2021, Vol. 41文章信息
- 杨文越, 李昕, 陈慧灵, 曹小曙
- YANG Wenyue, LI Xin, CHEN Huiling, CAO Xiaoshu
- 基于多出行模式两步移动搜索法的广州多尺度绿地可达性与公平性研究
- Multi-scale accessibility of green spaces and its equity in Guangzhou based on multi-mode two-step floating catchment area method (M2SFCA)
- 生态学报. 2021, 41(15): 6064-6074
- Acta Ecologica Sinica. 2021, 41(15): 6064-6074
- http://dx.doi.org/10.5846/stxb202004080829
-
文章历史
- 收稿日期: 2020-04-08
- 网络出版日期: 2021-05-20
2. 湖南工商大学旅游管理学院, 长沙 410205;
3. 陕西师范大学全球区域与城市研究院, 西安 710119
2. School of Tourism Management, Hunan University of Technology and Business, Changsha 410205, China;
3. Global Regional and Urban Research Institute, Shaanxi Normal University, Xi'an 710119, China
城市绿地作为城市建成环境和生态系统的重要组成部分, 既可以改善城市空气质量, 缓解热岛效应, 又可以促进人们身体活动, 增加社会交往和缓解压力[1-4], 对城市健康、可持续发展和居民生活质量的提高起着关键作用。提高城市绿地可达性, 保障城市不同地域空间和社会群体拥有接触、使用绿地的公平权利, 使其环境、社会和健康效益最大化, 是国土空间规划以及相关政策的重要目标。在过去五至十年里, 国家层面在多个政策文件中都重点强调居民健康、福祉和公平性问题。《国民经济和社会发展第十三个五年规划纲要》中提出“把增进人民福祉、促进人的全面发展作为发展的出发点和落脚点, 发展人民民主, 维护社会公平正义”。《“健康中国2030”规划纲要》也明确指出, 要“形成有利于健康的、公平可及的生产生活环境”。然而, 绿地资源空间分布及其可达性在城市中是不均衡的, 存在不同程度的空间供需分配不公平现象[5-7]。优化城市绿地空间配置, 减少绿地可达性和公平性空间差异, 是提升城市绿地效益和服务水平, 解决城市环境不公平的重要途径[8]。
已有城市绿地研究大多关注于绿地空间格局、可达性和环境、社会及健康效益等方面[9-14]。宏观层面的研究主要基于遥感卫星影像数据和ArcGIS技术对各城市、区域和国家尺度的绿地空间格局进行分析[15-17]。中观层面的研究较多通过构建多类绿地指标测度城市绿地的可达性、供需配置情况和社会服务效益[18-20]。微观层面基于问卷调查或人口普查数据重点探讨居民绿地可达性、公平性及其与公众健康之间的关系[21-25]。国外有较多研究关注了不同社会群体的绿地可达性和公平性差异。基于美国公众综合调查数据的研究发现, 大都市地区的居民比乡村地区的居民更容易到达国家公园, 且绿地使用存在种族/族裔不平等情况[26]。大多研究也证实了少数种族/民族和社会经济地位较低的人获取绿地的机会较差[27-28]。还有学者考虑绿地与使用者偏好、不同社会经济属性人群需求之间的匹配情况, 以此探究绿地可达性和公平性[29-30]。不同等级类型的绿地存在显著的可达性和空间公平差异。有研究证实, 大型城市公园的访问量较大[31], 且空间分布比一般绿地(混合植被和木本植被)更公平[32]。而规模等级较小的绿地不公平现象更严重[33]。还有研究探究了绿地质量、规模和数量等对绿地可达性和公平性的影响[34-35]。在国内, 研究主要关注于绿地可达性和公平性的指标和测度方法, 如基于ArcGIS的缓冲区分析、网络分析法和两步移动搜索法等[36-38], 但大多研究对象为规模等级较大的城市公园绿地, 而对规模等级较小、分布范围更广泛、与居民日常生活联系更紧密的社区公园绿地和一般城市绿地的关注较少[39-40]。此外, 虽然已有关于绿地可达性的研究已取得不少具有价值和意义的结论, 但这些研究多采用传统的ArcGIS网络分析方法对单一出行方式(例如小汽车或步行)的绿地可达性进行估算, 较少同时考虑和测度不同出行模式的绿地可达性, 且不同人群对出行模式的选择是存在差异的[13, 41-43]。很有必要探索考虑多种出行模式的绿地可达性测度方法, 为更全面地研究城市绿地资源空间分布合理性、可达性和公平性提供科学依据。
为此, 本文结合出行O-D点智能查询系统(Travel O-D point Intelligent Query System, TIQS)的开发应用, 构建基于多出行模式两步移动搜索法对广州多尺度城市绿地可达性和公平性进行研究, 试图回答以下问题：第一, 考虑了不同尺度和多种出行模式后, 广州多尺度绿地可达性具有怎样的空间特征与差异？第二, 基于多出行模式两步移动搜索法和多尺度绿地可达性的广州绿地公平性如何？研究结论将为进一步优化公平可达的广州城市绿地资源布局和构建绿色、健康、可持续的国土空间提供科学依据。
1 研究数据与方法 1.1 研究区域和数据广州是国家重要中心城市和粤港澳大湾区的核心城市, 多年来一直致力于城市绿地建设, 并取得了显著成效, 作为国家园林城市和国家森林城市, 选其为研究对象具有一定的典型性和借鉴意义。本文研究范围是除增城和从化以外的广州9个市辖区, 包括越秀区、海珠区、荔湾区、天河区、白云区、黄埔区、花都区、番禺区和南沙区。研究数据包括：①广州社区(村)行政区划及人口数据(第六次人口普查数据), 共包含2055个社区(村), 总面积为3647.43 km2。②广州绿地面状图层数据(2018年开放街道地图(Open Street Map)数据)。选取研究区域内面积大于500 m2的绿地, 共有1551块图斑, 总面积为693.58 km2, 占研究区域总面积的19.02%, 其空间分布如图 1。
|
| 图 1 广州绿地空间分布 Fig. 1 The spatial distribution of green spaces in Guangzhou |
本文主要依据《广州市城市绿地系统规划(2010—2020)修编》和相关绿地研究文献[12], 对广州绿地进行筛选并划分为社区级绿地、街道级绿地、区级绿地和市级绿地四个等级。同时参考《城市居住区规划设计标准》(GB 50180—2018)提出的“十分钟/十五分钟生活圈居住区的公共绿地”标准来设定各等级绿地的可达时间阈值(t0), 即居民到达该类绿地可接受的最长时间成本(表 1)。
| 等级 Class |
规模 Area/m2 |
数量 Number |
占总个数的比重 Proportion of total number/% |
总面积 Total area/km2 |
占总面积的比重Proportion of total area/% | 时间阈值t0 Time threshold t0/min |
| 社区级绿地 Community green space |
500—10000 | 624 | 40.23 | 2.24 | 0.32 | 10 |
| 街道级绿地 Subdistrict green space |
10000—50000 | 447 | 28.82 | 11.21 | 1.62 | 15 |
| 区级绿地 District green space |
50000—200000 | 275 | 17.73 | 26.65 | 3.84 | 30 |
| 市级绿地 Municipal green space |
≥200000 | 205 | 13.22 | 653.48 | 94.22 | 50 |
已有绿地可达性研究大多仅考虑规模大于5000 m2的绿地[13, 44], 但由于广州是一个典型的高密度城市, 土地开发强度较大, 人口、建筑和路网密集[45], 社区尺度面积规模较小的绿地亦发挥着重要的生态、健康和社交等功能。为此, 本文将面积500 m2以上的绿地也纳入到研究当中, 进一步提高对多尺度绿地可达性进行测度的精度和科学性。
1.2 研究方法 1.2.1 社区-绿地出行O-D矩阵的构建和计算首先, 基于ArcGIS网络分析工具分别以广州2055个社区和1551块绿地作为出发地和目的地构建社区-绿地出行O-D(Origin-Destination)矩阵, 由此生成3187305对O-D点以及相应的经纬度坐标。其后, 将这些O-D点批量导入TIQS。TIQS将基于百度地图后台的交通路网、公共交通运营信息和实时路况数据, 根据经纬度坐标对这些O-D点分别采用3种不同出行模式(步行、公共交通和小汽车)的出行时间、出行距离等详细出行信息进行查询计算, 并最终将结果存储至关系数据库中。
1.2.2 多出行模式两步移动搜索法(Multi-mode Two-step Floating Catchment Area Method, M2SFCA)两步移动搜索法用于从绿地供应和人口需求视角评价绿地可达性, 即社区居民可享用的绿地越多, 其绿地可达性水平越高[46-47]。但基于ArcGIS网络分析的两步移动搜索法并不能反映多种出行模式下的绿地可达性, 尤其是难以模拟计算通过公共交通方式的可达性, 且不能反映实时、客观的路网状况[43-44]。为此, 本文在传统两步移动搜索法的基础上结合TIQS的应用构建了多出行模式两步移动搜索法(M2SFCA), 对考虑了步行、公共交通和小汽车3种出行模式下的广州多尺度绿地可达性进行测度。具体计算流程如下：
首先, 计算在步行(M1)、公共交通(M2)和小汽车(M3)3种出行模式下到达第c类等级绿地j的出行时间和社区人口。其中, 设定居民选择出行模式的优先等级分别为步行、公共交通和小汽车[48]。即, 若居民在预定时间阈值内能够通过步行到达该类绿地, 则仅计算步行模式下到达绿地的出行时间和社区人口；否则, 进而计算通过公共交通出行到达该类绿地的出行时间和社区人口；最后才是计算通过小汽车出行到达该类绿地的出行时间和社区人口。其计算过程如下：
第一步, 计算绿地的供需比, 即绿地的服务能力：
|
(1) |
式中, Rj是绿地j的服务能力；Sj是绿地j的面积；riM1、riM2和riM3分别是在时间阈值内通过步行、公共交通和小汽车到达绿地j的社区i的人口数量；tij(M1)、tij(M2)和tij(M3)分别是在步行、公共交通和小汽车出行模式下从社区i到绿地j的出行时间；t0(c)是第c类等级绿地的时间阈值(表 1)；G是基于高斯函数的时间衰减系数, 在步行模式(M1)下其计算公式如下：
|
(2) |
对于公共交通和小汽车出行模式的时间衰减系数其计算公式同上。
第二步, 计算时间阈值内各社区可到达绿地的供需比之和, 即社区i的绿地可达性：
|
(3) |
式中, Ai是社区i的绿地可达性, 其数值越大, 表示该社区的绿地可达性水平越高。
1.2.3 绿地公平性测度模型基尼系数和洛伦兹曲线分析法常作为社会公平绩效评价的定量指标, 其最初是由美国统计学家洛伦兹提出用于探究收入的分配公平问题[49-50], 而基于社会公平内涵的收入分配与公共资源分配在本质上具有相似性, 近年来该方法在环境公平领域被广泛运用[51-52]。为反映广州城市绿地资源分布的公平性格局, 本文基于基尼系数构建绿地公平性模型, 分别对各区和街道(镇)内的绿地可达性差异进行测度, 并对其空间格局进行可视化和分析。模型的计算公式如下：
|
(4) |
|
(5) |
式中, GEu为地理单元u(区或街道)的绿地公平性指数；n为地理单元u内的社区总数；k为社区的绿地可达性按照从小到大进行排序后的第k个社区, k=1, 2 …n；Ai为社区i的绿地可达性值；ri为社区i的人口；Ck是从社区1到社区k的绿地可达性与社区人口乘积的累积比例, C0=0, Cn=1；Pk为从社区1到社区k的社区人口累积比例, P0=0, Pn=1。根据基尼系数的数学含义, 当GE≤0.2, 表明绿地资源空间分配是高度平均的；当0.2<GE≤0.3, 表明绿地资源空间分配相对平均；当0.3<GE≤0.4, 表明绿地资源空间分配比较合理；当0.4<GE≤0.5, 意味着绿地资源的空间分配差距较大；若GE>0.5, 意味着绿地资源的空间分配差距悬殊, 存在严重的不公平现象。
2 结果与分析 2.1 多尺度绿地可达性空间格局通过几何分类间隔法(Geometrical Interval)对广州多尺度绿地可达性进行空间可视化。由图 2—6可见, 不同区域的多尺度绿地可达性具有较大空间差异。其中, 可达性较低的区域主要位于荔湾区、海珠区西部和越秀区西部等中心城区, 并在荔湾区达到最低值(1.03), 这很可能是因为中心城区社区人口密度较高, 而社区可获得的绿地以小规模的社区级和街道级绿地为主, 因而社区享有的人均绿地资源无法满足高密度的人口需求, 导致社区整体绿地可达性较差。相反, 对于花都区、白云区东北部、黄埔区北部和南沙区等人口较少的外围城区而言, 其多尺度绿地可达性值普遍较高, 且远大于中心区域。其中, 区级绿地和市级绿地可达性的空间格局与天鹿湖公园、帽峰山、王子山等大型公园绿地在空间分布上具有一致性, 表明这些区域可获得的大规模绿地较多。且从市级绿地可达性分布可见(图 5), 高可达性值的区域面积占比远大于其他类型绿地, 表明市级绿地在其服务范围内基本可以满足市内大部分居民的需求。
|
| 图 2 广州社区级绿地可达性空间格局 Fig. 2 The accessibility spatial pattern of community green spaces in Guangzhou |
|
| 图 3 广州街道级绿地可达性空间格局 Fig. 3 The accessibility spatial pattern of subdistrict green spaces in Guangzhou |
|
| 图 4 广州区级绿地可达性空间格局 Fig. 4 The accessibility spatial pattern of district green spaces in Guangzhou |
|
| 图 5 广州市级绿地可达性空间格局 Fig. 5 The accessibility spatial pattern of municipal green spaces in Guangzhou |
|
| 图 6 广州多尺度绿地可达性空间格局 Fig. 6 The accessibility spatial pattern of multiscale green spaces in Guangzhou |
莫兰指数(Moran′s I)常用于衡量变量的空间自相关性, 以揭示其空间聚类模式。其中, 全局莫兰指数(Global Moran′s I)反映了空间自相关的总体水平, 局部莫兰指数(Anselin Local Moran′s I)则测度了单个变量与其周边区域的关联强度[53-54]。为探究广州多尺度绿地可达性是否存在空间自相关现象, 本文首先采用莫兰指数(Moran′s I)对其空间集聚情况进行测度。结果显示, Moran′s I指数为0.25, Z得分为89.41, P值小于0.001, 表明广州多尺度-多出行模式绿地可达性指数具有显著的空间集聚和空间自相关现象。通过局域自相关工具分析不同区域的空间集聚特征。结果显示, 绿地可达性低的社区(低-低)集聚于荔湾区、越秀区、海珠区西部和白云区南部等中心城区, 而绿地可达性高的社区(高-高)集中在花都区、黄埔区和白云区东部(图 7)。从空间相关程度来看(图 8, 图 9), 低-低值聚类中空间相关性较高的区域主要位于越秀区和海珠区西部, 而高-高值聚类空间聚集程度在花都区达到最高, 其次是白云区东部。此外, 55.09%的社区在统计上无意义, 即不存在明显的空间聚集/异常情况。
|
| 图 7 广州多尺度绿地可达性聚类空间格局 Fig. 7 The cluster spatial pattern of multiscale green spaces accessibility in Guangzhou |
|
| 图 8 广州多尺度绿地可达性局部莫兰指数空间格局 Fig. 8 The spatial pattern of Anselin Local Moran′s I of multiscale green spaces accessibility in Guangzhou |
|
| 图 9 广州多尺度绿地可达性Z值空间格局 Fig. 9 The spatial pattern of Z-Score of multiscale green spaces accessibility in Guangzhou |
总体上, 广州多尺度-多出行模式绿地可达性呈现明显的“城郊两极化”空间差异。外围城区花都区、白云区和黄埔区因人口密度较低且周边的绿地资源分布较多、规模较大, 因此其绿地可达性较高、居民较容易接触和使用绿地资源。而大多中心城区社区居民在一定出行时间阈值内能获取的绿地资源与机会较少, 绿地资源供给不能满足人口使用需求, 导致其绿地资源处于“供不应求”的不公平分配状态。鉴于城市绿地资源的有限性和环境公平性, 需要进一步探究绿地公平性的空间差异, 从而合理安排各类绿地配置, 缩小区域间绿地使用差异。
2.3 绿地公平性空间分配差异整体而言, 广州市域绿地资源空间分布处于严重不公平状态(绿地公平性指数为0.58)。通过洛伦兹曲线分析广州多尺度-多出行模式绿地可达性在区域间的分配情况(图 10), 曲线弯曲程度越大说明绿地资源空间分配越不公平。对于绿地资源较少的社区居民而言, 前10%的居民仅享有约0.63%的绿地资源, 前20%的居民仅享有约1.93%的绿地资源；就绿地资源较多的社区居民而言, 前10%的居民约享有44.56%的绿地资源, 前20%的居民享有高达61.78%的绿地资源。这说明广州社区居民间的绿地资源存在较大的分配差异。
|
| 图 10 广州多尺度绿地资源分配洛伦兹曲线图 Fig. 10 The Lorenz Curve diagram of multiscale green spaces accessibility distribution in Guangzhou |
广州各行政区之间绿地公平性也存在一定差距。南沙区(0.13)绿地公平性最好, 其绿地资源空间分配处于高度平均水平；其次是天河区(0.30)和花都区(0.31), 其绿地资源空间分配相对公平；而其他行政区绿地资源空间分配则存在不同程度的不公平性, 其中白云区和黄埔区的不公平程度最严重, 绿地公平性指数分别高达0.55和0.56。这主要是因为受自然环境和山体地势的影响, 有数量较多、规模较大的绿地资源集中分布在白云区和黄埔区的部分区域, 而这些区域正好是生态控制和限制开发的区域, 社区人口数量相对较少, 由此导致这些社区较少人口却享有较多绿地资源的缘故, 呈现出绿地空间不公平现象。
2.4 绿地公平性空间格局本文进一步以镇街为分析单元, 通过计算镇街的绿地公平性指数以对广州绿地公平性空间特征和区域差异进行研究, 其空间格局如图 11。其中, 绿地公平性值小于0.2的镇街最多(占镇街总量的73.29%), 在中心城区和花都区、南沙区等外围区域均有分布, 反映出广州较多镇街内绿地资源空间分配处于高度平均水平, 其社区间的绿地可达性差距较小, 具有较好的绿地公平性。绿地公平性值大于0.4的镇街主要分布于白云区东部和黄埔区, 但所占镇街数量不多(占镇街总量的3.42%), 其中白云区太和镇绿地公平性值最高, 为0.69, 表明这些镇街内社区的绿地可达性存在较大差异。
|
| 图 11 广州绿地公平性的空间格局 Fig. 11 The spatial pattern for equity of green spaces in Guangzhou |
为了更好地研究广州绿地可达性和公平性的空间差异, 本文进一步将绿地可达性以平均值(68.54)为分界点进行分类, 大于平均值社区的定义为高可达性, 反之则为低可达性。其中, 高可达性社区和低可达性社区占比分别为28.86%和71.14%。同理, 基于绿地公平性值的平均值(0.19), 将绿地公平性值小于0.19的划分为公平类型(占社区总量的55.76%), 大于0.19的为不公平类型(占社区总量的44.23%)。由此, 可将绿地可达性和公平性划分为：高可达性-公平、低可达性-公平、高可达性-不公平和低可达性-不公平四种类型。其空间格局如图 12所示。
|
| 图 12 广州绿地可达性-公平性的空间格局 Fig. 12 The spatial pattern for accessibility and equity of green spaces in Guangzhou |
低可达性-公平类型的社区数量最多(占社区总量的39.85%), 其分布区域主要包含海珠区、荔湾区、越秀区和番禺区北部。其次是低可达性-不公平类型, 社区数量占比为31.29%, 主要分布在番禺区中部及南部、南沙区北部和白云区西部。高可达性类型的社区分布最少, 其中, 有15.91%的社区属于高可达性-公平类型, 12.94%的社区属于高可达性-不公平类型。结合前文绿地可达性空间自相关分析结果可知, 高可达性-不公平类型的空间格局与绿地可达性值的高-高值聚类分布较为相似。表明这些地区的高可达性社区集聚程度较高, 社区间绿地可达性值分布差异较大, 因而显示出较差的绿地公平性。这也说明了若仅关注绿地可达性的差异, 很可能会错误地估计绿地公平性情况, 从而误导以此为依据的绿地优化政策制定。
3 结论与讨论在传统两步移动搜索法和基尼系数的基础上, 综合考虑多种交通方式(步行、公共交通和小汽车), 计算了包含小规模等级城市绿地在内的多尺度绿地可达性空间特征, 并从可达性的角度测度城市绿地资源分配差异, 对广州城市绿地可达性和公平性的空间格局与差异进行了研究, 主要得出以下结论：(1)广州多尺度绿地可达性存在明显的“城郊两极化”空间差异, 且空间集聚特征显著。绿地可达性较低的社区主要分布在人口密度较高的中心城区, 这些社区的绿地资源普遍规模较小, 无法满足大量居住人口的使用需求, 导致社区整体绿地可达性较差。而花都区、白云区东北部、黄埔区北部等外围城区由于绿地资源充足、规模普遍较大、且社区人口相对较少, 其绿地可达性普遍较高；(2)整体上, 广州市域绿地资源空间分布处于严重不公平状态(绿地公平性指数为0.58), 表明绿地资源在社区居民间存在较大分配差距。各行政区间绿地公平性也具有显著差异, 仅南沙区、天河区和花都区显示出较为合理的绿地资源空间分配, 而其他行政区则呈现出不同程度的绿地空间不公平态势; (3)在镇街层面, 有73.29%的镇街绿地资源空间分配处于高度平均水平(绿地公平性指数≤0.2)；在社区层面, 低可达性-公平类型的社区数量最多(占社区总量的39.85%), 高可达性类型的社区分布最少。其中, 有15.91%的社区属于高可达性-公平类型, 有12.94%的社区属于高可达性-不公平类型。
在公众健康问题的挑战下, 绿地对城市居民的健康效益日趋得到重视。以上研究结论具有如下政策启示：(1)提高城市整体绿地可达性应注重减小中心城区与外围城区之间的差异, 在进一步优化外围城区绿地供需结构基础上, 应将重点投入到增加中心城区绿地数量和规模方面；(2)提升绿地可达性的同时还应注意缩小区域间绿地资源空间分配差距, 结合考虑居民绿地使用需求, 在绿地数量和空间分配上实现“供需平衡”关系；(3)高可达性-不公平类型的社区应以优化其绿地空间布局为主；低可达性-公平类型的社区应考虑增加其绿地分布规模；低可达性-不公平类型的社区应作为需要重点关注和改善优化的对象。研究不仅有助于优化城市绿地系统结构, 也为构建合理、有序、人与自然和谐共生的国土空间格局和公平、健康和可持续的城市发展环境提供科学理论依据。
| [1] |
Sarkar C, Webster C, Gallacher J. Residential greenness and prevalence of major depressive disorders: a cross-sectional, observational, associational study of 94 879 adult UK Biobank participants. The Lancet Planetary Health, 2018, 2(4): E162-E173. DOI:10.1016/S2542-5196(18)30051-2 |
| [2] |
毛齐正, 罗上华, 马克明, 邬建国, 唐荣莉, 张育新, 宝乐, 张田. 城市绿地生态评价研究进展. 生态学报, 2012, 32(17): 5589-5600. |
| [3] |
Akpinar A. Urban green spaces for children: a cross-sectional study of associations with distance, physical activity, screen time, general health, and overweight. Urban Forestry & Urban Greening, 2017, 25: 66-73. |
| [4] |
Ekkel E D, de Vries S. Nearby green space and human health: evaluating accessibility metrics. Landscape and Urban Planning, 2017, 157: 214-220. DOI:10.1016/j.landurbplan.2016.06.008 |
| [5] |
McConnachie M M, Shackleton C M. Public green space inequality in small towns in South Africa. Habitat International, 2010, 34(2): 244-248. DOI:10.1016/j.habitatint.2009.09.009 |
| [6] |
Bruton C M, Floyd M F. Disparities in built and natural features of urban parks: comparisons by neighborhood level race/ethnicity and income. Journal of Urban Health, 2014, 91(5): 894-907. DOI:10.1007/s11524-014-9893-4 |
| [7] |
Jennings V, Gaither C J, Gragg R S. Promoting environmental justice through urban green space access: a synopsis. Environmental Justice, 2012, 5(1): 1-7. DOI:10.1089/env.2011.0007 |
| [8] |
杨文越, 李昕, 叶昌东. 城市绿地系统规划评价指标体系构建研究. 规划师, 2019, 35(9): 71-76. DOI:10.3969/j.issn.1006-0022.2019.09.012 |
| [9] |
Luz A C, Buijs M, Aleixo C, Metelo I, Grilo F, Branquinho C, Santos-Reis M, Pinho P. Should I stay or should I go? Modelling the fluxes of urban residents to visit green spaces. Urban Forestry & Urban Greening, 2019, 40: 195-203. |
| [10] |
周志翔, 邵天一, 唐万鹏, 王鹏程, 刘学全, 徐永荣. 城市绿地空间格局及其环境效应——以宜昌市中心城区为例. 生态学报, 2004, 24(2): 186-192. |
| [11] |
Paquet C, Orschulok T P, Coffee N T, Howard N J, Hugo G, Taylor A W, Adams R J, Daniel M. Are accessibility and characteristics of public open spaces associated with a better cardiometabolic health?. Landscape and Urban Planning, 2013, 118: 70-78. DOI:10.1016/j.landurbplan.2012.11.011 |
| [12] |
Wood L, Hooper P, Foster S, Bull F. Public green spaces and positive mental health-investigating the relationship between access, quantity and types of parks and mental wellbeing. Health & Place, 2017, 48: 63-71. |
| [13] |
Quatrini V, Tomao A, Corona P, Ferrari B, Masini E, Agrimi M. Is new always better than old? Accessibility and usability of the urban green areas of the municipality of Rome. Urban Forestry & Urban Greening, 2019, 37: 126-134. |
| [14] |
Bahrini F, Bell S, Mokhtarzadeh S. The relationship between the distribution and use patterns of parks and their spatial accessibility at the city level: A case study from Tehran, Iran. Urban Forestry & Urban Greening, 2017, 27: 332-342. |
| [15] |
Zhou X L, Kim J. Social disparities in tree canopy and park accessibility: a case study of six cities in Illinois using GIS and remote sensing. Urban Forestry & Urban Greening, 2013, 12(1): 88-97. |
| [16] |
Sun C G, Lin T, Zhao Q J, Li X H, Ye H, Zhang G Q, Liu X F, Zhao Y. Spatial pattern of urban green spaces in a long-term compact urbanization process-A case study in China. Ecological Indicators, 2019, 96: 111-119. DOI:10.1016/j.ecolind.2017.09.043 |
| [17] |
杨俊, 鲍雅君, 金翠, 李雪铭, 李永化. 大连城市绿地可达性对房价影响的差异性分析. 地理科学, 2018, 38(12): 1952-1960. |
| [18] |
王敏, 朱安娜, 汪洁琼, 卢天凤. 基于社会公平正义的城市公园绿地空间配置供需关系——以上海徐汇区为例. 生态学报, 2019, 39(19): 7035-7046. |
| [19] |
吴健生, 沈楠. 基于步行指数的深圳市福田区公园绿地社会服务功能研究. 生态学报, 2017, 37(22): 7483-7492. |
| [20] |
Reyes M, Páez A, Morency C. Walking accessibility to urban parks by children: a case study of Montreal. Landscape and Urban Planning, 2014, 125: 38-47. DOI:10.1016/j.landurbplan.2014.02.002 |
| [21] |
Coombes E, Jones A P, Hillsdon M. The relationship of physical activity and overweight to objectively measured green space accessibility and use. Social Science & Medicine, 2010, 70(6): 816-822. |
| [22] |
Huang C H, Yang J, Lu H, Huang H B, Yu L. Green spaces as an indicator of urban health: evaluating its changes in 28 mega-cities. Remote Sensing, 2017, 9(12): 1266. DOI:10.3390/rs9121266 |
| [23] |
Žlender V, Thompson C W. Accessibility and use of peri-urban green space for inner-city dwellers: a comparative study. Landscape and Urban Planning, 2017, 165: 193-205. DOI:10.1016/j.landurbplan.2016.06.011 |
| [24] |
Liu H X, Li F, Li J Y, Zhang Y Y. The relationships between urban parks, residents' physical activity, and mental health benefits: a case study from Beijing, China. Journal of Environmental Management, 2017, 190: 223-230. DOI:10.1016/j.jenvman.2016.12.058 |
| [25] |
Hobbs M, Green M A, Griffiths C, Jordan H, Saunders J, Grimmer H, McKenna J. Access and quality of parks and associations with obesity: a cross-sectional study. SSM-Population Health, 2017, 3: 722-729. DOI:10.1016/j.ssmph.2017.07.007 |
| [26] |
Xiao X, Aultman-Hall L, Manning R, Voigt B. The impact of spatial accessibility and perceived barriers on visitation to the US national park system. Journal of Transport Geography, 2018, 68: 205-214. DOI:10.1016/j.jtrangeo.2018.03.012 |
| [27] |
Dai D J. Racial/ethnic and socioeconomic disparities in urban green space accessibility: where to intervene?. Landscape and Urban Planning, 2011, 102(4): 234-244. DOI:10.1016/j.landurbplan.2011.05.002 |
| [28] |
Rigolon A. A complex landscape of inequity in access to urban parks: a literature review. Landscape and Urban Planning, 2016, 153: 160-169. DOI:10.1016/j.landurbplan.2016.05.017 |
| [29] |
Xu C, Haase D, Pribadi D O, Pauleit S. Spatial variation of green space equity and its relation with urban dynamics: a case study in the region of Munich. Ecological Indicators, 2018, 93: 512-523. DOI:10.1016/j.ecolind.2018.05.024 |
| [30] |
Kabisch N, Haase D. Green justice or just green? Provision of urban green spaces in Berlin, Germany. Landscape and Urban Planning, 2014, 122: 129-139. DOI:10.1016/j.landurbplan.2013.11.016 |
| [31] |
Zhang S, Zhou W Q. Recreational visits to urban parks and factors affecting park visits: Evidence from geotagged social media data. Landscape and Urban Planning, 2018, 180: 27-35. DOI:10.1016/j.landurbplan.2018.08.004 |
| [32] |
Nesbitt L, Meitner M J, Girling C, Sheppard S R J, Lu Y H. Who has access to urban vegetation? A spatial analysis of distributional green equity in 10 US cities. Landscape and Urban Planning, 2019, 181: 51-79. DOI:10.1016/j.landurbplan.2018.08.007 |
| [33] |
Tan P Y, Samsudin R. Effects of spatial scale on assessment of spatial equity of urban park provision. Landscape and Urban Planning, 2017, 158: 139-154. DOI:10.1016/j.landurbplan.2016.11.001 |
| [34] |
Hughey S M, Kaczynski A T, Child S, Moore J B, Porter D, Hibbert J. Green and lean: is neighborhood park and playground availability associated with youth obesity? Variations by gender, socioeconomic status, and race/ethnicity. Preventive Medicine, 2017, 95: S101-S108. DOI:10.1016/j.ypmed.2016.11.024 |
| [35] |
Wei F. Greener urbanization? Changing accessibility to parks in China. Landscape and Urban Planning, 2017, 157: 542-552. DOI:10.1016/j.landurbplan.2016.09.004 |
| [36] |
江海燕, 周春山, 肖荣波. 广州公园绿地的空间差异及社会公平研究. 城市规划, 2010, 34(4): 43-48. |
| [37] |
吴健生, 司梦林, 李卫锋. 供需平衡视角下的城市公园绿地空间公平性分析——以深圳市福田区为例. 应用生态学报, 2016, 27(9): 2831-2838. |
| [38] |
许基伟, 方世明, 刘春燕. 基于G2SFCA的武汉市中心城区公园绿地空间公平性分析. 资源科学, 2017, 39(3): 430-440. |
| [39] |
陈秋晓, 侯焱, 吴霜. 机会公平视角下绍兴城市公园绿地可达性评价. 地理科学, 2016, 36(3): 375-383. |
| [40] |
Sister C, Wolch J, Wilson J. Got green? Addressing environmental justice in park provision. GeoJournal, 2010, 75(3): 229-248. DOI:10.1007/s10708-009-9303-8 |
| [41] |
Gupta K, Roy A, Luthra K, Maithani S, Mahavir. GIS based analysis for assessing the accessibility at hierarchical levels of urban green spaces. Urban Forestry & Urban Greening, 2016, 18: 198-211. |
| [42] |
Comber A, Brunsdon C, Green E. Using a GIS-based network analysis to determine urban greenspace accessibility for different ethnic and religious groups. Landscape and Urban Planning, 2008, 86(1): 103-114. DOI:10.1016/j.landurbplan.2008.01.002 |
| [43] |
Yang W Y, Chen B Y, Cao X S, Li T, Li P. The spatial characteristics and influencing factors of modal accessibility gaps: a case study for Guangzhou, China. Journal of Transport Geography, 2017, 60: 21-32. DOI:10.1016/j.jtrangeo.2017.02.005 |
| [44] |
Chiesura A. Verso una gestione ecosistemica delle aree verdi urbane e peri-urbane. Analisie Proposte, 2010. |
| [45] |
杨文越, 李涛, 曹小曙. 广州市社区出行低碳指数格局及其影响因素的空间异质性. 地理研究, 2015, 34(8): 1471-1480. |
| [46] |
Hu S J, Song W, Li C G, Lu J. A multi-mode Gaussian-based two-step floating catchment area method for measuring accessibility of urban parks. Cities, 2020, 105: 102815. DOI:10.1016/j.cities.2020.102815 |
| [47] |
Gu X K, Tao S Y, Dai B. Spatial accessibility of country parks in Shanghai, China. Urban Forestry & Urban Greening, 2017, 27: 373-382. |
| [48] |
Xing L J, Liu Y F, Liu X J. Measuring spatial disparity in accessibility with a multi-mode method based on park green spaces classification in Wuhan, China. Applied Geography, 2018, 94: 251-261. DOI:10.1016/j.apgeog.2018.03.014 |
| [49] |
Lorenz M O. Methods of measuring the concentration of wealth. Publications of the American Statistical Association, 1905, 9(70): 209-219. DOI:10.2307/2276207 |
| [50] |
Bakare A S. Measuring the income inequality in Nigeria: the Lorenz curve and Gini Co-efficient approach. American Journal of Economics, 2012, 2(1): 47-52. DOI:10.5923/j.economics.20120201.06 |
| [51] |
Zhang J G, Yu Z W, Cheng Y Y, Chen C J, Wan Y, Zhao B, Vejre H. Evaluating the disparities in urban green space provision in communities with diverse built environments: the case of a rapidly urbanizing Chinese city. Building and Environment, 2020, 183: 107170. DOI:10.1016/j.buildenv.2020.107170 |
| [52] |
唐子来, 顾姝. 上海市中心城区公共绿地分布的社会绩效评价: 从地域公平到社会公平. 城市规划学刊, 2015(2): 48-56. |
| [53] |
Anselin L. Local indicators of spatial association-LISA. Geographical Analysis, 1995, 27(2): 93-115. |
| [54] |
Tiefelsdorf M, Boots B. The exact distribution of Moran's I. Environment and Planning A: Economy and Space, 1995, 27(6): 985-999. DOI:10.1068/a270985 |