公园绿地可达性时空分异与影响机制研究*——以深圳市为例

陈玉玺，邓孟婷 ，王春晓

引言

公园绿地是城市自然生态系统与公共服务设施的重要组成部分，不仅具有改善城市环境[1]、降低雨洪风险等生态功能[2]，还有促进公共健康[3]、提升地产价值等社会功能[4]。中共中央国务院在《“健康中国2030”规划纲要》中提出了全民健康的理念，尤其在后疫情时代，城市绿地促进公共健康的重要性进一步凸显[3]。然而，随着城市化进程的快速发展，城市建设用地无序扩张与人口激增导致城市公园绿地供需失衡现象严重[5]。并且我国现行城市公园绿地评估仍以传统的人均公园绿地面积、绿化覆盖率等定额指标为主要标准，难以反映规划实际建设成效与空间分布合理性[6]。公园绿地可达性通常指居民克服距离与时间等阻力到达公园的难易程度，是衡量城市公园绿地服务能力与空间配置的重要指标[7]。

回顾国内外学者关于公园绿地可达性的研究，内容涉及风景园林、城乡规划、地理信息等多个学科领域，研究热点由最初的体力活动与公园可达性的关系[8]逐渐转向公共健康[9]、环境正义[10]、绿地公平[8。11.12]等方面。公共健康主要关注公园绿地可达性与居民身体健康[13]、心理健康[14]之间的关联性，研究发现公园绿地可达性与居民接触公园绿地的频率成正比，因此较好的公园绿地可达性可以降低身心疾病的患病风险[13]。环境正义与公园绿地可达性的研究聚焦于“种族差异”这一视角，国外诸多学者研究发现富裕的白色人种社区比低收入的有色人种拥有更高的公园绿地可达性与更完善的公园设施[15]。绿地公平的研究经历了数量均衡、空间公平、社会公平这三个阶段，空间公平阶段开始引入绿地可达性用于衡量绿地资源的利用效率和空间配置[16]，社会公平阶段侧重于探讨公园绿地可达性与弱势群体、社会经济差异之间的关系[17，18]。从研究时间维度来看，既有研究大多只探究单一年份的公园绿地可达性[19]，对城市化进程中公园动态配置与影响机制关注较少；在研究尺度上多针对市级、区级展开[20，21]，同市街道间的差异无法体现。

目前国内外关于可达性测度的方法颇多。比如缓冲区法[22]，计算简单，但是未考虑真实路网；网络分析法[23]，以完整的道路网络数据为基础，但对数据的精度要求较高；引力模型[7]和两步移动搜索法[21]涵盖因素较为全面，综合考虑了供需关系，两步移动搜索法在引力模型的基础上加入“空间阈值”的概念，且有多个适用于不同研究方向的改进模型[24，25]，被认为是绿地可达性测度的最优模型[26]。如黄玖菊等人采用多级半径的高斯两步移动搜索法研究了深圳市不同社会群体的公园绿地可达性[27]；杨文越等人结合TIQS 的应用构建了多出行模式两步移动搜索法模型，探究了广州市步行、公交、小汽车3 种出行方式下的多尺度公园绿地可达性与公平性差异[28]；任家怿等人使用改进的高斯两步移动搜索法，以上海黄浦区为例研究了高密度城市步行条件下的公园绿地可达性[19]。

关于公园绿地可达性的评价标准，以往研究大多使用GIS 中的自然断点法、分位数法等标准分类方法来评判绿地可达性的高低。自然断点法会识别数据分类间隔，对相似值进行分组，使各个类之间的差异达到最大化；分位数要使每个类都含有相等数量的要素，结果往往具有误导性，所以使用这些分类方法评判可达性好坏有失偏颇。而高斯两步移动搜索法计算出的结果实际内涵是考虑距离衰减的广义人均公园绿地面积，可与人均公园绿地面积相比作为评价可达性高低、开展区域内不同单元横向比较的依据[21]。

学界对影响机制的研究有多种方法，如传统回归模型、空间计量模型、地理探测器、地理加权回归等，地理探测器模型重点聚焦在全局尺度影响因素差异分析[29]，地理加权回归模型可反映局部尺度影响因素作用效应的空间异质性[30]，二者结合可使影响机制研究更深刻全面。目前这两种方法多应用于生态系统服务演变研究[31]、土地利用演变特征[32]、传统村落城镇空间分布[33]等研究，在公园绿地与可达性研究领域内应用鲜少。此外，大多针对绿地可达性影响因素的研究多关注于绿地和人口本身，未考虑社会经济等维度因素，常用定性描述分析、相关性分析等单方法进行，不能定量得出影响因子的作用强度和空间异质性情况。

因此，本文以公园绿地可达性时空分异对比为切入点，以中国人口密度最高、城市化进程最快的深圳市为研究对象，采用综合考虑供需双方的高斯两步移动搜索法对2013 年与2020 年多交通模式下的多尺度公园绿地可达性进行分析，并进一步构建“绿地-交通-区位-经济-自然”的复合指标体系，融合地理探测器与地理加权回归模型对深圳市公园绿地可达性时空分异的影响机制进行定量表达与空间可视化分析，更为清晰全面的揭示了城市化进程中各驱动因子的作用强度与空间分异规律，研究可为同类城市的公园政策制定与绿地系统规划提供决策建议，弥补当前多为单个时间截面、单种出行方式研究的不足。

1 研究对象与数据

1.1 研究区概况

深圳市是全国金融、科技、创新中心城市，在粤港澳大湾区建设中具有核心地位，人口密度与城市化进程高居全国首位。下辖10 个行政区共76 个街道，在发展初期分为关内和关外，总面积为1997.47 km2。在城市发展进程中高度重视生态环境建设，提出“千园之城”“公园城市”等多个战略目标，并于2019 年公园数量达到1090 个，已取得初步成效。绿地可达性是城市规划建设合理与否的重要指标，对提高居民生活质量，实现绿地资源配置最优化等具有重要意义。

1.2 数据来源与处理

深圳市于2012 年发布《深圳市城市绿化发展规划纲要（2012-2020）》，以2012 年至2020 年为工作周期，提出了未来城市绿化发展的新目标，并于次年2013年正式发布第一批公园名录数据。因此本文以2013 年与2020年为研究时限，公园绿地数据依照《深圳市公园名录》和《深圳市城市规划标准与准则》（2019 年局部修订），筛选城市建设用地内的公园绿地，分为综合公园、专类公园、社区公园三类，提取大型公园出入口，小型公园质心，建立公园绿地点数据库。行政区划数据源于全国行政区划信息查询平台，道路数据源于Openstreetmap网站；居住小区、商业服务设施点数据、政府机构设施点数据、公交站点数据爬取自高德地图；DEM 数据来自于中国科学院资源环境科学数据中心；人口、GDP 数据分别下载于Worldpop 网站与地理遥感生态网，并根据《深圳市统计年鉴》进行了修正，提高了数据精确度。

2 研究框架和方法

2.1 研究框架

图1 研究区域

为了更好的评价公园绿地实际建设成效，实现绿地资源的空间公平，本文建立公园绿地供需水平时空分异、可达性时空分异、可达性影响机制探究三个层次的研究框架（图2）。供需水平时空分异分析从供给和需求两方出发，分别对比2013 年与2020 年公园绿地空间布局、面积、数量以及人口密度的变化；可达性时空分异分析采用高斯两步移动搜索法计算了2013 年与2020 年多交通模式下多尺度的公园绿地可达性，并对其分异特征进行了对比分析；可达性影响机制探究首先使用地理探测器分析可达性指数与“绿地-交通-区位-经济-自然”因素间的关系，识别有效影响因子，进而利用地理加权回归模型，探讨各有效影响因子在空间上对绿地可达性影响的异质性，旨在为未来城市绿地系统规划提供差异化的应对思路与方法。

图2 研究框架

2.2 高斯两步移动搜索法

传统的两步移动搜索法以“二分法”作为衰减函数，搜索半径内完全可达，反之完全不可达，不符合居民实际出行特征，因此本文采用更加符合居民真实出行规律的高斯函数改进两步移动搜索法，探究多出行方式下多尺度公园绿地的可达性，以提高研究结果的可靠性与精确度，具体步骤如下：

第一步：以公园绿地出入口为供给点j，不同出行模式下各级公园绿地研究阈值d0（表1、表2）建立搜索域，统计每个供给点j 搜索域内的所有需求点k 的人口总数，使用高斯函数进行衰减，并计算每个供给点j 的服务能力Rj：

表1 各级公园绿地研究阈值设定

表2 各级道路速度赋值

式中：Dk 是每个需求点k 的人口数量（人），djk是供给点j 与需求点k 间的距离成本，G(djk)为对距离成本进行高斯衰减，Sj 为供给点j 的供给能力，用公园面积（m2）表示。

第二步：以居住区为需求点k，d0 阈值建立搜索域，查找搜索域内的所有公园绿地供给点j 并汇总其供需比Rj，使用高斯函数进行衰减，并计算居住区k 的可达性指数Ai。

式中，G(dkj)为高斯衰减后的距离成本，Rj 为搜索阈内所有供给点服务能力之和。

第三步：由于高斯两步移动搜索法计算所得可达性具有广义人均绿地面积的含义，因此本文采用“公园绿地可达性与人均公园绿地面积相比是否大于1”的方法评价可达性高低、开展区域内不同单元横向比较，大于1的视为可达性相对高值区、小于1 的视为相对低值区[21]。

2.3 地理探测器

地理探测器是由王劲峰[29]等人提出用于探究驱动因子以及空间分异性的新工具，主要用q 值度量驱动因子决定力大小，其公式为：

其中qx为影响因子x 对公园绿地可达性的决定力，其取值范围为[0，1]，h=1，2…，L 为驱动因子的分层数；Nh 和N 分别表示h 层子区域样本量数和全市样本数量；和 σ2分别为层h 和全市的因变量的方差。

2.4 地理加权回归

地理加权回归（GWR）是在传统的最小二乘法模型的基础上将空间特性以距离加权的方式纳入模型中的地学统计方法，能够较好的对影响因素的空间异质性进行评价[34]。其计算公式如下：

其中，yi为第i 个街道的公园绿地可达性，（ui，vi）为第i 个街道的空间地理坐标，β0为（ui，vi）的固定效应截距，Xij为第i 个街道的可达性影响因素j 的取值（j=1，2，...，K），βj为Xij的回归系数，εi为随机误差。

3 结果与分析

3.1 绿地供给水平时空对比

空间布局来看（图3），公园绿地呈“西多东少”、“由关内向关外”南北向扩展的不均衡的分布特征。从公园数量来看（图4），深圳市公园数量由2013 年的655 个增长到2020 年的1169 个，相对增长78.47%，其中社区公园类型增量最多。公园面积来看（图5），深圳市公园面积由2013 年的55.76 km2增长到2020 年的84.42km2，相对增长51.40%，其中综合公园类型面积所占比重最大。深圳市核心发展区大多位于发展较早的关内经济特区，如福田区、南山区、罗湖区，是居住、商业、行政等城市功能的聚集地；东边区域由于开发建设较晚，因而公园绿地布局较少。随着深圳市经济特区实行关内外一体化发展，关外区域基础设施建设加快，公园绿地不断增多，其中社区公园主要服务于社区居民，具有分布广、面积小的特点，因此社区公园数量增加较多，而综合公园具有服务范围较广、规模大的特点，其面积增涨幅度较大。

图3 2013 年与2020 年公园绿地入口布局图

图4 2013 年与2020 年公园数量对比

图5 2013 年与2020 年公园面积对比

3.2 绿地需求水平时空对比

居民对公园绿地的需求水平和人口密度呈正相关，2013 年到2020 年，深圳市人口共增加约340 万。通过计算各街道人口与面积之比，得到深圳市人口密度分布图。由图6 可知，2013～2020 年，随着城市化进程加快，关外区逐步发展起来，人口密度高值区由关内向关外延伸，福田、罗湖、南山为深圳市的核心发展区，人口密度较大，需求水平较高；东部宝安区、龙华区与光明区人口密度逐渐增大，需求水平逐渐升高；盐田区、东部龙岗区和大鹏区开发建设进程较慢，人口密度较低，需求水平较低。

图6 2013 年与2020 年深圳市人口密度分布图

3.3 公园绿地可达性时空分异特征

本文以公园绿地可达性时空分异为切入点，采用综合考虑供需双方的高斯两步移动搜索法对深圳市2013 年与2020 年多交通模式下的多尺度公园绿地进行可达性分析，以可达性数值与人均公园绿地面积相比是否大于1划分高值区域低值区，进一步使用数据几何间隔划分出可达性低、较低、高、较高四个等级。

总体来看，2013 年到2020 年，深圳市公园绿地可达性整体呈上升趋势，可达性高值小区占比逐渐提升，社区公园可达性均值增幅最大，综合公园可达性变化基本稳定，专类公园标准差增幅最大、空间分异现象加重。深圳市近10 年将公园建设作为城市综合竞争力和可持续发展能力的重要工作，公园建设迈入跨越式发展期，整体层面可达性的提升依赖于“千园之城”“公园城市”等多个绿地战略的实施。

从可达性时空分异特征来看，社区公园可达性提升最大，在光明区最为显著，主要原因是近年来光明区作为深圳打造生态文明城市的典型样板，公园增量最多且位于深圳市关外区域，人口需求相对较低，供过于需促使社区公园可达性提升显著。综合公园可达性水平基本稳定，可达性高值区呈现由关内向关外迁移趋势，是由于关内区域发展水平高，导致人口密度持续增高，但早已进入存量发展阶段，可用于绿地建设的土地资源紧张，而关外区正值开发建设阶段，人口需求低绿地供给能力强，使得可达性逐渐提高。专类公园可达性稍有下降，并且空间分异现象加重，主要原因是新增的专类公园72.5%的都集中在光明区，供给能力迅速提升促使可达性提升显著，导致全市可达性空间分布不均衡现象显著（图7～12）。

图7 2013 年与2020 年不同类型公园可达性系数图

图8 深圳市多尺度公园绿地可达性变化时空对比统计图

图9 2013、2020 年综合公园可达性

图10 2013、2020 年专类公园可达性

图11 2013、2020 年社区公园可达性

图12 2013、2020 年公园整体可达性

3.4 公园绿地可达性影响机制探究

3.4.1 基于地理探测器的影响因子识别

公园绿地可达性的高低受多种因素综合影响，本文选取5 类指标共10 个影响因子作为自变量，将可达性综合指数作为因变量（表3），利用地理探测器分析2013 年、2020 年各影响因素对公园绿地可达性变化的影响程度。

表3 可达性影响因子指标体系

由可达性影响因子q值探测结果（表4）可知，2013年，所有影响因素p 值为0，均通过0.01 显著性检验，而在2020 年仅有X1、X2、X4 三类影响因子均通过了0.01 的显著性检验，表明在2013—2020 年间公园可达性的空间分布与绿地因素、道路因素的结构关联较为明显。究其原因发现，随着城市经济一体化发展以及科学技术的进步，各区经济、商业成为重点发展对象，商业服务业设施的差距、开发建设的技术难度、成本逐渐减少，导致区位因素、经济因素、自然因素与公园可达性之间的关联度不断下降。进一步探究其显著性影响因子q 值，在动态水平中，X1、X2、X4 的q 值均呈现下降趋势，其决定力q 大小的排名为X4（0.10275）＞X1（0.0536）＞X2(0.0472)，表明X4 是公园可达性的主导因子，解释力高达10%以上，远大于其它因子，X2、X1 则为公园可达性的重要因子。其主要原因在于道路是城市发展的重要基础设施，道路密度越高的地区，城市发展建设水平相对较高，公园绿地设施建设相对较为完善，且丰富的出行路线极大地提高了居民到达公园绿地的便捷性，因而道路密度的决定力最强。此外，公园绿地可达性离不开公园绿地建设，公园绿地的面积越大，其出入口数量、公园服务范围均会扩大，进而提升公园绿地可达性。

表4 可达性影响因子q 值探测结果

3.4.2 基于GWR 的影响因子空间异质性分析

地理探测器模型重点聚焦在全局尺度空间分异影响因素分析，忽略了影响因素局部尺度上作用效应的空间分异。因此，本文经过地理探测器模型检验，筛选了三个有效因子X1 公园面积占比、X2 公园出入口密度、X4道路密度为解释变量，以2020 年可达性指数为被解释变量构建回归模型指标体系（表5）。

表5 回归模型指标体系

对可达性指数及各主导因子进行OLS 回归，结果显示，残差拟合不服从正态分布，为提升拟合度，引入GWR 模型。首先利用Geoda1.14 分析2020 年深圳市公园整体可达性指数的空间自相关性。结果显示，Moran’s I 为0.823753，通过显著性Z 检验（p＜0.05）,说明2020 年可达性指数存在显著空间自相关。然后将影响因子数据标准化，使用GWR4 进行地理加权回归分析，进一步探测影响因子作用效应的空间分异。结果显示（表6），拟合后的R2由0.172066 升至0.403038，AICc 值由-61.379260 降至-73.339113，差值为11.959853，整体表现较好，表明GWR模型较OLS模型拟合效果更好。

表6 OLS 与GWR 模型拟合效果对比

GWR 模型拟合回归系数显示（图13），X4 道路密度对可达性指数的影响力与差异性最大（回归系数为-0.963989～-0.097715），在空间上呈现东高西低的特征，这是由于深圳市呈现明显的东西两极化发展，东部龙岗区、坪山区发展相对滞后，道路系统不及西部完善，而道路密度作为可达性的关键因素，在东部对可达性提升的影响会明显高于西部；X2 公园出入口密度（回归系数为-0.252221～1.386147），回归系数由西向东递减，正向影响集中在深圳市西部光明区、宝安区、龙华区与南山区，这些区域的公园数量多、出入口密度较大，负向作用主要集中在东部绿地资源供给相对较差的的坪山区与大鹏区；X1 公园面积占比空间差异最小（回归系数为-0.074609～0.251136），以正向作用为主，只有光明区与宝安区6 个街道呈负向影响，从回归系数分布来看，具有显著的空间地带性分异特征，因东部行政区面积较大，但绿地资源较西部而言较少形成了东部区域影响效应明显强于西部区域的现象。

图13 有效因子影响效应空间异质分布

4 结论与展望

公园绿地作为城市内重要的公共资源，成为居民日常休闲活动的重要空间载体，具有生态、文化功能，其可达性强弱影响着居民的生活质量。深圳市于2012 年发布《深圳市城市绿化发展规划纲要（2012-2020）》，以2012 年至2020 年为工作周期，提出了深圳未来城市绿化发展的新目标，并于次年2013 年正式发布第一批公园名录数据。因此本文以2013 年与2020 年为研究时限，利用高斯两步移动搜索法探讨了深圳市公园绿地可达性的时空分异特征，并利用地理探测器与地理加权回归模型探究不同因素对于公园绿地可达性的影响水平与其空间上的异质性特征。主要结论如下：1）在建设用地范围内，深圳市公园绿地数量与面积持续增长，空间上呈现“西多东少”和以“由关内向关外”的南北向扩展蔓延分布特征。2）2013 年至2020 年间，深圳市公园绿地可达性整体呈上升趋势，关外区域可达性逐渐高于关内区域，其中社区公园可达性均值增幅最大，专类公园可达性空间差异性最大，综合公园可达性水平基本稳定。3）道路密度、公园出入口密度、公园面积占比为主要影响因素，区位、经济、自然因素与公园可达性之间的关联度随着科学经济的发展呈下降趋势。（4）不同因子对可达性指数的影响具有显著的空间差异性，X4 道路密度与X1 公园面积占比在研究区东部影响更大，X2 公园出入口密度在研究区西部影响更大。

在城市化快速发展的背景下，公园绿地可达性差异所带来的的社会、经济、生态效益的不平等性受到众学者的关注[35-37]，但对公园绿地可达性的动态变化特征与影响机制还缺乏深入探究。本研究通过对深圳市各类公园绿地的可达性时空分异特征以及驱动因素进行定量表达和空间分析，总结其分布特点与发展规律，从多角度对其时空分异的机理做出合理解释，可为深圳市绿地系统规划与建设提供差异化、针对性的建议。此外本文的研究框架与结论对其它同类城市公园绿地总体评估、优化配置、实现空间公平具有一定参考和指导意义，方法体系也可为其他地理现象可达性分析提供思路。

但由于受到数据采集等因素限制，本研究也存在一定的局限性，因精确人口数据获取较难，本文采用worldpop 人口密度栅格数据，居住区人口与实际人口存在差异，虽使用七普数据进行了区级修正，但居住小区级的需求水平仍旧有所差异；其次，2013 年和2020 年公园名录均存在少数公园面积、分类缺失，位置模糊等情况，数据偏差会影响绿地供给进而影响可达性结果；此外本文未充分考虑不同人群的主观因素、公园本身吸引力因素等对于可达性的影响；未来研究可进一步通过问卷调查、满意度打分等形式评估公园绿地吸引力，通过完善公园数据、丰富影响因子指标等方法提升研究的准确性。

图、表来源

文中的图、表均为作者绘制。