研究速递丨绿灰失衡：快速城市化降低了21世纪初中国绿色空间暴露的概率

背景：与灰色空间相比，绿色空间暴露对居民的益处更大。然而，在快速城市化过程中，灰色空间的扩张速度比绿色空间更快，经常侵占和超越这些自然环境。这种不受控制的增长对人类栖息地和整体环境质量产生了不利影响。因此，必须细致评估居民暴露水平的时空模式，并彻底研究这些变化背后的潜在驱动机制。

方法：本研究采用人口加权暴露水平测量来评估21世纪初（2000-2019年）中国城市的灰色和绿色空间暴露。此外，还计算了灰绿空间暴露比（GER），并通过地统计建模分析了各因素对GER的时空驱动机制。

结论：结果表明，中国灰色空间暴露总体呈上升趋势，尤其是在中国东部地区。在一些城市化率高的城市，灰色空间暴露的概率超过了绿色空间。这一趋势将持续，但速度将有所减缓。城市扩张、建筑密度和用电量增加是 GER 上升的主要驱动因素，而绿地完整性则导致 GER 下降；GER 变化的驱动机制具有时空异质性。

21 世纪，世界经历了快速城市化，随着城镇化进程的进一步深入，城市人居环境面临严峻挑战。以建筑密集区等非自然空间为代表的城市灰色空间是居民环境负面暴露主要发生的区域，如空气污染暴露、高温、噪音等。以植被等自然空间为代表的绿色空间，可以缓解灰空间带来的负面影响，为居民带来幸福感和积极效益。

然而，随着城市的扩张，大多数绿色空间被灰色空间所取代，特别是在高密度城市，城市内部绿地也面临严重的分配不均问题。这些问题将导致广大城镇居民更多地暴露在灰色空间中，面临更高的健康成本损失。过去二十年，许多发展中国家的城市化进程最为迅速，灰色空间面积和暴露将大幅增长。同时, 绿地规划和管理以及绿色空间的公平分配还存在许多不足。

以往研究更多侧重空间本身，即从土地利用视角研究城市灰空间与绿空间的现状，过去20年城市建成区扩张导致灰空间增加、绿空间减少已被证实。但土地利用状况并不能直接反映居民对城市各类空间的使用情况，还需要进一步测量居民的暴露水平。因此，全面评估区域内灰、绿空间暴露水平并分析其驱动因素与作用机制，可以更好地衡量城市居民的环境暴露状态。

仍有许多问题值得进一步研究。尽管有必要分析对人有益的绿色空间暴露，但目前大多数研究都忽略了城市灰色空间暴露，难以捕捉居民在城市的负面暴露。此外，需要评估居民灰色和绿色空间暴露水平的差异，全面探讨居民对城市空间的暴露，以反映居民对人工空间和自然空间暴露的相对概率和非均衡性。同时，很少有研究关注长序列空间暴露模式的变化，未能总结灰色和绿色空间暴露水平的时空动态和趋。最后，灰绿空间暴露的驱动因素、驱动机制的时空异质性以及城市化的关键作用尚不明确

针对上述问题，本研究提出以下研究目标：（1）测度2000—2019年中国368个城市人口加权的绿色空间与灰色空间暴露水平，进一步测度灰绿空间暴露比（GER），综合评估中国居民绿色空间与灰色空间暴露概率；（2）通过多种指标分析城镇化时期GER的格局与时空动态；（3）探讨GER变化的时空驱动机制及城镇化在其中的作用。本研究的研究框架如图1所示

结合人口与土地覆盖数据，有效评估了行政区划层面居民灰绿空间暴露水平，计算方法如下：

其中 P_i 代表第 i 个网格的人口， G_i 代表第 i 个网格一定范围内的灰色/绿色空间覆盖率，本研究取500米，500米是常用于人居环境、公共卫生等领域衡量暴露水平的阈值。进一步，可以得到人口加权的灰-绿空间暴露比GER：

其中Gray_i代表第i个网格500米内的灰色空间覆盖率，Green _i代表第i个网格500米内的绿色空间覆盖率。该指数可以反映行政区内居民平均暴露于灰色或绿色空间的概率差，以综合体现建成区和绿色空间在城市化背景下对居民暴露的综合影响。

基于全局和局部莫兰指数探究GER的空间相关性和聚类状况的地理分异性。全局莫兰指数反映整体的空间相关性和异质性，局部莫兰指数探究空间的聚类状况。

变异系数（CV）用于量化和比较2000年至2019年中国各城市GER的波动性和离散性。变异系数高表示该城市在研究期间GER变化较大，变异系数低表示GER相对稳定。

进一步利用Theil-sen中位数斜率估计和Mann-Kendall趋势检验对GER的趋势进行了分析，当Theil-sen中位数>0时，GER呈现上升趋势，反之则呈现下降趋势。对结果进一步进行了显著性检验，Mann-Kendall趋势检验是一种非参数检验，适用于评价时间序列数据中的单调趋势。

Hurst 指数提供有关时间序列趋势持续性的信息，以探索 GER 时间序列的未来可能趋势。当 Hurst 指数H=0.5表示时间序列是一个纯随机过程，H>0.5表明趋势将持续正向持续或加强 H<0.5表示负面持久性。

地理探测器用于检测不同地理因素对地理现象空间异质性的解释程。这包括单个因素和多个因素对变量的影响。由于地理探测器必须离散化连续变量，因此最佳地理探测器 (OPGD) 可以确定变量的最优离散化参数组合。

此外，本文还利用地理和时间加权回归（GTWR）分析了驱动机制在空间和时间尺度上的异质性变化。为了消除变量的共线性，首先进行了皮尔逊相关性分析，对于相关性>0.7的两个变量，保留与GER相关性高的变量。接着，进行了方差膨胀因子VIF分析，保证各变量VIF<5 最后进行了偏相关分析，选取与GER偏相关系数>0.1的变量作为最终的自变量。以上均基于所有年份分析的平均值。

对于人口加权灰空间暴露水平（Gy-E），东北地区最高(0.32~0.42),其次是华北(0.27~0.40)和华东地区(0.25~0.39),且北方居民的灰空间暴露度普遍高于南方。全国整体的Gy-E由0.17上升到0.27,增幅达65%。时间上,全国总体呈现上升趋。空间上,大城市的Gy-E高于周边中小城市,东部沿海地区是Gy-E较高的地区。

对于人口加权绿地暴露水平（Gn-E），东北（0.67–0.57）和华北（0.70–0.57）是Gn-E最低的地区，西南地区最高（0.94–0.89）。全国整体Gn-E从0.8下降到0.71西北地区整体波动较小，其他地区下降明显。在空间分布上，华北和西北部分地区的Gn-E最低，西南地区最高。

对于GER，东北（0.52~0.83）、华北（0.47~0.92）、华东（0.37~0.78）显著高于中国其他地区，西南仍为最低地区（0.05~0.14）。2019年全国整体GER均已超过0.5。时间上，中国各地区均呈上升趋势。空间上，高GER地区由东向西递减，华北是中国高GER的中心，西南仍为低GER地区。中国许多大城市的GER已逐渐超过1，Gy-E高于Gr-E。 2000年，GER超过1的城市有12个，占总人口的6.73%；2019年，GER超过1的城市有47个，占总人口的27.25%。

各城市GER的变异系数均大于0.1，且各城市GER波动幅度较大，西部地区GER波动幅度较大，东北、华北地区的变异系数较小。Theil-Sen中值分析显示，中国超过一半地区的斜率中值>0.005，主要集中在东部城。沿海城市中，大部分斜率超过0.01，近二十年来GER上升较快。西北、西南地区上升趋势不明显。中国大都市区斜率也明显高于中小城市。各城市GER的Hurst指数均高于0.5，城市间差异不显著，未来各城市GER均保持增长的可能性较大，其中东北、华中、华北地区GER未来继续上升的可能性较大，而西部部分地区GER增长的持续性相对较低。

不同变量对GER空间异质性的解释力度存在较大差异，但20年来波动较为平稳。总体来看，AI是GER差异解释力度最大的变量（q=0.52~0.57），其次是夜间光照强度（q=0.49~0.54）、PLAND（q=0.47~0.54）和电力消费（q=0.34~0.43），土壤有机碳含量（q = 0.06～0.07）和温度（q = 0.04～0.07）最低。从时间变化来看，各变量的q值变化不大，且随时间具有很好的一致性。

降水量与GER在西北和华北地区呈现负相关,东北地区呈现较强的正相关。用电量与GER呈正相关,尤其是华北和华中地区,西部地区正相关性较弱。PLAND与GER呈正相关,且西部地区的正相关性明显高于东部地区,而FRAC_MN在全国范围内主要呈现负相关,且对华北和华东地区的GER降低作用较强。AI与GER呈正相关,尤其是东北、华北和东南沿海地区,西部地区正相关性较弱。

时间上，降水在西北地区仍然以负相关为主；土壤有机碳含量对GER的正向影响范围增大，但整体格局没有发生显著变化；电力消费的正向影响从华北、华中逐渐向华南、华东扩展，但在西部地区仍然较弱； PLAND的相关系数在华中、华南和华东地区显著增大，FRAC_MN的降GER效应在华北和华南地区更强；AI的正相关性大幅增大，其中华东地区与GER呈显著正相关，但在西部地区正相关性强度仍然较弱

● 居民暴露水平存在明显的地理异质性, 绿地暴露分布格局与前人研究一致。东部地区具有较高的灰色空间暴露水平。而西北和西南地区城市化进程较慢，绿地暴露水平却没有提高。

● 宏观上，GER高地区由中国北方向外扩展，增长率明显高于其他地区。微观上，中国几个大城市的GER明显超过周边城区，形成了多个较小的高GER区。

● 虽然 GER 波动在全国范围内都比较大，但在西部地区波动更为明显。而东部地区和大城市的 GER 上升速度更快

● 城镇化是影响GER的主要因素，建成区密度增加、建成区面积增加、夜间光照强度增加和用电量增加均导致GER显著增加。

● 主要解释变量的驱动机制在空间和时间上存在异质性。绿色空间比例下降和灰色空间比例增加是 GER 上升的主要因素。

本文编辑 | 胡瑾瑜 复旦大学环境科学与工程系

本公众号由复旦城市生态与暴露生态学研究组(Urban Ecology and Exposure Ecology Lab, UEEE)运营维护，发布相关研究成果，更传播城市生态与暴露生态学最新研究与实践。欢迎专家学者将研究成果在此发布（发送邮件:zhaowu_yu@fudan.edu.cn），让更多人了解您的研究及工作。