基于CVM和HPM的南京玄武湖公園價(jià)值定量研究

姚 婉，劉伯初，齊 飛，許秋媛

(1.南京大學(xué) 建筑與城市規(guī)劃學(xué)院，江蘇 南京 210093； 2.北京大學(xué) 城市與環(huán)境學(xué)院，北京 100871； 3.山東省城鄉(xiāng)規(guī)劃設(shè)計(jì)研究院，山東 濟(jì)南 250013； 4.南京大學(xué) 歷史文化研究所，江蘇 南京 210046)

隨著我國城市化進(jìn)程的不斷加快，人民的生活水平不斷提高，對(duì)于生態(tài)以及社會(huì)環(huán)境的要求也不斷提升。城市公園作為城市生態(tài)系統(tǒng)和綠地景觀的重要組成部分，對(duì)于改善城市生態(tài)環(huán)境，滿足城市居民休閑需求等都發(fā)揮了重要的作用[1]。但近年來，由于城市公園免費(fèi)開放等原因，導(dǎo)致城市公園的價(jià)值逐漸受到忽視。因此，如何合理地測量城市公園價(jià)值成為公園規(guī)劃建設(shè)中迫切需要解決的問題。城市公園在學(xué)術(shù)界尚未有統(tǒng)一的定義，但主要包含城市公共綠地、對(duì)外開放性以及具有休閑、游憩、防災(zāi)等幾方面的內(nèi)涵?，F(xiàn)大部分研究將城市公園的功能分為生態(tài)功能、社會(huì)功能以及經(jīng)濟(jì)功能三個(gè)部分[2]。環(huán)境經(jīng)濟(jì)學(xué)中對(duì)價(jià)值的構(gòu)成有兩種分類方法：一種是將總價(jià)值分為使用價(jià)值和非使用價(jià)值；另一種是總價(jià)值分為商品性價(jià)值和舒適性的服務(wù)價(jià)值[3]。本文主要以第二種分類方式為基礎(chǔ)，結(jié)合城市公園功能特征，將城市公園價(jià)值分為愉悅價(jià)值和經(jīng)濟(jì)價(jià)值。其中愉悅價(jià)值主要包括無形的舒適性的服務(wù)價(jià)值、生態(tài)價(jià)值、社會(huì)價(jià)值，而社會(huì)價(jià)值主要為有形的經(jīng)濟(jì)價(jià)值。

國外對(duì)于綠地的定量評(píng)價(jià)起源于環(huán)境資源價(jià)值的研究，20世紀(jì)60年代以來，由于環(huán)境惡化等問題，環(huán)境資源的價(jià)值評(píng)估日益成為關(guān)注的焦點(diǎn)。但研究主要集中在對(duì)于生態(tài)價(jià)值的定量評(píng)價(jià)以及社會(huì)經(jīng)濟(jì)價(jià)值的定量評(píng)價(jià)，對(duì)于綜合價(jià)值的定量評(píng)價(jià)仍然較為缺乏。生態(tài)價(jià)值的定量評(píng)價(jià)主要集中于抗污滯塵、減弱噪音、碳固定等方面[4-7]，通過兩種方法：一種為現(xiàn)場實(shí)測各植物對(duì)環(huán)境的改善作用，通過影子工程法、恢復(fù)費(fèi)用法、替代價(jià)值法等經(jīng)濟(jì)學(xué)方法，計(jì)算城市綠地生態(tài)價(jià)值；另一種是將“3S”技術(shù)與傳統(tǒng)實(shí)測觀察相結(jié)合，構(gòu)建評(píng)價(jià)模型并算出城市綠地的生態(tài)價(jià)值。而社會(huì)經(jīng)濟(jì)價(jià)值的定量評(píng)價(jià)主要分為兩個(gè)方面；另一方面通過享樂價(jià)格法、條件價(jià)值法以及意愿調(diào)查法等評(píng)估了公園的休閑娛樂價(jià)值，一方面通過不同方法研究了城市綠地對(duì)城市房地產(chǎn)以及居住用地的價(jià)格影響[8-10]，以此對(duì)公園的外部效應(yīng)帶來的價(jià)值進(jìn)行定量評(píng)價(jià)。

20世紀(jì)80年代以來，國內(nèi)學(xué)者開始從事城市綠地效益的研究工作，但多集中于對(duì)生態(tài)效益及價(jià)值的研究。首先對(duì)城市綠地的生態(tài)調(diào)節(jié)作用進(jìn)行了驗(yàn)證，隨著研究的進(jìn)一步發(fā)展，主要將研究方向轉(zhuǎn)向了城市綠地在凈化空氣以及固碳釋氧兩方面的作用[11]。20世紀(jì)90年代后期，國內(nèi)學(xué)者逐漸開始注重綠地生態(tài)效益的定量化研究，尤其是經(jīng)濟(jì)效益定量化?，F(xiàn)階段，研究主要側(cè)重于評(píng)價(jià)多因素條件對(duì)城市生態(tài)價(jià)值的影響，而對(duì)公園與綠地的社會(huì)經(jīng)濟(jì)價(jià)值定量評(píng)價(jià)的研究雖有部分實(shí)例和理論的探討[12-15]，但尚不成熟，對(duì)于綜合價(jià)值的定量評(píng)價(jià)還較為缺乏?；诖耍疚耐ㄟ^對(duì)國內(nèi)外相關(guān)文獻(xiàn)學(xué)習(xí)，在提出城市公園價(jià)值分類的基礎(chǔ)上，分別應(yīng)用CVM(假設(shè)市場評(píng)價(jià)法，contingent valuation method)和HPM方法(享樂價(jià)格法，hedonic pricing method)，并結(jié)合GIS軟件平臺(tái)對(duì)玄武湖公園的愉悅價(jià)值和經(jīng)濟(jì)價(jià)值進(jìn)行定量評(píng)價(jià)，得到玄武湖公園綜合價(jià)值以及各部分價(jià)值影響因素。并對(duì)玄武湖公園以及其他城市公園的規(guī)劃、建設(shè)以及管理提出合理建議。

1 研究區(qū)概況與研究方法

1.1 研究區(qū)概況

玄武湖公園位于南京市玄武區(qū)，是南京城區(qū)歷史最悠久，水域最寬，島嶼最大，融匯了山水城林景觀的風(fēng)景名勝地；也是南京開發(fā)早，景觀建設(shè)好，服務(wù)設(shè)施完善的大型文化休息公園?？偯娣e472.36 hm2，其中水面積368.18 hm2，綠地率82.24%。需要特別指出的是，玄武湖公園的區(qū)位條件比較特殊，北靠南京火車站、紅山森林動(dòng)物園，東倚紫金山，西臨湖南路商圈，南面雞鳴寺，西北部住宅分布較為集中，周邊用地呈不均質(zhì)性，此外還有高14～21 m的明城墻環(huán)抱在旁，長達(dá)5.4 km。

玄武湖公園在免費(fèi)開放之前，單次進(jìn)入的門票價(jià)格為20元，節(jié)假日為30元，年票價(jià)格為60元。2010年10月1日正式向市民免門票開放，開放后，游客人數(shù)增長迅速，每天可達(dá)7萬多人。免收門票后，公園主要依靠景區(qū)內(nèi)部的商業(yè)消費(fèi)以及區(qū)政府的財(cái)政資金維持公園的正常運(yùn)轉(zhuǎn)。

1.2 研究方法

本研究選取CVM與HPM相結(jié)合的方法。CVM是建立一個(gè)假想的市場，通過直接詢問被調(diào)查者的支付意愿而得到人們對(duì)一定的公共設(shè)施定價(jià)的方法。該方法可以較為全面地評(píng)價(jià)城市公園的愉悅價(jià)值，且評(píng)價(jià)結(jié)果較有針對(duì)性，但評(píng)價(jià)結(jié)果易受到被調(diào)查者的主觀影響。

HPM是通過間接的觀察和假定，綜合分析商品各方面屬性與商品價(jià)格的關(guān)系去獲得某一屬性所隱含的供給和需求曲線的方法。該方法以實(shí)際住宅交易數(shù)據(jù)為基礎(chǔ)，有較強(qiáng)的客觀性，但因房價(jià)的實(shí)時(shí)性、土地價(jià)格、稅收等影響因素，其結(jié)果也存在一定的不全面性。本研究選取CVM和HPM相結(jié)合的方法，不僅在不同價(jià)值的評(píng)價(jià)上形成互補(bǔ)，同時(shí)在直接與間接評(píng)價(jià)，主觀與客觀評(píng)價(jià)上也形成互補(bǔ)，更加全面真實(shí)可靠地對(duì)玄武湖公園價(jià)值進(jìn)行評(píng)價(jià)。

1.3 CVM問卷設(shè)計(jì)與調(diào)查

本次CVM調(diào)查問卷主要分為4個(gè)部分，第一部分為公眾認(rèn)知；第二部分為使用情況，主要了解被調(diào)查者對(duì)玄武湖公園的使用頻率以及需要改進(jìn)的地方，并通過這些問題為理解被調(diào)查者支付意愿做鋪墊；第三部分為支付意愿，通過對(duì)支付意愿的解釋以及不同支付方式選項(xiàng)的設(shè)置，了解被調(diào)查者的支付意愿；第四部分為個(gè)人信息，有助于后期進(jìn)一步分析個(gè)人支付意愿的影響因素。

1.4 HPM因子選取與數(shù)據(jù)收集

本文共選取了房屋結(jié)構(gòu)、區(qū)位和環(huán)境特點(diǎn)三類因子(表1)。房屋結(jié)構(gòu)是影響房價(jià)的傳統(tǒng)因子，由于數(shù)據(jù)收集等原因限制，本文選取了臥室數(shù)量、衛(wèi)生間數(shù)量、客廳數(shù)量、廚房數(shù)量、房屋建筑面積、房屋建設(shè)年代、房屋所在樓層數(shù)以及房屋裝修程度等8個(gè)因子。其中，由于裝修程度為定性描述，本文通過定義毛坯房為1，簡裝房為2，中裝房為3，精裝(豪華裝)房為4，將其數(shù)量化。區(qū)位因子是衡量住宅在城市中區(qū)位優(yōu)劣的重要指標(biāo)，本文主要選取了到城市中心，到火車站以及到南京南站的時(shí)間3個(gè)指標(biāo)。房屋周邊環(huán)境特點(diǎn)也是影響房價(jià)的重要因素之一，它可以定量地表達(dá)房屋到達(dá)周邊公共服務(wù)設(shè)施的難易程度。本文結(jié)合研究區(qū)具體情況，主要選取了到最近醫(yī)院時(shí)間、到最近高等院校時(shí)間、到最近重點(diǎn)中學(xué)時(shí)間、到最近重點(diǎn)小學(xué)時(shí)間、到最近開放綠地時(shí)間、到最近地鐵站時(shí)間、到玄武湖時(shí)間、到紫金山時(shí)間、所在小區(qū)綠化率、是否可見玄武湖等10個(gè)因子。本文中到X地時(shí)間均基于ARCMAP軟件，通過“費(fèi)用加權(quán)距離”方法計(jì)算而得[16]。

按照隨機(jī)均勻的原則，以玄武湖為中心7 km范圍內(nèi)(南至應(yīng)天高架，西北以長江為界，東北以寧洛高速為界)共選取411個(gè)樣本點(diǎn)(數(shù)據(jù)來自搜房網(wǎng)二手房2017年6月10日—6月15日數(shù)據(jù))，并以配準(zhǔn)的2017年南京主城區(qū)CAD為基礎(chǔ)，結(jié)合最新稻歌影像對(duì)南京主城區(qū)道路網(wǎng)進(jìn)行數(shù)字化，并在ARCMAP中確定樣點(diǎn)位置并輸入記錄相關(guān)屬性信息。由于樣本點(diǎn)只精確到小區(qū)，所以以小區(qū)中心點(diǎn)作為小區(qū)位置，雖然會(huì)產(chǎn)生一定誤差，但理論上不影響本文結(jié)果探討。

表1 房屋價(jià)格影響因子的定義

2 研究過程與結(jié)果分析

2.1 CVM研究過程與結(jié)果

2.1.1 問卷調(diào)查的簡單定量分析

預(yù)調(diào)查期間發(fā)放問卷40份，100%回收，100%有效。正式調(diào)查共發(fā)放160份，問卷回收率為100%，其中有效問卷154份，有效率為96.25%。圖1調(diào)查結(jié)果顯示，人們對(duì)城市公園功能是有一定認(rèn)識(shí)的，尤其對(duì)公園提供休閑娛樂場所的認(rèn)識(shí)最為直接和深刻，表示贊同的人數(shù)最多。這說明大多數(shù)居民是通過自己直接或間接的利用而感受到公園的價(jià)值的。

圖1 公眾對(duì)城市公園的普遍認(rèn)識(shí)

使用者對(duì)玄武湖公園的利用是以日常利用為主，每天一次和每周一次各占調(diào)查結(jié)果的30%和40%(圖2)；而散步是使用者選擇最多的一種使用方式，在不定項(xiàng)選擇中被選率高達(dá)71.13%；下午和傍晚則在玄武湖公園使用者的活動(dòng)時(shí)間中占了絕大多數(shù)，其他時(shí)間使用較少。

圖2 使用者對(duì)玄武湖公園的滿意程度

另外，使用者在活動(dòng)過程中大多是單獨(dú)一人，或是與朋友一起，兩種選擇者分別占65.98%和43.30%。在問卷所提供的“景觀景點(diǎn)”“綠化設(shè)施”“公共活動(dòng)”和“公共服務(wù)設(shè)施”四個(gè)改進(jìn)方面中，要求提高公共服務(wù)設(shè)施水平的人數(shù)最多(圖3)。

圖3 使用者對(duì)玄武湖公園提出改進(jìn)方面的情況

我們通過問卷中的空間意向圖和實(shí)地觀察統(tǒng)計(jì)發(fā)現(xiàn)，公園中活動(dòng)的積極空間較為均勻，很多人經(jīng)常環(huán)湖游玩，尤其是環(huán)車行環(huán)道或步行道。其余各較為開敞的公共空間都是人群比較集中的地方，如入口廣場、森林氧吧等，人們多在此進(jìn)行唱歌、跳舞等各種娛樂健身活動(dòng)。

去除無效問卷6份和拒絕支付的問卷22份，在剩余的172份有效問卷中，有152份問卷的支付意愿不為零，20份問卷的支付意愿為零，具體支付數(shù)額如表2所示?？梢钥闯?，大部分人群愿意對(duì)玄武湖進(jìn)行費(fèi)用支付，后文將根據(jù)該表對(duì)玄武湖的愉悅價(jià)值進(jìn)行計(jì)算。

表2 支付意愿的情況

2.1.2 基于CVM的問卷結(jié)果分析

我們以性別、年齡、受教育程度、月收入、到達(dá)公園的時(shí)間、使用頻率等被調(diào)查者的社會(huì)經(jīng)濟(jì)屬性和公園使用情況為自變量，被調(diào)查者的支付意愿為因變量進(jìn)行多元線性回歸，建立回歸方程。方程的形式為：

其中，WTP為被調(diào)查者的詢問支付價(jià)格；Xi為被調(diào)查者的各社會(huì)經(jīng)濟(jì)特征屬性和公園使用狀況特征；a0為常量。

在逐步剔除沒有顯著關(guān)系的自變量后，逐次進(jìn)行回歸分析，直至結(jié)果表明有顯著的線性關(guān)系。最終得到顯著性概率P值為0.043，說明回歸模型的總體顯著性明顯，即因變量“支付意愿WTP”與“使用頻率”“年齡”“月收入”“到達(dá)公園花費(fèi)的時(shí)間”4個(gè)自變量建立顯著的線性回歸關(guān)系，假設(shè)成立。同時(shí)標(biāo)準(zhǔn)化殘差直方圖趨勢與正態(tài)曲線基本吻合，殘差散點(diǎn)大多分布在對(duì)角線附近，整體模型擬合度較好。

根據(jù)預(yù)先設(shè)定的取值和模型系數(shù)的顯示(表3)，各變量與支付意愿關(guān)系如下：

1)使用者使用玄武湖公園的頻率與其支付意愿呈線性反比關(guān)系。即越不常使用玄武湖公園的被調(diào)查者對(duì)使用公園表現(xiàn)出比較高的支付意愿，經(jīng)常使用者反而不愿支付太多費(fèi)用；

2)使用者到達(dá)玄武湖公園花費(fèi)的時(shí)間與支付意愿成線性正比關(guān)系。即花費(fèi)的時(shí)間成本越高，被調(diào)查者趨向于支付較高費(fèi)用；

3)使用者年齡越大，表現(xiàn)出的支付意愿越小，可能和年齡較大的人實(shí)際收入偏低以及使用頻率較高有關(guān)；

4)使用者的月收入水平與使用者的支付意愿呈較弱的線性反比關(guān)系，本文認(rèn)為可能是由于被調(diào)查者對(duì)于題目的假設(shè)情景沒有完全理解(是假想支付)，較高收入者多認(rèn)為他們已經(jīng)繳納較高個(gè)人所得稅，政府應(yīng)該用稅收扶持公園運(yùn)營，個(gè)人不應(yīng)該再對(duì)公園支付費(fèi)用；

5)性別、受教育程度與支付意愿相關(guān)性不顯著。

表3 各因素對(duì)WTP的影響程度分析

2.1.3 愉悅價(jià)值估算

基于CVM的調(diào)查和分析結(jié)果，我們可以通過計(jì)算使用者對(duì)玄武湖公園的總體的支付意愿來估算公園愉悅價(jià)值的貨幣量。將抽樣問卷中使用者的使用頻率和支付意愿綜合考慮，統(tǒng)計(jì)出平均每人每天支付門票價(jià)格為10.985 46元。根據(jù)相關(guān)數(shù)據(jù)保守估計(jì)現(xiàn)實(shí)際年平均人流量為70 000人次·d-1，因此而推算出使用者年總體支付價(jià)格約為2.806 8億元。

2.2 HPM研究過程與結(jié)果分析

2.2.1 多種模型的擬合與比較分析

用HPM方法進(jìn)行多因素回歸分析常用線性、半對(duì)數(shù)、線性對(duì)數(shù)3種方式，線性對(duì)數(shù)模型是將因變量和能夠取對(duì)數(shù)的自變量全部進(jìn)行對(duì)數(shù)運(yùn)算得到新的變量再進(jìn)行線性擬合，而半對(duì)數(shù)模型只對(duì)因變量取對(duì)數(shù)，即在半對(duì)數(shù)模型中，住宅價(jià)格等連續(xù)變量取對(duì)數(shù)，“是否可見玄武湖”等名義變量不取對(duì)數(shù)。

分別對(duì)數(shù)據(jù)進(jìn)行三種模型擬合，對(duì)模型擬合情況比較分析，由表4看出，半對(duì)數(shù)模型的復(fù)相關(guān)系數(shù)為0.758，判定系數(shù)R2為0.575，調(diào)整判定系數(shù)為0.551，比線性模型和線性對(duì)數(shù)模型擬合更好。此外，半對(duì)數(shù)模型的Durbin-Watson值為1.650，最接近2，說明半對(duì)數(shù)模型中的樣本更接近正態(tài)分布，自變量對(duì)房價(jià)變動(dòng)的解釋力較強(qiáng)。而由方差分析看出(表5)，3種模型的F值相伴概率Sig.均為0.000，在設(shè)定顯著性水平0.05之下，說明具有顯著的線性關(guān)系，其中半對(duì)數(shù)模型的F值達(dá)24.161，解釋樣本變量的變異量最大。

表4 模型擬合情況的R2對(duì)比

表5 模型擬合情況的方差分析比較

由表6，初次擬合中線性模型有13個(gè)變量的t檢驗(yàn)概率P值(Sig.)小于設(shè)定值0.05，線性對(duì)數(shù)模型有12個(gè)，而半對(duì)數(shù)模型有13個(gè)變量，說明線性和半對(duì)數(shù)模型的擬合精度較高。在共線性統(tǒng)計(jì)上，線性和半對(duì)數(shù)模型均有“到火車站的時(shí)間”和“到玄武湖的時(shí)間”2個(gè)變量VIF高于10，對(duì)數(shù)模型中VIF高于5，這2個(gè)變量的相關(guān)系數(shù)為0.897，進(jìn)一步將對(duì)“到達(dá)火車站時(shí)間”進(jìn)行剔除，以解決嚴(yán)重的多重共線問題。

表6 模型擬合情況的方差分析比較

綜上，從擬合優(yōu)度R2檢驗(yàn)、t檢驗(yàn)的相伴概率Sig.和方差膨脹因子VIF幾個(gè)方面，說明3個(gè)模型中半對(duì)數(shù)模型的擬合效果最好，后面選用半對(duì)數(shù)模型進(jìn)行逐步回歸分析，并進(jìn)行共線性檢驗(yàn)，以剔除影響回歸模型的共線自變量。

2.2.2 半對(duì)數(shù)模型的逐步回歸分析

初次擬合的結(jié)果中存在多個(gè)自變量顯著性水平不高的現(xiàn)象，21個(gè)變量中僅有13個(gè)變量的顯著性水平在0.05以下，采用逐步或向前向后回歸分析的方法從變量集中剔除不滿足顯著性水平和F值的變量，選出最有影響力的自變量子集，本研究以顯著性水平小于0.05為入選標(biāo)準(zhǔn)，大于0.1為剔除標(biāo)準(zhǔn)。

逐步回歸后的R值為0.705，R2為0.5，說明模型能夠擬合大多數(shù)變量的變異值，模型可用。在剔除“到達(dá)火車站時(shí)間(RAIL)”和“到達(dá)商圈時(shí)間(SHOPPING)”這兩個(gè)與“到達(dá)玄武湖時(shí)間(XUANWUHU)”共線的變量后，共線診斷(表7)中所有入選變量的VIF值都小于3.5，表明自變量之間不存在多重共線性問題。通過殘差統(tǒng)計(jì)(表8)，標(biāo)準(zhǔn)化殘差極大值為3.208，處于可接受范圍，表明在具體的樣本中沒有發(fā)現(xiàn)不可接受的奇異值?；貧w標(biāo)準(zhǔn)化殘差的直方圖趨勢基本與所估計(jì)的曲線擬合，標(biāo)準(zhǔn)化殘差的散點(diǎn)也基本分布在直線上，這都說明標(biāo)準(zhǔn)化殘差的正態(tài)分布特征，與Durbin-Watson檢驗(yàn)的結(jié)果一致，證明了半對(duì)數(shù)模型擬合的可靠性。

在SPSS中共經(jīng)歷11步回歸，自變量由21個(gè)減少至10個(gè)。從表9中看出，除樓層(FLOOR)和到最近地鐵站時(shí)間(METRO)外，其他變量顯著性水平均為0.000，對(duì)房價(jià)影響程度非常顯著。因變量為房屋單位面積的價(jià)格，自變量為到最近地鐵站時(shí)間(METRO)、到玄武湖時(shí)間(XUANWUHU)、到南京南站時(shí)間(RAILSTATION)、到最近重點(diǎn)小學(xué)時(shí)間(PRIMARY SCHOOL)、房屋建設(shè)年代(AGE)、房屋所在樓層(FLOOR)、房屋建筑面積(AREA)、所在小區(qū)綠化率(GREENING RATE)、到紫金山時(shí)間(ZIJINSHAN)、到最近開放綠地時(shí)間(GREEN SPACE)，其中前6項(xiàng)的系數(shù)為負(fù)值，其余系數(shù)為正值。

表7 逐步回歸結(jié)果的共線性診斷

表8 逐步回歸結(jié)果的殘差統(tǒng)計(jì)量

表9 逐步回歸擬合的系數(shù)及t檢驗(yàn)

2.2.3 半對(duì)數(shù)模型的逐步回歸分析解釋

從回歸系數(shù)的正負(fù)判斷：到最近地鐵站的時(shí)間越長、到玄武湖的時(shí)間越長、到南京南站的時(shí)間越長、到最近重點(diǎn)小學(xué)的時(shí)間越長、房屋建設(shè)年代越久遠(yuǎn)、房屋所在樓層越高，因變量房價(jià)呈降低趨勢；而房屋建筑面積越大、所在小區(qū)綠化率越高、到紫金山和最近開放綠地的時(shí)間越長，單位面積的房價(jià)越高。在本研究中，紫金山位處研究區(qū)東部邊緣地帶，且其傳統(tǒng)東郊的區(qū)位與南京中心區(qū)位相距較遠(yuǎn)，故到紫金山的時(shí)間長可能意味著距市中心的距離近；而南京主城區(qū)的開放綠地分布零散，中心地帶多以小公園和綠地廣場的形式，而離中心越遠(yuǎn)，綠地規(guī)模越大，南京市在濱江一帶建設(shè)了較多的連片大型公共綠地，故由于其區(qū)位較偏，到達(dá)這些綠地的時(shí)間長也就意味著距離中心地帶更近，這解釋了自變量到紫金山的時(shí)間(ZIJINSHAN)和到最近開放綠地時(shí)間(GREEN RATE)系數(shù)為正的原因。

“到玄武湖的時(shí)間”的標(biāo)準(zhǔn)系數(shù)為-0.511，為絕對(duì)值最大的系數(shù)，說明到玄武湖區(qū)域是否快捷對(duì)房價(jià)的影響是自變量中最為顯著的因素，到玄武湖的時(shí)間越長，房價(jià)越低。在半對(duì)數(shù)模型中，非標(biāo)準(zhǔn)化系數(shù)B為-0.052，對(duì)其反對(duì)數(shù)推導(dǎo)，得到0.949 32，說明到玄武湖的時(shí)間每增加1%，單位面積的房價(jià)降低5.07%。但這其中不只是由于人們對(duì)玄武湖游憩使用價(jià)值和景觀增值價(jià)值的看重，玄武湖區(qū)位的優(yōu)越性也起到一定作用。

變量“是否可見玄武湖”在半對(duì)數(shù)模型的逐步回歸中被剔除，原因推測為玄武湖在本次調(diào)查范圍中的絕大多數(shù)樓盤都不可見，即使在玄武湖周邊的樓盤也少有擁有玄武湖視線的住宅，弱化了該變量對(duì)房價(jià)的影響，但這只能說明玄武湖影響的住房數(shù)量有限，并不能說明玄武湖視線對(duì)房價(jià)沒有影響。擁有玄武湖視線的住房比其他住房景觀增值明顯，可以通過初次擬合中的非標(biāo)準(zhǔn)系數(shù)B(值為-0.081，反對(duì)數(shù)為0.922 2，該變量“有視線”設(shè)為“1”，“無視線”設(shè)為“2”，故為負(fù)值)算得，擁有玄武湖視線的住房比沒有視線的住房溢價(jià)8.78%。這足以說明玄武湖公園極大地提高了周邊地塊的環(huán)境品質(zhì)和居住環(huán)境，導(dǎo)致住宅價(jià)格的大幅上漲。

2.3 玄武湖商品價(jià)值的計(jì)算

從玄武湖視線價(jià)值角度出發(fā)，有公園視線的住宅比沒有公園視線的住宅總價(jià)高出了8.78%。以住宅總價(jià)平均值206.248萬元(以南京2017年7月平均房價(jià)和平均房屋面積的乘積得到，即23 078萬元·m-2×89.37 m2)計(jì)算，則每套住宅應(yīng)高出18.1萬元人民幣，總價(jià)升至為224.348萬元。玄武湖公園周長10 km，假定公園周邊除城墻部分4.6 km全部建成(城墻長度約5.4 km)，且平均住宅層數(shù)為6層(玄武湖周邊限高18 m)，建筑面寬(包括建筑間距)為20 m，那么公園周圍就應(yīng)該有住宅1 380套。按照研究的平均每套住宅總價(jià)高出8.78%計(jì)算，這些住宅總價(jià)應(yīng)高出其他住宅的價(jià)格應(yīng)為2.58億元。

3 小結(jié)與建議

3.1 小結(jié)

根據(jù)上述CVM所得到的玄武湖公園年愉悅價(jià)值2.806 8億元的結(jié)果和HPM得到的2.58億元視線價(jià)值進(jìn)行整合，在房屋建筑產(chǎn)權(quán)70年的條件下進(jìn)行計(jì)算，我們可以得到一輪房屋產(chǎn)權(quán)期內(nèi)玄武湖公園年視線價(jià)值約為368萬元，故玄武湖公園年總價(jià)值約為2.843 6億元人民幣。這個(gè)數(shù)據(jù)大大超過了玄武湖公園每年的維護(hù)和建設(shè)投資成本費(fèi)用。因此我們可以得出結(jié)論：玄武湖公園的自身價(jià)值是巨大的，它在抵消公園維護(hù)和建設(shè)成本的同時(shí)，還在源源不斷地向社會(huì)輸出其富余的社會(huì)經(jīng)濟(jì)價(jià)值。而同樣，其他城市公園也應(yīng)具備同樣的巨額潛在價(jià)值。雖然這種估算的方式并不完全精確，但是為公園價(jià)值的評(píng)價(jià)提供了新的方法，對(duì)城市公園帶來的巨大價(jià)值更為明確。

3.2 建議

由于城市公園的潛在價(jià)值巨大，而上文研究表明使用者的個(gè)人社會(huì)經(jīng)濟(jì)屬性、公園的使用狀況、建設(shè)水平等都直接或間接地影響著城市公園的價(jià)值，因此提升城市公園價(jià)值最行之有效的方法就是提高城市公園自身水平，通過吸引更廣泛類型的使用者、優(yōu)化公園使用狀況和滿意度來創(chuàng)造更多的潛在價(jià)值。在此可以從三個(gè)方面進(jìn)行改進(jìn)：一是加強(qiáng)政策支持。通過法律法規(guī)等政策支持加強(qiáng)城市公園建設(shè)維護(hù)力度，鼓勵(lì)居民參與到城市公園的使用和維護(hù)中來，并尋找切實(shí)可行的辦法將城市公園的潛在價(jià)值(特別是商品價(jià)值)轉(zhuǎn)化為實(shí)實(shí)在在的資金力量。二是更新技術(shù)支撐。通過不斷更新城市公園維護(hù)和建設(shè)的技術(shù)水平不斷降低維護(hù)成本，多快好省地提高城市公園價(jià)值凈增長；同時(shí)在大的城市范圍內(nèi)通過高尖端科學(xué)技術(shù)方法和措施維護(hù)脆弱的城市生態(tài)系統(tǒng)。三是提高建設(shè)水準(zhǔn)。在景觀、綠化、公共活動(dòng)空間以及基礎(chǔ)設(shè)施建設(shè)方面提高公園的建設(shè)水平，打造人性化的高水平城市公園。這一舉措能夠直接提高城市公園的自身價(jià)值，吸引更多數(shù)量和種類的人來享受城市公園帶來的愉悅和祥和。