全明辉　何晓龙　庄洁　等

摘 要：为了探讨建成环境与静态工作者BMI的关系，从参加2010上海国民体质测试的20～59岁成年人群中，选取以办公室静态工作方式为主的人群作为样本（共计12 044人；男性5 902人，女性6 142人），采用有序多分类Logistic回归模型分别进行男性和女性的BMI与建成环境变量的关系分析。模型中BMI评价等级（正常=1，超重=2，肥胖=3）作为因变量，工作场所是否有公共体育活动场地设施、居住小区（村）是否有公共体育活动场地设施和居住地点与工作场所的距离3个建成环境变量作为自变量，年龄、受教育程度、近1年来参加本单位（村、镇）运动会比赛次数和所在单位（村）是否有体育锻炼补贴作为控制变量进入方程。结果发现，男性中相比于居住地点离工作场所大于6 km的受调查者，<1 km的受调查者BMI评价等级降低1级的预估系数为0.233（P=0.002）；相比于居住小区（村）无公共体育场地设施的受调查者，有公共体育场地设施的男性受调查者BMI评价等级升高1级的预估系数为0.156（P=0.031）。女性中，相比于工作场所无公共体育场地设施的，有公共体育场地设施的受调查者BMI评价等级降低1级的预估系数为0.202（P=0.005）；相比于居住地点离工作场所>6 km的，1～3 km的受调查者BMI评价等级降低1级的预估系数为0.211（P=0.013）。结果说明居住地点与工作场所的距离增大将增加上海市男性、女性静态工作方式人群的超重和肥胖发生率。

关 键 词：运动生理学；建成环境；静态工作；体质量指数；体育场地；上海市

中图分类号：G80-05 文献标志码：A 文章编号：1006-7116（2015）02-0133-07

城市建成环境对居民健康的影响是近年来公共健康研究领域的新热点。建成环境主要指城市规划环境，包括建筑密度和强度、土地混合利用、街道衔接性、街道密度、景观审美质量和区域空间格局等[1]。许多研究认为，建成环境会通过影响人们的日常体力活动，如良好的居住区周边环境能促进居民的休闲性体力活动，而宜人的街道景观则促进人们的交通性体力活动，进而影响居民的健康[2-5]。国外公共健康领域对建成环境、体力活动与健康关系的研究已取得了丰富的成果，但国内尚处于起步阶段。对国外该领域的研究文献进行分析发现，当前该领域中建成环境与体力活动关系的研究较多，不同研究间的结果也表现出了较好的一致性[6-9]。然而，该领域研究的最终目的是构建健康导向型的城市建成环境，需要对建成环境与健康关系进行深入探讨。通过对现有的研究文献看，建成环境与健康之间的关系并未取得具有说服力的结果[10-12]。其原因可能是多方面的，如建成环境变量的选取并不能够很好地与受调查者的生活实际相匹配，多数研究中只对年龄、性别和受教育程度等变量进行了统计学控制[13-14]。为此，本研究基于上海市2010年国民体质监测数据库，对建成环境对成年人BMI水平的影响进行分析，在以下这些方面进行了创新，如选取的3个建成环境变量“所在工作场所是否有公共体育活动场地设施（包括健身路径等）”、“居住小区是否有公共体育活动场地设施（包括健身路径等）”以及“居住地点与工作场所的距离”覆盖了静态工作方式人群的日常体力活动开展的空间，居住小区和工作场所是否有公共体育场地设施对日常的休闲性体力活动具有重要影响，居住地点与工作场所的距离是影响交通体力活动的重要因素且在许多研究中被证实为影响通勤方式的首要建成环境变量。此外，本研究中还考虑了“参加本单位组织的运动比赛次数”和“所在单位是否有体育锻炼补贴”这两个体力活动的重要促进因素，这在之前的研究中往往被忽略。通过本研究的分析，旨在为今后该领域的研究提供参考。

1 对象与方法

1.1 研究对象

本研究对象来自2010年上海市18个区（县）成年人国民体质监测人群。本次监测以随机整群抽样为原则，共抽取20～59岁成年人29 322名（男性14 562人，女性14 760人）。依据受试对象对主要工作场所的选择（包括1办公室，2厂矿车间，3田间（包括草、牧、林、渔场），4柜台、摊位、餐厅，5交通运输环境（飞机、火车、轮船、公交等），6广场、街道、公路、铁路，7其他，选取以“办公室”为主要工作场所的12 044人（男性5 902人，女性6 142人）。

1.2 研究方法

1）问卷调查。通过问卷对研究对象进行年龄、性别、受教育程度、每周参加本单位运动会比赛次数、所在单位（村）是否有体育锻炼补贴、所在工作场所是否有公共体育活动场地设施（包括健身路径等）、居住小区是否有公共体育活动场地设施（包括健身路径等）（是，否）、居住地点与工作场所的距离进行调查。

2）身高、体重测试。按照国家国民体质监测标准规范测试研究对象的身高（m）、体重（kg），最后依据计算公式（BMI=体重/身高2（kg/m2）计算出调查对象的身体质量指数（BMI）。

3）变量的评级。对变量BMI依据2010年卫生部发布的《营养改善工作管理办法（卫疾控发〔2010〕73号）》的成年人BMI判断标准“BMI≥24 kg/m2为超重，BMI≥28 kg/m2为肥胖”划分成正常=1、超重=2、肥胖=3（不考虑偏低的情况）。对建成环境变量“所在工作场所是否有公共体育活动场地设施（包括健身路径等）”和“居住小区是否有公共体育活动场地设施（包括健身路径等）”按回答是=1，否=0进行赋值；对“居住地点与工作场所的距离<1 km=1，1～3 km=2，3～6 km=3和>6 km=4进行赋值；对年龄按20～24岁=1、25～29岁=2、30～34岁=3、35～39岁=4、40～44岁=5、45～49岁=6、50～54岁=7、55～59岁=8进行分级并作为协变量进入方程。

4）统计学分析。采用有序多分类Logistic回归模型分别进行男性和女性的BMI与建成环境变量的关系分析。模型中BMI评价等级（正常=1，超重=2，肥胖=3）作为因变量，3个建成环境变量“所在工作场所是否有公共体育场地设施”、“居住小区是否有公共体育场地设施”和“居住地点与工作场所的距离”作为自变量。年龄组、受教育程度、每周参加本单位运动会比赛次数和所在单位是否有体育锻炼补贴作为控制变量进入方程。

2 结果及分析

2.1受调查者基本情况

对受调查者的基本情况进行统计发现，上海市静态工作方式人群中，超重（男39.6%，女16.8%），肥胖（男11.1%，女3.8%），男性都高于女性。各年龄组的百分比看，无论男性还是女性，分布较为均衡（男10.4%～16.6%，女3.9%～17.9%）。从受教育程度看，无论男性还是女性，大多数具有高中或中专及以上学历（男85%，女90%）。近65%的男性和女性没有参加过本单位（村、镇）组织的运动会或单项比赛，而参加过1次的男性和女性的比例分别为22.2%和23.6%，无论男性和女性，参加过2次以上的比例均较少。分别有18.4%的男性和16.8%的女性所在单位（村）有体育锻炼补贴。65.2%的男性和66.1%的女性反映其工作场所有公共体育活动场地设施（包括健身路径等），而有85.4%的男性和88.4%的女性反映居住的小区（村）有公共体育活动场地设施（包括健身路径等）。无论男性还是女性，居住地点与工作场所的距离在<1、1～3和3～6 km 3种等级间的比例较为相近，均在20%左右，而>6 km的比例最多，均占35%左右。

从表1可看出，男性20～24、25～29岁与其它各年龄组间差异均显著（P<0.05），而其它年龄组间差异不显著；女性20～24和25～29岁年龄组间差异不显著，30～34和35～39岁年龄组间差异不显著，其它各年龄组间差异均显著（P<0.05）。因此，年龄是影响受调查者BMI的重要因素。无论男性还是女性，随着受教育程度的提高，BMI均呈现出下降趋势，男性受教育程度小学、初中间差异不显著，但两组与其它受教育程度间差异均显著（P<0.05）；女性受教育程度大学（含大专）、研究生以上组间差异不显著，但其它各受教育程度间差异均显著（P<0.05）。而对于参加本单位（村镇）组织的运动会或单项比赛的次数，男性1次和3次间差异显著（P<0.05），其他组间差异均不显著。所在单位（村）是否有体育锻炼补贴、所在工作场所是否有公共体育活动场地设施（包括健身路径等）以及居住的小区（村）是否有公共体育活动场地设施（包括健身路径等）等变量的不同等级组间差异均不显著。随着居住地点与工作场所的距离增大，男性受调查者的BMI上升，<1和3～6、<1与>6 km、1～3与>6 km差异显著（P<0.05），而女性各组之间差异不显著。

表1 不同变量组间的BMI（ ±s）水平差异分析结果

调查项目（变量） 分组 BMI

男 女

年龄/岁 20～24 23.12±3.61 20.49±2.64

25～29 23.88±3.40 21.04±2.72

30～34 24.27±3.43 21.60±2.91

35～39 24.40±3.30 21.95±2.73

40～44 24.50±3.03 22.62±2.80

45～49 24.48±2.94 22.94±2.76

50～54 24.40±2.83 23.50±2.84

55～59 24.43±2.86 23.78±2.78

受教育程度 小学 25.30±2.83 24.92±2.37

初中 24.49±3.39 23.18±3.18

高中或中专 24.03±3.21 22.64±3.04

大学（含大专） 24.15±3.26 21.65±2.85

研究生以上 24.26±3.00 21.18±2.64

参加本单位（村、镇）组织的运动会或单项比赛的次数 0 24.17±3.29 21.87±2.92

1 24.06±3.18 22.00±2.96

2 24.23±3.20 22.02±2.98

3 24.73±2.94 22.03±3.19

4 24.49±3.01 22.33±3.28

≥5 24.20±2.83 22.53±2.82

所在单位（村）是否有体育锻炼补贴 是 24.31±3.22 21.96±3.12

否 24.13±3.25 21.91±2.91

所在工作场所是否有公共体育活动场地设施（包括健身路径等） 是 24.15±3.19 21.93±2.88

否 24.20±3.36 21.91±3.05

居住的小区（村）是否有公共体育活动场地设施（包括健身路径等） 是 24.19±3.26 21.92±2.91

否 24.01±3.14 21.91±3.17

居住地点与工作场所的距离/km <1 23.88±3.25 22.05±3.01

1～3 24.05±3.17 21.91±2.96

3～6 24.25±3.31 21.82±2.75

>6 24.35±3.24 21.91±3.00

2.2 BMI评价等级影响的定序逻辑回归分析

采用有序多分类Logistic回归模型进行男性静态工作方式人群BMI评价等级与建成环境变量的关系分析。结果发现控制变量中年龄组与所在单位是否有体育锻炼补贴这两个变量与因变量BMI评价等级存在显著联系（P值分别为0.000和0.019），年龄的增大显著提高受调查者的BMI评价等级（P=0.000），但预估系数不高，为0.016。而所在单位（村、镇）有体育锻炼补贴将显著降低受调查者的BMI评价等级（P=0.019），预估系数则达到了0.161。对自变量进行分析发现，与所在工作场所没有公共体育场地设施的受调查者相比，有公共体育场地设施的受调查者的预估系数没有显著差异。相比于居住地点与工作场所的距离>6 km的受调查者，<1 km距离的受调查者BMI评价等级降低1级的预估系数为0.233，显著性P值=0.002。相比于居住区无公共体育场地设施的受调查者，居住区有公共体育场地设施的受调查者BMI评价等级升高1级的预估系数为0.156，显著性P值=0.031（见表2）。

表2 建成环境对男性BMI水平影响的定序逻辑回归分析结果1）

1）模型拟合度pearson显著性为0.013，偏差显著性为0.000，Cox & Snell R2为0.012，联接函数：Logit，a. 因为该参数为冗余的，所以将其置为零

同样采用有序多分类Logistic回归模型进行女性静态工作方式人群BMI评价等级与建成环境变量的关系分析。结果发现控制变量中受教育程度、所在单位是否有体育锻炼补贴这两个变量的增加将显著降低受调查者的BMI评价等级（P值分别为0.000和0.029），预估系数分别为-0.265和-0.197；而年龄组、参加本单位（村、镇）运动会比赛次数这两个变量的增加则显著降低受调查者的BMI评价等级（P值分别为0.000和0.001），3年龄组的预估系数不高，为0.054，参加本单位（村、镇）运动会比赛次数的预估系数相对要高，为0.122。对自变量进行分析发现，相比于所在工作场所没有公共体育场地设施的受调查者，有公共体育场地设施的受调查者BMI评价等级降低1级的预估系数为0.202（P值=0.005），相比于居住地点与工作场所的距离>6 km的受调查者，1～3 km的受调查者BMI评价等级降低1级的预估系数为0.211（P值=0.013）（见表3）。

表3 建成环境对女性BMI水平影响的定序逻辑回归分析结果1）

1）模型拟合度pearson显著性为0.041，偏差显著性为1.000，Cox & Snell R2为0.065，联接函数：Logit，a. 因为该参数为冗余的，所以将其置为零

3 讨论

3.1 受调查者基本情况

近年来，全球肥胖发生率急剧增加[15-16]。从受调查者基本情况统计分析看，男性超重、肥胖检出率要高于女性。从各年龄组分布看，男性较均匀，女性20～24岁、55～59岁分布比例较少。从受教育程度看，无论男性和女性，都有近90%以上的具有高中或中专及以上学历86.2%的男性和90%的女性参加本单位（村、镇）组织的运动会或单项比赛的次数都在1次以下，81.6%的男性受调查者和83.2%的女性没有单位的体育锻炼补贴，这表明上海市单位（村、镇）组织的运动会或单项比赛的次数和体育锻炼补贴有待提高。从所在工作场所和居住小区是否有公共体育活动场地、设施（包括健身路径等）的分析结果看，工作场所有公共体育活动场地、设施的男性和女性分别为65.2%和66.1%，而居住小区有公共体育活动场地设施的男性和女性分别为85.4%%和88.4%。从调查结果看，居住小区有公共体育活动场地设施的比例要高于工作场所有公共体育活动场地设施的比例。从不同变量组间的BMI水平差异分析看，年龄是影响BMI水平的重要因素。此外，不同的居住地点与工作场所的距离是影响男性BMI水平的重要因素。

3.2 建成环境对静态工作方式人群BMI评价等级的影响

行为医学中的社会生态学理论认为，人体体力活动行为受到了个体内在因素（心理、生理和发育史等）、外在因素如实体环境（道路、公园、体育设施等）和社会环境（家庭、朋友、社会团体以及医疗机构或医疗保健设施等社会制度）因素、公共政策等的综合作用[6，17-18]。许多研究认为，建成环境会通过影响人们的休闲性体力活动和交通性体力活动，进而对健康产生影响[19-21]。职业人群重要的生活环境包括住所及其周边环境、工作场所及其周边环境以及每日的通勤区间。因此，针对这3个方面的建成环境近年来展开了较多研究。如Fuemmeler等[22]对1 139名受调查者就肥胖的干预政策进行电话调查，85%的受调查者认为工作场所应该摆放足够的运动设施。同样，Gabel等[23]对505名雇主和5 000名受雇佣者进行调查，受调查者普遍认为工作场所摆放运动设施是体重管理计划中的一个重要干预措施。Hoehner等[24]针对美国德克萨斯州8 857名22～88岁成年人的横断面分析发现，居住小区、工作场所周边具有较多的健身设施的受调查者BMI水平较低。本研究发现，工作场所是否有体育锻炼设施对女性受调查者的BMI评价等级具有显著性影响（P=0.005），相比于工作场所无体育锻炼设施的女性，有体育锻炼设施的女性BMI评价等级降低1级的预估系数为0.202，而工作场所是否有体育锻炼设施对男性受调查者无显著影响。相反，居住小区周边是否存在体育锻炼设施对女性受调查者无显著影响，而相比于居住小区无体育锻炼设施的男性，有体育锻炼设施的男性BMI评价等级提高1级的预估系数为0.156（P=0.031）。原因可能在于选择居住的小区（村）无公共体育活动场地、设施（包括健身路径等）的受调查者比例较低有关（男性为14.6%，女性为11.6%），这降低了数据统计结果的准确性；另一方面，除建成环境因素外，BMI受到遗传、饮食等多方面的影响。日常通勤方式也是影响静态工作方式人群体力活动量的一个重要因素，进而会对健康产生影响。许多研究表明，通勤距离是影响人们通勤方式选择的最为重要的因素之一[25-26]。本研究发现，居住地点与工作场所的距离对男性和女性的BMI评价等级均存在显著影响。目前，有许多研究发现，职业性工作水平也会对人们的BMI和健康等产生影响[27-29]，但由于国民体质监测中未对该指标进行调查，因此本研究未对此进行分析，有待进一步探讨。

居住地点与工作场所的距离增大将增加男性、女性静态工作方式人群的超重和肥胖发生率。应通过合理的政策来防止城市“居住-就业”空间错位的发展模式，通过合理的空间布局和规划来降低静态工作方式人群的通勤距离，减少对机动交通的依赖，从而促进他们的健康。

参考文献：

[1] Handy S L，Boarnet M G，Ewing R，et al. How the built environment affects physical activity-views from urban planning[J]. American Journal of Preventive Medi-cine，2002，23（2S）：64-73.

[2] Durand C P，Andalib M，Dunton G F，et al. A systematic review of built environment factors related to physical activity and obesity risk：implications for smart growth urban planning[J]. Obesity Review，2011，12（501）：e173-e182.

[3] Franzini L，Elliott M N，Cuccaro，et al. Influences of physical and social neighborhood environments on childrens physical activity and obesity[J]. American Journal of Public Health，2009，99（2）：271-278.

[4] Sallis J，Saelens B E，Frank L D，et al. Neighbor-hood built environment and income：examining multi-ple health outcomes[J]. Social science & Medicine，2009，68（7）：1285-1293.

[5] Ding D，Gebel K. Built environment，physical ac-tivity，and obesity：what have we learned from re-viewing the literature[J]. Health & Place，2012，18（1）：100-105.

[6] Gebel K，King L，Bauman A，et al. Creating healthy environments：a review of links between the physical environment，physical activity and obesity[Z]. Sydney：NSW Health Department and NSW Centre for Overweight and Obesity，2005：5-37.

[7] Sallis J，Bowles H，Bauman A，et al. Neighbor-hood environments and physical activity among adults in 11 countries[J]. American Journal of Preventive Medi-cine，2009，36（6）：484-490.

[8] Ferdinand A O，Sen B，Rahurkar S，et al. The re-lationship between built environments and physical ac-tivity：a systematic review[J]. American Journal of Pub-lic Health，.2012，102（10）：e7-e13.

[9] Holle V V，Deforche B，Cauwenberg J V，et al. Relationship between the physical environment and dif-ferent domains of physical activity in european adults：a systematic review[J]. BMC Public Health，2012，12（1）：807-824.

[10] Duncan D T，Castro M C，Gortmaker S L，et al. Racial differences in the built environment-body mass index relationship？ A geospatial analysis of adolescents in urban neighborhoods[J]. International Journal of Health Geographics，2012，11：11.

[11] Ewing R. Can the physical environment determine physical activity levels？[J]. Exercise and Sport Sciences Reviews，2005，33（2）：69-75.

[12] Takano T，Nakamura k. An analysis of health lev-els and various indicators of urban environments for healthy cities projects[J]. Journal Epidemic Community Health，2001，55：263-270.

[13] Zick C D，Hanson H，Fan J X，et al. Re-visiting the relationship between neighbourhood environment and BMI：an instrumental variables approach to cor-recting for residential selection bias[J]. International Journal of Behavioral Nutrition and Physical Activity，2013，10（1）：27-37.

[14] Lovasi G S，Schwartz-Soicher O，Neckerman K M，et al. Aesthetic amenities and safety hazards associ-ated with walking and bicycling for transportation in New York City[J]. Annals of Behavioral Medicine，2013，45（Suppl 1）：S76-S85.

[15] Ogden C L，Carrollm D，Curtin L R，et al. Prev-alence of overweight and obesity in the united states，1999-2004[J]. JAMA，2006，295（13）：1549-1555.

[16] Janssen I，Katzmarzyk P T，Boyce W F，et al. Comparison of overweight and obesity prevalence in school-aged youth from 34 countries and their relation-ships with physical activity and dietary patterns[J]. Obe-sity Reviews，2005，6：123-132.

[17] Stokols D. Translating social ecological theory into guidelines for community health promotion[J]. American Journal of Health Promotion，1996，10（4）：282-292.

[18] Egger G，Swinburn B. An “ecological” approach to the obesity pandemic[J]. British Medical Journal，1997，315：477-480.

[19] Glanz K，Sallis J F，Saelens B E，et al. Healthy nutrition environments：concepts and measures[J]. American Journal of Health Promotion，2005，19：330-333.

[20] Seliske L M. The built environment and obesi-ty-related behaviours in canadian youth[D]. Ontario：Queens University，2012.

[21] Mckinnon R A，Reedy J，Morrissette M A，et al. Measures of the food environment a compilation of the literature，1990–2007[J]. American Journal of Preven-tive Medicine，2009，36（4S）：S124-S133.

[22] Fuemmeler B F，Baffi C，M?sse L C，et al. Em-ployer and healthcare policy interventions aimed at adult obesity[J]. American Journal of Preventive Medicine，2007，32（1）：44-51.

[23] Gabel J R，Whitmore H，Pickreign J，et al. Obe-sity and the workplace：current programs and attitudes among employers and employees[J]. Health Affairs，2009，28（1）：46-56.

[24] Hoehner C M，Allen P，Barlow C E，et al. Un-derstanding the independent and joint associations of the home and workplace built environments on cardiorespiratory fitness and body mass index[J]. American Journal of Epidemiology，2013，178（7）：1094-1105.

[25] Berke E M，Koepsell T D，Moudon A V，et al. Association of the built environment with physical activ-ity and obesity in older people[J]. American Journal of Public Health，2007，97（3）：486.

[26] Sallis J F，Frank L D，Saelens E B，et al. Active transportation and physical activity：opportunities for collaboration on transportation and public health re-search[J]. Transportation Research Part A，2004，38：249-268.

[27] Liu T C Y，Liu L，Chen J G，et al. Ac-tion-dependent photobiomodulation on health，suboptimal health and disease[J]. Int J Photoenergy，2014.

[28] Tjepkema M，Wilkins R，Long A. Cause-specific mortality by occupational skill level in Canada：a 16-year follow-up study[J]. Chronic Dis Inj Can，2013 Sep，33（4）：195-203.

[29] 刘承宜，李星儿，柳珑，等. 2013. 基于Pareto原理的健康工程初步研究[J]. 华南师范大学学报：自然科学版，2013，45（6）：148-154.