王志鵬

(安徽建筑大學(xué) 建筑與規(guī)劃學(xué)院，合肥 230022)

城市公園作為城市綠色基礎(chǔ)設(shè)施的重要組成部分, 具有改善城市環(huán)境的生態(tài)功能和增進(jìn)城市文化的社會功能[1]。公園的優(yōu)美環(huán)境在提高城市居民生活幸福感的同時會對社會經(jīng)濟發(fā)展產(chǎn)生影子效應(yīng)[2-3]。大量文獻(xiàn)研究了公園的潛在經(jīng)濟價值，總體上認(rèn)為公園會直接導(dǎo)致其周邊住宅價格明顯高于其他區(qū)域[1-2]。住宅價格作為居民生活質(zhì)量衡量指標(biāo)之一，受到各種因素影響，例如區(qū)位、交通、教育資源和綠地資源等[4]。已有研究主要運用特征價格法定量分析眾多特征變量與住宅價格的關(guān)系,其中涉及公園特征的研究主要集中在住宅與公園距離這一單一特征變量上，鮮有針對公園不同功能而進(jìn)行相關(guān)的研究。本文主要探尋城市公園不同功能與住宅價格的關(guān)系，以合肥市包公園為例，通過建立特征價格模型揭示包公園及其不同功能對周邊住宅價格的影響效應(yīng)。

一、文獻(xiàn)綜述

國內(nèi)外涉及住宅價格的研究已有較多成果，其中特征價格法是研究采用的主要方法。特征價格法(Hedonic Pricing Model)認(rèn)為住宅特征決定了住宅價格的高低。不同住宅之間因其所具有的特征數(shù)量和特征之間的組成方式不同，導(dǎo)致帶給購房者的具體效用不同，進(jìn)而反映為住宅價格上的差異性。已有研究所涉及的特征變量主要包括區(qū)位特征、鄰里特征和住區(qū)特征三類。區(qū)位特征變量類別主要涉及小區(qū)與周邊商業(yè)、教育等資源的交通可達(dá)性[5]；鄰里特征變量類別主要涉及小區(qū)周邊各類生活配套設(shè)施，如教育資源、商業(yè)資源、綠地資源等[5]；住區(qū)特征變量類別主要涉及住宅建筑結(jié)構(gòu)、小區(qū)綠化質(zhì)量和室內(nèi)外設(shè)施等[5]。

城市公園屬于上述三類特征變量中的鄰里特征變量類別。在城市公園與住宅價格的研究中，主要包括住宅與公園的距離和公園自身的空間特征兩個方面。國外大量的研究表明，住宅到公園的距離與住宅價格之間關(guān)系呈負(fù)相關(guān)性，即距公園越近的住宅擁有較高的景觀附加值，從而住宅價格也越高[1-3]。此外，公園水景可達(dá)性和景觀質(zhì)量等特征變量也受到了學(xué)者們的關(guān)注，如Anderson在湖泊和公園等開放性空間對住宅價格影響的研究中發(fā)現(xiàn)，當(dāng)住宅距市中心較近且人口密度大時，湖泊、綠地和公園等開放空間的價值受到更大關(guān)注，周邊住宅價格高于同條件下無此類開發(fā)空間的地區(qū)[4]。在研究不同公園空間形狀與房價關(guān)系上，Poudyal等人發(fā)現(xiàn)方形和平直開放空間較形狀復(fù)雜、邊緣不規(guī)則的開放空間具有更高的景觀潛在價值，其對周邊住宅價格的影響效應(yīng)更強[6]。

近年來，國內(nèi)對城市公園與住宅價格關(guān)系的研究也逐漸增多，主要利用特征價格法在北京、上海、深圳、杭州、蘇州、南京和重慶等地展開了住宅與公園距離、公園空間尺度和類型等特征變量與周邊住宅價格關(guān)系的研究。例如，Wu Jiansheng等發(fā)現(xiàn)在深圳市，公園對房價的影響半徑為1.73公里, 對房價的影響效應(yīng)為0.041%，且隨距離增加而逐漸下降[7]。石憶邵等在研究上海黃興公園與房價關(guān)系中發(fā)現(xiàn)，公園對房價的增值效應(yīng)具有時間差異性。結(jié)果表明，在黃興公園建設(shè)的不同階段，周邊房價受影響程度不同，公園到周邊住宅的距離與公園對周邊房價的增值作用之間存在明顯的二次函數(shù)關(guān)系[8]。Wen Haizhen等利用特征價格模型驗證了杭州市25個特征變量與住宅價格的關(guān)系。其中，住宅價格與公園距離呈負(fù)相關(guān)性，到附近公園距離每增加1%，房價將下降0.052%；而與公園面積呈正相關(guān)性，公園面積每增加1%，房價則增加0.008%[9]。吳殿鳴等利用空間計量分析方法分析了蘇州市不同尺度公園綠地對住宅價格的影響差異性，研究發(fā)現(xiàn)面積在2-10 平方公里的公園綠地對房價影響效應(yīng)最強[10]。尹海偉等研究了上海主要城市綠地類型對房產(chǎn)價格的影響，研究結(jié)果表明，不同類型綠地的空間分布、面積、類型對房價具有顯著影響，但影響效應(yīng)具有差異性，公園綠地可達(dá)性影響最大，而廣場綠地可達(dá)性影響則較小[11]。

通過文獻(xiàn)研究發(fā)現(xiàn)，已有研究主要涉及住宅與公園距離和公園空間特征等特征變量與住宅價格的關(guān)系，而涉及公園內(nèi)部功能的研究較少。基于此，本研究探討公園不同功能與住宅價格的關(guān)系。研究方法基于特征價格法，以公園功能特征為主要研究特征變量，同時納入?yún)^(qū)位、鄰里和住區(qū)三類特征變量作為控制變量，進(jìn)而構(gòu)建特征價格模型來定量研究公園活動功能、美學(xué)功能和文化功能與周邊住宅價格的關(guān)系。期待研究成果能有助于理解城市公園與房地產(chǎn)經(jīng)濟的關(guān)系，進(jìn)而為政府管理、公園建設(shè)、規(guī)劃設(shè)計等領(lǐng)域提供一定的理論依據(jù)。

二、研究設(shè)計

(1) 研究案例地 包公園位于合肥市包河區(qū)，四周環(huán)繞有馬鞍山路、徽州大道、蕪湖路和環(huán)城路，是合肥市綠地系統(tǒng)的重要節(jié)點(見下頁圖1)。公園為紀(jì)念北宋著名清官包拯而建，2010年被中共中央紀(jì)委定為首批全國廉政教育基地。

圖1 包公園區(qū)位圖

公園總占地面積約30.5公頃，其中水體面積約15公頃。公園總體呈開放式布局，主要景點有包公祠、包公墓、清風(fēng)閣和浮莊等。包公園除自身重要文化特色外，同樣也是合肥環(huán)城公園的重要組成部分，與其他環(huán)城公園景區(qū)融為一體，構(gòu)成了環(huán)繞合肥老城區(qū)的城市綠化帶，是安徽省會合肥市的城市標(biāo)志性地點。環(huán)城公園的存在使得合肥在1992年被授予國家首批園林城市，而環(huán)城公園本身也于2009年被授予“國家重點公園”，是安徽省內(nèi)唯一的國家重點公園。

包公園是集多種功能為一體的城市公園。園區(qū)景色秀麗，在紀(jì)念性主題下給人以莊嚴(yán)肅穆的游覽體驗。園區(qū)以展現(xiàn)包拯“忠孝、公正、愛民、清廉”的精神特征為內(nèi)涵，以體現(xiàn)歷史包公、文物包公和文化包公為文化主題，建造了以包公墓、包公祠、浮莊和清風(fēng)閣為主要景點的城市公園。在具體設(shè)計細(xì)節(jié)上，圍繞“孝、勤、清、正、德”等與包拯自身品德有關(guān)的主題，以繪畫、雕塑和書法等藝術(shù)表現(xiàn)手法，利用多媒體和浸入式體驗等手段，把包公文化與社會主義核心價值觀相結(jié)合，為城市居民和游客打造了一個修身養(yǎng)性的休閑場所，使人們在娛樂過程中獲得精神層次的提升。

(2) 研究方法 特征價格法是目前研究住宅價格的主要方法，其通過構(gòu)建特征價格模型定量研究影響住宅價格的潛在因素對住宅價格的具體影響效應(yīng)。該方法通過在模型中納入控制變量，剔除研究變量外各類影響住宅價格的要素，獲得所研究變量對住宅價格的影響效應(yīng)。特征價格模型通常采用線性、半對數(shù)、對數(shù)三種形式構(gòu)建方程[12]，具體函數(shù)形式如下：

近來，任何從事工業(yè)通信的人都會面對時間敏感型網(wǎng)絡(luò)(TSN)的話題。TSN必將到來，只是時間和方式的問題。然而，即使到今天，人們對它在工業(yè)通信領(lǐng)域的優(yōu)勢并不是很清楚。

Y=α0+∑βiXi+μ

(1)

lnY=α0+∑βiXi+μ

(2)

lnY=α0+∑βiXi+∑δjlnXj+μ

(3)

其中，Y為住宅價格，Xi為虛擬變量和類別變量，Xj為連續(xù)變量，α0、βi和δj為需估計的變量系數(shù)，μ為誤差項[12]。為增加研究結(jié)果的準(zhǔn)確性，本文對三種形式的模型方程分別擬合，選出擬合效果最好的模型進(jìn)行定量分析。

(3) 變量選擇與數(shù)據(jù)來源 本文主要研究公園不同功能特征與住宅價格的關(guān)系，因此，在模型中除了采用區(qū)位特征變量、鄰里特征變量和住區(qū)特征變量以外，還納入了住區(qū)距公園綠地距離、距公園湖景距離和距公園內(nèi)部不同功能區(qū)域距離等公園特征變量，最終形成20個解釋特征變量，其中涉及公園的特征變量5個。

為確定包公園內(nèi)部功能種類及相應(yīng)區(qū)域，通過德爾菲法對包公園內(nèi)部空間進(jìn)行分類與評價。選取10名風(fēng)景園林專業(yè)專家采用匿名方式進(jìn)行專家咨詢來確定代表公園不同功能的區(qū)域。最終確定北部的九獅苑廣場代表公園活動空間樣點、中部的腳印塘景點代表公園觀景空間樣點、西部的包孝肅公祠廣場為公園文化空間樣點。各變量具體賦值方法詳見表1。

表1 特征變量及量化方法

住宅價格數(shù)據(jù)通過三個步驟獲取。首先，確定初始樣本。在城市公園與住宅價格的研究中，均證明城市公園對其周邊住宅價格最大的影響半徑為1.5公里[7-9]，因此，以包公園緩沖距離2公里范圍內(nèi)的住宅小區(qū)作為初始研究樣本,共計選取130個小區(qū)。其次，搜集樣本價格數(shù)據(jù)。經(jīng)調(diào)研發(fā)現(xiàn)，每年6月份是住宅交易的高峰期，且短期的交易價格可以剔除時間對住宅價格的影響效應(yīng)，增加數(shù)據(jù)的可靠性[5]。因此，搜集6月份當(dāng)月的住宅交易價格可較為準(zhǔn)確地反映當(dāng)年住宅交易的真實價格。本研究通過房天下(https://hf.fang.com/)和鏈家(https://hf.lianjia.com/)兩個專業(yè)房產(chǎn)網(wǎng)站，搜集了2019年6月1日至2019年6月30日期間，130個初始樣本小區(qū)的交易價格作為原始價格數(shù)據(jù)。之后，篩選樣本，提高樣本數(shù)據(jù)代表性。對130個初始樣本小區(qū)的交易數(shù)據(jù)進(jìn)行統(tǒng)計分析，剔除15個交易次數(shù)少于1次的小區(qū)，最終納入115個小區(qū)作為住宅樣本。最后，核算住宅價格數(shù)據(jù)。計算115個住宅樣本在2019年6月份的交易均價，并于2019年7月對樣本小區(qū)進(jìn)行住宅價格問卷調(diào)研，進(jìn)一步核實住宅價格，保證數(shù)據(jù)的準(zhǔn)確性。

本研究中涉及面積和距離的特征變量利用ArcGIS10軟件分析獲取，包括小區(qū)容積率和綠化率等面積特征變量，小區(qū)與最近商業(yè)中心、與所屬小學(xué)和初中、與包公園最近邊界、與包公園湖景最近岸邊、與公園不同活動空間最近邊界的歐式距離等距離特征變量；其他特征變量數(shù)據(jù)，包括區(qū)位特征里的公交路線，鄰里特征里的教育配套和生活配套，住區(qū)特征里的房齡、戶型、內(nèi)部環(huán)境質(zhì)量、物業(yè)服務(wù)質(zhì)量和設(shè)備設(shè)施質(zhì)量等通過調(diào)查問卷獲取。

三、研究結(jié)果

(2) 城市公園與住宅價格關(guān)系分析 第一，城市公園與住宅價格關(guān)系分析。在特征變量相關(guān)性分析基礎(chǔ)上，構(gòu)建城市公園與住宅價格特征價格模型。模型中剔除在相關(guān)性分析中統(tǒng)計不顯著的特征變量，納入統(tǒng)計顯著的特征變量。模型方程分別采用線性、半對數(shù)和對數(shù)形式進(jìn)行擬合，通過對比發(fā)現(xiàn)，采用對數(shù)形式的方程擬合性較好，故采用對數(shù)形式構(gòu)建模型1，擬合結(jié)果見表2。模型1具體方程式如下：

表2 城市公園與住宅價格模型擬合結(jié)果

對數(shù)模型定量分析了距包公園距離對住宅價格的影響效應(yīng)。該模型納入了商業(yè)中心、公交路線、初中可達(dá)性、小學(xué)配套、初中配套、房齡、戶型、容積率和物業(yè)管理作為控制變量。模型F檢驗值為16.637，顯著性小于0.001，說明方程擬合效果較好。模型R值為0.640，表明模型變量解釋了64%的住宅價格差異性。同時對模型進(jìn)行共線性檢驗，各變量方差膨脹系數(shù)值在1.18-3.89之間，均值為2.46，變量間共線性程度在接受范圍之內(nèi)。

模型1表明，在區(qū)位特征變量中，住宅距最近商業(yè)中心距離、住宅與其所屬初中的距離與住宅價格呈負(fù)相關(guān)，而住區(qū)容積率對住宅價格無影響效應(yīng)；小區(qū)1公里范圍內(nèi)的公交路線數(shù)量與住宅價格呈正相關(guān)。在鄰里特征變量里，小區(qū)所屬小學(xué)和初中的學(xué)區(qū)質(zhì)量和物業(yè)管理服務(wù)質(zhì)量與住宅價格呈正相關(guān)，而房齡與住宅價格呈負(fù)相關(guān)。住區(qū)與包公園最近邊界歐式距離與其價格呈負(fù)相關(guān)，離包公園越近的住宅其價格越高。該模型表明，在其他特征變量不變情況下，距包公園最近邊界歐式距離每增加1%，住宅價格將下降0.07%，即包公園對其周邊住宅的增值效應(yīng)為7%；住區(qū)與包公園湖景最近岸邊歐式距離與其價格呈負(fù)相關(guān)，在其他變量不變情況下，距包公園湖景最近岸邊歐式距離每增加1%，住宅價格將下降0.096%，即公園對其周邊住宅的增值效應(yīng)為9.6%。研究結(jié)果表明，公園湖景相比較于公園本身，對住宅價格具有更高的增值效應(yīng)。

第二,城市公園不同功能與住宅價格關(guān)系分析。城市公園具有不同功能區(qū)域，不同功能區(qū)對公園使用者和周邊居民的吸引力各不相同，反應(yīng)在價值層面，則是對周邊住宅產(chǎn)生不同的增值效應(yīng)。為進(jìn)一步探討城市公園內(nèi)部不同功能對住宅價格影響的差異性，在模型1基礎(chǔ)上，剔除公園距離和公園湖景距離兩個特征變量，納入公園活動空間距離、觀景空間距離和文化空間距離三個公園特征變量構(gòu)建特征價格模型2。對模型2分別采用線性、半對數(shù)和對數(shù)形式構(gòu)建方程，通過對比發(fā)現(xiàn)對數(shù)形式方程擬合性較好，故模型2采用對數(shù)形式構(gòu)建方程，模型擬合結(jié)果見表3。模型2具體方程式如下：

續(xù)表

模型2的F檢驗值為18.526，顯著性小于0.001，說明模型擬合效果較好。模型R2值為0.685，表明模型2比模型1具有更好的解釋力。對模型進(jìn)行共線性檢驗，各變量方差膨脹系數(shù)值在1.07-3.75之間，均值為2.33，變量間共線性程度在接受范圍之內(nèi)。

模型2在控制特征變量層面同樣證明了與模型1相同的影響效應(yīng)，但在影響程度上具有一定差異性，如小學(xué)和初中配套的影響效應(yīng)分別降低了0.053和0.032，而物業(yè)管理的影響效應(yīng)增加了0.002。住區(qū)距包公園活動空間、觀景空間和文化空間最近邊界歐式距離均與其價格關(guān)系呈負(fù)相關(guān)。該模型表明，在其他特征變量不變情況下，距包公園活動空間、觀景空間和文化空間最近邊界歐式距離每增加1%，住宅價格將分別下降0.051%、0.095%和0.108%。這表明，包公園文化功能對住宅價格的影響效應(yīng)最強，其次是觀景功能，而活動功能對住宅價格的影響效應(yīng)最弱。

四、結(jié)論與啟示

本研究利用包公園2公里范圍內(nèi)115個住宅區(qū)樣本2019年7月份的住宅交易均價和20個影響住宅價格的特征變量數(shù)據(jù)，采用對數(shù)形式特征價格模型揭示了城市公園與周邊住宅價格的定量關(guān)系，并通過區(qū)分公園內(nèi)部不同功能區(qū)域進(jìn)一步實證了公園不同功能對住宅價格影響的差異性。研究結(jié)果顯示：

第一，住宅距城市公園距離與其價格關(guān)系呈負(fù)相關(guān)性。在模型1中，距包公園最近邊界歐式距離每減少1%，住宅價格將上升0.07%；距包公園湖景最近岸邊歐式距離每減少1%，住宅價格將上升0.096%。

第二，住區(qū)距包公園活動空間、觀景空間和文化空間距離與其價格呈負(fù)相關(guān)性。模型2表明，在保持其他特征變量不變情況下，住宅距包公園活動空間、觀景空間和文化空間最近邊界歐式距離每減少1%，住宅價格將分別上升0.051%、0.095%和0.108%。這表明，小區(qū)距包公園文化空間最近邊界歐式距離對住宅價格的影響效應(yīng)最強，觀景空間其次而活動空間的影響效應(yīng)最弱。距離是影響人群出行的重要影響因素之一[3]，而在特征價格模型中，特征變量與住宅的距離則是衡量該變量對住宅價格影響的重要因素[4]。因此，公園不同功能與住宅的距離代表了不同功能對住宅價格的影響效應(yīng)[5]。研究結(jié)果反映出購房者在購買房產(chǎn)時更注重包公園的文化氛圍與文化體驗，即公園的文化功能比其他功能對住宅價格具有更強的增值效應(yīng)。

第三，在本研究中，小區(qū)與所屬小學(xué)的距離、生活配套、臨近廣場、容積率、綠化率、小區(qū)內(nèi)部環(huán)境及小區(qū)設(shè)備設(shè)施等特征變量對住宅價格的影響不具有統(tǒng)計顯著性。這與已有文獻(xiàn)研究結(jié)論存在一定差異性，其原因可能是研究地點獨特的人文地理特征所致。住區(qū)與所屬小學(xué)距離特征變量不顯著是因為包公園地處老城區(qū)，周邊小學(xué)教育質(zhì)量較高且空間布局合理，小學(xué)服務(wù)半徑涵蓋了研究區(qū)域。生活配套特征變量不顯著原因可能是包公園作為合肥老城區(qū)重要空間節(jié)點，研究范圍內(nèi)生活配套完善，使得該特征變量對住宅價格影響效應(yīng)較小。在已有研究中，新建住宅區(qū)的容積率、綠化率及設(shè)備設(shè)施等特征變量是影響住宅價格的重要因素，但包公園周邊住宅均為二十世紀(jì)所建成老舊社區(qū)，因此研究樣本中的小區(qū)在這四個特征變量層面上并無顯著差異性，進(jìn)而使得特征變量對住宅價格的影響不具有統(tǒng)計顯著性。

研究結(jié)果表明，特征價格法在評估各類特征變量對住宅價格影響效應(yīng)時具有可適用性。研究以合肥市包公園2公里緩沖距離為研究區(qū)域，通過收集相關(guān)數(shù)據(jù)揭示了包公園與住宅價格的定量關(guān)系，具有一定的針對性，但仍存在局限性。首先，受制于數(shù)據(jù)資料可獲得性，如住宅價格為房產(chǎn)網(wǎng)站所提供整個住宅小區(qū)所有戶型平均交易價格，給模型擬合帶來一定影響。其次，在研究公園不同功能對住宅價格影響差異性上，僅選取了一個公園，并沒有對不同類型公園進(jìn)行比較，未來可通過納入不同類型公園樣本繼續(xù)深入探討。

基于本研究，我們認(rèn)為未來在設(shè)計城市公園時，不僅需關(guān)注公園的景觀效果和滿足公園使用者對活動空間的需求，還應(yīng)進(jìn)一步強化公園文化內(nèi)涵的建設(shè)。因此，城市管理者和公園設(shè)計者應(yīng)充分考慮以上特征，促進(jìn)我國城鎮(zhèn)化的科學(xué)發(fā)展。