不同尺度公园绿地与住房价格的空间分布关系研究——以苏州中心城区为例

吴殿鸣

邵大伟*

刘志强

余 慧

王俊帝

城市绿地是构筑和支撑城市生态环境的绿色基础，不但提升了人居环境，还是居民的重要“财产”[1]，是市民应该享有的公共福利资源。城市绿地布局受城市发展的控制，又对城市空间具有一定的调控作用[2-3]。相关研究表明，绿地具有引导城市居住空间的效能，在不同绿地类型中，公园绿地的作用能力相对较强[4]。住房特征是居住空间的重要表征，反映了居民对城市经济发展、生活环境质量的偏好和支付意愿，与其所处的空间位置有着密切的关系[5]。不同地理位置因区位条件、交通状况、基础设施、人口密度和环境状况等条件的不同影响着住房价格，使其在空间分布上具有一定的规律[6]。公园绿地是影响房价的重要因素，对上海小区房价的研究发现，公园绿地对居住空间及选择影响较大，每增加或减少一个单位，各影响因子对房价的影响大小依次为：建成时间、CBD、绿化覆盖率、公园、地铁站、超市和学校[7]，居住区周边大型公园绿地、山水环境明显可以促进房价升值[8]。

空间自相关方法具有较强的空间关系探测功能，在自然资源环境、社会经济研究领域应用广泛，效果突出[9]。该方法在绿地相关研究中的使用逐渐增多，尤其是在绿地生态功能探索等微观层面表现出较为明显的优势[10-13]。为刻画多个变量之间的空间相关性，相关学者进一步拓展了双变量自相关，为揭示不同要素空间分布的相关性提供了有效方法支撑[14]。双变量空间自相关也已有较多研究，主要涉及城镇化与生态环境[15]、人口与经济[16]、产业与环境污染[17]等方面，关于绿地、公园绿地的相关研究依然十分薄弱。

图1 苏州中心城区范围图2 苏州中心城区各街道(镇)被统计居住区数量

公园绿地具有较为完善的服务设施，与居民生活关系密切，对房价的影响也相对较为突出。当前公园绿地与住房价格的空间分布关系研究相对较少，加之公园绿地自身尺度差异明显，不同尺度公园绿地与住房价格的差异规律仍未能有效揭示，双变量的空间自相关方法为深入揭示公园绿地与住房价格的空间关系提供了有效手段。我国城市正处于“绿色转型”的关键期，对生态、生产、生活空间(以下简称“三生空间”)的协调发展问题关注度较高，相关研究不仅可以有效揭示公园绿地、住房价格的空间作用规律，也可为公园绿地的高效布局、可持续开发提供科学依据，以期促进人居环境质量提升。

1 案例地选取

苏州社会经济发达，人地矛盾、“三生空间”关系具有一定典型性。苏州地处江南水乡，自然生态环境优良，2016年被评为首批“国家生态园林城市”，且一直位居“中国最具幸福感城市”前列，在公园绿地建设水平及住房建设与房价控制等方面，也具有一定借鉴与参考价值。

苏州中心城区布局较为均衡，形成“一心两区两片”的城市空间结构。“一心”指以苏州古城为核心、老城为主体组成的城市中心区(即姑苏区范围)；“两区”即高新区城区和工业园区城区；“两片”为相城片和吴中片。在单中心城市模型中，阿隆索(Alonso)、米尔斯(Mills)和穆斯(Muth)通过构建数学模型的方式，发现城市住房价格随着与城市中心距离的增加以指数函数形式递减[18]。与上海、北京等单中心城市有所不同，苏州具有多中心的空间结构，此类城市公园绿地与住房价格的空间规律又具有一定的独特性和研究价值。为此，本研究选取公园绿地、住房建设较为集中的苏州中心城区作为研究范围，共约437km2，涉及姑苏、工业园、高新、相城和吴中5区，24个街道(镇) (图1)。

2 研究方法与数据

2.1 研究方法

空间自相关分析可确定某一变量是否在空间上相关、其相关程度如何，其中全局空间自相关着重刻画空间上的聚集状态和相关程度，而局部空间自相关则可判断出空间上的热点区域[19]。本文引入全局自相关系数Global Moran'sI和局部自相关系数Getis-OrdGi*，对苏州中心城区公园绿地与住房价格进行空间相关性分析。其中：

式中：

xi、xj表示在i、j处的属性值；wij是空间权重值。本文采用邻接距离法，即当i和j邻接时wij=1，否则wij=0。值越趋近于1，总体空间差异越小。反之，若Moran'sI显著为负，则表明区域与其周边地区的属性值具有显著的空间差异。值越趋近于-1，总体空间差异越大；仅当Moran'sI接近期望值-1/(n-1)时，观测值之间才相互独立，在空间上随机分布，此时满足传统区域差异度量方法所要求的独立条件，则表示空间不相关。Moran'sI统计结果采用Z检验：

其中，E(I)为数学期望，Var(I)为理论方差[20]。利用Getis-OrdGi*指数来探讨公园绿地与住房价格的局部空间自相关特征，该指数考虑了空间观测点自身的情况，包括了i=j的情况[20-21]。

为有效探明2个变量之间的空间关系，相关学者又进一步发展了单变量空间自相关分析方法，将双变量空间自相关定义为：

式中：Zi、Zj分别表示观测值在空间i、j上的标准化值，为空间权重的任一元素，以定义空间对象的相互邻接关系，在此采用queen原则，即共同边界原则创建权重矩阵[15-16]。根据值的大小可以将区域单元分为高-高(High-High)、低-低(Low-Low)、高-低(High-Low)、低-高(Low-High)，前2种类型分别代表高值与低值的局部空间聚集值，后2种代表局部空间分异。

2.2 主要数据来源及处理方法

公园绿地信息来自于苏州2016年1:1 000城市用地现状图，按照《城市用地分类与规划建设用地标准》(GB 50137—2011)进行分类确定。本研究房价为二手房价格，二手房价格具有对周边环境反应敏感、覆盖范围广、住宅类型多等优势。房价数据来源于www.2500sz.com(名城苏州网)①，共统计了苏州中心城区383个居住小区二手房的平均单价(单位：元/m2)，分布于22个街道(图2)。进一步对部分居住小区的房价进行了实地走访，并与部分房产中介进行调查核对，相关数据准确度高，与现实房价相符。街道信息来自于2016年苏州行政区划图。

基础数据处理及分析均通过ArcGIS 9.3平台，包括数据的分类分析、地图矢量化等。所有居住小区的地理位置，通过Google地图定位，配准叠合了《苏州CITY城市地图》②，将相关信息一一录入。空间自相关的分析则是借助GeoDa 1.6.7软件进行处理。

3 苏州公园绿地与住房价格概况及关系

3.1 公园绿地、住房建设概况③

苏州公园绿地建设水平及规模质量相对较好，截至2015年，市区公园绿地面积达到4 540hm2，比2010年增加925hm2，增长25.59%，呈现出快速扩展趋势。2016年，苏州成为首批7个国家生态园林城市之一，充分体现了生态建设和市政基础设施的建设发展水平。

图3 公园绿地与住房价格的全局和局部自相关特征

2015年，苏州市区已登记国有土地上住宅建筑面积为16 518万m2，是2010年的1.2倍，房屋建设增长强劲。2010—2015年，房地产开发住宅每年新增量在1 102.41万～1 386.17万m2，但投资额2015年年末达到1 864.95亿元，约为2010年的2倍。在土地资源紧缺度增加、房屋开发成本不断上升的背景下，住宅大量新增的势头将难以维系，高品质住宅及现有居住条件的改善提升，将是未来的主要发展趋势。

3.2 公园绿地与住房价格的空间关系

苏州中心城区公园绿地与住房价格存在显著正相关关系(图3)，在一定程度上，公园绿地数量越多，房价也会相对越高。全局自相关指数为0.260 1，在95%的置信水平Z值均大于1.96。就局部空间自相关格局而言，苏州中心城区公园绿地与住房价格形成1个热点唯亭镇、1个次热点狮山街道、1个次冷点胜浦镇、2个冷点白洋湾街道和越溪街道。热点、次热点分别为苏州工业园区、高新区的中心区域，公园绿地面积分别为526.18、170.06hm2，房价均价分别达到37 393、22 542元/m2。胜浦镇、白洋湾街道和越溪街道公园绿地面积分别为178.98、252.30和132.45hm2，房价分别为19 780、16 565和19 373元/m2，公园绿地拥有量、住房价格均相对较低。

4 苏州中心城区不同尺度公园绿地与住房价格的空间相关关系

公园绿地尺度大小是决定其功能定位和服务能力的重要因素，也制约着其生态功能和景观类型。参照《城市绿地分类标准》(CJJ/T 85—2002)，街头绿地多为2hm2以下，邻里性社区公园多不会超过5hm2，地区性小公园与大公园的面积临界值为20hm2。为此，进一步结合苏州公园绿地现状特征，为深入分析不同尺度公园绿地与住房价格的空间分布关系，将公园绿地分为2hm2以下、2～5hm2、5～10hm2、10～15hm2、15～20hm2和20hm2以上6个尺度层级，与房价进行分析。

4.1 不同尺度公园绿地与住房价格的全局自相关关系

全局自相关指数随着尺度规模的扩大，分别为0.259 4、0.339 4、0.260 6、0.226 1、-0.027 2和0.111 6(图4)，相关系数呈现出先增大后减小的趋势，集聚程度先增大后减小，逐渐不显著。

面积为2hm2以下、2～5hm2、5～10hm2和10～15hm2的公园绿地分布与房价均表现出显著的正相关关系，且在2～5hm2区间相关度达到最大。随后相关度下降，15～20hm2尺度公园绿地表现出与房价的负相关关系，在20hm2以上又表现出一定正相关关系，但不显著。2hm2以下公园绿地虽然总面积大于2～5hm2，但后者明显表现出与高房价街道更为密切的关系，5～10hm2、10～15hm2总面积分别为462.78、179.12hm2，仅约为2hm2以下公园绿地总面积的1/4、1/10，但其与房价的相关性与2hm2以下公园绿地相近，也达到了显著的正相关水平。反观15hm2以上公园绿地与房价相关性偏弱，主要受总面积较少和分布相对集中的影响。

4.2 不同尺度公园绿地与住房价格的局部自相关关系(图5)

1)2hm2以下公园绿地与房价冷点集聚。在局部空间自相关格局中，2hm2以下公园绿地与房价出现4个冷点区，包括浒墅关镇、浒墅关经济开发区、白杨湾街道和城南街道，公园绿地面积平均值仅约为64hm2，房价均价为1.6万元/m2，远低于街道平均公园绿地面积89hm2和平均房价2.1万元/m2。公园绿地、住房价格表现出显著空间互促效应，公园绿地不足的街道房价也会相对较低。

2)2～10hm2公园绿地与房价呈现显著热点、冷点集聚。尺度为2～5hm2的公园绿地与住房价格表现出显著的集聚分布格局，且以工业园区、高新区为中心，呈现1个热点集聚区和1个次热点区域，高房价街道拥有相对较多的2～5hm2公园绿地。但在热点区域的周边，存在新区的白杨湾街道、木渎镇和城南街道3个冷点街道，以及工业园区的胜浦镇1个次冷点街道，房价均价均在2万元/m2以下。工业园区首期建成区由于包括金鸡湖大面积水面，陆地面积较少，尽管房价均价高达33 034元/m2，但公园绿地面积仅有约40hm2，远低于周边街道单元，形成公园绿地分布的孤岛。随着公园绿地增大到5～10hm2，热点区域迅速消退，仅有唯亭街道，次热点街道狮山街道也变得不明显；反观冷点区域相对稳定，且增加金阊区城区1个街道。

3)10～15hm2公园绿地与房价热点集聚。10～15hm2公园绿地仅有唯亭街道达到高-高热点的显著水平，房价均价高达37 393元/m2，是所有街道单元房价最高的街道，公园绿地面积约为12hm2，周边娄葑镇、胜浦镇公园绿地面积、房价均较高，唯亭镇最高，达到热点的显著水平。

4)15～20hm2公园绿地与房价分异特征突出。15～20hm2公园绿地与房价在中心城区内仅出现2个次热点区域和3个次冷点区域，2个次热点区域分别为枫桥街道和狮山街道，次冷点为浒墅关镇、浒墅关技术开发区与元和街道，均无该尺度公园绿地分布，次热点房价相比周边街道较高，次冷点则相对较低。

图4 不同尺度公园绿地与住房价格的全局自相关关系

5)20hm2以上公园绿地与房价空间相关性未达到显著水平。在娄葑、长桥、首期建成区等街道，20hm2以上大尺度公园绿地分布相对较多，但均未达到显著水平，整体空间相关性相对较弱。

5 结论与讨论

5.1 主要结论

公园绿地与房产价格空间分布呈现显著正相关关系，局部空间中2～10hm2公园绿地与房价空间关系尤为密切，集聚效应突出；但受到尺度、规模及空间分布的影响，局部空间格局中随着公园绿地尺度增大，与房价整体呈现出“冷点集聚-冷点和热点集聚-热点集聚-冷点和热点分异不显著”的变化趋势。

1)公园绿地对房价的作用存在尺度大小和规模数量2个潜在影响因素，尺度、规模越大，越容易促进房价升值。房价较高的街道单元普遍具有较为丰富的公园绿地分布，2hm2以下小尺度公园绿地均较多，但同时10hm2以上尺度公园绿地拥有量也较为丰富。公园绿地数量多是房价高的必要条件，同时公园绿地尺度越大，越容易带来高房价的产生。

2)以5hm2以下小尺度公园绿地为主的古城区，以及吴中、相城等城市边缘区房价相对滞后，甚至是冷点。以古城区为主的姑苏区，包括平江区城区、沧浪区城区和金阊区城区3个街道，相较于工业园区、高新区核心街道差距明显，公园绿地、房价均滞后于2个副中心，公园绿地多为小尺度层级；公园绿地分布较少、房价较低的冷点区多出现在城市边缘区。

3)工业园区、高新区的核心街道房价高、公园绿地尺度体系完善，工业园区公园绿地形成金字塔式的尺度层级结构。苏州较早跳出古城区进行开发建设，先后建立了高新技术开发区和工业园区，“两区”中心所在的狮山街道、唯亭镇房价分别为所在区域的最高房价街道；狮山街道、唯亭镇公园绿地面积也处于所在区域的较高水平，尤其是唯亭镇公园绿地面积超过500hm2，是拥有公园绿地数量最多的街道。苏州工业园区的首期建成区、唯亭镇、娄葑镇和胜浦镇4个街道住房价格最高，其不同尺度公园绿地由小到大，基本呈现出逐级递减的趋势，形成一个较为合理、稳定的金字塔式层级结构。

图5 不同尺度公园绿地与住房价格的局部自相关格局

5.2 讨论

1)房价分布受城市空间结构影响显著。苏州中心城区包括姑苏区(古城区)、高新区和工业园区3个“一字排开”的板块，南北又有吴中、相城2个片区，表现出与单中心城市明显的布局区别。房价与各自板块的中心关系较为密切，作为环境条件及开发建设较为成熟的高新区、工业园区，其核心的狮山街道、唯亭镇房价是各自区块的最高值单元，与部分单中心城市房价随城市中心逐渐向外衰减的趋势存在明显区别。

2)大尺度公园绿地对局部房价影响潜力较大。10hm2以下公园绿地更多属于基础设施配套，10hm2以上公园绿地则在自然景观方面显现出自身优势。就住房价格与公园绿地的互促关系而言，相关研究认同度较高，但与基础设施、交通条件、自然景观对房价影响作用的对比方面，大小顺序在不同城市又有所区别。苏州中心城区交通、购物、休闲等基础配套设施相对均衡、成熟。反观10hm2以上较大尺度公园绿地资源会更加稀缺，难以有大幅度的建设增长，其对房价增值的潜力及后劲依然较大。

3)差异化管控策略需要加强。苏州中心城区10hm2以下小尺度公园绿地分布相对均衡，尤其是在古城区、高新区、工业园区差距不大，但在南北两端吴中、相城2个板块仍有较大提升空间，有待进一步完善。苏州古城区应进一步结合第三产业优化、历史文化遗迹保护，腾挪空间，在不破坏小街小巷尺度肌理的前提下，灵活化布置更多的公园绿地，改善、完善游憩环境。大尺度公园绿地一般与自然资源要素结合比较密切，高新区、工业园区应警惕房地产过热对房价及自然环境带来的威胁，甚至是破坏，反而更应该减少开发、退后开发，在保持城市山水格局空间延续性的基础上，给市民留出更多的景观空间，促进生态与生活空间的协调、融合。吴中、相城南北2片，应紧抓住地铁2号线、4号线开通的机遇，加快公园基础设施配套的完善，并注意处理好公园、住房建设与阳澄湖、独墅湖等自然山水空间的关系，严格划清、管控好生态红线。

4)后续探索亟待跟进。本研究探讨了不同尺度公园绿地与房价的空间分布关系，但影响住房价格的因素较为复杂，房龄、户型、学区等因素不容忽视；绿地及公园绿地的类型差异也相对较大，且水乡苏州的金鸡湖、独墅湖、大运河等水域环境资源，也会影响居民的择居偏好及投入力度，均有待进一步深化、细化。本文的研究选择街道单元，房价是街道均价，公园绿地也是平均数量，住房的面积、质量等个体特征会在一定程度上被隐藏，有待对住房特征等相关数据进一步挖掘，开展后续深入研究。

注：文中图片均由吴殿鸣和邵大伟绘制。

注释：

① 引自http://mp.weixin.qq.com/s?__biz=MjM5NDA2M jkxNQ==&mid=2651210154&idx=1&sn=fbdf3779af3 488434d4b19388c0f3538&chksm=bd7f96868a081f 90f8865cd1b1a6e71346825ba6906a96f007d7bbc9 068bcf7edf2720f2facb&scene=0#rd。

② 源自苏州CITY城市地图，中国地图出版社出版发行，2017年1月最新版。

③ 相关数据均来自相关年份的苏州统计年鉴。