深圳市公共体育设施空间供需及影响因素研究

在现代社会, 城市居民对休闲健身的需求逐渐增大[1]。2016年至2021年, 国家陆续出台《“健康中国 2030”规划纲要》《关于推进体育公园建设的指导意见》等政策, 进一步提升了统筹建设全民健身公共设施以及完善全民健身公共服务体系的重要性。作为政府力量承担投入的公共服务产品之一,公共体育设施建设是城市规划管理中的重要环节[2]。研究公共体育设施供需现状和空间布局, 分析其影响因素, 对进一步科学地分配政府公共资源投入和满足城市居民的健身需求有重要意义。

建成环境影响居民的体育活动水平[3–4], 与体育设施距离的增加和体育设施数量的减少都会导致体育活动减少[5], 因此不同地区的人们能够获得公平的体育机会就显得尤为关键[6]。目前对公共体育设施空间布局的研究仍然较少, 居民的健身需求和使用公共体育设施机会均等性问题尚未受到足够的关注[7]。国际上多采用可达性和基尼系数来评价空间分布的公平性[8–9], 如 Mayaud 等[10]提出使用可达性分析和基尼系数的综合评价框架来比较不同社会群体获得的医疗保健服务差异。Tahmasbi 等[11]测量不同交通方式的可达性, 并使用基尼系数和统计指数评估城市公共设施分布在不同群体和不同区域之间的差异。国内关于公共服务设施的研究集中在空间分布格局[12–13]及其影响因素[14]方面, 并使用泰尔指数[15]、基尼系数[16]、空间自相关[17–18]和地理探测器[19]等方法进行空间配置均衡性评估。虽然学者们从不同的角度对公共服务设施的空间供需及其公平性进行了大量研究, 但集中在医疗和教育等设施[20–22]方面, 涉及公平角度的公共体育设施空间布局的研究仍然较少[7]。

均衡的公共服务设施空间配置要求一定范围内的资源供给与居民需求达到最优配置水平[23]。评估公共服务设施的空间配置水平已成为研究重点。现有研究中往往使用统计年鉴数据, 很难实现公共设施与人口分布的地理空间映射[24]。同时, 现有研究多基于城市或区级尺度[8], 空间粒度不够精细,缺乏小尺度上的可达性研究[25]。手机信令数据具有数据量大、动态度高的特点, 将手机信号映射到地理空间, 并对人口分布进行提取与分析, 可以得到精细的空间人口分布数据信息, 进而研究城市实际人口需求情况下的公共体育设施公平性。大多数公共设施的适宜服务半径在 1 km 以内, 步行时长为10 分钟左右[25–26], 因此有必要从生活圈的视角, 研究公共体育设施供给与居民需求达到平衡的最优配置[27]。

本文以深圳市提出的“10 分钟健身圈”为基准,利用 GIS 可达性分析结果构建公共体育设施服务区, 结合深圳市公共体育设施点数据、居住小区兴趣点(points of interest, POI)、手机信令数据和社会经济辅助数据, 从供需视角评价公共体育设施的空间公平性, 以便探究深圳市不同街道之间的公共体育设施服务差异。同时, 利用地理探测器识别深圳市公共体育设施供需关系空间差异的内在原因, 以期为进一步规划建设公共体育设施, 推进公共体育资源的合理分配, 完善公共体育服务体系提供科学参考。

1 数据与方法

1.1 研究区

深圳市是我国现代化城市建设的典型地区之一, 位于广东省南部, 毗邻香港, 地理坐标范围为113°46′—114°37′E, 22°24′—22°52′N。全市下辖福田区、南山区和罗湖区 3个中心城区, 盐田区、宝安区、龙华区和龙岗区 4个近郊区, 光明区、坪山区和大鹏新区 3个远郊区。

根据第七次全国人口普查结果, 截至2020年11月1日零时, 深圳市常住人口为 1749.4398 万(不包含深汕特别合作区), 其中宝安、龙岗和龙华 3个区人口超过 200 万, 分别为 447.6554 万、397.9037万和 252.8872 万, 南山、福田、龙华和光明 4个区人口数量次之, 位于 100 万至200 万之间。坪山、盐田和大鹏新区的人口少于 100 万, 分别为55.1333万、21.4225 万和 15.6236 万[28]。

与 2010年第六次全国人口普查相比, 深圳市各区人口均有所增加, 龙岗区和宝安区的人口增长最多, 分别为 209.4616 万和 183.7637 万, 龙华区、南山区和光明区的人口增长量次之[28]。城市人口快速发展, 居民日常体育锻炼与健身需求也在逐步增加。深圳市于 2021年提出建设国家体育消费试点城市的目标, 不断强化体育设施建设和用地保障,推动公共体育事业发展。深圳市公共体育设施点和人口空间分布情况如图1 所示。

1.2 数据来源及处理

公共体育设施点数据来源于深圳市文化广电旅游体育局网站(http://wtl.sz.gov.cn/)公布的体育类公共服务清单。清单获取时间为 2020年12月, 其中包括 25个主要体育场馆和 577个晨晚练辅导站, 共计 602个公共体育设施场所。通过百度 API 得到公共体育设施场所对应的经纬度, 并在 ArcGIS 中矢量化为点数据。

居民小区点数据来自 2020年4月的百度地图POI 点数据, 一共 7311个小区点。路网数据来自OpenStreetMap, 包含 2020年的县道、乡道和城市一、二、三、四级道路。深圳市街道行政区划数据来自深圳道路交通运行指数系统(http://tocc.jtys.sz.gov.cn/#/rt/street), 共计 74个街道。空间数据坐标统一转换为 CGCS2000 坐标系。

人口数据来自中国移动公司的手机信令数据,主要包括匿名用户编号、时间、基站小区和事件类型等。时间范围从 2019年10月1日到 2019年10月31日, 共计 31 天, 每天的有效用户数约为 1908 万,每天约 43.2 亿条记录, 每个用户每天 226 条记录。通过数据清洗、用户活动模型、人口分类模型和数据扩样模型, 将个体手机时间序列映射到地理空间位置, 得到 500 m 格网的深圳市人口分布情况。统计 31 天内居住满 16 天且每天夜间(晚 8 点至早 8 点)在深圳市驻留时长超过 7.5小时的人口数量。

为探究深圳市公共体育设施空间供需关系的影响因素, 收集包括住宅标定地价数据、公交站点、地铁站点和土地利用数据在内的社会经济辅助数据。其中, 深圳市住宅标定地价数据来自深圳市规划和自然资源局发布的《深圳市 2018年度标定地价成果》[29], 公交站点和地铁站点来自 2020年4月的百度地图 POI 点数据。土地利用数据采用 2020年的 GlobeLand30 数据(http://globeland30.org/)。

1.3 研究方法

1.3.1 可达性分析

利用 10 分钟步行健身圈标准下的公共体育设施覆盖率来反映居民小区点对公共体育设施点的可达性。基于 ArcGIS 网络分析中的服务区分析模块,求得各体育设施对应的服务范围, 步骤如下。1) 通过 ArcGIS 中的近邻分析, 获取公共体育设施点和居民小区点到路网上的最近点(简称“近邻点”); 2)将路网要素转成线要素, 并分别以体育设施近邻点和居民小区近邻点为分割点, 对路网要素进行两次分割[30]; 3) 将体育设施近邻点、居民小区近邻点和分割后的路网导入同一个要素数据集, 并建立网络数据集; 4) 新建服务区, 起始点加载为 602个公共体育设施点, 选用距离为阻抗, 阻抗间隔为 1 km,得到公共体育设施点 1 km 内可以覆盖的范围; 5) 计算 1 km 服务区覆盖范围内的居民点占统计单元内居民点总数的比例[31], 将其定义为 10 分钟健身圈覆盖率, 从而测算各统计单元公共体育设施点到居民小区点的可达性。

1.3.2 空间供需分析

公共体育设施点的空间供需关系分析是将一定单元内体育设施服务能力与居民需求进行对比, 从而反映公共体育设施点的空间配置和现有负荷状态。本文将 10 分钟步行健身圈视角下公共体育设施点的需求定义为统计单元总人口数[32], 供给能力定义为公共体育设施点服务区覆盖范围内的人口数, 对需求和供给进行双变量制图。使用 3×3 的矩阵描述供求关系, 每一行代表供应, 每一列代表需求, 用自然断点法分成高、中、低三类[33–34], 分析各空间单元的供需关系。按照公共体育设施点的实际分布情况设定两种情景, 分别为公共体育设施点服务区重叠部分人口不重复计算和公共体育设施点服务区重叠部分人口重复计算。

按照公共体育设施点供需比从小到大的顺序,将深圳市各街道重新排列, 绘制公共体育设施分配洛伦兹曲线[35]。横轴表示各街道人口数占深圳市总人口数的比例累计(需求水平比例累计), 纵轴表示各街道公共体育设施服务区覆盖的人数(重叠部分不重复计算)占深圳市公共体育设施服务区覆盖总人数的比例累计(供给水平比例累计)。深圳市对应的基尼系数G的计算公式为

式中, n 为街道数(n=74), Dk 代表需求水平的累计比例, Sk 代表供给能力的累计比例。基尼系数的范围为0~1, 0 表示完全平等, 1 表示完全不平等。

为了研究公共体育设施点在深圳市市辖区内各街道的分配公平程度, 采用同样的方法绘制深圳市各市辖区的洛伦兹曲线, 并计算对应的基尼系数。

1.3.4 地理探测器

地理探测器可用于探测地理现象的空间分异性, 并揭示其内在驱动因素[36]。利用地理探测器中的因子探测及交互作用探测, 可以识别公共体育设施空间供需差异的背后驱动力。

因子探测器用于探测影响因子对因变量空间分异性的解释程度, 用 q 统计量[36–37]表示, 计算公式如下:

式中, h = 1, 2, …, L 表示解释变量 X 或因变量 Y 的分层; Nh 和 N 分别为层 h 和整个研究区的样本数量;σ h2和 σ2 分别为层 h 和整个研究区的方差; q 统计量的值严格限制在[0, 1]内, 其值越大, 表示影响因子 X对因变量 Y 的解释力越强。如果因变量 Y 由解释变量 X 分层, 则 q = 0 表示解释变量 X 与因变量 Y 之间没有耦合关系; q = 1 表示因变量 Y 完全由解释变量X 决定, 即 X 解释了 100%的 Y。

交互作用探测器通过将两个因子的 q 统计量与双因子交互作用的 q 统计量的总和进行比较来揭示因子之间是否对因变量 Y 具有相互作用[38–39]。它将X1 和 X2 两个因子之间的交互作用分为 5 类, 如表1所示。

选取各街道人口总数(X1)、住宅标准宗地价格(X2)、地铁站点数(X3)、公交站点数(X4)、路网密度(X5)和人造地表比例(X6) 6个探测因子, 从人口、经济、交通和土地利用等方面探究深圳市公共体育设施空间供需关系的影响因素。

地理探测器的自变量要求为类型变量, 因此采用自然断点法, 将各因子划分为 5 类, 从高到低依次赋值为 5~1。将各街道公共体育设施的供需比定义为公共体育设施点服务区覆盖范围内人口数与总人口数的比值, 并将其作为因变量, 探讨各因子对深圳市公共体育设施空间供需关系的影响作用。

2 结果

2.1 10 分钟健身圈居民点覆盖率

深圳市各街道 10 分钟健身圈居民点覆盖率和空间分布分别如图2 和 3 所示。深圳市 65.3%以上的居民点可以实现在 1 km 内到达公共体育设施点的目标, 10 分钟步行健身圈基本上达成。60%的街道 10 分钟步行健身圈居民点覆盖率可以达到 60%以上, 基本上实现 10 分钟健身圈的覆盖。深圳市的整体覆盖率呈现南高北低的特点, 居民点覆盖率排名前 40%的街道中, 除光明区的 6个街道外, 其余均位于深圳市南部沿海地区。光明区的新湖街道和福田区的园岭街道的覆盖率达到 100%。坪山区的石井街道、龙岗区的龙城街道以及龙华区的龙华街道、观湖街道和福城街道的覆盖率均不足 20%, 难以实现 10 分钟步行健身圈的完全覆盖。

2.2 空间供需及公平性评价

深圳市公共体育设施的供给能力和需求水平如图4 所示。深圳市西部的公共体育设施供给能力明显高于东部, 南部的公共体育设施供给能力明显高于北部。供给能力高值区集中在深圳市西南沿海地区的街道, 低值区集中在龙华和龙岗两个近郊区以及光明、坪山和大鹏 3个远郊区的大部分街道。深圳市街道对公共体育设施的需求水平西高东低, 盐田区、坪山区和大鹏新区街道的需求水平明显低于其他各区的街道, 高需求区主要位于宝安区、龙华区和龙岗区的边界附近。

盐田区、坪山区和大鹏新区的街道以及光明区的新湖街道和光明街道属于“低供给–低需求”类型,公共体育设施能够服务的人口比较少, 总人口数也比较少, 可以满足供需平衡。宝安区的西乡街道和新安街道属于“高供给–高需求”类型, 虽然拥有较多的人口, 但公共体育设施点也较多, 对应的公共体育设施服务可以满足人口需求, 基本上实现供需平衡。上述两类街道显示出相对平衡的供需关系,供需匹配较好。以宝安区石岩街道为代表的“低供给–高需求”类型街道人口较多, 公共体育设施服务区能够覆盖的人口较少, 供给难以满足实际超额需求, 供需平衡较为欠缺, 需要提供更多的体育设施。

按照未计入重叠部分的服务区计算, 不存在“高供给–低需求”类型的街道, 意味着街道内部的公共体育设施资源仅能够满足实际人口的需求, 没有满足多余需求的空间。按照服务区重叠部分重复计算, 南山区的招商街道和蛇口街道以及福田区和罗湖区交界处的华强北街道、园岭街道、东门街道、南湖街道和桂园街道都属于“高供给–低需求”类型, 表明这些街道的公共体育设施较多, 若合理地分布, 可以满足更多的需求。但是, 目前公共体育设施空间分布非常集中, 存在实际服务区重叠的情况, 不利于进一步扩大服务范围, 提升服务能力。此外, 对比计算重叠服务区和未计算重叠服务区的结果, 在计算重叠服务区的情况下, 罗湖区、盐田区、福田区的部分街道供给水平明显提升, 街道内公共体育设施点空间集聚程度高出深圳市平均水平, 分布较为集中, 服务范围在一定程度上有所重叠; 龙岗区和宝安区的部分街道的供给水平有所下降, 街道内公共体育设施点空间集聚程度低于深圳市平均水平, 公共体育设施点较为分散。

深圳市及各市辖区公共体育设施资源分配的洛伦兹曲线如图5 所示。深圳市总体公共体育设施资源分配的基尼系数为 0.213, 分布均衡程度相对平均。各市辖区的基尼系数均小于 0.2, 与理想平等线有较小的偏差, 公共体育设施资源在各市辖区内部的分配高度平均。深圳市总体基尼系数大于各市辖区基尼系数, 表明公共体育设施在市辖区内部各街道之间的分配比在市辖区与市辖区之间的分配更为公平, 区域之间的平等性有待进一步提升。

盐田区、福田区和南山区的洛伦兹曲线更接近理想平等线, 其内部各街道之间的供需关系相对平衡, 差异性不大, 相对于其他市辖区具有更好的分配公平性。龙岗区、龙华区和宝安区的基尼系数比其他市辖区大, 辖区内“高供给–高需求”和“低供给–中需求”等多种供需匹配类型的街道并存, 公共体育设施在区域内部的分配公平性有待提高。总体而言, 靠近中心城区的市辖区公共体育设施点的分配公平性普遍好于远郊区。

2.3 影响因素分析

2.3.1 因子探测结果

因子探测器分析结果如表2 所示。地铁站点数(X3)未通过 0.1 水平的显著性检验, 表示地铁站点数不能解释公共体育设施点供需关系的空间异质性,对其影响微弱。具备解释力的 5个探测因子对公共体育设施点的供需关系空间异质性的影响程度从大到小依次为住宅标准宗地价格(0.436)、路网密度(0.325)、公交站点数(0.273)、人口总数(0.215)和人造地表比例(0.171)。

住宅标准宗地价格对公共体育设施供需关系空间异质性的解释力最大, 说明地价是影响公共体育设施点供需关系的最重要因素。深圳市公共体育设施在空间布局时, 将区域经济水平视为重要因素之一。其次是路网密度和公交站点数等交通因素, 路网越密集, 公共体育设施点的可达性越高, 越能满足街道内居民对体育健身运动的需求。10 分钟健身圈的短距离出行视角下, 居民的出行方式多为步行, 因此路网密度对公共体育设施点的交通可达性有重要的正向驱动作用。与公交站点相比, 地铁站点的间隔距离更大, 分布更稀疏, 因此对生活圈视角下的公共体育设施点供需关系影响并不显著。人口总数和人造地表比例对公共体育设施点供需关系具备一定的解释力, 表明现有公共体育设施点的建设往往更集中于人口总数大的街道和人造地表比例高的街道。

2.3.2 交互作用探测结果

利用地理探测器中的交互探测器, 检测各因子在影响公共体育设施点供需关系时的相互作用。通过显著性检验的 5个因子共有10对交互作用, 结果如表3 所示。5个因子之间进行相互作用之后均出现增强效应, 即因子解释力在综合作用下有所上升,说明深圳市公共体育设施空间供需关系是人口、经济、交通和土地利用等多种因素共同作用的结果。

从交互作用的 q 统计量来看, 人口总数与住宅标准宗地价格之间的交互作用最强(0.683), 其次是住宅标准宗地价格与公共站点数(0.675), 住宅标准宗地价格与路网密度(0.597), 人口总数与路网密度(0.591)以及路网密度与公交站点数(0.569), 突出显示了经济水平、人口分布和交通便捷程度的相互促进作用。住宅地价对公共体育设施点的供需关系影响较大, 不仅体现在由因子探测器结果显示的高单因子解释力方面, 还体现在住宅地价对其他因素的增强作用方面。公共体育设施点由政府出资建设,在满足全民体育运动需要和推进体育健身运动公平性的同时, 也需要在一定程度上兼顾效率性[25]。住宅地价是诸多因素共同作用的结果, 高价住宅集中的街道经济水平和交通便利程度往往比较高, 在此类区域设立公共体育场馆或晨晚练辅导站可以充分满足人群对公共体育设施点的需求。

3 讨论与建议

本文针对主要体育场馆和晨晚练辅导站两类公共体育设施, 结合手机信令数据和居民点 POI 数据,利用 GIS 可达性分析和基尼系数, 评价公共体育设施的空间供需关系及其公平性, 同时结合地理探测器中的因子探测器和交互作用探测器, 探究公共体育设施供需关系空间差异背后的影响因素。

通过手机信令数据, 估算 500 m 格网尺度的人口分布, 体现居民对体育设施的实际需求, 提供更加精确的人口需求数据支撑[23]。针对基尼系数能够描述平等水平, 但难以确定城市内部具体位置差异的问题[40], 引入供需匹配的双变量制图方法, 将基尼系数涉及的供需关系进行空间可视化, 从而体现地理空间上的不均衡性。

公共体育设施点的空间布局是自然条件、社会经济因素和发展历史等多种因素长期共同作用的结果[24]。住宅标准宗地价格对空间供需关系异质性的解释力最大, 说明地价是影响公共体育设施点供需关系空间分布的最重要因素。住宅地价高的地段往往消费需求旺盛, 在此布局体现了深圳市公共体育设施点布局的效率性[25]。传统意义上的 3个中心城区罗湖、南山和福田的建成度高, 建设年代早[41],人口和商圈密集, 空间供需关系匹配较好。部分街道(如南山区的招商街道和蛇口街道等)内部体育设施在短距离内密集分布, 导致服务范围重叠, 在一定程度上降低了资源的利用率[23]。此类旧城区应该注意存量改造, 通过新建和扩建等多种方式, 拓展现有公共设施的服务范围, 同时节约集约利用设施, 促进供需平衡。

其次是路网密度和公交站点数等交通因素, 路网越密集, 公共体育设施点的可达性越高, 越能够满足街道内居民对体育运动的需求。深圳市的公共体育设施点多沿交通路网分布, 路网密度越高的街区, 体育设施的可达性越好[42]。街道人口总数对公共体育设施点的空间供需关系也有促进作用。近年来, 深圳郊区人口聚集迅速, 城市扩张迅猛[33]。以龙岗区和龙华区为例, 此类市辖区的街道面积大,居民点多且分布广, 但体育设施相较于中心城区仍然较少, 10 分钟步行健身圈覆盖率较低, 大部分街道处于“高供给–低需求”水平, 需要推动增量建设来消除服务盲区, 进一步提高市辖区内各个街道的体育设施供给能力和分配公平, 从而促进深圳市体育设施空间配置的公平性。

公共体育设施点的供需比例也与土地利用类型有关, 深圳市东部街道公共体育设施供需类型以“低供给–低需求”型居多。东部大鹏新区作为“黄金海岸”重要组成部分, 是重点旅游建设区域, 目前人造地表较少, 林地、灌木地等绿地面积较大, 人口分布相对于深圳市其他区域较为稀疏。针对此类旅游资源丰富、整体环境适宜的区域, 应注重对城市空间的复合利用, 在建设城市公园和旅游景点的同时, 注重本地居民的健身需求, 将体育场地和公园绿地相结合, 推进城市公共服务设施复合建设[8]。

尽管本文综合利用多种方法来分析深圳市公共体育设施的空间供需关系及其影响因素, 但仍然存在一定的局限性。首先, 本文集中讨论政府官方网站公布的体育类公共设施场所, 未考虑其他小型的或者自发组织建设的体育设施场所, 可能导致整体体育设施水平与实际水平相比偏低。其次, 在评价公共体育设施的公平性时, 只考虑了设施数量和空间布局两方面的物理因素, 在公共体育设施的多样性[24]、规模级别与服务质量[43]等方面还可以进一步探讨。此外, 在今后的研究中, 还可以进一步细化人口特征, 分析公共体育设施在不同社会群体之间的公正性[40,44–45]。

4 结论

本文结合手机信令数据、POI 居住小区点数据和社会经济相关辅助数据, 利用 GIS 可达性分析构建服务区, 评价深圳市各街道 10 分钟步行健身圈的建设情况; 通过供需匹配和基尼系数, 探究深圳市体育设施空间上的供需均衡情况以及不同区域之间资源分配的公平性; 采用地理探测器方法分析深圳市公共体育设施空间供需关系的影响因素, 得到以下结论。

1) 深圳市 10 分钟步行健身圈目标基本上达成。60%的街道 10 分钟健身圈居民点覆盖率可以达到 60%以上。与北部地区相比, 深圳市南部沿海地区的街道公共体育设施点布局更为合理, 可以实现较好的步行可达性。

2) 深圳市体育设施供给能力西高东低, 南高北低, 需求水平西高东低。供需匹配较好的街道多位于盐田区、坪山区、大鹏新区以及宝安区南部街道。南山区以及福田区与罗湖区交界处的部分街道, 现有公共体育设施空间分布较为集中, 对公共体育设施服务范围和服务能力造成一定的局限性。

3) 深圳市公共体育设施分布均衡程度相对平均。位于城市中心的区域, 体育设施分配公平性普遍好于郊区。市辖区内不同街道的体育设施分配高度公平, 市辖区与市辖区之间的平等性有待进一步提升。

4) 地价是影响公共体育设施点供需关系空间分布的最重要因素, 其次是路网密度和公交站点数等交通因素。不同供需类型的街道, 应根据主要影响因素制定适宜的公共体育设施优化方案。

[1]王子君.慢运动理念下户外社区体育设施设计研究[D].哈尔滨: 哈尔滨工业大学, 2016

[2]江海燕, 周春山, 高军波.西方城市公共服务空间分布的公平性研究进展.城市规划, 2011, 35(7): 72–77

[3]Mccormack G R, Shiell A.In search of causality: a systematic review of the relationship between the built environment and physical activity among adults.International Journal of Behavioral Nutrition and Physical Activity, 2011, 8(1): 125

[4]Van Holle V, Deforche B, Van Cauwenberg J, et al.Relationship between the physical environment and different domains of physical activity in European adults: a systematic review.Bmc Public Health, 2012,12(1): S217

[5]Halonen J I, Stenholm S, Kivimaki M, et al.Is change in availability of sports facilities associated with change in physical activity? A prospective cohort study.Preventive Medicine, 2015, 73: 10–14

[6]Higgs G, Langford M, Norman P.Accessibility to sport facilities in Wales: a GIS-based analysis of socioeconomic variations in provision.Geoforum,2015, 62: 105–120

[7]诸葛田野.杭州市公共体育设施空间布局与优化研究[D].杭州: 浙江大学, 2020

[8]朱美霖.健康公平视角下城市社区体育设施评价研究[D].哈尔滨: 哈尔滨工业大学, 2020

[9]Burkey M L, Bhadury J, Eiselt H A.A location-based comparison of health care services in four US states with efficiency and equity.Socio-Economic Planning Sciences, 2012, 46(2): 157–163

[10]Mayaud J R, Tran M, Nuttall R.An urban data framework for assessing equity in cities: comparing accessibility to healthcare facilities in Cascadia.Computers, Environment and Urban Systems, 2019, 78:101401

[11]Tahmasbi B, Mansourianfar M H, Haghshenas H, et al.Multimodal accessibility-based equity assessment of urban public facilities distribution.Sustainable Cities and Society, 2019, 49: 101633

[12]湛东升, 张文忠, 张娟锋, 等.北京市公共服务设施集聚中心识别分析.地理研究, 2020, 39(3): 554–569

[13]魏宗财, 甄峰, 单樑, 等.深圳市文化设施时空分布格局研究.城市发展研究, 2007(2): 8–13

[14]赵宏波, 余涤非, 苗长虹, 等.基于 POI 数据的郑州市文化设施的区位布局特征与影响因素研究.地理科学, 2018, 38(9): 1525–1534

[15]张录法, 李林青.上海市不同层级医疗资源空间配置均衡性研究.城市发展研究, 2019, 26(6): 1–6

[16]郑文升, 蒋华雄, 艾红如, 等.中国基础医疗卫生资源供给水平的区域差异.地理研究, 2015, 34(11):2049–2060

[17]浩飞龙, 张浩然, 王士君.基于多交通模式的长春市公园绿地空间可达性研究.地理科学, 2021, 41(4): 695–704

[18]赵鹏军, 罗佳, 胡昊宇.基于大数据的生活圈范围与服务设施空间匹配研究——以北京为例.地理科学进展, 2021, 40(4): 541–553

[19]宋雪茜, 邓伟, 周鹏, 等.两层级公共医疗资源空间均衡性及其影响机制——以分级诊疗改革为背景.地理学报, 2019, 74(6): 1178–1189

[20]Li Z, He S, Su S, et al.Public services equalization in urbanizing China: indicators, spatiotemporal dynamics and implications on regional economic disparities.Social Indicators Research, 2020, 152: 1–65

[21]刘科伟, 史茹, 康智渊.基于供需关系的城市边缘区基础教育设施布局研究——以西安市长安区韦曲街道为例.地域研究与开发, 2018, 37(5): 83–88

[22]樊立惠, 蔺雪芹, 王岱.北京市公共服务设施供需协调发展的时空演化特征——以教育医疗设施为例.人文地理, 2015, 30(1): 90–97

[23]李海萍, 梁子豪.城市社区养老设施配置空间均衡研究.地球信息科学学报, 2021, 23(3): 467–478

[24]刘合林, 郑天铭, 聂晶鑫.城市基本公服设施数量与多样性空间配置研究——以武汉市主城区为例.城市规划, 2021, 45(2): 84–91

[25]蒋海兵, 张文忠, 韦胜.公共交通影响下的北京公共服务设施可达性.地理科学进展, 2017, 36(10):1239–1249

[26]端木一博, 柴彦威.社区设施供给与居民需求的时空间匹配研究——以北京清上园社区为例.地域研究与开发, 2018, 37(6): 76–81

[27]常飞, 王录仓, 马玥, 等.城市公共服务设施与人口是否匹配?——基于社区生活圈的评估.地理科学进展, 2021, 40(4): 607–619

[28]深圳市统计局.深圳市第七次全国人口普查公报[EB/OL].(2021) [2021–06–30].http://www.sz.gov.cn/zwgk/zfxxgk/zfwj/bmgfxwj/content/post_8808436.ht ml

[29]王娜, 吴健生, 彭子凤.基于多源大数据的深圳市生活性服务业空间格局及影响因素研究.热带地理,2021, 41(5): 956–967

[30]郭睿, 郑伯红.城市文化风貌物质载体的量化研究.经济地理, 2020, 40(11): 208–214

[31]夏永久, 邓世玉, 王越.基于生活圈理论的合肥市城市养老服务设施空间配置合理性研究.热带地理,2021, 41(4): 769–777

[32]Liu H, Remme R P, Hamel P, et al.Supply and demand assessment of urban recreation service and its implication for greenspace planning — a case study on Guangzhou.Landscape and Urban Planning, 2020,203: 103898

[33]Liu Z, Huang Q, Yang H.Supply-demand spatial patterns of park cultural services in megalopolis area of Shenzhen, China.Ecological Indicators, 2021, 121:107066

[34]Shen J, Du S, Huang Q, et al.Mapping the city-scale supply and demand of ecosystem flood regulation services — a case study in Shanghai.Ecological Indicators, 2019, 106: 105544

[35]Rong P, Zheng Z, Kwan M-P, et al.Evaluation of the spatial equity of medical facilities based on improved potential model and map service API: a case study in Zhengzhou, China.Applied Geography, 2020, 119:102192

[36]王劲峰, 徐成东.地理探测器: 原理与展望.地理学报, 2017, 72(1): 116–134

[37]姜磊, 陈星宇, 朱竑.中国城市养老院的空间分布特征及其分异成因.地理学报, 2021, 76(8): 1951–1964

[38]Zhang Q, Wu Z, Tarolli P.Investigating the role of green infrastructure on Urban WaterLogging: evidence from metropolitan coastal cities.Remote Sensing,2021, 13(12): 2341

[39]Wang J F, Li X H, Christakos G, et al.Geographical detectors-based health risk assessment and its application in the neural tube defects study of the Heshun Region, China.International Journal of Geographical Information Science, 2010, 24(1): 107–127

[40]Wu L, Kyum K S.Exploring the equality of accessing urban green spaces: a comparative study of 341 Chinese cities.Ecological Indicators, 2021, 121: 107080

[41]邓博.城市住区老幼群体户外活动空间规划设计策略研究[D].哈尔滨: 哈尔滨工业大学, 2019

[42]Hamstead Z A, Fisher D, Ilieva R T, et al.Geolocated social media as a rapid indicator of park visitation and equitable park access.Computers, Environment and Urban Systems, 2018, 72: 38–50

[43]魏伟, 洪梦谣, 周婕, 等.“城市人”视角下城市基本公共服务设施评估方法——以武汉市为例.城市规划, 2020, 44(10): 71–80

[44]Rosa D L, Takatori C, Shimizu H, et al.A planning framework to evaluate demands and preferences by different social groups for accessibility to urban greenspaces.Sustainable Cities and Society, 2018, 36:346–362

[45]Chen W, Christian A, Christina V H.Equality in access to urban green spaces: a case study in Hannover, Germany, with a focus on the elderly population.Urban Forestry & Urban Greening, 2020, 55:126820