城市大型公园与住宅价格关系实证研究——以合肥天鹅湖公园为例

王志鹏

(安徽建筑大学 建筑与规划学院，安徽 合肥 230022)

0 引言

城市公园作为城市绿地系统的重要组成部分，能够改善城市生态环境提升居住环境舒适度。同时，公园能为居住在其附近的居民提供便利的健身休闲场所。因此，住宅附近是否具有公园是消费者购买房产时的重要考虑因素之一，反映在城市经济学上，则是公园绿地资源对周边房地产具有增值效应[1]。

如何评价与测量城市公园对住宅价格的影响，很多文献进行了详细探讨，其研究方法主要利用特征价格模型进行定量研究。特征价格理论是从时间和空间两个层面研究影响住宅价格因素的基础，其核心是通过量化影响住宅价格的各类潜在特征因素，来揭示各类因素对住宅价格的具体影响效应[2]。国外较早展开了相关研究，Morancho 利用特征价格模型发现住宅距城市绿地的距离与其价格呈负相关性，即住宅与绿地越近，其价格越高[3]。Wachter 等人利用特征价格模型揭示了绿化对住宅价格的增值系数约为9%[4]；Wolf 通过总结城市绿地与其周边住宅价格的研究成果，证实了城市绿地对其周边住宅价格具有正向影响效应，其增值系数在10%～32 %之间不等[5]。

近年来，国内对公园与房价关系的研究也逐渐增多。不同学者从公园对住宅价格影响效应的方向性、时间性、尺度性以及公园特征等方面展开了相关研究。夏宾等研究了北京城区15 个公园对其周边76 个居住小区住宅价格的影响效应，结果显示公园能明显影响距其1.38 km 内的住宅价格[6]。石忆邵等在研究上海黄兴公园与住宅价格关系时发现城市公园对住宅价格的增值效应具有时间和距离差异性，随着距离增加其增值幅度呈下降趋势[7]。陈庚等采用半对数特征价格模型，研究了北京市奥林匹克森林公园与住宅价格的定量关系。奥林匹克森林公园对周边住宅的外部效应存在方向和距离异质性，不同方向上的住宅增值系数、影响范围和边际价格等方面存在较大差异性；住宅增值系数整体上与到公园距离成反比，且在不同距离范围内分化明显[8]。吴殿鸣等分析了苏州中心城区6 种不同尺度公园绿地与住房价格的关系，研究表明公园绿地与房产价格空间分布总体呈现显著正相关关系，其中面积在2～10 hm2的公园绿地与房价关系显著性最强[9]。毛德华等通过实地调查与GⅠS 技术获取长沙市内5 区175 个住宅小区的样本数据，利用特征价格模型揭示了长沙市生态景观对住宅价格的总体影响。研究结果表明最近公园质量对住宅价格起正向作用较小；起负向作用的是距最近公园距离和距湘江距离[10]。通过文献研究发现，涉及公园功能特征与住宅价格关系的研究较少。基于此，本研究主要拟解决以下两个问题：

(1)在合肥市人文地理环境背景下，城市公园对其周边住宅价格的影响效应。

(2)公园内部不同功能对住宅价格的影响效应是否存在差异性。

天鹅湖公园是合肥市发展政务新区过程中建设的重要城市公园，其周边住宅价格和增幅都明显高于其他区域，因此研究地点具有样本代表性。研究基于特征价格理论，通过构建多元嵌套回归模型来定量研究公园与周边住宅价格的关系。模型1用来推导天鹅湖公园对周边住宅价格的影响效应，模型2 主要推断公园不同功能对住宅价格影响效应的差异性。本研究成果有助于为政府管理、公园建设、规划设计等领域提供理论依据，明确城市公园对房地产经济发展的重要性，也为房地产开发者和消费者提供选择依据。

1 数据来源

1.1 研究区概况

天鹅湖公园地处合肥市政务新区(图1)，位于潜山路、祁门路、翡翠路和南二环路之间，总占地面积约1000 亩，于2004 年建设完成对市民开放。天鹅湖公园是政务区重要的空间组成部分，公园周边建设有合肥大剧院、安徽省博物馆和安徽新广电中心等公共建筑。公园北部器械活动区和南部沙滩活动区是公园使用频率较高的两个特色空间，满足了市民休闲娱乐和健身活动的需求。

图1 天鹅湖公园区位图

1.2 研究方法

本研究首先选出在已有文献中被证明具有影响住宅价格的各类特征变量，然后运用皮尔森相关系数(Pearson Correlation Coefficient)分析进行变量间相关性定量分析。通过相关性研究，分析出本研究中与住宅价格具有显著相关性的特征变量。在此基础上，基于特征价格模型构建回归方程，进而分析天鹅湖公园对其周边住宅价格的影响效应和不同功能对住宅价格影响的差异性。特征价格模型回归方程通常采用线性、半对数和对数三种函数形式[11]。基于已有文献研究成果，本研究拟采用对数形式构建回归方程。方程以住宅价格的自然对数为被解释变量，解释变量中的距离和面积等连续型变量采用对数形式，其他虚拟变量和类别变量采用线性形式，具体函数形式如式(1)：

其中，Y为住宅价格；Xi为虚拟变量和类别变量；Xj为连续变量；β0、βi和βj为需估计的变量系数；ε为误差项[11]。

1.3 变量选择与赋值说明

文献研究表明，影响住宅价格的特征变量主要有区位特征，邻里特征和小区特征三种类型。区位特征包括小区区位、距商业中心距离和周边公交路线数量等；邻里特征包括小区周边是否存在公园和周边生活和教育配套情况等；小区特征则包括住宅的使用年限、装修情况、楼层、户型、小区物业费、小区内部绿地环境和配套设备设施等[11]。本研究共纳入16 个特征变量，其中控制变量13 个，包括区位特征变量3 个，邻里属性变量3 个，小区属性变量7 个；研究变量3 个，包括公园距离属性3 个。各变量赋值详见表1。

1.4 数据来源

本研究住宅价格通过合房网(http：//www.hfhouse.com)进行收集。在政务区内选取了28 个住宅小区(图2)，搜集小区2019 年1 月的交易均价作为当月住宅价格，并进行实地问卷调研，进一步核实数据精确性。利用ArcGⅠS10 软件对相关面积和距离变量进行测量，得出小区距最近商业中心的直线距离、至公园最近边界的步行距离、距公园器械活动广场边界最近的步行距离和距公园人工沙滩边界最近的步行距离。公交路线，各类配套、物业费、小区环境质量评价和设施设备评价等数据通过实地调研与调查问卷收集。

图2 研究样本区位图

2 结果分析

2.1 特征变量相关性分析

通过对特征变量进行皮尔森相关系数分析得出，小区区位、教育配套、文娱配套、占地面积、建筑密度、物业费、小区环境质量、天鹅湖公园距离、器械活动空间距离和游憩活动空间距离与住宅价格相关性显著，具有统计学意义(表2)。其他特征变量，例如距商业中心距离、公交路线、生活配套、容积率、绿化率和设施设备与住宅价格相关性统计显著性不强。

表1 特征变量及量化方法

表2 变量相关性分析

2.2 多元回归分析

依据相关性分析，剔除与住宅价格相关性统计不显著的特征变量，构建住宅价格嵌套回归模型。通过模型检验与对比发现采用对数形式的模型具有较好拟合性和无偏性，故回归方程采用对数形式，具体回归系数结果见表3。

模型1 揭示了住宅距天鹅湖公园的距离与其价格的定量关系。该模型纳入了教育配套、文娱配套、小区占地面积、小区建筑密度、物业费和小区环境质量作为控制变量。模型1 的F 检验值为13.903，显著性小于0.001，说明回归方程拟合效果较好。模型R2值为0.905，表明模型变量解释了90.5%的住宅价格差异性。同时对模型进行共线性检验，各变量方差膨胀因子值在1.18～2.04 之间，均值为1.66，变量间共线性程度在接受范围之内。

模型1 表明，相比较位于天鹅湖南板块的住宅，翡翠路西板块、天鹅湖北板块和潜山路东板块的住宅价格分别降低0.148%、0.1%和0.182%；在小区邻里特征变量中，文娱配套显著性不强，对住宅价格不会产生影响，而教育配套与住宅价格呈正相关，即住宅周边教育资源越多，其价格越高；在小区特征变量里，小区占地面积显著性不强，小区物业费和环境质量与住宅价格呈正相关，建筑密度与住宅价格呈负相关。距天鹅湖公园最近边界步行距离与住宅价格呈负相关，离公园越近的住宅，其价格越高。该模型表明，在其他变量不变情况下，距公园最近边界步行距离每增加1%，住宅价格将下降0.109%，即公园对其周边住宅的增值效应为10.9%，这与已有文献研究结论基本一致。该结论表明，在不同人文地理背景下，城市公园对周边住宅价格的影响效应没有本质差异性。

表3 嵌套模型回归系数

在模型1 的基础上，纳入小区距天鹅湖公园北面器械活动广场边界最近步行距离和小区距天鹅湖公园南面人工沙滩边界最近步行距离两个特征变量构建模型2。模型2 的F 检验值为9.813，显著性小于0.001，方程拟合性较好。模型R2值为0.913，表明模型2 比模型1 具有更好的解释力。各变量方差膨胀因子值在1.07～2.29 之间，均值为1.62，变量共线性在接受范围之内。模型2 同样表明了，天鹅湖南板块的住宅是政务区四个板块中价格最高的；教育配套、小区物业费和环境质量与住宅价格呈正相关，建筑密度与住宅价格呈负相关。模型2 因纳入了器械活动空间距离和游憩活动空间距离两个特征变量，降低了天鹅湖公园距离变量对住宅价格的影响效应。器械活动空间距离变量在模型中显著性不强，而游憩活动空间距离具有统计显著性。这说明公园内部不同功能对周边住宅价格影响效应具有差异性。模型2 表明，在其他变量不变情况下，天鹅湖公园距离变量每减少1%，住宅价格将上升0.097%；游憩活动空间距离变量每减少1%，住宅价格将上升0.075%，即公园游憩功能对其周边住宅的增值效应为7.5%。

在本研究中，小区离最近商业中心的距离、公交路线、文娱和生活配套、小区占地面积、容积率和绿化率及小区设备设施等特征变量对住宅价格影响不大。这与已有文献研究结论存在一定差异性，其原因可能是政务区自身的人文地理特征所致。小区离最近商业中心的距离特征变量不显著是因为政务区内商业中心空间布局合理，服务半径涵盖了整个区域。公交路线特征变量不显著的原因可能是作为城市新区，区域内住户拥有私家车比例较高导致。小区占地面积、容积率、绿化率及设备设施是影响购房者选购住宅时的重要因素，但在本研究中这些特征变量并不显著，其原因可能是研究小区为近些年完成，不同小区之间在这四个特征变量层面上并没有显著差别性。

3 结论与讨论

本文通过收集天鹅湖周边28 个住宅区2019年1 月份的住宅交易均价和影响住宅价格的16 个特征变量数据，采用特征价格模型分析了城市大型公园对其周边住宅价格的影响效应，并进一步区分了公园内部不同功能在影响住宅价格上的差异性，研究结果表明：

(1)城市大型公园对周边住宅价格具有正向影响效应。城市公园的宜人性和多种功能成为地产开发商竞相追逐的重要城市要素，同时消费者也愿意支付购房成本换取居住环境的舒适性。本研究实证了城市大型公园对住宅价格的正向影响效应和增值作用。在两个嵌套模型中，距天鹅湖公园最近边界步行距离每减少1%，住宅价格将分别上升0.109%和0.097%。

(2)城市公园游憩功能可达性对周边住宅价格影响潜力较大。在本研究中，距天鹅湖公园游憩活动空间边界步行距离与住宅价格关系呈负相关，而距天鹅湖公园器械活动空间边界步行距离对住宅价格影响较小不具有统计学意义。模型2 表明，在保持其他特征变量不变情况下，距天鹅湖公园人工沙滩边界步行距离每减少1%，住宅价格将上升0.075%。因此，在本研究背景下，距公园游憩活动区域的距离对购房者进行选购时具有重要影响意义，而距公园器械活动区域的距离不会对住宅价格产生影响效应。这说明公园游憩活动功能可达性相比于器械活动功能可达性，对住宅价格影响效应潜力更大。

(3)城市公园设计与城市土地利用规划策略仍需加强。城市公园是城市环境中重要的组成要素，其对城市土地利用方式和城市空间要素布局具有重要意义。本研究实证了城市公园两种功能可达性对住宅价格影响的差异性，可为城市公园设计和城市土地利用规划提供技术参考。在设计城市公园时，丰富公园内部功能，增加游憩功能，强化游憩功能之间和游憩功能与公园主要出入口可达性。例如，在采用曲线式道路系统布局的同时利用直线形式连接主要功能，增强功能间可达性。与此同时，注重游憩功能区与公园主要出入口之间的直线交通组织方式，强化出入口与游憩功能区之间的可达性。在进行城市土地利用规划时，可考虑不同区域内公园的内部功能丰富性和功能之间的可达性来决定区域居住用地比例和房地产开发力度。例如，可适当增加公园游憩功能区域附近的房地产开发密度，利用公园宜人性来弥补开发高强度带来的负面影响，为房地产经济发展提供支撑。

研究结果表明，特征价格模型在不同人文地理背景下对住宅价格影响效应的评估具有可靠性和适用性。但本文仍存在一些局限性。首先，受制于数据资料可获得性，所收集的住宅价格为租房网站提供的整个小区所有户型的平均交易价格，这将导致数据偏差，对模型拟合效果产生影响。其次，在公园功能选择上只选取了器械活动空间和人工沙滩活动空间两种类型，其它类型功能没有纳入研究范围，未来进行相关研究时应继续深入讨论。