牛 爽

湯曉敏*

城市逐漸趨于高密度狀態(tài)已成為世界城市發(fā)展的共同點，高密度城市中建筑與人口的高度集聚[1-2]，導致綠化建設土地資源非常有限[3-4]。傳統(tǒng)的公園綠地評價指標已經無法適應現(xiàn)代城市發(fā)展需求，造成公園綠地配置不均衡、不協(xié)調等不公平問題[5]。促進公園綠地的配置公平，不僅有利于提升居民的生活幸福感，還能促進社會的公平與和諧。因此，高密度城市的公園綠地配置公平性測度研究顯得尤為重要。

學界關于公園綠地配置公平性測度的研究，主要經歷了地域均等、空間公平與社會公平3個階段[6-8]。地域均等即以實現(xiàn)公園綠地在地理空間上的均等分配為目標[9]，常用公園數(shù)量與面積等指標來衡量?？臻g公平階段強調土地資源的使用效率，常用人均公園綠地指標，同時引入了可達性的概念[5]。社會公平階段將關注從對地的公平轉移到對人的公平上[10]，研究重點為不同社會群體之間服務供給的公平性，采用需要指數(shù)[11]、尼基系數(shù)、洛倫茲曲線[12-13]等指標。

現(xiàn)階段，對于公園綠地配置公平性的研究主要在空間公平階段的基礎上，考慮公園綠地供給與居民需求2個方面的影響，如唐子來等選擇綠地服務半徑表征公園綠地供給、選擇行政人口數(shù)據(jù)表征居民需求[6]；王敏等在此基礎上選擇居住區(qū)面積表征居民需求[14]；戚榮昊等選擇微博簽到數(shù)據(jù)表征公園綠地使用狀況，用POI數(shù)據(jù)表征居民對公園綠地的需求程度[15]?，F(xiàn)有研究已建立了較完善的評價框架，但缺少對道路、出行方式、出行時間等連接因素的研究。

公平性測度結果的可靠性不僅取決于度量方法與維度，更與研究數(shù)據(jù)的精確性與真實性有很大關系。關于人口數(shù)據(jù)的采集，大多學者采用行政單元人口數(shù)量估算人口分布，數(shù)據(jù)易獲取，但默認人口在源區(qū)內均勻分布；或是采用居住用地數(shù)據(jù)來估算人口數(shù)量與分布[11]，精細度有所提升，但忽略了建筑物層數(shù)對人口數(shù)據(jù)的影響。有學者運用手機信令數(shù)據(jù)來估算人口[16]，雖然可以精確反映人口分布情況，但缺失了對手機使用率較低群體的數(shù)據(jù)，如對公園綠地需求最大的老年和兒童群體。興趣點(POI)作為一種新的空間數(shù)據(jù)源，其易獲取、定位精度高的特點在基礎設施規(guī)劃、城市空間分析中具有重要的意義[17]。地理學領域已有學者將POI數(shù)據(jù)引入人口空間分布研究。趙鑫等利用衛(wèi)星遙感與POI數(shù)據(jù)進行人口空間化研究[18]；淳錦等利用POI數(shù)據(jù)探究人口分布格網化模型[19]。然而，在公園綠地評價領域，利用POI數(shù)據(jù)測算人口數(shù)據(jù)的運用較少。

本文在“15min社區(qū)生活圈”公園綠地全覆蓋的需求背景下，將連接因子納入測度高密度城區(qū)公園綠地配置公平性的研究。建立地域均等與空間公平2個維度，選擇5、10與15min作為時間閾值，對步行、跑步與騎行3種慢行交通方式進行綠地配置公平性分析。同時，利用POI大數(shù)據(jù)與行政人口數(shù)據(jù)結合對人口分布進行空間化，為高密度城區(qū)公園綠地公平性測度奠定了量化基礎。

1 公園綠地配置公平性測度層次與指標識別

大量學者分別從社會正義[14]、供需平衡等視角建立了公園綠地公平性體系。借鑒唐子來、王敏等的研究，結合高密度城區(qū)特點，提出本研究的評價框架：以配置公平為核心，從地域均等與空間公平2個維度建立高密度城市公園綠地配置公平性評價框架，從供給、連接與需求3個方面確定測度指標?！暗赜蚓刃浴敝饕u價公園綠地的供給能力，由綠地服務覆蓋率(C)與綠地游憩機會指數(shù)(R)2個指標測度；“空間公平性”主要評價公園綠地供給與需求的匹配程度，由綠地服務人口比(P)與人均綠地服務區(qū)位熵(L)2個指標進行測度(圖1)。

圖1 高密度城區(qū)公園綠地配置公平性測度研究框架與指標

2 研究區(qū)域與數(shù)據(jù)

2.1 研究區(qū)域

黃浦區(qū)位于上海中心城區(qū)的核心區(qū)。根據(jù)上海統(tǒng)計局提供的數(shù)據(jù)，截至2019年，黃浦區(qū)人口密度達3.02萬人/km2，是一個典型的高密度城區(qū)。黃浦區(qū)公園綠地面積為1.76km2，人均公園綠地面積為2.7m2，綠地資源匱乏。經歷過數(shù)次的區(qū)劃調整，黃浦區(qū)空間分異特征明顯。選擇黃浦區(qū)作為高密度城區(qū)的典型研究樣本，對其他高密度城區(qū)展開相似研究具有借鑒意義。為了方便數(shù)據(jù)獲取與分析，選取行政街道作為研究空間單元(圖2)。

圖2 研究區(qū)域空間單元劃分

2.2 數(shù)據(jù)來源與處理

1)行政街道數(shù)據(jù)。

各行政街道區(qū)域面積來自《黃浦年鑒(2019)》[20]。黃浦區(qū)邊界和行政街道劃分的矢量數(shù)據(jù)來源于全國地理信息資源目錄服務系統(tǒng)。

2)路網數(shù)據(jù)。

通過QGIS軟件爬取Open Street Map開放街道地圖數(shù)據(jù)。經過數(shù)據(jù)整理，得到支持步行、跑步與騎行3種交通方式道路的矢量數(shù)據(jù)。

3)公園數(shù)據(jù)。

基于《城市綠地分類標準》(CJJT 85—2017)與《上海市城市公園分類分級》，具體選取黃浦區(qū)內5座綜合公園、7座社區(qū)公園與22座游園。在ArcGIS 10.6平臺中將公園綠地出入口轉換為點要素(圖3)。

圖3 黃浦區(qū)公園綠地與路網分布

4)人口數(shù)據(jù)。

用住宅建筑POI數(shù)據(jù)測算人口數(shù)據(jù)可以提升人口分布的精準性。但現(xiàn)實空間中每個住宅建筑POI數(shù)據(jù)中的居住人數(shù)并不相同，無法直接用POI數(shù)據(jù)密度代表人口密度。因此，本研究利用《黃浦年鑒(2019)》[20]中的行政單元人口數(shù)據(jù)對POI數(shù)據(jù)進行賦值優(yōu)化以提高精確性。首先，利用Python語言獲取2019年黃浦區(qū)住宅建筑POI數(shù)據(jù)共1 582條，包含名稱、地址及經緯度等基礎信息。其次，對每個POI數(shù)據(jù)添加“加權值”字段，并將此字段賦值為“該空間單元人口數(shù)據(jù)/該空間單元內住宅建筑POI個數(shù)”。最后，進行核密度分析，將計算中的population設置為“加權值”字段，得到人口分布圖(圖4)。

圖4 黃浦區(qū)人口分布核密度圖

3 公園綠地配置公平性測度方法

公園綠地配置公平性測度從以下幾個方面開展：1)基于可達性分析，確定空間單元綠地服務覆蓋面積(AR)；2)結合空間單元總面積(S)進一步確定綠地服務覆蓋率(C)與綠地游憩機會指數(shù)(R)；3)在綠地服務覆蓋率(C)的基礎上，結合人口數(shù)據(jù)確定綠地服務人口比(P)與人均綠地區(qū)位熵(L)。參考相關標準[21]與前人的研究[6-7，22]，確定各項指標的測算公式。

1)基于網絡分析法的可達性分析。

本研究選擇網絡分析法進行可達性分析，以點要素形式的公園出入口為中心，以線要素形式的道路矢量數(shù)據(jù)為連接，以點狀要素的道路交叉口為節(jié)點，并設置紅綠燈等待時間的阻力值為30s。選取步行、跑步與騎行的平均速度分別為5、9與12km/h，并根據(jù)道路幾何長度計算出相應的時間阻力值，構建網絡數(shù)據(jù)集。設置5、10與15min作為可達性的時間閾值標準，在ArcGIS 10.6中進行運算，得到公園綠地可達性結果(圖5)?；贏rcGIS 10.6平臺，采用空間疊置(overlay)分析方法對人口分布結果與公園綠地可達性結果進行疊加，為之后的統(tǒng)計分析提供支持。

圖5 公園綠地5min(5-1)、10min(5-2)與15min(5-3)公園綠地可達性分析

2)地域均等性測算。

綠地服務覆蓋率(C)即空間單元內公園綠地服務覆蓋面積與街道總面積的比值，其公式如下：

式中，S為該空間單元總面積；AR為該空間單元中各公園綠地基于可達性的服務覆蓋總面積，覆蓋面積重疊部分不進行重復計算。

綠地游憩機會指數(shù)(R)反映了居民游憩機會選擇度，同等綠地覆蓋率(C)情況下，公園綠地個數(shù)越多，綠地游憩機會指數(shù)(R)越高，其公式為：

式中，ARE為該空間單元中各公園綠地基于可達性的服務覆蓋總面積，覆蓋面積重疊部分進行疊加計算。

運用自然斷點法對綠地服務覆蓋率(C)與綠地游憩機會指數(shù)(R)的結果進行分級，具體分為高、較高、中等、較低與低5個等級，分值由高到低賦值5～1分，得到C'與R'。

地域均等性(G)由綠地服務覆蓋率(C)與綠地游憩機會指數(shù)(R)共同決定，地域均等性(G)計算公式如下：

3)空間公平性測算。

綠地服務人口比(P)即空間單元內公園綠地服務范圍覆蓋的人口數(shù)量與空間單元實有人口數(shù)的比值，是基于人口需求角度對綠地服務覆蓋率(C)的進一步優(yōu)化，其計算公式如下：

式中，Pa為該空間單元內公園綠地服務范圍覆蓋的人口數(shù)量；Pd為該空間單元實有人口數(shù)量。

基于綠地服務覆蓋率(C)結果，進行人均綠地服務區(qū)位熵(L)分析，評價各研究單元公園綠地配置的差異性，計算公式如下：

式中，ARS為公園綠地基于可達性的服務覆蓋總面積；Ps為研究區(qū)域總實有人口數(shù)量。當L值大于1時，表示該空間單元人均享有公園綠地水平高于整體的平均水平；當L＜1時，表示該空間單元公園綠地人均享有公園綠地水平低于整體的平均水平。

同理，運用自然斷點法對綠地服務人口比(P)與人均綠地服務區(qū)位熵(L)的結果進行分級，得到P'與L'。

空間公平性(F)由綠地服務人口比(P)與人均綠地服務區(qū)位熵(L)共同決定，計算公式如下：

4)不同出行方式對地域均等性與空間公平性的貢獻度。

根據(jù)步行、跑步與騎行對3種時間閾值的貢獻度設置相對權重值[23-24]，計算每個空間單元的地域均等性與空間公平性(表1)。

表1 不同出行方式對于不同時間閾值的貢獻度

4 黃浦區(qū)公園綠地配置公平性分析

4.1 地域均等性分析

在3種時間閾值下，豫園街道、淮海中路街道與瑞金二路街道綠地服務覆蓋率(C)較高，而小東門街道較低(圖6)，呈現(xiàn)“北高南低”的特征。

圖6 各研究單元綠地服務覆蓋率(C)

在3種時間閾值下，淮海中路街道、豫園街道與老西門街道綠地游憩機會指數(shù)(R)較高，五里橋街道、半淞園街道與小東門街道較低(圖7)，呈現(xiàn)出“中部高、四周低”的特征。

圖7 各研究單元綠地游憩機會指數(shù)(R)

綜合綠地服務覆蓋率(C)與綠地游憩機會指數(shù)(R)得出黃浦區(qū)地域均等性指數(shù)(圖8)，總體呈現(xiàn)“北高南低”的特征：淮海中路街道與豫園街道較高，小東門街道、半淞園街道、五里橋街道較低。

圖8 5min(8-1)、10min(8-2)與15min(8-3)時間閾值下黃浦區(qū)地域均等性結果分析

4.2 空間公平性分析

在3種時間閾值下，瑞金二路街道與豫園街道綠地服務人口比(P)均在4.00以上，而小東門街道、半淞園路街道與五里橋街道較低(圖9)，呈現(xiàn)“北高南低”的特征。

圖9 各研究單元綠地服務人口比(P)

在3種時間閾值下，南京東路街道與瑞金二路街道人均綠地服務區(qū)位熵(L)較高，豫園街道、老西門街道與小東門街道較低(圖10)，呈現(xiàn)“中部高、四周低”的特征。

圖10 各研究單元人均綠地服務區(qū)位熵(L)

綜合綠地服務人口比(P)與人均綠地服務區(qū)位熵(L)得出黃浦區(qū)空間公平性指數(shù)(圖11)，總體呈現(xiàn)“西北高、東南低”的特征：瑞金二路街道與豫園街道得分較高，老西門街道、小東門街道與半淞園街道較低。

圖11 5min(11-1)、10min(11-2)與15min(11-3)時間閾值下黃浦區(qū)空間公平性結果分析

4.3 黃浦區(qū)公園綠地配置公平性空間異化特征

測評結果顯示，黃浦區(qū)的公園綠地配置公平性呈現(xiàn)明顯的異化特征。

1)地域均等性高且空間公平性高。南京東路、瑞金二路街道、豫園街道與淮海中路街道為黃浦區(qū)的商旅核心區(qū)域，分布有大量商業(yè)，公園綠地建設基礎較好且常住人口密度較低，因此地域均等性與空間公平性均較高。

2)地域均等性中等且空間公平性中等。外灘街道分布眾多商業(yè)、景點與居住區(qū)，人口密度較大且公園綠地分布較少，因此地域均等性與空間公平性均處于中等等級。

3)地域均等性中等但空間公平性低。老西門街道與打浦橋街道公園綠地分布較少，僅存在少量游園，并且內部存在大量居住區(qū)，是黃浦區(qū)人口密度最高的街道之一，因此地域均等性中等但空間公平性低。

4)地域均等性低且空間公平性較低。小東門街道、半淞園街道與五里橋街道人口密度中等，但由于內部公園數(shù)量少且路網密度低，公園綠地可達性較低，因此地域均等性低且空間公平性低。

5 黃浦區(qū)公園綠地配置公平性空間異化成因與優(yōu)化策略

5.1 黃浦區(qū)公園綠地配置公平性空間異化成因分析

黃浦區(qū)公園綠地配置公平性異化現(xiàn)象的產生受到多方面因素的影響，主要從3個方面進行討論。

1)綠化建設區(qū)域發(fā)展不平衡。高密度城市發(fā)展的累積性與延續(xù)性造成綠地建設區(qū)域發(fā)展不平衡[25]。黃浦區(qū)由于“撤二建一”的行政分區(qū)變化，不同區(qū)域的綠化基礎與綠地建設條件差距較大。黃浦區(qū)北部作為上海的城市核心區(qū)，公園綠地建設較早且基礎較好，而東部公園綠地建設較晚，公園綠地較少。

2)人口密度差異大。城市發(fā)展中心的轉移與城市功能定位的差異，造成高密度城市人口分布不均衡，從而影響公園綠地配置的空間公平性，造成公園綠地與人口之間存在空間錯位的現(xiàn)象，即地域均等性與空間公平性結果差異較大。例如，老西門街道的地域均等性處于中等水平，但由于存在大量老城廂居住區(qū)，人口密度高，居住環(huán)境差，人口老齡化嚴重，老西門街道的空間公平性很低。

3)綠道網絡缺失。綠道建設對公園綠地的可達性有直接影響，可達性分析是公園綠地配置公平性測度的基礎，因此綠道建設情況是公園綠地配置公平性的重要影響因素。黃浦區(qū)已建成綠道集中分布在瑞金二路街道，該街道公園綠地的可達性較高，地域均等性與空間公平性均較高。而小東門街道道路密度低，未形成完善的交通網絡，可達性較低，從而導致地域均等性與空間公平性低下。

5.2 基于公平性提升的公園綠地配置優(yōu)化策略

在“城市更新”“人民城市建設”與“城市精細化管理”的背景下，為提升城市公園綠地配置公平性，需基于全域化視角、精細化策略、民本化理念開展公園綠地規(guī)劃配置。

1)融入“共享”理念構建公園綠地體系。突破綠地屬性的限制，制定單位、商業(yè)寫字樓、學校和醫(yī)院附屬綠地的分時利用計劃，激活非公園綠地但又具備承載公共服務功能的空間，完善公園綠地服務網絡，使居民可以就近、便利，與業(yè)態(tài)和工作充分融合地享受綠地[26]。

2)面向供需極度不平衡的老舊城區(qū)的公園綠地規(guī)劃選址策略。首先，針對人口密度較高區(qū)域難以大規(guī)模新建公園綠地的困境，需充分利用廢棄空間、建筑立面與屋頂空間，以微綠地、垂直綠化與屋頂花園的形式彌補綠地的供給缺口；其次，加強公眾參與，引導居民借助窗臺、陽臺美化家園；第三，加快推動舊城改建行動，通過舊城改建規(guī)劃，完善公園綠地網絡，提升配置的公平性；最后，通過加強老舊城區(qū)公園綠地的精品化、人性化與適老化改造，提升服務效能。

3)構建綠道網絡，完善15min休閑圈。綠道規(guī)劃應構建分級體系，通過區(qū)級綠道聯(lián)系大型公園綠地的同時，也應充分利用濱水空間、高架橋下空間，完善社區(qū)綠道體系，將高密度城市中破碎的綠地斑塊進行整合，提高微綠地的服務效能，從而提升綠地配置的地域均等性，進一步提升15min出行綠道網絡的覆蓋率。

6 結論與討論

6.1 結論

本文從地域均等與空間公平2個維度，測度了黃浦區(qū)公園綠地配置的公平性。研究發(fā)現(xiàn)，黃浦區(qū)人口分布不均衡，公園綠地供給與需求存在錯位，配置公平性存在空間異化特征。高密度城區(qū)公園綠地配置公平性由供給因子、需求因子與連接因子共同決定，且與不同時間閾值和出行方式密切相關。

6.2 討論

本研究完善了高密度城區(qū)公園綠地配置公平性評價理論體系，在傳統(tǒng)以供需視角評價公園供給水平的基礎上[6]，將連接因素引入公園綠地配置公平性測度中，揭示了道路、出行方式及出行時間對公園綠地配置公平性測度的影響。同時，將POI大數(shù)據(jù)與傳統(tǒng)年鑒統(tǒng)計數(shù)據(jù)相結合進行人口測算，突破了單一數(shù)據(jù)源的局限[16]，提升了公園綠地公平性測度量化的精準性。

空間公平層面是在地域均等層面的研究基礎上，增加人口因素，兩者之間有共性也各有側重，這與前人提出評價城市公園可達性時需著重考慮人均性指標的結論相契合[27]。除了供需因子，公園綠地配置公平性同時受到連接因子的影響，各交通方式下公園綠地的可達性存在較大差異。

本研究默認3種時間閾值對于不同研究單元的重要性相同，下一步可以針對高密度城區(qū)各研究板塊的功能、居住小區(qū)內綠地供給情況，確定最需要的時間閾值；本研究以需求均等性為原則，下一步需綜合分析人口結構，結合居民滿意度調查，進行需求因子的細化分析[7]；本研究默認路況良好，下一步可借助互聯(lián)網地圖，增加實際路況數(shù)據(jù)；本研究采用了自然斷點法對公平性結果進行分級，下一步需進一步研究綠地配置公平性分級標準，以提升公平性分級的客觀性。

注：文中圖片均由作者繪制。