北京公園用戶類型刻畫(huà)

王志芳 康佳 徐敏 林廣思

1 研究背景

城市公園提供了多種生態(tài)系統(tǒng)服務(wù)，這些服務(wù)對(duì)于城市居民的福祉具有重要意義[1]。研究表明：城市公園能凈化空氣、降低噪聲、穩(wěn)定小氣候[2]，同時(shí)有助于用戶減壓、調(diào)節(jié)情緒，獲得安寧感[3]，公園內(nèi)部較為完善的休閑娛樂(lè)設(shè)施和活動(dòng)場(chǎng)所，可以促進(jìn)用戶的社會(huì)交往[4-5]，所提供的多元服務(wù)可從整體上保障用戶的身心健康。城市公園越來(lái)越成為公眾開(kāi)展多種游憩活動(dòng)的重要場(chǎng)所[6]。

隨著中國(guó)城鎮(zhèn)化水平顯著提升，城市居民的游憩需求日益多樣化[7]、高標(biāo)準(zhǔn)化[8]，這對(duì)城市公園的包容性和多功能性提出了新的要求[9-10]。如何實(shí)現(xiàn)服務(wù)最大化，滿足用戶需求，是城市公園亟待解決的問(wèn)題。不同類型用戶有不同的戶外游憩選擇[11-12]，所期望的游憩體驗(yàn)也存在差異[13-14]。基于此，從用戶類型出發(fā)，系統(tǒng)了解什么人、因?yàn)槭裁丛颉⑦x擇什么公園、在公園里進(jìn)行了什么活動(dòng)以及是否對(duì)該公園的服務(wù)滿意，亦即系統(tǒng)刻畫(huà)城市公園的用戶特征并建立用戶類型，是有效實(shí)施公園管理策略的前提，也是決策方制定發(fā)展策略的必然要求[15]。

用戶特征是指能夠高度概括或描述的一類群體的特征，一般包含用戶人口統(tǒng)計(jì)學(xué)屬性、動(dòng)機(jī)及行為規(guī)律[16-18]。在現(xiàn)有城市公園的研究中，對(duì)用戶特征的探索常常被解構(gòu)，變得瑣碎，缺乏系統(tǒng)性。用戶分類只關(guān)注一級(jí)/一層/二元分類[17]。例如，基于年齡、性別、居住地等人口統(tǒng)計(jì)學(xué)屬性來(lái)區(qū)分公園用戶，在此基礎(chǔ)上研究不同用戶的活動(dòng)區(qū)域[19]與景觀偏好[20]、身體活動(dòng)強(qiáng)度[21]和游憩活動(dòng)偏好[22]等，從訪問(wèn)行為角度研究城市公園的使用方式與使用者福祉之間的聯(lián)系[23]等，基于訪問(wèn)動(dòng)機(jī)研究公園用戶如何選擇目的地[24]等。然而，對(duì)于公園管理者如何綜合以上研究成果進(jìn)行決策的現(xiàn)實(shí)問(wèn)題依然沒(méi)有得到充分解決。

國(guó)外有學(xué)者開(kāi)始嘗試綜合多種要素對(duì)用戶特征進(jìn)行刻畫(huà)，比如，Mak等從人口統(tǒng)計(jì)學(xué)特征和訪問(wèn)行為2個(gè)方面研究用戶對(duì)公園的使用情況[5]；Sreetheran等從人口統(tǒng)計(jì)學(xué)特征、公園使用特征、訪問(wèn)動(dòng)機(jī)和安全感多個(gè)方面描述了公園用戶特征[25]。已有研究中，Komossa等從人口統(tǒng)計(jì)學(xué)特征、訪問(wèn)行為和景觀偏好3個(gè)方面對(duì)用戶在城郊的游憩行為進(jìn)行了刻畫(huà)[15]，得出了3種類型的游憩群體：“便捷型休閑者”（the convenience recreationist）、“一日游者”（the day tripper）和“文化/自然休閑者”（the culture/nature recreationist）；Zhai等使用GPS跟蹤器收集了304個(gè)用戶的運(yùn)動(dòng)和空間位置的有效數(shù)據(jù)，結(jié)合問(wèn)卷調(diào)查數(shù)據(jù)（人口統(tǒng)計(jì)學(xué)數(shù)據(jù)和訪問(wèn)行為）發(fā)現(xiàn)3個(gè)主要的用戶組：“與小孩玩耍型”（play with children）、“接觸大自然并放松身心型”（have contact with nature and relax）和“與家人和朋友聚會(huì)型”（get together with families and friends），并探討其使用模式、空間分布模式和景觀偏好[26]；Song等通過(guò)Flickr社交媒體數(shù)據(jù)識(shí)別出多組不同類型的公園游憩者[27]。但是，從工程應(yīng)用的整體性視角明確開(kāi)展的用戶類型研究依然有限，國(guó)內(nèi)的相關(guān)研究更是空白。以往的問(wèn)卷調(diào)查往往涉及大量的人口統(tǒng)計(jì)學(xué)特征，且變量之間存在一定的相關(guān)性[5,28]，如何在復(fù)雜且相關(guān)性很強(qiáng)的因素中選擇最適合刻畫(huà)城市公園用戶特征的因素，綜合人口統(tǒng)計(jì)學(xué)背景、訪問(wèn)行為和訪問(wèn)動(dòng)機(jī)等要素系統(tǒng)梳理城市公園用戶類型是難點(diǎn)所在。基于復(fù)合指標(biāo)的城市公園用戶特征刻畫(huà)和用戶類型研究亟待進(jìn)一步的案例支撐。

因此，本研究旨在解決以下科學(xué)問(wèn)題：1）如何基于復(fù)合指標(biāo)建立城市公園用戶類型？2）不同類型用戶的公園選擇偏好和滿意度是否存在差異？

前述文獻(xiàn)分析結(jié)果顯示，描述城市公園用戶特征的指標(biāo)可以概括為3個(gè)：人口統(tǒng)計(jì)學(xué)背景（如性別、年齡、收入等）、行為規(guī)律（如每天打卡、偶爾訪問(wèn)等）、訪問(wèn)動(dòng)機(jī)（如親近自然、鍛煉身體等）。本研究綜合以上3方面指標(biāo)系統(tǒng)刻畫(huà)公園用戶特征，建立公園用戶類型，并以公園選擇偏好及滿意度作為具體表征，比較用戶類型之間的差異性。建立面向城市公園的用戶類型刻畫(huà)可以為景觀規(guī)劃和管理者提供評(píng)估游憩需求和供給的依據(jù)[29]，對(duì)于解決多樣化的游憩需求與有限的游憩資源之間的矛盾具有重要意義。

2 研究方法

2.1 研究范圍選取

研究選取北京城市公園為案例。北京是中國(guó)的政治文化中心，擁有豐富多樣的旅游資源，具有眾多旅游、文化、休閑特色項(xiàng)目。截至2019年年底，全市常住人口2 153.6萬(wàn)人，城鎮(zhèn)人口占比86.6%。2018年，全市森林綠化率61.5%，森林覆蓋率43.5%。目前，北京有超過(guò)300個(gè)城市公園。這些公園能提供較好的景觀、生態(tài)和游憩服務(wù)。

不同類型、面積和區(qū)位的公園，其使用狀況可能存在差異[30-31]。為了更加全面地刻畫(huà)北京城市公園用戶類型，本研究綜合考慮公園類型（包括綜合公園、社區(qū)公園、社交娛樂(lè)公園、歷史教育公園、專類公園等）、公園面積（7～680 hm2）和市民訪問(wèn)便利程度（六環(huán)內(nèi)）等因素，最終選取11個(gè)公園作為研究對(duì)象（圖1，表1）。

1 北京市公園綠地空間分布Spatial distribution of park green space in Beijing

2.2 數(shù)據(jù)采集與處理

數(shù)據(jù)來(lái)自一對(duì)一問(wèn)卷調(diào)查，以被調(diào)查者方便填寫(xiě)為原則選擇使用紙質(zhì)問(wèn)卷或者電子問(wèn)卷。問(wèn)卷內(nèi)容包含4個(gè)部分，分別為人口統(tǒng)計(jì)學(xué)背景（性別、年齡、居住地和居住年限、收入）、公園訪問(wèn)行為（訪問(wèn)頻率、訪問(wèn)時(shí)長(zhǎng)、同伴類型）、公園游憩目的和公園滿意度（采用李克特量表的5分制）。調(diào)研時(shí)間 為2019年7月，每 天06：00—10：00和17：00—21：00，調(diào)查人員在公園的多個(gè)位置對(duì)使用者隨機(jī)抽樣，進(jìn)行一對(duì)一調(diào)查，共計(jì)回收1 870份問(wèn)卷。使用SPSS剔除居住地不在北京、居住年限少于半年、答案重復(fù)率高于70%和填寫(xiě)時(shí)間少于3 min的問(wèn)卷，最終用于統(tǒng)計(jì)分析的問(wèn)卷為1 380份。其中，樣本量最少的為中華民族園（47份），最多的為圓明園遺址公園（167份，表1）。

表1 公園基本信息Tab. 1 Basic information of the parks

用戶特征刻畫(huà)和類型建立采用SPSS的“兩步聚類”（two step cluster）和“對(duì)應(yīng)分析”（correspondence analysis）工具。兩步聚類是基于統(tǒng)計(jì)量作為距離指標(biāo)進(jìn)行的聚類分析，對(duì)變量類型沒(méi)有強(qiáng)制要求，能夠處理連續(xù)變量和分類變量的混合數(shù)據(jù)，且可以根據(jù)一定的統(tǒng)計(jì)標(biāo)準(zhǔn)“自動(dòng)地”建議并確定最佳的類別數(shù)，使得聚類結(jié)果的正確性更有保障。本研究中，兩步聚類用于去除無(wú)關(guān)變量，篩選最有效的特征變量，同時(shí)基于篩選出的特征變量對(duì)樣本進(jìn)行初步聚類。對(duì)應(yīng)分析是一種多元統(tǒng)計(jì)分析方法，基于對(duì)卡方統(tǒng)計(jì)量的分解與貢獻(xiàn)，用于定性二維或多維列聯(lián)表數(shù)據(jù)的分析，將交叉表轉(zhuǎn)換為相應(yīng)的對(duì)應(yīng)分析圖，可以在一個(gè)低維度空間中描述各變量分類間的關(guān)系并借助圖形觀察對(duì)應(yīng)關(guān)系。其優(yōu)勢(shì)是：適用于多分類變量（如本研究中的公園有11類、游憩目的有8類），結(jié)果容易理解，能避免精細(xì)建模（如卡方檢驗(yàn)等）帶來(lái)的難以解釋等應(yīng)用障礙。本研究中，對(duì)應(yīng)分析分別用于探究訪問(wèn)時(shí)長(zhǎng)、游憩目的、公園選擇、公園滿意度與兩步聚類結(jié)果間的對(duì)應(yīng)關(guān)系，進(jìn)一步探討不同類型用戶的特征及其對(duì)公園使用和評(píng)價(jià)的差異性。

3 研究結(jié)果

3.1 樣本總體特征

對(duì)1 380份樣本數(shù)據(jù)進(jìn)行描述統(tǒng)計(jì)分析，了解其總體人口統(tǒng)計(jì)學(xué)特征。使用SPSS的描述統(tǒng)計(jì)工具分析樣本的性別、年齡和收入特征，結(jié)果與北京市第六次人口普查（2010年）[32]結(jié)果基本一致。樣本男女比例為48∶52，與北京市2010年的男女比例52∶48基本一致，均接近1∶1（圖2）；樣本年齡構(gòu)成與2018年北京市常住人口年齡構(gòu)成大體一致，但樣本60～69歲年齡群體占比較北京市略高（圖2）；樣本涵蓋各收入水平的用戶（圖3），樣本加權(quán)年平均收入約為13.4萬(wàn)元，高于2018年北京市城鎮(zhèn)在崗職工年平均工資值9.4萬(wàn)元[33]，這可能與樣本比例中老年群體占比略高以及經(jīng)濟(jì)迅速發(fā)展有關(guān)。以上結(jié)果說(shuō)明樣本的總體人口統(tǒng)計(jì)特征與北京市實(shí)際情況基本保持一致，不存在明顯的偏差。

2 樣本年齡和性別構(gòu)成Sample age and gender composition

3 樣本收入結(jié)構(gòu)Sample income structure

3.2 公園用戶特征刻畫(huà)及類型建立

3.2.1 研究原理

使用SPSS的“兩步聚類”工具篩選最有效的特征變量并對(duì)樣本進(jìn)行初步聚類。分別選取人口統(tǒng)計(jì)學(xué)背景（性別、年齡、收入）和訪問(wèn)行為（訪問(wèn)頻率、訪問(wèn)時(shí)長(zhǎng)、同伴類型）中的多個(gè)變量進(jìn)行多次初步聚類，去除對(duì)聚類結(jié)果的貢獻(xiàn)幾乎為0的性別和收入2個(gè)變量。本次研究中，分別用不同的變量進(jìn)行了十幾次聚類嘗試，并觀察軟件反饋的聚類效果。由于變量過(guò)多會(huì)使軟件的自動(dòng)聚類變得復(fù)雜無(wú)序，影響真實(shí)聚類與群體的刻畫(huà)，因此本研究初步聚類結(jié)果最終采用了效果最好的幾個(gè)變量。之后使用SPSS的“對(duì)應(yīng)分析”工具進(jìn)一步探究初步聚類結(jié)果與其他特征變量之間的關(guān)系。

表4 聚類結(jié)果與游憩目的的對(duì)應(yīng)分析Tab. 4 Corresponding analysis of clustering results and recreational purposes

3.2.2 分析結(jié)果

初步聚類結(jié)果顯示：年齡、訪問(wèn)頻率和同伴類型3個(gè)變量的聚類效果最好，其中同伴類型貢獻(xiàn)度最高（圖4），聚類比例約為3∶3∶4（表2）。

4 聚類效果與變量貢獻(xiàn)度Clustering effect and variable contribution

表2 初步聚類結(jié)果Tab. 2 Preliminary clustering results

對(duì)應(yīng)分析結(jié)果顯示：訪問(wèn)時(shí)長(zhǎng)和游憩目的2個(gè)變量明顯與初步聚類結(jié)果具有顯著的對(duì)應(yīng)關(guān)系。3個(gè)聚類與訪問(wèn)時(shí)長(zhǎng)（χ2=45.557，P=0.000，累積解釋度100%）和游憩目的（χ2=374.897，P=0.000，累積解釋度100%）存在強(qiáng)烈的關(guān)聯(lián)性（表3、4）。

表3 聚類結(jié)果與訪問(wèn)時(shí)長(zhǎng)的對(duì)應(yīng)分析Tab. 3 Corresponding analysis of clustering results and visit duration

初步聚類結(jié)果與訪問(wèn)時(shí)長(zhǎng)的二維散點(diǎn)圖衡量了聚類結(jié)果和訪問(wèn)時(shí)長(zhǎng)的關(guān)聯(lián)性，落在從圖形原點(diǎn)（0，0）處出發(fā)的相同方位上大致相同區(qū)域內(nèi)的聚類和訪問(wèn)時(shí)長(zhǎng)之間彼此存在聯(lián)系，散點(diǎn)間距離越近，說(shuō)明關(guān)聯(lián)傾向越明顯。結(jié)果顯示：3個(gè)聚類分別對(duì)應(yīng)不同的訪問(wèn)時(shí)長(zhǎng)（圖5）。

5 聚類結(jié)果與訪問(wèn)時(shí)長(zhǎng)二維散點(diǎn)圖Two-dimensional scatter plots of clustering results and visit duration

初步聚類結(jié)果與游憩目的對(duì)應(yīng)分析結(jié)果顯示：3個(gè)聚類有著明顯不同的游憩目的（圖6）。維度1主要解釋了聚類1、3和游憩目的之間的關(guān)聯(lián)性（系數(shù)的絕對(duì)值較大），維度2主要解釋了聚類2與游憩目的之間的關(guān)聯(lián)性。

6 聚類結(jié)果與游憩目的二維散點(diǎn)圖Two-dimensional scatter plot of clustering results and recreational purposes

3.2.3 公園用戶類型結(jié)果

聚類結(jié)果、訪問(wèn)時(shí)長(zhǎng)和游憩目的分析結(jié)果如下。1）聚類1：對(duì)應(yīng)的公園用戶年齡在65歲及以上的最多，是典型的老年群體；使用公園的頻率很高，有45.2%的用戶每周使用公園3～4次，每周使用1～2次及以上的占比超過(guò)75%；公園訪問(wèn)時(shí)長(zhǎng)最短，以2h以內(nèi)居多；幾乎全部為“無(wú)同伴”出行；游憩目的為鍛煉身體、放松身心，即此類用戶更注重個(gè)人身心康健。2）聚類2：對(duì)應(yīng)的公園用戶年齡在25歲及以下的最多，是典型的青年群體；使用公園的頻率很低，數(shù)月1次占比36.8%，每月1～2次及以下的占比超過(guò)70%；公園訪問(wèn)時(shí)長(zhǎng)主要為2～4 h；多與親戚朋友（94.3%）、同學(xué)同事（98.5%）結(jié)伴出行；游憩目的為野餐聚會(huì)、旅游、休閑聊天，即此類用戶更注重休閑聚會(huì)。3）聚類3：對(duì)應(yīng)的公園用戶年齡在40歲左右的最多，平均年齡為44歲，是典型的中年群體；使用公園的頻率一般，每月1～2次居多，占比50%；公園訪問(wèn)時(shí)長(zhǎng)最長(zhǎng)，主要為4～8 h；與伴侶（94.8%）、孩子（91.5%）和父母（90.6%）結(jié)伴出行；游憩目的為陪伴家人、照看小孩，說(shuō)明此類用戶訪問(wèn)公園的過(guò)程中更注重家庭關(guān)系。

綜上，將北京城市公園用戶刻畫(huà)為3種類型：1）“個(gè)人康健型”用戶：以老年（65歲及以上）、無(wú)同伴出行、高頻短時(shí)（每周多次，每次2 h以內(nèi)）、維護(hù)身心健康為主要特征；2）“社交休閑型”用戶：以青年（25歲及以下）、與好友結(jié)伴出行（親戚朋友、同學(xué)同事）、低頻中時(shí)（偶爾訪問(wèn)，每次2～4 h）、休閑聚會(huì)為主要特征；3）“家庭出游型”用戶：以中年（25～65歲）、攜家庭出行（伴侶、孩子、父母）、中頻長(zhǎng)時(shí)（每月1～2次，每次4～8 h）、增進(jìn)家庭關(guān)系為主要特征。

3.3 不同用戶類型的公園選擇偏好

為了解不同類型用戶對(duì)公園使用是否存在偏好，用SPSS的“對(duì)應(yīng)分析”工具探究3類公園用戶類型與公園選擇之間的對(duì)應(yīng)關(guān)系。二維散點(diǎn)圖衡量了用戶類型和公園選擇的關(guān)聯(lián)性，結(jié)果顯示：3類用戶對(duì)公園的選擇存在明顯差別（圖7）。

7 用戶類型與訪問(wèn)公園的二維散點(diǎn)圖Two-dimensional scatter plots of user types and parks

社交休閑型用戶更傾向于選擇綜合公園，比如奧林匹克森林公園和玉淵潭公園等；“家庭出游型”用戶更傾向于選擇社交娛樂(lè)公園，比如紅領(lǐng)巾公園、中華民族園等；“個(gè)人康健型”用戶對(duì)公園選擇較為多樣，比如玲瓏公園（社區(qū)公園）、天壇公園（歷史教育公園）和香山公園（綜合公園）等。分析其原因，綜合公園面積大，有著良好的綠化環(huán)境和休閑空間，能滿足“社交休閑型”用戶對(duì)野餐聚會(huì)、旅游等休閑活動(dòng)的需求。社交娛樂(lè)公園配有多樣的娛樂(lè)設(shè)施，適合開(kāi)展娛樂(lè)活動(dòng)，而“家庭出游型”用戶多帶有小孩，小孩對(duì)娛樂(lè)設(shè)施的需求較大。玲瓏公園面積小，是典型的社區(qū)公園，到訪者主要為周邊社區(qū)的居民，可以滿足“個(gè)人康健型”用戶高頻短時(shí)訪問(wèn)的需求，天壇公園以其歷史主題、香山公園以其登山健身功能吸引此類用戶。已有研究也表明，用戶對(duì)目的地及活動(dòng)類型的選擇受其景觀偏好的影響[15,34-36]。

3.4 不同用戶類型的公園滿意度差異

為了解不同類型用戶對(duì)公園的滿意度，用SPSS的“對(duì)應(yīng)分析”工具探究3類公園用戶類型與公園滿意度之間的對(duì)應(yīng)關(guān)系。結(jié)果顯示：不同類型的用戶對(duì)公園的滿意度存在顯著差別（χ2=18.025，P=0.021，累積解釋度100%，表5）。

表5 用戶類型與滿意度的對(duì)應(yīng)分析Tab. 5 Corresponding analysis of user types and satisfaction

二維散點(diǎn)圖衡量了用戶類型和公園滿意度的關(guān)聯(lián)性（表6、圖8）：“個(gè)人康健型”用戶與“非常滿意”關(guān)聯(lián)度最強(qiáng)，對(duì)公園的整體滿意度最高，平均滿意度得分為4.18，其中31%的用戶表示非常滿意，在3類用戶中占比最大；“社交休閑型”用戶對(duì)公園的滿意度次之，與“滿意”關(guān)聯(lián)度最強(qiáng)，平均滿意度得分為4.10，其中26.5%的用戶表示“非常滿意”；“家庭出游型”用戶與“一般”關(guān)聯(lián)最強(qiáng)，對(duì)公園的滿意度最低，平均滿意度得分4.03，其中，19.2%的用戶“非常滿意”，在3類用戶中占比最低，1.5%的用戶“非常不滿意”，在3類用戶中占比最大。

表6 用戶滿意度及各分級(jí)比例Tab. 6 User satisfaction and the proportion of each grade

8 用戶類型與滿意度的二維散點(diǎn)圖Two-dimensional scatter plots of user types and satisfaction

綜合用戶類型與公園選擇偏好、公園滿意度的對(duì)應(yīng)分析結(jié)果可知，3類用戶有著不同的偏好和滿意度。“個(gè)人康健型”用戶的公園選擇較為多樣，對(duì)公園的滿意度最高；“社交休閑型”用戶更傾向于選擇綜合公園，對(duì)公園的滿意度次之；“家庭出游型”用戶更傾向于選擇社交娛樂(lè)公園，對(duì)公園的滿意度最低。這一結(jié)果側(cè)面說(shuō)明目前城市公園設(shè)施和服務(wù)的綜合性還不夠，只是滿足了最基本的健身、散步、休息等“個(gè)人康健型”用戶的游憩需求，沒(méi)有很好地滿足“家庭出游型”用戶的游憩需求。

4 討論與結(jié)論

本研究采用數(shù)理統(tǒng)計(jì)分析方法，利用人口統(tǒng)計(jì)學(xué)背景、訪問(wèn)行為和游憩目的三方面復(fù)合指標(biāo)系統(tǒng)刻畫(huà)公園用戶特征并建立用戶類型，比一級(jí)/一層/二元分類更加綜合有效，能夠切實(shí)指導(dǎo)決策方制定和調(diào)整策略。研究基于北京市11個(gè)公園的問(wèn)卷調(diào)查數(shù)據(jù)，綜合提取用戶年齡、公園訪問(wèn)頻率、訪問(wèn)時(shí)長(zhǎng)、同伴類型及游憩目的等共性特征，將北京城市公園用戶刻畫(huà)為“個(gè)人康健型”“社交休閑型”和“家庭出游型”3類。該研究過(guò)程以及發(fā)現(xiàn)具有多重研究以及實(shí)踐價(jià)值。

4.1 建立基于復(fù)合指標(biāo)的公園用戶類型

本研究嘗試以中國(guó)城市公園為背景，建立基于復(fù)合指標(biāo)的公園用戶類型。該過(guò)程可以簡(jiǎn)化研究者以及實(shí)踐者對(duì)于城市公園不同使用者的探究過(guò)程。相較于傳統(tǒng)單個(gè)比較年齡、性別、收入等因素的探索，本研究高度綜合了城市公園用戶的多種特征，從更系統(tǒng)的角度將眾多因素影響下的城市公園用戶概括為三大類型。這三大類型的提出有助于設(shè)計(jì)決策過(guò)程。

與此同時(shí)，本研究發(fā)現(xiàn)年齡、同伴類型、訪問(wèn)頻率、訪問(wèn)時(shí)長(zhǎng)以及游憩目的是5個(gè)最為重要的用戶差異因素。復(fù)合而簡(jiǎn)化的指標(biāo)可以降低問(wèn)卷調(diào)查的復(fù)雜性，提高調(diào)查結(jié)果的有效性。本研究的結(jié)果顯示，真正有效區(qū)分用戶的特征只有少數(shù)幾個(gè)，該發(fā)現(xiàn)可以直接簡(jiǎn)化后續(xù)類似研究的調(diào)研過(guò)程，并啟發(fā)研究人員在預(yù)調(diào)研的基礎(chǔ)上，通過(guò)合適的統(tǒng)計(jì)學(xué)方法進(jìn)行特征簡(jiǎn)化，確定幾個(gè)有效變量進(jìn)行正式調(diào)查。因素簡(jiǎn)化既有助于被調(diào)查者快速填寫(xiě)問(wèn)卷，也能降低研究人員后續(xù)處理數(shù)據(jù)的難度和復(fù)雜度，數(shù)據(jù)的有效性將得到提高。

4.2 建立公園用戶類型的實(shí)踐意義

城市公園用戶類型之間的差異性啟發(fā)我們應(yīng)當(dāng)提高景觀管理的精細(xì)化水平，探索不同用戶類型的特征和偏好，有助于細(xì)分景觀游憩功能并啟發(fā)新的設(shè)計(jì)策略。本研究所發(fā)現(xiàn)的公園用戶類型對(duì)公園精細(xì)化管理具有多重實(shí)踐意義。

1）3種用戶類型的提出能夠簡(jiǎn)化公園管理的目標(biāo)。景觀管理和公園土地利用政策需要針對(duì)不同的用戶類型制定不同的策略，使游憩設(shè)施與特定用戶類型的景觀偏好保持一致。刻畫(huà)公園用戶類型能夠使得未來(lái)公園管理目的性更強(qiáng)，采用有針對(duì)性的策略要比將用戶作為一個(gè)未分類的群體更為有效。

2）不同類型用戶的公園選擇可以引導(dǎo)現(xiàn)有公園思考自己的優(yōu)勢(shì)與不足之處。在城市公園建設(shè)強(qiáng)調(diào)多功能性和包容性的大背景下，公園都希望能夠吸引不同類型的用戶，竭力適應(yīng)所有用戶的需求。以本研究所發(fā)現(xiàn)的用戶選擇差異為基礎(chǔ)，未來(lái)研究可以聚焦為什么某些公園會(huì)吸引特定的用戶，卻缺少其他用戶類型。這背后的影響因素可能既有內(nèi)部景觀要素以及設(shè)施差異的影響，也有外部交通以及居住社區(qū)分布特征的影響。這些能夠吸引特定用戶類型的因素就是公園的優(yōu)勢(shì)，而其他就是不足之處，亟待更新改變。

3）本研究明確了公園未來(lái)需要改進(jìn)的重點(diǎn)對(duì)象。3類用戶對(duì)公園的滿意度感知存在差異，側(cè)面說(shuō)明目前城市公園設(shè)施的綜合性還不夠，未來(lái)要著重加強(qiáng)社交休閑類和親子家庭類功能及其環(huán)境塑造，提升“社交休閑型”和“家庭出游型”用戶的滿意度。以市民日益增長(zhǎng)的需求為背景，公園設(shè)施和景觀管理針對(duì)特定群體進(jìn)行提升是必要的。了解不同用戶的需求，聚焦重點(diǎn)群體，有助于公園設(shè)計(jì)者和管理者以更加平衡和合乎邏輯的方式規(guī)劃公園空間。

4.3 研究不足與未來(lái)建議

研究的不足主要有：?jiǎn)柧碚{(diào)查過(guò)程中人工的隨機(jī)抽樣難免存在主觀性，老年人樣本占比略高，其對(duì)研究結(jié)果的影響有待進(jìn)一步考察；對(duì)不同類型公園的選擇不夠均衡，未來(lái)研究有待在此方面進(jìn)行改進(jìn)。本研究和以往公園用戶特征的研究均依賴問(wèn)卷數(shù)據(jù)，然而實(shí)地問(wèn)卷調(diào)研受物質(zhì)條件影響較大。因此，在本研究的基礎(chǔ)上，未來(lái)有望應(yīng)用社交媒體數(shù)據(jù)進(jìn)一步深化研究，通過(guò)海量自發(fā)性文本和圖像對(duì)公園用戶進(jìn)行精準(zhǔn)刻畫(huà)，對(duì)當(dāng)前和潛在的公園游憩空間使用進(jìn)行空間可視化，進(jìn)而輔助管理層合理做出決策。

圖表來(lái)源(Sources of Figures and Tables)：

圖1根據(jù)2015年衛(wèi)星遙感影像解譯數(shù)據(jù)繪制；圖2～8由作者繪制；表1～6由作者繪制。