长春市中心城区住宅价格中公园绿地的资本化效应评价

蔡炜宇+刘兆顺

摘要：以长春市中心城区为研究区域，基于2016年30个公园绿地周边的2 623个住宅样本数据，从区位、建筑结构、邻里关系三个维度选取15个解释变量，构建住宅市场特征价格模型，定量评估了长春市公园绿地的资本化效应方向与程度。结论表明，长春市住宅单价与到公园绿地的距离呈负相关关系，到公园绿地的距离增加1%，住宅单价下降0.020%；长春市公园绿地对住宅价格的资本化效应不如杭州、北京、深圳等城市显著；解释变量对住宅价格的贡献程度为市级商业中心>轻轨站点>公园绿地>主干路；长春市公园绿地资本化效应的平均空间影响距离为1 km。

关键词：公园绿地；住宅价格；特征价格；资本化；长春市

中图分类号：F293.3 文献标识码：A 文章编号：0439-8114（2017）14-2768-05

DOI：10.14088/j.cnki.issn0439-8114.2017.14.043

Abstract： Taking central area of Changchun as the research area， we investigated 2 623 residential sample data around 30 parks and selected 15 explanatory variables to build a hedonic price model in three aspects of location，structure and neighborhood. The results showed that there is negative correlation between the house price and its distance from park green space. Increasing the distance of 1% to the park green space decreases the house price by 0.020%. The capitalized effect of Changchun parks was less than Hangzhou， Beijing， Shenzhen. Proximity to a central business district produces the greatest effect on housing prices， followed by distance to light rail station， park green space，arterial road. The average influence radius of Changchun park green space is 1 km.

Key words： park green space； residential housing price； hedonic price； capitalization； Changchun

随著生活水平的提高，城市居民对居住环境的安全性、便利性和舒适性给予了越来越高的重视。公园绿地作为城市中的“绿洲”，不仅对美化城市面貌、平衡城市的生态环境，调节气候，净化空气等发挥了积极作用，而且为城市居民提供了环境优美的游憩空间[1]。出于“舒适宜居性”考虑，购房者根据自己的收入和偏好愿意支付更高的费用购买公园绿地周边的住宅[2]，使得公园绿地在质量和数量上的差异资本化到房价当中。然而公园绿地的特征价格是隐性的，难以用货币价格直接衡量资本化方向与程度[3]。

城市公共品如轨道交通、公园、学校等对住宅市场的外部性效应已引起国内外学者的广泛关注，目前多是通过构建特征价格模型来衡量公共品的资本化效应。以Lancaster的消费者理论及Rosen的市场供需均衡模型为理论基础，应用于住宅市场当中的特征价格理论认为，消费者对住宅的需求不是基于住宅本身，而是基于住宅所内含的各种特征，每个住宅特征对应着一个特征价格，住宅所包含的各种特征的数量不同，消费者所获得的效用水平不同，从而影响房价及消费者的选择[4，5]。

近年来，国外学者从正外部性和负外部性两方面分别分析了开敞空间[6]、交通站点[7]、学校质量[8]、机场噪音[9]、垃圾填埋[10]等特征对房价的影响。国内学者从引入特征价格方法以来，相继开展了轨道交通[11]、公园绿地[12]、教育配套[13]等特征对房价的影响研究，其中公园绿地方面侧重于单个大型生态绿地或公园的影响效应定量研究，如相关学者通过构建特征价格模型，分析了一定距离范围内大型公园对周边房价的增值效应[14]；或者通过构建到公园距离与房价之间的二次、三次曲线模型，分析相应公园的最大影响范围[12]；再者从地理空间差异角度考虑，分析了特定方向、不同距离大型公园绿地对周边住宅的定量影响[15]。

目前，国内对于大范围多个公园绿地的影响研究涉及不多，仅北京、杭州、深圳等城市已开展公园绿地对住宅价格的定量影响研究。长春作为中国东北地区的中心城市之一，都市区绿化率较高，是著名的国家森林城市。由于地理位置、经济发展水平、文化习俗不同，长春市中心城区公园绿地的资本化程度和空间影响与上述三个城市相比必然存在一些差异，目前长春还未开展相关研究。基于此，本研究通过构建对数特征价格模型，从公共品资本化效应视角出发，定量评估了长春市中心城区30个公园绿地对周边住宅价格影响，以期为政府管理部门城市规划和税收管理、开发商投资选址及产品定价、消费者住房选择等提供信息及决策依据。

1 数据来源和模型

1.1 数据来源

长春市是吉林省省会城市，地处吉林省中部。本研究以长春市中心城区作为研究区域，公园绿地的选取主要参考《城市绿地分类标准》[16]中的定义与分类，依据长春市人民政府公布的长春市公园名录（第一批），以长春市市区遥感影像为工作底图，结合实地调研，确定朝阳区、南关区、二道区、宽城区、绿园区、经济技术开发区、汽车经济技术开发区、净月高新经济开发区、伊通河沿线城区段共计30个具有公园性质的绿地，并形成公园绿地面状矢量图层。其中伊通河沿线分布25个公园，公园之间有绿化廊道，为长春市市民提供了良好的景观视线，本研究将伊通河沿线绿地景观划归为1个公园绿地。

长春市中心城区面积642.07 km2，本次纳入考虑范围内的公园绿地总面积3 790.14 hm2，占中心城区面积的5.90%。不考虑伊通河沿线绿地和净月潭国家森林公园，公园绿地面积平均值为38.31 hm2，标准偏差为47.76 hm2，其中面积最小的是杏花村公园（3.71 hm2），面积最大的是南湖公园（198.88 hm2）。

本次研究住宅样本数据主要来源于搜房网及长春市住房保障和房地产管理局官方网站，并采取5%抽样进行了实地调查。为提高数据可比性，各个居住小区选取5套普通商品住宅样本，剔除低层、复式、跃层、豪华装修、期房等形式的住宅，且不包括别墅、独栋等建筑类型的住宅，选取信息完整的590个住宅小区共计2 658个住宅样本。住宅小区点状矢量图层的形成首先是通过Google Earth查阅其坐标，然后基于ArcGIS平台建立形成，并依据遥感影像进行检验。

住宅样本数据主要涉及两类，即住宅成交数据和住宅特征调查数据。由于相关网站小区实际成交记录数据量较小，选取2016年9月1日至2016年10月31日的住宅挂牌资料，采用同期的292个住宅配对样本数据，构建挂牌住宅单价与成交住宅单价的回归方程（P成交=1 864.730+0.701×P挂牌，经调整的R2=0.924），对挂牌价格进行修正。由于资料时间跨度较小，此次暂不考虑时间对价格的影响。住宅特征调查数据主要来源于搜房网、长春市住房保障和房地产管理局官方网站获取与住宅本身相关的特征数据；为保证数据精确性，教育配套、生活配套及公交线路等数据来源于百度地图；与距离相关的变量则是基于ArcGIS平台构建相关矢量图层，利用近邻分析工具测算得出。公园绿地及样本住宅小区的空间分布如图1所示。

1.2 变量的选择与量化

住宅价格的影响因素很多，出于各种原因，人们不可能选取全部的影响因素构建特征价格模型。1982年，巴特勒将特征价格模型应用到住宅市场的分析上就指出，住宅价格有3大类影响因素，即区位、建筑结构、邻里关系[17]，目前已有相关研究多是从这三方面展开。区位一般从整个城市范围的角度考虑，往往是对可达性进行量化，选取到市级商业中心距离、到轻轨站点距离、到主干路距离、到公园绿地距离4个区位特征变量。建筑特征主要指与住宅本身相关的变量，如建筑面积、房龄、装修、朝向、有无车位等。邻里关系主要包括三类，一是社会经济变量，邻里的社会阶层、职业状况等；二是政府或市政公共服务设施，如商店、学校、医院等；三是外在性影响，如自然环境、犯罪率、交通噪声等。由于地域特征、经济发展水平、生活习惯等方面存在差异，不同地区选取的特征变量不同。结合长春市实际，考虑数据的可得性，最终确定解释变量15个。具体的特征变量、量化方式如表1所示。

1.3 模型的函数形式

特征价格模型常用函数形式有三种为线性函数、半对数函数、对数函数。通过相关文献检索，发现采用对数函数形式模型居多。经过多次尝试，發现对于同样的变量对数模型的解释力更高，因此后续分析皆是采用对数形式进行展开。其中因变量住宅单价取自然对数形式，自变量中主干路距离、轻轨站点距离、商业中心距离、公园绿地距离采用对数形式，其他变量采用线性形式。具体函数形式如下：

lnP=？琢0+∑？琢ilnXi+∑？琢jXj+？着 （i=12，13，14，15；j=1，2，…，11）

式中，P为住宅单价，Xi为取对数形式的距离变量，Xj为取线性形式的其他特征变量；α0、αi、αj为待估计的系数；ε为误差项。

2 结果与分析

2.1 回归结果

利用SPSS软件，制作各自变量和因变量的散点图判断其趋势；检查数据的分布，对数据的异常值进行预处理；应用最小二乘法对影响住宅的特征变量和住宅价格进行逐步回归分析（显著性水平5%），最终进入模型样本数量2 623个，得到回归方程lnP=8.605+0.063×X8+0.037×X6-0.053×lnX14-0.028×lnX13+0.001×X1-0.006×X12-0.020×lnX15+0.001×X7+0.20×X10-0.011×lnX12+0.032×X3。

根据相关统计学原理，回归方程F检验值的显著性水平小于0.001，说明进入模型的住宅特征自变量与因变量房价lnP之间存在线性关系；各回归系数t检验值的显著性水平均小于0.05，说明回归方程中各住宅特征变量与房价lnP之间存在线性关系，所建立的回归模型具有统计学意义。从判定系数R2可知，回归模型中的特征变量所能解释房价变动的百分比为65.2%，拟合效果较好。

2.2 模型变量及符号分析

11个特征变量进入模型，其中建筑结构变量4个，分别为装修、房龄、建筑面积、朝向；邻里关系变量3个，分别为物业管理、绿化率、生活配套；区位变量4个，分别为距商业中心距离、距轻轨站点距离、距最近公园距离、距主干路距离。未进入模型的特征变量包括所在楼层、总楼层数、教育配套及公交线路。

多位学者研究表明，教育配套对于房价有正向作用[13，18]，此次教育配套影响不显著的原因一方面是住宅小区周边教育配套较为成熟，空间分布相对均匀导致得分差异较小，另一方面是数据统计过程中未考虑学区范围和教育质量，单纯以一定范围内有无学校来量化此指标，降低了指标的合理性；而公交线路未进入模型的主要原因，认为不是居民乘坐公交出行的意愿降低，而是长春市中心城区公交网密度较大，不同地区差异较小。

由偏回归系数可见，除主干路距离外，各特征变量对房价的影响效应符号与预期符号一致。物业管理、装修、住宅面积、绿化率、生活配套、朝向对房价均具有正效应，到商业中心距离、轻轨站点距离、房龄、到公园绿地距离与房价呈负相关关系。主干路距离对房价具有正效应，说明房价随着距主干路距离的增加而升高，分析其原因，一方面长春市交通便利，除主干路外各种次干路、支路在交通系统中也发挥着重要作用，另一方面住宅小区到主干路距离较近，平均为569 m，主干路车流量大给住宅带来的噪音、污染、拥堵等不利影响较多。

2.3 公园绿地的资本化分析

1）价格弹性分析。由表2可知，公园绿地距离与房价呈负相关关系，即公园绿地正资本化于周边住宅价格当中。对数模型中，取对数形式自变量的未标准化系数，对应着相应住宅特征的价格弹性。在其他变量不变条件下，长春市中心城区范围内，到最近公园的距离每增加1%，住宅价格平均下降0.020%。相较于2011年杭州市主城区到最近公园加权距离每增加1%，住宅价格下降0.036%[3]；北京市建城区到公园距离每增加1%，住宅价格下降0.109%[19]；深圳市到公园距离每增加1%，住宅价格下降0.041%[20]，长春市公园绿地的资本化效应不如上述3个城市显著。究其原因，其一，长春市公园绿地数目较多，分布较为广泛，且有伊通河穿城而过，为长春市居民提供了良好的景观视线及休憩空间，居民对绿地景观的需求不如杭州、北京、深圳等城市居民迫切；其二，长春市冬季时间较长，气候原因导致居民外出活动时间受到限制，削弱了公园绿地对周边房产的影响；其三，以上三篇文章选取的公园绿地较为典型，因此对房价具有较大的增值作用；其四，长春市公园绿地周边广泛分布的学校、医院、体育馆、政府办公场所在一定程度上影响了其资本化效应。

2）重要程度分析。标准化偏回归系数可以消除原始变量单位不同及量纲不同的影响，比较各特征变量对住宅单价的贡献大小。由于部分自变量以线性形式进入模型，部分自变量以对数形式进入模型，公园绿地进入模型的形式是对数形式，此次仅考虑取对数形式的特征变量的重要程度分析。由表2可见，商业中心、轻轨站点、公园绿地、主干路的标准化回归系数的绝对值分别为0.220、0.147、0.104、0.068，公园绿地的影响程度小于市级商业中心和轻轨站点的影响程度，排名第三位。根据地租递减规律，距市级商业中心的距离在一定程度上综合表征了住宅小区所在地的区位、商服繁华度、交通便捷度，其影响程度最大符合人们预期。由图1可知，长春市住宅小区于轻轨站点周边分布的趋势较为明显，轻轨站点的影响程度大于公园绿地的影响程度的现象在一定程度上为开发商的投资方向提供了依据。相较于深圳市变量重要程度为到商业中心距离>到主干路距离>到公园绿地距离>到地铁距离[20]，其公园绿地、轨道交通及主干路的重要程度表现出与长春市不同的特征，这种差异从一定程度上表现了不同的经济发展阶段，居民对各种服务需求迫切性不同。

3）影响距离。将模型回归分析得到的各系数以及对应变量的平均值代入到特征价格函数中，可以得到住宅价格与到最近公园绿地距离的公式为lnP=8.782-0.020 lnL。式中P代表住宅单价，L代表到最近公园绿地的距离。由图2可知，公园绿地的资本化效应具有距离异质性，随着到公园绿地距离的增加，住宅的资本化效应逐渐减弱。借鉴有关文献[21，22]，设定当到最近公园的距离每增加100 m，价格变化幅度小于0.2%，则认为住宅价格不再有变化，据此推断出公园对周边住宅的平均影响距离为1 km。

3 结论与讨论

基于对数特征价格模型，选取长春市中心城区公园绿地周边的2 623个住宅样本，定量评估了公园绿地对住宅市场的资本化效应。研究结果表明，长春市公园绿地的资本化效应不如杭州、北京、深圳等城市显著，总体上到公园距离增加1%，住宅单价下降0.020%，居民愿意为获得良好的景观视线和休憩环境支付附加价格；长春市公园绿地对住宅价格的影响程度不如轻轨站点的影响程度大；公园绿地对房价的影响具有距离异质性，其平均影响距离为1 km。

研究结论揭示了政府对公园绿地的财政投资已经资本化到周边住宅价格当中，但是这笔回报并未被政府全部获得，首先是开发商获得了消费者额外支付的附加住宅价格，其次消费者的购买行为实现了其住宅财产的保值增值及良好的景观视线。因此，公园绿地作为城市中重要的公共品，实现其外部效应的货币化，通过制定合理的税收途径保证公共品的投资回流对于房地产业发展、城市规划布局及土地利用具有重要意义。

随着社会的发展，人们追求的核心目标是社会公平。公园绿地因类型、面积、收费、形状、分布密度等区别给人们带来的舒适性是有差异的。本研究仅着力于公园绿地公共品的平均资本化效应，未从空间配置的角度更深层次地挖掘其供给结构的均等性。从空间角度研究公园绿地的均等化配置，有利于缩小中心城区地区间的差异，推进公园绿地均等化服务，提升人民幸福感。因此，本研究将公共绿地空间配置资本化效应作为改进方向。

同时还需要从以下两方面加以改进：进一步科学量化住宅特征变量，考虑学校质量对住宅价格的增值影响；进一步深化对公园绿地时间效应影响研究，如采集多年度的绿地及住宅数据，研究其影响距离及增值效应等变化。

参考文献：

[1] 封 云，林 磊.公园绿地规划设计[M].北京：中国林业出版社， 2004.

[2] MORANCHO A B. A hedonic valuation of urban green areas[J].Landscape & Urban Planning，2003，66（1）：35-41.

[3] 溫海珍，李旭宁，张 凌.城市景观对住宅价格的影响——以杭州市为例[J].地理研究，2012，31（10）：1806-1814.

[4] LANCASTER K J. A new approach to consumer theory[J].Journal of Political Economy，1966，74（1）：132-157

[5] ROSEN S. Hedonic prices and implicit markets：Product differentiation in pure competition[J].Journal of Political Economy，1974，82（1）：34-55.

[6] IRWIN E G. The effects of open space on residential property values[J].Land Economics，2002，78（4）：465-480.

[7] MARTINEZ L M，VIEGAS J M，MARTINEZ L M，et al. Effects of transportation accessibility on residential property values： Hedonic price model in lisbon，portugal，metropolitan area[J].Transportation Research Record Journal of the Transportation Research Board，2009，2115（2115）：127-137.

[8] RIES J，SOMERVILLE T. School quality and residential property values：Evidence from vancouver rezoning[J].The Review of Economics and Statistics，2010，92（4）：928-944.

[9] ESPEY M，LOPEZ H. The impact of airport noise and proximity on residential property values[J].Growth and Change，2000，31（3）：408-419.

[10] OWUSU G，NKETIAH-AMPONSAH E. How do ghanas landfills affect residential property values：A case study of two sites in accra[J].Urban Geography，2014，35（8）：1140-1155.

[11] 鄭捷奋.城市轨道交通与周边房地产价值关系研究[D].北京：清华大学，2004.

[12] 石忆邵，张 蕊.大型公园绿地对住宅价格的时空影响效应——以上海市黄兴公园绿地为例[J].地理研究，2010，29（3）：510-520.

[13] 温海珍，杨 尚，秦中伏.城市教育配套对住宅价格的影响：基于公共品资本化视角的实证分析[J].中国土地科学，2013（1）：34-40.

[14] 钟海玥，张安录，蔡银莺.武汉市南湖景观对周边住宅价值的影响——基于Hedonic模型的实证研究[J].中国土地科学，2009， 23（12）：63-68.

[15] 陈 庚，朱道林，苏亚艺，等.大型城市公园绿地对住宅价格的影响——以北京市奥林匹克森林公园为例[J].资源科学，2015， 37（11）：2202-2210.

[16] 徐 波，李金路，赵 锋，等.城市绿地分类标准：CJJ/T 85-2002[M].北京：中国建筑工业出版社，2002.

[17] BUTLER R V. The specification of hedonic indexes for urban housing[J].Land Economics，1982，58（1）：96-108.

[18] 王旭育.基于Hedonic模型的上海住宅特征价格研究[D].上海：同济大学，2006.

[19] 夏 宾，张 彪，谢高地，等.北京建城区公园绿地的房产增值效应评估[J].资源科学，2012，34（7）：1347-1353.

[20] WU J，WANG M，LI W，et al. Impact of urban green space on residential housing prices：Case study in shenzhen[J].Journal of Urban Planning & Development，2014，141（4）：05014023-1-05014023-8.

[21] 温海珍，卜晓庆，秦中伏.城市湖景对住宅价格的空间影响——以杭州西湖为例[J].经济地理，2012，32（11）：58-64.

[22] 石忆邵，郭惠宁.上海南站对住宅价格影响的时空效应分析[J].地理学报，2009，64（2）：167-176.