EN中文

Tropical Geography >

2025 , Vol. 45 >Issue 1: 113 - 127

DOI: https://doi.org/10.13284/j.cnki.rddl.20240095

SDG11-Based Sustainability Assessment of Urban Communities: A Case Study of Changsha

  • Shuqian Qin , 1 ,
  • Nan Zhang , 1 ,
  • Peijuan Zhu 2 ,
  • Yong Zhang 2, 3 ,
  • Chen Zhang 1
Expand
  • 1. School of Architecture and Art, Central South University, Changsha 410075, China
  • 2. College of Geographic Science, Hunan Normal University, Changsha 410081, China
  • 3. Hunan Sidayuan Planning Consulting & Research Co. Ltd. , Changsha 410114, China

Received date: 2024-02-20

  Revised date: 2024-04-06

  Online published: 2024-07-30

Fold

Abstract

Given the real-world challenges in implementing the United Nations Sustainable Development Goals (SDGs), it is important to study and formulate a localized assessment indicator system for each SDGs to monitor the current status of sustainable development at different scales, identify problems, and develop countermeasures. Based on the "economy-society-environment" three-dimensional theoretical framework for sustainable development, this study deconstructs the connotation of SDG11 at the community level, and constructs an urban community sustainability assessment indicator system containing 7 goals and 13 indexes. In addition, by taking 602 sample communities in the built-up regions of Changsha as an example, this study utilizes multi-source big data to comprehensively assess community sustainability as well as the coupling coordination degree of the communities' economic-social-environmental systems. It is found that: (1) During the period 2010-2020, the degree of achievement of community SDG in Changsha falls in the "relative closeness" range, with a "core-periphery" spatial distribution from the high sections to the low ones. (2) Of the 7 goals, housing guarantee, disaster prevention and relief, and environmental governance are progressing well; public transportation and heritage protection are improving significantly; public space is rising slowly; however, planning management is less than ideal. (3) Based on the assessment results of the coupling coordination degree of the communities' economic-social-environmental systems, the sample communities are classified into three types: coordinated development, transitional development, and dysfunctional decline communities. Then, in addition to the zoning results of core, central urban, and suburban areas, a differentiated governance path is proposed. (4) The assessment indicator system has high validity and needs to be further enhanced with a larger number of empirical cases in the future. The research results enrich the theoretical system of community sustainability and technical means of assessment. The empirical part of the study takes the statutory communities in the built-up area of Changsha as the research object and carries out the assessment of community sustainability at three time points: 2010, 2015, and 2020. This help in grasping the temporal and spatial heterogeneity of community sustainability and its law of evolution at the city level and provide scientific support for carrying out refined urban planning and community governance. The data used in the indicator system mainly come from objective big data with temporal continuity, which is conducive for conducting longitudinal continuous tracking research and horizontal comparison research with other cities.

Key words： urban community; sustainability; "economic-social-environmental"; Sustainable Development Goal 11 (SDG11); community governance; Changsha

Cite this article

Shuqian Qin , Nan Zhang , Peijuan Zhu , Yong Zhang , Chen Zhang . SDG11-Based Sustainability Assessment of Urban Communities: A Case Study of Changsha[J]. Tropical Geography, 2025 , 45(1) : 113 -127 . DOI: 10.13284/j.cnki.rddl.20240095

在全球大规模城市化背景下，人类活动对地球宜居性的影响急剧增大，导致地球进入受人类影响最为剧烈的“人类世”时代，面临可持续发展的诸多挑战（Subramanian, 2019；陈良侃 等，2022）。中国城镇化率于2011年首次突破50%，并于2022年达到65.22%，进入城镇化发展的中后期，城市开发建设由过去40多年经济快速增长、人口加速转移带来的增量建设为主转向提质更新与结构优化并重（施卫良，2014）。社区作为城市公共服务和城市治理的基本单元，与居民日常生活的空间质量息息相关，是应对少子老龄化挑战、实现以人为核心的新型城镇化、构建高质量现代化国家治理体系的重要尺度（张晓婧 等，2022）。2023-11-19，国家发展改革委发布《城市社区嵌入式服务设施建设工程实施方案》，从政策高度肯定了新时代社区对于承载人民美好生活、推动公共服务惠及群众和促进就业等方面的积极意义（国务院办公厅，2023）。尤其是社区在抗击新冠肺炎疫情期间展现出的组织协调和管理服务效能，使其作为激活自下而上的基层能量而备受关注，社区的功能与内涵得到不断丰富（盛洪涛 等，2020）。
国外对城市社区可持续性（Urban Community Sustainability，UCS）评估的研究自20世纪90年代以来快速发展，研究内容涵盖了环境学、生态学、地理学、城乡规划学、社会学和经济学等不同学科领域。总的来看，城市化背景下的环境可持续性评估仍是当前研究的重点内容；研究成果主要围绕UCS评估的概念框架（Adewumi et al., 2023）、方法（Bi and Little, 2022）、工具（Sharif et al., 2021a; Sharif, 2021b）、影响因素（Forrest and Wiek, 2015）和治理政策（Geels, 2019）等展开。相较之下，国内UCS评估研究起步较晚且进展相对缓慢，直到2021年，《城市和社区可持续发展术语GB/T 40758-2021》等有关城市和社区可持续发展的系列国家标准才陆续密集出台。在社区可持续性成为规范性术语前，国内文献更多采用“绿色”“低碳”“生态”“韧性”“宜居”等与“可持续性”内涵高度近似的术语开展相关研究。研究内容上不同学科关注的重点存在差异，如：社会学视角关注社区社会资本的度量与重构（毕向阳，2019）；生态学视角关注基于碳排放的社区生态效率评估（杜昱东 等，2023）；经济学视角关注社区基础设施的投资效率评估（万海远，2021）；地理和城乡规划学视角关注社区建成环境与居民健康（李红 等，2022）、居住安全（张延吉 等，2019）、主观幸福感（王贞 等，2023）、地方依恋（吴蓉 等，2019）的相关性评估。可见，可持续城市社区是一个涉及经济、社会和环境的复合系统，同时也是一个涉及价值、关系和情感等问题的开放合作系统，因此，UCS评估应突破单一学科和领域的边界，整合不同领域对UCS的理解，以达成评估内容的共识。已有UCS评估研究多采用评价指标体系法、资源环境承载核算方法、可持续发展机理解析法等定量方法（范育鹏 等，2023）。其中，构建评价指标体系，采用加权综合、主成分分析、回归分析等计算综合指数是评估社区可持续发展水平的重要手段，一直是社区可持续发展领域的焦点和热点，也常因指标选取的合理性、权重确定的科学性以及测度的准确性等问题成为研究的难点（黄茄莉，2015）。此外，不同研究者从经济、社会和环境等中的一个或几个维度出发，构筑UCS评估指标体系，以评估城市社区系统的可持续性，但很少考虑各个维度之间以及研究对象内部组分之间的相互作用关系。
2015年，联合国发布《2030年可持续发展议程》，提出17项可持续发展目标（Sustainable Development Goals, SDGs）和169项具体目标（United Nations, 2015）。其中，可持续城市和社区（Sustainable Cities and Communities）作为第11项目标（SDG11）单列，包含住房保障、公共交通、规划管理、遗产保护等10项具体目标和15项量化指标。SDG11从全球层面描绘了国际社会关于城市和社区的发展愿景，反映当前至2030年有关城市和社区问题的关注重点，是不同国度、不同领域对城市和社区可持续发展的理解上达成的共识，为开展全球城市和社区比较研究提供了统一框架。相较以往的UCS评估框架，SDG11指标选取更加强调基础性和系统性。其基础性体现在将公民生活在城市提升到一项基本人权的高度，强调所有居民享有平等权利和机会的普适价值；其系统性体现在将城市和社区的可持续发展视作一项系统命题，强调经济、社会和环境三者的整体协调发展。然而，现有研究因数据获取、地域差异等客观困难，往往将城市与社区作为一个整体包含在对国家（Xu et al., 2020）、区域（袁亮 等，2023）、城市（高秀秀 等，2021）等宏中观尺度的评估中，掩盖了社区作为特定地理尺度对推进城市及更大范围可持续发展的具体作用机制。与此同时，SDG11虽为评估世界各国落实全球2030年议程的贡献和差距提供了统一平台，但因各国发展情况的现实差异，需在实践中进行不断完善与改进，以形成符合地方特征的UCS评估指标体系。此外，《地球大数据支撑可持续发展目标报告（2022）》指出，现有SDG11监测评估主要关注城市尺度，缺少对具有城市内部异质性的社区的关注，不利于开展精细化的城市规划与社区治理（中国科学院 等，2022）。
鉴于此，本研究尝试将SDG11进行本土化、社区化转化与分解，构建UCS评估指标体系，并以湖南省长沙市为例进行实证检验，探索长沙市社区可持续性的空间分异及治理路径。以期为利用时空大数据开展社区尺度的SDG11长时间序列研究提供科学支撑，并为开展精细化的城市社区治理提供借鉴。

1 评估指标与研究方法

1.1　评估指标

1.1.1　指标框架

John Elkington（Elkington， 2004）在1997年提出著名的可持续发展“三重底线（Three Bottom Line, TBL）”概念，即经济、社会和环境是可持续发展的三大支柱或维度。TBL很快成为可持续发展的概念规范（贺艳华 等，2020）。2012年，联合国可持续发展会议从全球角度反思贫困和环境破坏等问题，强调政府在克服可持续发展问题中的主体作用，认为应将可持续发展理念纳入各国各级工作的主流（United Nations, 2012）。2015年，联合国大会正式通过《2030年可持续发展议程》，将城镇可持续发展议题（SDG11）确立为一项独立的发展目标，并特别指出各国在制定国别目标时要“根据国际社会的总目标，兼顾本国国情”（United Nations, 2015）。SDGs具有全球性和普适性，指标内容全面覆盖TBL，借鉴其指标框架设计，有利于SDGs在中国的落实与推进。SDG11作为测度城市和社区可持续发展水平的国际权威指标，能全面客观地反映城市居民的社会需求，但在运用于城市社区这一特定空间尺度的监测评估时，需进行从城市到社区的降尺度转译。参考中国社会科学院（财经院）-联合国人居署全球城市竞争力报告联合课题组（2021）的研究，将SDG11的7项子目标归类为经济、社会和环境三大维度，以及高效、便捷、可及、可负担、安全、平等、普及、减灾、绿色和持久10个方面。本文构建UCS评估指标框架的基本思路为：首先，厘清SDG11具体目标落实到城市社区尺度的理论内核，并分析其与“经济-社会-环境”三维系统的隶属关系；其次，综合考虑数据可获性、指标的时空异质性等评估的现实需求，遴选出对应的评估指标（图1）；最后，为尽量降低主观因素对综合决策的影响，参考禹春霞等（2024）的研究，采用熵权法和基于层次分析法（AHP）的群决策方法（GAHP）共同确立指标权重，形成UCS评估指标体系（表1）。
图1 面向SDG11的UCS评估指标框架

Fig.1 UCS assessment framework based on SDG11

表1 基于SDG11的UCS评估指标体系

Table 1 UCS assessment indicator system based on SDG11

SDG目标 指标 指标分解与转化 权重 隶属维度
SDG11.1住房保障 11.1.1生活在贫民窟和非正规住区内或住房不足的城市人口占比 房价收入比 0.071 经济
老旧小区户数比 0.051 环境
SDG11.2公共交通 11.2.1可便捷使用公共交通的人口占比 公交站点500 m半径覆盖率 0.084 社会
轨道交通站点最邻近距离 0.105 经济
SDG11.3规划管理 11.3.1土地消耗率与人口增长率之比 人口密度 0.108 经济
11.3.2通过民主方式定期进行或民间社会直接参与城市规划和管理的城市占比 物业小区户数比 0.121 社会
SDG11.4遗产保护 11.4.1保存、保护和养护所有自然和文化遗产的人均支出总额 归一化植被指数（NDVI） 0.057 环境
城市文化设施POI核密度 0.123 社会
SDG11.5防灾减灾 11.5.1每10万人口中因灾害导致死亡、失踪和直接影响的人口数 综合医院最临近距离 0.022 环境
11.5.2灾害导致的直接经济损失与全球国内生产总值之比
11.5.3（a）灾害导致重要基础防灾设施损坏的次数和（b）基本服务中断的次数 应急避难设施最邻近距离 0.037 环境
SDG11.6环境治理 11.6.1通过管理部门收集和管理的城市固体废弃物与城市固体废弃物总量之比 — — —
11.6.2以PM2.5、PM10等为代表的城市细颗粒物的年度均值 最邻近空气监测站点AQI 0.072 环境
SDG11.7公共空间 11.7.1城市建设区内可供所有人使用的开放公共空间的平均占比 居住地块开敞空间率 0.060 经济
11.7.2过去12个月内遭受身体骚扰或性骚扰的受害者占比 万人刑事案件案发量 0.090 社会

注：SDG11还包含11.a区域统筹、11.b城市韧性和11.c建筑援助等三大合作支持类目标和指标，鉴于这些目标和指标主要从城市及更大尺度进行制度层面的落实，故不在社区层面考虑。

1.1.2　指标选取的依据及相关说明

1）SDG11.1住房保障。鉴于中国关于城市非正规住区的定义和标准地区差异较大，且难以统计“住房不足的城市人口”，可将SDG11.1的目标内涵转译为居住可得性和居住质量，前者可用房价收入比表征，后者可参考《国务院办公厅关于全面推进城镇老旧小区改造工作的指导意见》国办发〔2020〕23号文件精神 1，采用“老旧小区户数比”表征。2）SDG11.2公共交通。交通系统是促成城市经济活动和包容性社会的关键因素，公共交通则是平衡城市不同人群收入、消费和空间不平等的重要锚点。SDG11.2的目标内涵在于让所有人公平地获取商品、服务和机会。基于此，选取“公交站点500 m半径覆盖率”和“轨道交通站点最临近距离”2个指标分别用于刻画社会维度的公平性和经济维度的高效性。3）SDG11.3规划管理。指标11.3.1的目标内涵在于避免城镇化过程中的土地利用低效问题。土地使用率与人口增长率之间的比值可理解为合理的人口密度，存在一个相对合理的经验密度区间［中国社会科学院（财经院）-联合国人居署全球城市竞争力报告联合课题组，2021］。指标11.3.2的目标内涵在于衡量城市规划和管理中的公众参与度，在社区层面可理解为居住利益相关方是否具有充分参与社区治理的渠道。专业的物业管理公司对居民参与社区治理具有促进作用（李骏，2009），故采用社区内配备专业物业管理公司的小区居民户数与社区总户数的比值近似反映社区参与情况。4）SDG11.4遗产保护。在城市社区层面，保护自然和文化遗产的支出数据难以直接获取，可从社区居民获得自然和文化服务的角度来理解指标11.4.1。已有研究表明，归一化植被指数（Normalized Difference Vegetation Index, NDVI）可用于表征绿量供给服务强度（付迎春 等，2022），城市文化设施POI核密度可刻画各类文化设施空间分布的公平性（廖嘉妍 等，2020），因此，本研究将指标11.4.1在社区层面分解为NDVI和城市文化设施POI核密度2项指标。5）SDG11.5防灾减灾。指标11.5.1~11.5.3的目标内涵在于降低因公共安全事件引发的生命财产威胁。参考谌丽等（2021）的研究，大型医疗救治设施和应急避难设施邻近距离显著影响居民的城市公共安全感感知，因此，选取“综合医院最邻近距离”和“应急避难设施最邻近距离”2项指标用于评估社区防灾减灾环境韧性。6）SDG11.6环境治理。鉴于生态环境部发布的《2020年全国大、中城市固体废物污染环境防治年报》显示：2013—2019年，全国大、中城市的城市生活垃圾处理率都高于97%（中华人民共和国生态环境部，2020），导致该指标在社区尺度失去评估价值，建议取消。指标11.6.2用于衡量城市空气污染问题，可使用“最邻近空气监测站点AQI”表征。7）SDG11.7公共空间。指标11.7.1的目标内涵在社区尺度可解读为城市居民开放空间的可得性，居住地块开敞空间率作为平衡城市公共利益与市场开发效益的有效指标，可作为制衡多方主体利益的有效工具，故选用该指标作为指标11.7.1的转化结果。指标11.7.2的目标内涵在于刻画建成环境对居住治安安全的影响，参考已有研究（张延吉 等，2019），用社区内万人刑事案件案发量近似估计社区安全状况。

1.2　研究方法

1.2.1　技术路径

研究按3个步骤展开（图2）：1）UCS综合评估，通过指标与对应参考区间的偏离系数计算单项指标绝对指数，对绝对指数加权求和即为UCS综合指数，表示社区可持续发展目标总体实现度；2）社区“经济-社会-环境”（Economy-Society-Environment, ESE）系统的耦合协调度（Coupling Coordination Degree, CCD）计算，对单项指标绝对指数按ESE子系统汇总计算平均值，通过耦合协调度模型（Coupling Coordination Degree Model, CCDM）计算各个社区ESE子系统的CCD；3）社区可持续发展类型划分及治理路径分析，采用自然间断点分级法分别对UCS综合指数和CCD进行分类与重组，得到社区可持续发展类型及相应治理路径。
图2 UCS评估技术路径

Fig.2 Technical path of UCS assessment

1.2.2　UCS综合指数计算

由于传统极差标准化结果会显著受到数据最大值与最小值影响，当评估对象时空范围发生变更，最大值和最小值会随之改变，导致评估结果因标准化值发生变化而不稳定，难以开展对比研究。同时，极差标准化要求评估对象的数量要达到一定标准，否则适用性会受到挑战。此外，当评估指标体系用于政府管理部门时，要求行政人员对数据进行复杂的标准化处理，不具有可操作性。基于此，本研究采取计算各指标与参考标准的偏离系数，代替极差标准化的综合评估方法，以获取社区单项指标绝对指数和UCS综合指数。计算公式参考已有研究［中国社会科学院（财经院）-联合国人居署全球城市竞争力报告联合课题组，2021］如下：
S i = ∑ i = 1 k x i j ' ω j
式中：Si 表示第i个社区的UCS综合指数；k为指标数量， x i j '为第i社区第j项指标的偏离系数（社区单项指标绝对指数）； ω j表示指标第j项指标的权重。 x i j '计算方式参考已有研究［中国社会科学院（财经院）-联合国人居署全球城市竞争力报告联合课题组，2021］如下：
x i j ' = 1 x i j / x j - u p p e r      ( x i j > x j - u p p e r ) x i j ' = 1 x j - l o w e r / x i j      ( x i j < x j - l o w e r ) x i j ' = 1      x i j ∈ [ x j - l o w e r , x j - u p p e r ] )
式中：xij 第i社区第j项指标的原始值；xj- upper和xj- lower分别为第i社区第j项指标参考标准的上限值和下限值。
各个指标的参考标准按照不同的指标特征与内涵设置（表2），主要分为3类。第一类为经验标准，选用相关研究的经验值作为参考标准，如房价收入比、人口密度、NDVI等；第二类采用平均值计算，由于难以从现有研究获取相关经验值，选用样本社区均值衡量社区在该项指标的空间异质性，如历史文化类POI核密度和万人刑事案件案发量；第三类按百分比分位计算，如空气质量参考标准选用全国第30%分位的AQI值。对于参考标准为单一数值型的指标，根据实际数据偏离参考标准的距离计算偏离系数。对于参考标准为区间型的指标，将落在区间内的数据赋值为最大值1，将落在区间外的数据以较为靠近上限或下限标准计算偏离系数。
表2 UCS评估指标数据来源与参考标准

Table 2 Data sources and reference standards UCS assessment indicators

维度（权重） 指标（权重/编码） 数据来源 参考标准

经济

（0.344）

 房价收入比（0.071/Ec1） 安居客网站、相关参考文献 4~8①
轨道交通站点最邻近距离（0.105/Ec2） 长沙市轨道集团有限公司官网、安居客网站、高德地图 ≤1 km
人口密度（0.108/Ec3） WorldPop网站 0.5万~1.0万人/km2②
居住地块开敞空间率（0.060/Ec4）③ 安居客网站 35%

社会

（0.418）

 公交站点500m半径覆盖率（0.084/So1） 长沙公交集团官网、高德地图 ≥95%
物业小区户数比（0.121/So2） 安居客网站 ≥70%
城市文化设施POI核密度（0.123/So3） 高德地图 ≥样本社区均值
万人刑事案件案发量（0.090/So4）④ 中国裁判文书网、WorldPop网站 ≤样本社区均值

环境

（0.239）

 老旧小区户数比（0.051/C1 En1） 安居客网站 ≤30%
归一化植被指数（NDVI）（0.057/En2） 国家生态科学数据中心 0.3~0.5⑤
综合医院最临近距离（0.022/En3） 安居客网站、高德地图 ≤2 km⑥
应急避难设施临近距离（0.105/En4） 长沙市应急管理局 ≤1 km⑦
最邻近空气监测站点AQI（0.072/En5） 中国环境监测总站 ≤第三十分位城市AQI

注：①居住成本指数参考区间来源于文献（王希岩 等，2022）。房价收入比计算公式是“房价收入比=全年房屋均价×100 m2/人均GDP×3人”。[全年房屋均价来自安居客小区数据的月度房价均值，人均GDP数据来自文献（Chen et al., 2022）基于夜间灯光数据经过1 km×1 km网格化修正的实际GDP数据。]②人口密度参考区间来源于中国社会科学院（财经院）联合国人居署全球城市竞争力报告联合课题组（2021），根据城市人均收入和人均农地资源获取人口密度经验区间。③居住地快开敞空间率计算方式及最优值来源于文献（易鑫 等，2022）。④刑事案件筛选原则源于文献（张延吉 等，2019），剔除了如重婚罪、医疗事故罪等与居住安全无关的刑事案件类型。⑤NDVI参考区间来源于文献（郑凌予 等，2023），该研究认为，人类偏好0.30~0.50 NDVI的社区绿地。⑥综合医院最临近距离参考区间来源于文献（艾廷华 等，2020），按步行速度5 km/h计算20~30 min用时的大致欧氏距离。⑦应急避难设施临近距离参考区间源于文献（谌丽 等，2021）。

1.2.3　UCS耦合协调度评估

社区是一个复杂地域系统，经济、社会、环境等不同系统之间存在多元内在耦合关系。耦合协调度模型被认为是评估城市内部不同子系统之间协调关系的理想方法（赵宏波 等，2021）。计算公式为：
C C D = C D × T        C D = 3 × E c × S o × E n ( E c × S o × E n ) 3 1 3 T = 1 3 E c + 1 3 S o + 1 3 E n
式中：CCD（0≤CCD≤1）为社区ESE系统耦合协调度；CD为社区ESE系统耦合度；T为协调因子，代表社区ESE系统的综合发展水平；Ec、So、En分别表示社区经济、社会、环境的分项指标得分，通过13项UCS单项指标绝对指数按社区ESE系统汇总计算平均值获得。

1.3　研究区概况

长沙市是湖南省省会，位于湖南省东部偏北，地处湘江下游和长浏盆地西缘。截至2021年底，长沙市土地面积11 816.0 km2，常住总人口1 023.93万人，人口城镇化率83.16%，全年实现地区生产总值13 270.70亿元，居全国GDP百强城市第15位。长沙市是长江中游城市群和长江经济带的重要节点城市、全国“两型社会”综合配套改革试验区，连续15年获评“中国最具幸福感城市”，并连续4年入选住建部城市体检样本名单，于2019年率先成立城市人居环境局，在系统解决“城市病”问题、推动城市人居环境高质量发展方面积累了一定经验。本研究以《长沙市国土空间总体规划（2021—2035年）公示版》（长沙市自然资源和规划局，2021）划定的城镇开发边界为基础，剔除位于绕城高速以外、建设用地开发强度较低的社区，以此划定研究区域。研究区域总面积688.17 km2，涉及芙蓉区、天心区、岳麓区、开福区、雨花区、望城区和长沙县7个区（县），包括80个街道、602个社区。参考已有研究（朱佩娟 等，2020），以长沙市CBD五一广场为中心，进一步将研究区域划分为5 km核心区、5~10 km中心城区以及10 km以外的近郊区3个区域（图3）。
图3 研究范围及地域划分

Fig.3 The study area and regional division

1.4　数据来源与处理

本研究涉及数据类型多样，包括政府数据、众源地理数据和空间化大数据等（表2）。其中：1）政府数据来源于长沙市应急管理局提供的《2010—2020年长沙市城区应急避难场所信息表》。2）众源地理数据包括人口密度数据、空气质量数据、NDVI数据和人均GDP数据，人口密度数据来源于WorldPop网站 2公布的2000—2020年100 m×100 m分辨率人口栅格数据，空气质量数据来源于中国环境监测总站全国监测站点的逐年空气质量数据 3，NDVI数据来源于国家生态科学数据中心公布的“2000—2020年中国30 m年最大NDVI数据集” 4，人均GDP数据自文献（Chen et al., 2022）。3）空间化大数据包括高德地图POI数据、安居客小区均价及基本信息数据、长沙公交线路数据 5、长沙地铁线路数据 6和中国裁判文书网刑事案件数据 7，以上数据基于网络爬虫技术获取，进行清洗、人工提取地址信息等处理。需要说明的是，当数据在评估全时间序列出现年份缺失时，采用等比例年份分段处理来近似估计不同时间节点（段）相应指标的变化情况。

2 结果与分析

2.1　UCS评估结果

2.1.1　UCS综合评估结果分析

2010—2020年，长沙市602个样本社区的UCS综合指数位于区间[0.333, 0.944]，表示社区可持续发展目标实现度，按指数高低划分为4种类型，分别是：“接近完成”[0.8, 1]、“比较接近”[0.7, 0.8）、“还有距离”[0.6, 0.7）以及“距离较大”[0, 0.6）（表3）。总的来看，2010、2015和2020年的UCS综合指数均值分别为0.709、0.761和0.791，表示全市社区可持续发展目标实现度总体处于“比较接近”区间。10年间，长沙市UCS综合指数持续提升，位于“接近完成”和“比较接近”区间的社区占比从60.14%提升至86.05%，呈“十”字形分布在东西向的三一大道和岳麓大道两侧以及南北向的东二环和万家丽路两侧（图4）。UCS综合指数由高到低呈“核心―边缘”空间分布，综合指数高的社区重心整体向城市东、南方向偏移，且逐渐由单中心的“极核”模式向“点―轴”模式转变，体现同时段城市总体规划有关城市发展方向和空间结构的规划意图。
表3 长沙市UCS评估结果分类统计

Table 3 Categorical statistics of UCS assessment results in Changsha

社区可持续发展

目标实现度

UCS综合

指数

 社区数量/个 社区占比/% 均值
2010年 2015年 2020年 2010年 2015年 2020年 2010年 2015年 2020年
总计 [0.333, 0.944] 602 100 0.709 0.761 0.791
接近完成 [0.8, 1.0] 65 251 330 10.80 41.69 54.82 0.825 0.844 0.851
比较接近 [0.7, 0.8) 297 212 188 49.34 35.22 31.23 0.751 0.757 0.755
还有距离 [0.6, 0.7) 167 96 59 27.74 15.95 9.80 0.662 0.658 0.665
距离较大 [0.0, 0.6) 73 43 25 12.13 7.14 4.15 0.539 0.534 0.552
图4 长沙市UCS综合评估结果时空分布

Fig. 4 Spatio-temporal distribution of UCS comprehensive assessment results in Changsha

2.1.2　UCS分项评估结果分析

2010—2020年7项具体目标（图5-a）及13项指标（图5-b）评估结果显示：1）住房保障（SDG11.1）、防灾减灾（SDG11.5）和环境治理（SDG11.6）3项目标实现度最为理想，且一直保持在较高水平。其中，住房保障目标的高实现度主要得益于长沙市房地产调控政策与经济稳步增长的双重叠加效应，不仅使居住成本10 a间维持在一个相对合理区间，也让棚户区、老旧小区改造等城市更新工作因兜底性财政支持得以顺利推进，居民住房条件得到持续改善。防灾减灾目标的高实现度主要源于长沙市医疗服务能力的持续提升及应急避难设施的持续投入。环境治理目标的高实现度有赖于长沙市自2014年起“蓝天保卫战”“绿色制造”等多维政策效能的集中释放。2）公共交通（SDG11.2）和遗产保护（SDG11.4）2项目标实现度持续提升。其中，公共交通目标的逐年推进得益于长沙市10年来对公交及轨道交通设施建设的持续投入，未来针对可达性低的社区，需结合人口等数据提出更为科学的公共交通建设方案。遗产保护目标由“NDVI”（En2）和“城市文化设施POI核密度”（So3）2个指标组成，10年间，前者一直稳定地维持在合理区间，后者则由于历史文化类POI在城市内部存在较大的空间分布分异，导致大部分社区该指标的评估结果不理想。3）公共空间（SDG11.7）目标实现度缓慢提升，10年间，该目标得分从0.736提升至0.752，是“居住地块开敞空间率”（Ec4）和“万人刑事案件案发量”（So4）两大指标的综合，前者源于长沙市“三年造绿大行动”“15 min绿色生活圈”等绿色城市整体打造带来的绿地质、量双升，以及对居住地块开发控制指标的严格落实，后者反映长沙市刑事案件案发量10年来持续走低的总体趋势。值得注意的是，刑事案件在城中村、安置房社区等特定社区类型相对高发，是未来城市治理中需重点关注的方向。4）规划管理（SDG11.3）目标实现度最不理想。该目标由“人口密度”和“物业小区户数比”2个指标组成。其中，前者是由于分布在核心区和近郊区的大量社区因人口密度过高或过低导致的，需从城市总体结构着手加强人口空间分布优化；后者在10年间变化不大，需在未来城市更新中加强对专业化物业管理公司的引入力度，鼓励通过市场化调节机制强化社区自治等软性要素的提升。上述规律也综合反映在社区ESE子系统的评估结果中（图5-c），2010—2020年，长沙市社区环境子系统目标实现度总体维持在较高水平，经济子系统目标实现度稳步提高，推动社区社会子系统目标实现成为长沙市未来开展精细化城市规划与社区治理的重点方向。
图5 长沙市城市级UCS分项评估结果

Fig. 5 Results of UCS sub-assessment at city-level in Changsha

2.1.3　社区ESE系统耦合协调度（CCD）评估结果分析

2010—2020年，长沙市社区ESE系统CCD位于区间[0.567, 0.970]。参考廖重斌（1999）有关耦合协调度等级划分标准，长沙市样本社区隶属4种耦合协调度等级，分别是：“优质协调”[0.9, 1]、“良好协调”[0.8, 0.9）、“中级协调”[0.7, 0.8）、“初级协调”[0.6, 0.7）以及“勉强协调”[0.5, 0.6）（表4），全市社区CCD均值分别为0.823、0.867和0.881，总体上位于“良好协调”区间。10年间，CCD均值持续提升，位于“优质协调”和“良好协调”区间的社区占比从69.77%提升至92.36%，且空间分布与UCS综合指数高值一致（图6）。
表4 长沙市社区“经济-社会-环境”（ESE）系统的耦合协调度（CCD）

Table 4 Statistics of Coupling Coordination Degree(CCD) in Economy-Society-Environment(ESE) system for communities in Changsha

社区ESE系统

耦合协调类型

 CCD 社区数量/个 样本占比/% 均值
2010年 2015年 2020年 2010年 2015年 2020年 2010年 2015年 2020年
总计 [0.567, 0.970] 602 100 0.823 0.867 0.881
优质协调 [0.9, 1.0] 24 208 270 3.99 34.55 44.85 0.925 0.919 0.909
良好协调 [0.8, 0.9) 396 321 286 65.78 53.32 47.51 0.862 0.861 0.846
中级协调 [0.7, 0.8) 172 60 40 28.57 9.97 6.64 0.760 0.760 0.766
初级协调 [0.6, 0.7) 9 13 5 1.50 2.16 0.83 0.680 0.660 0.676
勉强协调 [0.0, 0.6) 1 0 1 0.17 0 0.17 0.595 — 0.567
图6 长沙市社区“经济-社会-环境”（ESE）系统的耦合协调度（CCD）时空分布

Fig. 6 Spatio-temporal distribution of Coupling Coordination Degree(CCD) among communities' Economy-Society-Environment(ESE) system in Changsha

2.2　社区可持续发展类型划分

参考相关研究（廖重斌，1999），结合Yin等（2023）有关长三角城市群“经济-社会-环境”可持续发展研究中有关耦合协调度的分类标准，采用ArcGIS自然间断点分级法对602个样本社区的UCS综合指数和CCD从小到大划分低、中、高3个等级，进而推演出社区可持续发展类型划分标准（图7）。
图7 城市社区可持续发展类型划分矩阵

Fig. 7 Matrix of urban communities' sustainable development types

对样本社区的可持续发展类型进行分区、分类统计（图8、9），结果显示：2010—2020年，长沙市失调衰退型社区减少63个，过渡发展型社区减少55个，协调发展型社区增加118个，增加的协调发展型社区主要位于中心城区和近郊区。
图8 长沙市社区可持续发展类型

Fig.8 Statistics of sustainable development types of the communities in Changsha

图9 长沙市社区可持续发展类型时空分布

Fig.9 Spatio-temporal distribution of sustainable development types of communities in Changsha

为加强评估结果对城市及社区治理的政策指引，将13项指标进行空间识别，总结长沙市社区可持续发展的治理路径（图10）。从城市尺度看，长沙市单中心的城市空间结构在10年间没有发生根本变化，导致社区可持续发展类型空间分布演化始终呈现典型的“核心―边缘”特征，未来城市发展应注重主中心功能的疏解，加强对人口分布及设施配置的引导，打造多中心的良性空间发展格局。从社区尺度看，不同分区和分类的社区面临不同短板因子，需开展差异化治理。如位于近郊区的Ⅲ类社区，短板因子除城市层面普遍存在的问题外，轨道交通可达性和社区安全是未来开展精细化治理的重要方向。
图10 长沙市社区可持续发展治理路径

Fig.10 Governance path for sustainable development of communities in Changsha

2.3　UCS评估指标体系效度

将长沙市602个样本社区的UCS评估结果与实地踏勘情况进行对比，并反馈给5位长期关注长沙市社区发展不同领域的专家，5位专家均认为评估结果与他们所掌握的长沙市社区发展情况有较高一致性，认为本研究提出的评估指标体系能较为客观综合地反映城市社区的可持续性。同时，为验证该评估指标体系能否有效反映评估对象之间的差异，选取小范围、同类型的社区进行横向对比。如，UCS综合指数最高的社区主要是位于岳麓区和雨花区的新建商品房社区。其中，岳麓区作为湖南省经济增速、人口集聚最快的地区，叠加国家级新区——湖南湘江新区的改革政策优势，社区尤其是新建商品房社区的发展环境在全市的比较优势日益凸显；雨花区以长株潭一体化建设、长株潭绿心中央公园建设等为契机，开展区域产业、路网、治理、服务协同建设，对新建商品房社区的物质系统和社会系统改善成效显著。总的来说，长沙市UCS评估结果对位于城市建成区的不同社区具有较为显著的区分效度以及对微观差异的解释力度。

3 结论与讨论

3.1　结论

本研究引入可持续发展“经济-社会-环境”的三维理论框架，构建城市社区可持续性评估指标体系，以长沙市602个样本社区为例，开展评估分析，主要结论为：
1）基于SDG11目标内涵解构，可从住房保障、公共交通、规划管理、遗产保护、防灾减灾、环境治理、公共空间7方面构建城市社区可持续性评估模型，模型包含房价收入比、人口密度等13项指标。基于经验标准、平均值计算、百分比分位法等对每项指标确定参考标准，并采用计算参考标准偏离系数的综合评估方法，建立城市社区可持续性评估体系。长沙案例评估实证表明，该评估指标体系具有较好效度。
2）2010—2020年，长沙市社区可持续发展目标的总体实现度处于“比较接近”区间，有望很快进入“接近完成”区间。社区可持续性综合指数由高到低呈“核心―边缘”空间分布特征，综合指数高的社区重心整体向城市东、南方向偏移，且逐渐由单中心的“极核”模式向“点―轴”模式转变。住房保障、防灾减灾和环境治理3项目标实现度一直保持在领先水平或较高水平，公共交通和遗产保护3项目标实现度提升效果显著，公共空间目标实现度提升缓慢，而规划管理目标实现度不仅相对较低且进展较慢。
3）2010—2020年，长沙市失调衰退型社区减少63个，过渡发展型社区减少55个，协调发展型社区增加118个，增加的协调发展型社区主要位于中心城区和近郊区。从城市和社区层面提出推动社区可持续发展的治理路径，强调在城市层面加强对人口分布及设施配置的引导，打造多中心的良性空间发展格局，在社区层面明确不同分区、分类社区的短板因子，以实现精细化的城市规划与社区治理。

3.2　讨论

本研究对标SDG11对社区的相关要求，挖掘与利用城市多源大数据，建立了基于SDG11的城市社区可持续性评估指标体系，在一定程度上突破了以往社区定量研究以问卷数据为主的局限，拓展了可持续发展评估研究的时空尺度。同时，通过城市多源大数据的利用，未来可进行时空分异研究，既可对单个城市进行社区持续追踪研究，也可从社区到区域不同地理尺度开展可持续发展水平的对比研究，以及进行不同尺度系统内部的差异分析，是基于SDG11构建中国城市社区可持续性评估指标体系的尝试。
文章的主要创新点是：1）从中国国情出发，梳理了SDG11的社区内涵，尝试构筑面向SDG11的本土化UCS指标体系；2）综合评估采取计算参考标准偏离系数的方式，增加了评估指标系统的稳定性和可复制性；3）评估指标数据尽可能选用具有时间连续性的客观大数据，有利于开展纵向的持续追踪研究和其他城市的横向对比研究；4）实证部分以长沙市建成区602个法定社区为样本，评估其2010、2015和2020年3个时间节点的可持续性及其“经济-社会-环境”三大子系统的耦合协调度，突破大部分实证研究侧重对单个社区或某种特定社区类型单一时间节点、单一维度评估的范畴，有助于从城市整体尺度上把握社区可持续性及其子系统耦合协调度的时空间异质性及其演化规律，进而制定差异化治理路径。
本研究存在需要继续推进之处。1）关于评估指标体系效度检验：本研究仅针对长沙市602个样本社区进行实证，未来仍需对其他地区具有不同发展水平和特点的城市社区进行实证，以验证指标体系在全国范围的效度。2）关于指标与参考标准选取：受时间序列数据获取所限，本研究指标选取以客观数据为主，未能将主观感受类指标纳入；此外，由于缺乏已有经验值支撑，指标体系中的“城市文化设施POI核密度”“万人刑事案件案发量”等的参考标准选用样本社区的平均值，考虑到长沙市作为省会城市的特殊性，未来仍需根据更多其他城市的社区实证研究对参考标准进行修正。3）本研究未对导致社区可持续性评估结果更为深层次的驱动性因素及影响机制展开分析，未来需加强市民个体微观尺度、城市乃至区域等宏观尺度对社区可持续性影响机制及其不同尺度间关联效应的研究。此外，关于可持续发展研究中一直存在的影响因素阈值识别、中介效应等问题，也需进一步完善。

1 《国务院办公厅关于全面推进城镇老旧小区改造工作的指导意见》国办发〔2020〕23号规定“城镇老旧小区是指城市或县城（城关镇）建成年代较早、失养失修失管、市政配套设施不完善、社区服务设施不健全、居民改造意愿强烈的住宅小区（含单栋住宅楼）。各地要结合实际，合理界定本地区改造对象范围，重点改造2000年底前建成的老旧小区。”本研究用2000年底前建成的老旧小区户数占社区总户数的比例，表征指标11.1.1的居住质量内涵。

2 https://www.worldpop.org/

3 https://www.cnemc.cn/

4 http://www.nesdc.org.cn/

5 长沙公交集团官网. http://www.csgjjt.com/html/1649/list.html

6 长沙市轨道集团有限公司官网. https://www.hncsmtr.com/

7 https://wenshu.court.gov.cn/

秦书茜：拟定研究框架、搜集论文资料、撰写与修改论文；

张 楠：确定论文选题，指导修改；

朱佩娟：提供理论和方法指导；

张 勇：参与数据计算与分析；

张 趁：参与指标选取与优化。

References

Publishing order | Descend order by publishing year | Descend order by cited within
Adewumi A S, Onyango V, Moyo D, Alwaer H, and Dawodu A. 2023. Conceptualising the Characteristics of the Indicators of a Neighbourhood Sustainability Assessment Framework in a Developing Country Context. Environmental Impact Assessment Review, 102: 1-15.

艾廷华，雷英哲，谢鹏，周校东. 2020. 等时线模型支持下的深圳市综合医院空间可达性测度分析. 地球信息科学学报，22（1）：113-121.

Ai Tinghua, Lei Yingzhe, Xie Peng, and Zhou Xiaodong. 2020. Quantifying Spatial Accessibility of Shenzhen's Hospitals by the Isochrone Model. Journal of Geo-Information Science, 22(1): 113-121.

Bi C Y and Little J C. 2022. Integrated Assessment Across Building and Urban Scales: A Review and Proposal for a More Holistic, Multi-Scale, System-of-Systems Approach. Sustainable Cities and Society, 82: 103915.

毕向阳. 2019. 基于多水平验证性因子分析的城市社区社会资本测量——实例研究及相关方法综述. 社会学研究，34（6）：213-237.

Bi Xiangyang. 2019. Multilevel Confirmatory Factor Analysis on Measurement of Social Capital in City Communities: Methodological Review and Empirical Illustration. Sociological Study, 34(6): 213-237.

长沙市自然资源和规划局. 2021. 长沙市国土空间总体规划（2021—2035年）公示版. （2021-12-29）[2024-03-21]. http://zygh.changsha.gov.cn/zfxxgk/zwyw/xwdt/bjdt/202112/t20211229_10420658.html.

Changsha Municipal Bureau of Natural Resources and Planing. 2021. Changsha City Territorial Spatial Master Plan (2021-2035) Publication Version. (2021-12-29) [2024-03-21]. http://zygh.changsha.gov.cn/zfxxgk/zwyw/xwdt/bjdt/202112/t20211229_10420658.html.

Chen J D, Gao M, Cheng S L, Hou W X, Song M L, Liu X, and Liu Y. 2022. Global 1 km×1 km Gridded Revised Real Gross Domestic Product and Electricity Consumption during 1992-2019 Based on Calibrated Nighttime Light Data. Scientific Data, 9(1): 1-14.

陈良侃，陈明星，张晓平，程嘉梵. 2022. 宜居地球、碳中和与全球可持续城市化. 自然资源学报，37（5）：1370-1382.

Chen Liangkan, Chen Mingxing, Zhang Xiaopin, and Cheng Jiafan. 2022. Habitable Earth, Carbon Neutrality and Global Sustainable Urbanization. Journal of Natural Resources, 37(5): 1370-1382.

谌丽，许婧雪，张文忠，解扬洋，党云晓，湛东升. 2021. 居民城市公共安全感知与社区环境——基于北京大规模调查问卷的分析. 地理学报，76（8）：1939-1950.

Chen Li, Xu Jingxue, Zhang Wenzhong, Xie Yangyang, Dang Yunxiao, and Zhan Dongsheng. 2021. Residents' Sense of Urban Public Security and Community Environment: Analysis Based on a Large-Scale Questionnaire Survey of Beijing. Acta Geographica Sinica, 76(8): 1939-1950.

范育鹏，方创琳. 2023. 城市可持续发展新型定量研究方法进展. 生态学报，43（8）：3020-3031.

Fan Yupeng and Fang Chuanglin. 2023. Advances in the Innovatively Quantitative Research Approach for Urban Sustainable Development. Acta Ecologica Sinica, 43(8): 3020-3031.

杜昱东，刘恋，王佳斌，白羽萍，回文颉，李嘉劲，张帆. 2023. 基于碳排放约束的北京市社区生态效率评价. 生态学报，43（2）：590-602.

Du Yudong, Liu Lian, Wang Jiabin, Bai Yuping, Hui Wenjie, Li Jiajing, and Zhang Fan. 2023. Evaluation of Community's Ecological Efficiency in Beijing Based on Carbon Emission Constraint. Acta Ecologica Sinica, 43(2): 590-602.

Elkington J. 2004. Enter the Triple Bottom Line. In: Henriques A and Richardson J. The Triple Bottom Line: Does It All Add Up? London: Earthscan, 1-16.

Forrest N and Wiek A. 2015. Success Factors and Strategies for Sustainability Transitions of Small-Scale Communities Evidence from a Cross-Case Analysis. Environmental Innovation and Societal Transitions, 17: 22-40.

付迎春，郭碧云，王敏，覃小玲. 2022. 社会-生态系统适应性治理视角下绿地空间恢复力的演化——广州旧城区更新案例. 自然资源学报，37（8）：2118-2136.

Fu Yingchun, Guo Biyun, Wang Min, and Qin Xiaoling. 2022. Spatial Resilience Evolution of Green Space from the Perspective of Social-Ecological System Adaptive Governance: A Case Study for Urban Renewal in Guangzhou, China. Journal of Natural Resources, 37(8): 2118-2136.

高秀秀，张晓彤，何正. 2021. 城镇和人类住区议题的演进与实践：SDG11的形成背景及执行进展. 中国人口·资源与环境，31（11）：144-154.

Gao Xiuxiu, Zhang Xiaotong, and He Zheng. 2021. Emergence of the Urban Goal and Its Practice: Background and Progress of the SDG11. China Population, Resources and Environment, 31(11): 144-154.

Geels F W. 2019. Socio-Technical Transitions to Sustainability: A Review of Criticisms and Elaborations of the Multi-Level Perspective. Current Opinion in Environmental Sustainability, 39: 187-201.

国务院办公厅. 2023. 关于转发国家发展改革委《城市社区嵌入式服务设施建设工程实施方案》的通知（国办函〔2023〕121号）. （2023-11-26）[2024-02-20]. https://www.gov.cn/zhengce/zhengceku/202311/content_6917191.htm.

State Council Office of the People's Republic of China. 2023. Circular on the Transmission of the National Development and Reform Commission's Implementation Plan for the Construction Project of Embedded Service Facilities in Urban Communities [State Council Letter (2023) No.121]. (2023-11-26) [2024-02-20]. https://www.gov.cn/zhengce/zhengceku/202311/content_6917191.htm.

贺艳华，邬建国，周国华，周兵兵. 2020. 论乡村可持续性与乡村可持续性科学. 地理学报，75（4）：736-752.

He Yanhua, Wu Jianguo, Zhou Guohua, and Zhou Bingbing. 2020. Discussion on Rural Sustainability and Rural Sustainability Science. Acta Geographica Sinica, 75(4): 736-752.

黄茄莉. 2015. 国际可持续性评价方法研究进展与趋势. 生态经济，31（1）：18-22.

Huang Jiali. 2015. An Overview and Trend of Sustainability Assessment Methodologies. Ecological Economy, 31(1): 18-22.

李红，塔娜. 2022. 不同类型社区绿地规模和结构对居民心理健康的影响——以上海市郊区为例. 热带地理，42（12）：2031-2041.

Li Hong and Ta Na. 2022. The Effects of Green Space Scale and Structure on Mental Health from the Perspective of Neighborhood Differentiation. Tropical Geography, 42(12): 2031-2041.

李骏. 2009. 住房产权与政治参与:中国城市的基层社区民主. 社会学研究，24（5）：57-82.

Li Jun. 2009. Home Ownership and Political Activism: Democratizing Neighborhood in Urban China. Sociological Studies, 24(5): 57-82.

廖嘉妍，张景秋. 2020. 基于POI数据的北京城市文化设施空间分布特征研究. 北京联合大学学报，34（1）：23-33.

Liao Jiayan and Zhang Jingqiu. 2020. Research on Distribution Characteristics of Cultural Facilities in Beijing Based on POI Data. Journal of Beijing Union University, 34(1): 23-33.

廖重斌. 1999. 环境与经济协调发展的定量评判及其分类体系——以珠江三角洲城市群为例. 热带地理，19（2）：76-82.

Liao Chongbin. 1999. Quantitative Judgement and Classification System for Coordinated Development of Environment and Economy: A Case Study of the City Group in the Pearl River Delta. Tropical Geography, 19(2): 76-82.

Sharifi A, Dawodu A, and Cheshmehzangi A. 2021a. Neighborhood Sustainability Assessment Tools: A Review of Success Factors. Journal of Cleaner Production, 293: 125912.

Sharifi A. 2021b. Urban Sustainability Assessment: An Overview and Bibliometric Analysis. Ecological Indicators, 121: 1-18.

盛洪涛，周强，汪勰，卫东. 2020. 新冠疫情考验下的武汉社区治理新思考. 城市规划，44（9）：9-12.

Sheng Hongtao, Zhou Qiang, Wang Xie, and Wei Dong. 2020. Thoughts on Community Governance in Wuhan under the Test of COVID-19 Epidemic. City Planning Review, 44(9): 9-12.

施卫良. 2014. 规划编制要实现从增量到存量与减量规划的转型. 城市规划，38（11）：21-22.

Shi Weiliang. 2014. Planning Should be Transformed from Incremental to Stock and Reduction Planning. City Planning Review, 38(11): 21-22.

Subramanian M. 2019. Humans versus Earth: the Quest to Define the Anthropocene. Nature, 572(7768): 168-170.

United Nations. 2012. Report of the United Nations Conference on Sustainable Development, Rio+20. (2012-06-23) [2024-04-06]. https://sustainabledevelopment.un.org/rio20.html.

United Nations. 2015. Transforming Our World: the 2030 Agenda for Sustainable Development. (2015-09-25) [2024-02-23]. https://sustainabledevelopment.un.org/content/documents/21252030%20 Agenda%20for%20Sustainable%20Development%20web.pdf.

万海远. 2021. 城市社区基础设施投资的创业带动作用. 经济研究，56（9）：39-55.

Wan Haiyuan. 2021. The Unintended Consequences of Urban Community Infrastructure Investment on Entrepreneurship in China. Economic Research Journal, 56(9): 39-55.

王希岩，陈建明，叶毅，何登录. 2022. 中国房价合理性分析. 中国房地产，（27）：12-22.

Wang Xiyan, Chen Jianming, Ye Yi, and He Denglu. 2022. Analysis of the Rationality of China's Housing Prices. China Real Estate, (27): 12-22.

王贞，张敏. 2023. 城市社区更新对居民主观幸福感的影响——基于南京市典型社区的实证研究. 热带地理，43（9）：1809-1822.

Wang Zhen and Zhang Min. 2023. The Impact of Urban Community Renewal on Residents' Subjective Well-Being: An Empirical Study Based on Typical Communities in Nanjing. Tropical Geography, 43(9): 1809-1822.

吴蓉，黄旭，刘晔，李志刚. 2019. 广州城市居民地方依恋测度与机理. 地理学报，74（2）：379-393.

Wu Rong, Huang Xu, Liu Ye, and Li Zhigang. 2019. Place Attachment of Urbanites in Guangzhou: Measurement and Mechanism. Acta Geographica Sinica, 74(2): 379-393.

Xu Z, Chau S N, Chen X, Zhang J, Li Y, Dietz T, and Liu J. 2020. Assessing Progress towards Sustainable Development over Space and Time. Nature, 577(7788): 74-78.

Yin H Y, Xiao R, and Guo Y X. 2023. Analyzing "Economy-Society-Environment" Sustainability from the Perspective of Urban Spatial Structure: A Case Study of the Yangtze River Delta Urban Agglomeration. Sustainable Cities and Society, 96: 104691.

易鑫，黄明华，赵斌，赵冰婧. 2022. 我国典型城市居住地块开敞空间率调查研究. 城市规划，46（4）：30-43.

Yi Xin, Huang Minghua, Zhao Bin, and Zhao Bingjing. 2022. Investigation and Research on the Open Space Ratio of Residential Plots in Typical Cities of China. City Planning Review, 46(4): 30-43.

禹春霞，成煜鑫，张路平，王建良. 2024. 考虑决策信息变化的多属性群决策方法研究. （2024-01-21）[2024-04-05]. http://kns.cnki.net/kcms/detail/31.1738.T.20240227.0925.002.html.

Yu Chunxia, Cheng Yuxin, Zhang Luping, and Wang Jianliang. 2024. A Multi-Attribute Group Decision Making Method Considering Variable Decision Information. Industrial Engineering and Management. (2024-01-21) [2024-04-05]. http://kns.cnki.net/kcms/detail/31.1738.T.20240227.0925.002.html.

袁亮，祁煜智，何伟军，吴霞. 2023. 新发展理念下长江经济带可持续发展能力评价及空间关联特征分析. 长江流域资源与环境，32（10）：1993-2005.

Yuan Liang, Qi Yuzhi, He Weijun, and Wu Xia. 2023. Evaluation and Spatial Correlation Characteristics of the Sustainable Development Capability of the Yangtze River Economic Belt under the New Development Concept. Resources and Environment in the Yangtze Basin, 32(10): 1993-2005.

张晓婧，戴昳雯，孙雯，矫雪梅. 2022. 少子老龄化背景下社区“一老一小”代际融合设施建设研究. 规划师，38（8）：60-65.

Zhang Xiaojing, Dai Yiwen, Sun Wen, and Jiao Xuemei. 2022. Senior and Junior Integrated Service Facilities Construction in Response to Social Aging. Planners, 38(8): 60-65.

张延吉，秦波，朱春武. 2019. 北京城市建成环境对犯罪行为和居住安全感的影响. 地理学报，74（2）：238-252.

Zhang Yanji, Qin Bo, and Zhu Chunwu. 2019. The Impact of Urban Built Environment on Criminal Behavior and Residential Security in Beijing. Acta Geographica Sinica, 74(2): 238-252.

赵宏波，魏甲晨，孙东琪，王爽，刘雅馨，谭俊涛. 2021. 大城市内部“生产-生活-生态空间”多尺度耦合协调度——以郑州市为例. 资源科学，43（5）：944-953.

Zhao Hongbo, Wei Jiachen, Sun Dongqi, Wang Shuang, Liu Yaxin, and Tan Juntao. 2021. Multi-Scale Analysis on the Coupling Coordination Degree of Production-Living-Ecological Spaces in Cities: A Case Study of Zhengzhou City. Resources Science, 43(5): 944-953.

郑凌予，杨淑梅，伍夏，郭良. 2023. 基于空间感知的社区绿色暴露指数对活动行为影响研究. 中国园林，39（1）：92-97.

Zheng Lingyu, Yang Shumei, Wu Xia, and Guo Liang. 2023. Study on the Impact of Community Green Exposure Index on Activity Behavior Based on Spatial Perception. Chinese Landscape Architecture, 39(1): 92-97.

中华人民共和国生态环境部. 2020. 2020年全国大、中城市固体废物污染环境防治年报. （2020-12-28）[2023-12-14]. https://www.mee.gov.cn/ywgz/gtfwyhxpgl/gtfw/202012/P02020122855 7295103367.pdf.

Ministry of Ecological Environment of the People's Republic of China. 2020. Annual Report on Prevention and Control of Solid Waste Pollution in Large and Medium-Sized Cities of China in 2020. (2020-12-28) [2023-12-14]. https://www.mee.gov.cn/ywgz/gtfwyhxpgl/gtfw/202012/P02020122855729510 3367.pdf.

中国科学院，可持续发展大数据国际研究中心. 2022. 地球大数据支撑可持续发展目标报告（2022）. 北京：科学出版社.

Chinese Academy of Sciences and International Research Center on Big Data for Sustainable Development. 2022. Report on Earth Big Data Underpinning the Sustainable Development Doals (2022). Beijing: Science Press.

中国社会科学院（财经院）-联合国人居署全球城市竞争力报告联合课题组. 2021. 中国城市践行联合国可持续发展目标11的进展评估. 城市与环境研究，（3）：36-55.

CASS (NAES) -UN Habitat Global Urban Competitiveness Report Joint Research Group. 2021. Assessment of the Progress of Chinese Cities in Implementing UN Sustainable Development Goal 11. Urban and Environmental Studies, (3): 36-55.

朱佩娟，郎泽慧，贺清云，张美芳，吴国权. 2020. 长沙城市空间破碎化的格局特征及其影响因素. 地理研究，39（8）：1739-1754.

Zhu Peijuan, Lang Zehui, He Qingyun, Zhang Meifang, and Wu Guoquan. 2020. The Pattern Characteristics and Influencing Factors of Urban Space Fragmentation in Changsha. Geographical Research, 39(8): 1739-1754.

Options
Outlines

/

〈 〉