基于網(wǎng)絡(luò)地圖的合肥市公園綠地可達性研究

陳飛　仲冠南　吳慶雙　萬猛

摘要：建設(shè)分布均衡的公園綠地體系推進城市生態(tài)修復(fù)和完善綠地功能成為城市發(fā)展建設(shè)的重點內(nèi)容，探究城市公園綠地資源的可達性及供需特征具有重要意義。本文基于高斯兩步移動搜索法與雙變量空間自相關(guān)的方法，在1km格網(wǎng)尺度下使用高德地圖獲取的三種交通方式下，基于實際路況下實時通行時間數(shù)據(jù)計算合肥市市轄區(qū)公園綠地可達性及供需空間差異，主要結(jié)論如下：①合肥市市轄區(qū)公園綠地可覆蓋的格網(wǎng)單元數(shù)量占比以及人口數(shù)量占比隨時間閾值的增加而增長。在15分鐘通行時間閾值下，駕車與騎行方式能使大多數(shù)人獲得公園綠地資源，而步行方式只有約一半的人口數(shù)量占比。騎行方式能夠以較低的成本接近駕車方式，能讓較多的人口數(shù)量獲得公園綠地資源；②合肥市市轄區(qū)公園綠地可達性等級分布出現(xiàn)城郊差異，較低可達性等級集聚在人口密度較高的城市中心，而較高可達性等級集聚在人口密度較低的城市外圍，整體上可達性等級呈現(xiàn)出從中心向外逐漸上升的空間格局。時間閾值的提升主要增加了公園綠地可達性范圍，交通方式的改變更能提高公園綠地可達性等級；③基于供需平衡的公園綠地可達性聚類特征顯示，總體上合肥市市轄區(qū)自中心向外依次呈現(xiàn)為“低供給-高需求”特征、“不顯著”特征、“低供給-低需求”特征，城市核心區(qū)出現(xiàn)供應(yīng)不足，而城市外圍區(qū)域出現(xiàn)供過于求現(xiàn)象。結(jié)論可為合肥市市轄區(qū)公園綠地規(guī)劃建設(shè)提供參考。

關(guān)鍵詞：可達性；城市公園綠地；網(wǎng)絡(luò)地圖API；兩步移動搜索法；合肥

中圖分類號：K901文獻標(biāo)志碼：A文章編號： 1001-2443（2023）06-0564-09

引言

城市公園綠地作為城市公共基礎(chǔ)設(shè)施的重要組成部分，發(fā)揮著綠地生態(tài)和社會等多重功能。在城市綠色空間中，公園綠地在城市環(huán)境凈化空氣、調(diào)節(jié)城市氣候以及緩解城市熱島效應(yīng)等方面起到了重要作用［1］。同時，也提供給城市居民娛樂休閑的場所，增加居民的體育鍛煉活動，改善居民的身心健康［2］。特別的，城市公園綠地作為戶外空間，空氣流通，被認為是流行疾病期間相對安全的場所，可以改善生活質(zhì)量［3］。因此，城市公園綠地的可達性評價，對城市綠地的布局和規(guī)劃以及發(fā)揮其應(yīng)有的環(huán)境和社會效益具有重要的意義。

可達性概念1959年由Hansen［4］提出，為克服空間阻力到達目的地的方便程度。常用研究可達性的方法有緩沖區(qū)法［5］、網(wǎng)絡(luò)分析法［6］、引力模型法［7］和兩步移動搜索法［8］。緩沖區(qū)法未考慮道路影響，網(wǎng)絡(luò)分析法僅從供給方面考慮計算可達性。引力模型和兩步移動搜索法綜合考慮了公共服務(wù)設(shè)施的供給和需求兩個方面，但引力模型的摩擦系數(shù)確定較為復(fù)雜，而兩步移動搜索法未進行距離上的衰減，在閾值范圍內(nèi)可達性相同。引入高斯函數(shù)對兩步搜索法進行優(yōu)化［9］，利用通行阻抗衰減的高斯兩步移動搜索法測量可達性水平，能夠有效地反映城市公園綠地在數(shù)量和公平性上的供需關(guān)系。也有研究發(fā)現(xiàn)不同的交通方式對公共基礎(chǔ)設(shè)施的空間可達性有明顯的影響［10］，不同交通方式的可達性產(chǎn)生了差異性的空間分布格局［11］。在需求方面，較多的采用了社區(qū)人口數(shù)［12］或行政區(qū)人口數(shù)［8］作為需求數(shù)據(jù)，這會將研究區(qū)域劃分為不同大小的子單元，可能會影響結(jié)果［13］。有研究指出供需空間的不匹配可能造成特定區(qū)域的差異。隨著城市的網(wǎng)格化管理逐漸展開，將研究區(qū)域劃分為網(wǎng)格，從地理單元的角度討論有助于解釋研究結(jié)果［14］。因此，利用網(wǎng)格開展較小尺度城市公園綠地可達性的相關(guān)研究，對城市公園綠地規(guī)劃和管理具有重要意義。

當(dāng)前，利用大數(shù)據(jù)信息助力地理學(xué)的研究和應(yīng)用，有效地提升了測度的準(zhǔn)確性［15］。為計算基于交通狀況的通行時間成本，可利用網(wǎng)絡(luò)地圖不同交通模式的路徑規(guī)劃API（Application Programming Interface）獲得實際通行時間引入高斯兩步移動搜索法中代替?zhèn)鹘y(tǒng)的歐氏距離或路網(wǎng)距離計算城市公園綠地可達性，能夠更準(zhǔn)確地反映城市公園綠地的可達性空間格局。本研究使用基于高德地圖的路徑規(guī)劃API獲取通行時間數(shù)據(jù)，高德地圖作為專業(yè)的網(wǎng)絡(luò)地圖服務(wù)商，提供了詳細的道路網(wǎng)絡(luò)數(shù)據(jù)及多種交通方式下的通行時間測算，此通行數(shù)據(jù)基于實時道路與路況信息，相比網(wǎng)絡(luò)分析得到的通行時間數(shù)據(jù)更加準(zhǔn)確。此外，城市公園綠地往往有多個入口，使用高德地圖路徑規(guī)劃服務(wù)時，目標(biāo)點會選擇最適合用戶當(dāng)前位置的入口，避免因為進入公園內(nèi)部空間的時間產(chǎn)生誤差。

綜上所述，本文選取合肥市市區(qū)四個行政區(qū)范圍作為研究區(qū)域，基于1km×1km的格網(wǎng)，采用基于實際通行時間衰減的高斯兩步移動搜索法，參考以往研究［12，16］以及《城市居住區(qū)規(guī)劃設(shè)計標(biāo)準(zhǔn)》（GB50180—2018）針對5分鐘、10分鐘、15分鐘生活圈，對步行、騎行（自行車）、駕車三種方式在不同時間閾值下從供需兩個方面計算合肥市市轄區(qū)步行、騎行、駕車三種交通模式的公園綠地可達性空間布局，使用高德路徑規(guī)劃API獲得的實際路阻下各種交通方式的通行時間以期提高測算結(jié)果的精度。從可達性格局和供需特征結(jié)果，為合肥市城市公園綠地管理及城市公園綠地規(guī)劃提供參考。

1 研究數(shù)據(jù)與方法

1.1 研究區(qū)概況

合肥，簡稱“廬”或“合”，安徽省省會，是合肥都市圈中心城市，中國長三角城市群副中心城市。位于華東地區(qū)，北緯30°57′-32°32′，東經(jīng)116°41′-117°58′之間。作為國家森林城市和國際濕地城市的合肥市一直在積極建設(shè)城市綠地，深耕“300米見綠，500米見園”的綠色建設(shè)目標(biāo)，選取合肥市作為研究區(qū)有一定典型意義。本文研究范圍為合肥市市轄區(qū)，包括蜀山區(qū)、包河區(qū)、瑤海區(qū)、廬陽區(qū)，城市面積1339.22平方公里，根據(jù)第七次人口普查數(shù)據(jù)，市區(qū)人口為511.82萬人。

1.2 數(shù)據(jù)來源及處理

1.2.1 數(shù)據(jù)來源

（1）合肥市市轄區(qū)行政區(qū)劃數(shù)據(jù)來源于全國地理信息目錄服務(wù)系統(tǒng)1：100萬公眾版基礎(chǔ)地理信息數(shù)據(jù)。

（2）合肥市市轄區(qū)公園綠地矢量數(shù)據(jù)及道路矢量數(shù)據(jù)來源于開放街道地圖（Open Street Map）數(shù)據(jù)，數(shù)據(jù)獲取時間為2022年6月。

（3）合肥市市轄區(qū)人口分布數(shù)據(jù)來源于2020年Worldpop人口柵格數(shù)據(jù)集，該數(shù)據(jù)集的空間分辨率為100m，適合用于人口密度中等和高等區(qū)域的精細化研究且數(shù)據(jù)精度較高［17］。

（4）研究使用的多種交通方式的通行時間來源于高德地圖路徑規(guī)劃API，為模擬大部分人在工作日前往公園綠地進行活動的情況，數(shù)據(jù)采集時間為2022年9月的工作日17：30—21：00期間。

1.2.2 數(shù)據(jù)處理

（1）合肥市市轄區(qū)公園綠地面數(shù)據(jù)作為研究的公園綠地資源供給，并與從高德地圖API獲取的城市公園綠地POI（Point of Interest）數(shù)據(jù)對比進行數(shù)據(jù)清洗后得到共計226個城市公園綠地面數(shù)據(jù)。本文根據(jù)中國城市綠地分類標(biāo)準(zhǔn)（CJJ/T85，2017）將合肥市市轄區(qū)公園綠地面數(shù)據(jù)分為三種類型，分類規(guī)則見表1，空間分布如圖1所示。

（2）對人口分布數(shù)據(jù)，在合肥市市轄區(qū)范圍生成1km×1km格網(wǎng)單元匯集統(tǒng)計2020年Worldpop人口柵格數(shù)據(jù)，人口數(shù)量大于0的格網(wǎng)單元數(shù)量1280個，即研究范圍內(nèi)總格網(wǎng)單元數(shù)量為1280個。格網(wǎng)單元質(zhì)心作為需求點數(shù)據(jù)。為了人口總數(shù)更加精確，根據(jù)合肥市第七次人口普查公報（第一號）的各行政區(qū)人口總數(shù)與從Worldpop獲得的各行政區(qū)統(tǒng)計的人口格網(wǎng)數(shù)據(jù)相除計算各區(qū)人口修正系數(shù)，對各行政區(qū)內(nèi)格網(wǎng)單元人口數(shù)乘以對應(yīng)行政區(qū)修正系數(shù)進行糾正，所得人口密度如圖1所示。

圖1為處理后的基于1km格網(wǎng)聚合的人口數(shù)量分布與合肥市市轄區(qū)公園綠地分布數(shù)據(jù)，以公園綠地資源為供給數(shù)據(jù)，以人口數(shù)量分布為需求數(shù)據(jù)。合肥市市轄區(qū)的人口主要分布在中東部地區(qū)，人口密度較高的區(qū)域主要在四個行政區(qū)交界處的城市中心以及包河區(qū)南部部分區(qū)域，其中空白格網(wǎng)為人口數(shù)量為0的區(qū)域。公園綠地主要分布在市轄區(qū)中東部與南部，整體上與人口分布密度高的區(qū)域相對應(yīng)，廬陽區(qū)與瑤海區(qū)公園綠地數(shù)量較少，蜀山區(qū)公園綠地數(shù)量多且分布集中，包河區(qū)公園綠地分布較分散。市轄區(qū)西部及部分東部區(qū)域由于綠地公園數(shù)量少導(dǎo)致空間分布的不均衡問題易造成獲取公園綠地資源的不公平問題。

1.3 研究方法

1.3.1 基于網(wǎng)絡(luò)地圖的高斯兩步移動搜索法 高斯兩步移動搜索法在供給和需求兩個方面，根據(jù)需要設(shè)定的閾值分別進行搜索，通過高斯函數(shù)進行距離或時間的衰減使得可達性結(jié)果更加準(zhǔn)確，此種擴展形式已廣泛應(yīng)用在綠地［18-19］、醫(yī)療［20］等公共設(shè)施可達性的研究中。本文使用高德地圖服務(wù)平臺獲取多種交通方式的通行時間成本引入高斯兩步移動搜索法，依靠其真實交通數(shù)據(jù)以及利用時間閾值計算衰減程度更符合實際情況，提高了準(zhǔn)確性。根據(jù)高斯兩步移動搜索法計算要求，利用python對供需OD坐標(biāo)點對進行各交通方式路徑規(guī)劃API批量請求，對得到的結(jié)果按照時間閾值進行篩選后計算可達性值。具體的計算過程如下。

步驟一，以公園質(zhì)心作為供給點，人口聚合后的格網(wǎng)中心點作為需求點。在轉(zhuǎn)換為高德地圖坐標(biāo)系后，調(diào)用高德路徑規(guī)劃API搜索自供給點出發(fā)的時間閾值范圍內(nèi)所有需求點，得到相應(yīng)需求點格網(wǎng)人口總和并利用高斯衰減函數(shù)按照時間衰減賦給相應(yīng)權(quán)重，最后計算供需比Rj：

式中：位置k為格網(wǎng)需求點，位置j為綠地供給點；[tkj]為位置k、j之間實際通行時間，[t0]為搜索時間閾值；[Sj]為公園綠地j的面積，單位為m2；[Pk]為需求點的人口數(shù)量；[Gtkj，t0]為基于時間的高斯衰減函數(shù)，如公式（2）所示：

步驟二，自代表人口格網(wǎng)中心點出發(fā)，搜索時間閾值范圍內(nèi)能到達的公園供給點，利用基于時間閾值和實際通行時間的高斯函數(shù)衰減后將綠地的供需比[Rj]求和得到需求點的可達性值[At0k]，此值可表示為經(jīng)過衰減后的人均綠地面積，值越大代表綠地的可獲得性越高：

1.3.2 基于雙變量空間自相關(guān)供需聚類分析 利用城市公園綠地可達性值表示供給水平與聚合后人口數(shù)量代表需求水平，基于雙變量空間自相關(guān)方法分析不同交通方式的公園綠地供給能力與居民需求之間空間聚類差異，為未來公園綠地的規(guī)劃提供參考，公式如下：

式中：[Xi，k]和[Xj，l]分別表示空間單元i的屬性k的值和空間單元j的屬性l的值；[Xk]和[Xl]分別表示屬性k和l的均值；[δk]和[δl]分別表示屬性k和l的方差; [Wij]為空間單元i、j之間的空間權(quán)重矩陣；n為空間單元的個數(shù)。

2 結(jié)果分析

2.1 多交通方式公園綠地可達性分析

使用高德地圖路徑規(guī)劃API獲取OD通行時間，基于高斯兩步移動搜索法分別計算每個格網(wǎng)在5分鐘、10分鐘、15分鐘分鐘時間閾值內(nèi)步行、騎行、駕車三種交通方式下的可達性值，得到的可達性結(jié)果從廣義上是基于通行時間權(quán)重衰減后的人均綠地面積［19］。為便于不同時間閾值的結(jié)果進行綜合比較，將各交通方式的不同時間閾值可達性計算結(jié)果使用幾何間隔分類方法劃分為低、較低、中等、較高、高五個等級，可視化后反映可達性的空間格局，格網(wǎng)可達性等級越高表示越易獲得公園綠地資源。

基于可達性計算結(jié)果統(tǒng)計各交通方式不同時間閾值的可達合肥市市轄區(qū)內(nèi)公園綠地格網(wǎng)單元占比以及人口數(shù)量占比，如圖2所示。結(jié)果表明，合肥市市轄區(qū)公園綠地可覆蓋的格網(wǎng)單元數(shù)量占比以及人口數(shù)量占比在三種交通方式下隨時間閾值的提升而增長。在15分鐘通行時間閾值下，駕車方式有約61%的格網(wǎng)單元近97%的人口都能獲得公園綠地資源，騎行方式下有約43%的格網(wǎng)單元近91%人口，步行方式下只有約20%的格網(wǎng)單元近52%的人口。步行方式下隨時間閾值的提升，格網(wǎng)單元與人口數(shù)量占比增長有限，與駕車方式相比有較大差異，但騎行方式能夠以較低的成本接近駕車方式，特別是能夠讓較多數(shù)量的人口獲得公園綠地資源。因此對于步行不可達而騎行可達的格網(wǎng)區(qū)域，可作為城市放置共享單車點的重點區(qū)域。

從可達性的統(tǒng)計數(shù)值結(jié)果來看，不同交通方式各格網(wǎng)可達性的均值和標(biāo)準(zhǔn)差如下表2所示。從均值上可以看到三種交通方式可達性的均值隨著時間閾值的增加均有先增長后下降的趨勢，這表明時間閾值從5分鐘增加至10分鐘時可獲得的公園綠地面積增加使得可達性值增長，但是當(dāng)時間閾值從10分鐘增加至15分鐘時，對公園綠地資源有需求的人口增量更加顯著，使得可達性均值有所下降。相同時間閾值下，駕車可達性的均值均小于步行和騎行方式，主要是因為覆蓋了更多的人口數(shù)量。從標(biāo)準(zhǔn)差來看，在5分鐘至15分鐘時間閾值范圍內(nèi)駕車可達性標(biāo)準(zhǔn)差為三種交通方式中最小，說明駕車方式受時間影響較其他方式小，在不同時間閾值下獲取公園綠地資源的差異性最小。

合肥市市轄區(qū)公園綠地可達性各等級情況如圖3和圖4所示，從總體上可以看出合肥市市轄區(qū)三種交通方式下的公園綠地可達性均隨著通行時間閾值增加，可達性為0的格網(wǎng)區(qū)域在逐漸減少，表明公園綠地的服務(wù)范圍在逐漸增大，而交通方式帶來的通行速度的提升也使得更多區(qū)域能夠獲得公園綠地資源，但市轄區(qū)西部因為公園綠地資源稀少且道路網(wǎng)較為稀疏，可達性為0的格網(wǎng)區(qū)域較多。其中可達性等級為較高和高的格網(wǎng)區(qū)域大多分布在城市邊緣面積大的綜合公園附近，原因是人口相對于城市中心少，人均可獲得的綠地面積更大，而城市中心雖然也有相當(dāng)數(shù)量的綜合公園，但由于人口數(shù)量大，可達性等級處在中等和較低水平。合肥市市轄區(qū)公園綠地可達性等級分布出現(xiàn)城郊差異，較低可達性等級集聚在較高人口密度的城市中心，而較高可達性等級集聚在較低人口密度的外圍城市，整體上可達性等級呈現(xiàn)出從中心向外逐漸上升的趨勢。

從可達性空間分布格局中可以進一步看出不同交通方式可達性差異。在5分鐘至15分鐘時間閾值范圍內(nèi)，駕車方式的可達性最好，因為駕車方式能夠更好地克服道路距離阻力，使得獲取公園綠地資源的差異性最小，進而提高區(qū)域公園綠地可達性的等級，但即使在15分鐘閾值下，依然有約40%的格網(wǎng)區(qū)域可達性為0。步行方式下，可達的格網(wǎng)數(shù)量也在增加但十分有限，主要分布于各公園綠地資源附近。騎行方式下，在10分鐘和15分鐘時間閾值下已經(jīng)能使得大部分人口密度較高的區(qū)域獲得公園綠地資源。從步行轉(zhuǎn)變騎行方式時，可以發(fā)現(xiàn)主要增加了可達區(qū)域的范圍，但可達性等級較低，特別是離公園綠地有一定距離的格網(wǎng)區(qū)域，例如廬陽區(qū)東部、瑤海區(qū)西南部、蜀山區(qū)東部及包河區(qū)中部區(qū)域，而從騎行轉(zhuǎn)變?yōu)轳{車方式時，主要提高了綜合公園附近的格網(wǎng)區(qū)域的可達性等級。

2.2 公園綠地可達性空間集聚分析

為進一步研究合肥市市轄區(qū)公園綠地的供需差異，用可達性值代表供給，人口數(shù)量代表需求，利用Geoda軟件進行雙變量空間自相關(guān)分析以研究供需的空間集聚關(guān)系。在0.05的顯著性水平上，合肥市市轄區(qū)公園綠地可達性與需求的集聚情況如圖5所示。圖中“低-低”表示格網(wǎng)區(qū)域公園綠地供給和需求數(shù)量均為低；“低-高”表示格網(wǎng)區(qū)域公園綠地供給低，但需求數(shù)量高；“高-低”表示格網(wǎng)區(qū)域公園綠地供給高，需求數(shù)量低；“不顯著”區(qū)域表明綠地供給和需求相對均衡。

從圖中總體可以看出，除局部格網(wǎng)區(qū)域有所變化外，整體供需聚類空間格局變化較小，圈層結(jié)構(gòu)明顯。低-高聚類局域集中在合肥市市轄區(qū)城市中心區(qū)域，表明城市中心雖然有分布一定數(shù)量的綜合公園，但人口密度大需求高，公園綠地供給的人均水平低；有542個格網(wǎng)區(qū)域不顯著聚類約占市轄區(qū)的42%，整體分布在市轄區(qū)中心二環(huán)外，此區(qū)域公園數(shù)量多，人口密度相對市中心低，供需特征表現(xiàn)相對平衡；高-高聚類大多分布在二環(huán)內(nèi)的綜合公園附近，且整體數(shù)量較少；高-低聚類在城市邊緣的綜合公園附近才有所顯示，其中駕車方式最為顯著。低-低聚類主要分布在合肥市市轄區(qū)西部、南北部分區(qū)域，主要是由于公園綠地面積少、人口數(shù)量較低以及道路交通影響。

從步行方式上看，時間閾值的增長對不同空間聚類的影響不明顯，表明步行能獲得的公園綠地資源較為有限。從騎行及駕車方式看，時間閾值從5分鐘至10分鐘時，“高-高”聚類減少，“低-高”聚類增加，表示增加了對有需求區(qū)域的可達性范圍，公園綠地可覆蓋的人口更多。而時間閾值從10分鐘至15分鐘時，騎行方式無明顯變化，駕車方式下“高-高”聚類增加，“低-高”聚類減少，駕車使得較高可達性等級區(qū)域增多，能獲得更多的公園綠地面積。

3 結(jié)論和討論

3.1 結(jié)論

使用基于時間閾值的高斯兩步移動搜索法和高德地圖路徑規(guī)劃API進行三種交通方式下的合肥市市轄區(qū)城市公園綠地可達性計算與特征分析，并使用雙變量空間自相關(guān)分析進行城市公園綠地資源供需空間差異分析，結(jié)論如下：

（1）合肥市市轄區(qū)公園綠地可覆蓋的格網(wǎng)單元數(shù)量占比以及人口數(shù)量占比隨時間閾值的增加而增長。在15分鐘通行時間閾值下，駕車與騎行方式能使大多數(shù)人獲得公園綠地資源，而步行方式只有約一半的人口數(shù)量占比。騎行方式能夠以較低的成本接近駕車方式，能讓較多數(shù)量的人口獲得公園綠地資源。

（2）合肥市市轄區(qū)公園綠地可達性等級分布出現(xiàn)城郊差異，較低可達性等級集聚在較高人口密度的城市中心，而較高可達性等級集聚在較低人口密度的城市外圍，整體上可達性等級呈現(xiàn)出從中心向外逐漸上升的空間格局。時間閾值的提升主要增加了公園綠地可達性范圍，交通方式的改變能提高公園綠地可達性等級。

（3）基于供需平衡的公園綠地可達性聚類特征顯示，總體上合肥市市轄區(qū)自中心向外依次呈現(xiàn)為“低供給-高需求”“不顯著”“低供給-低需求”特征，城市核心區(qū)出現(xiàn)供應(yīng)不足，而城市外圍區(qū)域出現(xiàn)供過于求現(xiàn)象。

3.2 討論

將從高德地圖獲取的實時通行時間引入高斯兩步移動搜索法，利用其精度優(yōu)勢探究了多種交通方式在1km格網(wǎng)尺度下不同時間閾值的城市公園綠地的可達性及其供需聚類特征。基于網(wǎng)絡(luò)地圖數(shù)據(jù)獲取的時空數(shù)據(jù)因考慮了道路性質(zhì)、交通流量以及交通方式等道路阻抗更符合實際情況，相比于傳統(tǒng)歐式距離或網(wǎng)絡(luò)分析［6］下的高斯兩步移動搜索方法得到的可達性計算結(jié)果更加準(zhǔn)確。基于格網(wǎng)尺度相比于以往社區(qū)、街道尺度［12］在人口密度均勻性上更好，并且能夠較為細致地分析城市公園可達性的空間格局及差異，在小尺度上研究供需平衡特征為細化城市公園綠地管理及規(guī)劃提供了參考。

本文全面分析了不同通行時間閾值和出行方式下公園綠地的可達性，比較了三種交通方式的可達性空間差異和供需差異，發(fā)現(xiàn)克服通行時間的能力越強，其可達性等級越高。不同收入群體選擇的交通方式的差異可能會產(chǎn)生空間不公平的現(xiàn)象，在倡導(dǎo)綠色低碳出行的背景下更需要關(guān)注步行和騎行可達性低和差異較大的區(qū)域。通過供需差異分析，合肥市市轄區(qū)城市公園綠地供給與人口需求在城市中心區(qū)域及城市外圍區(qū)域出現(xiàn)了不匹配現(xiàn)象，原因一方面是城市核心區(qū)域地價高、土地供應(yīng)有限以及人口密度增加，另一方面是城市發(fā)展不同階段的規(guī)劃差異使得城市外圍區(qū)域建設(shè)了較多的大型綜合公園。根據(jù)合肥市市轄區(qū)公園綠地可達性情況提出以下建議：

（1）基于15分鐘時間閾值下步行可達性的空間分布情況，對不可達以及可達性等級較低的區(qū)域，特別是有“低供給-高需求”特征的，可采取見縫插針式的增加諸如口袋公園等小型公園的方法進一步實現(xiàn)“500米見園”的綠化目標(biāo)。

（2）改善道路交通條件，降低通往公園綠地的時間成本也能有效提高可達性。對于各通行時間閾值下，步行方式下不可達而騎行可達的區(qū)域，可作為城市放置共享單車點的重點區(qū)域。

（3）對人口密度較低的蜀山區(qū)西部、瑤海區(qū)北部、廬陽區(qū)西部、包河區(qū)中東部區(qū)域可適當(dāng)增加面積較大的綜合公園，以改善合肥市市轄區(qū)公園綠地可達性。

本文研究內(nèi)容仍存在一些不足之處，在今后的工作中可以進一步改進。首先，考慮到合肥市市轄區(qū)公園綠地數(shù)量較少，本文沒有對不同等級的公園綠地進行分級討論，主要結(jié)果為不同交通方式下居民獲取整體公園綠地難易程度的空間格局。其次，在格網(wǎng)的使用上，可達性結(jié)果將在一定程度上受到網(wǎng)格尺度的影響，將人口數(shù)據(jù)重新聚合至格網(wǎng)并用質(zhì)心代表出行需求點存在一定偏差。本文沒有討論1km格網(wǎng)導(dǎo)致的潛在不確定性，未來可探索不同尺度格網(wǎng)的可達性結(jié)果。最后，本文選用通行時間數(shù)據(jù)的采集時間為2022年9月工作日下午五點至九點，由于人們在工作日出行特征相對穩(wěn)定，研究結(jié)果代表了工作日的可達性狀態(tài)，而周末的出行模式可能并不相同，本文沒有反映出可達性的時間變化，可以在今后的工作中對可達性的時間動態(tài)進行全面分析。

參考文獻：

［1］ 蘇泳嫻， 黃光慶， 陳修治， 等. 廣州市城區(qū)公園對周邊環(huán)境的降溫效應(yīng)［J］. 生態(tài)學(xué)報， 2010， 30（18）： 4905–4918.

［2］ MAAS J， VAN DILLEN S M E， VERHEIJ R A， et al. Social contacts as a possible mechanism behind the relation between green space and health［J］. Health & Place， 2009， 15（2）： 586–595.

［3］ KLEINSCHROTH F， KOWARIK I. COVID-19 crisis demonstrates the urgent need for urban greenspaces［J］. Frontiers in Ecology and the Environment， 2020， 18（6）： 318–319.

［4］ HANSEN W G. How accessibility shapes land use［J］. Journal of the American Institute of Planners， 1959， 25（2）： 73–76.

［5］ 施拓， 李俊英， 李英， 等. 沈陽市城市公園綠地可達性分析［J］. 生態(tài)學(xué)雜志， 2016， 35（5）： 1345–1350.

［6］ MOYANO A， MART?NEZ H S， CORONADO J M. From network to services： a comparative accessibility analysis of the spanish high-speed rail system［J］. Transport Policy， 2018， 63： 51–60.

［7］ JOSEPH A E， BANTOCK P R. Measuring potential physical accessibility to general practitioners in rural areas： a method and case study［J］. Social Science & Medicine， 1982， 16（1）： 85–90.

［8］ 楊文越， 李昕， 陳慧靈， 等. 基于多出行模式兩步移動搜索法的廣州多尺度綠地可達性與公平性研究［J］. 生態(tài)學(xué)報， 2021， 41（15）： 6064–6074.

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

［10］ PINTO L V， FERREIRA C S S， IN?CIO M， et al. Urban green spaces accessibility in two european cities： vilnius （lithuania） and coimbra （portugal）［J］. Geography and Sustainability， 2022， 3（1）： 74–84.

［11］ 陳杰. 基于網(wǎng)絡(luò)地圖服務(wù)的公共設(shè)施多模式交通時空可達性測度研究［D］. 南京：南京大學(xué)， 2019： 119.

［12］ 浩飛龍， 張浩然， 王士君. 基于多交通模式的長春市公園綠地空間可達性研究［J］. 地理科學(xué)， 2021， 41（4）： 695–704.

［13］ DONY C C， DELMELLE E M， DELMELLE E C. Re-conceptualizing accessibility to parks in multi-modal cities： a variable-width floating catchment area （vfca） method［J］. Landscape and Urban Planning， 2015， 143： 90–99.

［14］ LEE G， HONG I. Measuring spatial accessibility in the context of spatial disparity between demand and supply of urban park service［J］. Landscape and Urban Planning， 2013， 119： 85–90.

［15］ 黃潔， 王姣娥. 交通大數(shù)據(jù)在人文與經(jīng)濟地理學(xué)的應(yīng)用及學(xué)科影響［J］. 地球信息科學(xué)學(xué)報， 2020， 22（6）： 1180–1188.

［16］ LIU B， TIAN Y， GUO M， et al. Evaluating the disparity between supply and demand of park green space using a multi-dimensional spatial equity evaluation framework［J］. Cities， 2022， 121： 103484.

［17］ 林丹淳， 譚敏， 劉凱， 等. 代表性人口空間分布數(shù)據(jù)集的精度評價——以2010年廣東省為例［J］. 熱帶地理， 2020， 40（2）： 346–356.

［18］ 陶卓霖， 程楊. 兩步移動搜尋法及其擴展形式研究進展［J］. 地理科學(xué)進展， 2016， 35（5）： 589–599.

［19］ 仝德， 孫裔煜， 謝苗苗. 基于改進高斯兩步移動搜索法的深圳市公園綠地可達性評價［J］. 地理科學(xué)進展， 2021， 40（7）： 1113–1126.

［20］ 郭琛琛， 梁娟珠. 基于網(wǎng)絡(luò)地圖的多交通模式醫(yī)療設(shè)施可達性分析［J］. 地球信息科學(xué)學(xué)報， 2022， 24（3）： 483–494.

Spatial Accessibility of Park Green Space in Hefei City Based on Network Map

CHEN Fei1， ZHONG Guan-nan1， WU Qing-shuang1，2， WAN Meng1

（1. School of Geography and Tourism， Anhui Normal University， Wuhu 241000， China; 2. Resources， Environment and Geographic Information Engineering， Anhui Engineering Technology Research Center， Wuhu 241000， China）

Abstract： Building a well-distributed park green space system to promote urban ecological restoration and improving green space functions has become the key content of urban development and construction. It is of great significance to explore the accessibility and supply and demand characteristics of urban park green space resources. Based on the Gaussian two-step floating catchment area method and the bivariate spatial autocorrelation method， this paper calculates the availability of the park green space in the municipal district of Hefei City based on the real-time travel time data obtained from the Amap at the grid scale of 1 km. The main conclusions are as follows： ① The proportion of the number of grid units that can be covered by the park green space in the municipal district of Hefei and the proportion of the population grows with the increase of the time threshold. At the 15-min access time threshold， the driving and cycling modes provide the majority of people with access to park green space resources， while the walking mode has only about half of the population size share. Bicycling can be closer to driving at a lower cost， allowing more people to have access to park green space resources; ② The distribution of park green space accessibility levels in the municipal district of Hefei shows urban-suburban differences， with lower accessibility levels clustered in the center of the city where the population density is higher， while higher accessibility levels are clustered in the periphery of the city where the population density is lower， and the accessibility levels on the whole present a spatial pattern of gradual increase from the center to the outside. Overall， the accessibility rating shows a spatial pattern of gradual increase from the center outward. The increase of time threshold mainly increases the accessibility range of park green space， and the change of transportation modes can improve the accessibility level of park green space; ③The clustering characteristics of park green space based on the balance of supply and demand show that， in general， the municipal district of Hefei is characterized by "low supply - high demand" from the center outwards， "insignificant" and "low supply-low demand" characteristics， with the core area of the city experiencing a lack of supply and the peripheral area of the city experiencing an oversupply phenomenon. The conclusion can provide reference for the planning and construction of park green space in the municipal district of Hefei.

Key words：spatial accessibility; urban park green space; network map API; two-step mobile search method; Hefei

（責(zé)任編輯：鞏 劼）

收稿日期：2022-11-13

基金項目：安徽省高等學(xué)校科學(xué)研究項目（2022AH050196）.

作者簡介：陳飛（1997—），男，安徽合肥市人，碩士研究生；通訊作者：吳慶雙（1980—），男，湖南永州市人，博士，副教授，E-mail：wuqing@mail.ahnu.edu.cn.

引用格式：陳飛，仲冠南，吳慶雙，等. 基于網(wǎng)絡(luò)地圖的合肥市公園綠地可達性研究［J］.安徽師范大學(xué)學(xué)報（自然科學(xué)版），2023，46（6）：564-572.