APP下载

基于住房价格分异的公园绿地空间分布特征∗

2020-12-09邵大伟吴殿鸣

中国城市林业 2020年5期
关键词:住房价格高房价分异

邵大伟 吴殿鸣

苏州科技大学建筑与城市规划学院 江苏苏州 215011

城市人居环境改善和优美环境供给成为当前我国的重要发展任务。 公园绿地是城市人居环境改善和公共服务的主要空间载体[1-2]。 公园绿地布局和服务能力建设的核心是要满足人的需要,因此需要对目标人群进行客观、 深入的研判, 然而, 城市人口较为复杂, 加之其空间流动性和属性的动态性, 研究中存在一定困难。 社会转型发展阶段, 是否能够有效揭示不同社会属性特征居民的公园绿地享有水平和特征, 成为制约公园绿地建设成效和社会公平正义的重要因素。 住房价格的空间分异是对居民社会经济属性差异的重要反映, 主要是指不同空间位置的住房价格存在系统性差异, 即住房价格的影响因素在不同地理位置对住房价格的影响程度和方向存在显著差异性[3]。 城市住房的类型和档次, 与居住群体的经济社会属性存在紧密关联[4-5], 城市房价的空间分异, 越来越能够真实反映出居住空间乃至社会空间分异的格局[6]。 同时, 城市内部住宅价格的空间分异现象直接映射出城市公共服务设施配置的布局状态和空间失衡[7-8]。

在住房价格的影响因素研究中, 绿地环境设施对其具有显著影响[9-12], 但基于住房价格的分层或空间分异, 探讨公园绿地的分布状态或服务能力的研究尚不多见, 相关研究可从住房价格空间分异的基础上揭示公园绿地的享有水平和服务能力, 进而还可折射出不同收入水平等社会经济属性差异条件下对公园绿地资源的占有情况, 研判公园绿地的服务公平性和效率, 以此为切入点对公园绿地建设提出优化调控建议, 以期促进公园绿地的公平正义和服务效能, 提升城市的内涵建设和科学发展水平。

1 研究数据与方法

苏州位于国际6 大世界级城市群之一的长江三角洲城市群。 “十三五” 是其努力建设经济强、 百姓富、 环境美、 社会文明程度高的新江苏的关键时期。 作为我国社会经济发展水平、城镇化质量水平位居前列的城市, 苏州城市基础设施的供给和环境公平正义研究具有典型性和代表性, 相关研究结论也具有一定的借鉴参考价值。 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437 km2), 涉及姑苏、 工业园、 高新、 相城、吴中5 区, 24 个(镇) 街道。

1.1 数据来源

1) 住房价格数据。 本研究房价数据是居住小区房屋出售的平均价格, 主要来源于苏州房产交易信息中心和“搜房网” “房天下” “365 淘房网” 等房地产交易网站, 这也是当前国内外房价相关研究的主要数据形式和来源[9-11], 共采集了2017 年苏州中心城区内383 个居住小区房价数据。 二手房价格具有对周边环境反映敏感、 覆盖范围广、 住宅类型多等优势, 也是当前对于房价相关研究的通用的、 可靠的数据来源, 研究过程中还对部分居住小区的房价进行了实地调查, 并与部分房产中介进行核对[14-16]。

2) 公园绿地数据。 公园绿地数据来自于国土部门2016 年苏州市的土地利用现状数据①绿地率≥65% (不含水体) 的按公园占地面积计入公园绿地面积: 绿地率<65% 的按公园内的绿地实际面积计入公园绿地面。, 即为《城市用地分类与规划建设用地标准》 (GB50137-2011) 中的G1 公园绿地, 向公众开放, 以游憩为主要功能, 兼具生态、 美化、 防灾等作用。

1.2 研究方法

本文空间分异及其关系的探测主要利用空间自相关分析方法, 借助全局自相关系数Global Moran'sI和局部自相关系数基于街道单元对苏州中心城区公园绿地与不同住房价格水平进行空间相关性分析。 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, 是探测空间特征和规律的有效指标[18-19]。 根据Ii值的大小将区域单元分为High-High、 Low-Low、High-Low、 Low-High 共计4 种类型, 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[20-21]。

2 苏州中心城区住房价格与公园绿地分布

2.1 住房价格空间分布特征

本次研究共选择了383 个居住小区, 分布于苏州中心城区的24 个街道(其中2 个街道居住小区为0), 房价最高值达48 200 元/m2, 最低值为11 228 元/m2, 平均价格为22 289 元/m2, 标准差为6 588, 房价内部差异较大, 具备较好分层分布的前提条件, 反映出不同属性人群聚居的分化和公共资源占有的不平衡性是客观存在的。 苏州中心城区住房价格在东西方向基本呈现“东高西低” 的走势, 东部的新加坡工业园区, 尤其是环金鸡湖周边, 住房价格普遍较高, 中西部古城区和高新区房价相对偏低: 在南北方向上, 中部工业园区、 古城区、 高新区房价显著较高, 南北两侧的吴中区、 相城区则房价较低。

2.2 公园绿地空间分布特征

公园绿地所采用数据为国土部门2016 年的城市土地利用现状数据, 苏州中心城区公园绿地总面积为44.45 km2。 公园绿地在各街道的分布状况也具有明显的差异特征, 东部工业园区街道拥有量十分丰富, 各街道公园绿地面积约40 ~65 hm2:其次为北部相城区街道和南部的吴中区街道, 大部分街道公园绿地面积约为20 ~40 hm2: 古城区和高新区狮山街道相对较少, 各街道约有12 ~23 hm2公园绿地: 高新区西部边缘区的部分街道公园绿地拥有量则相对较低。

3 不同价格水平住房与公园绿地分布的空间关系

住房价格空间分异直接表现为市民的收入水平差异和阶层化等社会属性的差异, 阶层化等会带来对多种社会资源享用和占有的差异, 乃至分化[22-24]。 采用自然间断点分级法将苏州中心城区住房价格水平按照居住小区房屋出售均价划分为5 类①该分类方法基于数据中固有的自然分组, 对分类间隔加以识别, 可对相似值进行最恰当地分组, 并可使各个类之间的差异最大化。, 5 个类别分别为高水平房价(33 596 ~48 200元/m2)、中高水平房价(26 584~33 595 元/m2)、中等水平房价(21 503 ~26 583 元/m2)、 中低水平房价 (17 682 ~21 502 元/m2)、 低水平房价(11 228~17 681 元/m2)。 基于住房价格的分异,将苏州中心城区各街道(镇、 区) 为研究单元,以单元内公园绿地的面积规模表征空间分布水平,对其公园绿地分布状况进行双变量的空间自相关分析。

3.1 整体空间关系

不同价格水平住房与公园绿地空间分布呈现出规律性的变化趋势, 随着住房价格水平的下降其公园绿地分布水平逐渐降低(图1), 且显著正相关不断减弱, 低房价住宅与公园绿地在空间分布中出现了显著的负相关关系。

1) 高房价住房与公园绿地分布空间相关水平最高。 Moran'sI指数达到了0.222 2, 大多街道主要分布在第一、 三象限, 极化现象较为明显, 表明空间分布上高房价水平居民普遍享有较为丰富的公园绿地或空间邻接度相对较高,如首期建成区、 娄葑镇、 唯亭镇、 沧浪区城区等街道和区域。

2) 中高房价水平住房与公园绿地的空间分布关系也相对较为密切。 Moran'sI指数为0.147 2,大多街道主要分布在第一、 三象限, 公园绿地的服务能力也较为理想, 具有良好的公园绿地环境和资源。

3) 中等房价住房的公园绿地享有水平相对较低, 与公园绿地空间相关性较低。 Moran'sI值为0.0912, 中等房价住房与公园绿地分布不均衡,公园绿地服务能力相对较差。

4) 中低房价水平住房与公园绿地空间相关性极低, 几乎没有相关关系。 Moran'sI值仅为-0.0011, 切线斜率接近于0, 反映出中低房价水平居民几乎难以有效享用或难以考虑公园绿地资源条件。

5) 低房价住房与公园绿地空间相关性呈现出显著的负相关关系。 Moran'sI值为-0.2400, 大多街道位于第二、 四象限内, 两者分布的“排斥”现象较为突出, 且主要分布于“公园绿地偏少”的第二象限内, 低房价区域公园绿地的享有水平和服务能力堪忧。

3.2 局部空间关系

1) 高房价住房与公园绿地分布水平在工业园区形成了1 个集中的“热点” 区域(图2), 即高房价住房、 公园绿地大量集中分布, 为娄葑镇、 唯亭镇2 个行政单元: 首期建成区和胜浦镇表现为“次冷点” 区域, 公园绿地十分丰富, 但住房价格水平与周边区域相比较低: 苏州中心城区北部出现了2 个“次热点” 区域, 为白洋湾街道和相城区经济开发区, 其住房价格水平与周边区域相比无明显优势, 但公园绿地分布和享有水平相对较高。

图1 不同价格水平住房与公园绿地分布的整体空间自相关分析

图2 不同价格水平住房与公园绿地分布的局部空间自相关分析

2) 中高房价住房与公园绿地空间分布表现为1 个“热点” 区域和1 个“次冷点” 区域, 其中“热点” 区域是唯亭镇, 高房价水平住房享有较为丰富的公园绿地: “次冷点” 为首期建成区,该区域公园绿地面积相对偏少, 分布和享有相对较低。

3) 中等房价水平住房的公园绿地享有水平相对较差, 仅有1 个“次冷点” 区域——平江区城区, 公园绿地分布偏少, 服务能力较低。

4) 中低房价水平住房与公园绿地分布在空间形成了1 个“热点” 和1 个“次冷点”, 局部的公园绿地分布在唯亭镇和长桥街道及其周边区域相对较好, 但“次冷点” 也反映出长桥街道中低房价住房价格过低的现状。

5) 低房价水平住房的公园绿地享有水平普遍较差, 未表现出明显的冷热点集聚, 从而也表明了低房价水平住房与公园绿地空间分布较为分散,两者分布之间空间关联度和服务水平相对较差。原始数据表明, 被统计的低房价住房分布较为分散, 除工业园区外, 各街道基本均有分布, 但在金阊、 沧浪、 城南、 元和等环古城区区域较多。

4 结论与讨论

4.1 结论

1) 房价越高的区域公园绿地享受水平越高,低房价区域享有水平较低。 不同房价水平住房与公园绿地空间相关性随着房价的下降逐渐降低,且正相关显著性不断减弱, 低房价住房与公园绿地在空间分布中甚至出现了显著的负相关关系。这表明高房价区域享有丰富的公园绿地资源, 享有水平随房价降低而逐渐下降, 并最终失去相关关系, 低房价住房与公园绿地随机分布。

2) 热点区域空间极化现象显著, 工业园区的高房价、 高公园绿地享有水平较为突出。 在局部空间关系中, 苏州中心城区房价水平越高的住房其公园绿地享有水平相对越高, 高水平房价、 中高水平房价住房与公园绿地分布的空间极化现象较为突出, 出现了明显红色的“高-高” 集聚区域: 工业园区不同房价水平住房公园绿地服务能力良好, 尤其是其核心区域唯亭镇, 高房价水平住房、 中高房价水平住房和中低房价水平住房均形成了与公园绿地空间分布的“热点” 区域。

3) 低房价住宅区域分散, 普遍难以便捷获取公园绿地的有效供给。 低房价住宅与公园绿地整体呈现负相关的空间排斥关系, 且多在局部空间失去关联, 反映出低房价区域普遍缺乏公园绿地,需要加强低房价区域公园绿地配置, 以满足弱势群体基本福利资源。

4.2 讨论

所居住、 购买房屋的价格水平是反映居民收入和阶层等社会属性的主要表征和有效指标, 房价水平高低的背后是不同类型和不同社会属性居民的聚居条件。 高房价水平住房普遍具有丰富的公园绿地资源, 公园绿地服务能力良好, 中低房价水平住房享有度和水平相对较低, 差异较为显著。 为此, 公园绿地空间布局建设乃至城市空间优化中应重点关注:

1) 强化规划引领, 公园绿地配置充分权衡房价分异。 收入或居住空间分异表明了社会阶层的分化程度, 也反映出居民在对城市的需求和期待方面存有一定的或是明显的区别。 在绿地系统规划中, 尤其是公园绿地的建设供给方面, 建议应结合房价分异, 加强对于区域或局部空间社会群体的考量, 在保证基本生活环境条件的基础上,进行差异化绿地布局。 高房价住房比较密集的区域, 公园绿地更加注重“保量增质”, 着重提升文化内涵、 生态效益和服务便捷性等方面: 中等或低收入群体集中的区域应满足基本的绿量要求,杜绝公园绿地指标的“被平均”, 满足基本的供应和享有权利, 并主动加强引导, 提升环境品质,促进美好生活环境设施建设。

2) 适度政策倾斜, 保障中低房价区域公园绿地公平性。 中低房价区域多为城市的弱势群体,该群体收入和文化水平较低、 经济能力薄弱、 信息贫乏且渠道较为单一和落后、 自身发展比较困难, 在资源占有、 休闲游憩活动方面均受到一定的限制, 尤其是在沧浪、 城南、 金阊等老旧城区,公园绿地建设空间受限与房价较低之间互为掣肘。可借助城市修补、 城中村专项整治行动给予政策、财政的适度倾斜, 进一步明确公园绿地规划服务覆盖范围、 可达性水平, 结合拆迁、 历史风貌区修复、 产业升级转换所腾挪空间, 增置公园绿地,有效供给优美生活环境和休闲游憩空间。

3) 加强管控管理, 提升高房价区域公园绿地服务效能。 东部高房价区域以及新城区中高房价区域公园绿地资源充沛, 居民的享有水平普遍较高, 对于后期公园绿地的增加应适度提高准入门槛, 重点转向完善生态网络、 精准解决局部服务效能短板。 与此同时, 在公交线路关联、 慢行系统构建、 开放程度增强等方面精细化管理, 定向强化对低房价区域的辐射能力、 扩大服务对象,不断提升服务效能。

住房价格空间分异是导致和加剧社会空间分异或隔离的重要原因, 本文房价反映的是居住小区平均住房价格的整体空间分异状态, 但未涉及房屋的房龄、 户型、 装修等物理特征和居住居民的社会属性。 后续研究应从人口普查的微小尺度数据和抽样入户访谈调研等更深入的层面, 进一步探索其公园绿地等空间资源的占有和享用水平。

猜你喜欢

住房价格高房价分异
房产税对不同类型住房价格的影响——来自重庆房产税试点的证据
住房价格泡沫时空分异及其驱动因素的实证研究
——来自河北的数据检验
陕西关中农业现代化时空分异特征
阆中市撂荒耕地的空间格局分异特征探析
成都黄龙溪景区旅游环境舒适度评价及其时空分异
叶檀:个税改革到底会不会推高房价?
中国星级酒店的旅游经济效应分异研究
住房价格变动原因研究
房价结构调整与经济结构转型