中国城市公园规模修正指标的区域分异及与人均指标

公园规模修正指标的区域分异及与人均指标的比较分析

 

2.2.1我国城市公园规模修正指标的区域分异分析

 

为进一步探究城市公园建设水平的空间分异，利用2019年我国城市公园规模修正指标(SAMI)进行区域分析，SAMI高代表该城市达到或超过与评价时点人口规模匹配的发展预期。



如图2所示，我国整体公园建设总量良好，其中55%的城市公园面积建设达到与现阶段人口匹配的预期，且主要由华南、华东等经济发达地区的大城市组成；45%的城市未达到预期，以西北、西南地区的中小城市占比较多。

 

我国一线、新一线③城市公园面积规模修正指标的正值个数为9，如北京、深圳、东莞、南京等，多分布于我国华南、华东地区，相比同等规模城市，上述城市拥有更多的公园面积；广州、天津、上海、苏州等10个城市为负值，与同等规模城市相比，以上城市人地关系紧张，公园规模相对较小。中小城市中，铜仁、吕梁、汕尾等城市为正值，相比同等规模城市，上述城市由于周边大城市的辐射效应，公园总量持续扩张；西北的商洛、定西等城市为负值，城市发展阶段相对滞后，公园规模低于同等规模城市。

 

由于城镇化发展与城市要素相互关联、动态耦合，基于人口规模的评价时点计算的规模修正指标为典型的发展性指标，可聚焦现阶段各城市公园建设水平，针对性地动态协调城市要素与人口管控，为响应不同规模城市协调发展提供依据。

 

2.2.2公园规模修正指标与人均公园面积的比较分析

 

公园总量和人均公园面积是表征城市要素规模和效益的传统指标，而规模修正指标能衡量城市要素实际表现与预期相对的比值。因此对比构建2019年公园规模修正指标与人均指标，进一步客观研判各规模城市公园面积的建设水平差异。

结果表明(图3、4)，在人均公园面积的排序中，大城市排名普遍靠后，中小城市排名相对靠前，但在考虑人口规模效应后，大城市排名普遍提高。

 

人口为1000万以上的超大城市的2种排名筛选情况如下：深圳、北京、重庆、广州、天津、上海的人均公园面积分别位列第16、38、147、269、284、289位；在公园规模修正指标排序中，上述城市分别位列第2、5、41、249、278、283位。由于过多的人口基数，大城市的规模修正指标排名普遍高于人均公园面积。究其原因，随着人口规模及人口密度的增长，大城市用地趋于集约化发展，公园建设愈发注重资源共享。

依据公园面积与人口规模的亚线性标度关系理论，城市人口规模越大，人均公园面积越小，而北京、深圳和重庆的人均公园面积排名显著领先同等规模城市，但上述3个城市没有体现相应的规模效应，尚未发挥与当前城市人口相匹配的要素效应，具有进一步承载更多人口的潜力。

综上，直接比较人均指标会低估大城市公园的供给表现，造成各尺度城市的对比偏差，因此人均公园面积只适用于衡量相同规模城市公园的建设水平，需要运用规模修正指标消除人口规模的影响，实现各规模城市的可比性。

 

 

表2展示了2019年公园面积规模修正指标浮动排序的前20名及最后20名城市，其中，变动幅度较大、排名明显提高的以大城市居多，中小城市则呈现不同程度的下降趋势。重庆、沈阳、南京、东莞等大规模城市分别提高了106、77、74位，铜仁、张家界、商洛等小规模城市分别下降了30、30、45位。与前文直接进行人均公园面积的排序结果相反，重庆规模修正指标(0.22)大于铜仁规模修正指标(0.13)，人口需求与公园供给的线性规模缩放思维亟须转换。

由此可见，运用规模修正指标在消除人口规模的基础上客观对比各城市间的公园建设水平，打破了公园总量及人均公园面积的局限性，具有有效性和必要性。