南京市栖霞区住宅特征价格分析.docVIP

南京市栖霞区住宅特征价格分析 　　摘要：当前房价问题已成为社会各界关注的热点，同时也是房地产学术研究关注的焦点之一，作为估测城市住宅价格的经典方法，特征价格模型（Hedonic price model，简称HPM）从2002年开始广泛运用于国内住房市场的研究。本文以特征价格理论探讨南京市栖霞区城市住宅价格的影响因素，并揭示不同特征对住宅价格的贡献，以期为商用住宅市场参与者的决策提供依据。 　　关键词：Hedonic模型；住宅特征；特征价格 　　一、引言 　　随着我国城镇化进程的不断推进，人们对城市住宅的需求越来越大。构成城市住宅使用价值的各个特征之间有明显的差异，如住宅的位置、面积、小区环境、交通状况等，这表示住宅的每一个特征都对应着一个隐含的特征价格，而该价格无法被市场直接观测。因此，估计住宅本身的隐含价格，可以揭示消费者的购房偏好，对城市商品住宅市场的供需分析具有重要意义。 　　二、文献综述 　　Hedonic模型源于Lancaster（1966）的新消费者决策理论和Rosen（1974）的供需均衡模型。Lancaster认为商品具有一系列的内在属性和特征，商品的出售是作为内在属性集合进行的，消费者对产品的需求取决于商品所含的内在属性的数量和质量。Rosen从理论上分析了异质性商品市场的短期和长期均衡，为特征价格的理论建模、函数估计奠定了基础。此后，随着研究进一步深化，Hedonic模型的应用也日趋广泛和深入。 　　国外从研究内容来看，Karin Quigley（1970）发现建筑质量与住宅价格显著正相关。Brasington（2002）发现学校质量与周围的住宅价格正相关。Bowes评估了轨道交通站点的可近性对住宅价值的正面效应及负的外部性。Geoghegan（1997）、Kim（2003）等研究了住宅周围的景观、绿化、空气等因素对住宅价格的影响。从研究方法来讲，有半参数、非参数回归技术、GIS技术，还有离散选择模型、神经网络等方法的结合使用。 　　国内学者蒋一军最早利用Hedonic方法计算房地产价格指数。温海珍（2004）通过杭州市西湖区住宅交易资料，得出了与房价紧密相关的特征因素，并根据重要程度将其分为三类。王旭育（2006）等确定了不同特征变量对于住宅市场价格的影响程度。王福良（2014）对城市轨道交通与周边房价的影响机制进行了实证分析。 　　本文在已有研究的基础上，运用传统的特征价格模型测算了栖霞区住宅特征的特征价格，确立了不同住宅特征对住宅价格的影响程度，得出栖霞区住宅特征的价格模型。 　　三、实证分析 　　经典的特征价格模型的函数形式一般分为线性函数、对数线性函数、对数函数。本文经过尝试和比较采用一般线性函数建立模型，回归系数为常数，对应特征的隐含价格。 　　（一）变量选择 　　住宅特征一般被分为建筑特征、区位特征和邻里特征三大类。建筑特征主要是与住宅本身相关的特征变量，包括建筑面积（+）、房龄（-）、楼层数（未知）、装修程度（+）、卧室数目（+）、朝向（未知）共6个；区位特征包括公交线路（+）、地铁（+）、新街口距离（-）共3个；邻里特征是用来衡量住宅周围环境的变量，包括教育配套（+）、邻近大学（+）、医疗配套（-）、商场数目（+）、超市数目（+）、便利店数目（+）、绿化率（+）、物业费（-）共8个（括号内的符号表示预期影响符号）。 　　（二）数据来源 　　本文以南京市栖霞区作为研究区域，收集56个小区共计630个二手房挂牌数据作为研究样本，剔除异常值后，最终进入模型的样本数据共530个。数据主要来源于南京365房地产网站、南京搜房网等，该网站数据在多数研究中都有使用，具有一定说服力。小区到达新街口的距离变量采用能够到达的最快捷距离，数据来自于百度地图、好搜地图。为使样本更具有针对性，主要选取高层和小高层作为研究对象。 　　（三）实证结果分析 　　采用SPSS21.0，应用OLS法进行强制回归分析，由结果看， R2为0.714，方程拟合程度较好。最大的VIF值3.561，各解释变量之间不存在共线性。通过方差分析得到F值为73.999，sig值0.000，方程设定是显著的。在回归系数的估计中，楼层数、南北朝向、教育配套三个特征变量未通过95%的显著性水平，即这三者对栖霞区房价的影响不显著，其他特征变量均通过显著性检验。 　　1.住宅特征的特征价格分析 　　从住宅特征的价格函数可知，回归系数对应住宅特征的价格。建筑特征中的建筑面积每增加1m2，每套住宅的平均价格将增加1.332万元；房龄每增加1年住宅价格减少1.785万元；装修程度每增加一个档次，住宅价格将增加7.370万元；卧室数目每增加一间，住宅价格将增加11.479万元。在区位特征中，小区附近有地铁站点的住宅价格相