供给-需求匹配视角下城市绿色基础设施空间分异识别及优化策略研究——以济南西部新城为例

肖华斌

盛 硕

安 淇

施俊婕

绿色基础设施作为城市复合生态系统的重要部分，包含一切可以为城市提供多样化生态系统服务的林地、农田、水域等自然生态系统，是城市基础设施的重要构成[1]。相比城郊区域侧重于生态功能，城市建成区更关注其所提供的文化服务和人类福祉，包括提供游憩交往空间、增进居民身心健康水平等[2-3]，是提升人居环境质量的必要因素[4]。《国家新型城镇化规划(2014—2020年)》提出建设满足社会公平正义的基本公共服务体系的要求[5]，城市公共服务设施空间分布直接关系城市公共资源分配的公平性[6]，其服务供给空间与居民分布空间的匹配性是反映城市居民生活质量、衡量城市宜居性的重要指标[7]。城市绿色基础设施耦合了自然生态系统服务与人类社会福祉，提供的生态系统服务具有公共生态产品的属性，需要关注其供给-需求的空间匹配问题。目前对城市绿色基础设施生态系统服务供需空间分布研究集中在供给方面，包括休闲游憩空间供给、气候调节、文化及健康服务等。供需平衡方面，多从空间公平或社会公平角度出发，耦合绿色基础设施服务能力及覆盖范围内城市居民数量[8]以探讨城市绿地供需平衡性；研究城市居民步行范围内生活设施布局[9]，探讨绿色基础设施对城市居民出行路径选择及行为倾向的影响[10]，评估其社会服务水平及分布均衡性[11]。部分研究注重城市绿色基础设施供给方式和服务水平，对需求主体-城市居民的分布及行为探讨较少，忽略供需空间分布密度相适应的原则[12]；在考虑城市居民分布时，为方便获取人口数据，往往选取社区[13]、城区等较大尺度单元，评价结果强调数量均衡。已有研究显示，绿色基础设施供需空间分异性与研究单元尺度关系密切，城市、城区等大尺度下研究结果通常较为均衡，而街道、地块等较小尺度研究单元更能体现其供需空间分异性[14]。精细化尺度下城市绿色基础设施供需空间分布及其分异性相关研究的缺乏，可能会导致绿色基础设施供需虽达到总量平衡，仍存在较大空间分异的问题，且研究结果对城市绿地系统规划布局指导性欠佳。信息技术的发展促使大数据特别是开源数据(如兴趣点、微博签到数据、大众点评评价数据等)融入风景园林研究领域，多样化研究数据及多类型分析手段使兼顾研究范围和模拟粒度的“大尺度、精细化”城市研究模型构建[15]成为可能，为城市范围内以较小单元为研究对象的城市居民行为[16]活力核心区域识别、绿色基础设施识别、分布评价[17]及价值评估提供基础，也为供需平衡视角下绿色基础设施核心服务供给空间、城市居民需求空间识别提供途径。城市绿色基础设施生态系统服务功能的公共产品属性决定了其供给-需求空间匹配问题(即公平绩效问题[18])不仅与绿色基础设施生态系统服务类型、品质和空间分布有关，还与服务范围内不同类型的城市居民需求有着密切的关系。识别城市绿色基础设施生态系统服务与城市居民需求的空间分布差异，优化匹配居民活动需求空间与生态系统服务空间，是提升绿色基础设施服务效率的重要措施，也是提升人居环境和改善民生的有效途径。

1 绿色基础设施供需空间分异识别途径

空间分异指一定地域范围内某些组成要素(包括实体、文化、经济、人口等)在空间上的差别[19]，在本研究中，采用绿色基础设施供给水平与城市居民使用、感知绿色基础设施的行为发生潜在频率之间的空间差异，表征绿色基础设施供需空间分异情况。

图1 西部新城区位及研究片区划分

1.1 供需空间特征界定

绿色基础设施所提供的生态系统服务从供需分布层面，可分为非临近服务、临近服务、原位服务、与自身运动相关的服务等[20]；从服务类型层面，可以分为供给、支持、调节和文化4类。针对人居环境优化提质的背景，对城市居民日常活动需求及行为选择影响最大的类型为文化服务，以临近或原位服务为主，并且与城市居民自身需求密切相关。

城市居民在各种活动空间中行为存在一定制约性[21]，其行为多围绕居住地展开，通过通勤、购物和游憩等有目的行为扩张到其他城市空间[22]，具有距离衰减的地理规律。通过文献阅读及调查研究发现，日常生活中，绿色基础设施通过提供活动空间、影响视觉感受等途径发挥其休闲游憩、文化科教等作用，影响城市居民行为分布及身心健康[2]，将受绿色基础设施影响较大、频率较高的城市居民日常行为归纳为聚集行为和感知行为：聚集行为主要发生在公园绿地、街头绿地等空间，发生逗留、游憩及交往等活动；感知行为主要发生在街道步行空间，侧重于表征城市居民在购物、休闲游憩或通勤过程中因绿色基础设施感知程度不同而产生不同的步行意愿。

1.2 供需空间识别

绿色基础设施供需空间识别从2种模式展开：聚集行为-绿地休闲空间识别模式和感知行为-街道步行空间识别模式。

1.2.1 聚集行为-绿地休闲空间识别

聚集行为发生频率与城市人口密度、活力有直接关联，城市中现状功能密集、功能活力高的地块及规划中拟打造为功能核心区、用地多样性高的地块具有或潜在有较高的人口密度，聚集行为发生潜力高。采用现状兴趣点①密度及规划建设用地类型香农多样性指数(Shannon Diversity Index,SHDI)可以表征现状功能密集程度及规划用地多样性，分别识别为现状聚集行为高发区及规划潜在聚集行为区。基于ArcGIS的空间分析工具中可达域分析，计算各地块中绿色基础设施步行可达域面积占比及叠置程度，确定服务供给程度。

1.2.2 感知行为-街道步行空间识别

街道步行空间质量、绿色基础设施感知程度对使用者出行方式选择及出行意愿有较大影响，济南、上海等多个城市提出“15分钟社区生活圈”概念，强调15分钟步行范围是居民生活核心范围，因此识别城市居住小区周边15分钟步行可达范围为城市居民高感知行为潜在区。街道空间使用频率受道路系统组织形式、空间结构影响，高可达性道路通常拥有更高的发生感知行为潜力，识别为街道使用者高感知行为潜在区。街道绿化是影响街道空间环境的重要特征之一，较高的绿化感知度可提升城市居民对街道步行空间品质的满意程度。基于街景图像及问卷调查评价街道步行空间质量，在分析街道绿色基础设施感知程度与步行意愿关系的基础上，测度街景图像中绿色基础设施的感知程度，识别高步行意愿街道。

2 研究区域概况与数据来源

2.1 研究区域基本概况

济南市西部新城(以下简称“西部新城”)位于济南市西北部，总面积约450km2，西部新城拥有多个发展核心，涵盖高密度城市新区、老城区及乡镇地区等，有优化绿色基础设施格局、实现人居环境质量提升的需求。但是，现有绿色基础设施分布与城市居民分布有较大的空间差异，其构建及评价结果不足以支撑详细规划尺度上的优化提升，绿色基础设施供需分异识别及优化成为该区域未来城市建设及城市更新的途径之一。依据城市结构与绿色基础设施现状，将其划分为3个类别7个片区：高密度②-中等生态质量的西客站片区、大学科技园片区；中等密度-低生态质量的段店镇片区、党家镇片区和长清老城区，低密度-高生态质量的平安店镇片区、崮山镇片区(图1)。

2.2 数据来源及处理

研究单元地块依据Open Street Map矢量道路数据划分，共计792个。现状用地类型和建成区内部绿色基础设施空间识别依据2017年9月采集的“天地图”1m分辨率遥感影像。聚集行为需求空间识别采用的POI数据来自国内知名地图供应商数据，获取范围为西部新城最小外接正方形，获取时间为2017年12月11日，数量共计20870个；使用者步行意愿测度问卷采用的街景数据来源于国内知名地图供应商，沿西部新城道路采集，采集日期为2018年3月19日。

为消除各指标量纲不同的影响，采用分钟-Max方法进行负向指标正向化处理及标准化运算测度结果，使其等比例放射在[0，1]区间。为保证各识别因子单元统一，测度结果中以地块为测度单元的指标，归一化值直接赋予地块自身，以道路为测度单元的指标，取地块临街道路均值赋予地块。采用自然间断点分级方法，基于数据中固有的自然分组，识别数据值差异较大的间断值，对各指标测度值进行恰当的分组。

3 西部新城绿色基础设施供需空间分异识别

3.1 聚集行为-绿地休闲空间识别

3.1.1 聚集行为需求空间识别

计算地块内部POI数量与地块自身面积的比值并划分层级，得到现状聚集行为高发区；采用Fragstats软件测度各地块用地类型香农多样性 指数，识别测度值大的地块为潜在聚集行为高发区。分析结果发现，城市建成区及较大规模周边城镇的中心地带(包括长清老城—大学科技园中心、党家镇中心)现状功能密度高；而西客站片区、党家镇片区及长清老城区用地多样性高，形成较为明显的3个核心；最终测度结果显示，高和较高聚集行为共有166个地块，主要分布在长清老城区—大学科技园、党家镇片区、西客站片区，总面积约为15.17km2。而较低、低聚集行为发生潜在空间多位于郊野、农村地带，地块面积较大且以农业和工业为主，总面积约为270.53km2(图2)。

3.1.2 绿地休闲供给空间识别

识别西部新城绿地休闲空间15分钟步行可达域，划分多层级城市绿色基础设施游憩活动服务供给区域，发现高供给区域沿河流、湖泊及山体等自然要素分布，包括西客站片区腊山河、小清河周边地带，大学科技园片区及玉清湖水库、长清湖、崮云湖水库等湿地水域周边，总面积仅为4.94km2，约占研究区域地块总面积的1.2%；中等休闲服务供给区域分布在大学科技园、长清老城区中心区域及西客站片区中靠近腊山河、小清河的部分区域；西部新城虽绿化覆盖率较高，但多数绿色斑块不具有提供休闲游憩场所的功能，低休闲服务供给区面积达到321.00km2，集中分布在城郊及农村，显示出该区域绿地休闲空间供给方面存在较大城乡差异(图3)。

3.1.3 供需空间分异识别

关联并识别聚集行为-绿地休闲空间分异空间显示，西部新城超过2/3的地块绿地休闲空间供小于求，多分布在建成时间较长的镇中心、老城区及等待城市更新的新城外围区域(如长清老城区、党家镇及西客站片区东南侧部分地块)；205个地块(总面积约为305.54km2)绿地休闲空间供给可以满足城市居民需求，其中部分分布在城市新区水体周边(大学科技园长清湖片区、西客站片区腊山河及小清河沿岸)，另有部分集中在研究区域西部和南部人口密度低、游憩需求量较少的区域(图4)。

3.2 感知行为-街道步行空间识别

3.2.1 感知行为需求空间识别

以居住小区出入口15分钟步行可达域面积占比、叠置程度为依据，划分当地居民感知行为需求层级；计算规划路网各路段到研究范围其余路段平均欧式距离(MED)③作为街道使用者感知需求区层级划分的依据。当地居民高感知行为需求空间集中在大规模城市建成区中心地带，包括长清老城区、党家镇片区及西客站片区部分地块；街道使用者感知需求集中分布在长清老城区、西客站片区，形成2个明显的需求核心；叠加两测度结果显示，较高以上感知需求地块约为275个，但面积普遍偏小，总面积仅占研究区域地块总面积的6.5%，主要分布在长清老城区、西客站片区(图5)。

3.2.2 高步行意愿街道供给空间识别

获取街景图像并人工剔除高速公路等不适宜城市居民步行路段，得到570张街景图片。基于“腾讯优图”图像机器学习平台识别整理各街景图片自然要素(行道树、草地等)、人工要素(建筑、房屋等)道路、车辆感知置信度，同时随机选取42张图片进行网络问卷步行意愿打分，共收回问卷88份，有效问卷79份。

基于SPSS分析居民步行意愿与自然、人工、道路、车辆四要素感知置信度间的相关性，发现城市居民步行意愿与以城市绿色基础设施为主的自然要素感知程度呈显著正相关，与人工要素呈较弱的负相关。拟合居民步行意愿得分与自然要素感知程度，二者在三次立方函数下拟合最优，置信度(R2)为0.7，且除常数项外，F、T检验显著性值皆低于0.05，可以认为二者在统计学上具有三次回归关系，相关公式为：

式中，W为使用者步行意愿，N为自然要素感知程度得分，依此推算西部新城城市居民步行意愿测度结果(图6)。高绿色基础设施感知程度带来的高步行意愿街道多分布在西部新城西北侧及大学科技园、崮山镇片区，共计262个地块；而西客站片区、长清老城区、党家镇片区等人口密度高的区域使用者步行意愿中等偏低，仅有部分路段步行环境较好。

3.2.3 供需空间分异识别

对比感知需求空间及高步行意愿街道，发现西客站片区和长清老城区2个感知需求核心区域使用者步行意愿地块间差异较大；大学科技园片区街道绿色基础设施感知程度高，但由于路网密度小，步行便捷度低导致感知需求较小；西部新城西北侧沿黄地带及南侧、东南侧丘陵地带步行环境良好，但远离城市建成区，服务范围内城市居民较少。

图2 西部新城城市居民聚集行为空间识别

图3 西部新城绿地休闲供给空间识别

图4 西部新城聚集行为-绿地休闲空间分异识别

图5 西部新城感知行为需求空间识别

图6 西部新城城市居民步行意愿测度

图7 西部新城供需空间分异特征划分

4 西部新城绿色基础设施格局优化策略

4.1 绿色基础设施供需空间分异特征划分

综合聚集行为-绿地休闲空间分异和感知行为-街道步行空间供需分异的识别结果，将西部新城绿色基础设施低供给区域划分为3种类型：服务盲区(绿地休闲空间缺失且街道步行意愿低)、绿地休闲空间缺失区和街道步行意愿缺失区。绿地休闲空间缺失区集中分布在段店镇片区东侧、党家镇片区及长清老城区中部；西客站片区南侧、党家镇片区北侧及东侧街道步行环境较差；服务盲区集中分布在段店镇片区东侧、长清老城区中部及西客站片区东南侧；城市新区绿色基础设施供给水平明显高于老城区与周边城镇(图7)。

4.2 高密度城市新区优化模式-西客站片区

根据该片区现状用地与绿色基础设施需求特征及空置地占比(图8-a)，确定待优化地块并分为A、B 2类(图8-b)。其中A类地块建筑密度低，地块内尚有空置地，宜将城市居民引入现有绿色空间，实现绿色基础设施生态价值的社会转化；B类地块处于规划待城市更新状态，依照服务范围划定休闲活动空间拟定增设区，指导后续城市更新过程中绿色基础设施布局规划，分析新增及转化绿色休闲空间15分钟步行可达域(图8-b)，显示新增绿色空间休闲空间服务范围覆盖80.47%的服务盲区及绿地休闲空间缺失区。结合《济南市西部新城总体规划》及《西客站片区城市设计》等相关规划，优化关键性道路空间步行质量，形成“两横两纵”绿道骨架，串联新增绿地空间(图8-c)。

4.3 中低密度旧城区优化模式-长清老城区

根据该片区现状绿色基础设施总量不足，空置地较少的特征(图9-a)，确定待优化地块并分为C、D、E 3类(图9-b)。C类地块沿北大沙河两岸分布，逐步迁出河道两侧工业用地，恢复河流自然风貌；D类地块位于建成区内部，地块内残存有少量绿色斑块，转变其中绿色斑块为以发挥社会效益为主的休闲休憩空间；针对建筑密度较大的E类地块，梳理其中微空间，选取潜在社会效益较大区域进建设“口袋公园”；分析新增及转化绿色休闲空间15分钟步行可达域(图9-b)发现，82.19%的原有绿色休闲空间缺失区被新增绿色空间服务范围所覆盖。同时，优化步行质量不佳的街道空间环境，增加街道绿视量，形成沿北大沙河、经十西路2条绿色轴线，及串联主要绿色开放空间的绿环。对人口密集、步行需求大的老城区中心地带，集中优化提升慢行空间质量(图9-c)。

5 结语与展望

已有的绿色基础设施空间分布研究多从绿色基础设施本体出发，在街区、城区等尺度下耦合其服务范围内的人口规模，对城市居民日常活动及活力分布考虑不足，研究结果难以指导现有的规划设计实践。本研究以济南市西部新城为例，对绿色基础设施生态系统服务供给与城市居民活动行为需求之间进行了空间分异识别，根据其不同的空间匹配程度，划分为服务盲区、绿地休闲空间缺失区及街道步行意愿缺失区。以高密度城市，通过现有绿色基础设施功能转化、休闲空间增设及街道步行空间优化等策略，可以为80%以上城市生态系统服务空缺地块提供绿色空间，实现绿色基础设施服务质量及效率提升。新数据环境下城市研究技术手段的革新为绿色基础设施精细化研究提供数据和技术支撑，在细分不同类型城市居民需求及行为特征的基础上，识别城市居民行为需求与绿色基础设施生态系统服务供给空间匹配，综合考虑不同类型、不同尺度绿色基础设施生态效益及社会效益服务质量，提升服务效率与绩效，优化绿色基础设施空间布局。

图8 西部新城西客站片区绿色基础设施现状分析及格局优化

图9 西部新城长清老城区绿色基础设施现状分析及格局优化

注释：

① 又称POI，网络地图的信息载体，与城市空间中物质实体相对应。

② 文中密度指城市各组成要素(包括建筑、人口、经济等)的分布强度，高密度城市多具有集约化城市空间和高效率资源利用，但同时面临着人居环境质量不佳、环境污染等问题。

③ 研究区域内任一路段到其余各路段的平均直线距离，用以表征该路段在道路系统中的可达性，本研究中采用ArcGIS网络分析插件Sdna测度该值。