城市公園綠地對周邊住宅價格的影響研究
——以蘭州市為例

文/鄭瑾

一、引言

隨著我國經(jīng)濟(jì)的日益增長與房地產(chǎn)市場的不斷完善，住宅不再僅僅是人們必要的住所，更是令人放松的個人舒適空間。近年來，環(huán)境問題不斷惡化，人們逐漸意識到舒適的環(huán)境對生活質(zhì)量至關(guān)重要。城市綠地公園不僅為優(yōu)化城市空氣質(zhì)量作出了巨大的貢獻(xiàn)，更為居民休閑娛樂和放松解壓提供了空間。因此，在物質(zhì)生活有保障的條件下，更多人愿意支付較高的價格去購買城市綠地公園附近的住宅。

國內(nèi)外大量研究表明，隨著經(jīng)濟(jì)的不斷進(jìn)步，城市居民的購買力迅速提升。現(xiàn)如今，人們更多地關(guān)注住宅周圍的環(huán)境，并表現(xiàn)出一定的支付意愿，如對城市綠地公園、城市湖泊、城市森林等具有正外部性的環(huán)境資源，人們愿意為了周圍優(yōu)質(zhì)的環(huán)境支付更高的房價，而垃圾填埋場、殯儀館、棕地等具有負(fù)外部性的環(huán)境資源，則會因人們的抵制使得其周圍住宅價格下降。

對于公園和房價之間關(guān)系的研究最早可追溯至美國盧博克市的鄰里公園距離與房價之間關(guān)系的研究，研究者基于簡單的相關(guān)分析，發(fā)現(xiàn)兩者之間具有顯著的正相關(guān)關(guān)系。然而，該結(jié)果沒有控制對房價產(chǎn)生影響的其他因素，可信度不高。另有外國學(xué)者選取了園林景觀附近的住宅為樣本，研究發(fā)現(xiàn)景觀對住宅價格的增值率達(dá)到3%-5%。吳殿鳴通過研究發(fā)現(xiàn)，根據(jù)對房價的影響程度排序，從大到小依次是自然公園、專類公園和社區(qū)公園。有的學(xué)者研究公園形狀對周邊住宅的影響，發(fā)現(xiàn)形狀方正且平整的公園比形狀不規(guī)整的公園對周圍房價的增值效應(yīng)更大。

通過梳理相關(guān)文獻(xiàn)，不難發(fā)現(xiàn)城市公園綠地會對房價產(chǎn)生不同程度的影響，但是研究多為北上廣深等東部經(jīng)濟(jì)發(fā)達(dá)城市，對中西部地區(qū)公園綠地對房價的資本化效應(yīng)的研究相對匱乏。不僅如此，由地理位置引起的氣候環(huán)境的不同使得西北地區(qū)城市綠地公園的資本化歷程與東部地區(qū)相差甚遠(yuǎn)。因此，在西北地區(qū)研究公園綠地對房價的資本化效應(yīng)尤為重要。在此基礎(chǔ)上，本研究選取西部地區(qū)第二大城市——蘭州，以“安居客”上的市場掛牌價作為房價信息，建立特征價格模型，量化分析蘭州市內(nèi)9個大型城市公園綠地對周圍住宅的影響，以期豐富蘭州市乃至整個西北地區(qū)綠地公園與房價的研究，為西北地區(qū)城市規(guī)劃建設(shè)、消費(fèi)者住房選擇提供參考。

二、研究區(qū)域與數(shù)據(jù)來源

（一）研究區(qū)域概況

蘭州不僅是甘肅省省會城市，還是中國陸域版圖的幾何中心，同時是我國唯一有黃河穿城而過的省會城市。蘭州的區(qū)域范圍南到皋蘭山北至白塔山，形成了典型的兩山夾一川的河谷型地貌。2018年蘭州成功創(chuàng)建“國家園林城市”，2022年蘭州市基本實現(xiàn)了“四季有綠，三季有花”的美好愿景。目前蘭州已初步建立由綜合公園、專項公園、小游園以及其他公園構(gòu)成的城市綠地公園體系，公園綠地服務(wù)半徑覆蓋率為81.2%，城市道路綠化普及率達(dá)98%，城市居民日常出行基本實現(xiàn)“300米見綠、500米見園”。綠地公園面積的不斷增加不僅提升了蘭州的形象，更提高了蘭州市的宜居水平和居民的生活幸福感，在推進(jìn)城市經(jīng)濟(jì)社會可持續(xù)發(fā)展方面具有深遠(yuǎn)意義。

蘭州市現(xiàn)轄5區(qū)3縣，本研究選取蘭州市主城區(qū)作為研究區(qū)域，探究研究區(qū)域內(nèi)9個城市公園綠地對周圍住宅價格的影響。

（二）數(shù)據(jù)來源

本研究通過爬蟲技術(shù)爬取“安居客”2022年11月距城市公園綠地1.8千米的住宅小區(qū)的相關(guān)數(shù)據(jù)，另外通過百度地圖測距功能測出住宅小區(qū)與最近公園綠地幾何邊緣以及商圈幾何中心的直線距離。相關(guān)變量描述性統(tǒng)計見表1。

表1 特征變量描述性統(tǒng)計

三、研究方法與變量選取

（一）研究方法

特征價格法又稱Hedonic模型，該方法認(rèn)為商品價格是由組成該商品的主要特性決定的，因此，特征價格法適用于分析異質(zhì)性產(chǎn)品的異質(zhì)特征與該產(chǎn)品價格的關(guān)系。房地產(chǎn)作為典型的異質(zhì)性產(chǎn)品，其價格受到多種因素的影響。而具有非競爭性和非排他性的城市綠地公園是影響住宅價格的重要區(qū)位因素。為了對公共產(chǎn)品和服務(wù)進(jìn)行科學(xué)評估，本文采用特征價格法研究城市綠地公園對住宅價格的影響。

特征價格法中有三種常用的模型，分別是線性模型、對數(shù)模型和半對數(shù)模型。三種模型的函數(shù)形式如表2所示：

表2 特征函數(shù)的表達(dá)形式

其中：P為住宅的價格（萬元）；α0、αi、βj為特征變量的系數(shù)，Xi為連續(xù)性特征變量；Xj為非連續(xù)型特征變量：ε為殘差。

本文采用SPSS數(shù)據(jù)分析平臺依次使用三種模型對樣本數(shù)據(jù)進(jìn)行逐步回歸，最終選擇擬合度最佳的模型進(jìn)行影響因素分析。

（二）特征變量的選取

影響住宅價格的因素主要包括建筑特征、區(qū)位特征、鄰里特征以及心理特征，因為心理特征與購房者的主觀意愿關(guān)系較大，在量化時會存在一定的誤差，因此，本文選取建筑特征、區(qū)位特征和鄰里特征中的14個特征變量。

根據(jù)數(shù)據(jù)指標(biāo)類型的不同，本文將樣本數(shù)據(jù)分為兩類：定量指標(biāo)和定性指標(biāo)。定量指標(biāo)直接采用公園周邊住宅特征變量的實際數(shù)據(jù)，定性指標(biāo)則通過賦值、打分、綜合度量的方法轉(zhuǎn)化獲得。數(shù)據(jù)具體量化方式見表3。

表3 特征變量的量化方式

四、模型選擇與結(jié)果分析

（一）模型估計與檢驗

本文運(yùn)用SPSS平臺，將樣本數(shù)據(jù)代入特征價格模型逐步進(jìn)行回歸，回歸結(jié)果如下：

由表4可知，三個模型的顯著性水平均為0.000，小于0.001，說明三個模型對樣本數(shù)據(jù)的擬合可以較好地解釋因變量。從擬合效果來看，線性模型的R2為0.904，調(diào)整后的R2為0.903，說明線性模型能解釋的因變量差異約為90.3%，大于半對數(shù)模型和對數(shù)模型，擬合效果最好，因此，本文選用線性模型。

表4 不同函數(shù)模型擬合度對比圖

由表5可知，在線性模型中，方差分析的顯著性檢驗值SIG為0.000，小于0.001，即全部回歸系數(shù)同時為0的概率小于0.001，模型的F檢驗統(tǒng)計值為899.969。說明方程顯著性高，拒絕全部系數(shù)為0的原假設(shè)。

表5 線性模型單因素方差分析

（二）模型計算結(jié)果

由回歸結(jié)果可知，14個特征變量中，所有變量的方差膨脹因子（VIF）均小于10，說明各個變量之間共線性不嚴(yán)重。通過p值可以看出，在95%的顯著性水平下，最終建筑面積、建筑年齡、裝修程度、住宅層數(shù)、物業(yè)費(fèi)、教育配套、生活配套、公共交通、公園距離、公園面積、商圈距離這11個特征變量通過了顯著性檢驗。住宅朝向、容積率和綠化率這3個變量未通過檢驗，可能存在的原因如下：

由于朝南的住宅通風(fēng)效果和光照時長都要優(yōu)于其他朝向住宅，我國居民在買房時更加傾向于選擇坐北朝南的住宅，房地產(chǎn)開發(fā)商在建造房屋時也會更多地考慮建造朝南的房屋，該朝向的住宅供給較多。在1358個樣本數(shù)據(jù)中，東西朝向的房屋有191個，朝南住宅有1167個，研究樣本的住宅小區(qū)數(shù)據(jù)大多朝南，數(shù)據(jù)內(nèi)部無差異，導(dǎo)致住宅朝向這一變量不顯著。

綠化率和容積率對房價不顯著可能是因為研究區(qū)域為蘭州市主城區(qū)的商品房，容積率較高的同時房價也較高。

由非標(biāo)準(zhǔn)化系數(shù)可知，11個相關(guān)變量中，建筑年齡、教育配套、生活配套、公園距離以及商圈距離這5個變量對住宅價格有負(fù)向影響，建筑面積、裝修程度、住宅層數(shù)、物業(yè)費(fèi)、公交數(shù)量、公園面積這6個特征變量對價格有正向影響。

根據(jù)回歸結(jié)果，可以得出住宅的特征價格方程為：

（三）住宅價格影響因素分析

由表6可知，通過顯著性檢驗的連續(xù)變量為建筑面積、建筑年齡、物業(yè)費(fèi)、公園距離、公園面積以及商圈面積。其中建筑面積系數(shù)為1.344，即住宅建筑面積增加1%，住宅價格相應(yīng)地增加1.334%；建筑年齡系數(shù)是-0.663，意味著建筑年齡每增加1%，住宅價格相應(yīng)地減少0.663%；物業(yè)費(fèi)系數(shù)為3.929，即物業(yè)費(fèi)每增加1%，住宅價格增加3.929%；公園距離系數(shù)是-3.863，意味著在一定范圍內(nèi)與公園的距離每增加1%，住宅價格將降低3.863%；公園面積系數(shù)是0.071，即公園面積每增加1%，住宅價格增加0.071%；商圈距離系數(shù)為-5.630，意味著商圈距離每增加1%，住宅價格將下降5.630%。

表6 特征價格模型回歸結(jié)果

通過顯著性檢驗的非連續(xù)變量為裝修程度、住宅層數(shù)、教育配套、生活配套以及公共交通。其中裝修程度系數(shù)為3.758，說明裝修每提升一個檔次，住宅價格增加3.758%；住宅層數(shù)系數(shù)為0.218，意味著住宅層數(shù)每增加一層，住宅價格增加0.218%；教育配套和生活配套系數(shù)分別為-3.354和-14.526，即教育配套和生活配套每增加一個等級，住宅價格分別下降3.354%和-14.526%。

（四）公園綠地對住宅價格的影響范圍分析

良好生態(tài)景觀能使住宅價格上升，住宅價格會隨著與公園綠地距離的增加而降低。但是與公園綠地的距離對房價的影響是有一定范圍的，超過這個范圍，對房價的影響就會減小。因此，研究公園綠地對住宅價格的影響范圍具有重要的參考意義。

經(jīng)上述分析得到了住宅價格的特征價格函數(shù)：

將表1中各個住宅因素描述性統(tǒng)計的平均值代入特征價格方程，得到與公園綠地的距離對住宅價格影響程度的方程式：

P=131.1446944-3.863X12

假設(shè)到公園綠地的距離每增加50米，住宅總價格降低小于0.5%時，則認(rèn)為公園綠地對住宅的影響不大，即（P-P1）/P＜0.0002。

其中P1=131.1446944-3.863（X12+0.05）

經(jīng)過計算可以看出，X12的結(jié)果為0.8365，即當(dāng)距離是0.8365千米時，公園綠地對住宅價格的影響最小，此時住宅價格的變動幅度小于0.5%。

五、結(jié)論與討論

本研究利用蘭州市內(nèi)距9個大型公園綠地1.8千米內(nèi)65個住宅小區(qū)的1358個房價數(shù)據(jù)，通過SPSS軟件回歸定量分析了蘭州市主城區(qū)公園綠地對周邊住宅的資本化效應(yīng)。研究結(jié)果表明，蘭州主城區(qū)內(nèi)住宅價格與到公園綠地的距離成反比，與公園綠地的面積成正比，在平均0.8365千米的影響范圍內(nèi)，住宅與公園綠地的距離每增加1%，住宅價格下降3.863%；公園綠地面積每增加1%，周圍住宅價格增加0.071%。借助上述實證分析，可以優(yōu)化蘭州市房地產(chǎn)項目的布局。對于房地產(chǎn)開發(fā)商而言，其開發(fā)的房地產(chǎn)項目可以更多地向公園綠地靠近；對于政府而言，在規(guī)劃住宅類建設(shè)用地時，應(yīng)該將生態(tài)環(huán)境因素納入考慮范圍，同時進(jìn)一步擴(kuò)大公園綠地面積。合理規(guī)劃城市公園綠地，不僅有益于提升居民生活幸福感，還可以帶動蘭州市房地產(chǎn)市場的發(fā)展。