使用者视角下动态绿化暴露量影响因素研究——以深圳市福田中心区为例

谢晓欢 周含芝 苟中华 黄邓楷

近年来，人们越来越重视将工作场所的绿色户外环境作为促进健康的媒介[1-3]。已有研究证明，工作场所接触绿色环境能够促进员工身心健康[4]、减少压力感知水平[5-6]、增加幸福感[7]，甚至与员工的高工作能力和满意度相关[8]。尽管学者已论证了工作场所的绿色户外环境对员工、公司和社会的潜在好处，然而仍较缺乏围绕工作场所绿地布局、规划的研究。同时，多年来中国的规划管理体系多以绿化率和公园人均用地作为评价城市绿化的依据，但已有研究发现，这些指标与人们实际感知到的绿色空间存在不一致[9]，这意味着这些指标仅能在宏观尺度下反映城市绿地的数量，不能够在微观尺度下反映人本尺度下的视觉感受和城市体验。近年来，建成环境暴露对人体健康的影响逐渐成为城市和景观规划研究的新热点，学者依据“环境暴露科学”的概念提出了绿化暴露量作为衡量绿地效应的新方式[10]，指的是基于一定的绿地特征(如面积、类型、设施品质)的城市绿化暴露度[11]。绿色暴露的研究以一种新角度关注人在不同尺度、不同类型绿色空间中的暴露状态，提出了人与绿色空间的动态关系[12]。例如，当前的绿色正义研究通常基于静态绿色暴露测量，一些学者综合城市绿地静态暴露评估指标建立了评估城市绿地公平性或探究与人体健康相关的研究框架[13-14]。这些指标包括城市绿地的可获得性(Availability)、可达性(Accessibility)和可视性(Visibility)3个维度[15]。

尽管现有多源地理大数据为动态绿化暴露量的研究提供了多种可能性，然而仍缺乏基于使用者动态行为视角的测算。一方面，当前针对城市绿化暴露的研究大多关注静态层面的住区绿地、街道绿化及公园绿地的绿化与绿地质量[16]。本质上这种仅评估静态绿色暴露的方法忽视了使用者的日常流动性，没有衡量人们实际接触城市绿地的程度，因为它们假设人口分布是静态的，并且没有考虑人们接触到的城市绿地时空变化[17]。因此可能会产生不确定的地理问题，同时不能精准评估使用者行为活动轨迹内所接触的实际绿化暴露量[18]。

另一方面，现有评估城市区域绿地供应的研究忽视了在客观时空间制约背景下人群获取绿地空间服务所存在的差异性。现代社会生活方式多样化和个人休闲时间的差异化加剧了人群日常行为的时空分异程度，使得绿地的非邻家享用现象(如工作地点周边绿地享用、学校周边绿地享用等)愈发普遍[19]。而传统公共服务的空间公平研究忽视了人群获取服务所存在的客观时空间制约，假设市民可在一天中的任何时间获取公共服务，并以此为基础来评价其配置效用的公平性并不完全科学[20]。因此，时空间的客观制约导致不同使用者具有不同的主观绿地使用模式(如持续时间、频率、使用偏好等)，而个体动态绿化暴露更可能受到个体使用偏好的影响，这是因为个体对生活和旅游环境的选择涉及自我偏好[21]，人们对绿地的使用往往是一个积极主动的过程，而不是强制接受。

因此，如何将人类的流动性纳入绿色环境暴露评估的背景中，将是更好地量化人类与他们在时空尺度上不断变化的环境之间关系的关键[22]。基于此，本文开发和测试基于个体流动性的绿化暴露评估方法，量化时空间维度下不同个体获取绿化暴露水平的差异，归纳不同绿地使用偏好的使用者绿地使用行为模式，从而明晰其受客观时空间制约潜在的使用需求，旨在拓展绿色正义研究的包容性与内涵。研究路线如图1所示。

图1 研究路线

1 研究方法

1.1 案例选取

本文在预调研、文献分析的基础上选择深圳市福田中心区作为研究案例。根据深圳市规划和自然资源局所公布的文件，福田中心区指滨河大道、莲花路、彩田路、新洲路所围合的区域，总用地面积618.80hm2，片区内公园绿地(G1)为230.47hm2、广场用地(G4)为6.22hm2，社区公园人均面积28.8～32.9m2[23]。同时，该片区分布有大量绿地空间(图2)，具有一定的研究价值，能够为本研究提供充足的样本数据。

图2 福田中心区公园分布和绿视率

我国现行《城市绿地分类标准》(CJJ/T 85—2017)中，城市绿地分为公园绿地、防护绿地、广场用地和附属绿地。本研究主要考虑目标群体工作日使用的绿地需求和不同绿地的功能及服务等级，结合该片区法定图则，将研究区域包含的绿地公园划分为综合公园(G11)、社区公园(G12)、公共广场用地(G3)和商业服务业设施用地附属绿地(BG)4类。研究片区的公园类型和面积如表1所示。

表1 福田中心区绿地公园信息

1.2 数据来源

1.2.1 使用者问卷访谈数据与GPS轨迹数据收集

本文的使用者样本数据主要包括2个方面：问卷数据和GPS轨迹数据。首先采用问卷的方式，调研现场为邀请在福田中心区工作的员工进行问卷填写，收集在此研究区域内工作和生活的人群绿地使用情况和使用习惯信息。本研究所邀请的使用者是全天工作日内都在福田中心区内部活动的员工群体，因此他们具有使用该片区内部公园绿地的机会。问卷于2021年9月20日—10月10日在福田中心区办公楼附近收集，问卷的设定主要包括2个方面：第一部分是受访者的个人社会经济信息，包括年龄、性别、收入等基础信息；第二部分包括工作日工作时长、绿地使用频率、绿地使用目的等日常工作情况和绿地使用习惯调查。

其次，选用GPS测量仪进行上述接受问卷调查的使用者全天工作日内(8：00—22：00)的行为轨迹数据收集，采用集思宝120BD GPS测量仪请受访者佩戴在腰间，每隔30s进行动态行为数据采样，实时记录受访者一天内的室外空间活动轨迹。本文所收集到的问卷数据与对应的GPS轨迹信息，筛除资料信息不全等无效问卷数据后共351份。具体受访者问卷信息统计如表2所示。其中，绿地使用目的是多选题，在受访员工被问及绿地使用目的时，58.97%的人选择了“散步放松”，44.73%的人选择休憩独处，占比最低的是“洽谈工作”(17.09%)，“运动健身”的使用目的则占19.37%。

表2 受访者问卷信息统计

经过大量GPS轨迹数据的清洗处理发现，8：00—22：00，所有使用者均结束一天内在福田中心区的绿地使用行为，因此筛选并保留该时段内的样本GPS轨迹数据，并将该时间段划分为早上(8：00—11：00)、中午(11：00—14：00)、下午(14：00—17：00)、傍晚(17：00—20：00)及晚上(20：00—22：00)共5个时段，以便进一步分析受访者在工作场所周边绿地使用的时空规律，并基于ArcGIS 10.6平台进行可视化分析，如图3所示。初步得出，受访者绿地使用活动的时空规律显著，使用时间段集中在晚上与傍晚，在这2个时间段内人群的绿地活动范围更广。

图3 样本GPS轨迹分布

1.2.2 人工拍照和街景照片结合构建绿色建成环境数据库

本文所选取的就业密集区案例属于中等尺度片区，因此拟采用腾讯街景图片数据与人工拍照方式相配合的研究方法。这种方式可弥补单纯使用网络街景图像进行分析的缺陷，从而增加了绿化暴露量算法数据的准确率及可靠性。具体采样方式如下：通过网络爬虫的方式批量获取腾讯街景照片，原则上间隔100m为一个采样点进行拍照，道路的交叉口同样作为采样点(图4)。选取研究范围内标志性公园绿地中的重要节点进行人工拍照采集。考虑到白天和夜晚光线有所不同，本研究同时采集白天时段和夜晚时段的照片，从而完成福田中心区实际街景、公园照片数据库。

图4 街景照片采样点分布

1.3 数据处理

1.3.1 动态绿化暴露量计算方法

在完成研究片区街景数据库构建后，本研究开发了一个计算机程序用于计算个体的动态绿化暴露量。首先运用机器学习算法批量提取轨迹所涉及的采样点图像绿色部分，每个采样点的绿视率即前、后、左、右4张街景照片绿色像素占比的均值，进而定义使用者总体绿化暴露量计算方法为：

式中，Gn表示采样点的绿视率，%；tn表示一个坐标点的停留时间，min；n表示轨迹计算中包含的坐标点个数。本研究所定义的个体动态绿化暴露量是指计算个体在移动轨迹上所经过的所有采样点绿视率，并在计算时根据采集的GPS数据对同一采样点的暴露持续时间进行加权。同时考虑了时间维度上昼夜变化导致的光线差异所带来的绿化暴露差异，即GPS采样当天日落时间之后的采样点绿视率以夜晚照片进行计算分析。据此，个体动态绿化暴露的测量可以更准确。受数据可得性的限制，本研究定义的动态绿化暴露仅包括个人移动轨迹路线和对绿色公园的暴露，不包括个人在室内(如住宅、工作场所等)或在福田中心区以外旅行时对绿色空间的暴露。

经测算，本文所收集到的351个使用者数据样本，其每日总体绿化暴露量数值的描述性统计如表3所示。从结果中可以得到，不同使用者每日总体绿化暴露量数值最大值和最小值差异悬殊。为了进一步挖掘影响个体动态绿化暴露量的因素，有必要对使用者的绿地使用行为和工作地点周边绿色环境进行进一步研究，以探究不同使用者工作环境周边的绿地供给情况如何影响个体动态绿化暴露量值。

1.3.2 静态绿化暴露量计算方法

为探究工作环境的不同空间因素对使用者绿化暴露量的影响差异，选取绿地可达性、绿地可视性和绿地可获得性指标，描绘个体视角下就业密集区绿地空间供给格局(结果见表3)。在使用者工作环境绿地可达性方面，本文基于高德地图API计算每一个工作地点坐标点和公园的多个出入口坐标点之间的最短出行时间，单位为s，作为该使用者和公园之间的可达性指标，并分不同的公园类型进行整理筛选[24]。因研究区域较小，仅计算步行出行方式下的可达性分析。在使用者工作环境绿地可视性方面，基于已构建的绿化街景数据库测算每条街道绿视率(图2)，并以每个使用者工作地点为圆心，创建300m距离的圆形缓冲区，计算缓冲区所覆盖道路的绿视率，个体的可视性指标就是以道路长度加权的街道平均绿视率[25]。同时，本研究采用吉林一号高分影像数据，分类后进行处理，自动提取绿地，并批量计算出以使用者样本工作地点为圆心创建的300m缓冲区内的绿地覆盖率作为样本的可获得性指标[13]。

2 数据分析结果

2.1 静态绿化暴露因素对个体动态绿化暴露量的影响

利用SPSS 26.0对10项绿地空间指标进行相关性分析(表4)，从而从数理分析层面挖掘使用者动态绿化暴露量和可视性、可获得性、可达性三者的关系。其中，序号②每单位时间绿化暴露量即每日总体绿化暴露量除以使用者出行总时间(单位为min)；③每单位距离绿化暴露量即每日总体绿化暴露量除以使用者出行总距离(单位为m)。这2个指标分别表征使用者获取绿化暴露的效率和质量。首先发现使用者每单位时间绿化暴露量与社区公园可达性、商业附属绿地可达性、可获得性及可视性每二者之间均存在显著的相关性，其中使用者每单位时间绿化暴露量与可视性相关性最强(0.192)，而使用者每单位时间绿化暴露量与社区公园可达性为负相关(-0.119)。其次，使用者每单位距离绿化暴露量与整体公园可达性、综合公园可达性、社区公园可达性、可获得性均存在显著相关性。

2.2 使用者主观偏好对个体动态绿化暴露量的影响

为了探究不同主观使用模式下使用者动态绿化暴露水平的差异，本研究通过归纳使用者绿地使用行为模式，运用数理统计分析探究绿地可达性、可视性和可获得性对不同行为特征人群动态绿化暴露量的影响。

2.2.1 不同绿地使用强度人群

即使同一社区的居民们享有相似的绿地数量和可达性水平，由于个体访问频率和暴露持续时间的不同，每个人也会获取不同的绿化暴露[26]。因此，时间作为绿色空间暴露的一个重要表征，绿地出行的使用频率和时长也应是影响使用者绿化暴露水平的重要因素。为了区分出不同使用强度的人群，本文根据通过GPS数据处理得出的个体一天内的出行次数和每日绿地使用时间2项进行聚类分析，据此将使用者对于绿地的使用划分为“低强度”“中强度”和“高强度”3类，进而探究不同使用频率和使用时长的人群绿化暴露量差异。以该聚类分组来做单因素方差分析，得出不同出行频率和时长的人群在每日总体绿化暴露量及社区公园的可达性方面有显著差异(表5)。

表5 样本绿地使用强度分组差异性分析结果

2.2.2 不同绿地使用时间人群

昼夜变化所带来的可视性差异同样可能会对使用者的每日绿化暴露量有所影响。从总体的GPS轨迹分布来看，上午使用绿地的人群极少，因此将上午时段出行的样本剔除后发现，使用者每日绿化暴露量均值从小到大依次是晚上、中午、傍晚、下午，偏好晚上时段的使用者绿化暴露量均值是所有时段中最小的。偏好中午和傍晚使用的人群绿化暴露量相差不大，但是晚上和下午差距悬殊。进而以不同出行时段偏好的样本做回归分析，探究空间因素对不同出行时间偏好人群的影响(表6)。傍晚和晚上样本中综合公园、社区公园、公共广场可达性对使用者绿化暴露量都有显著正向影响；中午样本中，商业附属绿地的可达性有显著正向影响；下午样本中则是社区公园可达性有显著的正向作用。

表6 不同出行时段偏好人群的回归分析

2.2.3 不同绿地使用目的人群

在绿地使用目的相关问题中，本文选择了置信度进行降序排序，仅保留了排名前十的规则，最终得到的关联规则结果如表7所示。该规则中，前三者是运动健身和观赏目的，后两者是工作目的，据此构建3个分组：一组是包括步行(或骑行)经过和社交聚会的休闲性质目的(N=212)；一组是健康性质目的(N=84)；一组是工作性质目的(N=55)。在此基础上进行差异性分析检验该分组的有效性和合理性，从结果来看，不同使用目的的使用者绿化暴露量具有明显差异性(p=0.000)。

表7 样本绿地使用目的关联规则结果

进而将不同使用目的的样本进行分组提取和分析，3种使用目的样本的相关性分析见表8～10。在健康目的样本中(表8)，使用者绿化暴露量与综合公园(p=0.376)、社区公园(p=0.289)、公共广场(p=0.252)的可达性都是显著的正向关系。在工作目的样本中(表9)，绿化暴露量与社区公园(p=0.329)、商业附属绿地(p=0.396)的可达性都是显著的正向关系。除此之外，与其他变量，如可获得性和可视性，同样具有显著的正向关系。在休闲使用目的的样本中(表10)，使用者绿化暴露量与可视性都是显著的正向关系，除此以外，只有与社区公园可达性(p=0.168)有显著的正向关系。

表8 健康目的样本相关性分析

表9 工作目的样本相关性分析

表10 休闲目的样本相关性分析

3 个体动态绿化暴露量的影响因素探究

3.1 静态绿化暴露与动态绿化暴露

从本文相关性分析结果中发现，使用者视角下，工作场所附近公园绿地的可达性、可获得性及街道绿化的差异都会在不同程度上影响使用者动态绿色暴露，工作场所在高度绿色环境中的使用者获取绿色暴露的效率和质量也会更高。值得注意的是，个体每单位时间绿化暴露量、每单位距离绿化暴露量与社区公园可达性都存在显著相关，这体现了小尺度公园对个体接触绿色环境质量和效率的重要性。

3.2 使用者主观使用模式对其动态绿化暴露的影响

个体使用者对绿地使用时段偏好不同，对其个体的动态绿化暴露量水平有较大影响。尽管使用者偏向于在工作日的傍晚和晚上时段出行使用绿地，然而偏好晚上时段使用绿地的使用者绿化暴露量相比其他几个时段是最低的。推测是由于昼夜变化带来的可视程度差异会影响个体绿化暴露水平，具体应表现在绿色环境的亮度和曝光度。在中午和下午时段，样本中对绿化暴露量有显著影响的分别是商业附属绿地和社区公园此类小尺度公园，而在傍晚和晚上出行的样本中，综合公园、社区公园、公共广场可达性对个体绿化暴露量都有显著正向影响。

与此同时，不同绿地使用目的使用者，其动态绿化暴露量有明显差异。健康目的使用需求的使用者，其绿化暴露量与综合公园、社区公园及公共广场可达性都呈正相关。本研究所划分的健康目的规则包括锻炼身体和欣赏自然景观，而综合公园、公共广场场地大，能满足使用者进行跑步运动的需求，同时小尺度的社区公园植被覆盖率较高，能够为周边工作的人群提供观赏休憩的功能。而有工作目的使用需求的使用者，其绿化暴露量与商业附属绿地及社区公园绿地可达性、可获得性和可视性都有一定程度的正向相关性。本研究经现场调研发现，有工作洽谈需求的使用者偏好小尺度绿地公园，如商业附属绿地，更能提供一定的舒适性和商业服务设施。而对于休闲使用目的的使用者，尤其指步行经过，并不主动前往绿地公园使用的人群，其绿化暴露量与社区公园可达性和可视性呈正相关关系。该类使用目的的人群样本量是最多的，除社交聚会的使用目的外，其余均是步行和骑行经过，说明可能没有习惯主动使用绿地公园，那么绿地可视性对每日街道步行时获取绿化暴露量的影响就显得至关重要。

4 结论

本研究通过对工作场所使用者绿地使用活动的数据挖掘，有效评估了个体的真实绿地享用水平，运用数理分析深度剖析了具备不同主观绿地使用行为特征的工作群体个体绿化暴露量与工作场所绿地可达性、可视性和可获得性指标之间的影响关系。主要研究结论如下。1)个体动态绿化暴露量的差异不仅受到静态绿色环境的限制，同时受到使用者绿地使用行为动机和出行偏好的影响。2)即使在傍晚和晚上时段，使用者会主动寻求“补偿”绿化暴露，但由于受到夜间光线的影响，夜晚出行样本的总体绿化暴露量均值显著低于其他时段出行的数值。因此，个体绿化暴露水平的测算除空间层面外更应考虑时间层面因素，即光线的变化给人眼见到绿色比例的影响。公园管理也应完善夜间的灯光照明设施，从而增强公园绿地的时空包容性。3)不同的公园类型由于自身规模特征及在工作地点附近的分布距离，对于使用者获取绿化水平质量和效率方面存在差异。尤其小尺度公园绿地(社区公园、商业附属绿地)的可达性对使用者获取绿地暴露的质量和效率都有较为突出的正向影响。小尺度的口袋绿地具备占地面积小、公园开敞性较高、视野通透的优势，为了增加人群绿地享用行为与绿地空间分布的耦合程度，应考虑在工作地点周边增配小尺度的绿地供给，以补偿时间短缺群体的绿地使用机会，提升使用者对工作地点周边绿地的使用绩效。

本研究的结论主要说明了个体动态绿化暴露水平受到使用者的主观使用模式，尤其是时间方面因素的影响。因此，除了可达性、可获得性和可视性的传统静态绿化暴露指标之外，应基于使用者视角开发和测试时间空间尺度复合的绿化暴露评估方法。这不仅能够切实根据使用者真实绿化暴露合理配置城市绿地规划中不同尺度、不同种类的绿地数量及位置，有针对性地“科学增绿”，同时可以明确部分人群对城市绿地空间地域和服务配置的特殊需求，以提升绿地空间的服务绩效，从而满足城市规划设计精细化的空间诉求。

注：文中图片均由作者绘制。