基于多源时空数据的北京大型公园绿色绅士化现象研究

张朝阳，李翔宇，翁阳，黄竞雄，党安荣

清华大学 建筑学院，北京 100084

摘  要：随着城市进入高质量发展阶段，公园绿色绅士化现象对其影响逐步显现，掌握影响模式对城市公园规划建设具有重要的意义；现有研究多基于单一的社会经济数据，鲜有利用时空数据的相关研究。本文基于多源时空数据，以北京市六环内的六个大型公园为例，从空间视角探究其绿色绅士化现象及空间特征。首先，利用空间双重差分法分析泛城市化的影响，以土地利用类型、路网密度、兴趣点密度等指标分析绿色绅士化现象；其次，通过主成分分析法得出绿色绅士化强度的空间指标，并构建绿色绅士化评估指标体系，并通过分析公园周边用地变化情况揭示绿色绅士化的空间分布特征和变化模式；最后，为大型公园的规划建设提出相关建议。结果表明：研究区北边大型公园的绅士化程度普遍高于南边；绿色绅士化的空间分布呈现中心辐射分布和外围优势分布两种类型，且存在绿地协同增加和建设强度增加的共同变化模式。

关键词：绿色绅士化；大型公园；时空数据；空间双重差分；土地利用

引用格式：张朝阳, 李翔宇, 翁阳, 黄竞雄, 党安荣. 2024. 基于多源时空数据的北京大型公园绿色绅士化现象研究. 时空信息学报, 31(6): 773-784

Zhang C Y, Li X Y, Weng Y, Huang J X, Dang A R.2024. Green gentrification in Beijing’s large urban parks: A multi-source spatiotemporal data analysis. Journal of Spatio-temporal Information, 31(6): 773-784, doi: 10.20117/j.jsti.202406006

1  引  言

在全球气候变暖和极端天气事件日益频发的当下，绿地具有调节城市气候、增强蓄水能力、改善空气质量、提供休闲空间等作用（Halecki等，2023）。越来越多的城市管理将绿地建设置于重要地位。然而，绿地空间在改善生活品质的同时也提高了生活成本（Haase等，2017）。绿地带来的这种变化被称为绿色绅士化，有时也被称为环境绅士化或生态绅士化（刘彬，2024）。绿色绅士化是一个全球性问题，如何平衡绿地建设带来的生态环境改善和可能引发的社会经济问题，是城市景观规划领域需要解决的重要课题（Lee和Anderson，2013）。

绿色绅士化起源于20世纪60年代的绅士化概念，随着城市进入后工业化时代，生态环境因子的绅士化驱动作用受到广泛关注，绿色绅士化概念逐渐形成（余思奇，2023）。其中，对城市影响模式的研究，国内外出现了丰富的成果，主要集中在理论研究、案例研究与政策研究三个方面。理论研究主要尝试对绿色绅士化的界定，以及构建理论框架分析其成因、过程和影响（García-Lamarca，2017；Rigolon和Collins，2023）；案例研究是通过深入分析特定城市或地区的绿色绅士化现象，如纽约高线公园、费城河滨公园等，揭示绿色绅士化的表现形式、规律特征，以及其对社会结构和城市空间的影响（Black和Richards，2020；Pearsall和Eller，2020）；政策研究主要关注如何通过城市规划和政策制定来预防与缓解绿色绅士化可能会带来的不利影响（Rigolon和Németh，2020；李南枢和宋宗宇，2022）。绿色绅士化的界定一直在演变与发展，目前还没有公认的测度方法（余思奇，2023）。现有研究对于绿色绅士化的判断与测度大多基于人口特征为核心的社会经济数据，如二手房房价、居民受教育程度等（Haase等，2017；Quinton等，2022；李诗尧等，2023）。然而，以社会经济指标所反映的现状不够全面，还需要根据城市高质量发展具体阶段，关注绿色绅士化对城市与地区发展的影响，如土地利用、开发强度等方面的变化。另外，对于人口基数大且流动性较高的地区，社会经济数据的统计与获取较为困难，使得空间与时间精度通常较低，难以满足精细化分析需求。例如，在分析公园对城市发展的影响时，而附近新建地铁站和学校等也是能够显著推动区域发展和人口结构变化的因素。

多源时空数据可以综合多种时空数据特征，具有客观性、多元性、动态性等特点，能够更好地反映我国新型城镇化的发展需求（甄茂成等，2020）。多源时空数据已经在城市定量分析领域有了诸多应用，如宏观尺度的城镇群关系识别、城市功能区识别等领域（吴冠秋等，2021；戴娇等，2024），或是微观尺度的街道活力测度、行人轨迹预测等领域（薛雨等，2017；杜俊健等，2024）。此外，空间双重差分（spatial difference in differences，SDID）法可以将双重差分法的时间序列和空间关系相结合，非常适合评估政策干预或外部事件对空间单位的影响，广泛应用于高铁开通、外资引入等政策的影响研究（Delgado和Florax，2015；宣烨等，2019；张军等，2019）。因此，本文以北京市六环内的六个大型公园为研究对象，结合土地利用类型、路网密度、兴趣点（point of interest，POI）密度等多源时空数据，利用SDID法控制干扰因素，构建空间化和本土化的绿色绅士化指标体系；通过对绿色绅士化现象的精细化测度与空间分析，探讨其分布特征与动态演变模式，提出城市绿地公园规划与建设的对策建议，以期为绿色绅士化研究提供新的技术视角。

2  研究区域

北京作为首都，具有政策导向强、经济水平高、城市化进程快等特点。从“环城三道绿隔”到“花园城市建设”，一直在大力推进绿化建设；六环内的绿化基本涵盖了“三道绿隔”中的两道，同时这也是主要的建设与发展区域，城市建设空间与公园绿地空间结合最为密切。根据不同的研究背景和规划目标，大型公园的定义会有所不同，其面积的下限从30 hm²到200 hm²不等。根据陶晓丽等（2013）对北京六环内城市公园的系统分类，实验设定143 hm²为阈值，选出奥森公园、三山五园公园群、朝阳公园、南苑公园、永定河流域公园和南海子公园共六个具有代表性的大型公园，研究区域包括六个大型公园及15 min步行距离内的缓冲区，如图1所示。

六个大型公园涵盖城市核心区、城南、城北等多个区域，跨越了不同的发展阶段，承载着历史文化、生态修复、休闲娱乐等不同功能；各有特色，体现了城市大型公园发展的政府主导、生态保护、功能融合等普遍趋势。此外，在设计定位、理念等方面既具有多样性，也具有一定的普遍性和可迁移性。根据各公园、北京园林绿化局官方网站的相关信息，整理得到研究区域基本信息见表1。

实验中大型公园的建设年份跨度较大，其中，朝阳公园自1984年开始建设至1999年建成，三山五园公园群于2014年完成初步建设，理想的研究时间范围应该考虑公园建设周期，能够更好地分析持续建设的影响。然而，限于早期时空数据质量较差，且发展背景及政策与目前有较大差异，实际参考意义不大。同时，考虑到大型公园的建设通常具有渐进性，可能存在分期建设情况，会对周边产生一定影响，如朝阳公园于1999年初次建成，至2009年又新建了沙滩主题乐园，占地2万m²，耗资上千万。因此，实验将朝阳公园与南苑公园的研究时间设定为公园重大更新事件所对应的年份，其他公园的研究时间为公园建成年份。

3  方法体系构建

3.1  指标体系

大型公园建设的价值不仅仅在于其自身提供的生态服务，还可以带动周围地区的发展，如提升房产价值、促进商业繁荣等，这些都是绿地建设可能带来的结果，可以看作是绿色绅士化范畴。具体地，绿地建设带来的价值外溢可以有很多表现，参考已有研究（Konijnendijk等，2013），实验从以下三个方面来构建指标体系。

（1）推动房地产开发。公园的建设提高了区域的整体价值，原有的低价值用地，如空地、耕地和低层居住，会因为其潜在的地理优势和经济价值被重新评估，逐渐转变为中高层居住和配套的公共服务设施，即资本再投资现象（Braswell，2018）。实验以土地利用类型的变化来表征。

（2）推动基础设施建设。随着地区经济的增长，基础设施建设会提升以适应新的发展需求，如道路可达性的变化（Anguelovski等，2018）。实验以路网密度的变化来表征。

（3）推动商业开发。公园的建设会吸引更多的人流，地价的提升会提高整体消费水平，这为商业尤其是高端业态的发展提供了良好的基础，因此会出现更多的咖啡厅、高端餐馆等业态（Lang和Rothenberg，2017）。实验以POI密度的变化来表征。

因此，基于社会经济数据，结合社会环境、宏观政策等因素，综合考虑概念内涵与数据特征，实验构建土地利用类型、路网密度和POI密度三个维度的绿色绅士化指标。

3.2  数据来源及预处理

3.2.1  数据来源

实验所使用的研究数据基本信息见表2。

3.2.2  数据预处理

实验研究区域范围相对较小，因此直接利用目视解译法进行土地利用类型的分类。研究区域土地利用类型重分类见表3。根据已有研究（Rancich，1970）选取了房地产开发中最常见的三种土地来源，即空地开发、农田退耕与居民区拆迁，分别对应空地、耕地与低层居住三种用地类别；开发结果既包括多层住宅、高层住宅或高档别墅等中高层居住用地，也包括相应的公共设施，此外还标注了绿地与水域用于分析生态相关的信息。

为了更好地界定大型公园的影响范围，参考《城市居住区规划设计标准》（GB 50180—2018）中综合公园的服务半径，同时结合15 min生活圈的相关研究（吴夏安等，2020），实验设定以大型公园周边15 min步行可达的全部区域为大型公园的影响范围。因此，选取每个公园周边15 min步行可达的范围作为实验组。为了更好地反映六个大型公园周边的整体背景情况，体现公园影响范围的边界效应，选取大型公园周边15～20 min步行可达的范围作为对照组。实验选择城市街区尺度分析常用的500 m×500 m为网格单元，将不同类型的多源数据进行网格化处理，得到网格单元2192个，如图2所示。其中，实验组网格1526个，对照组网格666个。

根据上文所述，在房地产开发层面，主要关注低价值用地（如空地、耕地与低层居住）转为高价值用地（如中高层居住及公共设施），因此计算网格内高价值用地与低价值用地的面积比作为具体指标。在基础设施变化层面，主要关注区域内的道路建设，因此计算网格内的路网密度作为具体指标。在商业开发层面，主要关注区域内的商业发展，因此计算网格内POI中的高端商业与餐饮业的密度作为具体指标。

此外，鉴于研究时间不一致，为了提高方法的普适性，参考已有研究（李青原和章尹赛楠，2021）中的虚拟时间变量法，将各个公园的关键时间节点设为T_i，各个公园的T_i不一定相同，如朝阳公园T_i=2009年，奥森公园T_i=2008年。后续使用各个公园的T_k（T_i–3≤T_k≤T_i+3）年份的数据，因此，每个公园有七个年份节点，通过虚拟时间变量T_i统一各个大型公园的政策时间轴。

3.3  研究模型

城市是一个复杂巨系统，各个部分会互相影响、动态发展，要研究公园周边土地价值是否会受到公园修建的影响及具体影响力大小，首先需要排除泛城市化影响，确保研究结果仅与公园修建相关。考虑到数据特点，实验利用SDID法（Delgado和Florax，2015），进一步叠加空间权重以控制影响作用范围。在地理数据中邻近区域的观测值可能并非独立，空间自相关性常常导致传统回归模型如普通最小二乘法（ordinary least squares，OLS）出现偏误，因此需要采用空间回归模型。

1）空间滞后模型

常见的空间回归模型包括空间滞后模型（spatial lag model，SLM）、空间误差模型（spatial error model，SEM）和空间杜宾模型（spatial Durbin model，SDM）（Anselin，2013）。SLM用于分析相邻区域之间的相互影响，SEM用于解决模型误差项中的空间自相关性问题，SDM用于同时存在滞后效应和误差自相关的情境（Yang，2013）。

拉格朗日乘数（Lagrange multiplier，LM）检验能够有效地区分模型是存在滞后效应还是误差自相关问题，从而为选择SLM或SEM提供依据，对于同时存在滞后和误差自相关的情境，则采用SDM进行拟合（Anselin 和Florax，1995）。检验结果如表4所示。三种指标的 LM-lag 和 LM-error 检验统计量均显著，表明因变量同时存在空间滞后效应和残差空间误差效应；其中，LM-lag 统计量均显著高于 LM-error 统计量，尤其是在土地利用类型指标中差距更为明显，说明空间滞后效应在数据中占据主导地位。因此，选择SLM作为基础模型，进行SDID分析。

SLM假设一个区域的因变量不仅受到自身特征的影响，还受到邻近区域因变量的影响，因此，在回归方程中引入滞后因变量的空间权重矩阵，以反映空间依赖性，捕捉周围空间的潜在影响（Bardaka等，2018）：

Y_it = ρWY_it + β₁D_i+ β₂T_t + β₃(D_i × T_t) + α_i + λ_t +?_it

其中，Y_it为第 i个个体在t时刻的被解释变量；W为空间权重；ρ为空间滞后项的系数，表示空间依赖性；D_i为处理指示变量；T_t为时间指示变量，其中D_i × T_t反映了双重差分中的处理效应；β₁、β₂和 β₃分别为处理效应、时间效应和处理–时间交互效应；α_i为个体固定效应，捕捉了个体间不随时间变化的异质性；λ_t为时间固定效应，反映了随时间变化但影响所有个体的共同因素；?_it为随机误差项。

2）平行趋势检验

检验平行趋势假设是保证SDID法有效性的关键。通常通过直接观察实验组与对照组在不同年份的统计值（如均值、总值等）变化趋势，进行平行趋势检验（张军等，2019）。此外，事件分析法也可以用来进一步验证平行趋势假设。参考已有研究（李青原和章尹赛楠，2021），设置政策实施前的多个时间段的虚拟变量（D₁、D₂、D₃），进行回归分析。通过检验回归系数（θ₁、θ₂、θ₃）是否显著，判断实验组与对照组在政策实施前的变化趋势是否平行。

4   结果分析与规划建议

4.1  绿色绅士化现象

实验中三种指标的演变趋势如图3所示。在政策实施前，实验组与对照组的变化趋势基本一致。

事件分析法的结果进一步验证了平行趋势假设。表示回归系数的统计显著性水平P值均大于0.1，表明平行趋势假设成立，三种指标事件分析回归结果见表5。SDID法预测结果如表6所示。三种指标回归结果中效果相对最好的为土地利用类型，伪决定系数0.607，其他两种指标的均为0.36左右，拟合效果一般。

为修正数据中的组内相关性问题，即各个公园周边观测值的空间自相关可能导致传统标准误差低估，实验在空间双重差分结果的基础上采用聚类稳健标准误（Jackson, 2020），调整回归模型的标准误估计，对数据中的组内相关性进行修正。三种指标模型回归结果见表7。三组模型中的年份系数（β₂）、交互项系数（β₃）与空间权重矩阵的回归系数（ρ）均为显著相关（P < 0.1），说明虽然模型拟合效果一般，但在可解释的范围内，因此这三种指标因素对因变量的影响十分明显。此外，三种指标空间权重矩阵的回归系数均为正数（ρ > 0），说明存在正向空间溢出效应，即周边地区的正面发展促进了该地区的增长，呈现空间聚集，这与城市发展的外部性理论相符；年份系数为正（β₂ > 0）则表明，随着年份的增加，土地利用类型、路网密度与POI密度展现出来的绅士化情况均会增加；而交互项系数为正（β₃ > 0）则表明，相对于远离大型公园的地区（对照组），更靠近大型公园的地区（实验组）在其建设后绅士化程度的增长速度更快。综上所述，实验结果基本排除了泛城市化的影响，并通过空间指标验证了大型公园绿色绅士化现象的存在。

4.2  绿色绅士化测度指标

为了综合三种指标的特征信息，利用主成分分析法（principal component analysis，PCA）获得测度公园绅士化程度的综合指标，结果如表8所示。第一主成分的方差解释率为0.762，第二主成分的方差解释率为0.167，这两个主成分的累计方差解释率已经满足大于0.8的基本标准，因此，实验将第一主成分与第二主成分的得分作为综合评价公园绅士化程度的主要依据，用以衡量不同区域的绅士化表现。

载荷衡量了原始指标在主成分中的重要性，可以将各个指标以载荷值为权重加和，得到综合指标。参考已有研究（Chao和Wu，2017），以方差解释率为权重，对第一主成分与第二主成分的载荷进行加权，得到公园绿色绅士化综合指标：

I_com= 0.6747I_landuse + 0.495I_road + 0.2462I_POI

其中，I_landuse、I_road、I_POI分别为土地利用类型指标、路网密度指标与POI密度指标。

研究区域六个公园的绅士化程度如图4所示。三种指标展现的六个公园的绅士化程度有一定差距，如南苑公园的POI密度反映的绅士化程度远高于其他指标，采用单一指标与综合指标得到的结果会有很大不同。这体现了综合指标的优势，可以平衡多个城市因素的影响，减少局部偏差。此外，2009～2019年城北的奥森公园、三山五园公园群和朝阳公园绅士化程度较高，是因为开发时间较早，且城北普遍具有较高的发展水平；城南的南苑公园、永定河流域公园与南海子公园的绅士化程度较低，是因为开发时间较晚、区域经济水平较低，且政府对其有更强的生态保护政策的限制。

4.3  绿色绅士化空间分布特征

实验进一步从地块尺度分析公园周边的绿色绅士化情况，发现其空间分布存在一定规律。以土地利用类型的边界划分研究单元，以距离大型公园周边15 min步行缓冲区为研究范围，提取2004年六个公园的地块几何中心作为地块代表，并分析后续年份的地块类型与面积变化，得到所有地块的变化信息。将用地类型从低价值用地转变为高价值用地的地块提取出来作为样本点；为了更好地体现样本点对整体密度估计的贡献大小，以地块土地利用类型发生转变面积的大小作为权重，进行核密度分析，得到六个公园周边绅士化空间分布如图5所示。

由图5可看出，可以将六个大型公园的绅士化分布分为两类，包括：①中心辐射分布，是比较常见的中心带动周边发展的情况，越靠近大型公园的区域的绅士化程度越高，呈现从内向外逐级递减的辐射状，符合城市发展的地租模型；②外围优势分布，这类分布比较特殊，距离公园周边一定范围内的绅士化程度反而较低，在离开一定距离后大型公园的辐射作用才开始发挥作用，在外围产生了较高程度的绅士化。这应该与公园周边的特殊政策有关，如南苑公园有生态保育要求，三山五园公园群存在历史文化保护限制，因此其周边存在一定的开发缓冲区。

4.4  绿色绅士化空间变化模式

通过计算公园周边不同类型土地面积的变化量占公园周边总面积的比例，分析公园周边不同土地利用类型的变化情况，如图6所示。公园周边土地利用类型变化在增减类型、增减幅度等方面均有所不同，但存在共性的变化模式：①绿地协同增加，六个大型公园周边的绿地面积均有所增加；②建设强度增加，六个大型公园周边的低层居住用地均有所减少，耕地面积均有所减少，唯有朝阳公园外围由于农业展览馆的存在，耕地不减反增；中高层居住用地均有所增加。

上文所述体现了公园周边土地利用类型的宏观变化，具体地，从地块尺度角度，结果类似。以土地利用类型的边界划分研究单元，统计大型公园周边缓冲区内2004～2022年所有地块的土地利用类型变化，将六个公园周边土地中存在土地利用类型变化的地块提取出来，计算各种类型的变化面积占全部类型变化土地的面积，得到土地利用类型变化矩阵（表9）。虽然大型公园周边地块的用地存在各种变化类型，但同样存在两类主要变化模式：①绿化协同增加，大型公园外部的绿化会随着公园内部绿化建设而协同增加，主要是耕地、空地和少量低层居住用地随大型公园建设而转变为绿地，用地变化占比达23.86%；②建设强度提高，主要是耕地、空地、低层居住用地等因大型公园所带来的地价提高而转变为中高层居住和公共设施用地，用地变化占比达30.56%。

绿化协同增加与建设强度提高均是公园绿色绅士化的表现。一方面，绿化协同增加体现了公园自身建设、公园周边绿化与公园周边绅士化之间的复杂关系。公园的建设会带来周边土地价值的提升，随着周边居住人群的变迁与生活品质的提高，人们对于绿地建设会有更高的需求，这在一定程度上推动了公园周边的绿地建设。而公园周边的绿地可以与大型公园形成一个更连贯综合的绿色网络，更好地提升当地的生态环境品质，进一步推动绿色绅士化进程。这符合“绿色绅士化循环”理论（Rigolon和Collins，2023），说明绿色绅士化是一个动态变化、不断演进的过程。另一方面，建设强度增加是大型公园建设使得周边地价提高的直接表现。为了从经济层面最大化利用公园周边的高地价，开发商会倾向于建设更高容积率的住宅以满足更多居民的居住需求，这与既有多数研究（Haase等，2017；李诗尧等，2023）中发现的房价上升高度相关，均是对大型公园周边居住需求供不应求的市场响应。新增中高层居住用地与公共设施用地的主要来源为耕地和低层居住，可见大型公园周边的土地非农化与建筑容积率提高是绿色绅士化的重要路径。

六个公园的土地利用类型主要变化模式对比如图7所示。绿色绅士化的用地变化情况各有特点，部分公园存在优势类型，如奥森公园主要土地变化类型为由低层居住转中高层居住，是因为2004年的奥森周边主要为城乡接合部，大部分为平房，在奥森公园建设后，出现了大片平房被改为楼房。各个公园的具体用地类型变化涉及多种要素的综合作用，与各个公园的发展定位、发展基础、发展动力等多个因素相关，若要在城市规划中对其进行理解与预测，需要更加复杂的理论基础与分析模型。

4.5  规划建议

根据上文所述，本文认为未来大型公园的规划建设与维护管理可以从以下三个方面进行提升。

（1）差异化公园发展策略。针对城北和城南公园绿色绅士化强度的差异，规划应采取因地制宜的差异化发展策略。对于绅士化程度较低的城南公园，应适当考虑公园的生态功能与区域发展之间的关系，在保证公园的生态功能的基础上，适当通过改善基础设施、引入商业开发等手段满足周边居民的高质量发展需求，释放大型公园的隐藏价值。与此同时，绅士化程度较高的城北公园应关注可能引发的社会分化和资源分配不均等问题，控制建设强度，避免过度开发，保护现有的生态环境，确保其可持续发展。

（2）弹性预留公园缓冲区。外围优势分布型公园具有独特的发展优势与前景。缓冲区的存在既有效减少了人类活动对公园核心区的干扰，也扩大了公园绅士化的影响范围，带动了更大范围的城市发展。同时缓冲区也是公园周边重要的战略预留空间，既可以用于进一步扩大公园范围，也可以补充各种城市功能。

（3）绿地协同推动发展。根据绿地协同现象及“绿色绅士化循环”理论，建议在公园周边地区实施绿地协同增效策略，如增设社区花园、绿化街道、打造生态走廊等，增加公园周边的绿地覆盖率，通过提升公园及周边的环境质量，推动公园与周边社区的协同发展。

5  结  论

随着城市进入高质量发展阶段，公园绿色绅士化现象对其影响逐步显现，掌握影响模式对城市公园规划建设具有重要的意义；现有研究多基于单一的社会经济数据，鲜有利用时空数据的相关研究。因此，本文利用多源时空数据，构建了一种基于空间数据的绿色绅士化指标体系，并对北京六环内六个大型公园及15 min缓冲区范围开展了具体分析。

（1）公园周边普遍存在绿色绅士化现象，且城北大型公园的绅士化程度普遍高于城南。这与地理位置、经济发展水平、生态保护策略等因素相关，同时，也符合部分研究（Rigolon和Németh，2020；Triguero-Mas等，2022）所得到的绿色绅士化强度与公园的位置和功能相关。

（2）公园绿色绅士化的空间分布呈现中心辐射分布与外围优势分布两种类型。前者是以公园为中心带动周边发展的典型模式，与已有研究（Black和Richards，2020；Pearsall和Eller，2020）的结果基本一致；后者则是由于生态保护、历史文化等原因存在一定范围的缓冲区。此外，绿色绅士化的变化模式也存在与上述两种类型类似的两个共同点。绿地协同增加可以从空间视角佐证 “绿色绅士化循环”理论，反映了绿化与绅士化的复杂时空关系；建设强度增加则与多数基于社会经济的绿色绅士化研究结果（Anguelovski等，2018；Rigolon和Németh，2020；宋伟轩等，2023）相符，是居住水平和地价提高的空间表现。同时，六个大型公园的绿色绅士化的具体变化模式未呈现明显规律。基于上文所述，对未来大型公园的规划建设与维护管理，还提出了对应三个方面的规划建议。

本文通过用地变化展示了城市规划中考虑大型公园及其周边区域的重要性，可在规划大型公园时更好地理解、认知其对城市空间可能造成的影响。整体来讲，尝试基于土地利用类型变化研究绿色绅士化，从用地层面对绿色绅士化的特征、规律与模式有了一些新的理解与认识，可以作为研究分析绿色绅士化的一种新的思路与新的方法。研究成果可为我国其他城市大型公园的规划与建设提供启示和借鉴。本文尚存在一些局限。例如，样本量相对较少，且局限在北京，如果能补充其他城市的大型公园的研究，通过对比分析共同点与差异点，可以得出更多的规律与结论；缺少与社会经济指标的对比，这主要是由于目前大部分社会经济数据难以满足空间双重差分或地块尺度分析的精度要求，未来随着城市大数据的发展与积累，有望出现高精度、长时序的社会经济数据，从而更好地完善指标体系。

参考文献

戴娇, 胡胜, 刘宇轩, 徐永洋, 吴亮. 2024. 顾及多模态数据特征关联的城市功能区识别方法——以武汉市为例. 时空信息学报, 31(1): 74-84[Dai J , Hu S, Liu Y X , Xu Y Y, Wu L. 2024. A method for identifying urban functional areas considering the correlation of multimodal data feature: A case study of Wuhan. Journal of Spatio-temporal Information, 31(1): 74-84 (in Chinese)]

杜俊健, 杨俊涛, 康志忠, 王旭哲, 彭城. 2024. 一种联合时空信息与社交互动特征的行人轨迹预测方法.时空信息学报, 31(3): 337-347[Du J J, Yang J T, Kang Z Z, Wang X Z, Peng C. 2024. A pedestrian trajectory prediction method intergrating spatiotemporal information and social interaction features. Journal of Spatio- temporal Information, 31(3): 337-347 (in Chinese)]

李南枢, 宋宗宇. 2022. 空间正义视域下绿色城市更新的实践困境与应对路径. 地方治理研究, 24(4): 37-50, 78[Li N S, Song Z Y. 2022. Practical dilemma and countermeasures of green city renewal from the perspective of spatial justice. Local Governance Research, 24(4): 37-50, 78 (in Chinese)]

李青原, 章尹赛楠. 2021. 金融开放与资源配置效率——来自外资银行进入中国的证据. 中国工业经济, (5): 95-113[Li Q Y, Zhang Y. 2021. Financial openness and resource allocation efficiency—Evidence from foreign banks entering China. China Industrial Economics, (5): 95-113 (in Chinese)]

李诗尧, 李玉婷, 魏星, 李永正, 殷炜达. 2023. 城市公园绿地绿色绅士化研究——以北京市朝阳区为例. 现代城市研究, 38(3): 125-132[Li S Y, Li Y T, Wei X, Li Y Z, Yin W D. 2023. Research on the green gentrification of urban parks: A case study of Chaoyang district in Beijing. Modern Urban Research, 38(3): 125-132 (in Chinese)]

刘彬. 2024. 西方绿色绅士化研究进展与启示——《绿色绅士化——城市可持续发展与为环境正义而战》述评. 国际城市规划, 39(1): 127-134[Liu B. 2024. Research progress of green gentrification in west: Review on “green gentrification: Urban sustainability and the struggle for environmental justice”. Urban Planning International, 39(1): 127-134 (in Chinese)]

宋伟轩, 王捷凯, 金荷仙, 曹辉. 2023. 城市景观绅士化社会空间特征、机制与效应——以南京为例. 经济地理, 43(11): 104-114[Song W X, Wang J K, Jin H X, Cao H. 2023. Social space characteristics, mechanism and effect of urban landscape gentrification: A case study of Nanjing. Economic Geography, 43(11): 104-114 (in Chinese)]

陶晓丽, 陈明星, 张文忠, 白永平. 2013. 城市公园的类型划分及其与功能的关系分析——以北京市城市公园为例. 地理研究, 32(10): 1964-1976[Tao X L, Chen M X, Zhang W Z, Bai Y P. 2013. Classification and its relationship with the functional analysis of urban parks: Taking Beijing as an example. Geographical Research, 32(10): 1964-1976 (in Chinese)]

吴冠秋, 党安荣, 田颖, 阚长城. 2021. 基于时空大数据的粤港澳大湾区城镇群结构研究. 遥感学报, 25(2): 665-676[Wu G Q, Dang A R, Tian Y, Kan C C. 2021. Study on the urban agglomerations structure of the Guangdong-Hong Kong-Macao Greater Bay Area based on spatiotemporal big data. National Remote Sensing Bulletin, 25(2): 665-676 (in Chinese)]

吴夏安, 徐磊青, 仲亮. 2020. 《城市居住区规划设计标准》中15分钟生活圈关键指标讨论. 规划师, 36(8): 33-40[Wu X A, Xu L Q, Zhong L. 2020. Key indicators of 15-minute life circle in the standard for urban residential area planning and design. Planners, 36(8): 33-40 (in Chinese)]

宣烨, 陆静, 余泳泽. 2019. 高铁开通对高端服务业空间集聚的影响. 财贸经济, 40(9): 117-131[Xuan Y, Lu J, Yu Y Z. 2019. The impact of high-speed rail opening on the spatial agglomeration of high-end service industry. Finance & Trade Economics, 40(9): 117-131 (in Chinese)]

薛雨, 张悦, 李华英. 2017. 基于GIS和空间句法浅析街道空间环境对街道活力的影响. 地理信息世界, 24(6): 107-110, 116[Xue Y, Zhang Y, Li H Y. 2017. Analysis on the influence of street space environment on street vitality based on GIS and spatial syntax. Geomatics World, 24(6): 107-110, 116 (in Chinese)]

余思奇. 2023. 西方环境绅士化研究进展与启示. 人文地理, 38(2): 10-18, 87[Yu S Q. 2023. Review of western research on environmental gentrification. Human Geography, 38(2): 10-18, 87 (in Chinese)]

张军, 闫东升, 冯宗宪, 李诚. 2019. 自由贸易区的经济增长效应研究——基于双重差分空间自回归模型的动态分析. 经济经纬, 36(4): 71-77[Zhang J, Yan D S, Feng Z X, Li C. 2019. Study on the economic growth effect of free trade zones—A dynamic analysis based on double difference space autoregressive model. Economic Survey, 36(4): 71-77 (in Chinese)]

甄茂成, 党安荣, 吴冠秋, 马琦伟. 2020. 新型城镇化定量研究的时空大数据应用需求分析. 地理信息世界, 27(2): 1-8, 14[Zhen M C, Dang A R, Wu G Q, Ma Q W. 2020. The demand of spatiotemporal big data for quantitative research on new urbanization. Geomatics World, 27(2): 1-8, 14 (in Chinese)]

Anguelovski I, Connolly J J T, Masip L, Pearsall H. 2018. Assessing green gentrification in historically disenfranchised neighborhoods: A longitudinal and spatial analysis of Barcelona. Urban Geography, 39(3): 458-491]

Anselin L, Florax R J G M. 1995. New directions in spatial econometrics: Introduction. New Directions in Spatial Econometrics. Heidelberg: Springer. 3-18

Anselin L. 2013. Spatial econometrics: Methods and Models. Amsterdam:Springer

Bardaka E, Delgado M S, Florax R J G M. 2018. Causal identification of transit-induced gentrification and spatial spillover effects: The case of the Denver light rail. Journal of Transport Geography, 71: 15-31

Black K J, Richards M. 2020. Eco-gentrification and who benefits from urban green amenities: NYC’s high line. Landscape and Urban Planning, 204: 103900

Braswell T H. 2018. Fresh food, new faces: Community gardening as ecological gentrification in St. Louis, Missouri. Agriculture and Human Values, 35(4): 809-822

Chao Y S, Wu C J. 2017. Principal component-based weighted indices and a framework to evaluate indices: Results from the medical expenditure panel survey 1996 to 2011. PLoS One, 12(9): e0183997

Delgado M S, Florax R J G M. 2015. Difference-in-differences techniques for spatial data: Local autocorrelation and spatial interaction. Economics Letters, 137: 123-126

García-Lamarca M. 2017. Green Gentrification: Urban sustainability and the struggle for environmental justice. Local Environment, 22(12): 1563-1565

Haase D, Kabisch S, Haase A, Andersson E, Banzhaf E, Baró F, Brenck M, Fischer L K, Frantzeskaki N, Kabisch N, Krellenberg K, Kremer P, Kronenberg J, Larondelle N, Mathey J, Pauleit S, Ring I, Rink D, Schwarz N, Wolff M. 2017. Greening cities–To be socially inclusive? About the alleged paradox of society and ecology in cities. Habitat International, 64: 41-48

Halecki W, Stachura T, Fuda?a W, Stec  A, Kuboń S. 2023. Assessment and planning of green spaces in urban parks: A review. Sustainable Cities and Society, 88: 104280

Jackson J E. 2020. Corrected standard errors with clustered data. Political Analysis, 28(3): 318-339

Konijnendijk C C, Annerstedt M, Nielsen A B, Maruthaveeran S. 2013. Benefits of Urban Parks. A Report for IFPRA, Copenhagen & Alnarp. 70

Lang S, Rothenberg J. 2017. Neoliberal urbanism, public space, and the greening of the growth machine: New york city’s high line park. Environment and Planning A: Economy and Space, 49(8): 1743-1761

Lee J Y, Anderson C D. 2013. The restored cheonggyecheon and the quality of life in Seoul. Journal of Urban Technology, 20(4): 3-22

Pearsall H, Eller J K. 2020. Locating the green space paradox: A study of gentrification and public green space accessibility in Philadelphia, Pennsylvania. Landscape and Urban Planning, 195: 103708

Quinton J, Nesbitt L, Sax D. 2022. How well do we know green gentrification? A systematic review of the methods. Progress in Human Geography, 46(4): 960-987

Rancich M T. 1970. Land value changes in an area undergoing urbanization. Land Economics, 46(1): 32

Rigolon A, Collins T. 2023. The green gentrification cycle. Urban Studies, 60(4): 770-785

Rigolon A, Németh J. 2020. Green gentrification or ‘just green enough’: Do park location, size and function affect whether a place gentrifies or not?. Urban Studies, 57(2): 402-420

Triguero-Mas M, Anguelovski I, Connolly J J T, Martin N, Matheney A, Cole H V S, Pérez-Del-Pulgar C, García-Lamarca M, Shokry G, Argüelles L, Conesa D, Gallez E, Sarzo B, Beltrán M A, López Má?ez J, Martínez-Minaya J, Oscilowicz E, Arcaya M C, Baró F. 2022. Exploring green gentrification in 28 global north cities: The role of urban parks and other types of greenspaces. Environmental Research Letters, 17(10): 104035

Yang T C. 2013. Introduction to spatial econometrics. Spatial Demography, 1(1): 143-145