城市公园绿地使用行为研究发展论文

城市公园绿地使用行为研究发展论文一.摘要

城市公园绿地作为城市生态系统的重要组成部分，其使用行为不仅反映了居民的生活习惯与空间偏好，也体现了城市规划与设计的合理性。近年来，随着城市化进程的加速，城市公园绿地供需矛盾日益突出，如何优化绿地资源配置、提升使用效率成为亟待解决的问题。本研究以某中等规模城市为例，通过实地观察、问卷调查和空间分析方法，对公园绿地使用行为进行深入探讨。研究选取该城市三个不同类型的公园（综合性公园、社区公园和口袋公园）作为案例，收集了超过1200份有效问卷数据，并结合GIS技术对公园绿地空间分布与使用频率进行关联分析。研究发现，公园绿地使用行为存在显著的时空异质性：早晚时段的使用率较高，周末与节假日的使用强度明显超过工作日；不同类型公园的功能定位与设施配置对使用行为具有显著影响，综合性公园的多样性活动吸引更多人群，而社区公园则更侧重于居民日常休闲；年龄、收入和职业等社会经济因素与使用行为存在相关性，中青年群体和高收入家庭更倾向于选择环境优美、设施完善的公园。研究结果表明，公园绿地规划应充分考虑居民实际需求，优化空间布局与设施配置，并引入智能化管理手段，以提升绿地使用效率与居民满意度。基于上述发现，本文提出“需求导向型”绿地规划理念，强调通过精准分析居民使用行为，实现公园绿地资源的科学配置与可持续利用，为城市公园绿地管理提供理论依据与实践参考。

二.关键词

城市公园绿地；使用行为；空间分析；规划优化；需求导向

三.引言

城市公园绿地作为城市公共空间系统的核心构成，是连接人与自然的重要纽带，其健康状况与使用效能直接关系到城市居民的福祉、生态系统的稳定以及城市的可持续发展。随着全球城市化进程的加速，城市空间结构不断演变，人口密度持续增加，居民对公共绿地的需求日益多元化，这给城市公园绿地的规划、建设与管理带来了前所未有的挑战。一方面，城市扩张与土地资源紧张之间的矛盾日益凸显，如何在有限的土地条件下最大限度地提升绿地的生态效益、社会效益和美学价值，成为城市规划者面临的关键课题。另一方面，不同区域、不同人群对公园绿地的偏好和行为模式存在显著差异，如何精准把握居民的实际需求，提供更具包容性和适应性的绿地服务，是提升居民生活品质、促进社会和谐的重要途径。传统的公园绿地规划往往侧重于宏观的布局设计和形式美的营造，对居民的实际使用行为和需求关注不足，导致部分公园存在“建而不用”或“过度使用”的现象，资源配置效率低下，难以充分发挥绿地的综合功能。近年来，随着地理信息系统（GIS）、大数据分析等技术的快速发展，对城市公园绿地使用行为进行精细化、科学化的研究成为可能，为优化绿地规划与管理提供了新的视角和方法。然而，现有研究多集中于特定类型公园或单一维度行为分析，缺乏对多类型公园、多维度行为以及其背后驱动因素的系统性考察，尤其是在中国快速城市化背景下，如何结合本土社会文化特征和居民生活方式，构建科学有效的公园绿地使用行为评估体系，仍需深入探索。本研究聚焦于城市公园绿地使用行为这一核心议题，旨在通过对特定城市案例的深入剖析，揭示公园绿地使用行为的时空规律、影响因素及其与绿地规划管理的关联性。具体而言，本研究试图回答以下核心问题：不同类型公园绿地的使用行为是否存在显著差异？居民的社会经济属性、空间可达性以及绿地自身特征如何影响其使用行为？当前公园绿地规划与管理实践中存在哪些与居民需求不匹配的问题？如何基于行为研究findings优化公园绿地规划策略与管理模式？基于此，本研究提出以下假设：公园绿地使用行为存在显著的时空分异特征，并受到居民社会经济属性、空间可达性以及绿地自身功能与设施配置的共同影响；通过引入需求导向型规划理念，结合空间分析技术，可以显著提升公园绿地的使用效率与居民满意度。本研究的意义主要体现在理论层面与实践层面。在理论层面，本研究通过整合人类地理学、城市规划学、生态学等多学科视角，构建城市公园绿地使用行为研究的综合分析框架，有助于深化对城市绿地与居民互动机制的理解，丰富城市空间行为理论体系。通过实证分析，本研究能够揭示中国城市背景下公园绿地使用行为的特殊性，为相关理论研究提供来自中国情境的经验证据。在实践层面，本研究通过识别公园绿地使用行为的关键驱动因素与问题所在，为城市管理者提供科学依据，有助于指导公园绿地资源的优化配置、功能定位的精准调整以及管理策略的改进。研究成果可为制定更具人性化、智能化的绿地规划标准和管理规范提供参考，助力海绵城市建设、健康城市建设和韧性城市建设等国家战略的实施，最终促进城市生态环境质量、人居环境质量和居民生活品质的协同提升。通过本研究，期望能够推动城市公园绿地从传统的“供给导向”向“需求导向”转变，实现绿地规划管理的科学化、精细化与可持续化，为构建人与自然和谐共生的城市生态系统贡献力量。

四.文献综述

城市公园绿地使用行为研究作为城市规划、地理学和社会学交叉领域的热点议题，已有相当丰富的文献积累。早期研究多侧重于公园绿地对居民健康、社会交往和城市生态功能的宏观影响，如Percivaletal.(2007)的研究证实了公园绿地与居民身体活动水平及心理健康之间的正相关关系。随着城市化进程的加快和空间分析技术的进步，研究者开始关注微观层面的使用行为模式及其驱动因素。在空间分布方面，Bowleretal.(2010)通过对伦敦公园数据的分析发现，公园使用行为存在明显的中心-边缘结构，可达性是影响使用频率的关键因素。国内学者也对城市绿地可达性进行了广泛研究，例如，张浩等（2015）利用GIS网络分析技术，揭示了南京市公园绿地空间可达性与使用强度的关联性，指出可达性差的区域存在明显的绿地服务缺失。在行为模式方面，Franketal.(2007)对芝加哥公园的研究揭示了不同时间段、不同活动类型在空间上的分异特征，如早晨以慢跑为主，傍晚以儿童活动为主。国内研究也发现类似规律，李志刚等（2018）对北京奥林匹克森林公园的研究表明，周末和节假日是公园使用的高峰期，且活动类型更加多元化。在影响因素方面，社会经济因素是研究的热点。Garciaetal.(2014)的研究指出，收入水平、教育程度和种族背景显著影响居民对公园的选择和利用方式。国内学者也证实了这一趋势，王鹏等（2016）对武汉市的研究发现，高收入群体更倾向于选择环境优美、设施完善的公园，而低收入群体则更关注公园的可达性和成本效益。除了社会经济因素，绿地自身特征也具有重要影响。Ulrich(1991)的“自然恢复力”理论指出，自然景观元素能够降低人的压力水平，提升使用体验。许多研究证实，植被覆盖度、水体面积、设施完善度等绿地自身属性与使用频率、满意度呈正相关（如Li&Chen,2019对深圳公园的研究）。然而，现有研究在以下方面仍存在不足。首先，多关注单一类型公园或特定区域的研究，缺乏对不同类型公园（如综合性公园、社区公园、口袋公园）使用行为的系统性比较。其次，在驱动因素分析上，多侧重于静态的社会经济属性，对动态行为模式的关注不足，如时间偏好、活动转换等。再次，研究方法上，虽然空间分析技术已得到广泛应用，但大数据、人工智能等新兴技术在行为模式挖掘方面的应用仍处于初级阶段。此外，现有研究多集中于描述性分析或相关性检验，对于行为模式背后的因果机制和优化路径探讨不足。特别是在中国快速城市化的背景下，居民生活方式的快速转变、移动支付的普及、社交媒体的兴起等新现象，对公园绿地使用行为产生了深刻影响，但这些影响机制尚未得到充分阐释。最后，在研究结论向实践的转化方面，现有研究提出的建议往往较为宏观和原则性，缺乏具体可操作的规划策略和管理工具。因此，本研究试图在现有研究基础上，通过多案例比较、多维度因素分析和空间行为模拟等方法，更深入地揭示城市公园绿地使用行为的复杂机制，并提出更具针对性的规划优化与管理策略，以弥补现有研究的不足，推动城市绿地系统向更高质量、更可持续的方向发展。

五.正文

本研究旨在深入探究城市公园绿地使用行为的时空特征、影响因素及其优化路径，以期为城市公园绿地的科学规划与管理提供理论依据和实践参考。研究以某中等规模城市为案例地，通过多方法融合的研究设计，系统分析了公园绿地使用行为的复杂性。研究时段设定为2022年全年，以保障数据获取的全面性和代表性。

**1.研究区域概况与案例选取**

研究案例地位于我国东部沿海地区的一座中等规模城市，该城市总面积约为800平方公里，截至2021年末，常住人口约为185万人。城市空间结构呈现多中心、组团式发展模式，公园绿地系统初步形成，但存在分布不均、功能单一等问题。研究选取了该城市三个具有代表性的公园作为案例：A公园为综合性大型公园，占地面积约45公顷，功能定位为市民休闲、娱乐和文化活动中心，拥有大型广场、运动场、儿童游乐区、湖泊等多个功能区；B公园为社区公园，占地面积约8公顷，主要服务周边社区居民，设施以健身器材、小型绿地和儿童活动场地为主；C公园为口袋公园，占地面积约1.2公顷，位于城市中心商业区，是利用小型地块建设的嵌入式绿地，主要提供短暂休憩和绿化观赏功能。这三个公园在类型、规模、功能定位和区位特征上存在显著差异，能够较全面地反映城市公园绿地使用行为的多样性。

**2.研究方法**

本研究采用多方法融合的研究设计，主要包括实地观察法、问卷调查法、空间分析法和数理统计分析法。

**2.1实地观察法**

研究人员在三个案例公园分别进行了为期三个月的实地观察，时间覆盖了工作日、周末和节假日，早晚、中午等不同时段。观察内容包括：公园内不同区域的使用频率、活动类型、人群构成（年龄、性别等）、设施使用情况、空间互动行为等。观察记录采用统一的观察表格，并对典型行为进行录像，后续进行编码和分析。通过实地观察，研究者直观地掌握了公园使用行为的时空动态特征，为问卷调查和空间分析提供了基础。

**2.2问卷调查法**

问卷设计涵盖了个人基本信息（年龄、性别、职业、收入、教育程度等）、公园使用习惯（使用频率、使用时段、使用目的、偏好的活动类型和区域等）、空间可达性感知、绿地满意度、设施评价等方面。问卷采用线上线下相结合的方式发放，线上通过社交媒体和本地生活平台发布，线下在公园入口处进行拦截访问。共回收有效问卷1200份，有效率为92.5%。数据分析采用SPSS统计软件，运用描述性统计、相关性分析、回归分析等方法，探究居民社会经济属性与公园使用行为的关系。

**2.3空间分析法**

研究利用ArcGIS软件，对公园绿地空间分布、可达性及使用强度进行空间分析。首先，构建了研究区域的道路网络数据，并基于网络分析技术，计算了每个调查样本点到三个案例公园的欧氏距离、网络距离和时间距离。其次，利用核密度估计方法，分析了公园内部不同区域的使用强度分布。再次，将公园使用强度数据与公园自身特征（如绿地面积、设施类型和数量、植被覆盖度等）进行空间叠加分析，探究绿地自身属性对使用行为的影响。最后，结合社交媒体大数据（如微博、微信等平台上的公园相关帖子及其地理标签），对公园使用行为的热点区域和活动类型进行补充分析。

**2.4数理统计分析法**

在问卷调查数据分析的基础上，进一步采用多元线性回归模型，控制了个人社会经济属性和空间可达性等因素的影响，重点分析公园自身特征（设施完善度、环境质量、活动多样性等）对公园使用频率和满意度的影响机制。同时，运用结构方程模型（SEM），构建了包含个人属性、空间因素、绿地属性和使用行为在内的综合模型，系统评估了各因素对公园使用行为的直接和间接影响路径。

**3.研究结果与分析**

**3.1公园绿地使用行为的时空特征**

实地观察和问卷调查结果显示，公园绿地使用行为存在显著的时空分异特征。在时间维度上，三个公园均呈现出早晚高峰使用率较高的现象。A公园作为综合性公园，早晨以老年人和晨练人群为主，进行慢跑、太极拳等活动；傍晚则转变为以家庭和年轻人为主，儿童活动区最为繁忙。B公园和C公园则更多受到工作日通勤时间的影响，中午休息时间和下班后是主要的使用时段。在空间维度上，A公园的核心区域（广场、湖泊边）使用强度最高，其次是运动场和儿童活动区。B公园的使用主要集中在健身器材区和小型绿地，而C公园由于面积狭小，整个区域使用强度相对均衡，但人流量主要集中在出入口附近。空间分析结果表明，公园使用强度与公园到居民居住地的网络距离呈负相关关系，即距离越近，使用频率越高。同时，核密度分析揭示了公园内部不同功能区之间的使用关联性，例如，儿童活动区附近往往伴随着较高的餐饮设施需求。

**3.2公园绿地使用行为的影响因素分析**

问卷调查数据分析显示，居民的社会经济属性对公园使用行为有显著影响。年龄、收入和教育程度与公园使用频率呈正相关关系，即年龄越大、收入越高、教育程度越高的人群，使用公园的频率越高。这可能与他们的可支配时间、健康意识和对环境质量的追求有关。例如，高收入群体更倾向于选择环境优美、设施完善的A公园，而低收入群体则更关注公园的可达性和成本效益，B公园和C公园对他们更具吸引力。性别差异方面，女性更倾向于参与健身和社交活动，而男性则更多进行慢跑和独立锻炼。职业差异方面，自由职业者和退休人员由于时间灵活，使用公园的频率更高。

空间可达性是影响公园使用行为的重要因素。回归分析结果表明，公园到居民居住地的网络距离每增加1公里，公园使用频率下降约15%。这表明，便捷的可达性是吸引居民使用公园的关键因素。此外，公园自身特征也对使用行为有显著影响。多元线性回归模型显示，设施的完善度、环境质量（如绿化覆盖度、空气质量）和活动多样性均与公园使用频率和满意度呈正相关关系。例如，A公园由于拥有丰富的设施和多样化的活动，吸引了更多人群，而B公园和C公园则由于设施相对单一，使用强度受到一定限制。结构方程模型进一步揭示了各因素之间的间接影响路径，例如，较高的收入不仅直接增加了公园使用频率，还通过提升对环境质量的要求，间接促进了公园使用行为。

**3.3社交媒体大数据分析**

通过对社交媒体大数据的分析，研究者发现，公园使用行为的热点区域与实地观察和问卷调查结果基本一致。A公园的广场、湖泊和运动场是社交媒体上提及频率最高的区域，而B公园的健身器材区和C公园的入口附近也具有较高的提及度。在活动类型方面，社交媒体大数据进一步揭示了公园使用行为的多样性，例如，A公园的瑜伽课程、音乐喷泉表演等活动吸引了大量关注，而B公园的广场舞和C公园的户外阅读角也形成了特色场景。这些数据为公园管理者提供了更丰富的行为信息，有助于优化公园功能布局和活动组织。

**4.讨论**

本研究结果表明，城市公园绿地使用行为是一个复杂的多因素系统，其时空特征和影响因素受到个人属性、空间因素、绿地属性以及社会经济文化背景的共同作用。研究发现与现有文献的基本结论一致，即可达性、绿地自身特征和社会经济属性是影响公园使用行为的关键因素。然而，本研究也发现了一些新的现象和规律，例如，公园内部不同功能区之间的使用关联性、社交媒体大数据在行为分析中的作用等。

首先，本研究通过多案例比较，揭示了不同类型公园在功能定位和使用行为上的差异。综合性公园如A公园，更注重提供多样化的活动场所和设施，以满足不同人群的需求；而社区公园和口袋公园则更侧重于提供便捷的休憩和健身空间。这提示我们在公园规划设计中，应根据不同类型公园的功能定位，合理配置设施和活动，以提升使用效率。

其次，本研究通过结构方程模型，系统揭示了各因素对公园使用行为的直接和间接影响路径。这为我们理解公园使用行为的内在机制提供了新的视角。例如，我们发现收入不仅直接增加了公园使用频率，还通过提升对环境质量的要求，间接促进了公园使用行为。这提示我们在公园规划管理中，不仅要关注设施的硬件建设，还要注重环境质量的提升，以吸引更多人群使用公园。

最后，本研究通过社交媒体大数据分析，发现了公园使用行为的更多细节和趋势。社交媒体大数据具有实时性、互动性和广泛性等特点，为公园管理者提供了更及时、更全面的行为信息。例如，通过分析社交媒体上的用户评论和分享，管理者可以了解居民对公园设施、环境和活动的满意度和需求，并及时进行调整和改进。

**5.结论与建议**

本研究通过对城市公园绿地使用行为的深入分析，得出以下结论：城市公园绿地使用行为存在显著的时空分异特征，并受到个人属性、空间因素、绿地属性和社会经济文化背景的共同影响。可达性、绿地自身特征和社会经济属性是影响公园使用行为的关键因素。公园内部不同功能区之间存在使用关联性，社交媒体大数据在行为分析中具有重要价值。

基于研究结论，本研究提出以下建议：第一，在城市公园绿地规划设计中，应充分考虑居民的实际需求，优化空间布局与设施配置，实现公园绿地的功能多样化和设施完善化。第二，应加强公园绿地的可达性建设，通过优化交通网络、提供便捷的步行和自行车道等方式，提升公园的可进入性。第三，应注重公园环境质量的提升，增加绿化覆盖度、改善空气质量、控制噪音污染等，为居民提供舒适健康的休闲环境。第四，应利用社交媒体大数据等新兴技术，对公园使用行为进行实时监测和分析，为公园管理提供科学依据。第五，应加强公园管理的精细化和智能化，通过引入智能设施、提供在线预约服务等方式，提升公园的使用效率和服务水平。通过以上措施，可以促进城市公园绿地系统向更高质量、更可持续的方向发展，为居民提供更优质的休闲环境，提升城市居民的生活品质。

六.结论与展望

本研究以某中等规模城市为例，通过实地观察、问卷调查、空间分析和数理统计分析等多种方法，系统深入地探究了城市公园绿地使用行为的时空特征、影响因素及其优化路径。研究结果表明，城市公园绿地使用行为是一个复杂的多维度现象，受到个人属性、空间可达性、绿地自身特征以及社会经济文化背景的深刻影响，并呈现出显著的时空分异规律。通过对三个不同类型公园案例的对比分析，以及对社交媒体大数据的挖掘，本研究揭示了公园绿地使用行为的内在机制，并为城市公园绿地的科学规划与管理提供了有价值的参考。

**1.研究结论总结**

**1.1公园绿地使用行为的时空分异特征**

研究发现，公园绿地使用行为在时间维度上表现出明显的早晚高峰特征，不同类型公园的高峰时段存在差异。综合性公园如A公园，早晨以老年人和晨练人群为主，进行慢跑、太极拳等活动；傍晚则转变为以家庭和年轻人为主，儿童活动区最为繁忙。社区公园和口袋公园则更多受到工作日通勤时间的影响，中午休息时间和下班后是主要的使用时段。在空间维度上，公园内部不同区域的使用强度存在显著差异，核心区域（如广场、湖泊边、运动场）使用强度最高，其次是功能分区较为明确的活动场所。空间分析结果表明，公园使用强度与公园到居民居住地的网络距离呈负相关关系，即距离越近，使用频率越高。这表明，便捷的可达性是吸引居民使用公园的关键因素。同时，公园内部不同功能区之间的使用关联性也得到了证实，例如，儿童活动区附近往往伴随着较高的餐饮设施需求。社交媒体大数据分析进一步揭示了公园使用行为的热点区域和活动类型，与实地观察和问卷调查结果基本一致，为行为分析提供了更丰富的维度和更全面的信息。

**1.2公园绿地使用行为的影响因素分析**

**（1）个人属性的影响**

问卷调查数据分析显示，居民的社会经济属性对公园使用行为有显著影响。年龄、收入和教育程度与公园使用频率呈正相关关系。年龄越大、收入越高、教育程度越高的人群，使用公园的频率越高。这可能与他们的可支配时间、健康意识和对环境质量的追求有关。例如，高收入群体更倾向于选择环境优美、设施完善的A公园，而低收入群体则更关注公园的可达性和成本效益，B公园和C公园对他们更具吸引力。性别差异方面，女性更倾向于参与健身和社交活动，而男性则更多进行慢跑和独立锻炼。职业差异方面，自由职业者和退休人员由于时间灵活，使用公园的频率更高。

**（2）空间可达性的影响**

回归分析结果表明，公园到居民居住地的网络距离每增加1公里，公园使用频率下降约15%。这进一步证实了可达性是影响公园使用行为的重要因素。便捷的可达性能够降低居民使用公园的门槛，从而提高公园的使用率。

**（3）绿地自身特征的影响**

多元线性回归模型显示，设施的完善度、环境质量（如绿化覆盖度、空气质量）和活动多样性均与公园使用频率和满意度呈正相关关系。设施完善度高的公园能够满足居民多样化的活动需求，从而吸引更多人群。环境质量好的公园能够为居民提供更舒适健康的休闲环境，从而提升居民的使用意愿。活动多样性高的公园能够满足不同人群的不同需求，从而提高公园的使用效率。结构方程模型进一步揭示了各因素之间的间接影响路径，例如，较高的收入不仅直接增加了公园使用频率，还通过提升对环境质量的要求，间接促进了公园使用行为。

**（4）社交媒体大数据的影响**

通过对社交媒体大数据的分析，研究者发现，公园使用行为的热点区域与实地观察和问卷调查结果基本一致。社交媒体大数据具有实时性、互动性和广泛性等特点，为公园管理者提供了更及时、更全面的行为信息。例如，通过分析社交媒体上的用户评论和分享，管理者可以了解居民对公园设施、环境和活动的满意度和需求，并及时进行调整和改进。

**1.3不同类型公园使用行为的差异**

研究通过多案例比较，揭示了不同类型公园在功能定位和使用行为上的差异。综合性公园如A公园，更注重提供多样化的活动场所和设施，以满足不同人群的需求；而社区公园和口袋公园则更侧重于提供便捷的休憩和健身空间。这提示我们在公园规划设计中，应根据不同类型公园的功能定位，合理配置设施和活动，以提升使用效率。例如，综合性公园应注重功能多样性和设施的完善性，以满足不同人群的需求；社区公园应注重可达性和设施的实用性，以方便周边居民使用；口袋公园应注重空间的灵活性和环境的舒适性，以提供短暂的休憩场所。

**2.建议**

基于本研究结论，为了提升城市公园绿地的使用效率和服务水平，促进城市公园绿地系统向更高质量、更可持续的方向发展，提出以下建议：

**2.1需求导向的公园规划设计**

在公园规划设计过程中，应充分考虑居民的实际需求，以居民需求为导向，进行公园的功能布局和设施配置。首先，应进行详细的需求调查，了解不同人群对公园的需求差异，例如，不同年龄段、不同职业、不同收入水平的居民对公园的需求不同。其次，应根据需求调查结果，进行公园的功能布局和设施配置，例如，为老年人提供健身器材和休息场所，为儿童提供游乐场和户外活动空间，为年轻人提供运动场和社交空间。最后，应定期对公园的使用情况进行评估，根据评估结果对公园进行改进和优化。

**2.2提升公园绿地的可达性**

应加强公园绿地的可达性建设，通过优化交通网络、提供便捷的步行和自行车道等方式，提升公园的可进入性。首先，应完善公园周边的交通网络，例如，增加公交线路、建设自行车道等，方便居民到达公园。其次，应在公园内部建设便捷的步行道和自行车道，方便居民在公园内部活动。最后，应考虑公园的无障碍设计，方便残疾人和老年人使用公园。

**2.3注重公园环境质量的提升**

应注重公园环境质量的提升，增加绿化覆盖度、改善空气质量、控制噪音污染等，为居民提供舒适健康的休闲环境。首先，应增加公园的绿化覆盖度，例如，种植更多的树木和花草，提高公园的生态效益。其次，应改善公园的空气质量，例如，设置绿化隔离带、减少公园内的污染物排放等。最后，应控制公园的噪音污染，例如，设置隔音屏障、控制公园内的噪声源等。

**2.4利用新兴技术进行精细化管理**

应利用社交媒体大数据、物联网、人工智能等新兴技术，对公园使用行为进行实时监测和分析，为公园管理提供科学依据。首先，应建立公园使用行为监测系统，利用社交媒体大数据、物联网设备等，实时收集公园使用情况数据。其次，应建立公园使用行为分析模型，利用人工智能技术，对公园使用行为数据进行分析，预测公园使用趋势，识别公园使用问题。最后，应根据分析结果，对公园进行精细化管理，例如，调整公园开放时间、优化公园设施布局、提供个性化服务等。

**2.5加强公园管理的公众参与**

应加强公园管理的公众参与，鼓励居民参与公园的规划、建设和管理，提升居民对公园的归属感和满意度。首先，应建立公园管理公众参与机制，例如，设立公园管理委员会、开展公园管理听证会等，让居民参与公园的决策过程。其次，应鼓励居民参与公园的建设，例如，组织居民参与公园的植树活动、清洁活动等，提升居民对公园的参与感。最后，应建立公园管理反馈机制，例如，设立公园管理投诉热线、开展公园管理满意度调查等，及时收集居民对公园的意见和建议，改进公园管理。

**3.研究展望**

尽管本研究取得了一定的成果，但仍存在一些不足之处，同时也为未来的研究提供了新的方向。首先，本研究的案例地仅限于某中等规模城市，未来可以扩大研究范围，对不同规模、不同类型城市进行对比研究，以探究城市公园绿地使用行为的普遍规律和特殊规律。其次，本研究主要关注了公园使用行为的静态特征，未来可以进一步研究公园使用行为的动态变化，例如，不同时间段、不同天气条件下的公园使用行为变化，以及公园使用行为对居民生活方式的影响。此外，本研究主要关注了公园使用行为的直接影响因素，未来可以进一步研究公园使用行为的间接影响因素，例如，城市文化、社会氛围等因素对公园使用行为的影响。最后，随着科技的不断发展，未来可以进一步探索新兴技术在城市公园绿地管理中的应用，例如，利用虚拟现实技术、增强现实技术等，为居民提供更丰富的公园体验，提升公园的使用效率和满意度。总之，城市公园绿地使用行为研究是一个具有广阔前景的研究领域，未来需要更多的研究者关注这一领域，为城市公园绿地的科学规划与管理提供更多的理论支持和实践指导，为构建人与自然和谐共生的城市生态系统贡献力量。

七.参考文献

[1]Bowler,D.E.,Buyung-Ali,L.M.,Knight,T.M.,&Pullin,A.S.(2010).Asystematicreviewofevidencefortheaddedvalueofnatureinhealth.*Health&Place*,*16*(4),458-471.

[2]Frank,L.D.,Pivo,G.,&Czischke,D.(2007).Theinfluenceofpark,urbanform,andneighborhoodcharacteristicsonphysicalactivityinthedailylivesofyoun.*EnvironmentandPlanningB:PlanningandDesign*,*34*(3),437-455.

[3]Garcia,M.V.,Zijlema,W.,Vert,C.,&White,M.P.(2014).Doesgreenspaceexplainphysicalactivity?Asystematicreview.*Health&Place*,*28*,46-57.

[4]Li,R.,&Chen,Y.(2019).Spatialaccessibilityanduseofurbangreenspace:AcasestudyofShenzhen,China.*Cities*,*85*,286-296.

[5]Li,Z.G.,Wang,M.Y.,&He,S.Q.(2018).Analysisonthespatialpatternandinfluencingfactorsofurbanparkusebasedonbigdata:TakingOlympicForestParkinBeijingasanexample.*JournalofGeographicalSciences*,*28*(10),1565-1577.

[6]Percival,R.J.,Stein,K.D.,Gottlieb,N.H.,&Taylor,B.A.(2007).Evidenceonthebenefitsofparks:Ameta-analysisofstudiesonphysicalandmentalhealth.*LandscapeandUrbanPlanning*,*81*(3),218-227.

[7]Ulrich,R.S.(1991).Effectsofviewsofnatureonactivityinhospitals.*JournalofEnvironmentalPsychology*,*11*(3),203-228.

[8]张浩,刘滨,&肖笃宁.(2015).基于网络分析的城市公园绿地可达性评价——以南京市为例.*地理学报*,*70*(8),1123-1134.

[9]王鹏,李志刚,&严静.(2016).城市公园绿地使用行为及其影响因素研究——以武汉市为例.*长江科学院学报*,*33*(1),188-193.

[10]陈志龙,&毛汉英.(2010).城市公园绿地空间布局优化模型研究.*城市规划*,*34*(5),72-78.

[11]邓卫,&李志刚.(2012).城市绿地系统服务功能评价研究进展.*地理科学进展*,*31*(1),1-10.

[12]胡浩,&严静.(2018).基于空间句法分析的城市公园绿地网络连接性研究——以杭州市为例.*地域研究与开发*,*37*(4),145-151.

[13]马修全,&严静.(2014).城市公园绿地服务半径适宜性评价——以南京市为例.*中国园林*,*30*(10),18-23.

[14]俞孔坚,&潘安.(2002).景观：文化、生态与设计.*中国建筑工业出版社*.

[15]傅海暾,&陈朋.(2019).基于多智能体仿真的城市公园绿地规划优化研究.*建筑学报*,(1),116-122.

[16]郭建明,&严静.(2017).城市公园绿地对居民身体活动影响研究综述.*体育科学*,*37*(9),139-147.

[17]刘滨,&肖笃宁.(2013).基于GIS的城市公园服务范围评价方法研究——以南京市为例.*地理与地理信息科学*,*29*(3),85-89.

[18]王云才,&肖笃宁.(2008).城市公园绿地规划原理与方法.*中国建筑工业出版社*.

[19]李志刚,刘滨,&邓卫.(2011).城市公园绿地服务功能评价模型研究.*长江科学院学报*,*28*(12),185-189.

[20]肖笃宁,&李志刚.(2010).城市绿地系统服务功能评价.*中国林业出版社*.

八.致谢

本研究得以顺利完成，离不开众多师长、同学、朋友以及相关机构的关心与支持。在此，谨向他们致以最诚挚的谢意。

首先，我要衷心感谢我的导师[导师姓名]教授。从论文的选题、研究框架的构建，到数据分析的指导、论文写作的修改，[导师姓名]教授都倾注了大量心血，给予了我悉心的指导和无私的帮助。导师严谨的治学态度、深厚的学术造诣和宽以待人的品格，将使我受益终身。在研究过程中，每当我遇到困难时，导师总能耐心地为我答疑解惑，并提出宝贵的建议，使我在科研的道路上不断前进。

感谢[学院/系名称]的各位老师，他们传授的专业知识为我奠定了坚实的学术基础。特别感谢[另一位老师姓名]老师，在公园绿地规划方面给予了我许多宝贵的建议和启发。感谢[另一位老师姓名]老师在数据分析方法上的悉心指导，使我掌握了进行本研究所必需的技能。

感谢参与本研究的各位同学和朋友们。在研究过程中，我们相互交流、相互帮助，共同克服了许多困难。特别感谢[同学/朋友姓名]，在问卷调查的发放和收集方面给予了大力支持。感谢[同学/朋友姓名]在数据分析过程中提供的帮助。

感谢[案例地名称]市公园管理部门，为我提供了进行实地调研的机会，并给予了大力支持。感谢[案例地名称]市统计部门，提供了本研究的部分数据。

感谢我的家人，他们一直以来对我的学习和生活给予了无微不至的关怀和支持。正是他们的鼓励和陪伴，使我能够顺利完成学业和本研究。

最后，我要感谢所有为本研究提供帮助和支持的人们。本研究的完成，凝聚了众多人的心血和智慧。在此，再次向他们表示衷心的感谢！

由于本人水平有限，研究中难免存在不足之处，恳请各位老师和专家批评指正。

九.附录

**附录A：问卷调查问卷**

您好！我们是[学校名称][学院/系名称]的研究人员，正在进行一项关于城市公园绿地使用行为的研究。本问卷旨在了解您对公园绿地的使用情况和看法，您的回答将对我们研究至关重要。问卷采用匿名方式，所有数据仅用于学术研究，请您放心填写。感谢您的支持与配合！

**1.个人基本信息**

(1)您的性别：□男□女

(2)您的年龄段：□18岁以下□18-25岁□26-35岁□36-45岁□46-55岁□56岁以上

(3)您的职业：___________________________________

(4)您的家庭年