“绿色差距”：奥克兰、香港和台北城市绿地利用中的社会经济差异

《Urban Forestry & Urban Greening》：The Green Gap: Socio-economic Disparities in the Utilisation of Urban Green Spaces in Auckland, Hong Kong, and Taipei

　　I-Ting Chuang | Danjie Shen | Ate Poorthuis | Jessie Colbert | Paulina P.Y. Wong | William K.S. Cheung | Desmond Tsang | Cheng-Luen Hsueh | Katarzyna Sila-Nowicka
奥克兰大学建筑与规划学院，新西兰奥克兰

**摘要**
城市绿地因其对提升城市宜居性、促进公共健康和促进社会凝聚力的关键作用而广受认可。然而，不同群体之间的利用差距仍然存在。本研究将焦点从绿地的空间分布转移到使用模式上。通过利用地理定位的手机数据，该研究详细分析了不同城市环境中绿地的访问趋势。通过对三个城市的比较分析，揭示了不同社会群体以及不同文化和空间背景下的利用差异，表明仅凭空间邻近性并不能保证使用情况。这些发现呼吁在研究和规划框架上做出转变，从评估可达性转向基于观察行为来理解实际使用情况。

**1. 引言**
城市绿地（UGS）——包括公园、花园、绿化走廊和其他植被区域——是可持续、宜居城市的重要组成部分（Konijnendijk, 2023）。除了休闲和美学价值外，它们还能缓解城市热岛效应、管理雨水、支持生物多样性，并促进身心健康（Lee和Maheswaran, 2011; Wilson, 2023）。最近的规划范式，如“15分钟城市”（Moreno等, 2021）和“3-30-300规则”（Konijnendijk, 2023），通过优先考虑空间公平性和社区凝聚力来强调UGS的重要性（Ramyar等, 2021）。尽管如此，绿地可达性与实际使用之间的差距仍然存在。社会经济差异普遍存在：富裕社区通常拥有更大、维护更好的公园，而低收入地区则面临较小、质量较低的绿地（Rigolon等, 2018; Venter等, 2020），从而加剧了社会和空间不平等（Talen, 2013）。弱势社区的居民面临额外障碍，包括有限的休闲时间、不便利的交通以及距离过远的公园，这些因素阻碍了他们享受环境和健康效益（Engelberg等, 2016; Mitchell等, 2015）。因此，仅仅有绿地并不能保证人们会使用它们。为了评估这些问题，现有的研究主要集中在空间指标上，例如人均绿地面积（Wüstemann等, 2017）和邻近性（Ekkel & de Vries, 2017），以及结合空间和环境因素的可达性指标，如考虑交通条件的覆盖区域（Yang等, 2025）。虽然先进的方法（如基于网络的分析）考虑了出行时间和连通性（Comber等, 2008; Yang等, 2025），但这些指标主要揭示了资源潜在使用的差异。

这些传统指标的一个关键局限性在于其静态本质，它们关注的是潜在的可达性而非实际使用情况。它们未能捕捉到实际使用情况的复杂性或影响参与度的社会文化因素。例如，邻近性指标可能表明公园附近，但却无法说明公园的使用频率或使用者是谁。同样，如世界卫生组织的标准（Organisation, 2012）这样的面积指标假设可用性等同于使用，忽略了维护、安全和社区需求等关键因素（Cohen等, 2010; Kabisch等, 2016）。证据表明，仅凭邻近性并不能保证公平的使用（Blinded for Review, 2024），这突显了整合可达性和使用数据的重要性。本研究的主要优势在于将焦点从绿地的空间分布转移到使用模式上，认识到仅凭空间邻近性并不能保证使用。

为了弥补这一差距，本研究利用新兴的人类移动数据，为超越静态指标提供了有希望的途径。来自移动设备、GPS追踪器和社交媒体平台的利用指数提供了关于绿地使用方式、时间和使用者的行为洞察（Chuang等, 2022; Gong等, 2014）。这些指数捕捉到使用模式，揭示了公园访问率的显著差异，表明地理上的可达性并不能保证公平使用（Moser & Avery, 2021）。具体而言，本研究采用了优化的公园利用指数，包括使用公园机会（UPO）、公园访问位置（LPV）和最近公园访问率（NPVR），这些指数来自之前的计算框架（Blinded for Review, 2024）。通过分析行为模式，这些指数揭示了邻近性与实际公园访问之间的关联。这种方法关注观察到的使用情况，提供了使用不平等模式的证据，否则这些模式可能会被普遍的空间可达性指标所掩盖。

虽然使用模式受到文化规范、气候变化和公共政策框架的复杂相互作用的影响（Schneider等, 2024），但国际比较研究对于深入理解绿地使用情况及其与可达性的潜在差异至关重要。不同城市表现出独特的模式，这些模式受到其特定的文化、气候和政策环境的影响。本研究的核心优势不仅在于应用了之前开发的利用指数，还在于在三个对比鲜明的国际城市——奥克兰、香港和台北——中进行比较分析。这种比较框架至关重要，因为它使我们能够系统地测试“邻近性保证使用”的核心规划前提，并更重要的，揭示了在不同社会文化和规划背景下导致供应与使用不匹配的具体机制。这些城市的选择基于它们截然不同的特征，包括不同的人口密度（高密度的亚洲城市与低密度的澳新城市）、治理模式和文化背景，为探索观察到的差异是否具有普遍性或特定于某种背景提供了有力的框架。这种比较框架提供了新的见解，了解在不同城市环境中供应与实际使用之间的不匹配是如何体现的，从而实现了跨背景的有价值学习。

本研究旨在调查城市绿地的提供与居民实际使用之间的差异。具体而言，我们希望（1）评估绿地可达性与使用之间的差异程度，（2）研究社会经济和文化背景如何影响使用模式，（3）提供实证证据，以指导更加公平和包容的城市绿地规划。

**2. 相关研究**
近期研究利用手机数据来评估城市绿地的使用情况，追踪COVID-19对访问模式的影响（Kim等, 2023），以及访问者数量、停留时间和访问时间等指标（Guan & Zhou, 2024）。越来越多的研究关注人口异质性，揭示了游客和当地居民在绿地使用方面的差异（Zhang等, 2025）。新西兰的证据进一步表明，仅凭邻近性并不能保证公平使用，这突显了整合可达性和使用数据的重要性，以开发能够反映不同群体实际使用情况的指数（Blinded for Review, 2024）。为了解决这些局限性，研究人员开发了从地理定位手机数据中得出的优化公园利用指数，以详细测量公园访问行为（Blinded for Review, 2024）。通过分析行为模式，而不是仅仅潜在的可达性，这些指数提供了关于物理邻近性与实际绿地访问之间相互作用的见解。与传统的空间可达性指标不同，这些利用指数关注观察到的活动，而不是基于位置或供应量的使用机会。虽然利用指数在直接识别导致访问差异的因素方面存在局限性，但早期文献指出，公园使用模式受到文化规范、气候变化和公共政策框架的复杂相互作用的影响（Schneider等, 2024）。例如，文化态度可能影响公共绿地中适当的活动，极端天气条件可能导致公园使用量的季节性波动，与公园维护、安全和规划相关的公共政策可以促进或限制公平访问。尽管这些因素已有充分记录，但观察到的访问模式差异表明可能存在其他未被考察或特定于背景的因素。认识到这种可能性，强调了将利用模式解释为更广泛的社会文化和结构动态的反映，并将分析置于特定城市背景中以揭示这些潜在影响的重要性。

这些方法论进展反映了传统评估城市绿地可达性方法的持续局限性。迄今为止，大多数研究依赖于静态指标，如邻近性、面积和质量来评估可达性和识别空间不平等（Rigolon等, 2018）。然而，这些指标在捕捉实际使用情况或影响参与度的社会文化因素方面仍然有限，因此人们开始关注从人类移动数据中派生的利用指标。邻近性指标（例如，300米范围内）突出了空间不平等，但忽略了高速公路、安全问题和基础设施等障碍（Koohsari等, 2013）。面积基准，如世界卫生组织的每人均9平方米标准（Organisation, 2012），假设可用性等同于使用，忽略了维护、安全和社区需求（Cohen等, 2010; Kabisch等, 2016）。质量评级评估可用性，但依赖于主观感知，未能考虑到系统性的不平等或包容性（Chuang等, 2022）。即使有先进的方法，如基于网络的分析（Comber等, 2008）、遥感和社交媒体分析（Chuang等, 2022），也无法完全反映实际体验（Gong等, 2014）。

为了解决这些差距，近期研究越来越多地整合了行为维度。遥感技术现在可以评估植被密度和公园美观度，而基于网络的邻近性测量通过考虑出行时间和连通性来完善可达性评估（Comber等, 2008; Zheng等, 2020）。尽管如此，这些进展仍然难以将空间可达性与实际访问行为联系起来，特别是在面临时间限制、安全问题或社会规范等系统性障碍的不同社会经济和文化群体中。

将利用指数与静态指标结合起来是绿地研究中的关键一步。移动数据捕捉到了传统静态指标无法捕捉的行为模式，提供了对居民实际体验和影响绿地使用的系统不平等的更细致的理解。随着这一领域的发展，结合静态和行为指标为评估城市绿地的可达性、公平性和参与度提供了更全面的框架。

除了方法论上的局限性外，更广泛的结构和社会经济不平等进一步影响了绿地的使用方式。公平获取城市绿地是可持续性和宜居性的基础，但由于私人庭院或树木覆盖有限，弱势家庭往往更多地依赖公共绿地（Engelberg等, 2016）。虽然这些空间可以缓解健康差异，促进身心健康（Sturm和Cohen, 2014; Wolch等, 2014），并减少弱势地区儿童的情绪和行为风险（Landrigan等, 2010），但供应仍然不平等。富裕社区通常受益于更大、维护良好的公园，设施齐全（Jian等, 2021），而低收入地区则拥有较小、难以访问、维护不善的公园（Blinded for Review, 2024; H.-L. Zhang等, 2022）。这种差异不仅体现在可用性上，还包括安全性差、过度拥挤和连接不足或缺乏维护、规划和基础设施投资不足等附加障碍，进一步降低了公园的吸引力（Engelberg等, 2016; Rigolon等, 2018）。社会和文化规范进一步影响了人们的看法和可接受的活动（Mitchell等, 2015）。大多数大规模研究仍然侧重于静态空间分析，识别存在差异的位置，而非它们如何转化为使用差异（Kabisch等, 2016; Lee和Maheswaran, 2011）。然而，很少有大规模研究直接测量访问模式，这限制了我们对使用差异的理解。我们的研究试图通过利用大规模地理定位数据来具体测量实际绿地使用的差异。

尽管有大量研究记录了城市绿地供应的空间不平等以及测量技术的进步，但在将这些空间不平等与大范围的实际使用模式直接联系起来方面仍存在显著差距。大多数现有研究严重依赖于静态可达性指标，这些指标往往无法捕捉影响不同人群使用绿地的复杂行为、社会文化和社会结构因素。此外，很少有大规模分析纳入动态访问数据，以揭示系统性障碍如何转化为使用差异。解决这一差距对于制定更加公平的城市绿地规划和政策至关重要。因此，迫切需要结合空间可达性和实证访问数据来进行研究。

**3. 研究设计****研究区域**
本研究对奥克兰、香港和台北进行了比较分析，以考察每个城市官方规划边界内的绿地的访问模式。正如引言中所述，选择这三个城市是因为它们在城市形态、治理模式和文化背景方面存在显著差异，从而为测试利用模式提供了有力的比较框架。

- **奥克兰的城市区域** 大约覆盖1,086平方公里，包括中央地峡和郊区，共有3,173个根据《市 Park 和区域区域规定》指定的公园（不含乡村保护区、生态走廊以及区域或国家公园，如大部分处于关闭状态或受限制的Waitākere山脉）。每个公园的面积都小于10平方公里（图1a）。
- **香港的建成区** 包括香港岛、九龙和人口密集的新界，总面积约为263平方公里。该地区以垂直的城市形态和地面及高层空中花园中的绿地为特征。但由于可用高程数据的限制，本研究仅关注指定的公共城市公园（即地面上的精心照料的绿地）。共识别出1,102个公园（图1b），这些公园遵循香港特别行政区的官方土地使用和设施分类标准。
- **台北的研究区域** 对应于台北市的行政边界（约272平方公里），以密集的城市景观为主，其间散布着市政管理的公园和社区花园。研究排除了河岸堤坝、郊区森林丘陵和大型保护区。分析中包括的781个公园，根据台北市政府的官方规定进行分类，面积从大约500平方米到260,000平方米不等，大部分位于城市中心和历史城区（图1c）。

**3.2 数据**
本研究使用了2022年3月的手机定位数据，数据来源包括Quadrant | Data Dictionary (2024)、UberMedia (2019)。该时间段天气条件一般较为温和，有利于户外活动，因此能够代表不同气候条件下的典型户外使用模式。

- **数据结构与限制** 为减少方法上的差异，每个城市的数据都来自同一提供商，尽管数据质量可能因具体情况而异。必须认识到这一总体限制，并在将研究结论推广到其他情境时予以考虑。手机数据点是在用户活跃使用手机或应用程序在后台运行时收集的。每个数据点包含用户的位置、记录时间戳以及唯一的设备ID，每个条目代表数据集中的单独一行。需要注意的是，不同应用的记录频率不同；有些数据点是通过定期后台ping信号捕获的（例如每小时、每天、每周），而有些则仅在手机活跃使用时才被记录，这影响了数据集的整体代表性。因此在解释由此数据得出的任何分析结果时必须考虑到这一限制（Sinclair等，2023）。

- **用户选择与家庭位置估计** 为确保数据质量，只保留了记录至少两天活动且每天至少有12个数据点的用户。然后使用基于密度的空间聚类（DBSCAN）方法估计每个用户最可能的家庭位置，该方法因先前研究已被证明在聚类点位置方面具有广泛的应用和有效性（Liu等，2019；Schubert等，2017）。最终的数据集排除了通常不具有住宅用途的区域，如机场或大型工业区，从而专注于每个城市核心区域的住宅区。这一过程在奥克兰、香港和台北都进行了应用，以确保比较的可靠性。精炼后的数据集包含奥克兰16,882名独特用户、香港10,097名用户和台北14,412名用户。

**社会经济背景**
为了便于跨城市比较，每个城市都使用特定的社会经济指标：
- **奥克兰**：使用了2018年的多重剥夺指数（IMD18），涵盖七个领域的29个指标（Exeter等，2017）；
- **香港**：使用了三级规划单元（TPU）级别的社会剥夺指数（SDI），基于六个人口普查变量（2021年人口普查，Wong，2009）；
- **台北**：由于没有专门的指数，因此使用台北市政府开放数据中低收入家庭的比例作为指标（Data.Gov.Tw，无日期）。尽管台北的指标是一维的，但它捕捉了剥夺的一个核心方面。为了便于跨城市比较，每个城市的社交指数都被重新缩放到0–1的范围（0 = 最低剥夺程度，1 = 最高剥夺程度），并整合到一个标准化的高度为300米的六边形网格中，以便识别每个情境下绿地利用的空间模式（图2）。

**3.3 方法论框架**
本研究采用了一个综合的方法论框架（图3），利用手机数据探索三个国际城市中绿地可及性的潜在空间不平等现象。通过分析手机用户居住地与他们访问的绿地之间的距离，该框架详细评估了空间可及性与利用之间的关系。

**3.4 聚类与距离分析**
为了确定每个城市中心内个人最可能的居住位置，我们使用了基于密度的空间聚类算法（DBSCAN）对手机轨迹数据进行了分析。对于每个用户，根据Gong等（2014）提出的方法，确定他们主要聚类的中位数点作为其可能的家庭位置。从这些估计的居住地出发，我们通过使用每个城市的道路网络数据（例如Taipei的OpenStreetMap和Giraud，2022，以及New Zealand的GeoHealth Lab为Auckland开发的道路网络（Beere，2017）来计算到附近公园的距离。随后，通过检测落在公园边界内的单个轨迹点来识别实际访问的公园；仅仅经过公园而没有记录到进入公园的信号不算作访问。因此，用户的确认访问被定义为位于或处于公园边界内的点。对于每个用户，我们测量了：
- 用户家庭位置到最近理论公园中心点的最小距离（无论用户是否实际访问过该公园）；
- 用户实际访问的公园中心点的最小网络距离。

**3.5 城市绿地利用指数**
该方法的一个核心优势是应用了三个先前开发的利用指数，并对其进行了改进和优化，以增强揭示公园访问模式的能力。这些指数的使用在整个三个情境中保持一致，以确保可比性。

- **使用的公园机会（UPO）**：UPO计算用户居住地1公里半径内的公园数量与可用公园数量之间的比率。该指数评估了居民利用可利用公园机会的程度。
- **公园访问的局部性（LPV）**：LPV衡量在距离家庭1公里范围内的公园访问比例与选定研究区域内总公园数量的比例，突出了对本地绿地的偏好与较远绿地的差异。
- **最近公园访问率（NPVR）**：NPVR表示访问最近理论公园的用户比例。该指数表明居民利用最近可用绿地的倾向，直接反映了距离与公园使用之间的关系。公园的定义遵循了每个城市政府的官方分类（如第2.1节所述）。虽然公园数量无法反映公园的规模或功能差异，但它作为一个简单且可在不同情境中转换的指标被选中，确保了奥克兰、香港和台北之间的可比性。相关计算程序的完整细节在Blinded for Review (2024)中提供，包括原始手机数据的处理、聚类和汇总公式。为了避免重复，我们在这里不重复这些步骤，而是专注于它们在国际比较分析中的应用。

**3.6 与社会经济指标的相关性分析**
我们应用皮尔逊相关性将公园利用指数与社会经济指标联系起来，首先绘制了整体访问趋势图。分析中包括了以下变量：
- 公园利用指数：UPO（使用的公园机会）、LPV（公园访问的局部性）、NPVR（最近公园访问率）；
- 社会经济指标：每个城市的重新缩放的剥夺指数（奥克兰的IMD18、香港的SDI以及台北的低收入家庭比例，均标准化到0–1的范围）。

为了便于解释，结果通过等值线图突出不同人口群体的使用差异，并附有相关系数和显著性水平（例如，*p < 0.1；**p < 0.05；***p < 0.01）。这种方法有助于一致地跨城市比较利用与剥夺之间的关系，并支持识别奥克兰、香港和台北之间的共同和不同模式。此外，还进行了一组简单的线性回归作为稳健性检验，以评估在调整基本协变量后观察到的相关性是否仍然存在；结果在结果部分报告。

**4. 结果**
图1展示了三个城市公园分布的差异。在奥克兰，市中心公园数量有限，但通过奥克兰市议会公园和开放空间战略行动计划（Auckland Council, 2013）及Auckland Plan 2050证据报告（Auckland Council, 2018）中的举措，郊区绿地得到了扩展，以应对日益增长的城市密度（图1a），形成了分散的郊区模式。在香港，城市公园主要集中在香港岛北部、九龙和新界的新城镇（图1b），成为人口密度极高的区域内的关键休闲场所。相比之下，台北将绿地集中在城市核心和历史区域（图1c），将公园融入到建筑最密集的社区中。总体而言，这些模式反映了奥克兰的分散郊区模式与香港和台北的集中式公园集群。

图2将这些分布与社会经济剥夺程度相结合（颜色越深表示剥夺程度越高）。在奥克兰（图2a），外围郊区的剥夺程度更为明显，而市中心地区的剥夺程度较低。在香港（图2b），剥夺程度在空间上更加混合，高剥夺程度集群分布在市中心和边缘地区。最后，台北（图2c）大致模仿了奥克兰的模式，相对较低的剥夺程度集中在城市核心，而较贫困的地区位于边缘。

**4.1 城市绿地利用指数结果**
在公园利用分析中，**使用的公园机会（UPO）**表示实际访问的公园数量与用户居住地1公里半径内的可用公园数量之间的比率：
- 在奥克兰（图4a），高UPO区域出现在靠近城市边界的边缘地区，由于公园稀少，如果仅访问一个公园，利用比率较高。相对较高的UPO值（绿色到紫色）集中在中央商务区和沿海住宅区。较低的利用率则更常见于内陆郊区。

- 在香港（图4b），大多数区域的UPO值较低至中等，主要为黄色和浅绿色。在一些新开发区域（如屯门、沙田和将官澳的部分地区）出现了较高的UPO值（绿色到紫色）的孤立集群。
- 在台北（图4c），与奥克兰相反，市中心区域的UPO值最低（黄色），而较高的UPO值（绿色到紫色）则更集中在边缘地区，尤其是在河流边缘。特别是在北投地区，公园访问位置（LPV）指标衡量了在研究区域内，离家1公里范围内的公园访问比例与总公园访问数量的比例，从而表明人们倾向于选择较近的绿地而非更远处的绿色空间。总体而言，这三个城市的LPV数据显示出较低的空间聚集性，并不像UPO那样遵循明显的核心-边缘模式。

•在奥克兰（图5a），LPV值在城市大部分地区都相对适中，但在东部海岸线和南部边缘地区有较高值的区域（深紫色）。较低的LPV值（黄色到浅绿色）分散在各处，但并不占主导，这表明人们倾向于在本地公园进行访问。总体而言，访问数据显示奥克兰居民以相对平衡的比例访问本地和较远的公园，没有明显的偏好。

•在香港（图5b），LPV值变化较大，许多区域的LPV值较低（黄色），尤其是在北部和边缘地区。然而，在香港岛和九龙，LPV值较高（紫色）。尽管香港也有低LPV值的区域，但城市人口最密集的部分显示出极高的LPV值。

•在台北（图5c），整个城市的LPV值都很高，特别是在市中心和南部地区。这些地区以密集的深紫色区域为特征，表明当地公园的访问率很高。较低LPV值的区域主要分布在北部边缘地区，这些地区的人口密度较低。

最近公园访问率（NPVR）代表了一个地区内的居民使用最近可用绿地的概率。

•在奥克兰（图6a），NPVR值在市中心和周边地区也存在空间差异，高值（深紫色）广泛分布。有趣的是，中央商务区（CBD）的NPVR值处于中等水平。NPVR类别类别之间的平衡分布进一步表明，奥克兰居民在访问附近公园和寻求更远的公园之间相对均匀。

•在香港（图6b），边缘地区的NPVR值普遍较低（黄色和浅绿色），而在市中心区域的NPVR值较高。然而，与LPV不同的是，这些较高NPVR值较为温和，通常在0.3到0.6之间。这表明这些地区可能更倾向于访问本地公园，但并不一定选择最近的公园。

•在台北（图6c），NPVR值在市中心和历史核心区域较高，并逐渐向边缘地区下降。整体数据分布更集中在较高类别，表明相当比例的居民经常使用最近的公园，强化了当地公园访问的强烈趋势。

综合这些模式，可以发现三种不同的城市行为：奥克兰的公园使用相对平衡但并不一定偏向本地；香港更倾向于选择较近但不是最接近的公园；台北则强烈依赖本地和最近的公园。

4.2. 与社会经济贫困的相关性

图7显示了三个指标（UPO、LPV、NPVR）与每个城市的社会指数（贫困程度）之间的皮尔逊相关性，并标明了显著性水平。在所有城市中，UPO、LPV和NPVR之间显示出中度到强烈的正相关性。贫困程度与使用指标之间的相关性如下：

•对于奥克兰（图7b），社会指数与所有三个使用指标均显示出中度负相关（UPO：-0.32；LPV：-0.16；NPVR：-0.24），表明较高的社会经济贫困程度与较低的公园使用率相关。

•在香港（图7b），社会指数与LPV显示出中度正相关（0.25），但与UPO（-0.07）和NPVR（-0.08）的关系不明显，表明较贫困的地区有轻微但可观察到的偏好使用本地公园的趋势。

•对于台北（图7c），社会指数与LPV显示出中度负相关（-0.29），与UPO（-0.05）和NPVR（-0.11）的相关性不那么明显，这意味着较高的贫困程度与较低的本地公园使用率相关。

相关性结构在三个城市中显示出不同的“特征”。在奥克兰，所有三个指标都与贫困程度呈负相关（r范围从-0.16到-0.32），表明较贫困的地区倾向于拥有较少的公园使用机会、较低的地方便利性以及较低的最近公园访问率。在香港，只有LPV与贫困程度呈正相关（r = 0.25），而UPO和NPVR接近零（r = -0.07和-0.08）。这种模式表明，在较贫困的地区，居民更依赖本地公园，但并不一定选择最近的公园。在台北，情况则相反：LPV与贫困程度呈负相关（r = -0.29），而UPO和NPVR的相关性较弱（r = -0.05和-0.11）。在这里，贫困地区的居民不太可能使用本地公园。

一个简单的总结指标有助于比较不同城市中贫困程度与公园使用之间的关联强度。对于每个城市，我们计算了社会指数与三个使用指标（UPO、LPV、NPVR）之间的平均绝对相关性。奥克兰的“贫困敏感性”最高，平均绝对相关ivity为0.24，来源于|-0.32|、|-0.16|和|-0.24|。台北的平均值为0.15，基于|-0.05|、|-0.29|和|-0.11|。香港的相关性最弱，平均值为0.13，来源于|-0.07|、|0.25|和|0.08|。这一简单比较进一步证实了图7中的描述性模式：社会经济不平等在奥克兰与较低的公园使用率最为一致，在台北则以更 selective 的方式体现，在香港的结果中则仅微弱反映。此外，在奥克兰，所有三个使用指标都与贫困程度呈中度负相关（r在-0.16到-0.32之间），而在香港和台北，许多系数的绝对值很小（|r| < 0.1）。这种对比表明，社会经济不平等与公园使用行为在奥克兰的关联更为紧密。

5. 讨论

这项比较研究通过使用移动电话位置数据，对奥克兰、香港和台北三个不同城市环境中的城市绿地使用情况提供了综合见解。选择这些城市是为了捕捉各种城市发展特征和社会空间配置。奥克兰代表一种低密度、依赖汽车的城市形态，人均绿地相对丰富；香港则是一个高密度城市，由于地形多山和土地使用紧凑，可使用的开放空间有限；台北则处于中间位置，具有适度的城市密度和综合的公共交通系统，影响居民的出行模式。通过研究这些不同的城市环境，该研究揭示了不同的空间结构、规划实践和社会条件如何影响绿地的可达性和使用模式。超越传统的静态空间可达性指标（如接近度和人均绿地指标（Ekkel和de Vries, 2017; Rigolon等人, 2018），我们的方法捕捉到了实际的公园访问行为，揭示了这些城市中绿地使用的复杂行为和社会空间动态。

5.1. 城市间对比和潜在机制

分析显示，绿地供给与实际使用之间的不匹配在每个城市中通过不同的机制运作，这些机制受到当地密度、规划政策和社会限制的影响。通过在不同城市环境中使用使用指标的比较方法，成功地揭示了推动供给与使用不匹配的具体机制，这是本研究的核心贡献。

5.1.1. 奥克兰

奥克兰表现出郊区的公园使用分散模式，反映了相对公平的本地公园参与度。沿海和郊区地区的高使用指标（UPO、LPV、NPVR）表明公园融入住宅区的效果良好，支持了分散式的绿地基础设施策略（Rigolon等人, 2018; Wilson, 2023）。然而，使用指标与社会经济贫困程度之间的持续负相关突显了结构性不平等。贫困边缘地区的较低公园使用率（图2a）可能意味着社会经济障碍，如有限的休闲时间、交通限制或安全问题，这些因素阻碍了公平的公园参与（Engelberg等人, 2016; Mitchell等人, 2015）。研究发现表明， disadvantaged地区的居民往往需要 travel 更长的距离才能到达设施更好的公园（Blinded for Review, 2024）。这与我们的结果相符，某些郊区地区的UPO和NPVR值较低。贫困程度与UPO（r = -0.32）和NPVR（r = -0.24）之间的统计显著负相关（p < 0.01）表明，这些地区的居民不太可能使用附近的公园，而是更倾向于选择较远的替代方案。Zhang等人（2024）指出，尽管奥克兰的绿地可用性较高，但这些地区的可访问性存在显著差异，并强调了特定群体（毛利人、太平洋岛民、亚洲人和老年人）面临的挑战，这些群体在公园使用方面面临不同的障碍。这些细致的见解加强了我们的观点，即城市规划者需要采取有针对性的干预措施，而不仅仅是确保物理上的接近性。此外，人们对远离密集城市中心的大规模、设施丰富的区域性公园和火山公园的偏好（Cheung & Fernandez, 2021）与奥克兰中心地区较低的NPVR值一致，这些地区以较小的本地公园为主。这强调了仅凭本地可用性并不能保证有效的使用，强调了改善贫困地区的公园设施和质量的必要性。

5.1.2. 香港

相比之下，香港的公园使用模式更为碎片化和不均匀，尤其是在高密度地区。使用指标存在差异：密集中心区域（如九龙和香港岛）的LPV值非常高，而NPVR值相对较低。这种差异表明了行为上的选择性。居民经常访问附近的公园，但在公园拥挤、维护不良、不安全或缺乏吸引人的设施时可能会避开最近的公园（Cohen等人, 2010; Mak和Jim, 2018; Schneider等人, 2024）。Chang等人（2019）同样将不平等归因于公共交通分配的不均衡，尤其是对贫困社区的影响。贫困程度与LPV之间的中度正相关（0.25），尽管与NPVR和UPO的相关性较弱（r = -0.07和-0.08），表明贫困社区的居民可能更依赖本地公园，但仍优先考虑质量和安全性，因此选择稍微远一些的公园。Mak和Jim（2018）强调安全和管理问题，如照明不足、公园入口有限和维护不善，这些因素阻碍了附近公园的使用。Wong（2009）也指出，由于工作时间长导致的休闲时间有限，居民可能更倾向于选择更高效或设施更好的公园，从而强化了城市公园使用中的行为选择性。总的来说，这些因素解释了香港的公园使用模式不均匀和NPVR值较低的现象，表明仅仅有绿地并不足以克服由安全性、质量和管理问题塑造的行为选择。

5.1.3. 台北

台北的模式呈现出一个独特的悖论：尽管市中心有大量的公园，但中心区域的UPO值较低，而LPV和NPVR值较高。高LPV和NPVR值表明了与本地绿地的强烈、基于接近性的互动。然而，台北市中心的较低UPO值可能表明饱和、过度拥挤或公园供应的多样性有限，这意味着市中心位置的公园可能是可以互换的（Hsiao & Huang, 2024；Chen等人, 2014）。Chen等人（2014）强调了“友好”的公园设计的重要性，如安全的游乐场、清晰的标识和吸引人的入口，这与我们的发现一致，即设计良好的公园能够吸引持续的本地使用。此外，台北的老年人口（Pleson等人, 2014）经常在特定时间（例如早晨）使用公园。因此，台北较高的LPV（每公顷绿地面积）和NPVR（每公顷绿地使用率）值可能反映了有针对性的设计和规划策略，这些策略有效地满足了老年人口的需求，确保了公园的日常使用，同时由于空间饱和或在高峰时段的可用性有限，也降低了整个中心区域的公园使用率（UPO）。此外，吴和吴（2015年）指出，在管理保护区时存在复杂性，重叠的法规可能会限制设施的改进，从而降低有效利用率，这可能影响了观察到的中心区域较低的使用率模式。总体而言，这些结果表明，尽管台北的城市绿地数量较多，但需要加强差异化、有针对性的设计以及更明确的治理政策，以最大化地方的实用性。

这些特定城市的模式显示，不同城市中剥夺与利用之间的关系结构各不相同。在奥克兰，较贫困区域的居民对附近公园的利用效率较低，剥夺程度与所有三个利用指标都呈负相关。在香港，剥夺程度与LPV呈正相关，而与UPO和NPVR的相关性较弱，表明在贫困的高密度地区，人们更依赖当地的公园，而不一定是最近的公园。在台北，剥夺程度与LPV呈负相关，而与UPO和NPVR的相关性较弱，反映了较贫困的边缘地区公园利用减少的情况。这些结果证实，每个城市中的供应与利用不匹配的情况各不相同，并为上述机制提供了实证基础。

5.1.4. 跨城市综合与规划启示
在所有三个城市中，公园利用与社会经济剥夺之间的关系与现有关于城市环境正义和可及性的文献（Rigolon等人，2018年；Wolch等人，2014年）高度一致。这种关系强调了物理公园的可用性固然重要，但公平的利用也严重依赖于公园质量、安全感知和文化接受度（Mitchell等人，2015年）。因此，城市规划者必须优先投资于公园维护、规划以及以社区为导向的功能——特别是在社会经济上处于不利地位的地区——以解决现有障碍并改善公平的公园利用情况（Jian等人，2021年）。综合来看，奥克兰、香港和台北的研究轨迹表明，城市公园不仅仅是被动存在的设施，而是人们生活和互动的空间。在奥克兰，公园的丰富性并不能消除贫困郊区居民使用的时间和安全方面的顾虑。香港表明，单纯的地理位置接近并不能解决过度拥挤、感知到的风险或不均衡的交通网络问题。台北则提醒我们，即使公园数量较多，如果其设计不能符合当地居民，尤其是老年人的日常生活需求，也难以吸引他们使用。这些对比共同揭示了一个核心观点：公平的绿地供应不仅仅是分配绿地面积的问题，还需要创造出与不同社区的社会现实、愿望和限制相呼应的体验。

5.1.5. 限定因素
虽然本研究发现了独特的模式和强烈的关联性，但必须认识到分析方法本身的局限性。首先，选择奥克兰、香港和台北进行比较分析虽然对于展示受城市形态和政策影响的不同情境下的差异至关重要，但由于各城市的独特规划制度和文化背景，结果具有很强的情境特异性。因此，将研究结果应用于其他全球城市情境时，需要谨慎考虑其有效性和代表性。此外，分析仅提供了统计上的关联性，并不支持关于结构或行为因果关系的断言。简单的皮尔逊相关性测量仅能说明公园利用和剥夺程度变化的程度。关于潜在机制（如交通限制、安全问题）的推断虽然有现有文献的支持（Mitchell等人，2015年；Chang等人，2019年），但相关性分析本身并不能证明这些假设的因果关系。最后，这项分析依赖于手机数据的局限性，智能手机使用和基于应用的位置追踪在所有人口群体中的分布并不均衡，老年人、低收入者和边缘化群体往往被低估（Sinclair等人，2023年）。因此，这里捕捉到的访问模式可能无法完全反映受到不公平利用影响最大的弱势群体的行为。尽管这一限制影响了我们发现的代表性，但跨三城市的比较设计仍然提供了关于绿地利用相对差异和系统模式的宝贵见解。未来的研究应结合调查或人口普查数据来三角验证这些结果，并进一步评估人口偏差。我们还认识到，未测量的混杂因素，包括公园质量、治理安排（吴和吴，2015年）以及文化实践（Schneider等人，2024年），也可能影响观察到的关联性。这些仍然是未来研究的重要方向。

6. 结论
本研究对奥克兰、香港和台北三个不同城市中的城市绿地可及性和利用情况进行了深入的比较分析，突显了绿地空间分布和居民利用方式上的显著差异。通过开发并应用三个利用指标（使用公园的机会、公园访问的地点以及最近公园的访问频率），我们展示了一种能够捕捉细微行为模式的方法论，超越了传统的基于距离的测量方法，揭示了更深入的公园利用情况。这些指标不仅为多种城市情境提供了一个坚实的框架，还强调了绿地可用性和有效利用之间的关键区别。研究发现显示，在所有三个城市中，当地公园用户与社交空间不平等之间存在显著差异。较高的剥夺程度与较低的（当地）公园利用率相关，反映了更深层次的系统和结构性障碍，而不仅仅是地理上的接近性。这表明，政策制定者和城市规划者应超越传统的空间分配模式，转而关注促进公平参与，并提高城市公园的质量和吸引力，特别是在社会经济上处于不利地位的社区。此外，这种利用移动电话移动数据的方法强调了新兴数据源和先进分析技术在揭示城市环境中复杂行为模式和不平等现象方面的更大潜力。未来的研究可以继续探索这些方法，结合定性和情境分析，揭示影响绿地利用行为的具体社会、文化和政策相关因素。最终，我们的研究强调了迫切需要综合、包容和公平的城市规划策略，这些策略不仅要提供对城市绿地的空间访问，还要积极鼓励和促进所有社区对其的有意义利用。

展望未来，纵向分析对于捕捉公园利用的季节性和时间性变化至关重要，同时将研究范围扩展到蓝色空间（如滨水区和湖泊），以更全面地了解城市便利设施的利用情况。跨城市比较不同的规划制度和文化背景可以进一步揭示阻碍公平利用的制度和政策障碍。这种综合性和情境敏感的研究将为设计包容性的城市绿地基础设施提供基础，这些基础设施不仅在空间上分配绿地，还能促进所有社区的真正参与。

利益声明
作者声明他们没有任何已知的竞争性财务利益或个人关系，这些因素可能影响本文所述的工作。

未引用的参考文献（Colbert等人，2024年）

CRediT作者贡献声明：
Jessie Colbert：撰写——审稿与编辑、可视化、方法论、数据管理。
Danjie Shen：可视化、数据管理。
Ate Poorthuis：撰写——审稿与编辑、验证。
Desmond Tsang：撰写——审稿与编辑、资源整理。
Cheng-Luen Hsueh：撰写——审稿与编辑、资源整理。
Wong Paulina：撰写——审稿与编辑、可视化、数据管理。
Cheung Ka Shing William：撰写——审稿与编辑、验证。
I-Ting Chuang：撰写——审稿与编辑、初稿撰写、项目管理、资金获取、概念构思。
Katarzyna Sila-Nowicka：撰写——审稿与编辑、验证、项目管理、方法论、概念构思。