薛小同, 雍新琴, 李鑫, 胡宗楠

基于網(wǎng)絡(luò)大數(shù)據(jù)的徐州中心城區(qū)綠地空間公平性評價

薛小同, 雍新琴, 李鑫*, 胡宗楠

江蘇師范大學地理測繪與城鄉(xiāng)規(guī)劃學院, 江蘇 徐州 221116

城市綠地在美化環(huán)境、提升居民生活質(zhì)量與促進城市可持續(xù)發(fā)展等方面有重要作用, 但當前城市綠地配置時的“被平均”現(xiàn)象已嚴重違背社會公平與環(huán)境可持續(xù)發(fā)展理念。借助GoogleMap與網(wǎng)絡(luò)大數(shù)據(jù), 運用GIS構(gòu)建城市綠地與小區(qū)人口的空間分布, 并通過兩步移動搜索法測算城市綠地空間可達性供給, 在此基礎(chǔ)上運用基尼系數(shù)與洛侖茲曲線刻畫中心城區(qū)不同空間尺度下城市綠地的公平性。結(jié)果表明: 徐州中心城區(qū)人均可達性綠地為29.99 m2, 總體供給水平較高。小區(qū)尺度的綠地分布基尼系數(shù)為0.3707, 接近警戒線, 主要表現(xiàn)為小區(qū)以及片區(qū)間的綠地不公平。影響綠地空間公平性的因素主要來自兩方面: 一是城市自然本底條件使綠地分布本身不均; 二是城市規(guī)劃時人口與綠地的空間不匹配導致如老城區(qū)及高密度住宅區(qū)等的綠地供給水平很低。城市綠地規(guī)劃建設(shè)需要兼顧綠地與人口的空間匹配, 尤其減輕土地財政對綠地空間配置的擠壓效應(yīng), 同時還要改進配置決策方式, 加強城市綠地規(guī)劃設(shè)計的公眾參與。

城市綠地; 網(wǎng)絡(luò)大數(shù)據(jù); 基尼系數(shù); 空間公平性; 徐州中心城區(qū)

0 前言

城市綠地作為城市環(huán)境中唯一具有生命的基礎(chǔ)設(shè)施, 通過一定數(shù)量與質(zhì)量的各類綠地組合, 可為城市人文景觀布局與生態(tài)環(huán)境改善提供行之有效的途徑[1], 并可提高城市居民健康水平與生活質(zhì)量[2], 同時綠地的生態(tài)維護與觀賞游憩功能對促進城市可持續(xù)發(fā)展有重要意義[3-4]。隨著新型城鎮(zhèn)化進程推進, 人們更加追求城市生態(tài)宜居環(huán)境, 而綠地配置是生態(tài)宜居環(huán)境建設(shè)之關(guān)鍵, 從社會公平角度看, 每個居民都有追求生態(tài)宜居環(huán)境的權(quán)利, 城市應(yīng)為每個居民提供基本的綠地保障[5-6]。一直以來, 城市綠地評價都是以人均綠地、綠化率等指標進行, 在一定程度上提高城市綠地水平同時也掩蓋了諸多不足[7-8], 突出問題是雖然綠地指標的強制性規(guī)定使綠地數(shù)量得到保證, 但綠地的實際空間分布并不能滿足人們生活需要, 經(jīng)常存在“被平均”的現(xiàn)象。城市綠地的居民福利屬性已成為衡量城市生活質(zhì)量的主要指標, 其要求在配置過程中更需要注意公平性。Wright根據(jù)歐盟環(huán)境公平與種族平等報告指出, 環(huán)境正義被描述為“平等接近清潔環(huán)境與平等得到遠離環(huán)境破壞的保護, 不論種族, 收入, 階級或任何其他社會經(jīng)濟地位特征區(qū)別”[9]。因此綠地服務(wù)功能的空間不公平儼然已成為社會資源配置不公平的重要表現(xiàn), 居民能否平等地享有城市綠地不但事關(guān)生態(tài)建設(shè)中“以人為本”的要求, 更關(guān)乎著社會公平與正義理念的踐行。

關(guān)于城市綠地空間公平性的研究主要集中在以下兩方面: 一方面偏重空間性, 注重空間分析與計算, 主要在綠地空間公平性評價中考慮其可達性, 如魏冶等采用Dai提出的高斯兩步移動搜索法并結(jié)合遙感與人口普查數(shù)據(jù)對沈陽綠地空間可達性進行評價[10]; 尹海偉等評價了上海外環(huán)線以內(nèi)公園的可達性供給與空間公平性[11-12]; Fan Peilei等通過構(gòu)建“綠色無障礙指數(shù)”(GAI)衡量了上海居民對于不同類型城市綠地的可獲取程度[13]; 許基偉通過重力型兩步移動搜索法計算公園綠地可達性的同時探討了居住區(qū)尺度下不同等級公園綠地的空間公平性[14]。另一方面研究則偏重用經(jīng)濟學中的基尼系數(shù)量化空間不公平性, 金遠首次將洛侖茲曲線和基尼系數(shù)引入城市綠地空間分布評價[15], 唐子來以街道為單位用洛侖茲曲線量化了上海中心城區(qū)公共綠地分布的社會績效[16-17], 岳邦佳等在兩步移動搜索法的基礎(chǔ)上用洛侖茲曲線與皮爾森相關(guān)系數(shù)描述公園綠地分布與低收入人口的相關(guān)性[18]。但上述兩方面研究存在一定割裂, 即很少有研究較好耦合空間分析計算與洛倫茲曲線進行綠地空間公平性評價, 此外, 以往研究中的綠地數(shù)據(jù)僅限于城市公園綠地而忽視了分布最廣的小型居住綠地, 因此得到的公平性并不準確, 且人口數(shù)據(jù)是基于街道尺度的普查數(shù)據(jù), 因此評價結(jié)果僅停留在街道尺度, 未能反映更小空間單元的綠地空間公平性, 不能為綠地規(guī)劃提供精準借鑒。

鑒于此, 本文以徐州中心城區(qū)為例, 用0.25 米的GoogleMap影像獲取研究區(qū)全部綠地數(shù)據(jù), 用網(wǎng)絡(luò)大數(shù)據(jù)抓取不同小區(qū)的戶數(shù), 再用兩步移動搜索法從空間可達性角度評價不同小區(qū)的真實綠地供給水平, 最后以小區(qū)為單元用洛侖茲曲線描述城市綠地的空間公平性。通過對綠地空間公平性的評價, 可發(fā)現(xiàn)當前綠地供給與分布存在的問題, 為城市綠地規(guī)劃提供直接借鑒, 為目前生態(tài)宜居城市、低碳城市建設(shè)提供科學參考。

1 數(shù)據(jù)來源與研究區(qū)概況

1.1 研究區(qū)域

徐州位于江蘇省西北部, 總面積11258 km2, 常住人口876.35 萬, 素有“五省通衢”之稱, 地理位置十分優(yōu)越, 為國家“一帶一路”重要節(jié)點城市, 同時也是淮海經(jīng)濟區(qū)中心城市。共有5 個市轄區(qū), 分別為鼓樓區(qū)、云龍區(qū)、銅山區(qū)、開發(fā)區(qū)、泉山區(qū), 面積2508 km2, 截至2017 年總?cè)丝?81 萬。本文研究區(qū)為城市規(guī)劃的中心城區(qū)范圍, 面積237.45 km2, 網(wǎng)絡(luò)抓取小區(qū)520 個, 按戶數(shù)測算的總?cè)丝跒?66 萬。中心城區(qū)在城市規(guī)劃中可分為九里山、壩山、金山橋等7 個片區(qū), 進一步按照街道界線、主要交通線路與自然地物界線等劃分出32 個子片區(qū), 見圖1。

圖1 徐州市位置示意與中心城區(qū)分區(qū)圖

Figure 1 Location and central district map of Xuzhou

1.2 數(shù)據(jù)來源與處理

本文小區(qū)信息與人口數(shù)據(jù)是采用坐標拾取與網(wǎng)絡(luò)爬蟲抓取的互聯(lián)網(wǎng)數(shù)據(jù), 主要有安居客網(wǎng)站、騰訊房產(chǎn)、徐州房管局與房天下網(wǎng)站, 獲取小區(qū)數(shù)520 個, 按每戶3.27 人計算人口; 城市綠地數(shù)據(jù)來源于GoogleMap衛(wèi)星影像, 分辨率0.25 米, 通過人工目視解譯繪制中心城區(qū)的城市綠地矢量圖, 見圖2。

1.3 城市綠地分類與數(shù)量

根據(jù)《城市綠地分類標準》和《徐州城市綠地系統(tǒng)規(guī)劃(2015—2020)》等, 并結(jié)合GoogleMap實際影像, 將研究區(qū)城市綠地分為6 類, 分別為城市公園、社區(qū)公園、鄰里公園綠地、小區(qū)綠地、道路綠地與河濱綠地。相關(guān)綠地類型的面積標準與服務(wù)半徑見表1, 下文可達性綠地供給評價時對不同綠地用不同服務(wù)半徑。在相對規(guī)定不同級別城市綠地的面積與服務(wù)半徑的基礎(chǔ)上, 對于規(guī)模類似的小型城市綠地針對其活動人群和設(shè)施進行進一步區(qū)分。社區(qū)公園即具有較好公共性和一定活動內(nèi)容的集中綠地,一般為配有公共健身設(shè)施的公共綠地場所, 服務(wù)對象覆蓋服務(wù)半徑內(nèi)的眾多小區(qū)居民。鄰里公園為社區(qū)內(nèi)部數(shù)個居住小區(qū)之間可共享的點狀公園綠地, 服務(wù)于該范圍內(nèi)小區(qū)居民。小區(qū)綠地即各小區(qū)內(nèi)開發(fā)商建造的人工綠地, 主要服務(wù)于小區(qū)內(nèi)成員。統(tǒng)計發(fā)現(xiàn), 城市公園綠地占總量的55.94%,但斑塊數(shù)量占比很小, 表明徐州中心城區(qū)的大型綠地為綠地總量提供了可觀供給。分布范圍最廣、斑塊數(shù)量最多同時也是與城市居民最為相關(guān)的小區(qū)綠地占比23.67%, 表明當前小區(qū)綠化在城市綠地供給中占有重要地位。同時社區(qū)公園綠地與鄰里公園綠地占比分為15.44%與1.54%, 為綠地空間供給提供了有效補充, 河濱綠地與道路綠地則豐富了城市綠地種類與景觀格局。

圖2 徐州市中心城區(qū)綠地及小區(qū)人口分布

Figure 2 Distribution of green space and community population in central district of Xuzhou

表1 研究區(qū)不同城市綠地類型與數(shù)量

2 研究方法

2.1 網(wǎng)絡(luò)大數(shù)據(jù)法

利用大數(shù)據(jù)在城鎮(zhèn)化進程中實現(xiàn)城市形態(tài)的可持續(xù)發(fā)展是未來中國智慧城市建設(shè)的目標之一[19], 城市人口密度的迅速增長要求城市提供足夠的基礎(chǔ)設(shè)施服務(wù)以滿足城市居民需要, 此過程中不少學者表示構(gòu)建大數(shù)據(jù)背景下的中國特色智慧城市發(fā)展框架有利于合理規(guī)劃城市基礎(chǔ)設(shè)施[20-22]。鑒于傳統(tǒng)數(shù)據(jù)搜集方式中人口數(shù)據(jù)獲取的困難與存在的缺陷, 本文借助網(wǎng)絡(luò)大數(shù)據(jù)獲取徐州市中心城區(qū)人口。

基于Python編寫的抓取程序, 本文以安居客網(wǎng)站、騰訊房產(chǎn)、徐州房管局與房天下網(wǎng)站為數(shù)據(jù)源, 抓取小區(qū)詳情頁面的“戶數(shù)”關(guān)鍵詞。徐州市轄區(qū)每戶平均人口數(shù)為3.27 人, 于是用每個小區(qū)戶數(shù)乘以戶均人數(shù)即為每個小區(qū)的潛在居住人口, 這里沒考慮房屋空置率的影響。

2.2 高斯兩步移動搜索法

用高斯兩步移動搜索法測算不同小區(qū)的城市可達性綠地供給。因為不同等級的城市綠地有不同服務(wù)半徑, 按綠地所覆蓋的范圍計算居民所能享用的綠地數(shù)量是評價綠地空間公平性的一個重要基礎(chǔ)。該方法在地理空間可達性方面已得到較廣泛應(yīng)用, 其原理是通過計算兩個地物相互間的空間距離從而得出目標地物的可達性。本研究中, 第一步是對每一塊城市綠地, 以為圓心依據(jù)其城市綠地類別產(chǎn)生對應(yīng)服務(wù)半徑的緩沖區(qū), 計算緩沖區(qū)內(nèi)空間距離衰減且被共享之后綠地m的實際供給。計算公式為:

式中:R表示第塊綠地被服務(wù)半徑內(nèi)人口分享且距離衰減后的綠地服務(wù)水平(m2·人-1),S為斑塊的面積,d為該綠地對應(yīng)的綠地類型的服務(wù)半徑,P為小區(qū)的人口,d為小區(qū)與斑塊的距離,?{d≤d}表示與綠地距離小于d的小區(qū)集合,G(d)為空間距離衰減系數(shù)。可見,R受綠地供給范圍內(nèi)的小區(qū)數(shù)量即人口數(shù)量的影響, 同時其本身綠地面積也對其產(chǎn)生影響。第二步對于每一個小區(qū), 計算位于該小區(qū)空間作用范圍內(nèi)的城市綠地產(chǎn)生的R的累計, 從而得到小區(qū)的綠地可達性。計算公式為:

式中:Y表示小區(qū)的累積綠地供給水平(2/人), 能夠享用的城市綠地數(shù)量,?{d￡d}表示與小區(qū)距離小于d的綠地斑塊集合, 其他字符含義同式1。兩步移動搜索法是在ArcGIS平臺下通過Python編程實現(xiàn)。

2.3 基于洛侖茲曲線公平性評價

洛侖茲曲線的初衷是為了探討國民經(jīng)濟在分配中的公平性問題, 即按照貧富水平遞增的人口序列累計所占對應(yīng)百分比的收入形成的曲線, 曲線可直觀表現(xiàn)某個國家或地區(qū)的收入分配是否公平。在此基礎(chǔ)上提出基尼系數(shù)這一指標, 從而將收入不平等這一概念量化, 以便于評價某一地區(qū)的收入差距。由此開始把洛侖茲曲線與基尼系數(shù)引入對其他社會資源分配公平性的評價, 如對公共交通服務(wù)水平、醫(yī)療資源與礦產(chǎn)資源等分布的公平性進行測度[23-25]。本文將采用洛侖茲曲線與基尼系數(shù)對研究區(qū)綠地空間分布公平性進行評價。基尼系數(shù)計算公式為:

式中:為某地區(qū)綠地空間分布的基尼系數(shù),表示有個小區(qū), 首先按上一步小區(qū)人均綠地供給Y由小到大排序,B表示前個小區(qū)的累計綠地供給占綠地總供給的比重,a為第個小區(qū)的人口占總?cè)丝诘谋戎? 其中0=0,B=1。用Matlab編程計算基尼系數(shù), 同時刻畫洛倫茲曲線, 其中橫軸為小區(qū)累計人口比重, 縱軸為對應(yīng)的累計綠地比重。

3 研究結(jié)果

3.1 基于可達性的綠地供給測算結(jié)果

從綠地空間可達性測算結(jié)果看供給最高者位于云龍湖與云龍山風景區(qū)、鳳凰山風景區(qū)周邊, 同時翟山片區(qū)、銅山片區(qū)的綠地可達性供給也較高, 這是因為該些地區(qū)基于自然地物保留了大量的綠色開敞空間, 如泉山、牛山、鳳凰山、云龍湖與淮海戰(zhàn)役紀念館等綠地空間。綠地可達性供給較低區(qū)域則包括老城片區(qū)、金山橋片區(qū)、壩山片區(qū)與徐州新區(qū), 與上文城市綠地空間分布結(jié)果基本一致。老城片區(qū)由于建設(shè)時間較早, 不注重綠色理念, 沒預(yù)留綠色開敞空間, 因此綠地空間供給水平很低, 成為中心城區(qū)綠地空間供給的洼地, 金山橋片區(qū)則屬于工業(yè)開發(fā)區(qū), 區(qū)內(nèi)生活性公園供給不足, 徐州新區(qū)雖然建設(shè)時規(guī)劃了一定綠地, 但住宅容積率高, 潛在人口數(shù)量大, 拉低了人均綠地供給水平。圖3分別是基于32 個子片區(qū)與520 個小區(qū)的可達性綠地測算結(jié)果, 32 個子片區(qū)中城市綠地可達性供給最高者為90.8 m2·人-1, 最低者為9.76 m2·人-1, 子片區(qū)的平均城市綠地可達性供給為30 m2·人-1, 達到該水平的子片區(qū)有12 個, 且最大值與最小值之差為81.06 m2·人-1, 所評價的520 個小區(qū)中, 綠地供給最高者是南岸別墅, 高達389 m2·人-1, 表明城市綠地供給存在空間不公平?；趦刹揭苿铀阉鞣ǖ目臻g綠地供給評價既考慮不同類型綠地的服務(wù)半徑, 又考慮了同一地區(qū)人口對公共綠地的占用競爭, 因此評價結(jié)果較為合理。

3.2 綠地空間分布公平性評價結(jié)果

上述已測算不同小區(qū)與片區(qū)的人均可達性綠地, 下面評價該指標的空間公平性: 首先以520 個小區(qū)為單元, 測算中心城區(qū)綠地分布基尼系數(shù), 結(jié)果見圖4.a, 其次以32 個子片區(qū)為單元測算綠地分布基尼系數(shù), 見圖4.b, 再次為了考察公平性的空間差異, 本文還將測算7 個功能片區(qū)各自的基尼系數(shù), 結(jié)果見圖4.a—4.i。洛侖茲曲線越陡峭則說明綠地空間分配越不公平, 表明少量小區(qū)人口占據(jù)大量城市綠地, 4.a的基尼系數(shù)為0.3707, 聯(lián)合國規(guī)定收入公平警戒線的基尼系數(shù)為0.4, 超過0.4就可能引發(fā)一系列社會問題, 而徐州中心城區(qū)綠地空間分布的基尼系數(shù)已達0.3707, 接近警戒線水平, 說明研究區(qū)城市綠地空間分布的公平性問題應(yīng)引起足夠重視, 其已對徐州城市環(huán)境的可持續(xù)管理產(chǎn)生不良影響, 有悖于綠地“空間共享”理念。比如翟山片區(qū)和銅山片區(qū)分別以14.86%和9.67%的人口占據(jù)了28.24%和16.74%的綠地, 而老城片區(qū)和壩山片區(qū)則分別以40.33%和18.13%的人口僅占據(jù)了31.44%和8.12%的綠地。并且其中超過100 m2·人-1的小區(qū)有14 個, 而還有179 個小區(qū)的人均綠地供給小于30 m2·人-1。圖4.b以32 個子片區(qū)的人口與占有的城市綠地刻畫洛侖茲曲線, 并計算基尼系數(shù)為0.3182, 屬可接受范圍, 說明子片區(qū)間的綠地供給公平性優(yōu)于小區(qū)間的綠地分配公平性, 主要因為隨著評價單元尺度增大, 掩蓋了某些區(qū)域內(nèi)部的局部不公平, 因此基尼系數(shù)變小, 這從另一方面證實從更小尺度單元評價城市綠地公平性的必要性可獲取更精確結(jié)果。

圖3 城市綠地可達性供給評價結(jié)果

Figure 3 Urban green space supply evaluation result based on spatial accessibility

圖4 綠地空間分布的洛倫茲曲線與基尼系數(shù)

Figure 4 Lorentz Curve and Gini Coefficient of green space spatial distribution

本文又對7 個功能片區(qū), 分別得出其基尼系數(shù), 以考察綠地空間不公平的空間差異?？煽闯? 中心城區(qū)范圍內(nèi)城市綠地空間供給高水平且公平性較高的區(qū)域為銅山片區(qū)和翟山片區(qū), 其人均綠地分別為43.71 m2與47.97 m2, 基尼系數(shù)為0.1950與0.2144, 說明區(qū)內(nèi)綠地供給充足且分布較為公平。老城片區(qū)人均綠地為19.68 m2, 基尼系數(shù)為0.3088, 為7 個功能片區(qū)中最高者, 說明該區(qū)內(nèi)綠地分布較為不公平, 經(jīng)分析是因為老城核心區(qū)當初規(guī)劃設(shè)計時未預(yù)留綠地空間, 綠地供給嚴重不足, 而外圍區(qū)則由于城市建設(shè)理念更新逐步擴大了綠地供給, 從而導致綠地空間的分布不公平。由于金山橋片區(qū)位于徐州工業(yè)開發(fā)區(qū)內(nèi), 缺乏大型公園綠地, 因此人均綠地僅為15.74 m2, 同時綠地公平性分布的基尼系數(shù)為0.2614, 表現(xiàn)出一定不公平, 經(jīng)辨析, 生活居住區(qū)中小區(qū)綠地供給尚可, 但工業(yè)區(qū)內(nèi)部的小區(qū)綠地供給較差。城市綠地供給水平中等且公平性較高的是九里片區(qū)和徐州新區(qū), 基尼系數(shù)分別為0.1142與0.1851, 人均綠地分別為24.50 m2與26.74 m2, 可達性綠地的空間供給十分公平, 但新城區(qū)作為按最新城市規(guī)劃標準開發(fā)的地區(qū)人均綠地水平并不突出, 這應(yīng)引起規(guī)劃設(shè)計者的注意。

3.3 綠地空間不公平原因分析及改進策略

3.3.1 不公平原因分析

1、綠地空間供給“天然”不均, 規(guī)劃建設(shè)者對此缺少主動應(yīng)對。徐州中心城區(qū)綠地供給總體上依賴自然地物形成的公園, 其占綠地總面積的55.94%, 而大型公園都是根據(jù)地形地物因地制宜建設(shè), 比如繞山環(huán)湖、沿大型河道而建, 這些自然地物由于位置固定且不可移動, 使得只有附近居民才能享用該些綠地。比如徐州中心城區(qū)綠地主要分布在泉山、云龍湖與南部的鳳凰山一帶, 老城片區(qū)天然綠地幾乎空白, 因此導致綠地空間不公平。規(guī)劃建設(shè)者由于缺乏綠地空間共享理念, 并未意欲形成一種更加公平的綠地布局, 對綠地供給不足區(qū)沒有主動作為。比如在金山橋片區(qū)、壩山片區(qū)等, 沒有足夠自然地物, 規(guī)劃建設(shè)者也沒有主動在此規(guī)劃大中型公園從而導致綠地供給不足。這種現(xiàn)象在老城區(qū)更明顯, 由于老城區(qū)建設(shè)時, 國家居住區(qū)綠地標準不高, 人們生態(tài)環(huán)境意識不強, 對日后綠地需求估計不足, 導致目前老城區(qū)成為全市可達性綠地的“最洼地”。

2、綠地配置決策失效, 缺乏公眾參與制衡。國土與城鄉(xiāng)規(guī)劃部門把城市綠地作為建成區(qū)的一部分, 而我國城市土地擴張受上級嚴格控制, 并以指標形式下達每年的擴張數(shù)量。政府需要在有限的城市土地上創(chuàng)造更高價值, 尤其是中心城區(qū)內(nèi), 政府進行土地配置決策時, 首要考慮經(jīng)濟效益最大化, 配置的用途依次為商業(yè)、住宅與工業(yè)用地, 只有當某地塊不適合上述用途時才會被考慮規(guī)劃為城市綠地。最為明顯的是徐州新城區(qū)建設(shè), 由于新城區(qū)區(qū)位好, 公共服務(wù)設(shè)施配套齊全, 土地價值較高, 因此規(guī)劃容積率較高, 人口密度大, 而與此同時沒有天然的山、湖與河道等, 因此結(jié)果是新城區(qū)人口密度大, 建筑密度高, 但缺少大中型城市公園, 人均可達性綠地并不高。最根本的原因是綠地配置決策由政府或市長一把手決定, 在土地指標有限情況下更加看重經(jīng)濟效益, 對綠地的空間共享與公平性關(guān)注不足, 在配置中未踐行環(huán)境公平理念。

3、綠地配置市場化導向, 居民收入差距放大綠地空間不公平。綠地配置市場化導向下, 城市居民經(jīng)濟水平影響其享有的綠地數(shù)量與質(zhì)量。近年來人們綠色生態(tài)理念開始覺醒, 而徐州作為傳統(tǒng)重工業(yè)城市, 空氣質(zhì)量不佳是居民直觀感受, 因此綠地資源更凸顯對提高生活質(zhì)量的重要性。一方面, 靠近大型公園綠地的高價小區(qū)將綠色景觀作為賣點顯示差異化, 另一方面, 部分高價小區(qū)將其內(nèi)部綠化程度、是否帶有社區(qū)公園作為賣點。這導致存在貧富差距的城市居民無法享有平等城市綠地, 加劇了城市綠地的空間不公平。

3.3.2 改進策略

城市綠地空間公平是社會公平的重要體現(xiàn), 是新型城鎮(zhèn)化建設(shè)中以人為本、生態(tài)宜居理念的重要表現(xiàn), 為提升研究區(qū)城市綠地空間公平性, 論文提出以下改進措施。首先要樹立綠地空間共享與公平的理念, 對綠地供給不足片區(qū)要“補短板”, 不能只根據(jù)地表特征, 如圍山、沿湖等來建設(shè)城市公園, 還應(yīng)該在高人口密度集聚區(qū)建設(shè)大型公園, 如城市中央公園等, 城市土地資源配置時不能一味追求土地財政最大化, 生態(tài)效益同樣重要, 減輕土地財政對綠地空間的擠壓效應(yīng), 不能只把無法進行商業(yè)、居住開發(fā)而沒有經(jīng)濟價值的地塊規(guī)劃為綠地, 而是從可達性角度保證不同片區(qū)居民的最基本綠地需求。

其次, 對于老城區(qū)與工業(yè)集中區(qū), 要通過老城區(qū)改造與產(chǎn)城融合提升城市綠地標準, 尤其老城區(qū)建設(shè)之初對綠地空間布局考慮不足, 因此老城改造時應(yīng)補償城市綠地的“歷史欠賬”, 對于存在城市收縮現(xiàn)象的老舊城區(qū), 可通過拆舊改造等方式, 重新規(guī)劃適用于現(xiàn)代城市需求的大型公園綠地。同時, 針對未達到拆舊改造標準的高人口密度城區(qū)可以通過建設(shè)量多面廣的袖珍公園, 在滿足城市綠地需求的前提下, 減小對城市布局的改造和改造工程對居民生活的影響。工業(yè)區(qū)產(chǎn)城融合時需要根據(jù)人口配置城市綠地, 可以考慮把產(chǎn)業(yè)轉(zhuǎn)移騰出的原工業(yè)用地轉(zhuǎn)化為城市綠地, 如德國杜伊斯堡景觀公園就是廢墟中產(chǎn)生的公園典范[26], 對于徐州這個重工業(yè)城市來說十分具有借鑒意義。

再次, 改善城市綠地配置決策方式, 構(gòu)建民眾參與城市綠地規(guī)劃的機制路徑。城市綠地空間不公平很大程度上由于缺乏有效公眾參與機制導致, 雖然整個城市綠地水平達到規(guī)劃要求, 但局部地區(qū)卻綠地匱乏, 城市綠地空間設(shè)計, 比如綠地類型、設(shè)施, 是否有運動場所等, 也不符合居民需求。一方面城市綠地作為準公共物品, 配置應(yīng)體現(xiàn)公平性, 減輕鄉(xiāng)紳化, 另一方面正如繆樸所說[27], 既然是居民而非政府的城市, 就應(yīng)讓居民按自身需求規(guī)劃設(shè)計綠地, 而非由地方政府決定。

4 討論和結(jié)論

4.1 討論

城市綠地公平不僅需關(guān)注城市綠地率、人均城市綠地面積等指標, 更要從可達性視角關(guān)注片區(qū)的人均綠地, 樹立綠地空間公平理念, 由于容積率原因, 高城市綠地率不代表人均城市綠地高, 人均城市綠地高也不能說明綠地空間分布是公平的, 因此針對不同空間尺度的基尼系數(shù)能有效反映出城市綠地空間公平性。本文在討論城市綠地供給時, 受遙感影像技術(shù)限制, 未能獲取綠地植被類型等要素對城市綠地服務(wù)能力的影響, 也沒有考慮不同群體對城市綠地設(shè)計的偏好, 如綠地類型、是否有運動設(shè)施與交流場所等, 僅通過面積標準與地圖判別劃分不同城市綠地等級。在今后研究中, 可做以下兩方面延伸, 一是結(jié)合城市綠地數(shù)量與質(zhì)量, 對城市綠地的服務(wù)能力做出更加細致評價, 如對城市碳吸收能力、氣候調(diào)節(jié)能力, 對城市恢復力、生態(tài)服務(wù)價值的空間化評估等; 二是設(shè)計更加適宜的綠地類型, 通過對不同群體調(diào)查設(shè)計更加人性化綠地, 以提升城市綠地質(zhì)量。

4.2 結(jié)論

本文通過2016 年0.25 米的Google影像獲取徐州中心城區(qū)的全部類型綠地, 同時運用網(wǎng)絡(luò)爬蟲抓取小區(qū)人口數(shù)量, 之后用兩步移動搜索法從可達性視角計算不同小區(qū)的綠地供給, 再基于不同小區(qū)的人口與綠地水平, 用洛倫茲曲線與基尼系數(shù)研究其空間公平性。本文的主要研究結(jié)論有: (1)研究區(qū)的人均可達性綠地為29.99 m2·人-1, 總體上滿足國家規(guī)劃目標與規(guī)程標準, 但片區(qū)之間、小區(qū)之間的差別較大, 表現(xiàn)出綠地空間不公平; (2)小區(qū)可達性綠地的空間公平基尼系數(shù)為0.3707, 接近不公平警戒線, 不公平程度已較危險, 表明綠地不公平已成為徐州城市環(huán)境空間治理的突出問題, 同時發(fā)現(xiàn)不公平最為突出的片區(qū)是壩山片區(qū)與老城片區(qū); (3)本文耦合網(wǎng)絡(luò)大數(shù)據(jù)、空間計算與基尼系數(shù)方法而得到的城市可達性綠地與公平性測算結(jié)果可為城市規(guī)劃提供直接借鑒, 有力指導徐州生態(tài)城市建設(shè), 打造生態(tài)宜居城市與綠地共享空間, 同時該方法具有普適性, 可為其他城市綠地建設(shè)與規(guī)劃提供有力技術(shù)支持。

[1] 肖漫. 武漢市主城區(qū)城市綠地健康評價[D].武漢: 華中農(nóng)業(yè)大學, 2009.

[2] Kabisch N, Haase D. Green justice or just green? Provision of urban green spaces in Berlin, Germany[J]. Landscape & Urban Planning, 2014, 122(2): 129–139.

[3] 高峻, 楊名靜, 陶康華. 上海城市綠地景觀格局的分析研究[J]. 中國園林, 2000(1): 53–56.

[4] 劉常富, 李小馬, 韓東. 城市公園可達性研究——方法與關(guān)鍵問題[J]. 生態(tài)學報, 2010, 30(19): 5381–5390.

[5] 李鋒, 王如松. 城市綠地系統(tǒng)的生態(tài)服務(wù)功能評價、規(guī)劃與預(yù)測研究——以揚州市為例[J]. 生態(tài)學報, 2003, 23(9): 1929–1936.

[6] Yao Liang, Liu Jingru, Wang Rusong, et al. Effective green equivalent—A measure of public green spaces for cities[J]. Ecological Indicators, 2014, 47(1): 123–127.

[7] Wolch J R, Byrne J, Newell J P. Urban green space, public health, and environmental justice: The challenge of making cities ‘just green enough’[J]. Landscape & Urban Planning, 2014(125): 234–244.

[8] 劉志強, 劉曄, 王俊帝. 中國建成區(qū)綠地率與人均公園綠地面積增長的時空匹配研究[J]. 生態(tài)經(jīng)濟, 2016, 32(6): 189–195.

[9] Wendel H E W, Zarger R K, Mihelcic J R. Accessibility and usability: Green space preferences, perce-ptions, and barriers in a rapidly urbanizing city in Latin America[J]. Landscape & Urban Planning, 2012, 107(3): 272–282.

[10] 魏冶, 修春亮, 高瑞, 等. 基于高斯兩步移動搜索法的沈陽市綠地可達性評價[J]. 地理科學進展, 2014, 33(4): 479–487.

[11] 尹海偉, 孔繁光, 宗躍光. 城市綠地可達性與公平性評價[J]. 生態(tài)學報, 2008, 28(7): 3375–3383.

[12] 尹海偉, 徐建剛. 上海公園空間可達性與公平性分析[J]. 城市發(fā)展研究, 2009, 16(6): 71–76.

[13] Fan Peilei, Xu Lihua, Yue Wenze, et al. Accessibility of public urban green space in an urban periphery: The case of Shanghai[J]. Landscape & Urban Planning, 2017(165): 177–192.

[14] 許基偉, 方世明, 劉春燕. 基于G2SFCA的武漢市中心城區(qū)公園綠地空間公平性分析[J]. 資源科學, 2017, 39(3): 430–440.

[15] 金遠. 對城市綠地指標的分析[J]. 中國園林, 2006, 22(8): 56–60.

[16] 唐子來, 顧姝. 上海市中心城區(qū)公共綠地分布的社會績效評價:從地域公平到社會公平[J]. 城市規(guī)劃學刊, 2015(2): 48–56.

[17] 唐子來, 顧姝. 再議上海市中心城區(qū)公共綠地分布的社會績效評價:從社會公平到社會正義[J]. 城市規(guī)劃學刊, 2016(1): 15–21.

[18] 岳邦佳, 林愛文, 孫鋮. 基于2SFCA的武漢市低收入者公園綠地可達性分析[J]. 現(xiàn)代城市研究, 2017(8): 99–107.

[19] SHEN Zhenjiang, LI Miaoyi.Big Data Support of Urban Planning and Management: The Experience in China[M]. Berlin: Springer-Verlag, 2018.

[20] Li Miaoyi, Ye Xinyue, Zhang Shanqi, et al. A frame-work of comparative urban trajectory analysis[J]. Enviro-nment and Planning B: Urban Analytics and City Science, 2017, 45(3): 489–507.

[21] Rathore M M, Ahmad A, Paul A, et al. Urban Planning and Building Smart Cities based on the Internet of Things using Big Data Analytics[J]. Computer Networks, 2016, 101(C): 63–80.

[22] WU Yuzhe, ZHANG Weiwen, SHEN Jiahui, et al. Smart city with Chinese characteristics against the background of big data: Idea, action and risk[J]. Journal of Cleaner Produ-ction, 2018, 173: 60–66.

[23] Delbosc A, Currie G. Using Lorenz Curves to Assess Public Transit Equity[C]//Transportation Research Board, Meeting, 2011.

[24] 何軍, 楊建, 孟玲, 等. 基于洛侖茲曲線和基尼系數(shù)的四川衛(wèi)生資源配置公平性評價[J]. 西北人口, 2015(1): 44– 47.

[25] 侯華麗, 吳尚昆, 王傳君, 等. 基于基尼系數(shù)的中國重要礦產(chǎn)資源分布不均衡性分析[J]. 資源科學, 2015, 37(5): 915–920.

[26] 梁燕鶯, 陳濤. 德國北杜伊斯堡景觀公園設(shè)計理念探析——基于黃石礦區(qū)生態(tài)修復的視角[J]. 湖北理工學院學報(人文社會科學版), 2017(06): 15–19.

[27] 繆樸. 誰的城市? 圖說新城市空間三病[J]. 時代建筑, 2007(1): 4–13.

Evaluation of spatial equity of urban green space based on internet big data for central area of Xuzhou city

XUE Xiaotong, YONG Xinqin, LI Xin*, HU Zongnan

School of Geography, Geomatics and Planning, Jiangsu Normal University, Xuzhou 221116, China

Urban green space plays an important role in beautifying the environment, improving the quality of residents’ life and promoting sustainable urban development.However, the “averaged” phenomenon in the current urban green space allocation has seriously violated the concept of social equity and environmental sustainability. So we study the spatial inequity of urban green space with internet big data skill. GIS technology is employed to construct the spatial distribution of urban green space and community population with the help of GoogleMap and network big data, after that the spatial accessibility of urban green space is measured through two-step floating catchment area method. Based on this, the Gini coefficient and Lorentz curve are used to describe the equity of urban green space in central area of Xuzhou on different spatial scales. The results indicate that: the per capita green space in central area of Xuzhou is 29.99 m2, which is at high level of supply, and Gini coefficient of the green space at community scale is 0.3707, close to the international warning line of 0.4, mainly reflecting the urban green space difference of communities and districts. There are two aspects of factors affecting the equity of urban green space, of which the first is natural heterogeneity of urban land, and the second is that there is no planning power to change the mismatch between population and green space, thus leading to low level of green space supply in old towns and high-density residential areas. This paper argues that urban green space planning and construction need to take into account the spatial matching between green space and population, to reduce the squeezing effect of land finance on green space allocation, and at the same time to improve the allocation decision-making mode and strengthen the public participation in urban green space planning and design.

urban green space; internet big data; gini coefficient; spatial equity; central area of Xuzhou city

10.14108/j.cnki.1008-8873.2019.06.021

TU985.12

A

1008-8873(2019)06-140-09

2019-05-29;

2019-06-16

教育部人文社科項目(19YJCZH089); 江蘇高校社科基地項目(2017ZSJD013); 江蘇省研究生科研與實踐創(chuàng)新計劃項目(KYCX18_2070)

薛小同(1995—), 男, 江蘇如皋人, 碩士研究生, 主要研究方向為土地利用規(guī)劃, E-mail: xuetyto@163.com

李鑫(1986—), 男, 山東臨沂人, 博士, 副教授, 主要從事土地利用規(guī)劃與優(yōu)化配置, E-mail: topzcg@126.com

薛小同, 雍新琴, 李鑫, 等. 基于網(wǎng)絡(luò)大數(shù)據(jù)的徐州中心城區(qū)綠地空間公平性評價 [J]. 生態(tài)科學, 2019, 38(6): 140-148.

XUE Xiaotong, YONG Xinqin, LI Xin, et al. Evaluation of spatial equity of urban green space based on internet big data for central area of Xuzhou city[J]. Ecological Science, 2019, 38(6): 140-148.