北京市中心城区平均房价为 68478 元/平方米，最小值为 14492 元/平方米，最大值为 128420 元/平方米，房价中位数为 65986 元/平方米。对价格样本进行空间插值（克里格插值）分析，从图 3 中可以看出，研究区整体房价主要分布在 59549-103961 元/
平方米
之间，占研究区整体的比例大于 50%；研究区房价总体呈环状分布，由中心向外围逐渐减弱，中心区域月坛街道是西城区的中心街道，房价在 103961-126520 元/
平方米
之间。中心区域月坛街道是西城区的中心街道，房价从 103961 元/平方米到 126520 元/平方米不等。该区域经济高度发达，人口密度大，地理位置优越，基础设施完善。主要为高档住宅区，聚集商务人士和社会名流；最高价位位于丰盛街和金融街以南，住宅价格达到 126520 元/平方米。
图1 2021 年北京市主要城区住宅小区分布 （a） 和房价空间格局 （b）
2.1步行绿地无障碍设施
从中可以看出图2，不同级别的公园绿地可达性步行可达性评价结果差异很大。社区绿地 （a） 和街道绿地 （b） 的高可达性值聚集在西北、东北和东南地区，而零星分布在西南和大部分中部地区;市政绿地 （D） 和区域绿地 （c） 可达性都有大面积的低价值连续区域，其中城市绿地 （d） 可达性高价值区域位于西部区域;综合方案的高绿色空间可达性值集中在西北、西南和北-西南，其空间分布的特点是中心区域有大片低值的连续区域。总体来看，北京市中心的步行绿地可达性差异较大 （0.0095–750.8717），空间分布更加不均匀，表现出强大的空间极化。
图2 步行绿地可达性（a：社区绿地可达性;b：街道绿地可达性;c：地区绿地可达性;d：市政绿地;e：综合绿地可达性）
2.2自行车绿地无障碍
如图3，不同级别的公园绿地可达性自行车无障碍评估的结果差异很大。社区绿地（a）和街道绿地（b）的高可达性值集中在西北和东北地区，而零星分布在西南部和大部分中心地区;区域绿地高可达性值的空间分布特征（c）集中在西-东北和高东南，在中心大部分区域分布较为均匀，其中可达性峰值区域主要在东西向;城市绿地（D）和综合绿地的高可达性值集中在西南地区，而其余区域的特点是低值大面积连续区域的空间分布;总体而言，北京市中心的骑行绿地可达性差异很大 （0.0089–13,902.7636），空间分布高度不均匀，并显示出坚实的空间极化。
图3 自行车绿地无障碍设施（a：社区绿地无障碍;b：街道绿地无障碍;c：地区绿地无障碍;d：市政绿地;e：综合绿地无障碍）
2.3推动绿色空间的可达性
从图4可以看出，在不同级别的公园中推动绿色空间可达性的评估结果几乎没有差异。社区绿地 （a） 和街道绿地 （b） 可达性在西北、东北和中部地区大部分地区均匀分布，西南地区呈零星分布;区域绿地（c）可达性存在中心大部分低值连片区域的空间分布特征，高值可达区域集中在北侧区域;城市绿地（D）和综合绿地（E）的可达性高分布在西南地区，中心区存在低可达性的空间分布。总体来看，北京市中心地区驱动绿地可达性的变化很小 （0.0133–220.5858），空间分布更加不均匀，表现出特定的空间极化特征。
图4 推动绿地可达性（a：社区绿地可达性;b：街道绿地可达性;c：地区绿地可达性;d：市政绿地;e：综合绿地可达性）
3.1房价的空间相关性检验
为了进一步研究房价空间聚集的分布，根据局部自相关 （图5），2021 年北京市中心城区 HH 型集聚区主要集中在中心城内外围，交通便利、可达水平高、基础设施发达、区位条件好，容易产生大量高房价区。中心城区外围房价的 LL 型集聚和区位因素制约了高房价的产生。
根据图6，房价显示出明显的空间关系和空间异质性，这可以使用影响房价因素的空间模型进行探索。
3.2影响房价因素的模型检验
根据上述空间自相关检验，北京中心城区房价之间存在显著的相关性。因此，我们选择空间计量经济模型来探讨房价与自变量影响之间的空间效应。计量经济学结果表明，只有驾车可达性对房价具有正的空间溢出效应，这说明驾车可达性对当地社区绿地的空间不公平加剧了周边空间不公平。在 GDP 和人口增长的共同推动下，低成本城郊地区绿地的增长将增加城市绿地的总量（表1）。这种新的绿地增长将围绕高档社区展开，吸引更多社会经济地位较高的群体，并在公共服务可及性方面造成进一步的不平等。
表1 2021 年北京主要城区房价的空间计量模型结果
从模型测试中，将空间矩阵代入OLS 回归模型，以获得鲁棒的 LM-lag、LM-error 和鲁棒的 LM-error。通过比较输出指数值和稳健 P 值来确定最佳模型。模型测试的结果显示在表2。LM 指数及其对应于 SLM 和 SEM 的稳健性非常重要。然而，LM 误差显著高于 LM 滞后，表明相邻区域的房价误差显著影响局部区域的观测值。此外，λ 为 5.84，表明相邻住宅区的自变量可达性显著影响社区中的房价误差。
表2 2021 年北京市主要城区房价空间计量模型测试结果
从表2 的 SEM 结果可以看出，自行车可达性与驾驶可达性呈正相关，而步行可达性则呈负相关。就显著性而言，三种可达性的 P 值分别为 0.57、0.00 和 0.27。根据回归结果，驾车可达性对房价具有空间溢出效应，且具有显著的正向影响。开车去绿地越方便，房价越高。
此外，OLS 模型和 GWR 模型都是线性回归模型，可能存在影响因素的多重共线性。因此，在对数据进行回归之前，首先要对变量进行多重共线性检验，检验结果如下表所示。各变量之间的 VIF 值均小于 2，多重共线性程度较低。因此，本次回归中的变量不存在多重共线性问题。本文利用 GWR 模型重点研究了绿地可达性对房价影响的空间变化规律，并结合空间计量经济模型的各种效应状态，深化了房价与绿地可达性之间的关系，从而提高了文章研究成果的严谨性（表3）。
3.3绿地可达性与房价之间的关系
上述数据分析通过 SEM 反映了房价之间的空间效应。为进一步提炼和确定房价不同影响因素的空间差异，引入GWR模型进行回归分析，探究3个可达性因素在不同区域作用方向上的空间差异。结果表明，该模型具有 R2为 0.436，则表示 VIF 检验合格，不存在多重共线性问题，拟合优度相对较好，说明因子检测结果可靠，优于传统的 OLS 回归结果。步行、骑自行车和驾车绿色空间可达性的回归系数以及四个绿色空间的叠加分布如下所示图7。从步行和驾车绿地可达性来看，二环路内的绝大多数绿地在空间中均等分布。相比之下，从自行车的可达性来看，只有北京的外环路显示出空间公平的绿地。因此，我们进一步分析了影响三种类型绿色空间可达性的经济和空间公平的因素。
图7 步行、骑自行车和驾驶绿色空间可达性的回归系数，具有四个级别的绿色空间重叠分布（a：步行绿色空间可达性与叠加;b：自行车绿色空间可达性与叠加;c：与叠加绿色空间可达性）
由图7（a）的步行绿地可达性回归的系数波动相对较小 （−2285–1226）。它们显示空间效应略有变化，总体上呈正空间相关性。随着步行绿地可达性的提高，房价往往会上涨。将中心城市空间相关性的趋势分为两部分。紫禁城北部和东北部的区域显著相关，而南部区域显著相关。同时，不同绿地等级的空间相关性也不同。在正空间相关性中，每个绿地水平对房价的影响如下：M （37 %） > S （29 %） > D （25 %） > C （9 %）。在负空间相关性中，每个级别的绿地对房价的影响大小如下：S （34 %） > M （25 %） > D （22 %） > C （19 %）。因此，在步行可达性的地理加权回归模型中，市政绿地对房价的正向影响最显著，而街道绿地对房价的不利影响最显著。
由图7（b） 的回归系数在空间上显著变化 （-3562–22,630），空间相关性呈负相关，这意味着房价往往会随着自行车绿地可达性的提高而下降。自行车绿地可达性具有显著正空间相关性的区域主要位于中二环内。积极影响的程度往往从中心到边缘降低。而二环以外，对骑行绿地可达性的负向影响程度逐渐增大，尤其是在研究区东侧，呈现显著的负空间相关性。同时，不同绿地等级所呈现的空间相关性也不同。在正空间相关性中，每个级别的绿地对房价的影响大小如下：S （42 %） > M （24 %） > D （20 %） > C （14 %）。在负空间相关性中，每个级别的绿地对房价的影响大小如下：M （37 %） > S （26 %） > D （24 %） > C （13 %）。与步行可达性的地理加权回归模型的结果相反，街道绿地对房价的积极影响最为重大，而市政绿地对房价的不利影响最为严重。
