公園がコミュニティの健康に与える役割
公園は、さまざまなコミュニティの健康と社会的公平性に影響を与える。
― 1 分で読む
目次
公園は人々の健康を促進する上で重要な役割を果たしてるよ。身体を動かしたり、リラックスしたり、忙しい都市生活からの休息を提供してくれるんだ。でも、みんなが公園に同じようにアクセスできるわけじゃなくて、誰が実際にその恩恵を受けているのかって問題が出てくるんだ。最近の研究では、どのグループの人々が公園をどう使っているのか、そしてどの人たちがこれらの緑地にアクセスしやすいのか調べてるよ。
公園の重要性
調査によると、地域の公園はメンタルヘルスとフィジカルヘルスの両方にとって良い影響があることがわかったんだ。運動したり、交流したり、自然とつながる機会を提供してて、ストレスレベルを下げて全体的な健康を向上させることに寄与するんだ。近くに公園がある人たちは、そうでない人たちよりもアクティブで健康的な生活を送ってる傾向があるんだ。
公園利用の公平性
公園の使われ方を見るときには、収入、人種、教育などの社会的要因を考慮することが大事だよ。研究によると、公園が物理的にアクセス可能な場所にあっても、その公園の質や近くに住んでる人たちが利用に影響を与えることがあるんだ。たとえば、裕福な地域の公園はしばしばより良い設備や広々とした緑地があって、地元の住民にとって魅力的になることが多いんだ。
公園訪問の分析
アメリカで誰が公園を利用していて、どのグループがどう影響を受けているのかを理解するために、研究者たちは携帯データを使い始めたんだ。約5000万台の携帯電話の動きを見て、2019年の公園訪問に関する情報を集めたんだ。このデータは、異なるコミュニティの公園利用パターンをより明確に描き出すのに役立つよ。
公園訪問の予測
研究者たちは、公園の近くに住んでる人々のデモグラフィックが、公園の訪問回数にどのように影響を与えるのかを分析したかったんだ。特に公園から徒歩10分以内に住んでる人たちに焦点を当てていたよ。このエリアは「ウォークシェッド」と呼ばれていて、その公園に人がどれくらい行きやすいかを示してるんだ。
さまざまな統計モデルを使って、地域の人々の人種、収入、教育、年齢のデモグラフィックを基に、公園の訪問者数を予測できるか試みたんだ。地域の構成が、公園への訪問頻度に影響を与えると期待してたんだ。
発見
驚くことに、研究では地域のデモグラフィックが公園訪問を強く予測するわけではないことがわかったんだ。つまり、地域にさまざまな人種や収入背景があっても、必ずしも近くの公園の訪問率が異なるわけではないということなんだ。
公園にアクセスできることのポジティブな効果は明らかだったよ。公園の近くに住んでいる人たちは、より健康的でアクティブであると報告してる。これから考えると、単に公園が近くにあることが、地域のデモグラフィックに関係なく有益だと結論づけられるんだ。
公園の質の重要性
公園へのアクセスも大事だけど、この研究ではすべての公園が同じように作られているわけではないことも強調されたんだ。公園によっては、もっと多くの設備や良い管理、広いスペースがあるところもある。公園の質は、どれだけの人が訪れるか、そしてどんな利益を得るかに影響を与えることがあるんだ。よく管理されていて、さまざまなアクティビティを提供する公園は、より多くの訪問者を引きつける可能性が高いね。
公園利用の障壁
公園の利用は、距離やデモグラフィック以外にも影響を受けることがあるんだ。多くの障壁が人々が公園にアクセスするのを妨げることがあって、安全への懸念もその一つさ。一部の研究では、人々が安全でないと認識している公園を避けることが示されているよ。たとえば、低所得地域にある公園は、裕福な地域に比べて安全面での懸念が多いかもしれない。
安全に対する認識は、人々が公園を訪れるかどうかを決定する上で重要な要因だよ。もし地元の公園が犯罪や混乱で危険だと感じられているなら、たとえ近くにあっても利用しない可能性が高いんだ。
デジタルデータで公園利用を測定
従来、公園利用データは調査や直接観察を通じて収集されていて、大量の情報を集めるのが難しかったんだ。最近では、研究者たちはSNSや携帯デバイスのGPSトラッキングなどのデジタルデータソースに目を向けて、より正確で包括的な公園利用データを集めてるよ。
たとえば、ある研究では、SNSのインタラクションを分析することで、どの公園がどの時間に最も訪問されているのかがわかったんだ。この方法は、公園利用をリアルな行動をより反映した形で継続的に測定するのに役立つんだ。
ユーザーパターンの理解
研究者たちは、長時間公園にいることでスマートフォンの使用が減少することを発見したんだ。これは、自然を楽しむ時間がデジタルデバイスへの依存を減らす可能性があることを示唆してるよ。これは、公園が近くにあることのもう一つの利点だね - それが身体の健康だけでなく、スクリーンやテクノロジーからの休息も促進するんだ。
近隣の特徴を探る
研究者たちは、地域内の異なる公園が異なるユーザーを引きつける方法に興味を持っているんだ。たとえば、ニューヨーク市では、公園の訪問状況が公園ごとの設備だけでなく、周囲のコミュニティのデモグラフィックに基づいて異なることがわかったんだ。
これは、地域の構成を把握すれば、人々がどれくらい公園に訪れるかを予測できるかもしれないことを意味してるよ。これらのパターンを理解することで、都市計画者やコミュニティがどの公園が利用されていないか、改善が必要かを把握するのに役立つんだ。
ウォークシェッドの概念
「ウォークシェッド」の概念は、公園の周りの10分以内の距離でアクセス可能なエリアを定義することに焦点を当ててるよ。この測定は、公園からどの人口が恩恵を受けるのかを特定するのに役立つんだ。この研究では、固定された距離だけでなく、実際の歩行ルートを考慮した方法が使われて、現実的に公園にアクセスできる人数のより良い推定が得られたんだ。
このようにウォークシェッドを定義することで、研究者たちは国勢調査のデモグラフィックデータを公園訪問データに結びつけることができたよ。これにより、公園の近くに住んでる人たちが誰で、彼らがどう公園を利用するかをより明確に見ることができたんだ。
公園訪問と社会的要因
研究では、収入レベルが高い地域の公園は、より頻繁に訪問されている傾向があることがわかったんだ。対照的に、低所得地域の公園は、近くにあっても訪問者が少ないことが多い。これは、社会経済的要因が公園の価値や利用に大きな役割を果たしていることを示しているんだ。
ウォークシェッドのデモグラフィック特徴を調査した際には、公園が異なる人口に違った形でサービスを提供していることが明らかになったんだ。この研究はまた、教育の達成度や年齢、さまざまな人種背景を持つ住民の割合が、公園訪問の傾向に寄与することができうることを強調しているよ。
結論
アメリカの公園訪問に関する研究は、公園、コミュニティの健康、緑地へのアクセスの間の重要なつながりを浮き彫りにしているんだ。公園が近くにあることには明確なメリットがあるけど、これらの公園の質や利用に影響を与える安全の認識も同じくらい重要なんだ。
この研究は、地域のデモグラフィックを知るだけでは、公園の使われ方の完全なイメージを提供するわけではないことを示しているよ。今後の研究では、公園の特徴と訪問者のパターンの両方を調べて、どうすれば公園がみんなにとってもっと有益になるかを理解することができるかもしれない。
未来の研究では、季節の変化や天候が公園の使用頻度にどのように影響するかを探ることもできるだろう。公園利用の全容を理解することで、コミュニティが住民のニーズに応えられるようになり、みんなが公園の恩恵を楽しむ機会を確保できるようになるよ。
タイトル: Park visitation and walkshed demographics in the United States
概要: A large and growing body of research demonstrates the value of local parks to mental and physical well-being. Recently, researchers have begun using passive digital data sources to investigate equity in usage; exactly who is benefiting from parks? Early studies suggest that park visitation differs according to demographic features, and that the demographic composition of a park's surrounding neighborhood may be related to the utilization a park receives. Employing a data set of park visitations generated by observations of roughly 50 million mobile devices in the US in 2019, we assess the ability of the demographic composition of a park's walkshed to predict its yearly visitation. Predictive models are constructed using Support Vector Regression, LASSO, Elastic Net, and Random Forests. Surprisingly, our results suggest that the demographic composition of a park's walkshed demonstrates little to no utility for predicting visitation.
著者: Kelsey Linnell, Mikaela Fudolig, Laura Bloomfield, Thomas McAndrew, Taylor H. Ricketts, Jarlath P. M. O'Neil-Dunne, Peter Sheridan Dodds, Christopher M. Danforth
最終更新: 2023-05-20 00:00:00
言語: English
ソースURL: https://arxiv.org/abs/2305.12160
ソースPDF: https://arxiv.org/pdf/2305.12160
ライセンス: https://creativecommons.org/licenses/by/4.0/
変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。
オープンアクセスの相互運用性を利用させていただいた arxiv に感謝します。
参照リンク
- https://doi.org/
- https://doi.org/10.1016/j.ypmed.2020.106265
- https://doi.org/10.1016/j.apgeog.2019.102074
- https://doi.org/10.1177/2399808320974027
- https://doi.org/10.1016/j.ypmed.2014.03.026
- https://doi.org/10.1080/00222216.2004.11950021
- https://doi.org/10.1177/0020764018795198
- https://doi.org/10.3390/ijerph10094086
- https://doi.org/10.1111/j.1749-6632.2011.06400.x
- https://onlinelibrary.wiley.com/doi/pdf/10.1111/j.1749-6632.2011.06400.x
- https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4049158/
- https://doi.org/10.1016/j.landurbplan.2011.05.002
- https://doi.org/10.1016/j.landurbplan.2016.05.017
- https://doi.org/10.1016/j.landurbplan.2018.05.026
- https://doi.org/10.2747/0272-3638.26.1.4
- https://doi.org/10.1016/j.ufug.2012.11.004
- https://doi.org/10.1016/j.landurbplan.2017.05.007
- https://doi.org/10.1016/j.landurbplan.2014.01.017
- https://doi.org/10.1007/s12160-012-9425-y
- https://doi.org/10.1038/s42949-021-00022-0
- https://doi.org/10.2105/AJPH.2005.072447
- https://doi.org/10.1016/j.ypmed.2019.105948
- https://doi.org/10.3390/ijerph16010085
- https://doi.org/10.1371/journal.pone.0168893
- https://doi.org/10.5014/ajot.2020.74S1-PO5510
- https://doi.org/10.1002/pan3.10045
- https://onlinelibrary.wiley.com/doi/pdf/10.1002/pan3.10045
- https://doi.org/10.3390/ijerph17134885
- https://doi.org/10.1111/gean.12265
- https://onlinelibrary.wiley.com/doi/pdf/10.1111/gean.12265
- https://doi.org/10.1177/0013916518814291
- https://doi.org/10.1123/jpah.2016-0069
- https://www.jstor.org/stable/26151226
- https://doi.org/10.1177/0013916515614366
- https://doi.org/10.1016/j.ypmed.2014.10.001
- https://doi.org/10.1080/00222216.2005.11950054
- https://doi.org/10.1016/j.cities.2014.10.003
- https://doi.org/10.1016/j.healthplace.2021.102617
- https://doi.org/10.1038/s41598-017-18007-4
- https://doi.org/10.1016/j.compenvurbsys.2018.01.007
- https://doi.org/10.1016/j.landurbplan.2018.02.006
- https://doi.org/10.1371/journal.pone.0261056
- https://doi.org/10.1177/00139165231167165
- https://arxiv.org/abs/
- https://doi.org/10.1080/17549175.2013.771694
- https://doi.org/10.15365/cate.3182010
- https://um.co/portfolio/understanding-mobile-location-data/