建筑對(duì)山地景觀價(jià)值的影響度量

黃 震

（上海同濟(jì)城市規(guī)劃設(shè)計(jì)研究院有限公司，上海 200092）

隨著人們對(duì)更高生活質(zhì)量的追求，景觀對(duì)城市發(fā)展的影響正在逐漸加大。尤其對(duì)于生活在高密度、高強(qiáng)度城市環(huán)境中的居民來(lái)說(shuō)，越來(lái)越多的人希望在閑暇時(shí)候去城市周邊的“后花園”小城鎮(zhèn)里享受即便是短暫的“田園生活”。這種愿望和需求正使得一些位于發(fā)達(dá)城市地區(qū)周邊的山地城鎮(zhèn)憑借自然景觀和相對(duì)城市的住宅價(jià)格差優(yōu)勢(shì)發(fā)展居住產(chǎn)業(yè)。然而在這個(gè)過(guò)程中的一個(gè)主要矛盾往往是：住宅開(kāi)發(fā)商的經(jīng)濟(jì)利益導(dǎo)向需要以高開(kāi)發(fā)強(qiáng)度帶來(lái)回報(bào)；另一方面如果地方政府主要依靠土地經(jīng)濟(jì)謀求快速發(fā)展，也會(huì)傾向于高強(qiáng)度開(kāi)發(fā)以吸引開(kāi)發(fā)商。這就容易導(dǎo)致高強(qiáng)度開(kāi)發(fā)負(fù)面影響景觀，反而削弱了居住產(chǎn)業(yè)的最大賣(mài)點(diǎn)。因此，平衡景觀與開(kāi)發(fā)的關(guān)系，是這類(lèi)山地城鎮(zhèn)所面臨的重要問(wèn)題，也是本研究的出發(fā)點(diǎn)。

然而，景觀的經(jīng)濟(jì)價(jià)值與開(kāi)發(fā)的關(guān)系研究在我國(guó)非常欠缺。大多數(shù)研究基于視域分析、天際線形態(tài)、建筑體量等感性指標(biāo)。由于這些指標(biāo)受個(gè)人價(jià)值觀、審美觀影響大，較難獲得多方面一致的認(rèn)可。相對(duì)，如果在經(jīng)濟(jì)價(jià)值基礎(chǔ)上討論景觀與開(kāi)發(fā)問(wèn)題，就更容易建立多方對(duì)話的基礎(chǔ)，推進(jìn)規(guī)劃和建設(shè)的可實(shí)施性。對(duì)于以品質(zhì)居住為賣(mài)點(diǎn)的山地城鎮(zhèn)，山地景觀的價(jià)值很大程度上以物業(yè)為載體反映在人們對(duì)物業(yè)的支付中，因此山地景觀的價(jià)值是可以客觀度量的指標(biāo)。

由于景觀具有市場(chǎng)不完備性和很大程度的外部效應(yīng)，對(duì)其價(jià)值的衡量難以像一般商品那樣直接。1950年代，西方學(xué)者開(kāi)始使用意愿價(jià)值評(píng)估法 （Contingent Value Method，CVM） 研究有關(guān)非市場(chǎng)要素價(jià)值衡量的理論和實(shí)踐問(wèn)題，涉及景觀、生態(tài)、社會(huì)公共產(chǎn)品等市場(chǎng)性弱但同時(shí)具有經(jīng)濟(jì)價(jià)值的對(duì)象，至今已經(jīng)形成了較為成熟的研究方法。我國(guó)學(xué)者吳偉等[1]、錢(qián)欣[2]都對(duì)國(guó)內(nèi)外應(yīng)用價(jià)值評(píng)估法的研究作了綜述。從研究方法上，大致可以分為兩類(lèi)：顯示性偏好法 （Revealed Preference Method） 和敘述性偏好法 （Stated Preference Method）。顯示性偏好法即通過(guò)現(xiàn)實(shí)中已經(jīng)發(fā)生的情況來(lái)推測(cè)人們的偏好和物品的價(jià)值，最為常用的是內(nèi)涵價(jià)格法 （Hedonic Pricing Method）。內(nèi)涵價(jià)格法在評(píng)估非市場(chǎng)要素對(duì)住宅價(jià)格的影響研究中尤為常用[3-7]，由于諸如林地、公園、海景、廣場(chǎng)等要素都會(huì)影響周邊住宅價(jià)格，研究者通常收集研究地域的住房售價(jià)和相關(guān)解釋變量數(shù)據(jù)，通過(guò)回歸模型來(lái)估計(jì)這些要素的邊際價(jià)值。敘述性偏好法適用于尚未實(shí)現(xiàn)的情況，多被作為事前價(jià)值預(yù)估的手段。意愿價(jià)值評(píng)估法即屬于該類(lèi)型中最成熟、應(yīng)用最多的方法，研究者征詢(xún)被訪者對(duì)假想情景的使用支付意愿 （Willingness to Pay） 和數(shù)量，進(jìn)而估計(jì)該情景的潛在價(jià)值，為相關(guān)的政策或措施提供決策依據(jù)[4，8-13]。實(shí)驗(yàn)設(shè)計(jì) （Experiment Design）、結(jié)合分析（Conjoint Analysis） 和離散選擇模型 （Discrete Choice Model）方法也逐漸被應(yīng)用到價(jià)值估計(jì)中，研究者設(shè)定選擇情景供被訪者選擇，用模型擬合選擇結(jié)果進(jìn)而得到人們的偏好，分析效用函數(shù)得到非市場(chǎng)要素的邊際價(jià)值，進(jìn)而推算支付意愿[2，14-15]。這些方法各有優(yōu)劣，讀者可參考Shaeffer[16]、錢(qián)欣[2]。本研究采用實(shí)驗(yàn)設(shè)計(jì)與離散選擇模型結(jié)合的方法，通過(guò)分析人們的住宅選擇偏好，推算建筑對(duì)山地景觀價(jià)值的影響。

相關(guān)研究的主要不足：（1） 大多數(shù)研究的對(duì)象集中在公園、綠地、濕地、林地、水景等開(kāi)敞空間[1]，將山景作為影響要素的研究很少[5]； （2） 將山景與城鎮(zhèn)開(kāi)發(fā)建設(shè)一并作為影響要素的研究尚屬空缺； （3） 現(xiàn)有研究對(duì)景觀的度量比較粗略，通常以有或沒(méi)有特定景觀要素作為問(wèn)題的內(nèi)容，至多采用公園、綠地等要素的時(shí)空距離[17]，因此，難以得到更加細(xì)致景觀感知規(guī)律及其價(jià)值規(guī)律。

本文的目的，即提出一種度量建筑影響山地景觀價(jià)值的方法。第一部分介紹實(shí)驗(yàn)情景的設(shè)計(jì)過(guò)程，包括要素等級(jí)確定和選擇情景設(shè)計(jì)兩個(gè)步驟；第二部分介紹以通過(guò)因特網(wǎng)調(diào)查收集的住宅選擇行為數(shù)據(jù)為基礎(chǔ)，應(yīng)用混合邏輯特模型（Mixed Logit Model） 估計(jì)山地景觀價(jià)值規(guī)律的過(guò)程和結(jié)果；第三部分為全文的總結(jié)。

1 實(shí)驗(yàn)情景設(shè)計(jì)

敘述性偏好法通過(guò)設(shè)計(jì)虛擬的選擇情景供被試者選擇，來(lái)獲得被試者的偏好，作為分析的數(shù)據(jù)。選擇情景由多個(gè)選項(xiàng)構(gòu)成，而選項(xiàng)又由取值不同的相關(guān)要素構(gòu)成。

1.1 建筑與山景關(guān)系要素的確定

山地城鎮(zhèn)最重要的景觀資源就是山體。因此，建筑與山體的關(guān)系影響到山地景觀的品質(zhì)和物業(yè)的價(jià)值。為了簡(jiǎn)化實(shí)驗(yàn)的復(fù)雜程度，抓住主要的要素，忽略次要的要素，確定了四個(gè)建筑與山景關(guān)系要素：建筑相對(duì)山體的高度、建筑對(duì)山脊線的切割、建筑到視點(diǎn)的距離、建筑對(duì)山體的遮擋。

（1） 建筑相對(duì)山體的高度 （x1） 。通常來(lái)說(shuō)，在一定的視域內(nèi)，建筑相對(duì)山體的高度越低，人們對(duì)環(huán)境的評(píng)價(jià)就越高 （見(jiàn)圖1）。一種極端的情況就是建筑高度為0，即沒(méi)有建筑，人們對(duì)純粹自然環(huán)境的評(píng)價(jià)應(yīng)該是最高的。對(duì)于兩者關(guān)系的度量采用比例，即建筑高度：山體高度。

圖1 建筑高度與山體的關(guān)系

（2） 建筑對(duì)山脊線的切割 （x2） 。如果能看到完整的山脊線，人們對(duì)山體完整性的感受會(huì)比較好 （見(jiàn)圖2）。因此，采用建筑對(duì)山脊線的切割這個(gè)要素，來(lái)度量山脊線在受建筑影響下的完整程度。具體用被建筑遮擋的山脊線長(zhǎng)度占山脊線總長(zhǎng)度的比例來(lái)度量。

圖2 建筑對(duì)山脊線的切割

（3） 建筑到視點(diǎn)的距離 （x3） 。在一定的視域中，如果建筑距離觀察者的視點(diǎn)比較近，更可能令人產(chǎn)生局促的空間感受，甚至壓抑；而建筑在遠(yuǎn)處能讓人更感開(kāi)闊，因而對(duì)環(huán)境評(píng)價(jià)較好 （見(jiàn)圖3）。該要素用視點(diǎn)到最近建筑之間的距離來(lái)度量。

圖3 建筑離視點(diǎn)的距離

（4） 建筑對(duì)山體的遮擋 （x4） 。如果建筑遮擋山體的面積較大，會(huì)導(dǎo)致更多的負(fù)面環(huán)境評(píng)價(jià)；反之則山體愈加完整，視覺(jué)感受更好 （見(jiàn)圖4）。因此，選取建筑遮擋山體面積的比例作為建筑與環(huán)境關(guān)系要素之一。

圖4 建筑對(duì)山體的遮擋

1.2 要素等級(jí)的確定

實(shí)驗(yàn)設(shè)計(jì)的一個(gè)重要內(nèi)容是組合不同的要素值來(lái)表達(dá)一個(gè)選項(xiàng)。比如，某個(gè)選項(xiàng)構(gòu)成如下：建筑相對(duì)山體高度；建筑對(duì)山脊線的切割；建筑離視點(diǎn)的距離；建筑對(duì)山體的遮擋。由于這些要素都是以連續(xù)的數(shù)值來(lái)度量，它們的組合可以構(gòu)成無(wú)數(shù)個(gè)方案。因此，實(shí)驗(yàn)設(shè)計(jì)的主要任務(wù)是縮減選項(xiàng)數(shù)量，但同時(shí)保持選項(xiàng)的代表性。

縮減選項(xiàng)數(shù)量首先要減少變量取值。對(duì)每個(gè)要素取3個(gè)等級(jí)，這也比較符合人們通常的感知和判斷習(xí)慣，比如，以“低—中—高”來(lái)劃分建筑的高度。那么，這些3個(gè)等級(jí)應(yīng)該如何劃分？對(duì)于建筑相對(duì)山體的高度，0.2以下是低？0.5以上是高？為了使得等級(jí)劃分盡可能符合人們的客觀認(rèn)知規(guī)律，首先，對(duì)每個(gè)要素確定一系列較為細(xì)致的等級(jí)劃分 （見(jiàn)表 1），然后將每一個(gè)等級(jí)表達(dá)成一張圖片 （見(jiàn)圖5）。

表1 要素的圖示等級(jí)劃分以及評(píng)價(jià)等級(jí) /m

圖5 要素的等級(jí)變化圖示

然后，應(yīng)用“問(wèn)道網(wǎng)”制作網(wǎng)絡(luò)問(wèn)卷。問(wèn)卷要求被試者對(duì)每張圖進(jìn)行等級(jí)評(píng)價(jià)，將其感受歸類(lèi)到最接近的3個(gè)評(píng)價(jià)等級(jí)之一 （表 1）。圖 6顯示了網(wǎng)絡(luò)調(diào)查問(wèn)卷的界面，一共有30題評(píng)價(jià)，最后3題詢(xún)問(wèn)被試者的性別、年齡、學(xué)歷。問(wèn)卷通過(guò)微博、QQ等網(wǎng)絡(luò)社交工具進(jìn)行傳播，5 d內(nèi)收到有效問(wèn)卷50份。其中，男性占40%，女性占60%。年齡在18歲以下的占1.8%，18～29歲的占70.9%，30～39歲的占27.3%，以年輕人為主，這是網(wǎng)絡(luò)調(diào)查的特征。被試者的學(xué)歷較高，本科占49.1%，碩士占40%，博士占10.9%。

圖6 要素等級(jí)評(píng)價(jià)網(wǎng)絡(luò)調(diào)查界面

經(jīng)過(guò)對(duì)不同數(shù)量的樣本進(jìn)行模型分析并比較結(jié)果，發(fā)現(xiàn)50份的樣本量為基礎(chǔ)得到結(jié)果已經(jīng)相當(dāng)穩(wěn)定，說(shuō)明樣本量足夠。模型采用序列邏輯斯遞回歸 （Ordered logistic regression）。如果將每個(gè)要素的三個(gè)等級(jí)分別用I， II， III表示，則人們將每張圖歸類(lèi)到評(píng)價(jià)等級(jí)的概率定義為：

其中，PⅠ為歸類(lèi)到等級(jí)I的概率，以此類(lèi)推；δⅠ，δ2分別為劃分要素評(píng)價(jià)等級(jí)的閾值，β為要素的參數(shù)?；貧w結(jié)果（見(jiàn)表2） 顯示所有模型參數(shù)均統(tǒng)計(jì)顯著，得到了等級(jí)劃分標(biāo)準(zhǔn)，作為選擇情景設(shè)計(jì)的基礎(chǔ)。

1.3 選擇情景設(shè)計(jì)

選擇情景設(shè)計(jì)是本研究的關(guān)鍵步驟，目標(biāo)是形成多個(gè)選擇情景，每個(gè)情景由兩個(gè)選項(xiàng)構(gòu)成。根據(jù)上面步驟確定的要素等級(jí)，已經(jīng)可以按照常規(guī)的“正交設(shè)計(jì)” （Orthogonal Design） 方法生成選項(xiàng)。但是這種做法在本研究中存在幾個(gè)問(wèn)題：（1） 部分選項(xiàng)不可能在現(xiàn)實(shí)中實(shí)現(xiàn)，原因是現(xiàn)實(shí)中這些要素存在不同程度的相關(guān)性，例如：建筑高度高、對(duì)山脊線切割少、對(duì)山體遮擋少，這是在以圖示為虛擬現(xiàn)實(shí)手段的實(shí)驗(yàn)設(shè)計(jì)中難以避免的問(wèn)題； （2） 選項(xiàng)組合之后將生成大量的選擇情景 （超過(guò)600個(gè)），實(shí)驗(yàn)開(kāi)展難度大； （3） 如何精簡(jiǎn)選擇情景但又要保證情景的代表性、均好性和有效性，尚無(wú)現(xiàn)成的方法； （4） 存在“無(wú)效”情景，定義為選項(xiàng)A完全優(yōu)于選項(xiàng)B的情況，這樣絕大多數(shù)被試者都會(huì)選擇選項(xiàng)A，失去了揭示人們對(duì)要素取舍關(guān)系的功能。

表2 要素評(píng)價(jià)模型結(jié)果及要素等級(jí)劃分

針對(duì)以上問(wèn)題，開(kāi)發(fā)了“要素差”設(shè)計(jì)方法。根據(jù)離散選擇模型原理，真正對(duì)決策起作用的是要素差值，即Δx（規(guī)定所有要素差都是xA-xB）。如此，便可以要素差為對(duì)象，像設(shè)計(jì)選項(xiàng)那樣來(lái)設(shè)計(jì)選擇情景。既然每個(gè)要素都有三個(gè)等級(jí)，那么就有5個(gè)要素差等級(jí)，如建筑相對(duì)山體的高度：A遠(yuǎn)低于B （xA1=低，xB1=高）；A略低于B （xA1=低，xB1=中；xA1=中，xB1=高）；A與B一樣高 （xA1=xB1=低；xA1=xB1=中；xA1=xB1=高）；A略高于B （xA1=中，xB1=低；xA1=高，xB1=中）；A遠(yuǎn)高于B （xA1=高，xB1=低）。

除了對(duì)以上4個(gè)建筑與山體關(guān)系要素生成5個(gè)要素差等級(jí)以外，另外增加住宅價(jià)格要素 （x5），這也是本研究關(guān)注的核心要素，為了最終得到人們?cè)诰坝^要素與價(jià)格之間的取舍關(guān)系，即景觀價(jià)值。由于被試者可能來(lái)自不同的地區(qū)，對(duì)價(jià)格敏感程度不一，因此，不采用住宅絕對(duì)價(jià)格作為要素取值，而是相對(duì)于被試者當(dāng)?shù)仄骄績(jī)r(jià)的高出部分。從“與當(dāng)?shù)胤績(jī)r(jià)一致” （0%） 到“高于當(dāng)?shù)胤績(jī)r(jià)80%”，每10%為增量，共9個(gè)值。與其他要素一樣，將價(jià)格分為三個(gè)等級(jí)：低：x5＜30%；中：30%≤x5＜60%；高：x5≥60%，以及5個(gè)等級(jí)差。

如此，以要素差為對(duì)象的選擇情景完全設(shè)計(jì)規(guī)模為55。采用田口法 （Taguchi Method） 生成的正交設(shè)計(jì)可以將情景規(guī)模減少至25個(gè)，但同時(shí)又要保證選項(xiàng)的實(shí)際可行性和有效性，因此，仍達(dá)不到正交性的理論最優(yōu)，表現(xiàn)在要素等級(jí)差之間存在相關(guān)性。最終除了建筑相對(duì)山體高度與住宅價(jià)格呈現(xiàn)顯著負(fù)相關(guān)以外，其他相關(guān)系數(shù)均不顯著，說(shuō)明實(shí)驗(yàn)設(shè)計(jì)比較成功。

2 山地景觀價(jià)值度量

2.1 選擇數(shù)據(jù)收集

以通過(guò)實(shí)驗(yàn)設(shè)計(jì)得到的25個(gè)選擇情景為本底，進(jìn)一步細(xì)化每個(gè)選項(xiàng)的要素值。首先對(duì)各要素等級(jí)進(jìn)行平均插值（見(jiàn)表3），再把這些細(xì)化的值賦給選項(xiàng)的對(duì)應(yīng)要素，這樣來(lái)充實(shí)模型自變量的數(shù)值空間。

表3 要素值細(xì)化

根據(jù)細(xì)化后的選擇情景，將每個(gè)選項(xiàng)繪制成圖片 （見(jiàn)圖7），兩兩并列為一個(gè)選擇，同樣通過(guò)問(wèn)道網(wǎng)制作成網(wǎng)絡(luò)問(wèn)卷。為了接近真實(shí)的決策過(guò)程，并未提示相關(guān)的要素，而留給被試者自行感受。在每一次選擇中，被試者要選擇一套較好的住宅進(jìn)行購(gòu)置。每位被試者完成25次選擇后，最后提供個(gè)人社會(huì)經(jīng)濟(jì)屬性信息。

圖7 購(gòu)房選擇網(wǎng)絡(luò)調(diào)查界面

兩個(gè)多月后，共有106位被試者參與，選擇總數(shù)即2 650次。樣本屬性如下：男性占43.4%，女性占56.6%；18～29歲的占80.2%，30～39歲的占17.9%，40～49歲的占1.9%；月收入中，2 000元以下的占13.2%，2 000～5 000元的占19.8%，5 000～10 000元 的 占45.3%，10 000～20 000元 的 占15.1%，20 000元以上的占6.6%；所住地每平方米住宅均價(jià)中，5 000元以下占13.2%，5 000～10 000元的占14.2%，10 000～20 000元的占33.0%，20 000～30 000元的占28.3%，30 000元以上的占11.3%。

2.2 山景價(jià)值模型

根據(jù)隨機(jī)效用理論 （Random Utility Theory），人們選擇給其帶來(lái)最大效用的住宅進(jìn)行購(gòu)置。每個(gè)選項(xiàng)給被試者帶來(lái)的效用或多或少受到建筑要素與山體關(guān)系和價(jià)格的影響。以離散選擇模型為基礎(chǔ)，嘗試了多種模型后，發(fā)現(xiàn)混合邏輯特模型 （Mixed Logit Model） 對(duì)數(shù)據(jù)的解釋能力突出。根據(jù)該模型，被試者選擇某住房進(jìn)行購(gòu)置的概率如下：

其中，i代表被試者，j和k代表選項(xiàng)，t代表第幾次選擇，V代表選項(xiàng)的可見(jiàn)效用，將其定義為：

其中，βm為要素的參數(shù)，表征單位要素的效用，假定服從正態(tài)分布。這是混合邏輯特模型的特點(diǎn)：參數(shù)是一個(gè)隨機(jī)變量，用來(lái)表征人們偏好的多樣性；通過(guò)同時(shí)估計(jì)參數(shù)均值和標(biāo)準(zhǔn)差，可以解釋更多的選擇行為差異。

采用R語(yǔ)言的mlogit程序包來(lái)擬合上述混合邏輯特模型，同時(shí)啟用了面板數(shù)據(jù)功能 （Panel data），將每個(gè)被試者的25次選擇作為一個(gè)面板。假定這個(gè)過(guò)程中表征其偏好的參數(shù)應(yīng)該是不變的，則在給定β的條件下，需要計(jì)算被試者進(jìn)行這一系列選擇的聯(lián)合概率：

其中，y為實(shí)際的選擇結(jié)果。模型擬合結(jié)果見(jiàn)表4。

表4 選擇模型擬合結(jié)果

模型取得了比較好的擬合效果，所有的參數(shù)統(tǒng)計(jì)顯著，均值參數(shù)的符號(hào)符合假設(shè)：所有要素的增加都將帶來(lái)對(duì)住宅評(píng)價(jià)的負(fù)效用。與起初設(shè)定不同的是，建筑到視點(diǎn)的距離并沒(méi)有顯示統(tǒng)計(jì)顯著性，反而在建模的過(guò)程中嘗試了建筑層數(shù)后，發(fā)現(xiàn)其對(duì)選擇行為影響明顯。由于在建筑層高和高度一定的條件下，距離的變化完全可以反映在層數(shù)變化上。而層數(shù)作用顯著、距離卻不顯著的結(jié)果說(shuō)明被試者對(duì)層數(shù)更加敏感，這也反映出圖示方法的局限：人們較難從圖片上感受空間深度。

結(jié)合要素的標(biāo)準(zhǔn)差參數(shù)，可以看出被試者偏好的多樣性。由于假定的是正態(tài)分布，因此，有可能出現(xiàn)參數(shù)符號(hào)與常識(shí)相反的情況，如價(jià)格越高效用越大，但也不能完全排除這樣的偏好存在于現(xiàn)實(shí)。結(jié)果顯示建筑相對(duì)山體的高度和建筑對(duì)山脊線的切割這兩項(xiàng)要素的偏好相對(duì)集中；但同時(shí)也最接近0，如果單位要素可比的話，這兩項(xiàng)要素對(duì)決策的影響力最??；分別有25%和31%的可能性這兩項(xiàng)參數(shù)大于0，即屬于“反?！?。建筑對(duì)山體的遮擋以及住宅價(jià)格的偏好多樣性中等；價(jià)格對(duì)效用的影響力相對(duì)較大，“正?！钡目赡苄砸哺?（參數(shù)大于0的概率僅6%），而遮擋出現(xiàn)正參數(shù)的概率有29%，平均的影響力與建筑高度接近。建筑層數(shù)參數(shù)的多樣性最大，但是大都小于0，出現(xiàn)正值的概率僅為5%，其對(duì)效用的平均影響力也最高。

通過(guò)將建筑要素的參數(shù)除以住宅價(jià)格的參數(shù)并取負(fù)號(hào)，即可求得在其他要素不變的條件下，單位建筑要素變化所需要的住宅價(jià)格補(bǔ)償，即景觀價(jià)值損失。由于每個(gè)參數(shù)都是正態(tài)分布，兩個(gè)正態(tài)分布相除得到的變量呈正態(tài)比例分布 （Normal Ratio Distribution），如圖8所示，其中橫軸即代表價(jià)格補(bǔ)償?shù)臄?shù)量。建筑對(duì)山脊線切割仍是多樣性最小的要素，且對(duì)價(jià)格的影響也最小，平均切割程度每增加1%，僅需要降低住宅價(jià)格0.02%；另外，有21%的“反常”可能性，即價(jià)格隨切割的程度上漲。建筑相對(duì)山體的高度和建筑對(duì)山體遮擋這兩項(xiàng)要素的平均價(jià)格補(bǔ)償接近，分別為-0.1%和-0.09% （每1%的要素變化）；出現(xiàn)價(jià)格與要素協(xié)同增長(zhǎng)的概率分別為16%和19%。最后，影響景觀價(jià)值最大的要素還是建筑層數(shù)，平均每增高一層需要1.72%的價(jià)格降低來(lái)補(bǔ)償；分布非常平緩且向負(fù)值區(qū)間延伸較遠(yuǎn)，說(shuō)明需要更多價(jià)格補(bǔ)償?shù)娜瞬辉谏贁?shù)，而認(rèn)為高層更好的人占比僅為7%。

圖8 單位建筑要素變化的價(jià)格補(bǔ)償?shù)母怕拭芏确植?/p>

3 結(jié)語(yǔ)

本文提出度量建筑影響山地景觀價(jià)值的方法。運(yùn)用情景圖示結(jié)合網(wǎng)絡(luò)問(wèn)卷，首先獲得了人們對(duì)于建筑與山景關(guān)系要素的等級(jí)劃分，接著將這些劃分用于選擇情景設(shè)計(jì)，收集了百余名網(wǎng)絡(luò)被訪者的虛擬住宅選擇數(shù)據(jù)。應(yīng)用混合邏輯特模型擬合數(shù)據(jù)后發(fā)現(xiàn)，顯著影響人們選擇的要素有5個(gè)：建筑相對(duì)山體的高度、建筑對(duì)山脊線的切割、建筑對(duì)山體的遮擋、建筑層數(shù)以及住宅價(jià)格。其中，視域景觀中建筑層數(shù)對(duì)住宅價(jià)格的負(fù)面影響最大，建筑高度與遮擋山體的影響其次，建筑切割山脊線的價(jià)格影響最小。由此建立建筑影響山地景觀價(jià)值定量模型。

相比以往的研究，本研究的創(chuàng)新點(diǎn)主要在于：（1） 從個(gè)人感知的角度獲得了更加細(xì)致的山景價(jià)值規(guī)律，為下一步從景觀經(jīng)濟(jì)價(jià)值的角度優(yōu)化山地城鎮(zhèn)開(kāi)發(fā)奠定了基礎(chǔ)； （2） 用要素等級(jí)差的方法來(lái)設(shè)計(jì)實(shí)驗(yàn)，同時(shí)開(kāi)發(fā)了在情景可行性和有效性約束下的方案優(yōu)化程序，在實(shí)驗(yàn)設(shè)計(jì)的效率和有效性之間取得了較好的平衡； （3） 將所有選擇情景用圖片表達(dá)，提高了決策情景的真實(shí)性。

然而，作為一個(gè)以研究方法探索為目標(biāo)的嘗試，本研究還存在一些不足之處。在影響要素方面，尚未考慮視域開(kāi)敞度、集中度、建筑遮擋位置、節(jié)律性、視覺(jué)趣味性等潛在要素；在問(wèn)卷表達(dá)方面，圖示的真實(shí)性有待提高，特別是圖像要素景深關(guān)系的表達(dá)；在數(shù)據(jù)方面，使用網(wǎng)絡(luò)調(diào)查存在被訪者年齡結(jié)構(gòu)偏低、缺乏實(shí)際購(gòu)房經(jīng)驗(yàn)的風(fēng)險(xiǎn)，因此，所獲價(jià)值規(guī)律代表性和可信度都有待今后的研究中通過(guò)完善樣本收集而得以提高。