在快节奏的城市生活中，社会生存压力加剧，居民备受抑郁、焦虑和压力等心理问题的困扰。2018年发布的《中国城镇居民心理健康白皮书》显示，中国城镇居民处于心理亚健康状态的占比高达73.6%，存在不同程度心理问题的居民占比16.1%，而心理健康的居民仅有10.3%。

心理健康包括积极情绪和消极情绪2个方面，消极情绪也被称为"心理压力"(Psychological Distress)。现有研究对于心理健康数据的获取多是以问卷调查的形式，通过量表进行测度。常见的心理健康量表包括：涵盖积极和消极情绪的12项一般健康问卷(GHQ-12)、积极消极情感量表(PANAS)等，侧重积极情绪的世界卫生组织5项身心健康指标(WHO-5)，以及聚焦消极情绪的抑郁-焦虑-压力量表(DASS-21)、凯斯勒心理困扰量表(K10)、症状自评量表(SCL-90)等。

随着互联网的快速发展，通过搜索引擎在线搜寻健康信息逐渐成为居民主动获取健康信息的首选渠道。谷歌趋势(Google Trends)能够基于谷歌搜索显示世界各地区某一特定搜索项的搜索量，被国外学者广泛应用于心理健康水平的时空分布特征研究，用以表征心理压力水平的典型搜索项包括"depression"(抑郁)、"anxiety"(焦虑)和"stress"(压力)等。

当前居民的心理压力主要来源于经济、人口和环境等方面，具体表现为：过高的生活成本、失业率和房价会降低居民的主观幸福感；较大的人口规模、较高的人口密度会加剧"城市病"，导致交通拥挤、资源紧缺和治安混乱等问题，不利于居民心理健康；空气污染会引发居民负面情绪，PM2.5浓度越高的城市，居民的焦虑程度和自杀风险显著越高。

休闲作为一种人们在自由支配时间里进行的放松身心的行为，是缓解心理压力、促进心理健康的有效途径。心理学对于心理健康和休闲设施关系的讨论主要集中在环境心理学领域，相关研究基于注意力恢复理论(Attention Restoration Theory)和减压理论(Stress Reduction Theory)证实了良好的休闲环境和丰富的休闲设施对情绪有明显的调节作用，能够促进积极情绪，缓解消极情绪。

基于已有研究，本文认为心理压力包括抑郁、焦虑和压力3个维度。经济压力、人口压力和环境压力是导致心理压力的主要原因。公共休闲设施对心理压力有调节作用，能有效缓解心理压力。而在"供需关系"的作用下，心理压力和商业休闲设施可能存在双向互动关系。

从供给的视角看，丰富多元的商业休闲设施调剂了居民生活，对心理压力有调节作用；从需求的视角看，商业休闲设施供给通常会根据市场需求进行调整，即当居民心理压力较高时，休闲需求也相应增加，从而刺激商业休闲设施供给增加。

2.1 研究方法

本文基于当前被广泛应用于心理健康研究中的百度搜索指数测算我国居民心理压力指数，通过空间自相关分析来刻画心理压力指数的空间分布特征，采用逐步回归分析来探索心理压力指数和休闲设施的关系。

2.1.1 心理压力指数计算方法

本文基于百度指数计算心理压力指数。百度是目前全球最大、我国应用最普及的中文搜索引擎。百度指数是目前应用最为广泛的词频搜索大数据平台，其中的搜索指数以网民在百度的搜索量为数据基础，以关键词为统计对象，科学分析并计算出各个关键词在百度网页搜索中搜索频次的加权。

在关键词选取方面，根据心理健康量表和基于搜索引擎大数据的实证研究，心理压力通常包含抑郁、焦虑和压力3个维度。因此，本文将"抑郁"、"焦虑"和"压力"确定为搜索项，综合评估心理压力指数。

本文构建了"心理压力指数"，公式如下：

式中：PDI_i是第i个城市的心理压力指数；S_ij是第i个城市第j个搜索项的整体日均值；n是搜索项数量。

2.1.2 空间自相关分析

通过空间自相关分析呈现心理健康在城市尺度的空间集聚特征已被应用于科学研究。本文通过全局莫兰指数(Global Moran's I)测算心理压力指数空间自相关性的整体水平。

通过局部莫兰指数(Local Moran's I)反映心理压力指数的空间集聚特征。

2.1.3 逐步回归分析

已有研究主要通过建立回归模型识别心理健康和休闲设施之间的量化关系，根据研究内容涉及逻辑回归、线性回归等方法。逐步回归分析是建立最优线性回归模型的重要方法之一，能够从大量可供选择的自变量中筛选出最重要的自变量。

本文采用逐步回归探究心理压力指数和不同类型休闲设施供给的关系，具体步骤如下：①以2019年心理压力指数为因变量，分别对所有自变量进行简单回归；②引入对心理压力指数解释程度最高的自变量；③逐步引入其余自变量，并剔除不显著的自变量；④筛选出对心理压力指数既有重要影响又不存在严重多重共线性的自变量。

2.2 研究区域和数据来源

在分析心理压力指数的时空分布特征时，研究时间段为2011-2019年，研究区域为全国31个省(自治区、直辖市)，不含港澳台地区，共计367个基本单元。

在建立回归模型时，由于数据可获取性问题，研究区域为全国296个城市(包括4个直辖市和292个地级市，不含三沙市)。

因变量是2019年的心理压力指数。自变量是休闲设施供给水平，参考魏小安等的分类，将商业休闲设施归纳为餐饮类(夜宵)、购物类(商场)、娱乐类(酒吧、KTV)和文化类(影剧院)，采用各设施的建成区密度衡量供给水平；公共休闲设施指标包括人均公园数、人均公园绿地面积和建成区绿地率。

此外，将经济压力(人均GDP、在岗职工平均工资、城镇登记失业率和二手房均价)、人口压力(人口密度)和环境压力(PM2.5年均浓度)作为控制变量纳入回归模型。

3.1 心理压力指数的时空分布特征

本部分揭示了居民心理压力指数的时空分布特征，对比了不同地区和不同城市等级之间心理压力指数的差异。2011-2019年全国、不同地区和不同城市等级心理压力指数的平均值变化趋势见图2。

总体来看，全国城市心理压力指数的平均值呈现明显的上升趋势，说明随着社会经济的快速发展，我国居民心理压力程度显著提升。2013年以来一直保持明显的"东-中-东北-西"递减格局，东部地区居民的心理压力指数最高，并且显著高于其他3个地区；中部地区次之，略低于全国平均水平；东北地区和西部地区的心理压力指数相对较低。

从一线城市到五线城市，心理压力指数呈现有规律地递减趋势。可以看出，居民心理压力指数的确与城市综合发展水平息息相关，发达地区的居民往往承受着更大的心理压力，与常识认知基本一致。

2019年心理压力指数的空间格局见图3。采用自然断点法，把全国城市分为5大类：低值区(PDI≤50)、中低值区(50361)，如图3(a)所示。总体而言，心理压力指数呈现东高西低的分布特征，从东部沿海地区向内陆递减。

通过空间自相关分析进一步探索心理压力指数的空间特征。2019年心理压力指数的Moran's I为0.291，且在1%水平上显著，表明心理压力指数存在显著的正空间自相关性。

心理压力指数的空间集聚特征如图3(b)所示，心理压力指数的高-高集聚区主要分布于东部沿海地区，以京津冀、长三角、珠三角和山东半岛城市群为代表，这些城市的生活节奏快、工作压力大，并且城市之间发展水平比较接近，造成居民心理压力普遍偏高。低-高集聚区大多紧挨东部高值区，其心理压力指数显著低于周边城市，说明生活压力相对较小。高-低集聚区主要位于西部地区，以直辖市(重庆)和省会城市(兰州、西宁、乌鲁木齐、南宁、海口)为典型，这些城市的心理压力指数明显比周边地区高。由于西部地区整体发展较落后，省会城市和周边城市的发展出现断层——省会城市经济发展更好，同时生活和工作压力也更大——因此形成了高-低集聚的格局。低-低集聚区大规模集中在西部地区，这些地区的发展相对落后，生活压力较小，因此心理压力指数偏低。由此可见，心理压力指数存在显著的空间集聚现象，从沿海向内陆形成了高-高、低-高、高-低、低-低的空间集聚格局，基本符合城市等级体系特征。

3.2 心理压力指数和休闲设施供给的关系

根据2019年的心理压力指数和表1中休闲设施、经济压力、人口压力和环境压力等维度的14个变量进行多元逐步回归分析。模型拟合过程如表2所示，每个模型都在前一个模型的基础上，引入一个新的变量，并未剔除已纳入模型的任何变量。

在模型9中，最终确定二手房均价、PM2.5年均浓度、人均GDP、夜宵密度、人均公园数、KTV密度、人口密度、在岗职工平均工资和酒吧密度9个变量作为心理压力指数的解释变量，此时回归模型的拟合度达到最优(R²=0.695)。可以看出，夜间商业休闲设施(夜宵、KTV和酒吧)均被纳入回归模型，而日间商业休闲设施(商场和影剧院)均被排除，公共休闲设施中仅有人均公园数被纳入回归模型。

模型9的具体拟合结果如表3所示。经济压力、人口压力和环境压力作为控制变量，均和心理压力指数显著相关。经济越发达、人口密度越大、空气质量越差的城市，居民心理压力指数越大，印证了已有研究结论。

根据标准化回归系数，经济压力特别是住房负担(二手房均价的标准化系数为0.382，在所有变量中最大)是导致心理压力最重要的因素。本文重点关注的休闲设施也和心理压力指数显著相关，具体分析如下：

从商业休闲设施来看，夜间商业休闲设施(夜宵、酒吧和KTV)和心理压力指数的关系比较紧密。其中，夜宵密度和心理压力指数在1%水平上显著正相关，标准化回归系数为0.202，在所有休闲设施中最大，说明二者的关系最为紧密。由于高压的996甚至007加班文化，很多上班族经常工作到深夜才下班，并且加餐吃夜宵。夜宵供给匹配了居民的消费需求，即夜宵密度在一定程度上反映了该城市的加班程度。

讨论

对于居民心理健康水平的测度，已有研究多基于邻里尺度，以问卷调查的形式通过心理健康量表获取居民个体心理健康水平的截面数据。本文突破了传统研究的局限性，基于城市尺度，应用百度指数大数据捕捉居民整体心理健康水平的多时段数据。该方法覆盖范围更广泛、数据收集更高效，能够从更宏观的角度刻画我国居民心理压力指数的时空分布特征，有助于更好地认识城市健康问题。

对于居民心理健康和休闲设施供给的关系，已有研究多关注公园、绿地等公共休闲设施的健康效应，但是相对忽视商业休闲设施。本文探索了心理健康和不同类型休闲设施之间的关系，丰富了已有研究内容。逐步回归的结果表明：

商业休闲设施的影响

• 夜宵密度与心理压力指数呈显著正相关（β=0.202, p<0.01），反映加班文化对心理健康的负面影响

• 酒吧密度（β=-0.101, p<0.05）和KTV密度（β=-0.072, p<0.1）与心理压力指数负相关，显示夜生活场所的减压作用

• 日间商业设施（商场、影剧院）与心理压力无显著关联

公共休闲设施的影响

• 人均公园数与心理压力指数显著负相关（β=-0.138, p<0.01），验证绿色空间的恢复性作用

本文发现心理压力指数和夜宵密度正相关，这在一定程度上反映出当前社会现状——人们的工作时间不断延长，吃夜宵的需求持续提升，进而催生出更多的夜宵供给；这些夜间消费者通常工作压力较大，睡眠质量较差，存在更高的心理健康隐患。目前学界缺乏对心理健康和夜宵之间关系的探讨，本文通过定量的手段初步揭示了二者的相关关系。

结论

本文以城市为基本研究单元，基于百度搜索指数计算居民心理压力指数，揭示了心理压力指数的时空分布格局，探索了心理压力指数和不同类型休闲设施供给的关系，主要结论如下：

时间特征

2011-2019年全国和分地区的心理压力指数呈现明显上升趋势，反映城市生活压力持续增大

空间特征

呈现"东-中-东北-西"递减格局，形成高-高、低-高、高-低、低-低的空间集聚模式

设施关联

夜间商业设施和公园与心理压力显著相关，日间商业设施无显著影响

本文应用大数据积极探索居民心理健康水平的测度方法，从城市尺度刻画了我国居民心理压力指数的时间变化趋势和空间分布格局，突破了传统问卷调查方法在样本量和数据时段等方面的局限性；并且通过量化方法从更宏观的视角阐明了心理压力指数和不同类型休闲设施（特别是商业休闲设施）之间的差异化关系，弥补了当前研究相对忽视商业休闲设施的不足。

未来研究方向

1. 通过质性研究明确心理健康和商业休闲设施的因果关系
2. 对比商业休闲设施供给数量和质量对心理健康的影响
3. 拓展大规模测量心理健康水平的技术手段

随着"健康中国2030"规划的推进，心理健康问题越来越受到人们的关注和重视。从实践的角度来看，优化城市休闲设施布局，提升城市休闲品质，对促进居民心理健康具有重要意义。未来应增加城市高质量休闲设施供给，完善城市休闲谱系，推进优质生活圈建设，打造健康城市，不断满足人民群众日益增长的美好生活需要。