肇慶市老年人口健康水平的人居環境影響因素*

李宇珅， 劉曄， 黃柏石， 孫志涯

1.中山大學地理科學與規劃學院，廣東 廣州 510006

2.貴陽學院城鄉規劃與建筑工程學院，貴州 貴陽 550005

3.廣東省公共安全與災害工程技術研究中心 / 廣東省城市化與地理環境空間模擬重點實驗室，廣東 廣州 510006

4.肇慶市統計局，廣東 肇慶 526040

人口老齡化的加速與環境社會資源的需求增長之間的矛盾，是關系到區域和人類可持續發展的核心問題（林寶，2021）。截至2020 年，中國60歲以上的老年人口已達2.64 億，占總人口比重18.7%，相比2010 年上升了5.44%（國務院衛健委，2021）。隨著我國人口老齡化程度不斷加深，目前各地仍普遍存在著居家養老社區建設滯后、城鄉養老資源設施不足、面向老年人口的社會服務體系尚未建立等問題，營造老年宜居環境已成為刻不容緩的社會任務（周素紅等，2020）。世界衛生組織提出“健康老齡化”的人類發展戰略（WHO，2015）。國務院衛健委等部門近期也聯合出臺了《“十四五”健康老齡化規劃》，指出健康是根本性的民生問題，以老年人健康需求為導向，建立綜合連續、覆蓋城鄉的老年人健康服務體系（國務院衛健委，2022）。提升老年人的健康水平和生活質量能夠促進我國積極應對深度老齡化的國情，緩解家庭和社會的老年撫養壓力，使全社會各年齡段的居民都從中受益（符建華和曹曉晨，2021）。

世界衛生組織已明確指出，個體的健康受多種因素的綜合影響，包括居住環境、生活方式、生物學基礎和衛生服務等（鄭振華和彭希哲，2019）。人居環境代表了人類聚居生活的空間，涵蓋了自然生態、建筑環境、社會經濟等多個要素（吳良鏞，2018）。在各種人居環境中暴露程度不同，可能導致健康不平等問題（丁宏等，2018），環境暴露導致的健康效應會因時空效應、個體或群體差異和環境多因素的混雜效應呈現不同特征（周素紅等，2020），老年群體因其活動特征和生理弱勢更易承擔環境風險（鄭振華 和 彭希哲，2019）。隨著年齡增長，老年人的身體機能和認知能力會出現連續性衰退。對于能力下降的老年人，宜老的支持性環境既能保證老年人維持基本生活能力的功能發揮，也可以預防或延緩疾病，動態改善適老化人居環境對其健康至關重要（于一凡和劉旭輝，2021）。

我國早期的健康地理學較為關注存在特殊健康狀況（如傳染病、地區?。┑木植康貐^（如癌癥村、長壽村等），近年學術界的關注焦點開始轉向了地區的客觀環境和物質條件差異對慢性疾病和整體健康水平的影響（高曉路等，2015）。在研究自然生態環境與健康的領域，許多研究采用了宏觀空間范圍的養老追蹤調查、人口普查等數據，以揭示城市和鄉村地區的污染、氣溫、藍綠空間（水域和綠地）等因素與老年人健康水平之間的聯系（黃柏石等，2020；潘澤瀚等，2022；Browning & Rigo‐lon，2018；Mitchell & Popham，2008）。特別值得注意的是，空氣污染被認為是當前全球范圍內最普遍存在的人居環境健康風險之一（Klompmaker et al.，2019）。研究表明，空氣污染會增加老年人患認知功能下降、癌癥等疾病的風險（Fan et al.，2022）。然而，空氣污染、藍綠空間以及它們對老年人健康的調節作用存在時空差異，因此關于地區環境暴露對老年人健康效益的宏觀機制研究尚不清晰（Schüle et al.，2019）。在城市建成環境與健康的方面，學者們關注后城鎮化時代的老年宜居社區的品質和老年人的生活福祉，主要研究公共服務設施的可達性和多樣性、交通環境的安全性、家庭環境的適老性，以及多維環境因素對老年人健康的綜合影響（于一凡和劉旭輝，2021）。在建成環境要素中，住房條件被多項研究證實對老年人健康的影響程度較高（Gu & Ming，2021）。在社會經濟環境與健康的領域，學者們逐漸認識到地區環境問題背后是社會經濟問題的延伸，特別是中小城市正經歷工業化的發展階段，更有可能在城市發展效益和生態環境保護之間權衡取舍，而地區發展過程可能伴隨環境污染等問題危害健康（艾斌，2022）。一些學者發現，中國的城鎮化快速發展對老年人的健康產生積極影響，東、中、西部城市的老年人健康狀況呈現明顯的空間差異（黃柏石等，2020；潘澤瀚等，2022），同時鄉村地區老年人的自評健康狀況通常低于城市老年人（趙雪雁等，2017）。盡管在上述人居環境因素與健康的研究方面取得了一些進展，但其中多數研究仍然集中在單一環境暴露要素的影響，如風險要素強調空氣污染暴露的負向健康效益；福祉要素強調綠地等要素對老年群體健康水平存在影響，忽略了多維度環境因素相互作用的綜合效應（Stephens et al.，2019）。研究多維環境因素如何影響老年人健康并實施政策干預是一項復雜的任務，政策干預可能包括改善醫療保健體系、加強生態居住環境、提高住房支持條件等，識別各個人居環境因素對不同城市的特定問題和特定人群的影響差異，才能提高地區的老年人口健康水平。

目前我國人居環境對老年人健康水平的影響研究還存在一些局限：首先，部分研究使用一手調查數據因樣本數量、空間覆蓋度等原因存在代表性不足的問題，導致研究估計值有偏差。而采用宏觀的二手調查數據較難獲取老年群體的空間地理信息和人居環境數據，因此較多研究遺漏了對健康影響的環境變量；其次，盡管有少數研究使用大樣本的普查數據，但該類研究僅在較為宏觀地理尺度上研究省域或者地級單元，較少在宏觀空間范圍研究微觀地理單元（如鄉鎮街道尺度）的老年人健康狀況的空間差異及其影響因素；再次，既有研究大多以經濟發達的大型城市為案例地，對按人口規模等級劃定的中小城市關注不足。我國中小城市普遍存在產業發展動力不足、生態環境脆弱等問題，部分城鎮還要承接周邊大城市外移的傳統污染產業，經濟發展和生態環境保護之間存在尖銳矛盾。同時，中小城市勞動力大量外遷，老齡化呈現加速態勢，老年撫養比普遍低于大城市，社會養老負擔較大，養老資源配套供應能力有限（艾斌，2022）。因此深入研究中小城市老年人口的健康水平差異，揭示影響老年人健康的環境問題根源，對老年宜居環境的理論和實施提供科學依據。

肇慶市位于珠三角城市群的外圍地區，城鄉發展不平衡，人口老齡化程度卻遠超珠三角平均水平，是一個典型已步入老齡化的中等城市，在中小城市中具有代表性。鑒于此，本文選取肇慶為研究案例，基于全國第七次人口普查數據（簡稱七普），擬回答以下幾個問題：1） 2020 年城、鎮、村的老年人健康水平存在何種人群特征差異？2）鄉鎮街道尺度上的老年人健康水平存在何種空間格局？3）影響肇慶市老年人健康水平的人居環境因素有哪些，人居環境要素在城鄉地區對老年人健康水平的影響是否存在異質性？多維環境要素之間對老年人健康的影響是否存在一些混雜效應？本文研究結果以期為肇慶市健康老齡化的推進、老年人健康政策的制定、適老化環境規劃的建設提供參考。

1 研究數據和方法

1.1 研究區概況

肇慶市位于廣東省，地處珠江三角洲西部山地丘陵區，下轄3個市轄區和一個高新區、4個縣，代管四會市（見圖1）。其中端州區、鼎湖區、高要區、高新區和四會市屬于珠三角經濟圈，懷集縣、廣寧縣、封開縣和德慶縣位于粵西北山區，因此形成肇慶“半山半珠”的地理區位，但肇慶市域屬于粵港澳大灣區的組成部分。截至2020 年，肇慶市共有105 個鄉鎮街道單元，其中城區街道7個，常住人口411.36 萬人，老年人口占總人口的16.1%，是珠三角城市群中唯一即將進入深度老齡化階段的城市（廣東省統計局，2021）。肇慶市老齡化逐步加深以及與之相伴的養老需求激增將會給老年宜居環境建設帶來沖擊和挑戰。

圖1 肇慶市行政區劃圖Fig.1 Administrative map of Zhaoqing

1.2 數據來源

本文人口數據來源于肇慶市統計局提供的2020 年肇慶市全國第七次人口普查數據，研究區是105 個鄉鎮街道普查單元（林場和南江工業園管委會因功能特殊被排除）。人口普查數據按各鄉鎮單元所在的城區、鎮區、鄉村3個分組填報。城區是指在市轄區和不設區的市，區、市政府駐地的實際建設連接到的居民委員會和其他區域。鎮區是指在城區以外的縣人民政府駐地鎮名為城關鎮，以及其他建制鎮，即政府駐地的實際建設連接到的居民委員會和其他區域。鄉村是指除去上述城區和鎮區以外的區域。詳情參考《統計上劃分城鄉的規定》（https：//www.stats.gov.cn/tjsj/tjbz/200610/t20061018_8666.html）。研究提取的多項人口、社會、經濟屬性指標都源于普查數據，包括老年人口自評健康、住房條件及社會經濟背景等。環境數據使用了Google Earth Engine 信息系統平臺下載的landsat8 柵格數據 （空間尺度約為1 km×1 km） 計算代表地區年均綠量的歸一化植被指數NDⅤⅠ（normalized difference vegetation index）和水域覆蓋率2 個指標，使用了MAⅠAC 1 km AOD 數據集和時空統計模型生成PM2.5濃度的指標（He et al.，2021）。污染企業名稱來源于肇慶生態環境局政府信息公開平臺（https：//www.zhaoqing.gov.cn）。POⅠ數據從高德地圖獲?。╤ttps：//www.amap.com）。醫療衛生床位數來源于肇慶市綜合醫院官方網站。肇慶市行政單元矢量數據來源于國家基礎地理信息中心（https：//www.ngcc.cn）。

1.3 研究方法

Tobit 模型是擬合解釋變量和受限被解釋變量關系的一種斷尾回歸方法（陳強，2015）。因變量采用肇慶市域鄉鎮街道空間單元內健康老年人口數量占老年人口總數的比例，以此反映地區老年人自評健康水平。該數據是連續變量，取值范圍在0～1之間，但數據左右斷尾被壓縮在一個區間，普通的OLS 模型無法反映這種特征，因此選取To‐bit 模型反映因變量是比例的數據類別差異，得到解釋變量和被解釋變量之間穩健獨立關系（黃柏石等，2020）。計算公式為

式中yi為可觀測地區i的健康老年人口比例，為不可觀測的被解釋變量，α為常數項，xi為環境變量在i地區的觀測值，βi為待估參數，εi為擾動項。

為探討肇慶市不同地區的生態污染程度以及其他環境變量對因變量是否存在混雜影響，在分組樣本的Tobit 回歸模型上引入交互項（周廣肅等，2014）。計算公式為

式中x1為主效應，M表示調節變量，β1為主效應環境變量的待估參數，β2為調節變量的待估參數，β3為主效應和調節變量中心化（變量減去它的均值）后的交互項。調節效應顯著性結果需要滿足基礎模型中主效應系數β1顯著，并且加入了調節變量交互項系數β3顯著。

本文結合截面數據的Tobit 模型，研究老年人口健康水平的人居環境影響關系。模型結果綜合考慮方程的復雜性及擬合程度，進一步采用阿開克信息準則（AⅠC）和偏差信息準則（BⅠC）對模型擬合度進行評價。AⅠC 和BⅠC 值越低，表明模型的擬合程度越好。

1.4 變量選取

在我國年齡在60歲以上的人被定義為老年人，已有研究采用了人口普查中老年人自評健康狀況指標評估各地區的老年人口的健康水平。該指標源于第六次和第七次全國人口普查針對老年人的問卷調查：“一般來說，你會如何評價你過去一個月的健康狀況？”對應4個選項回答：“健康”、“基本健康”、“不健康但生活能自理”、“生活不能自理”（失能）。參照以往研究的方法，“健康”和“基本健康”的老年人被歸類為健康老年人，“不健康但生活能自理”、“生活不能自理”被歸類為不健康老年人（黃柏石等，2020）。本文因變量是鄉鎮街道尺度健康的老年人口比例（下文簡稱為健康老人比例），即健康和基本健康的老年人數量之和占老年人口總數的比例。2020 年，全國自評為健康老人比例為87.25%，肇慶市的健康老人比例為91.36%。

自變量選取參考關于健康宜老人居環境、環境剝奪的多維度模型（Davern et al.，2020；Rich‐ardson et al.，2013；黃柏石等，2020），綜合納入可能對身體健康產生影響的環境指標，包括生態污染環境、社會經濟環境、住房環境和人口學特征等（如表1）。生態污染環境相關變量主要包括PM2.5年均質量濃度、污染企業數量、年均綠量NDⅤⅠ和水域覆蓋率；住房環境相關變量，包括住房條件綜合指數（王洋等，2017）（表2）；交通環境變量包括縣級以上路網密度指標（路網密度）；社會經濟環境相關變量，包括區域貧困剝奪指數（Adams et al.，2004；Markey et al.，2023）、無主要收入來源的老人比例和千人指標的醫療衛生床位數；人口學特征變量包括80 歲以上高齡老人比例。

表1 變量的描述性統計信息1）Table 1 Descriptive statistics of variables

表2 住房條件綜合指數的信息熵和權重結果1）Table 2 The information entropies and weights of the comprehensive index of house conditions in Zhaoqing

已有研究表明，可吸入顆粒物PM2.5及污染企業排放的廢水廢氣廢渣會對老年人健康產生威脅（馬靜等，2019），而地區的藍綠空間對提升老年人健康水平存在積極影響（陳玉潔等，2020），故生態污染環境變量選取PM2.5年均質量濃度、污染企業數量、年均綠量和水域覆蓋率指標。指標體系還引入了住房條件綜合指數，用以反映住房環境的老舊程度、擁擠程度、生活設施和無障礙設施情況，這一指數是基于人口普查數據的多個指標降維計算得出，是評估老年人居家養老住房質量的有效衡量標準（王洋等，2017）。為了考慮地區交通狀況對老年人的健康影響，建成環境指標納入了縣級以上道路密度，該指標可反映區域內的交通通達性，同時在一定程度上也能反映交通噪聲污染程度（Klompmaker et al.，2019）。鑒于地區社會貧困階層的老年人群在經濟收入、社會地位以及就醫資源等方面通常處于較弱勢地位，易受到社會貧困剝奪導致的健康不平等。因此納入了地區的貧困剝奪指數、沒有主要收入來源的老年人比例以及千人指標下的醫療衛生床位數（Browning & Rigolon，2018；Wan & Su，2016）。需要強調的是，本研究使用了衡量經濟弱勢群體分布特征的區域貧困剝奪指數，計算是根據西方國家的人口普查數據廣泛應用的Z分數湯森剝奪指數法，采用我國人口普查數據中與區域經濟弱勢相關的4 個指標，包括初中及以下學歷的人口比例、月租房的家庭比例、無住房所有權和無汽車所有權的家庭比例?？紤]了家庭住房來源和汽車擁有權狀況，這些因素在同為鄉村屬性的不同鄉鎮街道也會存在差異，如住房所有權受村民集體土地所有權和商品住房開發情況的影響，而汽車擁有對于偏遠的農村家庭可能有不同的意義（Ouyang et al.，2022）。最后，考慮到年齡與健康狀況密切相關，納入80 歲以上高齡老年人比例，以便更穩妥地控制回歸分析中的混淆因素，確保結果的可靠性。此外，考慮到建成環境的一級指標（包括土地利用、密度、可達性、設計等）較為寬泛（Li et al.，2022），本文選擇了一些具體的相關指標替代，如遙感數據年均綠量NDⅤⅠ替代了土地利用中綠地用地面積，采用PM2.5和污染企業數量代替工業用地比例，以及更為精細的住房條件綜合指標代替居住用地密度。研究未選擇反映主觀感知類指標（如美觀設計、感知評價）等，因為這些指標不如客觀數據容易科學量化。在進行模型分析前，首先對所有變量進行共線性和相關性檢驗，結果顯示需要剔除路網密度指標，因其方差膨脹因子ⅤⅠF 值為10.02 且與年均綠量、水域覆蓋率、醫療床位數等變量相關性大于0.8（一般不大于0.6）。檢驗后選取的控制變量ⅤⅠF 均小于6，模型不存在多重共線性問題。

2 肇慶市老年人口健康水平的群體差異和空間差異

2.1 老年人口健康水平人群特征差異

2010 年肇慶市健康老年人口比例為91.07%，2020年為91.36%，總數為61.67萬人。各街鎮健康老人比例范圍是74%～97%，均值為90%。其中，肇慶城區的城東街道、城西街道和南岸街道健康老人比例高達93%以上，而四會市羅源鎮、封開縣江川鎮和懷集縣甘灑鎮的健康老人比例低于80%。端州區、鼎湖區和高新區的老年人自評健康水平高于其余縣區。

城鎮和鄉村的健康老人比例存在較大的差距，且隨著老年人年齡的增長差距愈加明顯（如圖2）。城市的健康老人比例略優于鎮，但明顯優于鄉村。從年齡因素分析，肇慶市城鄉地區60～69 歲的健康老人比例都在90%以上；70～80 歲的健康老人比例在80%以上，高齡健康老人比例的城、鎮和鄉村差距進一步拉大，城市高齡健康老人比例為80%以上，而鄉村高齡老人比例僅約65%。伴隨著老人年齡的增長，健康人口比例呈現明顯的下降趨勢，高齡老人的健康水平比低齡老人的更趨于消極。從不同性別的老年人健康差異分析，在65～69 歲之前的年齡段，女性老人健康水平略優于男性，而隨著年齡增長，女性健康狀況急劇下降，男性逐漸優于女性。進入80 歲以后，老年人健康水平的性別差異持續顯現。該結果符合“男女健康生存悖論（Male-female health-survival paradox）”（Oksuzyan et al.，2008），即高齡男性老年人的自評健康水平優于女性，但女性平均預期壽命高于男性，背后存在生物學（如基因）、行為科學（如危險行為）和社會學（如性別角色）的原因。

圖2 2020年肇慶城鎮鄉地區老年人群特征健康水平差異Fig.2 Proportion of health status of different characteristics of the elderly in Zhaoqing urban,town and rural areas in 2020

2.2 老年人口健康水平的空間格局

我國中小城市市域城鎮體系規劃的等級結構是按城區-城關鎮-建制鎮3 個層級劃分（王春程和羅小龍，2022），城區、縣城城關鎮、建制鎮對周圍臨近鄉村均可輻射并共享其公共服務設施資源（如醫療、道路等），在城鄉一體化的政策引導下，城鄉統籌的基礎空間單元擴大，在市域空間內部形成城鄉發展組團（高相鐸等，2018）。因此觀察城區、縣城城關鎮、建制鎮的規模和職能地位的梯度等級差距，可判斷其輻射能力強弱和與周邊鄉村的城鄉人居環境發展融合程度。肇慶作為珠三角邊緣的成長型地級市，2020 年城鎮化率僅為51%，不僅低于廣東省的74%，還低于全國平均水平65%（廣東省統計局，2021）。肇慶市屬于珠三角城市群的東南主城區輻射能力有限，區域貧困剝奪指數較高的鄉鎮都位于西北山區，西北山區四縣經濟總量僅占全市三成。

肇慶市老年人口的健康水平總體空間格局呈現東南高西北低的特征、城區、縣城城關鎮、建制鎮呈現等級差距（如圖3）。肇慶市東南部城區老年人健康水平較好，中部和西北部縣域地區老年人健康水平相對較差。從各街鎮的空間格局分析，健康情況良好的老年人主要集中在南部肇慶市和四會城區以及廣寧縣和懷集縣的縣政府所在的城關鎮等經濟發展水平優勢街鎮，整體呈現自中心向外側逐漸降低的趨勢。因此，相較于肇慶中部和西北部四個縣鎮，以及代管的四會市，肇慶東南部地處珠三角的端州區、鼎湖區、高要區、高新區具有區域社會經濟發展和健康效應優勢。各縣政府所在城關鎮與建制鎮的城鄉差異也較為明顯。究其原因，一是城關鎮相較于其他建制鎮，區域貧困剝奪指數較低、住房條件較好、醫療衛生設施資源較豐富，優勢資源都傾向于分配給優先發展的城鎮。二是居住在環境優質地區的老年人，大部分具有主要收入來源，老年生活有較穩定的經濟保障，因此其自評健康水平相對較高。

圖3 2020年肇慶市各鄉鎮老年人口健康水平空間格局Fig.3 Spatial Distribution of health status of elderly population in townships of Zhaoqing in 2020

3 影響肇慶市老年人口的人居環境因素

運用Tobit 回歸模型揭示各種人居環境因素對老年人口健康水平的影響，模型結果如表3 所示。其中Model 1 是因變量為全市健康老人比例的模型，并將其中人居環境條件較為落后的鄉村地區分了對照組（Model 2）。

表3 模型估計結果1）Table 3 Estimation results of Tobit models

實證結果總體呈現以下特征：① 對比全樣本組與鄉村組回歸結果，空氣質量、住房條件、醫療保障、貧困剝奪、老年撫養比指標對健康老人比例的影響，估計系數絕對值鄉村組比全樣本組更大，說明老人的健康水平在鄉村地區受到環境因素的影響程度相對更大。② 生態污染環境、社會經濟環境、人口學特征等多因素變量與健康老人比例的相關性顯著。各因素具體影響程度如下：

在生態污染環境方面，PM2.5年均質量濃度對健康老人比例有顯著的負相關關系。PM2.5年均質量濃度每增加1%，健康老人比例降低1.2%，鄉村健康老人比例降低4.5%。PM2.5對老年人健康水平的負向預測作用，與眾多研究發現基本一致（Klompmaker et al.，2019；Liu et al.，2022）。此外，肇慶市污染企業數量、年均綠量、水域覆蓋率與健康老人比例在統計上未存在顯著的關聯。

在住房環境方面，住房條件綜合指數每提高1個單位，健康老人比例提升3%，鄉村健康老人比例提升11.6%。由此可知，建筑年代、建筑結構、住房擁擠程度和住房生活設施是影響老年人健康水平的重要指標。將住房環境與老年人身體機能聯系起來的研究由來已久。老年人身體機能和活動能力弱勢且改造環境能力不足，長時間居家，居住條件簡陋，缺少獨立性生活空間和基礎生活設施，都會對其健康帶來長期的不良影響（Gu &Ming，2021）。因此，老年人住房環境的宜居性是老人健康維持和改善的基礎保障。

在社會經濟環境方面，貧困剝奪指數和健康老人比例有顯著的負相關關系。貧困剝奪性高的老年群體沒有能力更換到更優質的養老居住環境，可能終身生活在位置邊緣、資源匱乏的地區，因此導致了環境健康剝奪的產生（Poortinga et al.，2008；Wan & Su，2016）。無主要收入來源的老人比例提高1%，健康老人比例將減少0.1%。養老的經濟來源是老年人維持基本生活的保障，還影響康養和就醫選擇。千人指標的醫院衛生院床位數對健康老人比例的預測系數為負值，這一發現與預期不符，但此結果與黃柏石等（2020）采用相同數據在全國范圍地級單元的研究結論一致。解釋其可能的原因是醫院附近的街道多為病毒和感染源集中地區，雖方便就醫，但并不利用老年人長期居住。醫療保障資源是支持或破壞個人健康的關鍵因素（潘澤瀚等，2022），但居住地在鄉鎮街道的醫院附近并不利于居民健康。

在人口學特征方面，反映人口學特征的年齡指標對老年人健康水平呈現顯著的影響。80 歲高齡老人比例提高1%，健康老人比例會減少4%。表明年齡是影響老人健康狀況的一項重要因素，隨著高齡老人的增多，健康老人規模將快速下降，該結果與人體機能隨年齡的增長而逐漸衰退的自然規律相吻合（敖榮軍等，2017）。

進一步探究PM2.5、年均綠量和污染企業等生態污染指標對健康老人比例是否存在混雜影響，以及貧困剝奪地區污染環境暴露對老年人健康是否存在加劇影響。在表3 基礎模型中，加入中心化后的PM2.5與年均綠量、PM2.5與污染企業數量以及PM2.5與貧困剝奪三組交互項。統計結果得出全地區樣本模型上述交互項均不顯著，但鄉村地區模型中統計上顯著（見表4），說明鄉村老年人的健康水平在面臨PM2.5危害時表現出較強的敏感性和脆弱性。

表4 鄉村地區調節效益模型估計結果1）Table 4 The results on the moderating effect of Tobit models in rural areas

分析鄉村地區3組調節效應模型結果：年均綠量與PM2.5的交互項估計系數顯著為正（模型3a），且與主效應PM2.5估計系數符號相反，說明年均綠量會削弱PM2.5對老年人健康水平的負向影響。PM2.5與污染企業數的交互項估計系數顯著為負（模型3b），表明PM2.5濃度提高會加劇污染企業數量對老年人健康水平的損害程度。深入分析PM2.5與污染企業數量的關系，可以注意到在二者的交互項加入后，PM2.5對因變量的影響關系由顯著（模型2）變為不顯著（模型3b），而污染企業數量對因變量的影響關系由不顯著（模型2）變為顯著模型?？山馕龅脑蚴窃谡貞c鄉村地區，污染企業的數量集聚對老年人的健康產生了不利影響，這些企業排放廢氣和污染物對老年人的健康水平構成了威脅，而老年人健康產生影響的主要污染物不是PM2.5，而是其他更危害健康的空氣污染物，但PM2.5的濃度會隨著污染企業的廢氣排出一起升高，從而PM2.5濃度提高會加劇污染企業數量對老年人健康水平的損害程度。最后，PM2.5與地區貧困剝奪指數有關的交互項估計系數顯著為負（模型3c），說明PM2.5在鄉村地區中貧困剝奪指數高的鄉鎮街道中，會加劇對老年人健康水平的危害。此結論與已有研究結果較為一致（Liu et al.，2022）。這一結果證明了社會經濟環境和物理環境對健康的復合影響，這一觀點也得到其他研究的支持（Liu et al.，2022；Poortinga et al.，2008）。城鎮和鄉村老年人之間健康差異的形成原因可能在于地區經濟發展水平不同，這導致了老年人群的經濟狀況差異，同時影響了他們應對環境風險的能力，擁有社會資本的群體有能力積極應對人居環境中空氣污染、綠地缺失、住房條件簡陋等問題（Poortinga et al.，2008；Wan & Su，2016）。因此政府要重點關注遭受貧困剝奪且體能弱勢的鄉村地區老年人群，他們規避環境風險、改造環境的能力嚴重受到限制，可能受到環境、貧困、健康不平等的多重剝奪。

綜上所述，中小城市在城鎮體系譜序中常被忽略，與城區環境資源優勢明顯、輻射能力較強的大型城市不同，中小城市內部空間結構發展不協調，城區與周邊鄉鎮無法形成“城區主導”或“城鄉平等”一體化融合的空間體系，城區有益于老年人健康的環境資源也難以輻射到周邊（高相鐸等，2018）。宜老健康的環境建設是一項長期重要的任務，多數中小城市宜老健康的環境影響因素研究還基本空白，老年宜居環境需要考慮環境資源的改善與老年人健康需求相協調。本文采用鄉鎮尺度人口普查數據，并結合遙感影像、POⅠ等多源環境數據，補充了同類型中小城市人居環境的老年人健康效應的研究實證。本研究通過分組回歸和調節效應分析來強化多維人居環境要素和老年人健康的相關關系論證，這補充了敖榮軍等（2017）、馬靜等（2019）學者以地區總人口為對象的生態學研究思路。此外，一些單一環境因素對老年人健康的影響結果與前人尚未達成一致，如住房條件對老年人健康存在顯著的關聯影響，與于一凡和劉旭輝（2021）的研究未顯著關聯的結果不同，這說明了中小城市肇慶與以上海為代表的特大城市的情況有所區別。而年均綠量NDⅤⅠ和肇慶鄉鎮街道的老年人沒有關聯，該結果與黃柏石等（2020）使用全國市級尺度普查數據發現的年均綠量NDⅤⅠ和老年人正相關關系并不一致，說明兩者相關關系因空間范圍和尺度單元的異質性存在影響差異。本研究采樣的普查數據僅能獲取截面數據，未來研究將運用長時間序列的自評健康數據，探索肇慶市人居環境因素與老年人健康水平之間的關系，并且后續研究會采樣個人層面數據開展更細致的調查，并會繼續探索更多維的環境變量指標對老年人健康水平的非線性影響關系。

4 結 論

本文以肇慶市105個鄉鎮街道為研究對象，基于第七次人口普查的老年人口自評健康數據，并結合遙感影像、POⅠ等多源環境數據，采用空間可視化與統計建模等方法，分析了多維環境要素對老年人口健康水平的影響關系，得到如下結論：

1） 城、鎮、鄉的老年人健康狀況存在梯度遞減趨勢。老年人健康水平的性別差異也較為明顯，在70歲后，男性較女性的健康狀況優勢更為明顯并持續擴大。

2） 城鄉二元結構的分化不僅體現在人居環境維度，也體現在肇慶市老年人健康水平在城區、城關鎮、建制鎮組成的空間結構中也存在等級差異。

3） 環境因素中的生態污染環境、社會經濟環境、住房環境等多因素變量與健康老人比例的相關性顯著，其中PM2.5濃度、貧困剝奪與老年人健康水平存在負向關聯，且在鄉村地區多維環境因素之間對老年人健康水平具有混雜影響，地區綠量僅在鄉村地區對PM2.5濃度產生的不良健康效應存在緩沖作用，污染企業數量集聚則會加劇PM2.5濃度的不良健康效應。鄉村老年人的健康水平在面臨空氣污染危害時有較強的脆弱性，其中居住在貧困剝奪的鄉鎮街道的老年人群更為明顯。

綜上，人居環境對老年人健康的影響是多元復雜而非單一維度，不能忽視環境要素的地域性和群體健康效益的差異。

致謝：感謝武漢理工大學資源與環境工程學院的何青青副教授在數據獲取上給予的幫助，感謝中山大學地理與規劃學院的姚澤儀、張建行、蔡麗敏、陳安琪在數據采集和整理上給予的幫助，感謝編輯和審稿專家提出了寶貴的修改建議。