基于元分析的城市绿地访问影响因素研究

Research on influencing factors of urban greenspace use based on a meta-analysis

摘要

城市绿地能为居民带来生理、心理、社会等健康福祉.诸多研究虽探讨了城镇居民绿地使用的影响因素，但现有结论并不一致.基于对选取的55篇文献进行元分析，本文系统归纳城市绿地使用的影响因素，识别影响异质性的调节变量.研究发现： 1） 显著影响因素涵盖社会人口特征、个体因素、可达性、空间质量、邻里环境五个维度的16个变量； 2） 与绿地使用相关性较高的变量有种族、态度、主观规范、感知行为控制和安全； 3）国家发达程度和样本量显著调节绿地使用与其影响因素间的关系.本文的研究结果揭示了各影响因素与城市绿地使用的普遍关系和相对重要性，可为城市绿地规划管理提供实践指导.

Abstract

Urban residents are encouraged to use urban greenspace， because urban greenspace can bring physiological， psychological， social welfare effects to residents. While previous studies have investigated the influencing factors of urban greenspace use， the results are inconsistent. A meta-analysis was conducted based on 55 samples to systematically summarize the influencing factors of urban greenspace use with the moderating vanables identified. The results are shown as follows. 1） The factors that significantly affect urban greenspace use include 16 variables in 5 dimensions， including socio-demographic characteristics， individual factors， accessibility， spatial quality and neighborhood environment. 2） Race， attitude， subjective norms， perceived behavioral control and spatial safety are highly correlated with urban greenspace use. 3） National development level and sample size has a moderating effect on the relationship between urban greenspace use and its multiple influencing factors. These founding reveal the relative importance of each influencing factor and their general relationship with urban greenspace use to a certain extent， which provides practical guiding for urban greenspace planning and management.

Graphical abstract

关键词

城市绿地 / 使用行为 / 影响因素 / 元分析

Key words

urban greenspace / use behavior / influencing factors / meta-analysis

城市绿地指以自然和人工植被为主的城市土地利用形态^［1］，通常包含公园、森林、花园和住宅庭院等多种类型^［2］.城市绿地作为绿色基础设施，在提升居民公共健康方面具有重要作用^［3-4］.研究表明，城市绿地能够通过促进身体活动、社交互动、压力缓解和注意力恢复产生健康福祉效应^［4-5］.而这些效应的实现，根本上取决于居民对绿地的实际使用水平^［6］，充分的绿地使用被认为是其发挥健康效应的必要前提^［1，3］.

尽管城市绿地的健康福祉价值已广受认可，但许多城市在提升绿地使用水平方面仍面临挑战^［7］.研究表明：城市绿地使用受多重因素影响且程度不一^［8-9］，如低收入、少数族裔和女性群体较少使用城市绿地^［10-12］，具有潜在交通风险的邻里环境会格外阻碍老年人对城市绿地的访问^［13］.此外，人们还倾向于避开过度拥挤、维护不善或不安全的绿地^［14］.因此，系统分析并识别影响绿地使用的关键因素，对指导城市绿地的有效规划管理，增强其吸引力，从而提升不同人口群体的绿地使用水平具有重要意义.

目前，学者们已针对城市绿地使用模式及其影响因素开展了广泛的实证研究，涵盖社会人口特征、心理因素、物理特征及邻里环境等多个维度^{［7，13，15］}.然而，部分因素对绿地使用的影响方向与效应强度仍存在显著分歧.例如，可达性的正向促进作用在部分研究中并不显著^［16-18］，年龄与绿地使用的相关性在不同研究中呈现正负交替^［19-22］，而安全性对绿地使用影响的作用强度^［7，23］及显著性的结论亦不一致^［21］.这种不一致性可能源于各研究在理论方法、样本规模、对象选择及案例地环境等方面存在系统性差异，而这种冲突性的研究结论削弱了单项实证结果的普适性与说服力.尽管已有学者尝试通过传统叙述性综述进行定性梳理^{［8，24-26］}，但这种综述往往难以量化处理研究间的矛盾，给出统一且稳健的结论^［27］.而元分析技术能整合各独立研究的统计效应值，通过定量分析解决相互矛盾的研究发现，从而识别出具有普适性的关键因素^［28］.

因此，本文采用元分析方法，系统整合城市绿地使用研究领域的既有实证研究，量化各影响因素与城市绿地使用之间的具体关系强度，从而突破单一研究在视角上的局限，提升结论的普适性和科学性.同时，引入调节变量识别研究间差异产生的原因，为解释矛盾性研究结果提供支持.本研究不仅有助于完善城市绿地使用的理论框架，也能为城市绿地管理和政策制定提供重要依据.

1 文献回顾与研究框架

1.1 城市绿地使用

现有研究尚未就绿地使用的测量方式达成共识^［29］.学者们采取了不同方法调查绿地的使用情况，由于使用模式和个人特征都能体现在问卷中，问卷一直是调查绿地使用情况的普遍方法^［8］.当前研究中衡量绿地使用的指标主要有三种：使用频率、使用时长和使用强度^{［22，30-31］}.使用频率指城市居民在给定时间范围内访问绿地的次数，使用时长指每次访问绿地的平均停留时间，使用强度通常由两者的乘积表示.其中，使用频率和使用时长是最常见的指标，改善它们中的任何一方面都可以提高绿地基础设施的运行效率和人口层面的健康效益^［29］.

1.2 城市绿地使用的影响因素

学者们从不同角度探讨了城市绿地使用的影响因素，主要包括社会人口特征^{［15，20］}、个体因素^{［16，18］}、可达性^［6，16］、空间质量^［24-25］和邻里环境^［8，23］.因此，本文主要围绕上述5个方面与城市绿地使用的关系开展元分析（图1）.

1.2.1 社会人口特征

作为绿地使用的主体，居民的社会人口特征一直是该研究领域关注的焦点.已有研究发现人们对绿地的使用水平会受社会人口特征的影响，主要包括性别、年龄、收入、教育水平、种族、婚姻状态、家庭是否有孩童等变量^{［20，32］}.通常，女性和男性对访问绿地的相关约束因素的看法和感知存在差异.相比男性，女性更易受到缺乏同伴、兴趣、时间和对犯罪的恐惧等因素制约，所以绿地使用频率较低^{［10，15，32-33］}.同时，有研究指出虽然城市中少数族裔和低收入人群的居住地离绿地更近，但其附近的绿地空间面积小、质量低、安全性差^［34-35］，所以这些群体进入和使用绿地的机会也非常有限^［32］.此外，绿地作为儿童接触自然^［36］与开展身体活动的重要载体，对提升其身心素质、认知能力及自然联结具有显著益处^［37-38］，因此已婚有儿童的家庭更容易成为绿地的常客^［20］.然而，关于年龄、收入、教育水平及婚姻状况与绿地使用之间的关联，既有实证研究尚未达成共识，甚至呈现相反的结论.例如，有学者指出在与年龄相关的健康状况、行动不便或交通问题感知的可能影响下，老年群体访问绿地的几率低于年轻群体^［32］.而其他研究者则认为退休后的老年群体闲暇时间充裕，为了减轻孤单感和结识新朋友，会更频繁地使用绿地^［21］.类似地，有研究指出与未完成高中学业的人相比，大学毕业和受过研究生教育的人因重视健康的生活方式访问绿地的几率更高^{［32，39］}，但也有研究发现受教育程度较低的受访者更频繁地参观绿地^［20］.总之，绿地使用水平在不同人口群体间存在差异，且部分社会人口特征变量对绿地使用的影响尚未取得一致性结论.

1.2.2 个体因素

许多研究基于计划行为理论探讨个体因素与绿地使用行为之间的因果关系^{［16，40］}，指出个体的态度、主观规范和感知行为控制是影响绿地使用的关键因素^［6，41］.这些研究旨在利用人们在使用决策过程中的潜在社会和心理因素来解释绿地使用行为差异化的原因^［6，16］，并得出了相对一致的研究结果，认为态度越积极、他人社会支持度越高、行为控制越强，人们使用绿地的可能性越大.

态度对促进绿地使用发挥着决定性作用^［15］.态度是个体对目标行为的积极或消极倾向程度，即个体是否赞成该行为，它由个体对特定行为的感知成本和收益决定^［42］.对目标行为的积极态度有助于提高个体的行为意向水平^［41］，而意识到参观绿地的好处，能为人们持续的绿地使用行为提供动力^［7］.因此，个体如果拥有高自然倾向并认为访问绿地能够为自身带来益处，即对绿地使用持积极态度，往往会更乐意使用绿地.前人研究也统一证实了绿地使用行为与积极态度显著相关^{［15-16，40］}.

主观规范被认为是绿地使用的重要影响因子^［41］.源自人际关系的主观规范指个人感知到的来自其他人（如家人、朋友或同龄人）的社会影响^［42］，它反映了重要他人或团体对个体决策行为的影响^［43］.现有研究表明，主观规范对绿地使用决策很重要，主要社会关系是否鼓励支持个体使用绿地会影响其行为意图及后续实际行为^［6，16］.

感知行为控制指个体执行某行为的感知能力和感知难易程度，它反映了个体对促进或阻碍执行行为因素的知觉^{［16，43-44］}，这些因素包括内部因素（如知识和技能）和外部因素（如位置和设施的便利性）^［45］.而个体感知到执行某行为容易或困难的程度，会影响到其实际行为的发生.因此，那些感知行为控制能力强的群体往往能够主动克服各种限制^［46］，相反，感知行为控制能力弱的群体则会在面临阻碍时降低对绿地的使用频率^［16］.有研究已发现对可利用闲暇时间的感知会影响老年人是否经常或长时间使用城市公园绿地^［40］.

1.2.3 可达性

可达性指人们进入绿地的难易程度^［47-48］，研究发现其是影响绿地使用的重要因素之一^{［6-7，49］}.可达性分为物理可达性（基于定量客观标准测量，如空间距离和行程时间）和感知可达性（基于个人主观感知测量），有研究表明，这两种方式测量的可达性存在不一致^［6，16］，感知可达性可能是理解和预测绿地使用行为更可靠的指标^［16］.但感知可达性相对较少用于调查对绿地使用的影响，其预测能力也很少与物理可达性进行比较^［6］.

多数研究通过居住地与绿地的空间距离或行程时间来评估物理可达性^{［16，40，50］}.既有研究证实了物理可达性对绿地利用的显著影响^{［21，51］}，其核心逻辑在于成本约束，住在绿地周边的居民因交通与时间成本较低，往往具有更高的访问概率^［52］.这种影响在特定群体中尤为明显，例如因职业属性面临严重时间约束的上班族，以及受限于身体机能的老年人，空间距离的增加极大限制了他们前往居住区外的绿地开展娱乐活动的可能^{［40，49］}

感知可达性代表了可达性概念的主观维度，用于衡量个体对空间服务可访问难易程度的直观感受^［16］.相较基于客观物理距离的测度，感知可达性反映了居民对使用机会的主观评估^［53］.已有研究指出，感知可达性是与绿地使用最强相关的因素之一^［7，18］，因为人们采取或避免行动的意愿并非直接受制于客观物理环境，而是源自基于先前知识或信息对客观属性的整体评估^［54］.由于在生活经验与认知偏好上存在差异，每个个体或家庭对同一绿地空间具有不同的使用感知^［55］，所以感知可达性会通过影响绿地使用意愿，从而影响绿地使用行为.

1.2.4 空间质量

绿地空间质量是鼓励居民使用的重要因素^［24］，影响人们访问的频率和时长^［31］，其评价维度通常涵盖面积、安全、设施、绿化及审美.具体而言，充足的绿地面积能减少不同类型游憩活动间的相互干扰并降低访问者的拥挤感知，通过增强空间使用体验提高使用频率.而源自物理环境与社会交互的不安全因素，如照明匮乏、空间偏僻及边缘人群聚集（如流浪汉），会对使用者构成潜在的心理威胁，进而形成空间排斥并阻碍绿地利用^{［23，26］}，特别是女性群体^［10］.此外，厕所、运动场、咖啡馆等游憩和便利设施的存在能够支持不同人群开展各类活动^［56］，树木、花圃和草坪等自然元素作为绿地环境的重要组成部分，可以带给人们心理舒适感^［26］，绿地的美学品质则通过增强吸引力影响人们对绿地的使用^［57］.因此，绿地品质有助于促进人们的使用行为.

1.2.5 邻里环境

邻里环境作为居民日常活动的核心场域，通过触发或制约游憩决策，深刻影响着绿地利用的动机与意愿^{［29，58］}.既有研究探讨较多地包括邻里绿地数量、邻里步行性和邻里安全对使用行为的影响.研究发现居住区周边足够的绿地数量有助于增加人们对绿地的使用^{［49，59］}.这是因为周边可用绿地构成了人们访问绿地的有利前提条件^［49］，增加了人们使用绿地的可能性^［13］，相反，若邻里绿地资源匮乏，居民将被迫走更远与大自然接触^［60］，导致访问成本增加、访问意愿降低.

步行性是影响绿地使用的另一邻里环境因素，指“城市环境对行人友好的程度”^［61］.由于居民通常需通过步行或骑行穿越周边社区抵达绿地，所以有研究指出步行性会影响绿地使用^［62］.通常，街道连通性高的社区布局允许更便捷地出行，从而降低人们前往绿地的感知和实际障碍^［29］，成为促进空间使用的关键因素^［59］.反之，若社区环境步行性较差，例如存在死胡同或繁忙街道缺少人行过街设施，附近居民则很难经常访问绿地^［62］.

稳定和谐的社会环境对鼓励绿地使用发挥重要作用^［8］，而与交通、照明和犯罪相关的邻里安全问题，则可能阻碍绿地使用^{［23，29］}.在低收入社区，对人身安全的担忧被认为是制约绿地使用的重要因素，邻里犯罪带来的不安全感会降低人们外出访问附近绿地的意愿^［63］.已有研究表明邻里安全与绿地使用显著正相关，邻里安全增加了人们每周的绿地使用总时长^［30］，而与犯罪相关的邻里不安全事件则严重减少了人们访问绿地的频率和持续时长^［63］.

2 研究方法

元分析（meta-analysis）是一种旨在定量整合既有实证结果、对系列独立研究进行再统计的分析方法^［64］.作为定量的文献综述方法，其在系统总结、评价和分析实证研究方面具有明显优势^［65］.该方法能够对同一研究问题的多项独立研究结果进行定量的综合性分析，通过提供量化的平均效应量更加精确地反映变量间的关系强度，解决研究结论不一致的问题，并通过扩大样本量提升统计检验的可信度，从而得出更具说服力和普适性的结论^［66］.

2.1 文献筛选

本文对中、英文数据库进行了全面检索，截止日期为2025年12月31日.首先，采用英文关键词“urban green spaces”“urban greenspace”“urban public green space”“urban park”“green space”和“visit”“use”“usage”组合在Science Direct、SAGE、Web of Science、Taylor & Francis、PubMedicine等外文数据库进行检索；其次，采用“城市绿地”“城市公园绿地”和“访问”“使用”等关键词组合在CNKI（中国知网）中文数据库检索，共获取原始文献11 505篇.去除重复文献，并阅读标题和摘要排除与研究主题无关的文献后，初步获取相关文献173篇.随后对收集到的文献进行全文阅读并遵循以下标准再次进行筛选： 1） 必须为定量研究，报告了变量间的相关系数r或路径系数β，或能转化为相关系数的其他效应值或统计量； 2） 必须涉及城市绿地使用行为及其影响因素； 3） 每组变量关系至少出现在3个独立研究中.最后，并采用滚雪球方式补充获取5篇文献，最终得到55篇符合分析标准的文献.

2.2 文献编码

针对筛选出的文献，由两位研究者分别对其进行独立编码^［67］，编码内容包括研究描述项和效应值统计项，描述项主要包括作者、文献名、发表时间、期刊名、样本搜集的国家、分析方法、变量名称等，效应值统计项包括样本量和以相关系数r为主的统计数据.若一篇文献同时包含了多个不同来源的样本，则对每个独立样本单独编码一次，而针对使用相同来源样本发表的不同研究，则只采纳一个研究进行编码.研究者首次编码结束后进行交叉核对，对于因编码失误或个人主观判断差异产生的不一致编码内容，由两位研究者通过更正错误和讨论协商达成共识.最终，从57个独立样本中获取178个效应值，总样本量为81 026个.

2.3 元分析设计

元分析需要统计来自多个定量研究的不同效应值计算效应量的合并值，以评估变量关系的大小和方向.因此，本研究利用元分析软件CMA 3.0计算各变量的合并效应值.首先，在正式计算前将相关系数r值转换为z_r 值，从而得到z_r 值的加权平均效应量；然后，采用Q检验方法评估不同研究中效应值的异质性^［68］，并根据是否存在异质性选择固定效应模型或随机效应模型进行效应值计算.此外，根据Cohen^［69］评估效应量大小的建议，0.1、0.3、0.5和0.7的相关性分别对应小、中、大和非常大的效应量；最后，由于结果显著的文章通常更容易发表，可能会导致出版偏倚问题，所以本研究利用失效安全系数（fail-safe number，FSN）对出版偏倚水平进行了检验^［70］.

3 研究结果

3.1 异质性检验和出版偏倚分析

异质性检验用于评估不同研究结果之间是否存在差异，以判断采用哪种统计模型对研究结果进行合并分析效应值，如果研究结果异质性显著需要使用随机效应模型，不显著则采用固定效应模型.Q值和I²两个指标通常用来评估研究的异质性水平^［68］，其中，Q值及其显著性反映各个效应值的异质性程度，I²代表效应值的真实差异在观察到的总变异中所占的比例^［27］.当Q>K-1（K为研究数），I²>75%，且Q值在统计上显著时，表明不同文献间存在异质性，应采用随机效应模型分析^［71］.表1显示，绿地使用与各变量关系的Q值和I²均符合异质性判断条件，因此，本研究使用随机效应模型进行分析.

出版偏倚可能造成分析结果不显著的研究被筛选掉，导致对某一领域研究的综合评估不准确.失效安全系数则能够反映是否存在出版偏倚，检验结果的稳健性.失效安全系数表示需要再找多少项结果无效的未发表研究，结论才会被推翻，通常当失效安全系数大于5K+10时，则认为不存在出版偏倚^［72］.在本研究识别的所有变量中，除收入外，其余变量的失效安全系数均大于其临界值，表明结果稳健，不存在严重的出版偏倚（表1）.

3.2 主效应分析结果

社会人口特征的元分析结果显示（见表1）：性别（r=0.164，p<0.05）、婚姻状态（r=0.109，p<0.05）、有孩童（r=0.172，p<0.001）、种族（r=-0.332，p<0.05）与绿地使用呈显著相关.其中，种族与绿地使用呈中等强度负相关，意味着少数族裔群体的绿地使用水平显著较低.性别、婚姻状态及是否有孩童与绿地使用呈低强度正相关，表现为男性、已婚个体及有孩家庭的绿地使用水平相对较高.而年龄、教育水平、收入与绿地使用的相关性不显著.

个体因素：个体的态度（r=0.441，p<0.001）、主观规范（r=0.394，p<0.001）和感知行为控制（r=0.344，p<0.001）与绿地使用之间均存在中等偏上强度的显著正相关关系，其中态度的相关性最高，说明个体对绿地使用的积极态度是驱动其使用行为的核心因素.

可达性：物理可达性和感知可达性均与绿地使用显著相关.其中，物理可达性（r=-0.199，p<0.001）与绿地使用呈显著负相关，即随着空间距离增加人们会减少绿地使用.感知可达性（r=0.284，p<0.001）与绿地使用呈显著正相关，即人们感知到的空间进入难度越低，越有可能增加绿地使用.此外，感知可达性的相关性高于物理可达性，对绿地使用的解释力更强.

空间质量：除绿化外，面积（r=0.222，p<0.001）、安全（r=0.315，p<0.05）、设施（r=0.232，p<0.001）和审美（r=0.203，p<0.05）均与绿地使用显著正相关.其中，安全的相关性最高，达到中等强度，说明空间安全是决定个体到访绿地的首要空间质量因素.

邻里环境：邻里绿地数量（r=0.234，p<0.001）、邻里步行性（r=0.160，p<0.05）和邻里安全（r=0.175，p<0.05）与绿地使用均呈现显著的正相关关系.这表明支持性邻里环境更能够促进人们对绿地的使用.

3.3 调节效应分析结果

表1的异质性检验结果显示，不同研究之间存在异质性，需引入调节变量探讨异质性的来源.通常，元分析的调节变量根据文献特征确定^［73］，因此本文从国家发展水平和样本量两方面考察它们对各影响因素与绿地使用关系的调节效应.在参考已有研究基础上^［74-75］，依据2025年联合国公布的发达国家名单将研究分为发达和不发达两组，按照样本数量将研究分为［0，300），［300，500），［500，+∞）三组.若组间Q值显著，说明该调节变量对影响因素与绿地使用的关系起到了调节作用，研究结果见表2和表3.

3.3.1 国家发达程度的调节作用

表2显示，除有孩童、态度和主观规范三个变量外，国家发达程度在多个维度上表现出显著的调节效应（p<0.05）.其中，年龄与绿地使用的相关性，在发达和不发达国家地域研究中呈现相反方向.年龄与绿地使用在不发达国家地域呈显著正相关（r=0.134，p<0.001），在发达国家地域却是显著负相关（r=-0.148，p<0.001）.此外，发达国家地域的年龄、教育水平、收入、婚姻状态、安全、设施、审美、邻里步行性与绿地使用间的相关性均高于不发达国家地域.

3.3.2 样本量的调节作用

表3表明，样本量对社会人口特征（性别、年龄、收入、婚姻状态）、个体因素（主观规范、感知行为控制）、可达性（感知可达性）、空间质量（安全、绿化）、邻里环境（邻里绿地数量、邻里安全）与绿地使用的关系具有显著的调节作用（p<0.05），而对教育水平、有孩童、种族、态度、物理可达性、面积、设施、审美与绿地使用的关系影响不显著（p>0.05）.使用较多样本量得到的教育水平、种族、面积、邻里安全与绿地使用的关系均高于采用较少样本量得到的结果.

4 讨论与展望

4.1 研究结果讨论

4.1.1 社会人口特征的差异化影响：群体间的不平等获取

在社会人口特征变量中，种族因素表现出最强的解释力，证实了少数族裔在绿地使用中的弱势地位.两者之间中等强度的负相关性源于心理与物质的双重障碍：一方面，空间使用中的文化规范及潜在社会排斥（如在场白人用户和管理人员的歧视），抑制了该群体的使用意愿^{［34，76］}；另一方面，边缘理论所强调的经济与交通限制剥夺了少数族裔获取优质绿地的机会^［77］.性别、婚姻状态及是否有孩童与绿地使用呈低程度相关，表现为男性、已婚及有孩家庭的绿地使用水平相对较高.此外，年龄、教育及收入与绿地使用的相关性不显著，可能由不同地域情境下的效应抵消所致.国家发达程度的调节效应显示，在不发达国家年龄显著正向影响绿地使用，而在发达国家则反之.类似地，发达国家教育与收入对绿地使用的影响更大.这也表明，社会经济背景的差异使得部分人口特征对绿地使用的影响具有高度的情境依赖性，而非单一的线性关联.

4.1.2 个体因素的综合驱动：基于计划行为理论的态度核心导向

个体因素所包含的态度、主观规范、感知行为控制三个变量均与绿地使用呈显著的中等强度正相关，此结果有效验证了前人的研究结论^{［15-16，41］}.在所有影响因素中，态度对促进绿地使用发挥核心作用.对绿地使用持积极态度的群体更认可接触大自然的重要性和潜在效益，愿意在绿地空间花费更多时间^［15］.主观规范利用身边人对个体行为决策的支持和鼓励，减轻人们出行的人际障碍，有助于促成绿地使用行为^［16］.感知行为控制则通过影响个体对访问绿地难易程度的感知，如对自身可用闲暇时间、金钱、相关知识的感知，从而影响个体是否使用绿地^［6，41］.

4.1.3 可达性的双重制约：感知可达性的决定作用

物理可达性与感知可达性均是影响绿地使用的重要因素，且感知可达性的解释力显著大于物理可达性^［6］.原因在于，尽管缩短客观距离能通过降低到访成本提升绿地使用水平^{［21，40］}，但其影响可能受到访问类型（每天访问vs偶尔访问）及空间品质的调节^{［24，51］}.相比而言，个体对进入便捷性、开放时间合理性及空间服务设施人性化的综合评估（即感知可达性），是决定其实际到访绿地的关键^［7，40］，甚至人们对绿地进入便利性的感知会取代其他绿地品质主导人们的使用行为^［7］.

4.1.4 空间质量的多维影响：安全的主导地位与绿化的“双刃剑”效应

高质量绿地空间能够满足人们的社会和心理需求，吸引人们更频繁地访问^{［7，24，56］}.就空间质量而言，安全对绿地使用影响最大，其次是设施，最后是审美和面积.结合前述社会人口特征发现，女性及少数族裔等弱势群体往往对安全更敏感，这进一步证实了营造安全的绿地空间是提升弱势群体使用水平、实现空间正义的核心.此外，与传统认知不同，本研究发现绿化对绿地使用的影响并不显著.这可能源于高密度、封闭性植被布局的“双刃剑”效应：虽然自然植被的生理恢复价值能促进绿地使用^［7］，但过度遮蔽的植被可能造成视觉障碍，带来安全隐患，从而引发个体防卫心理并削弱访问意愿^［78］，阻碍绿地使用.

4.1.5 邻里环境的支撑作用：绿地数量的基础保障

已有少数研究基于社会生态模型发现了邻里环境对绿地使用的重要性^［8］，本研究从邻里绿地数量、邻里步行性和邻里安全三个方面证实了邻里环境与绿地使用之间的显著正相关性，并发现邻里绿地数量相对更重要.在人口密集的城市，足够的绿地数量为人们提供了更多空间访问的机会，适合步行的邻里环境便于人们抵达目的地^［30］，稳定的社区环境减少了人们对自身安全的担忧^［8］，这些因素构成了绿地使用的有利条件.

4.2 研究贡献

1） 识别出各变量与绿地使用的关系强度，支持了不同影响因素对绿地使用作用力存在差异的观点.本文整合了绿地使用影响因素的不同研究结果，通过具体效应值区分了各变量的相对重要性，揭示了城市绿地使用影响因素的复杂关系，弥补了单个研究分析的局限性，得出更具普适性的结论.研究结果证明了在绿地使用中态度、主观规范、感知行为控制等个体因素占据主导地位，感知可达性比物理可达性更重要，社会人口特征中性别、婚姻状态、有孩童和种族发挥了作用.研究结果能够有效解决已有研究结论不一致的问题，为后续开展绿地使用研究提供理论参考.

2） 引入国家发达程度和样本量作为调节变量，为已有研究异质性的出现提供了新见解.发达和不发达国家地域的社会文化、发展水平、绿地建设情况不同，导致影响因素与绿地使用的关系不仅作用强度不同，甚至存在作用方向上的差异.这种由研究情境带来的结果差异是以往研究较少关注到的，证明了开展绿地使用多情境化研究的价值.此外，样本数量同样会对不同因素与绿地使用之间的关系产生影响，这也启示未来研究要综合考虑待研究变量选取合适的样本数量.

4.3 实践启示

本研究结果有助于城市绿地空间规划和管理者根据不同影响因素的相对重要性，采取合适的策略提升人们的绿地使用水平.

1） 构建包容公平的绿地空间，提升弱势群体的使用水平.在不同社会人口特征变量中，男性、已婚、有孩童家庭与绿地使用正相关，而少数族裔群体与绿地使用负相关.因此，针对在绿地使用过程中处于弱势地位的女性和少数族裔，规划者要重点解决这两类群体空间使用的常见障碍，如通过增加安保巡逻、安装监控、改善照明减少犯罪事件发生，为少数族裔群体提供符合其文化规范的活动场所，营造包容、安全、友好的游憩环境.同时，有必要识别已婚和有孩童家庭的绿地使用偏好，满足多元群体的差异化需求，保障人们平等使用绿地空间的权利.

2） 基于计划行为理论开展多维干预，加强个体的行为意向引导.个体态度、主观规范和感知行为控制均与绿地使用呈显著的中等强度正相关，其中态度的促进作用最突出.因此，应重点塑造公众对绿地使用的积极认知，通过多渠道宣传绿地使用在身心健康、社会交往与生活质量提升等方面的福祉效应，增强公众的价值认同^［7］.同时，通过组织社区与家庭参与的集体活动营造支持绿地使用的社会氛围^［18］，降低个体在访问决策中可能感知到的人际阻力.还应持续优化绿地使用体验，引导个体主动克服在时间、技能等方面的约束，从而培养公众持续的绿地使用行为.

3） 打破抵达空间的心理壁垒，改善绿地的感知可达性.由于感知可达性比物理可达性对绿地使用具有更强的解释力，通过建设新绿地来缩短居住地与绿地之间的空间距离，可能不是促进绿地使用及其福祉效益实现的最有效解决方案^［79］.相反，提升感知可达性对于绿地使用至关重要，具体可通过设置灵活的开放时间、增加免费的游憩项目等举措降低空间“使用排斥”，从而改善其感知可达性.

4） 完善空间与设施安全，提升绿地品质与体验.空间质量中安全对绿地使用影响较大，可见，绿地品质提升应超越单纯的“增绿”，追求自然属性与安全环境的平衡.为确保空间安全，除了通过治安管理防止违法行为和犯罪活动对人身造成伤害，完善和维护绿地的各类设施安全同样重要^［78］.不仅要周期性检查游步道、绿化植被、游乐设施、休息座椅等基础设施，还应加强无障碍卫生间、母婴室、轮椅租借等服务设施的有效供给，体现对特殊群体的人文关怀，并借助物联网技术实现智能监测，确保设施设备的完备率.

5） 营造支持性邻里环境，增强邻里绿地可及性.邻里绿地数量、邻里步行性、邻里安全均正向影响绿地使用，因此，绿地建设须意识到邻里环境对绿地使用的重要性^［13］，应在优先增加绿地数量的基础上合理规划绿地空间布局，增加社区小微绿地.其次，应改善步行基础设施，构建高品质的社区慢行网络，提升邻里空间与绿地之间的物理连通性.此外，应建立多元协同治理机制，共同维护社区治安环境，降低邻里交互的心理负担，最大化激发绿地的使用潜能.

4.4 研究不足与展望

本研究也存在一定的局限性： 1） 绿地使用包括使用频率、使用时长、使用强度多个维度，受样本文献的数量限制，本文并未对其进行维度细分，后续可探讨比较绿地使用不同维度的影响因素及其差异； 2） 本文尽可能全面地纳入已有研究中常见的社会人口特征变量，也有个别文献探讨了健康状况、职业、房屋所有权等其他变量与绿地使用之间的关系，但由于数量太少未被纳入分析； 3） 此外，本文只检验了国家地域和样本量的调节效应，部分变量间关系的异质性未得到有效解释，未来随着实证研究的丰富应持续补充相关文献，考虑其他潜在调节变量的影响（如绿地类型和空间尺度）； 4） 受限于原始实证研究的数据可得性与指标统一性，本文未能将社会文化因素（如社交网络传播、个体差异化审美偏好）以及制度性因素（如城市绿地管理政策）纳入分析，未来研究应纳入相关变量，以构建更为全面、系统的城市绿地使用解释框架.

注释：限于篇幅，未完全列示元分析计算所使用的文献，留存备索.

参考文献

[1] 屠星月， 黄甘霖， 邬建国. 城市绿地可达性和居民福祉关系研究综述［J］. 生态学报， 2019， 39（2）： 421-431.

[2] TU X Y， HUANG G L， WU J G. Review of the relationship between urban greenspace accessibility and human well-being［J］. Acta Ecologica Sinica， 2019， 39（2）： 421-431. （Ch）.

[3] TAYLOR L， HOCHULI D F. Defining greenspace： multiple uses across multiple disciplines［J］. Landscape and Urban Planning， 2017， 158： 25-38.

[4] 吝涛， 曾志伟， 姚霞， 等. 城市绿地暴露与人群健康效应研究［J］. 生态学报， 2023， 43（23）： 10013-10021.

[5] LIN T， ZENG Z W， YAO X， et al. Study on urban green space exposure and population health effect［J］. Acta Ecologica Sinica， 2023， 43（23）： 10013-10021. （Ch）.

[6] 董玉萍， 刘合林， 齐君. 城市绿地与居民健康关系研究进展［J］. 国际城市规划， 2020， 35（5）： 70-79.

[7] DONG Y P， LIU H L， QI J. Progress of studies on the relationship between urban green space and public health［J］. Urban Planning International， 2020， 35（5）： 70-79. （Ch）.

[8] MARKEVYCH I， SCHOIERER J， HARTIG T， et al. Exploring pathways linking greenspace to health： theoretical and methodological guidance［J］. Environmental Research， 2017， 158： 301-317.

[9] ZHANG J Y， TAN P Y. Demand for parks and perceived accessibility as key determinants of urban park use behavior［J/OL］. Urban Forestry & Urban Greening， 2019， 44［2026-03-03］.

[10] WAN C， SHEN G Q， CHOI S. Effects of physical and psychological factors on users’ attitudes， use patterns， and perceived benefits toward urban parks［J/OL］. Urban Forestry & Urban Greening， 2020， 51［2026-03-03］.

[11] THEEBA PANEERCHELVAM P， MARUTHAVEERAN S， MAULAN S， et al. The use and associated constraints of urban greenway from a socioecological perspective： a systematic review［J/OL］. Urban Forestry & Urban Greening， 2020， 47［2026-03-03］.

[12] CRAWFORD D W， JACKSON E L， GODBEY G. A hierarchical model of leisure constraints［J］. Leisure Sciences， 1991， 13（4）： 309-320.

[13] ZANON D， DOUCOULIAGOS C， HALL J， et al. Constraints to park visitation： a meta-analysis of North American studies［J］. Leisure Sciences， 2013， 35（5）： 475-493.

[14] ROBERTS H， KELLAR I， CONNER M， et al. Associations between park features， park satisfaction and park use in a multi-ethnic deprived urban area［J/OL］. Urban Forestry & Urban Greening， 2019， 46［2026-03-03］.

[15] AZAGEW S， WORKU H. Socio-demographic and physical factors influencing access to urban parks in rapidly urbanizing cities of Ethiopia： the case of Addis Ababa［J/OL］. Journal of Outdoor Recreation and Tourism， 2020， 31［2026-03-03］.

[16] PARRA D C， GOMEZ L F， FLEISCHER N L， et al. Built environment characteristics and perceived active park use among older adults： results from a multilevel study in Bogotá［J］. Health & Place， 2010， 16（6）： 1174-1181.

[17] BOONE C G， BUCKLEY G L， GROVE J M， et al. Parks and people： an environmental justice inquiry in Baltimore， Maryland［J］. Annals of the Association of American Geographers， 2009， 99（4）： 767-787.

[18] LIU H X， LI F， XU L F， et al. The impact of socio-demographic， environmental， and individual factors on urban park visitation in Beijing， China［J］. Journal of Cleaner Production， 2017， 163： S181-S188.

[19] WANG D， BROWN G， LIU Y， et al. A comparison of perceived and geographic access to predict urban park use［J］. Cities， 2015， 42： 85-96.

[20] 郭庭鸿， 舒波， 董靓， 等. 城市小型公园绿地使用的影响因素： 成都实例研究［J］. 风景园林， 2018， 25（12）： 87-92.

[21] GUO T H， SHU B， DONG L， et al. Factors influencing the use of small public urban green space： a case study in Chengdu， China［J］. Landscape Architecture， 2018， 25（12）： 87-92. （Ch）.

[22] SIA A， TAN P Y， KIM Y J， et al. Use and non-use of parks are dictated by nature orientation， perceived accessibility and social norm which manifest in a continuum［J/OL］. Landscape and Urban Planning， 2023， 235［2026-03-03］.

[23] 张运吉， 朴永吉. 关于影响绿地吸引力因素的研究： 以中国济南市、泰安市为例［J］. 中国园林， 2012， 28（5）： 104-108.

[24] ZHANG Y J， PIAO Y J. Study on factors influencing the attraction of green space：with Jinan and Tai’an in China as the examples［J］. Chinese Landscape Architecture， 2012， 28（5）： 104-108. （Ch）.

[25] MAK B K L， JIM C Y. Linking park users’ socio-demographic characteristics and visit-related preferences to improve urban parks［J］. Cities， 2019， 92： 97-111.

[26] WANG P W， ZHOU B， HAN L R， et al. The motivation and factors influencing visits to small urban parks in Shanghai， China［J/OL］. Urban Forestry & Urban Greening， 2021， 60［2026-03-03］.

[27] COOK E J， KABASINGUZI I， RANDHAWA G， et al. Factors influencing urban greenspace use among a multi-ethnic community in the UK： the Chalkscapes study［J/OL］. Urban Forestry & Urban Greening， 2024， 92［2026-03-03］.

[28] LESLIE E， CERIN E， KREMER P. Perceived neighborhood environment and park use as mediators of the effect of area socio-economic status on walking behaviors［J］. Journal of Physical Activity & Health， 2010， 7（6）： 802-810.

[29] MCCORMACK G R， ROCK M， TOOHEY A M， et al. Characteristics of urban parks associated with park use and physical activity： a review of qualitative research［J］. Health & Place， 2010， 16（4）： 712-726.

[30] ZHANG R， WULFF H， DUAN Y P， et al. Associations between the physical environment and park-based physical activity： a systematic review［J］. Journal of Sport and Health Science， 2019， 8（5）： 412-421.

[31] BALAI KERISHNAN P， MARUTHAVEERAN S. Factors contributing to the usage of pocket parks： a review of the evidence［J/OL］. Urban Forestry & Urban Greening， 2021， 58［2026-03-03］.

[32] 崔淼， 肖咪咪， 王淑娟. 组织创新氛围研究的元分析［J］. 南开管理评论， 2019， 22（1）： 98-110.

[33] CUI M， XIAO M M， WANG S J. A meta-analytic review of organizational innovation climate［J］. Nankai Business Review， 2019， 22（1）： 98-110. （Ch）.

[34] GREWAL D， PUCCINELLI N， MONROE K B. Meta-analysis： integrating accumulated knowledge［J］. Journal of the Academy of Marketing Science， 2018， 46（1）： 9-30.

[35] XIE B， PANG Z， HE D S， et al. Effects of neighborhood environment on different aspects of greenway use： evidence from East Lake Greenway， China［J/OL］. Journal of Transport Geography， 2023， 1067［2026-03-03］.

[36] WOLCH J R， TATALOVICH Z， SPRUIJT-METZ D， et al. Proximity and perceived safety as determinants of urban trail use： findings from a three-city study［J］. Environment and Planning A： Economy and Space， 2010， 42（1）： 57-79.

[37] LAU K K， YUNG C C， TAN Z. Usage and perception of urban green space of older adults in the high-density city of Hong Kong ［J/OL］. Urban Forestry & Urban Greening， 2021， 64［2026-03-03］.

[38] MCINTIRE R K， HALSTEAD T， DAJEE D， et al. Disparities in neighborhood park access among adults in Philadelphia［J/OL］. Urban Forestry & Urban Greening， 2022， 78 ［2026-03-03］.

[39] DEROSE K P， HAN B， PARK S， et al. The mediating role of perceived crime in gender and built environment associations with park use and park-based physical activity among park users in high poverty neighborhoods［J/OL］. Preventive Medicine， 2019， 129［2026-03-03］.

[40] RIGOLON A， BROWNING M， JENNINGS V. Inequities in the quality of urban park systems： an environmental justice investigation of cities in the United States［J］. Landscape and Urban Planning， 2018， 178： 156-169.

[41] WILLIAMS T G， LOGAN T M， ZUO C T， et al. Parks and safety： a comparative study of green space access and inequity in five US cities［J/OL］. Landscape and Urban Planning， 2020， 201［2026-03-03］.

[42] CHOW B C， MCKENZIE T L， SIT C H P. Public parks in Hong Kong： characteristics of physical activity areas and their users［J/OL］. International Journal of Environmental Research and Public Health， 2016， 13（7）［2026-03-03］.

[43] CHAWLA L. Benefits of nature contact for children［J］. Journal of Planning Literature， 2015， 30（4）： 433-452.

[44] BRATMAN G N， DAILY G C， LEVY B J， et al. The benefits of nature experience： improved affect and cognition［J］. Landscape and Urban Planning， 2015， 138： 41-50.

[45] SHAN X Z. The socio-demographic and spatial dynamics of green space use in Guangzhou， China［J］. Applied Geography， 2014， 51： 26-34.

[46] WANG S Q， YUNG E H K， JAYANTHA W M， et al. Elderly’s intention and use behavior of urban parks： planned behavior perspective［J/OL］. Habitat International， 2023， 134［2026-03-03］.

[47] WAN C， SHEN G Q， CHOI S. The moderating effect of subjective norm in predicting intention to use urban green spaces： a study of Hong Kong ［J］. Sustainable Cities and Society， 2018， 37： 288-297.

[48] FISHBEIN M， AJZEN I. Belief， attitude， intention， and behavior： an introduction to theory and research［M］. Reading， Mass： Addison-Wesley Pub. Co. 1975.

[49] 段文婷， 江光荣. 计划行为理论述评［J］. 心理科学进展， 2008， 16（2）： 315-320.

[50] DUAN W T， JIANG G R. A review of the theory of planned behavior［J］. Advances in Psychological Science， 2008， 16（2）： 315-320. （Ch）.

[51] AJZEN I. The theory of planned behavior［J］. Organizational Behavior and Human Decision Processes， 1991， 50（2）： 179-211.

[52] LISKA A E. A critical examination of the causal structure of the Fishbein-Ajzen attitude-behavior model［J］. Social Psychology Quarterly， 1984， 47（1）： 61-74.

[53] LYU S O， OH C O. Recreationists’ constraints negotiation process for continual leisure engagement［J］. Leisure Sciences， 2014， 36（5）： 479-497.

[54] NICHOLLS S. Measuring the accessibility and equity of public parks： a case study using GIS［J］. Managing Leisure， 2001， 6（4）： 201-219.

[55] 李博， 宋云， 俞孔坚. 城市公园绿地规划中的可达性指标评价方法［J］. 北京大学学报（自然科学版）， 2008， 44（4）： 618-624.

[56] LI B， SONG Y， YU K J. Evaluation method for measurement of accessibility in urban public green space planning［J］. Acta Scientiarum Naturalium Universitatis Pekinensis， 2008， 44（4）： 618-624. （Ch）.

[57] NEUVONEN M， SIEVÄNEN T， TÖNNES S， et al. Access to green areas and the frequency of visits： a case study in Helsinki［J］. Urban Forestry & Urban Greening， 2007， 6（4）： 235-247.

[58] COMBER A， BRUNSDON C， GREEN E. Using a GIS-based network analysis to determine urban greenspace accessibility for different ethnic and religious groups［J］. Landscape and Urban Planning， 2008， 86（1）： 103-114.

[59] TU X Y， HUANG G L， WU J G， et al. How do travel distance and park size influence urban park visits？［J/OL］. Urban Forestry & Urban Greening， 2020， 52［2026-05-20］.

[60] BEDIMO-RUNG A L， MOWEN A J， COHEN D A. The significance of parks to physical activity and public health A conceptual model［J］. American Journal of Preventive Medicine， 2005， 28（2）： 159-168.

[61] THÉRIAULT M， DES ROSIERS F， JOERIN F. Modelling accessibility to urban services using fuzzy logic： a comparative analysis of two methods［J］. Journal of Property Investment & Finance， 2005， 23（1）： 22-54.

[62] BACK K J， PARKS S C. A brand loyalty model involving cognitive， affective， and conative brand loyalty and customer satisfaction［J］. Journal of Hospitality & Tourism Research， 2003， 27（4）： 419-435.

[63] ZONDAG B， PIETERS M. Influence of accessibility on residential location choice［J］. Transportation Research Record： Journal of the Transportation Research Board， 2005， 1902（1）： 63-70.

[64] GRILLI G， MOHAN G， CURTIS J. Public park attributes， park visits， and associated health status［J/OL］. Landscape and Urban Planning， 2020， 199［2026-03-03］.

[65] GOLIČNIK B， WARD THOMPSON C. Emerging relationships between design and use of urban park spaces［J］. Landscape and Urban Planning， 2010， 94（1）： 38-53.

[66] LIU Y， XIAO T， WU W J. Can multiple pathways link urban residential greenspace to subjective well-being among middle-aged and older Chinese adults？［J/OL］. Landscape and Urban Planning， 2022， 223［2026-03-03］.

[67] KACZYNSKI A T， BESENYI G M， STANIS S A W， et al. Are park proximity and park features related to park use and park-based physical activity among adults？ Variations by multiple socio-demographic characteristics［J/OL］. International Journal of Behavioral Nutrition and Physical Activity， 2014， 11（1）［2026-03-03］.

[68] ZHANG J G， YU Z W， CHENG Y Y， et al. Evaluating the disparities in urban green space provision in communities with diverse built environments： The case of a rapidly urbanizing Chinese city［J/OL］. Building and Environment， 2020， 183［2026-03-03］.

[69] MOURA F， CAMBRA P， GONÇALVES A B. Measuring walkability for distinct pedestrian groups with a participatory assessment method： a case study in Lisbon［J］. Landscape and Urban Planning， 2017， 157： 282-296.

[70] ZUNIGA-TERAN A A， STOKER P， GIMBLETT R H， et al. Exploring the influence of neighborhood walkability on the frequency of use of greenspace［J/OL］. Landscape and Urban Planning， 2019， 190［2026-03-03］.

[71] HAN B， COHEN D A， DEROSE K P， et al. Violent crime and park use in low-income urban neighborhoods［J］. American Journal of Preventive Medicine， 2018， 54（3）： 352-358.

[72] GLASS G V. Primary， secondary， and meta-analysis of research［J］. Educational Researcher， 1976， 5（10）： 3-8.

[73] STANLEY T D， DOUCOULIAGOS C， JARRELL S B. Meta-regression analysis as the socio-economics of economics research［J］. The Journal of Socio-Economics， 2008， 37（1）： 276-292.

[74] 王永贵， 张言彩. 元分析方法在国内外经济管理研究中的应用比较［J］. 经济管理， 2012， 34（4）： 182-190.

[75] WANG Y G， ZHANG Y C. The major characteristics of meta-analysis application in economy and management research in China and abroad： international comparison， current situations， and pitfalls［J］. Economic Management， 2012， 34（4）： 182-190. （Ch）.

[76] LIPSEY M W， WILSON D B. Practical meta-analysis［M］. Thousand Oaks， Calif.： Sage Publications， 2001.

[77] HEDGES L V， OLKIN I. Statistical methods for meta-analysis［M］. Orlando： Academic Press， 1985.

[78] COHEN J. A power primer［J］. Psychological Bulletin， 1992， 112（1）： 155-159.

[79] HUNTER J E， SCHMIDT F L. Cumulative research knowledge and social policy formulation： the critical role of meta-analysis［J］. Psychology， Public Policy， and Law， 1996， 2（2）： 324-347.

[80] 苏涛， 陈春花， 崔小雨， 等. 信任之下， 其效何如： 来自Meta分析的证据［J］. 南开管理评论， 2017， 20（4）： 179-192.

[81] SU T， CHEN C H， CUI X Y， et al. How does trust affect performance？ evidence from a meta-analytic review of literature［J］. Nankai Business Review， 2017， 20（4）： 179-192. （Ch）.

[82] SCHMIDT F L， HUNTER J E. Methods of meta-analysis： correcting error and bias in research findings［M］. Newbury Park， CA：Sage， 2014.

[83] JUNNI P， SARALA R M， TARAS V， et al. Organizational ambidexterity and performance： a meta-analysis［J］. Academy of Management Perspectives， 2013， 27（4）： 299-312.

[84] 张骁， 胡丽娜. 创业导向对企业绩效影响关系的边界条件研究： 基于元分析技术的探索［J］. 管理世界， 2013， 29（6）： 99-110；188.

[85] ZHANG X， HU L N. A study on the boundary conditions of the relationship between the entrepreneurial orientation and the business performance［J］. Management World， 2013， 29（6）： 99-110；188. （Ch）.

[86] 张圆刚， 余润哲. 旅游者环境责任行为影响因素研究的元分析［J］. 人文地理， 2020， 35（5）： 141-149.

[87] ZHANG Y G， YU R Z. Meta-analysis of the influencing factors of tourists’ environmental responsibility behavior［J］. Human Geography， 2020， 35（5）： 141-149. （Ch）.

[88] BYRNE J， WOLCH J. Nature， race， and parks： past research and future directions for geographic research［J］. Progress in Human Geography， 2009， 33（6）： 743-765.

[89] WASHBURNE R F. Black under‐participation in wildland recreation： alternative explanations［J］. Leisure Sciences， 1978， 1（2）： 175-189.

[90] SEZAVAR N， PAZHOUHANFAR M， VAN DONGEN R P， et al. The importance of designing the spatial distribution and density of vegetation in urban parks for increased experience of safety［J/OL］. Journal of Cleaner Production， 2023， 403［2026-03-03］.

[91] PARK K. Psychological park accessibility： a systematic literature review of perceptual components affecting park use［J］. Landscape Research， 2017， 42（5）： 508-520.

基金资助

教育部人文社科项目(19YJA840018)