本文仅作为科研分享交流，版权归原文献作者所有，若感兴趣，欢迎点击底部“阅读原文”进行阅读
摘要
鉴于绿色环境对可持续发展的重要作用，城市绿地分布不均问题日益引起人们的关注。然而，近年来的许多研究在不同地理区域和发展阶段的城市之间，甚至在同一城市内部都得出了不同的结果。鉴于绿色环境对可持续发展的重要作用，城市绿地分布不均问题日益引起人们的关注。然而，近年来的许多研究在不同地理区域和发展阶段的城市之间，甚至在同一城市内部都得出了不同的结果。因此，本研究弥补了绿色正义文献中的两个研究空白:(1)不同类型城市的空间公平水平如何，其差异和空间分布特征如何?(2)不同社会经济发展阶段城市UGS空间公平水平存在哪些差异?在这些差距的基础上，我们解释了为什么在现有文献中发现了相互矛盾的发现。本文以社区绿地、街道绿地和公园绿地为研究对象，探讨了社会经济因素对中国263个城市城市绿地空间公平的驱动效应。结果表明，GDP和人口增长率增加了社区绿地和街道绿化的空间公平性。相反，经济发展和外来人口的增加会恶化公共绿地可达性的公平水平。本研究为中国中央和地方政府实施高效、可持续的绿化规划，促进中国城市包容性绿化提供了依据和启示。
引言
2021年，全球超过56%的人口居住在城市地区(联合国人居署,2022)。随着城市化的快速发展，世界各地的城市越来越拥挤，污染也越来越严重(Blanco et al .,2009)。城市绿地(UGS)作为城市景观的重要组成部分，提供了各种社会和生态效益。越来越多的证据表明，UGS作为城市中娱乐、锻炼和社交活动的重要场所，可以促进居民的身体活动，降低肥胖等慢性疾病的风险(Rundle et al., 2013)，并降低压力水平和心理健康问题(Wood et al.,2017)。Bauwelinck等人(2021)观察到，居住在绿色植被水平较高地区的个体表现出更好的压力应对能力，死亡率显著降低。
作为最关键的公共基础设施之一，公平分配的UGS促进了可持续城市发展，减轻了健康不平等，这是环境正义的重要组成部分(Sugiyama et al.,2016;Yang et al.,2022)。然而，大量研究表明，UGS的空间可达性并不公平。UGS的可及性往往取决于一系列人口因素(包括收入、年龄、种族、教育水平和社会地位)，正如相关文献中的几项研究所强调的那样(Byrne et al.,2009;Lineberry,1977;Xiao et al.,2017)。由于当地的金融偏见和中产阶级化的影响，UGS通常集中在以高社会经济地位(SES)为特征的社区周围(Chen et al.,2021;Wolch et al.,2014)。尽管实施了有针对性的干预措施，例如在低社会经济地位社区附近创建绿地，但由于土地成本不断上升，弱势群体仍然需要搬迁到绿地较少的地区(Kim et al.,2022)。在过去的几十年里，这些观点得到了广泛的争论和全球的证实(Boone et al., 2009;Kaczynski et al.,2009)。因此，调查特定社会群体中UGS可用性的不平等分布已成为学者和政府机构公认的环境正义主题。
虽然许多城市可能经历了一定程度的城市绿地可达性的空间不平等，但最近的研究发现，不同地理区域和发展阶段的城市之间甚至同一城市内部的结果也有所不同(Lafary et al.,2008;Nesbitt et al.,2019)。这些研究(Wang et al., 2022; Wu et al.,2022;Zhang et al.,2020)认为空间公平问题可能被过分强调了。然而，我们必须强调，获取是一个多方面的概念，包括物理和非物理方面。本研究仅关注访问的物理维度。非物理维度，如文化接触，不在本研究的范围之内。在本文的其余部分，我们将采用“空间公平性”一词，以更简洁地表达我们对UGS可达性的空间公平性的关注。例如，一项关于西雅图UGS空间不平等的调查反驳了之前关于城市内部可达性存在巨大差异的断言。此外，绿色空间的提供不会因其社会地位而歧视人们，或者至少不会偏袒那些具有优越社会地位的人(Williams et al., 2020)。相互矛盾的研究结果可能归因于两个主要原因。
1.1.1. 不同类型绿地的研究
尽管对城市绿地空间公平性的认识日益深入，但大多数研究人员对城市绿地空间公平性的评价仍然是基于单一的指标。为了说明这一点，我们以上海这个著名的大都市为例。Wu和Kim (2021b)利用植被面积覆盖率。同时，Chen et al (2020)考虑了到最近的公共绿地的步行时间。此外，Xiao et al(2017)采用了社区绿地率。这些指标被用来衡量UGS的空间公平水平。这些研究得出了非常不同的结果，从而表明了非常不公平、部分不公平或非常公平的条件。在其他国家也观察到类似的现象。例如，Barbosa et al(2007)发现，在英国谢菲尔德，公园为社会弱势群体和老年人提供了出色的服务。然而，在更有利ses的社区，住宅院子内的植被覆盖较少。在加拿大蒙特利尔出现了一种独特的模式:公共绿地的植被覆盖不平等更为明显，而私人绿地的植被覆盖不平等更为平衡(Pham et al.,2012)。
不同类型UGS的建立和维持存在显著差异，从而可能影响其空间分布(Li et al .,2016)。例如，街道绿化和城市公园都是公开资助和管理的，从而使更广泛的公众受益。相比之下，社区内的植被主要为房主服务，维护责任落在他们和他们的物业管理实体身上。在同一城市的研究中，不同类型UGS的不同分布会产生不同的空间公平结果。因此，对单一UGS类型的研究可能导致对空间公平性的评价不完整或有偏差。因此，在调查空间公平时考虑多种UGS类型变得势在必行。在本研究中，我们将中国城市建成区的绿地划分为三类:社区绿地、街道绿地和公园绿地。
社区绿地是指居住社区内的绿色空间。中国过去一个世纪的经济转型加速了社会隔离、住房商品化和财富差距，从而导致了居住隔离。封闭式社区已成为中国主流的居住模式(Wu et al.,2019)。业主和承包物业管理公司共同管理这些封闭的住宅区。这种独特的安排增强了财产安全并阻止了犯罪(LaCour-Little,2001)。因此，富裕的房主充分享受特权的绿色空间(Fleischer,2007)。然而，封闭社区固有的孤立性和物理障碍往往限制了邻居之间的社会互动，阻碍了外部进入和享受特权的绿色设施。这种情况加剧了与UGS相关的空间不平等(Huang & Jiang, 2009)。税收(例如,财产和房地产税)在许多西方国家被用来减轻这种不平等(Lucy,1981)。然而，在中国，可比的税收机制尚未完全实施(Xiao et al., 2017)。中国城市社区绿地的空间公平程度仍然不确定，需要进一步研究。因此，我们的研究通过计算社区内特权绿地的比例来衡量社区绿地，这被表示为“绿地率”。
街道绿化，包括行道树、灌木、草坪和其他葱郁的特征，在增强城市街道的视觉吸引力和行人友好性方面起着至关重要的作用，因此构成了城市绿地的一个基本方面(Schroeder & Cannon,1983)。目前的研究强调，收入较低的人倾向于居住在街道绿化有限的地区，而收入较高的人则更多地居住在街道绿化丰富的地区。这种模式通常是由于社会经济地位较高的个体迁移到街道绿化更丰富的郊区而出现的(Koprowska et al.,2020)。此外，社会经济地位较低的社区的财政贡献往往不足以维持或加强其住宅附近的绿化。尽管存在这些差异，但最近的研究表明，在一定程度上公平获得街道绿化(Chen et ai.,2021;Wang et al.,2022)。为了评估街道绿化的空间公平性，我们利用开源街景图像来量化绿色景观指数(GVI)，这是一个衡量街道绿化程度的指标。
公共公园可及性方面的差异已被广泛记录在案(Rigolon,2016)。鉴于公园服务被视为重要的公共产品，私营实体通常缺乏在没有政府或规划当局干预的情况下提供公园服务的动力和能力(Choumert & Salani´e,2008)。地方管理机构完全规范PGS的位置和尺寸(Buzbee,2000;Choumert,2010)。鉴于相当大的财政限制，地方政府有明确的动机使PGS的选址决策受到资本积累和投机市场活动的影响(Chen & Hu,2015)，特别是在中国等发展中国家。中国独特的城市化模式根植于土地融资，地方政府通过将土地使用权转让给私人实体用于住宅或商业开发，将城市土地商业化和资本化(Ding et al.,2014;Lan,2021;Lin & Yi,2011)。虽然土地开发带来的资本积累使地方政府有能力维护绿色基础设施(Lichtenberg & Ding,2009;Yew,2012)，市场力量和对短期收益的追求往往迫使中国城市将绿地重新用于其他土地用途(Wu & Kim,2021b)。因此，地方当局经常在具有成本效益的外围土地上建立PGS，从而使资本对绿色空间规划过程产生重大影响，并加剧了低-ESE 社区获得PGS的有限机会。为了衡量PGS的可达性，我们采用了大地理空间数据、实时导航技术和两步浮动集水区法。
1.1.2. 不同社会经济阶段的城市研究
城市的社会经济阶段以不同的方式影响不同类型绿地的可达性(Bolitzer & Netusil,2000;Panduro & Veie,2013)。这三种UGS类型对应于三种不同类型的商品:作为私人商品的社区绿地，作为准公共商品的住宅周边街道绿化，以及作为公共商品的PGS。由于几个原因，这些UGS类型的空间公平性变化预计将受到城市社会经济阶段的影响。
处于较发达社会经济阶段的城市通常表现为大型市场驱动型经济(Afonso & Furceri,2010;Ding et al.,2014)，从而导致市场上可获得的商品种类繁多，并减少了政府对私人商品供应的控制。因此，经济更发达的城市可能会提供更广泛的住宅社区和不同程度的绿地，从而潜在地加剧社会不平等。然而，我们的观点植根于这样一种观点，即住房作为一种高度可互换的私人商品(Chen et al.,2017)，可以满足不同的需求，例如获得绿色空间或靠近交通枢纽，即使在相同的价格范围内。此外，市场经济表明，当地企业将努力在竞争激烈的市场中提供优质的产品(Greer & Doellgast,2017)。多样化和高质量的商品供应提高了社会经济地位较低的个人居住在绿地率较高的社区的前景。因此，处于较高社会经济发展阶段的城市在社区绿地空间公平性方面表现出更有利的水平。
经济进步带来了增加用于建立和维护绿色基础设施的资金的潜力(Chen & Wang,2013;Zhu & Zhang,2008)，从而建议全面提高街道绿化的质量(Chen & Hu,2015;Fuller & Gaston,2009)。然而，这一论断并不普遍成立，正如在美国进行的一项研究所证明的那样，该研究发现，城市街道绿化覆盖率最初随着经济发展而下降(Zhu & Zhang,2006)。然而，指导中国城市发展和绿色基础设施的理论基础与西方城市存在显著差异(Zhao et al.,2013)。此外，中国城市之间存在着尺度竞争(Caldeira,2012;Yu et al.,2016)。如果一个城市被授予国家森林城市、国家园林城市或国家生态城市的荣誉，该城市的主要官员将获得更好的政治前景(Chen et al.,2017)。因此，官员们可能会发现自己越来越有动力在追求经济增长的同时加强街道绿化。这种满足国家花园城市标准的驱动力，即使在最小程度上，也可能无意中促进街道绿化空间公平水平的提升。
现有文献表明，虽然经济发展有可能为城市绿化工作提供资金，但它也可能对PGS的公平获取产生不利影响(Song et al.,2021;Wu & Jing,2021b)。处于先进社会经济阶段的中国城市往往严重依赖土地财政，并渴望从土地中提取收入(Lin & Yi, 2011;Xu et al.,2009)。然而，这种依赖带有内在的风险和回报。一方面，预计这些预算外收入将用于支持城市基础设施建设，刺激劳动力和材料市场，并促进当地经济扩张(Chen & Hu, 2015)。另一方面，土地财政框架内的可持续性取决于城市经济的繁荣。在经济增长率下降的情况下，偿还基础设施项目产生的大量债务成为一项艰巨的挑战(Lan,2021)。因此，地方当局倾向于将强劲的经济增长置于城市规划之上。这种关注往往改变了以前统一的绿地分布模式。新的目标是创造一个更好地促进经济增长和吸引更多投资的城市布局(Wu & Kim,2021b)。它可能产生不良后果，如空间错位和士绅化(Wu & Kim,2021a)，从而降低PGS的空间公平水平。
在过去的几十年里，中国在城市绿化方面做出了大量努力，作为减轻城市化负面影响的一种手段，特别是解决不公平获取UGS的问题(Zhao et al.,2013)。然而，中国城市管理者主要采用基于数量的指标，如公园数量和人均绿地面积，这些指标无法捕捉全国普遍存在的UGS使用差异(Li et al.,2018;Wang,2009;Wu & Kim,2021a)。此外，中国城市不同的社会经济阶段和自然环境使情况进一步复杂化。这些因素与UGS空间公平水平的关系仍未得到充分的研究。通过对中国城市UGS可达性空间公平水平的深入分析，采用合适的指标，为未来的研究奠定理论基础。此外，还应研究其与城市社会经济阶段的关系，以评估中国的绿化实践并制定相应的政策。
2. 研究问题和价值
本研究以中国为研究对象，旨在解决两个关键的研究问题:(1)不同类型城市的空间公平水平、差异和空间分布特征;(2)不同社会经济阶段城市UGS空间可及性空间公平水平存在怎样的差异?
图1 研究区域
本节详细阐述了中国三种UGS的测量方法(表1)。
3.2.1. 社区绿地的测量
社区绿地是用社区内绿化率来量化的，绿化率定义为社区内各类绿地面积之和与社区总面积的比值。绿色比率在社区建设后通常保持不变(Gu et al.,2021)。监管指南规定了每个城市的最低绿地率。绿地率越高，建筑面积越小，居民舒适度越高(Zhang et al.,2017)。住宅社区数据来源于搜房网(https://www.sofang.com) 2018年的数据，涵盖了全国301243个住宅社区的信息，包括地理位置、平均价格、绿地率、住户数量等细节。然而，一些社区在绿色空间率和家庭人数方面的数据不完整。为了完成这些信息，我们通过Loupan (https://www.loupan.com)使用了网络爬虫技术。住房和建设部密切审查这些数据集，因为它们对住宅项目估值、城市规划和绿化政策有影响。为了验证该数据的可靠性，我们将数据与卫星图像进行了交叉对比，结果显示，当前绿地率与官方提供的值之间存在约10%的差异(附录A)。
为了评估街道绿化，我们使用了绿色景观指数(GVI)，这是一种量化街景图像中绿色像素比例的指标。自2007年以来，车载摄像头拍摄的街景图像在地图提供商平台上被广泛获取，从而形成了GVI计算的基础数据。GVI测量技术的发展，已经从手动Photoshop方法(Yang et al.,2009)发展到光谱分析(Li et al.,2016)和深度学习(Wang et al.,2021)，促进了大规模和具有成本效益的GVI评估。街道绿化评价包括街景数据采集和GVI计算两个核心步骤。
街景数据的采集流程如下。我们最初以100米的间隔生成采样点，利用来自OpenStreetMap的路网数据。随后，我们将街景图像的采样请求发送给百度地图开放API，该API是中国主要的地图和街景图像提供商。在每个采样点，我们以90度间隔捕获了四个图像，以覆盖完整的360度街景。然后，这些单独的图像被合并成一个全面的全景图像。
本研究利用机器学习技术对处理后的街景图像进行了批量计算。我们选择cityscape数据集进行机器到图像识别的初始训练(https://www.Cityscapes-dataset.com/datasetoverview/)。该数据集包含了来自50个不同城市的街景图像，涵盖了不同的季节和天气条件。该数据集有两个版本:精细和粗糙。精细标记的数据集由5000张精细标记的图像组成，而粗标记的数据集由5000张精细标记的图像和20000张粗标记的图像组成。在我们的研究中，我们使用精细标记的数据集进行训练，特别是使用2,975张图像进行训练，500张用于验证，其余1,525张用于测试。我们使用TensorFlow和DeepLabV3模型进行训练、优化和微调模型，使用扩展卷积和ASPP等技术来改进串行神经网络架构。这些技术提高了模型精度，加快了运算速度。在训练阶段，设置参数如下:批大小为4，初始学习率为0.001，并调整神经网络训练作物大小以匹配cityscape图像的原始大小。其余参数遵循DeepLabV3模型的默认设置。为了验证，使用了75张精细标记的城市景观图像子集，从而产生了79.6%的平均相交(mIOU)。随后，我们使用训练好的模型对收集到的街景图像进行批量计算。计算图像内植被面积的像元比例，得到各采样点的GVI(图2)。
对于社区i，我们以道路长度为权重，计算社区i 500 m缓冲区内道路的平均GVI，公式如下:
式中，GVIi为社区i的绿色视点值，GVIimn为社区i周边汇水区内第n条道路上第m条街景的绿色视点值，Lin为第n条道路的长度。
3.2.3. PGS的提取及可达性测量
我们通过三个可靠来源的POI和AOI，确定并巩固了城市建成区中PGS的存在。POI是特定的位置引用，通常表示为坐标。同时，AOI表示已定义的地理区域，这些区域通常由由一系列坐标组成的多边形边界所包围。POI的收集始于2022年8月，数据来源包括百度地图上的旅游景点和自然景观类别，以及高德地图上的风景名胜类别。AOI从OpenStreetMap、百度地图和高德地图的绿地边界数据中提取，日期均为2022年8月。通过交叉引用和验证这些数据集，我们确保了全面准确的绿地边界数据的整合(详见附录B)。对于社区边界的划分，我们采用了相同的方法，将来自百度地图和高德地图的AOI结合起来。为完善PGS可达性评价，对传统的两步浮动集水区面积法进行了扩展。我们的创新包括利用高德地图API创建导航路线的实时测量技术。这种技术有助于计算从社区到附近PGS的路线和旅行时间，从而评估每个社区到PGS的可达性(详见附录C)。
3.3. 统计方法
利用广义基尼指数评估城市内不同居住社区对UGS的空间公平性 (Biro & N´eda,,2020;O'Donnell et al.,2016)，其中提供了针对本研究独特方面的改进算法。与原来的算法不同，横轴现在由每个住宅社区内的平均房价定义。从最低价格到最高价格对社区进行排序，纵轴显示了这些社区的累计绿色访问水平。这一变化更好地解释了SES和绿地可及性，因为它明确地描述了社会经济因素对可及性的影响。基尼指数的范围从0到1，基尼指数越低意味着不同社会地位的人可以评估更均匀的绿色空间。
3.3.2. UGS空间公平水平驱动因素分析方法
UGS的公平分配与社会经济和环境因素有关。为了剖析这种关系，我们采用基尼指数作为因变量，并收集了一系列自变量。经过相关分析，我们选取了与基尼系数显著相关的社会经济变量作为自变量，包括总人口、人口增长率、人均GDP、第二产业占GDP的比重、第三产业占GDP的比重、用电量、平均房价(表2)。第二或第三产业占GDP的比重描述了一个城市的经济结构。从而潜在地塑造绿色空间的需求和模式(Wang & Yuan,2017)。作为补充，用电量间接提供了了解城市居民经济地位和生活质量的信息(Chen et al.,2022)。作为衡量中国城市经济发展的指标(Wang et al.,2011)，房价包含了多个经济方面，如供需动态、投资行为和居民购买力(Li & Fan,2020)。房价上涨通常意味着生活成本上升，经济能力强劲，就业前景充足，公共资源丰富(Yip & Chen,2021)。值得注意的是，不同行政级别的城市之间出现了明显的经济 不同行政级别的城市之间会出现明显的经济差距（Yu & Padua,2007），因此行政级别是一个关键的自变量。此外，中国城市的地理位置深刻地影响着它们的经济轨迹。东部地区靠海、交通便利，吸引了大量投资，推动了经济的快速发展。反之，地域的制约制约了中西部地区的经济发展。尽管东北地区曾经是中国的工业堡垒，但近年来经济增长有所放缓。承认这些由地理属性导致的经济失衡(Bai et al.,2012;Chen et al.,2016)，将城市分为东部、中部、西部和东北部，这与中国国家统计局公布的经济细分相一致。因此，虚拟变量被实例化为独立变量。
生态地理城市因子包括温度、平均绿地率、平均NDVI和平均PGS可达性作为控制变量。由于降水和湿度与因变量不相关，因此在分析中忽略了它们。此外，我们还整合了一个虚拟变量:国家花园城市。这一描述符是授予符合国家绿化和市政建设标准的城市，从而表示良好的绿化基础设施。绿色空间相关因素和城市平均房价的图示(图3)。
图3 (a)中国263个城市绿地率、GVI和PGS可达性的贡献。城市的颜色越接近绿色(蓝色，红色)，城市的平均绿色比率(GVI, PGS可达性)越高。(b)不同省份的房价比较
在构建多元线性模型进一步验证之前，我们对变量的空间自相关进行了检验。我们检查了模型的残差独立性、分布的正态性和残差的共线性。结果表明，三个因变量之间不存在多重共线性(VIF<5)，模型的残差分布也是正态分布，与另一个观测值的残差生成顺序无关。采用多元线性回归模型对城市绿色暴露空间公平性与城市经济环境指标之间的关系进行了分析。多元线性回归模型方程为:
4. Results
4.1. UGS的空间公平性及其空间分布
城市之间的基尼系数差异明显(图4)。在绿地率方面，基尼系数从上海的0.09到广东省阳江的0.34不等。GVI从北京的0.07到广东江门的0.39不等。可达性从宁夏吴忠的0.08到湖南张家界的0.44不等。
不同区域和行政级别的城市在UGS空间公平方面存在显著差异，从而显示出明显的空间异质性(图4)。不同经济细分城市的平均值显示，在所有UGS类型中，东部城市的基尼系数都更高。在东部城市，UGS服务不公平的问题尤为突出。从行政级别来看，行政地位较高的东部城市基尼系数普遍较低。相比之下，西部地区省会城市和地级市的空间公平水平几乎相同。东北地区地级市空间公平水平高于省会城市。附录D提供了局部空间自相关分析的详细结果。
图4 中国城市空间公平水平及其空间异质性
为了深入探讨三种UGS类型空间公平性的区域差异及其地理异质性，我们进行了方差计算。
研究结果表明，在长江三角洲和珠江三角洲等沿海发达都市圈内，三种绿地的空间公平水平存在显著差异(图5)。相反，在山东半岛和吉林等较为成熟的都市圈内，三种绿地的空间公平水平趋于统一。这种差异可以归因于城市的历史背景等因素。具体而言，越是成熟的城市群，由于其发展历史较长，经济结构相对稳定，其城市规划更加均衡。因此，空间公平性在所有类型的UGS中更加一致。相反，正在经历经济快速增长和城市化的新兴沿海大都市区可能在城市规划工作中遇到不平衡，从而导致差距。为了进一步深入分析，我们使用K-means聚类方法对研究区域进行分类，这可以产生更细微的结果。采用肘部法，我们确定最佳簇数为6。
根据聚类分析的结果(图6)，中国主要都市圈长江三角洲内的大部分城市被归类为第一个聚类。这个集群揭示了三种类型的城市绿地的明显不平等，特别强调PGS。这种模式可能与长三角地区土地利用的快速变化有关。在这种情况下，某些地区可能会遇到对PGS的侵犯或这种空间的不均匀分布。 珠江三角洲是另一个著名的大都市圈，其大部分城市属于第二组群。属于第二组。该集群在所有三种类型的绿色空间中表现出相对较低的空间公平水平。而PGS的空间平稳性优于第一个集群。这种区别可能是由于自改革开放以来，珠江三角洲一直处于中国经济交流的前沿。它的城市规划和发展吸收了外部的经验和概念，从早期就认识到在城市中公平分配绿色空间的重要性。第五集群的城市主要分布在西部地区。在这个组群中，所有三类 UGS 都表现出高度的空间公平性。这种模式可能与西部地区相对较低的城市化程度及其独特的土地利用战略有关。独特的土地利用战略有关。
多元线性回归分析结果显示，社会经济因素对社区绿地和街道绿地空间公平的影响较为相似(表3)。人口规模与基尼指数呈负相关，表明大城市越大，两类绿地的分布越均衡。相比之下，关于PGS可及性的回归结果表明，人均GDP、人口和基尼指数呈正相关。这一结果表明，处于较高社会经济阶段的城市在PGS可达性方面往往不太公平。此外，第二、第三产业比重的增加与三种类型UGS的空间公平性降低相关。
结果显示，经济细分和城市水平的差异所造成的不平等是显而易见的。直辖市的系数最小，而省级城市的系数最大，表明城市级别越高，三种UGS类型的空间公平水平越低。从经济细分的角度来看，三个模型都一致显示西部城市的系数最小，东部城市的系数最高。这一结果表明，三种类型城市空间公平水平最低的是东部城市，而空间公平水平最高的是西部城市。
5. 讨论
5.1 三种类型UGS的空间公平性差异
在对空间公平的地理分布分析中，我们发现了一些有趣的模式。首先，我们观察到，西部城市的社区绿地表现出显著的空间公平性，这与我们的预期相反，因为之前的研究强调了这些地区在UGS方面的高度不平等(Song et al.,2021)。中国西部气候条件恶劣，不利于植被和维护，往往导致城市植被分布不均匀，人均城市绿地覆盖率较低(Wen et al.,2019)。因此，为了满足政策要求，绿色空间的供应往往集中在住宅社区内，从而使社区绿色空间具有更好的空间公平性。
第二，东北城市街道绿化表现出增强的空间公平性。这一现象可能与这些地区出现的逆城市化趋势有关、 以人口减少和去工业化为特征（Li et al.,2018)。然而，由于政府发起和实施的“三北防护林计划”，东北地区也是21世纪以来中国快速城市化进程中城市绿地很少增长的地区(Chen et al.,2017)。东北地区的逆城市化反而允许政府承担更高质量的绿地开发，并对公共空间进行再开发(如种植人行道和城市家具)，从而带来更好的街道绿化空间公平性。这一结果表明，我们可以通过紧凑型城市和景观改造的管理方法来解决特定地区的空间可达性不平等问题(Li et al.,2021)。
5.2. UGS空间公平驱动因素分析
第二和第三产业对所有三类UGS的公平水平的影响明显是负面的。这种相互关系在第二部门的情况下特别明显，其影响与工业进步造成的城市土地利用模式的变化有关。在过去的几十年里，中国城市的经济重点一直受到工业化的推动，政府以较低的价格出售土地，以促进快速的产业转型和创收(Lan,2021)。因此，绿地主要被转移到不适合建设的地区，如水体或斜坡地形(Wang & Chan,2019)。这种做法严重影响了可达性，因为工业用地的扩张经常侵占自然绿地，因此对社区内绿化率的影响微乎其微。
在不同经济区划和行政级别的城市中，UGS空间公平性存在明显差异。与以往忽略居民社会经济地位影响的研究相反，我们的研究结果强调，城市的行政级别越高，公平程度越高。因此，行政级别较高的城市更注重解决贫富差距造成的不平等问题。这样的地方政府强调平等的绿色空间获取，以实现居民福祉、城市可持续性和地方竞争力(Li et al.,2021)。这些优先事项通常是在实现经济增长目标后追求的，从而吸引必要的资源，如劳动力、资本和技术，从而有助于地方官员的专业进步(Chen et al.,2017)。
应该承认本研究的一些局限性。首先，我们使用房价来反映居民的社会经济地位，而不考虑其他相关因素，如年龄、收入和性别。在未来的工作中，可以添加这些因素来更好地捕捉SES的可变性(Reyes et al.,2014)。其次，在整个城市更新过程中，绿地率的变化可能发生在有限数量的社区中。房地产网站上的数据可能无法立即捕捉到这些变化。第三，虽然基尼指数从空间角度揭示了UGS的不公平，但仅仅依靠增加绿地供应来降低基尼指数并不是解决UGS不平等的良方。居民对绿色空间的数量和质量都有要求(Knobel et al.,2021)。考虑质量(如植被类型和物理特征)将使绿色正义的评价更加合理。在某些情况下，改善空间通道并不能改善代表性不足社区的使用模式(Jones等人，2009)，而其他通道维度(如文化通道)也非常重要(O’brien et al.,2017)。
城市地质调查局空间公平测度一直是学术界关注的热点问题。本研究将城市绿地划分为社区绿地、街道绿地和公园绿地三种类型，并尝试利用基尼指数探讨社会经济阶段对空间公平水平的驱动作用。研究结果表明，人口和GDP的增加可以提高社区和街道绿化的空间公平水平。然而，经济的发展和外来人口的增加导致了PGS可达性公平性的降低。第二、三产业比重对三种绿色空间类型的空间公平均有负向影响。不同经济区划和行政级别的城市空间公平水平也不同。
这些发现为解决围绕城市绿地空间公平性的学术讨论提供了新的见解。在实践中，这些结果有望为绿色空间规划提供量身定制的精确建议，从而满足不同社会经济阶段城市的独特需求。应对这一挑战需要采取多方面的方法，而不是简单地增加绿色空间数量，这需要建立全面的公众参与机制。此外，我们的研究通过深入研究小城市和发展中国家的城市，弥补了目前关于城市性质文献的空白。随着南美和非洲等地区正在发展包容性城市，我们的研究有可能为他们的城市环境规划工作做出贡献。下一步，我们打算利用中国社会调查的数据来提高居民社会经济能力评估的准确性。此外，我们的目标是在多个维度上量化绿色空间的质量，这可以更全面地了解UGS的可达性。
引用：
