董思曼，劉艷紅

(山西農(nóng)業(yè)大學(xué) 城鄉(xiāng)建設(shè)學(xué)院，山西 太谷 030801)

游憩機(jī)會譜(Recreation Opportunity Spectrum，ROS)是20世紀(jì)60、70年代由美國提出用于游憩資源調(diào)查、規(guī)劃和管理的理論體系。該理論從自然環(huán)境、社會環(huán)境及管理環(huán)境3方面為各類游客提供更符合游憩偏好的環(huán)境及活動[1]。

我國較早將游憩機(jī)會譜概念引入的學(xué)者是吳必虎，進(jìn)而發(fā)展出游憩機(jī)會譜概念研究、應(yīng)用途徑研究和實踐研究[2-3]。隨著實踐研究的深入，游憩機(jī)會譜成為城市公園優(yōu)化研究中廣泛應(yīng)用的一種理論[4-7]。在以往研究中，構(gòu)建城市公園游憩機(jī)會譜常以多個公園為研究區(qū)域，得出代表該城市公園的游憩機(jī)會指標(biāo)體系后，建立游憩機(jī)會譜并提出公園優(yōu)化策略[5,7]。

游憩機(jī)會指標(biāo)體系是構(gòu)建游憩機(jī)會譜的重要一步，其目的是確認(rèn)影響游憩機(jī)會譜構(gòu)建的環(huán)境變量，并按照環(huán)境變量間相關(guān)性將其重新歸類，形成少數(shù)幾個公因子，使游憩機(jī)會重要性評價得到簡化。但城市公園游憩機(jī)會指標(biāo)體系能否適用于個體公園優(yōu)化設(shè)計仍需論證。本研究將對此類指標(biāo)體系的適用性進(jìn)行探討并提出優(yōu)化方向，以提高此類指標(biāo)體系的適用性，進(jìn)而推動個體公園優(yōu)化設(shè)計。

以鄭州市綜合公園為例，構(gòu)建游憩機(jī)會指標(biāo)體系并進(jìn)行適用性分析。針對鄭州市3個綜合公園進(jìn)行問卷調(diào)查，建立鄭州市城市綜合公園游憩機(jī)會指標(biāo)體系并選擇五一公園單獨(dú)建立指標(biāo)體系。對2個游憩機(jī)會指標(biāo)體系進(jìn)行對比及差異分析，提出優(yōu)化策略，為城市公園游憩機(jī)會指標(biāo)體系的優(yōu)化提供方向。

1 研究區(qū)域及調(diào)研方法

1.1 研究區(qū)域

以“客流量大”和“特征鮮明”為選取標(biāo)準(zhǔn)，選擇河南省鄭州市中心城區(qū)的3個城市綜合公園(人民公園、碧沙崗公園、五一公園)為研究區(qū)域。其中，人民公園是新中國成立后建立的第一個綜合公園，也是中心城區(qū)最大的綜合公園，總面積30.14 hm2。園內(nèi)游憩設(shè)施齊全，是市民休閑娛樂的主要場所[8]。碧沙崗公園前身是北伐戰(zhàn)爭時期烈士陵園，后改建為公園，總占地面積約23.28 hm2[9]。園內(nèi)古跡眾多，游憩設(shè)施齊全，是建園歷史最悠久的公園之一。五一公園是由工人文化宮西區(qū)改造的綜合公園，總占地面積約10 hm2[10]，以豐富多彩的群眾活動而聞名，是鄭州市獨(dú)具特色的城市公園之一。

1.2 調(diào)研方法

1.2.1 數(shù)據(jù)收集 游憩機(jī)會譜的目標(biāo)是根據(jù)不同環(huán)境類型提供相應(yīng)的游憩機(jī)會[11]。根據(jù)以往研究[4,7,12]和實地調(diào)研，從自然環(huán)境、社會環(huán)境和管理環(huán)境3個方面進(jìn)行環(huán)境變量清查，共選出25個環(huán)境變量見表1。自然環(huán)境從景觀單元構(gòu)成、自然環(huán)境質(zhì)量、人文環(huán)境賦存和景觀美感質(zhì)量4個方面考慮，共選擇7個變量[12]。其中，由于3個公園均屬于環(huán)境空氣二類區(qū)且氣候環(huán)境相似，“N1公園小氣候適游程度”在問卷中以“濕度和清潔度”呈現(xiàn)。社會環(huán)境從活動項目、游憩利用強(qiáng)度和服務(wù)設(shè)施狀況3個方面考慮，共選出8個變量。管理環(huán)境從管理制度建設(shè)、服務(wù)及維護(hù)管理、解說與安全管理及其環(huán)境衛(wèi)生管理4個方面考慮，共選出10個變量[5]。根據(jù)目前環(huán)境以及未來發(fā)展需求將“防疫管理制度”納入管理制度建設(shè)，以應(yīng)對突發(fā)性公共衛(wèi)生安全問題[13]。

表1 環(huán)境變量體系表Table 1 System table of environment variables

根據(jù)社會調(diào)查經(jīng)驗確定樣本量300份，3個公園各100份。問卷共分為3部分，包括：游客游憩偏好、基本信息以及25個環(huán)境變量的重要性評價。其中重要性評價采用李克特5點(diǎn)式量表(Likert Scale)，初步確定對公園游憩體驗產(chǎn)生影響的各個因素。問卷調(diào)研時間為2020年9月、10月，采用隨機(jī)抽樣的方法，形式以自填式為主。得到有效問卷后，利用軟件SPSS25.0對數(shù)據(jù)進(jìn)行統(tǒng)計分析，以保證合理性。

1.2.2 數(shù)據(jù)處理 采用多種數(shù)據(jù)處理方法，分為2個階段：指標(biāo)體系建立階段，采用描述性分析初步篩選變量，信效度檢驗檢測問卷的真實性和有效性，因子分析求指標(biāo)層并建立指標(biāo)體系。對比分析階段：差異性分析，排除2個指標(biāo)體系中原始數(shù)據(jù)的差異，包括：皮爾遜卡方檢驗(Pearson’s χ2 test)和不滿足使用條件時的費(fèi)希爾精確檢驗(Fisher exact test)和似然比(likelihood ratio test)檢驗；游客基本信息和游憩偏好采用頻率分析，分析2組數(shù)據(jù)在性別、年齡、學(xué)歷、職業(yè)方面以及游憩偏好的有效百分比，得出影響環(huán)境變量選取的原因；權(quán)重分析，采用主成分分析得出2個指標(biāo)體系中各環(huán)境變量的權(quán)重并得出相同環(huán)境變量的權(quán)重差異；相關(guān)性分析，分析造成環(huán)境變量權(quán)重差異的原因。

2 數(shù)據(jù)分析與指標(biāo)體系建立

2.1 城市綜合公園數(shù)據(jù)分析與指標(biāo)體系建立

2.1.1 環(huán)境變量篩選 問卷回收并篩選得到有效問卷258份，有效回收率為86.0%。由描述性分析結(jié)果可知，25個環(huán)境變量均值均超過“4”且標(biāo)準(zhǔn)差小于“1”，表明所有環(huán)境變量對受訪者都具有一定的重要性，且受訪者對于各環(huán)境變量重要性的認(rèn)知具有較高的一致性，證明了初步選擇的環(huán)境變量合理性，故保留所有環(huán)境變量。

2.1.2 因子分析 利用SPSS25.0軟件進(jìn)行信效度檢驗，其中，克隆巴赫系數(shù)(Cronbach’s alpha)α值為0.949>0.7，判斷該問卷可信度較高。KMO(Kaiser-Meyer-Olkin)檢驗和巴特利特(Bartlett)球形檢驗法得出，KMO值0.922>0.7且Bartlett球形檢驗顯著性為0.000<0.01，表明變量之間存在相關(guān)關(guān)系，適合做因子分析。

采用因子分析進(jìn)行主成分提取，以初始特征值不小于1的主成分為初始公因子且累積方差貢獻(xiàn)率需大于60%[14]。結(jié)果顯示，前4個因子(F1-F4)的特征值大于1，且能夠解釋所有數(shù)據(jù)中62.657%的方差，故提取4個因子作為指標(biāo)層。

2.1.3 指標(biāo)體系建立 因子分析中采用最大方差法的旋轉(zhuǎn)方法，篩選因子載荷值大于0.5的環(huán)境變量，最終保留下21個環(huán)境變量。其中，4個指標(biāo)層內(nèi)部信度檢測均大于0.7，表明其具有高度有效性。根據(jù)數(shù)據(jù)分析，建立綜合公園游憩機(jī)會指標(biāo)體系見表2，共4個指標(biāo)層，21個環(huán)境變量。

表2 綜合公園游憩機(jī)會指標(biāo)體系Table 2 Comprehensive park recreation opportunity index system

2.2 五一公園數(shù)據(jù)分析與指標(biāo)體系建立

2.2.1 環(huán)境變量篩選 五一公園共發(fā)放100份問卷，回收并篩選得到有效問卷90份，有效回收率為90.0%。描述性分析可得，25個環(huán)境變量均值均超過“4”且標(biāo)準(zhǔn)差小于“1”，故保留所有環(huán)境變量。

2.2.2 因子分析 信效度檢驗中，α值為0.901>0.7，該問卷調(diào)查結(jié)果可信度較高；KMO值0.79>0.7且巴特利特球形檢驗顯著性為0.000<0.01，表明數(shù)據(jù)適合做因子分析。

因子分析可得，前7個因子(W1-W7)的特征值大于1，能夠解釋所有數(shù)據(jù)中67.636%，旋轉(zhuǎn)后篩選出環(huán)境變量22個。由于因子W7中只有1個環(huán)境變量(N5水體清潔程度)，且根據(jù)實地調(diào)研發(fā)現(xiàn)五一公園缺少水體，故去除該因子，保留6個因子(W1-W6)作為指標(biāo)層，累積方差貢獻(xiàn)率為63.599%。在因子W2中，環(huán)境變量“M4防疫管理制度”的因子載荷系數(shù)為0.498非常接近0.5，結(jié)合現(xiàn)狀保留。W1-W4的內(nèi)部信度檢測均大于0.7，表明指標(biāo)層具有高度有效性。W5和W6的內(nèi)部信度檢驗大于0.5且小于0.7，證明其有效性較差，但可以接受。

2.2.3 指標(biāo)體系的建立 根據(jù)上述分析及因子分析方法，建立五一公園游憩機(jī)會指標(biāo)體系見表3，共6個指標(biāo)層，22個環(huán)境變量。

表3 五一公園游憩機(jī)會指標(biāo)體系Table 3 Index system of recreation opportunities in Wuyi Park

3 城市綜合公園游憩機(jī)會指標(biāo)體系與五一公園游憩機(jī)會指標(biāo)體系對比分析

將2個游憩機(jī)會指標(biāo)體系對比，綜合公園游憩機(jī)會指標(biāo)體系由4個指標(biāo)層，21個環(huán)境變量組成；五一公園指標(biāo)體系由6個指標(biāo)層，22個環(huán)境變量組成。

3.1 指標(biāo)層對比分析

環(huán)境變量分類方面，綜合公園游憩機(jī)會指標(biāo)體系中指標(biāo)層F3、F4分別與五一公園指標(biāo)體系中W2、W6包含環(huán)境變量相同。屬性方面，綜合公園指標(biāo)體系指標(biāo)層F1、F4含多個環(huán)境屬性，F(xiàn)2、F3只含1個環(huán)境屬性；五一公園指標(biāo)體系指標(biāo)層除W2只含1個屬性環(huán)境變量，其余指標(biāo)層含有2個屬性的環(huán)境變量。表明2個指標(biāo)體系在主成因劃分上有一定相似性和差異性。

根據(jù)因子分析原理，判斷造成2個指標(biāo)體系指標(biāo)層差異的原因可能有：五一公園游客游憩偏好鮮明，導(dǎo)致變量間相關(guān)性不強(qiáng)；或建立五一公園游憩機(jī)會指標(biāo)體系的樣本量不足，無法準(zhǔn)確探尋變量間相關(guān)性[15]。

3.2 環(huán)境變量類別對比分析

綜合公園指標(biāo)體系共21個環(huán)境變量，篩除了“S6休息設(shè)施豐富度”、“N2聽覺舒適度”、“S7游憩動機(jī)的實現(xiàn)”和“N1公園小氣候適游程度”。五一公園指標(biāo)體系共22個環(huán)境變量，篩除了“S6休息設(shè)施豐富度”、“N5水體清潔程度”和“S1游人密度”。2個指標(biāo)體系中相同環(huán)境變量共19個，5個環(huán)境變量選取有差別。

為排除原始數(shù)據(jù)差異過大導(dǎo)致的選取差別，對數(shù)據(jù)進(jìn)行差異性分析——皮爾遜卡方檢驗，結(jié)果如下：個案數(shù)均大于40，但不滿足“理論頻數(shù)小于5的格子不超過20%或不存在小于1的理論頻數(shù)”，故以費(fèi)希爾精確檢驗結(jié)果和似然比檢驗結(jié)果為準(zhǔn)。

結(jié)果表明，“N2聽覺舒適度”和“S7游憩動機(jī)的實現(xiàn)”的顯著性小于0.05，說明2組數(shù)據(jù)差異性顯著，造成選擇差異的原因可能是原始數(shù)據(jù)差異性過高?！癗1公園小氣候適游程度”、“N5水體清潔程度”和“S1游人密度”的顯著性均大于0.05，說明2組數(shù)據(jù)沒有顯著差異性，排除原始數(shù)據(jù)差異性過大導(dǎo)致的差別。

3.2.1 環(huán)境變量原始數(shù)據(jù)差異分析 將“N2聽覺舒適度”和“S7游憩動機(jī)的實現(xiàn)”的原始數(shù)據(jù)進(jìn)行頻率分析，在“不重要”和“一般重要”2個評價上有效百分比差別不大；“比較重要”和“非常重要”上有效百分比差距較大，為20%和15%。表明原始數(shù)據(jù)中存在較大差異，導(dǎo)致上述環(huán)境變量選取差別。

3.2.2 原始數(shù)據(jù)無差異環(huán)境變量選擇差異分析 2個指標(biāo)體系中，3個環(huán)境變量選取差別不是原始數(shù)據(jù)引起?！癗5水體清潔程度”選取差別是由于五一公園缺少水體，且重新數(shù)據(jù)標(biāo)準(zhǔn)化和權(quán)重計算后，權(quán)重為0，故人為排除。

為探討樣本基本信息和游憩偏好對環(huán)境變量選取的影響，進(jìn)行頻率分析：樣本的性別和年齡分布無明顯差異；學(xué)歷、職業(yè)和游憩行為偏好分布有較大差異。學(xué)歷方面，2組數(shù)據(jù)在“高中或中?！焙汀氨究苹虼髮！?個選項相差10%左右；“初中及以下”差別約為5%。職業(yè)方面，“無工作及退休”和“家庭主婦(夫)”差別較大為10%左右；“教師、科研人員”和“軍人”差別約為5%。游憩偏好方面，2組數(shù)據(jù)在“賞游類”和“運(yùn)動類”游憩行為的偏好上差異較大，約10%。表明造成“N1公園小氣候適游程度”和“S1游人密度”選取差別的原因是公園游憩特征不同，帶給游客游憩機(jī)會不同，吸引著不同偏好的游客，導(dǎo)致樣本基本信息和游憩偏好差異，從而影響環(huán)境變量的選取。

此外，造成“S1游人密度”選取差別可能由周邊環(huán)境、歷史背景及游憩空間類型復(fù)雜度造成。3個公園雖均地處中心城區(qū)，但其建園歷史不一，游憩空間類型復(fù)雜度差別較大。

3.3 相同環(huán)境變量權(quán)重對比分析

3.3.1 總體環(huán)境變量權(quán)重分析 相同環(huán)境變量求權(quán)重，目的是對比分析19個相同環(huán)境變量重要性的差別，進(jìn)而分析2個指標(biāo)體系的差異。

數(shù)據(jù)標(biāo)準(zhǔn)化后主成分分析求權(quán)重，進(jìn)一步計算得出“綜合得分模型中的系數(shù)”，并利用歸一法計算出城市綜合公園游憩機(jī)會指標(biāo)體系與五一公園游憩機(jī)會指標(biāo)體系環(huán)境指標(biāo)權(quán)重見表4。其中，2個指標(biāo)體系的KMO值分別是0.79和0.922，大于0.7，表明2組數(shù)據(jù)適合因子分析。

表4 城市綜合公園游憩機(jī)會指標(biāo)體系與五一公園游憩機(jī)會指標(biāo)體系環(huán)境指標(biāo)權(quán)重Table 4 Environmental index weight of two index systems

3.3.2 相同環(huán)境變量權(quán)重分析 對比2個指標(biāo)體系中相同環(huán)境變量所占權(quán)重，權(quán)重差別較大的有：“N3植被生長狀況”、“N4景觀美景度”和“M2環(huán)境衛(wèi)生管理狀況”。

將3個環(huán)境變量分別進(jìn)行“皮爾遜卡方檢驗”，排除原始數(shù)據(jù)差異帶來的影響。“N3植被生長狀況”和“N4景觀美景度”不滿足“理論頻數(shù)小于5的格子小于20%或不存在小于1的理論頻數(shù)”，故以費(fèi)希爾精確檢驗和似然比檢驗結(jié)果為準(zhǔn)。

“N3植被生長狀況”和“N4景觀美景度”數(shù)據(jù)顯著性小于0.05，2組數(shù)據(jù)差異性顯著，造成權(quán)重差異的原因可能是原始數(shù)據(jù)差異性較大?！癕2環(huán)境衛(wèi)生管理狀況”顯著性大于0.05，說明2組數(shù)據(jù)無差異性，排除原始數(shù)據(jù)的原因。

將“N3植被生長狀況”和“N4景觀美景度”進(jìn)行頻率分析：“不重要”和“一般重要”的有效百分比差異不大；“比較重要”和“非常重要”差異較大，為16.2%和14.4%。表明原始數(shù)據(jù)中確實存在較大差異造成上述環(huán)境變量權(quán)重差異。

實地調(diào)研發(fā)現(xiàn)，“M2環(huán)境衛(wèi)生管理狀況”權(quán)重差異，可能與樣本基本信息、公園游憩特征和環(huán)境衛(wèi)生管理現(xiàn)狀相關(guān)。將“M2環(huán)境衛(wèi)生管理狀況”與游客基本信息進(jìn)行相關(guān)性檢驗。其中，年齡和職業(yè)P值<0.05，表明兩者與該環(huán)境變量重要性評價有顯著相關(guān)性，即游客年齡和職業(yè)可以影響該環(huán)境變量的重要性。此外，3個公園環(huán)境衛(wèi)生管理狀況良好，均設(shè)有定時衛(wèi)生保潔，故排除管理現(xiàn)狀差異。五一公園人口密度較高且公園面積較小，衛(wèi)生清掃時給游憩活動體驗帶來的影響較大，可能會造成影響。

4 結(jié)論

以游憩機(jī)會譜為基礎(chǔ)，從自然、社會和管理3個方面，采用問卷調(diào)查和因子分析分別建立了鄭州市城市綜合公園游憩機(jī)會指標(biāo)體系4個指標(biāo)層共21個環(huán)境變量和五一公園指標(biāo)體系6個指標(biāo)層共22個環(huán)境變量。

對2個指標(biāo)體系進(jìn)行差異性分析，得到適用性結(jié)果如下：

(1)在對鄭州市城市綜合公園進(jìn)行初步優(yōu)化設(shè)計時，城市綜合公園游憩指標(biāo)體系適用于大部分需求。2個指標(biāo)體系中有19個共同環(huán)境變量，且大部分環(huán)境變量重要程度沒有明顯差異。故可以認(rèn)定該指標(biāo)體系具有較大的適用性。

(2)在個體公園實際優(yōu)化設(shè)計中仍需進(jìn)一步完善，該指標(biāo)體系可能會忽略個體公園獨(dú)特的游憩特征。通過主成分分析求權(quán)重、皮爾遜卡方檢驗、費(fèi)希爾精確檢驗和似然比對環(huán)境變量差異進(jìn)行分析。發(fā)現(xiàn)2個指標(biāo)體系中共5個環(huán)境變量選擇差異，排除原始數(shù)據(jù)差異性過大后，有3個環(huán)境變量選擇不同。19個共有環(huán)境變量中，有4個環(huán)境變量重要程度差異明顯。結(jié)合游客基本信息、游憩偏好等得出：五一公園游客更注重游憩體驗的感受；鄭州市城市綜合公園游客更注重自然風(fēng)光。

因此，在個體公園優(yōu)化設(shè)計時，可以從公園游憩特征、歷史背景和現(xiàn)狀以及公園游客特征等方面對城市綜合公園指標(biāo)體系進(jìn)行優(yōu)化，使其更加貼合個體公園實際使用狀況，突出公園特色。