城市公園空間分布格局與服務特征評價
——以沈陽市為例

楊月恒,郭力娜,張寅桐

(華北理工大學 礦業工程學院,河北 唐山 063210)

隨著城市化進程的加快,人口隨之不斷增加,建筑物面積不斷擴張,導致城市綠地被侵占而減少[1,2]。城市公園作為城市綠地重要的組成部分,是人們親近自然、享受自然的主要場所,其在提升居民幸福感、實現城市高效服務、城市社會經濟及環境效益提高等方面具有十分重要的作用。城市公園將生態、文化、科學融合在一起,能夠改善城市生態環境,提高人們身體素質以及文化涵養,整體提高人們生活環境質量。現階段,我國的城市發展中有不少地區存在城市空間盲目擴張、資源要素利用效率低、生態功能退化等“城市病”,不僅影響了人類生活的生態環境,而且還阻礙著社會經濟朝著高質量方向發展的步伐[3]。公園城市理念的提出在城市建設和規劃歷史上畫出了濃墨重彩的一筆[4],是引領未來中國城市規劃和建設的重要指導。近些年,全國各地踐行“綠水青山就是金山銀山”理念,以生態視覺在城市創建山水林田湖草生命共同體,努力將“城市中的公園”打造成“公園中的城市”[5]。

城市公園空間分布特征一直是學術界重點研究內容,在國外得到廣泛關注。其中,針對城市外部結構分析最具代表性人物當屬湯姆·特納,他將城市公園分為單一的中央公園、分散的居民社區廣場、不同等級的公園等6類空間分布模式,其基本上涵蓋了當時城市公園的特征[6]。對于城市公園內部空間分布最具影響力的人物是曼紐爾·鮑德博拉和費雷德·勞森,他們基于對城市公園功能的考慮,第一次嘗試將城市公園內部空間進行分區處理,使得城市公園游玩設施與休息設施的價值得到充分發揮[7]。BANCR O F等通過對美國城市公園空間分布方面的深入研究,利用可達性方法對城市公園空間分布的合理性進行評價。

國內對于城市公園的研究更趨向以地質、森林以及體育公園等為研究對象。朱磊等以1994、2004、2019年的國家森林公園為研究對象,利用空間分析法綜合分析我國森林公園空間分布差異特征,為我國森林公園空間布局優化提出寶貴建議[8]。王蕾通過對廣西地質公園發展狀況進行梳理,結合區域規劃、空間經濟學等相關理論,分析了廣西地質公園空間分布的地質地理差異[9]。曾洪發等利用科技手段獲取了我國1 707個體育公園,采用空間分析法、數學分析模型等方法,綜合總結了我國體育公園空間分布規律并探究其影響因素[10]。

結合以上分析,國內外對城市公園空間分布的研究已經取得了很多成就,但其主要是以某一類公園空間分布模式、特征為主要內容,利用多源數據評價城市公園空間服務水平并分析其影響因素的研究較少,而且影響因素的分析大多采用定性描述,缺少量化分析。因此,將沈陽市城市公園作為研究對象,選取空間分析法、熵權TOPSIS法等來探究其空間分布格局與服務特征評價,以此為城市公園空間合理規劃提供一定支撐。

1 研究數據與方法

1.1 研究區概況

沈陽市,不僅是遼寧省轄地級市、省會、特大城市以及沈陽都市圈核心城市,還是全國文明城市、國家環境保護模范城市、國家森林城市和國家園林城市。根據2021年沈陽市統計年鑒記載,全市下轄10個區、2個縣、代管1個縣級市,和平區、沈河區、大東區、皇姑區以及鐵西區為中心區,總面積12 860 km2。沈陽市地處中國東北地區南部、遼寧中部,位于北緯41°48′11.75″、東經123°25′31.18″之間。東與鐵嶺市、撫順市、本溪市接壤,南臨遼陽市,西與盤錦市、阜新市相連,北與內蒙古自治區相鄰。

如圖1所示,沈陽市地形自北東向南西,兩側向中間傾斜,北部丘陵與東部丘陵山地向西南方向逐漸平展成大面積的沖擊平原。沈陽市康平縣、法庫縣絕大多數為丘陵山地;沈北新區東部、渾南區東部以及蘇家屯區東部有些丘陵山地,往西逐漸平坦;新民市、于洪區以及遼中區這3個地區絕大部分由沖積平原構成,新民市西北部散存一些丘陵;中心區絕大部分地區地勢平坦,其中,大東區東部地區散落一些丘陵。

圖1 研究區地勢圖

1.2 數據獲取與預處理

1.2.1城市公園數據

(1)數據來源

研究所用城市公園共計218個樣本數據。公園數據來源總共分為2個部分。一部分來源于沈陽市城市管理綜合行政執法局,共計101個;一部分城市公園數據來源于高德地圖,共計168個。根據對文獻的分析總結[11],對這兩部分城市公園數據重復部分進行保留,未重合部分選擇利用高德地圖數據對沈陽市城市管理綜合行政執法局提供的數據進行補充。

從沈陽市城市管理綜合行政執法局收集城市公園數據通過電話訪問獲取沈陽市城市管理綜合行政執法局關于沈陽市城市公園的數據問題,該局提供了“沈陽智慧城管”公眾號。“沈陽智慧城管”是沈陽市園林綠化與市容環衛管護中心認證,在此公眾號中僅有關于沈陽市主城區的公園,并未提及康平縣、法庫縣、遼中區以及新民市的城市公園,總共收集到101個城市公園。

從高德地圖收集城市公園數據高德地圖作為中國具備“三甲”資質的領先數字地圖軟件。沈陽市公園POI數據采集完成時間為2022年5月3日21:42。根據“沈陽市”、“風景名勝”、“公園”等字樣,從高德地圖中爬取沈陽市公園POI數據,總共爬取到188個城市公園;經過對城市公園位置的驗證、城市公園取舍以及城市公園名稱的更正等過程,剔除了20個無效城市公園,最終確定參與研究的公園個數為168個。

(2)數據預處理

如圖2所示,利用ArcGIS對沈陽市公園空間可視化,城市公園總體呈現“大聚集,小分散”的格局,其主要集中在沈陽市東南部地區,其他區域均有零散分布。其中,沈陽市的主城區公園分布比較多,且在中心區形成聚集分布;隨著與主城區的距離增大,非主城區城市公園空間分布也就越少,同時也就越分散。

圖2 沈陽市城市公園空間分布

1.2.2其他數據

道路數據來源于遼寧省自然資源廳。根據遼寧省自然資源廳提供的遼寧省整個省的道路數據,其中包括高速公路(655.23 km)、國道(1 135.42 km)、省道(888.06 km)、縣道(1 661.39 km)。

統計數據主要來源于遼寧省統計局、沈陽市人民政府,包括2020年《沈陽市統計年鑒》、《遼寧省統計年鑒》,同時遼寧省、沈陽市統計公報作為補充。具體來講,主要有以下幾部分:城鎮人口數、社區委員會數、GDP和人均可支配收入等。

土地利用數據主要用于空間服務差異特征影響因素分析中土地利用混合度的測算,其來源于美國環境系統研究所公司(Esri),以Sentinel-2衛星的遙感圖作為數據源,分辨率為10 m。土地利用混合度是以斑塊的數量為基礎,利用信息熵公式來進行測算。

遼寧省自然資源廳獲取的相關基礎地理信息數據、政區矢量底圖以及沈陽市地勢數據。

2020年城市夜間燈光強度數據來源于國家地理空間信息中心網站,空間分辨率為500 m。

2020年植被指數(NDVI)數據來源于中國科學院資源環境科學數據中心(http://www.resdc.cn/resdc/first.asp),分辨率為1 km。

2020年沈陽市各區域建筑物邊界數據主要來源于國家青藏高原科學數據中心(http://data.tpdc.ac.cn/zhhans/),地理坐標為WGS-84。以國家青藏高原科學數據中心提供的建筑物邊界數據為根據來制作建設物密度,利用ArcGIS軟件中的面轉線工具,再分析線密度。

1.3 研究方法

1.3.1空間分布集中度

(1)最鄰近指數

采用最鄰近指數法來判斷沈陽市城市公園要素在空間的相互鄰近程度[12,13],進而對城市公園點要素在空間上的分布類型進行分析,其公式為:

(1)

(2)

式中:

R—最鄰近點指數;

rε—點理論最鄰近距離;

A—沈陽市全域土地面積;

n—沈陽市所擁有的公園個數。

當R≤0.5時,點要素屬于凝聚型;當0.5

(2)地理集中指數

地理集中度指數用來測度每個要素在區域內的空間集中分布程度[13],是衡量研究對象集中程度的重要指標,其公式中:

(3)

Pi—沈陽市第i個區域的城市公園個數;

T—沈陽市的城市公園總個數;

n—沈陽市區域總個數。

G值的大小與城市公園分布的集中分布程度呈正相關,G越大越集中,反之則越分散。

1.3.2空間分布均衡度

(1)不平衡指數

不平衡指數反映不同地區的研究對象的平衡性[14]。用其來測算城市公園在沈陽市的分布情形。其計算公式為:

(4)

式中:

S—不平衡指數;

n—沈陽市區域;

Yi—第i位區域的累計占比。

(2)基尼系數

基尼系數[15]通常在地理學中被用來分析區域內研究對象的均衡程度,本研究主要使用其對沈陽市全域內城市公園分布均勻差異性進行分析。其公式為:

(5)

C=1-Gini

(6)

式中:

Gini—基尼系數;

C—公園分布均勻度;

Pi—沈陽市第i個區域的城市公園占比;

n—沈陽市區域總個數。

基尼系數值越趨近于1時,表示研究區域城市公園分布越集中;越趨近于0時,表示研究區域城市公園分布越均勻。C與Gini的分布規律相反。

1.3.3空間分布密度

核密度分析法經常用來估算區域地理要素的空間分布密度及其形態的變化[16],其公式為:

(7)

式中:

S—待估計沈陽市城市公園的位置;

Si—落在以S為圓心空間范圍內的要素;

h—在半徑空間范圍內第i個城市公園的位置。

1.3.4熵權TOPSIS法

TOPSIS法是一種評價多個指標和指標之間的相對優劣的分析方法,測度研究對象與最優解、最劣解的距離[17]。由于傳統的TOPSIS法存在不可避免的缺陷,即評價指標權重選取的隨機性和僅能獲得絕緣相對優劣關系,而熵權法是按照指標數據反饋信息量的大小來分配權重的大小,以此來表征指標的重要程度,基于以上分析,特意引入熵權法來改進TOPSIS法[18],以此來克服傳統TOPSIS的缺陷,使評價結果更加科學準確。

1.3.5地理探測器

地理探測器是一種揭示地理現象空間異質性背后驅動因素的新興空間分析方法。地理探測器[19]主要由四部分組成,分別為交互作用探測、風險區探測、分異及因子探測和生態探測。選取分異及因子探測、交互作用尋找城市公園空間服務水平空間格局背后的驅動因素。計算公式為:

(8)

式中:

q—驅動因素對城市公園空間服務水平的解釋程度;

N—沈陽市的區域個數;

σ2—沈陽市區域的整體城市公園空間服務水平的方差;

m—影響因素分層。

2 城市公園空間分布格局特征與差異

2.1 空間分布集中度

2.1.1總體空間分布集中度

城市公園的集中分布有利于刺激居民外出,在促進各地區的互聯互動方面具有重大的作用。借助軟件ArcGIS空間統計工具并采用最鄰近指數R來分析沈陽市公園的空間分布類型。沈陽市公園平均最近鄰指數結果:最鄰近指數為0.50,z得分為-14.24,P值為0.00,表明沈陽市城市公園總體上呈現凝聚型格局,空間分布不均勻。

2.1.2區域空間分布集中度

地理集中指數是衡量沈陽市各區域公園集中程度的另一種有效方法。如表1所示,根據地理集中指數公式,沈陽市公園總數為T=218,區域總數為n=13,運用地理集中指數公式得出G=30.44。顯而易見,該測評結果受公園分布和分布區域個數的影響。公園的分布越不均勻,則地理集中指數越高;當分布的區域越少,則地理集中指數越高,因此進一步驗證了之前的計算結果。

表1 沈陽市城市公園地理集中指數

如果沈陽市所擁有的218個城市公園平均分散在13個區域,則每個區域的城市公園數量為16.77個,由計算得知,G=30.44>16.77,說明沈陽市公園在區域尺度上空間分布不均衡,分布較為集中。

2.2 空間分布均衡度

2.2.1均勻程度

不平衡指數反映了不同區域研究對象的完整性或平衡性。由于自然條件、經濟發展水平等條件的差異,導致城市公園在空間分布上呈現明顯的不均衡性。利用此指數測度沈陽市城市公園的分布均衡情況,計算公式選用洛倫茲曲線的指數。當不平衡指數接近1時,說明沈陽市公園全部聚集在一個區域;當不平衡指數為0時,說明城市公園在理想狀態下均勻的分布在沈陽市各個區域。

沈陽市各區域的公園個數累計占比從大到小依次排序,如表2所示,再利用相關公式計算出,不平衡指數S=0.27,根據不平衡指數準則,說明這218個城市公園呈現空間集群分布格局。其中,鐵西區、渾南區、大東區、和平區和沈河區這5個區域所擁有的公園數量超過全市的50.00%,而法庫縣、遼中區和康平縣僅占全市的7.34%,與其他區域形成鮮明的對比。這種現象可以說明沈陽市雖然旅游資源豐富,但是在未來各區域城市公園的建設過程中,仍然存在很大的提升空間,以建設更優質的城市公園為目標,切實為居民提供更好的休憩游玩之所。

表2 不平衡指數

2.2.2離散程度

基尼系數在地理學中被用來研究地理點要素的空間分布特征,進而分析出不同區域中研究要素分布的離散程度。利用相關公式計算得出:沈陽市基尼系數Gini=0.95,分布離散度C=0.05,這說明沈陽市城市公園在各區域分布比較集中,與之對應的是城市公園在各區域離散程度較低,此外,沈陽市主城區分布比較聚集,主要集中在鐵西區、渾南區和大東區。

2.3 空間分布密度

利用ArcGIS軟件對沈陽市城市公園點要素進行點密度分析,得到圖3沈陽市城市公園空間分布密度。

圖3 沈陽市公園空間分布密度

如圖3所示,在整體上看,沈陽市城市公園呈現“單主核中心,雙次核中心”的空間分布密度格局,主核中心與雙次核中心組成穩定的三角形結構。具體來講,主核中心分布在和平區、沈河區、大東區、皇姑區以及鐵西區東北部的地區,極核處在和平區、大東區以及沈河區的交界處,其聚集程度極強;雙次核中心分布在新民市、遼中區;其他區域分布呈現出相對比較零散的現象。通過與統計數據、地勢圖的結合分析,可以發現:主核中心所處區域經濟較發達,人口較多,且地勢比較平坦,在未來城市發展過程中,應該加強與新民市、遼中區的聯系,以此來夯實這不太穩固的三角形關系,此外,其他區域宜主動加入到其中,共同促進沈陽市城市公園建設與發展。

3 城市公園空間服務特征及影響因素分析

經過城市公園空間分布格局特征分析,已經對沈陽市城市公園在數理和空間上有了深入的了解。居民作為城市公園空間服務的享受者,城市公園作為居民休閑游玩的提供者,兩者之間存在著密不可分的關系。因此,探究城市公園的空間服務特征以及影響因素具有重要的研究價值。

3.1 城市公園空間服務評價

3.1.1評價指標體系構建

為深入踐行“綠水青山就是金山銀山”理念,在城市構建山水林田湖草生命共同體、布局高品質綠色空間體系,將“城市中的公園”打造成為“公園中的城市”。城市公園發展是一個相對比較復雜的過程,參考相關文獻[20,21],借鑒前人的研究成果,將城市公園空間服務作為目標層,公園配置水平、公園服務水平[22]作為準則層,共有4個指標,如表3所示。

表3 城市公園空間服務評價體系

公園配置準則層。公園配置是把控公園發展整體方向的總著力點。選取以下2個指標:其一,公園個數,表征城市公園建設情況,體現公園個數在區域間的分布差異性;其二,公園密度,表征衡量一個區域城市公園覆蓋情況。

公園服務準則層。公園服務是堅持以人為本的理念,滿足市民在感官享受和精神文化方面的雙重需求,突出城市公園與市民相匹配的程度。選取以下2個指標:其一,公園平均服務人數,表征城市公園在社會公平方面的服務能力,以滿足城市化發展的需求;其二,公園平均服務社區數,表征公園對于社區的覆蓋情況,反映在日常生活中市民對于城市公園選擇的多樣性。

3.1.2結果與分析

基于構建好的城市公園空間服務評價指標體系以及熵權TOPSIS法,對沈陽市13個區域的公園空間服務特征進行測度。如表4所示,沈陽市城市公園空間服務水平的均值為0.360 3,中位數為0.246 9,即沈陽市城市公園空間服務水平的數據呈現正偏態分布(中位數位于平均數的左側,小于平均數),這說明沈陽市大部分區域的城市公園空間服務水平低于平均值,僅有少部分城市公園空間服務水平較高的區域為沈陽市公園空間服務水平做出較大的貢獻。具體來講,僅有4個區域位于均值之上,從大到小分別為沈河區、和平區、皇姑區以及大東區,意味著這4個區域城市公園空間服務水平可能已經進入相對穩定的階段,而且還說明這4個區域城市公園空間服務水平成為影響整個沈陽市城市公園空間服務水平的主力。位于均值之下的區域有9個,占沈陽市總區域的69.23%,相比于其他區域來說,鐵西區的城市公園空間服務水平雖然也位于平均水平之下,但是其與城市公園空間服務水平均值最接近,這說明鐵西區在未來應該關注城市公園的建設、發展以及服務范圍等方面,爭取其空間服務水平早日提升至平均值之上。

表4 城市公園空間服務水平

在空間上,利用ArcGIS軟件空間分析中的自然間斷點分級法將沈陽市城市公園空間服務水平特征劃分為5個等級,即Ⅰ等級(0.100 0～0.134 9)為較差,Ⅴ等級(0.821 0～1.000 0)為較好,以此為依據繪制了沈陽市城市公園空間服務特征空間分布圖。如圖4所示,沈陽市城市公園空間服務特征在空間分布上呈現出以和平區與沈河區為中心并向外圍梯度遞減的“核心—邊緣”的結構,主核心集中在沈河區。此外,主城區北部區域比主城區南部區域城市公園空間服務水平高,這可能與人口、經濟、自然和城市建設等有一定關系。

圖4 沈陽市城市公園空間服務特征

3.2 城市公園空間服務影響因素探測

為了探究城市公園空間服務水平的影響因素,依據數據的可獲取性,構建了城市公園空間服務水平的異質性的影響因素體系,該體系從人口發展、經濟驅動、城市建設以及自然因素出發。

(1)影響因素數據準備

選取自然增長率(X1)、人口密度(X2)、城鎮化率(X3)作為人口發展的指標層,其中,以上3個數據均由2020年沈陽市統計年鑒獲取。GDP(X4)、人均可支配收入(X5)作為經濟驅動的指標層,其中,以上2個數據均由2020年沈陽市統計年鑒獲取,人均可支配收入為城鎮居民和農村居民人均可支配收入的平均值。交通路線(X6)、夜光強度(X7)、建筑物密度(X8)作為城市建設的指標層,其中,以上3個數據來源于不同的平臺,具體見數據來源與預處理,交通線路的長度是以遼寧省自然資源廳提供的交通線路為根據,利用ArcGIS軟件中統計工具提取;夜光強度、建設物密度是利用ArcGIS軟件中統計工具所提取的每個區域平均值。土地利用混合度(X9)、NDVI(X10)、高程(X11)作為自然因素的指標層,其中,NDVI、高程來源于不同的平臺,具體見數據來源與預處理。

(2)構建影響因素指標

根據熵權TOPSIS法計算城市公園空間服務水平,其影響因素體系從人口發展、經濟驅動、城市建設以及自然因素這4個方面出發。為了保證數據的一致性,對這4個方面的指標以及城市公園空間服務水平數據歸一化,利用自然斷點法對指標進行劃分5個等級,一等級較差為1,五等級較好為5,如表5所示。

表5 影響因素等級劃分

(3)結果與分析

利用地理探測器模型對城市公園空間服務水平的驅動因素進行分析,得到驅動因素的探測力度q,如表6所示,城市公園空間服務水平的空間分異現象并不是由一個驅動因素獨立作用的結果,而是多個驅動因素共同作用的結果。4個主要驅動方面對城市公園空間服務水平空間分異的影響力從大到小排序為:城市建設>人口發展>經濟驅動>自然因素,其中,城市建設的驅動力最大。

表6 城市公園空間服務水平空間分異解釋力

根據以上所述可以得出:在生態文明新時代,應該將生態價值融入到城市公園建設的過程中,修正傳統的發展模式,打造新的增長極,努力滿足休閑園林的要求,進一步推動城市朝著高質量發展方向邁進以及城市功能分區職能不斷強化。11個驅動因素的解釋力從大到小排序為:夜光強度>人均可支配收入>城鎮化率>建筑物密度>GDP>NDVI>交通路線>土地利用混合度>人口密度>自然增長率>高程,其中,驅動因素解釋力最強的因素為夜光強度,即城市夜間燈光強度,其能夠直觀反映社會經濟活動強弱。綜上所述,城市夜間燈光強度較高的地區,不僅人口密度大,而且經濟比較發達,這就為城市公園建設提供了豐厚的物質基礎。

為了探究驅動因素間的交互作用對城市公園空間服務水平的影響程度,如對驅動因素進行交互探測。由表7所示,兩兩驅動因素的交互作用的q值均大于單個驅動因素的q值;在兩兩驅動因素共同作用時,均呈現出雙因子增強的交互關系。因此,驅動因素交互作用能夠在一定程度上提高對城市公園空間服務水平的解釋程度。在兩兩驅動因素交互作用探測過程中,自然增長率(X1)、GDP(X4)、夜光強度(X7)與其他驅動因素交互作用,對于城市公園空間服務特征的解釋力最顯著。綜上所述,人口自然增長率適當增加和夜光強度水平的合理提高,不僅能夠帶動人口的增長,還能夠促進經濟社會的全面發展;為滿足市民對高品質生態空間的需求,將公園形態與城市空間有機結合,實現公共空間與城市環境和諧相處,進而優化全市用地布局結構。

表7 驅動因素相互作用的解釋力

為探究某個驅動因素與其他驅動因素共同對城市公園空間服務水平的作用程度,根據表7制作了雙因子交互作用的增強幅度曲線,即驅動因素(X1)與其他驅動因素(Xn)交互作用結果q(X1-Xn)與該驅動因素單獨作用的結果的差值q(X1),例如q(X1-Xn)-q(X1);其他驅動因素的區域與(X1)類似。

如圖5所示,相比于其他驅動因素,高程(X11)與其他驅動因素交互作用兩兩交互作用增強幅度最高,但是高程在單獨作用時其值最低,僅為0.40(表7),意味著:高程單獨對城市公園空間服務水平影響較小,但是在與其他驅動因素共同作用下,對于城市公園空間服務水平卻存在較大的影響力。綜上所述,高程并不是直接影響城市公園在空間服務水平特征的差異性,而是聯合其他驅動因素共同作用于城市公園空間服務水平,例如高程較低的地區,人口集中度較高,交通系統比較完善,經濟也就越發達,從而催促著城市公園在低海拔地區得建設,但需要因地制宜,保護城市生態環境,這樣才有助于城市公園的建設。

圖5 單驅動因素交互作用后q值變化值

4 結論

(1)從城市公園空間分布格局來講,城市公園在空間分布上呈現凝聚型格局,空間分布不均勻,各區域之間存在差異;主城區分布比較聚集,鐵西區、渾南區和大東區城市公園較多;從整體上看,沈陽市城市公園的空間分布密度呈現“單主核中心,雙次核中心”的格局,且主核中心與雙次核中心組成較穩固的三角形結構。

(2)從城市公園空間服務特征的角度可以得出,沈陽市城市公園空間服務水平的數據呈現正偏態分布,這說明沈陽市大部分區域的城市公園空間服務水平低于平均值(0.360 3),僅有城市公園空間服務水平較高的少部分區域為沈陽市整體城市公園空間服務水平做出較大的貢獻;在空間分布上呈現出以和平區與沈河區為中心并向外圍梯度遞減的“核心—邊緣”的結構,主核心集中在沈河區。根據地理探測器對于影響因素的探測結果,城市建設主要驅動方面對于城市公園空間服務的驅動力最為顯著(2.664 2),夜光強度驅動因素對于城市公園空間服務水平異質性解釋力最強(0.974 7),高程單獨對城市公園空間服務水平影響較小,但是在與其他驅動因素共同作用下,對于城市公園空間服務水平卻存在較大的影響力。