基本信息

标题

Global patterns of inequality in pedestrian shade provision
行人遮荫不平等的全球模式

发表时间

2026-01-15

作者

Xinyue Gu1,2*, Lukas Beuster1,3,4, Xintao Liu2*, Eveline van Leeuwen4,5, Titus Venverloo1,4, Fábio Duarte1*

作者机构

1 Senseable City Lab, Massachusetts Institute of Technology, Cambridge, USA.
麻省理工学院感知城市实验室，剑桥，美国。
2 Department of Land Surveying and Geo-Informatics, The Hong Kong Polytechnic University, Hong Kong, China.
香港理工大学土地测量与地理信息学系，香港，中国。
3 3D Geoinformation Research Group, Delft University of Technology, Delft, the Netherlands.
代尔夫特理工大学三维地理信息研究组，代尔夫特，荷兰。
4 Amsterdam Institute for Advanced Metropolitan Solutions, Amsterdam, the Netherlands.
阿姆斯特丹高级都市解决方案研究所，阿姆斯特丹，荷兰。
5 Urban Economics Group, Wageningen University & Research, Wageningen, the Netherlands.
瓦赫宁根大学与研究中心城市经济学组，瓦赫宁根，荷兰。
……

期刊

Nature Communications

DOI

10.1038/s41467-026-69190-w

摘要

遮荫设施是缓解城市热岛效应最有效的策略；然而其分布仍然高度不均。通过高分辨率模拟建筑物和树木在行人区域投射的阴影，并结合邻里层面的社会经济数据，我们评估了九个气候和地理多样性城市的遮荫可用性：阿姆斯特丹、巴塞罗那、贝伦、波士顿、香港、米兰、里约热内卢、斯德哥尔摩和悉尼。我们的结果揭示了一致的空间和社会经济不平等模式：尽管面临更大的热脆弱性，低收入和边缘社区的人行道上往往显著缺乏遮荫。值得注意的是，即使在总体遮荫覆盖率高的城市中，这种不平等依然存在，富裕地区享有不成比例的丰富遮荫资源。通过关注公共行人空间而非一般覆盖率，本研究强调了通过人类体验视角衡量热负担的重要性。我们呼吁以公平为中心的适应策略，将遮荫设施集中在最需要的地方，特别是服务不足和暴露在外的社区。

导读

该研究基于九个气候与地理差异显著城市的高分辨率行人阴影模拟及社区级社会经济数据，揭示了步行空间阴影供给存在普遍的空间与社会经济不平等：低收入及边缘社区阴影更少，且不平等在高覆盖城市中仍持续存在，凸显以人本体验衡量热负荷的必要性。

引言

研究背景

随着全球气温持续上升，城市成为极端高温暴露的中心，加剧了对公共健康、能源安全和社会公平的风险。由于城市热岛效应，城市人口尤其脆弱，这种效应增加了热浪的频率、持续时间和严重性。其后果深远，包括基础设施受损增加、死亡率和发病率上升、劳动生产率下降、能源系统紧张以及社会和空间不平等加剧。这些影响不成比例地加重了边缘化社区的负担，加剧了气候变化下的城市脆弱性。

科学问题与动机

城市遮荫已成为缓解城市热量的一种高效但未充分利用的策略。建筑物、树木和其他遮荫设施可以显著降低地表温度和热辐射暴露，从而减少与热相关的健康风险。虽然这两种形式的遮荫都能减少直接太阳负荷，但树荫通过蒸散作用提供额外的冷却效果，这是一种通过水分交换降低空气温度的生物物理过程。这些机制的相对有效性在很大程度上取决于气候背景：在干燥炎热的气候中，低环境湿度增强了树木的冷却效果，而在潮湿环境中，蒸发潜力受到限制，建筑物遮荫可能主导舒适反应。

现有研究不足

尽管这些冷却效益已被充分记录，显示遮荫最多可减少40°C的净热负担，显著改善行人热舒适度并降低热应激，但研究表明遮荫在社会经济线上的分布极不均匀。例如，在美国，最贫困社区的树冠比最富裕地区低41%，有色人种社区的遮荫比白人居民为主的社区少三分之一。这引发了关于环境正义和气候适应公平性的担忧。尽管越来越多的人认识到城市遮荫是气候适应城市的关键组成部分，但对其空间分布的系统评估仍然稀缺。

研究目标与创新

本研究通过对九个全球多样化城市的行人可及遮荫进行比较分析，旨在填补这一空白。 这些城市根据多种标准选择，包括覆盖不同的气候区、城市形态变化、全球南北背景代表性以及高质量、可比较的地理空间和社会经济数据的可用性。这种多样性使我们能够识别遮荫不平等的一般模式和特定背景因素。

方法

数据来源与类型

研究使用了九个全球城市的高分辨率数字表面模型（DSM）数据，主要来源于Google Solar API和荷兰的AHN4 LiDAR数据集，分辨率为0.1米至0.5米。通过结合树冠高度图（1米分辨率）和建筑物多边形数据，模拟了夏季至日及历史最热日的行人区域阴影分布情况，时间范围为上午10点至下午5点。

核心方法或技术

研究采用UMEP Shadow Generator进行阴影模拟，结合XGBoost回归模型和SHAP解释框架分析阴影强度与社会经济变量的关系。计算两个核心指标：平均阴影强度（比例值0到1）和累计阴影资源（平方米）。通过生成标准化的人行道多边形并叠加阴影栅格，确保仅评估公共行人空间的阴影覆盖。

研究过程或实验步骤

首先生成高分辨率阴影地图（0.5m×0.5m），然后使用KerbSide工具从OpenStreetMap提取标准化人行道数据。通过zonal statistics聚合街区级别的阴影值，并计算Gini系数评估不平等性。对每个城市分别训练XGBoost模型，分析社会经济指标与阴影分布的关联，最终验证结果的稳健性。

结果

不同城市间行人遮荫分布的显著不均

研究分析了九个全球分布城市的各社区平均遮荫水平，发现所有城市内部遮荫覆盖率存在显著差异。例如，在阿姆斯特丹，中高遮荫水平主要集中在市中心区域（平均遮荫超过0.4），而周边社区则表现出较低的遮荫水平（低于0.4）。在热带城市贝伦，大部分社区的人行道遮荫水平极低（低于0.15），仅有少数区域达到中等遮荫水平。这种遮荫不足可能加剧社会经济边缘化地区对极端高温的暴露。

遮荫与收入间的关联性

通过XGBoost回归模型和SHAP解释方法，研究揭示了不同社会经济和城市形态指标与平均遮荫度之间的关系。在多个城市中，包括阿姆斯特丹、贝伦、波士顿、香港和斯德哥尔摩，较低的人均收入和房屋价值与系统性较低的遮荫度相关联，表明低收入地区的遮荫基础设施投资不足。这与观察到的空间不平等和基于基尼系数的分析结果一致。

建筑与树木额外遮荫的差异

研究进一步生成了夏至日和最热日的综合遮荫图，以验证和讨论夏至日综合遮荫的空间模式。结果显示，建筑遮荫是最均匀分布的指标，而综合遮荫和额外树木遮荫则逐渐更加不平等。这一排名在人口、收入和住房价值分层中保持一致，表明尽管树木及其遮荫覆盖更集中于富裕社区，建筑物在高密度核心区提供集中遮荫，但这些差异化模式并未改变遮荫覆盖空间不平等的整体结论。这一排名在人口、收入和住房价值分层中保持一致。

结论

城市遮荫分布的不平等性

研究发现，不同城市及同一城市内部街区之间的行人遮荫分布存在显著不均。高收入和中心区域往往享有更多遮荫，而低收入和边缘区域则面临遮荫不足的问题。这种不平等不仅反映了城市规划和投资的历史遗留问题，还揭示了环境不公正在加剧城市热脆弱性方面的作用。通过聚焦于公共行人空间而非总体覆盖率，本研究强调了从人类体验角度评估热负担的重要性。

遮荫作为环境特权的标志

分析表明，城市遮荫并非普遍需求或公共权益的结果，而是历史和持续的城市投资、土地使用政策和政治话语权差异的反映。尤其在一些整体遮荫率较高的城市（如斯德哥尔摩），富裕社区仍享有不成比例的丰富遮荫，进一步凸显了遮荫作为一种环境特权的特征。这说明即使在平均遮荫良好的城市中，资源分配的不平等依然存在。

政策与规划建议

研究呼吁制定以公平为中心的适应策略，优先在最需要的地方提供遮荫，特别是服务不足和暴露在外的社区。此外，单纯增加绿地覆盖率不足以解决空间不平等问题，必须结合系统性的监测和规划政策，确保遮荫资源能够惠及所有人群。这一发现对气候变化适应和环境正义具有重要意义。

局限性与展望

本研究主要模拟建筑物和树木产生的遮荫，未包括其他形式的人工遮荫（如凉棚、遮阳帆）。未来研究可进一步区分这些遮荫来源，以更好地捕捉其对城市微气候和人体热舒适度的异质性贡献。此外，由于社会经济指标和数据来源的差异，未来工作应整合更多样化的数据集，尤其是针对全球南方城市的详细邻里级信息，以便更准确地评估遮荫不平等并识别需要干预的热点区域。

主要图表

图 1. 全球地表温度与城市内部遮荫差异综合图。a）2024年6–8月全球2米气温平均分布图，数据源自ERA5气候数据存储库；较暖区域以深红色表示，较冷区域以蓝色表示；图中还用黑色十字标记了九个研究城市，代表多样的气候带和城市形态。b)–j）九个选定城市的街区尺度平均遮荫空间格局：b）阿姆斯特丹（n=388），c）巴塞罗那（n=1,014），d）贝伦（n = 1,504），e）波士顿（n=169），f）香港（n=129），g）米兰（n=6,428），h）里约热内卢（n=6,933），i）斯德哥尔摩（n=494），j）悉尼（n=458）。

图 2. 城市街区尺度遮荫不平等现象。a）各城市的基尼系数与洛伦兹曲线。b)–j）九个选定城市街区尺度平均遮荫与人均收入的双变量地图：b）阿姆斯特丹，c）巴塞罗那，d）贝伦，e）波士顿，f）香港，g）米兰，h）里约热内卢，i）斯德哥尔摩，j）悉尼。

图 3. 针对九个城市的可解释XGBoost模型回归结果及其SHAP解释。注：每张图显示标准化特征值（X轴）与对应SHAP值（Y轴）之间的关系，SHAP值表示各特征对平均遮荫预测结果的贡献程度。

图 4. 里约热内卢街区尺度遮荫不平等现象。a）夏至日综合遮荫空间格局，b）最热日综合遮荫空间格局，c）夏至日建筑遮荫空间格局，d）最热日建筑遮荫空间格局，e）夏至日额外树木遮荫空间格局，f）最热日额外树木遮荫空间格局。注：额外树木遮荫指树木对城市遮荫的附加贡献，由综合遮荫减去建筑遮荫所得。

图 5. 里约热内卢的基尼系数及可解释XGBoost模型分析。a）各类遮荫类型的基尼系数与洛伦兹曲线，b）各类遮荫类型基尼系数的置信区间（n=6,933；数据以均值±标准误表示），c）针对各类遮荫类型的可解释XGBoost模型回归结果及其SHAP解释。

图 6. 斯德哥尔摩街区尺度遮荫不平等现象。a）夏至日综合遮荫空间格局，b）最热日综合遮荫空间格局，c）夏至日建筑遮荫空间格局，d）最热日建筑遮荫空间格局，e）夏至日额外树木遮荫空间格局，f）最热日额外树木遮荫空间格局。

图 7. 斯德哥尔摩的基尼系数及可解释XGBoost模型分析。a）各类遮荫类型的基尼系数与洛伦兹曲线，b）各类遮荫类型基尼系数的置信区间（n=494；数据以均值±标准误表示），c）针对各类遮荫类型的可解释XGBoost模型回归结果及其SHAP解释。

表 1. 社会经济指标说明