不同尺度公園綠地與住房價格的空間分布關系研究
——以蘇州中心城區(qū)為例

吳殿鳴

邵大偉*

劉志強

余 慧

王俊帝

城市綠地是構筑和支撐城市生態(tài)環(huán)境的綠色基礎，不但提升了人居環(huán)境，還是居民的重要“財產”[1]，是市民應該享有的公共福利資源。城市綠地布局受城市發(fā)展的控制，又對城市空間具有一定的調控作用[2-3]。相關研究表明，綠地具有引導城市居住空間的效能，在不同綠地類型中，公園綠地的作用能力相對較強[4]。住房特征是居住空間的重要表征，反映了居民對城市經濟發(fā)展、生活環(huán)境質量的偏好和支付意愿，與其所處的空間位置有著密切的關系[5]。不同地理位置因區(qū)位條件、交通狀況、基礎設施、人口密度和環(huán)境狀況等條件的不同影響著住房價格，使其在空間分布上具有一定的規(guī)律[6]。公園綠地是影響房價的重要因素，對上海小區(qū)房價的研究發(fā)現(xiàn)，公園綠地對居住空間及選擇影響較大，每增加或減少一個單位，各影響因子對房價的影響大小依次為：建成時間、CBD、綠化覆蓋率、公園、地鐵站、超市和學校[7]，居住區(qū)周邊大型公園綠地、山水環(huán)境明顯可以促進房價升值[8]。

空間自相關方法具有較強的空間關系探測功能，在自然資源環(huán)境、社會經濟研究領域應用廣泛，效果突出[9]。該方法在綠地相關研究中的使用逐漸增多，尤其是在綠地生態(tài)功能探索等微觀層面表現(xiàn)出較為明顯的優(yōu)勢[10-13]。為刻畫多個變量之間的空間相關性，相關學者進一步拓展了雙變量自相關，為揭示不同要素空間分布的相關性提供了有效方法支撐[14]。雙變量空間自相關也已有較多研究，主要涉及城鎮(zhèn)化與生態(tài)環(huán)境[15]、人口與經濟[16]、產業(yè)與環(huán)境污染[17]等方面，關于綠地、公園綠地的相關研究依然十分薄弱。

圖1 蘇州中心城區(qū)范圍圖2 蘇州中心城區(qū)各街道(鎮(zhèn))被統(tǒng)計居住區(qū)數(shù)量

公園綠地具有較為完善的服務設施，與居民生活關系密切，對房價的影響也相對較為突出。當前公園綠地與住房價格的空間分布關系研究相對較少，加之公園綠地自身尺度差異明顯，不同尺度公園綠地與住房價格的差異規(guī)律仍未能有效揭示，雙變量的空間自相關方法為深入揭示公園綠地與住房價格的空間關系提供了有效手段。我國城市正處于“綠色轉型”的關鍵期，對生態(tài)、生產、生活空間(以下簡稱“三生空間”)的協(xié)調發(fā)展問題關注度較高，相關研究不僅可以有效揭示公園綠地、住房價格的空間作用規(guī)律，也可為公園綠地的高效布局、可持續(xù)開發(fā)提供科學依據(jù)，以期促進人居環(huán)境質量提升。

1 案例地選取

蘇州社會經濟發(fā)達，人地矛盾、“三生空間”關系具有一定典型性。蘇州地處江南水鄉(xiāng)，自然生態(tài)環(huán)境優(yōu)良，2016年被評為首批“國家生態(tài)園林城市”，且一直位居“中國最具幸福感城市”前列，在公園綠地建設水平及住房建設與房價控制等方面，也具有一定借鑒與參考價值。

蘇州中心城區(qū)布局較為均衡，形成“一心兩區(qū)兩片”的城市空間結構?！耙恍摹敝敢蕴K州古城為核心、老城為主體組成的城市中心區(qū)(即姑蘇區(qū)范圍)；“兩區(qū)”即高新區(qū)城區(qū)和工業(yè)園區(qū)城區(qū)；“兩片”為相城片和吳中片。在單中心城市模型中，阿隆索(Alonso)、米爾斯(Mills)和穆斯(Muth)通過構建數(shù)學模型的方式，發(fā)現(xiàn)城市住房價格隨著與城市中心距離的增加以指數(shù)函數(shù)形式遞減[18]。與上海、北京等單中心城市有所不同，蘇州具有多中心的空間結構，此類城市公園綠地與住房價格的空間規(guī)律又具有一定的獨特性和研究價值。為此，本研究選取公園綠地、住房建設較為集中的蘇州中心城區(qū)作為研究范圍，共約437km2，涉及姑蘇、工業(yè)園、高新、相城和吳中5區(qū)，24個街道(鎮(zhèn)) (圖1)。

2 研究方法與數(shù)據(jù)

2.1 研究方法

空間自相關分析可確定某一變量是否在空間上相關、其相關程度如何，其中全局空間自相關著重刻畫空間上的聚集狀態(tài)和相關程度，而局部空間自相關則可判斷出空間上的熱點區(qū)域[19]。本文引入全局自相關系數(shù)Global Moran'sI和局部自相關系數(shù)Getis-OrdGi*，對蘇州中心城區(qū)公園綠地與住房價格進行空間相關性分析。其中：

式中：

xi、xj表示在i、j處的屬性值；wij是空間權重值。本文采用鄰接距離法，即當i和j鄰接時wij=1，否則wij=0。值越趨近于1，總體空間差異越小。反之，若Moran'sI顯著為負，則表明區(qū)域與其周邊地區(qū)的屬性值具有顯著的空間差異。值越趨近于-1，總體空間差異越大；僅當Moran'sI接近期望值-1/(n-1)時，觀測值之間才相互獨立，在空間上隨機分布，此時滿足傳統(tǒng)區(qū)域差異度量方法所要求的獨立條件，則表示空間不相關。Moran'sI統(tǒng)計結果采用Z檢驗：

其中，E(I)為數(shù)學期望，Var(I)為理論方差[20]。利用Getis-OrdGi*指數(shù)來探討公園綠地與住房價格的局部空間自相關特征，該指數(shù)考慮了空間觀測點自身的情況，包括了i=j的情況[20-21]。

為有效探明2個變量之間的空間關系，相關學者又進一步發(fā)展了單變量空間自相關分析方法，將雙變量空間自相關定義為：

式中：Zi、Zj分別表示觀測值在空間i、j上的標準化值，為空間權重的任一元素，以定義空間對象的相互鄰接關系，在此采用queen原則，即共同邊界原則創(chuàng)建權重矩陣[15-16]。根據(jù)值的大小可以將區(qū)域單元分為高-高(High-High)、低-低(Low-Low)、高-低(High-Low)、低-高(Low-High)，前2種類型分別代表高值與低值的局部空間聚集值，后2種代表局部空間分異。

2.2 主要數(shù)據(jù)來源及處理方法

公園綠地信息來自于蘇州2016年1:1 000城市用地現(xiàn)狀圖，按照《城市用地分類與規(guī)劃建設用地標準》(GB 50137—2011)進行分類確定。本研究房價為二手房價格，二手房價格具有對周邊環(huán)境反應敏感、覆蓋范圍廣、住宅類型多等優(yōu)勢。房價數(shù)據(jù)來源于www.2500sz.com(名城蘇州網)①，共統(tǒng)計了蘇州中心城區(qū)383個居住小區(qū)二手房的平均單價(單位：元/m2)，分布于22個街道(圖2)。進一步對部分居住小區(qū)的房價進行了實地走訪，并與部分房產中介進行調查核對，相關數(shù)據(jù)準確度高，與現(xiàn)實房價相符。街道信息來自于2016年蘇州行政區(qū)劃圖。

基礎數(shù)據(jù)處理及分析均通過ArcGIS 9.3平臺，包括數(shù)據(jù)的分類分析、地圖矢量化等。所有居住小區(qū)的地理位置，通過Google地圖定位，配準疊合了《蘇州CITY城市地圖》②，將相關信息一一錄入?？臻g自相關的分析則是借助GeoDa 1.6.7軟件進行處理。

3 蘇州公園綠地與住房價格概況及關系

3.1 公園綠地、住房建設概況③

蘇州公園綠地建設水平及規(guī)模質量相對較好，截至2015年，市區(qū)公園綠地面積達到4 540hm2，比2010年增加925hm2，增長25.59%，呈現(xiàn)出快速擴展趨勢。2016年，蘇州成為首批7個國家生態(tài)園林城市之一，充分體現(xiàn)了生態(tài)建設和市政基礎設施的建設發(fā)展水平。

圖3 公園綠地與住房價格的全局和局部自相關特征

2015年，蘇州市區(qū)已登記國有土地上住宅建筑面積為16 518萬m2，是2010年的1.2倍，房屋建設增長強勁。2010—2015年，房地產開發(fā)住宅每年新增量在1 102.41萬～1 386.17萬m2，但投資額2015年年末達到1 864.95億元，約為2010年的2倍。在土地資源緊缺度增加、房屋開發(fā)成本不斷上升的背景下，住宅大量新增的勢頭將難以維系，高品質住宅及現(xiàn)有居住條件的改善提升，將是未來的主要發(fā)展趨勢。

3.2 公園綠地與住房價格的空間關系

蘇州中心城區(qū)公園綠地與住房價格存在顯著正相關關系(圖3)，在一定程度上，公園綠地數(shù)量越多，房價也會相對越高。全局自相關指數(shù)為0.260 1，在95%的置信水平Z值均大于1.96。就局部空間自相關格局而言，蘇州中心城區(qū)公園綠地與住房價格形成1個熱點唯亭鎮(zhèn)、1個次熱點獅山街道、1個次冷點勝浦鎮(zhèn)、2個冷點白洋灣街道和越溪街道。熱點、次熱點分別為蘇州工業(yè)園區(qū)、高新區(qū)的中心區(qū)域，公園綠地面積分別為526.18、170.06hm2，房價均價分別達到37 393、22 542元/m2。勝浦鎮(zhèn)、白洋灣街道和越溪街道公園綠地面積分別為178.98、252.30和132.45hm2，房價分別為19 780、16 565和19 373元/m2，公園綠地擁有量、住房價格均相對較低。

4 蘇州中心城區(qū)不同尺度公園綠地與住房價格的空間相關關系

公園綠地尺度大小是決定其功能定位和服務能力的重要因素，也制約著其生態(tài)功能和景觀類型。參照《城市綠地分類標準》(CJJ/T 85—2002)，街頭綠地多為2hm2以下，鄰里性社區(qū)公園多不會超過5hm2，地區(qū)性小公園與大公園的面積臨界值為20hm2。為此，進一步結合蘇州公園綠地現(xiàn)狀特征，為深入分析不同尺度公園綠地與住房價格的空間分布關系，將公園綠地分為2hm2以下、2～5hm2、5～10hm2、10～15hm2、15～20hm2和20hm2以上6個尺度層級，與房價進行分析。

4.1 不同尺度公園綠地與住房價格的全局自相關關系

全局自相關指數(shù)隨著尺度規(guī)模的擴大，分別為0.259 4、0.339 4、0.260 6、0.226 1、-0.027 2和0.111 6(圖4)，相關系數(shù)呈現(xiàn)出先增大后減小的趨勢，集聚程度先增大后減小，逐漸不顯著。

面積為2hm2以下、2～5hm2、5～10hm2和10～15hm2的公園綠地分布與房價均表現(xiàn)出顯著的正相關關系，且在2～5hm2區(qū)間相關度達到最大。隨后相關度下降，15～20hm2尺度公園綠地表現(xiàn)出與房價的負相關關系，在20hm2以上又表現(xiàn)出一定正相關關系，但不顯著。2hm2以下公園綠地雖然總面積大于2～5hm2，但后者明顯表現(xiàn)出與高房價街道更為密切的關系，5～10hm2、10～15hm2總面積分別為462.78、179.12hm2，僅約為2hm2以下公園綠地總面積的1/4、1/10，但其與房價的相關性與2hm2以下公園綠地相近，也達到了顯著的正相關水平。反觀15hm2以上公園綠地與房價相關性偏弱，主要受總面積較少和分布相對集中的影響。

4.2 不同尺度公園綠地與住房價格的局部自相關關系(圖5)

1)2hm2以下公園綠地與房價冷點集聚。在局部空間自相關格局中，2hm2以下公園綠地與房價出現(xiàn)4個冷點區(qū)，包括滸墅關鎮(zhèn)、滸墅關經濟開發(fā)區(qū)、白楊灣街道和城南街道，公園綠地面積平均值僅約為64hm2，房價均價為1.6萬元/m2，遠低于街道平均公園綠地面積89hm2和平均房價2.1萬元/m2。公園綠地、住房價格表現(xiàn)出顯著空間互促效應，公園綠地不足的街道房價也會相對較低。

2)2～10hm2公園綠地與房價呈現(xiàn)顯著熱點、冷點集聚。尺度為2～5hm2的公園綠地與住房價格表現(xiàn)出顯著的集聚分布格局，且以工業(yè)園區(qū)、高新區(qū)為中心，呈現(xiàn)1個熱點集聚區(qū)和1個次熱點區(qū)域，高房價街道擁有相對較多的2～5hm2公園綠地。但在熱點區(qū)域的周邊，存在新區(qū)的白楊灣街道、木瀆鎮(zhèn)和城南街道3個冷點街道，以及工業(yè)園區(qū)的勝浦鎮(zhèn)1個次冷點街道，房價均價均在2萬元/m2以下。工業(yè)園區(qū)首期建成區(qū)由于包括金雞湖大面積水面，陸地面積較少，盡管房價均價高達33 034元/m2，但公園綠地面積僅有約40hm2，遠低于周邊街道單元，形成公園綠地分布的孤島。隨著公園綠地增大到5～10hm2，熱點區(qū)域迅速消退，僅有唯亭街道，次熱點街道獅山街道也變得不明顯；反觀冷點區(qū)域相對穩(wěn)定，且增加金閶區(qū)城區(qū)1個街道。

3)10～15hm2公園綠地與房價熱點集聚。10～15hm2公園綠地僅有唯亭街道達到高-高熱點的顯著水平，房價均價高達37 393元/m2，是所有街道單元房價最高的街道，公園綠地面積約為12hm2，周邊婁葑鎮(zhèn)、勝浦鎮(zhèn)公園綠地面積、房價均較高，唯亭鎮(zhèn)最高，達到熱點的顯著水平。

4)15～20hm2公園綠地與房價分異特征突出。15～20hm2公園綠地與房價在中心城區(qū)內僅出現(xiàn)2個次熱點區(qū)域和3個次冷點區(qū)域，2個次熱點區(qū)域分別為楓橋街道和獅山街道，次冷點為滸墅關鎮(zhèn)、滸墅關技術開發(fā)區(qū)與元和街道，均無該尺度公園綠地分布，次熱點房價相比周邊街道較高，次冷點則相對較低。

圖4 不同尺度公園綠地與住房價格的全局自相關關系

5)20hm2以上公園綠地與房價空間相關性未達到顯著水平。在婁葑、長橋、首期建成區(qū)等街道，20hm2以上大尺度公園綠地分布相對較多，但均未達到顯著水平，整體空間相關性相對較弱。

5 結論與討論

5.1 主要結論

公園綠地與房產價格空間分布呈現(xiàn)顯著正相關關系，局部空間中2～10hm2公園綠地與房價空間關系尤為密切，集聚效應突出；但受到尺度、規(guī)模及空間分布的影響，局部空間格局中隨著公園綠地尺度增大，與房價整體呈現(xiàn)出“冷點集聚-冷點和熱點集聚-熱點集聚-冷點和熱點分異不顯著”的變化趨勢。

1)公園綠地對房價的作用存在尺度大小和規(guī)模數(shù)量2個潛在影響因素，尺度、規(guī)模越大，越容易促進房價升值。房價較高的街道單元普遍具有較為豐富的公園綠地分布，2hm2以下小尺度公園綠地均較多，但同時10hm2以上尺度公園綠地擁有量也較為豐富。公園綠地數(shù)量多是房價高的必要條件，同時公園綠地尺度越大，越容易帶來高房價的產生。

2)以5hm2以下小尺度公園綠地為主的古城區(qū)，以及吳中、相城等城市邊緣區(qū)房價相對滯后，甚至是冷點。以古城區(qū)為主的姑蘇區(qū)，包括平江區(qū)城區(qū)、滄浪區(qū)城區(qū)和金閶區(qū)城區(qū)3個街道，相較于工業(yè)園區(qū)、高新區(qū)核心街道差距明顯，公園綠地、房價均滯后于2個副中心，公園綠地多為小尺度層級；公園綠地分布較少、房價較低的冷點區(qū)多出現(xiàn)在城市邊緣區(qū)。

3)工業(yè)園區(qū)、高新區(qū)的核心街道房價高、公園綠地尺度體系完善，工業(yè)園區(qū)公園綠地形成金字塔式的尺度層級結構。蘇州較早跳出古城區(qū)進行開發(fā)建設，先后建立了高新技術開發(fā)區(qū)和工業(yè)園區(qū)，“兩區(qū)”中心所在的獅山街道、唯亭鎮(zhèn)房價分別為所在區(qū)域的最高房價街道；獅山街道、唯亭鎮(zhèn)公園綠地面積也處于所在區(qū)域的較高水平，尤其是唯亭鎮(zhèn)公園綠地面積超過500hm2，是擁有公園綠地數(shù)量最多的街道。蘇州工業(yè)園區(qū)的首期建成區(qū)、唯亭鎮(zhèn)、婁葑鎮(zhèn)和勝浦鎮(zhèn)4個街道住房價格最高，其不同尺度公園綠地由小到大，基本呈現(xiàn)出逐級遞減的趨勢，形成一個較為合理、穩(wěn)定的金字塔式層級結構。

圖5 不同尺度公園綠地與住房價格的局部自相關格局

5.2 討論

1)房價分布受城市空間結構影響顯著。蘇州中心城區(qū)包括姑蘇區(qū)(古城區(qū))、高新區(qū)和工業(yè)園區(qū)3個“一字排開”的板塊，南北又有吳中、相城2個片區(qū)，表現(xiàn)出與單中心城市明顯的布局區(qū)別。房價與各自板塊的中心關系較為密切，作為環(huán)境條件及開發(fā)建設較為成熟的高新區(qū)、工業(yè)園區(qū)，其核心的獅山街道、唯亭鎮(zhèn)房價是各自區(qū)塊的最高值單元，與部分單中心城市房價隨城市中心逐漸向外衰減的趨勢存在明顯區(qū)別。

2)大尺度公園綠地對局部房價影響潛力較大。10hm2以下公園綠地更多屬于基礎設施配套，10hm2以上公園綠地則在自然景觀方面顯現(xiàn)出自身優(yōu)勢。就住房價格與公園綠地的互促關系而言，相關研究認同度較高，但與基礎設施、交通條件、自然景觀對房價影響作用的對比方面，大小順序在不同城市又有所區(qū)別。蘇州中心城區(qū)交通、購物、休閑等基礎配套設施相對均衡、成熟。反觀10hm2以上較大尺度公園綠地資源會更加稀缺，難以有大幅度的建設增長，其對房價增值的潛力及后勁依然較大。

3)差異化管控策略需要加強。蘇州中心城區(qū)10hm2以下小尺度公園綠地分布相對均衡，尤其是在古城區(qū)、高新區(qū)、工業(yè)園區(qū)差距不大，但在南北兩端吳中、相城2個板塊仍有較大提升空間，有待進一步完善。蘇州古城區(qū)應進一步結合第三產業(yè)優(yōu)化、歷史文化遺跡保護，騰挪空間，在不破壞小街小巷尺度肌理的前提下，靈活化布置更多的公園綠地，改善、完善游憩環(huán)境。大尺度公園綠地一般與自然資源要素結合比較密切，高新區(qū)、工業(yè)園區(qū)應警惕房地產過熱對房價及自然環(huán)境帶來的威脅，甚至是破壞，反而更應該減少開發(fā)、退后開發(fā)，在保持城市山水格局空間延續(xù)性的基礎上，給市民留出更多的景觀空間，促進生態(tài)與生活空間的協(xié)調、融合。吳中、相城南北2片，應緊抓住地鐵2號線、4號線開通的機遇，加快公園基礎設施配套的完善，并注意處理好公園、住房建設與陽澄湖、獨墅湖等自然山水空間的關系，嚴格劃清、管控好生態(tài)紅線。

4)后續(xù)探索亟待跟進。本研究探討了不同尺度公園綠地與房價的空間分布關系，但影響住房價格的因素較為復雜，房齡、戶型、學區(qū)等因素不容忽視；綠地及公園綠地的類型差異也相對較大，且水鄉(xiāng)蘇州的金雞湖、獨墅湖、大運河等水域環(huán)境資源，也會影響居民的擇居偏好及投入力度，均有待進一步深化、細化。本文的研究選擇街道單元，房價是街道均價，公園綠地也是平均數(shù)量，住房的面積、質量等個體特征會在一定程度上被隱藏，有待對住房特征等相關數(shù)據(jù)進一步挖掘，開展后續(xù)深入研究。

注：文中圖片均由吳殿鳴和邵大偉繪制。

注釋：

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 源自蘇州CITY城市地圖，中國地圖出版社出版發(fā)行，2017年1月最新版。

③ 相關數(shù)據(jù)均來自相關年份的蘇州統(tǒng)計年鑒。