黃 震
(上海同濟城市規(guī)劃設(shè)計研究院有限公司,上海 200092)
隨著人們對更高生活質(zhì)量的追求,景觀對城市發(fā)展的影響正在逐漸加大。尤其對于生活在高密度、高強度城市環(huán)境中的居民來說,越來越多的人希望在閑暇時候去城市周邊的“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)達城市地區(qū)周邊的山地城鎮(zhèn)憑借自然景觀和相對城市的住宅價格差優(yōu)勢發(fā)展居住產(chǎn)業(yè)。然而在這個過程中的一個主要矛盾往往是:住宅開發(fā)商的經(jīng)濟利益導向需要以高開發(fā)強度帶來回報;另一方面如果地方政府主要依靠土地經(jīng)濟謀求快速發(fā)展,也會傾向于高強度開發(fā)以吸引開發(fā)商。這就容易導致高強度開發(fā)負面影響景觀,反而削弱了居住產(chǎn)業(yè)的最大賣點。因此,平衡景觀與開發(fā)的關(guān)系,是這類山地城鎮(zhèn)所面臨的重要問題,也是本研究的出發(fā)點。
然而,景觀的經(jīng)濟價值與開發(fā)的關(guān)系研究在我國非常欠缺。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。由于這些指標受個人價值觀、審美觀影響大,較難獲得多方面一致的認可。相對,如果在經(jīng)濟價值基礎(chǔ)上討論景觀與開發(fā)問題,就更容易建立多方對話的基礎(chǔ),推進規(guī)劃和建設(shè)的可實施性。對于以品質(zhì)居住為賣點的山地城鎮(zhèn),山地景觀的價值很大程度上以物業(yè)為載體反映在人們對物業(yè)的支付中,因此山地景觀的價值是可以客觀度量的指標。
由于景觀具有市場不完備性和很大程度的外部效應,對其價值的衡量難以像一般商品那樣直接。1950年代,西方學者開始使用意愿價值評估法 (Contingent Value Method,CVM) 研究有關(guān)非市場要素價值衡量的理論和實踐問題,涉及景觀、生態(tài)、社會公共產(chǎn)品等市場性弱但同時具有經(jīng)濟價值的對象,至今已經(jīng)形成了較為成熟的研究方法。我國學者吳偉等[1]、錢欣[2]都對國內(nèi)外應用價值評估法的研究作了綜述。從研究方法上,大致可以分為兩類: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現(xiàn)實中已經(jīng)發(fā)生的情況來推測人們的偏好和物品的價值,最為常用的是內(nèi)涵價格法 (Hedonic Pricing Method)。內(nèi)涵價格法在評估非市場要素對住宅價格的影響研究中尤為常用[3-7],由于諸如林地、公園、海景、廣場等要素都會影響周邊住宅價格,研究者通常收集研究地域的住房售價和相關(guān)解釋變量數(shù)據(jù),通過回歸模型來估計這些要素的邊際價值。敘述性偏好法適用于尚未實現(xiàn)的情況,多被作為事前價值預估的手段。意愿價值評估法即屬于該類型中最成熟、應用最多的方法,研究者征詢被訪者對假想情景的使用支付意愿 (Willingness to Pay) 和數(shù)量,進而估計該情景的潛在價值,為相關(guān)的政策或措施提供決策依據(jù)[4,8-13]。實驗設(shè)計 (Experiment Design)、結(jié)合分析(Conjoint Analysis) 和離散選擇模型 (Discrete Choice Model)方法也逐漸被應用到價值估計中,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)果進而得到人們的偏好,分析效用函數(shù)得到非市場要素的邊際價值,進而推算支付意愿[2,14-15]。這些方法各有優(yōu)劣,讀者可參考Shaeffer[16]、錢欣[2]。本研究采用實驗設(shè)計與離散選擇模型結(jié)合的方法,通過分析人們的住宅選擇偏好,推算建筑對山地景觀價值的影響。
相關(guān)研究的主要不足:(1) 大多數(shù)研究的對象集中在公園、綠地、濕地、林地、水景等開敞空間[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)有研究對景觀的度量比較粗略,通常以有或沒有特定景觀要素作為問題的內(nèi)容,至多采用公園、綠地等要素的時空距離[17],因此,難以得到更加細致景觀感知規(guī)律及其價值規(guī)律。
本文的目的,即提出一種度量建筑影響山地景觀價值的方法。第一部分介紹實驗情景的設(shè)計過程,包括要素等級確定和選擇情景設(shè)計兩個步驟;第二部分介紹以通過因特網(wǎng)調(diào)查收集的住宅選擇行為數(shù)據(jù)為基礎(chǔ),應用混合邏輯特模型(Mixed Logit Model) 估計山地景觀價值規(guī)律的過程和結(jié)果;第三部分為全文的總結(jié)。
敘述性偏好法通過設(shè)計虛擬的選擇情景供被試者選擇,來獲得被試者的偏好,作為分析的數(shù)據(jù)。選擇情景由多個選項構(gòu)成,而選項又由取值不同的相關(guān)要素構(gòu)成。
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)的價值。為了簡化實驗的復雜程度,抓住主要的要素,忽略次要的要素,確定了四個建筑與山景關(guān)系要素:建筑相對山體的高度、建筑對山脊線的切割、建筑到視點的距離、建筑對山體的遮擋。
(1) 建筑相對山體的高度 (x1) 。通常來說,在一定的視域內(nèi),建筑相對山體的高度越低,人們對環(huán)境的評價就越高 (見圖1)。一種極端的情況就是建筑高度為0,即沒有建筑,人們對純粹自然環(huán)境的評價應該是最高的。對于兩者關(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) 建筑對山脊線的切割 (x2) 。如果能看到完整的山脊線,人們對山體完整性的感受會比較好 (見圖2)。因此,采用建筑對山脊線的切割這個要素,來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度占山脊線總長度的比例來度量。
圖2 建筑對山脊線的切割
(3) 建筑到視點的距離 (x3) 。在一定的視域中,如果建筑距離觀察者的視點比較近,更可能令人產(chǎn)生局促的空間感受,甚至壓抑;而建筑在遠處能讓人更感開闊,因而對環(huán)境評價較好 (見圖3)。該要素用視點到最近建筑之間的距離來度量。
圖3 建筑離視點的距離
(4) 建筑對山體的遮擋 (x4) 。如果建筑遮擋山體的面積較大,會導致更多的負面環(huán)境評價;反之則山體愈加完整,視覺感受更好 (見圖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 建筑對山體的遮擋
實驗設(shè)計的一個重要內(nèi)容是組合不同的要素值來表達一個選項。比如,某個選項構(gòu)成如下:建筑相對山體高度;建筑對山脊線的切割;建筑離視點的距離;建筑對山體的遮擋。由于這些要素都是以連續(xù)的數(shù)值來度量,它們的組合可以構(gòu)成無數(shù)個方案。因此,實驗設(shè)計的主要任務是縮減選項數(shù)量,但同時保持選項的代表性。
縮減選項數(shù)量首先要減少變量取值。對每個要素取3個等級,這也比較符合人們通常的感知和判斷習慣,比如,以“低—中—高”來劃分建筑的高度。那么,這些3個等級應該如何劃分?對于建筑相對山體的高度,0.2以下是低?0.5以上是高?為了使得等級劃分盡可能符合人們的客觀認知規(guī)律,首先,對每個要素確定一系列較為細致的等級劃分 (見表 1),然后將每一個等級表達成一張圖片 (見圖5)。
表1 要素的圖示等級劃分以及評價等級 /m
圖5 要素的等級變化圖示
然后,應用“問道網(wǎng)”制作網(wǎng)絡問卷。問卷要求被試者對每張圖進行等級評價,將其感受歸類到最接近的3個評價等級之一 (表 1)。圖 6顯示了網(wǎng)絡調(diào)查問卷的界面,一共有30題評價,最后3題詢問被試者的性別、年齡、學歷。問卷通過微博、QQ等網(wǎng)絡社交工具進行傳播,5 d內(nèi)收到有效問卷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)絡調(diào)查的特征。被試者的學歷較高,本科占49.1%,碩士占40%,博士占10.9%。
圖6 要素等級評價網(wǎng)絡調(diào)查界面
經(jīng)過對不同數(shù)量的樣本進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)相當穩(wěn)定,說明樣本量足夠。模型采用序列邏輯斯遞回歸 (Ordered logistic regression)。如果將每個要素的三個等級分別用I, II, III表示,則人們將每張圖歸類到評價等級的概率定義為:
其中,PⅠ為歸類到等級I的概率,以此類推;δⅠ,δ2分別為劃分要素評價等級的閾值,β為要素的參數(shù)。回歸結(jié)果(見表2) 顯示所有模型參數(shù)均統(tǒng)計顯著,得到了等級劃分標準,作為選擇情景設(shè)計的基礎(chǔ)。
選擇情景設(shè)計是本研究的關(guān)鍵步驟,目標是形成多個選擇情景,每個情景由兩個選項構(gòu)成。根據(jù)上面步驟確定的要素等級,已經(jīng)可以按照常規(guī)的“正交設(shè)計” (Orthogonal Design) 方法生成選項。但是這種做法在本研究中存在幾個問題:(1) 部分選項不可能在現(xiàn)實中實現(xiàn),原因是現(xiàn)實中這些要素存在不同程度的相關(guān)性,例如:建筑高度高、對山脊線切割少、對山體遮擋少,這是在以圖示為虛擬現(xiàn)實手段的實驗設(shè)計中難以避免的問題; (2) 選項組合之后將生成大量的選擇情景 (超過600個),實驗開展難度大; (3) 如何精簡選擇情景但又要保證情景的代表性、均好性和有效性,尚無現(xiàn)成的方法; (4) 存在“無效”情景,定義為選項A完全優(yōu)于選項B的情況,這樣絕大多數(shù)被試者都會選擇選項A,失去了揭示人們對要素取舍關(guān)系的功能。
表2 要素評價模型結(jié)果及要素等級劃分
針對以上問題,開發(fā)了“要素差”設(shè)計方法。根據(jù)離散選擇模型原理,真正對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,便可以要素差為對象,像設(shè)計選項那樣來設(shè)計選擇情景。既然每個要素都有三個等級,那么就有5個要素差等級,如建筑相對山體的高度:A遠低于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遠高于B (xA1=高,xB1=低)。
除了對以上4個建筑與山體關(guān)系要素生成5個要素差等級以外,另外增加住宅價格要素 (x5),這也是本研究關(guān)注的核心要素,為了最終得到人們在景觀要素與價格之間的取舍關(guān)系,即景觀價值。由于被試者可能來自不同的地區(qū),對價格敏感程度不一,因此,不采用住宅絕對價格作為要素取值,而是相對于被試者當?shù)仄骄績r的高出部分。從“與當?shù)胤績r一致” (0%) 到“高于當?shù)胤績r80%”,每10%為增量,共9個值。與其他要素一樣,將價格分為三個等級:低:x5<30%;中:30%≤x5<60%;高:x5≥60%,以及5個等級差。
如此,以要素差為對象的選擇情景完全設(shè)計規(guī)模為55。采用田口法 (Taguchi Method) 生成的正交設(shè)計可以將情景規(guī)模減少至25個,但同時又要保證選項的實際可行性和有效性,因此,仍達不到正交性的理論最優(yōu),表現(xiàn)在要素等級差之間存在相關(guān)性。最終除了建筑相對山體高度與住宅價格呈現(xiàn)顯著負相關(guān)以外,其他相關(guān)系數(shù)均不顯著,說明實驗設(shè)計比較成功。
以通過實驗設(shè)計得到的25個選擇情景為本底,進一步細化每個選項的要素值。首先對各要素等級進行平均插值(見表3),再把這些細化的值賦給選項的對應要素,這樣來充實模型自變量的數(shù)值空間。
表3 要素值細化
根據(jù)細化后的選擇情景,將每個選項繪制成圖片 (見圖7),兩兩并列為一個選擇,同樣通過問道網(wǎng)制作成網(wǎng)絡問卷。為了接近真實的決策過程,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行購置。每位被試者完成25次選擇后,最后提供個人社會經(jīng)濟屬性信息。
圖7 購房選擇網(wǎng)絡調(diào)查界面
兩個多月后,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%。
根據(jù)隨機效用理論 (Random Utility Theory),人們選擇給其帶來最大效用的住宅進行購置。每個選項給被試者帶來的效用或多或少受到建筑要素與山體關(guān)系和價格的影響。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行購置的概率如下:
其中,i代表被試者,j和k代表選項,t代表第幾次選擇,V代表選項的可見效用,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:參數(shù)是一個隨機變量,用來表征人們偏好的多樣性;通過同時估計參數(shù)均值和標準差,可以解釋更多的選擇行為差異。
采用R語言的mlogit程序包來擬合上述混合邏輯特模型,同時啟用了面板數(shù)據(jù)功能 (Panel data),將每個被試者的25次選擇作為一個面板。假定這個過程中表征其偏好的參數(shù)應該是不變的,則在給定β的條件下,需要計算被試者進行這一系列選擇的聯(lián)合概率:
其中,y為實際的選擇結(jié)果。模型擬合結(jié)果見表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)計顯著,均值參數(shù)的符號符合假設(shè):所有要素的增加都將帶來對住宅評價的負效用。與起初設(shè)定不同的是,建筑到視點的距離并沒有顯示統(tǒng)計顯著性,反而在建模的過程中嘗試了建筑層數(shù)后,發(fā)現(xiàn)其對選擇行為影響明顯。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)果說明被試者對層數(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)合要素的標準差參數(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)符號與常識相反的情況,如價格越高效用越大,但也不能完全排除這樣的偏好存在于現(xiàn)實。結(jié)果顯示建筑相對山體的高度和建筑對山脊線的切割這兩項要素的偏好相對集中;但同時也最接近0,如果單位要素可比的話,這兩項要素對決策的影響力最??;分別有25%和31%的可能性這兩項參數(shù)大于0,即屬于“反常”。建筑對山體的遮擋以及住宅價格的偏好多樣性中等;價格對效用的影響力相對較大,“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%,其對效用的平均影響力也最高。
通過將建筑要素的參數(shù)除以住宅價格的參數(shù)并取負號,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格補償,即景觀價值損失。由于每個參數(shù)都是正態(tài)分布,兩個正態(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,其中橫軸即代表價格補償?shù)臄?shù)量。建筑對山脊線切割仍是多樣性最小的要素,且對價格的影響也最小,平均切割程度每增加1%,僅需要降低住宅價格0.02%;另外,有21%的“反?!笨赡苄?,即價格隨切割的程度上漲。建筑相對山體的高度和建筑對山體遮擋這兩項要素的平均價格補償接近,分別為-0.1%和-0.09% (每1%的要素變化);出現(xiàn)價格與要素協(xié)同增長的概率分別為16%和19%。最后,影響景觀價值最大的要素還是建筑層數(shù),平均每增高一層需要1.72%的價格降低來補償;分布非常平緩且向負值區(qū)間延伸較遠,說明需要更多價格補償?shù)娜瞬辉谏贁?shù),而認為高層更好的人占比僅為7%。
圖8 單位建筑要素變化的價格補償?shù)母怕拭芏确植?/p>
本文提出度量建筑影響山地景觀價值的方法。運用情景圖示結(jié)合網(wǎng)絡問卷,首先獲得了人們對于建筑與山景關(guān)系要素的等級劃分,接著將這些劃分用于選擇情景設(shè)計,收集了百余名網(wǎng)絡被訪者的虛擬住宅選擇數(shù)據(jù)。應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:建筑相對山體的高度、建筑對山脊線的切割、建筑對山體的遮擋、建筑層數(shù)以及住宅價格。其中,視域景觀中建筑層數(shù)對住宅價格的負面影響最大,建筑高度與遮擋山體的影響其次,建筑切割山脊線的價格影響最小。由此建立建筑影響山地景觀價值定量模型。
相比以往的研究,本研究的創(chuàng)新點主要在于:(1) 從個人感知的角度獲得了更加細致的山景價值規(guī)律,為下一步從景觀經(jīng)濟價值的角度優(yōu)化山地城鎮(zhèn)開發(fā)奠定了基礎(chǔ); (2) 用要素等級差的方法來設(shè)計實驗,同時開發(fā)了在情景可行性和有效性約束下的方案優(yōu)化程序,在實驗設(shè)計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,提高了決策情景的真實性。
然而,作為一個以研究方法探索為目標的嘗試,本研究還存在一些不足之處。在影響要素方面,尚未考慮視域開敞度、集中度、建筑遮擋位置、節(jié)律性、視覺趣味性等潛在要素;在問卷表達方面,圖示的真實性有待提高,特別是圖像要素景深關(guān)系的表達;在數(shù)據(jù)方面,使用網(wǎng)絡調(diào)查存在被訪者年齡結(jié)構(gòu)偏低、缺乏實際購房經(jīng)驗的風險,因此,所獲價值規(guī)律代表性和可信度都有待今后的研究中通過完善樣本收集而得以提高。