社區(qū)綠地空間使用效率綜合影響因素研究

盛強(qiáng) 龐天宇 尹雪靜

1 研究背景

近年來，中國(guó)城市發(fā)展的重點(diǎn)轉(zhuǎn)向存量開放和品質(zhì)提升，強(qiáng)調(diào)人居生活環(huán)境的營(yíng)造和以人為本的城市公共空間設(shè)計(jì)[1]。社區(qū)綠地空間作為居民需求度最高的城市公共空間，是居民日常交往活動(dòng)的場(chǎng)所，其設(shè)計(jì)意義及價(jià)值尤為重要。本研究關(guān)注的社區(qū)綠地空間指為居民提供休憩、娛樂、交往，并有植被覆蓋的公共空間場(chǎng)所，其空間質(zhì)量是評(píng)價(jià)社區(qū)環(huán)境品質(zhì)和居民生活水平的重要考評(píng)依據(jù)[2]。

現(xiàn)有對(duì)綠地空間使用狀況的研究可分為2類。一類研究立足于使用者的主觀體驗(yàn)，關(guān)注社區(qū)綠地局部設(shè)計(jì)因素的影響，如Zimring等[3]的實(shí)證研究發(fā)現(xiàn)陽光、植物的種植設(shè)計(jì)以及座椅的布置直接影響人們?cè)诰G地空間的活動(dòng)停留時(shí)間；Shah等[4]指出了社區(qū)綠地空間的基礎(chǔ)設(shè)施布置對(duì)服務(wù)居民起到重要的積極影響；Wendel-vos等[5]研究發(fā)現(xiàn)優(yōu)質(zhì)的道路鋪裝以及綠化種植搭配能夠激發(fā)居民對(duì)社區(qū)綠地空間使用的積極性；陳義勇[6]以深圳市華僑城社區(qū)為例，通過建立影響社區(qū)綠地空間使用率的相關(guān)因素模型，得出綠地空間面積是影響空間活動(dòng)的最重要因素，同時(shí)建議不宜布置過大的公共綠地空間，應(yīng)均衡布局，注重基礎(chǔ)設(shè)施在綠地空間中的配比；張玲玲和楊紹亮[7]通過探討蘇州鄰里社區(qū)公共空間居民活動(dòng)行為特征發(fā)現(xiàn)：尺度適宜、設(shè)施完善的社區(qū)綠地空間，更容易吸引不同年齡段使用人群的長(zhǎng)時(shí)間駐留，并且能夠促進(jìn)更深入的社會(huì)交往。上述研究結(jié)論雖對(duì)綠地空間設(shè)計(jì)有直接的指導(dǎo)意義，但缺乏對(duì)聚集性場(chǎng)所外部空間聯(lián)系的考慮，且居民的主觀體驗(yàn)與各綠地的實(shí)際使用強(qiáng)度無明顯關(guān)聯(lián)。

另一類研究關(guān)注社區(qū)綠地作為一個(gè)系統(tǒng)在空間中的分布狀況。劉常富等[8]基于公園綠地空間與居民使用關(guān)系的空間可達(dá)性角度出發(fā)，得出空間可達(dá)性是一項(xiàng)具有評(píng)價(jià)社區(qū)綠化空間品質(zhì)和空間分布公平性的功能指標(biāo)；Neuvonen等[9]通過實(shí)地調(diào)研收集赫爾辛基市367個(gè)居民出行行為樣本，發(fā)現(xiàn)社區(qū)綠地的使用效率同樣受到區(qū)位選擇和布局可達(dá)性的影響；還有學(xué)者認(rèn)為，400 m屬于居民戶外休閑活動(dòng)的分界線，當(dāng)居民距離社區(qū)綠地超過400 m時(shí)，其使用效率會(huì)顯著下降[10]。該類研究將超越局部范圍的可達(dá)性作為影響因素，但對(duì)可達(dá)性的定義多基于居民到各綠地的實(shí)際距離，而未考慮居民日常出行經(jīng)過各綠地的概率影響。一般來說，與到各綠地的距離相比，步行流量空間分布密度的大小與居民偶遇概率有關(guān)，而其分布規(guī)律則受到步行網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)決定。

空間句法作為一種以拓?fù)渎?lián)系為基礎(chǔ)的城市和建筑形態(tài)分析方法，多年來被廣泛應(yīng)用于各類交通流量與空間形態(tài)的相關(guān)性分析中，為本研究分析關(guān)聯(lián)性空間影響因素與社區(qū)綠地空間之間的關(guān)系提供了有效的工具。2017—2020年，用空間句法進(jìn)行社會(huì)聚集現(xiàn)象的研究包括：劉星等[11]選取北京胡同和多層住宅2類住區(qū)，基于對(duì)北京4個(gè)片區(qū)不同季節(jié)的居民社會(huì)聚集現(xiàn)象的實(shí)地調(diào)研，發(fā)現(xiàn)了在各類案例中拓?fù)淇蛇_(dá)性對(duì)居民社會(huì)聚集影響的差異；劉興詔等[12]運(yùn)用空間句法量化分析影響福州城市游憩空間分布的相關(guān)性因素，結(jié)果表明福州市城區(qū)游憩空間與城區(qū)高等級(jí)路網(wǎng)的協(xié)同性不高，影響居民對(duì)城市游憩空間的認(rèn)知和使用；王曾等[13]以空間句法理論為基礎(chǔ)分析評(píng)價(jià)T住區(qū)戶外交往空間特征以及老年人使用情況，總結(jié)出老年人戶外交往空間具有強(qiáng)可達(dá)性、邊界性等特征，并提出了以點(diǎn)線面為考慮要素的優(yōu)化策略；盛強(qiáng)和周晨[14]采用空間句法視域模型，以白塔寺胡同區(qū)為研究區(qū)域，得出視域面積、社區(qū)商業(yè)對(duì)胡同區(qū)的居民聚集交往具有一定的促進(jìn)作用；對(duì)國(guó)子監(jiān)、雍和宮2個(gè)案例區(qū)在夏季的社會(huì)聚集實(shí)證研究結(jié)果發(fā)現(xiàn)綠化率與社會(huì)聚集現(xiàn)象明顯相關(guān)，而空間可達(dá)性較好的胡同空間往往具有較高的綠化率和寬度，且能促使居民社會(huì)聚集的發(fā)生[15]。

上述研究雖有效考慮了空間拓?fù)浣Y(jié)構(gòu)這一影響居民社會(huì)聚集的關(guān)聯(lián)性因素，但也存在下述問題。1）在研究范圍上，這些研究中的案例多局限于小區(qū)或組團(tuán)規(guī)模，各影響因素的作用體現(xiàn)出不穩(wěn)定性。2）從研究對(duì)象上，上述研究往往不聚焦綠地本身，而是隨機(jī)記錄了大量居民的偶發(fā)聚集行為。這些聚集的地點(diǎn)本身是很多并非設(shè)計(jì)過的綠地空間，難以量化評(píng)估綠地設(shè)計(jì)因素這個(gè)變量的影響，且大量偶發(fā)、規(guī)模較小、位置分散的數(shù)據(jù)本身也構(gòu)成了數(shù)據(jù)“噪點(diǎn)”，影響了各變量的穩(wěn)定性。

針對(duì)上述問題，本研究選取北京市回龍觀社區(qū)約1 000 hm2的范圍，調(diào)研各綠地空間使用狀況，綜合關(guān)聯(lián)性空間影響因素和局部影響因素展開研究。其中關(guān)聯(lián)性空間影響因素包括各空間句法整合度、選擇度參數(shù)；局部影響因素包括商業(yè)（城市商業(yè)和社區(qū)商業(yè)）分布密度、人口密度等外部影響因素，以及健身器械數(shù)量、座椅設(shè)施數(shù)量、綠化面積、硬化鋪裝面積等內(nèi)部影響因素。此外，本研究嘗試將社區(qū)綠地空間劃分為公園綠地和居住小區(qū)綠地2個(gè)等級(jí)分別分析，試圖發(fā)現(xiàn)影響社區(qū)綠地空間使用效率的穩(wěn)定性規(guī)律。

2 研究數(shù)據(jù)的獲取與處理

2.1 研究范圍與案例選擇

研究范圍選取北京市典型郊區(qū)回龍觀社區(qū)，研究面積約1 000 hm2，共包含57個(gè)居住小區(qū)。基于綠地空間的分類標(biāo)準(zhǔn)，根據(jù)用地性質(zhì)是否獨(dú)立，將社區(qū)綠地空間分為公園綠地和居住小區(qū)綠地2類，通過現(xiàn)場(chǎng)調(diào)研實(shí)際使用情況，結(jié)合綠地空間定義，確定選取使用狀況良好的公園綠地23個(gè)，居住小區(qū)綠地101個(gè)，樣本總量為124個(gè)（圖1）。

圖1 研究范圍與綠地空間選取Research scope and green space selection

2.2 社區(qū)綠地空間使用狀況

本研究對(duì)社區(qū)綠地使用狀況的數(shù)據(jù)獲取主要采用行為注記法，選取2020年秋季中天氣晴朗的一天，記錄一天中4個(gè)時(shí)間段（08：00—09：00，10：00—11：00，14：00—15：00，16：00—17：00）使用綠地空間的人數(shù)，并將4個(gè)時(shí)間段的使用人數(shù)求和作為評(píng)價(jià)社區(qū)綠地空間在一天內(nèi)的使用狀況（圖2）。在數(shù)據(jù)處理方法上，以綠地空間分布的相應(yīng)街道段為中心，基于本團(tuán)隊(duì)前期對(duì)商業(yè)分布和社會(huì)聚集現(xiàn)象的研究成果，采用了綜合拓?fù)浜途嚯x衰減幅度的方法來加總處理各綠地空間的使用總?cè)藬?shù)[16]。

圖2 回龍觀社區(qū)不同綠地空間使用總?cè)藬?shù)Total number of users in green spaces in Huilongguan Community

2.3 空間句法模型與關(guān)聯(lián)性空間影響因素的計(jì)算

本研究的數(shù)據(jù)空間分析使用了空間句法線段模型。該模型基于百度地圖截獲器抓取北京市主城區(qū)范圍高精度的路網(wǎng)，同時(shí)在研究范圍外設(shè)置5 km緩沖區(qū)并手動(dòng)修正誤差（圖3）。在參數(shù)的選取上，包括空間句法選擇度（log_Choice）和整合度（Integration）2類參數(shù)，其中整合度表示某條線段所處位置的中心性，選擇度是以綜合折轉(zhuǎn)角度最小定義的最短路徑，描述某線段被特定分析半徑內(nèi)其他任意2條線段之間最短路徑穿過的次數(shù)。為了進(jìn)一步排除線段數(shù)量對(duì)分析結(jié)果造成的影響，以上述2個(gè)參數(shù)為基礎(chǔ)，Hillier等[17]進(jìn)一步提出了標(biāo)準(zhǔn)化角度選擇度（NACH）和標(biāo)準(zhǔn)化角度整合度（NAIN）參數(shù)，研究基于模型 計(jì) 算 出600、1 000、1 500、2 000、2 500、3 000、5 000、7 500 m 8個(gè)半徑尺度下共4類參數(shù)作為關(guān)聯(lián)性空間影響因素。

圖3 回龍觀社區(qū)空間句法模型及相關(guān)參數(shù)計(jì)算Space syntax model of Huilongguan Community and calculation of related parameters

2.4 局部影響因素的獲取與處理

局部影響因素分為外部影響因素和內(nèi)部影響因素（表1）。外部影響因素主要包括商業(yè)數(shù)量、建筑體量2類參數(shù)，商業(yè)數(shù)量通過百度街景識(shí)別獲取，并將其細(xì)分為城市商業(yè)和社區(qū)商業(yè)，其中社區(qū)商業(yè)的代表性業(yè)態(tài)為彩票店、菜市場(chǎng)、煙酒糧油店以及服務(wù)于居民日常生活的業(yè)態(tài)，城市商業(yè)則是除去社區(qū)商業(yè)之外的業(yè)態(tài)類型，筆者推測(cè)社區(qū)商業(yè)的使用對(duì)象與綠地空間相似，故其空間分布也會(huì)影響社區(qū)綠地空間的使用。建筑體量數(shù)據(jù)來源為軟件爬取百度地圖建筑體量，結(jié)合街景篩選出居住建筑后錄入模型用以代替高精度的人口密度數(shù)據(jù)。

表1 局部影響因素類型與處理方法Tab. 1 Types and methods of data aggregation of local influencing factors

內(nèi)部影響因素反映綠地空間自身的設(shè)計(jì)構(gòu)成要素，主要包括現(xiàn)有文獻(xiàn)發(fā)現(xiàn)可促進(jìn)交流的座椅設(shè)施數(shù)量、健身設(shè)施數(shù)量、綠化面積等設(shè)施環(huán)境要素。此外還包括綠地硬化鋪裝面積，其直接反映的是居民戶外出行行為具體落實(shí)的空間和活動(dòng)范圍。上述兩大類數(shù)據(jù)均在50、100、200、400、600 m 5個(gè)半徑加總處理來求其分布密度，為進(jìn)行相關(guān)性分析和回歸分析做準(zhǔn)備。

3 回龍觀社區(qū)綠地空間使用效率相關(guān)影響因素分析

3.1 社區(qū)綠地空間使用效率與影響因素相關(guān)性分析

本研究以綜合角度和距離衰減的方式來處理社區(qū)綠地空間使用人數(shù)密度。以之為描述社區(qū)綠地空間使用效率的因變量。在分析關(guān)聯(lián)性空間影響因素與社區(qū)綠地空間使用效率之間的關(guān)系中，選取8個(gè)半徑尺度下的各類空間句法參數(shù)作為自變量參與相關(guān)性分析（圖4）。分析發(fā)現(xiàn)社區(qū)綠地空間使用效率與空間句法整合度參數(shù)相關(guān)性明顯，其中在整合度半徑為2 000 m時(shí)相關(guān)性最高，R2達(dá)到0.51，表明社區(qū)綠地空間內(nèi)的停留使用人數(shù)受小尺度空間拓?fù)淇蛇_(dá)性影響明顯。對(duì)比發(fā)現(xiàn)，空間句法整合度的決定系數(shù)要高于選擇度參數(shù)的決定系數(shù)，說明社區(qū)綠地空間的使用受前者影響更顯著。

圖4 社區(qū)綠地空間使用效率與關(guān)聯(lián)性空間影響因素相關(guān)性分析Correlation analysis of community green space and related spatial factors

根據(jù)局部影響因素與社區(qū)綠地空間使用效率相關(guān)性分析（表2），得出外部影響因素與社區(qū)綠地空間使用效率不存在相關(guān)關(guān)系，其中街區(qū)的商業(yè)繁華程度不影響綠地空間使用人數(shù)的多少，原因主要是由于研究樣本多為居住小區(qū)綠地（101個(gè)），居住小區(qū)綠地相對(duì)于商業(yè)具有封閉屬性，商業(yè)屬于外向性分布，兩者分布模式不同，即便樣本中存在部分公園綠地（23個(gè)），但公園綠地中40%位于研究范圍兩側(cè)，與主干道相鄰，而主干道尺度過寬并不適宜布置商業(yè)；對(duì)于人口密度與社區(qū)綠地空間的使用效率不相關(guān)，這很大程度歸因于回龍觀居住建筑類型的均質(zhì)化，無法突顯出人口分布密度的差異性，同時(shí)，對(duì)于面積規(guī)模較大的社區(qū)綠地空間來講，在小尺度統(tǒng)計(jì)范圍內(nèi)與居住密度必然呈反比，這也在一定程度上影響了分析結(jié)果。

表2 社區(qū)綠地空間使用效率與局部影響因素相關(guān)性分析Tab. 2 Correlation analysis of community green space and local influencing factors

內(nèi)部影響因素分析結(jié)果體現(xiàn)為各個(gè)半徑的硬化面積、綠化面積、座椅及健身器械設(shè)施的分布密度均與社區(qū)綠地空間使用效率呈正相關(guān)，說明基礎(chǔ)設(shè)施的布置數(shù)量和綠化面積、硬化面積占比均能顯著提升社區(qū)綠地空間的使用人數(shù)。進(jìn)一步對(duì)比不同半徑內(nèi)部影響因素的相關(guān)系數(shù)值得出，峰值區(qū)間為200～400 m半徑范圍，該數(shù)值區(qū)基本符合使用社區(qū)綠地空間出行的行為尺度；而對(duì)于健身設(shè)施的峰值達(dá)到600 m半徑，主要是由于擁有健身設(shè)施的社區(qū)綠地空間只占樣本總量的60%，而其他影響因素占比在95%～100%。

3.2 社區(qū)綠地空間使用效率多元回歸分析

參考上述社區(qū)綠地空間與關(guān)聯(lián)性和局部影響因素的相關(guān)性分析結(jié)果，應(yīng)用社區(qū)綠地空間使用效率與相關(guān)性較強(qiáng)的局部影響因素以及空間句法參數(shù)整合度2 000 m建立多元回歸模型。表3展示了多元回歸分析結(jié)果，從分析效果來看，回歸模型R2達(dá)到0.7以上，模型參數(shù)對(duì)社區(qū)綠地空間的使用效率具有很高的解釋力，進(jìn)入模型的局部影響因素是座椅設(shè)施200 m，結(jié)合空間句法參數(shù)整合度2 000 m，表明社區(qū)綠地空間的使用效率更大程度上受兩者綜合作用的影響。對(duì)比兩者的標(biāo)準(zhǔn)化Beta系數(shù)值，座椅設(shè)施200 m的Beta系數(shù)（0.531）＞整合度2 000 m的Beta系數(shù)（0.441），得出座椅設(shè)施分布密度要高于空間拓?fù)淇蛇_(dá)性對(duì)社區(qū)綠地空間使用效率的影響。

表3 社區(qū)綠地空間使用效率多元回歸分析Tab. 3 Multiple regression analysis on the use efficiency of community green space

4 公園綠地與居住小區(qū)綠地空間使用效率相關(guān)影響因素分析

4.1 公園綠地空間使用效率與影響因素相關(guān)性分析

研究將社區(qū)綠地空間分為公園綠地和居住小區(qū)綠地，試圖進(jìn)一步探討不同影響因素對(duì)不同類型社區(qū)綠地空間使用效率影響的異同。參照公園綠地與關(guān)聯(lián)性空間影響因素分析結(jié)果（圖5），得出空間句法整合度參數(shù)對(duì)公園綠地空間使用效率解釋力最強(qiáng)，與社區(qū)綠地空間樣本總量分析結(jié)果一致，整合度2 000 m的相關(guān)性最高（R2=0.51），體現(xiàn)出關(guān)聯(lián)性空間影響因素對(duì)社區(qū)綠地空間使用效率影響的穩(wěn)定性規(guī)律，小尺度空間拓?fù)淇蛇_(dá)性高的社區(qū)綠地空間使用效率高?？臻g句法選擇度參數(shù)與公園綠地使用效率并沒有體現(xiàn)出相關(guān)性影響。

圖5 公園綠地空間使用效率與關(guān)聯(lián)性空間影響因素相關(guān)性分析Correlation analysis of park green space and related spatial factors

參照公園綠地與局部影響因素分析結(jié)果（表4），外部影響因素對(duì)公園綠地空間的解釋力仍不明顯。對(duì)于內(nèi)部影響因素，座椅、健身設(shè)施等與公園綠地使用效率呈正相關(guān)，具體體現(xiàn)為200 m范圍內(nèi)公園綠地空間中硬化面積占比和座椅設(shè)施數(shù)量、400 m范圍內(nèi)綠化面積占比以及600 m范圍內(nèi)健身器械數(shù)量與公園綠地空間使用效率相關(guān)性最高。同時(shí)，影響因素相關(guān)系數(shù)峰值均大于社區(qū)綠地空間樣本總量的分析結(jié)果，說明內(nèi)部影響因素對(duì)于公園綠地具有更強(qiáng)的解釋力。

表4 公園綠地空間使用效率與局部影響因素相關(guān)性分析Tab. 4 Correlation analysis of park green space and local influencing factors

4.2 居住小區(qū)綠地空間使用效率與影響因素相關(guān)性分析

根據(jù)居住小區(qū)綠地與關(guān)聯(lián)性空間影響因素分析結(jié)果（圖6），與空間句法整合度參數(shù)相關(guān)系數(shù)最高值為0.44，峰值相關(guān)參數(shù)為小尺度整合度1 500 m。對(duì)比社區(qū)綠地空間樣本總量和公園綠地的分析結(jié)果，兩者雖有不同但并沒有明顯的差異性，進(jìn)一步證實(shí)小尺度空間拓?fù)淇蛇_(dá)性是影響社區(qū)綠地空間使用效率的穩(wěn)定性因素。居住小區(qū)綠地與選擇度參數(shù)分析結(jié)果呈弱相關(guān)，相關(guān)系數(shù)最高值為0.26，比較公園綠地與選擇度參數(shù)的不相關(guān)性，證明居住小區(qū)綠地比公園綠地的使用效率更容易受各街道段空間穿過性潛力的影響。

圖6 居住小區(qū)綠地空間使用效率與關(guān)聯(lián)性空間影響因素相關(guān)性分析Correlation analysis of residential green space and related spatial factors

對(duì)居住小區(qū)綠地與局部影響因素進(jìn)行分析（表5），外部影響因素與居住小區(qū)綠地使用效率不存在相關(guān)關(guān)系，不同半徑內(nèi)部影響因素與居住小區(qū)綠地使用效率分析結(jié)果呈正相關(guān)，具體體現(xiàn)為400 m范圍內(nèi)居住小區(qū)綠地空間中硬化面積和綠化面積的占比、200 m范圍內(nèi)座椅設(shè)施數(shù)量以及600 m范圍內(nèi)健身器械數(shù)量與居住小區(qū)綠地空間使用效率相關(guān)性最高。對(duì)比公園綠地和居住小區(qū)綠地使用效率對(duì)內(nèi)部影響因素的依賴程度，公園綠地相關(guān)系數(shù)值遠(yuǎn)大于居住小區(qū)綠地，這種差異性表明公園綠地使用人數(shù)更容易受內(nèi)部影響因素決定。

表5 居住小區(qū)綠地空間使用效率與局部影響因素相關(guān)性分析Tab. 5 Correlation analysis of residential green space and local influencing factors

4.3 公園綠地與居住小區(qū)綠地空間使用效率多元回歸分析

將公園綠地和居住小區(qū)綠地分別建立回歸模型。通過上述影響因素相關(guān)性分析結(jié)果，在關(guān)聯(lián)性影響參數(shù)中，公園綠地和居住小區(qū)綠地分別選取相關(guān)性高值的空間句法參數(shù)整合度2 000 m和1 500 m，與局部影響因素組合進(jìn)行多元回歸，篩選后有效進(jìn)入模型的局部影響因素為座椅設(shè)施200 m。分析結(jié)果顯示公園綠地回歸模型的R2為0.540（表6），但2個(gè)影響因素的顯著性檢驗(yàn)值均未通過檢驗(yàn)；居住小區(qū)綠地回歸模型的R2為0.621（表7），且2個(gè)影響因素的顯著性均能通過檢驗(yàn)，表明居住小區(qū)綠地的使用效率受兩者綜合影響，結(jié)果呈現(xiàn)出與社區(qū)綠地空間樣本總量的一致性。對(duì)比兩者的標(biāo)準(zhǔn)化Beta系數(shù)值，整合度1 500 m的Beta系數(shù)（0.537）＞座椅設(shè)施200 m的Beta系數(shù)（0.443），得出小尺度空間拓?fù)淇蛇_(dá)性要高于200 m半徑下座椅設(shè)施分布密度對(duì)居住小區(qū)綠地空間使用效率的影響。

表6 公園綠地空間使用效率多元回歸分析Tab. 6 Multiple regression analysis on the use efficiency of park green space

表7 居住小區(qū)綠地空間使用效率多元回歸分析Tab. 7 Multiple regression analysis on the use efficiency of residential green space

需要說明的是，在眾多內(nèi)部影響因素當(dāng)中，無論是分析社區(qū)綠地空間樣本總量還是細(xì)分綠地空間類型，均只有座椅設(shè)施進(jìn)入多元回歸模型，主要是因?yàn)槠渌麅?nèi)部影響因素在回龍觀社區(qū)分布密度均質(zhì)，進(jìn)而在多元回歸分析中凸顯出座椅設(shè)施對(duì)綠地空間使用效率的重要性，同時(shí)，對(duì)比此前的實(shí)證研究發(fā)現(xiàn)[14-15]，不同類型的局部影響因素會(huì)因?yàn)槠浞植季鶆虺潭炔煌?，?dǎo)致其對(duì)社區(qū)綠地空間使用效率影響強(qiáng)弱不同，而空間句法拓?fù)淇蛇_(dá)性變量，在擴(kuò)大樣本量、切換研究對(duì)象時(shí)都會(huì)發(fā)生穩(wěn)定影響，甚至影響的尺度范圍也相接近，這表明出空間拓?fù)淇蛇_(dá)性對(duì)社區(qū)綠地空間使用效率而言是個(gè)穩(wěn)定的潛在影響因素。

5 結(jié)論與討論

本研究以回龍觀社區(qū)綠地空間為研究對(duì)象，綜合空間句法關(guān)聯(lián)性影響因素，以及商業(yè)密度、綠地空間硬化面積、基礎(chǔ)設(shè)施等非關(guān)聯(lián)性局部影響因素，分析得到社區(qū)綠地空間使用效率的影響因素，具體分析結(jié)果可以總結(jié)為以下3點(diǎn)。

1）社區(qū)綠地空間的使用效率受小尺度空間拓?fù)淇蛇_(dá)性影響。同時(shí)，通過分別分析公園綠地和居住小區(qū)綠地與關(guān)聯(lián)性空間影響因素得出的正相關(guān)結(jié)果，表明小尺度空間拓?fù)淇蛇_(dá)性對(duì)社區(qū)綠地空間使用效率影響穩(wěn)定。

2）社區(qū)綠地空間的基礎(chǔ)設(shè)施完備程度和硬化鋪裝面積等內(nèi)部影響因素均會(huì)顯著影響其使用效率，而商業(yè)和人口密度等外部影響因素對(duì)社區(qū)綠地空間使用效率無影響。具體對(duì)比社區(qū)綠地空間樣本總量，公園綠地、居住小區(qū)綠地各類型分析結(jié)果，得出公園綠地使用效率對(duì)內(nèi)部影響因素的依賴最為明顯。

3）通過建立多元回歸模型分析得出，社區(qū)綠地空間主要受座椅設(shè)施分布密度和小尺度空間拓?fù)淇蛇_(dá)性的綜合影響，同時(shí)座椅設(shè)施分布密度的影響強(qiáng)于小尺度空間拓?fù)淇蛇_(dá)性。通過細(xì)分社區(qū)綠地空間類型，得出居住小區(qū)綠地與綠地空間樣本總量分析結(jié)果一致，但座椅設(shè)施分布密度的影響弱于小尺度空間拓?fù)淇蛇_(dá)性。

對(duì)比此前的文獻(xiàn)[14-15]，本研究發(fā)現(xiàn)綠地硬化鋪裝面積、基礎(chǔ)設(shè)施數(shù)量等局部影響因素對(duì)綠地使用效率影響最為直接但不穩(wěn)定，受社區(qū)類型和不同季節(jié)影響差異較大。與之相比，以小尺度空間拓?fù)淇蛇_(dá)性為代表的關(guān)聯(lián)性空間影響因素產(chǎn)生的是穩(wěn)定而潛在的影響，它決定了居民日常出行的流量分布，提供了居民相遇交流的機(jī)會(huì)，而座椅等設(shè)施則是為這種潛在機(jī)會(huì)轉(zhuǎn)換成具體使用行為提供物質(zhì)條件。該發(fā)現(xiàn)對(duì)城市設(shè)計(jì)流程的意義在于，應(yīng)先依據(jù)方案的道路結(jié)構(gòu)確定各社區(qū)綠地空間的規(guī)模等級(jí)，進(jìn)而布置相關(guān)設(shè)施，方能提升空間和設(shè)施的使用效率，獲得良好的社會(huì)效益。

圖表來源(Sources of Figures and Tables)：

文中圖表均由作者繪制或拍攝，其中圖1底圖來源于百度地圖PC版 V15.1.0。