张永民

（河南财经政法大学资源与环境学院，郑州 450046）

公园是规划与建设宜居城市空间的一个关键要素［1］. 城市公园能够为居民提供消遣、娱乐、体育锻炼和思想交流等方面的社会文化服务［2-4］，以及净化空气、削减地表径流和降低城市热岛效应等方面的生态服务，对增进居民福祉和改善城市生态环境具有重要贡献［5-6］. 公园可达性是联系公园和居民福祉的纽带，可直接影响居民对公园所提供的各项服务的消费和公园的使用价值. 迄今关于公园可达性的研究报道也有很多［7-8］.例如，Fan等通过构建可达性指数分析了上海市公园的可达性［9］；卢宁等借助ArcGIS 的网络分析工具，以沈阳市铁西区为例探索了步行、非机动车和机动车等不同出行方式下公园可达性的评价体系［10］；尹海伟等采用费用距离法研究了济南市公园的可达性［11］. 虽然目前对公园可达性的研究取得了许多成果，但是仍存在一些不足之处［12］. 例如，对于公园可达性指标模型的构建，多数研究是从供给的角度测算公园的供给面积，而未考虑各公园自身所承受的需求（消费）压力. 事实上，如果某公园因需求压力较大而经常出现人员拥挤，会影响居民对该公园的选用，从而导致公园的可达性降低［13-16］. 此外，公园可达性的研究尺度，多是采用区域或者行政单元（比如街道办）等较粗的空间尺度，难以精确反映各居民小区的公园可达性状况［17］.

郑州市是国家中心城市、国际综合交通枢纽和物流中心、国家历史文化名城和华夏文明重要发祥地之一. 近年来，郑州市发展十分迅速. 据统计，2000—2018年，建成区面积由133.22 km2增至543.92 km2，增长了3.08倍，城区常住人口由259.1万人增至626.19万人，增长了1.42倍. 随着城市快速发展，郑州城区公园绿地布局不合理、空气污染严重、热岛效应增强等方面的生态与环境问题日益突出，并已引起社会各界广泛关注［18］. 2017年修订的郑州市城市总体规划（2010—2020年）指出，2020年郑州市主城区规划控制范围，北至连霍高速公路，西至西四环公路，南至南水北调主干渠，东至京珠高速公路，总面积400 km2，规划人口500万人；主城区规划公园66.2 km2，人均14.1 m2；按标准配建居住区公园，按照500 m服务半径规划建设小游园、街头绿地. 由此可见，目前郑州市正处于优化公园布局，提升城市品质，建设宜居城市空间的重要时期，急需城市公园规划与管理方面的科学依据.

鉴于此，本文以郑州市主城区为例，基于居民小区（兴趣点POI）和百度热力图等新兴数据资料，运用GIS 技术和引力模型构建居民小区的公园可达性指数，对郑州市主城区居民小区的公园可达性的空间差异进行分析，从而为城市公园的规划与管理提供科学信息.

1 研究地区概况

郑州市是河南省省会，位于东经112°42′～114°14′，北纬34°16′～34°58′之间，地处暖温带，属于大陆性季风气候，多年平均气温是14.3 ℃，多年平均降水量为600～700 mm.

2 数据来源与研究方法

2.1 数据来源

本文使用的数据包括公园、居民小区、小区热力度和城市道路等数据. 郑州市主城区包括二七区、管城区、中原区、金水区和惠济区共5个辖区. 需要说明的是，考虑到郑州市主城区四环路之外主要是尚未规划与建设的郊区，本文研究的居民小区是指位于郑州市四环路以内（略小于2020 年主城区的规划范围）的小区. 但是，为了反映四环附近居民小区的公园可达性的真实情况，本研究涉及的公园是郑州市主城区（涵盖了四环以外）的所有公园（共139个），因为只要路径距离适当，四环以内的小区居民也可能访问四环之外的公园. 此外，本研究使用的GIS软件是ArcGIS10.2版本.

公园数据源自高德电子地图（2018年5月），首先根据颜色和标注等信息从地图上提取郑州市公园的面状数据，然后经过地图投影和数字化等转换为SHP格式的多边形数据，最后根据面积大小将公园划分为大型（大于100 hm2）、中型（20～100 hm2）和小型（2～20 hm2）3 种类型（见图1）. 居民小区数据源自安居客网站（https：//www.zu.anjuke.com）（2018年5月），首先下载郑州市居民小区中心点的经纬度数据，然后将其转换为SHP格式的点数据（共得到4152个居民小区的中心点数据，见图2）. 百度地图热力图是百度推出的一款大数据可视化产品［19］，首先使用百度工具箱采集郑州市的热力图（包括2018年12月4日21：00和2018年12月11 日7：00 共两期的热力图），之后将其重采样为150 m×150 m 的栅格数据，每个栅格的属性值就是其热力度. 热力度能够反映每个栅格上人口的聚集状况，栅格属性值越大，表示人口聚集度越高，栅格属性值越小，表示人口聚集度越低. 城市道路数据源自2018年5月高德电子地图的路网数据，首选采用网络爬虫技术获取原始路网数据，然后将其转换为SHP格式的矢量数据并建立拓扑关系.

图1 郑州市主城区公园分布图Fig.1 The distribution map of parks in the main city of Zhengzhou

图2 郑州市主城区居民小区分布图Fig.2 The distribution map of residential communities in the main city of Zhengzhou

2.2 数据处理

为了构建引力模型，本研究运用GIS技术对以上原始数据进行了预处理.2.2.1 计算平均热力图 运用ArcGIS10.2软件中的空间分析工具，对2018年12月4日21：00和2018年12月11日7：00这两期的百度地图热力图进行求平均值的局域运算，得到反映人口聚集度的平均热力图.

2.2.2 测算各小区的人口 运用ArcGIS10.2软件中的数据管理工具，根据居民小区中心点和平均热力图提取各小区的热力度，按照各小区热力度占全部小区热力度总和的百分比把2018年郑州市主城区的常住人口分配至各小区，从而得到各小区的人口数量.

2.2.3 计算各小区和各公园之间的最短路径距离（简称“路径距离”） 根据各公园的多边形数据提取它们的几何中心点数据，基于城区道路数据、小区中心点（初始地点）数据和公园中心点（目的地）数据，运用ArcGIS10.2软件中的网络分析工具中的OD矩阵计算各居民小区至各公园的最短路径距离.

2.3 研究方法

本研究认为居民小区的公园可达性主要取决于公园的供给面积和公园的需求竞争，以及居民小区和公园之间的通达性（路径距离）. 其中，可达性与公园的供给成正比，供给面积越大可达性越高；与公园的需求竞争以及小区与公园的路径距离成反比，需求竞争越大游客越拥挤，可达性越低；小区与公园的距离越远，居民访问公园路上耗费时间越长，可达性越低. 此外，小区的公园可达性还具有一定的等级层次特征，即公园的规模越大，其辐射范围越大. 因此，参照相关文献和研究地区的实际情况［9，20-21］，本研究对大型、中型和小型公园分别设定了2000、1000、500 m的有效路径距离（假定有效路径距离之外的小区的公园可达性指数为0，即不具有公园可达性），通过借鉴牛顿万有引力定律的引力模型，分析了有效路径距离范围内居民小区对大、中、小型公园的可达性. 最后，将对以上3种类型的公园可达性之和作为每个小区总的公园可达性（简称小区的公园可达性）. 引力模型的数学表达式如下：

式中：At表示某小区总的公园可达性指数，由Al（对大型公园的可达性指数）、Am（对中型公园的可达性指数）和As（对小型公园的可达性指数）3部分组成. 其中，Al、Am和As的计算见式（2）.

式（2）是计算Al、Am和As的通用公式，计算Al时有效路径距离是2000 m，此时A 表示对大型公园的可达性指数；计算Am时有效路径距离是1000 m，此时A 表示对中型公园的可达性指数；计算As时有效路径距离是500 m，此时A 表示对小型公园的可达性指数. 式（2）中Si表示距居民小区有效路径距离范围内第i个公园的面积；Di表示第i个公园与该小区的路径距离；n 表示该小区有效路径距离范围内公园的数量；Vi表示居民对第i 个公园的需求强度. 其中Vi的计算见式（3）.

式中：Pik表示在距第i 个公园有效路径距离范围内第k 个小区的人口数量；Dik表示第i 个公园距第k 个小区的路径距离；m 表示在距第i 个公园有效路径距离范围内居民小区的数量.

3 结果与分析

3.1 引力模型分析结果

引力模型对居民小区公园可达性的测算，首先是根据有效路径距离把居民小区分为两类，即不具有公园可达性的小区（小区和公园之间的路径距离大于有效路径距离，可达性指数等于0）和具有公园可达性的小区（小区和公园之间的路径距离小于或者等于有效路径距离，可达性指数大于0），然后再对具有公园可达性的小区计算具体的指数值. 引力模型测算结果显示，郑州市主城区居民小区中不具有公园可达性的小区占53%，超过了具有公园可达性的小区（占47%），而且这两类小区的比例呈不均匀分布. 总体来看，外围城区（是指主城区三环路与四环路之间的部分）不具有公园可达性的小区为71%，远大于具有公园可达性的小区比例（29%）；而中心城区（是指主城区三环路以内的部分）不具有公园可达性的小区比例为49%，略小于具有公园可达性的小区比例（51%）. 从各辖区来看，惠济区、二七区和金水区不具有公园可达性的小区比例分别为81%、67%和60%，远大于具有公园可达性的小区比例；而管城区和中原区不具有公园可达性的小区比例分别为30%和42%，小于具有公园可达性的小区比例.

由图3 可知，不具有公园可达性的小区主要分布在中心城区，而外围城区相对较少. 从各辖区来看，不具有公园可达性的小区数量在金水区和二七区中所占比重较大，而在惠济区、管城区和中原区中所占比重相对较小. 因为不具有公园可达性的小区距公园的路径距离较远，即距小型公园的路径距离大于500 m，距中型公园的路径距离大于1000 m，距大型公园的路径距离大于2000 m，所以这类小区的居民在消费公园提供的各种社会文化服务和生态服务方面极不便利，因此，这类小区应当是公园规划与管理优先考虑的重点小区.

图3 郑州市主城区不具有公园可达性的小区的分布图Fig.3 The distribution map of residential communities without park accessibility in the main urban area of Zhengzhou

由图4 可知，具有公园可达性的小区也主要分布在中心城区，而外围城区相对较少. 具有公园可达性的小区的可达性指数值差异较大，呈右偏分布. 借鉴拉依达准则的思路，将这些小区的公园可达性分为低（该级别小区的指数值小于所有具有公园可达性的小区的指数值的中位数）、较低（该级别小区的指数值介于所有具有公园可达性的小区的指数值的中位数和平均值之间）、较高（该级别小区的指数值大于所有具有公园可达性的小区的指数值的平均值，但是小于平均值与一个标准差之和）和高（该级别小区的指数值大于所有具有公园可达性的小区的指数值的平均值与一个标准差之和）共4个级别. 结果显示，具有公园可达性的小区中，可达性低、较低、较高和高这4 个级别的小区的数量分别占50%、39%、9%和2%. 总体来看，公园可达性低、较低和较高这3个级别的小区主要分布在中心城区，而可达性高这一级别的小区主要分布在外围城区. 从各辖区来看，可达性级别低的小区主要分布在管城区和中原区，级别较低的小区主要分布在金水区，级别较高的小区主要分布在金水区和管城区，级别高的小区主要分布在管城区和金水区. 需要指出的是，公园可达性低这一级别的小区的数量较多，而且97%是位于三环路以内的中心城区. 这可能是由于中心城区小区分布较为密集，人口密度大，公园需求压力较大所导致的. 因此，如何提高这类小区的公园可达性也是规划与管理部门面临的重要问题.

图4 郑州市主城区具有公园可达性的小区分布图Fig.4 The distribution map of residential communities with park accessibility in the main urban area of Zhengzhou

3.2 不同方法的对比分析

长期以来，公园可达性研究大多是考虑公园与居民小区的直线距离而非路径距离［12］. 但是，由于受城市路网影响，和某一公园直线距离相同的不同小区，它们距该公园的路径距离不一定相同，这就会导致这些小区的公园可达性出现差异［21］. 为了对比说明这一问题，本文又使用缓冲区法对郑州市主城区居民小区的公园可达性进行了分析. 首先根据有效距离（小型、中型和大型公园分别为500、1000、2000 m）对郑州市主城区的公园建立缓冲区. 然后对居民小区和公园缓冲区进行叠加分析，位于缓冲区范围内的居民小区具有公园可达性，可达性指数赋值为1，位于缓冲区范围之外的小区不具有公园可达性，可达性指数赋值为0. 最后，对比分析缓冲区法与引力模型法所得结果的差异.

对比发现通过两种方法对郑州市主城区居民小区的公园可达性分析结果并不完全一致. 其中，对于引力模型法得出的具有公园可达性的居民小区，缓冲区法得出的结果是一致的（也具有可达性），但是，对于引力模型法得出的不具有公园可达性的小区，缓冲区法得出的结果不完全一致（部分不具有可达性，部分具有可达性）（见图5）. 由此可见，用引力模型法分析得出的具有公园可达性的小区数量少于缓冲区法.这说明引力模型法（考虑的是路径距离）对居民小区的公园可达性的衡量标准比缓冲区法（考虑的是直线距离）更加严格. 总体来看，用引力模型法判别为不具有公园可达性但用缓冲区法却判别为具有可达性的居民小区，主要是分布于中心城区（占81%），而外围城区相对较少（仅占19%）；从各辖区来看，金水区和二七区的数量较多（分别占50%和21%），而惠济区、管城区和中原区的数量相对较少（分别占1%、14%和14%）. 这说明在路网密度比较大的中心城区，引力模型法和缓冲区法所得结果差别更为明显.

图5 运用引力模型法判别为不具有公园可达性但运用缓冲区法却判别为具有公园可达性的小区分布图Fig.5 The distribution map of residential communities without park accessibility identified by gravity model but with park accessibility identified by buffer zone method

总之，缓冲区法只是把居民小区的公园可达性划分为具有可达性和不具有可达性两类，所得结果比较简单，而引力模型法不仅把居民小区划分为是否具有公园可达性，而且还能进一步测度具有公园可达性的不同小区的可达性差异，所得结果比较详细.

图6 郑州市主城区公园需求强度分布图Fig.6 The distribution map of demand intensity of parks in the main urban area of Zhengzhou

3.3 公园需求强度的空间差异

公园的需求强度也是影响居民小区的公园可达性的重要因素，但这一影响在以往的研究中往往被忽视. 为了证实该影响的存在，本研究对郑州市主城区公园的需求强度也进行了分析. 结果表明：各公园的需求强度呈右偏分布，差异明显，使用和对可达性分级相同的方法把所有公园的需求强度也分为低、偏低、偏高、高4 个级别（见图6）. 由图6 可知，郑州市主城区的公园需求强度呈现中心城区高、外围城区低的分布特征. 这主要是因为中心城区居民小区密度大，公园附近人口较多，而外围城区居民小区密度较小，公园附近人口较少的缘故. 因此，今后应当在中心城区补充规划和建设街旁公园等小型公园，以降低现有公园的需求压力，进而提高居民小区的公园可达性.

4 结论与讨论

4.1 结论

1）郑州市主城区居民小区的公园可达性总体较差，而且存在一定的空间差异. 全部居民小区中不具有公园可达性的小区占53%，超过了具有公园可达性的小区（占47%）. 不具有公园可达性的小区主要分布在中心城区，外围城区相对较少. 具有公园可达性的居民小区中，可达性级别高的主要分布在外围城区，可达性级别低、较低和较高的主要分布在中心城区.

2）基于GIS技术和引力模型构建的公园可达性指数整合了居民小区与公园的路径距离以及小区周围特定范围内公园的供给与需求状况对公园可达性的综合影响，能够较为全面的表达居民小区的公园可达性的含义，因而是研究公园可达性的较好的综合性指数.

3）对于郑州市主城区这一案例来说，不具有公园可达性的那些小区应当是优先关注的重点，通过规划与建设新的公园以及完善道路网络以提升它们的公园可达性是决策界亟待解决的难题. 本研究可以为相关决策提供科学信息.

4.2 讨论

引力模型是构建居民小区公园可达性指数的较好途径，但就本研究案例来说仍有个别地方需要进一步完善. 比如对居民小区的人口数据测算，本研究是根据百度热力地图上各小区的热力度把郑州市整个主城区的人口分配给各小区，但是没有对得出的小区人口数据进行精度检验，这是今后需要弥补的一个不足之处，因为获取精确的小区人口数据对测算公园需求强度与可达性至关重要. 此外，居民小区与公园之间有效路径距离的设定，以及由此得出的居民小区的公园可达性具有一定的主观性. 由于影响居民访问公园的路径距离可能存在一个变动范围而不是一个定值，因此，如何设定有效路径距离进而降低研究结果的主观性也是引力模型需要解决的一个重要问题. 总之，本文是基于GIS技术和引力模型研究居民小区的公园可达性的初步尝试，对于存在的问题将在今后加强研究.

致谢：本文使用的原始数据由李双金硕士帮助收集整理，在此表示感谢！