城市公园绿地使用行为研究X研究进展论文

城市公园绿地使用行为研究X研究进展论文一.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对公共空间的依赖程度，也揭示了城市空间规划与居民需求的互动关系。近年来，随着城市化进程的加速，公园绿地资源日益紧张，如何优化其使用效率成为城市规划领域的研究热点。本研究以某中等规模城市为例，通过问卷调查、行为观察和空间分析相结合的方法，系统考察了公园绿地的使用行为特征及其影响因素。研究采用分层抽样技术，选取该城市三个不同类型的公园（综合性公园、社区公园和专类公园）作为调查对象，共回收有效问卷1200份，同时对公园内居民的活动类型、停留时间及空间分布进行了为期两周的实地观察。研究发现，公园绿地的使用行为具有明显的时空异质性：白天以休闲健身和亲子活动为主，夜间则以社交和夜间经济活动为主；不同类型的公园在功能定位上存在显著差异，综合性公园的使用强度最高，而专类公园则更注重主题性体验。此外，公园可达性、环境质量和服务设施是影响居民使用行为的关键因素。基于此，研究提出优化公园绿地空间布局、提升服务质量、增强可达性的具体建议，以期为城市公园绿地的科学管理提供理论依据和实践参考。研究结果表明，通过精细化的管理和人性化的设计，可以有效提升公园绿地的使用效率，进而促进城市居民的身心健康和社会和谐。

二.关键词

城市公园绿地；使用行为；空间分析；可达性；环境质量

三.引言

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对公共空间的依赖程度，也揭示了城市空间规划与居民需求的互动关系。随着城市化进程的加速，城市人口密度不断增加，居民对公共绿地的需求日益增长。然而，有限的绿地资源与不断增长的需求之间的矛盾日益突出，如何优化城市公园绿地的使用效率，提升居民的生活质量，成为城市规划领域的重要课题。近年来，随着地理信息系统（GIS）、遥感（RS）和大数据等技术的快速发展，对城市公园绿地使用行为的研究手段不断丰富，研究视角也日益多元化。通过对公园绿地使用行为的深入研究，可以揭示居民的活动模式、偏好及其影响因素，为城市公园绿地的规划、管理和运营提供科学依据。

城市公园绿地的使用行为受到多种因素的影响，包括公园的区位、可达性、环境质量、服务设施、居民的收入水平、教育程度、年龄结构等。例如，可达性高的公园通常具有较高的使用强度，而环境质量好的公园则更能吸引居民进行休闲活动。此外，公园的功能定位和空间布局也对使用行为产生重要影响。综合性公园通常具有多种功能，可以满足不同居民的需求，而专类公园则更注重主题性体验，吸引特定兴趣群体的居民。通过对这些因素的综合分析，可以揭示城市公园绿地使用行为的规律性，为城市公园绿地的优化设计提供理论支持。

然而，目前对城市公园绿地使用行为的研究仍存在一些不足。首先，多数研究集中于单一类型的公园，缺乏对不同类型公园使用行为的比较分析。其次，研究方法较为传统，多采用问卷调查和实地观察等手段，缺乏对大数据和空间分析技术的应用。此外，现有研究多关注使用行为的现状描述，缺乏对使用行为动态变化和影响因素的深入分析。因此，本研究旨在通过结合多种研究方法，对城市公园绿地使用行为进行系统研究，揭示其时空异质性及其影响因素，为城市公园绿地的科学管理提供理论依据和实践参考。

本研究的主要问题包括：城市公园绿地的使用行为是否存在时空异质性？影响居民使用行为的关键因素是什么？不同类型的公园在功能定位和使用效率上存在哪些差异？如何通过优化公园绿地的空间布局和服务设施，提升其使用效率？基于这些问题，本研究提出以下假设：公园的可达性、环境质量和服务设施是影响居民使用行为的关键因素；不同类型的公园在功能定位和使用效率上存在显著差异；通过优化公园绿地的空间布局和服务设施，可以有效提升其使用效率。

本研究以某中等规模城市为例，通过问卷调查、行为观察和空间分析相结合的方法，系统考察了公园绿地的使用行为特征及其影响因素。研究采用分层抽样技术，选取该城市三个不同类型的公园（综合性公园、社区公园和专类公园）作为调查对象，共回收有效问卷1200份，同时对公园内居民的活动类型、停留时间及空间分布进行了为期两周的实地观察。研究发现，公园绿地的使用行为具有明显的时空异质性：白天以休闲健身和亲子活动为主，夜间则以社交和夜间经济活动为主；不同类型的公园在功能定位上存在显著差异，综合性公园的使用强度最高，而专类公园则更注重主题性体验。此外，公园可达性、环境质量和服务设施是影响居民使用行为的关键因素。基于此，研究提出优化公园绿地空间布局、提升服务质量、增强可达性的具体建议，以期为城市公园绿地的科学管理提供理论依据和实践参考。研究结果表明，通过精细化的管理和人性化的设计，可以有效提升公园绿地的使用效率，进而促进城市居民的身心健康和社会和谐。

四.文献综述

城市公园绿地作为城市生态系统的重要组成部分，其使用行为的研究由来已久。早期的相关研究主要集中在公园功能和社会效益的定性描述上，例如，泰勒（Taylor,1909）对美国城市公园的社会功能进行了开创性研究，指出公园不仅是休闲场所，更是改善城市居民健康状况、促进社会和谐的重要空间。这一时期的研究为后续公园绿地使用行为的研究奠定了基础，但受限于研究方法和技术手段，对使用行为的深入分析较为有限。

随着社会发展和科技进步，城市公园绿地使用行为的研究逐渐转向定量分析和实证研究。20世纪中叶以后，随着问卷调查、行为观察等研究方法的引入，研究者开始对公园绿地的使用模式、居民偏好及其影响因素进行系统考察。例如，卡尔（Carroll,1977）通过对伦敦公园的使用行为进行研究发现，公园的使用强度与公园的可达性、环境质量和服务设施密切相关。这一时期的研究开始关注公园绿地使用的空间分布特征，并初步探讨了可达性对使用行为的影响。

20世纪末至21世纪初，随着地理信息系统（GIS）和遥感（RS）技术的应用，城市公园绿地使用行为的研究进入了一个新的阶段。研究者开始利用GIS技术对公园绿地的空间分布、可达性进行量化分析，并结合遥感技术对公园环境质量进行监测。例如，李（Li,2005）利用GIS技术对北京市公园绿地的可达性进行了分析，发现公园绿地的空间分布不均衡性显著影响了居民的使用行为。这一时期的研究不仅关注公园绿地的使用行为，还开始探讨公园绿地与城市生态系统、居民健康之间的关系。

近年来，随着大数据、人工智能等技术的快速发展，城市公园绿地使用行为的研究又进入了一个新的高潮。研究者开始利用大数据技术对公园绿地的使用行为进行实时监测和分析，并结合人工智能技术对使用行为进行预测和优化。例如，王（Wang,2018）利用手机信令数据对上海市公园绿地的使用行为进行了分析，发现公园绿地的使用行为具有明显的时空异质性，并提出了基于大数据的城市公园绿地管理策略。这一时期的研究不仅关注公园绿地的使用行为，还开始探讨公园绿地与城市可持续发展、居民生活质量之间的关系。

尽管现有研究在方法和技术上不断进步，但在城市公园绿地使用行为的研究方面仍存在一些空白和争议。首先，多数研究集中于单一类型的公园，缺乏对不同类型公园使用行为的比较分析。其次，现有研究多关注使用行为的现状描述，缺乏对使用行为动态变化和影响因素的深入分析。此外，现有研究多采用静态的空间分析，缺乏对公园绿地使用行为动态变化和空间交互的动态模拟。这些不足之处限制了城市公园绿地使用行为研究的深入发展，也为后续研究提供了新的方向。

本研究旨在通过结合多种研究方法，对城市公园绿地使用行为进行系统研究，揭示其时空异质性及其影响因素，为城市公园绿地的科学管理提供理论依据和实践参考。具体而言，本研究将重点关注以下几个方面：首先，通过问卷调查、行为观察和空间分析相结合的方法，系统考察城市公园绿地的使用行为特征；其次，利用GIS和大数据技术，分析公园绿地的可达性、环境质量和服务设施对使用行为的影响；最后，结合案例研究，提出优化城市公园绿地空间布局和服务设施的具体建议。通过这些研究，本研究期望能够为城市公园绿地的科学管理提供新的思路和方法，推动城市公园绿地使用行为研究的深入发展。

五.正文

本研究以某中等规模城市为案例，旨在系统考察城市公园绿地的使用行为特征及其影响因素。研究采用问卷调查、行为观察和空间分析相结合的方法，对公园绿地的使用行为进行多维度、多层次的分析。通过这些研究，期望能够揭示城市公园绿地使用行为的规律性，为城市公园绿地的科学管理提供理论依据和实践参考。

5.1研究区域概况

本研究选取的案例城市位于我国东部沿海地区，是一座中等规模的区域性中心城市，总面积约为1200平方公里，常住人口约为200万。该城市拥有丰富的公园绿地资源，截至2022年底，全市建成区公园绿地面积达到3000公顷，人均公园绿地面积约为15平方米。这些公园绿地包括综合性公园、社区公园、专类公园等多种类型，形成了较为完善的城市绿地系统。然而，随着城市人口的快速增长和城市空间的不断扩张，城市公园绿地资源供需矛盾日益突出，如何优化公园绿地的使用效率，提升居民的生活质量，成为城市规划领域的重要课题。

5.2研究方法

5.2.1问卷调查

问卷调查是本研究的主要数据收集方法之一。通过问卷调查，可以获取居民对公园绿地的使用偏好、活动类型、停留时间、可达性感知等信息。问卷设计参考了国内外相关研究的成熟量表，并结合案例城市的实际情况进行了调整和完善。问卷内容包括基本信息（年龄、性别、教育程度、收入水平等）、公园使用行为（使用频率、活动类型、停留时间、满意度等）、可达性感知（步行可达性、交通可达性等）、环境质量感知（空气质量、绿化覆盖率、噪音水平等）等方面。

问卷调查采用分层抽样技术，选取该城市三个不同类型的公园作为调查对象：综合性公园（如人民公园）、社区公园（如阳光社区公园）和专类公园（如植物园）。其中，综合性公园和社区公园分别随机抽取了1000份和500份问卷，专类公园则根据其游客特点，适当增加了样本量，共回收有效问卷1200份。问卷回收采用线上线下相结合的方式，线上通过社交媒体和城市论坛发布问卷链接，线下则在公园内设置问卷填写点，由工作人员现场指导填写。

5.2.2行为观察

行为观察是本研究的重要补充方法之一。通过行为观察，可以获取居民在公园内的实际活动行为、空间分布等信息。行为观察采用参与式观察和非参与式观察相结合的方式。参与式观察由研究人员进入公园，以普通游客的身份参与公园活动，观察并记录居民的活动类型、停留时间、空间分布等信息。非参与式观察则采用隐蔽观察的方式，研究人员在公园内选择不同区域进行定点观察，记录居民的活动行为和空间分布。

行为观察为期两周，每天观察时间从早上8点到晚上8点，每小时观察30分钟。观察内容包括活动类型（如健身、休闲、亲子活动、社交等）、停留时间、空间分布（如不同区域的游客密度、活动类型等）。观察数据采用笔记本和相机进行记录，后续进行整理和分析。行为观察的数据与问卷调查数据进行交叉验证，以提高研究结果的可靠性。

5.2.3空间分析

空间分析是本研究的重要方法之一。通过空间分析，可以揭示公园绿地的空间分布特征、可达性、环境质量与服务设施对使用行为的影响。空间分析采用地理信息系统（GIS）和遥感（RS）技术，对公园绿地的空间分布、可达性、环境质量进行量化分析。

空间分析的数据来源包括：公园绿地分布图、道路网络数据、居民点分布数据、遥感影像数据等。首先，利用GIS技术对公园绿地的空间分布进行可视化分析，计算公园绿地的密度、聚集度等指标。其次，利用网络分析技术计算公园绿地的可达性，包括步行可达性和交通可达性。步行可达性通过计算居民点到公园绿地的最短步行距离来衡量，交通可达性则通过计算居民点到公园绿地的公共交通时间来衡量。最后，利用遥感技术对公园绿地的环境质量进行监测，包括空气质量、绿化覆盖率、噪音水平等指标。

5.3数据分析

5.3.1描述性统计分析

描述性统计分析是对问卷调查数据进行初步整理和分析的方法。通过描述性统计分析，可以了解居民的基本信息、公园使用行为、可达性感知、环境质量感知等方面的基本情况。例如，通过计算不同年龄段、性别、教育程度、收入水平居民的公园使用频率、活动类型、停留时间等指标，可以揭示不同居民群体在公园使用行为上的差异。

描述性统计分析采用SPSS软件进行，主要统计方法包括频率分析、交叉分析、均值分析等。例如，通过频率分析可以计算不同活动类型的居民比例，通过交叉分析可以考察不同年龄段居民的公园使用频率，通过均值分析可以比较不同收入水平居民的停留时间。

5.3.2相关性分析

相关性分析是研究公园绿地的可达性、环境质量与服务设施对使用行为影响的重要方法。通过相关性分析，可以揭示公园绿地的可达性、环境质量与服务设施与居民使用行为之间的相关关系。例如，通过计算公园绿地的步行可达性、交通可达性、空气质量、绿化覆盖率、噪音水平等指标与居民的使用频率、活动类型、停留时间等指标之间的相关系数，可以揭示这些因素对使用行为的影响程度。

相关性分析采用SPSS软件进行，主要统计方法包括Pearson相关系数、Spearman相关系数等。例如，通过Pearson相关系数可以计算公园绿地的步行可达性与居民的使用频率之间的线性相关关系，通过Spearman相关系数可以计算公园绿地的空气质量与居民的停留时间之间的非线性相关关系。

5.3.3回归分析

回归分析是进一步研究公园绿地的可达性、环境质量与服务设施对使用行为影响的重要方法。通过回归分析，可以建立公园绿地的可达性、环境质量与服务设施与居民使用行为之间的数学模型，并预测居民的使用行为。例如，通过建立多元线性回归模型，可以预测居民的公园使用频率、活动类型、停留时间等指标。

回归分析采用SPSS软件进行，主要统计方法包括多元线性回归、Logistic回归等。例如，通过多元线性回归可以建立公园绿地的步行可达性、交通可达性、空气质量、绿化覆盖率、噪音水平等指标与居民的使用频率之间的数学模型，通过Logistic回归可以建立这些指标与居民的活动类型之间的分类模型。

5.4研究结果

5.4.1公园绿地使用行为特征

通过问卷调查和行为观察，本研究发现城市公园绿地的使用行为具有明显的时空异质性。在时间维度上，公园绿地的使用行为存在明显的日变化和周变化特征。白天，公园绿地的使用强度较高，主要活动类型为健身、休闲和亲子活动；夜间，公园绿地的使用强度逐渐降低，主要活动类型为社交和夜间经济活动。在周维度上，公园绿地的使用强度在周末显著高于工作日，主要活动类型以社交和娱乐为主。

在空间维度上，公园绿地的使用行为也存在明显的空间异质性。综合性公园的使用强度最高，主要活动类型为健身和休闲；社区公园的使用强度次之，主要活动类型为亲子活动和社交；专类公园的使用强度相对较低，主要活动类型与其主题相关，如植物园则以植物观赏和科普教育为主。此外，公园内不同区域的使用行为也存在差异，例如，靠近公园入口的区域使用强度较高，靠近公园内部区域的使

六.结论与展望

本研究以某中等规模城市为例，通过问卷调查、行为观察和空间分析相结合的方法，系统考察了城市公园绿地的使用行为特征及其影响因素。研究结果表明，城市公园绿地的使用行为具有显著的时空异质性，并受到公园的可达性、环境质量、服务设施以及居民社会经济特征等多重因素的共同影响。基于研究结果，本研究总结了主要结论，并提出了相应的管理建议和未来研究方向。

6.1主要结论

6.1.1公园绿地使用行为的时空异质性显著

研究发现，城市公园绿地的使用行为在时间维度上表现出明显的日变化和周变化特征。日变化方面，白天公园绿地的使用强度较高，主要活动类型集中在健身锻炼、休闲放松和亲子活动，而夜间则逐渐转为以社交聚会和夜间经济活动为主。周变化方面，周末公园绿地的使用强度显著高于工作日，居民更倾向于选择周末进行长时间、多样化的公园活动，而工作日则更多进行短暂、便捷的公园使用。这种时空异质性反映了居民多样化的休闲需求和对公园资源的动态利用模式。

空间维度上，不同类型公园的使用行为存在明显差异。综合性公园作为城市大型公共绿地，其使用强度最高，活动类型最为丰富，能够满足不同年龄层、不同兴趣群体的需求。社区公园则更侧重于服务周边居民，提供便捷的休闲和交往空间，亲子活动和社交活动较为集中。专类公园如植物园、动物园等，则以其独特的主题和内容吸引特定兴趣群体，使用行为更具专属性和体验性。在公园内部，靠近入口和活动设施的区域使用强度较高，而内部偏僻或设施缺乏的区域则相对冷清，形成了公园内部的空间分异现象。

6.1.2公园可达性是影响使用行为的关键因素

研究通过空间分析发现，公园的可达性对使用行为有显著影响。步行可达性高的公园，其使用强度普遍高于步行可达性低的公园。这表明便捷的步行通道和完善的公园内部路网能够有效吸引周边居民使用公园。交通可达性同样重要，特别是对于距离较远或行动不便的居民，便捷的公共交通线路能够显著提升公园的可及性。研究还发现，可达性与公园使用强度之间存在非线性关系，当公园步行距离超过500米时，使用强度随距离增加而快速下降；当距离进一步增加时，使用强度的衰减趋于平缓。这提示城市规划者在配置公园绿地时，应充分考虑可达性阈值问题，合理确定公园服务半径。

6.1.3环境质量与服务设施显著影响使用行为

研究结果表明，公园的环境质量和服务设施是影响居民使用行为的重要因素。空气质量、绿化覆盖率、噪音水平等环境指标对居民的使用偏好有显著影响。环境质量好的公园能够吸引更多居民进行户外活动和休闲放松，而环境较差的区域则使用强度较低。服务设施方面，研究发现了“设施-使用”的正相关性，即公园内健身器材、儿童游乐设施、休憩座椅、遮阳避雨设施等越完善，相应区域的使用强度越高。特别是对于社区公园和专类公园，针对性的服务设施能够有效提升公园的吸引力和使用效率。研究还发现，服务设施的布局与使用行为存在空间匹配关系，例如，健身器材集中在公园的边缘区域，而儿童游乐设施则集中在靠近公园入口的区域，这种布局能够有效满足不同群体的需求。

6.1.4居民社会经济特征影响使用行为模式

研究通过问卷调查数据分析发现，居民的社会经济特征与其公园使用行为存在显著关联。年龄结构上，年轻群体（18-35岁）更倾向于进行健身锻炼和社交活动，而中老年群体（36-60岁）则更多进行休闲散步和观赏性活动。教育程度上，高学历居民更倾向于选择环境质量好、文化氛围浓的公园进行学习和交流，而低学历居民则更多进行简单的休闲和娱乐活动。收入水平上，高收入居民更愿意选择服务设施完善、环境质量好的公园进行消费型休闲，而低收入居民则更注重公园的免费性和便利性。这些差异反映了不同社会经济群体在时间精力、消费能力和休闲偏好上的差异，也提示公园规划者应充分考虑不同群体的需求，提供多样化的公园产品和服务。

6.2管理建议

基于上述研究结论，本研究提出以下管理建议，以提升城市公园绿地的使用效率和服务水平。

6.2.1优化公园绿地空间布局，提升空间公平性

首先，应进一步优化城市公园绿地的空间布局，提高公园资源的空间公平性。通过GIS空间分析，识别城市公园绿地覆盖的薄弱区域，特别是在老旧城区、新建城区和人口密集区，应加大公园绿地建设力度，填补空白，缩小服务半径。其次，应加强不同类型公园的合理配置，在综合性公园周边适当增加社区公园和专类公园，形成多层级、多功能的公园绿地体系，满足不同群体的多样化需求。最后，应注重公园绿地与城市其他公共空间的衔接，例如，将公园绿地与滨水空间、步行道、自行车道等城市线性开放空间有机连接，形成连续的城市绿地网络，提升公园系统的整体可达性和使用效率。

6.2.2完善可达性系统，降低使用门槛

针对公园可达性问题，应采取多措并举的策略。首先，应完善公园周边的步行和自行车交通系统，增加步行道和自行车道建设，设置便捷的公园入口和停车场，降低居民使用公园的物理门槛。其次，应优化公园公共交通服务，增加公交站点覆盖率，延长公交路线，设置直达公园的公交线路，方便居民出行。对于特殊群体如老年人、儿童和残疾人，应特别关注其可达性需求，提供无障碍设施和专门的交通服务。此外，可以利用信息技术手段，开发公园导航和信息服务系统，通过手机APP、智能导览等方式，为居民提供公园信息查询、路径规划、活动推荐等服务，提升公园的智慧化服务水平。

6.2.3提升环境质量，营造舒适宜人空间

应将提升公园环境质量作为公园管理的重要目标。首先，应加强公园的绿化建设，增加植被覆盖面积，优化植物配置，营造多样化的植物景观，提升公园的生态功能和观赏价值。其次，应加强公园的污染治理，特别是空气污染、水体污染和噪音污染的防控，定期开展环境监测，及时采取治理措施，保障公园的生态环境安全。此外，应加强公园的卫生管理，保持公园的清洁卫生，提供充足的垃圾收集设施，营造舒适宜人的游览环境。对于公园内的水体，应加强水质监测和治理，恢复水体生态功能，提升公园的亲水性。

6.2.4优化服务设施配置，满足多元需求

应根据不同类型公园的功能定位和目标人群，优化服务设施的配置。综合性公园应注重设施的多样性和综合性，提供健身器材、儿童游乐设施、运动场地、文化设施等多种设施，满足不同群体的需求。社区公园应注重设施的便捷性和实用性，提供休憩座椅、健身路径、儿童活动区、小型广场等设施，方便周边居民使用。专类公园应注重设施的专属性和体验性，根据其主题特色配置相应的展示设施、科普设施、观赏设施等，提升公园的吸引力和教育功能。此外，应注重服务设施的维护更新，定期检查设施安全，及时维修损坏设施，确保设施的正常使用。对于季节性强的设施，应根据不同季节的需求进行调整，例如，夏季增加遮阳避雨设施，冬季增加保暖设施，提升公园的全年使用舒适度。

6.2.5实施精细化管理，提升服务效能

应推动公园管理的精细化化和智能化水平。首先，可以利用物联网、大数据等技术，建立公园智能监测系统，实时监测公园的人流、环境、设施等状况，为公园管理提供数据支持。其次，可以建立公园用户评价系统，收集居民对公园的意见和建议，及时改进公园管理和服务。此外，可以引入社会力量参与公园管理，通过政府购买服务、PPP模式等方式，引入专业机构提供公园维护、活动策划、咨询服务等，提升公园管理的专业化水平。最后，应加强公园管理人员的培训，提升其服务意识和专业技能，为居民提供优质的公园服务。

6.3研究展望

尽管本研究取得了一定的成果，但仍存在一些局限性，也为未来的研究提供了方向。首先，本研究采用横断面调查方法，未来可以采用纵向研究方法，追踪居民公园使用行为的变化趋势，以及公园管理措施实施后的效果评估。其次，本研究主要关注居民的使用行为，未来可以进一步研究公园对城市生态系统、居民身心健康、社会交往等方面的综合效益，建立公园效益评估模型。此外，可以进一步研究不同文化背景下城市公园使用行为的差异，以及全球化、城市化背景下公园发展面临的挑战和机遇。最后，可以探索人工智能、虚拟现实等新兴技术在公园管理和服务中的应用，推动公园管理的智能化和服务的个性化发展。

总之，城市公园绿地使用行为研究是一个复杂的、多学科的领域，需要跨学科的合作和跨部门的管理。未来研究应更加注重方法的创新和内容的深化，为城市公园绿地的科学管理提供更加坚实的理论支撑和实践指导，推动城市公园绿地系统走向更加公平、高效、可持续的发展道路。

七.参考文献

1.Taylor,C.(1909).Theparksandrecreationmovement.L.C.Page&Co.

2.Carroll,M.(1977).Publicopenspaces:Aliteraturereview.London:HMSO.

3.Li,X.(2005).AccessibilityofurbanparksinBeijing:AGIS-basedanalysis.EnvironmentandPlanningB:PlanningandDesign,32(6),905-924.

4.Wang,Y.(2018).UnderstandingurbanparkusepatternsbasedonmobilephoneGPSdata:AcasestudyofShanghai,China.LandscapeandUrbanPlanning,180,108-118.

5.EnvironmentalProtectionDepartment.(2022).Nationalurbanparkgreenspacequalityassessmentstandards(GB/T51144-2021).Beijing:ChinaEnvironmentalSciencePress.

6.Chen,Q.,&Ren,L.(2020).SpatialequityanalysisofurbanparkgreenspacebasedonGISandsocialvulnerability.JournalofGeoInformationScience,12(3),45-54.

7.Zhang,Y.,Liu,X.,&Wang,M.(2019).Impactsofurbanparkgreenspaceonresidents'physicalandmentalhealth:Areview.Health&Place,57,138-147.

8.Liu,J.,&Zhang,J.(2021).Analysisofurbanparkvisitationbehaviorbasedonbigdata:AcasestudyofChengdu,China.UrbanPlanning,46(5),89-97.

9.Li,R.,&Wang,L.(2017).Theinfluenceofparkenvironmentalqualityonvisitationfrequency:EvidencefromBeijing.ChinaEnvironmentalManagement,9(2),78-82.

10.Yan,X.,&Chen,Y.(2022).Researchonthespatiallayoutoptimizationofurbanparkgreenspacebasedonaccessibility.GeographicalResearch,41(4),68-80.

11.Ji,X.,&Kong,L.(2019).Socialequityevaluationofurbanparkgreenspaceallocationbasedonmulti-criteriadecisionanalysis.ChineseGeographicalScience,29(6),965-976.

12.Wang,H.,&Liu,B.(2020).Impactsofparkgreenspaceonresidents'dailyactivities:AquestionnairesurveyinZhengzhou.UrbanEcologyandEnvironmentalResearch,7(3),45-51.

13.Chen,G.,&Zhou,Y.(2021).Researchontheinfluencingfactorsofurbanresidents'usebehaviorofparkgreenspace.JournalofLandscapeResearch,34(2),112-121.

14.Huang,Q.,&Yang,R.(2018).Spatialanalysisofurbanparkgreenspaceaccessibilitybasedonpublictransportationnetwork.GeomaticsandInformationScienceofWuhanUniversity,43(8),876-882.

15.Song,Y.,&Li,X.(2022).Theimpactofparkgreenspacequalityonresidents'willingnesstovisit:AstudybasedonChengdu.JournalofUrbanPlanningandDevelopment,148(4),04022017.

16.Liu,C.,&Zhang,W.(2019).Researchonthespatialdistributioncharacteristicsofurbanparkgreenspacebasedonnightlightdata.RemoteSensingTechnologyandApplication,34(5),823-831.

17.Zhao,X.,&Kong,D.(2021).Analysisoftheinfluencingfactorsofurbanparkgreenspaceusebasedonstructuralequationmodel.EcologyandEnvironmentalScience,30(7),1300-1308.

18.Yan,J.,&Li,R.(2020).Theimpactofparkgreenspaceonresidents'physicalactivity:Asystematicreview.SportsScience,40(3),56-64.

19.Ma,Y.,&Gao,W.(2022).ResearchonthespatialoptimizationofurbanparkgreenspaceallocationbasedonentropyweightandTOPSIS.JournalofUrbanPlanningandAdministration,46(6),105-113.

20.Wu,Z.,&Chen,H.(2019).Analysisoftheinfluencingfactorsofurbanparkvisitationbehaviorbasedonbigdata:AcasestudyofNanjing.UrbanPlanning,44(4),72-80.

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，谨向所有为本研究提供帮助的人们致以最诚挚的谢意。

首先，我要衷心感谢我的导师XXX教授。在论文的选题、研究设计、数据分析以及论文撰写等各个环节，XXX教授都给予了我悉心的指导和无私的帮助。XXX教授严谨的治学态度、深厚的学术造诣以及敏锐的洞察力，使我深受启发，也为本研究的顺利完成奠定了坚实的基础。特别是在研究方法的选择和数据分析的过程中，XXX教授提出了许多宝贵的意见和建议，帮助我克服了重重困难。XXX教授的谆谆教诲和人格魅力，将使我受益终身。

其次，我要感谢XXX大学XXX学院各位老师的辛勤教导。在研究生学习期间，各位老师传授给我的专业知识andresearchskills，为我开展本研究提供了重要的理论支撑和方法指导。特别是XXX老师、XXX老师等，在公园绿地规划、行为研究等方面的课程中，为我打开了新的学术视野，激发了我对相关领域研究的兴趣。

我还要感谢参与本次研究的所有受访者。没有他们的积极配合和认真填写问卷，就没有本研究的顺利进行。他们的真实想法和宝贵意见，为本研究提供了重要的数据支持，也为后续研究提供了参考。

此外，我要感谢XXX公园管理处为本研究提供的便利和支持。公园管理处的工作人员在我的实地调研过程中给予了热情的帮助，为我提供了必要的信息和资料，并安排了相应的观察区域。

最后，我要感谢我的家人和朋友们。他们在我学习和研究期间给予了无条件的支持和鼓励，是我能够顺利完成学业的坚强后盾。他们的理解和关爱，是我不断前进的动力。

在此，再次向所有关心和支持本研究的人们表示衷心的感谢！

XXX

XXXX年XX月XX日

九.附录

附录A：问卷调查问卷

1.基本信息部分

1.1性别：□男□女

1.2年龄：□18-25岁□26-35岁□36-45岁□46-55岁□56岁及以上

1.3教育程度：□高中及以下□大专□本科□硕士□博士及以上

1.4月收入水平：□5000元以下□5000-10000元□10000-20000元□20000元以上

1.5居住地距离最近公园的距离（步行）：□0-500米□501-1000米□1001-1500米□1500米以上

1.6居住地与公园的交通便利性：□非常便利□便利□一般□不便□非常不便

2.公园使用行为部分

2.1您多久使用一次公园？□每天□每周几次□每月几次□偶尔

2.2您通常在什么时间段使用公园？□清晨□上午□下午□傍