Влияние инфраструктуры района проживания и социального окружения на физическую активность обучающихся в средних и высших учебных заведениях: результаты российского многоцентрового исследования

Адекватный уровень физической активности (ФА) признан одним из ключевых аспектов здоровья и профилактики хронических неинфекционных заболеваний. Несмотря на четкость рекомендаций Всемирной организации здравоохранения (ВОЗ) о необходимости ≥150 мин умеренной или ≥75 мин интенсивной аэробной нагрузки в неделю для взрослых и ≥60 мин ежедневно для подростков, во многих странах доля лиц, не достигающих этих уровней, превышает 31% среди взрослых и 81% среди подростков [1, 2].

Известно, что ФА является сложным поведенческим актом, который зависит от индивидуальных характеристик, таких как пол, возраст, мотивация, а также от контекстуальных факторов. В социально-экологической модели U. Bronfenbrenner рассматривает человека в системе вложенных уровней: микросистема (семья, друзья), мезосистема (взаимоотношения между микросистемами), экзосистема (местное сообщество, инфраструктура), макросистема (культурные и экономические нормы) [3]. Такой многоуровневый подход позволяет объяснить, каким образом физическая среда (инфраструктура района проживания) взаимодействует с социальными установками (нормы субкультур) и индивидуальной мотивацией, приводя к изменению поведения человека.

В литературе накоплены убедительные данные о том, что характеристика инфраструктуры района проживания может как стимулировать ФА, так и препятствовать ее различным формам [4, 5]. Социальные нормы и поведение ближайшего окружения также выступают важными предикторами изменения ФА. Исследование с участием китайских студентов показало, что как родительская поддержка, так и поддержка сверстников влияют на ФА, при этом поддержка сверстников имеет большее значение [6].

Взаимодействие влияния социального окружения и субкультур с характеристиками среды остается малоизученным, особенно на территории России. Российские исследователи влияния инфраструктуры на ФА в качестве предикторов выделяют уровень развития пешеходной инфраструктуры, доступность объектов инфраструктуры, проходимость района проживания, безопасность и эстетику района проживания [7, 8]. Анализ влияния инфраструктуры на ФА в рамках исследования ЭССЭ-РФ3 показал, что средовые факторы относятся к ключевым предикторам рекреационной и транспортной ФА. [9]. Данные исследования проводились во взрослой популяции россиян, тогда как влияние параметров инфраструктуры на ФА молодого населения остается малоизученным.

Цель исследования — оценить влияние инфраструктуры района проживания и социального окружения на ФА учащихся средних и высших учебных заведений.

Одномоментное исследование проведено в 2022—2023 гг. в 6 регионах России с включением учащихся средних (колледжей) и высших учебных заведений разной профессиональной направленности (гуманитарных, юридических, технологических специальностей). Протокол исследования представлен ранее [10]. Для формирования выборки применяли выборочный неслучайный метод. В исследование включено 2074 учащихся очной и заочной форм обучения, проживающих в Калининградской, Кемеровской, Ростовской, Саратовской областях, Республике Карелия (г. Петрозаводск) и Ямало-Ненецком автономном округе (г. Салехард). Исследование выполнено в соответствии со стандартами надлежащей клинической практики (Good Clinical Practice) и принципами Хельсинкской декларации. До проведения исследования получено письменное информированное добровольное согласие от его участников. После удаления лиц, не подходящих по возрасту (старше 30 лет) и с пропущенными данными, итоговая аналитическая выборка составила 1883 человека.

Все изучаемые характеристики получены опросным методом. Из социально-демографических характеристик фиксировали пол, возраст (от 15 до 30 лет), гражданство (Россия/другая страна), курс обучения (1-й курс/2—5-й курсы), регион проживания, а также уровень дохода, который на основании высказываний, наиболее точно описывающих финансовые возможности семьи, определен как низкий, средний и высокий.

Субъективная оценка инфраструктуры района проживания исследована с помощью русскоязычной версии вопросника NEWS (Neighborhood Environmental Walkability Scale), в структуре которой выделяют 8 шкал [11]. Шкала A отражает плотность населения и выражается во взвешенной частоте встречаемости жилых зданий различной этажности (среднее значение и стандартное отклонение составляют 30,7±14,4). Шкала B характеризует близость объектов инфраструктуры от места проживания, при этом увеличение значения указывает на меньшее время, необходимое для их достижения (2,5±0,7). Шкала C показывает доступность объектов инфраструктуры (3,2±0,4), шкала D — проходимость улиц (2,8±0,6), шкала E — качество пешеходной инфраструктуры (2,9±0,6), шкала F отражает эстетическую привлекательность района (2,7±0,7), шкала G — безопасность, связанную с автомобильным движением (2,9±0,5), шкала H — безопасность в контексте преступности (3,3±0,7). Эти пункты вопросника представляют собой утверждения, степень согласия/несогласия с которыми оценивается по 4-балльной шкале Лейкерта. Сумма баллов всех шкал формирует интегральный индекс проходимости района (2,0±0,4). Более высокие значения шкал A и B свидетельствуют, соответственно, об увеличении плотности населения и близости объектов инфраструктуры, а увеличение значений шкал C—H и общего индекса проходимости указывает на хорошее состояние инфраструктуры.

Уровень занятости жителей района проживания спортом определяли с помощью вопроса «Как часто респондент встречает в районе проживания взрослых старше 18 лет, занимающихся спортом или катающихся на велосипедах и самокатах?». Предложено 4 варианта ответа: часто — 4 балла, периодически — 3 балла, редко — 2 балла, никогда — 1 балл. Сумма баллов ранжировалась на три примерно равные группы: в районе мало занимаются спортом, средне, много.

Увлечения личного близкого окружения (друзей) респондента оценивали с помощью вопроса: «Если среди Ваших друзей, знакомых есть представители молодежных субкультур, то укажите, пожалуйста, каких именно?». Проведен факторный анализ (методом главных компонент) указанных при анкетировании субкультур с выделением трех групп, условно названных следующим образом: Альтернативная субкультура (эмо, готы, хипстеры), Уличная субкультура (скейт, рэп, райтер, паркур), Спортивная субкультура (футбол, воркаут, ЗОЖники). По каждой субкультуре для каждого респондента получено значение по количественной шкале — чем выше значение, тем более предрасположены друзья респондента к данной субкультуре. Диапазон выделенных шкал: Альтернативная субкультура — от –1,985 до 6,534, Уличная субкультура — от –2,116 до 5,412, Спортивная субкультура — от –2,276 до 3,194.

Уровень ФА оценивали с помощью анкеты Global Physical Activity Questionnaire (GPAQ) [12]. Рассчитывали уровень общей ФА в неделю (в МЕТ, метаболический эквивалент) и уровень рабочей, транспортной и рекреационной ФА. Под рабочей подразумевалась ФА, связанная с выполнением профессиональных обязанностей, работой по дому и на садовом/дворовом участке, под транспортной — ходьба (и/или использование велосипеда, самоката) для бытового перемещения, под рекреационной — ФА, связанная с отдыхом (прогулками), занятиями спортом.

Рабочая ФА отмечена только у 8,6% респондентов, поэтому дальнейший анализ ассоциаций с ней решено не проводить. Так как распределение значений ФА существенно отличалось от нормального (высокая доля лиц со значением «0»), то для адекватного статистического анализа проведена их группировка на 3 категории. В ходе группировки выделена группа с отсутствием ФА (для транспортной и рекреационной ФА) или с минимальными ее значениями согласно рекомендациям ВОЗ (до 600 МЕТ для общей ФА). С учетом остальных значений ФА сформированы две примерно равные группы. В итоге распределение по группам ФА следующее: низкая общая ФА — 623 (33,1%) человека, средняя — 637 (33,8%), высокая — 623 (33,1%); нет/минимальная транспортная ФА — 737 (39,1%), средняя — 520 (27,6%), высокая — 626 (33,3%); нет/минимальная рекреационная ФА — 1300 (69,0%), средняя — 295 (15,7%), высокая — 288 (15,3%).

Поскольку ФА представлена в виде порядковой переменной (низкая/средняя/высокая ФА), при анализе ассоциаций параметров инфраструктуры и социального окружения с ФА применена порядковая регрессия. Для корректировки результатов на возможные модифицирующие факторы во все модели регрессии введены в качестве ковариат пол, возраст, гражданство, учебное заведение (колледж/вуз), уровень дохода и регион (фиктивные дамми-переменные). Все шкалы A, B, C, D, E, F, G и H (количественные показатели), занятость жителей района спортом, а также индивидуальные значения по трем субкультурам вводились в регрессионную модель одновременно. В связи с тем, что значения шкал входят в расчет индекса проходимости, с целью избегания мультиколлинеарности шкал A, B, C, D, E, F, G и H с индексом проходимости (количественный показатель) для последнего строили отдельную регрессионную модель. По шкалам C, D, E, F, G и H, показавшим статистически значимые ассоциации, проведен дополнительный анализ ассоциаций вопросов, входящих в эти шкалы, с ФА. Ассоциации представлены отношением шансов (ОШ) и 95% доверительным интервалом (ДИ). Статистический анализ выполнен в программе SPSS версии 22 («IBM Corporation», США).

В аналитической выборке мужчины составили 35,6% (n=670). Преобладающее большинство участников имели гражданство Российской Федерации (92,7%; n=1745), обучались в вузе на момент опроса (69,9%; n=1316), на 2—5-м курсах — 59,0% (n=1111). Социально-экономический статус участников: у 13,7% (n=258) — низкий уровень дохода, у 33,7% (n=634) — средний, у 52,6% (n=991) — высокий. Географическое распределение респондентов: Калининград — 10,7% (n=202), Кемерово — 40,4% (n=760), Петрозаводск — 12,1% (n=228), Ростов-на-Дону — 12,7% (n=239), Салехард — 11,3% (n=212), Саратов — 12,8% (n=242).

Повышение уровня общей ФА статистически значимо ассоциируется со следующими показателями инфраструктуры: проходимость улиц района проживания (ОШ=1,25; 95% ДИ 1,07—1,46), общая проходимость, рассчитанная по сумме шкал анкеты NEWS (ОШ=1,24; 95% ДИ 1,02—1,52) (см. таблицу). Повышение транспортной ФА наблюдается в районах с высокой плотностью населения (ОШ=1,008; 95% ДИ 1,001—1,015) и высоким уровнем безопасности, связанной с преступностью (ОШ=1,23; 95% ДИ 1,08—1,41). Меньшее расстояние от места проживания до объектов инфраструктуры (ОШ=1,27; 95% ДИ 1,07—1,51) и высокий уровень проходимости улиц (ОШ=1,24; 95% ДИ 1,03—1,48) статистически значимо ассоциируются с повышением уровня рекреационной ФА.

Ассоциации параметров инфраструктуры, уровня занятости спортом в районе проживания и субкультурной принадлежности близкого окружения с уровнем физической активности

Примечание. В модели регрессии вводились в качестве ковариат пол, возраст, гражданство, учебное заведение (колледж/вуз), уровень дохода и регион (фиктивные дамми-переменные). Жирным шрифтом выделены статистически значимые ассоциации при p<0,05. Показатель «занятость жителей района спортом» отражает уровень вовлеченности жителей района проживания респондента в занятия спортом.

Ряд отдельных компонентов (вопросов) данных шкал наиболее выраженно ассоциируется с ФА. Так, из компонентов шкалы D прямая ассоциация рекреационной ФА отмечается с небольшим расстоянием между перекрестками (ОШ=1,16; 95% ДИ 1,02—1,32), а также общей ФА с малым количеством тупиковых улиц (ОШ=1,09; 95% ДИ 1,00—1,20, p=0,058). Из компонентов шкалы H приближается к статистически значимой прямая ассоциация уровня безопасности, связанного с преступностью на улице в дневное время, и транспортной ФА (ОШ=1,15; 95% ДИ 0,98—1,35; p=0,081).

Уровень занятий спортом населения в районе проживания статистически значимо ассоциируется с повышением общей ФА (ОШ=1,08; 95% ДИ 1,03—1,13) и рекреационной ФА (ОШ=1,16; 95% ДИ 1,09—1,22).

Из рассматриваемых субкультур близкого окружения респондентов только Спортивная субкультура статистически значимо ассоциируется с общей ФА (ОШ=1,22; 95% ДИ 1,12—1,33), транспортной ФА (ОШ=1,14; 95% ДИ 1,04—1,25) и рекреационной ФА (ОШ=1,30; 95% ДИ 1,17—1,43).

Результаты исследования отражают влияние контекстуальных факторов (инфраструктура района проживания), социальной среды (вовлеченность населения в спорт в районе проживания) и близкого окружения на транспортную и рекреационную ФА студентов.

В районах с высокой плотностью населения увеличивается уровень транспортной ФА. Следовательно, для того, чтобы добраться от места проживания до какой-либо цели, респонденты предпочитают ходьбу пешком, а не использование личного транспорта. Такую связь можно объяснить тем, что высокая плотность населения связана с большей загруженностью автомобильных дорог, что делает транспортную ФА более выгодной с точки зрения затрат времени на дорогу. Более того, владение личным транспортом в районах с высокой плотностью населения вызывает экономические трудности. Анализ ценообразования на жилье в странах Европы показал, что при наличии парковочных мест стоимость недвижимости становится больше в районах с высокой плотностью населения по сравнению с районами с низкой плотностью [13], тогда как при отсутствии парковочных мест жилье в районе с высокой плотностью является бюджетным. В районах с высокой плотностью населения на пешеходную активность влияют количество остановок общественного транспорта и более разнообразная застройка района [14]. Логичной градостроительной политикой является увеличение сети общественного транспорта в районах с высокой плотностью населения, что также позволяет отказаться от использования личного транспорта в пользу пешеходной активности для достижения остановок общественного транспорта.

Еще одним показателем инфраструктуры, который влияет на увеличение транспортной ФА, является высокий уровень безопасности, связанной с преступностью, что соотносится с данными зарубежных исследований [15]. Высокий уровень безопасности создает более благоприятную среду для пешеходной активности, что в свою очередь делает улицы района более оживленными и менее опасными [16]. Можно сказать, что образуется положительная обратная связь: чем больше транспортная ФА, связанная с отсутствием преступности, тем более благоприятной и безопасной для пешеходной активности становится среда. Практическим следствием является необходимость рассматривать безопасность района (освещение, оживленность улиц, снижение преступности) как компонент программ повышения ФА.

Наблюдается увеличение уровня рекреационной ФА в районах с меньшим расстоянием до объектов инфраструктуры благодаря снижению затрат времени для занятий спортом. Для студентов этот механизм особенно значим, поскольку учебная нагрузка и ограниченность свободного времени делают близость спортивных и рекреационных объектов одним из условий регулярного включения ФА в повседневный режим. Следовательно, при планировании образовательной и жилой инфраструктуры целесообразно учитывать шаговую доступность спортивных площадок, парков, залов и иных мест для рекреационной активности. Немецкое исследование ФА студентов в университетских кампусах показало, что увеличение расстояния до спортивного центра ассоциировано с меньшим уровнем ФА [17]. В исследовании американского университета студенты, размещенные в общежитиях ближе к рекреационному центру, чаще использовали центр по сравнению с теми, кто жил дальше [18].

Еще одним фактором, оказывающим положительное влияние на рекреационную ФА, является проходимость улиц. При анализе ответов на вопросы шкалы D выяснилось, что наибольшее влияние оказывает малое расстояние между перекрестками, т.е. связанность улиц. С поведенческой точки зрения связанная уличная сеть повышает воспринимаемый контроль над поведением: студент имеет больше вариантов маршрута, может выбирать более удобные, короткие или эстетически привлекательные пути, что повышает вероятность спонтанной и регулярной прогулочной активности. В отличие от транспортной ФА, суть которой заключается в достижении определенной цели, рекреационная ФА в большей мере зависит от наличия разнообразных маршрутов для прогулок, что подтверждают зарубежные исследования [19].

Влияние социального окружения на ФА проявляется на двух уровнях (дальнем и ближнем) в рамках теории запланированного поведения I. Ajzen, согласно которой намерения формируются под влиянием трех ключевых факторов: отношения к поведению, субъективных норм и воспринимаемого контроля над поведением [20]. Дальний уровень представлен влиянием уровня занятости спортом в районе проживания на индивидуальную общую и рекреационную ФА. Индивид видит, как другие жители района занимаются спортом, что стимулирует его собственную ФА за счет формирования положительного отношения к ФА, которая воспринимается как часть повседневной жизни. Вместе с тем увеличивается воспринимаемый контроль, так как занятия спортом кажутся более доступными благодаря наглядным возможностям. На ближнем уровне наличие в окружении индивида лиц, принадлежащих к Спортивной субкультуре, повышает ФА всех видов. В этом случае особенно важен фактор субъективных норм — насколько близкие люди ожидают от индивида вовлечения в ФА. Эти данные подтверждают исследования в сфере здорового образа жизни, которые показывают существенную положительную связь между поведением подростков и их друзей в отношении спорта и ФА [21].

Параметры инфраструктуры, которые ассоциируются с изменением ФА у студентов в проведенном исследовании, соотносятся с данными, полученными на взрослой популяции в России [7—9]. Однако в исследовании ЭССЭ-РФ3 получено больше статистически значимых ассоциаций, что частично можно объяснить большим объемом выборки. Кроме того, различия настоящих результатов с закономерностями, полученными при анализе взрослого населения, можно объяснить тем, что такие параметры инфраструктуры, как проходимость района проживания, связанная с преступностью безопасность, расстояние до объектов инфраструктуры и плотность населения, имеют большое значение именно для людей молодого возраста.

Ограничениями исследования являются поперечный дизайн, не позволяющий делать выводы о причинно-следственных связях, опросный метод оценки ФА и характеристик района проживания. Анкета NEWS отражает субъективное восприятие городской среды; кроме того, в настоящем исследовании использована русскоязычная адаптированная версия NEWS, отдельная валидация которой в российской студенческой популяции не проводилась. Перспективы дальнейших исследований связаны с валидацией русскоязычной версии NEWS, проведением продольных исследований и сопоставлением анкетных данных с объективными показателями ФА и городской среды.

Результаты исследования показывают, как инфраструктура района проживания и социальное окружение влияют на физическую активность студентов. Проходимость улиц района проживания, общая проходимость, рассчитанная по сумме шкал анкеты NEWS, повышают уровень общей физической активности. Транспортную физическую активность повышают высокая плотность населения и высокий уровень безопасности, связанной с преступностью, а повышение рекреационной физической активности ассоциировано с меньшим расстоянием от места проживания до объектов инфраструктуры и высоким уровнем проходимости улиц. Среди факторов социальной среды уровень занятий спортом населения в районе проживания ассоциируется с повышением общей и рекреационной физической активности, а принадлежность близкого окружения к Спортивной субкультуре повышает уровень всех рассматриваемых в данном исследовании видов физической активности — общей, транспортной, рекреационной. Выявленные факторы, влияющие на уровень физической активности у студентов, являются модифицируемыми, что позволяет использовать их для разработки градостроительной политики, общественных программ, направленных на формирование здорового образа жизни у студентов.

Вклад авторов: концепция и дизайн исследования — Тачилович И.О., Максимов С.А., Котова М.Б.; сбор и обработка материала — Куракин М.С., Костина Н.Г., Колесников В.Н., Суворов В.В., Несына С.В., Никулина М.А., Агаян В.А., Пинчук Ю.С.; статистический анализ данных — Максимов С.А.; написание текста — Тачилович И.О., Котова М.Б.; научное редактирование — Максимов С.А.

Авторы заявляют об отсутствии конфликта интересов.

Authors contribution: study design and concept — Tachilovich I.O., Maksimov S.A., Kotova M.B.; data collection and processing — Kurakin M.S., Kostina N.G., Kolesnikov V.N., Suvorov V.V., Nesyna S.V., Nikulina M.A., Agayan V.A., Pinchuk Y.S.; statistical analysis — Maksimov S.A.; text writing — Tachilovich I.O., Kotova M.B.; scientific editing — Maksimov S.A.