基于多源新数据的城市绿地多尺度评价：针对中国主要城市的探索

李双金 马爽 张淼 龙瀛

1 研究背景

城市绿地给人类提供多种益处，包括人类的身体和心理健康[1]，其空间分布影响生态环境和居民的生活品质。另外，合理规划城市绿地空间是缓解城市问题的有效手段之一，其有效地调节着城市空间结构与各种服务功能间的关系。2014年《国家新型城镇化规划（2014—2020）》把“城市建成区绿化覆盖率”作为国家新型城镇化建设的关键指标；2017年“第十九次全国代表大会”进一步明确了大力发展生态文明的国家战略，同时，提升城市竞争力的宏观政策则更加明确地将重点从促进经济快速发展转向改善与提升城市人居环境及市民生活质量。由此可见，绿色空间建设体现了城市文明和现代化发展水平，是衡量可持续发展水平的关键指标。十九大报告中，习近平总书记指出中国特色社会主义已经进入了新时代，主要矛盾已经转变为日益增长的美好生活需要和不平衡不充分的发展之间的矛盾。中国近40年的高速城市化进程导致了城市绿色空间的快速流失，形成了“孤岛化”绿地空间等问题，并未真正让居民生活品质得到提升。与此同时，城市中居民的健康也亟需得到更多的关注[2]。

城市绿地空间的科学合理评估具有重要意义，不仅为判别城镇化发展水平和质量、指导城市规划和建设提供数据支撑，也为城市绿地布局建设及提高居民生活品质提供有利的理论和方法支持。科学正确地评估城市绿地空间分布及品质关乎能否真正实现健康城市的创建[3]。

国内外已有很多学者从空间格局、公共健康及绿地属性等方面对绿地空间进行了评价。对绿地空间格局的评价较为普遍，研究多利用地理信息系统（Geographic Information System，简称GIS）与遥感（Remote Sensing，简称RS）技术从景观格局[4-7]、绿地设施[8]及生态系统服务保护有效性[9]等方面对特定城市进行绿地空间格局评价并提出空间布局的优化建议。在公共健康方面，姚亚男等通过综述已有绿地研究发现绿色空间与公共健康呈正相关[10]；Wolch等对绿地布局进行评价，发现绿地设施的分布对提升公共健康有重要价值[11]；Pataki等构建量化城市绿地生态服务体系的评价体系，并得出城市绿地对降低温室气体、截获城市降雨径流及提高环境质量等方面有着积极作用[12]。在绿地属性方面，研究多从绿地可达性[13]、绿地公平[14]及服务功能[15]等方面对城市绿地理论与方法进行研究。尽管城市绿地评估的理论取得了不少的成果，但针对城市绿地品质及不同城市绿地空间分布的大规模评估仍存在很多困难，国内外绝大部分实证研究仅基于单一尺度或单一城市，以给定的城市空间范围和绿地格局为前提进行评估。由于这些既定条件带有强烈的主观性，因此很难据此判断城市绿地的空间配置是否合理，也很难对不同城市的分析结果进行比较。与此同时，对城市绿地品质的研究较为缺失。

为了客观地、具有可比性地评价绿地空间，在数据方面，本文主要从2个方面入手，一是通过对比高德电子导航地图，对城市绿地进行矢量化，统一获取城市绿地，不仅解决了传统数据如土地利用数据获取难的问题，也解决了通过遥感解译精度较差的问题。二是以城市中心城边界为研究范围，由于市域范围仍包括村庄、农田等，以城市市域边界研究城市绿地空间分布必然对结果产生误差。在模型方面，借鉴龙瀛等[16]提出的“大模型”研究范式，“大模型”兼顾了研究尺度和计算单元，多采用量化的分析方法，以更简单直观的方式，提供归纳城市系统的一般规律及区域差异。本文从绿地斑块和城市尺度多维度评价城市绿地，试图对各类城市在绿地建设方面的状况进行客观评价和比较，以期为未来城市绿地建设提供数据及方法支持。

2 研究范围和数据

2.1 研究范围

合理确定研究范围对于保证评估结果科学性是十分关键的。相较于市域范围，中心城范围更倾向于一个完整的城市系统，其范围内的绿地情况对绿地利用主体（城市居民）影响更大。考虑到数据的可获取性及城镇化水平越高的城市其建设用地与城市绿地之间的矛盾越尖锐，本文选取中国287个地级及以上城市的中心城（实为利用每个地级市的最大城镇建设用地斑块推测得到的边界，并非总体规划中的“中心城”概念，图1、2）范围，包括4个直辖市、15个副省级城市、17个省会城市及251个地级市。

2.2 研究数据

1）城市绿地。

由于高德电子导航地图具有更新快、粒度细等优势，本文以2017年9月高德电子导航地图作为依据（图3），以世界卫生组织（World Health Organization，简称WHO）对公共绿地面积大于1hm2做出的定义为标准[17]，借助ArcGIS平台比对高德电子导航地图进行城市绿地矢量化，并进行坐标纠偏等预处理，该数据为面状要素，主要有绿地斑块的形状和位置等属性信息，数据包括公园、景区、绿地等多种类型，共计16 936块绿地斑块，总面积约为85 503hm2。

2）城市中心城。

本文基于2015年中国土地利用现状遥感监测数据，来自资源环境数据云平台（www. resdc.cn），精度为30m，通过识别城镇建设用地范围，选取每个城市识别出的最大斑块作为中心城范围。本文所提取的287个城市的中心城范围总面积约为26 152km2。

3）城市中心点。

本文所指的城市中心点不是几何意义上的中心点，而是城市的行政中心（市政府所在地），该数据来源于谷歌电子地图。

4）多源开放数据。

本文使用了贵州省遵义市内2016年的地图兴趣点（Points of Interest，简称POI）数据（共106 942个数据点）、位置微博数据（共57 221个数据点）、大众点评网数据（共81 120个数据点）、腾讯宜出行数据（共8 166个数据点），用于评估城市绿地的活力（图4）。

1 研究范围分布Distribution of study scope

2 提取北京市中心城范围Extraction of downtown Beijing

3 通过电子地图提取北京中心城内城市绿地Extraction of urban green space in downtown Beijing by electronic map

4-1 POI数据POI data

4-2 位置微博数据Location Microblog data

4-3 大众点评数据Dianping data

5 研究方法Research methods

3 研究方法

3.1 指标体系构建

为深入挖掘城市绿地品质、活力、形态、功能及格局等，本文对城市绿地的评估分别从2个尺度展开：绿地斑块尺度和城市尺度。

针对绿地斑块尺度，可以从5个维度评价，包括：1）品质：街景打分；2）活力：在线点评密度、微博签到密度、热力图、消费价格等；3）规模：面积、优势度；4）区位：绿地斑块中心点距城市中心的直线距离及相对距离；5）形态：绿地形状指数等。

针对城市尺度可以从4个维度评价，包括：1）功能：绿地服务水平；2）规模：绿地覆盖率、人均绿地面积；3）格局：景观破碎化指数、景观连通性、最近邻指数；4）多样性：景观多样性、植被结构等。

在考虑数据的可获取性的前提下，具体选择指标如下：绿地斑块尺度的品质、活力、区位及形态，城市尺度的功能、规模及格局（图5）。

3.2 指标体系量化

本文绿地评价具体指标如下：

1）绿地品质与活力。

对绿地品质的评价主要基于Ewing和Clemente构建的街道测度指标[18]，通过使用者主观评价的方式，利用街景图片结合实地调研对各项测度指标进行打分（0分或1分），最终综合各维度的得分形成对绿地品质的评价结果。

由于绿地的情况与街道有所不同，因此在构建评价指标时做了适度调整，增加了“多样性”“可参与性与趣味性”和“安全感”作为绿地品质的评估指标（表1）。

表1 绿地空间品质测度的典型方法及代表性研究内容Tab. 1 Typical methods and representative research contents of green space quality measurement

公共空间的价值在于人的使用，一个受市民喜爱的街道或城市广场会吸引众多市民的长时间逗留。因此可以从社会学的角度，利用人对公共空间的使用频率来判断它们的活力。在新数据环境下，可以利用多源开放数据如手机信令数据、大众点评数据、腾讯宜出行数据等对绿地进行活力的测算。通过计算公园绿地500m半径内各项数据的分布密度，可以得到各个公园绿地的活力情况。

2）绿地距城市中心直线距离。

用ArcGIS的Spatial Join工具计算出绿地斑块与其所在城市中心点的直线距离。

3）绿地距城市中心相对距离。

用来衡量绿地斑块距城市中心点的远近程度，具体公式如下：

其中，di为绿地斑块i距所在城市中心相对距离，dic为绿地斑块i距城市中心点的直线距离，d为该城市的中心城半径，di越大表示绿地斑块离城市中心越远。

4）绿地形状指数。

绿地形状指数（Landscape Shape Index，简称LSI）代表绿地的形状，紧凑或圆形的绿地在保护内部资源方面具有高效性，而以游憩和保护自然环境为目的的绿地，其形状应尽量弯曲和突起，增大与城市景观基质的接触面，提高绿地使用效率，绿地形状指数计算的具体公式为：

式中，LSIi表示绿地斑块i的形态指数，其中Pi是绿地斑块i的周长，Ai是绿地斑块i的面积。LSIi值位于0～1之间，其值越大，越接近于1，形态越接近于圆形，紧凑性也就越高；反之，紧凑性越低[19]。

5）绿地服务水平。

绿地服务水平（Park Service Quality，简称PSQ）用于衡量绿地资源分配程度，体现城市公共服务资源的服务能力，具体公式如下：

PSQi为城市i的绿地服务水平；SAi为绿地斑块缓冲区范围内的面积，本文按照《城市绿地分类标准》（CJJ/T 85-2002）中的绿地类型和面积标准，分别对20hm2以上、2～20hm2及2hm2以下的绿地设置2 000m、1 000m及500m的缓冲区，缓冲区重叠面积不重复计算；k为该城市绿地的块数；Ai为该城市中心城范围的面积。

6）最近邻指数。

最近邻分析法最早由生态学家Clark和Evans提出[20]，通过计算最近邻指数来衡量要素在空间中的邻近状态，其测算研究范围内每个要素与其最近邻要素间的欧式距离，并取其平均值[21]，具体公式如下：

式中，r1为研究区内要素的实际平均最近邻距离；rE为理论最近邻距离；n表示研究范围内要素个数；A为研究区域面积；D为要素密度；R为最近邻指数，在z得分和p值显著的前提下，当R＞1时，空间要素呈均匀分布，R=1时，空间要素呈随机分布，R＜1时，空间要素呈集聚分布[22]。本文借助ArcGIS软件，以每个城市为研究范围，计算城市绿地的最近邻指数。

4 结果分析

4.1 基于绿地斑块尺度的评价

4.1.1 针对绿地品质与活力的研究——以遵义市为例

由于部分城市绿地存在无法被街景图片覆盖的情况，需要使用者辅以实地调研的方式完善对场地情况的认知，并进行人工打分。因此本文选取了遵义作为案例城市，对其城市绿地进行了品质和活力的评价。

首先以遵义市内的纪念公园为例，通过实地调研结合各项指标对其进行了品质维度的打分，整体品质非常高，在5个维度上均得分为1，表现都很好（图6）。该公园整体整洁度非常高，同时有着丰富多样的植被和活动地点。此外公园内有大量雕塑、亭台等标志性景观，使得公园的可意象化水平较高。而公园内廊柱式的建筑结合稀疏有致的植物布局提升了公园中视线的通透性。同时公园内还有许多人性化尺度的座椅和街道家具等。综合整洁度、多样性、通透性、可意象化和人性化尺度来看，遵义纪念公园在这5个维度均可得分，反映出其有着较高的空间品质。

此外，本文利用多源开放数据对遵义市内共120块绿地斑块进行了空间活力的测算。利用微博签到次数计算出的遵义市中心城区范围内社会活力较高的公园绿地主要为滨江绿带（图7）以及香港路周边的几处碎片化绿地；利用宜出行计算出社会活力较高的绿地主要为滨江绿带以及香港路周边的碎片化绿地。

利用在线评价密度数据计算出经济（消费）活力较高的公园绿地主要为滨江绿带和遵义医学院内部绿地；利用大众点评数据计算出的绿地平均消费价格显示，经济活力较高的公园绿地主要为凤凰山北侧的滨江绿带以及苏州路附近的绿地。

综合各项活力指标来看，遵义市活力最高的绿地为凤凰山南侧的滨江绿带、中华南路和香港路周边的碎片绿地。

4.1.2 针对绿地形态、规模及区位维度的研究—以中国287个城市为例

本研究利用中国287个城市中心城的16 936块绿地斑块数据，计算出中国城市绿地形态、规模及区位等相关属性值的平均值、中位数以及分布范围等（表2）。通过统计结果表明，在形态维度上，中国绿地形态指数平均值为0.69，表明中国绿地紧凑度较高，绿地形态指数在空间分布上差异较大，呈现出中心区域绿地紧凑度较高、周边区域紧凑度较低的分异态势，其中面积较小的绿地其紧凑度普遍较高，反之，面积较大的绿地其紧凑度普遍较低。

6 遵义纪念公园品质评价Quality evaluation of Zunyi Memorial Park6-1 整洁度Tidiness

6-2 可意象化Imageability

6-3 多样性Diversity

6-4 人性化尺度Human Scale

6-5 通透性Transparency

7 遵义市公园绿地活力评价结果Evaluation result of vitality of parks in Zunyi7-1 宜出行密度Suitable travel density

7-2 在线评价密度Online evaluation density

7-3 平均消费价格Average consumer price

7-4 微博签到次数密度Weibo check-in number density

表2 全国绿地属性分布表Tab. 2 Distribution table of national green space attributes

8 城市绿地服务水平分布Distribution of urban green space service level

9 不同行政等级城市绿地服务水平统计Statistics of urban green space service levels in cities of different administrative levels

在规模维度上，中国绿地平均面积为8.36hm2，按绿地面积大小排列去掉前后5%的数据后，其平均面积为2.80hm2，这表明在中国城市绿地中，其面积规模两极化较严重。由于城市间自然位置条件及经济发展程度存在差异，使其绿地斑块的规模分布不同，对比各城市绿地平均面积与标准差值可以看出，西安、天津、上海及哈尔滨等城市其绿地多为规模较小的破碎化中小型绿地，而南京、深圳及广州等城市有零星大规模绿地和小规模绿地均匀分布，形成面积规模两极化较严重的空间格局。

在区位维度上，中国绿地距其所在城市中心点绝对距离呈偏态分布，平均距离为7 510.78m，峰值为2 034m；绿地距所在城市中心相对距离分布平均值为0.70，但峰值为0.34，表明大多数绿地处于离中心点较近区位。

4.2 基于城市尺度的评价

本文计算中国287个地级以上城市的城市绿地服务水平，结果表明，287个城市绿地服务水平平均值为57.45%，绿地服务水平呈正态分布（图8），城市绿地服务水平高于50%的城市占所研究城市的62.72%，其中四川省广安市绿地服务水平最高，为99.61%，河南省三门峡市次之，为97.87%；针对不同行政等级的城市进行分析发现（图9），直辖市城市绿地服务水平最高，平均为72.15%，省会城市绿地服务水平平均为72.42%，副省级城市的城市绿地服务水平为76.81%，地级市城市的城市绿地服务水平最低，为55.05%，这表明副省级城市对绿地建设较其他等级城市最为完善，而地级市等级的城市绿地建设最为欠缺。中国城市绿地的服务水平尚未达到《城市绿地分类标准》（CJJ/T 85—2002）中100%的目标。

本文通过对中国287个地级及以上城市绿地进行最近邻指数计算，衡量城市内绿地的空间分布情况。中国城市最近邻指数为0.036，表明中国绿地整体为集聚分布。在z得分和p值显著的前提下，所研究的287个城市中，163个城市最近邻指数大于1，绿地呈均匀分布，占57%；106个城市最近邻指数小于1，呈集聚分布，占37%；最近邻指数等于1的城市呈随机分布，占6%；绿地整体呈“多数有规律、少数随机”的特征。所研究城市中，均匀分布的城市主要为银川、伊春、宁德、绥化及定西等，由于这些城市经济发展水平较不发达，对绿化的破坏程度较少；对于集聚分布的城市多为枣庄、南京、天津、临沂、哈尔滨及上海等经济发展较好的城市，说明政策及经济的发展对绿地的空间分布有着重要的影响。在空间分布上（图10），同省内城市绿地有趋同性，例如山东省的主要城市都为集聚分布型；湖南省多为均匀分布型，这与每个省有着趋同的发展模式及自然条件有关。在空间上，城市绿地呈集聚分布的城市集中分布在华东地区（山东、江苏、浙江），其他地区零星分布；城市绿地呈随机分布的城市，呈“人”字分布于内陆城市；城市绿地呈均匀分布的城市，较为普遍，集中分布在华南地区，如湖南、江西、福建、广西省。

5 讨论与结论

本研究利用中国287个地级及以上城市中心城范围内的16 936块城市绿地数据，进行多尺度、多维度的绿地空间评价。在绿地斑块尺度上，通过计算发现中国绿地紧凑度较高，绿地形态在空间分布上差异较大，呈现出中心斑块绿地紧凑度较高、周边紧凑度较低的分异态势；绿地面积规模两极化较严重；大多数城市绿地位于所在城市中心点相对距离0.34的较近区位。本文进一步对城市绿地品质及活力进行评价，以遵义市城市绿地为例，结果表明遵义纪念公园的品质最高，凤凰山南侧的滨江绿带、中华南路和香港路周边的碎片绿地的活力最高，同时为评价城市绿地品质及活力方面提供可借鉴的方法。

在城市尺度上，中国287个城市绿地服务水平平均值为57.45%，绿地服务水平的个数分布呈正态分布，副省级城市绿地服务水平最高，地级市最低，较全国绿地服务水平100%的目标还有一定差距；根据城市绿地的最近邻指数将绿地分成均匀分布、随机分布及集聚分布3种，并进一步分析其空间分异，结果发现中国城市绿地分布方式主要是均匀分布，其中绿地为集聚分布的占37%，多位于华东地区，绿地均匀分布的城市占57%，多位于华南地区，绿地随机分布的城市仅占6%，呈“多数有规律，少数随机”的分布模式。

10 不同城市绿地类型空间分布Spatial distribution of different urban green space types

传统城市绿地研究中，大多利用城市的行政边界来确定研究范围，其中涵盖了大量低密度开发的郊区、农业用地及村庄。本研究脱离了行政地域上的城市，选取中心城区作为研究范围，从而使得研究更具针对性、科学性。与此同时，本文充分利用开放数据，通过研究中国287个城市的中心城范围内的绿地，使得不同城市间具有横向可比性，从而提供认识中国城市绿地分布的一般规律及差异性的途径，为打造健康城市提供数据支持。

本研究中针对城市绿地空间品质的评估仍处于初步探索阶段，旨在构建针对城市绿地品质的测度指标，而在应用环节暂时采取人工打分的主观测度方法。期望随着图像识别技术的进一步提升，未来针对绿地品质的研究能够向更加客观及智能化的方向拓展。与此同时，本研究仅从一个时间维度进行探讨，是单时段的对比，后期将进行多时段的动态分析，以期对城市绿地时空变异规律与影响因素进行更为深入的探究。

注释：

① 如需要287个城市中集聚分布、随机分布和均匀分布所包含的城市请联系本文作者。

② 文中表2图片来源于街景图片和作者实地调研；其余图片和表格均由作者自绘。