潘芳宏 胡 昂 干晓宇

四川大学建筑与环境学院 成都 610065

公园在调节城市生态系统的同时,也通过开放绿色空间向人类提供休闲娱乐、锻炼身体和社交互动等非物质服务[1]。这种“人类通过精神生活满足、发展认知能力,进行思考、娱乐休闲及美学体验等方式从生态系统中获取的非物质受益”被定义为生态系统文化服务 (Cultural Ecosystem Services,CES)。相较于供给、支持、调节等其他生态系统服务类型,CES具有更为清晰的流动过程和供需关系——其供需空间通常是分开的:受益主体即居民只有从居住地出发前往公园才能获得服务,因而CES更易获得居民的直观体验与感知。基于这一特性,连接CES供需的空间将同时影响CES的供给与需求,进而影响其供需关系的平衡[2]。

公园可达性是指从城市空间中任意一点到公园的相对难易程度[3],把其作为评估公园服务能力的重要指标,已具备成熟的度量方法和广泛的应用范围。近几年,有些学者认为研究基于道路网络的公园可达性对CES供需的影响,可以更好评估CES供需匹配情况。Terhi等[4]将公园可达性与人口数据相匹配,以评估芬兰境内CES服务的供需情况；许立言等[5]通过计算北京生态系统服务供给值,并将其与公园可达性进行统计回归,证明了公园可达性与生态系统服务价值存在统计关联性。以上研究主要关注CES供给与公园可达性的关系,部分研究证实了可达性对居民的公园出行频率的影响[6－8],但关于CES需求与公园可达性的关系研究较少。因此,本研究以成都市主城区为例,运用GIS空间分析及问卷分析探索居民的生态系统文化服务需求与公园可达性的统计学关联性,为城市公园的布局与设计优化提供理论依据。

1 研究框架构建

本研究以CES供需流动模型作为理论依据构建研究框架(图1)。CES供需流动模型包含供给区(SPA)、受益区(SBA)和连接区(SCA)3个区域[9－10],其中公园可达性作为评估连接区(SCA)服务连接性的重要测度,决定了居民从受益区(居住地)移动到供给区(公园)的机会[4],有可能影响居民的CES需求。

图1 研究框架

本研究将CES需求定义为城市居民在一定时间和空间范围内享受生态系统文化服务的意愿[11],并构建更为具体的CES需求指标(表1)。如表1所示:CES需求量定义为居民对CES的需求频率,由于目前的CES需求评估大多没有明确区分居民的潜在需求意愿和实际消费[12],本研究将需求量进一步细分为期望出行次数和实际出行次数。为了评估未被满足的CES需求,还加入了CES需求缺口指标。需求偏好定义为居民面对各类CES时所做出的具有倾向性的选择[13],本研究将居民对各类CES需求的占比作为需求偏好的指标,纳入需求偏好分析的5类CES则参考了专家意见与相关文献[14]。

表1 CES需求指标分类

将各指标与公园可达性一同导入SPSS 23内进行统计学分析,探究CES需求量、需求缺口与公园可达性的内在关联性,明确变量间的定量关系,为促进CES供需平衡视角下的城市公园系统的布局优化提供理论依据；同时通过探索居民的CES需求偏好随公园可达性的变化,为公园内部功能的设计优化提供依据。

2 研究区概况与研究方法

2.1 研究区概况

成都市地处四川中部盆地,是四川省的政治和文化中心。研究范围为成都市中心城区,包括锦江区、青羊区、金牛区、武侯区、成华区5个行政区,共86个街道,总人口约131.8万,公园覆盖面积约82 209 hm2。

2.2 研究方法

2.2.1 数据来源

1)城市公园数据。公园数据主要来源于成都市规划管理局网站,包括成都市城市总体规划(2012—2020年)和成都市中心城区最新土地利用规划图。同时,结合«城市绿地分类标准»和«成都市公园名录»确定公园数量,并进一步基于以下标准进行筛选:1)对所有市民开放；2)可免费进入；3)绿地率大于35%。通过人工目视解译提取所筛选的136个公园的边界后得到成都市主城区公园矢量数据库。

2)CES需求数据。CES需求数据采取问卷调查的方式收集。问卷分3个部分:第1部分是基本社会人口学特征,包括受访者居住地点；第2部分为调查受访者的CES需求量；第3部分为邀请受访者对5类CES需求的占比进行排序。通过随机抽样抽取15个社区点进行问卷发放,每个社区点的问卷发放数均为20份；问卷发放时间为2020年11月12日—12月25日。另外于2020年11月10日—2021年2月10日在问卷星网站发布网络问卷146份。本次调查共回收问卷446份,筛除无效问卷后共获得有效问卷数398份,问卷回收率89.24%。

3)其他数据。其他数据包括路网数据和行政边界数据,其中路网数据来源于OSM地图(https://www.openstreetmap.org/),通过路网拓扑处理得到街道中心线,并结合百度地图和现场考察进行修正；行政边界数据来源于成都市行政区划界限矢量图。

2.2.2 公园可达性分析

网络分析法是以公园为中心生成一定大小服务区的方式衡量公园可达性的方法,使服务区内的居民能够在一定距离内到达该公园[15－16]。相较其他可达性分析方法,网络分析法通过阻力值和时间成本的设置能较准确地反映真实路网对可达性的影响,在公园可达性的研究中应用广泛。鉴于步行活动是居民日常接触和使用城市公园的主要驱动方式[17],本研究采用问卷调研中成都市居民在步行尺度下公园的最大出行距离作为服务半径。

在Arcgis网络分析工具中,以公园出入口为服务点,以道路中心线长度为阻力要素,以上述最大步行距离为阈值分别生成服务区。以500 m×500 m地理栅格为最小单元将研究范围图层格网化,统计每个格网单元所在的公园服务区并叠加分值,得到成都市主城区公园可达性分析结果。

2.2.3 数据统计与分析

使用Excel进行数据汇总,统计每个样本(受访者)居住地点对应的公园可达性；之后进一步将汇总后的数据导入SPSS,通过相关分析和回归拟合等方法对公园可达性与各类CES需求指标进行统计分析,得到最终的分析结果。

3 结果与分析

3.1 成都市主城区公园可达性

通过Arcgis网络分析法得到成都市主城区公园服务区(图2A)；进一步统计地理格网单元的可达性,得到更精细尺度下的公园可达性空间分异图(图2B)。由图2B可知,成都市公园可达性总体差异较大,主要呈现由中心向周围递减的趋势。同时,主城区外围虽然分布了一些大型公园(如东南区域),但周围格网的公园可达性并不高,主要是由于该区域路网密度低,连接性差。相反,主城区中心虽然公园面积较小,但由于公园数量多且周边路网密度高,连接性好,可达性相对更高。

图2 成都市主城区公园可达性分析

3.2 CES需求与公园可达性的关系

3.2.1 受访者的社会人口学特征

本次调查的受访者中,男女比例约4:6。年龄分布方面,18~35岁人群占比约48%,36至55岁人群占比约34%,大于55岁的老年退休人群占比约18%,该抽样统计结果基本符合成都市人口年龄分布结构[18]。学历分布方面,占比最多的是本科(39%),高中及以下学历人群占比最少(12%)。职业分布方面,学生和企业员工占比较多(约20%),其余职业占比较少。

3.2.2 CES需求量与公园可达性的关系

在CES需求量(实际出行次数和期望出行次数)通过正态性检验后,采用Pearson法分别对居民的实际出行次数和期望出行次数与居住地所在格网的公园可达性进行相关性分析,结果显示公园可达性与实际出行次数呈高度正相关(相关系数为0.603),这说明人们的公园实际出行次数在很大程度上会受到公园可达性的影响。同时,公园可达性与期望出行次数也呈中度正相关(相关系数为0.368),说明期望出行次数虽然由受访者的主观意愿所决定,但仍然受到公园可达性的影响。很显然,公园期望出行次数与实际出行次数存在高度正相关性(相关系数为0.743),居民的期望出行次数决定其实际出行次数。

以可达性为自变量,实际出行次数为因变量在SPSS中进行回归拟合,经多种模型拟合对比,结果(图3A)表明指数回归模型的拟合结果最好(R2＝0.375),该结果与类似研究一致[6]。这说明实际出行次数随公园可达性的增加而呈指数增长,且公园可达性能较好地解释和预测居民的公园实际出行次数。由图3A可知,当公园可达性约在17时,回归曲线的切线斜率明显增加,表明当公园可达性大于17时,居民的实际出行次数将明显上升。因此,为有效提升成都市居民的公园出行次数,居住区的公园可达性应保证在17以上。

同样以公园可达性为自变量,期望出行次数为因变量在SPSS中进行指数回归。如图3B所示,回归曲线的切线斜率变化较为平缓,并未出现切线斜率变化明显的阈值点,说明拟合度相对较低(R2＝0.251),这是由于期望出行次数属于人的主观意愿,除可达性外还受各类非环境因素所影响,但公园可达性仍然是期望出行次数有统计学意义的预测因子。

图3 CES需求量与公园可达性回归分析

3.2.3 公园可达性影响CES需求量的内在机制

参考计划行为理论模型[19],假设知觉行为控制(即出行公园的便捷度)、态度(CES认同度)与CES需求存在关联性。结果表明,可达性与CES认同度无明显相关性(P>0.1)；而与公园出行便捷度呈正相关,相关系数为0.372(P<0.01)。CES认同度与期望出行次数无明显相关性(P>0.1),公园出行便捷度则与期望出行次数呈正相关(P<0.05),相关系数为0.582。由此可见,公园可达性与CES需求间可能存在这样的影响机制:可达性的增加将提高居民对公园出行便捷度的感知,进而提高居民出行公园的行为意愿,最终促成了居民出行公园获取CES的行为。

3.2.4 CES需求缺口与公园可达性的关系

以等组距的公园可达性区间将样本数据分为10组,计算每组的需求缺口平均值并生成条形图(图4)。从图4可知,CES需求缺口并非随公园可达性的增加持续下降,而是呈先上升后下降的趋势,在可达性中等区间的需求缺口平均值最高。可达性最低区间[0,2.63]和最高区间(23.66,26.29]的需求缺口平均值较低,而在可达性中等区间(10.52,13.14]的需求缺口平均值达到最高。CES需求缺口与公园可达性回归线呈抛物线形式,回归系数为0.299 4。CES需求缺口等于期望出行次数减去实际出行次数,反映未被满足的CES需求。在公园可达性较低的地区,由于公园出行受到距离成本的极大限制,居民的期望出行次数与实际出行次数都较低,因此居民的需求缺口普遍较低；随着公园可达性的增加,居民的期望出行次数会相对较快地增加,但实际出行次数仍然受到距离成本的限制,因而需求缺口平均值最大。显然,在公园可达性极高的城市区域,公园出行不再受距离成本的限制,期望出行次数与实际出行次数都较高,两者间差值小,即居民的CES需求普遍得到了满足。

图4 公园可达性对CES需求缺口的影响

3.2.5 CES需求偏好与公园可达性的关系

根据调查问卷中受访者对5类CES需求的占比情况计算出CES需求偏好值,并以等组距的可达性区间将样本数据分为10组,分别计算每组CES需求偏好的样本均值生成堆积柱形图(图5)。由图5可知,随着公园可达性的增加,各类CES需求偏好的差异在逐渐减小。在可达性最低区间[0,2.63],休闲服务的偏好值最高(48%),其次是锻炼服务(22%),而其他类别服务的偏好值都较低；随着可达性的增加,休闲和锻炼服务的偏好值降低。相对地,社交、美学和历史教育服务的偏好值都有所增加,其中以社交服务增加幅度最大。在可达性最高区间(23.66,26.29],各类服务偏好值间的差异达到最小。

图5 公园可达性对CES需求偏好的影响

将各类CES需求偏好与公园可达性在SPSS内进行spearman相关性分析,结果表明:休闲、锻炼服务的偏好值与公园可达性呈显著负相关(P<0.05),其中休闲服务的偏好值与公园可达性负相关系数最高(－0.294),锻炼服务与公园可达性的相关系数为－0.135。美学、社交与历史教育服务的偏好值都与公园可达性呈显著正相关(P<0.01),其中社交服务与公园可达性的正相关系数最高(0.302),其次为历史教育服务(0.247),美学服务最低(0.169)。以上结果表明,随着公园可达性的增加,居民的CES需求不再仅限于单调的休闲或锻炼,而更倾向于选择公园作为日常社交的场所,也更乐于出行公园以进行摄影写生等美学活动以及历史科普活动。

4 结论与建议

4.1 结论

由于CES供需空间的分异性,公园可达性对CES需求的影响成为研究CES供需的突破点。本研究从CES供需平衡的视角出发,深入探讨可达性与CES需求的统计关联性。结论如下:

1)CES需求量与公园可达性存在显著正相关性,公园可达性与实际出行次数呈高度正相关,与期望出行次数呈中度正相关。CES需求量随公园可达性的增加呈指数递增,且当公园可达性大于17后,居民的实际出行次数明显上升。通过参考计划行为理论发现,可达性的增加将提高居民对公园出行便捷度的感知,进而提高居民出行公园的行为意愿,最终促成居民出行公园获取CES的行为。

2)CES需求缺口并非随公园可达性的增加持续下降,而是呈现先上升后下降的趋势,即可达性中等区间的居民需求缺口最高,CES需求缺口与公园可达性的回归线呈抛物线形式。

3)在对居民的CES需求偏好研究中发现,随着公园可达性的增加,各类CES需求偏好间的差异在逐渐减小。在公园可达性较低的城市区域,居民的CES需求类型往往较为单调,以休闲和锻炼服务为主。但随着公园可达性的增加,社交、历史和美学服务的偏好值开始增加,其中社交服务的偏好值与公园可达性的相关性最高。

4.2 建议

首先,未来的公园布局规划应着力提升居住区的公园可达性,并制定相应的公园可达性标准阈值。一方面增强公园与周边居住区的道路联通性,尤其要对街道网络进行优化；另一方面,适当新增、扩建公园,尽可能地以最合理的建设方式换取最大的CES服务效益。例如,在用地紧张的老旧城区建设与居住用地相混合的社区公园和游园,在规划城市的新开发区域时统筹公园与居住用地的空间布局,保证公园可达性达到标准阈值,促进CES服务供需资源的匹配。

其次,未来的公园布局优化应最先关注公园可达性适中的城市区域,快速提升公园可达性以缓解这一区域的供需矛盾,换取最大的CES效益；然后再关注公园可达性较低的城市区域,因为这一区域居民的CES需求并未得到有效激活,公园可达性的提升有助于推进该区域公园的公平性优化建设进程。

再次,需要从公园的设计优化层面丰富公园内部的CES类型:在景观设计上注重提升公园的可观性与可游性,同时强调对地域文化的输出；在服务设施上结合居民的活动类型提供满足社交、展览等活动的各类设施,创造复合功能的公园以满足居民多样化的CES需求。

最后,以上研究揭示了公园可达性对CES需求的内在影响机制,为CES供需平衡的研究提供新的思路,但仍存在一定的条件限制。由于研究篇幅有限,未将CES需求与社会人口学特征相结合进行分析。因此,下一步研究将把性别、年龄及职业等人口学特征作为变量纳入研究模型,探讨可达性与不同人群的CES需求量间的关系,进一步揭示公园可达性对CES需求的内在影响机制,为生态系统文化服务供需平衡视角下的公园布局与设计优化提供理论依据。