北京市中心城区公共开放空间可达性研究
2024-02-20张瑶张鹏
张瑶 张鹏
(哈尔滨师范大学地理科学学院,黑龙江 哈尔滨 150025)
城市中所有面向公众开放的空间被划定为公共开放空间[1]。有国内学者根据现有研究将公共开放空间定义为以绿地、公园和有一定绿化指数的广场为空间表征的全天免费开放的城市开放空间,以满足人们的日常游憩需求为主要功能[2]。在当今高密度的城市居住环境中,公共开放空间是城市居民活动游憩的主要空间,既能满足市民的游憩活动需求,也承载了包含社会经济发展,环境美化效益,多元文化传承,防震避险减灾等多项城市综合功能。作为一种公共资源,公共开放空间是城市发展的一个重要方面,体现了城市的历史底蕴、文化传承和现代文明精神。随着健康生活、绿色发展等理念的普及,公共开放空间的发展不仅要考虑到数量上的充足和质量上的提升,也要考虑到城市居民是否能便捷地享受到公共开放空间提供的服务。因此,公共开放空间的可达性研究对于提高城市宜居服务和提升城市居民福祉具有重要意义。
可达性是指从空间中任意一点到达目的地的难易程度,反映了人们到达目的地过程所克服空间阻力大小,常用时间、距离、费用等指标来衡量[3]。可达性的概念于1959年首次提出[4],被广泛应用于城市公共服务设施规划、交通工程等学科领域的研究[5],是评价城市公共开放空间布局合理性,衡量社会资源分配公平性的重要指标[6]。国内外学者对空间可达性测度的方法主要包括网络分析法、缓冲区分析法、供需比法、费用阻力法、最小邻近距离法、重力模型法、累计机会法和两步移动搜索法等。其中,网络分析法是通过对地理网络、城市基础设施网络完成数字模型化,模拟并剖释资源在网络上的流动与调配情况,从而对网络结构和资源问题进行评价的空间分析方法[7]。基于GIS网络分析法可以比较真实地反映出居民在城市空间中流动的进程,进而对公共开放空间的可达性做较为精准且客观的分析。
目前,空间可达性的评价被广泛应用于公共开放空间的相关规划布局评价中,李小马等基于GIS网络分析法,分析了沈阳市的公园可达性和服务状况[8]。邵琳等基于GIS平台分析城市公园公共服务格局,将公众的休闲需求与城市公园系统的布局规划密切联系起来[9]。刘一桦利用GIS平台,对雅安市雨城区中心城区的城市公园可达性进行分析研究[10]。施拓等利用GIS中的缓冲区分析与空间网络分析评价沈阳城市绿地公园的可达性[11]。张楠以哈尔滨市松北区城市公园绿地为研究对象,运用缓冲区分析与空间网格分析方法研究了城市绿地可达性[12]。可达性研究对于城市公共开放空间的建设具有重要意义,现有关于北京市的可达性研究主要集中于公园绿地和城市轨道交通,缺少对于公共开放空间的研究。本文以北京市中心城区的公共开放空间为研究对象,依据网络分析法原理,基于已获得的道路网络的矢量数据、城市人口数据[13],构建北京市中心城区公共开放空间的可达性网络,剖析可达性的分布特征,并通过地理探测器分析造成可达性空间差异的原因,旨在为北京市公共开放空间的城市空间布局优化提供参考依据。
1 研究区概况
北京市悠久的城市历史发展造就了大量的公共空间元素,本文选择的研究区域为《北京城市总体规划(2016—2035年)》所确定的中心城区,总面积约1378km2,2020年常住人口1098.5万人,包括东城区、西城区、海淀区、丰台区、朝阳区、石景山区6个区县。2019年北京市城市绿化与广场用地面积达116.25km2。
图1 北京市中心城区示意图
2 研究方法与数据来源
2.1 数据来源
研究采用的数据主要包括北京市公共开放空间数据,北京市道路基础数据和北京市人口数据。
城市公共开放空间数据中,公园统计数据来自北京市园林绿化局发布的北京市公园名录(第1批),2022年北京市中心城区有公园537个;广场和绿道数据来自北京市公共数据开放平台-网站数据(data.beijing.gov.cn),2022年北京市中心城区有城市广场114个,城市绿地102个。总计公共开放空间753个。道路基础数据基于OSM(Open Street Map)提取。根据步行和车行2种出行方式,构建步行和车行数据库。设定步行速度步行5.4km·h-1,车行速度40km·h-1。北京市人口数据来自WorldPOP 2020。
2.2 研究方法
2.2.1 网络分析法
空间实体按几何形态可被抽象为点、线和面,一个基本的网络由中心(center)、链(link)、节点(node)和阻力(impedance)构成[14]。对这些数据信息进行处理可以模拟居民进入公共开放空间的真实情况,即从居民区通过道路(链)花费一定的时间成本(阻力),到达公共开放空间(中心)的过程。
中心是具有一定容量能够接受或分配资源的节点所在的位置,即源地的源点,表达为点,以代表城市公共开放空间;链是具有方向性的抽象的线路,即网络骨架,表达为线,代表为城市道路;节点是网络中网线的汇合点,代表为道路交点;阻力是从中心到链或通过链时所需要花费的时间[15]。针对城市道路状况,市民出行方式,公共开放空间服务功能等特点,结合市民到达不同公共开放空间的预期时间等因素考虑,以5min、10min、15min、30min、60min的时间间隔,生成居民以步行和车行方式下不同时间等级的公共开放空间可达范围。
用GIS模拟城市空间分布情况,得出公共开放空间的服务区范围图、城市行政区划图与城市人口分布图,在GIS技术平台上做赋值、交集、叠加、剪裁、统计。用以下指标来评价城市现状公共开放空间的服务情况[15]:
服务面积比=服务面积/研究区总面积×100%
(1)
服务人口比=服务人口/研究区总人口×100%
(2)
式中,服务面积比为居民在相应时间内可到达的公共开放空间的可达面积占研究区总面积的比值,其值越大公共开放空间服务范围越广;服务人口比为某用时区间内,公共开放空间可被利用的居民数量占研究区总人口的比值,其值越大代表在相应用时范围内,公共开放空间的服务效率越高。
2.2.2 地理探测器
地理探测器是用以识别地理空间分异性及其驱动因子的统计学分析方法,可以根据空间异质性,分析自变量与因变量分布格局的一致性与因果关系[15]。研究借助地理探测器,采用因子探测模块,辨识公共开放空间的有效影响因子。地理探测器的模型公式:
(3)
研究采用公共开放空间可达性为因变量,选择人类活动、园林绿化、产业经济、政府调控、城镇化水平和人口状态为自变量,见表1。
表1 公共开放空间可达性的潜在影响因素
3 结果与分析
3.1 北京市中心城区公共开放空间可达性的分布特征
3.1.1 中心城区公共开放空间整体可达性
北京市中心城区公共开放空间数量多、规模大,6个区共计753个公共开放空间设施点,目前已基本形成以旧城区为中心向外逐渐扩展的公共开放空间系统,包括城市广场、城市绿地、生态公园、社区公园和综合公园等多种类型,数量上以城市公园为主导,占全部公共开放空间的70%。从图2可以看出,整体上中心城区呈现为核心城区的公共开放空间分布密集,周边地区的公共开放空间可达性水平较低的分布情况,公共开放空间分布不均衡,公共开放空间主要集中在靠近城市核心区的区域,西北部、西南部以及东北部处于中心城区边缘的地区公共开放空间分布较少。
图2 北京市中心城区公共开放空间分布图
整体来看,北京市中心城区公共开放空间可达性分布不均,呈现出核心区较高,边缘区较低的“中心外围”空间布局特征。从统计数据来看,30min内步行可达公共开放空间服务面积为1127.93km2,占研究区总面积1378km2的81.85%;10min内车行可达公共开放空间服务面积为1188.79km2,占比86.27%。有近20%的地区无法在30min内到达公共开放空间,近14%的地区无法在车行10min内到达公共开放空间。虽然服务面积基本覆盖了研究区,但公共开放空间的总面积和分布合理程度仍有提升空间。
根据不同时间下的梯度服务范围结果,可以得出北京市中心城区公共开放空间的服务面积现状和服务人口现状,见表2。
表2 北京市中心城区公共开放空间可达性指标
以最短出行时间为基准进行分析,步行0~5min可达面积与车行0~5min可达面积为261.08km2和878.26km2,覆盖率为18.99%和63.87%。这表明北京市中心城区的公共开放空间场所仅有较少部分可以为居民提供便捷服务,大量城市公共开放空间需要通过5~30min左右的步行,或者5~30min的车行才能到达。因此,北京市中心城区的便捷服务能力仍需增强。
从步行和车行的可达面积对比来看,0~5min可达公共开放空间面积中,车行的可达面积为878.26km2,远远高于步行的261.08km2,这表明北京市中心城区的交通道路网络发达,车行的速度优势导致居民在5min的固定时间成本内前往公共开放空间时可以有更多的选择空间。而步行5~10min的可达面积为277.5km2,车行为310.53km2,两者的可达面积大致相似,可以观察出,因为路况的复杂程度变大,在5~10min的时间成本下,车行的服务面积不再占优势。在10~15min、15~30min步行路途中公共开放空间步行可达面积为258.82km2、330.53km2,车行服务面积为76.27km2、14.66km2,车行服务面积在此时间区间大多覆盖于中心城区的边远地区,公共开放空间数量少,使得车行服务面积相较于同时间成本下的步行服务面积少了很多。可以看到,在相同的时间成本控制下,车行相较于步行的可选择的公共开放空间范围更多,优势更加明显,居民在公共开放空间的绿色出行方式上受到一定限制。为了提升公共开放空间的便捷服务能力,应该加大力度建设居民区附近的公共开放空间服务场所或便于步行可达的公共开放空间,既方便城市居民的出行,又能倡导低碳环保的绿色行动。
如表2所示,北京市中心城区的公共开放空间以步行30min作为出行指标,可以服务1140.76万人,约占居住人口的93.2%。以车行10min作为出行指标,可以服务1188.79万人,约占居住人口的97.1%。这与公共开放空间步行可达面积比81.85%,公共开放空间车行可达面积比86.27%的分析结果较为一致。
3.1.2 公共开放空间分区特征
分析各区可达性情况见表3,可看出6个城区可达性结果差异显著,按照各区公共开放空间服务面积比进行排序为西城区>东城区>石景山区>朝阳区>丰台区>海淀区。
表3 各区公共开放空间可达性指标
作为“首都功能核心区”,东城区和西城区的公共开放空间服务范围显著高于其他区域,这2个区属于中心城区中的旧城区,公共开放空间的建设起步较早,分布均匀,且城区面积小,空间狭窄,路网稠密而人口分布相对密集。旧城区主要由街道和胡同构成,这种线性的空间结构决定了旧城区没有人流量大的公共开放空间。街头胡同是旧城区居民日常休息游憩、交往联系的重要场所。在这些区域大量兴起的街心花园、小公园成为旧城区公共开放空间的主要场所。传统的庙会公园、新型城市广场的兴起,集购物、休闲、游憩为一体的商业步行街等也是重要的公共开放空间场地。北海公园、景山公园等皇家园林旧址在建设规模、建造质量等方面具有极大优势,加上新建公共开放空间的补充,使得公共开放空间可达性总体最好。可以从居民的实际需求出发,通过增设场所的出入口,提升使用效率,方便居民的路径需求。或用小型的街头绿地分布在人口密集的居民区,以小型绿地的增加提高城市居民的可达速度和可达覆盖率,也能保证旧城区土地利用类型的稳定,缓解旧城区的环境压力。
海淀区、朝阳区、丰台区、石景山区是市域外扩的过渡区域。海淀区和丰台区的服务效率最低,可达性区域分布呈现出两极分化的趋势,可达性高的区域集中在部分街道,且有区域存在不可达现象。部分用地以科技产业园为主,居住人口分布相对较少,游憩设施需求也相对较低。海淀区和丰台区的面积大而居住密度较低,公共开放空间资源缺乏。需要通过完善公共开放空间活动设施,丰富公共开放空间服务设施类型,增加有效服务面积和空间出入口来提升公共开放空间的服务能力。
朝阳区和石景山区的可达性服务效率相近,在6区排名的中游,根据可达性分布情况,如图3所示,可看出朝阳区面积较大,各地可达性有明显差异,西部地区公共开放空间可达性明显优于东部地区,其中,东湖、建外、团结湖、望京等地区的公共开放空间可达性状况较好,而金盏等地区的公共开放空间可达性则较差;中部地区以及西部地区的公共开放空间分布密集,东部地区和南部地区靠近郊区,土地用地以农田和棚户区为主,公共开放空间分布少;石景山区位于中心城区的西部,在用地性质上有较多的山地、林地,虽然绿地资源丰富,但并不属于公共开放空间的范畴,可以利用在山地和林地中开发大量的城市森林公园,规划便捷的公共开放空间路网,合理规划公共开放空间选址等方式提高公共开放空间的服务覆盖率。
图3 北京市中心城区公共开放空间可达性分析
各区服务人口比指标的分析结果显示,西城区和东城区的可达性最高,海淀区和丰台区的可达性最低,且各区之间服务人口比的排行与服务面积比的分析结果基本一致。由此可见,服务人口比与服务面积比可以作为反映北京市中心城区城市公共开放空间可达性与服务状况的指标。
3.2 北京市中心城区公共开放空间可达性的影响因素
3.2.1 单因子探测结果
根据地理探测器分析,获得北京市中心城区公共开放空间可达性的影响因子探测结果,见表4。结果显示,人类活动、园林绿化、产业经济、政府调控、城镇化水平和人口状态均通过了0.01水平的显著性检验。
表4 公共开放空间可达性影响因素解释力测度
由表4可知,从影响程度看,各驱动因素解释力由大到小排序依次为X1(0.869)、X2(0.578)、X12(0.544)、X4(0.502)、X3(0.473)、X8(0.470)、X9(0.440)、X10(0.439)、X7(0.260)、X6(0.193)、X11(0.144)、X5(0.065)。按照影响因子解释力大小将其分为主导因子、次级因子和一般因子,其中,解释力>0.55的影响因子为主导因子,包括POI数量和建成区开发面积,相对丰富的兴趣点会汇聚更多人流,POI数量越多,周边居民对于公共开放空间的需求越多,同样,在开发强度高的建设区,建筑布局密集,人口密度大,也会直接影响公共开放空间的建设规划;解释力介于0.35~0.55为次级因子,包括居住密度、绿化覆盖度、人均绿地面积、一般公共预算支出、居民人均可支配收入、老年人口比例;解释力<0.35为一般因子,包括一般公共预算收入、GDP、常住人口和第三产业占比。解释力在0.55以下的影响因子主要关于社会经济,这表明除了规划与政策的开发刺激外,社会经济是公共开放空间的有效支撑条件,经济越活越的地区可以为公共开放空间的建设提供更为充足的资金支持。
3.2.2 双因子交互探测结果
通过地理探测器的双因子交互探测作用得到的公共开放空间影响因素的交互探测结果,见表5,交互作用以双因子增强为主,非线性增强为辅。其中,X1和X2交互作用对公共开放空间可达性的解释力最强,其q值达到0.952,其次是X2与X3,以及X1与X12、X6等其他因子交互作用解释力较强。相比之下,X5与其他因子交互作用解释力一般,与X11交互作用解释力最弱,q值仅0.227。据表分析,各影响因子解释力存在互补增强效应,公共开放空间的各解释因子并非独立作用,而是多因子交互作用的结果;单因子探测结果中q值较小的因子经过交互探测作用后,解释力大幅提升,说明这些因子是具有木桶效应的短板因子。因此,为提高公共开放空间可达性,可以有针对性的调整公共预算,因城制宜地发展第三产业,增加第三产业从业人数,提高第三产业占比,补齐短板,增强短板因子对公共开放空间可达性的解释力,提高城市公共开放空间建设水平。
表5 公共开放空间可达性影响因素的交互探测结果
4 结论与讨论
北京市中心城区具有鲜明的建筑高度集聚且人口居住密度大的特点,分析其公共开放空间可达性对于识别供需矛盾,提高服务质量,改善空间布局有重大意义。通过构建北京市中心城区公共开放空间可达性评价指标,探究北京市中心城区公共开放空间步行和车行的可达性状况与服务情况,基于网络分析法和ArcGIS技术平台,对6个区753个公共开放空间进行可达性分析,并通过地理探测器探究其影响因素,研究结果如下。
北京市中心城区公共开放空间分布已基本形成以旧城区为中心向外逐渐扩展的公共开放空间系统,包括社区公园、生态公园、综合公园、城市绿地和城市广场等多种类型,数量上以城市公园为主,占全部公共开放空间的70%。
北京市中心城区公共开放空间呈现出核心高,边缘低的“中心外围”空间布局特征,公共开放空间的分布大多集中在靠近城市核心区的区域,西北部、西南部以及东北部处于中心城区边缘的地区公共开放空间分布较少;公共开放空间步行可达面积比为81.85%,车行可达面积比为86.27%。北京市中心城区的公共开放空间面积覆盖范围和分布合理程度仍有提升空间。
仍有大量城市公共开放空间需要花费更多出行成本才能到达,公共开放空间的便捷服务能力仍需增强。同时,在步行与车行的可达面积比对结果中,在相同的时间成本控制下,车行相较于步行的可选择的公共开放空间范围更多,优势更加明显,导致居民在公共开放空间的绿色出行方式上受到一定限制。
中心城区6个区的公共空间可达性存在明显差异,具体排名为西城区>东城区>石景山区>朝阳区>丰台区>海淀区。
北京市中心城区公共开放空间的可达性结果是多因子交互作用的结果,POI数量和建成区开发面积是主导作用因素。适应公共开放空间发展要求,调整公共预算,因城制宜地实施第三产业发展是未来主要战略方向。
基于以上研究结论,提出以下对策建议。
增加区域内的公共开放空间覆盖面积,并提高公共开放空间的便捷开放程度。公共开放空间的数量和规模是影响公共开放空间可达性的主要原因。因地制宜,根据已有的自然资源或已存在的公共开放空间服务设施,打造或进一步优化公共开放空间,消除服务盲区,提升公共开放空间的可达性。形成完整体系,功能完备的公共开放空间服务系统。部分城市核心区建设已经相对成熟,但现存的公共开放空间仍无法满足居民游憩需求,这部分地区可以建设小微绿地,以其面积小、功能复合、形态多样的优势特点,为提高公共开放空间的服务水平提供更多可能。对于路程复杂、位置与居住区方向不一致等情况而导致需要花费更多出行成本的出入口,进行增设或位置的调整,方便居民就近到达公共开放空间。此外,交通网络布局直接影响公共开放空间可达性,步行道路的缺失,高等级道路的阻隔都会增大出行阻力。优化路网密度较低的区域和居民区的内部道路,并通过建设过街天桥,地下通道等设施减少高等级道路造成的出行阻碍,构建连续的慢行道路体系。并且以更加方便的出行路况,鼓励提倡城市居民选择更绿色环保的出行方式。
各区根据地域特点,调整公共开放空间发展战略,均匀分配各类型公共开放空间,切实做到惠民便民的公共开放空间分布格局。
制定多种要素驱动下的公共开放空间发展格局。牢牢把握POI数量和建成区开发面积、居住密度、绿化覆盖度、人均绿地面积、一般公共预算支出、居民人均可支配收入,以及老年人口比例的区域性和差异性,补足公共开放空间发展过程中的短板问题,调整公共预算,发展第三产业。
本文研究结果可为提升北京市公共开放空间的布局优化提供参考,但存在一定的局限性,如仅分析了步行和车行2种出行方式的可达性,未考虑其他交通方式或组合型交通方式。且交通路网的构建过程中,出行时间、出行速度、路程等待时间等参数的设置均会影响可达性计算结果,对于居民出行的行为偏好研究有待加强。不同类型的公共开放空间以及场所本身对居民的吸引力、居民的游憩偏好均会导致可达性的精确度有所偏差,就如何进一步精确北京市公共开放空间可达性研究仍需进一步探讨。