◎ 叢曉男

城市公園客源空間結(jié)構(gòu)與出行目的分異
——以北京奧林匹克公園為例

◎ 叢曉男

城市公園游憩者居住地的空間分布是導(dǎo)致其出行目的分異的重要因素，但已有研究長于刻畫人口學(xué)特征與出行目的的關(guān)系而短于揭示空間因素對出行目的的影響。本文在分析出行主體居住地空間結(jié)構(gòu)的基礎(chǔ)上，試圖建立二者之間的聯(lián)系。研究基于探索性空間數(shù)據(jù)分析、空間點模式分析和空間相互作用模型，以北京奧林匹克公園為例分析本地游憩者居住地空間結(jié)構(gòu)。通過威爾遜空間相互作用模型分析發(fā)現(xiàn)，入園人數(shù)隨空間距離增大呈指數(shù)型下降。隨著空間距離的增大，以游覽為目的的入園者逐漸增多，以休憩為目的的入園者逐漸減少，郊區(qū)人口更傾向于低頻次、長時間間隔性的游覽活動，而城區(qū)人口更傾向于高頻次、短時間間隔性的休憩活動，這意味著對于大型城市公園而言，即使在單一市場域內(nèi)，游憩行為也會分化為“游覽”和“休憩”兩類主要目的。

城市公園空間 結(jié)構(gòu)空間 相互作用市場域 出行目的

一、引言

城市公園是城市景觀和城市功能空間不可或缺的組成部分，作為典型的城市“開敞休閑空間”[1]，城市公園為廣大居民提供了游覽、休憩、健身、科教、文娛等活動的場所，對于提高市民生活質(zhì)量、改善城市人地關(guān)系具有重要作用。隨著我國城鎮(zhèn)化的快速推進和市民需求的多元變化，市民對城市公園的品質(zhì)和服務(wù)功能提出了更高的要求，基于微觀個體屬性及其需求視角開展城市公園規(guī)劃研究在規(guī)劃學(xué)界和經(jīng)濟地理學(xué)界已引起廣泛關(guān)注[2,3]，近年來相繼取得了一系列研究成果。例如，孫櫻通過問卷訪談和全年跟蹤調(diào)查方法，分析了城市老年人口的休閑特征和行為目的分異[4]；吳國清等基于市場抽樣與數(shù)據(jù)統(tǒng)計方法，分析了城市居民不同職業(yè)對城市公園的需求差異與規(guī)律[5]；李建偉等以西安市豐慶公園為研究對象，通過實地調(diào)研和問卷調(diào)查，分析了由性別差異所造成的城市空間利用上的巨大差異[6]；朱文倩和孫崟崟通過封閉式問卷調(diào)查和訪談研究了生理性弱勢群體對城市公園設(shè)施需求及其活動類型[7]；鄧昭華等以廣州人民公園為例，基于實地踏勘、問卷調(diào)查和統(tǒng)計方法研究了不同性別的游憩行為差異特征和需求[8]；張華以杭州市若干城市公園為研究對象，調(diào)查了城市居民在綠色空間的游憩活動傾向，分析了居民對綠色空間的需求程度與人口社會經(jīng)濟學(xué)特征之間的關(guān)系，研究發(fā)現(xiàn)不同年齡和教育程度的群體對城市綠色空間的需求程度具有顯著性的差異[9]；姚雪松等通過問卷調(diào)查和統(tǒng)計方法分析了老年人口對公園設(shè)施的滿意程度[10]；吳元芳研究城市公園免費開放后城市居民公園休閑行為的變化與特征，尤其是其游憩行為方式的多元化取向[11]；易浪和柏智勇以長沙市若干城市公園為例，采取問卷調(diào)查和樣本訪談的方式，按不同性別、年齡、職業(yè)等對城市公園的需求進行了分析[12]；等等。

上述研究均探討了出行主體（本文亦稱游憩者）不同屬性所產(chǎn)生的出行目的分異和特定需求差異，對于從行為學(xué)角度深入理解城市居民出行行為分異及其與引致因素之間的關(guān)系、優(yōu)化城市公園服務(wù)內(nèi)容與服務(wù)能力具有積極意義。然而，這些研究大多從出行主體的人口學(xué)特征維度出發(fā)，進行出行目的分異分析（例如，文獻(xiàn)[4,9,10,12]從年齡維度，文獻(xiàn)[6,8,12]從性別維度，文獻(xiàn)[9]從受教育程度維度，文獻(xiàn)[5,12]從職業(yè)維度，文獻(xiàn)[7]從生理障礙維度），對出行主體的空間分布因素所導(dǎo)致的出行目的分異研究則鮮有涉及。實際上，出行主體居住空間位置是影響城市公園服務(wù)供需匹配至關(guān)重要的因素，已有少數(shù)學(xué)者對出行主體空間結(jié)構(gòu)或分布模式進行了初步探索[13]，但這些工作仍僅限于分析居住地與公園之間的距離遠(yuǎn)近關(guān)系及交通方式選擇，對公園與客源地的空間相互作用等重要問題均未給出定量分析，更未涉及有效建立出行主體空間位置與出行目的之間的關(guān)系。出行主體居住地空間分布對其出游頻率和出游成本具有重要影響，進而決定了其出行目的的差異性，尤其是資源稟賦較好的大型城市公園，其吸引能力更強、服務(wù)輻射范圍更廣，不同位置的出游主體出行目的分異更加顯著。因此，在空間視角下探索出行目的分異，是對傳統(tǒng)人口學(xué)特征維度下的出游行為研究的重要理論補充，也能夠為城市公園優(yōu)化產(chǎn)品和服務(wù)提供決策依據(jù)，因此具有理論和應(yīng)用意義。有鑒于此，本文從城市公園游憩者出游行為角度出發(fā)，以北京市奧林匹克公園為例，在采用探索性數(shù)據(jù)分析、空間點模式分析、空間相互作用模型等多種方法對入園者居住地的空間結(jié)構(gòu)進行定量分析的基礎(chǔ)之上，對空間結(jié)構(gòu)所引致的出行目的分異進行了研究。

二、數(shù)據(jù)與研究方法

（一）研究區(qū)概況

2008年6月“鳥巢”的正式竣工標(biāo)志著奧林匹克公園全部建成，該公園南起北土城東路，北至清河，東至安立路和北辰東路，西至林萃路和北辰西路，跨越北四環(huán)和北五環(huán)，總占地面積約11.59平方公里。公園的規(guī)劃和建設(shè)目標(biāo)是為奧運會舉辦提供基本空間，同時在賽后的重復(fù)利用中，轉(zhuǎn)型為包含體育賽事、會展中心、科教文化、休閑購物等多功能的綜合性市民公共活動空間。2012年12月，北京奧林匹克公園獲得了“國家5A級旅游景區(qū)”稱號，成為北京市重要的體育、文化、休閑和會展空間，為奧林匹克事業(yè)的可持續(xù)發(fā)展起到了良好的示范作用。本研究涉及的其他區(qū)域?qū)ο?，按空間范圍從小到大還包括奧林匹克中心區(qū)、北京市中心城區(qū)和北京市全域，其范圍界定如下：（1）奧林匹克中心區(qū)：北至清河南岸，南至黃寺大街，東至北苑路與安定門外大街，西至八達(dá)嶺高速，總面積29.22平方公里，包括奧運村地區(qū)、亞運村街道、安貞街道全部以及大屯地區(qū)的5個社區(qū)，是奧林匹克公園游憩功能的主要服務(wù)輻射區(qū)域，也是北京市六大高端產(chǎn)業(yè)功能區(qū)之一；（2）北京市中心城區(qū)：即首都功能核心區(qū)和城市功能拓展區(qū)，包括東城區(qū)、西城區(qū)、朝陽區(qū)、豐臺區(qū)、石景山區(qū)和海淀區(qū)，是北京傳統(tǒng)意義上的城市區(qū)域；（3）北京市全域：北京直轄市全境，含16個區(qū)縣。

（二）數(shù)據(jù)來源

核心數(shù)據(jù)為游憩者居住地的空間位置，通過實地問卷調(diào)查獲得，其獲取方式包括兩種，一是由受訪者直接在紙質(zhì)地圖標(biāo)明其居住位置，二是受訪者告知居住社區(qū)名稱或距離居住地最近的兩條道路的交叉口，然后將位置信息數(shù)字化，以此作為居住地空間位置的近似描述。盡管存在一定誤差，但這種采集方式能夠較快捷地獲取作為非GIS專業(yè)的游憩者的居住地空間位置信息，提高數(shù)據(jù)采集的成功率，同時不會影響統(tǒng)計意義上的分析結(jié)果，相較于通信運營商大數(shù)據(jù)則避免了倚重手機用戶造成的有偏采樣和非空間維度缺失。數(shù)據(jù)采集過程中遵循兩個原則，一是全面性原則，要求調(diào)查能夠全面覆蓋到不同的空間、時間和目標(biāo)人群，二是隨機性原則，要求對受訪者的選擇具有隨機性。為此，在時間設(shè)置上，分別采集了2013年6月29日～7月2日以及2014年9月22日～26日兩個階段共9天的數(shù)據(jù)，涵蓋了從周一到周日的所有時段；在空間設(shè)置上，盡量在園區(qū)內(nèi)均勻布點并對人流密集處有所側(cè)重，數(shù)據(jù)采集人員以調(diào)查點為中心，采集范圍半徑不超過50米，這種設(shè)置能夠保證數(shù)據(jù)采集有效覆蓋公園主要人流。值得注意的是，不同數(shù)據(jù)采集員存在采集到同一游憩者的可能性，但由于不對受訪人員給予問卷獎勵，且采集員使用統(tǒng)一工作標(biāo)識牌，從而在最大程度上消除重復(fù)采樣問題。采用上述方式，共采集到到北京市本地游憩者有效數(shù)據(jù)915份，采集時間如表1所示，空間分布如圖1所示，圖中點狀要素表示受訪游憩者的居住位置。

為分析區(qū)域游憩人數(shù)與其人口規(guī)模的關(guān)系，需要采用北京各鄉(xiāng)（鎮(zhèn)、街道）常住人口數(shù)據(jù)（圖1所示），數(shù)據(jù)來源為2010年全國第六次人口普查，由于人口普查年份與居住地位置信息采集年份不一致，分析需假定北京市2010年人口空間結(jié)構(gòu)與2013年、2014年相比沒有大的變動；北京市鄉(xiāng)（鎮(zhèn)、街道）行政區(qū)劃矢量數(shù)據(jù)來源于國家基礎(chǔ)地理信息系統(tǒng)，同時對新調(diào)整的少數(shù)區(qū)劃通過紙質(zhì)地圖的數(shù)字化予以更新；奧林匹克中心區(qū)邊界、地鐵交通線等數(shù)據(jù)通過數(shù)字化得到。

表1 采集時間與有效樣本量

三、研究方法

以GIS為基本分析工具，采用定量分析方式開展研究，主要研究方法包括探索性空間數(shù)據(jù)分析（Exploring Spatial Data Analysis，ESDA）與可視化、空間點分布的最鄰近指數(shù)法、空間相互作用模型。

ESDA與可視化方法主要是將獲取的居住地空間數(shù)據(jù)以專題地圖形式表示，并與緩沖區(qū)分析、核密度函數(shù)分析相結(jié)合，從而在沒有先驗理論和假設(shè)的條件下，直接探索其各地理要素的關(guān)系和空間分布模式。

圖1 游憩者居住地空間分布及北京市鄉(xiāng)（鎮(zhèn)、街道）常住人口

最鄰近指數(shù)測度法（Nearest Neighbor Index，NNI）用于對游憩者居住地的空間點模式分析。該方法最早由Clark和Evans提出[14]，隨后被引入到城鎮(zhèn)聚落的空間分布分析中，目前，NNI逐漸發(fā)展成為一種地理學(xué)特別是經(jīng)濟地理學(xué)和城市地理學(xué)常用的空間分析方法[15]。NNI方法的思想較為簡單，通過對研究區(qū)域內(nèi)任意一點計算最鄰近距離，然后取這些最鄰近距離的均值作為評價模式分布的指標(biāo)。對于同一組數(shù)據(jù)，在不同分布模式下得到的NNI是不同的，根據(jù)觀測模式的NNI計算結(jié)果與完全空間隨機（Complete Spatial Randomness，CSR）模式的NNI比較，可以判斷分布模式的類型。一般而言，在集聚模式中，由于點在空間上多聚集于某些區(qū)域，因此點之間的距離小，計算得到的NNI應(yīng)當(dāng)小于CSR模式的NNI；而均勻分布模式下，點之間的距離比較平均，因此平均的最鄰近距離大，且大于CSR模式下的NNI。本文通過上述過程對奧林匹克公園游憩者居住地NNI進行計算。為判定居住地空間聚集模式，首先通過ArcGIS工具箱的“Near”工具計算任一居住點i到各自最鄰近點的距離di，進而求得平均最鄰近距離：

其中，n=915為事件數(shù)量，此為采集到的所有居住地位置數(shù)量。則居住地最鄰近指數(shù)可由下式計算

其中，A為研究區(qū)域面積。若NNI=1，則表明居住地分布的聚集程度等同于CSR模式，屬于隨機分布，若NNI<1，則表明居住地分布在空間上相互接近，可歸為空間聚集模式，若NNI>1，則表明居住地點狀分布相互排斥，可歸為均勻分布。

采用空間相互作用模型和多元回歸模型分析游憩者空間分布與區(qū)域人口規(guī)模和交通距離間的關(guān)系，并在此基礎(chǔ)上分析北京奧林匹克公園的旅游市場空間結(jié)構(gòu)，即在一定空間范圍內(nèi)游憩者來源地的相對區(qū)位關(guān)系和分布形式?？臻g相互作用模型可表示為：

其中Oi表示吸引物的吸引特質(zhì)，在經(jīng)濟地理學(xué)中常指經(jīng)濟發(fā)展水平、旅游資源豐度等指標(biāo)，Dj表示被吸引區(qū)域j（域元）的某種潛在規(guī)模度量，用于標(biāo)度被吸引物的規(guī)模，在旅游學(xué)研究中，常用人口數(shù)量代表“出游力”[16]，K為經(jīng)驗常數(shù)，α和λ分別為調(diào)整參數(shù)，Tij表示吸引物i與區(qū)域j的相互作用強度，Tij具有矢量特性，作用方向為從j到i，f (dij)為交通成本函數(shù)或相互作用核[17]，表示空間距離對空間相互作用的衰減效應(yīng)，當(dāng)相互作用核為冪函數(shù)形式即空間相互作用模型即為牛頓引力模型，當(dāng)相互作用核為指數(shù)函數(shù)形式即f (dij)＝exp(-βdij)，該模型即為威爾遜（Wilson）模型或最大熵模型[18]，其中β>0為空間阻尼。牛頓模型和威爾遜模型是1970年代以來經(jīng)濟地理和區(qū)域科學(xué)研究中最常用的空間相互作用模型[19]，由于牛頓模型存在所謂的斷裂點悖論，分析二維空間問題時常導(dǎo)致計算發(fā)散，相比之下，威爾遜模型的指數(shù)衰減模式則彌補了這一缺陷，因此一經(jīng)提出就受到極大關(guān)注且得以廣泛應(yīng)用[16,20,21]，因此本文亦采用該模型。

由于只研究奧林匹克公園這一單一吸引物對本地居民的吸引力，此時公式(3)中的i為唯一，威爾遜模型形式為：

其中Dj為區(qū)域j的人口數(shù)量，dj為區(qū)域j到奧林匹克公園的空間距離，Tj為區(qū)域j到奧林匹克公園的游憩者數(shù)量。對式（4）兩側(cè)取對數(shù)得到可用于最小二乘回歸的線性化方程：

（一）空間聚集模式

為了系統(tǒng)分析在不同空間尺度下奧林匹克公園游憩者居住地的聚集程度，分別在北京市全域、中心城區(qū)、奧林匹克中心區(qū)的空間范圍內(nèi)計算NNI。結(jié)果顯示，在上述任一研究區(qū)域內(nèi)，NNI均小于1，表明居住點均呈現(xiàn)空間聚集模式。值得注意的是，以奧林匹克公園為中心，隨著空間范圍的向外延伸，NNI由0.63下降到0.25，呈逐次降低態(tài)勢，空間聚集程度有所提高，對不同距離緩沖區(qū)的最鄰近指數(shù)的計算同樣印證了這一變化趨勢，隨著緩沖距離的增大，空間分布模式愈發(fā)傾向于較強聚集模式，結(jié)果如表2所示。

上述分析雖然表明在任意空間尺度上游憩者居住地均呈現(xiàn)空間聚集模式，但這一聚集模式呈現(xiàn)出圈層特性，不同空間范圍的聚集強度存在差異，聚集成因也有所不同。較大空間范圍，例如北京全域范圍內(nèi)，居住地具有相對較強的聚集特征，距離成為影響空間聚集程度的主要原因，游憩者居住地呈現(xiàn)“中心聚集，外圍分散”的聚集模式，即游憩者主要連片集中于公園周邊地區(qū)，在外緣則形成小型斑塊狀聚集區(qū)。較小空間范圍，即在公園周邊較近區(qū)域內(nèi)，居住地具有相對較弱的聚集特征，主要是由于游憩者在公園周邊多個居住小區(qū)的分塊集中，表現(xiàn)為“整體分散，局部聚集”的特征。圖2所示的核密度分析結(jié)果清晰地表現(xiàn)出上述空間聚集特征。

表2 最鄰近距離指數(shù)分析

居住地在外緣形成的小型斑塊狀聚集區(qū)主要分布在交通可達(dá)性較好尤其是地鐵交通便利性較好的區(qū)域，從居住地的核密度估計圖來看，除了奧林匹克公園周邊連片聚集區(qū)外，外緣小型斑塊狀聚集區(qū)主要分布于地鐵10號線南段、1號線沿線、4號線北段、13號線西段等地區(qū)，如圖3所示。由于地鐵8號線能夠直達(dá)公園內(nèi)的“奧體中心”“奧林匹克公園”和“森林公園南門”3個地鐵站，使市民能夠以地鐵方式便捷地進入奧林匹克公園。本文調(diào)研數(shù)據(jù)顯示，近半數(shù)入園者選擇乘坐地鐵，22.94%采用公交方式，13.82%采用自駕方式，10.59%采用步行方式（圖4所示），可見，地鐵是本地居民進入奧林匹克公園的主要交通方式，這種交通方式依賴性導(dǎo)致居民地在地鐵沿線周邊形成斑塊狀聚集區(qū)。

圖2 居住位置的緩沖區(qū)與核密度分析

圖3 居住位置與地鐵線路疊加分析

圖4 進入奧林匹克公園的交通方式

（二）圈層分布特征

居住地與公園距離的遠(yuǎn)近，對游憩者數(shù)量產(chǎn)生重要影響。在樣本數(shù)據(jù)中，居住位置距公園邊界最近距離僅為0.3km，位于緊鄰奧林匹克公園西側(cè)的科學(xué)院南里三區(qū)；最遠(yuǎn)距離為62km，位于密云縣城。盡管公園輻射距離較遠(yuǎn)，但對不同距離的游憩者吸引數(shù)量存在巨大差異，與公園的距離越近，觀測到的游憩者數(shù)量越多，表現(xiàn)為較典型的圈層分布特征。以奧林匹克公園核心區(qū)為基準(zhǔn)要素，以0.5km為最小單位做緩沖區(qū)分析，觀察各緩沖區(qū)內(nèi)游憩者數(shù)量，得到圖5所示結(jié)果。據(jù)該圖可知，第一，游憩者主要聚集于公園的毗鄰區(qū)域，0.5km、1km和10km緩沖區(qū)內(nèi)的游憩者數(shù)量占比分別達(dá)到7.32%、16.72%和69.62%；第二，隨著緩沖距離的增大，圈層內(nèi)游憩者累計數(shù)量有所增長，但增長速度明顯下降，圈層累計人數(shù)占比曲線在距離區(qū)間上的增長速度則雖有波動但大致呈快速下降態(tài)勢（增長速度可以理解為緩沖區(qū)單位距離增長所帶來的游憩者增加數(shù)量，計算方法為v＝ΔP/ΔD，其中v為增長速度，ΔD和ΔP分別為緩沖區(qū)距離變化和相應(yīng)的游憩人數(shù)變化。）

圖5 游憩者數(shù)量隨空間距離變化情況

四、市場域分析與出行目的分異

盡管游憩者居住地呈現(xiàn)以奧林匹克公園為中心的圈層分布結(jié)構(gòu)，但在同一圈層內(nèi)，居住地并非均勻分布，而是在某些空間形成聚集，且不同圈層的聚集特征有所不同，這表明圈層分析方法不能完全刻畫游憩者空間分布特征，居住地空間分布受到人口空間分布和交通距離的共同影響，即區(qū)域的人口數(shù)量較大則出游基數(shù)較高，與公園距離則影響到其可達(dá)性，居民出行意愿隨距離增大而降低。為準(zhǔn)確刻畫人口分布和空間距離對出游者數(shù)量的影響機制，采用威爾遜空間相互作用模型對參數(shù)進行擬合，并在此基礎(chǔ)上分析奧林匹克公園的市場域并探討出行目的分異。區(qū)域人口數(shù)據(jù)采用全國第六次人口普查中北京市各鄉(xiāng)（鎮(zhèn)、街道）的常住人口數(shù)量，區(qū)域j的游憩者人數(shù)采用實際觀測值，且只選擇觀測人數(shù)大于0的鄉(xiāng)（鎮(zhèn)、街道），為觀察不同距離計算方式的影響，將空間距離分為歐氏距離和曼哈頓距離兩種形式，采用各鄉(xiāng)（鎮(zhèn)、街道）重心到奧林匹克公園重心的距離。為了分析不同空間尺度下居民出游行為的差異性，分別基于中心城區(qū)數(shù)據(jù)和北京全域數(shù)據(jù)進行回歸擬合，結(jié)果分別如表3和表4所示。

在對北京市中心城區(qū)數(shù)據(jù)進行擬合時，共有114個鄉(xiāng)（鎮(zhèn)、街道）具有觀測到的游憩者，截距項lnK和系數(shù)α、β均在1%的顯著性水平下通過檢驗。同樣，在對北京市全域數(shù)據(jù)進行擬合時，共有162個鄉(xiāng)（鎮(zhèn)、街道）觀測到游憩者，截距項和各系數(shù)也均在1%的顯著性水平下通過檢驗，表明威爾遜模型在公園客源空間市場分析中具有較好的解釋性，區(qū)域游憩者人數(shù)與其人口基數(shù)呈正向關(guān)系，同時隨著交通距離的增大呈現(xiàn)指數(shù)型衰減趨勢。

表3 北京市中心城區(qū)數(shù)據(jù)擬合結(jié)果

表4 北京市全域數(shù)據(jù)擬合結(jié)果

就不同的空間距離形式而言，在城市區(qū)域內(nèi)曼哈頓距離更接近于居民的實際出行軌跡，且要大于歐氏距離，北京市中心城區(qū)樣本中曼哈頓距離約為歐氏距離的1.30倍，北京全域樣本中約為1.29倍，但兩種距離方式間呈現(xiàn)高度正相關(guān)關(guān)系，在北京中心城區(qū)和北京全域兩組樣本中相關(guān)系數(shù)分別高達(dá)0.9857和0.9862，這表明與公園歐氏距離較遠(yuǎn)的游憩者同時也具有較遠(yuǎn)的曼哈頓距離，兩種不同的距離形式對模型估計不會產(chǎn)生根本影響，因此，不論采用何種距離形式，模型均能通過檢驗，且擬合優(yōu)度（Adjusted R2）相差無幾。同時，由于游憩者與奧林匹克公園的曼哈頓距離大于歐氏距離約30%，導(dǎo)致使用曼哈頓距離擬合出的參數(shù)β相對偏小。

對比表3和表4的擬合結(jié)果發(fā)現(xiàn)，相對于北京市中心城區(qū)，北京全域數(shù)據(jù)擬合結(jié)果的擬合優(yōu)度有所下降，調(diào)整后的R2僅約為0.4。同時，系數(shù)α大幅下降，這與游憩者個體同質(zhì)性假設(shè)下區(qū)域出游人數(shù)與人口基數(shù)呈正比的常識相違背。擬合優(yōu)度和參數(shù)α的下降表明北京市中心城區(qū)游憩者和郊縣游憩者在出游目的上出現(xiàn)分異。作為一座大型城市公園和5A級景區(qū)，奧林匹克公園不僅是周邊市民的公共休憩空間，更吸引了大量來自北京郊區(qū)甚至外省區(qū)的游客，隨著客源市場與奧林匹克公園間距離的增大，游憩者在入園目的、入園頻次等方面都發(fā)生了明顯變化。本文將游憩者進入奧林匹克公園的（首要）目的分為觀光、休閑、購物、會展、賽事等類別，通過對居住地位于不同圈層的游憩者的入園目的進行統(tǒng)計發(fā)現(xiàn)，觀光與休閑是游憩者的主要目的，兩者合計占比高達(dá)80%以上，隨著空間距離的不斷增加，以觀光為目的的游憩者占比持續(xù)升高，在20km以上圈層占比高達(dá)53.33%，較5km內(nèi)圈層提升了18.14%，趨近于京外游客觀光行為占比水平（觀光占62.27%，休閑占28.66%），與此同時，以休閑為目的游憩者占比則持續(xù)下降。這意味著，盡管游憩者均來自于北京，但在北京全域尺度上，足以讓市區(qū)居民和郊區(qū)居民的入園目的產(chǎn)生較大分異。由于觀光行為具有偶發(fā)性和較長時間間隔性，而休閑行為具有高頻性和較短時間間隔性，休閑行為對空間距離因素更為敏感，游憩者居住點傾向于在公園周邊較近地區(qū)聚集，因此會具有較大的空間阻尼，這解釋了表3和表4中參數(shù)β估值的差異。實際上，“游憩”一詞恰恰體現(xiàn)了兩類入園者的不同目的：“游”字更多地體現(xiàn)為“游覽”或“觀光”，即以游覽標(biāo)志性景觀為主要目的；“憩”字則更多地體現(xiàn)為“休憩”或“休閑”，即以享受閑暇為主要目的。

圖6 不同圈層游客入園目的差異

分別采用表3中的模型2和表4中的模型4，計算奧林匹克公園游憩者的空間分布數(shù)量，其中距離數(shù)據(jù)采用各鄉(xiāng)（鎮(zhèn)、街道）重心與奧林匹克公園重心間的曼哈頓距離，得到的市場域分布分別如圖7左側(cè)和右側(cè)所示。對比兩圖可以發(fā)現(xiàn)，由于空間阻尼β的差異，采用模型2計算的市場空間分布較為集中，郊遠(yuǎn)區(qū)縣市場份額較小，而采用模型4計算的市場空間范圍盡管也呈現(xiàn)出中心城區(qū)占比高、郊區(qū)占比低的特征，但空間分布相對發(fā)散，郊遠(yuǎn)區(qū)縣市場份額顯著高于模型2的計算結(jié)果。這一結(jié)果從圖8的鄉(xiāng)（鎮(zhèn)、街道）累積市場占比曲線上也可觀察到，基于模型2所計算的累積市場占比曲線更為陡峭，表明客源市場主要集中于公園毗鄰區(qū)域。整體而言，模型2計算結(jié)果較好地刻畫了以休憩為目的的居民的空間分布，而模型4計算結(jié)果則具有綜合性，表現(xiàn)了包括游覽、休憩等多種目的在內(nèi)的居民的空間分布。

五、結(jié)論與啟示

本文基于問卷調(diào)查數(shù)據(jù)，采用多種定量方法對奧林匹克公園游憩者居住地的空間結(jié)構(gòu)進行了分析，并在此基礎(chǔ)上探討了游憩者居住地空間結(jié)構(gòu)對出行目的分異的影響。主要研究結(jié)論和啟示如下：

交通距離是影響入園者數(shù)量的重要因素。以奧林匹克公園為中心，由內(nèi)向外，隨著交通距離的增大，游憩者數(shù)量下降，且下降速度增快，導(dǎo)致入園者居住地呈現(xiàn)典型的圈層分布特征，數(shù)量由內(nèi)部圈層向外部圈層依次減少，這與經(jīng)驗觀測結(jié)果相一致，但圈層分布分析只能進行簡單的空間分布模式研究，不能分析同一圈層內(nèi)空間分布的異質(zhì)性問題，因而對空間分布的某些重要細(xì)節(jié)特征有所遺漏。采用最鄰近指數(shù)法計算表明，以奧林匹克公園為中心，在北京市任意空間范圍上，游憩者居住地均呈現(xiàn)空間聚集模式，且不同空間范圍的聚集強度存在差異。在較大空間范圍具有相對較強的聚集特征，游憩者居住地表現(xiàn)為“中心聚集，外圍分散”的聚集模式，游憩者主要連片集中于公園周邊地區(qū)，在外緣則形成小型斑塊狀聚集區(qū)。在鄰近公園的較小空間范圍具有相對較弱的聚集特征，主要是由于游憩者在公園周邊若干居住小區(qū)的分塊集中，在此范圍內(nèi)表現(xiàn)為“整體分散，局部聚集”的特征。

圖7 基于模型2和模型4計算的市場域

圖8 基于模型2和模型4計算的累積市場占比

采用威爾遜空間相互作用模型考察了區(qū)域人口規(guī)模和交通距離對客流量的影響，以鄉(xiāng)（鎮(zhèn)、街道）為樣本估計了威爾遜模型中的相關(guān)參數(shù)。研究發(fā)現(xiàn)，游憩者數(shù)量隨交通距離增大呈指數(shù)型下降，但距離計算方式的差異對模型影響不大，原因在于歐氏距離和曼哈頓距離呈現(xiàn)高度正相關(guān)，不論以何種距離方式，模型均能顯著通過檢驗。分別以北京中心城區(qū)和北京全域數(shù)據(jù)作為樣本進行參數(shù)擬合時發(fā)現(xiàn)，兩者擬合出的空間阻尼相差較大，且前者明顯大于后者，其原因在于隨著空間距離的增大，入園者目的發(fā)生變化，以游覽或觀光為目的的入園者逐漸增多，這意味著即使在北京全域范圍內(nèi)，入園者目的即可發(fā)生分異，郊區(qū)人口更傾向于低頻次、長時間間隔性的游覽活動，而城區(qū)人口更傾向于高頻次、短時間間隔性的休憩活動，這是由奧林匹克公園所具備的多種功能屬性所決定的，即奧林匹克公園不僅僅是作為城區(qū)居民的休憩空間，也是郊區(qū)和外省區(qū)的重要觀光旅游目的地。有學(xué)者已經(jīng)發(fā)現(xiàn)了城市旅游景區(qū)游客行為目的的分異，例如劉少湃（2012）就指出“旅游者”和“游憩者”在行為內(nèi)容、空間指向、景區(qū)使用強度、使用頻率等方面的巨大差異[22]，但本文的“游憩者”是劉少湃（2012）文中“旅游者”和“游憩者”的合稱，劉少湃（2012）文中的“旅游者”對應(yīng)為本文的“游覽者”或“觀光者”，而其“游憩者”對應(yīng)為本文的“休憩者”或“休閑者”。實際上，中小型城市公園的主要服務(wù)對象仍為鄰近地區(qū)的市民，但諸如北京奧林匹克公園等大型城市公園，其服務(wù)人群已不限于鄰近地區(qū)市民，服務(wù)功能也不限于提供休憩空間，而是具有游覽、休憩等復(fù)合功能，此類公園在世界范圍內(nèi)并不鮮見，例如，號稱紐約“后花園”的中央公園，不只是紐約市民的休閑場所，同樣也是更是城郊旅游者喜愛的旅游勝地。城市公園尤其是大型城市公園的游憩者入園目的的分異，對城市公園產(chǎn)品和服務(wù)優(yōu)化提出了新的挑戰(zhàn)，這必須建立在對游憩目的進行空間維度的市場細(xì)分基礎(chǔ)之上。

[1]Turner T. Open space planning in London: from standards per 1000 to green strategy[J]. Town Planning Review, 1992, 63 (4): 365.

[2]江海燕,周春山.國外城市公園綠地的社會分異研究[J].城市問題,2010,(4):84-88.

[3]武永春,劉欣葵,許聯(lián)鋒.基于居民需求的城市環(huán)境建設(shè)分析[J].生態(tài)經(jīng)濟,2012,(8):177-180.

[4]孫櫻.城市老年休閑綠地系統(tǒng)需求分析與建設(shè)對策[J].資源科學(xué),2003,25(3):69-76.

[5]吳國清,李天娟,李文苗.基于職業(yè)分異的城市森林游憩者的消費需求——以上海市為例[J].城市問題,2011,(2):64-69.

[6]李建偉,熊鵬,張競予,等.基于女性主義的城市公園游憩行為時空分異特征研究——以西安市豐慶公園為例[J].人文地理,2011,(5):60-64.

[7]朱文倩,孫崟崟.生理性弱勢群體對城市公園使用需求的研究[J].山東農(nóng)業(yè)大學(xué)學(xué)報(自然科學(xué)版),2012,43(4):635-640.

[8]鄧昭華,劉垚,趙渺希,等.城市公園游憩行為的性別差異——以廣州人民公園為例[J].地域研究與開發(fā),2014,33(5):109-114.

[9]張華.居民對城市綠色空間的游憩需求與健康效益感知研究——以杭州城市公園為例[J].北京林業(yè)大學(xué)學(xué)報(社會科學(xué)版),2014,13(2):87-92.

[10]姚雪松,冷紅,魏冶,等.基于老年人活動需求的城市公園供給評價——以長春市主城區(qū)為例[J].經(jīng)濟地理,2015,35(11):218-224.

[11]吳元芳.城市公園免費開放背景下北京市民公園休閑行為變化與特征[J].地域研究與開發(fā),2015,34(5):05-110.

[12]易浪,柏智勇.長沙城市公園綠地游憩行為特征調(diào)查與研究[J].中南林業(yè)科技大學(xué)學(xué)報(社會科學(xué)版),2016,(2):70-73.

[13]李孟穎.北京市大型公園節(jié)假日游使用者出行行為特征及其分析[J].旅游縱覽(下半月),2015,1:066.

[14]Clark PJ, Evans FC. Distance to nearest neighbor as a measure of spatial relationships in populations[J].Ecology, 1954: 445-453.

[15]蔡運龍,陳彥光,闕維民.地理學(xué):科學(xué)地位與社會功能[M].北京：科學(xué)出版社,2012.

[16]李山,王錚,鐘章奇.旅游空間相互作用的引力模型及其應(yīng)用[J].地理學(xué)報,2012,67(4):526-544.

[17]王錚,鄧悅,葛昭攀,等.理論經(jīng)濟地理學(xué)[M]:北京：科學(xué)出版社,2002.

[18]Wilson AG. A statistical theory of spatial distribution models[J]. Transportation research,1967,1 (3):253-269.

[19]Isard W. Gravity and spatial interaction models[J]. Methods of interregional and regional analysis, 1998:243-279.

[20]Corrado L, Fingleton B. Where is the economics in spatial econometrics? [J]. Journal of Regional Science,2012, 52 (2): 210-239.

[21]Simmonds D, Waddell P, Wegener M. Equilibrium versus dynamics in urban modelling[J]. Environment and Planning B: Planning and Design, 2013, 40 (6): 1051-1070.

[22]劉少湃.城市旅游景區(qū)的游客構(gòu)成及空間分流[J].城市問題,2012,(3):54-57.

The Spatial Structure of Residence and Objective Differentiation in Using a City Park: Evidence from Beijing Olympic Park

Cong Xiaonan

The residential locations of users of city parks play a significant role in deciding their travelling objective differentiation. Previous studies have paid much attention to the impact of demographic characteristics on the objective differentiation and ignore the impact of spatial factor. Based on the analysis of the spatial structure of users’ residential locations, the author tries to build a connection between their locations and travelling objective. This paper investigates the spatial structure of the residence of natives using a city park based on three methods,i.e., exploring spatial data analysis, spatial point pattern and spatial interaction model. It takes Beijing Olympic Park as an example. Some results in accordance with experiential knowledge had been proved, for example, the close relationship among the number of park users, regional population and spatial distance, the circle distribution pattern of the residence of park-users around the park, etc. Besides, some other results had been found. By utilizing Nearest Neighbor Index analysis, it is found that the residence of park users tends to be a spatial agglomeration pattern. The residence agglomerated in large amounts in the nearby area around the park, while formed multi-little agglomeration zones in the remote area. By utilizing Wilson spatial interaction model, the author found that the number of park users exponentially reduced as the spatial distance between users and the park increased. As the distance increased, the number of park users with visit purpose increased, and they were apt to visiting activities which had low frequency and long time interval. By contrast, users from central urban areas were apt to recreation activities which had high frequency and short time interval. That is, even if in the city scale, the purpose of native uses of large city parks could been divided into different types according to their purpose, which contained visiting and recreational purposes.

city park; spatial structure; spatial interaction; market area; travelling objective

K902，F(xiàn)59

10.3969/j.issn.1674-7178.2017.03.012

叢曉男，中國社會科學(xué)院城市發(fā)展與環(huán)境研究所副研究員，研究方向為城市與區(qū)域發(fā)展、政策模擬。

（責(zé)任編輯：盧小文）