城市人居环境质量的空间关联分析①

2015-04-14顾成林

佳木斯大学学报（自然科学版） 2015年5期

顾成林，周健

(佳木斯大学a.理学院资源与环境科学系，b.公共卫生学院，黑龙江佳木斯154007)

0 引言

20 世纪90 年代，我国学者借助于国外有关理论开始对人居环境进行评价和分析［1～3］.其中，吴良镛是国内最早进行人居环境的理论和实证研究的学者，之后的研究主要集中在城市规划、环境科学等领域［4］，部分地理学者也涉足于人居环境的研究.但是这些研究都只能从表面上反映社区人居环境的现状，而并没有对其内部空间分布模式、空间关联进行深入挖掘.我们可以尝试从居住单元的空间关联角度出发，依据各单元人居环境质量指数在空间分布上的集聚特征，对居住区人居环境的空间分布模式进行研究.意义在于指导居民居住区位决策、为社区在空间上合理规划布局及政府部门合理人居环境改善与城市发展规划等提供参考、同时响着区域房地产的开发模式及开发方向.

1 研究区域与数据获取

1.1 研究区域界定

以佳木斯市中心城区即向阳区、东风区、前进区、郊区的一部分约90km2内的地域为本次研究范围.在ARC/INFO 平台下，将1:50000 的佳木斯市街图划分为500m×500m 标准的154 个网格评价单元，即元胞(cell)，并确定好编码体系.

1.2 人居环境质量指标体系确定

在正式发放问卷前先对佳木斯市主城区居民进行了预问卷调查，主要包括环境满意度、文化环境满意度、出行的便捷度、居住的舒适度、生活的方便性、环境的健康性、安全性、设施满意度等地域环境方面8 大指标体系，包括56 小项.依据评价结果，选出居民感知较多的评价指标，摒弃感知较少的指标，共留取19 个小项(表1).

表1 人居环境质量指标体系和权重

公园、休闲广场 0.0401金融机构 0.0981便利环境质量医疗设施 0.1343 0.4370 体育设施 0.0569商业餐饮娱乐设施 0.1444日常购物场所0.1689

1.3 指标数据获取

于2011 年6 月，对所研究地区居民进行人居环境满意度社会问卷调查.发放问卷共计1000 份，收回778 份，回收率77.80%.其中有效的问卷702 份，有效回答率为90.20%.将问卷中的“满意”、“较满意”、“一般”、“稍微不满”、“不满”5 个评价等级的定性数据转换成1，0.75，0.5，0.25，0属性数据，共得到有效原始属性数据73910 个，在ARC/INFO 平台下的TABLE 子模块中建立原始属性数据库，并与空间数据生成空间的拓扑关系，生成空间—属性一体化数据库，作为人居环境空间关联分析的基础.

1.4 人居环境质量指数的计算

人居环境是一个较为复杂性系统，对特定时空条件下的各元胞(cell)的人居环境质量指数进行确定.采用如下的模式:

式(1)中，xk为元胞k 的人居环境质量指数值.n 为元胞k 中评价因子数，M 为元胞k 中评价样本数.为元胞k 中第i 样本第j 个评价因子的评价分值.为元胞k 第i 个样本第j 个评价因子的权重，本文采用AHP(层次分析法)、专家打分法对评价指标权重进行确定(表1).

2 人居环境质量的空间关联分析

人居环境指数虽能反映空间差异，但不能对各种空间分布形态做出合理的解释，为进一步揭示分布模式形成的机制，以及评价单元人居环境之间的空间联系，下面借助空间联系模型进行性分析，并探讨对社区优化布局的途径.

2.1 空间联系模型

空间自相关(spatial autocorrelation)是指同一因子在不同空间位置上的相关性，是空间单元属性值集聚程度的一种度量［3］.Moran 全局自相关模型对不同局部区域的空间关联模式难以解释，因此选用局部自相关G*i(d)统计函数来进一步探测空间异质性，识别空间孤立和空间集聚，亦即探索地理现象在空间分布过程中出现的异常现象［4］.定义如下:

2.2 人居环境质量的空间关联分析

根据空间自相关模型(2)探讨评价单元空间分布格局形成的内在模式，及在空间上的自相关性.网格尺度上人居环境指数的空间局部联系模式通过Z(Gi)进行讨论(如图A).每个区域在发展的过程中与周边区域始终存在着相互作用、甚至在较大范围内也存在着相互作用，是必会导致人居环境质量指数空间格局的改变.在社区尺度上，4 个样本的检验值Z(Gi)为正(＞2.58)，大致分布于世水家园、金帝家园、长安社区、长安新城、长安嘉苑等居住区，表明这些社区具有高值与高值集聚的空间模式，且集聚趋势很强.主要原因是目前这一带区域是佳木斯市人口迁移的主要集中地，大部分以新式住宅居多;另外，由于市政府向西部迁移对人居环境的导向作用.因此，这一带社区人居环境质量在空间分布上表现出向较高水平集聚的趋势.但是，进一步分析可知，主城区的大部分区域，检验值Z(Gi)均在－1.625 ～1.625 之间，这表明，主城区本身或其内部更小尺度的网格单元人居环境质量均处于高值与低值集聚、低值与高值集聚混合的分布状况;即大多数网络单元在空间分布上没有表现出相同的趋势，这表明整个市区的大部分区域，随机分布空间上连片出现，没有形成相互影响，很难形成共同朝向更高水平发展的趋势.为进一步深入探讨主城区局部区域的空间联系模式，对对人居环境的各个主因子进行了分析(如图B，C，D).

各主因子的局部区域的空间联系模式存在以下规律:在整个市区中周边环境高值与高值集聚的区域为世水家园、学府学园昌隆世家、翰林苑一区、翰林苑二区升华物业小区等居住区.在整个研究区域内随机分布现象十分普遍，即高值与低值、低值与高值集聚，没有发现异常分布现象;文化环境的空间格局表现在:文化环境指数较低的集聚区位于学府家园附近，另一低值关联性强的区域集聚在原来的永红区;高值区域集中在杏林湖公园周围附近和爱心家园、我的家，及西部开发区的一些社区，在长安新城，长安嘉苑、长安社区出现高值与高值集聚的异常现象，产生异常现在的主要原因是此区域是新建小区、具有较高的城市化水平、基础配套设施完善;便利环境因子的空间发展模式来看，高值与高值集聚主要分布在市中心附近，此区域分布着大型市场、超市、家电商场、金融机构，片状分布非常的明显，表明些区域向着好的方向发展，低值与低值主要分布在城市的西部少部分地区，及西北部、东北部.在低值与低值、高值与高值两区域的中间部分为高低集聚、低高集聚的区域.

图1 500m×500m 尺度各主因子局部空间统计图

3 空间联系模式的社区布局优化

要使社区人居环境真正能够朝向宜居可持续的方向发展，即不能忽视社区单元空间位置的合理性，也不能忽视人居环境在不同社区单元之间的相关性.因此，我们可以依据各评价单元人居环境质量指数在空间分布上的集聚特征，以佳木斯市为例，笔者对社区的合理优化布局提出以下建议:

(1)随着城市主城区基础服务配套设施逐步完善，将中心城区域的人口适度向西部新建小区迁移，以缓解中心城区人口过于集中给人居环境带来的压力;同时，从居住区人居环境指数的相似性入手，我们可以尝试打破目前对街镇所划分的行政界线，适当地对东部区域一些服务设施齐全、绿化环境较好的社区适当的减小其内部地域规模.

(2)通过空间关联分析可知，在人居环境各个方面大部分社区存在与邻近社区具有相近的特点，依此调整社区地域规模，以便找出社区的薄弱环节加以改善.可以对西北角一些人口结构层次类似、地域规模较小的社区进行合并，有助于社区基础配套设施的合理布局;中心城区域可以向西部适当地扩大地域规模，着重改善社区文化层次结构，加强社区生态环境建设.

(3)社区人居环境空间模式的形成过程中受到历史因素的影响，使其在发展过程中形成了自己的特色与功能.因此对社区合理的空间布局时，即要考虑人居环境指数的相近性，同时尽可能保持社区功能、原有的性质不变.

(4)综合考虑评价单元的空间关联模式，可以将环城路以内的整个区域划分为明显不同的两类模块，分别为:周边环境在空间分布上表现出高值集聚区、低值集聚区.新划分的各模块形状分布并不十分规则，面积大小也不相同，虽然所划分的各种模块在空间分布上都表现出不同的模式，但由于各种影响因子具有较相近的水平，使各模块内部在空间上表现出明显的集聚状态.尽而找出目前人居环境的薄弱环节，为社区合理的布局优化提供参考.