1）低GSE–高社会经济水平区域。此区域内GSE与社会经济水平呈负向关联，典型特征是自身房价高，但绿地数量少，规模较小且形状规则，整体植被覆盖情况不佳。此特征多出现在发展较好、生活水平较高的城市区域。此类区域绿地“增量”难度极大，因此可考虑通过调整绿地结构，提升居民接触绿地的机会。绿地斑块形状越复杂，绿地边界与周边环境耦合度越高。可结合道路、河流等线型空间打造绿色廊道，增加破碎绿地的连接度，提升城区整体GSE水平。

2）低GSE–低社会经济水平区域。此区域内GSE与社会经济水平呈正向关联，普遍处于研究区域边缘区域且本身房价不高，城市活力相对较低；同时，此类区域内的草地、耕地占比高于树木。因此，此类区域内“增绿”的发展重点应放在增植树木，可考虑在草地上适当增加乔灌木，增加视觉上景观层次的同时，提升GSE质量。

研究结论与展望

结果表明，研究区域内的GSE在空间分布上存在不均衡现象。房价与GSE指标存在显著的空间关联，目视视角下的GSE指标与房价水平的空间相关程度普遍高于鸟瞰视角。此外，SLM和SEM模型在GSE指标预测房价水平的模型中拟合效果最好。GWR模型结果进一步表明，南京市中心城区的GSE无论在地理公平性层面亦或是社会公平性层面均存在显著的失衡现象。

本研究存在以下不足。首先，评估目视视角中的感知质量指标时，对街景图像训练集进行打分的志愿者的数量、职业构成、年龄分布等差异可能对结果造成一定的误差。其次，选取社区房价来表征社会经济水平具有一定的局限性，可结合社区平均收入和教育程度等指标全面衡量社会经济水平。再者，基于横截面数据的分析结果无法揭示“GSE–房价水平”之间的因果效应，未来可采用长时间序列的数据。最后，高密度城市区域的样本选取限制了规划调控举措的普适性，需进一步扩大研究区域。