程功

摘要 城市公園綠地是居民日?；顒?dòng)的重要構(gòu)成場(chǎng)所，城市公園綠地的服務(wù)水平影響居民生活質(zhì)量?；谥貞c市都市區(qū)56塊主要城市公園綠地的微博簽到數(shù)據(jù)，運(yùn)用GIS軟件的核密度分析方法呈現(xiàn)各區(qū)域內(nèi)公園綠地簽到的空間差異，再用地理探測(cè)器軟件探究經(jīng)濟(jì)發(fā)展水平、人口規(guī)模、交通便捷性3個(gè)要素對(duì)綠地簽到空間差異的影響。結(jié)論：重慶市都市區(qū)公園綠地簽到核密度呈現(xiàn)多中心結(jié)構(gòu)、簽到次數(shù)存在明顯的空間差異;人口規(guī)模對(duì)綠地簽到的空間差異影響力最強(qiáng)，其次是交通便捷性，區(qū)域經(jīng)濟(jì)發(fā)展水平的影響力最弱。

關(guān)鍵詞 公園綠地;簽到;空間分布

中圖分類號(hào) TI986 ?文獻(xiàn)標(biāo)識(shí)碼 A

文章編號(hào) 0517-6611（2020）10-0094-05

doi：10.3969/j.issn.0517-6611.2020.10.026

Abstract Urban park green space is an important part of daily activities. The service level of urban park green space affects the quality of life of residents.Based on the web checkin data from 56 pieces of urban park green space in the metropolitan area of Chongqing，we used kernel density analysis method in GIS to explore the spatial distribution difference of park green spaces，used geodetector to detect the influence of economic development level， population size and transportation convenience on checkin data.The density of checkin kernel presented a polycentric structure，significant spatial differences of checkin times were exsisted.Population size had the strongest influence on the spatial difference of green space checkin， followed by the convenience of transportation，the influence of regional economic development level was weakest.

Key words Park green space;Checkin;Spatial distribution

公園綠地是除向社會(huì)公眾免費(fèi)開(kāi)放，以休閑游憩為主要功能外，兼具綠化、生態(tài)、美化、防災(zāi)等綜合作用的城市綠地[1]。作為城市內(nèi)部的公共空間資源，公園綠地不僅為市民提供了日?；顒?dòng)的開(kāi)闊場(chǎng)所，還能從多方面改善人居環(huán)境。隨著城市化進(jìn)程加快帶來(lái)空氣質(zhì)量下降、生態(tài)環(huán)境破壞等問(wèn)題的加重，城市公園綠地的公共效益逐漸受到城市居民的關(guān)注。由于綠地在城區(qū)用地中占據(jù)重要位置，城市公園綠地的合理分布也是城市規(guī)劃者們長(zhǎng)期以來(lái)一直關(guān)注的焦點(diǎn)。

公園綠地是具有生態(tài)功能、社會(huì)功能等綜合功能為一體的城市開(kāi)放空間，公園綠地的服務(wù)狀態(tài)受氣候、時(shí)段、城市空間環(huán)境等多種因素的影響，時(shí)刻處于動(dòng)態(tài)變化當(dāng)中，所以對(duì)城市綠地服務(wù)功能的評(píng)價(jià)與測(cè)量是比較復(fù)雜的[2]。目前學(xué)界對(duì)于綠地服務(wù)功能的評(píng)價(jià)沒(méi)有統(tǒng)一的標(biāo)準(zhǔn)，普遍是針對(duì)單一綠地功能或者多種功能進(jìn)行評(píng)價(jià)，例如姜?jiǎng)⒅镜萚3]、杜雁等[4]分別從城市綠地的生態(tài)功能與防災(zāi)功能出發(fā)評(píng)價(jià)綠地服務(wù)水平。根據(jù)綠地資源的作用和功能，金云峰[5]將綠地資源評(píng)價(jià)分為生態(tài)環(huán)境、社會(huì)服務(wù)、經(jīng)濟(jì)運(yùn)營(yíng)3個(gè)綜合層;陳永生等[6]則運(yùn)用層次分析法與德?tīng)柗品▽?duì)合肥市公園綠地生態(tài)、游憩、防災(zāi)避險(xiǎn)3個(gè)功能進(jìn)行綜合評(píng)價(jià)。綠地的社會(huì)功能是評(píng)價(jià)的主要內(nèi)容之一，對(duì)此類服務(wù)功能的評(píng)價(jià)主要包含2個(gè)層面：可達(dá)性、公平性?，F(xiàn)有文獻(xiàn)對(duì)公園綠地可達(dá)性評(píng)價(jià)主要是從“供”“需”“供需匹配”3個(gè)角度出發(fā)，由供應(yīng)方出發(fā)評(píng)價(jià)可達(dá)性的標(biāo)準(zhǔn)主要有一定綠地服務(wù)半徑內(nèi)的服務(wù)人數(shù)、服務(wù)覆蓋面積[7-8]。從需求方出發(fā)，一般以居民到達(dá)綠地的出行距離、時(shí)間成本、最少費(fèi)用等為衡量標(biāo)準(zhǔn)[9-10]。由于角度、方法以及衡量指標(biāo)的多樣性，同一公園綠地的可達(dá)性在測(cè)量結(jié)果上會(huì)產(chǎn)生較大差異。從“供需匹配”的角度入手，則是通過(guò)了解不同居民對(duì)公園綠地的訪問(wèn)偏好與需求情況來(lái)判斷公園綠地分配的差異性，即關(guān)注公園綠地服務(wù)的公平性。公平性是建立在可達(dá)性基礎(chǔ)之上的，主要體現(xiàn)在綠地分布的空間均衡以及居民獲取綠地資源的均等性兩個(gè)方面。不同人口結(jié)構(gòu)、不同社會(huì)經(jīng)濟(jì)地位、不同年齡等因素造成的公園綠地需求與公園綠地資源不匹配是研究公園綠地公平性的熱點(diǎn)[11-13]。不管是探究可達(dá)性還是公平性，綠地的空間分布都是評(píng)價(jià)其社會(huì)功能的切入要點(diǎn)。

大數(shù)據(jù)技術(shù)的運(yùn)用極大程度上改變了個(gè)人的社會(huì)行為、工作與生活方式。相較于傳統(tǒng)的城市數(shù)據(jù)樣本收集與統(tǒng)計(jì)方式，大數(shù)據(jù)具有獲取成本低、內(nèi)容豐富多元、以宏觀角度反映數(shù)據(jù)關(guān)系等優(yōu)點(diǎn)[14]。因此，大數(shù)據(jù)被廣泛用于城市交通規(guī)劃管理[15-16]、城市自然災(zāi)害管理[17-18]、分析城市空間結(jié)構(gòu)[19-20]等方面。由于“大數(shù)據(jù)”以更系統(tǒng)、更細(xì)粒度的地理尺度衡量城市特征[21]，采用大數(shù)據(jù)研究城市綠地空間的熱點(diǎn)主要集中在城市綠地使用的空間分布、綠地服務(wù)水平評(píng)價(jià)、綠地選址等方面。李方正等[22-23]先后使用簽到數(shù)據(jù)對(duì)市民、游客使用北京市中心城綠地與社區(qū)公園的空間分布特征、時(shí)空差異及影響因素進(jìn)行分析。龍奮杰等[24]基于手機(jī)信令數(shù)據(jù)的城市公園服務(wù)評(píng)價(jià)指標(biāo)，從城市公園的服務(wù)時(shí)長(zhǎng)、服務(wù)人數(shù)、服務(wù)半徑3個(gè)維度對(duì)公園的服務(wù)狀況進(jìn)行測(cè)度。戚榮昊等[25]使用百度POI數(shù)據(jù)對(duì)城市中人群的分布與活動(dòng)強(qiáng)度進(jìn)行量化分析，建立了“服務(wù)壓力”的公園服務(wù)能力評(píng)價(jià)指標(biāo)。除此之外，黎海波等[26]還運(yùn)用出租車GPS大數(shù)據(jù)到“小山小湖”社區(qū)公園選址中。

LBS（location based service）是社交網(wǎng)絡(luò)提供的一種能讓用戶以“簽到”形式發(fā)布他們地理標(biāo)簽信息和物理位置的功能[27]。簽到數(shù)據(jù)包括簽到用戶的實(shí)時(shí)簽到點(diǎn)地理位置、簽到用戶信息，可以直接反映簽到用戶簽到點(diǎn)的空間分布、聚集、流動(dòng)情況，所以目前學(xué)者廣泛運(yùn)用簽到大數(shù)據(jù)進(jìn)行城市空間熱點(diǎn)識(shí)別、城市空間結(jié)構(gòu)以及旅游客流特征研究等[28-31]。

為探討城市公園綠地空間分布的合理性，提升城市公園綠地總體服務(wù)水平，該研究使用微博簽到數(shù)據(jù)反映公園綠地一定時(shí)間內(nèi)的居民簽到空間差異，使用地理探測(cè)器探究經(jīng)濟(jì)發(fā)展水平、人口規(guī)模、交通便捷性三個(gè)要素對(duì)簽到空間差異的影響，并對(duì)城市公園綠地的空間合理規(guī)劃提出建議。

1 數(shù)據(jù)來(lái)源及研究方法

1.1 研究區(qū)域 重慶市位于我國(guó)西南內(nèi)陸，長(zhǎng)江中上游，以丘陵、山地地形為主，其都市城區(qū)位于多山環(huán)繞包圍之中，嘉陵江與長(zhǎng)江水系的天然地理分割形成了“一城五片，多中心組團(tuán)式”的城市空間格局。都市區(qū)為主要的城市建設(shè)區(qū)域，面積為5 473 km2，其中包括主城區(qū)區(qū)域（2 737 km2）與郊區(qū)區(qū)域（2 736 km2）。由于多山地形，主城區(qū)建設(shè)用地有限，各區(qū)域之間經(jīng)濟(jì)發(fā)展水平、土地利用類型、人口規(guī)模差異大，實(shí)現(xiàn)組團(tuán)間城市功能的均衡互補(bǔ)，促進(jìn)人口與環(huán)境的協(xié)調(diào)發(fā)展對(duì)城市公園綠地的合理規(guī)劃、建設(shè)提出了更高的要求。根據(jù)《城市綠地分類標(biāo)準(zhǔn)CJJ/T 85—2017》，城市公園用地是向公眾開(kāi)放、以游憩為主要功能，兼具生態(tài)、景觀、文教和應(yīng)急避險(xiǎn)等功能，有一定游憩和服務(wù)設(shè)施的綠地，主要分為綜合公園、社區(qū)公園、專類公園、游園四類。該研究選取重慶市都市區(qū)包括渝中區(qū)、江北區(qū)、渝北區(qū)、南岸區(qū)、九龍坡區(qū)、沙坪壩區(qū)、大渡口區(qū)、巴南區(qū)、北碚區(qū)內(nèi)主要的56處綜合公園、專類公園、帶狀綠地為研究范圍。圖1為重慶市主城區(qū)綠地系統(tǒng)規(guī)劃。

1.2 數(shù)據(jù)來(lái)源

通過(guò)分析微博APP網(wǎng)絡(luò)簽到請(qǐng)求，根據(jù)用戶簽到行為和網(wǎng)頁(yè)特征編寫(xiě)代碼模擬、搜索并采集所研究公園綠地的簽到數(shù)據(jù)。數(shù)據(jù)采集的時(shí)間跨度為2019年1月1日—3月31日，包含完整3個(gè)月的簽到數(shù)據(jù)。數(shù)據(jù)采集的內(nèi)容包括簽到的時(shí)間、經(jīng)緯度、簽到用戶的基本信息（性別、所在地）以及簽到的文本內(nèi)容。將采集到的簽到數(shù)據(jù)經(jīng)緯度導(dǎo)入ArcGIS軟件中，對(duì)簽到在研究公園綠地范圍外的點(diǎn)以及將屬性相同的重復(fù)點(diǎn)進(jìn)行篩除，最終篩選到13 504條簽到數(shù)據(jù)。其中男性簽到數(shù)據(jù)4 745條，女性簽到數(shù)據(jù)8 759條，兩者的比例大致為0.542。

1.3 研究方法

1.3.1 核密度分析。

2 簽到空間分布特征及影響因素分析

2.1 簽到空間分布特征

對(duì)56處重慶市主城區(qū)主要公園綠地進(jìn)行編號(hào)，將落入研究區(qū)域范圍內(nèi)的13 504條簽到點(diǎn)經(jīng)緯度數(shù)據(jù)導(dǎo)入ArcGIS軟件當(dāng)中，運(yùn)用spatial analyst工具得到所有簽到數(shù)據(jù)的核密度分析圖，再疊加到重慶市都市區(qū)行政邊界圖上得到圖2。在簽到數(shù)據(jù)的核密度分析圖例中，顏色越偏紅該區(qū)域內(nèi)簽到聚集程度越高，顏色越偏綠則簽到聚集程度越低。都市區(qū)9個(gè)區(qū)域內(nèi)的公園簽到數(shù)量分布次數(shù)及比重如圖3。

? 通過(guò)簽到的核密度分析圖以及簽到次數(shù)的扇形分布圖可以看出，重慶主城區(qū)內(nèi)公園綠地的簽到存在以下空間分布特征。

第一，綠地簽到聚集度由重慶市都市區(qū)中心向郊區(qū)外圍遞減。高簽到密度的公園綠地主要在主城各區(qū)中心，位于主城區(qū)外圍的公園綠地簽到密度較低，這與都市區(qū)中心城區(qū)人口規(guī)模、文化及商業(yè)設(shè)施分布有關(guān)。

第二，高密度核區(qū)域呈現(xiàn)多中心結(jié)構(gòu)，各片區(qū)內(nèi)部簽到聚集程度不均衡。重慶市主城區(qū)空間劃分為五大片區(qū)，一個(gè)城市中心及6個(gè)城市副中心，每個(gè)片區(qū)又包含若干個(gè)組團(tuán)及功能區(qū)。核密度分析圖中存在四個(gè)高密度核區(qū)域，分別位于中部片區(qū)、北部片區(qū)以及南部片區(qū)，而西部及東部片區(qū)（中梁山以西及銅鑼山以東）沒(méi)有出現(xiàn)較高的密度核。中部片區(qū)為渝中區(qū)的鵝嶺公園、佛圖關(guān)公園、濱江公園等公園綠地形成的主核以及彩云湖公園、重慶動(dòng)物園形成的次核;北部片區(qū)為鴻恩寺森林公園、花卉園、龍頭寺公園、中央公園等公園綠地形成的主核;南部片區(qū)（長(zhǎng)江以東，銅鑼山以西）形成以南山風(fēng)景區(qū)內(nèi)各公園綠地為中心的主核。這與重慶城市規(guī)劃將都市區(qū)劃分為都市功能核心區(qū)（渝中區(qū)、大渡口區(qū)、江北區(qū)、沙坪壩區(qū)、南岸區(qū)、九龍坡區(qū)的內(nèi)環(huán)以內(nèi)區(qū)域）及都市功能拓展區(qū)（大渡口區(qū)、江北區(qū)、沙坪壩區(qū)、九龍坡區(qū)、南岸區(qū)處于內(nèi)環(huán)以外的區(qū)域及北碚區(qū)、渝北區(qū)、巴南區(qū)全域）存在一定的關(guān)系，綠地簽到的高密度核基本位于都市功能核心區(qū)內(nèi)，綠地簽到活動(dòng)的多核心分布大致對(duì)應(yīng)了滿足各組團(tuán)核心內(nèi)部居民游憩、休閑的需要。

第三，主城各行政區(qū)的主要公園綠地簽到數(shù)差異較大。簽到次數(shù)超過(guò)2 000的區(qū)域有3個(gè)，分別是渝北區(qū)、南岸區(qū)及渝中區(qū)，簽到次數(shù)在1 000～2 000的區(qū)域有江北區(qū)、九龍坡區(qū)及沙坪壩區(qū)，大渡口區(qū)、北碚區(qū)及巴南區(qū)公園綠地簽到次數(shù)分別低于1 000。結(jié)合各區(qū)域公園綠地的簽到次數(shù)和核密度分布來(lái)看，組團(tuán)間及各片區(qū)內(nèi)部的綠地簽到聚集分布仍存在不均衡情況;都市拓展區(qū)內(nèi)的公園綠地簽到次數(shù)與都市核心功能區(qū)的公園綠地簽到次數(shù)差距較大，這主要是因?yàn)槎际泻诵墓δ軈^(qū)商業(yè)消費(fèi)、文化休閑等基礎(chǔ)設(shè)施更為完善，交通便利，是整個(gè)都市區(qū)人流活動(dòng)的高頻區(qū)與集中區(qū)，承擔(dān)了更多公園綠地的服務(wù)功能。

2.2 簽到空間分布差異影響因素

城市中某個(gè)區(qū)域的社會(huì)經(jīng)濟(jì)屬性（如經(jīng)濟(jì)發(fā)展程度、人口、面積等）會(huì)影響人群的移動(dòng)行為[34]。隨著社會(huì)經(jīng)濟(jì)水平的提高，居民對(duì)日常生活的需求與標(biāo)準(zhǔn)也在不斷上升，城市公園綠地服務(wù)水平提升的重要性愈加凸顯出來(lái)。市民對(duì)公園綠地的選擇與使用除了受到公園類型、公園面積等內(nèi)部因素的影響，還受到經(jīng)濟(jì)發(fā)展水平、人口、可達(dá)性、周邊設(shè)施等許多環(huán)境因素影響。該研究選取區(qū)域經(jīng)濟(jì)發(fā)展水平、人口規(guī)模、交通便捷性幾個(gè)要素為影響因素，各區(qū)域簽到數(shù)量作為因變量，探究?jī)烧叩南嚓P(guān)性。通過(guò)查閱相關(guān)文獻(xiàn)[23，35-36]，將以上要素分為具體的4個(gè)指標(biāo)：區(qū)域GDP、人口密度、路網(wǎng)密度、公共交通站點(diǎn)數(shù)（表1）。

2.2.1 區(qū)域經(jīng)濟(jì)發(fā)展水平對(duì)綠地使用空間分布的影響。

有力的經(jīng)濟(jì)水平是公園綠地建設(shè)、運(yùn)營(yíng)、維護(hù)的保障，會(huì)影響公園綠地的整體服務(wù)水平，不同的綠地空間對(duì)居民的吸引力存在一定差距。為探究各區(qū)域的經(jīng)濟(jì)發(fā)展水平是否對(duì)公園綠地的簽到數(shù)量產(chǎn)生影響，需將分級(jí)后的各地區(qū)人均GDP數(shù)據(jù)輸入地理探測(cè)器，最后得到的因子探測(cè)結(jié)果是P=0.27，這說(shuō)明區(qū)域內(nèi)部經(jīng)濟(jì)發(fā)展水平對(duì)公共綠地簽到空間差異存在較小的影響。

2.2.2 人口密度對(duì)綠地使用空間分布的影響。

為了方便探究人口密度與綠地使用空間分布的關(guān)系，需要先將重慶主城區(qū)人口密度分布圖在GIS軟件中進(jìn)行自然斷點(diǎn)法的分級(jí)處理。將分級(jí)后的人口密度數(shù)據(jù)輸入地理探測(cè)器后的因子探測(cè)結(jié)果為P=0.85，在4個(gè)因子探測(cè)中影響力最大。市民是公園綠地的主要服務(wù)對(duì)象，為滿足市民的休閑游憩等生活需求，公園在選址上主要是選取位于區(qū)域內(nèi)部周圍人口較為密集的位置，因此人口規(guī)模對(duì)該區(qū)域內(nèi)的公園綠地使用空間分布差異產(chǎn)生較大影響。其次，重慶都市區(qū)平均人口密度為1 272人/km2，各區(qū)域內(nèi)人口密度差異較大，人口密度最大的渝中區(qū)，達(dá)27 794人/km2，而人口密度相對(duì)最低的巴南區(qū)僅有585人/km2，導(dǎo)致各區(qū)域內(nèi)公園綠地的簽到差異大，人口密度是影響綠地空間使用差異的解釋力最強(qiáng)的因素（人口密度數(shù)據(jù)來(lái)源于http：//www.cqdata.gov.cn/）。

2.2.3 交通便捷性對(duì)綠地使用空間分布的影響。

交通便捷性主要包括公園綠地3 km范圍內(nèi)的地鐵站點(diǎn)數(shù)、公交車站點(diǎn)數(shù)以及區(qū)域路網(wǎng)密度（來(lái)源于中國(guó)城市規(guī)劃設(shè)計(jì)研究院《2018年度中國(guó)主要城市道路網(wǎng)密度檢測(cè)報(bào)告》）三項(xiàng)因素，前兩個(gè)子因素的分級(jí)方法參考文獻(xiàn)[23]。將地鐵站點(diǎn)個(gè)數(shù)分為3級(jí)，分別是1級(jí)（0～2個(gè)）、2級(jí)（3～6個(gè)）、3級(jí)（7～11個(gè)）;將公交車站點(diǎn)數(shù)分為3級(jí)，分別是1級(jí)（0～45個(gè)）、2級(jí)（46～135個(gè)）、3級(jí)（136～200個(gè)）;經(jīng)過(guò)排列組合最終獲得交通便捷性的分級(jí)：1級(jí)（1*）、2級(jí)（2*，*≥2）、3級(jí)（其他部分）。將主城區(qū)城市路網(wǎng)密度圖在GIS中運(yùn)用自然斷點(diǎn)法進(jìn)行分級(jí)，最終得到的公交車站點(diǎn)及地鐵站點(diǎn)的因子影響力P值為0.18，路網(wǎng)密度x4的因子影響力P=0.46。交通便捷性是影響居民公園使用的重要因素，便捷的交通有利于居民根據(jù)時(shí)間、花費(fèi)等客觀條件選擇合理的交通方式。結(jié)果顯示公交車站點(diǎn)及地鐵站點(diǎn)數(shù)對(duì)公園綠地使用空間差異的解釋力最弱，路網(wǎng)密度的解釋力處于中上水平。原因在于重慶中心主城各區(qū)公園周圍公交車站點(diǎn)及地鐵站點(diǎn)數(shù)量差異不大，居民到達(dá)公園綠地可以采用步行、坐公交、打車、自駕等多種方式，選擇公共交通出行的居民只占據(jù)其中一部分，而以路網(wǎng)密度指標(biāo)而言，重慶主城各區(qū)域內(nèi)部道路密度不一，個(gè)別區(qū)域差別較大，使得路網(wǎng)密度影響力增強(qiáng)。

3 結(jié)論與建議

3.1 結(jié)論

通過(guò)分析重慶市都市區(qū)主要公園綠地簽到情況分析了都市區(qū)各片區(qū)簽到核密度、簽到次數(shù)的空間差異及影響因素，得出以下結(jié)論。

（1）重慶市都市區(qū)公園綠地簽到密度及簽到次數(shù)存在明顯的空間差異。中心城區(qū)簽到密度高并逐漸向郊區(qū)遞減。中、北、南三片區(qū)簽到密度高，西部及東部片區(qū)公園簽到密度低。都市核心區(qū)及都市拓展區(qū)的簽到次數(shù)存在較大差距。

（2）都市區(qū)公園綠地簽到的3個(gè)影響因素有區(qū)域經(jīng)濟(jì)發(fā)展水平、人口規(guī)模、交通便捷性。其中人口規(guī)模對(duì)綠地簽到的空間差異影響力最強(qiáng)，其次是交通便捷性，區(qū)域經(jīng)濟(jì)發(fā)展水平的影響力最弱。

3.2 建議 針對(duì)以上研究結(jié)論，對(duì)重慶主城區(qū)公園綠地的規(guī)劃建設(shè)提出以下建議。

（1）完善各片區(qū)綠地服務(wù)功能，促進(jìn)整體都市區(qū)公園綠地發(fā)展。由于地形限制及城市建設(shè)核心區(qū)域的雙重影響，重慶市都市區(qū)中心城區(qū)的用地日趨緊張，位于該區(qū)域內(nèi)的城市公園綠地多為早期建設(shè)，且依舊承擔(dān)著主要的綠地服務(wù)功能。另外，隨著城市用地不斷地向郊區(qū)外圍擴(kuò)張，城市多中心格局也在逐步形成，但應(yīng)該與之伴隨的公園綠地建設(shè)卻較滯后。因此，重慶市都市區(qū)范圍內(nèi)的城市公園綠地形成了空間失衡、服務(wù)水平不足的局面。應(yīng)當(dāng)不斷完善核心建設(shè)區(qū)域內(nèi)的公園綠地服務(wù)功能，避免城市規(guī)劃建設(shè)中對(duì)已有公園綠地用地的不合理轉(zhuǎn)變，同時(shí)，加快都市拓展區(qū)公園綠地的規(guī)劃及基礎(chǔ)設(shè)施的配套建設(shè)，均衡各片區(qū)內(nèi)部的城市生活休閑職能，促進(jìn)都市區(qū)整體公園綠地水平發(fā)展。

（2）綜合各片區(qū)人口及交通條件對(duì)公園綠地進(jìn)行合理的選址建設(shè)。根據(jù)該研究結(jié)論來(lái)看，舊城區(qū)是整個(gè)都市區(qū)人口最集中的區(qū)域，其范圍內(nèi)的公園綠地使用率遠(yuǎn)超過(guò)郊區(qū)公園綠地的使用率，人口因素影響著公園綠地的到訪情況及服務(wù)能力的高低。除此之外，舊城區(qū)作為市民通勤、購(gòu)物等日常生活行為的密集區(qū)承受著巨大的交通壓力，特別是在通勤時(shí)間、雙休日等出行高峰時(shí)間，部分公園綠地的可達(dá)性受到交通堵塞與交通不便的影響。建議在進(jìn)行公園綠地規(guī)劃時(shí)多考慮各片區(qū)的人口密度分布及交通條件，綜合兩個(gè)因素進(jìn)行公園綠地的選址，對(duì)訪問(wèn)頻率較高的公園綠地周邊道路交通情況進(jìn)行優(yōu)化改善，增添公共交通到達(dá)方式及公共交通站點(diǎn)設(shè)置。

參考文獻(xiàn)

[1]徐波，趙鋒，李金路.關(guān)于城市綠地及其分類的若干思考[J].中國(guó)園林，2000（5）：29-32.

[2] 周聰惠.公園綠地績(jī)效的概念內(nèi)涵及評(píng)測(cè)方法體系研究[J/OL].國(guó)際城市規(guī)劃，2019-04-11[2019-05-20].http：//kns.cnki.net/kcms/detail/11.5583.TU.20190409.1203.002.html.

[3] 姜?jiǎng)⒅荆瑮畹肋\(yùn)，梅岑岑，等.城市綠地生態(tài)系統(tǒng)服務(wù)功能及其價(jià)值評(píng)估：以深圳市福田區(qū)為例[J].華中師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2018，52（3）：424-431.

[4] 杜雁，蔡秋陽(yáng)，吳佳雨，等.城市綠地防災(zāi)功能評(píng)估及規(guī)劃策略：以武漢市為例[J].城市問(wèn)題，2015（8）：33-38.

[5] 金云峰，王小燁.綠地資源及評(píng)價(jià)體系研究與探討[J].城市規(guī)劃學(xué)刊， 2014（1）：106-111.

[6] 陳永生，李瑩瑩，張前進(jìn).基于GIS的合肥市中心城區(qū)公園綠地功能綜合評(píng)價(jià)[J].中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào)， 2019， 24（3）：137-145.

[7] 蔡彥庭，文雅，程炯，等.廣州中心城區(qū)公園綠地空間格局及可達(dá)性分析[J].生態(tài)環(huán)境學(xué)報(bào)，2011，20（11）：1647-1652.

[8] 上官莎逸，劉健，余坤勇，等.福州城市公園綠地可達(dá)性影響因素[J].福建農(nóng)林大學(xué)學(xué)報(bào)（自然科學(xué)版），2018，47（4）：494-502.

[9] 胡紅，賴鑫生， 譚國(guó)律.基于可達(dá)性分析視角的城市公園綠地服務(wù)評(píng)價(jià)與優(yōu)化[J].江蘇農(nóng)業(yè)科學(xué)， 2016， 44（12）：230-235.

[10] 陳秋曉，萬(wàn)麗，楊威.基于出行距離評(píng)價(jià)城市公園綠地的可達(dá)性：以樂(lè)清市為例[J].浙江大學(xué)學(xué)報(bào)（理學(xué)版）， 2014， 41（3）：348-352.

[11] 吳健生，司夢(mèng)林，李衛(wèi)鋒.供需平衡視角下的城市公園綠地空間公平性分析：以深圳市福田區(qū)為例[J].應(yīng)用生態(tài)學(xué)報(bào)，2016，27（9）：2831-2838.

[12] 駱天慶，傅瑋蕓，夏良駒.基于分層需求的社區(qū)公園游憩服務(wù)構(gòu)建：上海實(shí)例研究[J].中國(guó)園林， 2017， 33（2）：113-117.

[13] 邱明，王敏.面向不同年齡社區(qū)生活圈的公園綠地服務(wù)供需關(guān)系評(píng)價(jià)：以上海某中心城區(qū)為例[C]//孟兆禎，陳重.中國(guó)風(fēng)景園林學(xué)會(huì)2018年會(huì)論文集.北京：中國(guó)建筑工業(yè)出版社，2018.

[14] 維克托·邁爾·舍恩伯格，周濤.大數(shù)據(jù)時(shí)代 生活、工作與思維的大變革[J].人力資源管理，2013（3）：174.

[15] LU H P，SUN Z Y，QU W C.Big data and its applications in urban intelligent transportation system[J]. Journal of transportation systems engineering & information technology， 2015（5）：45-52.

[16] QI S， ABDELATY M. Big data applications in realtime traffic operation and safety monitoring and improvement on urban expressways[J]. Transportation research part C， 2015， 58：380-394.

[17] ZHU J Y，ZHANG C，ZHANG H C，et al. pgcausality： Identifying spatiotemporal causal pathways for air pollutants with urban big data[J]. IEEE Transactions on Big Data， 2018，4（4）：571-585.

[18] YANG X， LI B Q， GONG Z W. Realtime identification of urban rainstorm waterlogging disasters based on Weibo big data[J]. Natural hazards， 2018， 94（2）：833-842.

[19] DUAN Y M，LIU Y， LIU X H， et al. Identification of polycentric urban structure of central Chongqing using points of interest big data[J]. Journal of natural resources， 2018，33（5）：788-800.

[20] 于璐，何祥，劉嘉勇.基于時(shí)空語(yǔ)義挖掘的城市功能區(qū)識(shí)別研究[J].四川大學(xué)學(xué)報(bào)（自然科學(xué)版），2019，56（2）：246-252.

[21] GLAESER E L，KOMINERS S D，LUCA M， et al. Big data and big cities： The promises and limitations of improved measures of urban life[J]. Economic inquiry， 2016， 56（1）：114-137.

[22] 李方正，董莎莎，李雄，等.北京市中心城綠地使用空間分布研究：基于大數(shù)據(jù)的實(shí)證分析[J].中國(guó)園林，2016，32（9）：122-128.

[23] 李方正，戴超蘭，姚朋.北京市中心城社區(qū)公園使用時(shí)空差異及成因分析：基于58個(gè)公園的實(shí)證研究[J].北京林業(yè)大學(xué)學(xué)報(bào)，2017，39（9）：91-101.

[24] 龍奮杰，石朗，彭智育，等.基于手機(jī)信令數(shù)據(jù)的城市公園服務(wù)評(píng)價(jià)[J].城市問(wèn)題，2018（6）：88-92.

[25] 戚榮昊，楊航，王思玲，等.基于百度POI數(shù)據(jù)的城市公園綠地評(píng)估與規(guī)劃研究[J].中國(guó)園林，2018，34（3）：32-37.

[26] 黎海波，陳通利.出租車GPS大數(shù)據(jù)在東莞市“小山小湖”社區(qū)公園選址中的應(yīng)用[J].測(cè)繪通報(bào)，2017（5）：95-99.

[27] 任星怡，宋美娜，宋俊德.基于用戶簽到行為的興趣點(diǎn)推薦[J].計(jì)算機(jī)學(xué)報(bào)，2017，40（1）：28-51.

[28] 徐戰(zhàn)亞，熊艷，高仁剛.微博簽到數(shù)據(jù)的時(shí)空熱點(diǎn)挖掘：以北京為例[J].測(cè)繪工程，2018，27（5）：10-16.

[29] 潘碧麟，王江浩，葛詠，等.基于微博簽到數(shù)據(jù)的成渝城市群空間結(jié)構(gòu)及其城際人口流動(dòng)研究[J]. 地球信息科學(xué)學(xué)報(bào)，2019，21（1）：68-76.

[30] 王錄倉(cāng)，嚴(yán)翠霞，李巍.基于新浪微博大數(shù)據(jù)的旅游流時(shí)空特征研究：以蘭州市為例[J].旅游學(xué)刊，2017，32（5）：94-105.

[31] 陳曉艷，張子昂，胡小海，等.微博簽到大數(shù)據(jù)中旅游景區(qū)客流波動(dòng)特征分析：以南京市鐘山風(fēng)景名勝區(qū)為例[J].經(jīng)濟(jì)地理，2018，38（9）：206-214.

[32] 楊子江，何雄，隋心，等.基于POI的城市中心空間演變分析：以昆明市主城區(qū)為例[J].城市發(fā)展研究，2019（2）：31-35.

[33] 王勁峰，徐成東.地理探測(cè)器：原理與展望[J].地理學(xué)報(bào)，2017，72（1）：116-134.

[34] LENORMAND M，LOUAIL T，CANTU′ROS O G，et al.Influence of sociodemographics on human mobility[J].Scientific reports，2015，5：1-14.

[35] 范紅蕾，汪芳.兩類國(guó)家級(jí)濕地公園空間分布特征及其影響因素的異同研究[J].北京大學(xué)學(xué)報(bào)（自然科學(xué)版），2016，52（3）：535-544.

[36] 滕巧爽，孫尚宇，秘金鐘.簽到數(shù)據(jù)的城市熱點(diǎn)分布特征與成因[J].測(cè)繪科學(xué)，2019，44（4）：102-109.