《Urban Forestry & Urban Greening》：Quality Reveals What Quantity Conceals: Deceptive Equity Patterns in Urban Green Space Distribution
编辑推荐：
城市绿地的公平供给取决于如何测量绿地暴露，然而，聚合的、以数量为中心的指标可能掩盖质量的差异。研究人员引入了欺骗性公平的概念，即表面上的分布公平掩盖了实质性的不平等，并在日本仙台市的344个邮政编码区域进行了测试。对于三个维度——生态（NDVI）、感知（绿视指
城市绿地的公平供给取决于如何测量绿地暴露，然而，聚合的、以数量为中心的指标可能掩盖质量的差异。研究人员引入了欺骗性公平的概念，即表面上的分布公平掩盖了实质性的不平等，并在日本仙台市的344个邮政编码区域进行了测试。对于三个维度——生态（NDVI）、感知（绿视指数（Green View Index））和服务供给（可达公园计数）——研究人员将数量指标与质量指标配对。在每个维度中都出现了数量-质量分歧：只要质量指标显示出显著的社会经济梯度，它就有利于富裕地区，而相应的数量指标则是中性的或有利于贫困地区。贫困地区总体上可以到达更多的公园（Spearman's ρ = 0.43, p < 0.001），但到达大型公园则有利于富裕地区（ρ = -0.36, p < 0.001），树木主导的街道绿化也是如此（ρ = -0.32, p < 0.001）。几个植被和街道绿化指标也遵循线性分析不可见的U型关系；对于密集植被，中等贫困的社区仅达到两个社会经济极端水平的39-52%。质量缺陷还在空间上与贫困区域对齐，形成连续的“双重负担”区域。因此，聚合指标可能错误地代表环境正义；公平评估需要指标内部分解和非线性分析，政策应针对贫困边缘地区和土地受限的中等贫困地区量身定制。
城市绿地（Urban Green Space, UGS）被广泛认为是环境正义的关键基础设施，能够提供生态系统服务，如温度调节、空气净化、心理健康效益和社会凝聚力。然而，现有评估多依赖聚合指标，如平均归一化植被指数（Normalized Difference Vegetation Index, NDVI）、总街道绿化比例或公园总数，这些指标平均化了功能异质性，可能掩盖质量差异。例如，密集植被比稀疏植被提供更显著的碳汇和降温效益，行道树比灌木提供更优的遮荫和视觉舒适度，大型公园比小型公园支持更丰富的休闲活动。这种“数量-质量分歧”导致“欺骗性公平”现象：聚合指标显示分布公平，但实际功能质量不平等。此外，大多数研究假设社会经济地位与绿地暴露呈线性关系，忽略了非线性模式（如U型关系），使得中等贫困地区的劣势被隐藏。本研究旨在系统检验欺骗性公平是否普遍存在于多个维度，并揭示非线性空间不平等模式。
研究人员在仙台市（日本东北部最大城市）的344个邮政编码区域（位于官方定义的密集居住区，Densely Inhabited Districts, DID）内开展研究。针对三个维度——生态（NDVI）、感知（绿视指数，Green View Index, GVI）和服务供给（公园可达性）——分别构建数量指标和质量指标对。生态维度：数量-NDVI（所有植被的平均NDVI）与质量-NDVI（NDVI>0.6的像素比例，代表密集植被）；感知维度：数量-GVI（所有植被像素比例）与质量-GVI（仅树木像素比例）；服务维度：数量-公园（所有可达公园数量）与质量-公园（中、大、超大公园数量）。使用面积剥夺指数（Area Deprivation Index, ADI）作为社会经济分层变量，基于2020年日本人口普查数据计算，并聚合到邮政编码区。
主要技术方法包括：通过Google Earth Engine获取Sentinel-2A影像（2021年5、6、9、10月，以排除水稻灌浆期干扰）计算NDVI；利用Google Street View API在50米间隔采样点获取52,878张全景图像，采用Mask2Former模型（基于ADE20K数据集预训练）进行语义分割，区分树木、灌木、草地和山体植被；公园数据来自OpenStreetMap、仙台市政府开放数据和实地验证，按面积分为<0.25 ha（小型）、0.25–2 ha（中型）、2–4 ha（大型）、>4 ha（超大型）；通过ArcGIS Network Analyst计算15分钟步行等时线内的可达性。统计分析采用人口加权Spearman相关、空间自相关（全局Moran's I和LISA）、非线性检验（二次多项式嵌套F检验）和双变量地图。
**3.1 社会经济剥夺与绿地资源的空间聚类**
全局Moran's I显示所有指标显著空间自相关（ADI: 0.818; 绿地指标: 0.474–0.761），但质量指标在生态和感知维度形成更大、更连续的聚类（如质量-NDVI和P质量-GVI），而服务维度中质量指标随公园规模增大分布更集中，表明质量指标揭示更明显的地理隔离。
**3.2 跨社会经济梯度的数量-质量分歧**
人口加权ADI十分位图显示，所有三个维度中质量指标偏向富裕地区，而数量指标中性或偏向贫困地区。具体：
**3.2.1 绿地暴露的线性社会梯度**
生态维度：数量-NDVI在贫困地区较高（ρ=0.183, p=0.018），但质量-NDVI无显著梯度（ρ=-0.035, p>0.05）。感知维度：数量-GVI无梯度（ρ=0.065, p>0.05），但质量-GVI显著偏向富裕（ρ=-0.318, p<0.001）。服务维度：贫困地区可达公园总数更多（ρ=0.425, p<0.001），但中型公园偏向富裕（ρ=-0.192, p=0.013），大型公园更甚（ρ=-0.364, p<0.001），超大型公园无显著梯度。该分歧在空间自相关修正和10分钟步行缓冲区敏感性分析中保持稳健。
**3.2.2 非线性公平模式与中等剥夺劣势**
NDVI和GVI指标呈现U型关系：中等贫困地区（D4–D6）的植被水平低于社会经济两端。例如，质量-NDVI在D5区域仅达最贫困（D10）的39%和最富裕（D1）的52%；数量-GVI和质量-GVI分别达73%/75%和74%/60%。线性分析无法检测此模式，导致质量-NDVI看似无梯度（ρ=-0.035），实际隐藏了中等贫困地区的劣势。空间分布显示，最贫困和最富裕人口均集中在DID边缘区域，但富集于不同方位（最贫困在东部、南部；最富裕在西部和中部边缘）。
**3.3 环境公平模式的空间表现**
双变量地图显示，质量指标（质量-GVI和大型公园）与贫困空间高度重叠，在东部和南部形成广泛的双重负担区（高贫困+低质量），而数量指标空间混合，无明确极化趋势。质量-NDVI和超大型公园仍呈空间混合，与其非显著梯度一致。
讨论部分总结了数量-质量分歧的三种机制：1）贫困地区保留自然残留植被（如城郊废弃地形成的稀疏草地），但缺乏维护和基础设施，仅提升数量而非质量；2）街道树木需要持续投资，市政部门倾向于优先分配给富裕区域和主干道；3）日本开发许可制度要求住宅区配建公园，但多为小型公园，而大型公园依赖主动规划，贫困地区难以获得。非线性模式源于中等贫困地区位于高度城市化区域，自然植被丧失且投资不足，而两端则分别受益于残留植被和主动投资。政策建议：高度贫困边缘地区应优先提升现有绿地质量（基础设施、设施、维护），而非增加数量；中等贫困土地受限区域宜采用空间节约措施（垂直绿化、碎片化地块植树、树木主导的景观设计）；同时修订规划标准，防止小型公园替代大型公园满足最低面积要求。
研究结论翻译：标准公平评估依赖于聚合指标和线性分析可能产生欺骗性公平：指标显示公平而功能质量差异隐藏。在仙台，看似由总绿化和公园数量服务良好的区域实际上缺乏成熟树木、密集植被和大型公园，中等贫困社区的不利进一步被非线性模式隐藏。识别数量掩盖质量是任何旨在使绿地供给公正而非仅仅看起来公正的评估的首要要求。
