不同服務半徑公園綠地與住房價格相關性的梯度差異?

吳殿鳴 邵大偉

蘇州科技大學建筑與城市規劃學院 江蘇蘇州 215011

公園綠地作為城市公共服務的空間載體之一,是城市居民主要的休閑游憩場所,不僅具有較強的環境和生態效應,也具有重要的社會價值[1-5]。近年來,隨著國家大力推進“公園城市”建設,公園綠地服務居民、服務城市的能力建設問題引發高度關注。

出于“宜居性”考慮,人們往往愿意支付更高的費用購買公園綠地周邊的住宅[6],公園綠地具有一定的房產增值效益,可以積極引導、調控城市居住空間和城市布局。針對公園綠地對住房價格影響的相關研究,國外多是借助房產交易的享樂價格(Hedonic)模型與GIS空間分析的手段開展對城市綠地隱含價值的評價[7-8],以此表明其房產增值效力,進而體現引導居住區位選擇、調控居住空間的能力。相關結果表明其增值系數集中分布在5%～20%,增值效力受綠地類型、面積、設計風格、距離等因素影響顯著,影響效應主要存在于距離綠地100～500 m的范圍[9-10]。國內關于綠地對住房價格影響的研究逐漸增多,公園綠地是城市綠地中與居民生活關系最為密切的類型,受關注程度較高,引導能力也相對較強[11-12]。城市綠地對居住空間及選擇影響較大,各影響因子對房價的影響大小依次為:建成時間、CBD、綠化率、公園、地鐵站、超市和學校[13],環境設施(城市綠地)便利性對居住用地價格也具有相當的影響[14]。有學者專門聚焦了公園綠地對住房價格的影響距離問題,得到影響半徑為1.59 km、最強影響范圍為0.29 km[15],或影響范圍為1.38 km、增值系數約為10.9%[9]的相關結論。然而,相關研究主要針對公園綠地整體對住房價格的影響能力,尚未揭示公園綠地不同服務半徑的面積數量、不同尺度規模公園綠地服務半徑與住房價格之間的相互關系。相關規律的揭示有望在公園綠地服務距離梯度、服務尺度差異方面指導公園綠地布局,充分、高效地發揮公園綠地對居住空間乃至城市空間的引導、調控作用,也是社會公平、均衡發展的重要體現。

1 研究方法與數據來源

蘇州市區包括老城區、工業園區和高新技術開發區3種類型；蘇州地處江南水鄉,自然生態環境優良,被評為首批“國家生態園林城市”,在城市公園綠地建設和城市建設布局模式方面具有一定的典型性和借鑒價值。

研究方法主要包括空間分析和數據統計分析。空間分析是指以服務半徑測算相關的空間分析方法。距離以居住小區的幾何中心點為中心,根據《城市綠地分類標準(CJJ/T 85—2002)》的服務半徑要求及居民日常生活中對公園綠地的一般到訪距離和活動特征,分為500 m、750 m、1 000 m、1 250 m、1 500 m、1 750 m、2 000 m 7個距離梯度[9,15],運用ArcGIS近鄰分析(Proximity)中的多環緩沖區(Multiple Ring Buffer)形成不同距離梯度的服務域；然后進一步利用各居住小區的不同梯度服務域與公園綠地進行交集(intersect)運算分析；最后對運算結果進行匯總統計(Summary Statistics),得到各居住小區相應公園綠地數據備用。數據的統計分析主要采用雙變量相關性分析和一元線性回歸分析方法,借助SPSS 18.0完成數據的處理分析。

公園綠地數據來自國土部門2016年蘇州市的土地利用現狀數據。房價數據是以居住小區為單元的平均價格,住房價格主要來源于蘇州房產交易信息中心和“搜房網”“房天下”“365淘房網”等房地產交易網站(國內外房價研究的主要數據形式和來源[9-11]),此次共采集了2016年蘇州中心城區404個居住小區房價數據。二手房價格具有對周邊環境反應敏感、覆蓋范圍廣、住宅類型多等優勢,研究過程中對部分居住小區的房價進行了實地走訪調研,并與房產中介進行核對。

2 蘇州市公園綠地與住房價格概況

截至2016年末,蘇州市區城市建設用地面積458.06 km2,其中公園綠地面積45.92 km2、居住用地面積130.97 km2,兩者分別占城市建設用地總面積的10.02%、28.59%,合計約占城市建設用地總面積的2/5。2010年以來,居住用地、公園綠地面積分別增長72.97%、29.13%,居住用地面積增長率約為公園綠地面積增長率的2.5倍,進一步激化了公園綠地的供需矛盾,公園綠地布局本身也具有一定的提升和優化空間。

所選取的研究范圍為住房建設和公園綠地建設較為集中的中心城區(共約436 km2),其能更有效地揭示兩者相互關系。公園綠地采用的數據為國土部門的土地利用現狀數據,總面積為44.45 km2。將公園綠地劃分為2 hm2以下的微小尺度、2～5 hm2小尺度、5～10 hm2中等尺度、10～20 hm2大尺度,以及20 hm2以上超大尺度共5種尺度[12],各層級的面積分別為1 948.32 hm2、1 135.14 hm2、462.78 hm2、310.53 hm2、588.49 hm2。

3 公園綠地與住房價格相關性及梯度差異

3.1 不同服務半徑公園綠地與住房價格梯度差異

整體而言,統計范圍內公園綠地總面積與住房價格整體在0.01水平(雙側)呈現出顯著的正相關關系(表1),相關系數為0.172。就各服務半徑距離梯度而言,公園綠地與住房價格在0.01水平基本呈現出極顯著的正相關關系,僅有500 m范圍內為0.05水平的顯著正相關。隨著距離的增加,公園綠地與住房價格相關系數表現出先增大后減少的趨勢,距離500 m、750 m、1 000 m公園綠地與住房價格相關系數較低,但呈現出直線上升趨勢；大于1 250 m后相關系數較為穩定,但穩中有降,維持在0.165以上。

表1 公園綠地與住房價格的整體相關關系及其服務半徑梯度差異

公園綠地在居住區周邊服務半徑距離梯度的面積分別為2 415 hm2、3 559 hm2、5 242 hm2、6 720 hm2、8 169 hm2、10 108 hm2、11 688 hm2,盡管公園綠地在各服務半徑梯度間呈現出直線增加的趨勢,但與房價關系最為密切的仍然為750～1 250 m的距離梯度。

3.2 不同尺度公園綠地與住房價格梯度差異

1)2 hm2以下公園綠地與住房價格整體呈現出負相關的關系,表明小尺度公園綠地分布越多的區域,住房價格反而較低,這一負相關關系隨著距離的加大而更加突出、更加顯著。按照公園綠地的服務半徑,在各距離梯度間居住區所享有的公園綠地面積依次為1 565 hm2、1 952 hm2、2 769 hm2、3 440 hm2、4 162 hm2、4 862 hm2、5 425 hm2,隨著距離的增大,居住區所享有的公園綠地面積在逐漸增加,而負相關性則愈加顯著,微小尺度公園綠地與住房價格負相關關系較為突出。

2)2～5 hm2公園綠地與住房價格整體表現為顯著的正相關關系,居住區所享有的公園綠地面積依次分別為449 hm2、735 hm2、1077 hm2、1 327 hm2、1 661 hm2、2 072 hm2、2 327 hm2,相關系數為0.186,相關系數在各個距離梯度間均較為穩定,極值為0.185,處于1 000 m和1 500 m的距離梯度區間。

3)5～10 hm2是公園綠地與住房價格相關系數最大的面積類型,相關系數為0.291,達到極顯著水平,且各梯度均為極顯著,居住區所享有的公園綠地面積依次為126hm2、388hm2、812 hm2、1 349 hm2、2 038 hm2、2 864 hm2、3 847 hm2,1 000 m范圍內5～10 hm2公園綠地相對較少。相關性最大的距離梯度為1 500 m,相關系數為0.283。

4)10～20 hm2公園綠地與住房價格同樣表現出極顯著的正相關關系,居住區所享有的公園綠地面積依次為137 hm2、298 hm2、611 hm2、1 099 hm2、1 686 hm2、2 376 hm2、3 145 hm2,相關系數為0.163,較5～10 hm2相關系數大幅下降。公園綠地與房價相關性隨距離梯度的變大而更加顯著,且逐漸增強。

5)20 hm2以上公園綠地面積依次為159 hm2、577 hm2、1 235 hm2、2 139 hm2、3 294 hm2、4 779 hm2、6 741 hm2,公園綠地與住房價格的相關性進一步降低,與住房價格的相關系數為0.101,達到了顯著水平。在各距離梯度間,只有1 750 m和2 000 m處達到了顯著水平,尤其是公園綠地與房價在2 000 m處相關系數為0.141,達到極顯著水平。

3.3 不同服務半徑公園綠地與住房價格回歸分析

住房價格與公園綠地存在較為顯著的正相關關系,公園綠地在一定程度上對房價具有積極促進作用。進一步借助回歸分析,探究公園綠地對住房價格的解釋能力和水平。

1)整體回歸分析。借助SPSS軟件,基于繪制散點圖和相關分析,利用一元線性回歸方程對404個居住小區住房價格與2 000 m范圍內公園綠地面積兩個變量進行擬合。擬合結果得到Durbin-Watson值為1.581,介于0～4,且接近2,滿足線性回歸觀測值相互獨立的條件,且不存在顯著異常值,回歸殘差接近正態分布。R值為0.231,兩者表現出中等相關水平,R2值為0.053,公園綠地面積可在5.3%的水平上解釋房價。ANOVA分析表明F檢驗值為22.605,Sig.(P)＜0.001,回歸模型在統計學上具有解釋意義(表2)。建立回歸模型得到的回歸方程為:y＝14 839.83+0.001x,在以居住小區為中心、2 000 m為半徑的范圍內(12.56 km2),每增加100 hm2公園綠地可使住房價格單價增長1 000元/m2。

表2 回歸分析結果

2)不同服務半徑公園綠地的逐步回歸分析。回歸分析中為有效解決共線性等問題[16],進一步采用逐步回歸的分析方法探析服務半徑的梯度作用效應差異。采取的步進準則是影響因素進入概率≤0.050,移除概率≥0.100,結果僅有1 500 m距離梯度的公園綠地進入模型(也與上文3.1部分相關系數在1500m處出現拐點相印證)。模型通過檢測,R值為0.2,表現出兩者的中等相關水平,R2值為0.04,公園綠地面積可在4%的水平上解釋房價增效作用,回歸方程為:y＝14 554.661+0.005x,在1 500 m為半徑的范圍內(7 km2),每增加100 hm2公園綠地可使住房價格單價增長5 000元/m2。

4 結論與討論

4.1 結論

1)蘇州中心城區公園綠地以中小尺度為主,5 hm2以下公園綠地面積約占公園綠地總面積的70%。10～20 hm2公園綠地尺度跨度最大,但面積總量最少,僅約為總面積的7%。

2)價格較高的住房普遍具有公園綠地較為豐富和服務半徑中等的特征,公園綠地在1 000～1 500 m形成與房價相互影響最為顯著的服務半徑區間。

3)公園綠地隨著尺度的增大,其與住房價格的相關關系呈現出先增大后減小的趨勢,整體為“負相關—極顯著正相關—正相關—不顯著”的變化規律。

4)公園綠地對住房價格具有相對較好的解釋力,居住區2 000 m范圍內每增加100 hm2公園綠地,住房單價約增長1 000元/m2。

4.2 討論

1)蘇州中心城區綠化條件和公園綠地設施整體較好。蘇州中心城區以中小尺度公園綠地為主,主要受江南水鄉地區城市自然環境肌理的影響。江南地區水網密集,陸地多為水系所割裂,街道、建筑也多依附于水系形成布局,空間尺度相對較小,該特征在古城區尤其突出,該區域控制保護嚴格,住房價格相對較低。工業園區、高新區、吳中區、相城區空間尺度較大,公園綠地的建設空間大,并與大型城市山體、水體結合密切,加之商業、金融、教育業態的植入,催生了高房價和大尺度的公園綠地,這是造成尺度和空間分異的重要原因。

2)公園綠地1 000 m左右的服務半徑更容易催生高房價。7個距離梯度的設定,參考了石憶邵、夏賓[9,15]等對于公園綠地對住房價格影響距離不超過2 km的研究結論。驅動公園綠地與住房價格高度相關的主要為2～10 hm2的公園綠地,此類公園綠地多分布于工業園區、高新區的核心區域,與周邊商業、市政等配套設施又有一定的距離,1 000 m左右的區域更容易產生高房價住宅。

3)與小尺度、超大尺度公園綠地距離相對越近,越不易產生高房價。小尺度公園綠地多分布于空間較小的老城區、大型道路或河流的周邊,此類要素周邊房價相對較低。相反,空間尺度較大的工業園區、新區房價則相對較高,是造成小尺度公園綠地和低房價集聚的原因；20 hm2以上大尺度公園綠地相對較少,對房價整體的拉動相對較弱,也超出了公園綠地增值效應的作用范圍。

4.3 對策建議

1)以“公園城市”建設為契機提升公園綠地總量。蘇州人均公園綠地面積相比北京、上海、深圳具有一定優勢,與成都、杭州等城市相當,但與廣州、南京等城市仍有一定差距。《蘇州市城市綠地系統規劃(2017—2035)》提出“到2020年,人均公園綠地面積將由14.5 m2提高到15 m2,2035年增至15.5 m2”。應抓住公園城市建設契機,爭取資源、創造條件,促進公園綠地的建設,提升城市宜居水平。

2)著力完善公園綠地等級規模結構。蘇州中心城區公園綠地以微小尺度為主,具有較好生態效益和游憩功能的10～20 hm2公園綠地相對過少,可進入性和服務能力相對偏弱,應努力創造條件,結合水系等自然資源和產業優化進程,適度增置10～20 hm2公園綠地,完善規模結構體系,提升服務能力。

3)強化公園綠地服務居民效率。高房價住宅具有距離公園綠地1 000～1 500 m的一般特征,高房價區域的1 000 m內、中低房價區域1 000～1 500 m的公園綠地建設有待強化和提升,同時強化2～10 hm2公園綠地的良好引導作用。在蘇州著力打造高水平“城市公園綠地10 min服務圈”的背景下,居住地1 000 m范圍周邊的公園綠地數量、質量及其服務能力和效率均應重點加強。

4)加強公園綠地與城市要素對住房價格影響的系統研判。本研究聚焦了公園綠地分布與住房價格的關系,重點分析了服務半徑與房價的梯度差異及規律。房價影響因素較多、較為復雜,房屋有其面積、朝向、建設年代等自然屬性,區位條件也影響較大,應借助商業、交通、教育等系統的城市數據資源,深入研判公園綠地對住房價格的影響作用,綜合調控、配置公園綠地資源。