包瑞清 （厄瓜多爾）亞歷克西斯·阿里亞斯·貝當(dāng)古

1 研究背景

大量已有證據(jù)表明：城市綠地具有緩解壓力、松弛心神、促進(jìn)運(yùn)動(dòng)、降低污染和噪聲、改善熱環(huán)境的作用，促進(jìn)城市居民體驗(yàn)自然而產(chǎn)生積極情緒，豐富居民的生活，對城市的可持續(xù)性有重要意義[1-4]。城市綠地的可達(dá)性影響綠地的服務(wù)質(zhì)量，因此大多數(shù)研究認(rèn)為公園的可達(dá)性、可用性與居民對公園的使用頻率、參與活動(dòng)時(shí)長有關(guān)，由此表明可達(dá)性水平對居民的身心健康有不同程度的影響[5-7]。而人口分布的地理空間差異、收入相對不平等造成的貧富差距[8]、種族隔離[9]、老人兒童等特殊群體的存在，造成了城市綠地可達(dá)性的差異及綠地分布的不均衡性[10-13]。

1.1 可達(dá)性指數(shù)與均衡性

城市公園綠地的可達(dá)性研究，主要包括可達(dá)性指數(shù)的研究及比較。其中基本的可達(dá)性指數(shù)有容器指數(shù)（container index）、引力模型（gravity potential expression或gravity model）和旅行費(fèi)用（travel cost，即時(shí)間成本距離）[14]?；诨究蛇_(dá)性指數(shù)拓展出累積機(jī)會(huì)測度（accumulative opportunities measure）[15]、綠地可達(dá)性指數(shù)（green space accessibility, GSA）[16]等指標(biāo)。除利用基本可達(dá)性指數(shù)外，有研究將公園面積核密度作為公園可達(dá)性指數(shù)[17]，并兼顧供給和需求提出浮動(dòng)承載區(qū)（floating catchment area, FCA）的改進(jìn)方法——兩步浮動(dòng)承載區(qū)（two-step floating catchment area, 2SFCA）模型[18]。

由可達(dá)性研究延伸出不同方面的均衡性分析，主要包括人口分布[19-20]、本地居民的需求、種族/民族、文化水平[17]和社會(huì)經(jīng)濟(jì)[21]、老人兒童[15]等。均衡性分析方法主要包括建立回歸模型和地理空間加權(quán)回歸模型[17]，繪制洛倫茲曲線，計(jì)算基尼系數(shù)[18]和區(qū)位熵[17]等。

1.2 研究目的和內(nèi)容

公園可達(dá)性及相關(guān)拓展研究比較豐富，但是在均衡性（公平性）研究上相對單一：1）在可達(dá)性的均衡度研究上，一般以可達(dá)性指數(shù)作為計(jì)算條件，而在15分鐘生活圈下分析可達(dá)性的均衡性尚屬空缺；2）未見各個(gè)公園對均衡度的貢獻(xiàn)度的相關(guān)表述；3）通常以基尼系數(shù)計(jì)算結(jié)果為衡量指標(biāo)，但是并未提出新規(guī)劃公園平衡均衡性的具體量化措施。因此，本研究為填補(bǔ)上述空白，以可達(dá)性的已有研究為基礎(chǔ)，提出以綜合性公園為研究對象，用NetworkX（Python復(fù)雜網(wǎng)絡(luò)創(chuàng)建庫）自行編寫研究程序，建立公共交通復(fù)合網(wǎng)絡(luò)，重點(diǎn)分析均衡度，包括分析可達(dá)性及全局和15分鐘生活圈下公園分布均衡性、貢獻(xiàn)度和平衡均衡性新規(guī)劃公園選址的區(qū)域分布。

2 研究數(shù)據(jù)和方法

2.1 研究區(qū)域和數(shù)據(jù)

南京（32°4′N，118°47′E）是江蘇省省會(huì)，也是中國東部地區(qū)重要的中心城市、南京都市圈核心城市，常住人口850萬人。南京公共交通網(wǎng)絡(luò)（圖1）包括地鐵系統(tǒng)和公交系統(tǒng)，其地鐵線路長度居中國第6位、世界第7位，10條線路覆蓋全市13個(gè)市轄區(qū)縣，包含站點(diǎn)348個(gè)；其公交線路1 304條（往返），包含站點(diǎn)32 660個(gè)，日均客流量約200萬人次。南京市公共交通線路和站點(diǎn)數(shù)據(jù)（2020年數(shù)據(jù)），以及人口分布數(shù)據(jù)（425 m×425 m間隔的采樣點(diǎn)，2020年數(shù)據(jù)）均來源于中國專業(yè)IT社區(qū)CSDN（Chinese Software Developer Network）的開放數(shù)據(jù)。

1 南京公共交通和綜合性公園Public transportation and comprehensive parks in Nanjing

其中公共交通（地鐵和公交）的站點(diǎn)數(shù)據(jù)包括站點(diǎn)名稱和標(biāo)識(shí)值（identity document, ID）、所屬線路名稱和ID、經(jīng)緯度坐標(biāo)等；線路數(shù)據(jù)包括線路名稱和ID、幾何對象等。人口分布數(shù)據(jù)包括采樣點(diǎn)經(jīng)緯度坐標(biāo)、人口數(shù)量等。

根據(jù)南京市綠化園林局發(fā)布的《南京市綠地系統(tǒng)規(guī)劃》（2013—2020）中心城區(qū)規(guī)劃綜合性公園一覽表中確定保留和擴(kuò)建的53個(gè)綜合性公園作為研究對象，在谷歌地球（Google Earth）中繪制各個(gè)公園范圍邊界。

2.2 研究方法

所有計(jì)算均用Python語言完成（使用Anaconda平臺(tái)下的Spyder解釋器），代碼托管于GitHub平臺(tái)代碼倉庫。地圖則由QGIS軟件建立。

2.2.1 公共交通復(fù)合網(wǎng)絡(luò)的建立

由NetworkX復(fù)雜網(wǎng)絡(luò)創(chuàng)建庫建立公共交通復(fù)合網(wǎng)絡(luò)，包括公交系統(tǒng)和地鐵系統(tǒng)。通過GeoLife數(shù)據(jù)集計(jì)算公交速度、地鐵速度及公交和地鐵各自內(nèi)部換乘和之間換乘的步行速度。因?yàn)樵摂?shù)據(jù)集中南京區(qū)域的數(shù)據(jù)極少，主要以北京為主，因此以北京區(qū)域的計(jì)算結(jié)果為參考。提取北京區(qū)域30萬條數(shù)據(jù)，每條數(shù)據(jù)包括GPS軌跡的經(jīng)緯度、時(shí)間等信息，精度為每2～5 s記錄一次。通過記錄有通行模式、起始和結(jié)束時(shí)間戳的數(shù)據(jù)，確定每一條數(shù)據(jù)的通行方式。最終獲取880條連續(xù)路徑，其中公交103條，地鐵（含城鐵）52條，步行368條，剔除異常值后生成3種交通方式的箱型圖（圖2）。以各自速度中位數(shù)（公交均速13.54 km/h、地鐵均速18.77 km/h、步行均速4.39 km/h）配置公共交通復(fù)合網(wǎng)絡(luò)的3個(gè)子網(wǎng)絡(luò)，包括公交系統(tǒng)子網(wǎng)絡(luò)、地鐵系統(tǒng)子網(wǎng)絡(luò)和換乘子網(wǎng)絡(luò)。

2 交通方式平均速度箱型圖Box-plot of average speeds of different traffic modes

2.2.2 公園服務(wù)的區(qū)域水平

公共交通以站點(diǎn)為上下車位置，因此需要確定各個(gè)公園的鄰近站點(diǎn)。計(jì)算每個(gè)公園5 min步行距離（約400 m）緩沖區(qū)，提取緩沖區(qū)內(nèi)鄰近公園的站點(diǎn)。對于任一公園，以通行時(shí)間成本距離計(jì)算該公園鄰近站點(diǎn)到所有站點(diǎn)位置的最短路徑，并選擇各鄰近站點(diǎn)到同一站點(diǎn)位置的最短路徑作為該站點(diǎn)到達(dá)該公園的最短路徑，從而獲得該公園到各站點(diǎn)位置的最短路徑。

居民對公園綠地的需求會(huì)隨距離的增加而降低，以高斯函數(shù)為阻抗函數(shù)反映隨距離衰減的影響，沿公共交通復(fù)合網(wǎng)絡(luò)計(jì)算各個(gè)公園到所有站點(diǎn)的最短路徑，將每一個(gè)人口采樣點(diǎn)的人口數(shù)沿最近的站點(diǎn)傳輸?shù)礁鱾€(gè)公園鄰近站點(diǎn)，計(jì)算該公園潛在人口服務(wù)壓力（式1）。

式中，P為公園潛在人口服務(wù)壓力；pi為人口采樣點(diǎn)的人口數(shù)；ωi為第i個(gè)站點(diǎn)到公園時(shí)間成本距離高斯權(quán)重。

2.2.3 站點(diǎn)的可達(dá)性

依據(jù)旅行費(fèi)用計(jì)算方法，基于時(shí)間成本距離統(tǒng)計(jì)每一站點(diǎn)位置到所有公園最短路徑，通過均值比較各站點(diǎn)到所有公園的時(shí)間成本距離，較低的均值具有較高的可達(dá)性，較高的均值具有較低的可達(dá)性（式2）[14]。

式中，tsstation為站點(diǎn)位置到所有公園最短路徑的均值；di為站點(diǎn)位置到第i個(gè)公園的最短路徑；n為公園數(shù)。

如考慮到公園的供需比，依據(jù)2SFCA模型，將每一站點(diǎn)位置到所有公園時(shí)間成本距離最短路徑的高斯函數(shù)作為權(quán)重，計(jì)算供需比之和，用于衡量站點(diǎn)到公園的可達(dá)性（式3）。

式中，sdrstation為站點(diǎn)位置到所有公園供需比之和；ωi為站點(diǎn)到第i個(gè)公園時(shí)間成本距離高斯權(quán)重；Si為第i個(gè)公園的面積；Pi為第i個(gè)公園的人口服務(wù)壓力。

2.2.4 公園分布均衡性、貢獻(xiàn)度和新規(guī)劃公園選址的區(qū)域分布

基尼系數(shù)是根據(jù)洛倫茲曲線所定義判斷年收入分布公平程度的指標(biāo)，可以用于公園分布均衡性的計(jì)算（式4）[22]30-31。

式中，Gini為公園基尼系數(shù)，x根據(jù)不同分析內(nèi)容具體確定；xi–xj為任何一對樣本值的差；n為分析內(nèi)容的樣本數(shù)。

在公園分布均衡性計(jì)算中，分為全局和15分鐘生活圈下公園分布均衡性。全局均衡度，以分析區(qū)域全部站點(diǎn)可達(dá)性指數(shù)（即x值）為依據(jù)；15分鐘生活圈均衡度，則以站點(diǎn)15 min時(shí)間內(nèi)可到達(dá)綜合性公園數(shù)量（即x值）為依據(jù)。

公園的貢獻(xiàn)度計(jì)算，是通過分別移除每個(gè)公園，計(jì)算全局基尼系數(shù)與未移除前基尼系數(shù)之差。為便于觀察數(shù)值變化，同時(shí)將值擴(kuò)大1 000倍。

公園的分布會(huì)影響各個(gè)站點(diǎn)到公園的可達(dá)性，最終影響當(dāng)前公園分布下的基尼系數(shù)，因此通過增加新建公園可調(diào)整公園分布的均衡性。每2 000 m×2 000 m建立一個(gè)采樣點(diǎn)（總共3 354個(gè)），將其假設(shè)為新規(guī)劃公園的選址，覆蓋到整個(gè)市域。將新選址增加到公共交通復(fù)合網(wǎng)絡(luò)中后，計(jì)算各個(gè)站點(diǎn)到所有公園時(shí)間成本距離均值的基尼系數(shù)，獲得增加新建公園后基尼系數(shù)的分布，為平衡公園分布、新建公園的選址提供參照。

3 研究結(jié)果

3.1 公園的最短路徑時(shí)間成本距離均值分布和服務(wù)等級(jí)區(qū)域

通過所有站點(diǎn)到各個(gè)公園最短路徑時(shí)間成本距離的箱型圖統(tǒng)計(jì)，根據(jù)上下四分位數(shù)可以確定各個(gè)公園公共交通復(fù)合網(wǎng)絡(luò)下最短路徑主要花費(fèi)的時(shí)間成本區(qū)間。分別計(jì)算所有公園對應(yīng)上下四分位數(shù)的上下四分位數(shù)，得知主要分布的區(qū)間為[41.86, 72.10]到[154.76, 175.91]，中位數(shù)對應(yīng)的區(qū)間為[53.01,161.65]。以中位數(shù)為參照值，如果該公園可達(dá)性區(qū)間低于[53.01, 161.65]，則相對其他公園而言具有較高的可達(dá)性，包括八字山公園、北崮山公園、古林公園、鼓樓公園、幕府山公園、清涼山公園、獅子山公園、石頭城公園、烏龍?zhí)豆珗@、繡球公園、河西中央公園、莫愁湖公園、南湖公園、白鷺洲公園、午朝門公園、鄭和公園、白馬公園、北極閣公園、九華山公園、情侶園、玄武湖公園、花神湖公園、菊花臺(tái)公園23個(gè)公園。超出上下四分位數(shù)最大值構(gòu)成的區(qū)間為[72.10, 175.91]，表明該類公園可達(dá)性很低，包括老虎山公園、九龍湖公園、六合鳳凰山公園、龍池公園、平頂山公園、太子山公園、鳳凰山公園、二橋公園、南煉公園、三葉湖公園、烏龍山公園、燕子磯公園、蓮花湖公園、梅山公園14個(gè)公園。其余16個(gè)公園可達(dá)性一般。

依據(jù)各個(gè)公園的最短路徑時(shí)間成本距離均值繪制等值線（圖3），可以觀察數(shù)值分布情況。具有較高可達(dá)性的公園位于公共交通復(fù)合網(wǎng)絡(luò)的中心區(qū)域，可達(dá)性很低的則位于網(wǎng)絡(luò)邊緣。

3 時(shí)間成本值分布Distribution of time cost value

公園潛在人口服務(wù)壓力是公園可達(dá)性的一種表現(xiàn)，較大的值表明具有較高的可達(dá)性，反之可達(dá)性較低。將人口服務(wù)壓力分成3個(gè)層級(jí)（圖4）：第一層級(jí)，具有較高的人口壓力，位于公共交通復(fù)合網(wǎng)絡(luò)的核心區(qū)域，即城市的核心區(qū)域；人口服務(wù)壓力向四周擴(kuò)散，形成第二層級(jí)；第三層級(jí)，具有較小的人口壓力，位于網(wǎng)絡(luò)的邊緣，也是城市的邊緣區(qū)域。

4 公園潛在人口服務(wù)壓力Potential population service pressure of parks

3.2 站點(diǎn)的可達(dá)性

站點(diǎn)可達(dá)性可以考慮站點(diǎn)到所有公園的最短路徑時(shí)間成本距離平均值，或者進(jìn)一步考慮車站到所有公園的供需比之和。公共交通復(fù)合網(wǎng)絡(luò)覆蓋區(qū)域，可達(dá)性的標(biāo)準(zhǔn)差與均值相關(guān)度為0.96，溧水、高淳兩區(qū)相對其他11區(qū)具有較低的公園可達(dá)性（圖5-1），其次為網(wǎng)絡(luò)邊緣的六合區(qū)和浦口區(qū)。在進(jìn)一步的綜合性公園規(guī)劃中，需要優(yōu)先考慮這些區(qū)域。通過時(shí)間成本距離標(biāo)準(zhǔn)差計(jì)算（圖5-2），比較各個(gè)站點(diǎn)到所有公園的最短路徑時(shí)間成本距離的分散程度，具有較高分散程度的站點(diǎn)，會(huì)優(yōu)先考慮較近的公園；而較低分散程度的站點(diǎn)，因?yàn)榈礁鱾€(gè)公園的出行通行成本較為接近，則更容易根據(jù)出行目的選擇。

5 站點(diǎn)位置到所有公園最短路徑時(shí)間成本距離均值（5-1）和標(biāo)準(zhǔn)差（5-2）The mean (5-1) and standard deviation (5-2) of time-cost distance of the shortest path from transportation stations to all the parks

3.3 公園分布均衡性、貢獻(xiàn)度和新規(guī)劃公園選址的區(qū)域分布

3.3.1 公園分布的全局均衡性

站點(diǎn)位置到所有公園最短路徑時(shí)間成本距離均值的基尼系數(shù)為0.34；增加行政區(qū)劃權(quán)重后基尼系數(shù)為0.32（p-value=0.01）；如果考慮供需比之和，基尼系數(shù)為0.25，增加行政區(qū)劃權(quán)重后為0.24（p-value=0.01）。參考聯(lián)合國開發(fā)計(jì)劃署（The United Nations Development Programme, UNDP）對收入分配基尼系數(shù)等級(jí)的劃分，0.40是收入分配差距的“警戒線”，上述基尼系數(shù)均小于該值，表明公園分布的不均衡性（不公平性）不明顯，相對合理，但是已接近“警戒線”。

3.3.2 15分鐘生活圈下公園分布的均衡性

15分鐘生活圈下，站點(diǎn)可達(dá)綜合性公園的數(shù)量，最小值為0，最大值為14（圖6）。由站點(diǎn)可達(dá)公園的數(shù)量計(jì)算基尼系數(shù)為0.68，增加行政區(qū)劃權(quán)重后為0.64（p-value=0.01），均明顯超出“警戒線”（0.40）。

6 公共交通復(fù)合網(wǎng)絡(luò)15分鐘生活圈下的站點(diǎn)可達(dá)綜合性公園數(shù)Number of transportation stations accessible to comprehensive parks within the 15-minute living circle

3.3.3 公園的貢獻(xiàn)度

公園的貢獻(xiàn)度（圖7）反映的是在公共交通復(fù)合網(wǎng)絡(luò)下各個(gè)公園對公園分布均衡性的影響程度。當(dāng)貢獻(xiàn)度為正值，且值越大，對均衡性的負(fù)面影響越強(qiáng)，例如城市周邊區(qū)域的公園；當(dāng)為負(fù)值，且值越小，對均衡性的正面影響越強(qiáng)，例如趨近于城市中心區(qū)域的公園。結(jié)果表明城市周邊區(qū)域的公園對綜合性公園分布的均衡性具有更重要的積極作用；而城市中心區(qū)域的公園，因?yàn)榉植枷鄬校趸朔植嫉木庑浴?/p>

7 綜合性公園基尼系數(shù)貢獻(xiàn)度Comprehensive parks Gini coefficient contribution degree

3.3.4 平衡均衡性新規(guī)劃公園選址的區(qū)域分布

為進(jìn)一步平衡城市綜合性公園的分布，可以增加新的公園來降低基尼系數(shù)。假設(shè)新增加一個(gè)公園選址后，基尼系數(shù)發(fā)生更新變化（圖8），從計(jì)算結(jié)果來看，如果基尼系數(shù)小于已有公園的基尼系數(shù)（0.34），則說明新增加的公園有益于平衡公園分布的均衡性；反之，基尼系數(shù)大于0.34的區(qū)域，則會(huì)降低均衡性。同時(shí)需要注意，在南北邊緣區(qū)域增加綜合性公園雖然能夠大幅度減小不均衡性，但是也增加了核心區(qū)域到邊緣區(qū)域綜合性公園的距離，因此新規(guī)劃的綜合性公園的選址位置，最好選擇基尼系數(shù)在0.32～0.33之間的區(qū)域。

8 基尼系數(shù)更新變化的空間分布Spatial distribution of Gini coefficient updates and changes

4 討論

根據(jù)南京市統(tǒng)計(jì)局2019年南京市基本公共服務(wù)體系建設(shè)監(jiān)測統(tǒng)計(jì)分析報(bào)告，城市居民公共交通出行分擔(dān)率在2018年為43.30%、2019年為45.30%，由此可以判斷公共交通是南京市居民重要的出行方式。隨著地鐵線路的進(jìn)一步增加和公交線路配合地鐵線路的調(diào)整，選擇公共交通出行方式的人口比例會(huì)相對穩(wěn)定，并可能有所增加，因此基于城市公共交通分析城市公園可達(dá)性的研究非常必要。

4.1 應(yīng)用Networkx庫建立公共交通復(fù)合網(wǎng)絡(luò)

城市公園公共交通可達(dá)性的研究在可達(dá)性測量中，包括應(yīng)用ArcGIS提供的網(wǎng)絡(luò)分析工具計(jì)算OD成本矩陣（origin destination cost matrices）搜索最小成本路徑[23-24]，使用百度地圖或谷歌地圖路線規(guī)劃應(yīng)用計(jì)算最小成本路徑[25-26]，以及應(yīng)用柵格數(shù)據(jù)和服務(wù)范圍測量可達(dá)性[16]等方法。因受到柵格精度的影響和對實(shí)際道路交通情況的忽略，應(yīng)用柵格數(shù)據(jù)的方法，可達(dá)性量化結(jié)果準(zhǔn)確度較低；使用ArcGIS等傳統(tǒng)工具來建立公共交通系統(tǒng)，條件設(shè)定相對復(fù)雜，可拓展分析的自由度往往受到限制。因此本研究應(yīng)用Python語言復(fù)雜網(wǎng)絡(luò)創(chuàng)建庫Networkx建立包含公交系統(tǒng)、地鐵系統(tǒng)以及換乘系統(tǒng)的復(fù)合公共交通網(wǎng)絡(luò)，通過可達(dá)性測量來進(jìn)一步完善網(wǎng)絡(luò)分析方法。其包括最小成本路徑下各個(gè)站點(diǎn)到公園鄰近站點(diǎn)的選擇，公交路線之間、地鐵路線之間與公交與地鐵路線之間換乘網(wǎng)絡(luò)的定義，最小成本路徑等級(jí)區(qū)域劃分，及基于時(shí)間成本距離權(quán)重人口數(shù)量在網(wǎng)絡(luò)中的傳輸?shù)取?/p>

將南京市所有公共交通站點(diǎn)和路線納入復(fù)合網(wǎng)絡(luò)，不設(shè)定公園固定的服務(wù)范圍，以時(shí)間成本距離最短路徑的高斯函數(shù)作為權(quán)重平衡距離的遠(yuǎn)近和信息在網(wǎng)絡(luò)中傳播的衰減趨勢，可以較好地比較所有站點(diǎn)到達(dá)各個(gè)公園的可達(dá)性，以及到達(dá)各個(gè)公園每個(gè)站點(diǎn)的可達(dá)性。

4.2 全局和15分鐘生活圈下綜合性公園分布均衡性

風(fēng)景園林領(lǐng)域?qū)τ谏钊Φ难芯客ǔ＞劢沟焦查_放空間的布局和規(guī)劃導(dǎo)控、綠地公共性、供需等方面，并將其結(jié)合到均衡性研究上，如杜伊等通過問卷調(diào)查結(jié)合OD線，統(tǒng)計(jì)非離家最近到訪，提出面向社區(qū)生活圈公園綠地微區(qū)位公平性優(yōu)化策略[27]。Feng等則應(yīng)用柵格計(jì)算綠地可達(dá)性指數(shù)，應(yīng)用基尼系數(shù)分析區(qū)域城市公園可達(dá)性的社會(huì)公平性[19]。上述研究在結(jié)合生活圈和可達(dá)性分析公園分布的均衡性上并不明確，因此提出基于生活圈可達(dá)性的均衡性分析。

依據(jù)不同方式計(jì)算基尼系數(shù)評(píng)估公園分布的均衡性會(huì)有明顯的差異?；诳蛇_(dá)性的全局基尼系數(shù)小于0.40，但是15分鐘生活圈下的基尼系數(shù)則明顯大于0.40。以上結(jié)果表明，雖然綜合性公園在整體布局下均衡性較好，但是以居民日?；顒?dòng)為主的生活圈下的均衡性較差，這影響到城市生活空間構(gòu)建和居民生活質(zhì)量的提升。

4.3 平衡均衡性新規(guī)劃公園選址的區(qū)域分布

由城市綠地可達(dá)性的差異評(píng)估綠地分布的不平等性，以及結(jié)合種族、收入、老人兒童特殊群體因素的空間分布評(píng)估綠地可達(dá)性，通常應(yīng)用回歸模型分析兩者或者多者之間的關(guān)聯(lián)，判斷柵格單元即各個(gè)地理空間位置下的可達(dá)性與各個(gè)因素空間分布之間是否相關(guān)；或者應(yīng)用基尼系數(shù)和區(qū)位熵等指數(shù)判斷均衡性，這些方法給出了評(píng)估的結(jié)果，但是并沒有進(jìn)一步探索平衡不均衡性規(guī)劃配置的量化途徑。

對于規(guī)劃配置的量化方法，最近的一項(xiàng)研究是應(yīng)用2SFCA模型計(jì)算基尼系數(shù)結(jié)合遺傳算法，分析模擬封閉社區(qū)綠地開放的優(yōu)化方案對綠地可達(dá)性和均衡性變化的研究[28]。為進(jìn)一步平衡量化綠地的空間合理配置，提出新公園規(guī)劃選址參考平衡不均衡性的方法，以基尼系數(shù)作為最終均衡性評(píng)價(jià)的指標(biāo)，建立新公園選址的采樣點(diǎn)，依據(jù)當(dāng)前公共交通復(fù)合網(wǎng)絡(luò)，逐一計(jì)算每增加一選址后基尼系數(shù)的變化，從而獲取基尼系數(shù)變化分布，這為新增加的綜合性公園選址提供了參照。

4.4 研究的局限性

公園的公共交通可達(dá)性時(shí)間成本距離路徑通常包括出發(fā)地到鄰近出發(fā)地的站點(diǎn)、交通等候時(shí)間、站點(diǎn)到公園鄰近站點(diǎn)、公園鄰近站點(diǎn)到公園入口等幾個(gè)部分[23]，本研究在建立公共交通復(fù)合網(wǎng)絡(luò)時(shí)去除了交通等候時(shí)間等不確定因素，僅包括公共交通通行部分和增加的換乘網(wǎng)絡(luò)；同時(shí)，在最小成本路徑計(jì)算時(shí)，以公交、地鐵和步行的平均速度計(jì)算最短路徑，但是在實(shí)際的生活中，人們可能綜合考慮多種因素選擇到達(dá)公園的路線，這些都會(huì)降低公園公共交通可達(dá)性的準(zhǔn)確性。

在平衡均衡性新公園選址問題上，僅計(jì)算了一次增加一個(gè)新公園選址對基尼系數(shù)的影響，如果一次同時(shí)增加2個(gè)及以上新公園選址，不同的組合方式將大幅度增加計(jì)算的繁復(fù)度，需要探索新的算法降低計(jì)算量。

本研究以綜合性公園為研究對象探索基于基尼系數(shù)均衡度的分析，而實(shí)際上其他公園類型和各類休閑綠地的分布將會(huì)平衡綜合性公園可達(dá)性的不足和分布的不均衡問題，例如15分鐘生活圈下公園分布的均衡性較差，可以通過其他類型綠地彌補(bǔ)。

5 結(jié)語

公共交通是中國城市居民出行的主要方式之一，基于公共交通的城市公園可達(dá)性及空間分布均衡性的研究對公園空間分布的配置具有重要意義。以公園為目標(biāo)，從所有站點(diǎn)到達(dá)各個(gè)公園的公共交通可達(dá)性分布，可以衡量公園潛在的服務(wù)規(guī)模及其分布模式；同時(shí)，獲取指定時(shí)間成本區(qū)域下路線分布與對應(yīng)的公園鄰近站點(diǎn)，這為公園服務(wù)和鄰近公園周邊區(qū)域的城市功能協(xié)調(diào)提供了參照。以站點(diǎn)為目標(biāo)，到達(dá)各個(gè)公園每個(gè)站點(diǎn)的可達(dá)性，則體現(xiàn)了該站點(diǎn)區(qū)域居民所享有綜合性公園這一公共服務(wù)設(shè)施可用性的多少，反映了綜合性公園空間配置的合理性。以基尼系數(shù)為衡量指標(biāo)，分析全局和15分鐘生活圈下公園分布均衡性、公園貢獻(xiàn)度，計(jì)算平衡均衡性新規(guī)劃公園選址的區(qū)域分布，可以改善城市公園公共交通服務(wù)、優(yōu)化城市公園布局，提高城市公園的可達(dá)性，為城市新綜合性公園規(guī)劃提供量化的區(qū)域范圍參考。

圖片來源(Sources of Figures)：

文中圖片均由作者繪制，圖1、3、5、8地圖源自標(biāo)準(zhǔn)地圖服務(wù)網(wǎng)站，審圖號(hào)為寧S(2016)001號(hào)。