公园城市倡议下中国镇区城市绿地供给差异背后的非线性关联

《Land》：Nonlinear Association Behind Differentiation in Urban Green Space Supply in Chinese Towns Amid the Park City Initiative

　　

城市绿地供给（Urban Green Space Supply，UGSS）是国土空间规划的核心组成部分，公园城市倡议的推进在时间上与系统性转型相关联。UGSS的差异是一个涉及生态环境、公共福利和城市高质量发展的综合性问题，且与联合国可持续发展目标（Sustainable Development Goal，SDG）11.7的实现密切相关。本研究采用时空动态分析（Mann–Kendall趋势检验和Theil–Sen斜率估计）、差异测度（基尼系数和泰尔指数）以及可解释机器学习SHAP模型相结合的综合方法，对2015至2024年间中国1760个镇区进行了大样本实证分析。研究结果表明：第一，公园城市建设与中国镇区UGSS显著的时空演化相对应，约85%的镇区呈现显著上升趋势。第二，公园城市建设与中国镇区UGSS的结果和过程差异的缩小相吻合，基尼系数和泰尔指数均出现不同程度的下降。对泰尔指数的进一步分析证实，观察到的泰尔指数变化在弱势镇区中更为明显，且UGSS的差异更多源于区域内差异而非区域间差距。第三，UGSS的差异表现出深层结构性关联，社会经济和自然生态因素的关联呈现出倒U形、弧形、U形和波浪形等多种复杂非线性特征。这些关联具体表现为关联方向的混合性、关联强度的层级性、基于阈值的演化路径、地理空间异质性以及因素间的交互关系。本研究建议，公园城市建设和绿地系统规划的政策设计应及时建立情境响应、阈值管理和协同治理相结合的新模式。本研究构建的非线性可解释分析范式对于实现绿地资源的精准供给和公平共享具有重要价值。

论文解读：公园城市倡议下中国镇区城市绿地供给差异的非线性关联研究

**一、研究背景**
城市绿地作为城市生态系统的重要组成部分，是国土空间规划的核心要素，其多重不可替代的环境效益与健康价值已被广泛证实。研究表明，城市绿地能够显著降低居民心血管疾病、肥胖和糖尿病风险，缓解压力、焦虑和抑郁等心理问题，并通过缓解热岛效应、维持空气湿度、降低地表温度和提升空气质量来改善居住适宜性。这些功能直接关系到居民身心健康、社会福祉与生态安全，是建设韧性城市和生态文明的物质基础。SDG 11.7明确提出应为所有人提供安全、包容、可及的绿色公共空间，确保不同地区和群体平等享有生态公共服务的权利。UGSS的差异不仅是城市生态环境问题，更是涉及生活水平和城市可持续发展的核心社会问题。

为响应联合国可持续发展目标，中国于2018年创新性地提出公园城市建设倡议，推动城市发展理念从传统“在城市中建公园”向“在公园中建城市”全面转型。然而，现有研究多关注公园城市建设的生态服务功能提升与绩效验证，对镇区UGSS的变化趋势、空间差异及其关联因素的关注不足。此外，已有实证分析主要集中于地级市、大城市和特大城市，镇区在绿地差异研究中被系统性边缘化。在研究方法上，既有研究普遍依赖线性计量经济模型，难以准确捕捉变量间存在的阈值效应、饱和效应和交互作用等复杂非线性关系。

**二、研究内容与主要结论**
基于“城市公园”向“公园城市”的概念转变，研究人员整合空间嵌套理论和复杂系统非线性理论，构建了“概念转变—差异测度—非线性关联分析”的三位一体理论分析框架，并提出两个研究假设。研究选取中国1760个镇区（占全国县级行政区划总数的94.17%）为研究对象，时间跨度为2015至2024年，实证检验公园城市倡议与UGSS差异之间的时间对应关系及其非线性关联机制。研究发表在《Land》期刊。主要结论包括：公园城市建设与约85%镇区的UGSS显著上升相对应；UGSS的分布性差异和过程性差异均呈现缓解趋势，但基尼系数仍高于国际警戒线0.40；社会经济和自然生态因素对UGSS差异的影响呈现复杂的非线性关联模式。

**三、主要研究方法**
研究人员综合运用时空动态分析（Mann–Kendall趋势检验和Theil–Sen斜率估计）、差异测度（基尼系数和泰尔指数）和可解释机器学习SHAP模型，构建了“时空动态—差异测度—非线性关联”系统技术路线。研究数据来源于《中国县城建设统计年鉴》和《中国城市建设统计年鉴》，样本覆盖除西藏、香港、澳门、台湾外的30个省（自治区、直辖市），其中43个镇因数据严重缺失被排除。研究同时训练随机森林、LightGBM、CatBoost、梯度提升和直方图梯度提升五种机器学习模型，经五折稳健性检验并排除过拟合和欠拟合后，选择梯度提升模型进行结果分析。

**四、研究结果**

**（一）供应动态**
空间分布方面，2015至2024年中国镇区绿地分布格局总体稳定，以胡焕庸线为分界，左侧远低于右侧。城镇群核心区域或中心城市郊区的镇区具有领先优势，其UGSS规模远超其他地区。变化趋势方面，镇区绿地年均增长率约为5%，1509个镇区（占85.5%）呈现显著上升趋势，249个镇区趋势不明显，约7%的镇区（120个）出现绿地收缩。

**（二）差异分析**
分布性差异方面，研究区整体基尼系数从2015年的0.50降至2024年的0.45，但仍高于国际警戒线0.40，呈现“缓慢改善但依然严峻”的整体特征。区域格局上表现为“西部最高、东部固化、中部低位、东北转折”。L-泰尔指数从0.51降至0.38，降幅25.5%，改善主要集中于2015至2020年，呈“前期快速收敛、后期趋于平稳”的阶段特征。区域内差异贡献率始终占绝对主导地位（84.90%–87.00%），表明UGSS差异主要源于各区域内部差异而非四大区域间的平均差异。过程性差异方面，绿地增长的基尼系数为0.50，而绿地收缩的基尼系数高达0.61，表明绿地减少过程的空间聚集程度显著高于增长过程。

**（三）非线性关联**
基于SHAP模型的分析揭示了因素关联的复杂非线性特征。关联强度呈现显著层级性，财政支出、人口规模、财政自给率和人均GDP属于关键因素，区域面积、归一化植被指数（NDVI）、年均气温和PM_2.5属于辅助因素，其余为重要因素。关联方向呈现混合性，同一因素在不同镇区的作用方向存在显著差异。关联路径方面，所有因素均呈现明显的阈值效应，具体形式包括倒U形、弧形、U形、波浪形和准线性等模式。关联的空间变异方面，因素效应表现出显著的空间异质性和随机性。交互作用方面，26.37%的因素对呈现协同增强效应，其余表现为拮抗削弱效应。

**五、讨论与结论**
讨论部分指出，公园城市倡议在时间上与UGSS差异改善相对应，且政策红利更多集中在弱势镇区，体现了“以人为本、包容共享”的核心政策理念。但改善进程呈现“缓慢收敛但依然严峻”的特征，区域效应存在显著不对称性。研究建议后续政策设计应从“总量控制”转向“精准干预”，建立差异化的分区管控和协同治理联盟政策，推动规划范式从“经验型规划”向“循证型规划”转变。

研究结论可概括为四点：第一，公园城市建设以来，中国镇区UGSS发生显著变化，但尚未引发空间格局的整体性重塑，呈现“增量积累而非结构重塑”的空间效应；第二，UGSS的分布性和过程性差异均与缓解趋势相关联，但结构性慢性问题使基尼系数长期高于警戒线，政策红利与弱势镇区的关联更为显著，差异主要源于区域内而非区域间；第三，社会经济和自然生态因素通过方向异质性、强度分级性、阈值演化路径、地理空间异质性和因素间交互作用等特征构成多维耦合的非线性驱动系统；第四，建议公园城市发展政策设计和绿地系统规划从“总体规模控制”转向“精准分类干预”，尽快建立情境响应、阈值管理和协同治理相结合的新模式。

本研究的核心方法论贡献在于将Mann–Kendall趋势检验、Theil–Sen斜率估计、基尼系数与泰尔指数以及可解释机器学习SHAP模型深度融合，构建了全域视角下UGSS“时空动态—差异测度—非线性关联”的系统技术路线，形成了完整的非线性可解释证据链。研究将分析尺度下沉至1760个镇区的大样本，突破了以往聚焦大中城市的尺度局限，为优化中国镇区城市绿地供给和推动SDG 11.7在中国的本土化实践提供了参考价值与操作指引。