城市公園商品價值定量及影響因素——以南寧市南湖公園為例

杜延培，李在留，郭 松

（1.廣西藝術學院，南寧 530007；2.廣西大學林學院，南寧 530004）

公園作為城市生態環境建設的重要組成，其價值可分為舒適性的服務價值和商品性的經濟價值［1］，從受益對象角度出發，前者稱為“愉悅價值”，后者為“商品價值”［2］，相關價值定量已成為當前研究熱點。其中，公園因優美的風景和舒適的環境，直接或間接卷入市場交易，帶動經濟發展，提高周邊房地產價格，所形成商品價值無法直觀體現，容易低估或忽視，導致城市建設和管理缺乏科學性［3］。基于公園的外部性特點［4］，市場化以外的享樂價格法（Hedonic price method，HPM）［5］為其商品價值評估提供思路。

HPM運行的前提條件是良好且透明度高的房地產市場，評估結果會根據函數模型的選擇和分析步驟不同而有所變化，需要大量的數據和專業的數據統計分析以提高準確度，HPM的推廣應用還有待進一步研究［6，7］。另外，城市綠地對周邊的房地產有明顯的增值作用，人們愿意為享受公園景觀而支付更高的房屋價格［8-10］。受城市形態變化不一，房產價格受公園增值程度和影響因素不盡相同。目前，相關的研究大多數關注公園對周邊房價的增值程度［11-15］，并未基于所得出的增值程度進一步評估公園所蘊含的商品價值。

南湖公園地處南寧市中心城區，總面積200.09 hm2，其中陸地面積93.09 hm2，水體面積107 hm2，是一座融水體景觀、亞熱帶園林風光、市民娛樂休閑于一體的綜合性公園，也是重大節日舉行游園文化活動的重要場所。南湖公園作為“海綿城市”建設試點公園，政府投資巨大，基礎設施完善，養護管理到位，深受游客喜愛，年接待游客達1 700多萬人次，居南寧市免費開放型公園之首。因此，本研究選取南寧市南湖公園為研究對象，采集影響公園周邊房屋增值情況的變量數據，檢驗并選取最優HPM分析模型，發掘顯著影響公園周邊房價的因素，計算公園溢出效應所產生的商品價值，為公園及周邊城市規劃建設提供科學依據，也為公園商品價值HPM定量研究提供實證。

1 研究內容與方法

1.1 樣本采集

南湖公園所處市中心，周邊多為老城區，幾乎沒有新開發的樓盤，因此以二手房為基礎，參考前人研究經驗［16-19］，選取以南湖公園為中心，2 km范圍內300套二手房作研究樣本。其中，公園周邊1 km范圍內為第一層，均勻選取200套二手房；公園周邊1～2 km范圍內作第二層，因房價受公園的影響較弱，均勻選取100套二手房。

1.2 變量選取

變量選取是HPM分析的關鍵，研究確定因變量為房屋出售單價，自變量為影響房價格的因素，包括建筑結構、區位特征、鄰里環境3類［20，21］；由于地域特征、生活習慣、經濟發展水平等差異，不同HPM研究案例選取變量有所不同［18］。本研究從南寧市南湖公園周邊的實際情況出發，選取25個變量，其中，建筑結構有房屋建筑面積（S1）、臥室數量（S2）、客廳數量（S3）、衛生間數量（S4）、廚房數量（S5）、陽臺數量（S6）、建筑年齡（S7）、總樓層數（S8）、所在樓層層次（S9）、是否帶電梯（S10）、房屋朝向（S11）、裝修程度（S12）12個變量；區位特征有離朝陽商圈距離（L1）、離南寧火車站距離（L2）、離南寧火車東站距離（L3）、離最近地鐵站距離（L4）、離青秀山風景區距離（L5）、離邕江距離（L6）6個變量；鄰里環境有離最近綜合醫院距離（N1）、離最近重點小學距離（N2）、離最近重點中學距離（N3）、離最近高等院校距離（N4）、離南湖公園距離（N5）、離最近其他開放公園距離（N6）、是否可見南湖（N7）7個變量。

1.3 數據獲取

25個變量數據獲取來源于國內房地產租售平臺安居客網站上的二手房掛售信息和ArcMap 10.5軟件測算。為保證網站數據的同一市場條件，于2019年11月22日至29日選取掛售時間在11月內的二手房數據信息，所選二手房均有真實照片展示，出售單價接近于小區平均值，價差控制在±10%以內。所選樣本的區位特征和鄰里環境類變量中，與距離有關的特征變量數據通過ArcMap10.5軟件基于Google Earth衛星圖測算得來，樣本位置均在小區的中心點。其中，房屋樣本、火車站、火車東站、地鐵站用“點”的形式，朝陽商圈、青秀山風景區、邕江、綜合醫院、重點小學、重點中學、高等院校、南湖公園、其他開放公園用“面”的形式，通過ArcMap 10.5軟件的“近鄰分析”獲取房屋樣本與相關變量的最近距離。

變量數據中不能直接使用的如所在樓層層次（S9）、是否帶電梯（S10）、房屋朝向（S11）、裝修程度（S12）、是否可見南湖（N9）等需要進行量化賦值處理。其中，所在樓層層次（S9）中，低層為“1”，高層為“2”，中層為“3”；是否帶電梯（S10）和是否可見南湖（N9）中，是為“1”，否為“0”；房屋朝向（S11）中，南北朝向為“3”，南朝向為“2”，其他朝向為“1”；裝修程度（S12）中，毛坯為“1”，簡裝為“2”，精裝為“3”，豪華為“4”。

從變量設計與統計信息（表1）可知，采集二手房單價均值13 586.78元/m2，較符合南湖公園周邊實際行情；其變異系數為0.196，體現公園周邊二手房售價存在明顯差異。在二手房的建筑結構、區位特征、鄰里環境3個變量中，變異系數普遍較大，一方面體現公園周邊住宅建筑存在差異，社會資源分配并不均衡；另一方面反映公園周邊住宅價格因建筑結構、區位特征、鄰里環境等不同而存在差異。

表1 變量設計與描述性統計結果

1.4 模型選擇

HPM依靠計量經濟學分析，其函數形式有線性模型、半對數模型、對數線性模型、二次模型、指數模型等［22，23］，研究選擇在房地產研究中擬合程度較高的線性模型、半對數模型和對數模型進行分析［24］。

對數線性模型：

式中，Pr為房屋的單價，S為建筑結構，L為區位特征，N為鄰里環境，α1、α2、α3分別為模型系數，α0為常數項，ε為誤差項，L′、S′、N′為建筑結構、區位特征、鄰里環境中進行量化賦值的變量，α1′、α2′、α3′為模型系數。注：“+”、“-”表示預測各變量對房屋單價的正、負影響，“？”表示預測正負影響不確定

2 模型分析

2.1 模型擬合比較

利用SPSS22.0軟件分別對線性模型、半對數模型、對數線性模型采用輸入回歸的方法進行多元回歸分析，3種模型擬合參數比較見表2。通過判定系數R2衡量回歸方程的擬合度，R2值越接近1.000，模型擬合程度越好［25］，結果顯示半對數模型的擬合程度要好于線性模型和線性對數模型；通過Durbin-Watson（U）值檢驗殘差的自相關，一般認為該值在1.5～2.5，即說明模型殘差無自相關現象，且值越接近2.0，模型殘差間越相互獨立，結果顯示3種模型該值都接近于2.0，說明模型殘差均無自相關現象；通過F檢驗模型回歸關系的顯著性，結果顯示3種模型均為0.000，說明模型初步擬合均具極顯著線性關系，其中半對數模型的F值為24.544，高于線性模型和線性對數模型；通過T檢驗3種模型P值均小于設定值0.05，呈顯著性變量的半對數模型有15個，擬合精度最高；在共線性統計上，VIF值大于10的變量線性模型和半對數模型均有6個，線性對數模型有4個，說明3種模型中都有嚴重的多重共線問題，需要對共線變量進行剔除和處理。綜合調整R2、F檢驗P值、F值、T檢驗P值、共線性VIF值來看，半對數模型的擬合效果最好，因此，選取半對數模型進行回歸分析。

表2 模型擬合參數比較分析

2.2 回歸分析與檢驗

在半對數模型初步回歸分析中，存在部分變量相關性不顯著（P＞0.05）、多重共線性（相關系數絕對值大于0.8）現象，需將造成多重共線現象的變量進行篩選剔除，再用逐步回歸的方法進行多元回歸分析。選取最優的回歸子集，即顯著性小于0.05的變量［26］，將方差膨脹系數VIF值大于10的變量，即離朝陽商圈距離（L1）、離南寧火車站距離（L2）、離南寧火車東站距離（L3）、離青秀山風景區距離（L5）、離邕江距離（L6）、離最近高等院校距離（N6）這6個在控制其他變量下進行偏相關分析，發現離朝陽商圈距離（L1）、離南寧火車東站距離（L3）與其他變量存在嚴重的多重共線性，剔除掉這2個特征變量再進行逐步回歸分析，結果見表3。

表3 半對數模型逐步回歸系數

經擬合度檢驗，半對數擬合模型復相關系數R=0.784，判定系數R2=0.615，調整后的R2=0.603，說明模型擬合程度較好；經方差分析F檢驗，該模型顯著性為0.000，說明因變量與進入模型中的自變量具有極顯著的線性關系；經共線性診斷，最終進入模型的特征變量方差膨脹系數VIF值最大為4.904，在0～10的范圍內，說明模型中的特征變量之間不存在多重共線性；經殘差統計，標準化殘差分布與估計曲線基本吻合（圖1），說明了半對數模型逐步回歸的標準化殘差呈正態分布。以變量DEPENDNT作為X軸，變量ADJPRED作為Y軸，建立因變量與調節預測值的散點圖（圖2），散點分布基本呈一條直線，說明預測值與觀測值很接近，預測效果較好。

圖1 逐步回歸標準化殘差

圖2 逐步回歸預測值散點分布

3 結果與分析

3.1 影響房屋單價的因素

從表3可知，最終進入半對數模型的最優回歸子集的變量有建筑年齡（S7）、總樓層數（S8）、離南寧火車站距離（L2）、離最近地鐵站距離（L4）、離邕江距離（L6）、離最近綜合醫院距離（N1）、離最近重點小學距離（N2）、離最近高等院校距離（N4）、是否可見南湖（N7）9個，最終半對數模型為ln(P)=9.667407-0.003997S7+0.003966S8+0.000 087L2-0.000 217L4-0.000 093L6-0.000 073N1-0.000 264N2+0.000 06N4+0.151126N7。

根據回歸系數B值的正負判斷：房屋單價（Pr）與建筑年齡（S7）呈顯著負相關（P＜0.05），與離最近地鐵站距離（L4）、離邕江距離（L6）、離最近綜合醫院距離（N1）、離最近重點小學距離（N2）呈極顯著負相關（P＜0.01），與總樓層數（S8）、離南寧火車站距離（L2）、離最近高等院校距離（N4）、是否可見南湖（N7）均呈極顯著正相關（P＜0.01）。

半對數模型中的B值表示變量的絕對變化會引起房屋單價（Pr）的相對變化（變化率），變化率以自然對數e為底數，依據回歸系數的反對數進行推導，結果表明，建筑年齡每增加1年，離地鐵站口距離、離邕江距離、離綜合醫院距離、離重點小學距離每增加1 m，房屋單價（Pr）分別下降0.399%、0.022%、0.009%、0.007%、0.026%；建筑總樓層每增加1層，離火車站距離、離高等院校距離每增加1 m，擁有南湖湖景視線，房屋單價（Pr）分別增長0.397%、0.009%、0.006%、16.314%。

3.2 南湖公園商品價值估算

根據HPM的研究結果，是否可見南湖（N7）對房屋單價（Pr）增值16.314%，以計算南湖視線影響下的房屋溢價來估算南湖公園經濟價值。具體過程：所選取300套二手房屋平均單價13 586.78元/m2，建筑總樓層數平均13層。根據國家統計局最新統計數據，城鎮平均每戶家庭人口為3人，人均住房面積39 m2，可計算城鎮每戶家庭的住房面積約為117 m2，常規房屋開間面寬12 m左右；南湖公園周長為9 378 m，假設周邊全部建成平均為13層的商品住宅塔樓，塔樓每層有2套房屋陽臺正對南湖，其塔樓的建筑寬度約為24 m；根據《城市居住區規劃設計標準》GB50180—2018要求住宅側面間距不小于13 m，計算得出南湖公園周圍可建塔樓253棟；由于公園周邊存在植物遮擋視線，植物平均高度按12 m計，4層以上房子的視野可見南湖湖景，可見南湖的房屋有4 554套。最終房屋溢價約為1 181 016 293.54元，即南湖公園商品價值約11.810億元。

4 討論與結論

4.1 討論

1）不同研究對象周邊的房產價格影響因素存在異同，南寧市南湖公園周邊2 km房產價格的影響因素大部分與前人研究相似［9，10］，但離南湖公園距離因素在研究中并未對房產價格產生顯著影響，其原因可能與南湖公園地處老城區，相關公共服務設施配套完善有關，如相鄰近的金花茶公園、民歌湖公園、青秀湖公園、邕江濱水公園等弱化了南湖公園的單一影響，使得離南湖公園距離因素對房產價格影響不顯著。

2）許多學者基于Hedonic模型的公園周邊房產特征價格分析只得出影響因素及影響程度［12-14］，未進行公園的商品價值計算，本研究在前人研究的基礎上，基于統計數據及實際情況做出合理假設，提出了計算公園“商品價值”的方法，同時也表明城市公園顯著增加了周邊房產價值。因此，政府部門應積極探索多樣化的公園溢價回收模式。如將公園的溢出效應進行貨幣化定量，以此作依據，向公園周邊地產開發商征收土地資產潛在增值作為公園建設維護的資金來源；此外，政府可與地產開發商聯合起來進行公園規劃建設，將公園建設融入住宅開發的全過程，達到家住公園的體驗。由此，既能在實現房地產開發項目增值的同時為社會創造出可供市民休閑娛樂的公園，也可有效緩解政府的財政壓力，實現政府、企業和市民的三方共贏。

4.2 結論

1）南湖公園HPM研究的最優模型為半對數模型，顯著影響公園周邊房屋單價（Pr）的變量有建筑年齡（S7）、總樓層數（S8）、離南寧火車站距離（L2）、離最近地鐵站距離（L4）、離邕江距離（L6）、離最近綜合醫院距離（N1）、離最近重點小學距離（N2）、離最近高等院校距離（N4）、是否可見南湖（N7）9個。其中，建筑年齡越小、建筑總樓層越高，房屋單價越高；離火車站越遠、離地鐵站口越近、離邕江越近，房屋單價越高；離綜合醫院越近、離重點小學越近、離高等院校越遠、擁有南湖湖景視線，房屋單價越高。

2）離南湖公園距離（N5）對房屋單價無影響，而是否可見南湖（N7）對公園周邊房屋單價增值率為16.314%，基于假設前提下評估南湖公園所產生的經濟價值約為11.810億元，說明公園對周邊房產增值溢出效應巨大。