诊断建成区城市绿地服务错配：沈阳的典型类型与建成环境分化

《Land》：Diagnosing Urban Green Space Service Mismatch in Built-Up Areas: Typology and Built Environment Differentiation in Shenyang

　　

城市绿地(UGS)服务错配是建成区更新中需要解决的关键公共空间问题。现有研究大多从绿地供给或可达性角度评估UGS服务水平，但较少关注人口需求、UGS供给和UGS可达性之间的错配，以及不同错配类型所关联的建成环境背景。以沈阳城市核心区为案例，该研究构建了UGS服务错配类型学，并整合非UGS建成环境指标、XGBoost和SHAP，识别不同错配类型的空间特征及基于模型（model-based）的非线性关联。结果表明：（1）沈阳城市核心区UGS服务问题可分为五种类型。优先改善区（Priority Improvement Area）、潜在激活区（Potential Activation Area）和资源富集区（Resource-rich Area）合计占研究区的56.05%，表明需求、资源和可达性之间的错配具有较高的空间覆盖度。（2）不同错配类型对应差异化的建成环境轮廓。优先改善区与服务水平不足、功能集中度弱、开发强度低和公交支持弱共现。潜在激活区具有相对较好的功能和交通基础，但其UGS服务转化仍不充分。（3）SHAP结果表明，公共交通邻近度、功能集中度和建筑形态是与基于模型（model-based）的类型分化相关的关键指标。平均楼层和POI（兴趣点）密度对优先改善区的贡献在超过各自断点后下降，表明在该模型（model）中，该类型更可能出现在开发强度和功能集中度不足的区域。通过整合需求-供给-可达性关系、UGS服务错配类型学和建成环境特征，该研究为建成区UGS服务诊断提供了更具空间针对性的分析框架，并支持从统一绿地供给向类型差异化服务优化的转变。

在健康城市、韧性城市与可持续发展背景下，城市绿地作为城市生态系统和公共空间系统的核心组成部分，其服务公平性成为关键议题。已有研究多从绿地供给规模或可达性角度评估城市绿地服务水平，但较少关注人口需求、绿地供给与可达性三者之间的错配关系，以及不同错配类型所嵌入的建成环境背景。在建成区，绿地资源受既有土地利用、路网和开发强度约束，大规模新建公共绿地困难，且人口需求、绿地资源和道路可达性在空间上不完全重叠，因此需要更精细的诊断框架区分不同需求-供给情境下的空间问题。为此，以沈阳三环内建成区为案例，研究人员构建了基于人口需求、城市绿地供给和高斯两步移动搜索法（G2SFCA）可达性的城市绿地服务错配类型学，并进一步结合非城市绿地建成环境指标、极端梯度提升（XGBoost）和Shapley加法解释（SHAP）方法，分析不同错配类型的空间特征及其与建成环境指标的非线性关联。该研究发表于《Land》期刊。

研究人员为开展研究主要采用了以下关键技术方法：以沈阳三环内建成区为样本来源，获取2024年6月安居客住宅小区户数（结合2020年第七次全国人口普查平均户规模2.18人估算人口需求）、百度地图开放平台公园AOI（兴趣面）数据、高德地图开放平台建筑、POI（兴趣点）和公交站点数据，以及OpenStreetMap路网数据。采用G2SFCA方法基于步行网络（步行速度80 m/min，时间阈值30分钟，高斯距离衰减函数）计算城市绿地可达性，并对数变换。将人口需求、城市绿地供给（面积加权核密度）和可达性分别重分类为高、中、低三级，依据规则叠加生成五类城市绿地服务错配类型。构建11个非城市绿地建成环境指标（建筑密度、平均楼层、路网密度、交叉口密度、道路平均等级、最小路网间距、公交站距离、地铁站距离、POI密度、POI多样性、公交站点密度），使用XGBoost多分类器（500棵树，最大深度4，学习率0.035）拟合类型与指标的关系，并通过SHAP解释变量贡献和非线性断点模式。

研究结果分为三部分。第一部分：城市绿地服务错配的空间格局。通过人口需求、城市绿地供给和G2SFCA可达性的空间叠加，识别出五类错配类型。优先改善区（PIA）、潜在激活区（PAA）和资源富集区（RRA）合计占研究区的56.05%，表明错配空间覆盖广泛，其中PAA占比最大（32.07%），说明问题更多是服务转化不足而非资源缺失。敏感性分析表明在分位数阈值适度调整下类型结构保持基本稳定。

第二部分：错配类型间的建成环境分化。通过Kruskal-Wallis检验和分布对比，11个建成环境指标在五类类型间均存在显著差异（p<0.001），其中POI密度（η²=0.410）、POI多样性（η²=0.360）、地铁站距离（DMS）（η²=0.316）、平均楼层（MF）（η²=0.309）和公交站距离（DBS）（η²=0.288）效应量最大。PAA和服务良好区（WSA）具有较高的POI密度、多样性和平均楼层，以及较低的公交站和地铁站距离，表明功能集中度和公交可达性较好；PIA和低需求背景区（LBA）指标值较低；RRA居中但功能集中度有限。集成建成环境矩阵显示PIA与低功能集中度、低开发强度和弱公交支持共现，PAA具有较好功能与交通基础但服务转化不足，LBA主要表现为低需求、低功能和弱公交背景。

第三部分：建成环境指标的非线性关联模式。XGBoost模型在分层五折交叉验证下验证准确率为0.500±0.011，类别间存在混淆，因此模型作为探索性分类器使用。整体SHAP重要性表明地铁站距离（DMS）和POI密度均值最大（0.475和0.461），其次为公交站距离（DBS）、平均楼层（MF）和POI多样性。SHAP依赖图揭示非线性断点：平均楼层和POI密度对PIA的贡献在超过断点（6.86层和348个POI）后下降，表明PIA更可能出现在开发强度和功能集中度不足的区域；POI密度对PAA的贡献在超过168后保持正值，地铁站距离对PAA的贡献在超过2717.96 m后下降，表明PAA与较高功能集中度和较近地铁站距离相关；地铁站距离对WSA的贡献在超过2635.53 m后负向增强；POI密度对LBA的贡献在超过600后迅速转负，表明低功能集中度是识别LBA的重要特征。简化模型排除路网指标后保留的非路网指标SHAP排名不变，验证了主要解释的稳健性。

讨论部分指出，该研究将城市绿地服务评估从单一可达性评价扩展到需求-供给-可达性关系的类型学诊断，识别出不同错配性质（服务短缺、服务转化不足、资源嵌入不足等），并证实不同错配类型对应差异化的功能、交通和建筑形态背景。规划建议：PIA应优先解决基本服务短缺，可通过口袋公园、社区开放空间和步行路线改善；PAA需提升服务转化效率，优化公园入口布局、步行连续性和与公交站点连接；RRA应加强资源与功能活动的空间嵌入；WSA维持现有服务条件；LBA谨慎投资，先验证本地需求。研究局限性包括：数据来源为相对空间指标而非实际使用或人群特征，可达性仅考虑步行，网格和分类设置可能影响结果，XGBoost模型性能中等。结论翻译如下：以沈阳三环内建成区为案例，该研究构建了基于人口需求、城市绿地供给和G2SFCA可达性的城市绿地服务错配类型学，并进一步结合非城市绿地建成环境指标、XGBoost和SHAP，分析不同错配类型的空间差异和非线性模型关联。结果表明，建成区城市绿地服务问题不能简单归因于绿地数量不足，而是反映了居住需求、绿地资源分布和道路可达性的不同配置关系。（1）研究区识别出五类城市绿地服务错配类型，其中优先改善区、潜在激活区和资源富集区共同表明需求、供给和可达性之间的错配在沈阳城市核心区广泛存在，潜在激活区反映了现有需求或供给条件下服务转化不足，优先改善区代表需求较高但供给或可达性不足的优先服务短缺空间。（2）不同错配类型对应差异化的建成环境轮廓：优先改善区与弱功能集中度、低开发强度和弱公交支持共现；潜在激活区具有较好功能集中度和交通基础但未形成相应服务匹配状态；资源富集区具有较好城市绿地供给或可达性但周边需求和功能嵌入不足；低需求背景区主要关联低需求、低功能和低公交邻近度的背景空间。（3）XGBoost-SHAP结果表明，公共交通邻近度、功能集中度和建筑形态是与基于模型（model-based）类型分化相关的关键维度，优先改善区与开发强度和功能集中度不足关联更强，潜在激活区与较好功能和交通条件下的服务激活潜力关联。上述结果应视为探索性关联而非因果效应。总体而言，该分析框架可支持类型差异化的城市绿地服务优化，优先改善区强调日常服务短缺，潜在激活区指示服务激活潜力，资源富集区建议加强资源嵌入，从而推动建成区绿地更新从统一供给向更有针对性的服务优化转变。