盧新海 李仲炎 唐一峰

摘要：景觀因子影響著城市房地產(chǎn)的價值。通過實際調(diào)查和GIS技術獲取武漢市長江兩岸59個商品住宅小區(qū)的798個住宅數(shù)據(jù)，對住宅單元進行彈性與邊際價格分析，揭示武漢市長江景觀對兩岸住宅價格的總體影響。同時，由于地域性和經(jīng)濟發(fā)展水平等因素的影響，武漢市長江景觀南北兩岸住宅增值效應存在差異，長江景觀對南岸的商品房增值效應大于長江北岸，但影響的范圍要小于北岸。該結(jié)論可為房產(chǎn)稅的征收、基準地價的制定、房屋估價以及保護環(huán)境等提供相應的參考依據(jù)，優(yōu)化公共資源的配置。

關鍵詞：特征價格模型;商品住宅價格;長江景觀

中圖分類號：F301.2 文獻標識碼：A

文章編號：1001-9138-（2019）09-0030-36 收稿日期：2019-05-29

1引言

2017年，武漢市第十三次黨代會首次提出“規(guī)劃優(yōu)化武漢長江主軸，打造世界級城市中軸文明景觀帶”的要求。同年9月，武漢市頒布武政辦[2017]85號文件，對“強化武漢市長江兩岸景觀建設、完善水陸游覽體系”進行了更為細致的規(guī)劃和分工。在武漢市快速發(fā)展的背景下，如何最大程度地發(fā)揮長江景觀的經(jīng)濟、生態(tài)、文化效益將尤為重要。長江景觀作為一種公共空間，其價值具有隱形的特點，難以在市場交易中直接體現(xiàn)出來，因此需要對長江景觀對兩岸住宅價格影響進行量化分析，顯化長江景觀的經(jīng)濟價值。

國內(nèi)外學者對于影響城市住宅價格因素進行了深入的研究，臨近棕地、垃圾焚燒廠等會對周邊的房價產(chǎn)生負面效應，而臨近公園、湖泊、水系、高爾夫球場、城市森林等自然環(huán)境優(yōu)越的公共空間則會對周邊的房價產(chǎn)生正面效應。在國外研究中，Liisa等發(fā)現(xiàn)城市森林對周邊住宅價格具有增值效應。Giudice等發(fā)現(xiàn)完好的城市環(huán)境對房產(chǎn)價格的影響約為6%。Morancho通過對綠地面積、與綠地距離等因素進行分析，發(fā)現(xiàn)距離綠地的距離對住宅價格影響最大。在國內(nèi)，毛德華等人以長沙市生態(tài)景觀作為對象，發(fā)現(xiàn)小區(qū)綠化、最近公園質(zhì)量和周邊環(huán)境對住宅的價格具有正向作用。吳冬梅等以南京市莫愁湖作為樣本，發(fā)現(xiàn)湖景的生態(tài)價值占周邊住宅總價值的13%。溫海珍等通過對西湖周邊住宅價格進項定量研究，發(fā)現(xiàn)西湖對周邊的住宅價格平均影響的空間范圍為5.62千米。鐘海玥等則對武漢市南湖進行研究，結(jié)果表明在南湖周邊700米的范圍內(nèi)，住宅的位置距離南湖每近100米，住宅的價格上漲5.65%。陳賡等以奧林匹克森林公園周邊地區(qū)為研究區(qū)域，探究公園不同方向、不同距離的住宅增值效應。

綜上，國內(nèi)外學者對于公園、湖泊等綠地空間的研究主要集中在對距離緯度或方向緯度方面，而很少考慮到“擁有景觀視野”這一因素。由于水系呈不規(guī)則狀分布以流經(jīng)區(qū)域自然空間和社會經(jīng)濟空間的復雜性，探究水系對兩岸住宅價格影響較公園和湖泊更加困難。本文通過實地調(diào)查和GIS技術，獲取了武漢市長江兩岸59個住宅小區(qū)的798個住宅數(shù)據(jù)，運用特征價格模型，探析武漢市長江景觀對兩岸住宅價格的總體影響，并且從方向緯度和距離緯度揭示長江景觀對兩岸商品住宅價格影響的差異，以期為房地產(chǎn)開發(fā)、市場交易評估、城市發(fā)展規(guī)劃等提供借鑒。

2研究區(qū)域和數(shù)據(jù)來源

本文選取長江隧道與長江二橋之間，分別位于長江兩岸的漢口三陽路區(qū)域和武昌徐家棚區(qū)域的所有商業(yè)住宅小區(qū)單價為研究對象，共包含59個小區(qū)，798個樣本數(shù)據(jù)。樣本區(qū)域在交通、生活配套、教育配套等方面比較接近，能夠最大程度的減少其他非研究因素的干擾。在數(shù)據(jù)獲取方面，由于研究區(qū)域二手房成交時間跨度較大，而2016年至2018年武漢市商品房價格上漲過快，無法直接進行比較。另一方面，武漢市尚未公布分區(qū)的房屋價格指數(shù)，使得對實際價格進行年期修正也難以實現(xiàn)。因此，本文采用2019年1月26日的武漢房天下網(wǎng)站公布的掛牌數(shù)據(jù)，并根據(jù)前人的研究成果將掛牌價格轉(zhuǎn)換為成交價格，如圖1所示。

3研究方法和變量選取

3.1特征價格法

特征價格法，又稱Hedonie模型法和效用估價法，是在消費者理論和市場供需均衡理論等基礎上發(fā)展起來的。該方法認為住宅的價格是由眾多不同的特征和屬性組成，由于各個特征和屬性的組合數(shù)量和方式不同，導致住宅的價格也不盡不同。如果對住宅的各個特征和屬性進行求偏導數(shù)就能將各個屬性和特征的價格從房地產(chǎn)總價格中分離出來，依此求得各個屬性和特征的純粹價格。為了分析長江景觀對兩岸住宅價格的影響，本文設C表示住宅的其它屬性的集，設d為住宅到長江中心線的直線距離，設P為住宅的價格。因此，住宅的價格可以表示為P=（c，d），在獲得其它變量屬性的指標后，通過對d進行求偏導，可得出住宅與長江景觀單位距離的隱藏價格，從而判斷出武漢市長江景觀對兩岸住宅價格的影響。

3.2變量選取

目前，國內(nèi)外學者在運用特征價格模型對房地產(chǎn)價格影響因素進行分析時，一般將住宅特性分為住宅特征、鄰里特征、區(qū)位特征3個變量類型。本文在這三大變量的基礎上，依據(jù)實際情況，選取建筑面積、樓層、朝向、建筑類型、建筑年齡、到長江的距離等15個變量，并分別通過分等級賦值、虛擬變量、實際數(shù)字將各個變量指標進行量化。由于樣本區(qū)域為武漢市二環(huán)內(nèi)，在實地考察中發(fā)現(xiàn)周邊商業(yè)配套和教育配套完備，無明顯的區(qū)分度，因此在特征變量中將這兩項變量剔除。

4模型選擇與結(jié)果分析

4.1模型的選擇

在特征價格模型中，線性模型、對數(shù)模型、半對數(shù)模型是運用頻次最多的3種模型。本文將數(shù)據(jù)依次代入3種模型中，以房屋掛牌價格為因變量，以表1所示的15個特征屬性為自變量，進行逐步回歸模型分析，結(jié)果如表2所示。

根據(jù)表2，線性模型、半對數(shù)模型、對數(shù)模型的擬合系數(shù)分別為0.68、0.70、0.7 1，說明對數(shù)模型擬合程度最高，同時，在進入模型的變量方面，對數(shù)模型有9個特征變量，多于線性模型和半對數(shù)模型。因此本文選擇對數(shù)模型進行回歸分析。對數(shù)模型公式見式1。

在式1中：P是每套商品住宅的單價（元）;βo、βi、βj是待估計系數(shù);xi為連續(xù)型特征變量;xj為非連續(xù)型特征變量，ε為誤差項。

4.2模型估計和檢驗

在剔除231條信息缺失樣本或異常樣本后，使用逐步回歸的方法，將15個變量，798條樣本數(shù)據(jù)代入對數(shù)形式模型中進行逐步回歸分析。

根據(jù)表2，R²及調(diào)整后R²分別為為0.7110、0.7076說明本文使用的模型能解釋因變量差異的百分比約為71.1%;綜上所述，本文運用的對數(shù)模型具備較高的擬合度，具有一定的解釋能力與可信度。

顯著性檢驗值P值為0.0000，小于0.001，拒絕所有系數(shù)同時為0的假設。同時根據(jù)游士兵、楊有等人的研究，逐步回歸模型能夠很好的解決自變量的多重共線性問題。使用方差膨脹因子，檢驗多重共線性問題，結(jié)果如表3所示。各變量的VIF值最大為4.68，平均VIF值為2.48，遠遠小于臨界值10，因此，模型不存在多重共線性問題。綜上所述，本文對數(shù)模型對樣本數(shù)據(jù)的擬合在統(tǒng)計上是有意義的，回歸方程有效。

4.3模型計算結(jié)果

根據(jù)表4，最終進入模型的特征變量有9個。分別是綠化率、臥室數(shù)量、客廳數(shù)量、是否為江景房、距離長江的直線距離、物業(yè)費、距離地鐵站的距離、建筑年齡、地鐵線路數(shù)量。從表1中可以看出，除綠化率和到地鐵站距離外，其他特征變量符號都與預期相符，根據(jù)實際調(diào)查發(fā)現(xiàn)，新建小區(qū)多為臨江小區(qū)，距離地鐵站較遠，建筑密度大，綠化率相對較低，但這部分小區(qū)多靠近長江，物業(yè)、設施等更加完善，總價更高，因而使得綠化率和到地鐵站距離與預期符號相反。

在顯著性變量的系數(shù)符號與預期影響符號相同的變量中，對住宅價格有正面影響的變量有臥室數(shù)量、客廳數(shù)量、是否為江景房、地鐵線路數(shù)量;對住宅價格有負面影響的變量有到距離長江的直線距離、物業(yè)費、建筑年齡。

4.4長江景觀特征的價格彈性和邊際價格分析

變量的彈性是指在其他變量不變的情況下，該變量每1%的變化所引起的因變量變化的百分比。非彈性系數(shù)是指在其他變量不變的前提下，該變量每提高一個檔次所引起的因變量變化的百分比。

根據(jù)表4可知，在回歸模型中，本文對于連續(xù)型變量采用取對數(shù)的形式，對于連續(xù)型變量采取的是線性形式。在對數(shù)形式中，連續(xù)型變量的非標準化回歸系數(shù)就是該變量的彈性系數(shù);而對于非連續(xù)型變量而言，非標準化回歸系數(shù)是該變量的半彈性系數(shù)，但是非標準化的系數(shù)值不是半彈性的系數(shù)值，還需要經(jīng)過一定的轉(zhuǎn)換才能得到。具體公式如下：

在式二中，β表示特征變量回歸系數(shù)，θ表示特征變量半彈性系數(shù)。為了使結(jié)果更為直觀，本文進行邊際價格的分析，連續(xù)變量的邊際價格公式為：

其中P為特征變量的邊際價格，E為此區(qū)域平均價格，為彈性系數(shù)，n為房屋住宅特征變量的數(shù)量。

非連續(xù)變量的邊際價格公式為：

pi=E×θi（式4）

其中P為特征變量的邊際價格，E為此區(qū)域平均價格，θ為半彈性系數(shù)。

根據(jù)相關公式，計算出x11能否看江和Inxl2距長江的距離的彈性或半彈性系數(shù)及邊際價格，如表5所示。

能否看江的半彈性系數(shù)為17.35%，說明在其他變量不變的情況下，住宅內(nèi)能夠看到江景，那么價格會上漲17.35%。在邊際價格分析中，住宅內(nèi)能夠看到江景，則住宅每平方米的價格會增加3731.6元。

到長江距離的價格彈性系數(shù)為-11.79%，說明在其他變量不變的情況下，住宅距離長江的距離每增加1%，那么價格會下降11.79%。在邊際價格分析中，住宅到長江的距離每增加1米，則住宅每平方米的價格會下降281.8元。長江江灘公園的建設完成能為人們提供了具有戶外運動、觀景、凈化空氣等多種功能的場所。因此住宅距離長江越近，房屋的價格也會越高。

5長江兩岸景觀對兩岸住宅價格影響對比

根據(jù)房天下數(shù)據(jù)顯示，2019年1月26日，三陽路區(qū)域（長江北岸）二手房均價為24639元，平方米，徐家棚區(qū)域（長江南岸）二手房均價22457元/平方米。據(jù)此可得出三陽路地區(qū)和徐家棚地區(qū)的變量邊際價格。依次對三陽路區(qū)域和徐家棚區(qū)域進行回歸分析，結(jié)果如表6所示。

根據(jù)外部性理論，外部效應只在一定范圍內(nèi)有效。為了計算長江景觀對周邊小區(qū)住宅價格增值效應的有效影響半徑，建立住宅價格與住宅距長江的最短直線距離的二次函數(shù)關系式。

三陽路區(qū)域二次函數(shù)表達式：

price=-0.0028x2-14.757x12+60739.71

徐家棚區(qū)域二次函數(shù)表達式：

price=0.39x2-82.065x12+60739.71

根據(jù)公式可以計算出極值點，這也是長江景觀對兩岸住宅價格影響的范圍。徐家棚區(qū)域的長江景觀對商品住宅價格影響范圍為1051米，而在三陽路區(qū)域，函數(shù)在0米至1500米之間為減函數(shù)，說明長江景觀對住宅價格影響范圍大于1500米，如圖2、圖3所示。

6結(jié)論與啟示

長江景觀的價值對周邊商品房價格的影響原因是復雜多樣的，隨著我國經(jīng)濟的不斷發(fā)展以及人們需求的多樣性發(fā)展，稀缺的自然資源可通過城市居民舒適性價值和可支付意愿調(diào)節(jié)，并最終通過價格變化進行反映。景觀對兩岸住宅價格具有正向的資本化效應，居民愿意為獲得更好的景觀享受而支付更高的價格。本文通過選取影響住宅價格的指標體系，建立特征價格模型，進行定量分析，比較直觀展示出長江景觀對兩岸住宅價格影響：

其一，住宅到長江距離的單位變化可為房屋的價格帶來11.79%的變化。即住宅距離長江的距離每增加1米，則住宅每平方米的價格會下降281.8元。同時，如果住宅內(nèi)能夠看到長江景觀，那么價格會上漲17.35%。即住宅內(nèi)能夠看到江景，則住宅每平方米的價格會增加3731.6元。

其二，長江景觀對南北兩岸商品住宅的影響存在差異，長江北岸住宅（三陽路區(qū)域）擁有江景視野的邊際價格為3467元/平方米，長江南岸住宅（徐家棚區(qū)域）擁有江景視野的邊際價格為4963元，平方米。同時在長江南岸（徐家棚區(qū)域），長江景觀對住宅價格影響范圍為1051米，而在長江北岸（三陽路區(qū)域），長江景觀對住宅價格影響范圍大于1500米。

其三，長江兩岸江景建設目的是為了更好服務于城市居民，但是目前增值的部分卻為開發(fā)商或房屋所有者所占有，通過特征價格模型對江景的價格進行量化，顯化長江景觀的價值，對未來長江景觀沿岸的商品開發(fā)行為征收“庇古稅”，即環(huán)境稅，增加城市景觀獲取的社會公平性。

其四，長江景觀對兩岸住宅價格具有顯著影響，有利于推動相關部門加大對長江環(huán)境的保護力度，為土地規(guī)劃和城市規(guī)劃提供依據(jù)，優(yōu)化土地利用結(jié)構(gòu)和城市布局，

同時，本文也存在著不足，主要表現(xiàn)在樣本數(shù)據(jù)的獲取上，由于研究區(qū)域市場上二手房價格成交數(shù)量較少，時間跨度較大，并且武漢市房屋的價格指數(shù)是以年度發(fā)布，且無法獲取武漢各區(qū)的價格指數(shù)數(shù)據(jù)。在2016至2018年間，武漢市房地產(chǎn)市場波動大，若以實際價格修正后作為樣本則誤差較大，因此本文選取區(qū)域房屋掛牌價格作為研究對象。雖然房屋所有者的房屋掛牌會咨詢相關機構(gòu)，但是中介公司出于獲取更多傭金的目的，有動力將房屋掛牌價格抬高使之略高于房屋的實際價值，造成一定的誤差。另外，在探究武漢市長江景觀對兩岸住宅價格影響范圍方面，由于三陽路地區(qū)（長江北岸）公園眾多，包括解放公園、寶島公園等大型公園，為了減少公園空間對住宅價格的影響，樣本數(shù)據(jù)距離長江景觀距離均在1500米以內(nèi)，這就導致無法準確計算出武漢市長江景觀對北岸住宅價格的影響范圍。