摘" 要：公園綠地的可達性對居民生活和城市規(guī)劃具有重要意義。針對現(xiàn)有研究對可達性計算過程中的供給能力影響因素考慮單一的問題，該研究以荊州市中心城區(qū)為例，綜合考慮主觀因素和客觀因素對可達性的影響，基于公園綠地面積、植被覆蓋度、分形維數(shù)、邊緣密度和百度評分等數(shù)據(jù)，運用改進兩步移動搜索法測度街道尺度下公園綠地可達性，并采用Moran's I等方法分析其空間聚集模式。研究結果顯示，荊州市中心城區(qū)公園綠地可達性存在明顯的空間差異，中部區(qū)域可達性較高，邊緣區(qū)域較低，且整體呈現(xiàn)出較強的空間集聚性。該研究為荊州市優(yōu)化公園綠地資源配置和城市規(guī)劃提供科學依據(jù)，也可為其他類似地理現(xiàn)象的可達性研究提供參考。

關鍵詞：公園綠地;可達性;兩步移動搜索法;熵權法;城市規(guī)劃

中圖分類號：TU984" " " 文獻標志碼：A" " " " " 文章編號：2095-2945（2025）11-0081-05

Abstract： The accessibility of park green spaces is of great significance to residents' lives and urban planning. In view of the problem that existing research considers a single factor affecting supply capacity in the calculation of accessibility， this study takes the central Urban area of Jingzhou City as an example to comprehensively consider the impact of subjective and objective factors on accessibility. Based on data such as park and green space， vegetation coverage， fractal dimension， edge density and Baidu score， the improved two-step mobile search method is used to measure the accessibility of park green spaces at the street scale.， and Moran's I and other methods are used to analyze its spatial aggregation pattern. The research results show that there are obvious spatial differences in the accessibility of park green spaces in the central Urban area of Jingzhou City. The accessibility is high in the central area and low in the marginal areas， and the overall situation shows strong spatial agglomeration. This study provides a scientific basis for Jingzhou City to optimize the allocation of park and green space resources and urban planning， and can also provide a reference for accessibility research of other similar geographical phenomena.

Keywords： park and green space; accessibility; two-step mobile search method; entropy weight method; urban planning

公園綠地是重要的城市公共服務設施，是為城市居民提供親近自然的最重要的綠色開放空間[1]。其具有多樣化的生態(tài)服務功能，包括凈化污染[1]、改善城市局部小氣候[2]、緩解城市熱島效應[3]和維護城市生物多樣性[4]等。城市公園綠地在構建城市形象的同時，還能提供重要的社會和心理價值[5]。然而，在快速城鎮(zhèn)化過程中，城市規(guī)劃布局往往忽視了公園綠地與人口之間的供需匹配[6]，導致城市公園綠地功能的空間錯位。因此，研究城市公園綠地空間配置的合理性已成為優(yōu)化城市規(guī)劃布局和建設創(chuàng)新宜居型城市的重要議題[7]。其中，可達性是最具代表和應用廣泛的評價指標。

公園綠地的可達性是近年的研究熱點，是指居民從居住區(qū)到達公園綠地過程中克服時間、距離等阻力的難易程度[8]。常用的測度可達性的方法有空間句法[9]、緩沖區(qū)分析法[10]、最小鄰近距離法[11]、費用加權距離法[12]、網(wǎng)絡分析法[13]、重力模型法[14]和兩步移動搜索法[15]等。空間句法對城市空間進行尺度劃分，探索公園綠地與城市空間結構之間的關系，無法反映居民真實出行狀況。緩沖區(qū)分析法以公園綠地為源點向外作不同半徑的緩沖區(qū)間，通過判斷使用人群是否在緩沖區(qū)內(nèi)來評估公園綠地的可達性。該方法未考慮公園自身吸引力及道路對居民出行的影響。最小鄰近距離法和費用加權距離法分別計算居民點至公園點的直線距離與居民點至公園點的費用來衡量該公園綠地的可達性高低，忽略實際道路、公園綠地吸引力等影響因素。網(wǎng)絡分析法則僅從供給端單一視角分析問題，且對于公園吸引力等非空間因素缺乏考慮。重力模型法和兩步移動搜索法（Two-Step Floating Catchment Area Method，2SFCA）同時將供給點、需求點以及交通阻隔等影響因素納入考量。而2SFCA是重力模型法的延伸，擴展形式豐富，已成為公共設施可達性評價中最廣泛應用的方法。

2SFCA最早由Radke等[16]于2000年提出，其核心思想為，預先為供給點和需求點設定最大出行成本，分別以供需點為中心，按照各自的出行成本作為搜索半徑，進行2次搜索，計算該范圍內(nèi)可獲取的設施數(shù)量，數(shù)量越多則可達性越高。然而，原始2SFCA默認在搜索半徑范圍內(nèi)可達性都是均等的，而超過搜索半徑后則不可達，忽略了搜索半徑范圍內(nèi)的空間差異性對可達性的影響。為克服2SFCA的不足，學者們對其進行了多方面的改進，主要包括以下4種類型：一是對距離衰減問題的改進，如Dai[17]將核密度函數(shù)引入2SFCA算法中，提出了基于核密度型的2SFCA方法（KD2SFCA），Dai[18]通過引入高斯函數(shù)來描述距離衰減，提出了基于高斯函數(shù)的2SFCA（G2SFCA）;二是對搜索半徑的改進，如Luo等[19]提出了可變搜索半徑的2SFCA（Variable2SFCA， V2SFCA），陶卓霖等[20]提出了多級半徑2SFCA（Multi Catchment Sizes 2SFCA， MC2SFCA），即按照設施規(guī)模設定多級搜尋半徑進行搜索;三是考慮多種出行方式進行方法擴展，如Mao等[21]提出了考慮多種出行方式的2SFCA（Multi-mode 2SFCA，MM2SFCA），F(xiàn)ransen等[22]也關注通勤行為對可達性的影響，提出了基于通勤的2SFCA（Commuter-based 2SFCA，CB2SFCA）;四是考慮供給競爭或需求，如Luo[23]將胡弗模型引入2SFCA，提出了胡弗型2SFCA（Huff 2SFCA， H2SFCA），Shao等[24]根據(jù)年齡、性別和醫(yī)生數(shù)量調(diào)節(jié)需求人口，提出了基于供需調(diào)整的2SFCA（Supply-demand adjusted 2SFCA，SDA-2SFCA）。

盡管上述研究擴展了對于公園綠地可達性的認知并提出了豐富的研究方法，但在公園綠地供給能力測算時僅基于公園綠地面積這一單一要素，沒有考慮其他客觀因素及居民的主觀感知和需求。而實際的公園綠地供給能力除了公園綠地面積之外，還受到多種因素的影響。本文選取荊州市中心城區(qū)為研究區(qū)域，在2SFCA的基礎上，綜合考慮百度評分、面積、植被覆蓋度、分形維數(shù)、邊緣密度多種主客觀因素對公園綠地供給能力的影響，重新測算公園綠地的供給能力，在此基礎上，基于Mapbox等時圈API計算多交通模式下公園綠地可達性，并圍繞其空間集聚特征進行深入探討，以期進一步完善公園綠地可達性評價體系，為公共綠地政策制定和資源布局優(yōu)化提供科學參考。

1" 研究方法

1.1" 公園綠地供給能力影響因子選取

本研究綜合考慮多種主客觀因素對公園綠地供給能力的影響，選取百度評分、面積、植被覆蓋度、分形維數(shù)、邊緣密度測算公園綠地的供給能力。百度評分反映了人們對公園綠地的主觀滿意度和喜愛程度，這一指標可以作為衡量公園綠地吸引力的關鍵因素之一。公園綠地的面積決定了其容納人數(shù)、活動種類的廣度。較大的面積能夠提供更多的休閑、娛樂等活動空間。一般來說，面積越大，公園綠地對居民的吸引力也更強。植被覆蓋度反映了公園綠地的自然生態(tài)環(huán)境，是衡量其質(zhì)量和生態(tài)系統(tǒng)健康的重要指標。較高的植被覆蓋度通常意味著更多的樹木、草地和其他綠植，能提供更好的環(huán)境美感等功能。分形維數(shù)用于描述公園邊界的復雜性和空間形態(tài)。分形維數(shù)越高，意味著公園的邊界越復雜。復雜的空間形態(tài)可以提高居民在視覺感知方面的興趣。邊緣密度反映了公園綠地形狀的緊湊性。邊緣密度較高的公園通常形狀更為復雜，擁有更多的邊界區(qū)域，這些邊界區(qū)域可為居民提供多樣化的景觀體驗。

1.2" 改進2SFCA模型的構建

在綜合考慮多種主客觀因素對公園綠地供給能力影響的前提下，本研究對2SFCA方法進行改進，優(yōu)化了公園綠地可達性測量方法。具體步驟如下：①計算公園綠地的供需比Rj，以每一個公園綠地供給點j為中心，根據(jù)其等級尋找對應搜索半徑d0內(nèi)的居住區(qū)需求點i，對這些需求點的人口數(shù)量用高斯函數(shù)進行衰減后求和，最后計算公園綠地的供需比Rj，如公式（1）所示。②計算居民點的可達性Ai，以每一個居住區(qū)需求點i為中心，尋找d0時間范圍內(nèi)可到達的公園綠地供給點j，對每個公園綠地的供需比Rj通過高斯函數(shù)衰減并求和，得到居民點的可達性Ai，如公式（2）所示。

式中：Di是搜索范圍內(nèi)居民點i的需求規(guī)模，以人口數(shù)量表示，f（dij）是高斯衰減函數(shù)，如公式（3）所示;Sj代表公園綠地j的綜合評分，表征公園綠地的供給能力，本研究采用熵權法對其主觀因子和客觀因子進行權重賦值，通過加權求和的方式計算獲得。具體計算公式如下

式中：Xij是公園綠地的各項指標值，Yij是數(shù)據(jù)標準化后的結果，Pij是指標的變異大小，Ej是該組指標數(shù)據(jù)的信息熵，Wij為指標的權重，Si為公園綠地i的綜合評分。

1.3" 基于Moran's Ⅰ的可達性空間自相關分析

Moran's I是一種基于空間權重的統(tǒng)計方法，通過定義空間權重矩陣，對空間數(shù)據(jù)進行分析，探究相鄰區(qū)域之間的相似性和差異性。全局Moran's Ⅰ量化空間自相關的整體水平，而局部Moran's Ⅰ衡量單個變量與其鄰近區(qū)域之間的相關強度。本研究采用Moran's I來量化荊州市中心城區(qū)公園綠地可達性的空間自相關程度和集聚情況。

2" 荊州市公園綠地可達性分析

2.1" 研究區(qū)概況

荊州市位于湖北省中南部、長江中游、江漢平原腹地，地理坐標介于東經(jīng)111°15′～114°05′，北緯29°26′～31°37′，該市下轄荊州、沙市兩區(qū)，江陵、公安兩縣，松滋、石首、監(jiān)利、洪湖四市，另有荊州開發(fā)區(qū)、紀南文旅區(qū)和荊州高新區(qū)3個功能區(qū)。根據(jù)第七次全國人口普查數(shù)據(jù)，荊州市常住人口523萬人，中心城區(qū)建成區(qū)面積93.87 km2。本文選取中心城區(qū)的人口密集區(qū)域作為研究對象，具體范圍為復興大道以南，長江以北，西環(huán)路以東，東方大道以西（圖1）。

2.2" 數(shù)據(jù)來源與處理

本研究采用的公園綠地數(shù)據(jù)來源于荊州市城管部門，同時參照荊州市人民政府官網(wǎng)等公開信息，結合百度地圖衛(wèi)星影像，最終得到研究區(qū)各類公園158處。參考GB/T 51346—2019《城市綠地規(guī)劃標準》和CJJ/T85—2017《城市綠地分類標準》，同時結合研究區(qū)實際情況將公園綠地分為3類（表1）：第一類為綜合公園，面積大于等于10 hm2，服務范圍2 000 m;第二類為社區(qū)公園，面積介于5～10 hm2，服務范圍1 000 m;第三類為游園，面積介于0.2～5 hm2，服務范圍500 m。本研究選取公園綠地的百度評分、面積、植被覆蓋度、分形維數(shù)和邊緣密度，綜合測度主觀和客觀因素對公園綠地供給能力的影響。其中，植被覆蓋度基于2023年6月26日的Sentinel-2高分辨率遙感影像，采用像元二分法[25]計算求得;分形維數(shù)和邊緣密度通過應用Fragstats 4.2軟件求得;百度評分來源于百度地圖開放平臺。對于沒有評分記錄的公園綠地，計算與其相同等級的公園綠地評分的均值，并在此基礎上添加一定幅度的隨機誤差進行賦值。

本研究使用Chen Yuehong教授團隊制作的中國100 m空間分辨率人口分布柵格數(shù)據(jù)集[26]，該數(shù)據(jù)集基于最新的第七次全國人口普查數(shù)據(jù)，結合騰訊用戶密度、建筑物高度和夜間燈光等多種地理空間大數(shù)據(jù)，以確定居民區(qū)域。與WorldPop數(shù)據(jù)集相比，該數(shù)據(jù)集顯著提升了人口網(wǎng)格數(shù)據(jù)的準確性和合理性。

出行數(shù)據(jù)則利用Mapbox API獲取基于步行、騎行和駕車3種交通模式的等時圈計算結果，確定從居住網(wǎng)格點出發(fā)在不同時間內(nèi)可達的區(qū)域。參考GB 50180—2018《城市居住區(qū)規(guī)劃設計標準》和相關學者[27-28]對搜索半徑的相關研究，最終確定以10、20和30 min作為居民在步行、騎行和駕車3種交通模式下到達公園綠地的時間閾值。

2.3" 結果分析

2.3.1" 公園綠地可達性分布格局

對每種出行模式下的可達性進行求和，得到綜合多交通模式下的公園綠地可達性?；谧匀粩帱c法將可達性計算結果分為5個等級。從空間分布來看（圖2），荊州市中心城區(qū)公園綠地可達性呈現(xiàn)由中心向兩極遞減的趨勢?？蛇_性等級為“好”和“較好”的居住網(wǎng)格占比為30.61%，主要分布在關沮鎮(zhèn)、解放街道、崇文街道、中山街道、勝利街道、聯(lián)合街道、立新街道以及朝陽街道，該區(qū)域公園綠地供給能力較高，居住網(wǎng)格人口數(shù)量占總數(shù)的43.65%;可達性等級為“一般”的居住網(wǎng)格占比為15.38%，主要分布在聯(lián)合街道與朝陽街道交界處及東城街道與解放街道、關沮鎮(zhèn)的交界處;可達性等級為“較差”和“差”的居住網(wǎng)格占比為54.01%，人口占總數(shù)的43.08%，其中，城南街道、聯(lián)合街道、沙市農(nóng)場及朝陽街道南部區(qū)域距離公園綠地較遠，而郢城鎮(zhèn)、西城街道和東城街道區(qū)域雖然有面積較大的環(huán)荊州古城國家濕地公園，但人口較為密集。總體來看，荊州市中心城區(qū)的公園綠地空間分配較為不均衡。

2.3.2" 公園綠地可達性空間集聚分析

采用Moran's Ⅰ對荊州市中心城區(qū)公園綠地可達性進行測度，結果顯示Moran's Ⅰ為0.997，p值小于0.01，表明研究區(qū)公園綠地可達性存在顯著正相關且具有明顯集聚現(xiàn)象。從空間分布上看（圖3），公園綠地可達性空間集聚差異明顯。其中，高-高聚類占比30.66%，主要集中在研究區(qū)中部，包括立新街道、崇文街道、中山街道、勝利街道及聯(lián)合街道部分區(qū)域;低-低聚類占25.81%，主要分布于郢城鎮(zhèn)、東城街道、城南街道東部、朝陽街道南部及聯(lián)合街道部分區(qū)域;此外，還存在43.13%的居住網(wǎng)格空間聚類情況不顯著。整體看，荊州市中心城區(qū)的公園綠地可達性存在一定程度的空間不均衡。

3" 結束語

本研究基于改進的2SFCA，整合公園綠地面積、植被覆蓋度、分形維數(shù)、邊緣密度和百度評分，同時考慮主觀和客觀因素測算公園綠地供給能力，以居住網(wǎng)格為研究尺度，對荊州中心城區(qū)公園綠地空間可達性進行計算，以獲取較真實的公園綠地服務水平。研究結果表明：①荊州市中心城區(qū)公園綠地可達性呈現(xiàn)明顯的空間差異，以立新街道、勝利街道和聯(lián)合街道為代表的中部區(qū)域可達性較高，而郢城鎮(zhèn)、西城街道、城南街道、沙市農(nóng)場和聯(lián)合街道等邊緣區(qū)域可達性較低。②荊州市中心城區(qū)公園綠地可達性表現(xiàn)出顯著的空間集聚特征，整體集聚特征與可達性空間分布相似?？蛇_性高-高聚類區(qū)主要集中在研究區(qū)中部，低-低聚類區(qū)主要分布在公園綠地資源較少的東南部及人口較為密集的西北部。在進行居住區(qū)土地規(guī)劃時，應充分考慮周邊公園綠地資源的供需情況，因地制宜地合理規(guī)劃城市人口布局，以有效緩解公園綠地資源供需不匹配的問題。本研究存在不足：①在公園綠地可達性計算過程中，未考慮不同的人口結構特征（如青少年、上班族、老年等）對于公園綠地需求的差異，這可能導致居民實際需求的偏差;②在交通方式選擇上，居民可能還會使用公共交通工具等出行方式;③可達性計算中仍存在邊界效應，即居住在研究區(qū)邊界附近的居民可能會越過城市或行政區(qū)邊界尋求公園綠地服務，導致最終結果可能出現(xiàn)偏差。未來將針對上述問題開展進一步的研究。

參考文獻：

[1] AYALA-AZCáRRAGA C， DIAZ D， ZAMBRANO L. Characteristics of urban parks and their relation to user well-being[J].Landscape and Urban Planning，2019（189）：27-35.

[2] WANG Y， NI Z， CHEN S， et al. Microclimate regulation and energy saving potential from different urban green infrastructures in a subtropical city[J].Journal of Cleaner Production，2019（226）：913-927.

[3] 焦敏，周偉奇，錢雨果，等.斑塊面積對城市綠地降溫效應的影響研究進展[J].生態(tài)學報，2021，41（23）：9154-9163.

[4] MCMORRIS O， VILLENEUVE P J， SU J， et al. Urban greenness and physical activity in a national survey of Canadians[J].Environmental Research，2015（137）：94-100.

[5] CHEN Y， WENG Q， TANG L， et al. Automatic mapping of urban green spaces using a geospatial neural network[J].GIScience amp; Remote Sensing，2021，58（4）：624-642.

[6] WANG S， YUNG E， SUN Y. Effects of open space accessibility and quality on older adults' visit： Planning towards equal right to the city[J].Cities，2022（125）：103611.

[7] 黃玖菊，林伊婷，陶卓霖，等.社會公平視角下深圳公園綠地可達性研究[J].地理科學，2022，42（5）：896-906.

[8] 幸麗君，杜賽南，仝照民，等.環(huán)境正義視閾下城市公園綠地時空可達性及其影響因素[J].生態(tài)學報，2023（13）：5370-5382.

[9] YUN J， YU W， WANG H. Exploring the Distribution of Gardens in Suzhou City in the Qianlong Period through a Space Syntax Approach[J].Land，2021，10（6）：659.

[10] 尹海偉，孔繁花，宗躍光.城市綠地可達性與公平性評價[J].生態(tài)學報，2008（7）：3375-3383.

[11] CHEN J， KINOSHITA T， LI H， et al. Which green is more equitable？ A study of urban green space equity based on morphological spatial patterns[J].Urban Forestry amp; Urban Greening，2024（91）：128178.

[12] 劉韜，楊德剛，張豫芳，等.城市公園綠地可達性時空變化及影響因素——以烏魯木齊市為例[J].中國科學院大學學報，2021，38（3）：350-359.

[13] 車苑溪.基于GIS的城市公園綠地可達性研究——以煙臺市中心城區(qū)為例[D].濟南：山東建筑大學，2023.

[14] 董小剛，喬慶華，翟亮，等.基于改進引力模型的廣場公園可達性研究[J].地球信息科學學報，2019，21（10）：1518-1526.

[15] 汪淼，陳振杰，周琛.城市綠色開敞空間可達性研究——以南京市中心城區(qū)為例[J].生態(tài)學報，2023，43（13）：5347-5356.

[16] RADKE J， MU L. Spatial Decompositions， Modeling and Mapping Service Regions to Predict Access to Social Programs[J].Geographic Information Sciences，2000，6（2）：105-112.

[17] DAI D. Racial/ethnic and socioeconomic disparities in urban green space accessibility： Where to intervene？[J].Landscape and Urban Planning，2011，102（4）：234-244.

[18] DAI D. Black residential segregation， disparities in spatial access to health care facilities， and late-stage breast cancer diagnosis in metropolitan Detroit[J].Health amp; Place，2010，16（5）：1038-1052.

[19] LUO W， WHIPPO T. Variable catchment sizes for the two-step floating catchment area （2SFCA） method[J].Health amp; Place，2012，18（4）：789-795.

[20] 陶卓霖，程楊，戴特奇.北京市養(yǎng)老設施空間可達性評價[J].地理科學進展，2014，33（5）：616-624.

[21] MAO L， NEKORCHUK D. Measuring spatial accessibility to healthcare for populations with multiple transportation modes[J].Health amp; Place，2013（24）：115-122.

[22] FRANSEN K， NEUTENS T， MAEYER P， et al. A commuter-based two-step floating catchment area method for measuring spatial accessibility of daycare centers[J].Health amp; Place，2015（32）：65-73.

[23] LUO J. Integrating the Huff Model and Floating Catchment Area Methods to Analyze Spatial Access to Healthcare Services[J].Transactions in GIS，2014，18（3）：436-448.

[24] SHAO Y， LUO W. Supply-demand adjusted two-steps floating catchment area （SDA-2SFCA） model for measuring spatial access to health care[J].Social Science amp; Medicine，2022（296）：114727.

[25] 鐘琪，胡晉山，康建榮.基于像元二分法的大寧礦區(qū)植被覆蓋度研究[J].金屬礦山，2021（11）：197-203.

[26] CHEN Y H， XU C， GE Y， et al. A 100-m gridded population dataset of China's seventh census using ensemble learning and geospatial big data[J].Earth System Science Data Discussions，2024：1-19.

[27] 王誠，張云彬，陳靜媛，等.基于改進兩步移動搜索法的合肥市中心城區(qū)綜合公園可達性評價[J].華中農(nóng)業(yè)大學學報，2024，43（1）：89-99.

[28] 李嘉欣，陳兵，章銀柯，等.城市公園綠地可達性與社會公平性研究[J].浙江農(nóng)林大學學報，2024，41（4）：820-829.