高密度城区公园绿地配置公平性测度研究——以上海黄浦区为例

牛 爽

汤晓敏*

城市逐渐趋于高密度状态已成为世界城市发展的共同点，高密度城市中建筑与人口的高度集聚[1-2]，导致绿化建设土地资源非常有限[3-4]。传统的公园绿地评价指标已经无法适应现代城市发展需求，造成公园绿地配置不均衡、不协调等不公平问题[5]。促进公园绿地的配置公平，不仅有利于提升居民的生活幸福感，还能促进社会的公平与和谐。因此，高密度城市的公园绿地配置公平性测度研究显得尤为重要。

学界关于公园绿地配置公平性测度的研究，主要经历了地域均等、空间公平与社会公平3个阶段[6-8]。地域均等即以实现公园绿地在地理空间上的均等分配为目标[9]，常用公园数量与面积等指标来衡量。空间公平阶段强调土地资源的使用效率，常用人均公园绿地指标，同时引入了可达性的概念[5]。社会公平阶段将关注从对地的公平转移到对人的公平上[10]，研究重点为不同社会群体之间服务供给的公平性，采用需要指数[11]、尼基系数、洛伦兹曲线[12-13]等指标。

现阶段，对于公园绿地配置公平性的研究主要在空间公平阶段的基础上，考虑公园绿地供给与居民需求2个方面的影响，如唐子来等选择绿地服务半径表征公园绿地供给、选择行政人口数据表征居民需求[6]；王敏等在此基础上选择居住区面积表征居民需求[14]；戚荣昊等选择微博签到数据表征公园绿地使用状况，用POI数据表征居民对公园绿地的需求程度[15]。现有研究已建立了较完善的评价框架，但缺少对道路、出行方式、出行时间等连接因素的研究。

公平性测度结果的可靠性不仅取决于度量方法与维度，更与研究数据的精确性与真实性有很大关系。关于人口数据的采集，大多学者采用行政单元人口数量估算人口分布，数据易获取，但默认人口在源区内均匀分布；或是采用居住用地数据来估算人口数量与分布[11]，精细度有所提升，但忽略了建筑物层数对人口数据的影响。有学者运用手机信令数据来估算人口[16]，虽然可以精确反映人口分布情况，但缺失了对手机使用率较低群体的数据，如对公园绿地需求最大的老年和儿童群体。兴趣点(POI)作为一种新的空间数据源，其易获取、定位精度高的特点在基础设施规划、城市空间分析中具有重要的意义[17]。地理学领域已有学者将POI数据引入人口空间分布研究。赵鑫等利用卫星遥感与POI数据进行人口空间化研究[18]；淳锦等利用POI数据探究人口分布格网化模型[19]。然而，在公园绿地评价领域，利用POI数据测算人口数据的运用较少。

本文在“15min社区生活圈”公园绿地全覆盖的需求背景下，将连接因子纳入测度高密度城区公园绿地配置公平性的研究。建立地域均等与空间公平2个维度，选择5、10与15min作为时间阈值，对步行、跑步与骑行3种慢行交通方式进行绿地配置公平性分析。同时，利用POI大数据与行政人口数据结合对人口分布进行空间化，为高密度城区公园绿地公平性测度奠定了量化基础。

1 公园绿地配置公平性测度层次与指标识别

大量学者分别从社会正义[14]、供需平衡等视角建立了公园绿地公平性体系。借鉴唐子来、王敏等的研究，结合高密度城区特点，提出本研究的评价框架：以配置公平为核心，从地域均等与空间公平2个维度建立高密度城市公园绿地配置公平性评价框架，从供给、连接与需求3个方面确定测度指标。“地域均等性”主要评价公园绿地的供给能力，由绿地服务覆盖率(C)与绿地游憩机会指数(R)2个指标测度；“空间公平性”主要评价公园绿地供给与需求的匹配程度，由绿地服务人口比(P)与人均绿地服务区位熵(L)2个指标进行测度(图1)。

图1 高密度城区公园绿地配置公平性测度研究框架与指标

2 研究区域与数据

2.1 研究区域

黄浦区位于上海中心城区的核心区。根据上海统计局提供的数据，截至2019年，黄浦区人口密度达3.02万人/km2，是一个典型的高密度城区。黄浦区公园绿地面积为1.76km2，人均公园绿地面积为2.7m2，绿地资源匮乏。经历过数次的区划调整，黄浦区空间分异特征明显。选择黄浦区作为高密度城区的典型研究样本，对其他高密度城区展开相似研究具有借鉴意义。为了方便数据获取与分析，选取行政街道作为研究空间单元(图2)。

图2 研究区域空间单元划分

2.2 数据来源与处理

1)行政街道数据。

各行政街道区域面积来自《黄浦年鉴(2019)》[20]。黄浦区边界和行政街道划分的矢量数据来源于全国地理信息资源目录服务系统。

2)路网数据。

通过QGIS软件爬取Open Street Map开放街道地图数据。经过数据整理，得到支持步行、跑步与骑行3种交通方式道路的矢量数据。

3)公园数据。

基于《城市绿地分类标准》(CJJT 85—2017)与《上海市城市公园分类分级》，具体选取黄浦区内5座综合公园、7座社区公园与22座游园。在ArcGIS 10.6平台中将公园绿地出入口转换为点要素(图3)。

图3 黄浦区公园绿地与路网分布

4)人口数据。

用住宅建筑POI数据测算人口数据可以提升人口分布的精准性。但现实空间中每个住宅建筑POI数据中的居住人数并不相同，无法直接用POI数据密度代表人口密度。因此，本研究利用《黄浦年鉴(2019)》[20]中的行政单元人口数据对POI数据进行赋值优化以提高精确性。首先，利用Python语言获取2019年黄浦区住宅建筑POI数据共1 582条，包含名称、地址及经纬度等基础信息。其次，对每个POI数据添加“加权值”字段，并将此字段赋值为“该空间单元人口数据/该空间单元内住宅建筑POI个数”。最后，进行核密度分析，将计算中的population设置为“加权值”字段，得到人口分布图(图4)。

图4 黄浦区人口分布核密度图

3 公园绿地配置公平性测度方法

公园绿地配置公平性测度从以下几个方面开展：1)基于可达性分析，确定空间单元绿地服务覆盖面积(AR)；2)结合空间单元总面积(S)进一步确定绿地服务覆盖率(C)与绿地游憩机会指数(R)；3)在绿地服务覆盖率(C)的基础上，结合人口数据确定绿地服务人口比(P)与人均绿地区位熵(L)。参考相关标准[21]与前人的研究[6-7，22]，确定各项指标的测算公式。

1)基于网络分析法的可达性分析。

本研究选择网络分析法进行可达性分析，以点要素形式的公园出入口为中心，以线要素形式的道路矢量数据为连接，以点状要素的道路交叉口为节点，并设置红绿灯等待时间的阻力值为30s。选取步行、跑步与骑行的平均速度分别为5、9与12km/h，并根据道路几何长度计算出相应的时间阻力值，构建网络数据集。设置5、10与15min作为可达性的时间阈值标准，在ArcGIS 10.6中进行运算，得到公园绿地可达性结果(图5)。基于ArcGIS 10.6平台，采用空间叠置(overlay)分析方法对人口分布结果与公园绿地可达性结果进行叠加，为之后的统计分析提供支持。

图5 公园绿地5min(5-1)、10min(5-2)与15min(5-3)公园绿地可达性分析

2)地域均等性测算。

绿地服务覆盖率(C)即空间单元内公园绿地服务覆盖面积与街道总面积的比值，其公式如下：

式中，S为该空间单元总面积；AR为该空间单元中各公园绿地基于可达性的服务覆盖总面积，覆盖面积重叠部分不进行重复计算。

绿地游憩机会指数(R)反映了居民游憩机会选择度，同等绿地覆盖率(C)情况下，公园绿地个数越多，绿地游憩机会指数(R)越高，其公式为：

式中，ARE为该空间单元中各公园绿地基于可达性的服务覆盖总面积，覆盖面积重叠部分进行叠加计算。

运用自然断点法对绿地服务覆盖率(C)与绿地游憩机会指数(R)的结果进行分级，具体分为高、较高、中等、较低与低5个等级，分值由高到低赋值5～1分，得到C'与R'。

地域均等性(G)由绿地服务覆盖率(C)与绿地游憩机会指数(R)共同决定，地域均等性(G)计算公式如下：

3)空间公平性测算。

绿地服务人口比(P)即空间单元内公园绿地服务范围覆盖的人口数量与空间单元实有人口数的比值，是基于人口需求角度对绿地服务覆盖率(C)的进一步优化，其计算公式如下：

式中，Pa为该空间单元内公园绿地服务范围覆盖的人口数量；Pd为该空间单元实有人口数量。

基于绿地服务覆盖率(C)结果，进行人均绿地服务区位熵(L)分析，评价各研究单元公园绿地配置的差异性，计算公式如下：

式中，ARS为公园绿地基于可达性的服务覆盖总面积；Ps为研究区域总实有人口数量。当L值大于1时，表示该空间单元人均享有公园绿地水平高于整体的平均水平；当L＜1时，表示该空间单元公园绿地人均享有公园绿地水平低于整体的平均水平。

同理，运用自然断点法对绿地服务人口比(P)与人均绿地服务区位熵(L)的结果进行分级，得到P'与L'。

空间公平性(F)由绿地服务人口比(P)与人均绿地服务区位熵(L)共同决定，计算公式如下：

4)不同出行方式对地域均等性与空间公平性的贡献度。

根据步行、跑步与骑行对3种时间阈值的贡献度设置相对权重值[23-24]，计算每个空间单元的地域均等性与空间公平性(表1)。

表1 不同出行方式对于不同时间阈值的贡献度

4 黄浦区公园绿地配置公平性分析

4.1 地域均等性分析

在3种时间阈值下，豫园街道、淮海中路街道与瑞金二路街道绿地服务覆盖率(C)较高，而小东门街道较低(图6)，呈现“北高南低”的特征。

图6 各研究单元绿地服务覆盖率(C)

在3种时间阈值下，淮海中路街道、豫园街道与老西门街道绿地游憩机会指数(R)较高，五里桥街道、半淞园街道与小东门街道较低(图7)，呈现出“中部高、四周低”的特征。

图7 各研究单元绿地游憩机会指数(R)

综合绿地服务覆盖率(C)与绿地游憩机会指数(R)得出黄浦区地域均等性指数(图8)，总体呈现“北高南低”的特征：淮海中路街道与豫园街道较高，小东门街道、半淞园街道、五里桥街道较低。

图8 5min(8-1)、10min(8-2)与15min(8-3)时间阈值下黄浦区地域均等性结果分析

4.2 空间公平性分析

在3种时间阈值下，瑞金二路街道与豫园街道绿地服务人口比(P)均在4.00以上，而小东门街道、半淞园路街道与五里桥街道较低(图9)，呈现“北高南低”的特征。

图9 各研究单元绿地服务人口比(P)

在3种时间阈值下，南京东路街道与瑞金二路街道人均绿地服务区位熵(L)较高，豫园街道、老西门街道与小东门街道较低(图10)，呈现“中部高、四周低”的特征。

图10 各研究单元人均绿地服务区位熵(L)

综合绿地服务人口比(P)与人均绿地服务区位熵(L)得出黄浦区空间公平性指数(图11)，总体呈现“西北高、东南低”的特征：瑞金二路街道与豫园街道得分较高，老西门街道、小东门街道与半淞园街道较低。

图11 5min(11-1)、10min(11-2)与15min(11-3)时间阈值下黄浦区空间公平性结果分析

4.3 黄浦区公园绿地配置公平性空间异化特征

测评结果显示，黄浦区的公园绿地配置公平性呈现明显的异化特征。

1)地域均等性高且空间公平性高。南京东路、瑞金二路街道、豫园街道与淮海中路街道为黄浦区的商旅核心区域，分布有大量商业，公园绿地建设基础较好且常住人口密度较低，因此地域均等性与空间公平性均较高。

2)地域均等性中等且空间公平性中等。外滩街道分布众多商业、景点与居住区，人口密度较大且公园绿地分布较少，因此地域均等性与空间公平性均处于中等等级。

3)地域均等性中等但空间公平性低。老西门街道与打浦桥街道公园绿地分布较少，仅存在少量游园，并且内部存在大量居住区，是黄浦区人口密度最高的街道之一，因此地域均等性中等但空间公平性低。

4)地域均等性低且空间公平性较低。小东门街道、半淞园街道与五里桥街道人口密度中等，但由于内部公园数量少且路网密度低，公园绿地可达性较低，因此地域均等性低且空间公平性低。

5 黄浦区公园绿地配置公平性空间异化成因与优化策略

5.1 黄浦区公园绿地配置公平性空间异化成因分析

黄浦区公园绿地配置公平性异化现象的产生受到多方面因素的影响，主要从3个方面进行讨论。

1)绿化建设区域发展不平衡。高密度城市发展的累积性与延续性造成绿地建设区域发展不平衡[25]。黄浦区由于“撤二建一”的行政分区变化，不同区域的绿化基础与绿地建设条件差距较大。黄浦区北部作为上海的城市核心区，公园绿地建设较早且基础较好，而东部公园绿地建设较晚，公园绿地较少。

2)人口密度差异大。城市发展中心的转移与城市功能定位的差异，造成高密度城市人口分布不均衡，从而影响公园绿地配置的空间公平性，造成公园绿地与人口之间存在空间错位的现象，即地域均等性与空间公平性结果差异较大。例如，老西门街道的地域均等性处于中等水平，但由于存在大量老城厢居住区，人口密度高，居住环境差，人口老龄化严重，老西门街道的空间公平性很低。

3)绿道网络缺失。绿道建设对公园绿地的可达性有直接影响，可达性分析是公园绿地配置公平性测度的基础，因此绿道建设情况是公园绿地配置公平性的重要影响因素。黄浦区已建成绿道集中分布在瑞金二路街道，该街道公园绿地的可达性较高，地域均等性与空间公平性均较高。而小东门街道道路密度低，未形成完善的交通网络，可达性较低，从而导致地域均等性与空间公平性低下。

5.2 基于公平性提升的公园绿地配置优化策略

在“城市更新”“人民城市建设”与“城市精细化管理”的背景下，为提升城市公园绿地配置公平性，需基于全域化视角、精细化策略、民本化理念开展公园绿地规划配置。

1)融入“共享”理念构建公园绿地体系。突破绿地属性的限制，制定单位、商业写字楼、学校和医院附属绿地的分时利用计划，激活非公园绿地但又具备承载公共服务功能的空间，完善公园绿地服务网络，使居民可以就近、便利，与业态和工作充分融合地享受绿地[26]。

2)面向供需极度不平衡的老旧城区的公园绿地规划选址策略。首先，针对人口密度较高区域难以大规模新建公园绿地的困境，需充分利用废弃空间、建筑立面与屋顶空间，以微绿地、垂直绿化与屋顶花园的形式弥补绿地的供给缺口；其次，加强公众参与，引导居民借助窗台、阳台美化家园；第三，加快推动旧城改建行动，通过旧城改建规划，完善公园绿地网络，提升配置的公平性；最后，通过加强老旧城区公园绿地的精品化、人性化与适老化改造，提升服务效能。

3)构建绿道网络，完善15min休闲圈。绿道规划应构建分级体系，通过区级绿道联系大型公园绿地的同时，也应充分利用滨水空间、高架桥下空间，完善社区绿道体系，将高密度城市中破碎的绿地斑块进行整合，提高微绿地的服务效能，从而提升绿地配置的地域均等性，进一步提升15min出行绿道网络的覆盖率。

6 结论与讨论

6.1 结论

本文从地域均等与空间公平2个维度，测度了黄浦区公园绿地配置的公平性。研究发现，黄浦区人口分布不均衡，公园绿地供给与需求存在错位，配置公平性存在空间异化特征。高密度城区公园绿地配置公平性由供给因子、需求因子与连接因子共同决定，且与不同时间阈值和出行方式密切相关。

6.2 讨论

本研究完善了高密度城区公园绿地配置公平性评价理论体系，在传统以供需视角评价公园供给水平的基础上[6]，将连接因素引入公园绿地配置公平性测度中，揭示了道路、出行方式及出行时间对公园绿地配置公平性测度的影响。同时，将POI大数据与传统年鉴统计数据相结合进行人口测算，突破了单一数据源的局限[16]，提升了公园绿地公平性测度量化的精准性。

空间公平层面是在地域均等层面的研究基础上，增加人口因素，两者之间有共性也各有侧重，这与前人提出评价城市公园可达性时需着重考虑人均性指标的结论相契合[27]。除了供需因子，公园绿地配置公平性同时受到连接因子的影响，各交通方式下公园绿地的可达性存在较大差异。

本研究默认3种时间阈值对于不同研究单元的重要性相同，下一步可以针对高密度城区各研究板块的功能、居住小区内绿地供给情况，确定最需要的时间阈值；本研究以需求均等性为原则，下一步需综合分析人口结构，结合居民满意度调查，进行需求因子的细化分析[7]；本研究默认路况良好，下一步可借助互联网地图，增加实际路况数据；本研究采用了自然断点法对公平性结果进行分级，下一步需进一步研究绿地配置公平性分级标准，以提升公平性分级的客观性。

注：文中图片均由作者绘制。