湖泊公园的优劣势分析.docxVIP

湖泊公园的优劣势分析 随着生活水平的提高，人们追求更高的要求，优质的公园景观为人们带来了美丽的欢乐，让人们享受身心的乐趣。作为稀缺性资源, 人们愿意为公园周边的住宅支付额外的价格, 评估城市公园景观的量化价值及其影响范围, 可为人们置业和政府开发规划提供可靠的决策依据。 1 研究方法和数据来源 1.1 住宅样本数据搜集 本文根据以往学者研究成果并结合南京市玄武湖公园景区规划服务半径及周边实际情况, 拟选取玄武湖公园周边5km范围内作为研究区域, 以离玄武湖边界5km为半径, 挑选范围内不同方向和不同距离段的住宅进行数据搜集, 笔者于2018年12月至2019年1月对玄武湖周边53个住宅小区进行数据资料的收集, 因为时间跨度较短故可以忽略时间带来的影响。本文所选取的小区样本点在空间分布上较为均匀且覆盖面较广。在研究数据样本的获取过程中, 排除别墅、跃式楼等类型住房干扰, 确保住宅样本为普通商品住宅, 最终共搜集318个有效住宅样本数据。本文研究采用的原始数据主要分为以下三种:住宅出售挂牌数据、住宅小区调研数据、南京市电子地图数据, 数据的收集工作主要通过南京市房地产互联网平台搜索方式和实地调研方式共同完成。 1.2 公园特征变量 根据国内外学者相关研究, 一般将影响住宅价格的因素分为建筑、邻里和区位因素, 本文结合南京市玄武湖周边实际情况, 从这三类特征因素中选取其余15个控制变量, 从而单独分离出公园特征变量, 以距玄武湖公园边界距离分析其影响情况。本文因变量采用修正后的挂牌价格。变量及其量化如表1所示。 1.3 种函数模型函数的拟合优化 住宅作为异质性商品由多种不同的属性组成, 住宅价格的差异是由各属性的数量和组合方式的不同来决定。特征模型法将房地产的价格影响因素分解, 并建立起价值与各属性特征间关系的函数模型, 求出各影响因素所隐含的价格, 以揭示各属性特征对其价值的影响。本文通过对特征价格三类模型函数的不断尝试与比较, 最终选取拟合程度最优的特征价格对数模型, 三种函数拟合优度如表2所示。 选取住宅总价的对数形式作为因变量, 自变量中一些连续型变量采用对数形式, 非连续型变量采用原始量化形式。函数形式如下: 式中, P为住宅价格, X 2 结果分析 利用SPSS24.0软件对影响住宅价格的特征变量和住宅价格进行回归分析, 采用逐步回归的方式, 得出的结果如表3所示。模型调整后R 2.1 住宅价格的变化趋势 结果共有11个特征变量进入模型, 均在5%水平下显著。朝向变量分析由于所有样本量中非朝南的样本极少, 导致差异不大, 没有进入模型;对于楼层变量, 据以往众多国内外学者研究的结论得出差别较大, 所以楼层在本研究中不显著;对于住宅类型, 选取样本时本着均质市场的原则, 都是普通住宅主要分为多层、小高层和高层, 可能在本研究范围内对二手房住宅价格影响不大, 另外容积率和物业管理费也对本研究范围住宅价格影响不大。 对于建筑面积、装修程度、教育配套、生活配套、有无地铁覆盖、住宅周边自然环境变量都对住宅价格具有正向影响, 对于距新街口CBD距离、住宅年龄和距玄武湖湿地公园距离变量都对住宅价格具有负向影响, 即随着距玄武湖湿地公园距离的增加, 住宅价格相应地下降。模型中只有生活配套、绿化率和公交线路变量回归结果与预期符号不相符。绿化率负向影响原因可能在于住宅开发商为了追求利润提高土地利用率, 导致出现处于城市中心区域相对价格较高的住宅反而绿化率低的情况。公交线路分析原因在于南京市市民在主城区出行方式公交已逐渐被地铁所取代, 另外所研究区域所有住宅都已经实现了各线路公交覆盖, 保证了出行畅通, 过多的公交线路会影响住宅舒适安静的需求, 也会带来一定的交通拥挤。 2.2 弹性价格模型 特征变量对周边商品住宅价格的价格弹性分析, 即在其他因素数值不变的情况下, 针对连续型的特征变量分析其数值每增加1%对周边商品住宅价格的变化幅度百分比, 针对非连续型的特征变量分析其数值每变化一个单位对周边商品住宅价格的变化幅度百分比。距玄武湖湿地公园距离的价格弹性系数为-0.106, 即研究区域内, 其他特征变量保持不变的情况下, 住宅距玄武湖距离每增加1%, 其住宅价格相应地下降0.106%。城市大型公园作为一种稀缺性的优质资源, 距其距离体现了可达性便利程度, 所以距离其越近的住宅价格相应越高。这也与国内外学者的研究结论一致。自然环境的半弹性价格系数为5.232, 即在研究区域内, 其他特征变量保持不变的情况下, 住宅周边自然环境每提升一个档次, 住宅价格相应地提高5.232%。 本研究将研究区域内各个特征的数值平均值的住宅定义为所在研究区域的标准住宅, 标准住宅价格即修正后住宅总价的平均值为348.452万元, 结合对数模型得到的价格弹性与半弹