城市绿地可达性的准个体层面分析：不同社区间的差异、决定因素及公平性问题

《Urban Forestry & Urban Greening》：Quasi-Individual-Level Analysis of Urban Green Space Accessibility: Disparities, Determinants, and Equity Across Neighborhoods

本研究基于深圳数据，采用TB-i2SFCA模型与SHAP分析，揭示非正式居住区（城市村庄）绿化空间可及性显著低于正式社区，差异由区域、社会经济因素及空间邻近度等驱动，年轻低收入群体面临双重劣势，需整合需求侧视角优化规划。

　　城市绿地空间（Urban Green Spaces, UGSs）在提升居民福祉和生活质量方面发挥着至关重要的作用。然而，不同社会群体和居住区域之间UGS可达性的差异仍然是一个持续存在的城市挑战，这些差异往往加剧社会排斥现象。本研究采用个体层面的分析方法，评估UGS的可达性，重点关注在快速城市化的大都市中，正式居住区与非正式居住区之间的差异。通过引入基于出行行为的倒置两步浮动捕获区（Travel Behavior-based Inverted Two-Step Floating Catchment Area, TB-i2SFCA）模型，我们量化了UGS的可达性，该模型通过在浮动捕获区中平衡公园“供给”与人口“需求”，并结合观察到的出行行为进行加权。接着，我们运用LightGBM（一种梯度提升决策树模型）和SHapley Additive exPlanations（SHAP，一种模型无关的解释方法）来识别影响UGS可达性差异的主要决定因素，包括人口结构和建成环境因素。研究结果表明，城市村庄（Urban Villages, UVs）的UGS可达性显著低于商业住房（Commercial Housings, CHs），这种差异在不同区和人口群体之间存在变化。较富裕的区域显示出更公平的分布，而低收入区域则面临明显的不平等。此外，研究还发现，空间距离公园的远近、公共交通的可达性以及社会经济因素如收入和年龄等，都塑造了UGS的可达性模式。值得注意的是，居住在UVs中的年轻和低收入人群由于建成环境的限制和经济上的困难，面临着叠加的劣势。本研究强调了在UGS规划和政策中融入需求端视角的必要性。通过明确UGS可达性差异的多维性质及其决定因素，我们为更加公平和包容的UGS配置提供了实证依据。

社会排斥是指某些社会群体由于社会资源和机会分配的不均而被边缘化，无法参与主流社会活动的现象。这种排斥通常源于经济和文化背景，影响着诸如女性、老年人、儿童、残疾人和经济弱势群体等。结果导致这些被边缘化的群体在社会流动性和资源获取方面面临显著障碍，进一步被结构性障碍所加剧，这些障碍表现为居住隔离或无法接触公共资源的无形剥夺。长期的社会排斥加深了社会分裂，并可能将劣势从一代传递到下一代，从而阻碍整体社会进步。在联合国2030年可持续发展目标的背景下，增强城市和社区的绿色与公共空间被视为减少社会不平等和促进社会包容的关键策略。然而，城市化进程的加快揭示了一个悖论：尽管城市公园旨在为公众提供福祉，但它们的益处并未平等地惠及所有居民。越来越多的研究表明，弱势群体往往缺乏对高质量城市绿地空间的访问，这凸显了环境正义方面的关键差距。为了聚焦本研究，我们提炼出最相关的文献分为三个研究方向：(i) 可达性测量的批判性研究，显示覆盖率和人均指标忽略了行为和时间上的异质性；(ii) UGS公平性和环境正义的研究，记录了不平等的访问情况；(iii) 住宅分层研究，将正式与非正式住房情境与服务获取联系起来。这些研究方向直接塑造了我们的问题框架、数据需求和方法选择。

可达性作为社会排斥的重要指标，反映了个体和社区获取特定资源、服务或机会的潜力或程度。可达性研究涵盖从引力模型和势能模型（Hansen型）到累积机会度量，再到两步浮动捕获区（Two-Step Floating Catchment Area, 2SFCA）及其扩展（如距离衰减E2SFCA、多模式和时间依赖性变体）等多个领域。这些方法逐步引入了供给与需求的平衡、拥堵与竞争以及出行阻抗等因素，而最近的研究则整合了高分辨率人口表面和多源移动数据，以更好地反映行为和时间上的异质性。然而，仍然存在重要的研究空白：(a) 许多应用仍然依赖于区级平均值，掩盖了个体的机会集；(b) 时间预算和出行方式限制往往没有明确体现；(c) 根据不同群体的特定能力和需求进行资源分配，尤其是在不同居住环境中，尚未在实际的可操作指标中得到充分体现。将资源分配调整为适应不同群体的独特需求和能力，对于实现更加公平的UGS可达性至关重要。

将资源视为均匀分布的，无法充分反映个体在社会经济地位、文化背景、年龄和民族等方面的多样性，以及这些因素如何影响他们实际访问和利用UGS的能力。大多数关于城市公园公平性的研究集中在公园使用结果上，提供宏观的空间分析，通过比较不同地理区域的横断面数据来描绘公园使用的模式。然而，这种方法往往忽略了公园访问的动态特性，以及地理和经济社会因素对访问的复杂相互作用，从而可能掩盖弱势群体所面临的不平等。尽管全球可达性研究通常采用详细的年龄、性别、收入等人口属性，但在中国，由于数据可得性和隐私问题，社区层面的细粒度微观人口特征经常受到限制，使得在没有合适替代指标的情况下，进行基于行为和时间的公平性评估变得困难。实证证据强调了这些差距：数据的精度和数量经常限制了对详细人口特征的捕捉，导致UGS公平性评估基于过于简化的指标。这种单一维度的分析虽然具有信息性，但忽略了塑造公平性的多维和多类别互动，因此需要更深入的研究来为包容性策略提供支持。尽管关于UGS服务差异的研究正在增长，但对有效测量个体获取这些空间机会的方法仍然缺乏共识。因此，资源分配应当适应不同群体的独特需求和能力，尤其是在各种居住区域中。

住宅区反映了内部社会经济分层，并作为不同群体接触UGS的差异性代理。住宅类型通常决定了居民可获得的公共服务水平，进而影响其生活质量与对UGS的可达性（Kim et al., 2023; Yuzhen et al., 2021）。在快速城市化背景下，非正式住房（如城市村庄）作为一种独特的形式出现：在中国，被城市扩张所吸收的村庄常常转变为低成本的非正式聚居地，形成高密度环境，这些环境可能缺乏标准化的规划和基础设施（Zhang and Li, 2024; Wang et al., 2024）。类似地，孟买和班加罗尔的实证研究也显示，外围或非正式区域经常面临退化的或距离较远的绿地空间，以及步行范围内有限的公园选择（Sathyakumar et al., 2020）。这些模式促使了需要敏感度评估的资源分配，这种分配需要承认正式社区（CHs）与城市村庄（UVs）之间系统性的不同约束和机会。

本研究引入了一个综合框架，利用来自百度慧眼等高分辨率数据源以及各种出行行为指标，来评估城市公园的公平性。我们开发了TB-i2SFCA算法，并与基于SHAP的可解释性相结合，以系统分析不同社区类型中的公园可达性差异。在借鉴环境正义研究、可达性方法学进展和非正式定居点研究的基础上，本研究提出了以下假设：居住在非正式聚居地（UVs）的居民与居住在正式社区（CHs）的居民相比，其对UGS的可达性存在系统性的差异，这些差异由空间距离因素、交通基础设施限制以及社会经济特征之间的复杂互动所驱动。本研究的主要目标是回答三个关键问题：(1) 如何识别和量化正式与非正式居住区中不同人口群体的UGS可达性差异？(2) UGS可达性差异在人口群体之间以及在不同居住类型中有多大程度的变化？(3) 哪些因素导致了这些差异，并如何塑造了正式与非正式居住区中的UGS可达性？通过回答这些问题，本研究为城市规划者和政策制定者提供了坚实的分析基础，使其能够识别并满足特定群体的需求，从而设计出更加公平和包容的UGS策略。

本研究通过以下几个方面的创新，对城市UGS公平性研究做出了重要贡献。首先，我们提出了TB-i2SFCA模型，该模型在个人与地点的尺度上嵌入了明确的时间预算和个体化阻抗考量，以近似个体的机会集。其次，我们不仅关注城市范围内的整体情况，而是从正式社区（CHs）与非正式聚居地（UVs）以及不同人口群体的角度出发，分析UGS可达性差异。第三，我们将该模型与基于SHAP的可解释性相结合，以揭示观察到的差异背后的非线性驱动因素和交互效应，从而产生可以直接应用于实践的见解。这种综合方法不仅丰富了可达性分析的理论基础，还为实际政策制定提供了更精确的工具。通过将个体层面的特征纳入分析，我们能够更准确地识别那些在社会经济地位、年龄、性别等方面处于弱势的群体，从而推动更加包容的UGS配置。此外，研究还强调了在城市规划中需要考虑动态变化和多因素交互作用的重要性，这有助于制定更具适应性和前瞻性的政策，以应对快速城市化带来的挑战。本研究的结果不仅对深圳具有直接的政策意义，也为其他快速城市化地区提供了可借鉴的经验，尤其是在如何平衡不同社会群体的需求、如何优化资源分配以实现公平性方面。通过这一研究，我们希望为构建更加宜居、可持续的城市环境贡献新的视角和方法。