公园城市视角下公园服务效率评价——以成都中优区域为例

钟 婷,崔 铭,范 戈,姚 南

(成都市规划设计研究院，成都 610000)

引 言

公园是现代城市发展到一定时期的产物，起调和、沟通自然与人工的作用。在全球-地方环境问题日益重叠交织的形势下，社会与城市的深刻转型为可持续的、健康的、安全的城市化带来了诸多挑战。公园作为城市重要的公共资源和生态基础设施，在与城市形态、市民生活、都市文化结合上具有巨大潜力。习总书记2018年2月视察成都天府新区时提出“公园城市”目标，随后在参加首都义务植树活动时，再次强调绿化祖国要坚持以人民为中心，提出“一个城市的预期就是整个城市是一个大公园，老百姓走出来就像在自己家里的花园一样。”“公园城市”及以人为本的宗旨为各方探索、谋划和统筹本土城市的应对策略提供了前瞻性的意象。

1 相关研究进展

学界对公园服务半径的研究主要包括单个或单类公园和城市公园系统两个维度。对于单个和单类公园的研究一般通过手机信令数据分析[2]、空间句法研究[3]等方式计算社区公园的实际服务半径和使用效率，得出公园服务半径与公园区位、公园面积、周边商业、道路交通、公园设施等因素的相关关系。对于城市公园系统的研究从供需平衡[4]、地域均等与空间公平[5]、社会公正等角度入手，研究城市公园的空间布局。在新的技术条件下，高文秀、周亮学者们开始利用多源数据对城市公园的服务半径、使用人群和使用反馈的问题进行大样本高精度的分析，提出城市公共绿地服务效率的优化策略[6-7]。现有的研究大多聚焦于单个或一定区域内的多个公园，以道路交通、空间直线距离、公园服务设施等多方面的因素为评价指标，得到公园的服务半径评价结果。其局限性在于，首先这些评价结果往往忽视了城市格局发展以及人群结构的差异对于公园服务半径的影响；其次，评价指标的设定具有一定程度的主观性，难以真实反映公园的服务能力。因此，本文在既有研究的基础上，通过大数据收集不同时间、不同区域的公园使用人群情况，分析得出城市格局和人群特征对于公园服务半径的影响，从而为旧城公园更新提供借鉴。

使用后评价(POE)是从使用者的角度出发，对经过设计并正在使用的设施进行系统评价的一种研究[8]。城市公园作为重要的城市公共空间类型之一，使用后评价对于旧城公园更新和城市公园建设具有积极的指导意义。孙艳芝等采用问卷调查、实地考察等方法，综合评价使用者行为和使用后满意度两方面情况，得出了公园使用者行为在时间和出行方式上存在的规律性，并得到了使用者对公园各区域使用设计与建设的满意度，主要包括公园管理模式、公园设施及公园服务水平的满意度[9]。彭琬凌等以单个公园为研究对象，通过实地调研、问卷调查、行为观察等方式对公园各功能区分别进行观察分析，得到各区域的人群构成、行为偏好等信息，并得出各区域的使用评价[10]。尹照迪等针对公园内部的基础设施、活动场所，通过调查分析在不同时间段内各年龄段的人群对于公园的使用评价，得出公园现状存在的问题与不足[11]。现有的研究大多以单个公园或某一类型的公园为研究对象，通过问卷、调研等方式获取介入式数据进行分析，具有一定的局限性，主要表现在其获取的数据受限于研究人员的认知局限和受访者的主观意识，其次在于数据获取存在难度大，效率低的问题。因此本文借鉴前人的研究方法，并引入大众点评的网络数据加以佐证，增强分析评价的可信度，掌握分析评价的动态变化，以提出更具可实施度的更新建议。

2 基本情况与研究方法

2.1 基本情况

本次研究的区域是成都中优区域，是五环路以内区域，总面积1 264km2，该区域存量用地已超过70%，是成都建成时间最久、连片规模最大的区域。作为“窗含西岭千秋雪、门泊东吴万里船”盛景所在地，该区域一直以来具备良好的山水人居大本底，积极致力于公园建设，形成了包括历史悠久的少城公园(今人民公园)、浣花溪公园、东湖公园等，近些年着力打造的环城生态区系列公园，公园类型多样，本次评价的对象为成都“中优”范围内57个公园，总面积2.5km2(图1)。

图1 规划范围图Fig.1 Planning scope

2.2 基础数据获取

研究采用部门行业传统大数据和开源大数据，其中传统数据包括了成都中优区域现状土地使用数据、道路交通数据等数据；开源大数据包括成都中优区域的手机信令数据，大众点评上的公园评论数据。

本次研究基于行业传统数据和开源大数据，其中传统数据包括了成都中优区域现状土地使用数据、道路交通数据等；开源大数据包括成都中优区域的手机信令数据、大众点评上的公园评论数据。

与其他数据相比，手机信令数据具有近似全样本、实时性、出行时空全覆盖性等特性，是目前精细化定量研究用户出行特征最为可靠的数据源之一。同时经过脱敏处理的手机信令数据还能进一步反映用户性别、年龄等人群特征。本次研究采用的是2020年11月16日～2020年11月22日为期一周成都市辖区内移动手机信令数据。鉴于中国移动在成都市的市场占有率达到70%，所以本研究采用的数据具有较强的代表性。手机信令数据的具体参数包括: 用户脱敏ID;手机所连接基站经纬度;手机活动时间等。通过用户脱敏ID关联用户信息数据，可为信令数据追加用户性别、年龄等属性。

大众点评是全球最早建立的独立第三方消费点评网站，也是我国目前市场份额最高的第三方消费点评平台，不仅为用户提供商户信息、团购、餐厅预订等服务，还提供消费者评分、评价内容等用户反馈数据。可以说，大众点评数据是覆盖面最全、获取最便捷的反映用户对某兴趣点(point of Interests，POI)真实感受的数据。此次研究根据公园名称通过网络爬虫获取了68个公园关于评分、总评条数、差评条数等信息。同时聚焦本次研究目的，进一步获取了公园相关差评内容1476条。

2.3 研究方法

本文从三个维度分析城市公园服务状况，即公园服务半径，公园使用人群以及公园使用评论反馈。

其中公园服务半径是公园游客在城市分布的空间范围，反映公园的服务辐射能力。对于服务半径的计算，一类是平均服务半径，即所有达到公园游客与公园的平均距离，该半径可以反映目标公园的理论服务辐射范围; 另一类是有效服务半径，该半径范围是公园游客的主要聚集区域，反映公园的实际服务辐射能力。

公园使用人群包括了使用人群数量与人群构成，是指特定时间内公园服务总人数和分时段人数以及相应的人口构成，用于评价公园的整体服务能力，反映公园服务的高峰期以及对于不同人群的吸引力。

公园使用评论反馈主要是通过人群使用公园数据的一手资料反馈，用于评价人民对公园使用的满意程度。

具体步骤如下：

(1)公园服务半径获取。 对每一脱敏用户的每天全量手机信令数据按时间先后排序，剔除由于高频采样造成的重复记录数据，生成用户时空移动链，并计算相邻两条信令数据的时间差，作为驻留时间；将驻留超过30分钟的时空移动链截断，截断点作为一次出行的终点，同时也是下一次出行的起点；忽略时空移动链的中间轨迹位置，仅将出行的起点和终点连接成线即构成一次出行的OD线(Ordinary-Destination)。在ArcGIS平台中，基于公园空间范围查询终点落在公园内的OD线，标记为实际到访过该公园的人群出行。根据公园实际开放时间进一步筛选在公园开放时间内到访该公园的OD线，进而汇总统计OD线的平面直线长度平均值作为公园的平均服务半径。按出现频次由高到低对OD线长度排序，计算频次占比前80%的OD线长度平均值作为有效服务半径。

(2)使用人群特征分析。基于用户隐私保护，无法通过脱敏用户ID关联用户身份信息数据为上文得到的OD线追加用户信息，因此无法使用OD线数据直接研究使用人群特征。本文使用手机信令数据得到的人群热力分布数据研究使用人群特征。人群热力数据是每小时统计100m格网单元内驻留时间超过10分钟的人群特征，包括人次、年龄、性别等信息。空间叠加人群热力数据和公园范围数据，统计不同时间段到访各公园的人次、年龄特征和性别特征。本次研究将用户年龄汇总到以下五个年龄段进行统计：18岁以下、18～22岁、23～39岁，40～59岁，60岁及以上。

(3)公园使用情况分析。通过网络爬虫获取的大众点评数据包含每个公园总评分、总评条数、差评条数及差评内容等信息。由于有些公园总评论数较少，为避免样本量少造成的分析误差，首先剔除总体评论数少于100条的公园点数据。然后将各公园的总评分在空间上展示，与现状道路网数据进行叠加分析挖掘评分高低在空间分布上的特征。为精准分析现状公园存在的问题，进而为后续规划策略提出针对性指导，本文对评分低于4.0的公园的所有差评内容进行了自然语义分析，从评价内容中提取出用户投诉频次较高的问题。

研究主要利用Oracle数据库、ArcGIS10.3平台等完成数据分析过程。

3 主要结论

3.1 公园服务半径

从一周的平均数据看，每周前往各公园的出行人次为742万人，日均出行106人次/天，所有公园的平均出行距离为1 769m。全量出行中有73.71%出行距离在1km以下，距离在2km以下的出行超过90%，说明绝大多数前往公园的出行在步行适宜尺度(图2，表1)。而出行距离超过1km，出行起点的出行目的地主要集中在锦江公园、凤凰山公园、青龙湖湿地公园等，平均出行距离为2.7km(表2)。综合成都市旅游景点的排名，可以明显看出这些均是具备区域旅游性质的公园。

图2 平均出行距离Fig.2 Average travel distance

表1 出行前往公园的距离及人次分布表Tab.1 Travel distance to the park and the distribution of visitors

表2 中优区域内出行目的地分布统计表 (出行距离超过1km)Tab.2 Travel destination distribution in the medium-best region

对比工作日与周末出行半径，周末日均出行人数为123.8万人次/天，中优区域内平均出行半径为1 403m，70.81%出行频率主要集中在1km范围内，93.23%使用频次集中在2km。对于工作日的分析数据显示，中优区域内出行103.4万人次/天，平均出行半径为1 639m，65.38%出行频率主要集中在1km范围内，公园的90.50%使用频次集中在2km以内(表3)。对比单个公园，工作日和周末服务半径相差不大。

表3 工作日与周末出行数据对比Tab.3 Comparison between weekday travel data and weekend travel data (%)

根据公园服务人口80%的最大服务半径作为公园的有效服务半径计算每个公园的有效服务半径。通过生成公园有效服务半径图(图3)，可见覆盖率到达现有建设用地的60.31%。在分布上，在二环以内公园有效服务半径总体覆盖率达到100%，且呈现较大的重合区域，平均的有效出行半径为1.56km，表明该区域公园品质较高，居民使用意愿强烈。而在二环外的区域，公园有效服务半径总体覆盖率仅达到31.63%，平均的有效出行半径为1.49km，特别是西侧青羊区，覆盖率低，且有效服务半径小。

图3 有效服务半径分布图Fig.3 Distribution diagram of valid service radius

3.2 公园使用人群

从整体数量看，一周内使用公园人群总量达到1196万人次，每日平均使用公园数量达到了170.8万人次。其中周末各类公园游玩人群日均人数大道437万人次，工作日公园使用人群日均流量高达322万人次。从人群总量构成上看，22～59岁年龄段为公园使用人群主体，比例达到45%，在性别构成上看，40岁以下女性逛公园数量略高，但是40岁以上男性逛公园数量明显高于女性，总数上男性更喜爱逛公园(表4)。

表4 周末与工作日不同年龄段人口构成Tab.4 Weekend and weekday population composition of different age groups

从工作日和周末的日均流量看，周末日均流量大于工作日日均流量。分解到单个公园，周末流量大于工作日流量达到45个，数量比例为78.95%，其所占人数比例达到72.65%。从周末和工作日的日平均人数来看，浣花溪、百花潭等具备名气以及周边居住密集的公园，工作日和周末人流量均较大，工作日高于周末的公园主要零散分布，且数值较低，但是周末高于工作日的公园主要集中在锦江沿线，高出数值较为明显(图4，表5)。

图4 周末与工作日使用人群数量分析Fig.4 Analysis of the number of weekend and weekday users

表5 周末与工作日日均流量差前5名对比Tab.5 Weekend and weekday average daily flow difference(top 5)

根据24小时使用频次可以看到，公园使用呈现出白天活跃，早晚高峰明显的特征。工作日早高层使用频次高峰集中在8点～13点、18点～19点。相较于功过日，周末使用频次高峰的早高峰出现时间更晚，晚高峰延时更长，从18点延续到22点(图5)。具体到单个公园，锦江公园等呈现出景区化趋势的公园而言，其使用高峰明显从8点一直延续到23点，体现典型的夜经济特征。

图5 周末与工作日分段使用频次Fig.5 Weekend and weekday use frequency

将公园有效服务半径和该范围内的手机信令人口数据进行叠加分析，发现从总的分布数量看，二环内的人口比例为65.8%，人口密度为1.59万人/km2，均高于二环外区域，进一步说明一环内的公园更具有吸引力(图6)。

图6 公园有效半径内人口密度分析Fig.6 Analysis of population density within effective radius of park

3.3 公园使用反馈

通过大众点评平台数据进行整理(图7)，对现有公园的网络点评数据进行分析，从整体评分看，分数在4.0以上的集中两江抱城区、高新南区、成华区二仙桥区域,都是新建或者是近几年大面积更新区域，其主要问题是特色功能不足、生态功能不佳；分数在4.0以下的主要是零散分布的面积较小、建成年代久远而无后续更新的公园，主要的问题是管理乱、配套设施缺乏。

通过软件对评论内容进行分类分析(表5)，发现主要问题集中在3类：(1)公园本身服务水平。主要集中在公园面积不够，公园植被不好，生态品质低以及人车混行带来的体验感不好等方面。(2)公园配套设施不全。主要集中在缺乏指示牌、停车等配套设施不足，公园设施不够新，可玩活动不多，椅子公厕不够等方面。(3)公园管理不足。主要集中在部分公园维护不足，杂草丛生，部分公园收取门票，导致大众心理觉得不值，此外公园在较多小摊小贩，由于广场舞等带来的噪音等。将问题频次进行汇总发现从大类看，公园本身的服务水平存在的问题最大，特别是绿化以及水体环境的问题反映较为突出；从公园配套设施看，基本服务如椅子、公厕等缺乏反映突出，此外对于新兴的溜宠物的要求也反映比较迫切；对于公园管理方面的问题主要集中在收费以及公园的噪音扰民。

图7 公园评分显示Fig.7 Park score

表6 主要问题汇总Tab.6 Summary of major issues

4 结论与提升建议

4.1 主要结论

本文从公园服务半径，公园使用人群以及公园使用评论反馈三个维度分析城市公园使用效率，在方法层面弥补了现在已经有的公园评价视角单一，对活力多样性的体现存在局限的不足。主要结论有，(1)公园服务半径看，平均服务半径为1.7km，实际服务半径在1.4～1.6km之间。(2)公园使用人群，现有公园使用高峰期主要集中在早上八点至晚上九点之间，使用人群以青壮年为主，女性多于男性，周末日均人群多于工作日，锦江公园等典型区域存高峰延时峰现象。(3)公园使用反馈，根据用评分评论反映的主要问题，集中公园本身服务水平、公园配套设施不全以及公园管理不善三个方面。

4.2 公园更新提升建议

4.2.1 关于公园空间布局建议

分析结果表明，公园的实际服务半径是对比公园城市建设标准还有一定的差距，空间局部上存在很大的不均衡。一方面现有公园的有效半径总体大于成都市公园城市建设的相关标准。在公园布局时，除了关注公园本身的辐射范围，还应该综合考虑其辐射范围内的人口与功能布局情况，实现公园供给与周边需求的协调。另一方面是需要增加公园建设，提升公园布局的均衡性，特别是针对二环外西侧新建区域，公园绝对数量缺少，居民没有公平公正地享受到城市公共资源的服务，需要大力提升公园供给。

4.2.2 关于公园提升与改造建议

分析结果表明，一方面大众对于公园使用功能需求逐步增强，使用人群以青壮年为主，需结合公园的人群需求进行一体化功能打造，增加公园的开放性与可进入性，提升慢行空间的舒适性，提升服务水平与吸引力。另一方面是部分公园已经具备了区域吸引区域人口的趋势，比如锦江公园，应该持续打造公园IP品牌，将公园活动和市民、旅游者的行为倾向深深融合，持续增强公园活力,向高阶的公园引领城市格局发展迈进。

4.2.3 关于公园管理建议

成都公园呈现出的破败、缺乏维护很大部分原因在于公园的管理不善。公园管理运营已经由单一的政府主导日常管理维护转变为政府、市场主体和民众多方合作进行管理运营的模式，需加强公园与周边的联合运营与管理。对于公园与周边城市建设区域以公园街坊进行一体化打造，在实施模式上可采用EPC+O模式，通过市场化的手段实现服务水平的提升，公园可持续投入的市场化。

4.3 未来研究展望

受限于数据的精度，本文研究并未精细化区分区域旅游人群与日常公园游憩不同的公园使用行为与对象，并未对使用人群的轨迹进行精细化刻画，在未来的研究中可在此文框架基础上，结合行为主体的GPS轨迹数据，以及周边环境的精细化数据更精准的根系公园的使用效率。