交通区位与房价的关系.docVIP

交通区位与房价的关系 一 区位的定义 　区位是指一事物与其他事物之间的空间位置关系，可分为自然区位、经济及社会文化区位等。一般来说，房屋因其在城市或地区所处的社会经济文化位置的不同， 从而有不同的社会经济文化区位，其在市场上的价格也有明显的差别，并且由于决定区位的条件在发展变化着，房价亦会随区位的变化而改变。可以说，是区位条件 决定了房地产的价格水平。?区位因子指标体系???? 本文主要考虑交通可达性、位置或繁华程度、生活基本设施、居住环境条件、人口因素五个方面的区位因素(见表1)。表1中，x3、x4、x9、x11、x16、x17表示交通情况；x5、x6、x14、x13、x15表示位置或繁华程度；x8、x10表示生活基本设施；x2、x12表示居住环境条件；x1、x7表示人口因素。?主成分回归???? 主成分回归的基本思想是通过对自变量提取彼此无关的主成分来消除多重共线性。步骤如下：首先，对17个自变量进行主成分分析，提取9个主成分，累积贡献率为98.737％。再以这9个主成分为自变量，Y为因变量，进行逐步回归。为?0.843，模型的拟合度较高；?F值为376.384，表明回归方程具有统计学的意义；所选因子也全部通过了T检验。主成分回归的系数乘上每个主成分的因子载荷，就可以得到原始17个变量的回归模型，结果见（1）。???? Y=0.038X1+0.015X2-0.067X3+0.045X4-0.372X5+0.228X6-0.195X7+0.075X8+0.321X9-0.343X10-0.538X11-0.048X12+0.096X13+0.223X14+0.15X15+0.587X16-0.351X17??????????????????? 2岭回归???? 岭回归主要是通过对多元回归方程系数进行某种程度的压缩,方法是在向量矩阵中添加K，以使其的长度更加合理。首先，以k值为横轴，回归系数为纵轴，对17个变量作岭迹曲线。并以该岭迹曲线为基础，剔除标准化岭回归系数比较稳定且绝对值很小的、岭回归系数不稳定且震动趋于零的以及标准化岭回归系数很不稳定的自变量，剩下X6、X7、X8、X9、X11、X13、X16和X17等?8个自变量 ????当k值取0.2，各回归系数开始趋于稳定，因此，本文岭回归的k值取0.2。岭回归分析结果可得，为0.765，拟合优度较高；F值为228.70，方程具有统计学意义；所有的因子也均通过了T检验。岭回归模型见（2）。???0.061X6-0.089X7+0.067X8+0.2X－0.36X11+0.069X13+0.387X16-0.189X17??????(2)???? 3最佳模型选择???? 主成分回归和岭回归均能有消除区位因子多重共线性，但究竟哪个模型的拟合效果更好。因此，本文选用平均绝对误差MAE（Mean?Absolute?Error）、平均误差百分比MPE（Mean?Percentage?Error）及平方误差平方根平均值RMSE（Root?Mean?Square?Error）三个定量指标主成分回归模型和岭回归模型的MPE值分别-0.488和0.179，其中，主成分回归模型的MPE值低于0.5，属合理预测，岭回归模型的MPE值介于0.1和0.2之间，属良好预测；其次，岭回归模型的MAE值比主成分回归模型小，可见岭回归模型的预测精度较高；最后，二者的RMSE值均很小，表示模型的预测能力都较强。综合三个指标，岭回归模型要优于主成分回归模型，为最佳模型。???? ?结论???? 根据房价的空间差异规律和模型中各个自变量对因变量影响的相对显著程度，可以得到以下两点认识：???? （1）影响房地产价格的区位因子主要还是交通可达性，尤其是轨道交通和主要交通节点，二者对房价都起到了强劲的拉动作用；???? （2）商业中心区位因子对房地产价格影响也比较显著，因商业中心区域一般都是政治、经济中心，人口比较密集，可以享受城市的基础设施比较完善，所以房价较高。?交通条件与房价的关系 　　交通条件是衡量地理位置好坏的重要指标，是影响区位因素的主要方面。北京师范大学土地研究中心 蒋立红、张洁2004年所作的“居民购房意向调查”也显示，70.8%的居民将“交通便捷”作为继“住房价格”后列第二位考虑的因素。交通方便，是经济资 源和社会人文资源易于汇聚之处，能刺激服务业和商业的发展，会吸引大量置业人口，强化该地区社会经济文化发展的活力，促进房地产价值的提升。 距离市中心的距离(主要是指时间距离)对房价的影响 　　城市对居住者引力最大之处，来源于城市功能最集中和完善的城市中心(有的城市只有一个中心，有的城市有多个中心)一般来说，在距离市中心的等距 的同心圆上的不同的房地产，有大致相当的价格水平。距城