上海蘇州河濱水空間公園綠地服務效率研究

夏春鸝，陳 能，楊雯麗，楊文雪

（1.上海師范大學 環境與地理科學學院，上海 200234）

濱水空間作為城市中一類重要的公共區域，既是城市活力、魅力和發展水平的展現，也是城市吸引高端資源和人才的重要載體[1]。公園綠地是城市濱水空間的重要組成部分，是打造濱水空間綠色低碳體系的關鍵一環。隨著中國特色社會主義進入新時代，人們對美好生活的需求日益增長，對居住環境和生活質量提出了更高要求，如何構建“創新、協調、綠色、開放、共享”的濱水空間，營造更加綠色的生態環境，是促進城市發展和提高居民生活水平的重要議題。

公園綠地的服務效率是評價城市生態格局和市民生活質量的重要指標，而空間可達性是公園綠地服務效率指標的核心內容[2]。可達性是指交通網絡中各節點之間相互作用力的大小，由Hansen WG[3]于1959年首次提出。20世紀末，GIS技術的空間分析功能開始被引入城市綠地服務水平的研究中，不僅豐富了研究城市公園綠地的視角，而且為城市公園綠地服務效率分析提供了更多的技術支持和科學依據。隨著GIS技術在公園綠地研究領域的不斷發展，研究方法也在不斷革新，從最開始的緩沖區分析法[4]發展為現在多種不同特點的分析方法[5]；研究主題從綠地規劃與設計[6]、景觀格局研究[7]、生態效益[8]和美學評價[9]等方面過渡到現在熱門的可達性相關研究，其中公園綠地的服務效率和空間公平性是如今重要的研究議題。國外相關研究起步較早，成果豐富，學者多從社會屬性的角度探討社會群體在獲得公共服務資源中的公平與公正問題，不僅包含了城市公園綠地的空間分布與公平性分析[10-12]，還對不同社會群體到公園綠地的可達性進行了研究[13-14]。國內相關研究起步相對較晚，學者重點從空間屬性的角度探討城市公園綠地的可達性、服務公平性和服務效率，如許基偉[15]等利用重力型兩步移動搜索法探討了武漢居住區尺度下不同等級公園綠地的空間公平性；李文[16]等借助GIS分析平臺對哈爾濱城市公園的服務情況進行了定量評價；李小馬[17]等采用GIS網絡分析法對沈陽城市公園的可達性和服務狀況進行了分析。總體來看，國內相關研究更關注城市公園綠地的可達性和分布的公平性，但對于公園綠地的服務效率研究還相對欠缺，值得更加深入的探討。

蘇州河是上海的母親河，代表著上海的歷史發展和城市形象，也是市民親水活動的重要場所[18]。根據“上海2035”總體規劃將蘇州河打造為“特大城市宜居生活的典型示范區”的總體目標[19]，本文以上海蘇州河濱水空間中心城區段為研究對象，利用成本距離加權法，從可達性和服務效率兩個角度對蘇州河濱水空間中心城區段的公園綠地服務狀況進行了量化分析與評價，以期為蘇州河濱水空間公園綠地的建設和優化提供參考。

1 研究區概況與數據來源

1.1 研究區概況

上海（120°52′～122°12′E、30°40′～31°53′N）地處我國南北海岸中心點、長江入海口，是國際經濟、金融、貿易、航運、科技創新中心，截至2019年底，行政區劃面積為6 340.5 km2，下轄16個行政區，常住人口為2 428.14萬人[20]。上海蘇州河總長度約為50 km，濱水空間總面積約為139 km2，其中外環線的郊區段長約29 km，面積約為112km2，中心城區段長約21 km，用地面積約為27 km2[21]。本文以上海蘇州河濱水空間中心城區段為研究范圍（中心城區段范圍參照《黃浦江、蘇州河沿岸地區建設規劃（2018—2035）》中的規劃范圍設定，即外環高速—外白渡橋段），涉及黃浦、虹口、靜安、長寧、普陀和嘉定6區。研究區范圍如圖1所示。

圖1 研究區范圍

1.2 數據來源

本文的數據來源主要包括兩類：①地理空間數據，以《黃浦江、蘇州河沿岸地區建設規劃（2018—2035）》和《蘇州河兩岸（中心城區）公共空間貫通提升建設導則》中規劃的蘇州河濱水空間范圍為參照，利用Google Earth最新遙感影像進行補充校正，通過目視解譯并結合實地調研驗證后，數字化獲得蘇州河濱水空間中心城區段的公園綠地、居民區、水域、工業區以及其他土地利用現狀分布圖，并通過Open Street Map獲取道路網絡數據；②人口數據，通過全國第六次人口普查數據，結合全市和各行政區發布的《2018年國民經濟和社會發展統計公報》，獲得上海中心城區居（村）委級別常住人口數據。

2 研究方法

本文采用基于柵格的成本距離加權法對濱水空間公園綠地服務效率進行測算，首先結合實際賦予研究區各類地物相對阻力值；然后加入人口密度數據進行加權疊加運算，形成基于綜合阻力的柵格成本數據集；再利用ArcGIS空間分析模塊中的成本距離工具生成可達性分級圖，并在此基礎上測算公園綠地服務面積、服務人口等相關指標；最后根據各項指標進行公園綠地服務效率的綜合分析。研究技術路線如圖2所示。

圖2 服務效率研究技術路線圖

成本距離加權法是以城市景觀分類的柵格數據為基礎，通過最短路徑搜索算法計算到達公園的累計阻力（時間、距離、費用等）來評價城市公園的可達性[5]。首先對土地利用類型進行分類，然后賦以相對穿越阻力值，進而計算得到研究區各點到“源”的累計阻力，即成本距離。成本距離確定了研究區成本柵格圖中每個像元通向“源”的最低累積成本路徑，考慮了最小成本路徑的“源”以及最小成本路徑本身。本文以公園綠地為“源”，以到達公園綠地的累計空間阻力值為成本距離，將運算結果轉化為基于出行時間的公園綠地可達性分級圖。

3 數據準備與處理

3.1 阻力值的確定

阻力值是根據人們在不同地物類型的影響下從出發地到達目的地所花費的相對時間成本而設定的，基于研究的內容和目的，不同學者對城市各類用地阻力值的設定不同。俞孔堅[22]等在研究城市景觀可達性中首次對不同土地利用類型設定了相對空間阻力值，在以后的研究中，王瑤[23]、馬林兵[24]、郭微[25]、王琨[26]等也相繼設定了不同土地利用類型的相對阻力值。本文參考前人研究成果，結合蘇州河濱水空間的實際情況設定了各土地利用類型的相對空間阻力值，如表1所示。

表1 城市各土地利用類型相對空間阻力值

3.2 基礎數據準備與處理

1）根據《黃浦江、蘇州河沿岸地區建設規劃（2018—2035）》中規劃的蘇州河濱水空間范圍以及高分辨率Google Earth最新遙感影像進行人工判讀，并結合實地調研驗證，利用ArcGIS數字化獲得蘇州河濱水空間中心城區段的土地利用類型分布圖（圖3）和公園綠地分布圖（圖4）。從研究意義和公園的休閑游憩功能出發，結合公園發展實際，本文選取面積大于1 hm2的公園綠地作為研究對象（下文提到的公園綠地均指面積大于1 hm2的公園）。

圖3 研究區土地利用類型分布圖

圖4 研究區公園綠地分布圖

2）城市道路網絡數據通過Open Street Map開放平臺選擇所需區域下載，再利用QGIS軟件將下載的OSM數據轉換為ArcGIS可利用的Shp矢量數據。

3）整合道路網絡數據，將研究區不同道路按等級建立相應距離的緩沖區，再與土地利用類型圖進行鑲嵌處理，然后根據表1中設定的土地利用類型相對阻力值進行賦值（圖5）。

圖5 研究區土地利用類型相對阻力值圖

4）以4 m×4 m的像元大小對土地利用類型分布圖和綠地分布圖進行柵格化。

5）利用Spatial Analyst模塊中的成本距離分析工具，以公園綠地分布柵格圖像為“源”，對土地利用類型的柵格圖像進行成本距離加權運算，得到研究區公園綠地可達性分布圖，并以在道路上步行80 m/min的速度計算，轉化得到基于步行阻力的時間等級圖。

6）本文考慮人口因素，以居委管轄區為單位求取研究區人口密度，計算公式為：

式中，R為人口密度（人/hm2）；S為居委管轄區總人口數；M為居委管轄區面積（hm2）。

利用上海中心城區居（村）委級別常住人口數量，根據式（1）計算得到研究區內人口密度分布圖。

7）將人口密度圖和土地利用類型步行阻力圖分別按50%和50%的權重進行柵格疊加運算，從而得到綜合阻力值圖。

8）利用成本距離加權工具，以公園綠地柵格圖像為“源”，進行柵格成本距離運算，形成公園綠地可達性分布圖，并轉化為基于綜合阻力值的可達性分級圖。

9）計算服務覆蓋率（即服務面積比和服務人口比）。以得到的不同時間等級圖所覆蓋的面積和人口數作為公園綠地的服務面積和服務人口，進行統計分析，從總體上衡量城市公園綠地的服務效率。其計算公式為：

式中，C為服務覆蓋率；∑PA為研究區內所有公園綠地的服務范圍總人口或總面積；PA為研究區總人口或總面積。

4 研究結果與分析

4.1 濱水空間公園綠地總體特征

研究區內公園綠地有34處（圖4），總面積為206.73 hm2，約占研究區總面積的7.67%，主要集中在蘇州河南北沿岸地區。其中，濱河公園綠地共24處，總面積為97.97 hm2，約占研究區公園綠地總面積的47.39%，約占研究區總面積的3.63%，可見研究區內濱河公園綠地占絕大多數，但每個公園綠地的面積較小，主要原因在于城市公園綠地易受自然地貌等因素影響，多沿城市主要水體岸線修建，同時說明人們親水賞水的意愿得到重視。另外，蘇州河沿岸由于歷史發展原因土地利用類型復雜多樣，用地破碎，使得公園綠地小而分散。

蘇州河北岸公園綠地共有15處，總面積為105.17 hm2，約占研究區公園綠地總面積的50.87%，其中普陀區長風公園占地面積最大；蘇州河南岸公園綠地共有19處，總面積為101.56 hm2，約占研究區公園綠地總面積的49.13%，其中長寧區中山公園占地面積最大。而今蘇州河南岸多為小尺度的街道肌理，以步行為主，部分為歷史街區；北岸是典型的辦公和居住區域，人口眾多，倉儲地塊也在進一步開發[1]。由統計數據可知，研究區內蘇州河南北兩岸的公園綠地配置較合理，分布較均勻，空間布局得到優化。

內環以內，公園綠地共有18處，總面積為84.47 hm2，約占研究區公園綠地總面積的40.86%；內環以外中環以內，公園綠地共有7處，總面積為83.40 hm2，約占公園綠地總面積的40.34%；中環以外外環以內，公園綠地共有9處，總面積為38.86 hm2，約占公園綠地總面積的18.70%。東、中、西3大區段公園綠地布局差異較大，主要是由于蘇州河中心城區段沿線發展具有較明顯的階段性特征和功能集聚特征[27]，東段以高端商業、金融、文化等服務功能為主；中段以居住功能為主，人口流動大，公園綠地布局較多；西段工業倉儲用地占比偏高，公園綠地布局相對較少。

4.2 濱水空間公園綠地可達性分析

本文通過ArcGIS空間分析模塊，利用成本距離加權法得到研究區城市公園綠地可達性時間等級圖（圖6），并由基于步行阻力的可達性級別分布比率（表2）可知，步行15 min可到達公園綠地的區域占比最大，為35.45%，其次為步行5 min到達的區域，占比為27.86%，而步行30～60 min可到達的區域占比最小，為10.65%。總體來看，78.27%的區域到達最近公共綠地的步行時間不超過30 min，只有11.07%的區域步行到達公園綠地的時間超過60 min。對照研究區土地利用類型圖（圖3）發現，步行30 min以內到達的區域覆蓋了大部分居住區，而步行時間超過60 min的區域主要為市區內部的工業用地、火車站以及一些水域。個別區域到公園綠地近而步行時間長，主要是受不同用地阻力值設定差異影響，穿越不同用地類型的累積阻力值較大而造成的，可在該片區規劃中適當增加公園綠地景觀類型多樣性，提高公園綠地分布均勻度，降低服務盲區，以改善步行阻力。綠地空間可達性是一個相對概念，不同研究者對城市土地利用類型阻力值的設定不盡相同，本文僅以不同土地利用類型的相對阻力值為權重參與計算，只要相對阻力關系正確，并不影響綠地空間格局分析。因此，在單純考慮出行時間的情況下，大部分市民可用較短的時間就近到達公園綠地，說明濱水空間的綠地可達性是比較合理的。

圖6 研究區公園綠地步行阻力時間等級圖

表2 基于步行阻力的可達性級別分布比率

城市中人口分布密度不勻，僅用步行可達性分析得到的服務面積來衡量研究區公園綠地的服務狀況是不夠的。單一指標可能會使結果過于理想化，因此本文加入人口數據，利用研究區內居委級別的常住人口數量生成研究區人口密度圖（圖7），并與研究區不同土地利用類型阻力值圖進行加權疊加運算，得到研究區的綜合阻力值圖；再通過ArcGIS空間分析模塊計算得到研究區公園綠地綜合可達性分級圖（圖8）。結合研究區公園綠地綜合可達性級別分布比率（表3）可知，可達性級別前3個等級的區域面積達到了84.59%，其中可達性良好的Ⅰ、Ⅱ級區域占60.84%。對照圖7可以看出，人口密度較高的區域可達性尚好，但也存在一些難達區；可達性較差的Ⅴ級區域只占研究區的很小一部分，且主要集中在人口密度較高的邊緣地區和少部分工業區，因此從整體上來看，研究區公園綠地的空間可達性良好。

圖7 研究區人口密度分布圖

圖8 研究區公園綠地綜合可達性分級圖

表3 基于綜合阻力值的可達性級別分布比率

4.3 濱水空間公園綠地服務效率分析

城市公園綠地的服務效率是城市公園綠地服務能力在空間上的反映[28]。本文結合研究區人口密度分布，通過以綜合阻力為成本值的距離運算求得公園綠地不同時間等級的空間可達面積和人口，再進一步計算研究區公園綠地的服務效率。本文將基于綜合阻力的可達性分析得到的公園綠地的服務面積分級圖與研究區人口密度分布圖進行疊加統計，得到研究區公園綠地不同可達性級別的服務人口（表4）。結果表明，研究區公園綠地可達性較好的前3個等級區域的服務人口為56.47萬人，約占總人口的79.6%，遠高于后兩個等級區域的占比；其中可達性Ⅱ級區域的服務人口最多，服務人口比最大，為21.32萬人，約占總人口的30%，而可達性Ⅴ級區域的服務人口最少，為3.47萬人，服務人口比為4.89%。由表4可知，不同可達性等級服務范圍內的服務面積比和服務人口比差異較大，從前3個等級來看，公園綠地的服務面積比和服務人口比均約占總數的80%，說明研究區公園綠地整體的服務效率較好，大部分人可相對容易地到達公園綠地，并享受其帶來的服務；但從前兩個等級來看，公園綠地的服務面積比為60.84%，而服務人口比為54.86%，說明研究區公園綠地可達性優良區域的服務效率還有待提高，服務面積和服務人口還有待增加，其主要原因可能是內環以內的蘇州河東段以高端商業、金融、文化等服務功能為主，工商業用地較多，土地資源緊缺，較大型濱河公園綠地布局相對較少。

表4 基于可達性級別的研究區公園綠地服務效率分析

5 結語

本文著眼于城市公園綠地基礎設施服務狀況，借助ArcGIS空間分析工具，對研究區公園綠地進行了步行可達性測算，并通過考慮研究區人口密度分布因素，對研究區公園綠地的服務效率進行了分析，得出以下結論：

1）研究區公園綠地主要集中在蘇州河南北沿岸，兩岸公園綠地面積相當，分布較均勻；相較于西段，東段和中段公園綠地分布較多，面積較大。從整體來看，公園綠地占研究區較小一部分，需適當擴大并優化公園綠地布局。

2）在僅考慮步行阻力的情況下，78.27%的區域就近到達公園綠地的步行時間不超過30 min，只有11.07%的區域步行到達公園綠地的時間超過60 min，單從出行時間來看，濱水空間的綠地可達性較為合理。

3）在考慮綜合阻力的情況下，可達性較好的Ⅰ、Ⅱ、Ⅲ級區域服務覆蓋率較高，但可達性優良的Ⅰ、Ⅱ級區域的服務面積比和服務人口比分別僅為60.84%和54.86%，不占絕對優勢，說明濱水空間的公園綠地服務效率還有待提高。

本文利用GIS空間分析工具，從可達性和服務效率兩個角度對蘇州河濱水空間中心城區段的公園綠地服務狀況進行了量化分析，在一定程度上反映了研究區公園綠地的服務能力，可為其空間布局優化提供參考。然而，本文還存在一些不足：①對于居民到達公園綠地的出行阻力僅考慮了步行阻力因素，而忽略了不同出行方式對于空間可達性的影響；②對城市不同土地利用類型的分類和阻力值的設定具有一定的主觀性，或與實際情況存有偏頗；③研究對象排除了面積小于1 hm2的公園綠地，可能低估了研究區公園綠地的服務能力。今后需要加強對不同年齡結構和層次居民出行意愿以及公園自身吸引力等方面的研究，拓展公園綠地服務效率的評價指標，為深入研究做進一步準備。