卢新海 李仲炎 唐一峰

摘要：景观因子影响着城市房地产的价值。通过实际调查和GIS技术获取武汉市长江两岸59个商品住宅小区的798个住宅数据，对住宅单元进行弹性与边际价格分析，揭示武汉市长江景观对两岸住宅价格的总体影响。同时，由于地域性和经济发展水平等因素的影响，武汉市长江景观南北两岸住宅增值效应存在差异，长江景观对南岸的商品房增值效应大于长江北岸，但影响的范围要小于北岸。该结论可为房产税的征收、基准地价的制定、房屋估价以及保护环境等提供相应的参考依据，优化公共资源的配置。

关键词：特征价格模型;商品住宅价格;长江景观

中图分类号：F301.2 文献标识码：A

文章编号：1001-9138-（2019）09-0030-36 收稿日期：2019-05-29

1引言

2017年，武汉市第十三次党代会首次提出“规划优化武汉长江主轴，打造世界级城市中轴文明景观带”的要求。同年9月，武汉市颁布武政办[2017]85号文件，对“强化武汉市长江两岸景观建设、完善水陆游览体系”进行了更为细致的规划和分工。在武汉市快速发展的背景下，如何最大程度地发挥长江景观的经济、生态、文化效益将尤为重要。长江景观作为一种公共空间，其价值具有隐形的特点，难以在市场交易中直接体现出来，因此需要对长江景观对两岸住宅价格影响进行量化分析，显化长江景观的经济价值。

国内外学者对于影响城市住宅价格因素进行了深入的研究，临近棕地、垃圾焚烧厂等会对周边的房价产生负面效应，而临近公园、湖泊、水系、高尔夫球场、城市森林等自然环境优越的公共空间则会对周边的房价产生正面效应。在国外研究中，Liisa等发现城市森林对周边住宅价格具有增值效应。Giudice等发现完好的城市环境对房产价格的影响约为6%。Morancho通过对绿地面积、与绿地距离等因素进行分析，发现距离绿地的距离对住宅价格影响最大。在国内，毛德华等人以长沙市生态景观作为对象，发现小区绿化、最近公园质量和周边环境对住宅的价格具有正向作用。吴冬梅等以南京市莫愁湖作为样本，发现湖景的生态价值占周边住宅总价值的13%。温海珍等通过对西湖周边住宅价格进项定量研究，发现西湖对周边的住宅价格平均影响的空间范围为5.62千米。钟海玥等则对武汉市南湖进行研究，结果表明在南湖周边700米的范围内，住宅的位置距离南湖每近100米，住宅的价格上涨5.65%。陈赓等以奥林匹克森林公园周边地区为研究区域，探究公园不同方向、不同距离的住宅增值效应。

综上，国内外学者对于公园、湖泊等绿地空间的研究主要集中在对距离纬度或方向纬度方面，而很少考虑到“拥有景观视野”这一因素。由于水系呈不规则状分布以流经区域自然空间和社会经济空间的复杂性，探究水系对两岸住宅价格影响较公园和湖泊更加困难。本文通过实地调查和GIS技术，获取了武汉市长江两岸59个住宅小区的798个住宅数据，运用特征价格模型，探析武汉市长江景观对两岸住宅价格的总体影响，并且从方向纬度和距离纬度揭示长江景观对两岸商品住宅价格影响的差异，以期为房地产开发、市场交易评估、城市发展规划等提供借鉴。

2研究区域和数据来源

本文选取长江隧道与长江二桥之间，分别位于长江两岸的汉口三阳路区域和武昌徐家棚区域的所有商业住宅小区单价为研究对象，共包含59个小区，798个样本数据。样本区域在交通、生活配套、教育配套等方面比较接近，能够最大程度的减少其他非研究因素的干扰。在数据获取方面，由于研究区域二手房成交时间跨度较大，而2016年至2018年武汉市商品房价格上涨过快，无法直接进行比较。另一方面，武汉市尚未公布分区的房屋价格指数，使得对实际价格进行年期修正也难以实现。因此，本文采用2019年1月26日的武汉房天下网站公布的挂牌数据，并根据前人的研究成果将挂牌价格转换为成交价格，如图1所示。

3研究方法和变量选取

3.1特征价格法

特征价格法，又称Hedonie模型法和效用估价法，是在消费者理论和市场供需均衡理论等基础上发展起来的。该方法认为住宅的价格是由众多不同的特征和属性组成，由于各个特征和属性的组合数量和方式不同，导致住宅的价格也不尽不同。如果对住宅的各个特征和属性进行求偏导数就能将各个属性和特征的价格从房地产总价格中分离出来，依此求得各个属性和特征的纯粹价格。为了分析长江景观对两岸住宅价格的影响，本文设C表示住宅的其它属性的集，设d为住宅到长江中心线的直线距离，设P为住宅的价格。因此，住宅的价格可以表示为P=（c，d），在获得其它变量属性的指标后，通过对d进行求偏导，可得出住宅与长江景观单位距离的隐藏价格，从而判断出武汉市长江景观对两岸住宅价格的影响。

3.2变量选取

目前，国内外学者在运用特征价格模型对房地产价格影响因素进行分析时，一般将住宅特性分为住宅特征、邻里特征、区位特征3个变量类型。本文在這三大变量的基础上，依据实际情况，选取建筑面积、楼层、朝向、建筑类型、建筑年龄、到长江的距离等15个变量，并分别通过分等级赋值、虚拟变量、实际数字将各个变量指标进行量化。由于样本区域为武汉市二环内，在实地考察中发现周边商业配套和教育配套完备，无明显的区分度，因此在特征变量中将这两项变量剔除。

4模型选择与结果分析

4.1模型的选择

在特征价格模型中，线性模型、对数模型、半对数模型是运用频次最多的3种模型。本文将数据依次代入3种模型中，以房屋挂牌价格为因变量，以表1所示的15个特征属性为自变量，进行逐步回归模型分析，结果如表2所示。

根据表2，线性模型、半对数模型、对数模型的拟合系数分别为0.68、0.70、0.7 1，说明对数模型拟合程度最高，同时，在进入模型的变量方面，对数模型有9个特征变量，多于线性模型和半对数模型。因此本文选择对数模型进行回归分析。对数模型公式见式1。

在式1中：P是每套商品住宅的单价（元）;βo、βi、βj是待估计系数;xi为连续型特征变量;xj为非连续型特征变量，ε为误差项。

4.2模型估计和检验

在剔除231条信息缺失样本或异常样本后，使用逐步回归的方法，将15个变量，798条样本数据代入对数形式模型中进行逐步回归分析。

根据表2，R²及调整后R²分别为为0.7110、0.7076说明本文使用的模型能解释因变量差异的百分比约为71.1%;综上所述，本文运用的对数模型具备较高的拟合度，具有一定的解释能力与可信度。

显著性检验值P值为0.0000，小于0.001，拒绝所有系数同时为0的假设。同时根据游士兵、杨有等人的研究，逐步回归模型能够很好的解决自变量的多重共线性问题。使用方差膨胀因子，检验多重共线性问题，结果如表3所示。各变量的VIF值最大为4.68，平均VIF值为2.48，远远小于临界值10，因此，模型不存在多重共线性问题。综上所述，本文对数模型对样本数据的拟合在统计上是有意义的，回归方程有效。

4.3模型计算结果

根据表4，最终进入模型的特征变量有9个。分别是绿化率、卧室数量、客厅数量、是否为江景房、距离长江的直线距离、物业费、距离地铁站的距离、建筑年龄、地铁线路数量。从表1中可以看出，除绿化率和到地铁站距离外，其他特征變量符号都与预期相符，根据实际调查发现，新建小区多为临江小区，距离地铁站较远，建筑密度大，绿化率相对较低，但这部分小区多靠近长江，物业、设施等更加完善，总价更高，因而使得绿化率和到地铁站距离与预期符号相反。

在显著性变量的系数符号与预期影响符号相同的变量中，对住宅价格有正面影响的变量有卧室数量、客厅数量、是否为江景房、地铁线路数量;对住宅价格有负面影响的变量有到距离长江的直线距离、物业费、建筑年龄。

4.4长江景观特征的价格弹性和边际价格分析

变量的弹性是指在其他变量不变的情况下，该变量每1%的变化所引起的因变量变化的百分比。非弹性系数是指在其他变量不变的前提下，该变量每提高一个档次所引起的因变量变化的百分比。

根据表4可知，在回归模型中，本文对于连续型变量采用取对数的形式，对于连续型变量采取的是线性形式。在对数形式中，连续型变量的非标准化回归系数就是该变量的弹性系数;而对于非连续型变量而言，非标准化回归系数是该变量的半弹性系数，但是非标准化的系数值不是半弹性的系数值，还需要经过一定的转换才能得到。具体公式如下：

在式二中，β表示特征变量回归系数，θ表示特征变量半弹性系数。为了使结果更为直观，本文进行边际价格的分析，连续变量的边际价格公式为：

其中P为特征变量的边际价格，E为此区域平均价格，为弹性系数，n为房屋住宅特征变量的数量。

非连续变量的边际价格公式为：

pi=E×θi（式4）

其中P为特征变量的边际价格，E为此区域平均价格，θ为半弹性系数。

根据相关公式，计算出x11能否看江和Inxl2距长江的距离的弹性或半弹性系数及边际价格，如表5所示。

能否看江的半弹性系数为17.35%，说明在其他变量不变的情况下，住宅内能够看到江景，那么价格会上涨17.35%。在边际价格分析中，住宅内能够看到江景，则住宅每平方米的价格会增加3731.6元。

到长江距离的价格弹性系数为-11.79%，说明在其他变量不变的情况下，住宅距离长江的距离每增加1%，那么价格会下降11.79%。在边际价格分析中，住宅到长江的距离每增加1米，则住宅每平方米的价格会下降281.8元。长江江滩公园的建设完成能为人们提供了具有户外运动、观景、净化空气等多种功能的场所。因此住宅距离长江越近，房屋的价格也会越高。

5长江两岸景观对两岸住宅价格影响对比

根据房天下数据显示，2019年1月26日，三阳路区域（长江北岸）二手房均价为24639元，平方米，徐家棚区域（长江南岸）二手房均价22457元/平方米。据此可得出三阳路地区和徐家棚地区的变量边际价格。依次对三阳路区域和徐家棚区域进行回归分析，结果如表6所示。

根据外部性理论，外部效应只在一定范围内有效。为了计算长江景观对周边小区住宅价格增值效应的有效影响半径，建立住宅价格与住宅距长江的最短直线距离的二次函数关系式。

三阳路区域二次函数表达式：

price=-0.0028x2-14.757x12+60739.71

徐家棚区域二次函数表达式：

price=0.39x2-82.065x12+60739.71

根据公式可以计算出极值点，这也是长江景观对两岸住宅价格影响的范围。徐家棚区域的长江景观对商品住宅价格影响范围为1051米，而在三阳路区域，函数在0米至1500米之间为减函数，说明长江景观对住宅价格影响范围大于1500米，如图2、图3所示。

6结论与启示

长江景观的价值对周边商品房价格的影响原因是复杂多样的，随着我国经济的不断发展以及人们需求的多样性发展，稀缺的自然资源可通过城市居民舒适性价值和可支付意愿调节，并最终通过价格变化进行反映。景观对两岸住宅价格具有正向的资本化效应，居民愿意为获得更好的景观享受而支付更高的价格。本文通过选取影响住宅价格的指标体系，建立特征价格模型，进行定量分析，比较直观展示出长江景观对两岸住宅价格影响：

其一，住宅到长江距离的单位变化可为房屋的价格带来11.79%的变化。即住宅距离长江的距离每增加1米，则住宅每平方米的价格会下降281.8元。同时，如果住宅内能够看到长江景观，那么价格会上涨17.35%。即住宅内能够看到江景，则住宅每平方米的价格会增加3731.6元。

其二，长江景观对南北两岸商品住宅的影响存在差异，长江北岸住宅（三阳路区域）拥有江景视野的边际价格为3467元/平方米，长江南岸住宅（徐家棚区域）拥有江景视野的边际价格为4963元，平方米。同时在长江南岸（徐家棚区域），长江景观对住宅价格影响范围为1051米，而在长江北岸（三阳路区域），长江景观对住宅价格影响范围大于1500米。

其三，长江两岸江景建设目的是为了更好服务于城市居民，但是目前增值的部分却为开发商或房屋所有者所占有，通过特征价格模型对江景的价格进行量化，显化长江景观的价值，对未来长江景观沿岸的商品开发行为征收“庇古税”，即环境税，增加城市景观获取的社会公平性。

其四，长江景观对两岸住宅价格具有显著影响，有利于推动相关部门加大对长江环境的保护力度，为土地规划和城市规划提供依据，优化土地利用结构和城市布局，

同时，本文也存在着不足，主要表现在样本数据的获取上，由于研究区域市场上二手房价格成交数量较少，时间跨度较大，并且武汉市房屋的价格指数是以年度发布，且无法获取武汉各区的价格指数数据。在2016至2018年间，武汉市房地产市场波动大，若以实际价格修正后作为样本则误差较大，因此本文选取区域房屋挂牌价格作为研究对象。虽然房屋所有者的房屋挂牌会咨询相关机构，但是中介公司出于获取更多佣金的目的，有动力将房屋挂牌价格抬高使之略高于房屋的实际价值，造成一定的误差。另外，在探究武汉市长江景观对两岸住宅价格影响范围方面，由于三阳路地区（长江北岸）公园众多，包括解放公园、宝岛公园等大型公园，为了减少公园空间对住宅价格的影响，样本数据距离长江景观距离均在1500米以内，这就导致无法准确计算出武汉市长江景观对北岸住宅价格的影响范围。