《Urban Forestry & Urban Greening》：Temporal-Spatial Collaboration and Divergence of Visitation and Satisfaction: A Novel Approach to Urban Park Use Efficiency
编辑推荐：
本研究构建双指数框架（SVCI和SVDI）评估北京第六环路135个大中小公园利用率及空间异质性，基于47.4万条大众点评评论数据。发现大公园存在季节性访问高峰但服务设施不足，小公园稳定但依赖区位和基础配套，呈现"中心高效-外围低效"空间格局。建议外围大公园提升服务质量，内环小公园加强公共设施建设，为SDG12.2目标提供决策工具。
王慧萌|刘静宇|裴涛|孙勇|王楠|刘瑶辉
山东建筑大学测绘与地理信息学院，中国山东省济南市250101
摘要
高效利用城市公园对于减少绿地浪费和促进可持续发展至关重要。传统的评估方法依赖于访问统计或主观评估，难以捕捉公园利用中的非线性、复杂动态关系。为了解决这一差距，本研究构建了一个双指数框架，结合了满意度与访问协同指数（SVCI）和满意度与访问多样性指数（SVDI），以评估公园利用效率和不匹配特征。该框架应用于北京市六环路内135个公园的474,140条有效评论（2014–2023年）。研究结果表明：（1）存在显著的规模依赖性和功能差异——大型公园有季节性的访问高峰（侧重于景观/文化），小型公园的访问量较为稳定（侧重于日常休闲），两者都存在基础设施和管理的不足；（2）利用效率呈现出“中心高、边缘低”的异质性——大型公园的抗冲击能力较弱，其效率受水域覆盖率和周边社会经济环境的影响，而小型公园则取决于位置、公共服务和交通条件；（3）访问与满意度之间的不匹配在空间上存在差异——五环路外的大型公园访问量高于满意度，而五环路内的小型公园则相反（在水资源稀缺的小型公园中这种差异更为明显）。建议边缘的大型公园提高服务质量，内环的小型公园加强公共设施以提升利用率并避免闲置。该框架可以补充规划支持系统（PSS），并推广到其他城市开放空间。
引言
随着全球城市化的加速，建成区的扩张和高密度人口聚集不断压缩了城市生态空间（Zhang等人，2022年）。这一趋势不仅加剧了资源消耗，还对城市系统的稳定性和可持续性构成了严重挑战。作为城市系统的关键生态社会复合子系统，城市公园本质上是复杂的社会生态系统（SES）（Ma和Yang，2025年；Derek等人，2025年）。它们既作为“绿色基础设施”维持生态平衡，又是提升人类居住质量的核心载体（Cao和Kang，2019年；Guo等人，2024年）。公众对高质量公园的需求日益增长，但土地资源存在刚性限制。因此，实现其多维价值并不依赖于增加数量，而关键在于实现资源供应与公共需求之间的准确匹配。值得注意的是，联合国可持续发展目标（SDGs）的第12.2项目标明确要求到2030年实现自然资源的可持续管理和高效利用，旨在通过提高资源效率来推动可持续发展（Wei等人，2018年）。然而，公园资源的供需不匹配已成为制约资源效率提升的瓶颈。作为典型的生态公共资源，城市公园资源的高效利用已成为促进供需平衡和可持续城市发展的核心问题（Halecki等人，2023年；Tong等人，2024年）。
为了评估和提高城市公园资源的供应和利用效率，现有研究采用了两种主要方法。一方面，研究人员通过分析公园供需关系（Liu等人，2022年；Cui等人，2024年）和可达性条件（Li等人，2023a）来评估公园的使用状况和社会公平问题；另一方面，研究关注公园使用者的主观情感体验。一些学者使用问卷调查收集公众对公园利用的看法（Kazemi等人，2023年），而另一些学者则利用自然语言处理和计算机视觉技术（Ghahramani等人，2021年）分析社交媒体平台上的公开文本数据（Wang等人，2021a）和照片（Yang & Zhang，2024年）。这种方法能够评估公众对公园使用和服务的态度和情感。社交媒体数据已成为公园利用研究的新途径（Sinclair等人，2020年），其特点在于精细的时空分辨率、广泛的时空覆盖范围以及全面捕捉人与环境互动的能力。它不仅解决了基于问卷的数据收集的局限性——如高成本、长周期和缺乏时间连续性（Xiang & Mei，2024年），还填补了传统研究方法常缺乏的主观感知数据空白，从而扩展了公园利用效率评估的范围。
在城市公园子系统中，公众使用行为（访问量）与主观感知体验（满意度）之间存在复杂的非线性互动和反馈循环（Milman等人，2020年）。虽然高访问率反映了社会价值，但由于拥挤和设施超负荷，它们也可能降低满意度，形成负面反馈。相反，高满意度可以通过口碑效应吸引更多游客，产生正面反馈。这种动态非线性关系是理解公园利用效率的核心。然而，传统的静态评估方法往往忽略了系统内的这种复杂反馈机制以及公园作为SES的固有复杂性。这种忽视使得现有研究无法准确描述城市公园资源利用的实时状况，因此其评估结论无法为规划决策提供全面支持。
此外，不同规模的公园在功能、使用模式和社会影响方面存在显著差异（Handley等人，2003年）。尽管现有研究探讨了公园的一般管理和功能分类（Kong等人，2022年；Li等人，2023b），但在研究不同规模公园之间的使用行为和服务质量细微差异方面存在明显差距——尤其是大型公园和小型公园之间。鉴于公园的多功能性，公众往往难以根据具体功能对其进行分类；基于规模的区分更为直观。针对大型和小型公园的研究可以显著促进城市资源的合理分配。揭示公园规模的差异特征也是进一步优化城市绿地布局、提高居民生活水平和促进公园生态系统发展的独特切入点。
总之，为了全面评估公园资源利用效率并揭示不同规模城市公园中访问量与满意度之间的非线性动态关系，本研究提出了一个双指数评估框架：满意度与访问协同指数（SVCI）和满意度与访问多样性指数（SVDI）。SVCI结合了公众满意度反馈和公园访问数据，量化公园资源的综合产出，直接服务于SDG 12.2关于自然资源高效利用的评估要求。相反，SVDI关注访问量与满意度之间的不平衡，诊断公众使用体验中的差异，并提供实现资源高效利用的诊断工具。该框架应用于北京市六环路内的135个大型和小型公园。通过分析Dianping.com上的474,140条评论（2014–2023年），我们比较了不同规模公园之间的动态使用模式，通过自然语言处理识别了游客偏好，并分析了SVCI和SVDI的时空分布和驱动因素。我们的研究可以为SDG 12.2提供实证工具，指导城市规划者提升公园服务并优化资源分配。此外，该框架还可以作为规划支持系统（PSS）的分析模块，为城市管理者提供数据驱动的公园系统运营洞察。
研究区域
北京是中国的首都，是一个人口密集的特大城市，具有重大影响力。北京的绿地面积为98,479.36公顷，绿化覆盖率为49.84%（北京市林业和公园局，2025年）。六环路内的区域对北京至关重要，它是城市的政治、文化和经济中心，也是人口最密集的地区之一，城市绿地活动的利用率很高。
公园访问的时空统计
在线评论已被验证为研究公园使用模式的可靠替代指标（Song等人，2020年；Liang和Zhang，2021年）。具体而言，Dianping评论的数量是估计公园访问量的有效指标（Huai等人，2023年），这一点得到了我们的验证，即Dianping评论的数量与通过移动信号数据测量的访问量之间存在显著的正相关关系（见补充材料中的图S1）
公园访问的时空特征
图3a和3b显示的月度访问趋势揭示了大型公园和小型公园之间的明显差异。大型公园始终吸引更多的访问量，这反映了它们更广泛的服务范围和更频繁的使用（Mann-Whitney U检验，p < 0.001，p'adj' < 0.001）。大型公园的访问量有明显的季节性波动，在四月、七月和十月达到高峰，这与节假日和有利天气相吻合。相比之下，小型公园的访问量相对稳定
大型公园和小型公园的使用模式和情感体验
使用模式和情感体验共同构成了人类活动与城市绿地内自然环境之间复杂的互动过程。本研究首次系统地比较了不同规模公园的游客模式和时空动态。我们的发现支持了先前的研究结果，即靠近市中心的较大公园吸引了更多游客（Zhang & Zhou，2018年）。值得注意的是，大型公园的敏感性较低
结论
本研究提出了一个双指数框架，包括满意度与访问协同指数（SVCI）和满意度与访问多样性指数（SVDI），以评估公园利用效率。结果表明，无论公园规模如何，城市空间结构对满意度、访问量和公园利用效率都有显著影响。靠近市中心的公园比远离市中心的公园具有更高的利用效率。
未引用的参考文献
（北京市林业和公园局，2024年；Lee等人，2024年；Flacke等人，2025年）
CRediT作者贡献声明
王慧萌：撰写——审稿与编辑、方法论、调查、资金获取、形式分析、概念化。王楠：调查、形式分析、概念化。刘瑶辉：调查、形式分析。孙勇：软件、方法论、调查、形式分析。刘静宇：撰写——初稿、可视化、软件、方法论、调查、形式分析。裴涛：撰写——审稿与编辑、监督、方法论、调查、形式分析
利益冲突声明
作者声明他们没有已知的财务利益或个人关系可能影响本文所述的工作。
