2020年9月16-17日，河北省第四届（邯郸）园博会国际学术交流会召开。在17日的城市设计与城乡风貌主题论坛上，麻省理工学院房地产创新实验室与未来都市集体实验室研究员杨竣程发表题为《街道绿化程度的价值》的演讲。他介绍了通过使用从Google街景视图收集的图像计算出的街道绿色指数，并评估其对房地产价格的影响，最终得出房地产价格于街道绿化程度存在正相关的一项最新研究。

　　研究背景

　　街道一级的绿化是当今城市中使用最广泛，最可感知的城市设计元素之一。但是，由于难以测量此元素，因此很少有研究试图了解该元素的价值。近年来，计算机视觉技术的进步使研究人员能够测量街道一级的城市绿地。这项研究试图通过使用从Google街景视图收集的图像计算出的街道绿色指数，并评估其对房地产价格的影响。

　　过去，房地产经济学家和规划学的研究人员通常只研究土地使用，例如公园和绿道，来衡量一个城市的绿化水平，而不是使用街道级的绿化数据。仅在最近几年，学者才开始使用街景图像来测量城市绿化程度。不过，目前以后的研究中也侧重于街道级别绿化程度对于住宅房地产购买交易价格的影响，而不是以租赁为主的商业房地产。

　　研究过程

　　研究团队为房地产金融模型创建了一组新的城市数据，也就是绿色指数。假设在纽约曼哈顿地区有一栋楼，知道它的坐标以后，以其为圆心来框定30米、50米、80米和100米的筛选范围，每一个筛选范围之内都可以捕捉到纽约的谷歌街景图片（GSV），以此为基础来计算街道绿化指标到底是多少。绿色指数衡量什么？一个简单的答案是“在街道上视觉上可见的绿化密度”。

　　用谷歌街景捕捉到的图片，通过算法进行处理之后显示出来的绿色成分，基本上绿色植被都被筛选出来了。值得强调的一点，是研究团队在研究过程中控制了筛选的范围，所以只会抓取4月份至10月份的街景图片，以确保植物在这个时间段内是绿色的，不然到冬天，很多植物就凋零了。

　　刚才提到有四个筛选范围，分别是30米、50米、80米和100米，而最终选择的是50米的这一组数据。这个原因跟纽约的城市规划和设计环境有关，纽约每一个街区差不多在80米范围之内，用50米筛选范围，当建筑只朝一边开门，建筑只占街的一边，50米的范围正好捕捉了这栋建筑门前的绿化情况，也非常好地排除了街区背面的绿化情况。当建筑正好是两边一起开门的时候，50米的范围恰恰捕捉了两边的绿化情况，而不会捕捉更多。相反，80米、100米的范围，会捕捉更多的绿化情况，就会产生误差。

　　进一步去处理捕捉到的50米范围的街道绿化指标，分成四个等级，分别是非常低、低和中还有高，代表四个不同程度的绿化。在做最后回归模型的时候，还在模型中间还加入了公园的距离，以及地铁站的距离，因为每一栋楼到公园的距离或者每一栋楼到地铁站，变量一定程度上会影响估值的结果。除此之外，整个模型还包括了交易方的类型（买家类型、卖家类型以及租户类型）、建筑特征（例如建成时间、是否翻新等等）以及建筑所在的位置（例如曼哈顿的上东区、市中心、苏荷区等等）。

　　下面的图中显示的是模型的统计数据，分成四栏，分别是非常低的绿化、低绿化、中绿化和高绿化，在这四组数据中间，可以看到非常低、低、中的楼和建筑都离公园比较远，但是高绿化明显离公园近一些。

　　相反，最高绿化的这组数据，离地铁站的距离特别高，其他的都比较靠近地铁站。价格也是中等绿化和高等绿化平均交易价格远高于非常低或者是低等的绿化程度的样本。

　　研究结果

　　取最低的、非常低绿化作为控制组，可以看到低、中等和高等绿化三组三个变量，在不同的模型的配置中间，都给出了一个正相关，而且是显著的系数。商业促进区的变量加进去以后，对模型的结果没有产生根本性的影响，说明之前的推测、假设依然成立，依然是由绿化为主，为房地产创造经济价值。

　　简单做个总结，低等的绿化会创造10.5%的增值，意味着任何一个单位的绿度值的增加，能够为整个交易单带来10.5%的房地产价格增值。中等绿度和高等绿度，分别为10.0%以及8.9%。其中，低绿度、中绿度和高绿度的情况系数均是显著的。也根据纽约的收入水平以及商业促进区（Business Improvement District）[ 纽约的商业促进区（BID: Business Improvement District）是一个非常特殊的组织，是在一个区域内特定的房地产开发商、业主，还有各种租户一起组成，他们会掏钱成立一个小的基金，进行区域街面的维护、绿化。之前做的假设是绿化能够为房地产带来增值，但是如果BID出现了，可能会把这个逻辑反过来，也就是说越有钱的BID，其实它可能有越好的绿化，不再是单纯是绿化带来高的房地产价格，可能是高的房地产价格带来了绿化。]的分布情况重新划分了样本，已进行稳健性测试（Robustness Check），不同的几组测试样本所得到的结果也与目前的结果一致。

　　这一研究首次论证了街道绿化对商业房地产的价格产生正相关影响，同时也首次将计算机视觉的技术应用到房地产价格估值模型中进行研究。另外，该研究的贡献在于为房地产金融模型的构建提供了新的信息。在以往，很多房地产开发商或者投资人在做金融模型时，并不会去过多考虑街道绿化是否会对房地产造成影响。通过这一研究，解释了新的关系，大型房地产投资方和基金在做金融模型的过程中，也应该考虑到街道和城市环境，这样可以他们让更多地与规划师、政府部门进行互动交流，也就是说大家不再做完全分开的工作，而是可以合作，这样也可以让房地产开发商，还有城市环境的资方能关注到城市环境的建设和维护。

　　研究团队：Juncheng Yang, Helena Hang Rong,Yuhao Kang, Fan Zhang, Andrea Chegut

　　研究成果所属单位：麻省理工学院房地产创新实验室（MIT Real Estate Innovation Lab）