基于空间句法的城市公园绿地可达性分析

赵胤程，覃盟琳，史倩倩

广西大学 土木建筑工程学院，广西 南宁 530004

0 引 言

城市公园绿地可达性研究成果丰富，公园城市理念使绿地公平与可达性问题得到重视。学术界对绿地可达性的探讨集中在路径及距离上，如尹海伟等运用最小临近距离法和相关GIS技术对上海及青岛的房屋、社区、街道3个尺度进行分析，得到详细的绿地可达性的空间格局[1]，国内外类似研究多为成熟方案，如缓冲区法、网络分析法、引力模型法、费用加权距离法、两步移动搜索法等，每种方法都有优势与局限[2-4]。此外，从社会经济分配考虑的定量研究兴起，主要研究人口分布和社会经济差异对使用价值不同的绿地在选择偏好上产生的影响[5]。由于公园坐落于城市这个复杂巨系统内，社会经济及距离、交通状况等复杂因素使绿地分配问题产生高复杂性，只考虑社会经济或者路径距离不能完全解决绿地公平难题，多种方法和因素复合加权的研究显现优势，研究结果能够考虑多方面影响[6]，成为未来绿地空间布局研究的发展方向。在国内外相关研究中，两步移动搜索法与其他方法相配合为目前绿地可达性研究流行的方法，如DONG L等[7]使用该方法与Palma比率相结合对芝加哥市的绿地可达性与公平性进行了分析。另外，半结构化访谈与空间大数据分析结合也成为国际上流行的绿地公平的研究方法[8]，这使社会学和网络数据能够高效地为科学研究服务，得到更符合实际的研究结果。

随着空间句法逐渐完善，各研究机构的模型建构插件应用也取得进展并衍生不同特性[9-10]，如depthmap能够建立轴线或线段模型进行多尺度的空间句法分析，sDNA模型功能丰富且与ArcGIS软件兼容性较好得到广泛应用[11-12]。相比街道网络分析法[13-14]，空间句法能展现街道可达性，反映交通流量分布，适合绿地可达性研究，如张琪等[15]使用空间句法插件Axwoman6.0建立武汉中心城区的轴线模型，选取3种可达性评价方式，进行选定旅游景点的集成度核密度测度研究，完成各旅游景点的集成度与可理解度排名。目前，国内研究中sDNA模型的使用频率正在上升，与其他方法或数据相结合的研究也逐渐热门，MA F D[16]将sDNA与人口数据结合，用于济南绿地空间的公平性研究中，建立公平分析优化框架，提出城市设计策略，证明sDNA模型在国内的实用性。本文利用ArcGIS空间句法插件sDNA对区域内街道网络进行接近度分析、穿越度分析及局部莫兰指数分析，利用城市中心区内各绿地周边道路可达性来判断绿地在区位上的吸引力。研究采用线段模型与莫兰指数分析相结合的方式，判断绿地所在街道的人流及车流属性，分析绿地区位和街道功能定位对公园绿地可达性的影响，并提出一些改进建议。

1 研究区绿地概况及数据来源

由于市中心区对绿地需求更敏感，选取广州中心城区为研究对象，范围包括越秀区、荔湾区、天河区、海珠区。研究区面积约282.93 km2，由于历史和地形原因，区域内包括复杂的旧城道路和新建城区道路，绿地设置情况较复杂，部分区域供给不足或可达性低，便于研究时考虑更多可能性。数据来自2020年Open Street Map地图中的广州市中心城区行政边界、道路及公园POI数据，并对数据进行了删减与调整以保证精确度。此外，参考2020年全球地表覆盖数据 GlobeLand30及高德POI对绿地位置及大小进行核对，修补了错误绿地。研究区内绿地分布不均，大片绿地集中分布于东北及东南部，多为开放性公园，收费公园与专类公园极少，因此不考虑将公园功能分类。半封闭社区绿地位置复杂，面积偏小，服务人群限于小区内部，也不考虑。根据《城市绿地分类标准》CJJ/T85-2017，公园绿地定义是在城市范围内有良好生态景观，为居民提供服务设施进行文娱科普活动与应急避险的综合性绿地。因此排除2000 m2以下的小型绿地，其通常存在服务设施不足，绿地面积不够及环境恶劣的问题。本文只保留124座公园绿地为研究对象。

根据《城市绿地分类标准》CJJ/T85-2017，综合公园宜大于10 hm2，社区公园宜大于1 hm2。由此将公园绿地分为3个等级：综合公园、社区公园、小型游园。研究区内的公园概况如图1所示。

图1 公园概况Fig.1 Overview of parks

从公园绿地核密度分析，得到3类公园绿地的聚集情况。综合公园分布在天河区珠江沿岸及麓湖片区。社区公园主要分布在中心城区西部，其中荔湾区珠江北岸社区公园建设最好，利用占地优势实现了区内公园服务均等化。小型游园集中在中西部，以越秀区和海珠区为主。该区域城中村密集，建设小型游园能弥补占地空间不足带来的公园服务覆盖问题。荔湾区珠江南岸及天河区东部是公园绿地覆盖能力较弱的地区。不同等级公园的核密度分布情况如图2所示。

图2 公园核密度分析Fig.2 Kernel density analysis of parks

2 研究方法

2.1 空间句法的接近度与穿行度

在sDNA中接近度代表一段街道距其他街道的距离大小，在路网中代表区位可达性水平，接近度越高代表可达性越高，中心集聚效应越强。NQPD是度量接近度的指标，计算公式[11]为：

式中，dM(x,y)为最短路径距离，在角度分析中为角度拓扑距离；P(y)在离散空间中，若点在搜索半径内则为1，否则为0，在连续空间中按半径与路段长度比例确定，在0到1之间；W(y)为路段权重；nqpdn与nqpdd默认为1，分别代表NQPD分子和分母。

穿行度指一条街道被其他任意两街道间最短路径或角度拓扑距离穿越的频率，能够验证自身的穿越潜力，穿行度越高，在实际出行中选择通过街道的概率就越大，计算公式[12]为：

式中，Betweeness(x)为街道穿行度；y、z为测地线端点；x为测量穿行度的节点位置；W(y)和W(z)为权重；OD(y,z,x)是搜索半径内通过x的y与z之间最短拓扑路径，取值如下：

在sDNA对搜索半径内节点总数进行参数标准化，得到的双阶段穿行度参数代表穿行度，特点是起点权重分布在目标权重上，计算公式为：

式中，TPBt(x)为双阶段穿行度值，TotalWeight(y)为每个y搜索半径内的节点总权重。

以人行15 min生活圈的距离1200 m[17]为标准，在sDNA中进行半径R=1200 m的局部接近度分析和穿行度分析，采用距离与角度折转结合的方式，分别对应步行前往目的地公园的距离、方向这两种判断依据。根据张琪等人的研究，车行可达性可代表全局可达性，即区内任意点到达公园的便捷性。因此，可用半径R=N（N为最大常数）的全局接近度和穿行度分析测试车行可达性来判断绿地位置吸引力，且车行对距离敏感度不高，采用角度折转方式，对应车行前往目的地公园的方向判断依据。

2.2 莫兰指数分析

对路网进行R=1200 m、R=N的局部莫兰指数分析，得到不同接近度和穿行度的局部空间自相关（LISA）聚类图，包括高-高、高-低、低-高、低-低4种聚类，分别代表各路段不同的吸引力与道路功能。莫兰指数分析公式[18]为：

式中，Ii为该位置的局部莫兰指数；wij为空间权重矩阵中对应位置的权重；S0为权重之和，权重一般与邻域相关，若相邻则为1，若不相邻则为0，或使用距离阈值，若在阈值内则为1，若不在则为0；zi和zj为对应位置的值与样本均值的差。

3 结果分析

3.1 空间句法计算

1）接近度评价。接近度能在一定程度上反映公园绿地位置对周边人流、车流的吸引程度，是测度目的地导向的公园服务对象可达性的依据，绿地区位接近度越高，可达性越高。根据图3所示，在代表步行可达性的局部尺度上，天河区暨南大学、越秀区东风东路、海珠区西部的鹤洞大桥及南田路区域接近度较高，能够吸引步行游客在公园游憩。荔湾区南部、海珠区东部及天河区东部接近度偏低。在代表车行可达性的全局尺度上，花城广场区域为高值中心，东西向与南北向的交通干道接近度较高，反映了交通要道及市中心公园绿地相对小型街巷有更高的车行可达性。天河区东北部接近度较低，丘陵地形与稀疏路网影响车辆通行能力使区域可达性下降。

根据测试结果与公园位置比对，步行接近度高的公园绿地一般为社区公园或小型游园，车行接近度高的公园绿地多数是综合公园，步行和车行接近度低的公园绿地多为社区公园和小型游园。说明面积较小的公园绿地更贴合步行游客出行需求，以综合公园为目的地的游憩频次比小型游园和社区公园的频次更低。由于综合公园出入口多，活动面积宽阔，这类公园成为车辆出行游客的选择，对于车行来说，其可达性整体上比小型游园与社区公园更高。无论车行还是步行，可达性较低的多是社区公园与小型游园，分布于海珠区南部及天河区东部，说明上述区域路网存在连接问题，降低了公园吸引力（图3）。

图3 接近度测试结果Fig.3 Test results of closeness degree

2）穿行度评价。穿行度代表人流或车流穿过公园绿地所在街道的概率，途经可能性越大，行人在该道路上的公园绿地休憩的可能性越大。所以步行穿行度的影响比车行更明显，步行穿越街道的休憩需求比车行更高，暂停行进也更便捷可控。因此，穿行度能明显地反映步行者的公园绿地吸引力。根据图4所示，在步行尺度上，越秀区东山口、大学校园内部及海珠区西部穿行度值较高，对步行人群更有吸引力；海珠区东南部、天河区东部及荔湾区沿江地带穿行度较低，步行可达性较低，与接近度反映的区域相似。车行尺度街道呈现另一种趋势，由于车行直线前进特性，主干道路穿行度较高，由于高速公路不便进入公园绿地，工业大道、中山路、广州大道区域车行穿行度较高，街巷与多山区域较低。

根据测试结果与公园位置比对，步行穿行度较高与较低的公园绿地没有公园级别偏向，分布均匀，车行穿行度高的公园绿地多为社区公园，车行穿行度低的公园绿地多为社区公园和小型游园。说明公园级别对步行者的穿越无明显影响，由于位置原因，综合公园车行穿行度较均衡，小型游园和社区公园呈两极化发展，社区公园既有优质的也有较差的，小型游园总体较差（图4）。

图4 穿行度测度结果Fig.4 Test results of betweenness degree

3.2 莫兰指数分析

由于空间句法仅仅反映了路网中某一位置的接近度和穿行度来表示可达性，不能充分反映临近区域的路网发育程度及路段承担的相关功能与作用。莫兰指数能够明确指出路段承担的功能及与周围道路之间的关系，解释道路环境对公园的影响并给出相应的解决方案，可进一步分析验证空间句法的评价结果（图5）。

图5 接近度与穿行度莫兰指数分析Fig.5 Moran's I analysis of closeness and betweenness

图5显示，步行穿行度聚类分析中粉色的高-高聚类路段集中在南田路、北京路、东风东路及各大学校园内部，说明这些路段的人流量较高，接入支路路口较多，周围路段通过性较高，承担了大规模沿街商业和学校内部交通功能，适合一些小型临街绿地的存在。红色的高-低聚类较零散，接入路口数量少，相接道路通过性较低，但路段本身步行通过性较高。蓝色的低-高聚类聚集在粉色路段周围，代表低通过性，主要存在于居住区和产业园等半封闭区域，由于与高通过性道路相接，所以仍比低-低聚类的通过性高。在步行接近度莫兰指数分析中，高接近度的高-高聚类代表可达性更好，属于城市中心区最有活力和吸引力的区域。越秀区东风东路、海珠区鹤洞大桥周边路网吸引力较高，人民公园、英雄广场、广州志愿者公园等的位置更容易有高吸引力。低-高聚类的新港西路、双塔路与黄埔大道附近区域产业园和居住区较多，尽端路较多，自身步行吸引力减弱，可打通路网增强公园对周围区域的吸引力。

图5显示，车行穿行度聚类分析粉色的高-高聚类路段是中山路、东风路、广州大道、天河路、工业大道、新滘路等主干道，说明路段车流量较高，接入支路路口较多，周围路段通过性较高。而红色的高-低聚类分布较广泛，特性体现在车行快速路，代表是环城高速。蓝色的低-高聚类道路聚集在主干道两侧的支路。结果验证了穿行度分析的结论，即主干道和快速路周围的公园可达性更高，支路通过的车流少，可采用截弯取直的方法吸引更多车辆通过，提高通行能力，增加路过公园的几率。在图5车行接近度莫兰指数分析中，自高向低的圈层结构显示，除部分路段的吸引力较低外，中心区路网车行吸引力普遍较好，而荔湾区与其他行政区的道路衔接能力较差，导致公园较低的吸引力，可加强跨珠江桥梁建设来提升西南区域与市中心的联系程度。

4 结 论

研究基于空间句法及空间计量分析得出如下结论。

1）据中心城区公园绿地的核密度分析，公园绿地空间格局分布不均衡。城市中心区的东北部与东南部集中了较多的大型绿地，但部分大型绿地内部及周边的基础设施建设不足，大型绿地缺少的地区集中在市中心的城中村附近。

建议城中村地区可按照城市修补方法进行小规模拆迁安置，置换的空地用于口袋公园开发，降低城市密度，提高生活空间质量，东部大型绿地本身的设施建设与绿地周边的产业配套还需要加强以提升绿地的综合利用率。在建筑密集区采取小绿地，高覆盖模式有助于高效利用绿地空间，缓解公园利用率不足与可达性低的问题，对于大型绿地可利用空间优势进行主题化改造，做出差异化，与周边功能区进行联动。

2）步行和车行可达性高的区域分布在少数路网密集的城市中心和主干道附近。步行可达性较好的区域社区公园和小型游园较多，综合公园覆盖不足；车行可达性较好的区域路网方便快捷，综合公园接驳的路网较多，在可达性上占据优势。步行和车行可达性较差的地区集中在海珠区东南侧和天河区东侧，由于丘陵地形和河流、村庄等因素的影响，路网密度较低，对边缘区步行者影响较大。

对于步行可达性较好的区域，可保持原有道路肌理，适当扩大原有公园的面积；对于步行和车行可达性较差的区域，可采取增加路网密度、加强道路连接的方式改善公园周边区域的步行与车行的可达性。部分因地形原因导致可达性较差的公园绿地，可根据自身特征进行主题化改造，修建停车场以加强车行可达性，将自身作为触媒吸引游客前往。

3）空间句法的聚类分析在路网分析中能发挥较大优势，且sDNA插件在空间句法分析中与空间分析工具ArcGIS兼容性较好，能明确展现广州中心城区各区位公园的可达性。由于技术条件限制，结果仍有误差项，如OSM地图建模精细度、半开放空间处理方式、搜索半径的经验性导致的误差，空间句法边界效应对研究区边缘可达性造成的影响，立体交通对原有街道造成的影响等。应对上述问题需要更多本土化的工具与高精度数据内容平台。