Evaluation of Human Suitability of Human Settlement Environment in Anhui Province based on Grid

  • LI Dawei , 1 ,
  • HUANG Weiwei , 1, * ,
  • SHEN Fei 1, 2 ,
  • CHENG Yu 1 ,
  • CHEN Mingyang 1
Expand
  • 1. School of Geography and Tourism, Anhui Normal University, Wuhu 241003, China
  • 2. Engineering Technology Research Center of Resources Environment and GIS, Anhui Province, Wuhu 241003, China
*HUANG Weiwei, E-mail:

Received date: 2020-07-04

  Request revised date: 2020-10-29

  Online published: 2021-08-25

Supported by

University Natural Science Research Project of Anhui Province(KJ2019A0496)

Copyright

Copyright reserved © 2021

Abstract

The construction of new urbanization puts forward practical requirements for a suitable human settlement environment in the new period. By using GIS technology, based on multi-source data such as Nighttime Light (NTL) data, traffic network vectors data, Points of Interest (POI) data, and statistical yearbooks, we selected the economic level, transportation accessibility, historical culture, and public service as impact factors of the suitability of human settlement environment (weights were 0.36, 0.27, 0.17, 0.20, respectively) on the basis of 500 m × 500 m grid unit. We quantitatively evaluated the human suitability of human settlement environment in Anhui Province in 2017 using a synthetical index method to construct the human suitability evaluation model. The results show that: (1) the human suitability index of human settlements in Anhui Province ranged from 0.83 to 87.10. The human settlement environment could be divided into five types: highly suitable areas, relatively suitable areas, moderately suitable areas, general suitable areas, and critical suitable areas. The area of moderately suitable areas was the largest, accounting for 68.72% of the whole province, while the area of highly suitable areas was the smallest, accounting for only 1.24% of the whole province. The spatial heterogeneity of human settlement suitability was characterized by "Multi-core" and "striped" patterns; (2) the transport accessibility and public service were the main factors that led to difference in human suitability of human settlements in the province, with an average index of 94.18 in the moderate suitable areas, and an average contribution rate of 34% in all types of regions. Besides, the historical culture had a significant impact on higher and critically suitable areas, with an average contribution rates of 10.51% and 10.53%, respectively, while the economic level had the most significant contribution to the highly suitable areas, with an average contribution rate of 22.02%; and (3) nearly 90.86% of the population in the province was concentrated in the regions with human suitability index of 43.00~66.00 (i.e., moderate to the high suitable areas), which implied that the human quality of human settlements matches the population distribution. In conclusion, our evaluation results objectively reflect the baseline of the human settlements in Anhui Province.

Cite this article

LI Dawei , HUANG Weiwei , SHEN Fei , CHENG Yu , CHEN Mingyang . Evaluation of Human Suitability of Human Settlement Environment in Anhui Province based on Grid[J]. Journal of Geo-information Science, 2021 , 23(6) : 1017 -1027 . DOI: 10.12082/dqxxkx.2021.200346

1 引言

人居环境是人类在地表生存、生活和发展所占据的空间场所[1],包括自然环境和人文环境2个方面。其中,自然环境构成了人居环境的基础,人文环境是人居环境的重要组成部分[2]。良好的人居,不仅需要自然环境的满足,更需要人文环境的营造[3]。人居人文环境是指人类在利用自然和改造自然中形成的社会、经济、政治、文化等多重复杂巨系统,是人居环境可持续发展的重要支撑和保障[4]。1978年以来,随着城镇化进程的加快,城乡间不均等的工作机会、教育资源、历史文化、服务供给等诸多社会问题日益凸显[5],直接影响着人们对人居环境的满意程度。因此,测度人居环境人文适宜性的发展现状,厘清区域空间内部人居人文环境的优势与不足,不仅能为区域人居环境质量的提升提供有益参考,也可为新型城镇化建设的顺利实施提供决策支持[6]
自20世纪50年代道萨迪亚斯(Doxiadis)[7]提出人居环境概念,创建人类聚居学以来,学者们基于不同视角对人居环境问题开展了持续探索[8]。鉴于人居环境对自然条件的基础依赖,早期地理学者们多从自然系统出发,侧重研究不同地理尺度下地形、气候、水文、植被等自然因素对人居环境的影 响[9,10]。伴随着人口膨胀、交通拥挤、人文精神缺失、公共服务短缺等人居问题的日趋严重[11],涉及城市规划、人文文化、社会环境、个体需要等不同内容的人居环境人文适宜性研究开始加强[12,13,14,15,16],邻里环境、住区声誉、社会公平、政府作为、居住条件、经济质量等均是考量人居环境人文质量的指标来源[17,18,19,20,21,22]
人居环境复杂巨系统涉及的数据具有多源化和多样性特点[23]。通常,传统人居环境人文视角的研究多依赖统计数据,这种以点概面的数据表达在空间上存在突变性,因囿于区域行政界线的控制,数据无法有效揭示区域内部空间的实际分异[24]。随着人居数据获取方式由传统的问卷调查和官方统计向卫星遥感、电子设备感知及互联网等大数据的靠拢,将传统统计数据与网络大数据的有效结合已成为开展人居环境研究的必然态势[25]。“数据空间化”方法可以将传统统计数据以栅格模式在空间上进一步细化展布,一定程度上优化了其对人居环境人文空间渐变特征的剖析刻画,同时也满足了在统一的空间型数据模式下集成多要素开展综合研究的客观需求。
安徽省人多地广,区域人居环境分异显著。在已有的安徽省人居环境研究中,沈非等[26]、陈玲玲等[27]仅针对自然适宜性开展了探讨,孙井东等[28]、 赵诚瑞等[29]虽涉及了人文适宜性,但基本数据源为统计数据,采用的仍是传统的统计学分析方法。鉴于此,本文以安徽省为研究区,利用夜间灯光影像、土地覆盖、交通矢量、历史文化因子坐标、公共服务兴趣点(POI)以及GDP、交通客运量等多源数据,借助“数据空间化”的方法,以500 m×500 m栅格为基本单元,多因子定量评价2017年安徽省人居环境人文适宜性的发展现状,辨析地域宜居的人文环境条件差异,以期为区域人口、资源环境的可持续发展提供有益参考。

2 研究区概况、数据来源与研究方法

2.1 研究区概况

安徽省地处华东腹地,位于29°41′N—34°38′N、114°54′E—119°37′E之间,面积14.01万km2,属于沿海与中西部内陆腹地过渡地带。全省共16个省辖市,6个县级市,55个县级行政区(图1)。截至2017年末,全省常住人口6254.80万人,GDP总量27 018亿元。全省普通高校109所,医院1095所,科研机构6018个,教育、医疗、科技文化事业发展迅速。省内陇海线与长江、淮河、新安江水道横贯东西,京沪线、京九线、京沪客运专线纵贯南北,交通网络纵横交错,交通发达。安徽省历史文化丰富,主要由皖江文化、淮河文化、新安文化、庐州文化组成,且境内坐落着中国佛教四大名山之一的九华山,宗教文化兴盛。
图1 2017年安徽省行政区划

Fig. 1 Administrative divisions of Anhui Province in 2017

2.2 指标体系构建

国内外学者对人居环境质量评价指标的选取不同,但指标选取的理念基本吻合,即居住环境的舒适性、便利性、安全性、健康性和富足性,良好的人居环境需要达到人与自然、人与社会的和谐[30]。已有研究表明,在不同的经济背景下,人居环境可以产生不同的空间结构[31]。交通是人居人文环境发展的重要支撑,与个人的幸福感和健康状况关联紧密[32]。历史文化在人居环境的发展演变中,不仅充当着一种本底基因,而且驱动着人居环境质量的再造与提 升[33,34]。优质的公共服务以其基础性、稳定性、高品质性,为人类的正常活动提供基础保障,并直接影响着人们对人居人文环境的感知程度[35]。故研究选取经济水平、交通通达、历史文化、公共服务等因子构建安徽省人居环境人文适宜性评价体系(图2)。
图2 安徽省人居环境人文适宜性评价模型

Fig. 2 Humane suitability evaluation model of human settlement environment in Anhui Province

2.3 数据来源

研究所用2017年安徽省GDP、人口、交通客运量、省文物保护单位等统计数据,来源于2018年《安徽统计年鉴》[36];安徽省30 m×30 m土地覆盖数据,来源于国家科技基础条件平台——国家地球系统科学数据中心(http://www.geodata.cn);安徽省500 m×500 m夜间灯光数据(NPP/VIIRS),来源于美国国家海洋和大气管理局(http://www.noaa.gov/web.html);安徽省交通网络矢量数据,来源于开源数据Open Street Map网站(https://www.openstreetmap.org);安徽省历史文化传统(名)村落数据,来源于安徽省住房和城乡建设厅(http://dohurd.ah.gov.cn);安徽省公共服务站点坐标、交通站点坐标、宗教建筑及风景名胜(人文)坐标,来源于Python 2.7软件平台的爬取。以上数据除兴趣点(POI)数据于2018年6月爬取外,其他数据均来源于2017年,统一使用兰伯特等积投影(Albers Equal Area Conic)。

2.4 研究方法

研究分别选用经济水平指数、交通通达指数、历史文化指数、公共服务指数来评价各因子对人居人文环境的影响,建立人居环境人文适宜性综合评价模型(式(1)—式(10))。其中,经济水平指数利用原始夜间灯光影像数据(NPP/VIIRS)、土地覆盖数据和县级GDP统计数据来建立回归模拟生成空间化结果,然后归一化;交通通达指数采用时间成本加权距离法测得[37];历史文化指数通过解译4类历史文化因子坐标(表1),分别核密度计算后等权重加权获得;公共服务指数利用数据挖掘获取的购物、医疗、教育、科技文化4种类型13小类的兴趣点(POI)数据(表2),以时间成本加权算法制备[38]。空间分辨率统一为500 m×500 m。
表1 2017年安徽省历史文化因子分类

Tab. 1 Classification of historical and cultural factors in Anhui Province in 2017

类别 数量/条 示例
历史文化传统(名)村落 487 范岗镇新西村、城关镇沈丘集村
省文物保护单位 447 人字洞遗址、龙潭洞遗址
宗教建筑 2590 寺庙、道观、教堂、祠堂
风景名胜(人文) 2291 周瑜墓、曹操运兵道
表2 2017年安徽省公共服务POI数据分类

Tab. 2 Public service POI data classification in Anhui Province in 2017

POI类别 次级因子 数量/条
购物 超市,商场,市场 20 665,1402,1820
医疗 医院,社区(村)卫生室,药店 1250,15 580,10 802
教育 大学,普通高中,小学 119,3890,8549
科技文化 图书馆,文化宫,科研机构(除去企业所属),科技馆 431,1133,1949,72
经济水平指数:
G L ij = j = 1 n ( L ij × g ij )
G 1 j = G L 1 j + G L 2 j + G L 3 j + G L 4 j
G 23 j = A X j 2 + B X j + C
GD P j = G 1 j + G 23 j
G j = ( GD P j - GD P min ) / ( GD P max - GD P min )
式中: G j 为经济水平指数, GD P max GD P min GD P j 最大值、最小值。 GD P j 为第j个单元的GDP; G 1 j 是第j个单元的第一产业GDP; G L ij 是第j个单元第一产业中农、林、牧、渔的GDP; L ij 是第j个单元所对应的i(耕地、林地、草地、水域)种土地利用类型的面积; g ij 是第j个单元第i种土地利用类型的平均GDP; G 23 j 为第二、第三产业产值的GDP, X j 为第j个单元的夜间灯光总强度值;ABC为模型回归参数。
交通通达指数:
Cost = 60 / v
F i = a T i + b G i + c S i
式中: F i 为交通通达指数;Cost为时间成本;v指通过陆地、水域、公路(高速公路、国道、省道、县道)等空间对象所具有的速度; T i G i S i 分别为第i个栅格到火车站、汽车站、港口的时间成本加权距离,归一化后结果;abc表示2017年铁路、公路、水运的客运量百分比。
历史文化指数:
F x = i = 1 n 1 h 2 k s - c i h
式中: F x 为空间位置s处的核密度估计函数;h为距离衰减阈值;n为与位置s的距离小于或等于h的历史文化实体坐标点数;k函数表示空间权重函数; c i 为核心要素。
公共服务指数:
PO I i = i = 1 n W i F i
式中: PO I i 表示公共服务指数; W i 表示购物、医疗、教育、科技文化的权重(等权重); F i 表示购物、医疗、教育、科技文化的通达指数。
人文适宜性指数:
HSC I i = aE L i + bT L i + cA L i + dP L i
式中: HSC I i 为第i个栅格的人居环境人文适宜性; E L i T L i A L i P L i 分别为第i个栅格归一化处理后的经济水平、交通通达、历史文化、公共服务指数;abcd分别为各单因子指数的权重。
研究通过层次分析法(AHP)来确定权重,邀请人居环境方面的专家,采用九级标度法,以各指标的重要程度为判断标准,构建判断矩阵,分层次对人居人文单因子指标进行评分;再借助YAAHP层次分析软件,检验判断矩阵一致性比率CR<0.1是否通过,最后得出各指数的权重。
为了明晰安徽省人居环境的人文适宜性和限制性,在人居环境人文适宜性5类分区的基础上,依据人文适宜性指数值细化为88个子区间,以此剖析各分指标的指数和贡献率(式(11))。此外,为有效反映人居环境人文质量与人口分布的空间匹配性,需对人口数据空间化。栅格化人口密度数据的获取以安徽省2017年各县常住人口为因变量,各县不同土地利用类型下夜间灯光总亮度、亮元数、暗元数为自变量(区域像元总值为灯光总亮度,像元值0为暗元,大于0为亮元),构建逐步回归模型生成[39]
人文单因子指数贡献率:
F ij = A ij W j HSC I i
式中, F ij 为第i个单元j种指标的贡献率; A ij 为第i个单元j种指标的指数; W j 为经济水平指数、交通通达指数、历史文化指数、公共服务指数的权重; HSC I i 为第i个栅格的人居环境人文适宜性。

3 结果与分析

3.1 人居环境人文适宜性空间分异特征

依据经济水平指数、交通通达指数、历史文化指数、公共服务指数的测度方法,综合各单因子量化指标,设置量级为0~100之间,分别生成图(图3(a)— 图3(d));在此基础上,通过层次分析法得到各单因子指标权重依次为0.36、0.27、0.17、0.20,综合计算出人居环境人文适宜性指数并制备成图(图3(e))。通过计算结果可知,安徽省人居环境人文适宜性指数介于0.83~87.10之间。根据人居环境人文适宜性的分异特征,采用Natural Breaks分类方法,将2017年安徽省人居环境人文适宜性分为高度适宜区、较高适宜区、中度适宜区、一般适宜区和临界适宜区 5个适宜区(表3图4)。
图3 2017年安徽省各单因子指数及人居环境人文适宜性指数空间分布

Fig. 3 Spatial distribution of the single factor index and human settlement environment humanity suitability index in Anhui Province in 2017

表3 2017年安徽省人居环境人文适宜性评价

Tab. 3 Evaluation of humane suitability of human settlement environment in Anhui Province in 2017

类型区 人文适宜性指数 土地 人口 人口密度/
(人/500 m2)
面积/km2 比例/% 总数/万人 比例/%
高度适宜区 58.40~87.10 1208.97 1.24 908.86 14.53 1423
较高适宜区 48.32~58.40 14 808.93 15.24 1311.15 20.96 168
中度适宜区 42.28~48.32 66 775.83 68.72 3757.22 60.07 107
一般适宜区 34.52~42.28 11 287.72 11.62 265.52 4.25 45
临界适宜区 0.83~34.52 3088.52 3.18 12.05 0.19 8
图4 2017年安徽省人居环境人文适宜性空间格局

Fig. 4 The spatial pattern of the humane suitability of the human settlement environment in Anhui Province in 2017

高度适宜区人居环境人文适宜性介于58.40~87.10之间,是安徽省人居环境人文质量最高的区域,主要分布在各市(县)建城区内部,少量位于大城市郊区,以合肥、芜湖、马鞍山市分布最为典型,呈现多核心状,面积1208.97 km2,仅占全省总面积的1.24%,相应人口908.86 万人,占全省总人口的14.53%,人口密度1423人/500 m2,人口分布高度集中。
较高适宜区人居环境人文适宜性介于48.32~58.40之间,主要为各市市辖区和县城地区,以沿江地区,合肥、黄山等市分布最为集中,呈现多团块状,并沿着交通干线向外延伸,面积14 808.93 km2,占全省总面积的15.24%,相应人口1311.15万人,占全省总人口的20.96%,人口密度168人/500 m2,人口分布相对密集。
中度适宜区人居环境人文适宜性介于42.28~48.32之间,全省各地均有分布,以皖北、江淮之间和沿江地区较为集中,且在空间上呈“整片状”分布,面积66 775.83 km2,占全省总面积68.72%,相应人口3757.22万人,占全省总人口的60.07%,人口密度107 人/500 m2
一般适宜区人居环境人文适宜性介于34.52~42.28之间,皖北地区零星分布,在皖西、皖南山区交通沿线附近集中分布,面积11 287.72 km2,占全省总面积的11.62%,相应人口265.52万人,占全 省总人口的4.25%,人文环境质量较差,人口密度45 人/500 m2
临界适宜区人居环境人文适宜性介于0.83~34.52之间,是安徽省人居环境人文质量最低的区域,集中分布在皖西大别山区和皖南山地地区,呈块状分散,面积3088.52 km2,占全省总面积的3.18%;相应人口12.05万人,占全省总人口的0.19%,由于人居环境人文适宜性差,区域人口密度仅8人/500 m2,远低于我国西部地区平均水平。
总体来说,2017年安徽省人居环境人文适宜性较好,以中度适宜区面积最大,高度适宜区面积最小,具有“多核心”、“条带式”空间分布特征。“多核心”表现为人居人文环境质量以77个市(县)建城区为核心向周边农村地区逐步圈层递减;“条带式”表现为人居环境人文质量沿着铁路或高速公路向外扩散。

3.2 人居环境的人文适宜性与限制性

研究以人居环境人文适宜性指数为横坐标,分别绘制了经济水平、交通通达、历史文化、公共服务的指数曲线和贡献率曲线(图5图6),并通过分析第二、第三产业比重、每万人占有数(历史文化因子数量/万人)、人们出行和获取服务所需时间来进一步阐述各指标的适宜性和限制性(表4表5)。
图5 2017年安徽省不同适宜区各单因子指标曲线

Fig. 5 The single factor index curve of different suitable areas in Anhui Province in 2017

图6 2017年安徽省不同适宜区各单因子指标贡献率曲线

Fig. 6 Contribution rate curve of each single factor index in different suitable areas in Anhui Province in 2017

表4 2017年安徽省人居环境人文适宜性分区指标特征

Tab. 4 The characteristics of the zoning indicators of human settlements in Anhui Province in 2017

类型区 经济水平指数 交通通达指数 历史文化指数 公共服务指数
指数均值 第二、第三产业比重/% 指数均值 耗时均值/min 指数均值 每万人
占有数/个
指数
均值
耗时均值
/min
高度适宜区 64.42 99.66 98.82 4.94 24.11 4.57 99.35 1.80
较高适宜区 12.86 94.48 97.92 9.49 23.83 1.86 98.02 6.05
中度适宜区 1.08 77.55 94.22 19.98 7.39 0.79 94.18 13.83
一般适宜区 0.15 39.79 73.88 50.94 9.11 0.23 74.65 40.89
临界适宜区 0.06 12.53 33.28 103.77 6.87 2.47 36.67 89.09
表5 2017年人居环境人文适宜性分区贡献率均值

Tab. 5 Average contribution rate of human settlements and humanistic suitability in 2017 (%)

类型区 经济水平指数
贡献率均值
交通通达指数
贡献率均值
历史文化指数
贡献率均值
公共服务指数
贡献率均值
高度适宜区 22.02 34.69 8.41 34.88
较高适宜区 5.40 42.02 10.51 42.07
中度适宜区 0.54 47.60 4.28 47.58
一般适宜区 0.11 47.22 5.19 47.48
临界适宜区 0.12 40.08 11.93 47.57
3.2.1 高度适宜区
图5可知,高度适宜区的4种人文单因子指数在各类型区中均属最高。高度适宜区内交通和公共服务相对完善,人们出行和获取服务平均耗时4.94 min和1.80 min,经济水平、交通通达、公共服务的指数均值分别高达64.42、98.82和99.35(表4)。虽然高度适宜区的历史文化指数在各类区中最优,但其指数均值仅为24.11。良好的人居环境需要各环境因子的协调发展,当经济、交通、公共服务高度发达后,人们精神文明的建设,历史文化的传承与保护成为了进一步提高人居环境质量所需要解决的现实问题。
表5可知,高度适宜区公共服务指数的贡献率在4个因子中最高,交通通达指数贡献率次之,历史文化指数贡献率最低。结合贡献率曲线纵向比较可以看出(图6),经济水平在高度适宜区发挥的作用远大于其他类型区,而历史文化对高度适宜区的影响则相比于其他类型区较为适中。交通通达和公共服务对高度适宜区的贡献相对低于在其他类型区中的贡献。
3.2.2 较高适宜区
较高适宜区各指标因子的指数特点与高度适宜区较为相似,但其经济水平指数明显低于高度适宜区。较高适宜区内第二、第三产业比重较高,工商业发展良好,经济水平指数均值为12.86;交通通达和公共服务的指数水平较高,均值分别为97.92和98.02。该类型区历史文化指数均值为23.83,区内省文物保护单位、宗教建筑、风景名胜众多,文化资源丰富。
较高适宜区的交通通达指数和公共服务指数的贡献率相差无几,二者均明显高于经济水平、公共服务指数的贡献率,其中经济水平指数贡献率最低。交通通达、公共服务、历史文化因子在较高适宜区发挥的作用相对大于高度适宜,而经济水平因子则明显弱于其在高度适宜区的贡献,但远高于在其他类型区的贡献。
3.2.3 中度适宜区
中度适宜区交通通达与公共服务的指数均值与高度适宜和较高适宜区相差不大,但其耗时均值的指标特征却有着较大的差距,两项指标的耗时均值都上升至10 min以上,人们出行和获取服务的便捷性开始有所降低。从经济水平来看,中度适宜区经济水平指数均值仅为1.08,总体实力较差,其第二、第三产业比重也与高度适宜和较高适宜区有了明显差别。经济水平对该类型区人文环境质量的限制性开始显现。中度适宜区历史文化指数均值为7.39,其指数仅优于临界适宜区,相对次于其他类型区。
从指标贡献率来看,交通通达指数和公共服务指数在中度适宜区所发挥的作用均强于其他类型区。4个指标因子中,以经济水平指数的贡献率最低,其均值仅为0.54%,经济水平指数对中度适宜区的作用强度远低于较高适宜区,更无法与高度适宜区比拟。历史文化指数在中度适宜区的贡献率均值为4.28%,在各类型区中最低。
3.2.4 一般适宜区
一般适宜区经济水平、交通通达和公共服务的指数较之中度适宜区有明显降低,其第二、第三产业比重继续下滑,人们出行和获取服务的耗时均值比中度适宜区增加了1倍多。一般适宜区历史文化指数仅高于临界适宜区,文化资源开发与保护严重不足。
一般适宜区以公共服务指数和交通通达指数的贡献率最突出,以经济水平指数的贡献率最小。公共服务、交通通达指数在一般适宜区中的贡献与中度适宜区情况极为接近,但略低于中度适宜区,而历史文化指数的贡献率则略优于中度适宜区。经济水平指数在一般适宜区的贡献率较之其他类型区都要低,均值仅为0.11%。
3.2.5 临界适宜区
临界适宜区各因子指数较之其他类型区均最差。区内人们出行和获取服务耗时均值分别为103.77 min和89.09 min,交通和公共服务明显落后。由于地处山区,第一、第二产业发展相对困难,传统村落与风景名胜的开发和保护相对落后。临界适宜区公共服务指数的贡献率要高于交通通达指数,历史文化指数贡献率次之,其经济水平指数的贡献非常微弱。
总体而言,交通通达和公共服务的指数变化是造成全省人居环境人文质量分异的主要因素,其指数均值在中度适宜区皆已达到94.18,且贡献率均值在各类型区均在34.00%以上;经济水平指数对高度适宜区起着积极的影响,贡献率均值高达20.22%,其临界及一般适宜区的指数均在1.00以下,抑制作用明显;全省历史文化指数水平整体不高,以高度适宜区最佳,指数均值为24.11,其作用强度以临界适宜区最为明显,贡献率均值为11.93%。

3.3 人口与人居环境人文适宜性的匹配

人居人文环境是人类在生产和生活中创造出来的人工环境,对人口的分布有着显著的影响。因此,借助人口频率百分比曲线也可以在一定程度上对区域整体人居环境的适宜程度开展探讨。由图7可知,2017年安徽省人口频率百分比曲线呈正态分布,人口中心适宜性指数值为50.27。全省绝大数人口(90.86%)集中分布在人居环境人文适宜性指数43.00~66.00所对应的土地区域上,属于中度适宜至较高适宜区范围;仅有5.35%的人口生活在人居环境人文适宜性指数为66.00~87.10的适宜区范围,在此区间内,人口百分比随人文适宜性指数的增加迅速降低至0.1%以下;当人居环境人文适宜性指数低于43.00时,人口占比仅为3.79%。
图7 2017年安徽省地区人口频率百分比曲线

Fig. 7 Population frequency percentage curve of Anhui Province in 2017

由于全省交通和公共服务在中度适宜区便已达到94.18左右的适宜度,历史文化的适宜性较低且作用强度有限,而经济水平的作用潜力最高(指标权重0.36),但只在高度适宜区才达到64.42,与中度以下适宜区相差甚大,两极分化的区域经济差异拉低了全省人居人文环境的整体质量,客观上造成了人口在中度适宜区最为集中。整体来看,全省人居环境人文适宜性与人口分布匹配较为适中,仍有较大的提升与改善空间。

4 结论与讨论

4.1 结论

本文运用GIS技术,采用综合指数法,构建了基于栅格尺度的人居环境人文适宜性评价体系,测度了2017年安徽省人居环境人文适宜性,并结合人口分布综合评价了全省人居环境人文质量。主要结论如下:
(1)研究聚焦于栅格尺度的人居环境人文适宜性,将传统数据和网络大数据相结合,在经济水平、交通通达、历史文化和公共服务因子空间化的基础上,构建了人居环境人文适宜性评价模型,客观地反映了安徽省区域人居环境的人文适宜性本底特征。
(2)安徽省人居环境人文适宜性以各市(县)市区为高值核心,呈同心圆状向外递减,并沿着交通干线延伸,“多核心”、“条带式”空间分异特征明显。其中皖江、沿淮、新安江以及合肥市周边地区人居环境人文适宜性较高,而皖西和皖南山区则较差。
(3)经济水平、交通通达性、历史文化、公共服务4个人文指标之间相互联系,协同作用于区域人居环境人文适宜性。总体上,经济水平在高度适宜区的适宜性和作用最显著,其指数和贡献率的均值分别为64.42和22.02%,远高于其他类型区。交通通达和公共服务对各类型区人居环境人文适宜性的贡献均比较明显,其指数随着类型区等级的提升逐渐增强,在中度适宜及以上类型区基本处于高水平稳定状态,且贡献率均值皆高于34.00%;历史文化指数随类型区等级的提升而不断增加,其贡献率整体不强且变化不大,仅小幅波动。
(4)全省约90.86%的人口分布在人居环境人文适宜性指数43.00~66.00区域,属于中度适宜至较高适宜区范围,以中度适宜区人口最为集中,占全省总人口的60.07%。全省人居环境人文适宜性与人口分布状态的匹配较为适中,但仍可进一步提升与改善。

4.2 讨论

已有基于栅格尺度的人居环境人文适宜性研究中,评价指标多集中在经济、交通、空气质量等因子上,本文则纳入了历史文化与公共服务因子,进一步丰富了基于栅格尺度的人居环境评价体系。“数据空间化”方法,改变了既往人居环境人文研究多立足于统计数据的现状,强化了对区域人居人文环境空间渐变特征的细微刻画,也为自然与社会经济数据的有效融合搭建了桥梁,对今后在统一的空间型数据模式下集成自然、人文要素开展人居环境综合研究提供了有益参考。此外,现有人居环境人文适宜性研究多囿于单一时相的静态分析,相对缺乏长时间序列的动态研究,今后可从人居环境的演化视角窥探其背后人文驱动力的演变,籍此推动人居人文环境的完善和优化。
[1]
吴良镛. 人居环境科学的探索[J]. 规划师, 2001(6):5-8.

[ Wu L Y. Search for the theory of science of human settlement[J]. Planners, 2001(6):5-8. ]

[2]
魏献花, 白永平, 车磊, 等. 基于栅格的关中平原城市群人居环境质量综合评价[J]. 干旱区地理, 2019,42(5):1176-1184.

[ Wei X H, Bai Y P, Che L, et al. Evaluation of human settlement environment quality of urban agglomeration in Guanzhong Plain based on grid data[J]. Arid Land Geography, 2019,42(5):1176-1184. ]

[3]
吴良镛. 人居环境科学的人文思考[J]. 城市发展研究, 2003(5):4-7.

[ Wu L Y. Humanistic reflection on environment science of residence of human being[J]. Urban Development Studies, 2003(5):4-7. ]

[4]
吴良镛. 人居环境科学导论[M]. 北京: 中国建筑工业出版社, 2001.

[ Wu L Y. Introduction to Sciences of Human Settlements[M]. Beijing: China Architecture & Building Press, 2001. ]

[5]
张文忠, 谌丽, 杨翌朝. 人居环境演变研究进展[J]. 地理科学进展, 2013,32(5):710-721.

DOI

[ Zhang W Z, Chen L, Yang Y C. Research progress on human settlement evolution[J]. Progress in Geography, 2013,32(5):710-721. ]

[6]
冯健, 钟奕纯. 基于居住环境的常州城市居民生活质量空间结构[J]. 地理学报, 2020,75(6):1237-1255.

DOI

[ Feng J, Zhong Y C. The spatial structure of urban residents' quality of life in Changzhou based on residential environment[J]. Acta Geographica Sinica, 2020,75(6):1237-1255.]

[7]
Doxiadis C A. Ekistics: An introduction to the science of human settlements[M]. Athens: Athens Publishing Center, 1968.

[8]
Sebti M, Alkama D, Bouchair A. Assessment of the effect of modern transformation on the traditional settlement 'Ksar' of Ouargla in southern Algeria[J]. Frontiers of Architectural Research, 2013,2(3):322-337.

DOI

[9]
封志明, 唐焰, 杨艳昭, 等. 基于GIS的中国人居环境指数模型的建立与应用[J]. 地理学报, 2008,63(12):1327-1336.

[ Feng Z M, Tang Y, Yang Y Z, et al. Establishment and application of Human Settlements Environment Index model (HEI) based on GIS[J]. Acta Geographica Sinica, 2008,63(12):1327-1336. ]

[10]
郝慧梅, 任志远. 基于栅格数据的陕西省人居环境自然适宜性测评[J]. 地理学报, 2009,64(4):498-506.

[ Hao H M, Ren Z Y. Evaluation of nature suitability for human settlement in Shaanxi Province based on grid data[J]. Acta Geographica Sinica, 2009,64(4):498-506. ]

[11]
李雪铭, 夏春光, 张英佳. 近10年来我国地理学视角的人居环境研究[J]. 城市发展研究, 2014,21(2):6-13.

[ Li X M, Xia C G, Zhang Y J. Chinese human settlement research with geography perspective in recent 10 years[J]. Urban Development Studies, 2014,21(2):6-13. ]

[12]
Altschuler A, Somkin C P, Adler N E. Local services and amenities, neighborhood social capital, and health[J]. Social Science & Medicine, 2004,59(6):1219-1229.

DOI

[13]
Mcandrews C, Marshall W. Livable streets, Livable arterials? Characteristics of commercial arterial roads associated with neighborhood livability[J]. Journal of the American Planning Association, 2018,84(1):33-44.

DOI

[14]
程婧媛. 开封理事厅街区人居环境保护发展研究[D]. 开封:河南大学, 2019.

[ Cheng J Y. Research on the protection and development of human settlements environment in the lishiting block of Kaifeng City[J]. Kaifeng: Henan University, 2019. ]

[15]
Hankins K B, Powers E M. The disappearance of the state from 'livable' urban spaces[J]. Antipode, 2009,41(5):845-866.

DOI

[16]
余涤非. 需求视角下郑州市宜居性评价及障碍因子研究[D]. 开封:河南大学, 2019.

[ Yu D F. Study on livability evaluation and obstacle factors of Zhengzhou from the perpective of demand[D]. Kaifeng: Henan University, 2019. ]

[17]
李雪铭, 张建丽, 杨俊, 等. 社区人居环境吸引力研究——以大连市为例[J]. 地理研究, 2012,31(7):1199-1208.

[ Li X M, Zhang J L, Yang J, et al. Analysis of the attraction field of urban human settlements: A case study of Dalian[J]. Geographical Research, 2012,31(7):1199-1208. ]

[18]
Sorensen J F L. The impact of residential environment reputation on residential environment choices[J]. Journal of Housing and the Built Environment, 2015,30(3):403-425.

DOI

[19]
Wang Y, Jin C, Lu M, et al. Assessing the suitability of regional human settlements environment from a different preferences perspective: A case study of Zhejiang Province, China[J]. Habitat International, 2017,70:1-12.

DOI

[20]
Douglass M. From global intercity competition to cooperation for livable cities and economic resilience in Pacific Asia[J]. Environment & Urbanization, 2002,14(1):53-68.

[21]
李雪铭, 田深圳, 杨俊, 等. 城市人居环境的失配度——以辽宁省14个市为例[J]. 地理研究, 2014,33(4):687-697.

DOI

[ Li X M, Tian S Z, Yang J, et al. The preliminary study of mismatch degree of urban human settlements: Taking 14 cities in Liaoning Province as cases[J]. Geographical Research, 2014,33(4):687-697. ]

[22]
刘海旭, 余斌, 张加磊, 等. 长江经济带城市人居环境空间格局研究[J]. 长江流域资源与环境, 2019,28(12):2795-2805.

[ Liu H X, Yu B, Zhang J L, et al. Spatial pattern of urban human settlement environment in the Yangtze River Economic Belt[J]. Resources and Environment in the Yangtze Basin, 2019,28(12):2795-2805. ]

[23]
邵磊, 厉基巍, 杨春志. 大数据视角下的未来人居——清华大学“大数据与未来人居”学术研讨会综述[J]. 城市发展研究, 2015,22(9):121-124.

[ Shao L, Li J W, Yang C Z. Future habitat from the perspective of big data: A summary of the symposium on " big data and future habitat " in Tsinghua University[J]. Urban Development Studies, 2015,22(9):121-124. ]

[24]
李飞, 张树文, 杨久春, 等. 社会经济数据空间化研究进展[J]. 地理与地理信息科学, 2014,30(4):102-107.

[ Li F, Zhang S W, Yang J C, et al. A review on research about spatialization of socioeconomic data[J]. Geography and Geo-Information Science, 2014,30(4):102-107. ]

[25]
杨俊, 由浩琳, 张育庆, 等. 从传统数据到大数据的人居环境研究进展[J]. 地理科学进展, 2020,39(1):166-176.

DOI

[ Yang J, You H L, Zhang Y Q, et al. Research progress on human settlements: From traditional data to big data[J]. Progress in Geography, 2020,39(1):166-176. ]

[26]
沈非, 黄艳萍, 王芳, 等. 基于GIS与栅格数据的安徽省人居环境自然适宜性测评[J]. 长江流域资源与环境, 2018,27(3):535-543.

[ Shen F, Huang Y P, Wang F, et al. Evaluation of nature suitability for human settlement in Anhui Province based on GIS and grid data[J]. Resources and Environment in the Yangtze Basin, 2018,27(3):535-543. ]

[27]
陈玲玲, 查良松. 基于GIS的安徽省人居环境气候适宜性评价[J]. 蚌埠学院学报, 2014,3(3):161-164.

[ Chen L L, Zha L S. Climate suitability for human settlement in Anhui Province based on GIS[J]. Journal of Bengbu University, 2014,3(3):161-164. ]

[28]
孙井东, 杨兴柱. 安徽城市人居环境质量时空演变特征[J]. 安徽师范大学学报(自然科学版), 2016,39(2):168-174.

[ Sun J D, Yang X Z. Characteristics of urban human settlement environment quality of Anhui Province[J]. Journal of Anhui Normal University (Natural Science), 2016,39(2):168-174. ]

[29]
赵诚瑞, 刘昕怡. 基于统计数据的安徽省城市人居环境定量评价[J]. 建筑与文化, 2020(1):147-149.

[ Zhao C R, Liu X Y. Quantitative evaluation of urban human settlement environment in Anhui Province based on statistical data[J]. Architecture & Culture, 2020(1):147-149. ]

[30]
张文忠. 宜居城市的内涵及评价指标体系探讨[J]. 城市规划学刊, 2007(3):30-34.

[ Zhang W Z. Study on intrinsic meanings of the livable city and the evaluation system of livable city[J]. Urban Planning Forum, 2007(3):30-34. ]

[31]
赵万民, 周学红. 人居环境发展中的五律协同机制研究[J]. 城市问题, 2007(1):20-23.

[ Zhao W M, Zhou X H. A research on coordination of five rules in human settlements[J]. Urban Problems, 2007(1):20-23. ]

[32]
吴江洁. 城市通勤时耗对个人幸福感与健康的影响研究[D]. 上海:华东师范大学, 2016.

[ Wu J J. The impacts of commuting time on subiective well being and personal health[D]. Shanghai: East China Normal University, 2016. ]

[33]
武廷海. 吴良镛先生人居环境学术思想[J]. 城市与区域规划研究, 2008,1(2):233-268.

[ Wu T H. Professor L. Y. WU's ideas about human settlement[J]. Journal of Urban and Regional Planning, 2008,1(2):233-268. ]

[34]
王怡鹤. 从安居到乐居——以东花岗为例的关于大型保障房住区社会融合度的思考[J]. 建筑与文化, 2018(7):168-169.

[ Wang Y H. From house to home-Research on the social integration of large indemnificatory housing with the case of Donghuagang[J]. Architecture & Culture, 2018(7):168-169. ]

[35]
金凤君. 基础设施与人类生存环境之关系研究[J]. 地理科学进展, 2001(3):275-284.

[ Jin F J. Infrastructure and the living environment of human being[J]. Progress in Geography, 2001(3):275-284. ]

[36]
安徽省统计局, 国家统计局安徽调查总队. 安徽统计年鉴2018[M]. 北京: 中国统计出版社, 2018.

[ Anhui provincial bureau of statistics, Anhui investigation team, National bureau of statistics. Anhui statistical yearbook of 2018[M]. Beijing: China Statistics Press, 2018. ]

[37]
杨雪, 张文忠. 基于栅格的区域人居自然和人文环境质量综合评价——以京津冀地区为例[J]. 地理学报, 2016,71(12):2141-2154.

DOI

[ Yang X, Zhang W Z. Combining natural and human elements to evaluate regional human settlements quality based on raster data: A case study in Beijing-Tianjin-Hebei region[J]. Acta Geographica Sinica, 2016,71(12):2141-2154. ]

[38]
王振波, 徐建刚, 朱传耿, 等. 中国县域可达性区域划分及其与人口分布的关系[J]. 地理学报, 2010,65(4):416-426.

[ Wang Z B, Xu J G, Zhu C G, et al. The county accessibility divisions in China and its correlation with population distribution[J]. Acta Geographica Sinica, 2010,65(4):416-426. ]

[39]
胡云锋, 赵冠华, 张千力. 基于夜间灯光与LUC数据的川渝地区人口空间化研究[J]. 地球信息科学学报, 2018,20(1):68-78.

DOI

[ Hu Y F, Zhao G H, Zhang Q L. Spatial distribution of population data based on nighttime light and LUC data in the Sichuan Chongqin Region[J]. Journal of Geo-information Science, 2018,20(1):68-78. ]

Outlines

/