EN中文

Landscape Architecture >

2024 , Vol. 31 >Issue 11: 94 - 102

DOI: https://doi.org/10.3724/j.fjyl.202401150032

Research

Equity Evaluation of Green Space in the Central Urban Area of Wuhan from the Perspective of 30-Minute Community Life Circle

  • REN yapeng , 1 ,
  • LIU Qiming , 1, 2 ,
  • LIU Xin , 1 ,
  • LI Xin , 3, *
Expand
  • 1 School of Urban Design, Wuhan University
  • 2 The Hong Kong University of Science and Technology (Guangzhou)
  • 3 College of Civil Engineering and Architecture, Guangxi University

REN Yapeng, Ph.D., is deputy director of the Experimental Center and an associate professor in the Department of Architecture, School of Urban Design, Wuhan University, deputy director of Hubei Habitat Environment Research Centre of Engineering and Technology. His research focuses on landscape architecture design, composition and protection of traditional settlement space, and public participation community construction

LIU Qiming, is master student in the School of Urban Design, Wuhan University. and a research assistant in The Hong Kong University of Science and Technology (Guangzhou). His research focuses on urban spatial quality assessment and urban design in the context of urban big data from multiple sources

LIU Xin is master student in the School of Urban Design, Wuhan University. Her research focuses on the application of artificial intelligence method in the optimization of building environment and sustainable design

LI Xin, Ph.D., is dean of and a professor in the Department of Architectural Planning, College of Civil Engineering and Architecture, Guangxi University. His research focuses on place making, urban design, research on built environment studies, and information architecture

Received date: 2024-01-15

  Revised date: 2024-09-11

  Online published: 2025-12-16

Copyright

Copyright reserved © 2024.
Fold

Abstract

[Objective]

The rapid pace of global urbanization has contributed to regional economic growth while simultaneously exacerbating various urban challenges. Urban green spaces (UGS) encompass a range of vegetated zones within urban areas, serving purposes such as greening, recreation, ecological conservation, and environmental enhancement. In a broader sense, UGS includes not only green zones but also rivers, water bodies, farmlands, gardens, forests, and other undeveloped lands. The unequal distribution of urban blue-green resources is a prevalent issue in many cities. Environmental justice, a comprehensive concept, entails the equitable distribution of resources between people and the environment. Whether residents incur significant costs to access urban natural resources and whether they have equal rights to such access are critical criteria for fairness evaluation. The two-step floating catchment area (2SFCA) method is a widely used spatial accessibility metric for evaluating the fairness of urban natural resource allocation. However, the traditional 2SFCA method often overlooks people’s travel preferences and the delineation of life circles. As a result, the accessibility evaluation is typically limited to a supply-demand perspective. In addition to the disparities in resource allocation, factors related to the built environment within communities must also be considered. Promoting a balanced spatial distribution of UGS is recognized as a critical strategy for addressing the issue of insufficient urban natural resources.

[Methods]

This research enhances the traditional two-step floating catchment area (2SFCA) method by integrating community attributes, blue-green space, and data on urban road network. Two key improvements are introduced: Incorporation of a distance decay threshold based on Gaussian equation and establishment of a 30-minute road network catchment area boundary. Three accessibility analysis methods — nearest distance method, buffer zone method, and network analysis method — are compared with the improved 2SFCA method. Additionally, based on the data on the age of community buildings, the distribution of urban green space resources is classified into four categories — “insufficient supply − aging buildings”, “insufficient supply − newer buildings”, “sufficient supply − aging buildings”, and “sufficient supply − newer buildings” — through the K-means clustering method. The classification results are visualized, and targeted recommendations are proposed for decision-makers. This research evaluates and visualizes the allocation of blue-green space resources and the clustering results for 1,025 communities within the central urban area of Wuhan. Based on these findings, tailored suggestions are provided for reference by decision-makers to guide future improvements.

[Results]

1) The accessibility results obtained by the nearest distance method, the buffer zone method, and the network analysis method overestimate the distribution of urban green space resources in Wuhan. In contrast, the 2SFCA method more accurately reflects the imbalance in green space distribution. 2) The inequality in the allocation of urban green spaces displays significant spatial effects, with accessibility to greenery and water bodies increasing from the city center to the periphery, showing patterns of spatial clustering. More than half of the communities have lower-than-average accessibility to urban green spaces, and substantial differences in the supply-demand ratios of blue-green space exist across different regions. The integrated design and development of waterfront spaces can help mitigate the inequality in urban green space allocation to some extent, although excessively large water bodies can negatively impact the accessibility of green space. 3) The spatial distribution of communities across different categories is correlated with the urban development patterns. For aging communities with insufficient supply, a “squeeze-in” strategy to expand urban green space is recommended. For newer communities with insufficient supply, constructing pocket parks and removing barriers to park access are proposed. For aging communities with sufficient supply, landscape design that incorporates regional characteristics is suggested. For newer communities with sufficient supply, the planning of large parks and the strategic development of transportation routes are advised. Government-led initiatives to improve the quality of urban green space, along with policies aimed at enhancing residents’ mobility, can help alleviate green space inequality.

[Conclusion]

This research confirms the effectiveness of the improved 2SFCA method, which incorporates the daily travel behaviors of community residents, contributing to a more accurate representation of urban green space accessibility. The clustering results reveal a correlation between imbalances in urban green space distribution and urban development patterns, highlighting the importance of improving quality, providing policy guidance, and integrating regional culture to promote equity in green space allocation. In the context of urban renewal and transformation of aging communities, these findings may offer valuable insights for urban planners and researchers in the development of sustainable urban ecosystems.

Key words： landscape architecture; urban ecology; urban green space; two-step floating catchment area; supply-demand relationship; accessibility; environmental justice

Cite this article

REN yapeng , LIU Qiming , LIU Xin , LI Xin . Equity Evaluation of Green Space in the Central Urban Area of Wuhan from the Perspective of 30-Minute Community Life Circle[J]. Landscape Architecture, 2024 , 31(11) : 94 -102 . DOI: 10.3724/j.fjyl.202401150032

全球城市化正随着人口的增长而加速发展。中国的城市化率已从2000年的36.22%上升到2023年的64.72%[1]。据预测，到2050年，全球人口将达到98亿，约55%的人口将居住在城镇地区[2]。城市化带来了区域经济的发展红利，但同时也引发了一系列城市病，如流行病、洪水、空气污染、噪声、热岛效应等城市生态危机事件的发生，对居民的身心健康产生了负面影响[3]。城市绿色空间（urban green space）是指城市范围内被植被覆盖的具有绿化、休闲、生态保护和环境改善等功能的各类绿地，城市绿色空间在广义上除绿地外，还包括河流水域、耕地、园地、林地及其他非建设用地，不仅是构建多尺度生态基础设施网络的基础，也是促进城市自然体系发展、提高城市韧性和增强城市生命力的重要保障[4-6]。已有越来越多的研究者和决策者认识到城市绿色空间具备解决众多城市问题并改善城市生态危机的潜力[7]。
尽管城市绿色空间在解决各类城市问题方面的潜力已经被广泛认可，但在环境正义方面的内容却常被忽视，许多城市规划和发展项目在实施过程中往往忽视了经济欠发达区域群体的权益和公平性，导致城市资源的分配失衡。近年来，随着中国城市开发由增量建设向存量提质转变，在生态修复和城市修补的“城市双修”理念的背景下，对城市资源的高效组织和利用提出了更高要求。因此，如何提供更加公平的社会公共服务，均衡城市自然资源的空间分布成为城市规划研究的重要课题[8]。

1 景观公平性相关研究及研究路线

1.1 城市自然景观是环境正义的重要载体

环境正义是一个涉及人与自然、社会资源公平分配的广义概念。1982年，美国的“环境正义运动”首次将环境保护与社会公平联系起来，强调每个人都应平等享有基本公共服务，并免受特定环境问题的影响[9]。在城市尺度下，环境正义研究主要关注交通空间、消费空间和绿色空间等公共空间，并常探讨其资源分配的空间分异现象。景观公平性[10]可以看作是环境正义概念下的一个子集，专注于与景观和环境资源可达性相关的公平性问题。许多研究表明，城市内绿地往往聚集在社会经济资源较丰富的社区，社会分化导致部分人群的活动空间受限，日常休闲可达的绿地空间较少[11]，调整绿地的分布，使居民均能够在30分钟内步行到达公园绿地一直是应对绿地不平等的主要策略。然而，即使通过增加绿地数量来干预，部分人群仍可能由于种种原因迁往绿地资源较少的区域，进而加剧社会隔离，这种现象强化了城市自然资源分配的不平衡，间接导致城市绿地资源被阶层化[12]。这种情况偏离了自然资源管制的初衷，使解决不平等问题变得更加困难，亟须建立更为合理全面的评价指标和体系。

1.2 环境正义的多维评价指标

居民进入城市绿色空间是否需要付出高额成本，是否享有平等进入城市绿地空间的权利被视为评价绿色空间公平性的重要依据，涉及景观配置、绿地空间面积、基础设施建设、出行成本和景观设施承载力等评价内容。目前，衡量绿色空间公平性的方法主要从空间可达性、基尼系数、社会经济差异等方面进行评估。空间可达性评价是测度城市自然资源配比公平性的重要指标，能够识别出配比失衡的区域，最早且应用最为广泛的可达性指标强调距离测度，例如使用欧氏距离或曼哈顿距离等最短距离法计算社区到某一设施的最短距离或最短出行时间[13]；缓冲区分析法则通过建立某一要素（如社区）的固定距离半径的缓冲区，计算缓冲区内部设施数量或面积来测算可达性[14]，从设施总量的角度来考虑服务设施可达性；网络分析法进一步考虑路网结构，计算某一距离或时间阻抗下所覆盖的服务面积[15]。除上述方法外，空间可达性的评价方法还涉及核密度分析、空间句法和最近邻分析等方法[16]。前述方法多是从单一距离或时间阻抗要素等角度对资源配比进行评价，缺乏对设施资源配给和人群使用需求的综合考虑，忽略了人群实际使用绿地空间的情况。
基于两步移动搜索（two-step floating catchment area, 2SFCA）法的可达性指标[17-19]同时考虑了设施资源（供应点）和社区居民（需求点）以及两者间的地理交互关系，并揭示了区域单元内的可达性变化。2SFCA法由Radke于2000年提出，由Luo等[17]改进并命名为两步移动搜索法，是衡量空间可达性的常用方法，但传统的2SFCA法在距离阈值方面采用二分法和椭圆搜索半径，存在划分武断和阈值范围单一的问题，忽略了人群出行的行为偏好习惯。因此，在空间距离阈值方面，高斯方程赋权的空间距离阈值衰减不同于二分法，其函数的衰减速率遵循先慢后快再慢的原则，在符合居民出行偏好的就近原则的同时，更能体现出距离阈值内各设施的可达性差异，从而增加结果的准确性[18]。除空间距离阈值方面，最近的研究在2SFCA法的供给侧和需求侧方面也做了许多改进，灵活应用于医疗设施、城市公园绿地[14, 19]、体育场馆[20]和养老服务设施[21]等不同类型和条件下的设施资源配给评价中[22-23]。
尽管已有大量研究对自然资源进行可达性评价，但研究对象多集中于城市绿地，往往忽略对城市河流水系资源的评价，孤立的城市水系规划和城市绿化规划难以全面应对当前可持续发展所面临的一系列挑战[24]。因此，有必要针对绿地和水系空间协同一体的城市绿色空间规划开展研究，以最大化发挥自然基础设施整体的服务效能。此外，传统的2SFCA法忽略了人群出行偏好和生活圈划分，且仅单一从供需层面评价可达性，然而造成不公平现象的因素除了资源配比失衡外，社区建成环境自身因素同样不容忽视。由于以往社区建设多以量取胜，现存老旧社区常面临绿化稀少，景观质量低下的问题。为推动城市更新背景下老旧小区绿化改造提升工作，城市绿色空间的可达性评价需结合社区建成环境全面考虑[25]。综上所述，本研究以武汉市主城区为例，使用基于高斯方程和网络生活圈阈值改进后的2SFCA法，旨在从宏观绿地和水域景观的角度对城市绿色空间可达性进行量化评价。同时，为了全面考虑建成环境和景观因素，使用K-means聚类分析方法，结合社区建筑建成年限指标，系统性地评价武汉市不同区位的绿色空间配比情况，以便城市决策者有针对性地制定政策，改善城市景观资源供需失衡情况，提高社会福祉（图1）。
图1 研究路线

Fig. 1 Research route

2 方法与数据

2.1 研究区域

研究区域位于中国湖北省武汉市，是长江中游地区的重要都市，总面积为8 569 km2，截至2020年末人口约1 233万[26]。武汉因有众多湖泊而被誉为“百湖之城”，其中包括中国最大的城市湖泊——东湖，城市水域约占武汉市总面积的1/4。武汉建成区的绿化覆盖率为42.07%，绿地率为37.05%，人均公园绿地面积为14.04 m2[27]，丰富的自然资源使武汉市建成区成为研究城市绿色空间基础设施配比的理想地点。因此，本研究关注武汉市的7个主城区，即江汉区、硚口区、江岸区、汉阳区、武昌区、洪山区、青山区，并以位于其中的1 025个社区为基本研究单元，开展城市绿地空间公平性评价（图2）。
图2 研究区域绿色空间资源分布

Fig. 2 Distribution of green space resources in the research area

2.2 数据来源

根据《2022年武汉市绿化状况公报》[27]和CJJ/T 85—2017《城市绿地分类标准》[28]，绿地应具有一定规模和服务功能，强调其中的休憩功能，关心绿地与居民日常生活的密切关系。城市绿地主要包括公园绿地（具有明确的名称标识）、具有一定规模（>2万m2）的街头绿地，以及可进入（内部设有人行道）的沿河绿地。按照这一标准，本研究通过互联网获取武汉市道路、人口、社区、绿地、水景数据。1）道路数据：通过百度地图开放平台应用程序接口（application programming interface, API）获取武汉市道路网络，经路网校准、拓扑检查、重复查验处理后形成可以用于分析的矢量数据。2）社区属性数据：人口数据来源于武汉市自然资源和城乡建设局第六次人口普查脱敏数据[29]，社区建筑建成年限数据来源于搜房（www.soufun.com.cn）和58同城（wh.58.com）2个房产网站，数据经筛选和清洗后汇总在1 025个社区内并进行可视化呈现（图3、4，表1）。3）城市绿色空间用地数据：使用百度地图开放平台API，于2021年7月检索研究区域内的综合公园、一般绿地、林地、游园4种绿地类型，获取绿地公园和水景兴趣面 （area of interest, AOI）数据。
图3 社区人口密度空间分布

Fig. 3 Distribution of community population density in the research area

图4 社区建成年限空间分布

Fig. 4 Building age in the research area

表1 各行政区指标统计

Tab. 1 Statistics on indicators for administrative districts

行政区社区样本数道路密度
均值/m·m−2		建筑建成年限
均值/年		绿地面积
均值/m2		水景面积
均值/m2		人口密度
均值/人·km−2
江岸区 187 0.019 19.610 26 770.510 440 040.400 29 230.784
硚口区 148 0.020 19.270 29 271.830 102 327.410 40 757.210
江汉区 116 0.022 20.020 21 928.700 5 510.550 40 114.280
汉阳区 132 0.014 16.690 100 229.970 113 242.140 14 922.150
武昌区 195 0.019 19.390 45 732.940 124 175.600 25 121.090
洪山区 167 0.016 15.410 172 291.060 697 149.550 14 504.080
青山区 80 0.017 17.640 35 230.360 9 059.800 24 464.970
汉口三区（江岸区、江汉区、硚口区）和青山区的城市绿色空间分布总体较稀疏，汉阳区的城市绿色空间分布较均衡，武昌区和洪山区的城市绿色空间分布集中在东湖周边。本研究考虑到主城区内的居民同样可以到达主城区外的自然景观，故把主城区周边的绿地、水景也纳入2SFCA评价范围内，除公园绿地、沿河绿地、防护绿地和生产绿地以大型斑块为主外，其余绿地景观以中小斑块为主，大型绿地主要分布在主城外围，核心城区大块绿地较为少见，多沿湖或沿河分布，反映出城市内绿地与水景的空间分布存在密切的相关性。

2.3 研究方法

2.3.1 改进后2SFCA法的绿色空间可达性

本研究采用基于高斯方程和网络生活圈改进后的2SFCA法来计算1 025个社区的绿地可达性与水景可达性，并将可达性结果作为公平性指标，其原理是分别对城市绿色空间面域中心点和社区面域中心点进行2次搜索计算累加后得到最终指标；同时利用武汉市道路网络计算每个社区i与绿地或水景j的空间距离阈值边界，并赋予高斯方程权重。本研究经文献总结，得出多数人群出行能接受的最大时间阈值为30分钟，此外，类似城市绿地这种涉及较低使用频率、分布较为集中且规模较大的公共空间，更适合限定在30分钟时间阈值内，因此，本研究采用30分钟生活圈与服务圈作为空间距离阈值边界[30-31]。在本研究中，水系除城市自然水景和湖泊外，还包括长江和汉江两条江域，由于河流形状狭长且空间面积大，不适合用单个水景面域的中心点来代表，因此笔者将单个连续的水景面域分解成多个单位面积为1 hm2的正方形，然后再使用2SFCA法，以每个正方形中心点进行搜索计算。基于网络的生活圈构建在ArcGIS 10.5中完成，整个2SFCA法的可达性计算和汇总均在KNIME 4.6.1软件中完成，具体实施过程分为两步。
1）利用高斯方程对空间距离阈值内的人口数量进行加权并相加，计算每一块绿地或水景在30分钟服务圈内的供需比值，计算式
$ {P}_{j}=\frac{{S}_{j}}{\displaystyle\sum \nolimits_{j\in \{{d}_{ij}\leqslant {d}_{0}\}}{P}_{i}G（{d}_{ij}\text{，}{d}_{0}）} \text{；} $
$ G （{d}_{ij}， {d}_{0}） = \left\{ \begin{array}{l}\dfrac{{e}^{-\tfrac{1}{2}\times {\left(\tfrac{{d}_{ij}}{{d}_{0}}\right)}^{2}}-{e}^{-\tfrac{1}{2}}}{1-{e}^{-\tfrac{1}{2}}}， {d}_{ij} < {d}_{0}\text{；} \\ 0，{d}_{ij}\geqslant {d}_{0}\text{。}\end{array}\right. $
式中：$ {P}_{j} $为绿地或水景$j $的供需比值，m2/人；$ {P}_{i} $为绿地或水景j的空间供给范围内（$ {d}_{ij}\leqslant {d}_{0} $）社区i的人口数量；$ {d}_{0} $为空间距离阈值（即30分钟服务圈）；$ {d}_{ij} $为从社区i中心到绿地或水景j中心的最短路网距离；Sj为绿地或水景j的规模，即面积；$ G（{d}_{ij}，{d}_{0}） $为模拟居民日常出行的高斯方程权重。
2）同样利用高斯方程对空间距离阈值内的绿地或水景供需比值进行加权并相加，最终得到每个社区的绿地或水景可达性指标，计算式
$ {A}_{i}=\sum\nolimits _{i\in \left\{{d}_{ij}\leqslant {d}_{0}\right\}}{P}_{j}G（{d}_{ij}\text{，}{d}_{0}）\text{，} $
式中：$ {A}_{i} $为每个社区的绿地或水景可达性指标，值的大小可以理解为在某领域内城市绿地或水景的人均占有量，m2/人。$ {d}_{0} $为空间距离阈值（即30分钟生活圈）。
基于高斯方程和网络生活圈改进后的2SFCA法，建立30分钟网络服务圈与生活圈（图5、6）。供给层面以东湖牡丹园为例，计算服务圈内每个社区到东湖牡丹园的路网距离，并根据式（2）建立距离的高斯方程衰减函数；进一步以社区人口数为容量，根据式（1）求得东湖牡丹园的供需比率。需求层面以湖北日报社区为例，以社区30分钟生活圈为距离阈值，对于生活圈内的每个绿地与水景，计算它们到湖北日报社区的路网距离，随后根据式（3）对高斯方程加权后的供需比率进行累加，便得到了湖北日报社区的绿地可达性指标。按照2SFCA的计算过程，可达性指标可以解释为经过特殊加权处理后的人均绿地面积和人均水景面积。将上述计算过程推广至主城区内所有社区和城市绿色空间，最终计算出1 025个社区的绿地与水景可达性。为了加强结果的科学性，本研究还采用了最短距离法、缓冲区分析法和网络分析法的评价结果作为对比。
图5 东湖牡丹园30分钟网络服务圈示例

Fig. 5 Example of 30-minute network service circle in East Lake Peony Park

图6 湖北日报社区30分钟网络生活圈示例

Fig. 6 Example of a 30-minute living circle in the Hubei Daily News community

2.3.2 K-means聚类方法下不同特征的社区类型

为了方便城市决策者对城市内不同区域城市绿色空间基础设施资源进行相应的调整，本研究进一步采用K-means聚类方法，将城市绿色空间可达性结果结合社区建筑建成年限数据进行聚类分析。首先从数据集中随机选取k个初始聚类中心Ci（1≤i≤k），计算其余数据对象与聚类中心Ci的欧氏距离，找出离目标数据对象最近的聚类中心Ci，并将数据对象分配到对应的簇中，随后计算每个簇中数据对象的平均值作为新的聚类中心，进行下一次迭代，直到聚类中心不再变化或达到最大的迭代次数停止。本研究使用手肘法则确定了3~8个类别区间，通过在SPSS 27.0软件中尝试不同的聚类方案，最终确定了适当的聚类数量为4类，并将结果导入ArcGIS 10.5软件进行空间可视化分析。

3 结果与分析

3.1 可达性评价结果比较

研究使用改进后的2SFCA法对武汉市主城区城市绿色空间可达性指标进行计算，并与其他可达性方法进行比较，随后采用自然断点法对结果进行分级处理（图7）。对比发现，不同方法得出的结论存在显著差异：最短距离法得出的城市绿色空间可达性在空间分布上比较均衡；缓冲区分析法得出的社区城市绿色空间可达面积普遍比较大，但结果受制于城市绿色空间分布格局；网络分析法考虑到路网结构，在路网稀疏的区域城市绿色空间可达性较低；改进后的2SFCA法综合以上3种方法优点的同时纳入人口数据，其结果显示，武汉市的自然资源配比显著失衡，超过半数的社区的城市绿色空间可达性低于城市平均水平，不同区域的城市绿色空间供需比差异较大，城市中心区尤为显著。各社区的城市绿色空间可达性分布存在显著的空间分异（图8，表2），人均绿地可达性为36 m2，标准差为168；人均水景可达性均值为161 m2，标准差为819。相比于以往方法计算得出的城市绿色空间可达性，本研究使用的改进后的2SFCA法能够综合考虑各因素，结果更为精确，更贴合实际情况。
图7 不同可达性分析方法结果比较

Fig. 7 Comparison of results from different accessibility methods

图8 使用改进后2SFCA法的可达性分析结果

Fig. 8 Accessibility analysis by using the improved 2SFCA method

表2 各指标以及城市绿色空间可达性描述性统计

Tab. 2 Descriptive statistics of indicators and accessibility of urban green space

指标总人口数人口密度/
人·km−2		建筑建成
年限/年		人均绿地可达性/m2人均水景可达性/m2
最小值850000
最大值53 850295 472283 29512 697
均值6 18028 2411836161

3.2 基于改进后2SFCA法的城市绿地空间可达性结果

本研究基于高斯方程和网络改进后2SFCA 法的城市绿色空间可达性结果表明约有80%的社区，其绿地可达性指标低于总绿地可达性指标的20%，总体空间分布呈现由城市中心区向四周递增的趋势，存在明显的人地不均衡。市中心（如汉口三区和武昌中部）的绿地可达性低于其他区域，主要由于市中心人口密度较高，存在较多老城区，缺乏合理的绿地规划。尽管汉口江滩和青山江滩公园有效缓解了绿地可达性低的问题，但在人口高密度高需求下仍存在人均绿地资源不足的问题。相反地，由于人口密度较低，且大部分为政府新区，主城区边界、汉阳区和洪山区的部分区域的可达性较高，绿地公园等得到了较好的配置和设计，且沿主城区周边外还存在多个大型湿地公园，进一步提高了主城区边界区域的绿地可达性。
水景可达性方面，呈现以水系为中心、团状聚集分布的特征，如东湖、南湖和墨水湖等区域。东湖生态风景区的水景可达性明显高于其他区域，相反地，尽管市中心存在长江和汉江，汉口和武昌等老城区的水景可达性明显偏低，江域水景资源尚未得到充分利用。此外，武汉市丰富的水景和大面积的水域空间在一定程度上削弱了绿色空间的可达性，导致了以湖水为核心的周边社区绿地可达性差异较大。例如，东湖西南部绿地资源匮乏的社区人群若想到达东湖东北部绿地资源丰富的地区往往需要绕行整个东湖边界，增加了出行成本，也使绿地可达性变差。

3.3 基于分类结果的优化策略

上述评价结果表明，老旧社区通常忽视城市绿色空间建设。为了更好回应城市更新背景下老旧社区景观品质提升政策，本研究结合社区内建筑建成年限数据和绿色空间可达性指标，使用K-means方法将聚类结果分为 4类（表3）：1）城市绿色空间供需匮乏—建筑老化严重；2）城市绿色空间供需匮乏—建筑建成年限较新；3）城市绿色空间供需充足—建筑老化严重；4）城市绿色空间供需充足—建筑建成年限较新。此外，对聚类结果进行了轮廓系数检验（表4），评估聚类效果。结果显示上述4类的轮廓系数平均值均大于0，结果具有可靠性。对结果进行可视化，发现这4类区域的分布呈现出空间聚集特征，并与城市的发展变迁有一定的相关性。基于这些结果，本研究为4类区域提出针对性的优化策略（图9，表5）。
表3 聚类结果指标统计

Tab. 3 Statistical indicators for clustering results

聚类类型社区样本数建筑建成年
限均值/年		人均绿地可达性均值/m2人均水景可达性均值/m2
供需匮乏—建筑老化 350 21.140 4.420 8.660
供需匮乏—建筑较新 265 14.730 13.530 74.260
供需充足—建筑老化 311 20.000 15.580 105.820
供需充足—建筑较新 99 12.940 311.570 6 226.230
表4 K-means聚类轮廓系数检验结果

Tab. 4 Results of silhouette coefficient analysis for K-means clustering

聚类类型社区样本数平均值最小值最大值
供需匮乏—建筑老化3500.262−0.0940.499
供需匮乏—建筑较新2650.181−0.1420.419
供需充足—建筑老化3110.3280.0450.561
供需充足—建筑较新990.247−0.1540.498
总计1 0250.26−0.1540.561
图9 景观可达性与建筑建成年限聚类结果

Fig. 9 Clustering results of landscape accessibility and building age

表5 不同类别社区景观优化策略

Tab. 5 Optimization strategies for landscape in different categories of communities

聚类类型优化策略
供需匮乏—建筑老化闲置空间再利用：规划滨江公园；配置屋顶花园
供需匮乏—建筑较新建设微型口袋公园；打开周边公园边界
供需充足—建筑老化加强绿地间连通性；保护现有绿地资源
供需充足—建筑较新规划大型公园；增设交通路线，提高居民可达性

3.3.1 供需匮乏—建筑老化

供需匮乏—建筑老化区域面积占比最高，集中分布于汉口三区与武昌老城区。此类区域开发饱和，用地紧张，社区生活圈内缺乏城市绿色空间基础设施，人口密度和建筑密度较大，整体建筑品质较差，空气污染等城市病严重，亟需结合老旧小区改造和城市更新策略进行活化提升。据此，本研究提出3个方面的优化策略：1）结合“城市双修”战略，识别老城中的闲置废弃空间，“见缝插针”式 地增加景观用地，保障老城区居民使用绿地空间的权益；2）充分利用江域资源，沿江打造高品质滨江公园，完善慢行交通系统，适当引导老城居民到访周边滨江绿地，以缓解局部城市绿地空间“供需匮乏”现状；3）结合老旧社区改造方针政策，将部分自然资源较为分散的老旧社区合并打通，实现资源共享，通过在建筑物周围增设绿化带、屋顶花园或垂直绿化等，提高自然资源的供给。

3.3.2 供需匮乏—建筑较新

供需匮乏—建筑较新区域主要分布在二环附近以及青山区，此类区域是武汉市近年发展崛起的经济新区，但此类用地多为商业及居住用地，城市绿色空间的分布较为稀疏，因此笔者建议将这些区域纳入武汉市城市绿色空间长期规划策略中，优化资源配置，并提出3个方面的优化策略：1）在未来城市绿地规划配置中，应合理规划利用每一处空闲用地，建设口袋公园，提升城市绿色空间用地质量，确保城市公园呈现规模小而密集的分布形态；2）创建具有综合景观功能的多元化商业综合体和社区空间，如利用中庭空间和屋顶花园等绿化形式，缓解绿地资源匮乏的状况；3）对于部分接近供需充足的区域，考虑打开周边大型绿地公园围墙、栏杆等阻隔边界，适量增加交通流量较大区域的入口和通道，以便居民到达和穿行，缓解“供需匮乏”情况。

3.3.3 供需充足—建筑老化

供需充足—建筑老化区域多处于市中心沿湖以及公园周边区域，部分自然资源集中在象征传统地域特色的建筑周边，如黄鹤楼、首义公园等。此类区域自然资源充足，但存在可达性差的问题，应结合老旧小区改造策略，提升可达基础设施品质，优化景观质量。可通过优化公园品质、提升公园绿地周边服务功能、完善交通路网等方式调节周边供需关系。本研究提出3个方面的优化策略：1）加 强公园绿地间的连通性，创建绿色健康出行的交通体系，以更好地发挥整个绿地系统的服务功能，增设各类步行友好设施，减少居民出行时间，同时应注重公园绿地与城市中其他公共资源的互补；2）结合具有地域特色 的建筑和街道，通过开放式设计，如水上步道、空中露台或庭院等，使建筑与自然资源相互交融，以提升地域特色和景观资源的价值；3）结合老旧社区改造政策和社区更新政策，提升老旧社区景观设计品质，保护现有绿地和水系资源不被侵害，防止占用绿地及填平水系等。

3.3.4 供需充足—建筑较新

供需充足—建筑较新区域多集中在主城区边界附近。此类区域目前是武汉市待开发区域，尽管目前居民较少，交通道路等基础设施并不完善，但存在部分可建设用地，拥有较多的大型湿地公园，发展潜力较大，因此笔者建议将这些区域纳入武汉市长期战略规划中，结合城市经济发展，打造大型风景名胜区或国家公园。本研究提出3个方面优化策略：1）设计和规划多功能大型公园，满足市区不同类型人群的需求，如户外运动、文化活动和社交聚会，增设公共艺术品和景观装置，定期举办各类户外和城市形象推广活动，以达到提升城市居民健康和增加城市经济效益的双重目的；2）采取多方共同管理，提高公园运营能力，重视公园的生态价值转换，减少废弃物和污染物对环境的影响；3）在确保公园生态价值受影响最小的前提下，合理规划交通路线，增加城市内外游客到访可能性。考虑提升公共交通系统的连接性，扩大公交线路或地铁站点的覆盖范围，为社区居民提供便捷的交通选择。

4 结论

基于城市绿色空间分布数据，本研究以武汉市主城区内1025个社区为例，使用改进后的2SFCA法，对城市绿色空间可达性进行评价。并以此结果为基础结合社区建筑建成年限，利用K-means方法对城市绿色空间可达性进行聚类分析并可视化。通过与以往方法的比较，本研究发现，使用改进后的2SFCA 法能够考虑到社区居民日常出行的行为习惯，结果更加准确、更贴合实际情况。在此基础上结合建筑建成年限数据聚类，建立一个全面系统的城市绿地可达性分析和公平性评价体系。本研究发现绿地和水景二者可达性的空间分布基本相似，空间分异明显，聚类结果表明城市绿色空间资源失衡的结果与城市发展格局存在一定关联，本研究为研究城市公共资源供需配比和设施的布局提供了新的思路与方法，并为城市管理者和决策者提供指导策略。本研究还尚存些许不足，2SFCA法在空间距离阈值方面可以进一步区分5、15、30分钟生活圈，并结合不同规模和不同出行方式来得到更为精准的城市绿色空间可达性结果。在现有可达性结果的基础上，后续研究还需纳入更多的建筑环境指标，以对城市景观配置进行更全面的考虑。

所有图表均由作者绘制。其中，图2~9底图下载自国家地理信息公共服务平台官网（www.tianditu.gov.cn/），审图号为GS（2020）4814。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
田明.城镇化率提升至“接近70%”, 意味着什么?[N/OL]. 新京报, 2024-08-02（A02）[2024-09-12]. http://epaper.bjnews.com.cn/html/2024-08/02/content_846851.htm.

TIAN M. What Does It Mean to Increase the Urbanization Rate to “Close to 70%”?[N/OL]. The Beijing News, 2024-08-02(A02)[2024-09-12]. http://epaper.bjnews.com.cn/html/2024-08/02/content_846851.htm.

[2]
Probabilistic Population Projections Based on the World Population Prospects 2024. Department of Economic and Social Affairs Population Division[EB/OL]. (2022-07-16)[2024-09-12]. https://population.un.org/wpp/.

[3]
马向明. 健康城市与城市规划[J]. 城市规划, 2014, 38 (3): 53-55

DOI

MA X M. Healthy City and Urban Planning[J]. City Planning Review, 2014, 38 (3): 53-55

DOI

[4]
武静, 蒋卓利, 吴晓露. 城市蓝绿空间的碳汇研究热点与趋势分析[J]. 风景园林, 2022, 29 (12): 43-49

WU J, JIANG Z L, WU X L. Analysis of Hotspots and Trends in the Research on Carbon Sink of Urban Blue-Green Space[J]. Landscape Architecture, 2022, 29 (12): 43-49.

[5]
阎姝伊, 李晓溪, 李婷, 等. 开放共享背景下城市公园绿地建设举措与路径探索[J]. 风景园林, 2024, 31 (2): 12-18

DOI

YAN S Y, LI X X, LI T, et al. Exploration of Construction Measures and Paths for Urban Parks and Green Spaces Under the Background of Opening and Sharing[J]. Landscape Architecture, 2024, 31 (2): 12-18

DOI

[6]
任亚鹏, 王江萍. 关于西南地区苗族传统聚落中自然要素的考察[J]. 风景园林, 2018, 25 (11): 117-122

REN Y P, WANG J P. An Investigation of Natural Elements in Traditional Settlements of Miao Ethnic Group in Southwest China[J]. Landscape Architecture, 2018, 25 (11): 117-122.

[7]
WANG K, SUN Z H, CAI M, et al. Impacts of Urban Blue-Green Space on Residents’ Health: A Bibliometric Review[J]. International Journal of Environmental Research and Public Health, 2022, 19 (23): 16192.

DOI

[8]
任亚鹏, 王江萍, 李欣. 海上丝路东海航线之濑户内海区域的景观振兴观察[J]. 风景园林, 2019, 26 (11): 38-44

REN Y P, WANG J P, LI X. Landscape Rehabilitation Observation of Seto Inland Sea Region on East Sea Route of Maritime Silk Road[J]. Landscape Architecture, 2019, 26 (11): 38-44.

[9]
朱力, 龙永红. 中国环境正义问题的凸显与调控[J]. 南京大学学报（哲学人文科学社会科学版）, 2012, 49 (1): 48-54

ZHU L, LONG Y H. Environmental Justice in China: Problems and Solutions[J]. Journal of Nanjing University (Philosophy, Humanities and Social Sciences), 2012, 49 (1): 48-54.

[10]
王紫鹤, 王思元, 荣文卓. 景观公正的研究进展与多维评价方法探究[J]. 中国园林, 2023, 39 (9): 93-98

WANG Z H, WANG S Y, RONG W Z. Research Progress and Multidimensional Evaluation Methods of Landscape Justice[J]. Chinese Landscape Architecture, 2023, 39 (9): 93-98.

[11]
MITCHELL R, POPHAM F. Effect of Exposure to Natural Environment on Health Inequalities: An Observational Population Study[J]. The Lancet, 2008, 372 (9650): 1655-1660

DOI

[12]
MENG Y, XING H F, YUAN Y, et al. Sensing Urban Poverty: From the Perspective of Human Perception-Based Greenery and Open-Space Landscapes[J]. Computers, Environment and Urban Systems, 2020, 84: 14

[13]
白永平, 张文娴, 王治国. 基于POI数据的医药零售店分布特征及可达性: 以兰州市为例[J]. 陕西理工大学学报（自然科学版）, 2020, 36 (1): 77-83

BAI Y P, ZHANG W X, WANG Z G. Distribution Characteristics and Accessibility of Pharmaceutical Retail Industry Based on POl Data: A Case Study of Lanzhou City[J]. Journal of Shaanxi University of Technology (Natural Science Edition), 2020, 36 (1): 77-83.

[14]
施拓, 李俊英, 李英, 等. 沈阳市城市公园绿地可达性分析[J]. 生态学杂志, 2016, 35 (5): 1345-1350

SHI T, LI J Y, LI Y, et al. Analysis of Urban Park Accessibility in Shenyang City[J]. Chinese Journal of Ecology, 2016, 35 (5): 1345-1350.

[15]
熊慧锦, 沈钦炜, 魏凌伟, 等. 基于网络分析的南昌市公园绿地可达性[J]. 中国城市林业, 2021, 19 (1): 89-94

XIONG H J, SHEN Q W, WEI L W, et al. Accessibility to Urban Park Green Space in Nanchang Based on Network Analysis[J]. Journal of Chinese Urban Forestry, 2021, 19 (1): 89-94.

[16]
OH K, JEONG S. Assessing the Spatial Distribution of Urban Parks Using GIS[J]. Landscape and Urban Planning, 2007, 82 (1-2): 25-32

DOI

[17]
LUO W, WANG F H. Measures of Spatial Accessibility to Health Care in a GIS Environment: Synthesis and a Case Study in the Chicago Region[J]. Environment and Planning B: Planning & Design, 2003, 30 (6): 865-884.

[18]
魏冶, 修春亮, 高瑞, 等. 基于高斯两步移动搜索法的沈阳市绿地可达性评价[J]. 地理科学进展, 2014, 33 (4): 479-487

DOI

WEI Z, XIU C L, GAO R, et al. Evaluation of Green Space Accessibility of Shenyang Using Gaussian Based 2-Step Floating Catchment Area Method[J]. Progress in Geography, 2014, 33 (4): 479-487

DOI

[19]
邱文, 贺利平, 钟乐, 等. 南昌市城市公园可达性综合评价[J]. 风景园林, 2023, 30 (4): 78-86

DOI

QIU W, HE L P, ZHONG L, et al. Comprehensive Evaluation of Accessibility of Urban Parks in Nanchang[J]. Landscape Architecture, 2023, 30 (4): 78-86

DOI

[20]
蔚芳, 王鑫. 基于2SFCA法的杭州体育活力空间可达性评价[J]. 城市规划, 2019, 43 (11): 112-119

WEI F, WANG X. Measuring Spatial Accessibility to Physical Activity Spaces In Hangzhou Using 2SFCA Method[J]. City Planning Review, 2019, 43 (11): 112-119.

[21]
黄骁然, 公丕欣, 张勃. 上海市养老助餐设施匹配以及空间分布研究[J]. 西部人居环境学刊, 2023, 38 (2): 30-37

HUANG X R, GONG P X, ZHANG B. Research on the Matching and Spatial Distribution of Meal-Aid Service for the Elderly in Shanghai[J]. Journal of Human Settlements in West China, 2023, 38 (2): 30-37.

[22]
胡昂, 刘洋洋, 戴维维, 等. 基于改进两步移动搜索法的城市公园绿地供需评价: 以成都市三环内为例[J]. 风景园林, 2022, 29 (9): 92-98

HU A, LIU Y Y, DAI W W, et al. Urban Park Green Space Supply and Demand Evaluation Based on Improved Two-Step Floating Catchment Area Method: A Case Study of the Area Within the Third Ring Road in Chengdu[J]. Landscape Architecture, 2022, 29 (9): 92-98.

[23]
陶卓霖, 程杨. 两步移动搜寻法及其扩展形式研究进展[J]. 地理科学进展, 2016, 35 (5): 589-599

DOI

TAO Z L, CHENG Y. Research Progress of the Two-Step Floating Catchment Area Method and Extensions[J]. Progress in Geography, 2016, 35 (5): 589-599

DOI

[24]
成玉宁, 王雪原. 城市蓝绿空间融合规划的生态逻辑[J]. 中国园林, 2023, 39 (10): 39-43

CHENG Y N, WANG X Y. Ecological Logic of Urban Blue-Green Space Integration Planning[J]. Chinese Landscape Architecture, 2023, 39 (10): 39-43.

[25]
葛梦婷, 陈乃光, 陈铭泽, 等. 环境正义对中国社区更新实践的影响[J]. 建筑与文化, 2023 (8): 122-125

GE M T, CHENG N G, CHENG M Z, et al. The Impact of Environmental Justice on the Practice of Community Renewal in China[J]. Architecture & Culture, 2023 (8): 122-125.

[26]
牛强, 胡金鹏, 梁晓倩, 等. 城内迁居导致的街区尺度人口动态变化测度及其空间分异特征: 基于手机信令数据的武汉市实证[J]. 地理科学进展, 2024, 43 (8): 1481-1495

DOI

NIU Q, HU J P, LIANG X Q, et al. Measurement of Neighborhood-Scale Population Dynamic Changes Due to Intracity Migration and Its Spatial Differentiation Characteristics: Empirical Evidence from Wuhan City Based on Mobile Phone Signaling Data[J]. Progress in Geography, 2024, 43 (8): 1481-1495

DOI

[27]
武汉市园林和林业局.2022年武汉市绿化状况公报[EB/OL].（2023-03-14） [2024-09-12]. https://ylj.wuhan.gov.cn/zwgk/zwxxgkzl_12298/tjxx/lhgb_12361/202303/t20230314_2169414.shtml.

Wuhan Municipal Landscape Gardens and Forestry Bureau. Bulletin if Wuhan Greening Situation in 2022[EB/OL]. (2023-03-14)[2024-09-12]. https://ylj.wuhan.gov.cn/zwgk/zwxxgkzl_12298/tjxx/lhgb_12361/202303/t20230314_2169414.shtml.

[28]
中华人民共和国住房和城乡建设部.城市绿地分类标准: CJJ/T 85—2017[S].北京: 中国建筑工业出版社, 2018.

Ministry of Housing and Urban-Rural Development of the People’s Republic of China. Standard for Classification of Urban Green Space: CJJ/T 85—2017[S]. Beijing: China Architecture & Building Press, 2018.

[29]
吴昊然, 高亮, 宋栋栋, 等. 全国六次人口普查区县级人口分布数据集[J]. 中国科学数据, 2022, 7（4）: 306-312. https://www.scidb.cn/en/detail?dataSetId=849628989872930816.

WU H R, GAO L, SONG D D, et al. A Dataset of District/County-Level Population Distribution of China’s Six National Censuses[J]. China Scientific Data, 2022, 7(4): 306-312.

[30]
APPARICO P, ABDEIMAJID M, RIVA M, et al. Comparing Alternative Approaches to Measuring the Geographical Accessibility of Urban Health Services Distance Types and Aggregation Error Issues[J]. International Journal of Health Geographics, 2008, 7 (1): 7.

DOI

[31]
XING L J, LIU Y F, WANG B S, et al. An Environmental Justice Study on Spatial Access to Parks for Youth by Using an Improved 2SFCA Method in Wuhan, China[J]. Cities, 2020, 96: 102405.

DOI

Options
Outlines

/

〈 〉