人居环境评价

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

题目:城市人居环境评价——以杭州城市为例

学院:公共管理学院

班级:土管1402

学号:1420100434

学生姓名:郭宏伟

指导教师:王莉

二○一六年五月

目录

目录 (2)

1. 城市人居环境概念及评价指标体系 (3)

1.1城市人居环境概念 (3)

1.2城市人居环境的地域层次划分 (3)

1.3城市人居环境评价指标体系 (4)

2. 城市人居环境评价的实例研究 (5)

2.1城市人居环境的现状评价 (5)

2.2评价方法的选择及计算 (5)

3.对统计分析结果的综合评价与建议 (9)

3.1各指标重要性比较 (9)

3.2综合评价和建议 (9)

参考文献 (10)

城市人居环境是指在一定的地理系统背景下进行着居住、工作、文化、教育、卫生、娱乐等活动,从而在城市立体式推进的过程中创造的环境。它是自然要素、人文要素和空间要素的统一体,是由实体和空间构成。然而近年来的飞速发展似乎已经忽视了城市人居环境的问题。大连的市长夏德仁曾在《政府工作报告》中提出,生态宜居型城市将是大连在“十一五”时期的建设重点、奋斗目标。尽力从基础设施相对滞后、环境污染严重的工业城市向人居环境优美、产业分布合理的生态型城市的转型。

而杭州作为浙江省省会同时也是它的政治、经济、文化和金融中心,中国的七大古都之一,一直以风景秀丽而著称,素有“人间天堂”的美誉,研究杭州也会更具有代表性。本文所依据的材料,主要来自1996年在杭州进行的问卷调查,调查对象是杭城居民,调查内容主要包括当地居民对城市人居环境的评价,有效样本计1000份,受访者占杭州市民总数的0.7‰。

1.城市人居环境概念及评价指标体系

1.1城市人居环境概念

城市人居环境一般分为传统型和综合型。

传统型城市人居环境以城市这一类从事有组织活动的重要聚落形式为研究对象,历来是各种学科尤其是建筑学和地理学的主要研究方向之一。从建筑学角度把握的城市人居环境概念偏重于小尺度操作,具体表现为对居住区规划理论的探讨。而综合型城市人居环境是人类与其生存环境进行着最激烈的相互作用的时空存在形式,既是一种形态,也是一个过程。城市人居环境是指人类在一定的地理系统背景下,进行着居住、工作、文化、教育、卫生、娱乐等活动,从而在城市立体式推进的过程中创造的环境。城市人居环境发展的非线性和多因素性决定了它既非居住区的放大,也非区域地理系统的缩影,而应是一个综合型概念,一个兼容建筑学中人的尺度和地理学中社会经济空间的尺度的新概念。

1.2城市人居环境的地域层次划分

城市人居环境在地域层次上可划分为近接居住环境(微观城市人居环境)、社区环境(中观城市人居环境)和城市环境(宏观城市人居环境)。以住宅为核心的近接居住环境深刻地影响着人类的情感和活动,这一圈域是人──自然环境和人──社会环境结合的基点,又可分为两个部分:住宅和邻里环境。社区环境为居民社会活动的主要环境,活动内容包括通学、通勤、日常生活用品的购买及常见病的治疗,其地域范围相当于一个居住区,居住区的建成和使用同时促使具有地域性和社会群体性的社区形成。城市环境相当于整个城市系统环境,这一环境的功能是满足居民更高层次的社会需求和承担城市总体环境系统安全、高效运行的

职能。

1.3城市人居环境评价指标体系

城市人居环境是自然环境与人类社会经济活动过程相互交织并与各种地域结合而成的地域综合体。因此建立在前人的研究成果的基础上,本文根据地域层次划分,以城市人居环境的住宅、邻里、社区服务、生态环境、服务应急能力5个评价方面为基础,充分考虑到评价指标选择的代表性、不可替代性和多层次性,选择了18项指标构成一个相对完整的城市人居环境评价指标体系(下表)。

住宅:宽适度,给排水状况,日照通风条件,生活垃圾收集情况;

邻里:住房周围的安静,近邻的交流或接触程度,近邻的围墙,

城市院子内的绿化;

人居社区服务:购物,娱乐,医疗,银行,邮局,小孩的教育环境,

环境文化环境,治安状况;

生态环境:噪音,空气质量;

服务应急能力:公共交通的便利程度,防灾抗灾能力

2.城市人居环境评价的实例研究

2.1城市人居环境的现状评价

现状评价指标的分级采用五分法,即很满足、满足、稍有不满、很不满与不知道。结果如下:

稍有不满、很不满、不知道分别定为5分、4分、3分、2分和1分。

2.2评价方法的选择及计算

主成分分析也称主分量分析,它是利用降维的思想,在损失很少信息的提前下把多个指标转化为几个综合指标的多元统计方法,通常把转化生成的综合指标成为主成分都是原始变量的线性组合,且各个主成分之间互不相关,使得主成分比原始变量具有某些更优越的性能,这样在研究复杂问题时就可以只考虑少数几个主成份而不至于损失太多信息,从而更容易抓住主要矛盾,揭示事物内部变量之间的规律性,同时使问题得到简化。下表即是通过SPSS的降维因子分析得出的相关矩阵,由于版面的问题我将其以图片的形式展现。

85%的前m个主成份,通过表“解释的总方差”可知,提取2个主成分,即m=2。所以可以用提取出的2个新变量来代替原来的18个变量。

从下表“成分矩阵”可以知道“防灾抗灾能力”在第二主成分上有较高的载荷,说明第二主成分基本反应了“防灾抗灾能力”的信息;其余指标在第一主成分上有较高载荷,说明第一主成分基本反映了除“防灾抗灾能力”外的其他指标的信息;根据上表前两个主成分累计贡献率为89.189%>85%,从这也可看出提取两个主成分是可以基本反应全部指标的信息。为了方便列式以及计算,我们将18个指标分别设为X1、X2、X3、X4、X5、X6、X7、X8、X9、X10、X11、X12、X13、X14、X15、X16、X17、X18。再用下表中的数据除以主成分相对应的特征根开平方根便得到两个主成分中每个指标所对应的系数。得到的两个主成分如下:

F1=0.248X1+0.246X2+0.248X3+0.249X4+0.242X5+0.244X6+0.244X7+0.240X8+0.24 8X9+0.246X10+0.230X11+0.246X12+0.249X13+0.236X14+0.231X15+0.226X16+0.2 44X17+0.008X18

F2=0.018X1+0.006X2-0.003X3+0.02X4+0.002X5+0.001X6-0.007X7-0.017X8-0.000X9 -0.002X10-0.040X11-0.008X12-0.003X13+0.010X14-0.004X15+0.000X16-0.011X17+

0.999X18

相关文档
最新文档