文摘

访问城市绿色空间(UGS)与增强健康和差距在访问生成空间公平和socioenvironmental公正的问题。本研究的目的是测量空间可访问性和调查访问差距ugs在城市地区的哈尔滨,中国。Gaussian-based两步浮动排水区和空间自相关分析方法被用来测量可访问性和评估住宅土地的分布模式。二元关系是用来检查统计住宅土地的人口统计特征与绿色空间关系的访问。结果表明,大多数住宅大片绿地最小访问步行距离之内,而一些骑车距离内有限的访问。此外,空间差异被发现与low-accessibility大片聚集在城市的中心,而high-accessibility大片是位于北部和南部郊区。人口统计学差异研究中也发现:女性比男性少获得UGS,出生率高的地区通常有更多的访问,和人口密度与UGS呈现负相关的访问。研究结果不仅表明,哈尔滨有一个分布不均和不成比例的为城市居民提供UGS还确定哪些地区和人群在城市弱势群体获得UGS,从而为未来的建设和提供UGS提供建议。

1。介绍

城市绿色空间(ugs)是主要的地方在城市,提供居民参与休闲体育活动的机会(1]。研究发现,访问UGS可以有效地为提高健康和幸福,尤其是在体育活动方面改善,缓解压力,减肥,死亡率降低,和预防慢性疾病2- - - - - -7]。由于UGS是一个公共环境和自然资源,可以提供城市生态系统服务,给城市居民带来巨大的健康福利(8,9),进入UGS已成为一个热门研究课题。许多研究认为绿地可达性空间或socioenvironmental正义问题[10- - - - - -15]。目前,实现空间和社会环境权益已成为UGS的目标规定,它认为人应该有公平的机会来访问和受益于UGS独立于他们的住所的位置,人口特征,或社会经济地位16- - - - - -19]。然而,差距在访问和UGS的不均匀分布在城市地区发生在世界各地。因此,测量差异和不平等成为一个必要的任务,以实现更加公平UGS规定在一个城市。一般来说,任务包括三个主要过程:(i)测量UGS的可访问性,(2)评估差距,和(3)确定哪些组少UGS的访问。

UGS的测量可访问性是基本步骤确定差异。尽管Wolch(2014)指出,先前的研究尚未达成共识关于如何衡量UGS(可用性2),有两个主要参数:UGS的距离和数量。首先,UGS接近绿色空间访问的决定因素之一,有关体育活动的水平(20.]。更多的步行空间内的UGS积极与公园使用[7]。一种广泛使用的访问从距离的角度验证测试方法生成UGS服务区域(流域),它被定义为一个区域受到个体UGS [21]。服务区域决定了用户可以访问基于欧氏距离的绿色空间和网络的距离,和距离的间隔取决于用户的移动性。考虑到步行速度的范围是2 - 10公里/小时,平均速度为4.8公里/小时22],学者们用不同的阈值时间和距离来定义UGS的服务区域(流域)。博伊尔(1983)描述了如何公园用户会访问一个公园500米内的住宅(23),这大约是七分钟步行距离;欧洲环境总署主张ugs被放置在15分钟步行距离从游客(900 - 1000)24]。同样,一些学者表明,1000居民和公园之间的临界距离,因为北美的平均休闲步行距离为2000米(25,26]。赖特·温德尔称绿地排水的大小应该与它的面积;对于大型城市公园、绿地等服务区域(流域)可以描绘成一个1600米的缓冲区(27]。此外,范教授和拉贝风指出,公园探视的临界距离可以扩展到2500米时考虑循环模式(28]。

第二个参数来衡量可访问性是UGS数量、描述或面积量UGS个人访问。低量UGS可能导致“绿色空间的压力,”这表明潜在的需要和拥堵13]。UGS量测量方法主要是基于“人口比例”或“area-percentage。“然而,两步浮动排水区(2 sfca)方法,这种方法集成了距离、数量参数测量访问,提出了Radke和μ(2000)29日),被罗和王(2003)30.]。生成的方法包括操作UGS服务区域(流域)和计算人口比例。近年来,许多进一步改进这种方法出现,包括加强2 sfca [31日),内核2 sfca [32),变量2 sfca [33高斯S2FCA [],34];他们之间的主要差异是考虑“距离效应”的功能。这些方法已经被应用到可访问性卫生保健和食品商店(30.- - - - - -32,34,35]。然而,研究UGS的可访问性和差距仍然是有限的,特别是在发展中国家。

有两种常用的措施可访问性的差异:空间差异和人口差异(即。、人口和社会经济差距)。空间差异的研究主要集中在空间变化的可访问性价值(36- - - - - -38]。这个值可以计算2 sfca方法的基础上,基于gis技术的实现通常依赖映射和可视化识别高或低地区的访问。然而,仅2 sfca方法计算获得的价值;空间变化模式的可访问性价值不能总是发现和测试。因此,本研究整合2 sfca方法和空间自相关分析来衡量进入哈尔滨UGS之间的差距。这些方法不仅可以计算空间可达性,但是空间自相关分析也可以测试差异的分布规律并确定高和低价值集群。相比之下,研究人口的差距主要是调查访问ugs差异人口、种族、社会和经济团体(27,39,40]。种族和民族差异在绿色空间访问广泛测量在西方语境中,因为他们的种族多样性。然而,对于像中国这样的国家,这是高度种族同质人口UGS访问之间的差距是一个更大的担忧。因此,本研究侧重于探索与易访问性相关的人口学特征。

许多类似研究,测量空间或人口差距进行了在发达国家,尤其是在美国(36]。然而,很少有研究一直在进行,主题在像中国这样的发展中国家,而那些存在都集中在中国南部城市(即学习。兴et al。39和李et al。41])。研究中国北方,特别是中国东北城市,那里有更少的绿色基础设施和UGS访问的担忧比在南方,很少进行。很少有关于在中国东北城市绿地的研究集中在绿地的降温效应(42,仍有缺口的研究文献UGS访问之间的差距。因此,本研究将密切关注代表的城市之一在中国东北,哈尔滨。城市具有典型的城市和社会人口特征的中国东北部城市包括空间工业城市和城市老龄化的身份,这使得它具有代表性案例进行调查。本研究的目的是测量空间和人口UGS访问之间的差距在哈尔滨,中国。有两个研究目标。首先,我们使用Gaussian-based 2测量空间可访问性UGS sfca识别访问值的分布格局。第二,我们研究了UGS访问和人口变量之间的相关关系和评价人口差距,城市居民体验。

2。数据和方法

2.1。研究区域

哈尔滨,黑龙江省的首都,被认为是一个政治、文化和经济中心,中国东北。自哈尔滨非常大的行政区域,包括两个县级市,七个县,和九个行政区划,我们选择的主要城区的调查。研究区占地94住宅土地(Jiedao)在四个行政区划(Daoli,大和总研,南岗区和香坊),根据2017年的人口普查人口286万人。图1介绍了研究区域的位置;研究区北部的松花江旁边,被称为中国七大河流之一。其他三个地区区域与城乡边缘。

2.2。数据来源和处理

基于2017年哈尔滨人口普查的人口数据是来自哈尔滨自然资源和规划管理,收集数据在城市,地区,住宅束(Jiedao)水平。住宅土地作为最低普查区和行政部门在街道层面,和它的大小通常包含几个街区。每个住宅呼吸道有关的信息包括人口、出生人口的数量,每年的死亡人数,每年迁移(流入和流出),和数量的男性和女性。基于这些信息,可以测量出生率,死亡率,性别比例,外迁移民率,每一束。

同时,39 UGS在研究区中选择基于三个标准:第一,UGS可供各种物理、社会、和娱乐活动;第二,公众UGS访问;第三,UGS是免费的。UGS的数据主要是基于哈尔滨哈尔滨自然资源和土地利用调查的规划管理和UGS的矢量数据来自百度地图(百度公司,10上地十圣。,海淀区北京)。土地利用调查显示所有类型的绿地的分布在研究区,不仅包括ugs人们能够访问(比如综合公园、主题公园和游乐场)也无法访问的ugs公众(如私人绿地,路边绿地,和绿色缓冲)。因此,百度地图是用来确定每个选中UGS的边界。作为绿色空间的大小(面积)是一种重要的数据在这项研究中,以确保信息的准确性从百度地图,我们进行了为期三周的实地调查2019年12月来识别每个绿色空间的实际边界。

集合后,ugs数据和人口普查大片是集成和转换为多边形使用ESRI ArcGIS 10.5(环境系统研究所,Inc ., 380年纽约圣。雷德兰兹,CA)。多边形的面积和人口密度也利用ArcGIS计算。研究区域的地图是出口到现在的住宅土地的人口密度(流行/公里²)和ugs的分布(图2)。总而言之,较高的人口密度大片都聚集在城市中部地区;周边地区在西部,南部和东部地区的城市有着相对较低的密度。ugs是分散在整个研究区域的一般随机分布模式。

2.3。需求和供给之间的空间可达性的措施

本研究使用Gaussian-based 2 sfca措施UGS访问技术,这是一个加强版的最初2 sfca两队的学者提出的方法(29日,30.]。该方法是一种集成的高斯函数2 sfca方法,占公园服务的“距离衰减效应”在排水区(36]。距离衰减效应,在这项研究中,表明参观的人数UGS的可能性会减少,当它们之间的距离和UGS增加。相比探视的默认立场UGS流域是平衡的,距离衰减函数Gaussian-based 2 sfca方法更符合人们参观绿色空间在现实生活中。

Gaussian-based 2 sfca操作包括两个步骤:计算每个UGS的供求比例和测量每个住宅的可访问性价值。在第一步中,本研究建立了一个集水面积的绿色空间我基于阈值的时间( )搜索所有需求的位置(人口大片)j在流域内。人口的位置我由高斯加权函数(G)。这一比率RUGS的所有人口加权求和计算,落入排水区。这个方程可以写成: 在哪里UGS的能力供应吗我;住宅土地的人口在UGS排水区( );t_霁从绿色空间是时间成本我供应(位置)人口的位置j(需求)的位置;是阈值的时间,它的大小决定了UGS排水区;和G是高斯函数,占绿色空间的距离衰减效果服务。函数可以列出如下:

高斯2 sfca第二步的方法,我们生成一个集水需求的位置(人口大片)k基于阈值的时间( )和搜索所有的绿色空间l在排水区。然后,高斯函数(G)用于重量比率R每个UGS的;可访问性值(一个)的人口大片k是所有加权求和计算比率R在排水区,这是方程 在哪里lUGS是属于下游需求的位置吗k,R绿色空间的比例吗l,G中描述的高斯函数(2),可访问性价值表示数量的人均UGS(平方米)。

流域大小是一个关键参数的高斯2 sfca方法确定住宅束(访问)UGS附近可以考虑。阈值的时间(或距离阈值)UGS和住宅束形成流域大小的关键变量,由公园的流动定义用户。从运输模式迁移是分化,包括走路,骑自行车,驾驶和公共交通。ugs的可访问性,积极的交通(步行和骑自行车)建议,因为他们提供的好处一个人的健康和环境(36]。因此,在这项研究中,我们建立了流域大小和阈值时间基于步行和骑自行车模式。

本研究选择四个阈值步行时间定义四种UGS流域大小(CSs): CS₁( ),CS₂( ),CS₃( ),和计算机科学₄( )。不同的流域大小代表不同的移动模式。CS₁和计算机科学₂(范围从0到15分钟的时间成本)代表定期访问UGS行走距离,和CS₃和计算机科学₄,时间成本的范围大于15分钟,代表了很长一段距离步行或骑自行车。

3所示。结果

3.1。空间差异在可访问性

本研究措施空间差异在可访问性四个使用高斯2 sfca流域大小。可访问性值的结果可视化使用导出的ArcGIS地图(图3),我们采用分位数法对值进行分类。四个地图显示UGS易访问性对应于CS₁,计算机科学₂,计算机科学₃和计算机科学₄。可访问性的值表示的数量UGS(地区m²人均),它从0到82.39在整个研究区域。

根据图3(一),当 ,大多数居民区UGS较低的可访问性。相比之下,一些住宅土地的可访问性分布在中部和西部城市地区,其中一些可访问性值相当高(超过80米²/流行)。当 (图3(b)),一些住宅大片显示增加的可访问性,和居民区与相对较高的可访问性的价值观倾向于聚集在西南。然而,绝大多数地区仍access-disadvantaged;当 (图3(c)),更大片改善水平的可访问性。相对大的居民区访问几乎周围形成一个环的中心城市;当 (图3(d)),大约一半的住宅土地显示访问UGS明显改善;然而,另一半保持更平易近人。大片与相对更大的访问循环环形包围中央的城市,和high-access土地主要分布在西部和南部郊区。

3.2。测试可访问性的空间分布模式

尽管图3提供信息访问差距在研究区,分布的趋势和模式尚不清楚,未测试。因此,在本节中,我们使用空间自相关评估可访问性的分布,从而确定是否选择的物体与周围物体的价值(43]。莫兰的我是一种常用的测试方法全局空间自相关(44,45]。积极的和消极的莫兰我分别对应的索引集群和分散分布的对象,除非测试接受零假设( ),这表明分布模式是随机的。的z分数和值在测试用于确定备择假设( )应该被接受。

本研究使用莫兰我测试可访问性的分布^模拟(表1)。结果表明,被拒绝的时候= 7分钟,15分钟或20分钟,这表明可访问性是随机的分布在这三个案例。只有当= 30分钟是具有统计学意义的结果。因为积极的莫兰我指数,与住宅相关的可访问性大片往往是集群分布。

全局空间自相关(莫兰的措施我)的分布进行调查访问值作为一个整体在研究区域内(在全球层面)和无法提供当地信息空间依赖性。因此,本研究进行热点分析(Getis-Ord ),局部空间自相关工具提供的Getis和奥德46),进一步确定研究区域中的本地集群。我们的可访问性的分布进行了分析= 30分钟,这是统计学意义的测量空间自相关。在Getis-Ord方法,每个住宅的z分数计算,和z分数高正值表明本地集群的大片与high-access值(热点)。相比之下,一个重要的z分数较低和负的得分值代表一个集群的低可访问性值(冷点)。基于z分数,统计学意义分为三个信心水平(90%,95%,和99%的信心)。

图4介绍了Getis-Ord的结果分析清楚地标识冷点和热点的可访问性。住宅土地的重要空间集群低易访问性的价值(冷点)是位于中心的研究领域。相比之下,重要的集群可访问性高的住宅土地价值(热点)是位于北部和西部郊区。其他地区的研究结果区域在Getis-Ord没有统计学意义分析。一般来说,在研究区域内,低可访问性的大片UGS往往集中在城市的中间,而high-accessibility地区往往是位于城市边缘。

3.3。评估人口可访问性之间的差距

在本节中,我们试图通过探索来评估人口差距之间的统计关系UGS住宅土地的人口特征和可访问性。双变量的相关性进行检验可访问性^模拟(= 7、15、20和30分钟)的八个人口统计变量,包括人口的17岁以下儿童(%),60岁以上老年人人口(%),出生率(‰),死亡率(‰),性别比例,移民,外迁率和人口密度。

表2介绍了双变量相关分析的结果。首先,住宅土地的性别比例显示显著负相关和可访问性^d在0.01的水平。由于性别比例计算在这个实例中(女性/男性),女性的比例成反比的可访问性^d。此外,我们发现出生率与accessibilty呈正相关^b、可访问性^c和可访问性^d显著水平为0.05、0.05和0.01,分别,这表明随着出生率的增加,accessibilty^罪犯增加。相比之下,accessibilty^罪犯都是人口密度呈负相关,重要性水平是0.05,0.01,和0.01,分别。此外,其他人口统计变量与年龄和迁移,包括人口的17岁以下儿童60岁以上老年人口,移民,和外迁,没有统计学意义与任何可访问性指标的关系。

4所示。讨论

本研究用Gaussian-based 2 sfca方法测量空间访问ugs基于四个阈值步行时间(7、15、20和30分钟)。(我)步行7分钟(约500米)的定义是“步行”,一些研究人员(15,23]。然而,这项研究发现,在一个7分钟排水区,可用的UGS的大多数居民区受到3 m²人均远低于9米²世界卫生组织提倡的(人均47- - - - - -49]。(2)步行15分钟(大约1000)被认为是关键的步行距离访问公园(24,25,28,50),因为当人们想达到UGS在更远的距离,他们选择步行以外的运输模式。然而,即使阈值时间增加到15分钟,只有少数住宅土地可以达到3.5米²UGS人均。7和15分钟集雨符合UGS步行距离;因此,一般来说,ugs在哈尔滨市区走路并不友好。绿色空间的供应必须改善在数量和面积方面,尤其是在一个短的步行距离从公民的住宅。20分钟和30分钟的流域大小符合长途步行的交通方式,跑步,或者骑自行车。(3)一个20分钟流域(约1300米)被定义为“骑行距离”研究人员(51]。在这项研究中,尽管大量的住宅土地经历了访问的增加价值,超过一半的土地仍有缺点UGS的可访问性。(iv) 30分钟排水时,这几乎是骑自行车的临界距离,一半的研究区域访问UGS要小得多。一般来说,对于活跃的运输模式,如步行和骑自行车,哈尔滨的许多领域包含大量的绿色空间非常有限。

可访问性的空间分布可以反映不均匀或UGS分配不均,这城市的问题可以在全球许多城市(52]。在这项研究中,可访问性是随机分布,当阈值时间少于20分钟。这可能是由于数量非常小的住宅土地的可访问性高,通常分布在城市没有明确的模式。相比之下,大片的数量与高价值的可访问性显著增加阈值时间是30分钟。在这一点上,可访问性是集群的分布结果显示莫兰我测试和热点分析还表明,低可访问性大港位于研究区中心,高可访问性土地倾向于集群在城市边缘,尤其是在北部和南部郊区。相反,中间的城市密度高于周围郊区人口密度图(图2)。这表明一个不均匀分布和不成比例的UGS供应城市居民。

先前的研究已经证实许多社会人口特征与公园使用(53)和UGS的供给之间的差距出现人口和种族差异54]。本研究还探讨了人口指标和可访问性UGS之间的关系。因为之间的不同研究方法和城市背景下,本文的结果不同于他人的(55,56]。(我)在性别方面,很少有研究调查性别比例之间的关系和绿色空间的访问。一个这样的研究在布里斯班,澳大利亚,也没有发现两者之间的重要关系(55]。然而,在哈尔滨的情况下,我们发现,性别与可访问性(步行30分钟)UGS,女性的比例负相关的绿色空间的访问。这表明,长时间步行或骑自行车的距离,女性比男性有更多的缺点在获得绿色空间在城市。(2)先前的研究已经提到的缺乏和死亡率之间的关系(56]。然而,重要的在这个研究中没有观察到两者之间的相关性。相比之下,出生率、人口指标,相关的研究很少关注,发现在哈尔滨和UGS易访问性显著正相关,反映,出生率高的地区,人们倾向于绿色空间访问比在其他领域。虽然很难解释这种联系,我们仍然推断新婚夫妇可能在访问ugs有优势。在中国,婚姻是最强烈的动机之一的住房消费,和新婚夫妇的主要群体之一,购买额外的房子(57]。因此,相比于其他社会群体,新婚夫妇将有更多的机会选择房子更大的区位优势和更高的ugs的可访问性。然而,这是一个推理的观点通过这项研究,和还需要进一步的实证研究来证实推论。(3)相关测试表明,密度与可访问性负协会当阈值时间大于或等于15分钟。这表明更稠密的地区很难获得UGS在研究区,这是符合上面的信息从热点分析。高密度在哈尔滨地区主要城市的中部地区,那里是一个非常有限的空间UGS条款。相比之下,低密度郊区地区提供更多的空间来构建ugs,和那里的人可以访问更多ugs比那些生活在城市的中间。然而,这种情况并不独特,许多研究表明,密集的城市绿色空间更少(11,58]。因为密度反映了更高的地区更需要UGS [59,60),结果产生了一个问题人口需求和UGS供给之间的空间差异。(iv)本研究发现年龄和UGS相关性不显著,这表明住宅土地与高比例的老人或孩子不采取更多的优势比其他人进入哈尔滨绿色空间。事实上,“补偿股权”表明,公共利益(UGS)等应符合需要的(61年,62年)和先前的研究已经发现,老人和孩子们更大的弱势群体需要的绿色空间(63年- - - - - -65年]。在中国东北省份经历快速的人口老龄化(66年]。在哈尔滨,中国东北地区的省会城市,人口老龄化一直是一个严重的问题。根据2017年的人口普查统计,60岁以上的人口比例是24.9%在研究区域内,在某些住宅土地,这一比例甚至高达39.5%。这表明老年人在哈尔滨有很高要求的提高ugs的访问。因此,本文建议哈尔滨应该关注老年人的需求和其他高需求群体在规划绿地条款。

这项研究提供了一些建议,哈尔滨和其他类似中国东北部城市关于UGS规定和干预措施提高股本和充分性。首先,哈尔滨应该步行或骑自行车的距离增加UGS供应,促进UGS的频率使用;此外,还主动运输模式有助于提高身体活动水平和幸福的公民。第二,哈尔滨提供更多的UGS内城,可访问性是相对较低的地方。然而,可用空间紧凑的内城的UGS总是有限的,因此我们建议的实施策略等多功能UGS和屋顶绿色空间优化的空间利用率。第三,UGS提供策略还应该关注供需之间的差距。差异可以空间和人口;因此,不仅应该提供更多的ugs高密度住宅区,以满足更大的需求,但供应策略还应该设计出基于社会和人口结构等领域。

5。结论

总之,本研究首先测量访问差距ugs在城市地区的哈尔滨。一般来说,大多数居住区步行距离UGS少得多的访问。至于自行车远程访问,即使访问值增强在许多地区,大量的住宅土地仍不能符合他们的标准。此外,空间自相关测试的结果表明分布不均和向城市居民提供UGS不成比例。第二,本研究评估人口差异的探索之间的统计关系八个人口居住区和UGS访问四个指标阈值。结果表明,性别、出生率和人口密度与绿色空间访问有显著相关,与雌性少访问比男性的研究中,高出生率的地区有更多的访问UGS,和人口密度是负UGS访问。研究结果确定哪些地区和人群是弱势群体,这应该有助于建议决策者对未来建设和UGS的条款。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。

确认

这项研究得到了国家自然科学基金(批准号52078160)和中国国家重点研究和发展计划(批准号2018 yfc0704705)。