EN中文

地理科学 >

2024 , Vol. 44 >Issue 3: 483 - 491

DOI: https://doi.org/10.13249/j.cnki.sgs.20220431

跨区域重大基础设施与空间治理 (三)

基于GIS网络分析法的广州市保障性住房人群绿地可达性研究

  • 骆雯 , 1 ,
  • 尹梦媛 1 ,
  • 祝明建 , 1, * ,
  • 栾博 2
展开
  • 1.华南理工大学设计学院，广东 广州 510006
  • 2.北京大学深圳研究院绿色基础设施研究所，广东 深圳 518057
祝明建。E-mail:

骆雯（1969—），女，重庆涪陵人，副教授，硕士生导师，研究方向为环境艺术设计。E-mail:

收稿日期: 2023-01-16

  修回日期: 2023-03-02

  网络出版日期: 2024-04-08

基金资助

国家自然科学基金项目(42301257)

国家自然科学基金项目(52078004)

国家自然科学基金项目(41971184)

国家自然科学基金项目(42142025)

广东省哲学社会科学规划2024年度一般项目(GD24CYS34)

广东省自然科学基金团队项目(2018B030312004)

广东省哲学社会科学规划2023年度岭南文化项目资助(GD23LN07)

版权

版权所有，未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计。
收起

Green space accessibility of affordable housing population in Guangzhou based on GIS network analysis method

  • Luo Wen , 1 ,
  • Yin Mengyuan 1 ,
  • Zhu Mingjian , 1, * ,
  • Luan Bo 2
Expand
  • 1. School of Design, South China University of Technology, Guangzhou 510006, Guangdong, China
  • 2. Green Infrastructure Institute, Peking University Shenzhen Institue, Shenzhen 518057, Guangdong, China

Received date: 2023-01-16

  Revised date: 2023-03-02

  Online published: 2024-04-08

Supported by

National Natural Science Foundation of China(42301257)

National Natural Science Foundation of China(52078004)

National Natural Science Foundation of China(41971184)

National Natural Science Foundation of China(42142025)

General Projects of Philosophy and Social Sciences Planning in Guangdong Province for 2024(GD24CYS34)

Guangdong Natural Science Foundation Team Project(2018B030312004)

Guangdong Philosophy and Social Sciences Planning Foundation Lingnan Culture Project(GD23LN07)

Copyright

Copyright reserved © 2024.
Fold

摘要

城市绿地是推进空间资源合理分配的重要基础设施之一。以广州市已建成的保障性住房为研究对象，采用GIS网络分析法，分析居住在保障性住房中的居民在不同交通方式下到达不同规模等级绿地的可达性。研究发现：① 保障性住房人群到区级绿地和街道级绿地的可达性受交通方式影响较小。② 通过核密度法和标准差椭圆法验证绿地与保障性住房的分布差异，结果表明保障性住房周边绿地覆盖范围小，各等级绿地的可达性较差。保障性住房的发展方向与绿地规划方向存在不一致，导致保障性住房处于绿地边缘位置。③ 地铁与公交或驾车的可达性高于地铁与步行的组合方式，主要因为绿地通常位于城市中心或繁忙地区较远的地方，且地铁与公交或驾车能覆盖更长的距离。本研究的结果对广州市在“十四五”规划中筹建新的保障性住房提供了有益参考，助力推动城市空间布局的优化。

关键词： 保障性住房; 绿地可达性; GIS; 广州市

本文引用格式

骆雯 , 尹梦媛 , 祝明建 , 栾博 . 基于GIS网络分析法的广州市保障性住房人群绿地可达性研究[J]. 地理科学, 2024 , 44(3) : 483 -491 . DOI: 10.13249/j.cnki.sgs.20220431

Abstract

Urban green spaces are one of the essential infrastructure elements for promoting the rational allocation of spatial resources. Taking the completed affordable housing in Guangzhou City as the research object, the study employs GIS network analysis to analyze the accessibility of residents living in affordable housing to green spaces of different scales and levels using various transportation modes. Research findings: 1) The accessibility of affordable housing residents to district-level and street-level green spaces is less influenced by transportation modes. 2) The distribution differences between green spaces and affordable housing were verified using kernel density analysis and standard deviation ellipse analysis. The results indicated that green spaces around affordable housing had limited coverage, and the accessibility to green spaces of various levels was relatively poor. The development direction of affordable housing did not align with the planning direction of green spaces, resulting in affordable housing being situated at the periphery of green areas. 3) The accessibility of green spaces is higher for the combination of subway and bus or car compared to the combination of subway and walking. This is mainly because green spaces are typically located farther from the city center or busy areas, and subway, bus, or car modes can cover longer distances. The results of this study provide valuable insights for Guangzhou City’s efforts in building new affordable housing during the “14th Five-Year Plan” and can contribute to optimizing the urban spatial layout.

Key words： affordable housing population; green space accessibility; GIS; Guangzhou City

在快速土地转型下，城市中低收入人群的基本需求未能得到足够重视[1]，这其中包括城市绿地。然而，城市绿地的可达性不仅关乎改善人居环境，还对城市资源空间的配置产生重要影响[2]。根据《“健康中国2030”规划纲要》（ https://www.gov.cn/zhengce/2016-10/25/content_5124174.htm），每个公民都应平等获得绿地使用权和最大化健康效益。保障性住房的范围已从原来仅针对低收入人群扩大到更多人群，了解保障性住房人群的需求特征对提高公共服务设施供给至关重要，有助于促进社会和谐发展。然而，研究指出，目前城市中不同收入人群在获得绿地方面存在较大差异，不公平现象突出。解决绿地不公平问题需要综合考虑不同阶层群体的空间分布和地方绿地的服务水平[3]。保障性住房人群作为中低收入人群，其所在社区周边绿地空间分布较少，从地理学视角来看，应当均衡城市基础设施配置，维护社会绿地空间公平[4]。根据《关于加快发展保障性租赁住房的实施意见》（下称《实施意见》）（https://www.gd.gov.cn/xxts/content/post_3626617.html），明确提出把广州、深圳等城市作为发展保障性住房的重点，当前区域如何推进空间的局部优化，实现共同富裕的目标是目前需要解决的问题[5]。
可达性研究主要关注道路演变对城市发展的影响、公共服务设施的选址和布局优化、城市空间布局的公平性、以及以可达性为视角评价城市绿地功能和整体供需配置[6-9]。可达性研究涵盖了对城市空间布局公平性和城市公共绿地供需配置的评价，以促进公共资源的合理分配和社会公平发展[10-11]。城市绿地可达性研究为实现生态城市和宜居城市建设提供了关键的参考和指导[12-13]。国外的研究主要关注城市公园绿地的可达性，从公园的距离、面积和服务范围内人口数量等角度探讨可达性较好的公园绿地[14-16]。多数学者认为低收入人群聚集区域的公园面积和类型较为有限[17]。研究表明，绿地的可达性不仅影响出行方式，还对选择不同类型的城市绿地有重要影响[18]。通常情况下，市级绿地具有广泛的服务范围，而社区级绿地的服务范围相对较小。此外，由于获取小型绿地数据的困难，其在研究中常常被忽视，这可能导致对绿地可达性的实际结果产生偏差。研究绿地可达性的方法包括缓冲区分析法[19]、两步移动搜索法（2SFCA）[14]、GIS路网模拟法、基于大数据的地图服务方法、最小临近距离法、网络分析法等[20-22]。缓冲区分析法和网络分析法主要从已有的空间实体角度探讨可达性，两步移动搜索法用于评估公共服务设施的可达性。此外，基于百度POI数据的在线地图分析，已成为跨学科领域常用的研究方法[23]。故以广州绿地为例，选择根据不同交通模式下的路网和公共交通组合模式供给的网络分析法，能够更准确地评估保障性住房人群的绿地可达性，此外，通过核密度和标准差椭圆观察绿地和保障性住房的位置和延伸方向，为广州的保障性住房规划提供有针对性的参考。

1 研究方法与数据来源

1.1 研究区概况

本研究以广州市的保障性住房为研究范围，广州位于广东省中南部、珠江三角洲的核心城市之一。根据第七次全国人口普查（https://www.gov.cn/guoqing/2021-05/13/content_5606149.htm）结果显示，广州市常住人口众多，并预计在未来保持平和发展的态势。随着人口老龄化和公共服务供给压力的增加，广州市明确表示在“十四五”期间大力发展保障性租赁住房，更好的解决新市民和青年人的住房困难。作为国内首个实施经济适用房和廉租房政策的城市之一[24]，广州一直致力于城市基础设施的建设。尽管广州不断加强城市基础设施建设，但其已建保障性住房社区在公共服务设施，尤其是绿地配套上仍存在明显不足。这一缺口突显了绿地空间建设的紧迫需求，指向了存在的绿地配套矛盾，需要优先解决。因此，以广州市的保障性住房为研究对象，探讨城市绿地的可达性具有示范性作用[25]。

1.2 数据处理与来源

本文的数据来源主要包括以下内容：1∶25万的主要道路网络图及1∶100万公众版基础地理信息数据（2021）(①https://www.webmap.cn/commres.do?method=result100W)，用于获取广州市主要水域图和行政区划图，并根据行政区划裁剪和校正；1∶25万的主要道路网络图；通过高德地图(②高德地图开放平台https://lbs.amap.com/ [2022-02-08])获取广州市地铁线路图；通过水经注软件获取广州市绿地面状数据（2020），并参考《广州市城市绿地系统规划（2010—2020）修编》（https://gz.gov.cn/zwgk/ghjh/zxgh/content/post_3089399.html）和其他绿地文献将广州绿地划分为市级、区级、街道级和社区级4个等级[26]（表1）；基于百度地图(③百度地图开放平台https://lbsyun.baidu.com/ [2022-02-08])、高德地图和腾讯位置服务系统获取并筛选广州保障性住房区域的POI数据，最终选取25个广州保障房住区为研究对象。依据《地铁设计规范GB50157-2013（20140301）（一）》（https://www.mohurd.gov.cn/gongkai/zhengce/zhengcefilelib/201308/20130820_224416.html）地铁列车的旅行速度设计最高运行速度为80 km/h，不低于35 km/h，鉴于各条地铁线路的运行速度受到多种因素的影响，本文将广州地铁的平均速度设定为50 km/h。依据《公路工程技术标准》（JTGB01-2014）（https://xxgk.mot.gov.cn/2020/jigou/glj/202006/t20200623_3313178.html）和各项因素的影响，步行速度设定为70 m/min，城市道路（包含县道和乡道）设定为50 km/h。
表1 2020年广州绿地分类统计表

Table 1 Statistical table of Guangzhou green space classification in 2020

类别规模/m2总面积/km2占总面积比重/%
市级绿地≥2000001424.5997.29
区级绿地[50000, 200000）29.091.99
街道级绿地[10000, 50000）8.230.56
社区级绿地[500, 10000）2.420.17

1.3 研究方法

本文使用ArcGIS的网络分析法（Network Analyst）、核密度分析法和标准差椭圆，结合广州的25个保障性住房区域样本数据、绿地、道路和地铁线路网，分析居住在保障房住区的居民到达不同尺度绿地的可达性。为了增加结果的可信度，研究还采用核密度法和标准差椭圆进行验证。在网络分析法的计算过程中，首先将收集的数据统一转化为栅格图形文件，并构建网络数据集。然后利用ArcGIS软件的Network Analysis工具，新建服务区以及设置等时圈的范围，并输入距离阻抗值、路线等属性。通过计算在一定时间内到达绿地的保障性住房数量，分析比较保障性住房到各个尺度绿地的可达性。根据地理学的第一定律，核密度法则解释了网络分析法的结果准确性。此外，通过创建标准差椭圆，汇总保障性住房和绿地的中心趋势、离散和方向趋势，以验证基于网络分析法得出的保障性住房可达性较差的原因。根据低收入人群主要采用公共交通出行的特点，本文主要探讨乘坐不同公共交通组合方式下的绿地可达性。具体计算地铁与步行及地铁与公交或驾车的可达性，并通过核密度分析方法观察绿地的空间集聚特征，分析绿地和保障性住房的分布差异[27]（图1）。通过GIS的可视化体现，本研究将帮助决策者更好地了解保障性住房周边绿地的可达性水平，从而指导合适的基础设施发展，并为新的保障性住房选址确定最佳位置提供支持[28]。
图1 基于GIS网络分析法的研究框架

Fig. 1 Research framework based on GIS network analysis

综上所述，本研究的目的是通过应用GIS中的网络分析法、核密度分析法和标准差椭圆，研究广州市保障性住房居民通过不同交通组合方式到达不同等级绿地的出行时间，并分析绿地与保障性住房的集中分布差异。研究结果将对城市规划和基础设施建设提供有价值的参考，并为改善保障性住房周边绿地可达性提供决策支持。

2 结果与分析

通过GIS网络分析评估不同交通组合（地铁+公交/驾车，地铁+步行）对多尺度绿地可达性的影响，本研究揭示了交通模式差异及其与保障性住房的空间差距。通过地理信息系统和可达性距离的分析，可以了解已建成的保障性住房在获取不同等级绿地上的地理位置不平等问题[29]。

2.1 不同交通模式下可达性差异

随着可达性逐渐成为评估土地利用发展和城市基础设施建设完备性的重要指标[30]，我们也需要关注保障性住房周边绿地的可达性[31]。因此，研究保障性住房社区附近不同类型绿地的覆盖范围，可以揭示出哪些保障性住房附近的绿地可达性较差。通过比较分析在多种交通模式下到达市级绿地、区级绿地、街道级绿地和社区级绿地所需的时间差异，可以确定哪个等级的绿地存在明显的服务盲区。通过实地调研和文献查找，发现大多数保障性住房的规划在很大程度上，没有考虑绿地规划的方向，这也是导致保障性住房绿地可达性较差的原因之一。其次是由于保障性住房位置选择、绿地布局分布、交通线路规划和交通不便利性等多个因素相互影响的结果。

2.1.1 基于地铁与步行模式下多尺度绿地可达性分析

综合来看，多尺度绿地服务范围内的保障性住房数量存在差异。在给定时间范围内，绿地的服务覆盖范围变化对不同尺度的绿地可达性产生了显著的空间差异。具体来说，对于地铁+步行方式到达绿地，可达性较差主要体现在街道级绿地（图2c）。在研究范围内相较于其他等级绿地来说（图2），大部分需要30~60 min和60~90 min到达街道级绿地。保障性住房通常位于城市的边缘区域或相对经济条件较为欠佳的地段，这些地区往往距离市中心或繁华地区较远。由于街道级绿地一般布局较为分散，位于不同的街区，与这些分布在城市边缘的保障性住房之间的距离较远，导致可达性不佳。另外地铁线路的规划通常更偏向于连接繁华地区和主要商业中心，这就意味着保障性住房居民到达地铁站，可能需要步行较长的距离。为提高这一人群的绿地可达性，需要在城市规划中考虑到保障性住房区域的交通便捷性和步行环境，并合理规划街道级绿地的布局，以缩小住房与绿地之间的距离。
图2 2022年地铁+步行模式下可达性分布

Fig. 2 Accessibility distribution in subway and walking modes in 2022

2.1.2 地铁+公交或驾车模式下的可达性分析

根据不同的交通组合方式，绿地的可达性会有明显的差异。同时，不同类型的绿地公园在服务水平上也存在一定的差异，可能会出现一些服务盲区[12]。广州拥有丰富的地铁线路和普遍发达的公共交通系统，这有利于采用多种交通组合方式到达不同尺度的绿地。根据不同交通模式组合的结果显示，地铁+公交或驾车出行的可达性水平明显高于步行+地铁，主要是因为前者在克服时间成本方面相对容易，但与此同时，空间差异也会相应增加[32]。根据研究结果表明（图3），在15~30 min内，采用这种交通模式能够到达市级、区级、街道级的中大型绿地的保障性住房较少，但是可以到达较多的小型社区级绿地，数量达到15个。这种情况暗示着城市规划中对于保障性住房区域与大型绿地之间的可达性不够平衡。由于大型绿地往往需要较大的土地面积，并且可能需要在城市的较远地区规划，使其在15~30 min的出行范围内变得较为困难。而小型社区级绿地则更易于在居民区域周边规划和布局，因此其可达性较好。在30~60 min内，可以到达各等级绿地的保障性住房数量分别为街道级绿地最多，其次是区级绿地，市级绿地和社区级绿地最少。相对于街道级绿地，区级和市级绿地往往分布更为广泛，可能位于城市的边缘地区或相对较远的区域。这导致了从保障性住房区域到达这些较大规模绿地需要更长的时间，超出了30~60 min的范围。尽管公交和驾车是快速的交通方式，但由于城市交通流量和拥堵等问题，从保障性住房区域到达较远的区级和市级绿地可能需要更多的时间，导致可达性较差。对于60 min以上到达时间，市级绿地服务范围内的保障性住房数量占比72%，区级绿地范围内保障性住房占比52%，街道级绿地和社区级绿地服务范围内保障性住房分别占比52%和20%。从各级别绿地服务范围内的保障性住房数量来看，这可能需要城市规划者进一步优化保障性住房的布局和绿地规划，确保城市居民在不同时间范围内都能够充分享受到绿色空间的便利和福利。
图3 2022年地铁+公交或驾车模式下可达性分布

Fig. 3 Accessibility distribution in subway and car or bus modes in 2022

2.2 保障性住房和绿地空间集聚差异

通过使用GIS软件的核密度分析和标准差椭圆工具，可以计算广州行政区域中绿地要素和保障性住房要素的密度分布情况，并了解其在空间上的分布趋势。这有助于了解保障性住房整体空间集聚的现象，并将其与绿地整体空间集聚现象进行比较分析，从而更好地说明保障性住房可达性差的原因。广州绿地的高密度集聚区域主要集中在黄埔区和天河区，而南沙区和增城区的绿地分布最少（图4a）。与此同时，大多数的保障性住房主要分布在绿地低密度区域内，这也是保障性住房绿地可达性较差的原因之一。可行范围内的绿地面积呈现不均衡的分布，近距离5000 m以内的绿地面积相对较小。在这5000 m以内的绿地中，市级绿地占据了大部分比例，而社区级绿地所占比例较少（表2）。根据分析结果，可以得出结论，在未来保障性住房规划中，应该关注不同可达性范围内的绿地分布，以确保城市居民在不同区域都能够充分享受到绿色空间的便利和好处。保障性住房高密度区主要位于天河区、越秀区和海珠区（图4b）。根据标准差椭圆的结果，可以了解到保障性住房在地理空间上的分布总体呈西北-东南方向延伸，而绿地的分布趋势则呈东北-西南方向延伸（图4c）。此外，根据保障性住房和绿地的标准差椭圆交叉结果，大多数保障性住房位于绿地覆盖范围的边缘位置，这也是保障性住房可达性较差的一个重要原因。
图4 2022年广州市绿地核密度与保障性住房可达性分析

Fig. 4 Analysis of green space kernel density and accessibility to affordable housing in Guangzhou, 2022

表2 2022年广州多尺度绿地可达性分析

Table 2 Multi-scale green space accessibility analysis in Guangzhou, 2022

可达性/m市级绿地面积/km2区级绿地面积/km2街道级绿地面积/km2社区级绿地面积/km2占总面积比重/%
[0，5000）80.493.241.020.235.80
[5000,10000）224.6611.323.571.4316.46
[10000，15000）300.005.311.000.4020.95
[15000，25000）439.444.201.790.3030.44
[25000，50000）380.005.020.850.0626.36

3 结论与讨论

3.1 结论

本研究通过使用GIS网络分析方法对广州市级绿地、区级绿地、街道绿地和社区绿地在两种不同交通组合方式下的可达性进行比较，得出以下结论：
1） 在采用不同交通方式到达绿地时，街道级绿地的可达性较差，可能需要较长的时间才能到达。这主要由于街道级绿地的分布较为分散，且通常位于城市边缘，使其与保障性住房之间的距离较远。
2） 通过核密度法和标准差椭圆法验证了绿地与保障性住房的分布差异。结果显示保障性住房周边的绿地覆盖范围较小，不同等级绿地的可达性较差。这表明保障性住房的发展方向与绿地规划方向存在不一致。
3） 地铁与公交或驾车的交通组合方式下，绿地的可达性高于地铁与步行的组合方式。这主要因为中型绿地和大型绿地通常位于城市中心或繁忙地区较远的地方，而地铁与公交或驾车可以覆盖更长的距离，提供更便捷的到达方式。

3.2 讨论

通过两种不同的交通组合方式对保障性住房人群的绿地可达性差异进行分析，本研究采用了基于网络分析法为主，辅以核密度法和标准差椭圆分析方法。相比传统的单一方法，该研究更准确客观地指出了当前的保障性住房社区规划和绿地空间之间存在的真实矛盾原因。从实践的角度看，本研究可以为推动“十四五”规划提供一定的策略参考。根据多尺度绿地的服务范围和保障性住房的分布趋势，保障性住房可达性较差的主要原因是前者规划较早，仅考虑了保障性住房社区的基础设施建设，并未与周边的配套措施充分联系。同时，保障性住房社区周边绿地设施的服务范围无法准确符合居民实际利用绿地所需的时间成本。广州市城市公园绿地的规划发展总体呈西北-东南方向延伸分布，因此，在广州“十四五”规划中，应尽可能将保障性住房建设与城市绿地发展方向紧密结合。根据不同等级绿地可达性的差异，在后续的绿地规划中应更加考虑贴近居民生活的社区绿地，并整合零散的绿地，提高整体绿地服务效率。此外，还应考虑绿地与周边公共交通系统的协调，以提高整体绿地服务范围。最后，根据保障性住房的空间集聚特征有针对性地完善不同尺度的绿地，找到不同尺度绿地的服务盲区，提供更高效的绿地服务，促进社会公平，结合保障性住房的建设更新还需进一步研究。研究绿地可达性与居民健康一直是热门话题，主要集中在城市住宅绿地方面。在城市绿地公共健康指标下，考虑保障性住房的绿地可达性和空间分布特征以及交通组合方式的时间差异，对未来的住建局规划和公共设施服务政策制定具有一定的参考意义。同时，本研究提出了将视角放在城市中占比较重的中低收入人群身上，探讨居住在保障性住房中的城市中低收入人群到达绿地所需的时间成本。这样能够引起更多学者对城市中低收入人群的基本需求的关注，更好地促进社会公平和资源的公平配置。
论文的研究仍存在一些不足之处，虽然本文结合相关政策和文献提出了一些假设，但在类似广州这样快速规划和公共基础设施建设的一线城市中，基于网络分析方法的绿地可达性研究与实际可达性结果可能存在差异。例如，在计算保障性住房到不同类型绿地的距离时，以绿地中心为参照点可能会引起误差，特别是对于大型绿地，使用绿地中心点计算的半径值会增大，导致从保障性住房社区到达绿地的距离增加，因此可能会使可达性结果略有偏差，未来的研究可以通过结合更多数据、考虑城市规划的动态性和综合考虑其他交通模式和环境因素，可以进一步提高绿地可达性研究的准确性和全面性。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Fan P, Xu L, Yue W et al. Accessibility of public urban green space in an urban periphery: The case of Shanghai[J]. Landscape and Urban Planning, 2017, 165: 177-192.

DOI

[2]
易铮, 冯沥娇, 董芊里, 等. 基于可达性分析的公园绿地布局优化——以许昌市建成区为例[J]. 现代城市研究, 2020(11): 53-60.

DOI

Yi Zheng, Feng Lijiao, Dong Qianli et al. Research on accessibility analysis and layout optimization of park green space based on ArcGIS technology: A case study of Xuchang. Modern Urban Research, 2020(11): 53-60.

DOI

[3]
余思奇, 朱喜钢, 刘风豹, 等. 社会公平视角下城市公园绿地的可达性研究——以南京中心城区为例[J]. 现代城市研究, 2020(8): 18-25.

Yu Siqi, Zhu Xigang, Liu Fengbao et al. The evaluation of accessibilities to urban park from the perspective of social justice: A case study of Nanjing. Modern Urban Research, 2020(8): 18-25.

[4]
刘玉亭, 何微丹. 广州市保障房住区公共服务设施的供需特征及其成因机制[J]. 现代城市研究, 2016(6): 2-10.

Liu Yuting, He Weidan. Supply and demand characteristics of public service facilities in social housing settlements and its dynamics in Guangzhou city. Modern Urban Research, 2016(6): 2-10.

[5]
Luo W, Wang F. Measures of spatial accessibility to health care in a GIS environment: Synthesis and a case study in the Chicago region[J]. Environment & Planning B Planning & Design, 2003, 30(6): 865-884.

[6]
Ertugay K, Argyroudis S, Düzgün H Ş. Accessibility modeling in earthquake case considering road closure probabilities: A case study of health and shelter service accessibility in Thessaloniki, Greece[J]. International Journal of Disaster Risk Reduction, 2016, 17: 49-66.

DOI

[7]
Wang J H, Deng Y, Song C et al. Measuring time accessibility and its spatial characteristics in the urban areas of Beijing[J]. Journal of Geographical Sciences, 2016, 26(12): 1754-1768.

DOI

[8]
Lee M, Kim B J. Spatial distribution of access diversity on urban road networks[J]. Journal of the Korean Physical Society, 2021, 79(5): 504-511.

DOI

[9]
Zheng Q, Zhao X, Jin M. Research on urban public green space planning based on taxi data: A case study on three districts of Shenzhen, China[J]. Sustainability, 2019, 11 4): 1132

DOI

[10]
Kong F H, Yin H W. Using GIS and landscape metrics in the hedonic price modeling of the amenity value of urban green space: A case study in Jinan City, China[J]. Landscape & Urban Planning, 2007, 79(3-4): 240-252.

[11]
Zhang J M, Yue W Z, Fan P L et al. Measuring the accessibility of public green spaces in urban areas using web map services[J]. Applied Geography, 2021, 126 5): 102381

[12]
江海燕, 周春山, 肖荣波. 广州公园绿地的空间差异及社会公平研究[J]. 城市规划, 2010, 34(4): 43-48.

Jiang Haiyan, Zhou Chunshan, Xiao Rongbo. Spatial differentiation and social equity of public parks in Guangzhou. City Planning Review, 2010, 34(4): 43-48.

[13]
刘常富, 李小马, 韩东. 城市公园可达性研究——方法与关键问题[J]. 生态学报, 2010, 30(19): 5381-5390.

Liu Changfu, Li Xiaoma, Han Dong. Accessibility analysis of urban parks: methods and key issues. Acta Ecologica Sinica, 2010, 30(19): 5381-5390.

[14]
赵迪先, 徐建刚, 高尚, 等. 基于改进2SFCA可达性建模的海绵型公园绿地空间社会效益评价——以镇江市海绵城市建设试点区为例[J]. 生态经济, 2020, 36(11): 221-227.

Zhao Dixian, Xu Jiangang, Gao Shang et al. Spatial social benefit evaluation of sponge parks’ green space based on improved Two-step floating catchment accessibility modeling: A case study of pilot area of sponge city construction in Zhenjiang. Ecological Economy, 2020, 36(11): 221-227.

[15]
黄思颖, 徐伟振, 傅伟聪, 等. 城市公园绿地可达性及其提升策略研究[J]. 林业经济问题, 2022, 42(1): 89-96.

Huang Siying, Xu Weizhen, Fu Weicong, et al. Study on accessibility and promotion strategy of urban park green space. Issues of Forestry Economy, 2022, 42(1): 89-96.

[16]
Shen S G, Wang H, Fei W J et al. Urban park green space system planning based on accessibility method—A case of Luancheng City in China[J]. Applied Mechanics and Materials, 2012, 209-211: 331-336.

DOI

[17]
Rigolon A. A complex landscape of inequity in access to urban parks: A literature review[J]. Landscape and Urban Planning, 2016, 153: 160-169.

DOI

[18]
卢宁, 李俊英, 闫红伟, 等. 城市公园绿地可达性分析——以沈阳市铁西区为例[J]. 应用生态学报, 2014, 25(10): 2951-2958.

Lu Ning, Li Junying, Yan Hongwei et al. Analysis on accessibility of urban park green space: The case study of Shenyang Tiexi district. Chinese Journal of Applied Ecology, 2014, 25(10): 2951-2958.

[19]
张娜娜, 李思远, 张永霖, 等. 北京西城区住区居民的公园绿地可达性析[J]. 环境科学与技术, 2015, 38(12Q): 387-391.

Zhang Nana, Li Siyuan, Zhang Yonglin et al. The parkland accessibility analysis of Beijing Xicheng district settlements residents. Environmental Science & Technology, 2015, 38(12Q): 387-391.

[20]
Oh K, Jeong S. Assessing the spatial distribution of urban parks using GIS[J]. Landscape and Urban Planning, 2007, 82(1-2): 25-32.

DOI

[21]
Setola N, Marzi L, Torricelli M C. Accessibility indicator for a trails network in a nature park as part of the environmental assessment framework[J]. Environmental Impact Assessment Review, 2018, 69: 1-15.

[22]
杨俊, 鲍雅君, 金翠, 等. 大连城市绿地可达性对房价影响的差异性分析[J]. 地理科学, 2018, 38(12): 1952-1960.

Yang Jun, Bao Yajun, Jin Cui et al. The impact of urban green space accessibility on house prices in Dalian city. Scientia Geographica Sinica, 2018, 38(12): 1952-1960.

[23]
于尧, 杨兆升, 莫祥伦, 等. 基于城市兴趣点的连续路径诱导方法[J]. 吉林大学学报(工学版), 2014, 44(3): 631-636.

Yu Yao, Yang Zhaosheng, Mo Xianglun et al. Sequenced route search method based on urban point of interest data. Journal of Jilin University (Engineering and Technology Edition), 2014, 44(3): 631-636.

[24]
魏宗财, 陈婷婷, 孟兆敏, 等. 广州保障性住房的困境与出路——与香港的比较研究[J]. 国际城市规划, 2015, 30(4): 109-115.

Wei Zongcai, Chen Tingting, Meng Zhaomin et al. The dilemma and solution of social housing development in Guangzhou: comparative study of public housing in Hong Kong. Urban Planning International, 2015, 30(4): 109-115.

[25]
Zhang J, Yuan J, Skibniewski M J. The analysis on the policy of access to economically affordable housing in China: An area calculation model based on the incentive mechanism design[J]. International Journal of Strategic Property Management, 2011, 15(3): 231-256.

DOI

[26]
杨文越, 李昕, 陈慧灵, 等. 基于多出行模式两步移动搜索法的广州多尺度绿地可达性与公平性研究[J]. 生态学报, 2021, 41(15): 6064-6074.

Yang Wenyue, Li Xin, Chen Huiling et al. Multi-scale accessibility of green spaces and its equity in Guangzhou based on Multi-mode two-step floating catchment area method (M2SFCA). Acta Ecologica Sinica, 2021, 41(15): 6064-6074.

[27]
张纯, 李晓宁, 满燕云. 北京城市保障性住房居民的就医可达性研究——基于GIS网络分析方法[J]. 人文地理, 2017, 32(2): 59-64.

Zhang Chun, Li Xiaoning, Man Yanyun. Accessibility to health care service of the affordable housing residents in Beijing: Base on GIS network analysis. Human Geography, 2017, 32(2): 59-64.

[28]
Kanuganti S, Sarkar A K, Singh A P. Quantifying accessibility to health care using two-step floating catchment area method (2SFCA): A case study in Rajasthan[J]. Transportation Research Procedia, 2016, 17: 391-399.

DOI

[29]
Hawthorne T L, Kwan M P. Using GIS and perceived distance to understand the unequal geographies of healthcare in lower-income urban neighbourhoods[J]. The Geographical Journal, 2012, 178(1): 18-30.

DOI

[30]
Shen S G, Wang H, Fei W J et al. Urban park green space system planning based on accessibility method—A case of Luancheng City in China[J]. Applied Mechanics and Materials, 2012, 209: 331-336.

[31]
张纯, 程志华, 于晓萍, 等. 乌鲁木齐公共交通基础设施对低收入群体就业的影响研究[J]. 地理科学进展, 2020, 39(1): 111-119.

DOI

Zhang Chun, Cheng Zhihua, Yu Xiaoping et al. Impact of public transportation infrastructure on employment of the low-incom group in Urumqi. Progress in Geography, 2020, 39(1): 111-119.

DOI

[32]
浩飞龙, 张浩然, 王士君. 基于多交通模式的长春市公园绿地空间可达性研究[J]. 地理科学, 2021, 41(4): 695-704.

Hao Feilong, Zhang Haoran, Wang Shijun. Spatial accessibility of urban green space in central area of Changchun: Based on the multi-trip model. Scientia Geographica Sinica, 2021, 41(4): 695-704.

Options
文章导航

/

〈 〉