型。其中，历史街区多为解放前留下的老房子和单位集体宿舍，其区位条件较好，周边具有一定的健身场所和较高的绿化率，但社区内部环境条件很差，住房拥挤，设施老旧，社区内绿化率非常低，健身场所也比较少，主要居住老年人和经济条件相对较差的居民。单位社区内部及周边的健身场所数量低于商品房社区，但绿化率较高，具有较好的社区环境。商品房的竞价特征使其建设不断完善，整体社区环境尤其是健身条件较好，但社区周边绿化率较低；此外，商品房的可选择性和门槛使偏好相同与支付能力相似的居民形成集聚，是经济水平较好、受过良好教育年轻人的购房首选。城中村区位条件较好，但建筑密集，环境设施差，在城市发展过程中聚集了大批外来务工者和农村居民，人员构成复杂多样。保障性住房是面向低收入群体的社区类型，房价水平最低，社区内部具有很好的绿化水平，但社区内部和周边健身场所很少，健身设施不足。
以广州中心城区为研究区，于2016年采用因子生态分析法将研究区的社会区划分为五大类型（旧城旧机关社区、商业社区、高教育旧单位社区、近郊住宅社区和远郊住宅社区），选取各类社会区中主因子得分靠前的街道，结合第六次全国人口普查数据，选择特征值最突出的社区作为抽样社区，最终选取11个街道的26个小区进行“城市居民居住与就业迁移与就医选择问卷调查”，调研社区具有充分的典型性和代表性。采用访谈的方法对居住在小区内非学生成年人开展调查，收集其人口学特征、社会经济属性特征、健身行为等信息，采用现场实测的方法采集受访个体的健康指标（身高、体重等），共回收问卷1 029份，其中有效问卷1 024份，问卷有效率为99.51%。由于城中村只有一个社区纳入，且该社区仅含62个样本，样本量不足可能导致模型结果精确度降低，故舍去城中村样本，最终采用样本数据962份。25个调研社区包括商品房社区、单位社区、保障性住房、历史街区4种类型（图1），样本小区数量分别为14、6、3、2个。商品房社区是居住主体类型，其他居住类型包含社区数量较少。由于城市中不同居住类型社区数量本就存在差异（周春山 等,2005），因此样本中不同居住类型社区数量所存在的不一致可被接受。
图1 调查区域

Fig.1 The study area

1.2　二元逻辑回归模型构建与变量选择

本文假设居民超重在人口与社会经济属性和休闲健身方面存在分层，按照保障性住房、单位社区、历史街区、商品房社区4种居住类型以及总体共设定5个模型，通过IBM SPSS Statistics 20软件平台进行二元逻辑回归模型分析。
根据《营养改善工作管理办法》（卫生部，2010）定义身高体重比BMI≥24 kg/m2的成年个体为超重，BMI≥28 kg/m2为肥胖；鉴于肥胖样本量较少，参考Sun等（2017）的处理方法将其并入到超重样本。最终超重居民占比为29.83%，对比2016年广东省37.4%的超重率（含肥胖）（广东省体育局，2017），广州超重状况略优。以居民超重属性二分变量作为因变量，超重样本赋值为1，不超重为0（表1）。
表1 变量选取及其说明

Table 1 Variable selection and its description

变量类型 变量名称 变量赋值 说明
因变量 超重 0=不超重；1=超重 BMI≥24 kg/m2为超重，BMI=体重(kg)/身高(m)2

自

变

量

人口与

社会

经济

属性

 性别 0=女性；1=男性 —
年龄/岁 实际年龄 2016年（调研时间）的实际年龄
婚姻状况 0=未婚；1=已婚

已婚包括已婚、离异或丧偶（离异或丧偶人数极少，

故在回归分析归入已婚）

户口 0=本市非农户口；1=本市农业户口；2=外地非农户口；3=外地农业户口 —
受教育水平

0=低等学历；

1=中等学历；

2=高等学历

低等学历：未受教育、小学、初中；

中等学历：高中、中专/中技/职高；

高等学历：大专、大学、研究生以上

收入水平/（元·月-1）

0=中下收入；

1=中等收入；

2=中上收入；

3=高收入

 采用家庭人均月收入(家庭月收入/人口数)衡量收入水平。根据广州小康线及国家统计局的划分标准，划分如下，中下收入：≤2 500元/月；中等收入：2 500~3 600元/月；中上收入：3 600~5 000元/月；高收入：≥5 000元/月。

体力

活动

水平

 健身频率

0＝不固定，偶尔去；1＝小于每周3次；

2＝每周3~6次；3＝每天一次及以上

 受访者一天或一周进行任意锻炼的次数
健身强度（健身时间）/min — —
一周重体力健身时间

平均每天重体力健身时间×

一周健身天数

 进行有氧健身、跑步、快速骑车、游泳及足球篮球类活动等，且持续时间超过10 min
一周中度体力健身时间

平均每天中度体力健身时间×

一周健身天数

 进行快速行走、跳交谊舞、打保龄球、乒乓球、羽毛球活动等，且持续时间超过10 min
一周散步健身时间

平均每天散步健身时间×

一周健身天数

 以休息游憩为目的的散步，且持续时间超过10 min

控

制

变

量

商品房

社区

环境

 房价/（元·m-2） 社区房价 通过检索安居客、链家网站，获取2016年各社区的平均房价
绿化率/%

社区内及1 km缓冲区绿地面积/

（社区＋缓冲区面积）

 通过对2016年的卫星遥感影像进行目视解译，获取包括小区内和小区1 km缓冲半径内的街道绿地、公园绿地等所有开放可达绿地面积，同时获取小区和缓冲区面积之和，计算绿化率
健身场所数量/个

小区及小区周边1 km缓冲区

健身场所数量

 采用百度的“道道通”兴趣点（POI）数据产品获得商品房社区1km缓冲区内的健身场所数量。包括羽毛球场、网球场、篮球场、乒乓球场、健身房、会所、游泳场及其他健身设施个数
已有文献显示，居民超重存在着因为性别、年龄、婚姻、文化水平、收入以及生活习惯等方面导致的个体分层现象（马文君 等，2004；武阳丰 等，2005；马立芳 等，2007；胡祥炬 等，2013；倪国华 等，2013；张艺宏 等，2016）。多数学者认为，男性、年龄较长者、已婚人口、文化水平低下者以及高收入人群超重水平更高（薛白 等，2008；李方波 等，2012；李媛 等，2019）。休闲性体力活动（leisure-time physical activity）又称“休闲健身”指在闲暇时间居民自愿参与、自主选择的以身体参与为主要手段，以缓解压力、恢复体力、娱乐身心、调节情绪、强身养生为主要目的一种体力活动方式（单凤霞 等，2019），其相比职业性、交通性、家务性体力活动具有更高的可调节性和健康效益（鲁斐栋 等，2015）。休闲健身对居民超重产生的影响得到了广泛认同，通常被视为社区环境作用于居民超重的中介因子（mediator），通过可获得的健身资源等因素对超重发生作用（Gordon-Larsen, 2006; Smith et al., 2009）。因此，选取居民个体层人口与社会经济属性和休闲健身水平作为自变量。其中，选取性别、年龄、婚姻状况、户口、受教育水平和收入水平表征人口与社会经济属性指标；参考国际体力活动量表（International Physical Activity Questionnaire， IPAQ），设定居民的休闲健身水平包括健身频率和健身强度两大类型共4个指标（IPAQ Group, 2002）。
由于商品房社区具有较强的市场化特征，不同房价档位意味着社区环境质量的差异，且商品房社区包含的小区数量较多，为了防止同种居住类型内部的社区差异对结果造成干扰，将商品房社区纳入环境变量进行控制。由于较高的绿色空间可达性、优美的景观、以及完善的公共服务设施、便利的交通（陈蜒 等,2015）均能够对住房产生明显的溢价效应，而环境污染、社区拥挤等问题则对房价产生负面作用（戴其文 等,2019），因此房价可以构成社区整体环境水平的综合表征。绿化率表征社区内及周边的绿色空间可达性，而健身场所数量表征社区内及周边休闲健身活动设施的可达性，具有较高的绿色空间或健身设施可达性的社区居民，超重概率相对较低（Shores et al., 2008; Coombes et al., 2010; Lu et al., 2018），因此采用房价、绿化率、健身场所数量作为控制变量。假设社区周边步行范围内的环境特征对居民超重造成影响，基于相关文献（Ekkel et al., 2017），设置社区周边1 km作为步行范围。

2 结果与分析

2.1 居民人口与社会经济属性、超重和健身水平特征

2.1.1　居民人口与社会经济属性特征

由表2可知，被访者的男女比例接近1∶1，以已婚、本市非农户口为主，平均年龄为40.81岁。高等学历人口约占50%，比2015年广州受教育水平明显偏高。家庭月均收入呈现中高收入与低收入比例较高的特点，其原因一方面是广州整体经济水平较高，产生了较大比例的中上和高收入群体；另一方面，保障性住房等社区居民的收入偏低，因而中下收入群体的比例也较大。
表2 被调查者人口及社会经济属性

Table 2 Demographic and socioeconomic attributes of respondents

人口属性 保障性住房 单位社区 历史街区 商品房社区 总体水平 广州平均水平 广州平均水平备注
样本数量/人 246 247 166 303 962 — —
性别 男性/% 51.22 48.99 50.60 50.17 50.21 51.24 全年龄
女性/% 48.78 51.01 49.40 49.83 49.79 48.76
平均年龄/岁 38.59 42.23 43.48 40.01 40.81 — —

婚姻

状况

 未婚/% 20.73 24.70 20.48 21.78 22.03 25.35

15岁

以上

已婚/% 79.27 74.49 78.92 77.89 77.55 72.50
离异或丧偶/% 0 0.81 0.60 0.33 0.42 2.15
户口 本市非农/% 76.83 65.18 84.34 76.24 74.95

2016年末广州常住人口1 404.35万人，

户籍人口870.49万人。

本市农业/% 0.41 6.88 1.21 3.30 3.12
外地非农/% 10.57 16.19 8.43 14.52 12.89
外地农业/% 12.20 11.74 6.02 5.94 9.04

受教育

水平

 低等学历/% 10.98 19.84 20.48 7.59 13.83 50.63 6岁以上
中等学历/% 35.77 40.89 42.77 33.99 37.73 25.71
高等学历/% 53.25 39.27 36.75 58.42 48.44 23.66

收入

水平

 中下收入/% 39.84 34.25 28.31 12.21 27.03

城市居民：4 245.08元/月

农村居民：1 787.42元/月

中等收入/% 6.50 7.73 3.01 2.97 5.61
中上收入/% 42.28 31.49 39.16 25.08 32.95
高收入/% 11.38 26.52 29.52 59.74 34.41

注：广州平均水平数据来自广州市2015年1%人口抽样调查及2016年广州统计年鉴，部分数据同样本的年龄区间不同，仅供参考。

通过分析不同居住类型被访者的人口与社会经济属性情况可知：1）4种居住类型的性别、婚姻状况较为一致；2）4种居住类型均呈现本市非农户口居民最多和本市农业户口最少的特征，但不同居住类型之间仍具有明显差别。单位社区相比其他居住类型具有最多的农业户口居民，尤其是本市农业户口。而历史街区则具有最多的本市户口居民，尤其是本市非农户口。3）历史街区平均年龄略高；4）保障性住房和商品房社区居民受教育水平明显更高，历史街区和单位社区居民受教育水平明显较低，尤其是历史街区；5）商品房社区的经济状况明显高于其他几类社区，保障性住房则明显偏低。统计分析也得出，年龄、户口、受教育水平和收入水平存在显著的居住类型组间差异（Pearson卡方分析显著性Sig.值均＜0.01），性别、婚姻状况不存在显著的居住类型组间差异。

2.1.2　居民的超重与健身水平特征

由表3可知，不同居住类型居民超重率为历史街区>保障性住房>单位社区>商品房社区，居民超重率存在显著的居住类型组间差异（Pearson卡方分析显著性Sig.值＜0.001）。
表3 被调查者超重比率

Table 3 Overweight rate of respondents

居住类型 样本数量/人 超重率/%
总体 962 29.83
保障性住房 246 35.77
单位社区 247 30.36
历史街区 166 40.36
商品房社区 303 18.81
由表4可知，被访人群的健身频率整体水平比较低。58.94%的被访者健身并不规律，其中保障性住房无固定健身居民的比例达到77.64%。在健身相对规律的人群中，每周3~6次的比例最高（17.57%）。健身频率存在显著的居住类型组间差异（Pearson卡方分析显著性Sig.值＜0.001）。而健身强度方面，被调查者一周散步健身时间最长，达到77.76 min，说明散步是人们最常进行的休闲健身活动。中度和重体力健身时间总体相近。具体而言，保障性住房居民偏爱散步健身和中度体力健身，重体力健身强度最低；历史街区居民中度健身强度最低；另外两类居住类型并未表现出明显的健身偏好。居民健身强度存在显著的居住类型组间差异（3种健身强度的组间差异显著性Sig.值均＜0.001）。
表4 被调查者健身水平

Table 4 Leisure-time physical activity level of respondents

健身水平 保障性住房 单位社区 历史街区 商品房社区 总体水平
健身频率/% ≥1次/d 14.23 10.93 7.83 10.56 11.12
3~6次/周 7.32 29.15 22.29 13.86 17.57
＜3次/周 0.81 8.91 27.11 16.50 12.37
不固定，偶尔去 77.64 51.01 42.77 59.08 58.94
健身强度/min 一周重体力健身时间 11.90 45.43 32.47 44.90 34.45
一周中度体力健身时间 39.31 31.64 12.98 44.23 34.35
一周散步健身时间 85.05 71.28 83.28 74.11 77.76

2.2　二元逻辑回归分析结果

由二元逻辑回归模型结果（表5）可知，5个模型均达到了可以接受的拟合优度，将达到显著的因素进一步提炼得到表6。综合表5和6可知：
表5 二元逻辑回归结果

Table 5 Binary logistic regression results

自变量（参考变量）

模型1

总样本

模型2

保障性住房

模型3

单位社区

模型4

历史街区

模型5

商品房社区

B S.E. B S.E. B S.E. B S.E. B S.E.
性别(女性) 男性 0.36* 0.16 1.20*** 0.33 0.21 0.39 -0.22 0.37 -0.13 0.43
年龄 0.03** 0.01 0.05* 0.02 0.10*** 0.02 0.02 0.03 0.04 0.03

婚姻状况

(未婚)

 已婚 0.67** 0.25 0.03 0.55 0.70 0.73 0.30 0.57 2.65* 1.10

户口

(本市非农)

 本市农业 -0.34 0.47 — 0.76 0.73 -0.82 1.57 -1.54 1.19
外地非农 -0.43+ 0.24 -1.02+ 0.60 -0.48 0.49 0.40 0.65 -0.03 0.55
外地农业 -0.02 0.28 -0.37 0.63 -0.24 0.58 0.64 0.83 0.15 0.74

受教育水平

(低等学历)

 中等学历 -0.66** 0.25 -0.78 0.67 -0.45 0.52 -2.04** 0.71 -0.16 0.75
高等学历 -0.63* 0.30 -0.49 0.79 0.63 0.63 -2.21* 0.86 -1.04 0.90

收入水平

(中下收入)

 中等收入 -0.13 0.34 -0.92 0.70 1.40 0.67 0.29 1.06 1.16 1.24
中上收入 -0.28 0.19 -0.12 0.35 -0.99* 0.50 0.47 0.44 1.56+ 0.79
高收入 -0.78*** 0.21 -1.97** 0.84 -1.12** 0.51 -0.27 0.50 1.41* 0.80

健身频率

(不固定偶尔去)

 ≥1次/d 0.05 0.29 -1.22+ 0.70 -0.34 0.65 1.01 0.91 1.37+ 0.84
3~6次/周 0.41* 0.21 0.32 0.60 -0.14 0.48 1.02* 0.51 1.65** 0.71
＜3次/周 0.06 0.25 — -0.85 0.75 0.88+ 0.47 1.33** 0.63
健身强度 一周重体力健身时间 0.02 0.09 0.20 0.51 -0.24 0.25 0.02 0.16 -0.70 0.31
一周中度体力健身时间 -0.05 0.08 -0.41 0.22 0.32+ 0.19 -0.05 0.20 -0.19 0.24
一周散步健身时间 -0.15 0.09 -0.02 0.25 -0.18 0.20 -0.31 0.24 -0.06* 0.22
社区环境控制变量 房价/元/m2 -0.15 0.49
绿化率/% 0.78* 0.88
健身场所数量/个 0.71+ 1.01
常量 -1.92*** 0.50 -1.90 1.49 -8.13*** 2.12 1.33 1.42 -6.87** 1.98
R 2 16.60%*** 24.10%*** 40.00%*** 20.40%*** 35.30%***

注： *** p＜0.001，** p<0.01，* p＜0.05，+ p<0.1；“—”表示因样本数量过少，未获得有效结果。

表6 不同居住类型居民的超重特征（变量达到显著或极显著）

Table 6 Overweight characteristics in different residential types (significant or extremely significant variables only)

居住类型 性别 年龄 婚姻状况 户口 受教育水平 收入水平 健身水平
总样本 男性超重概率高于女性

随年龄增加超

重概率提高

已婚超重概

率高于未婚

本市非农超重概

率高于外地非农

低等学历超重概

率高于中高学历

中下收入超重概率

高于高收入

 每周3~6次的超重概率高于不规律健身

保障性

住房

 男性超重概率高于女性

随年龄增加超

重概率提高

 —

本市非农超重概

率高于外地非农

 —

中下收入超重概率

高于高收入

 不规律健身超重概率高于每天一次及以上

单位

社区

 —

随年龄增加超

重概率提高

 — — —

中下收入超重概率

高于中高收入

 中度体力健身不会降低超重概率

历史

街区

 — — — —

低等学历超重概

率高于中高学历

 — 每周6次以内的规律健身超重概率高于不规律健身

商品房

社区

 — —

已婚超重概

率高于未婚

 — —

中上和高收入超重

概率高于中下收入

所有类型的规律健身概率均高于不规律健身；

散步健身可降低超重概率

1）不同居住类型内，健身水平与居民超重的关系并不一致。保障性住房居民的健身频率与超重概率显著负相关（不规律健身群体的超重概率高于每周1次及以上群体），单位社区居民的健身频率与超重概率负相关但并不显著，而在总样本、历史街区和商品房社区中，居民健身频率与超重概率均呈现正相关关系，即能够规律健身的人群反而比不规律健身的人群具有更高的超重概率。在商品房社区，健身强度与超重概率负相关，其中散步健身与超重的关联显著；而在单位社区，中度体力健身强度与超重概率显著正相关，散步和重体力休闲健身与超重负相关但并不显著。此外，在总样本、保障性住房和历史街区中，健身强度与超重概率并未产生显著关联。
2）超重在所有人口与社会经济指标上均有显著的分层现象，并体现出明显的居住类型差异。其中，保障性住房居民超重概率呈现男性高于女性、随年龄增长而增加、外地非农低于本市非农、低收入高于高收入的分层特征；单位社区居民超重概率呈现随年龄增长而增加、低收入高于高收入的分层特征；历史街区居民超重概率呈现低学历高于高学历的分层特征；商品房社区居民超重概率呈现已婚高于未婚、高收入高于低收入的分层特征。
总样本模型结果可以表征超重分层的普遍性特征，整体上居民超重概率呈现男性高于女性、随年龄增长而增加、已婚居民高于未婚居民，外地非农居民低于本市非农居民，低学历和低收入居民高于高学历和高收入居民的特征。根据总样本模型结果，结合不同居住类型人口结构特征和超重水平，推断：历史街区由于高龄人口和低学历人口聚集而具有最高的超重率；保障性住房由于低收入人口聚集而具有较高的超重率；单位社区由于低学历人口聚集而具有略高的超重率；商品房社区由于高受教育水平和高收入人口聚集而具有最低的超重率。

2.3　原因分析

1）胡祥炬等（2013）指出女性一般更注重外形体态，超重率普遍较低。本文发现保障性住房存在相似规律，然而其他居住类型的超重性别分层不明显，其原因有待进一步研究。2）人体新陈代谢随年龄增长逐渐减慢，因而容易造成脂肪堆积，导致超重。这种生理过程在4种居住类型中均有体现（部分显著）。张艺宏等（2016）认为居民超重随年龄增长到一定阶段（40~70岁）会出现停缓或减退的趋势，故推测历史街区的高超重率可能与其较高的平均年龄有关。3）本文发现总体样本和商品房社区均存在已婚居民超重概率显著高于未婚的特征。相比未婚居民，已婚居民对外表的关注下降，对饮食与健身有所忽视，因而导致超重概率的增长（Singh et al., 2010）。4）外地非农人口是流动群体，而且其流动的原因一般与工作有关，目的是追求更好的经济条件。本文发现保障性住房的外地非农居民超重概率低于本市非农居民，而外地非农居民收入水平相对本市非农居民更高（中上和高收入群体占比达71.21%，高于其他户口类型），在保障性住房整体集聚低收入人群的条件下，外地非农居民更高的收入水平可能代表其更强的健身资源和饮食资源获取能力，或者是更强的体力活动强度（体力工作），因而降低了该群体超重水平。5）居民受教育水平越高，越注重仪表体态，能够获得、理解和接受更多的保健知识，选择健康的生活方式，因此超重概率更低。历史街区居民受教育水平明显偏低，说明健康知识的缺乏是导致其高超重概率（在4种居住类型中超重率最高）的重要原因，加强对历史街区居民的健康知识宣传能够有效降低其超重水平。
收入水平与超重的关系存在明显的居住类型差异。Cleland等（2010）指出低收入社区由于缺少健身设施等社区资源易导致更高的超重概率，但这种情况并不完全符合广州的现状。一方面，本文中保障性住房、单位社区的居民收入的增加降低了超重概率，可能与健身资源、食物结构和劳动强度等因素有关；另一方面，商品房社区居民仍然存在高收入伴随高超重概率的现象。从整体看，商品房社区居民有目的地进行中度体力和重体力健身较多，散步健身偏少，且具有较低的健身频率，说明该社区居民缺乏日常休闲健身时间。商品房社区的中高收入居民中，有86%从事非体力工作（与单位社区并列第一），有28%有饮酒的习惯（仅次于历史街区），说明该居住类型有相当比例居民的工作生活方式不健康。据此推测，商品房社区居民超重的原因主要与休闲健身时间缺乏、久坐的工作生活环境、饮食过剩等不健康的生活方式有关。因此，应通过提高社区活动空间的可达性，增加休闲健身机会，降低健身的时间成本，为商品房社区高收入居民健身提供便利。对于保障性住房和单位社区等则应更为关注低收入群体，为其提供更多的免费健身空间，降低健身的资金成本。
本文在一定程度上验证了更高的健身频率（保障性住房）和健身强度（商品房社区）能够降低超重率，但也发现健身水平与超重概率正相关的不合常理的结果。然而这并不意味着提高健身反而增加超重，因为已有研究证实了体力活动能够通过能量消耗（邱淑敏 等,2013）而降低体重（周长根 等，2019），推测可能存在超重居民主动提高健身水平的情况（熊荣 等,2018），但具体原因还需要进一步研究。

3 讨论与结论

基于广州25个典型社区，将个体与社区结合起来，探讨了不同居住类型居民的超重水平和超重分层特征及其原因，得出的主要结论有：
1）居民超重率存在显著的居住类型差异，依次为历史街区>保障性住房>单位社区>商品房社区。其主要原因是：商品房社区吸引了更多年轻的高教育水平和高收入人群，普遍具有较好的健康知识和社区资源获得能力，因而超重水平最低。单位社区和历史街区市场性较差，其建设较早，长时间住房隔离使社区中聚集了受教育程度和收入水平都较低的居民，历史街区还具有较大比例的高龄人群，因而超重水平相对更高。保障性住房具有倾向于支持低收入人群的属性，其社区环境质量较差，居民虽有较高的受教育水平，但由于收入较差，获取健身资源的能力较差，因而超重水平也较高。
2）对所有居住类型来说，年龄和婚姻状况都是重要的超重影响因素，老年人和已婚人口应当受到关注。而在人口与社会经济属性的其他方面、以及健身水平上，不同居住类型内的超重分层特征各异，形成原因也各有差异。保障性住房和单位社区的低收入居民超重概率高于高收入居民，原因是在社区资源缺乏，以及获取部分社区资源需要资金的前提下，高收入者因具有更高的支付能力，可获得额外的健身场所以及其他资源（如健康饮食资源等）而降低了群体超重水平。此外，对于保障性住房来说，外地非农居民具有比其他户口类型更高的收入水平，因而可能具备更高的健身和饮食资源获取能力或更强的体力活动强度，故降低了群体超重水平。历史街区居民超重呈现低学历特征，其居民教育水平普遍较低；相比之下，高学历的居民拥有更多的健康知识，从而降低了群体超重水平。商品房社区居民超重呈现高收入的特征，该居住类型内较高收入居民由于其相对不健康的工作生活方式，因而提高了群体超重水平。在性别、健身水平方面，超重的分层特征的成因仍然需要进一步的研究，本文尚无法确定。
未来可结合不同的居住类型开展更为深入的原因探讨，包括居民性别、食物摄入量、社区区位等因素对超重的影响效应；并通过引入多层次回归、结构方程模型等方法将个体层和社区层结合起来，进行多个尺度相结合的深入探讨，尤其应加强对保障房、城中村的研究。

References

Publishing order | Descend order by publishing year | Descend order by cited within
Black J L, Macinko J, Dixon L B and Fryer J G E. 2010. Neighborhoods and Obesity in New York City. Health & Place, 16(3): 489-499.

Boardman J D, Onge J M S, Rogers R G and Denney J T. 2005. Race Differentials in Obesity: The Impact of Place. Journal of Health and Social Behavior, 46(3): 229-243.

柴彦威，塔娜，毛子丹．2011．单位视角下的中国城市空间重构．现代城市研究，26（3）：5-9． [Chai Yanwei, Ta Na and Mao Zidan. 2011. Urban Spatial Reconstruction in Cities in China: From the Perspective of Danwei. Modern Urban Research, 26(3): 5-9. ]

陈蜒，张志斌．2015．兰州市商品住房价格空间分布格局及其影响因素．干旱区资源与环境，29（12）：44-50． [Chen Yan and Zhang Zhibin. 2015. The Spatial Distribution Patterns and Influential Factors of Commodity Housing Prices in Lanzhou City. Journal of Arid Land Resources and Environment, 29(12): 44-50. ]

Cleland V, Ball K, Hume C, Timperio A, King A C and Crawford D. 2010. Individual, Social and Environmental Correlates of Physical Activity among Women Living in Socioeconomically Disadvantaged Neighbourhoods. Social Science & Medicine, 70(12): 2011-2018.

Coombes E, Jones A P and Hillsdon M. 2010. The Relationship of Physical Activity and Overweight to Objectively Measured Green Space Accessibility and Use. Social Science & Medicine, 70(6): 816.

戴其文，姚意旗，张晓奇，韦海宁．2019．环境对城市房价影响研究述评与展望．资源科学，41（4）：627-642． [Dai Qiwen, Yao Yiqi, Zhang Xiaoqi and Wei Haining. 2019. Review and Prospect of Research on the Influence of the Environment on Spatial Disparity of Urban Housing Prices. Resources Science, 41(4): 627-642. ]

Deeg D J H and Thomése G C F. 2005. Discrepancies between Personal Income and Neighbourhood Status: Effects on Physical and Mental Health. European Journal of Ageing, 2(2): 98-108.

Ekkel E D and De Vries S. 2017. Nearby Green Space and Human Health: Evaluating Accessibility Metrics. Landscape and Urban Planning, 157: 214-220.

广东省体育局．2017．2016年广东省国民体质监测公报．（2017-12-07）[2019-12-20]．http://www.tyj.gd.gov.cn/4294332/5323 796.html．[Guangdong Provincial Sports Bureau. 2017. Bulletin on National Physical Fitness Monitoring of Guangdong Province, 2016. (2017-12-07) [2019-12-20]. http://www.tyj.gd.gov.cn/4294332/5323796.html. ]

国家卫生计生委．2015．中国居民营养与健康状况调查报告（2015）．（2015-06-30）[2019-06-30]．http://www.nhc.gov.cn/jkj/s5879/201506/4505528e65f3460fb88685081ff158a2.shtml． [National Health and Family Planning Commission. 2015. Nutrition and Health Status Survey Report of Chinese Residents2015). (2015-06-30） [2019-06-30]. http://www.nhc.gov.cn/jkj/s5879/201506/4505528e65f3460fb88685081ff158a2.shtml. ]

Gordon-Larsen P. 2006. Inequality in the Built Environment Underlies Key Health Disparities in Physical Activity and Obesity. Pediatrics, 117(2): 417-424.

顾朝林. 2002．城市社会学．南京：东南大学出版社．[Gu Chaolin. 2002. Urban Sociology. Nanjing: Southeast University Press. ]

Haan M, Kaplan G A and Camacho T. 1987. Poverty and Health: Prospective Evidence from the Alameda. American Journal of Epidemiology, 125(6): 989-998.

胡祥炬，林曙光，钟文玲，林修全．2013．福建省5个国家疾病监测点成人超重肥胖的影响因素分析．中华疾病控制杂志，17（1）：20-23．[Hu Xiangju, Lin Shuguang, Zhong Wenling and Lin Xiuquan. 2013. Influential Factors Research on Overweight and Obesity at 5 DSP Points in Fujian Province. Chinese Journal of Disease Control & Prevention, 17(1): 20-23. ]

IPAQ Group . 2002. International Physical Activity Questionnaire. (2019-06-22) [2020-03-01]. http://www.sdp.univ.fvg.it/sites/default/files/IPAQ_English_self-admin_long.pdf.

Jeffery R W and Utter J. 2003. The Changing Environment and Population Obesity in the United States. Obesity Research, 11(10S): 12S-22S.

李方波，李英华，孙思伟，聂雪琼，卢永，黎慕，程玉兰．2012．我国5省市18~60岁城乡居民超重肥胖现状调查及影响因素分析．中国健康教育，28（5）：367-371．[Li Fangbo, Li Yinghua, Sun Siwei, Nie Xueqiong, Lu Yong, Li Mu and Cheng Yulan. 2012. Study on the Prevalance Status of Body Overweight and Obesity and their Influencing Factors among the Urban and Rural Adult Citizens Aged 18 to 60 in 5 Provinces in China. Chinese Journal of Health Education, 28(5): 367-371. ]

李国庆．2007．社区类型与邻里关系特质——以北京为例．江苏行政学院学报，（2）：59-65．[Li Guoqing. 2007. Types of Community and Relationship of Neighbors—Taking Beijing as an Example. Journal of Jiangsu Administration Institute, (2): 59-65. ]

李媛，靳雅男，田园，张银娥，杨艺，赵建华．2019．宁夏地区成年居民超重、肥胖、中心性肥胖流行现状及影响因素．中国公共卫生，35（10）：1360-1362．[Li Yuan, Jin Yanan, Tian Yuan, Zhang Yin'e, Yang Yi and Zhao Jianhua. 2019. Prevalence and Influencing Factors of Overweight, Obesity and Central Obesity among Adult Residents in Ningxia Hui Autonomous Region. Chinese Journal of Public Health, 35（10）: 1360-1362. ]

Lopez R P. 2007. Neighborhood Risk Factors for Obesity. Obesity, 15(8): 2111-2119.

鲁斐栋，谭少华．2015．建成环境对体力活动的影响研究:进展与思考．国际城市规划，30（2）：62-70．[Lu Feidong and Tan Shaohua. 2015. Built Environmentʼs Influence on Physical Activity: Review and Thought. Urban Planning International, 30(2): 62-70. ]

Lu Y, Sarkar C and Xiao Y. 2018. The Effect of Street-Level Greenery on Walking Behavior: Evidence from Hong Kong. Social Science & Medicine, 208: 41-49.

马立芳，郭红卫，何霭娜，付珩，徐洁，周建军．2007．成人超重和肥胖的危害及影响因素分析．环境与职业医学，24（4）：375-378．[Ma Lifang, Guo Hongwei, He Aina, Fu Heng, Xu Jie and Zhou Jianjun. 2007. Analysis of the Hazards and Correlative Factors of Overweight and Obesity in Community Adults. Journal of Environmental and Occupational Medicine, 24(4): 375-378. ]

马文君，许燕君，李剑森，徐浩锋，聂少萍，陈泽池，邓惠鸿，李海康．2004．广东省2002年成人超重、肥胖流行病学特征分析．中华流行病学杂志，25（12）：33-36．[Ma Wenjun, Xu Yanjun, Li Jiansen, Xu Haofeng, Nie Shaoping, Chen Zechi, Deng Huihong and Li Haikang. 2004. Study on the Epidemiological Characteristics of Overweight and Obesity among Population Aged Eighteen and Over in Guangzhou Province in 2002. Chinese Journal of Epidemiology, 25(12): 33-36. ]

倪国华，张璟，郑风田．2013．中国肥胖流行的现状与趋势．中国食物与营养，19（10）：70-74．[Ni Guohua, Zhang Jing and Zheng Fengtian. 2013. Status and Trends of Chinese Obesity Epidemic. Food and Nutrition in China, 19(10): 70-74. ]

Proper K I, Cerin E, Brown W J and Owen N. 2007. Sitting Time and Socio-Economic Differences in Overweight and Obesity. International Journal of Obesity, 31(1): 169-176.

邱淑敏，王欢，江崇民．2013．运动健身能量消耗简易测量方法的效度研究．体育科学，33（6）：69-76．[Qiu Shumin, Wang Huan and Jiang Chongmin. 2013. Validity of the SWA Sensor to Predict Energy Expenditure of Sports and Fitness. China Sport Science, 33(6): 69-76. ]

Roberto C A, Swinburn B, Hawkes C, Huang T T, Costa S A, Ashe M, Zwicker L, Cawley J H and Brownell K D. 2015. Patchy Progress on Obesity Prevention: Emerging Examples, Entrenched Barriers, and New Thinking. The Lancet, 385(9985): 2400-2409.

单凤霞，郭修金．2019．生态文明:城市休闲体育发展的必然选择．体育学研究，2（1）：60-68．[Shan Fengxia and Guo Xiujin. 2019. Ecological Civilization: An Inevitable Choice for the Development of City Leisure Sports. Journal of Sports Research, 2(1): 60-68. ]

Shores K A and West S T. 2008. The Relationship Between Built Park Environments and Physical Activity in Four Park Locations. Journal of Public Health Management and Practice, 14(3): e9-e16.

Singh D K and Tuli L. 2010. Obesity and Its Mechanisms‒Who to Blame after Marriage? Medical Hypotheses, 75(5): 472-473.

Smith D M and Cummins S. 2009. Obese Cities: How Our Environment Shapes Overweight. Geography Compass, 3(1): 518-535.

Sun B, Yan H and Zhang T. 2017. Built Environmental Impacts on Individual Mode Choice and BMI: Evidence from China. Journal of Transport Geography, 63: 11-21.

孙峰华，王兴中．2002．中国城市生活空间及社区可持续发展研究现状与趋势．地理科学进展，（5）：491-499． [Sun Fenghua and Wang Xingzhong. 2002. The Status Quo and Trends of the Study on City Life-Space and Community Sustainable Development in China. Progress in Geography, (5): 491-499. ]

王凯珍．2005．中国城市不同类型社区居民体育活动现状的调查研究．北京体育大学学报，28（8）：1009-1013． [Wang Kaizhen. 2005. Investigation Research on the Current Situation of Physical Activities among Residents in Varieties of Community of Cities in China. Journal of Beijing Sport University, 28(8): 1009-1013. ]

卫生部．2010．营养改善工作管理办法．（2010-07-16）[2019-12-25]．http://www.chc.org.cn/news/detail.php?id=61116． [Ministry of Health. 2010. Chinese Center for Disease Control and Prevention Measures for the Management of Nutrition Improvement Work. (2010-07-16) [2019-12-25]. http://www.chc.org.cn/news/detail.php?id=61116. ]

Wu J, He Q, Chen Y, Lin J and Wang S. 2018. Dismantling the Fence for Social Justice? Evidence Based on the Inequity of Urban Green Space Accessibility in The Central Urban Area of Beijing. Environment and Planning B: Urban Analytics and City Science, 1-19. DOI: 10.1177/2399808318793139.

吴启焰，吴小慧，Chen Guo，Daniel Hammel J，刘咏梅，刘丹．2013．基于小尺度五普数据的南京旧城区社会空间分异研究．地理科学，33（10）：1196-1205． [Wu Qiyan, Wu Xiaohui, Chen Guo, Daniel Hammel J, Liu Yongmei and Liu Dan. 2013. Social-Spatial Differentiation and Residential Segregation of Old City of Nanjing, China: Evidence from the Community-Level Census Data in 2000. Scientia Geographica Sinica, 33(10): 1196-1205. ]

武阳丰，马冠生，胡永华，李艳平，李贤，崔朝辉，陈春明，孔灵芝．2005．中国居民的超重和肥胖流行现状．中华预防医学杂志，（5）：22-26． [Wu Yangsheng, Ma Guansheng, Hu Yonghua, Li Yanping, Li Xian, Cui Zhaohui, Chen Chunming and Kong Lingzhi. 2005. The Current Prevalence Status of Body Overweight and Obesity in China Data from the China National Nutrition and Health Survey. Chinese Journal of Preventive Medicine, (5): 22-26. ]

熊荣，袁丽凤，杨进刚，王杨，伯坚，赵延延，刘力生，李卫．2018．自行车拥有状况与体力活动、静坐时间及超重或肥胖的关系研究．中国循环杂志，33（3）：251-255． [Xiong Rong, Yuan Lifeng, Yang Jingang, Wang Yang, Bo Jian, Zhao Yanyan, Liu Lisheng and Li Wei. 2018. Correlation Study Between Bicycle Ownership Status and Physical Activity, Time of Sitting, Overweight or Obesity. Chinese Circulation Journal, 33(3): 251-255. ]

薛白，逄增昌，鲍国春，高维国，南海荣，汪韶洁，任杰，张磊，乔青．2008．青岛市居民超重与肥胖状况及影响因素分析．中国公共卫生，24（5）：585-586． [Xue Bai, Pang Zengchang, Bao Guochun, Gao Weiguo, Nan Hairong , Wang Shaojie, Ren Jie, Zhang Lei and Qiao Qing. 2008. Analysis on Situation and Risk Factors of Overweight and Obesity of Residents in Qingdao City. Chinese Journal of Public Health, 24(5): 585-586. ]

袁媛．2011．社会空间重构背景下的贫困空间固化研究现代．城市研究，26（3）：14-18． [Yuan Yuan. 2011. Research on Stabilization of Spatiality of Urban Poverty against the Background of Social-Spatial Reconstruction. Modern Urban Research, 26(3): 14-18. ]

张鸿雁．2002．论当代中国城市社区分异与变迁的现状及发展趋势．规划师，（8）：5-8． [Zhang Hongyan. 2002. On the Status Quo and the Development Tendency of Community Differentiation and Transformation in Contemporary Chinese Cities. Planners, (8): 5-8. ]

张艺宏，王梅，孙君志，李宁，裴钰．2016．2014年中国城乡居民超重肥胖流行现状——基于22省（市、区）国家国民体质监测点的形态数据．成都体育学院学报，42（5）：93-100． [Zhang Yihong, Wang Mei, Sun Junning, Li Ning and Pei Yu. 2016. Prevalence of Overweight and Obesity among Urban and Rural Residents in 2014. Journal of Chengdu Sport University, 42(5): 93-100. ]

周春山，陈素素，罗彦．2005．广州市建成区住房空间结构及其成因．地理研究，24（1）：77-88． [Zhou Chunshan, Chen Susu and Luo Yan. 2005. The Housing Spatial Structures in Guangzhou Urban Builtup Area and Their Causes Analysis. Geographical Research, 24(1): 77-88. ]

周长根，洪巧新．2019．健身走和慢跑对超重肥胖男大学生减肥效果评价．中国学校卫生，40（2）：213-215． [Zhou Changgen and Hong Qiaoxin. 2019. Effects of Fitness Walking and Jogging on Weight Loss of Overweight and Obese College Students. Chin. J. Sch. Health, 40(2): 213-215. ]

Options
Outlines

/

〈 〉