基于多源大数据的北京市公园绿地格局与服务能力评估

黄强1，2 余永欣1，2

（1.北京市测绘设计研究院，北京 100045；2.城市空间信息工程北京市重点实验室，北京 100038）

［摘 要］针对城市更新背景下北京市公园绿地空间布局不均与服务能力差异显著的问题。本文基于城市国土空间监测数据、手机信令数据和高德兴趣点数据，采用人群覆盖率、可达性分析、联通性模型、全局莫兰指数与空间基尼指数等方法，从空间格局、服务公平性与生态连通性等维度对北京市公园绿地进行了综合分析。研究结果表明，北京市公园绿地呈现“中心密集、外围分散”的空间格局，在人群覆盖、可达性、便民设施配置、联通性方面总体较好，但存在明显的区域不均衡，部分区域公园绿地与周边配套设施稀缺。结论认为，可通过优化公园绿地空间布局、完善服务设施配套、增强功能多样性等措施，推动公园绿地配置的均衡发展与服务效能的提升，从而增强城市生态韧性，改善居民生活福祉。

［关键词］公园绿地；大数据；服务能力评估

0 引言

随着城市更新步伐的加快，公园绿地作为城市生态系统的重要组成部分，在缓解城市热岛效应、改善空气质量、调节气候等方面发挥着关键作用，同时也为城市居民提供了重要的休闲、娱乐和健身空间［1-2］。然而，随着城市人口的快速增长和土地资源的紧张，如何优化公园绿地的空间格局、提升服务能力，成为城市规划与管理的重要挑战［3］。

北京作为中国的首都、全球重要城市以及超大城市之一，城市建设密度高、人口密集，绿色空间资源在空间分布和服务效能方面面临诸多挑战［4-5］。如何在有限的土地资源下实现公园绿地的高效配置，不仅影响到居民的生活质量和健康水平，还关系到城市的可持续发展、生态安全以及居民的生活便利性［6-9］。因此，对北京市公园绿地格局与服务能力进行科学评估，具有重要的现实意义。

近年来，国内外学者对公园绿地的空间格局与服务能力进行了广泛研究。在格局分析方面，常用的方法包括景观格局指数分析，利用Fragstats等软件计算公园绿地斑块数量、斑块面积、形状指数等指标，评估其空间结构特征［10-11］；空间叠加分析，使用遥感影像解译多年城市公园绿地变化，通过多因素叠加分析，判断公园绿地格局变化与影响因素［12-13］。在服务能力分析方面，常用的方法包括可达性分析，利用路网络分析、最短路径分析等方法，评估居民区到达公园绿地的便捷程度［14］；服务覆盖率计算，计算一定的服务半径内，公园绿地对周边居民的服务覆盖范围等［15］。这些分析对公园绿地的格局和服务能力评估做出贡献，但依旧存在缺陷，忽略了公园绿地的服务对象，即城市居民，只分析地类要素，忽略了人地互动，即公园绿地和城市居民的联动关系。

在这一背景下，本文基于手机信令、兴趣点等多源大数据，充分考虑了人群的空间分布和行为特征，从公园绿地和居民联动的角度［16］，综合运用莫兰指数、基尼指数、人群覆盖率模型、可达性模型、联通性模型等空间分析方法，对北京市公园绿地的数量、空间分布、人群覆盖度、便民设施程度、可达性、绿地联通性等进行了系统分析。这些方法不仅能够全面反映公园绿地的空间分布特征，还能够准确评估其对城市居民的服务效率和空间公平性，为优化公园绿地布局、提高城市生态韧性提供科学依据。

本文旨在揭示北京市公园绿地在空间分布和服务效率方面的现状与问题，探索更符合实际需求的绿地布局优化策略，为城市规划和决策提供科学支持。

1 研究方法

本文基于采用莫兰指数、空间基尼指数、大数据分析、可达性模型、联通性模型等空间分析方法，从北京市公园绿地广场的数量、空间分布、人群覆盖度、可达性、便民设施、绿地联通性等多个角度开展了详细的数据挖掘与分析，旨在提升空间规划决策的科学性与公平性。主要方法详细描述如下。

1.1 人群覆盖率

本文引入大数据下的设施覆盖率计算方式，指在一定范围内（某一设施周边2 000 m缓冲区），能够被该设施服务所覆盖的常住人口占该区域总常住人口的比例，所有人口数据均由同一个手机信令大数据推算，相除后减少覆盖率计算的误差。

使用基于手机信令大数据的人群覆盖率计算方法相对于传统的基于居民区比例的覆盖率评估方法，具有明显的优势。首先，从公共设施覆盖率的角度来讲，重点应当放在对人群的覆盖率上，而非传统计算方式中对居住小区的物理覆盖角度来考量；其次，这种人群中心的覆盖率评估方法更加贴近公共设施服务的实际目标——服务于人群，尤其是在健康服务、教育、交通等公共服务领域；最后，通过聚焦于人群，尤其是采用手机信令大数据等现代技术手段，能够更准确地评估和理解服务的实际可达性和效果，确保资源分配的公平性和效率性，进而提升公共服务的整体质量和满意度。

1.2 全局莫兰指数

全局莫兰指数（Global Moran′s I）是空间自相关性的度量指标之一［17］。本次研究中，我们使用规则格网，统计目标要素在格网上的面积，用于评估一个区域内特定变量的观测值在空间分布上是否呈现某种规律性聚集，如随机分布、聚集分布或离散分布。全局莫兰指数的取值范围理论上介于-1到1。在本次研究中这个指数值的范围和具体含义如下：指数正值表示正的空间自相关性，聚集，相似的值倾向于在空间上聚集；指数负值表示负的空间自相关性，离散，不相似的值倾向于在空间上相邻；指数接近0表示随机分布，即观测值在空间分布上没有明显的聚集模式。

1.3 空间基尼指数

空间基尼指数是衡量空间数据分布不均匀性的一种指标，它是经典基尼系数在空间分析领域的扩展［18］。经典基尼系数主要用于衡量收入或财富的不平等分布，而空间基尼指数则用于评估地理空间上某一特征（如人口密度、资源分配等）的空间不均匀性或集中度。空间基尼指数由于考虑了空间位置的邻近性和空间关系，使其可以衡量两个相关空间变量之间的分布一致性或不均衡性。空间基尼指数的取值范围理论上介于0到1。这个指数值的范围和具体含义如下。

接近0的值表示两组数据在空间分布上较为一致，差异性小。这意味着两个数据集在空间分布上相对匹配，高值和低值区域在空间上较好地对应，或者基于它们的差值或比率计算出的空间分布相对均匀；值在0和1之间时，值越高，表明空间分布的不匹配程度越高，值越低，则表示空间分布的匹配程度越好。

这种分析方法特别适用于评估资源分配、服务设施布局与需求分布之间的空间匹配度。例如，在分析人口密度和医疗服务设施的分布方面，一个接近1的空间基尼指数可能表明医疗服务设施的分布与人口密度的高低在空间上不匹配，即可能在人口稠密区域医疗服务设施相对缺乏，而在人口稀少区域医疗设施相对过剩。在本次研究中，为了评估两种公园绿地和人口分布的不均衡性，本次研究中使用规则格网对要素进行标准化后，再计算空间基尼指数。

1.4 可达性计算

本文引用基于高斯衰减二步浮动涵盖区（Gaussian-based two-step floating catchment area，2SFCA）的可达性计算方法，综合考虑了人口分布、公园绿地的规模与服务能力、居民出行意愿、路网距离衰减等因素，用于衡量不同区域居民区对公园绿地的可达程度［19］。

首先，以居民小区为人口分布基本单元，并基于路网数据计算所有居住小区到每个公园绿地的最短路网距离；然后，结合高斯衰减函数，对居住小区到公园绿地的路网距离进行加权，使距离较近的公园绿地贡献更大，而较远的公园绿地影响逐渐减弱，从而更符合居民的实际出行意愿；其次，采用手机数据分析居民的出行行为，根据不同规模的公园绿地设置动态调整可达性阈值，以提高模型的现实适配性；最后，计算所有居住小区到每个公园绿地可达性指数，累积其影响范围内所有公园绿地的指数，作为居住小区最终可达性值。

考虑到居住小区图斑和公园绿地图斑均超过万级的数据规模，本方法在计算量和处理复杂性上面临较大挑战。为此，本文结合地理数据处理库（GeoPandas）、几何对象操作库（Shapely）与数值计算库（NumPy）等空间数据与大数据处理技术，重译原Matlab程序，在新程序中引入空间索引、矢量化操作和并行计算等优化策略，显著提升数据读取和计算效率。在保证计算精度的同时，大幅降低了处理时间，使得大规模数据的可达性分析更加高效和可靠。

1.5 绿地联通性计算

绿地联通性指数是通过综合评估绿地周边500 m缓冲区内（500 m缓冲区来自自然资源部《国土空间规划城市体检评估规程》规定，用于判定公园绿地覆盖范围所采用的5 min步行距离，即500 m直线距离［20］）的公园与广场数量及其平均距离，经过标准化处理后，按照一定权重组合得出的综合评价指标，旨在衡量绿地在城市生态空间网络中的联通作用。

具体计算方法如下：首先，计算绿地周边500 m缓冲区内的公园与广场数量，并对其进行Max-Min标准化处理；然后，计算绿地到该缓冲区内公园与广场的平均距离，并采用逆向Max-Min标准化处理，使得距离越近的指标值越高；最后，将这些标准化后的指标按照相应系数加权求和，得出绿地的联通性指数。

1.6 便民指数计算

公园周边便民设施分析基于便利店、公共厕所、公共停车场、公交车站和地铁站的高德兴趣点（point of interest，POI）数据，采用加权叠加分析方法，旨在评估公园周边便民服务的供给水平。便民指数值越高，表示便民设施越丰富，服务能力越强；值越低则表示服务相对薄弱。具体方法如下：首先收集便民设施的位置信息，并根据设施的重要性为其赋予不同的权重；接着，在每个公园绿地的影响半径范围内，统计各类POI的数量；最后，结合相应权重进行加权计算，得出便民指数。

2 研究区及数据源

2.1 研究区概况

北京市域总面积约16 410 km2，如图1所示。北京地处半湿润半干旱暖温带，属于温带季风气候，夏季高温多雨，冬季寒冷干燥，春、秋短促［21］。地带性植被类型为落叶林、阔叶林，并间有针叶林分布。地势西北高、东南低，西部、北部和东北部三面环山，东南部是一片缓缓向渤海倾斜的平原。北京天然河道自西向东贯穿五大水系：拒马河水系、永定河水系、北运河水系、潮白河水系和蓟运河水系，流域面积10 km2及以上的河流共425条，均属海河流域。

图1 北京市市域空间分布图

2.2 数据源

数据主要来自2024年城市国土空间监测数据成果，公园绿地数据，包括广场、公园、绿地等。监测时主要依据市园林局提供的信息名录，针对2023年度变更调查中地类编码为公园与绿地（0810），结合2024年遥感影像进行细化采集，有疑问的进行外业核实确认，最终形成2024年城市国土空间监测公园与绿地数据。按照国家要求，广场、公园、绿地只在2023年度国土变更调查“公园与绿地”的范围内做细化采集，若有向紧邻其他用地类型扩张情况，应完整采集，公园与绿地按城区监测范围进行采集。

本次研究的手机信令数据由中国移动有限公司（北京）提供。这些信令数据记录了北京活跃的移动电话用户，包括居民和游客。当移动用户拨打电话、上网、发送或接收短信，或者在基站之间移动时，最近的基站会捕获并记录这些活动。在本文中，我们利用通信网络中的手机信令大数据，通过预处理算法去除游客等非本地手机用户，再计算剩余用户在夜间时间（22∶00至次日06∶00）长时间段的停留位置，以识别用户的居住地点，依据居住地进行地理位置聚类，获得区域的常住人口。

3 结果

3.1 整体情况

北京市2024年公园绿地面积为132.02 km2，相较于2023年增加了0.47 km2。虽然增幅有限，但在北京现有建设用地紧张、土地资源稀缺的情况下，仍然体现了北京市在公园绿地建设和优化方面的持续投入。

北京市公园绿地空间分布图如图2所示。从分区面积来看，海淀区的公园绿地面积最大，达到27.72 km2，其次是朝阳区和大兴区，最小的是怀柔区，其次是延庆区和平谷区。与北京市整体用地布局相匹配，公园绿地的建设既考虑了城市人口密度与用地压力，也体现了生态保护与绿化景观提升的需求。

图2 北京市公园绿地空间分布图

各区公园绿地面积及占区域百分比统计图如图3所示。从各区域公园绿地占比看，中心城区占比较高，如东城区、西城区，尽管面积不大，但因行政区小，覆盖率较高，有效提升了密集建成区的生态环境质量。相比之下，通州区、大兴区等外围新城区域绿地占比较低，需进一步优化布局。生态涵养区整体占比较低，如怀柔区、延庆区等，这些区域的绿色空间多为自然保护区和山地林地，可适度增加居民区附近的公园绿地，提升生态服务功能。

图3 各区公园绿地面积及占区域百分比统计图

2024年北京市城区范围内，人均公园绿地面积为6.33 m2，海淀区海淀镇、通州区潞源街道等28个街道已达到人均17 m2的要求［22］，其余街道的存在较大提升空间。

从2024年北京市公园绿地空间分布图来看，北京市公园绿地呈现“中心密集分布、外围拓展、生态带联通”的特征。中心城区公园绿地分布较为密集，依托传统大型公园（如北海公园、天坛公园、奥林匹克森林公园等）和各区绿地广场，形成较完善的绿化系统。这一分布格局不仅契合了高密度城区居民对公共绿地的需求，也在缓解城市热岛效应、提升生活环境质量等方面发挥了重要作用。在城市副中心及大兴区、昌平区等中心城区外围，公园绿地沿河道、生态廊道呈带状分布，并向外拓展，如大运河森林公园等，与湿地、河流景观结合，形成生态缓冲区。不仅增强了生态联通性，还在城市生态屏障建设中发挥了重要作用。生态涵养区由于地形条件复杂，以自然保护区、山地林地为主体，人造公园绿地分布则相对较少。

3.2 空间聚集与人口分布均衡性分析

北京市公园绿地的数量与人口分布的空间基尼指数为0.442，面积与人口分布的基尼指数为0.493。说明公园绿地资源在不同人口密度区域间分布存在一定不均衡性，但仍在可接受范围内。从对比来看，公园绿地数量似乎充足，其实际可用面积在高密度人口区域可能不足。在一些人口密集区，例如中心城区，虽然公园绿地的数量相对较多，但由于单个公园规模较小，人均公园绿地面积相对受限。由于高地价和有限的空间资源，在中心城区扩大公园绿地面积十分困难。通过提高公园绿地的质量，增加树种多样性等，可以在不扩大面积的前提下，显著提升城市的生态韧性和改善居民生活质量。

北京市的公园绿地全局莫兰指数为0.39，表明其在空间分布上轻微聚集，即公园绿地在部分区域集中分布，但整体上是分散分布的。北京市公园绿地密度分布图如图4所示，公园绿地的空间分布呈现出中心城区高密度、外围低密度的特征。其在首都功能核心区周边分布最为密集，尤其是在二环至四环范围内，公园绿地密度较高，是明显的热点区域。与此同时，在城市副中心、部分生态涵养区（如密云区、怀柔区等），局部区域的公园绿地密度也较高。但北京市西部和南部的部分远郊区域（如门头沟区、房山区、大兴区南部）公园绿地密度较低，这与人口密度较低的空间分布相吻合。

图4 北京市公园绿地密度分布图

3.3 公园绿地周边便民设施分析

北京市公园绿地周边500 m缓冲区内（10 min步行距离）的公共服务设施配置整体较为充足。其中，以公共停车场（30 572个）数量最为突出，游客自驾前往公园绿地的便捷程度较高，停车需求得到良好保障。其次是公共厕所（14 978个）和便利店（13 907个），体现出北京市公园绿地的游客在游憩期间能够较为便捷地获取基本生活服务。公交车站（11 080个）的数量较高，表明游客通过地面公共交通抵达公园绿地的便利性相对较强，而地铁站数量（404个）虽较少，但集中于城区内的大型公园绿地附近，能满足众多游客的出行需求。

北京市公园绿地便民指数空间分布如图5所示，从总量来看，朝阳区（15 409.15）与海淀区（13 713.90）数值最高，体现出这两个区域内公园绿地周边的公共服务设施布局最为完善，居民和游客在前往公园游憩时能够获得较高品质的便捷体验。其中，海淀区的曙光街道（1 173.05）和朝阳区的若干核心街道形成了街道级别的高便民服务聚集区，进一步凸显了区域在精细化管理和服务设施覆盖方面的优势。此外，丰台区（8 285.10）和西城区（6 955.15）也表现出良好的便民服务能力，区域内绿地周边配套设施较为齐全，尤其是西城区的广安门街道（1 325.93）在街道层面便民指数表现突出，说明其在提升公共服务可及性方面成效明显。值得一提的是，石景山区尽管整体便民指数处于中等水平，但其八角街道（1 355.51）表现优异，成为街道层面服务能力的亮点区域。

图5 北京市公园绿地便民指数空间分布

相对而言，延庆区（947.95）、平谷区（1 426.05）和怀柔区（1 438.25）的公园绿地便民指数总量明显偏低，反映出这些生态涵养区在服务设施配置方面仍存在短板，绿地周边居民和游客在获取便利服务资源方面面临一定困难，未来亟须加强绿地节点与公共设施的协同布局，以提升整体服务水平。

北京市各区公园绿地便民指数与均衡性（标准差）如图6所示。从便民指数均衡性（标准差）来看，东城区（12.50）、西城区（9.09）和朝阳区（8.03）的公园绿地便民指数均衡性较差，反映出这些区域的不同公园绿地之间便民设施配置存在明显差异。大型公园绿地周边设施高度密集，而小型或社区型公园绿地周边服务设施则相对匮乏，便利性体验波动较大。相比之下，延庆区（3.26）、顺义区（3.35）与房山区（3.36）的均衡性较好，说明这些区域的公园绿地虽然整体设施数量不多，但便民体验较为均衡。

图6 北京市各区公园绿地便民指数与均衡性（标准差）

3.4 公园绿地可达性分析

北京市居住用地对公园绿地的可达性分布（图7）呈现一定的空间差异。首都功能核心区的可达性较低，主要受限于高密度人口和有限的公园绿地资源，居民需要在相对较小的区域内共享公园绿地，导致人均可达空间较少。而中心城区的边缘区域（五环至六环）由于近年公园绿地规划完善和适度的居民密度，可达性指数较高，形成了公园绿地服务相对充足的区域。

图7 北京市居住用地访问公园绿地的可达性空间分布

从可达性数值来看，可达性总和最高的区域为海淀区（4 984 719.82），其次是朝阳区（3 524 086.21）和大兴区（3 468 453.80），表明这些区域内公园绿地布局较为合理，服务能力较强，居民能够较便捷且舒适地享受绿地资源。在海淀区内，西北旺镇（6 77 408.26）和温泉镇（554 187.06）是全市可达性水平最高的街道之一，显示出其在连接绿地资源与人口聚集区方面的显著优势。大兴区的礼贤镇（518 148.33）也表现突出，成为南部区域可达性的典型代表。相对而言，怀柔区（138 540.67）、密云区（340 403.90）和门头沟区（510 517.72）等生态涵养区的公园绿地可达性总和较低。

从可达性与均衡性（标准差）（图8）来看，北京市各区内居住用地对公园绿地可达性分布存在一定差异。其中，均衡性较差的区域为平谷区（5 252.68）、大兴区（4 474.74）和延庆区（3 947.62），这表明这些区内公园绿地的可达性波动较大，可能存在部分区域公园绿地密集，而另一些区域公园绿地稀缺的情况。而均衡性较好的区域，如东城区（287.66）、西城区（230.29）等，表明这些区域的公园绿地可达性相对平均，居民对绿地的体验程度较接近。

图8 北京市各区居住用地访问公园绿地的可达性值与均衡性（标准差）分布

3.5 公园绿地内应急避难场所分析

根据2024年北京市公园绿地与应急避难场所数据（图9、图10），结合空间分布与面积进行综合分析，可以发现公园绿地内应急避难场所尚未得到充分开发，且部分区域存在较大提升空间。

图9 北京市公园绿地内应急避难场所分布图

图10 北京市各区公园绿地内应急避难场所面积分布

从各区的数据来看，丰台区的公园绿地中应急避难场所的占比最高，达到了27.1%（2.59 km2/9.55 km2），表明该区在公园绿地规划中高度重视应急避难功能的配置。其次是朝阳区，其公园绿地面积为21.29 km2，避难场所面积为4.63 km2，占比为21.8%。紧随其后的是西城区，其公园绿地面积为4.03 km2，避难场所面积为1.23 km2，占比高达30.5%，显示出即便是面积较小的城区，也在资源有限的情况下，注重韧性城市的建设。相对的海淀区公园绿地面积为27.72 km2，虽然是全市公园绿地面积最大的一区，但应急避难场所的面积仅为1.35 km2，占比仅为4.9%，与公园绿地面积的优势形成鲜明对比。

相较于上述中心城区，一些远郊区的公园绿地应急避难场所开发率明显较低，特别是昌平区（5.59 km2/0.52 km2）、顺义区（5.63 km2/0.52 km2）和大兴区（18 km2/2.18 km2）等区域，占比均低于3%，显示出这些区域在公园绿地在平急两用方面还有较大提升空间。

从空间分布来看，北京市公园绿地内应急避难场所的建设主要集中在中心城区，特别是朝阳区、丰台区、西城区、海淀区等区域，这些地方不仅有丰富的公园绿地资源，而且公园绿地的功能设计考虑了多层次的社会需求，既包括日常休闲功能，又兼顾灾时避难功能。未来，北京市可考虑通过优化规划，提升公园绿地内的应急避难功能，特别是在公园绿地资源丰富的区域，进一步提升其应急响应能力，推动公园绿地功能的多元化利用。

3.6 绿地联通性分析

北京市各区绿色联通性指数分布与均衡性（标准差）分布如图11、图12所示。首都功能核心区由于高密度建设和绿地资源有限，整体联通性较低，而中心城区边缘（五环至六环）因绿地规划完善，形成较强的生态网络。远郊区则呈现南高北低的特点，南部如大兴区、房山区等区域绿地联通性较好，而北部山区因地形与发展限制，人造绿地较少，联通性较弱。整体来看，北京市绿地联通性指数较高的区域多集中在中心城区及南部区域，而北部区域的绿地联通性较低。

图11 北京市绿地联通性指数空间分布图

图12 北京市各区绿地联通性指数与均衡性（标准差）分布

从联通性指数总和来看，总和最高的区域为海淀区（183.59），其次是朝阳区（130.57）和通州区（129.86），表明这些区域的绿地网络较为完整，公园广场分布较均衡，绿地对他们的联通性较强。在海淀区，四季青镇（23.19）的联通性指数较高，进一步提升了该地区的绿色空间网络完整性和可达性，使得居民可以轻松连接多个绿地资源。石景山的苹果园街道（21.72）和八角街道（21.64）以及大兴区的天宫院街道（20.28）也展现出较好的联通性，体现了这些区域在绿地布局上的优势，能够有效促进周边区域的生态联通。相比之下，总和较低的区域为怀柔区（12.21）、延庆区（13.15）和密云区（42.28），说明这些区域绿地资源较为分散，在整体生态网络中的作用相对较弱。

从可达性与均衡性（标准差）来看，各区之间的差异相对较小，整体波动在0.13～0.18，表明北京市各区域的绿地联通性在局部范围内较为均衡，并未出现极端不均衡的情况。尽管西城区（0.18）、丰台区（0.18）、石景山区（0.17）、海淀区（0.17）和通州区（0.17）的标准差相对略高，说明这些区域内部绿地联通性存在波动，可能由于部分区域公园、绿地、广场空间分布疏离，导致联通性指数的空间变化较大。然而，即便是标准差最低的区域，如平谷区（0.13）和延庆区（0.14），其数值与其他区域相比并未有显著降低，说明整体上北京市绿地联通性在区内分布的稳定性较高，差异主要体现在区与区之间的联通性水平，而非区内部的不均衡性。

4 结束语

1）公园绿地总量持续增长。北京市2024年公园绿地面积在现有用地紧张的背景下仍有小幅增长，体现了公园绿地建设的持续推进。

2）空间布局结构失衡。中心城区公园绿地密集，城区外围公园绿地占比相对较低，可以在保障生态功能的前提下，进一步挖掘城区外围潜在公园绿地资源，提升整体公园绿地覆盖率。

3）人口与公园绿地匹配度不高。部分人口密集区域公园绿地资源不足，而人口较少的远郊区公园绿地分布相对充足。建议优化公园绿地资源在不同人口密度区域的布局，增加高密度居住区的小微绿地和社区公园。

4）服务设施配套差异明显。部分生态涵养区和远郊区的便民设施明显不足，影响居民和游客的便利体验。应提升生态涵养区和远郊区的公共服务设施覆盖率，缩小区域间差距，提高居民生活质量。

5）远郊区可达性有待提升。中心城区可达性较高，而部分远郊区可达性明显不足。建议进一步优化远郊区公园绿地布局，完善区域内步道和绿道网络，提高整体可达性，增强居民的日常使用体验。

6）避难功能布局不均衡。中心城区相对完善，但部分远郊区的避难场所建设相对滞后，整体布局不均衡，难以满足突发灾害情况下的应急需求。建议在新建和改造公园绿地时，充分考虑应急避难功能，提升整体城市韧性。

7）联通性区域差异大。北京市绿地联通性整体较好，但存在明显的区域差异。中心城区和南部区域的绿地联通性较高，形成了相对完整的生态网络，而北部山区由于地形限制，整体联通性较弱。

参考文献

［1］DU X D，ZHANG X K，WANG H，et al.Assessing green space potential accessibility through urban artificial building data in Nanjing，China［J］.Sustainability，2020，12（23）：9935.

［2］ZHANG K H，SHANG W L，DE VOS J，et al.Illuminating the path to more equitable access to urban parks［J］.Scientific Reports，2025，15（1）：1-13.

［3］李方正，董莎莎，李雄，等.北京市中心城绿地使用空间分布研究：基于大数据的实证分析［J］.中国园林，2016，32（9）：122-128.

［4］龙奋杰，石朗，彭智育，等.基于手机信令数据的城市公园服务评价［J］.城市问题，2018（6）：88-92.

［5］李素英，王计平，任慧君.城市绿地系统结构与功能研究综述［J］.地理科学进展，2010，29（3）：377-384.

［6］HUANG Y，HONG X J，ZHENG Y，et al.Assessment and optimization of spatial equity for urban parks：A case study in Nanjing，China［J］.Ecological Indicators，2024，166：112449.

［7］DAI W W，YUAN S Y，LIU Y Y，et al.Measuring equality in access to urban parks：A big data analysis from Chengdu［J］.Frontiers in Public Health，2022：1022666.

［8］ZHOU Y H，XIE H L，LIU X Z，et al.From service capacity to spatial equity：Accurately and comprehensively evaluating urban park green space distribution under multi-trips mode［J］.PloS one，2024，19（1）：e0296629.

［9］王洁晶，朱巍，刘涛.公共服务设施可达性、个人社会资本与居民心理健康：基于北京的实证研究［J］.人文地理，2022，37（1）：18-27.

［10］陈利顶，孙然好，刘海莲.城市景观格局演变的生态环境效应研究进展［J］.生态学报，2013，33（4）：1042-1050.

［11］LIANG H L，CHEN D，ZHANG Q P.Assessing urban green space distribution in a compact megacity by landscape metrics［J］.Journal of Environmental Engineering and Landscape Management，2017，25（1）：64-74.

［12］李华威，穆博，雷雅凯，等.道路带状绿地景观评价及功能分析［J］.浙江农林大学学报，2015，32（4）：611-618.

［13］WANG P，ZHU Y F，YU P.Assessment of urban flood vulnerability using the integrated framework and process analysis：A case from Nanjing，China［J］.International Journal of Environmental Research and Public Health，2022，19（24）：16595.

［14］熊慧锦，沈钦炜，魏凌伟，等.基于网络分析的南昌市公园绿地可达性［J］.中国城市林业，2021，19（1）：89-94.

［15］许泽宁，高晓路，王志强，等.中国地级以上城市公园绿地服务水平评估：数据、模型和方法［J］.地理研究，2019，38（5）：1016-1029.

［16］ZHANG R，SUN F Y，SHEN Y N，et al.Accessibility of urban park benefits with different spatial coverage：Spatial and social inequity［J］.Applied Geography，2021（135）：102555.

［17］徐泽，张建军，李储，等.基于生态位的京津冀城市群空间功能竞争力研究［J］.中国农业资源与区划，2018，39（4）：167-175.

［18］王兰，周楷宸，汪子涵.健康公平理念下社区养老设施的空间分布研究：以上海市中心城区为例［J］.人文地理，2021，36（1）：48-55.

［19］GUO S H，SONG C，PEI T，et al.Accessibility to urban parks for elderly residents：Perspectives from mobile phone data［J］.Landscape and Urban Planning，2019（191）：103642.

［20］中华人民共和国自然资源部.国土空间规划城市体检评估规程：TD/T 1063—2021［S］.北京：中国计划出版社， 2021.

［21］中国气象局.北京气候特点［EB/OL］.（2018-10-23）［2025-05-07］.https：//www.cma.gov.cn/kppd/kppdqxsj/kppdtqqh/202111/t20211103_4159387.html.

［22］北京市规划和国土资源管理委员会.北京城市总体规划（2016—2035年）［EB/OL］.（2017-09-29）［2025-05-07］.https：//www.beijing.gov.cn/gongkai/guihua/wngh/cqgh/2019 07/t20190701_100008.html.

［中图分类号］P258

［文献标识码］A

［文章编号］1007-3000（2025）09-1362-09

引文格式：黄强，余永欣.基于多源大数据的北京市公园绿地格局与服务能力评估［J］.北京测绘，2025，39（9）：1362-1370.

Reference format: HUANG Qiang， YU Yongxin.Evaluation of park green space patterns and service capacity in Beijing using multi-source big data［J］. Beijing Surveying and Mapping，2025，39（9）：1362-1370.

DOI: 10.19580/j.cnki.1007-3000.2025.09.019

［收稿日期］2025-05-13

［作者简介］

黄强（1993—），男，重庆人，博士，工程师，研究方向为地理大数据挖掘。

E-mail: qiang12031@foxmail.com