張赫 賀晶 楊天宇 曹舒儀

公園綠地在保障居民健康及休閑娛樂方面提供了廣泛的生態(tài)系統(tǒng)服務(wù)[1]。與此同時，物聯(lián)網(wǎng)可以識別、管理人流與空間的耦合關(guān)系，進而實現(xiàn)人群分布與綠地服務(wù)之間雙向影響的動態(tài)監(jiān)測。因此，實時感知公園的內(nèi)部人群特征及服務(wù)半徑內(nèi)的需求規(guī)模影響，對提升公園使用效率乃至城市的可持續(xù)發(fā)展至關(guān)重要。

隨著城市內(nèi)部結(jié)構(gòu)復(fù)雜化及活動高頻化的加劇，人群分布分析對不同尺度城市空間的更新越來越重要[2]。在宏觀尺度，流動空間的研究證實了人群分布的時空差異性[3-4]，并被應(yīng)用于城市功能區(qū)劃分及交通規(guī)劃等方面；在中觀尺度，已有研究證明動態(tài)人口密度與公共服務(wù)設(shè)施的分布具有顯著相關(guān)性[5]，與服務(wù)范圍內(nèi)的常住人口規(guī)模不具備顯著相關(guān)性。聚焦于公園綠地這類設(shè)施，研究主要針對公園內(nèi)部的人群時空分布[6-7]，并得出節(jié)假日及不同季節(jié)的差異是人群訪問變化的重要因素。然而，人群行為變化除受上述客觀因素影響而存在較大差異外，由于主觀因素（如疫情管控[8]等）導(dǎo)致限制人群出行的影響也值得探討。且該部分涉及公園綠地這一對象的研究相對較少[9]。同時，已有研究證明依據(jù)《城市綠地規(guī)劃標(biāo)準(zhǔn)》[10]的服務(wù)人口規(guī)模判斷綠地布局合理程度，會忽視部分綠地服務(wù)壓力過大或資源未充分利用的問題[11]。因此，研究公園服務(wù)半徑內(nèi)的人群規(guī)模變化與其活力程度的關(guān)聯(lián)，對提升公園活力也有較大意義。

人群及其活動的聚集[12]表現(xiàn)為城市空間活力，其聚集程度則體現(xiàn)了設(shè)施使用效率的差異。當(dāng)前，不同尺度及類型空間的活力強度分析是國內(nèi)外研究的熱點。公園綠地活力評估的對象、數(shù)據(jù)來源[6]及表征要素均較為豐富。其中，研究對象從綜合公園[13]至專類公園（如郊野公園[14]、濱水空間[12]等）均有涉及；表征要素分為空間聚集性、時間持續(xù)性、類型多樣性及反饋積極性[15]等。在近期的研究中，空間活力的表征開始從靜態(tài)單一的強度，向動態(tài)復(fù)合的強度、穩(wěn)度轉(zhuǎn)變，其內(nèi)涵也延伸至持續(xù)聚集人群及活動的吸引力[16]。其中，活力波動性[17]反映了人類活動的動態(tài)變化程度，目前研究主要利用一段時間內(nèi)活力強度的標(biāo)準(zhǔn)差[17]或人口穩(wěn)定性指數(shù)[18]來表征；部分研究也采用基于時間序列的連續(xù)強度曲線反映城市的動態(tài)活力[16,18]。然而，既有對公園活力波動性的研究，主要停留在對強度的時序表達層面，較少分析其與強度的關(guān)系，也無法識別強度相似但波動變化不同的公園單元，進而無法采取差異化的規(guī)劃更新措施。

基于既有研究分析，為從動態(tài)視角反映人群分布對公園活力特征的影響，本研究運用物聯(lián)網(wǎng)感知下的人群分布數(shù)據(jù)，一方面分析活力強度與波動性的關(guān)系，利用這2 個指標(biāo)進行公園活力模式的劃分，從而識別不同情景下各模式公園的活力時序特征；另一方面研究公園服務(wù)范圍內(nèi)動態(tài)人群規(guī)模對其活力的影響程度，進而提出適應(yīng)于居民行為需求的公園活力提升策略。

1 人群分布情景設(shè)定及公園活力測度

1.1 研究范圍及對象選取

天津市作為京津冀協(xié)同發(fā)展的超大城市之一，正在加快建成以津城核心區(qū)環(huán)網(wǎng)交織為目標(biāo)的全域多層級、多類型公園體系①。本研究以和平、南開等中心六區(qū)及津南等外圍四區(qū)為研究范圍（圖1）；選取該范圍內(nèi)面積大于1 hm2且被基站覆蓋的公園綠地為研究對象。其中按照公園分級的建設(shè)規(guī)模標(biāo)準(zhǔn)[10]，截至2022 年12 月，研究范圍內(nèi)綜合公園、社區(qū)公園分別為38、106 個。

1 研究范圍及公園綠地分布Research scope and distribution of park green space

1.2 基于物聯(lián)網(wǎng)技術(shù)的人群分布感知

1.2.1 人群分布的感知類型及數(shù)據(jù)來源

公園活力由人群動態(tài)分布數(shù)據(jù)進行表征。隨著通信技術(shù)發(fā)展與傳感器大規(guī)模應(yīng)用，利用物聯(lián)網(wǎng)實時采集并分享對象的位置、聲音及光熱等信息[19]成為可能。其中，傳感器主要通過物體使用及社會行為來感知人群的分布特征，采集方式分為主動式監(jiān)測、被動式獲取。1）主動式監(jiān)測：利用多個傳感單元覆蓋大范圍的物體或室內(nèi)外空間以分析其占用情況[20]，如對人流數(shù)據(jù)、交通路況等的連續(xù)采集。2）被動式獲取：通過智能手機、穿戴設(shè)備等識別用戶在選擇滿足自身需求的活動空間時，所產(chǎn)生的移動軌跡及生理體征等，進而監(jiān)測個人乃至群體的動態(tài)特征[21]。具體而言，兩者均能識別人群的分布規(guī)模，其中主動式監(jiān)測對傳感設(shè)備數(shù)量及質(zhì)量等要求較高；被動式獲取則以人為感知中心[22]，利用相對普及的智能設(shè)備來反映行為與環(huán)境的時空關(guān)系，因此實踐意義更大。

本研究利用高普及度的智能手機作為傳感器，獲取由移動通信運營商提供的各時刻下研究范圍網(wǎng)格內(nèi)停留的總用戶數(shù)量，以此作為實時人口分布規(guī)模。該數(shù)據(jù)利用用戶手機自帶的全球定位系統(tǒng)（global positioning system, GPS）獲取并基于100 m×100 m 空間分辨率的基礎(chǔ)單元統(tǒng)計，因此可以避免特定平臺帶來的人群覆蓋有限等問題[16]，并能以較高精度獲取較小尺度公園內(nèi)的人群規(guī)模[13]。

1.2.2 差異化行為下的人群分布情景

人群分布位置數(shù)據(jù)的實時采集，便于形成以各級公園為主體的不同時段下活動規(guī)模的面板數(shù)據(jù)[8]。這不僅將研究范疇從靜態(tài)表征推至動態(tài)時序，也對分析不同人群行為情景下的公園活力演化意義重大。一般而言，行為系統(tǒng)[5]除固定的出發(fā)及目的地外，還包括時間、活動內(nèi)容及交通方式，并且后者不同程度地受到主觀因素的影響。因此，本研究從是否受主觀影響出發(fā)，設(shè)置2 種典型的情景條件：情景一為客觀的時間影響，即一天內(nèi)不同時段；情景二為主觀的管控影響，如疫情等重大衛(wèi)生事件對人群自由流動的限制。

限于數(shù)據(jù)的可獲取性等原因，本研究采集了2022 年8 月22 日每隔1 h 共24 次瞬時時刻的全市人口數(shù)量作為情景一的數(shù)據(jù)來源；在情景二中，考慮到疫情嚴(yán)重性差異對管控措施的影響，采集了8 月22 日和9 月19 日的數(shù)據(jù)進行對比，前者保持了2 周以上無疫情病例記錄，人群活動相對自由，而后者在緊接一輪疫情中存在較多封控的街道單元，人群活動受到一定限制，除此之外，二者均為周一，且天氣情況、氣溫等客觀因素相近。

1.3 人群動態(tài)分布下的公園活力測度

1.3.1 活力強度及波動性計算

1）活力強度（vitality intensity）：采用某時段下公園內(nèi)部的活動人群密度表達。相較于利用人口規(guī)模，該指標(biāo)不僅可以代表人群的聚集性，也可用于不同面積公園的對比。具體計算式如下：

式中：Pit為公園綠地i于某一時刻t的瞬時人口數(shù)量（單位：人）；M為公園范圍內(nèi)對應(yīng)的基礎(chǔ)網(wǎng)格總數(shù)（單位：個）；Ptm為時刻t下編號m網(wǎng)格采集到的用戶數(shù)量（單位：人）；Sm為編號m網(wǎng)格的面積（單位：hm2）；Sim為編號m網(wǎng)格中公園i所占網(wǎng)格部分的面積（單位：hm2）；Vit為公園綠地i于某時刻t的活力強度（單位：人·hm?2）；ViT為公園綠地i于某時刻n至n+T這一時段內(nèi)的平均活力強度（單位：人·hm?2）；T表示時段長度；Si表示公園i除水域外的用地面積（單位：hm2）。

2）活力波動性（vitality fluctuation）：采用某一時段內(nèi)公園人群密度數(shù)值的離散程度表達，即從整體時段視角反映人群聚集的波動特征。其數(shù)值越高，說明強度值的變化程度越高。本研究采用無量綱的變異系數(shù)（coefficient of variation）表達，不僅避免了標(biāo)準(zhǔn)差值存在數(shù)據(jù)量綱的問題，也有助于不同類型公園的對比。具體計算式如下：

式中：Cv,iT表示公園綠地i于時段T內(nèi)的活力波動性；σiT表示公園i于時段T內(nèi)各時刻活力強度Vit這一數(shù)據(jù)集的樣本標(biāo)準(zhǔn)差（單位：人·hm?2）。

1.3.2 動態(tài)活力模式劃分

為進一步歸納公園差異化的動態(tài)使用規(guī)律，本研究剔除夜間數(shù)據(jù)并以06：00—22：00作為日間時段Ta，計算得到日間活力強度、波動性，以此為依據(jù)將各級公園內(nèi)人群的動態(tài)聚集特征[23]歸納為4 種活力模式：高強度-高波動類（HH）、高強度-低波動類（HL）、低強度-高波動類（LH）、低強度-低波動類（LL）。區(qū)別于既有研究使用平均數(shù)作為活力模式的劃分界限[17]，本研究考慮到平均數(shù)會受極端值影響，因此利用SPSS 25.0 軟件中的柯爾莫戈洛夫-斯米諾夫（Kolmogorov-Smirnov）檢驗、夏皮洛-威爾克（Shapiro-Wilk）檢驗對日間活力強度、波動性數(shù)據(jù)集進行檢驗：若結(jié)果符合正態(tài)檢驗（即呈對稱分布），則采用平均數(shù)作為劃分界限；若為左偏或右偏分布則采用中位數(shù)。

2 不同人群分布情景下的公園活力特征

2.1 情景一：客觀時段影響下的公園活力

2.1.1 公園動態(tài)活力模式劃分

以典型工作日的人群分布數(shù)據(jù)為基礎(chǔ)，基于日間時段Ta計算得出研究范圍內(nèi)社區(qū)、綜合公園各類活力模式的數(shù)量及日間活力強度（表1）。其中，各級公園的主要活力模式均為高強度-低波動類、低強度-高波動類。這印證了活力強度與波動性兩者間呈現(xiàn)顯著的負相關(guān)性[16]，也說明公園活力模式呈現(xiàn)顯著的兩極分化：出現(xiàn)持續(xù)吸引大量人群聚集的“錨點類型”與間斷性較少人群停留的“游離類型”2 類。除此之外，通過計算各級公園不同模式的活力強度、波動性的標(biāo)準(zhǔn)差可知：綜合公園的這2 項指標(biāo)均高于社區(qū)公園。這說明前者各活力模式的人群動態(tài)分布差異更大。

表1 各級公園內(nèi)的活力模式統(tǒng)計及表征Tab.1 Statistics and characterization of vitality modes of parks at all levels

2.1.2 各模式公園的活力時序

為分時段表現(xiàn)公園的人群動態(tài)分布特征，首先將連續(xù)2 個時刻的活力強度取均值作為該時段內(nèi)的平均活力強度，繪制公園在典型工作日06：00—24：00 的訪問變化曲線（圖2）。對于各類活力模式的社區(qū)公園，活力強度在一天均呈現(xiàn)“升高—降低”的多次波動特征，其中波峰基本出現(xiàn)在08：00、18：00，波谷出現(xiàn)在14：00。同時，不同模式間各時段的活力強度基本表現(xiàn)為HHS＞HLS＞LLS＞LHS，且除HHS外各模式的人群變化幅度基本一致。

2 不同模式公園的分時段活力強度Vitality intensity of parks in different modes listed by time interval2-1 社區(qū)公園Community parks2-2 綜合公園Comprehensive parks

其次對于各類綜合公園，其整體波動特征及拐點與社區(qū)公園類似，然而不同活力模式間的活力強度曲線存在差異。其中，各時刻活力強度均表現(xiàn)為HLZ＞HHZ＞LLZ＞LHZ，且HLZ與LHZ的人群聚集吸引能力差距極大，即通過分時段再次反映了綜合公園中“錨點類型”與“游離類型”的活力差異，因此有待優(yōu)化。由于HHZ、LLZ兩者僅占總體數(shù)量的10.52%，其人群分布曲線波動可能存在一定特殊性，在此不深入討論。

最后，對比公園內(nèi)部不同模式的活力強度曲線，可知各類社區(qū)公園間的服務(wù)能力差異要小于綜合公園；另外除HL 外，對比相同模式的社區(qū)及綜合公園，前者相較于后者均呈現(xiàn)吸引人群聚集能力更強的特征。

2.1.3 各模式公園的空間布局

對于社區(qū)公園（圖3），日間活力強度較高的公園主要集中于中心城區(qū)，尤其是位于海河沿岸及濱江道商業(yè)區(qū)附近的和平空竹園、中心公園等；強度較低的公園主要位于各外圍城區(qū)里相對分散的居住組團附近，如位于楊柳青鎮(zhèn)的同心園等?；盍Σ▌有宰畹偷纳鐓^(qū)公園仍集中分布于中心城區(qū)，而相對較低的類型均勻分布于整個研究區(qū)域。由此來看，活力強度相對于波動性而言，更為明顯地受到中心區(qū)位的影響。除此之外，社區(qū)公園中主要的活力模式HLS均勻分布于中心城區(qū)的各街道密集居住社區(qū)附近，LHS則分布于外圍城區(qū)及中心接近外圍的部分街道內(nèi)。

3 社區(qū)公園空間布局Spatial distribution of community parks

對于綜合公園（圖4），日均活力強度較高的公園呈現(xiàn)由中心向外圍擴散的趨勢，其中位于河西區(qū)的天塔風(fēng)景區(qū)、人民公園強度最高。外圍城區(qū)分布著若干零散且活力強度較高的綜合公園，如位于東麗區(qū)的濕地公園等；活力較低的公園主要獨立分布于外圍城區(qū)的邊緣?；盍Σ▌有暂^低的綜合公園均分布于中心城區(qū)，外圍城區(qū)的波動性普遍較高。相較于社區(qū)公園，綜合公園中HLZ除集聚于中心城區(qū)外，還分散于北辰、津南等外圍城區(qū)中距中心較近的街道內(nèi)。LHZ位于外圍邊緣，如西青區(qū)、東麗區(qū)的郊野、主題類公園等。

4 綜合公園空間布局Spatial distribution of comprehensive parks

2.2 情景二：主觀管控影響下的公園活力

以不同疫情管控程度下的人群分布數(shù)據(jù)為基礎(chǔ)，對比居民活動自由與相對受限時的公園活力特征。其中，社區(qū)公園的整體日間活力強度在上述2 種狀態(tài)下分別為127、126 人·hm?2，綜合公園為97、96 人·hm?2；前者活力波動性為0.234、0.233，后者為0.269、0.270。進一步對比各級公園活力模式，發(fā)現(xiàn)各模式數(shù)量、活力特征也基本未發(fā)生變化。

該結(jié)果說明在后疫情時代②的主觀封控下，居民進入公園綠地并參與游憩活動所受的限制影響較少。已有研究也支持上述結(jié)果，例如，相關(guān)研究[8]通過分析疫情管控對不同類型設(shè)施的人口活動影響，也發(fā)現(xiàn)對綠地、廣場等游憩設(shè)施的人群分布影響要遠低于居住社區(qū)及餐飲、生活服務(wù)等商業(yè)設(shè)施。除此之外，另有研究[24]提出疫情導(dǎo)致封控區(qū)域的設(shè)置、人口流動性降低的主觀因素相較于季節(jié)性時間變化而言，對公園使用的影響較小的結(jié)論。

3 需求視角下的公園活力影響因素分析

3.1 影響公園活力的因素及研究方法

已有研究證明公園綠地的供給特征，如外部空間功能及開發(fā)強度、休閑娛樂配套設(shè)施密度等，及內(nèi)部構(gòu)成如綠地率、體育設(shè)施數(shù)量等[12-13,25]是影響公園使用活力的重要因素。然而，研究較少涉及需求特征，且主要為靜態(tài)規(guī)模或居民主觀感知。因此，本研究側(cè)重于需求視角，利用線性回歸模型③分析公園服務(wù)半徑內(nèi)的人群動態(tài)規(guī)模對其活力的影響程度。需要強調(diào)的是，服務(wù)半徑參考規(guī)范[10]中的公園規(guī)模取值不同。自變量（X）為在日間時段Ta內(nèi)公園服務(wù)半徑內(nèi)的平均人口密度，以及以4 h 為間隔的人群密度波動性；因變量（Y）分別為各級、各類公園于Ta內(nèi)的活力強度及波動性。其中，活力模式選取HL、LH 2 類數(shù)量占比較高的類型。

3.2 服務(wù)半徑內(nèi)人群動態(tài)分布的影響

3.2.1 對各級公園活力的影響分析

對于各級公園而言（表2），服務(wù)半徑內(nèi)的平均人群密度X1與公園活力強度Y11、Y21的R2分別為0.685、0.619，結(jié)果通過德賓-沃森檢驗（即變量間無自相關(guān)性），且影響關(guān)系顯著（p＜0.01），即各級公園服務(wù)半徑內(nèi)的人群密度對其使用情況影響較大；人群密度波動性X2與公園活力波動性Y12、Y22的R2分別為0.685、0.157，即社區(qū)公園服務(wù)范圍內(nèi)人群密度的波動對其內(nèi)部活力變化的影響較大，而綜合公園則基本不受影響。

表2 人口動態(tài)規(guī)模對各級公園活力的影響分析Tab.2 Analysis on the influence of dynamic population scale on the vitality of parks at all levels

3.2.2 對HL、LH 公園活力的影響分析

就不同活力模式的公園而言（表3），受服務(wù)半徑內(nèi)人群密度X1影響程度從大到小的類型為：LHS＞HLS＞HLZ＞LHZ。即LHS公園的活力強度受服務(wù)范圍內(nèi)人群密度的影響較大，而HLZ和LHZ公園的人群吸引能力取決于外部可達性、內(nèi)部配套設(shè)施豐富性等供給因素，而不是服務(wù)半徑內(nèi)的需求密度。除此之外，人群密度波動性X2僅對HLS公園的人群聚集變化有較大影響（R2=0.685），即可印證該類公園的活力相較于其他層級或模式的公園，受周邊動態(tài)需求的影響更大。

表3 人口動態(tài)規(guī)模對各類公園活力的影響分析Tab.3 Analysis on the influence of dynamic population scale on the vitality of various parks

4 人群動態(tài)分布視角下的公園活力提升策略

4.1 動態(tài)模式劃分下的公園活力識別

就工作日的日間場景而言，城市公園活力整體特征均以“高強度-低波動類”“低強度-高波動類”為主，即公園內(nèi)部吸引人群聚集的能力往往與人群規(guī)模的變化程度成反比。其中，前者活力模式的公園使用效率較高，是一定區(qū)域范圍內(nèi)的錨點[25]，即能持續(xù)吸納大量人群進行活動；后者的使用效率最低，是僅間斷性有較少人群停留的“游離類型”，因此亟須更新優(yōu)化。除此之外，“高強度-高波動類”公園呈現(xiàn)短時段內(nèi)聚集大量人群的波峰效應(yīng)，但從日間時段而言整體可持續(xù)性較低；“低強度-低波動類”公園吸引人群活動的能力則有待增強。結(jié)合研究范圍內(nèi)的公園布局而言，使用效率最低的“低強度-高波動類”公園主要位于西青、東麗等外圍城區(qū)，規(guī)劃可結(jié)合該區(qū)特有的濕地、林地等資源，打造具備景觀特色且貼近群眾需求的吸引焦點，引導(dǎo)人群的持續(xù)性停留以提升使用效率。

綜合公園各類模式的活力差異要大于社區(qū)公園，且后者在日間分時段的活力強度整體高于前者，因此社區(qū)公園的使用效率更高。這說明為滿足居民日常、高頻的休閑娛樂及健身需求，按照“見縫插綠”的原則，完善居住、辦公空間組團周邊高可達、分散式的社區(qū)公園及游園往往比新建大型公園或擴大現(xiàn)有公園面積，更能提升整體公園綠地的服務(wù)能力[25]。就社區(qū)公園而言，各種模式的活力強度曲線波動幅度基本一致，即使用效率接近，因此對區(qū)位要求不高；對于綜合公園，外圍的“低強度-低波動類”區(qū)域基本無人使用，說明對中心區(qū)位要求高。因此，在構(gòu)建公園體系的過程中應(yīng)該更加凸顯差異化空間規(guī)模與區(qū)位選址的關(guān)聯(lián)性。在宏觀尺度下，社區(qū)公園應(yīng)均勻分散式地覆蓋人群，而綜合公園則應(yīng)考慮在最大程度覆蓋居住或工作的聚集人群的基礎(chǔ)上，側(cè)重選址在地理中心或高可達交通區(qū)位，并利用多樣性的功能類型、文化或生態(tài)特色吸引人群訪問[26]。

4.2 需求人群導(dǎo)向下的公園優(yōu)化重點

服務(wù)半徑內(nèi)的人群規(guī)模作為重要的需求因素，對于各級公園的活力強度、社區(qū)公園活力波動性影響較大。社區(qū)公園的活力很大程度上取決于其所在的15 分鐘生活圈內(nèi)的動態(tài)人群特征，使用效率以需求端的人群規(guī)模為導(dǎo)向；然而，綜合公園雖然受周邊人群分布規(guī)模的影響，但“高強度-低波動類”“低強度-高波動類”的空間活力特征與服務(wù)范圍內(nèi)的人群動態(tài)分布規(guī)律無關(guān)，側(cè)面說明供給端的公園構(gòu)成及外部環(huán)境對公園使用效率的影響更大。

因此在街區(qū)尺度下，深入研究不同類型人群的動態(tài)時空分布，有利于對社區(qū)公園的總體布局、內(nèi)部設(shè)施及出入口設(shè)置等進行優(yōu)化[27]。除此之外，對于已有使用效率最低的“低強度-高波動類”社區(qū)公園，要注重挖掘、增加外部環(huán)境的活力催化點以增大服務(wù)半徑內(nèi)的動態(tài)需求規(guī)模，進而帶動該類公園活力的提升；對于該類型的綜合公園，增強步行可達性、休閑娛樂設(shè)施密度等供給要素的吸引力，是其活力增強且持續(xù)的關(guān)鍵。

5 結(jié)論與展望

物聯(lián)網(wǎng)技術(shù)對人群實時分布數(shù)據(jù)的采集功能，有利于診斷以活力為表征的城市公園使用效率。本研究基于動態(tài)規(guī)模數(shù)據(jù)，首先在多情景下識別了公園內(nèi)部使用人群的聚集及波動程度，又從外部服務(wù)半徑的人群規(guī)模變化探析影響公園活力的因素。其中，由于主觀因素如疫情下封控政策對居民活動的影響存在較大不確定性，因此公園活力的差異結(jié)果并不明顯。然而，這些都是從需求者本身的活動規(guī)律出發(fā)，被動式地探究供給者即公園綠地服務(wù)的優(yōu)化方向。未來主動式的人群分布感知技術(shù)在更為成熟的情況下，可以更好地應(yīng)用于主觀或客觀因素影響的場景并實現(xiàn)“監(jiān)測—反饋—調(diào)整”一體化的技術(shù)流程，實現(xiàn)城市各級公園的智能化選址及內(nèi)外部構(gòu)成要素的優(yōu)化調(diào)整，以發(fā)揮其作為綠色緩沖區(qū)的作用。

注釋(Notes)：

① “公園城市”是天津市綠地系統(tǒng)規(guī)劃的總體目標(biāo)，來源于《天津市綠地系統(tǒng)規(guī)劃（2020—2035 年）》。

② “后疫情時代”是以疫情被基本控制為節(jié)點，經(jīng)歷疫情后人類已具備應(yīng)對病毒變異的醫(yī)療救治條件，并在此基礎(chǔ)上形成的伴隨著疫情時有起伏的新生產(chǎn)、生活狀態(tài)的時代。

③ 本研究中線性回歸分析的計算結(jié)果均滿足殘差正態(tài)性及獨立性、方差齊性的假設(shè)條件，因此模型結(jié)果有效。

圖表來源(Sources of Figures and Tables)：

文中所有圖表均由作者繪制，其中圖1、3～4 底圖來自天津市規(guī)劃和自然資源局網(wǎng)站（https://ghhzrzy.tj.gov.cn/bsfw_143/bzdt/），審圖號為津S（2017）007。