基于出行成本和步行可达性的苏州市中心城区社区公园布局评价研究

贺凤春，刘 佳，诸逸凡

（1.苏州市园林设计院股份有限公司，江苏 苏州 215002；2.苏州科技大学 建筑与城市规划学院，江苏 苏州 215011）

社区公园是居民社会活动的载体，也是公共服务资源的重要组成部分，具备为居民提供日常游憩服务的功能。在城市开发建设转向存量提质改造与增量结构调整并重的阶段下，社区公园布局是否高效、公平[1-2]，决定社区公园能否充分发挥服务水平，并向不同区域居民提供相近的游憩服务。徐宁[3]提出公共服务设施的效率、公平目标一致但又相互矛盾，因此社区公园布局应该实现高效配置和公平分配的统一。基于效率与公平的视角，科学评价社区公园布局现状，是实现社区公园合理配置的基础，又是增进人民福祉、推进城市更新的重要需求[4]。

基于效率、公平的公园绿地布局评价研究在近十年来一直是风景园林、城乡规划等学科的研究热点，主要可分为以下2 类：（1）基于绿化覆盖率、人均公园绿地面积等传统指标评价公园绿地布局[5-6]。李敏等提出通过面积规模、绿地率和功能分区等作为评价公园绿地布局效率的主要指标[7]；Nero 结合覆盖率指标与基尼系数方法评价城市绿色布局的公平性[8]。（2）引入可达性等具备空间属性的指标，并与传统指标相结合，评价公园绿地布局[9-11]。赵林等结合可达性指标评价城市公园实际服务效率[12]；杨丽娟等从可达性、数量、面积和质量4 个纬度评价公园供给的公平性[13]。

综上所述，已有研究从多维度遴选指标对公园绿地布局展开评价研究，为本文的开展奠定基础，但仍有以下2 方面内容可拓展：（1）社区公园具有独特的位置属性、规模和功能特色，具备就近为居民提供游憩服务的特质，其布局的专题性测度有待进一步开展。（2）出行成本、可达性的相关指标既可以评价社区公园布局效率，又能够表征其公平程度，具有重要作用。但现有研究受限于评价方法，难以解析二者相关指标作用关系从而实现指标赋权，对其同时应用于社区公园布局评价研究的关注度不足。Critic-熵权法兼顾考虑指标内在关系、指标间离散性，在多领域被运用，可为基于出行成本和可达性的社区公园布局评价提供方法支撑[14]。为此，本文拟基于出行成本和可达性，遴选评价指标，并以苏州市中心城区为实证区域，利用Critic-熵权法解析出行成本、可达性的相关指标间关联又矛盾的复杂关系，科学研判社区公园布局状态。以期为社区公园布局评价提供方法借鉴，助力社区公园规划决策。

1 研究区域与数据来源

1.1 研究区域

研究选取苏州市中心城区为实证区域，依据2020 年9 月苏州市自然资源和规划局发布的《苏州市土地利用总体规划中心城区城乡建设用地规模边界调整方案》确定中心城区边界，研究范围包括姑苏区全域与吴中区、相城区、高新区和工业园区部分街道，面积约为437 km2。如图1 所示，截至2022 年底，区域内人口数量约为214 万、人均社区公园面积1.55 m2/人，人口高度集聚且人绿矛盾突出，社区公园量质提升需求又受到土地资源制约，具有典型性与代表性。

图1 苏州市中心城区公园与人口分布现状

1.2 数据来源

研究数据采用多源大数据与传统数据结合的方式，依照研究需要分为公园、人口、交通三种类型：

（1）公园数据：以POI 数据为基础，结合《城市绿地分类标准》(CJJ/T85—2017)、《苏州市城市公园名录》（苏州市园林和绿化管理局）进行数据筛选。同时结合相关学者研究[15-16]，并考虑边缘效应影响，苏州市中心城区的综合公园以及周边15 分钟步行可达范围内的公园也被统计在内。

（2）人口数据：从链家网（https://cm.lianjia.com/）获取居住区基础信息，结合《苏州统计年鉴—2022》中户均规模等数据计算得到各居住区人口数量，利用高德API 的地理编码工具得到各居住区的空间地理坐标。

（3）交通数据：利用高德API 的路径规划工具得到各居住区步行到达各社区公园的步行路线，并获取该路线所需要耗费的时间作为出行成本，更为精细地考虑到路况等要素对出行成本的影响。

2 研究方法

2.1 评价指标选取

本文以指标的科学性与数据可得性为基础，参考已有研究成果[17-19]，选取人均出行成本、出行成本差异，表征整体上居民前往社区公园的出行便捷效率及不同区域出行便捷的差异化程度；选用人均可达性、可达性差异表征整体上居民对社区公园的实际享有效率和居民实际享有社区公园的公平性。4 个评价指标能够反映空间维度上社区公园和周边居民的关系，且均受到社区公园区位、数量和规模等布局要素的影响，如社区公园区位更接近居民，出行成本层面上，人均出行成本会显著降低，但出行成本差异可能因为该部分居民出行成本的提高而提高；同样在可达性层面，当享有社区公园的人群未发生改变时，可能人均可达性没有变化但可达性差异增大。当任一评价指标发生改变时，其余评价指标会随之改变，具有复杂的相互关联性[20]。

2.1.1 出行成本准则层

（1）人均出行成本：表征居民到达社区公园人均所需花费的最短时间，从空间维度上反映社区公园区位是否接近居民区，选用时间作为出行成本的单位，能够更精细化判断居民整体的出行便捷程度。其公式为

（2）出行成本差异：表征居民到达社区公园所花费最短时间的差异，从空间维度上反映不同区域的居民能否在相近的时间内获取到社区公园服务。其公式为

式中，tσ为出行成本的标准差，表示出行成本差异。

2.1.2 公平准则层

（1）人均可达性：表征居民在15 分钟步行范围内人均可获得的社区公园服务水平，从空间维度上反映社区公园供给与居民需求是否匹配，居民能否实际享有到足量的社区公园服务。其公式为

（2）可达性差异：表征居民在15 分钟步行范围内可获得的社区公园服务水平差异，从空间维度上反映不同区域的居民最终享有的社区公园服务水平是否相近。其公式为

式中，Aσ为可达性的标准差，表示可达性差异。

2.2 Critic-熵权法

Critic-熵权法将Critic 法和熵权法两种赋权方法组合，可实现客观赋权法的优势互补。Critic 法考虑了指标内变异性和指标间的冲突性，但未考虑指标间的离散程度，且对数据的可信性要求较高。而熵值法则考虑了指标间离散程度，从概率角度对各指标数据进行判断，能够与Critic 法形成互补。具体赋权流程如下：

（1）数据标准化。

去除各指标数据的量纲影响，公式为

式中，yuj为样本区域u 第j 项指标的标准化数据；xuj为样本区域u 第j 项指标原始数据；max（xuj）和min（xuj）分别为样本区域u 第j 个指标的最大、最小原始数据。

（2）Critic-熵权法赋权。

①Critic 法赋权。

基于Critic 法计算指标权重，公式为

式中，βj为第j 项指标的影响程度；δj为第j 项测度指标的标准差；rij为第i 项指标与第j 项指标的相关系数；Wj（1）为第j 项测度指标的Critic 法权重；N 为指标个数。

②熵权法赋权。

基于熵权法计算指标权重，公式为

式中，y'uj为经过平移处理的标准化数据；dj为第j 项指标的信息熵冗余度；Wj（2）为第j 项指标的熵权法权重；M 为样本区域个数。

③组合权重计算。

假设Critic 法和熵权法的重要性相等，计算组合权重，公式为式中，Wj为第j 项指标的组合权重。

3 结果与分析

首先，利用ArcGIS10.7 对苏州市中心城区各居住区的出行成本、可达性实行可视化，如图2 所示，并计算苏州市中心城区及各市辖区的人均出行成本、出行成本差异、人均可达性和可达性差异四项评价指标，如图3 所示。其次，基于Critic-熵权法得到评价指标权重（见表1），最后，测算苏州市中心城区社区公园布局出行成本、可达性准则层的单项得分以及布局的整体得分（见表2）。

表1 评价指标权重

表2 社区公园布局评价结果

图2 苏州市中心城区居住区出行成本、可达性现状

图3 评价指标结果

3.1 评价指标权重分析

从指标权重来看，可达性相关的两个指标均高于出行成本相关指标，且差距较大。可达性从居民的实际享有的社区公园服务层面表征社区公园布局的合理性与科学性，相比较出行成本，涉及到的布局要素更全面且更具实际意义[21]，因此在社区公园布局评价中的重要程度更高。

3.2 苏州市中心城区社区公园布局评价结果分析

苏州市中心城区社区公园布局水平较差，得分层面上，整体得分较低，出行成本得分较高但可达性成本得分较低，结合具体评价指标分析：

（1）出行成本准则层下，中心城区人均出行成本达到22.95 min，以“社区生活圈”理念为评判标准，居民难以在15 分钟步行时间内获取社区公园服务，需要多耗费约8 min 以获取服务，社区公园区位与居民错位现象显著，在空间上呈现离散状；出行成本差异达到了16.17 min，其主要原因在于高新区居民普遍出行成本高，远高于其他市辖区，因此形成中心城区整体上的较大差异。

（2）可达性准则层下，中心城区的人均可达性为1.51 m2/人，在考虑到边缘效应等影响后，整个中心城区范围内，居民的实际享有情况仍难以达到人均社区公园的1.55 m2/人。可达性差异则达到4.8 m2/人，如图2所示，各居住区间普遍存在一定差异，且靠近边缘的居住区与中心的居住区差异较为明显，空间上供需存在错配现象。

3.3 市辖区社区公园布局评价结果分析

市辖区社区公园布局水平呈现为相城区＞工业园区＞吴中区＞姑苏区＞高新区的状态，出行成本准则层的水平存在明显差距，而可达性准则层的水平则相对接近：

（1）相城区社区公园布局的整体得分最优，水平较好，从出行成本、可达性准则层的单项得分来看，出行成本得分最高，而可达性的得分较低。结合具体评价指标分析，相城区的人均可达性为1.36 m2/人，低于中心城区的平均水平，但受益于均衡式的社区公园布局及市辖区内呈非集中态势的人口分布，人均出行成本最低，同时出行成本差异较小，仅为9.13 min，市辖区内的任一区域中，社区公园与人口在空间上联系都较为紧密，提升了居民出行便捷性。

（2）工业园区、吴中区和姑苏区的社区公园布局整体得分相近，且三个市辖区的出行成本、可达性准则层得分也未呈现出明显差异化：

①工业园区的出行成本得分低，但可达性得分在三者中最优。根据4 项评价指标分析，其人均出行成本和人均可达性分别为21.59 min、1.84 m2/人，均优于中心城区的平均水平。根据图2 来看市辖区内公园数量较少且多位于中间区域，导致部分边缘区域的居民可达性低，形成一定供需错配，但由于整体居住区数量较少，且多数围绕公园分布，因此居民的社区公园享有情况较好，存在多个可达性高值区。

②吴中区的出行成本、可达性得分均处在三者的中间位置。吴中区的社区公园布局情况与工业园区相似，数量少而规模大，但相对而言更为集聚，人均出行成本、可达性情况均较好，居民对现有社区公园的获取更为充分。然而更为集中的布局模式致使不同区域公园规模、数量相差较大，在图2 中呈现出居住区高值区和低值区显著并存的现状，人均可达性差异达7.42 m2/人，供需匹配情况稍差。

③姑苏区的出行成本得分最高，但可达性得分最低。姑苏区作为中心城区的核心区域，人口高度集聚，人口、居住区数量都远高于其他市辖区，结合指标分析，其较为均衡的社区公园布局模式，使得人均出行成本相对较低，为20.30 min。同时，社区公园布局形态趋向于规模小、数量多，根据居民的分布情况，在整体上呈现分散分布而在人口密集区域呈现集中态势，因此出行成本差异、可达性差异也较低。但高人口密度条件下，现有的社区公园总量远低于居民使用需求，从居民角度则表现为实际享有社区公园服务困难，反映为最低的人均可达性，而人均可达性在所有指标中占据最为重要的权重，因此拉低了姑苏区的整体得分。

（3）高新区的整体得分最低，可达性得分稍好但出行成本得分极差。结合指标分析，高新区的人均出行成本高达34.39 min，远高于其他所有市辖区，社区公园在空间上远离于居民。同时受限于极不均衡的社区公园布局影响，致使居民间出行便捷性也差异较大。由于区域内人数较少，而社区公园总量较多，可达性层面，部分享有多数社区公园服务的居民拉高了可达性均值，虽然因多数居民难以获取服务，可达性差异低于吴中区、工业园区，但整体的可达性差异依旧达到了4.89 m2/人，高于中心城区平均水平，呈现出不公平态势。

4 结论与讨论

4.1 结论

本文以苏州市中心城区为例，采用多源数据为研究提供支撑，以Critic-熵权法为核心方法，从出行成本和可达性的层面上，遴选能够表征社区公园布局水平的指标，科学评价苏州市中心城区及各市辖区的社区公园布局，主要结论如下：

（1）Critic-熵权法综合既考虑了指标内的变异性与冲突性，又兼顾了指标间的离散程度。在多源数据的支撑下，能够有效识别出行成本、可达性的相关指标间非线性关系并解决，为社区公园布局评价过程中，评价指标的重要性赋权提供了可靠依据。

（2）苏州市中心城区社区公园布局的水平较差，合理性、科学性有所缺失。区域内的社区公园与居民分布呈离散状，虽然居民的社区公园实际享有状况较好，但出行便捷性差，同时居民实际享有的社区公园服务的差异较大，供需错配显著。

（3）市辖区社区公园布局水平，相城区最优，其次为工业园区、吴中区和姑苏区，高新区最差。从单项水平来看：①出行成本准则层差异显著，相城区极好，姑苏区、吴中区、工业园区均好，而高新区极差，与其他市辖区存在巨大差距。②可达性准则层差异较小，高新区、工业园区水平相同，均较好，吴中区、相城区、姑苏区较差。

4.2 讨论

（1）在多源数据支撑下，本文基于出行成本和可达性以遴选评价指标，相关指标能够有效表征社区公园布局水平，反映居民的出行便捷性和实际享有情况。但在数据、指标层面仍有优化空间：①拓展数据获取渠道，对居民数量、实际出行情况进行更精细化表达。②拓展评价指标选取的视角，出行成本、可达性主要是立足于使用者视角，此外，还可以关注社区公园自身的负荷压力，通过优化评价指标组合，提高评价的精准性，为社区公园布局规划及调控管理提供科学指导。

（2）根据评价结果，结合评价指标对不同区域制定精准化的调控、规划策略。苏州市中心城区整体的实际享有情况较好，但居民到达社区公园困难，区域间差异大，需要在后续逐步增加社区公园总量时，接近居民区布置，且优先供给当前供不应求的区域。市辖区层面：①相城区应保持当前的布局模式，保证良好发展趋势。②工业园区、吴中区应放缓增加社区公园总量，以小规模多数量的布局方式，增补享有情况较差的居住区附近的社区公园数量。③姑苏区人口密集，应作为社区公园建设的优先区域，侧重提升社区公园总量，满足居民游憩需要。④高新区应全面优化改革当前的社区公园布局模式，实现新增社区公园围绕居民集聚区域分布。