在公共设施选址过程中平衡可及性、公平性和可持续性：一种双层多目标方法

《Applied Geography》：Balancing accessibility, equity, and sustainability in public facility location-allocation: A Bi-level multi-objective approach

　　张永奇|傅晓|吴国栋|李旭东|吕国安
澳大利亚莫纳什大学土木与环境工程系

摘要
在过去几十年中，设施布局不佳和资源分配不均加剧了公共服务的空间不平等，减少了边缘化社区的获取机会，并增加了交通复杂性。这些问题加剧了碳排放和环境问题，使得设施选址成为地理学家和城市规划者的关键关注点。本研究提出了一个空间优化框架，将交通流动态与设施选址决策相结合。我们引入了一个双层多目标优化（BLMOO）模型来支持可持续的城市发展。上层优化设施位置、服务水平和容量，以提高可达性、增强空间公平性并减少与交通相关的排放。下层使用用户均衡交通分配来模拟受设施配置影响的交通流，并整合拥堵效应。引入了一种嵌入交通流动态的NSGA-II算法，以生成满足不同利益相关者需求的帕累托前沿解，并支持决策制定。应用于中国苏州的案例研究，所提出的框架在平衡可达性、公平性和排放方面优于现有配置。它揭示了与不同优先目标相关的不同空间规划逻辑，例如以走廊为导向的可达性提升、外围公平性改善和基于距离的减排。这些结果突显了该框架在快速城市化城市中可持续空间规划的实际价值。

引言
近几十年的快速城市化提高了生产力、基础设施和公共福利。然而，大规模城市化也带来了城市管理和规划中的新挑战。其中，公共设施选址已成为战略性公共服务发展的关键方面（Saaty, 1980）。这一问题的紧迫性体现在不同类型设施的多样化需求上。例如，随着人口老龄化，对老年人友好的设施变得越来越重要（Bai et al., 2023; Cao et al., 2025）；教育资源不再局限于城市中心，必须扩展到农村地区以促进公平（Han et al., 2023）；文化基础设施对于吸引人才、促进文化产业、多样化夜间经济和振兴区域文化至关重要（Gu et al., 2025）；公共交通设施（如共享单车系统）对于支持环境可持续性、经济效率和社会公平性至关重要（García-Palomares et al., 2012）。这些优先事项不仅在全球政策议程中得到强调（特别是联合国可持续发展目标SDGs 3、4、10和11），也在国家和区域战略中得到体现（如美国的Smart Growth America（Smart Growth America, 2023）、Build Back Better计划（白宫, 2021）和欧盟的城市议程（欧洲委员会, 2016））。这些发展给公共设施选址问题带来了巨大压力，现在必须协调相互竞争的社会、空间和环境目标（Luo and Huang, 2023; Ma et al., 2023; Wu et al., 2026; Zhang & Zhong, 2026）。

另一个重要但常被忽视的维度是公共设施选址与交通系统之间的相互作用（Wang et al., 2019）。设施分配不当会增加出行距离、车辆使用和拥堵，特别是在人口密集地区，从而加剧与交通相关的碳排放。解决这些空间外部性对于实现基本服务的公平获取和支持向可持续、低碳城市发展的转型至关重要（Zhang et al., 2026; Zhang & Ngoduy, 2025）。因此，将减少交通拥堵和由此产生的交通相关碳排放等环境考虑因素纳入设施选址已不再是可选项，而是实现可持续和公平城市发展的关键步骤。

同时，公平获取公共设施仍然是可持续城市发展的基石。获取机会的空间不平等可能会进一步加剧社会不平等，这促使研究人员开发明确旨在平衡人口服务的优化模型（Wang, 2012）。解决这些差异的一个突出方法是最大可达性公平（MAE）模型，最初由Wang（2012）提出。该模型通过有效最小化人口中的可达性差异来评估空间公平性。与主要关注最小化平均或最大出行距离的传统p-中位数或p-中心方法相比，基于MAE的方法直接针对公共服务的公平分配。在此基础上，越来越多的研究将公平导向模型应用于各种公共设施规划情境。例如，Tao等人（2014）使用MAE模型优化了养老设施的布局，然后将其扩展到医疗设施以促进空间公平（Tao & Zhao, 2023），而Li等人（2016）开发了一种两阶段优化（2SO）策略，首先优化设施位置，然后在设施内分配资源，为教育公平提供了可行的方法。Han等人（2023）和Erdogan等人（2024）的最新研究进一步推进了针对学校和定期护理设施等公共设施的公平优化。总体而言，这些单目标方法主要一次优化一个特定目标，提供了关于城市设施规划中内在权衡的清晰但有时有限的见解（如表1所示的经典研究）。

然而，随着研究的深入，学者们认识到公共设施的优化目标不应局限于单一目标（Cao et al., 2024; Cho et al., 2023）。相反，它们应考虑更复杂的目标，反映选址问题中出现的新的社会和环境优先事项（Lin et al., 2025）。这些目标超出了传统的效率相关指标（如覆盖率和可达性（Zhang et al., 2016）。一方面，一些研究通过同时优化可达性和空间公平性来考虑公平相关因素，从而解决公共服务提供的差异（Zhong et al., 2024）。另一方面，越来越多的研究进一步扩展了目标范围，包括通常被忽视的与交通相关的碳排放，尽管交通部门是碳排放的主要来源。总体而言，这些发展引入了多种研究主题、优化目标和新的维度（如表2所示）。

尽管取得了这些进展，以往的研究往往忽视了交通拥堵的作用，导致了三个主要限制。首先，与交通相关的碳排放经常被忽略，导致环境影响被低估。其次，大多数当前模型假设出行阻抗是静态的，仅捕捉当前情况，通常通过API实现，但无法考虑不同分配方案下的潜在变化。这种简化进一步忽略了拥堵对可达性的放大效应（Zuo et al., 2020）。第三，这样的假设强化了2SO方法在文献中的主导地位。然而，当明确考虑交通流动态时，即当网络在不同分配方案下演变时，每个阶段都需要重复更新，模型复杂性显著增加。

为了解决这些限制，最近的研究开始将环境和动态交通因素纳入选址模型。例如，Zhang等人（2018）解决了多类型电动汽车充电设施的选址问题，目标是最小化行驶时间和相关碳排放。同样，Xiao等人（2019）开发了一个四层逆向物流网络模型，以优化报废车辆的运输，最小化物流成本和碳排放。与此同时，研究开始质疑恒定出行阻抗的假设，提出通过将多模态网络数据纳入计算来动态估计多模态出行阻抗的模型（例如，Zhang et al., 2024）。然而，这些方法通常依赖于实时运营数据，限制了它们在未建设或未来规划场景中的适用性。为了解决这个问题，Ngui和Apparicio（2011）强调了交通网络平衡（包括路线选择）在促进公共服务获取中的作用。这可以与交通分配方法进一步整合，使用双层模型解决实际和未来场景下的交通网络运营问题。另一个值得注意的例子是Jing等人（2017）的工作，他们开发了一个分层优化框架，通过战略性地部署充电站来最大化电动汽车流量覆盖，同时在较低层次上结合网络平衡来提高站点可达性，而He等人（2018）和Tran等人（2023）将双层方法扩展到解决充电基础设施的选址问题。Fu等人（2022）提出了一个双层三方博弈模型，结合活动方法同时优化活动位置计划和细化交通网络设计。然而，尽管活动相关和充电基础设施相关的话题被广泛使用，但关于公共设施选址的研究仍然缺乏一个连贯统一的建模框架。尽管现有模型通常追求异构目标，但公共设施选址的总体规划目标大致相似。这种共享的目标结构为在双层和多目标公式层面开发统一建模框架提供了有利条件，而不是一个通用参数化的模型。在这个框架中，可以根据本地数据可用性、政策优先事项和设施类型灵活指定特定于上下文的参数。

因此，本研究旨在通过开发一个双层多目标优化（BLMOO）框架来解决这些差距，作为公共设施规划的空间决策支持工具。所提出的框架通过双层结构将交通流动态整合到选址过程中，并明确评估三个关键目标之间的权衡：可达性、空间公平性和与交通相关的碳排放。为了证明其有效性，该模型应用于中国苏州古城的医疗设施配置。后续部分安排如下：第2节回顾了设施选址方法及其采用该框架的理由。第3节介绍了BLMOO框架，并解释了用于解决方案生成的嵌入交通流动态的NSGA-II（TFD-NSGA-II）算法。第4节通过四个场景评估模型在可达性、公平性和可持续性方面的结果。最后，研究通过讨论该模型对设施选址的更广泛影响来总结，强调其实用性和有效性。

方法论
在我们的BLMOO框架中，政府作为领导者确定设施位置和服务分配，而居民作为追随者相应地规划他们的出行。这种互动建立了一种动态关系，其中政府决策显著影响了居民获取公共服务的方式。三个关键属性——位置、服务水平和容量——是这一过程的核心：位置决定了设施的空间分布。

数值示例
本节通过应用于实际设施选址问题的数值研究来说明所提出的BLMOO框架的表现。选择中国苏州古城的医疗设施系统作为案例研究，因为该地区人口密度高、土地资源有限且交通网络复杂，这些因素共同构成了公共设施规划的典型挑战。需要强调的是，选择这个案例研究是为了展示……

讨论与结论
虽然公共设施选址一直是GIScience中的长期研究重点，但传统模型通常以静态或过于简化的方法处理交通因素。在地理学和城市研究领域，这一限制至关重要，因为静态的交通表示无法捕捉设施规划决策如何导致基本服务获取的不平等以及城市空间中的空间外部性。本研究……

作者贡献声明
张永奇：撰写——原始草稿、可视化、方法论、正式分析、数据整理。
傅晓：撰写——审稿与编辑、撰写——原始草稿、方法论、资金获取、正式分析、概念化。
吴国栋：撰写——审稿与编辑、方法论、概念化。
李旭东：资源、概念化。
吕国安：撰写——审稿与编辑、方法论、概念化。

披露声明
作者未报告任何潜在的利益冲突。

利益冲突声明
作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文所述的工作。

致谢
本工作得到了国家自然科学基金（42471498, 42261144745）、江苏省基础研究计划（BK20250140）和中国留学基金委员会（编号202406090050）的支持。