《Systems》：Evaluating Urban–Rural Disparity of Public Facilities Provision in Chengdu–Chongqing: An Equity Index Approach with Multi-Source Data
编辑推荐：
城乡公共设施差距是一个系统性问题，反映了社会和技术子系统内部及之间的功能失调反馈循环。传统的基于行政单元的分析无法捕捉这种系统性对齐。本研究依次应用标记控制流域分割（MWS）算法、两步移动搜索法（2SFCA）和空间聚类方法，动态分离城乡区域，并评估成渝经济圈（
城乡公共设施差距是一个系统性问题，反映了社会和技术子系统内部及之间的功能失调反馈循环。传统的基于行政单元的分析无法捕捉这种系统性对齐。本研究依次应用标记控制流域分割（MWS）算法、两步移动搜索法（2SFCA）和空间聚类方法，动态分离城乡区域，并评估成渝经济圈（CCEC）内公共设施供给的城乡差距。结果表明：（1）成渝经济圈公共设施分布存在显著的空间不公平，主要表现为城乡之间的巨大差距。（2）公共设施供给与脆弱群体需求之间存在显著错位。农村居民、低收入群体和老年人在获取公共设施方面处于劣势。（3）农村居民集中在低收入区域，获取公共设施服务和资源的能力最为有限，尤其是在医疗设施方面。通过用影像衍生的功能性城乡斑块替代预定义的行政边界，所提出的框架能够更真实地评估城乡公共设施差距的空间分布。该方法为区域规划中的系统级决策提供了可迁移的工具，特别是在针对服务不足地区的资源配置方面。
**城乡公共设施供给的系统性不平等：基于多源数据的公平指数方法——成渝经济圈实证研究**
**研究背景与问题**
城乡公共设施供给差距是一个复杂的系统性问题，其根源在于地理、社会需求与基础设施供给三个子系统之间的非线性交互。传统研究多依赖行政边界和年度统计数据来区分城乡，但这种方法无法捕捉城乡边界动态变化与脆弱群体需求之间的反馈机制。在成渝经济圈（CCEC）快速城镇化与城乡一体化发展的背景下，公共设施资源过度集中于核心城市，导致农村及边缘地区居民面临严重服务可及性不足。现有空间公平评估方法（如基尼系数、区位熵）缺乏对空间属性（如供需匹配、服务覆盖）的考量，且多数研究仅关注单一设施类型或城市区域，忽视了城乡整体视角下多设施类型的综合公平性。因此，亟需一种能够整合多源数据、动态识别城乡边界并量化多维公平性的系统性框架。
**研究内容与结论**
研究人员以成渝经济圈（CCEC）为研究区域，覆盖四川和重庆两省142个区县级行政单元，构建了一个由地理子系统（基于夜间灯光NTL影像的城乡斑块划分）、社会需求子系统（脆弱群体分布）和基础设施供给子系统（公共设施位置与类型）耦合的系统框架。通过标记控制流域分割（MWS）算法、两步移动搜索法（2SFCA）和空间聚类（莫兰指数I、Mann–Whitney U检验）的逐步分析，研究人员得出以下结论：（1）成渝经济圈公共设施分布呈现显著空间不公平，农村地区供给水平与可及性远低于城市；（2）公共设施供给与儿童、老年人、低收入群体等脆弱群体需求存在严重错位，尤其在医疗设施方面；（3）农村居民集中于低收入区域，获取公共设施服务的能力最弱。该研究发表在《Systems》期刊，其重要意义在于：通过影像驱动的功能性城乡斑块替代传统行政边界，实现了更真实的空间公平评估，并为区域规划中针对资源匮乏地区的系统级资源配置提供了可迁移工具。
**关键技术方法**
研究采用四步工作流：（1）基于夜间灯光（NTL）影像的标记控制流域分割（MWS）算法与逻辑阈值估计，动态划分城乡斑块，数据来源包括全球年度城市范围数据集（1992–2020）和成渝经济圈行政边界；（2）利用两步移动搜索法（2SFCA）结合500米×500米网格人口校准（基于第七次人口普查数据），计算教育、医疗、养老三类公共设施的可及性指标；（3）通过双变量局部莫兰指数（LISA）分析公共设施公平指数与脆弱群体（农村居民、老年人、低收入人群）空间分布的匹配模式；（4）采用Mann–Whitney U检验比较高低公平组之间的社会经济特征差异。样本队列来源为成渝经济圈142个区县级单元及169个城乡斑块，数据包括百度地图兴趣点（POI）、LandScan人口栅格、房价数据及统计年鉴。
**研究结果**
**4.1 城乡分化下的公共设施分布**
通过区域与城乡斑块对比，发现公共设施分布呈现显著聚类：成都和重庆主城区为高值聚集区，南部和西南部城市（如雅安、乐山、泸州）为低值区。教育设施两极分化最严重，高等级设施仅集中于核心城市；医疗设施整体供给水平较高，但高等级设施多位于人口密度较低的城市，存在资源错配；养老设施呈同心圆递减模式，远离核心城市的区域供给与可及性均低。城乡斑块划分进一步凸显了农村区域的劣势——多数区县的农村区域公共设施水平显著低于城市，仅少数区县农村设施水平高于城市。
**4.2 脆弱群体的社会公平差异**
**4.2.1 公共设施公平指数与脆弱群体分布的空间对应**
双变量LISA分析显示：（1）儿童、城市居民与公共设施公平指数的高-高聚类集中在成都和重庆主城区郊区，低-低聚类集中在西南部，而重庆主城区出现低-高聚类（供给低、需求高）；（2）农村居民与城乡公共设施公平指数（UR-PF）的匹配以低-高和高-低聚类为主，表明空间错位最严重；（3）人口密度与收入水平与公平指数的匹配较好，高-高和低-低聚类为主，显示设施布局与人口经济水平相对一致。具体到设施类型，教育设施中儿童与城市居民的高-高聚类显著，农村居民与低收入群体则呈低-低聚类；医疗设施与农村居民、低收入群体错位明显，高-低聚类集中于北部区域；养老设施在全域以低-低聚类为主，仅成都和重庆主城区郊区出现高-高聚类。
**4.2.2 高低公平组的Mann–Whitney U检验**
将公共设施公平指数分为高低两组，检验社会经济特征差异。Z值显示：（1）儿童在高低公平组间的差异最大，其次是城市居民、老年人、收入和人口密度；（2）教育设施与医疗设施的高低公平差异在儿童中最显著，而养老设施在城乡居民中差异最大；（3）农村居民在教育与养老设施上的高低公平差异较小，但医疗设施差异不显著。
**讨论与结论**
讨论部分指出，城乡公共设施差距是地理、社会与基础设施子系统交互产生的系统性问题。地理子系统中，城乡边界划分决定了人口与设施点归属；社会子系统中，农村居民、老年人和低收入群体集中于需求表达弱、市场吸引力低的区域；基础设施子系统中，设施因规模经济、行政优先和财政能力而集中于高密度城市中心。三者形成反馈循环：农村可及性弱加剧人口劣势，人口劣势进一步降低设施投资激励与能力，导致空间不平等在区域一体化政策下仍持续存在。成渝经济圈的增长极战略（以成都、重庆带动周边）加剧了这一趋势。研究建议通过差异化政策区（如重点提升区、优化协调区）进行精准干预。本研究的低成本方法尤其适用于数据匮乏的欠发达地区。
研究结论部分翻译如下：传统的基于行政单元的公共设施分析无法准确反映不同人群的可及性。本研究采用MWS算法划分城乡斑块，并将公共设施供给与社会需求子系统匹配，评估成渝经济圈的公共设施公平性。研究发现：（1）成渝经济圈内公共设施分布存在显著空间不平等，多数农村区域供给与可及性水平显著较低；（2）公共设施供给与脆弱群体需求存在显著错位，与先前研究一致，这些群体主要集中在成渝经济圈南部和西南部（如雅安、乐山、泸州），而在成都、重庆等核心城市及郊区，设施与需求匹配良好；（3）农村居民集中于低收入区域，获取设施服务能力最有限，尤其是医疗设施。总体而言，本研究以系统思维为指导，将城乡公共设施公平视为社会技术系统动态的涌现属性，通过整合夜间灯光影像处理与形态学分类框架的三个子系统，展示了边界微小偏移等非线性系统行为如何不成比例地影响设施可及性，并揭示了城乡边界变化与脆弱性之间的反馈循环——这一机制在空间公平文献中鲜有量化。这些发现将实证结果与系统概念联系起来，表明将系统思维拓展至智能城乡规划的价值。研究的局限性包括：城乡划分基于既有的NTL影像处理工作流，缺乏独立地面验证样本；公平指数中的等权重方案是政策规范性假设而非数据驱动结果。未来研究应使用独立验证样本和替代权重策略进一步检验结果的稳健性。
