城市居住區(qū)規(guī)劃特征與住宅價格關(guān)系實證研究

王志鵬，王 涵，李雪純，蘇海生，汪美惠

(安徽建筑大學(xué) 建筑與規(guī)劃學(xué)院，合肥 230022)

在我國快速城鎮(zhèn)化進程中，房地產(chǎn)經(jīng)濟已成為國民經(jīng)濟重要的組成部分，住宅價格始終是社會關(guān)注的焦點.住宅價格受到眾多因素影響，如住宅區(qū)位、住宅周邊教育資源、綠地資源等.在眾多影響因素中，住區(qū)容積率[1]、綠化率[2]、住宅戶型[3]、住宅建筑高度[4]等住區(qū)規(guī)劃特征因素被證實與住宅價格具有相關(guān)性. 城市規(guī)劃作為城市發(fā)展的主要依據(jù)，決定了城市各類資源的空間配置關(guān)系，而居住區(qū)規(guī)劃設(shè)計是總體規(guī)劃宏觀戰(zhàn)略在微觀層面上的空間落實，是對規(guī)劃用地范圍內(nèi)建設(shè)藍圖的一種具體設(shè)計描繪.城市居住區(qū)規(guī)劃是在符合住區(qū)所屬地塊控制性詳細規(guī)劃規(guī)定的各類控制性指標(biāo)前提下，解決住區(qū)空間形態(tài)和具體建筑形式的規(guī)劃設(shè)計行為. 在其設(shè)計過程中，會涉及到住區(qū)容積率、綠化率、戶型和建筑高度等一系列影響住宅價格的規(guī)劃特征因素.在已有住宅價格研究中，相關(guān)文獻對住區(qū)規(guī)劃中所涉及的個別變量與住宅價格的關(guān)系展開實證研究，例如容積率、綠化率等.但這些研究的重點不是容積率、綠化率等變量對住宅價格的影響效應(yīng)，而是僅將這些變量作為控制變量.因此，本文從居住區(qū)規(guī)劃角度，把規(guī)劃設(shè)計中所涉及的相關(guān)特征作為研究重點，來研究規(guī)劃設(shè)計所形成的居住區(qū)特征對住宅價格的影響效應(yīng)，以期為政府部門制定相應(yīng)公共政策時提供參考，也為規(guī)劃設(shè)計提供理論依據(jù)和技術(shù)參考.

1 文獻綜述

國內(nèi)外涉及城市住宅價格的研究已有較多成果，其中特征價格法是研究采用的主要方法.特征價格法(Hedonic Pricing Model)是一種效用估值方法，該方法認為住宅是由各類不同的特征組成，住宅價格的高低由這些特征帶給購房者的效用所決定[1].不同住宅之間，由于所包含的特征數(shù)量和組合方式不同，導(dǎo)致住宅價格存在差異性.

國外在運用特征價格法研究特征變量與住宅價格的文獻中，主要涉及房屋結(jié)構(gòu)(住宅套內(nèi)面積、房間和浴室數(shù)量)[5]、室內(nèi)外設(shè)施(是否有陽臺、車庫及地下室等)[5]、區(qū)位特征(交通可達性等)[6]、鄰里特征(學(xué)校質(zhì)量等)[7]、周邊景觀宜人性(公園、綠地、濕地和各類自然景觀)[8]、周邊環(huán)境的負面影響(垃圾填埋場、嘈雜地區(qū)和自然災(zāi)害區(qū))[9-11]和經(jīng)濟特征[5]等特征變量.Sirmans 等[5]回顧了125 篇基于特征價格法的住宅價格研究，其中涉及150 個特征變量，但主要的特征變量為20 個.

近年來，國內(nèi)學(xué)者也利用特征價格法對影響住宅價格的各類特征變量展開了實證研究.例如，喻勝華等[12]分析檢驗了土地因素、經(jīng)濟因素、人口因素和城市愉悅度因素對住宅價格的影響程度，研究表明人口密度和空氣質(zhì)量對住宅價格有正向影響.張志斌等[13]評價了蘭州市人居環(huán)境與住宅價格的關(guān)系，結(jié)果顯示人居環(huán)境滿意度高的地方，其住宅價格也高.住宅價格與公共服務(wù)、交通狀況和環(huán)境質(zhì)量有直接關(guān)系.朱傳廣等[14]在研究南京市住宅地價的過程中發(fā)現(xiàn)，住宅周邊的公共交通條件、教育質(zhì)量、醫(yī)療衛(wèi)生條件和環(huán)境質(zhì)量條件與住宅價格具有相關(guān)性.楊林川等[15]研究了公共服務(wù)設(shè)施步行可達性對住宅價格的影響，研究發(fā)現(xiàn)，教育和商業(yè)服務(wù)步行可達性對住宅價格有正向影響，步行至醫(yī)院的距離有負向影響；市級文化體育中心可達性與房價的關(guān)系不顯著.孫禮勝等[16]對銀川市住宅價格的研究中發(fā)現(xiàn)，物業(yè)管理費對住宅價格影響效應(yīng)最大.Wen等[17]評估了杭州城市景觀福利效應(yīng)對房價的影響，研究指出各類城市景觀，例如西湖和錢塘江等對住宅價格具有正向影響效應(yīng)，面積越大效應(yīng)越強，而與各類景觀的距離則和住宅價格呈負相關(guān)性.

在利用特征價格法的住宅價格研究中，通常把影響住宅價格的各類特征變量分為區(qū)位、鄰里和住區(qū)3 種類別.在這3 種類別中，住區(qū)類別里包含有居住區(qū)規(guī)劃會涉及的容積率、綠地率等特征變量.為此，本文把該類特征變量統(tǒng)一納入到居住區(qū)規(guī)劃特征變量類別中，同時納入?yún)^(qū)位、鄰里和住區(qū)3 類特征變量作為控制變量，進而通過構(gòu)建特征價格回歸模型對居住區(qū)規(guī)劃特征與住宅價格的關(guān)系展開實證研究.

2 研究對象

2.1 研究地點概況

研究選取合肥市政務(wù)區(qū)為研究地點.合肥市政務(wù)區(qū)地處合肥市西南方向，是城市扇形空間結(jié)構(gòu)的主要趨向和核心地帶，也是連接老城區(qū)和經(jīng)開區(qū)大學(xué)城的重要區(qū)域.區(qū)域規(guī)劃面積12.67 km2，常住城市人口約12.5 萬.政務(wù)區(qū)在空間布局上以縱穿南北的中央綠軸為主線，東北和西南向商業(yè)帶為延伸軸，與西北和東南向水景景觀軸交織形成用地骨架，見圖1.

圖1 研究地點空間結(jié)構(gòu)

在土地利用規(guī)劃上，中央綠軸北部為市級行政機關(guān)辦公用地，南部主要為省級事業(yè)單位辦公用地；商業(yè)和公共服務(wù)設(shè)施用地圍繞天鵝湖進行布局，區(qū)域內(nèi)設(shè)置了市級重點公共服務(wù)設(shè)施，如合肥市體育中心、合肥大劇院、安徽省博物館、安徽省地質(zhì)博物館等(見圖2)；居住用地劃分為4大組團空間，分別為潛山路東板塊、天鵝湖南板塊、翡翠路西板塊和天鵝湖北板塊(見圖1).

圖2 研究地點土地利用規(guī)劃圖

2.2 研究對象

經(jīng)過近十年建設(shè)，政務(wù)區(qū)已發(fā)展為合肥市重要的政治文化中心，商品住宅項目也隨之快速增長.各類社會公共資源的聚集使政務(wù)區(qū)成為目前合肥住宅價格最高的區(qū)域，約超出全市均值30%以上.2018 年政務(wù)區(qū)平均成交價格為21 407 元/m2，高于全市均值.其中價格最高值為35 392 元/m2，最低值為12 362 元/m2.如圖1 所示，天鵝湖南板塊房價最高，比均價高出約1 800 元/m2；其次為天鵝湖北板塊，約高出均價1 660 元/m2；翡翠路西板塊接近均價；潛山路東板塊最低，與均價相比約低2 200 元/m2，可見政務(wù)區(qū)各板塊間房價差異較大.基于此，選取73 個位于政務(wù)區(qū)4 個不同區(qū)域內(nèi)的商品住宅區(qū)為研究對象，住區(qū)具體分布見圖3.

圖3 研究樣本小區(qū)分布

3 研究方法與數(shù)據(jù)來源

3.1 研究方法

本文采用特征價格法，通過構(gòu)建特征價格模型進行量化研究.特征價格模型通常采用線性、半對數(shù)和對數(shù)3 種函數(shù)形式[17]來構(gòu)建回歸方程，依據(jù)已有文獻，本文采用對數(shù)形式構(gòu)建住宅價格方程：

其中，Y 代表住宅價格，lnY 是其對數(shù)形式；Xi代表虛擬特征變量和數(shù)據(jù)類型為類別型的特征變量；Xj代表數(shù)據(jù)類型為連續(xù)型的特征變量；α0、βi和δj為變量待估系數(shù)；μ 為誤差項.

3.2 變量選擇及賦值說明

研究采用STATA 15.0 進行相關(guān)性和多元回歸分析，共納入22 個特征變量，其中涉及居住區(qū)規(guī)劃的特征變量8 個，分別是占地面積、建筑密度、容積率、綠化率、車位比、公攤率、戶型種類和建筑風(fēng)格.多元回歸分析以住宅價格為因變量，以8 個居住區(qū)規(guī)劃特征變量為自變量，同時納入?yún)^(qū)位、商業(yè)中心等14 個變量作為控制變量.各變量賦值說明見表1.

3.3 數(shù)據(jù)來源

本文住宅價格數(shù)據(jù)來自房天下和安居客等專業(yè)房產(chǎn)網(wǎng)站.根據(jù)所選取的73 個住宅小區(qū)，搜集了2019 年10 月住宅交易價格均價作為小區(qū)當(dāng)月住宅價格，并于2019 年10 月對研究小區(qū)進行實地調(diào)研，以核實交易價格數(shù)據(jù)精確性.利用GIS分析獲得相關(guān)距離變量和面積變量，得出住宅小區(qū)到最近商業(yè)中心直線距離、至天鵝湖公園和綠軸公園最近步行距離、小區(qū)1 km 范圍內(nèi)的公園總面積和小區(qū)用地面積.小區(qū)環(huán)境、運動設(shè)施和建筑風(fēng)格等特征變量數(shù)據(jù)通過調(diào)查問卷獲取.小區(qū)建筑密度、容積率、綠化率、車位比和公攤率通過實地調(diào)研經(jīng)計算獲取.

4 結(jié)果分析

4.1 相關(guān)性分析

通過對變量進行Pearson 相關(guān)性分析得出，區(qū)位、教育配套、距天鵝湖步行距離、物業(yè)費、小區(qū)環(huán)境、占地面積、建筑密度、容積率、綠化率、公攤率、戶型種類、建筑風(fēng)格與住宅價格相關(guān)性顯著，其中區(qū)位(0.597)和建筑風(fēng)格(0.533)與住宅價格的相關(guān)性較高，見表2.

4.2 回歸分析

依據(jù)相關(guān)性分析，構(gòu)建居住區(qū)規(guī)劃特征與住宅價格的特征價格回歸模型.回歸模型以住宅價格對數(shù)為因變量，居住區(qū)規(guī)劃特征變量為自變量，同時納入?yún)^(qū)位、商業(yè)中心等變量作為控制變量，模型擬合結(jié)果見表3.

表1 變量名稱及賦值說明

表2 變量Pearson 相關(guān)性分析

表3 居住區(qū)規(guī)劃特征與住宅價格回歸模型系數(shù)

根據(jù)回歸分析結(jié)果，教育配套、住區(qū)距天鵝湖公園距離、物業(yè)費、占地面積、建筑密度、容積率、綠化率、公攤率和建筑風(fēng)格等變量具有統(tǒng)計顯著性，可納入回歸方程，方程具體公式如下：

模型F-test 值為10.64，顯著性小于0.001，說明回歸模型擬合效果較好.模型R2值為51.1%，表明模型中納入的特征變量解釋了51.1%的住宅價格差異性.同時對模型進行共線性檢驗，各變量方差膨脹因子值在1.3～3.1 之間，均值為2.12，變量之間共線性程度在接受范圍之內(nèi).回歸分析結(jié)果表明，教育配套、物業(yè)費、占地面積、綠化率、建筑風(fēng)格與住宅價格關(guān)系呈正相關(guān)性；在模型內(nèi)其他變量不變前提下，占地面積和綠化率每增加1%，住宅價格將上升0.05%和0.051%；教育配套、物業(yè)費和建筑風(fēng)格每增加1 個單位，住宅價格將分別上升0.029%、0.195%和0.035%.小區(qū)距天鵝湖距離、建筑密度、容積率和公攤率和住宅價格呈負相關(guān)性，在模型內(nèi)其他變量不變前提下，建筑密度、容積率和公攤率每增加1%，住宅價格將分別下降0.049%、0.065%和0.255%；小區(qū)距天鵝湖距離每增加1%，住宅價格將下降0.09%.

5 結(jié)論與啟示

本文以合肥市政務(wù)區(qū)為例，通過收集73 個小區(qū)住宅價格和22 個特征變量數(shù)據(jù)，建立特征價格模型，定量研究了居住規(guī)劃特征與住宅價格的關(guān)系.回歸模型表明，占地面積、建筑密度、容積率、綠化率、公攤率、建筑風(fēng)格等規(guī)劃特征變量對住宅價格具有影響效應(yīng)，其中，綠化率和建筑風(fēng)格因素與住宅價格呈正相關(guān)性，即對住宅價格具有增值效應(yīng)；建筑密度、容積率和公攤率等3種規(guī)劃特征因素與住宅價格呈負相關(guān)性.由此表明，提高建筑密度、容積率和公攤率的住區(qū)規(guī)劃策略會對住宅價格起到負面影響效應(yīng).

城市居住區(qū)規(guī)劃作為居住區(qū)空間布局的設(shè)計行為，是落實城市規(guī)劃對城市公共資源進行合理和公平配置的重要途徑.未來執(zhí)行城市規(guī)劃制定相應(yīng)政策時，在滿足經(jīng)濟發(fā)展前提下，可通過科學(xué)設(shè)置規(guī)劃設(shè)計特征之間的關(guān)系，例如平衡容積率、建筑密度、公攤率和綠化率的關(guān)系，以及提高建筑美學(xué)風(fēng)格等措施來協(xié)調(diào)社會經(jīng)濟發(fā)展和城市資源的緊張關(guān)系.