居住区儿童户外游乐空间安全影响因素的相关性分析

金纹青，曹 磊，何秋萌

（1.天津大学建筑学院，天津 300072；2.天津大学管理与经济学部，天津 300072）

游戏是儿童的天性，同时也是人生的第一堂社会教育课.积极健康的游戏，安全的游戏空间，会对我们的童年有着难以想象的作用.据美国著名人本主义心理学家亚伯拉罕·H·马斯洛的多年研究认为:儿童喜欢一种安稳的程序或节奏，需要一个可以预料的世界，只有在一种有某种程序和常规的骨架轮廓里面，才能健壮的成长.加强对儿童整体身心素质的关注，给他们提供一个科学、安全、健康的成长环境尤为重要，游戏空间也是其中一个重要部分.据调研统计[1]，居住区是儿童日常游戏活动的主要场地，而我国目前居住区儿童游乐场地的现状不容乐观，有近半数的居住区没有专设的儿童游乐场，而那些专设的游乐场大部分无法满足儿童游戏活动的需要，儿童只能在公共道路上、成人健身场中玩耍，存在大量安全隐患.因此，有必要对居住区儿童户外游乐空间的安全影响因素进行研究，并分析它们之间的相关性.笔者研究相关文献后发现，对于儿童游乐场的综合评价以及安全评价中的指标即影响因子的确定，多是通过文献研究以及专家评价来选择，仍属于定性的描述或主观判断，存在很大的局限性.因此，本文引入结构方程模型的理论和方法，用定量的方法评估安全影响因素，并依据其相关性，筛选、确定居住区儿童户外游乐空间的安全影响因子，作为评价指标进行定量研究.

1 结构方程模型简介

结构方程模型（structural equation modeling，简称SEM），也称为“潜在变量模型”[2]、“协方差结构分析”[3]等，属于多变量统计的范畴.它建立在许多统计方法之上，是对验证性因素分析、路径分析、多元回归分析等统计方法的综合运用与改进.由于计算机技术的飞速发展，在20世纪90年代，结构方程建模技术已被广泛应用于社会、心理、教育、管理等诸多领域.

1.1 结构方程模型的变量

在结构方程中，那些无法直接被测量或观察的变量被称作“潜在变量（latent variable）”.要想对这些变量进行分析，就必须找到与其相关的且能够被直接测得的变量，而这些变量被称作“观测变量（observed variable）”.此外，SEM的变量又可分为外因变量与内因变量.外因变量是指在模型中不受其他变量的影响，但直接影响别的变量的变量，相当于自变量.内因变量在模型中会受到其他变量的影响，相当于因变量.

1.2 结构方程模型的2个基本模型

结构方程模型中有2个基本模型:测量模型和结构模型[4]，如图1所示.

图1 结构方程模型示意图Fig.1 Structural equation modeling schematic

测量模型由观测变量与潜在变量组成，用于反映2种变量之间的关系及相关程度.测量模型的方程式可表示为如下矩阵方程式:

式中:X、Y分别为外因观测变量和内因观测变量；ζ、η分别为外因潜在变量和内因潜在变量；ΛX为X对ζ的因子载荷矩阵；ΛY为Y对η的因子载荷矩阵；δ、ε分别为X和Y的误差项.

方程（1）和（2）统称为SEM的测量方程.

结构模型主要研究潜在变量之间的关系，潜在变量分为外因潜在变量和内因潜在变量.当内因潜在变量被外因潜在变量和其他内因潜在变量解释时，会受到一些因素的影响，这些影响因素被称为干扰潜在变量，用ζ表示.结构模型的矩阵方程式可表示为:

式中:B为内因潜在变量之间的结构系数矩阵；Γ为外因潜在变量与内因潜在变量之间的结构系数矩阵；ζ为残差项.

1.3 结构方程模型软件

目前常用的结构方程分析软件主要有LISREL和AMOS.相比于LISREL，由SPSS公司推出的AMOS是一种简单易学的可视化软件，采用图形式的界面操作，无需编程，不需要使用者有太多的统计功底.加以AMOS与SPSS统计软件是相互连通的，因此越来越多的研究人员开始使用AMOS来进行SEM分析.本文也采用AMOS来建立结构方程模型.

2 实证研究

2.1 变量的设定及路径假设

笔者在前期主要进行了居住区儿童户外游乐空间的基础性研究.提取我国相关规范中与儿童游乐场相关的一些规定，通过分析儿童的生理、心理以及行为特征，找寻与游乐空间之间的关系，总结出符合儿童成长需求的居住区儿童游乐空间的类型以及特点，并从中梳理出居住区儿童户外游乐空间的各方面设计要素，作为随后现场调查研究的内容.继而对天津市内6区45个居住区的儿童户外游乐空间的建设现状及使用情况进行全面调查.结合现场调研情况与问卷调查的统计，在仔细研究、全面筛选的基础上，归纳总结出居住区儿童游乐场中与儿童活动安全密切相关的影响因素5大类，32小项[1，5].这些影响因素即作为结构方程模型中变量的来源.

5大类影响因素作为潜在变量:场地规划、维护管理、场地人工环境、场地自然环境和游戏设施.设定前2个是外因潜在变量，其余3个为内因潜在变量.场地规划、维护管理这两大因素在一定程度上决定并影响着场地的物理环境、自然环境和游戏设施.模型中的路径假设共有如下7条:

H1:场地规划和维护管理之间有相关性；

H2:场地规划对场地人工环境有直接正向影响；

H3:场地规划对场地自然环境有直接正向影响；

H4:场地规划对游戏设施有直接正向影响；

H5:维护管理对场地人工环境有直接正向影响；

H6:维护管理对场地自然环境有直接正向影响；

H7:维护管理对游戏设施有直接正向影响.

筛选出32项影响因素作为各个潜在变量的具体观测指标，即观测变量，如表1所示.

表1 模型潜在变量与观测变量关系表Tab.1 Relationship between latent variables and observed variables

2.2 调查问卷及数据的收集

根据所设定好的结构方程模型，将32个观测变量展开作为调查问卷的问题.量表采用了Likert 5级度量，即分别对应“很重要、重要、一般、不重要、很不重要”这 5 级态度，赋予“5，4，3，2，1”的值，在问卷星网站制作电子问卷，通过网络媒介对孩子年龄介于0～12周岁之间的家长展开调查.为便于被调查者更准确地理解各个观测变量的内涵与外延，在题目中对每一项观测指标进行了较为详细地描述.本次调查共收到219份已填写问卷，通过人工筛查，将那些所有问题答案都一样的视为无效问卷，回收了207份有效样本，有效率为94.5%.

2.3 数据的信度和效度分析

2.3.1 数据的信度分析

本文采用Cronbach's Alpha系数来衡量数据的内部一致性.Joseph等[6]指出，Cronbach's Alpha系数大于0.7时，表明数据的信度较高；但是在探索性研究中，大于0.5即可.本文对于整个模型的32项变量数据进行信度检验，所得Cronbach's Alpha系数为0.819，说明本次调查所回收的数据具有较好的信度.

另外，分别对各个潜在变量的信度进行检验，结果如表2所示，各潜变量的信度均大于0.5，表明了数据的可信度较高.

表2 潜在变量的信度检验Tab.2 Reliability test of latent variables

2.3.2 数据的效度分析

本文在参考专业研究文献基础上，制作了调查问卷，针对特定人群进行了现场调查填写，将筛选出的影响因素制成量表，并由相关专家进行评判，确定所设题目内容符合测量的目的和要求，因而判断量表的内容结构已较合理，符合内容效度.同时，本文数据的KMO值为0.744，Bartlett球形检验的显著性为0.00，说明数据的结构效度较好[7].

综上所述，数据具有良好的信度和效度，可以用其进行下一步的模型拟合.

2.4 模型的拟合与评价

所谓模型的拟合，就是研究假设的结构方程模型与实际数据的一致性程度.假设的模型中所隐含的协方差矩阵∑与样本数据的协方差矩阵S越接近，则说明模型拟合得越好.有关模型拟合度的评价指标有很多，Bagozzi等[8]将其分为3大类:基本适配度指标、整体模型适配度指标、模型内在结构适配度指标.Joseph等[7]又将整体模型适配度指标分为绝对适配度指标、增值适配度指标和简约适配度指标3类.在实际的模型适配度评估过程中，很多学者都会同时考虑到整体模型适配度指标中的3种指标，这样能对模型的可接受性进行全面的考察和评价.根据本文中的模型和数据样本量的大小，本文选取卡方自由度比（CMIN/DF）、RMSEA、IFI、TLI、CFI、PGFI这几个指标对模型的拟合度进行检验，这些指标涵盖了以上的3种类型，其评价标准如表3所示.

表3 拟合指标的评价标准Tab.3 Evaluation criterion of fit indices

将数据导入到AMOS中，计算后可自动输出本文所需要的评价指标数值，如表4所示.可以看到，IFI、TLI和CFI这3个指标没有达到模型适配的标准，因此考虑对模型进行修正.

表4 第1次拟合指标计算结果Tab.4 Fit indices results for the first time

2.5 模型修正

除了模型拟合指标，AMOS还可输出观测变量与潜变量间的标准化载荷系数、模型修正指数.本文将从这两方面着手，同时考虑模型的现实意义和实际情况，来对模型进行修正.

AMOS输出的观测变量与潜变量间的标准化载荷系数如表5所示.

表5 标准化载荷系数Tab.5 Standardized regression weights

由表 5 可以看出，场地大小（A3）、可达性（A4）、儿童活动区的设计要求（A6）、照明种类（A17）、植被的空间分布（A22）、游戏设施的种类（A23）、地面无破损（A31）这7个变量的载荷系数都较低（小于0.2）.另外，这几个变量对儿童游乐场的安全影响并不是直接的，而是通过别的因素发生作用.具体说明如下:

（1）场地大小（A3）根据所服务居住区规模及儿童人数而定，这项因素更多是决定了儿童人均游戏空间的大小、质量，虽然可能会因为人均面积不足而导致碰撞事故率的上升，但场地大小对游乐安全的影响并不是直接的.

（2）《城市居住区规划设计规范》中规定相应的配套指标依居住区级别来配置，这就决定了游乐场的服务半径相对较为合理，即可达性（A4）好.据笔者前期的现场调查结果表明，大部分有专设儿童游乐场的居住区的游乐场地可达性较好，因此，考虑可达性这项因素可能是通过空间位置因素对安全产生影响.

（3）儿童活动区的设计要求（A6）可能更侧重于游乐空间的功能与内容的设置，对安全性的影响不直接.

（4）对于照明的种类（A17）一项，更多的是通过照明均匀度来影响场地安全，作为家长或儿童本身，更关注的是照明所产生的结果，即照明均匀度，而对于采取何种照明方式来达到这种结果并不在意.

（5）在儿童游乐空间的设计中，植物（A22）作为游乐空间之间的边界和障碍并不是必要的设计要素，因此其分布以及高度与密度对游乐安全的影响并不直接有效.

（6）虽说一些游戏事故是因为儿童使用与其年龄不匹配的游戏设施而导致的，但这更取决于游戏设施与年龄的匹配度，设施的安全尺寸的选择，甚至是设施的使用说明或安全标识是否到位，而与设施的种类（A23）是否全面相关性不强.

（7）地面无破损（A31）一项，考虑与场地人工环境中地面平整性内容有重合，对安全的影响也不是直接的，可以筛除.

因此，在模型中删除这几个变量，重新进行模型适配的计算，结果如表6所示.

表6 第2次拟合指标计算结果Tab.6 Fit indices results for the second time

由表6可以看出，其中一些拟合指标（CMIN/DF、RMSEA、PGFI）的结果虽然不如第一次的计算结果好，但是依然满足模型适配的标准，另一些指标的结果有所改善，但与理想的拟合值还有所差距.因此，用模型修正指数对模型进行进一步的修正.

根据AMOS输出的模型修正指数，并进行了反复的计算分析，认为:A1与 A9、A5与 A7、A7与 A20、A12与A27、A16与 A24、A21与 A30、A25与 A26、A27与 A29的误差两两相关.修正后的计算结果如表7所示.

表7 第3次拟合指标计算结果Tab.7 Fit indices results for the third time

再从实际意义角度来考察整个模型，注意到AMOS输出的潜在变量间的载荷系数中，“维护与管理”到“场地自然环境”的载荷系数为负值，这明显不符合实际情况.因此，删除掉这一路径，再进行模型的计算，得到表8结果，模型如图2所示.

图2中，矩形框中的A1、A2、…、A32代表删除了A3、A4、A6、A17、A22、A23和 A31后的 25 个观测变量；椭圆中的F1、F2、…、F5代表潜在变量；指向观测变量的圆形中的e1、e2、…、e32为观测变量的测量误差；连接两个观测变量间的双向箭头的圆弧上的数字代表相应两个观测变量间协方差，图中这样的圆弧有8个；从潜变量F1～F5指向观测变量的单向箭头线上的数字代表潜变量到各观测变量的路径系数，即各观测变量在相应潜变量上的负荷；指向潜变量的圆形中的err1、err2、err3为潜变量的误差；从 F1、F5指向 F2、F3、F4的单向箭头线上的数字为路径系数；连接F1与F5之间的双向箭头的圆弧上的数字代表这两个潜变量间的协方差.协方差的大小说明了相关性的强弱.

表8 第4次拟合指标计算结果Tab.8 Fit indices results for the fourth time

图2 居住区儿童户外游乐空间安全影响因素的模型结构图Fig.2 Structural model for safety factors of children's outdoor play space in residential areas

由表8可知，除TLI外，各项拟合指标都达到了标准，虽然TLI小于0.9，但是差距不大，对模型适配度的影响很小.因此，可认为模型整体的适配度良好，模型与调查数据的拟合度较高.

3 结束语

根据以上的研究假设和计算分析，得出结论:

（1）针对最初的模型路径假设，本研究拒绝了1条假设，接受了6条假设.研究结果显示，有一些要素之间的关系是直接的，而另一些是间接的.

（2）场地规划对场地人工环境、场地自然环境、场地设施均有直接正向影响，“维护与管理”对场地人工环境、游戏设施有直接正向影响.这说明对于居住区儿童户外游乐空间的安全性来说，设计与管理的首尾环节非常重要.首，即场地规划，要求在居住区规划之初，就应考虑儿童游乐空间的设计指标；尾，即建成后的维护与管理，它决定了场地人工环境以及游戏设施能否被有效、安全及可持续地使用.

（3）维护与管理对场地自然环境无直接正向影响.模型拒绝了假设H5，原因应该是场地自然环境更大程度上是受到场地规划的影响.

（4）针对居住区儿童户外游乐空间安全影响因素的研究，传统因子分析的方法不能定量地分析因子间的相关性，从而确定的影响因子具有一定主观性与不确定性.这从假设模型经第一次拟合计算后A3、A4、A6、A17、A22、A23、A31这 7 个变量的路径系数因过小而被删除即可表明.

（5）在居住区儿童户外游乐空间安全评价体系的研究中，评价指标的确定非常重要，将传统的指标确定方法与结构方程法相结合是可行的.运用传统因子分析确定的影响因素为结构方程模型的变量设定提供依据，同时，结构方程可以对传统因子分析的结果进行定量评价，通过影响因素间的相关性分析，筛选出评价指标.

[1]金纹青.居住区儿童户外游乐空间安全评价体系研究[D].天津:天津大学，2013.

[2]MOUSTAKI I，JORESKOG K G，MAVRIDIS D.Factor models for ordinal variables with covariance effects on the manifest and latent variables:A comparison of LISREL and IRT approaches[J].Structural Equation Modeling，2004，11（4）:487-513.

[3]张建平.一种新的统计方法和研究思路:结构方程建模述评[J].北京:心理学报，1993，125（1）:93-101.

[4]JORESKOG K G，SORBOM D.LISREL8:Structural Equation Modeling with the SIMPLIS Command Language[M].Chicago:Scientific Software International，1993.

[5]金纹青.居住区儿童活动场所调查研究[C]//亚洲超越展论文集.石家庄:河北美术出版社，2011.

[6]HAIRJoseph F，ANDERSONRolph E，TATHAMRonald L，et al.Multivariate Data Analysis[M].Upper Saddle River:Prentice Hall，1998.

[7]柯惠新，沈浩.调查研究中的统计分析法[M].2版.北京:中国传媒大学出版社，2005.

[8]BAGOZZI R P，YI Y.On the evaluation of structural equation models[J].Academic of Marketing Science，1988，11:76-94.