水管使用地理状况研究：以伊朗西北部塔布里兹市为例 作者：阿里雷扎·穆罕默迪（Alireza Mohammadi）、阿尔沙德·艾哈迈德（Arshad Ahmed）、埃拉赫·皮什加尔（Elahe Pishgar）、穆纳扎·法蒂玛（Munazza Fatima）和罗伯特·伯格奎斯特（Robert Bergquist）

《ISPRS International Journal of Geo-Information》：The Geography of Water Pipe Use: A Case Study in Tabriz City, Northwestern Iran Alireza Mohammadi, Arshad Ahmed, Elahe Pishgar, Munazza Fatima and Robert Bergquist

　　摘要 水烟管吸烟（或称为水烟壶吸烟）是一种日益严重的公共卫生问题，它在城市休闲文化中根深蒂固。尽管水烟管吸烟很常见，但其局部空间驱动因素仍不为人所充分了解。为了填补这一知识空白，本研究调查了伊朗大不里士市273家水烟咖啡馆的位置，并根据八个城市预测因素对这些咖啡馆的分布进行了建模：人口密度、道路网络以及六种不同的土地使用类型，包括商业用地、行政用地、教育用地、工业用地、宗教用地和娱乐用地。我们采用高分辨率的空间方法，结合了核密度估计（KDE）和局部二元关系（LBR）进行分析。研究结果表明，这些咖啡馆的分布具有非随机性和空间聚集性，这一点通过基于熵的局部关系复杂性指标得到了验证。教育用地密度具有最高的平均熵值（0.84）和最多的显著关系（87.7%），被认为是最佳的预测因素。此外，教育用地密度与咖啡馆分布之间存在稳健且一致的相关性。而行政用地和娱乐用地的相关性较低，既不显著也不集中。根据研究结果，水烟咖啡馆的分布与青年聚集区和商业活动模式存在空间关联。熵分析揭示了预测因素在社区层面的显著差异，突显了局部空间分析在识别特定场所暴露风险方面的价值。

1. 引言
吸烟会增加发病率和死亡率，对公共健康构成严重威胁[1]。在过去的十年中，水烟管吸烟（也称为水烟壶吸烟）已成为年轻人中流行的社交活动[2]。全球有超过1亿人对其上瘾，其中大多数是青少年和年轻成人[3]，水烟消费日益融入当代城市休闲文化[4]。城市不仅是社会和经济互动的场所，也是健康相关有害行为出现和加剧的舞台。在这种背景下，“第三场所”的概念被用来描述那些介于家庭（第一场所）和工作场所（第二场所）之外的非正式公共空间，这些空间可作为社交聚会和互动的平台，从而在塑造城市生活方式中发挥核心作用。奥尔登堡提出的“第三场所”概念描述了构成日常互动的非正式社会环境[5]。从风险环境理论和城市健康地理学的角度来看，这些空间可以被理解为交互作用的环境，在这里可达性、社会规范和城市形态共同影响行为机会结构[6,7]。当代空间流行病学强调，与健康相关的行为并非随机分布，而是由建成环境、交通系统和社会聚会基础设施之间的局部互动所决定的[8,9]。将水烟咖啡馆置于这一视角中，有助于将分析从个体行为转向基于场所的暴露情境，从而揭示可能促进或限制健康相关行为的因素。城市咖啡馆中的水烟吸烟就是这一现象的典型例子，它具有广泛的健康、社会和环境后果[5]。世界卫生组织（WHO）报告称，每次吸食水烟会产生0.15至1.0升的烟雾[10]。已知水烟吸烟会引起急性的生理反应，如心率和血压升高，以及长期风险，包括慢性支气管炎、心血管疾病和多种癌症[11]。

水烟管吸烟的原因多种多样。一方面，由于用户使用苹果、李子、椰子、芒果、薄荷、草莓或可乐等口味的烟草，使得水烟比香烟更具吸引力、更甜且香气更浓郁[12]；另一方面，人们误认为水烟比香烟的危害小[13]。地区文化特征、水烟销售中心靠近大型大学、人口密集的城市娱乐区、便利的交通设施以及地理位置等因素也起到了作用[13]。在伊朗，水烟管吸烟是一个重要的公共卫生问题。一项研究显示，男性中的水烟使用率在1.7%到10.9%之间，女性中则在0%到16.8%之间[14]。进一步的研究表明，水烟使用受到建成环境、社区社会规范和咖啡馆便利性的影响[15,16]。一项为期两个月的研究发现，大不里士市学生和青少年的水烟使用率为8.5%[17]。

以往关于水烟使用的研究可以分为两类。第一类主要关注个体和社会经济风险因素。这些研究表明，水烟使用者对水烟和健康的态度往往受到主观规范的影响（例如，认为水烟比香烟更健康），同伴群体的影响也起着重要作用[18,19,20,21]。研究发现强烈表明，水烟的文化普及及其通过社交媒体易于获取是年轻人群使用水烟的主要驱动力[20]。第二类研究强调城市建成环境与烟草使用之间的关系。例如，商业设施、办公室和娱乐区的密度以及高流量城市环境与烟草产品的可获得性之间存在关联[22,23]。由于高人口密度可能表明对咖啡馆等社交空间的需求增加[24]，教育用地附近的咖啡馆也更多地吸引年轻人使用水烟[2,25]。大多数这类研究采用描述性方法[18,19,20,21]，而一些研究则使用聚类分析和回归分析[23,24]。还有研究探讨了水烟馆与一个或多个受限变量（如距离大学远近或经济状况）之间的关系[22,24]。除了个体层面的行为研究外，越来越多的国际文献研究了城市内部与烟草相关的环境在空间上的结构，发现零售聚集区、便利通道和以青少年为导向的活动区域与不均衡的暴露机会有关[7,9]。城市建成环境研究越来越多地表明，密度梯度、混合土地使用和交通连接性会导致地理模式化的健康风险[7]。然而，这些研究大多依赖于全局统计方法或描述性制图，可能会掩盖社区层面的异质性[8]。因此，建议采用高分辨率的局部建模方法来更好地捕捉暴露环境的空间变异性，但其在快速城市化的大都市中的应用仍然有限。

本研究旨在通过运用先进的统计空间方法（如局部二元关系（LBR）来填补现有研究空白，该方法可以定量和比较地分析各种因素对水烟热点出现和分布的影响。与假设静态的全局模型不同，LBR能够揭示局部关联，例如教育用地或商业用地如何影响某些社区的咖啡馆聚集模式[26]。此外，地理信息系统（GIS）技术已被广泛应用于健康领域，如疾病位置建模、疾病监测和医疗服务使用评估[27]。在吸烟研究中，GIS可用于分析烟草商店密度的人口统计预测因素或评估更有可能销售烟草的社区[28]。在本研究中，我们利用GIS将提供水烟服务的咖啡馆与特定的城市土地使用和基础设施特征进行空间关联。最近的地理空间健康研究突显了高分辨率空间建模在识别局部风险环境和社区层面健康不平等方面的价值，尤其是在城市环境中[29]。这些研究强调了人口分布、可达性和土地使用结构的空间异质性如何影响健康结果，而全局模型往往无法捕捉这些差异。

从健康政策的角度来看，关于暴露环境的空间明确证据可以为基于场所的监管、分区策略和以青少年为中心的预防规划提供依据[9]。城市烟草控制越来越认识到环境可用性对行为采纳的影响，这意味着识别局部聚集模式对于有针对性的干预至关重要，而非统一的城市范围政策[7,9]。通过将建成环境与潜在的暴露情境联系起来，空间建模为市政规划者和公共卫生机构提供了可操作的情报，以减少环境风险[8,9]。尽管在烟草和城市健康研究方面取得了显著进展，但很少有研究使用高分辨率的局部空间建模来全面考察多个城市土地使用、人口统计和基础设施因素如何共同影响伊朗大都市中水烟咖啡馆的分布。大不里士作为一个典型案例非常具有研究意义，因为它结合了快速的城市发展、活跃的青年社交活动和多样化的土地使用结构，反映了许多发展中国家城市正在经历的普遍变化。社会空间梯度、机构聚集和混合商业走廊为研究环境暴露模式的出现提供了适宜的分析背景。从这一背景中获得的见解超越了单纯的描述性分析，揭示了在类似城市变化环境下可能运作的机制。现有研究通常依赖于描述性制图或全局统计模型，这些方法忽略了产生特定社区风险环境的局部非平稳动态[10]。为了解决这一不足，本研究结合了核密度估计（KDE）和局部二元关系（LBR），前者是一种非参数的基于距离的方法，用于模拟大不里士市273家水烟咖啡馆的空间分布，并量化关键城市预测因素（包括人口密度、教育用地和商业用地以及道路网络可达性）及其与聚集模式的空间关联。

重要的是，本研究不仅进行了描述性的地理制图，还量化了社区层面城市结构与暴露环境之间的关系。这种分析视角有助于更深入地理解建成环境如何塑造行为机会结构，为其他公共卫生领域中的空间风险环境研究提供了可转移的框架。以下研究问题和具体兴趣点包括：（1）使用高分辨率密度建模时，大不里士市的水烟咖啡馆在城市景观中的空间分布如何？（2）人口密度、土地使用模式和可达性的局部变化在多大程度上与水烟咖啡馆聚集模式存在统计上显著的空间关联？（3）这些局部关联揭示了哪些在全局分析方法下会被忽略的特定社区风险环境？这些问题旨在通过识别环境暴露条件的集中区域及其在不同社区中的变化，将空间分析与公共卫生解释相结合。这种框架有助于基于证据的决策制定，将地理空间模式与潜在的干预点联系起来。

理解提供水烟服务的环境的空间组织不仅有助于推进城市健康研究的方法论进步，也为基于场所的公共卫生规划提供了依据。识别社区层面的暴露模式可以支持在快速变化的城市中制定有针对性的预防策略、分区考虑和以青少年为中心的干预措施。将水烟咖啡馆的聚集置于更广泛的空间风险框架中，有助于将地理空间分析融入城市健康管理，特别是在行为风险环境可能随着城市发展而加剧的发展中大城市中。因此，本研究的主要目的是识别和评估水烟咖啡馆密度与城市预测因素之间的局部空间关系，以揭示大不里士市这些有害“第三场所”出现的特定驱动因素。本研究采用空间暴露框架来分析建成环境特征如何影响水烟咖啡馆的社区分布。分析工作分为三个整合阶段：首先，将水烟咖啡馆的位置视为环境暴露的代理，并使用KDE进行空间量化，以表示局部强度模式；其次，将八个理论驱动的城市指标（人口密度、道路可达性和六种土地使用类型）作为预测因素，以捕捉需求结构、可达性和功能性城市背景；最后，通过LBR分析评估咖啡馆密度与每个预测因素之间的统计关联，同时利用熵诊断方法量化关系复杂性的空间变异性。这些方法共同将城市结构与局部暴露环境联系起来，解释了不同空间驱动因素如何相互作用，从而产生城市中水烟咖啡馆聚集的多样化模式。

2. 材料与方法
2.1. 研究区域
本研究在大不里士进行，该市是伊朗西北部东阿塞拜疆省的首府，位于北纬38.08°、东经46.29°。根据最新的官方普查数据，该市人口约156万，分布在10个市政区和135个社区[29]。大不里士占地面积205平方公里（使用QGIS 3.28版本测量），已从一个以联合国教科文组织列举的大不里士历史市场为核心的传统地区发展成为一个具有正式规划和非正式城市扩张的大都市[30]。初步调查确定了本研究所需的273家公共水烟馆。他们的空间分布主要集中在城市的中心区域，密度高达每平方公里20个单位（图1）。这种具有明显社会空间梯度的独特城市景观，使大不里士成为研究发展中大都市公共卫生挑战的非常有意义的案例。图1. 伊朗大不里士市咖啡馆的空间分布。2.2. 数据来源 2.2.1. 因变量在大不里士的 municipal 边界范围内，研究数据集包括了273家提供水烟服务的公共咖啡馆。通过全面的现场调查确认了这些咖啡馆的位置，并将这些位置与官方的市政企业登记册进行了交叉验证。使用QGIS 3.28版本的软件，对每个位置进行了准确的地理编码，指定了地理坐标（纬度和经度），并验证了空间精度。城市景观被系统地划分为252个统一的六边形单元，每个单元代表1平方公里，以便进行可靠的空间相关性分析。这种标准化的空间框架使得能够对咖啡馆分布模式与不同人口统计和城市土地利用参数之间的关系进行定量分析。2.2.2. 自变量本次分析使用了八个重要的城市空间指标作为预测变量，包括道路密度、人口密度以及六种不同的土地利用类别：商业用地、行政用地、教育用地、工业用地、宗教用地和娱乐用地的密度（所有数据均以每平方公里为单位测量）。这些协变量来自大不里士市政的广泛城市土地利用地理数据库。每个变量的空间密度是使用GIS工具和ArcGIS Pro 3.1版本（ESRI，美国加利福尼亚州雷德兰兹）确定的。连续的密度表面是通过KDE技术生成的。这种方法使得对预测变量（自变量）的分布进行了稳健的空间分析，有助于量化研究区域内的空间模式和强度分布。这些空间分析的方法论在“材料与方法”部分有详细描述。预测变量的选择是基于理论的，而不仅仅是由数据的可用性决定的。每个变量代表了假设会影响提供水烟服务的咖啡馆空间可用性的城市暴露环境的独特维度。人口密度反映了潜在的消费集中度和社会需求，道路密度体现了便利性以及促进到达场所的移动结构，而六种土地利用类别则代表了与青年活动、商业交流、机构存在或过渡性社区动态相关的功能性城市区域。这些变量共同构成了一个环境框架，将建成形式特征与局部暴露机会结构联系起来，从而超越了描述性地图的解释範圍。表1总结了因变量和自变量，包括它们的空间单位、描述性统计信息和分析理由，阐明了每个变量如何有助于建模社区级别的暴露条件。表1. 空间分析中使用的变量。2.3. 分析方法 2.3.1. 核密度估计（KDE）我们利用KDE来计算研究区域内人员和土地利用的地理强度，以说明协变量的空间分布[31]。在这种情况下，每个单元的值（预测密度）由栅格表面（图片文件格式）中的值表示。我们使用了30米单元大小和2500米带宽显示了一个平滑的空间密度图。选择2500米带宽是为了与大不里士的实际城市规模相匹配，平衡了空间平滑处理与社区级别的分辨率。使用较小的带宽（例如1000米）进行的探索性测试产生了模糊的表面，掩盖了更广泛的空间结构，而2500米则产生了稳定且可解释的聚类模式，与已知的城市活动区域一致。ArcGIS Pro的空间分析器模式[32]被用来计算这些变量的空间密度（图5A）。KDE的计算在方程式（1）[31,33]中表示：???(??,??)=1????2???∑??=1???(?????) （1）其中 ???(??,??) 是位置 ??,?? 处的密度估计值；?? 是观测值（本例中为协变量）的数量；? 是带宽或核大小；?? 是核函数；???? 是位置 ?? 到 ?????? 观测值之间的距离[31,33]。2.3.2. 局部二元关系（LBR）我们使用LBR来检查重要变量之间的空间变化关系[34,35]。通过计算互信息（一种可以捕捉依赖变量和解释变量在每个特征周围定义的社区内非线性依赖关系的度量指标），LBR量化了局部关联，这与假设稳定性的全局统计相反。基于排列显著性测试和使用校正的Aikaike信息准则（AICc）的模型选择过程，该方法将每个位置划分为六种不同的关系类型：不显著、正线性、负线性、凹形、凸形和未定义的复合型[36]。这种方法有效地绘制了整个研究区域内两个变量之间的关系位置和变化。使用LBR方法研究了咖啡馆位置数量与研究协变量的空间值密度之间的局部关系，例如人口密度和各种公共土地利用。为了定义局部情境，分析设置了30个邻居。统计显著性使用199次排列在90%的置信水平下进行评估，并进行了假发现率（FDR）校正。敏感度参数α设置为0.5。参数设置旨在平衡统计稳定性和局部敏感性。30邻居窗口在保持社区结构的同时最小化了城市尺度上的边缘效应。α值为0.5提供了适合异质空间模式的适度平滑处理，这与探索性局部建模实践一致。使用90%的置信阈值来增强局部空间信号的检测，并应用了FDR校正来控制多重检验的风险。这个略微宽松的阈值符合探索性局部空间建模的要求，在其中优先考虑了对社区尺度变化的敏感性，同时FDR校正减少了I型错误的风险。这种配置通过启用诊断散点图来促进解释，从而能够创建一个全面的地图，对每个局部关系的形式和重要性进行了分类。这些分析也是使用ArcGIS Pro进行的。3. 结果 3.1. 城市预测变量的空间模式KDE结果揭示了所有八个预测变量之间的显著空间异质性，突出了人口、土地利用和基础设施在整个市政区域内的分布差异（图2A-H）。这些密度表面突出了研究区域的潜在城市结构。人口密度（图2A）显示出强烈的中心集中现象，聚集点延伸到北部和中部社区，代表了市政的人口核心。道路网络密度（图2B）在区域3、4、8和10形成了一个连续的高强度走廊，反映了主要的移动连接和城市最易到达的区域。商业用地密度（图2C）显示出最强烈的聚集现象，在区域8有明显的热点，并延伸到区域3和10，对应于长期存在的市场和商业区。图2. 基于KDE得出的城市社会环境预测变量的空间模式。(A) 每平方公里人口密度；(B) 每平方公里道路密度；(C) 每平方公里商业用地密度；(D) 每平方公里行政用地密度；(E) 每平方公里教育用地密度；(F) 每平方公里工业用地密度；(G) 每平方公里宗教用地密度；(H) 每平方公里娱乐用地密度。行政用地（图2D）主要位于城市中心区域8内。教育用地（图2E）呈现出两个主要区域：一个位于区域8，另一个位于区域1和2的东部，反映了已建立的机构区。工业用地（图2F）表现出边缘模式，特别是在区域7中集中，这与市政的分区实践一致。宗教用地（图2G）在区域8和10显示出中等程度的聚集，这些区域包括拥有长期宗教机构的老旧密集社区。娱乐用地（图2H）在空间上最为分散，仅以分散的热点形式出现，表明娱乐基础设施有限，主要见于区域8。总体而言，KDE表面显示了市政区域内城市预测因子的不均匀但结构清晰的空间分布。这些模式描述的不是行为成瘾的结果，而是提供水烟服务的咖啡馆所在区域的社区级环境暴露。这种框架强调分析捕捉了与咖啡馆可用性相关的空间机会结构，为后续部分解释局部关系提供了背景基础。3.2. 局部关系评估的分析框架为了确保对后续结果的解释清晰，有必要简要重述连接空间建模输出的分析逻辑。使用KDE生成了表示水烟咖啡馆和每个城市预测因子的空间强度的连续密度表面。这些表面作为输入，用于LBR分析，后者评估了在定义的社区背景下局部统计关联。然后派生出熵度量指标，以量化这些局部关系的空间变异性和复杂性，形成了图3中可视化的模式基础。图3. 提供水烟服务的咖啡馆与城市社会环境预测因子之间的局部二元关系复杂性分布。注意：较高的熵值表示更复杂、多变和空间不可预测的关系。分析使用R（空间分析包）生成，并用核密度曲线进行可视化。重要的是，这项研究并未直接测量个体成瘾率。相反，提供水烟服务的咖啡馆的空间密度应被解释为反映潜在可用性和与水烟使用相关的社区级风险环境的环境暴露代理。这种区分确保了分析仅关注空间机会结构，而不是行为结果，这与城市健康地理学框架一致。3.3. 局部二元关系诊断表2显示了LBR分析的诊断输出，整合了所有252个空间单元的熵值、显著性水平和关系类型。这些结果共同说明了不同的社会环境因素如何塑造提供水烟服务的咖啡馆的空间组织。教育用地和商业用地显示出最强和空间上最一致的关系。教育用地显示出最高的显著性（87.7%的单元）和高平均熵值（0.84），而商业用地也显示出类似的广泛显著性（76.2%）和中等空间复杂性（平均熵=0.60）。因此，这些预测因子代表了城市暴露环境的主要组成部分，特别是在青年聚集和社交活动密集的区域。表2. 与假发现率相关的局部二元关系诊断熵。人口密度也作为一个主要驱动因素出现，有70.6%的显著单元和高平均熵值（0.85）。广泛的熵值范围（0.06–1.64）反映了显著的社区级别异质性：人口密集的核心区域1、4和10显示出强烈的线性关联，而边缘区域显示出更复杂的模式。相比之下，娱乐和行政用地显示出较弱的关联，显著性水平较低（40.1%和58.3%），关系类型也更加分散。这些预测因子似乎施加的是间接或弥漫的影响，而不是集中的空间吸引力。工业和宗教用地显示出中等显著性（63.1%和65.1%）和相对较高的熵值（0.77和0.72），反映了特定社区群集中的情境依赖效应。总体而言，诊断结果表明水烟咖啡馆的聚集反映了重叠的社区暴露环境，而不是成瘾行为的直接测量。最强的关联出现在人口密度、商业活动、教育中心和可达性交汇的地方，突出了可能促进咖啡馆可用性和社交可见性的空间情境。3.4. 局部二元关系的熵分析熵分析突出了提供水烟服务的咖啡馆与八个城市预测因子之间关系的局部复杂性的显著变化（图3）。广泛的熵值范围表明没有预测因子在整个城市中具有均匀的影响，这与高分辨率城市和流行病学模型中通常观察到的空间异质性一致。人口密度（μ = 0.85）和教育用地（μ = 0.84）表现出最高的平均熵值，表明关系高度可变且特定于社区。这些变量在几个区域强烈影响咖啡馆的密度，但在其他地方显示出衰减或非线性变化，这与空间流行病学证据一致，即人口聚集和以青年为中心的活动中心产生了多样的局部风险环境[37]。在城市行为学中，熵可以解释为给定城市特征在社区中如何一致地塑造暴露机会的一个指标。低熵值反映了稳定、可预测的关系，其中某种预测因素在全市范围内具有相似的影响；而高熵值则表明存在依赖于具体情境的效果，这意味着相同的城市特征在某些社区可能促进某种现象的发生，而在其他社区中的影响较弱或具有非线性特征。这种解释与城市健康地理学的观点一致，后者强调特定地点的机会结构，而不是统一的环境效应。

工业用地（μ = 0.77）和宗教用地（μ = 0.72）显示出中等程度的熵值，反映了因地区而异的环境依赖性效应——在老旧的工业区或传统社区中效应较强，而在新开发的或活动较少的区域中效应较弱。行政用地（μ = 0.71）表现出中等程度的复杂性，在行政中心区域（第8区）具有明显的影响，但随着距离的增加，这种影响变得不一致。相比之下，商业用地（μ = 0.60）和娱乐用地（μ = 0.60）的熵值较低，表明它们在全市范围内的关系相对稳定和可预测。这种一致性反映了商业地理和行人活动的结构性规律。

道路密度（μ = 0.46）的熵值最低，代表了最均匀的关系，这与交通网络作为人类活动模式预测因子的稳定性相符。总体而言，这些熵值模式显示了邻里层面空间关联的显著异质性，进一步证明了咖啡馆聚集与当地环境结构的相关性。

3.5. 局部关系的统计显著性
在八个预测因子中，显示出具有统计显著局部关系的空间单位比例各不相同（α = 0.05）（见图4），这表明城市社会环境因素对水烟馆分布的影响不均衡。教育用地密度成为最强且空间上最一致的相关因素，有87.7%的单位显示出显著关系。这表明拥有密集教育活动的社区为咖啡馆的出现提供了特别有利的环境，这与证据一致，即以青年为导向的空间往往成为行为风险的因素。

图4. 提供水烟服务咖啡馆与城市社会环境变量之间存在显著局部双变量关系的百分比（α = 0.05）。注释：分析使用R语言（空间分析包）进行，并通过核密度曲线可视化。商业用地密度显示出第二高的显著比例（76.2%），表明商业走廊和混合用途商业区在塑造咖啡馆聚集方面起着重要作用。人口密度（70.6%）和道路密度（67.8%）也显示出很强的显著性，强调了拥挤程度和可达性作为水烟馆存在的结构性驱动因素的重要性。

宗教用地（65.1%）和工业用地（63.1%）显示出中等程度的显著性，表明这些效应因社区而异。相比之下，行政用地（58.3%）尤其是娱乐用地（40.1%）的显著性信号最弱，表明它们的影响更为间接。总体而言，五个预测因子——教育用地、商业活动、人口密度、道路密度和宗教用地——与水烟馆之间存在最稳健和空间上最一致的联系。这些结果表明，水烟馆的聚集与社交活动频繁、商业活跃、人口密集和可达性高的社区空间相关。

3.6. 局部双变量关系（LBR）分类
图5展示了252个六边形单位中LBR类型的空间分布，揭示了每个城市预测因子与咖啡馆分布之间的显著地理差异。在所有变量中，正线性关系占主导地位，这与城市的中心和活动频繁的区域相符。

图5. 使用六边形空间单位表示的水烟馆与城市预测因子之间的局部双变量关系类型的空间模式：(A) 每平方公里人口密度；(B) 每平方公里道路密度；(C) 每平方公里商业用地密度；(D) 每平方公里行政用地密度；(E) 每平方公里教育用地密度；(F) 每平方公里工业用地密度；(G) 每平方公里宗教用地密度；(H) 每平方公里娱乐用地密度。人口密度（图5A）在市中心、北中心和西部单位显示出强烈的正相关。道路密度（图5B）形成了从西到中心的连续正相关带，表明与交通枢纽的稳定关联。商业用地（图5C）显示出最广泛的正线性关系，覆盖了中心商业区，并延伸到中南部和西北部单位。行政用地（图5D）的正相关较少，主要集中在中心行政核心区域。教育用地（图5E）在中部、东北部和东部区域显示出广泛的正相关。工业用地（图5F）主要在中心和南中部单位显示出正相关，而宗教用地（图5G）在历史中心及周边北中部区域显示出正相关。娱乐用地（图5H）的正相关范围最小，主要集中在中心和东中部单位。

非线性关系，包括凹形和凸形关系，在一些局部区域中出现。凹形关系在工业区（图5F）最为常见，尤其是在南部和东南部区域；而在过渡性社区中，商业用地（图5C）和行政用地（图5D）则观察到混合凹凸形关系。负线性关系较少见，主要出现在城市边缘，特别是在西北部、西南部和东部边缘单位。这些低密度、新开发的区域显示出预测因子与咖啡馆存在之间的反向或弱相关。南部、远西部和远东部边缘的大部分区域显示出未定义的复杂或无意义的相关性（图5A–H）。这些区域通常代表建筑环境强度较低、可达性较弱或开发时间较短的地区，在这些条件下，预测变量几乎不会产生显著影响。

总体而言，LBR分类表明咖啡馆的聚集是通过城市结构与可达性之间的局部互动形成的，从而形成了异质性的邻里环境。这种空间变异性反映了机会结构和可达性的差异，形成了异质的邻里环境。这也反映了水烟可获得性的机会结构差异，这与环境风险框架相符，而非直接的行为测量结果。

4. 讨论
通过结合KDE和LBR方法，我们得到了塔布里兹市影响水烟供应的重要变量的清晰空间图景。我们的发现证实，这些位置的分布并非随机，而是受到重叠的土地使用模式、可达性和社会动态的塑造。重要的是，使用局部而非全局空间诊断方法揭示了城市内部的显著异质性，这一点在当代空间流行病学中得到了强调。

教育用地成为水烟馆聚集最空间上一致的相关因素，表明以学生为导向的 institutional 区域是局部化的暴露环境，而不是全市范围内统一的高风险区域。LBR地图（图5E）显示水烟馆聚集在主要的教育中心周围。这种模式表明，教育环境与以青年为导向的休闲经济的聚集空间相关，反映了局部化的风险环境，而非全市范围内的统一高风险。这一结果直接支持了先前的研究，即靠近学院和大学的地方会增加青年使用水烟的频率和数量[2,25]。在塔布里兹，中心和东部地区的教育中心形成了主要的吸引区域，这与塔布里兹青年使用水烟的比例较高的证据相符[17]，同时“危害较小”的观念继续影响着人们选择吸水烟的决策[13,18]。这些共同结果表明，教育走廊是开展基于地点的公共卫生干预的重点区域。

商业用地成为另一个强效的水烟馆聚集预测因子（见图1和图2C）。这与国际研究结果一致，即商业区（以高行人流量和零售活动为特征）与混合用途开发相结合，使得烟草使用正常化，并便利了人们进入水烟场所[22,23]。在塔布里兹，KDE表面识别出的商业热点几乎精确地对应于水烟馆最密集的聚集区。这种关系的空间一致性表明，商业活力和行人流量是塑造有毒第三空间的结构稳定驱动因素。这些发现表明，水烟馆利用了商业走廊的经济活力和行人流量，进一步强调了市场驱动的城市形态在塑造暴露环境中的作用。

这些地区的密集道路网络（图2B）不仅为行人提供了便利，也为驾车而来的顾客提供了便利，提高了这些地区的吸引力。这些预测因子的低熵值表明，它们的影响比教育变量更为均匀和可预测。通过道路密度变量也强烈体现了交通基础设施的影响。道路网络密度与水烟馆分布之间的关系最为稳定和空间均匀，强调了可达性的重要性。这支持了研究结果，即烟草使用和零售产品的可获得性在易于获取、快速和方便的情境下会增加[28]。塔布里兹的中心交通枢纽不仅促进了顾客的访问，还支持了水烟业务的运营逻辑。

人口密度仍然是一个主要驱动因素，平均熵值较高（0.85），且有70.6%的关系具有显著性。然而，熵值范围较广（0.06–1.64），表明这种关系的强度和形式在各个社区之间差异显著。尽管人口密集地区提供了潜在的客户群，但人口密度本身并不能保证水烟馆的扩张。其影响可能受到人口类型（如年龄结构、社会经济状况）和密度特征的影响。中心区域的混合用途生活显示出强烈的正相关，而人口密集的边缘地区则可能不会。这突显了未经考虑地方城市功能和形态的宏观人口统计变量的局限性。与研究表明高人口密度可以增加对非正式社交空间（如咖啡馆）的需求[24]一致，我们的结果显示人口密度与水烟馆之间存在最实质性和复杂的关联。

娱乐用地和行政用地的关联最弱，显著性较低（分别为40.1%和58.3%），且关系类型较为分散。这些变量在 Coffee馆 的空间组织中地位较低，可能更多地与更广泛的城市设计特征相关，而非直接的空间吸引力。这些发现挑战了将水烟馆归类为“休闲活动”的先前研究[22,23]。塔布里兹市的水烟馆似乎不是正式公共休闲空间的补充，而是替代品或竞争者。这些有毒的第三空间更像是私人和以消费者为导向的休闲场所的主要目的地，通常位于商业走廊中，靠近教育中心，而不是公园附近。这可能表明正式的公共休闲空间对年轻人缺乏吸引力，或者说明这种环境下的休闲文化已经转向室内化和商业化空间。因此，虽然我们排除了直接和正相关的关系，但我们的发现表明公共休闲使用的薄弱可能间接为有毒休闲场所的扩张创造了空间。

这项研究的发现表明，宗教用地与水烟吧的密度存在中等程度的、高度依赖具体情境的相关性（65.1%的显著空间单位；熵值：0.72）。这一模式主要集中在城市的歷史和老城区。这一发现部分与先前的研究一致，即宗教用途的存在是一种阻碍因素，因为这些用途通常与更严格的社会规范和更保守的价值观相关，这些可能与水烟消费等休闲活动相冲突。然而，我们的局部分析表明，这种阻碍效应在全市范围内并不统一。在历史区域，由于密集和老旧的背景，可能存在用途混合的情况，一些传统的住宅或商业单元被改造为水烟吧，同时居住在这些社区的年轻人也可能受到现代休闲活动的影响。因此，虽然本研究确认了宗教用途的间接和情境特定性影响，但它表明这一变量的强度受到社区形态、周围用途的混合以及居民社会特征的强烈影响。

工业用地与水烟馆之间存在中等程度的非线性关系（63.1%的显著关系；熵值：0.77），特别是在工业区与住宅或轻型商业区交界处的南部和东南部区域。这一发现与将工业区或社会经济弱势社区与更容易获取有害物品联系起来的研究结果一致 [22,23]。工业区可能提供较低的租金、较弱的监管执行力以及较为集中的年轻劳动力，为这类场所创造了有利条件。然而，这种关系的非线性表明，缺乏夜生活和居民人口的纯工业核心地带不太适合开设水烟馆，而过渡性的边缘地带则更具吸引力。这表明，工业用途更像是一个情境放大器，而不是直接驱动因素，其在混合用途和过渡性城市环境中的影响更为显著。

4.1. 限制与未来研究
尽管这项研究对高分辨率空间分析做出了贡献，但在方法论和数据方面仍有一些因素需要考虑。这些应被视为横截面空间建模的固有局限性，而非分析框架本身的缺陷。本研究具有横截面性质，数据通过真实的但静态的地理空间地图来表示提供水烟服务的咖啡馆，无法确定因果关系或理解诸如季节性使用变化、企业更替或营业时间调整等动态过程，这些因素可能会影响这些场所作为“第三空间”的作用。因此，研究结果应理解为描述在特定时间点的空间暴露结构，而不是行为轨迹或因果机制。

一个更严重的问题是关于更细致的社会经济信息的有限可用性。虽然已经考虑了土地利用/基础设施的强烈空间预测因素，但未能涵盖街区或六边形级别的收入指标、家庭类型或教育程度的详细信息。缺乏此类信息阻碍了区分可归因于建筑环境的影响与更普遍的社会经济风险或构成的能力，而这两者都是健康行为模型中的重要协变量。这一限制反映了城市空间研究中常见的数据获取限制，并不影响所识别的空间关联的内部有效性。

此外，预测变量本身来源于市政当局的官方土地用途划分。这些官方划分并不一定能反映实际中的土地使用模式，因为实践中经常出现各种非正式的分类组合。例如，一个被划为“商业”区域的场所可能实际上承载了大量居民流量，从而改变了其社会动态。虽然这种分类简化了问题，但标准化的市政框架确保了不同空间单元之间的分析一致性。

分析本质上表明，影响这些场所动态的相关因素在物理上是空间性的；诸如社会规范、吸烟法规的执行、水烟的接受程度或市场营销等因素不在“毒性”评估的考虑范围内。这些非空间性影响代表了补充性的行为和政策领域，而不是此处应用的空间框架的遗漏。因此，这些限制为未来的研究提供了独特的方向。其中最突出的是将详细的社会经济数据整合到已建立的地理框架中的需求。与人口普查的街区数据或健康调查数据的关联可以使得分析更加复杂，从而区分出可达性的吸引力与社会弱势的推力。

未来的研究应采用纵向和动态的方法。通过观察水烟馆的开闭及随着城市发展（如交通扩展、大学扩张或分区干预）而发生的重新定位，可以提供更有力的实证基础，以识别“有毒第三空间”演变背后的因果机制。这样的方法将扩展而非取代现有的空间框架，通过引入时间维度来加深分析。

此外，还有必要扩展本研究的方法论。这里识别的地理模式应通过混合方法进行验证。这涉及使用民族志、顾客调查以及与企业家和公共卫生官员的访谈，以更深入地了解影响这些地区水烟使用的愿望、习俗和经济系统。相反，可以创建基于代理的模型来模拟人们如何在城市空间中导航以到达这些场所，同时考虑本研究确定的地理因素和个人偏好。

此外，KDE（核密度估计）与LBR（局部加权回归）的结合对于城市环境中的健康地理学研究非常有用。将这一框架应用于其他风险环境（如销售酒精、快餐或电子烟材料的场所）可以帮助确定其在不同城市（如大不里士）的适用性。这样的研究可能会阐明支配风险环境扩展的原则是否具有普遍性，还是取决于特定情境，从而丰富对城市形态如何影响健康行为的理论理解。这些未来的研究方向强调了方法论的可扩展性，同时巩固了本研究的实质性贡献。

4.2. 政策启示
本研究的空间明确结果要求从统一的城市范围烟草控制政策转向针对特定地点的、具有地方针对性的干预措施。水烟馆数量与教育用地使用方式之间的强相关性表明，大学区和学生走廊是非常重要的关注点。在这些区域，公共卫生部门和市政当局应合作开展有针对性的宣传活动，直接纠正将水烟视为“危害较小”替代品的误解，利用同伴教育者和与年轻人相关的数字平台。同时，城市规划和许可部门可以利用空间分析来实施更严格的分区规定，设立缓冲区，限制新水烟馆在教育园区特定半径内的开设，并加强现有场所的年龄验证措施的执行。然而，此类分区和许可干预的可行性取决于地方监管机构、机构协调和执法能力。市政府必须在公共卫生优先事项与商业利益和商业运营法律框架之间取得平衡。在高风险区域进行试点实施，可以为评估运营成本、利益相关者的接受度和执法物流提供实用途径，然后再逐步推广。

此外，商业用地使用和道路网络可达性的重要作用表明，干预措施还需考虑这些业务的经济和基础设施逻辑。政策应旨在通过激励场所转型（远离水烟服务）并支持高密度商业枢纽中的替代性、更健康的社交休闲方式来重塑商业格局。这可以包括市政府对不提供烟草产品的咖啡馆、文化空间或娱乐设施的支持。同时，交通和城市设计政策可以微妙地改变有利于这些场所的可达性动态，确保城市活力得到促进积极出行和进入无烟公共空间的基础设施的支持，从而提供有竞争力、更具吸引力的替代方案。

重要的是，这些经济和基础设施导向的策略需要仔细的成本效益评估、跨部门规划和分阶段投资。财政激励、再开发计划或城市设计修改必须根据市政预算限制和长期可持续发展目标进行评估。法律可行性、企业合规性和社区接受度是成功的关键决定因素，这强调了需要适应性政策框架而非统一规定的必要性。

这种地理空间分析清楚地表明，我们研究城市（大不里士）中的水烟馆分布是与其城市环境之间的故意、非随机互动的结果。通过使用高分辨率的本地方法，它能够超越全球平均水平，揭示城市内部的差异性。研究发现这种分布与两个主要因素相关：教育用地密度和商业用地密度。提供支持的一个重要因素是道路网络的密度，因为它有助于提高可达性。除了这些关键预测因素外，还出现了一些依赖于具体情境的复杂关系。人口密度受到强烈且具有地理变异性的影响，这些影响受到当地环境的调节。宗教用地、工业用地和行政用地与因变量之间存在中等的、非线性的关联，这种关联随当地环境和土地格局而变化。值得注意的是，与正式娱乐用地之间的不显著直接关系表明，这些商业场所往往更多是休闲活动的替代品，而非公共空间的补充。综上所述，这项研究提供了一个空间框架，展示了青年集中区、商业活力和可达性在发展中的城市中出现“有毒第三空间”的重要性。

5. 结论
教育用地密度的重要性将其明确地定位为青少年休闲活动的重要社会和经济中心，而商业用地密度的重要性则表明它是经济活动和水流的重要汇聚点。虽然这些发现为大不里士水烟馆空间的结构提供了重要见解，但应将其视为特定情境下的结果，而非普遍适用。观察到的关系反映了研究区域的社会空间配置、监管环境和城市形态。因此，在不考虑到可比的人口模式、土地使用结构和治理情境的情况下，不能直接将其推广到其他城市。这种情境框架强化了将结果解释为空间评估模型而非普遍行为模板的观点。