上海市城市设计与城市科学重点实验室（以下简称“重点实验室”）在高密度城市区域的绿地暴露量化研究方面取得新进展。研究成果《高密度城市区域绿地暴露评估：一种缺乏与充足性评估框架——以上海市为例》（Assessing green space exposure in high density urban areas：A deficiency-sufficiency framework for Shanghai）发表在国际知名期刊《Ecological Indicators》上。重点实验室硕士研究生王心贝为第一作者。

1. 研究背景：城市绿地暴露为何成为关注焦点？

城市绿地（Urban Green Spaces, UGS）在提升居民身心健康方面发挥的重要作用已被广泛认知。支撑这一健康效应的核心，是居民实际的绿地暴露（Green Space Exposure, GSE）。然而，随着城市化进程的加快，绿地资源日益紧张。据联合国人居署最新数据，全球城市绿地占比已从1990年的19.5%下降至2020年的13.9%。绿地的减少使得居民的暴露机会被进一步压缩，凸显出评估和保障GSE的重要性与紧迫性。

2. “多维”“系统”的绿地暴露研究

GSE通常包括三个关键维度：可用性（数量是否足够）、可达性（是否方便到达）以及可视性（是否容易被看见）。这些维度共同决定了居民与绿地接触的频率和质量，影响着其整体感知体验与生活福祉。

尽管相关研究逐步意识到绿地暴露的多维属性，并尝试开展综合评估，但仍存在几方面不足：其一，缺乏一套将实际绿地暴露水平与“充足性标准”相对照的系统评估框架，难以明确识别研究单元中哪一绿地暴露维度最亟待改善；其二，在绿地暴露的相关因素分析中，以往研究多依赖传统的全局分析方法，忽略了不同区域间变量关联关系的空间差异性；其三，相关研究较少聚焦高密度城市区域，且少在街区层面展开细致分析。

针对上述不足，该研究从绿地可用性、可达性与可视性三个维度，分别选择绿地覆盖率（Green Coverage Ratio, GCR）、公园可达性指数（Park Accessibility Index, PAI）和绿视率（Green View Index, GVI）三项指标，对上海市中心城区街区尺度的绿地暴露水平进行量化评估。在此基础上，该研究创新构建了绿地暴露“缺乏—充足性”评估框架，用于识别街区单元中最为缺乏的绿地暴露维度，并对其进行多维综合评价。此外，该研究还采用多尺度地理加权回归（Multiscale Geographically Weighted Regression, MGWR），揭示绿地暴露与多种社会经济和建成环境因素之间的空间相关性，为高密度城市区域的绿色空间优化提供精细化支撑。

图：研究框架

3. 上海市中心城区绿地暴露的空间分布

图：三项绿地暴露指标的空间分布图和LISA集聚图（从左至右：GCR，PAI，GVI）

空间分析结果显示，研究区域中GCR大致呈现“西高东低”的分布格局，低值集聚区（绿地覆盖水平较差）主要集中在内环线以内的城市核心区域；PAI高值（公园可达性较差）主要分布于研究区域的西南部与北部部分地区；GVI的低值集聚区（视觉绿量较低）多位于中环线以内及其周边区域，而在研究区域外围高值集聚区出现较多。上述结果强调了上海市中心城区绿地资源在配置、可达与视觉体验方面存在的不平衡性。

4. 缺乏-充足性评估框架有何发现？

该研究引入绿地暴露“缺乏-充足性”评估框架，构建了缺乏性指数（Deficiency Index, DI）、充足性指数（Sufficiency Index, SI）与综合充足性指数（Composite Sufficiency Index, CSI）三项指标，用以衡量街区层面绿地暴露各维度相较于预设充足性标准的相对缺乏程度，识别每个街区最为缺乏的绿地暴露维度，并评估其整体绿地暴露充足性水平。

图：街区层面绿地暴露最缺乏维度的识别结果

结果显示，GCR为最缺乏维度的街区数量最多，约占总数的近一半，特别是在内环线以内的城市核心区域集中出现；GVI最缺乏的街区数量次之，更多出现在内环线以外区域； PAI最缺乏的街区数量最少，整体分布较为分散，仅在局部区域形成集聚，如研究区西南部。

图：综合绿地暴露充足性水平评价结果

CSI结果显示，上海市中心城区的绿地暴露整体充足性存在显著空间差异。在浦西地区，特别是内环线以内区域，涉及黄浦区北部、静安区中南部，以及虹口和杨浦区南部的部分街区，CSI数值较低。相较之下，浦东地区整体上绿地暴露充足性水平普遍更高。

5. 从绿地暴露相关因素分析到提出优化策略

研究在绿地暴露量化评估的基础上，采用MGWR模型系统分析了住房价格、住宅建成年份、建筑密度、道路密度、轨道交通邻近性等社会经济与建成环境因素与三项绿地暴露指标（GCR、PAI、GVI）之间的空间相关关系。

图：MGWR结果中自变量回归系数的空间分布图

主要启示包括：各维度绿地暴露均有向高房价街区倾斜的趋势；高密度建成环境对绿地配置能力和视觉感知绿量具有制约作用；交通系统的空间布局对绿地暴露水平可能产生多重干扰。据此，本研究提出了包括加强口袋公园建设、推动立体绿化发展、推进绿地规划与交通导向型开发模式（TOD）融合等在内的优化建议。

本研究得到了上海纽约大学科研助推基金、上海市自然与健康基金会、浦东新区明珠领军计划、上海市东方学者项目、科技部外国专家青年项目、响亮气候，和上海市教委“人工智能促进科研范式改革赋能学科跃升计划”等多方支持。

文章引用：

Wang, X., & Guan, C.*（2025）. Assessing green space exposure in high density urban areas：A deficiency-sufficiency framework for Shanghai. Ecological Indicators, 175, 113494. https://doi.org/10.1016/j.ecolind.2025.113494.