基于Geodatabase的存量商品住房?jī)r(jià)格測(cè)算

韓念龍，劉金福，種曉麗，唐 勇，梁 凱

（1.深圳市房地產(chǎn)評(píng)估發(fā)展中心，廣東 深圳 518000）

深圳市是我國(guó)最早建立房地產(chǎn)市場(chǎng)，同時(shí)也是房地產(chǎn)市場(chǎng)化程度最高的城市之一[1]，房地產(chǎn)是深圳市國(guó)民經(jīng)濟(jì)發(fā)展的重要產(chǎn)業(yè)，其住房?jī)r(jià)格一直是社會(huì)普遍關(guān)注的問(wèn)題。在新建商品住房方面，由于政府部門(mén)建有完備的新房預(yù)售備案系統(tǒng)，對(duì)于新建商品住房的交易價(jià)格數(shù)據(jù)等信息能有詳盡地掌握。而在二手住房方面，仍存在著房屋交易價(jià)格不透明、政府部門(mén)不能掌握二手住房的真實(shí)成交價(jià)格等問(wèn)題。另外，由于深圳市受土地資源匱乏的約束，新建商品住房比例呈持續(xù)減少趨勢(shì)，逐漸形成了以二手住房交易為主的市場(chǎng)結(jié)構(gòu)，因此加強(qiáng)對(duì)二手住房?jī)r(jià)格的研究日趨重要。

與單宗房地產(chǎn)評(píng)估不同，片區(qū)所有的房地產(chǎn)價(jià)格評(píng)估不僅需要強(qiáng)大詳實(shí)的數(shù)據(jù)庫(kù)基礎(chǔ)，同時(shí)也需要集成多種來(lái)源的數(shù)據(jù)[2]。國(guó)內(nèi)外一些學(xué)者進(jìn)行存量住房的批量評(píng)估研究[3,4]，皆是建立在完備的數(shù)據(jù)庫(kù)基礎(chǔ)之上。本文基于Geodatabase構(gòu)建存量商品住房數(shù)據(jù)庫(kù)，通過(guò)建立價(jià)格測(cè)算模型，對(duì)存量商品住房的價(jià)格進(jìn)行測(cè)算研究，以實(shí)現(xiàn)“一房一價(jià)”的目標(biāo)，從而為房地產(chǎn)市場(chǎng)中的各方提供合理的市場(chǎng)交易價(jià)格指導(dǎo)。

1 研究區(qū)介紹

景田片區(qū)的概念來(lái)源于《深圳市規(guī)劃標(biāo)準(zhǔn)分區(qū)》為基準(zhǔn)劃定的深圳市標(biāo)準(zhǔn)分區(qū)，該標(biāo)準(zhǔn)分區(qū)是在全市區(qū)域范圍內(nèi)，以城市規(guī)劃的功能分區(qū)為依據(jù)，結(jié)合現(xiàn)有行政轄區(qū)、規(guī)劃道路網(wǎng)及自然界線進(jìn)行劃分。景田片區(qū)處于福田區(qū)西北部，南起深南大道，北接北環(huán)大道，西至香梅路，東至新洲路。該區(qū)的功能定位以居住為主，兼有商業(yè)、辦公及金融等功能，是一個(gè)配套設(shè)施齊全的綜合住宅區(qū)，該片區(qū)內(nèi)近年來(lái)暫無(wú)新樓盤(pán)開(kāi)發(fā)，住房交易以存量商品住房為主[5]。根據(jù)深圳市建筑物普查數(shù)據(jù)統(tǒng)計(jì)，片區(qū)內(nèi)共有樓棟約660棟。該片區(qū)內(nèi)分布有布尾村、梅富村及新獅村3個(gè)城中村住宅區(qū)，本次測(cè)算對(duì)象不包括城中村私宅，因此除去這部分未進(jìn)行產(chǎn)權(quán)登記的私宅，研究區(qū)域的測(cè)算樓棟數(shù)約460棟，存量商品住房套數(shù)約36 000套。

2 數(shù)據(jù)基礎(chǔ)

存量商品住房?jī)r(jià)格測(cè)算的實(shí)現(xiàn)需要全面和詳實(shí)準(zhǔn)確的數(shù)據(jù)基礎(chǔ)。本研究主要利用2部分?jǐn)?shù)據(jù)：①深圳市景田片區(qū)的住房數(shù)據(jù)，包括建筑物空間分布數(shù)據(jù)及存量商品住房產(chǎn)權(quán)數(shù)據(jù)；②樓棟及房屋間的比價(jià)系數(shù)數(shù)據(jù)。研究表明，造成住宅價(jià)格出現(xiàn)差異的因素主要包括位置、戶型和小區(qū)配套等，樓棟及房屋間比價(jià)系數(shù)模型則是通過(guò)這些差異建立的。

2.1 住房數(shù)據(jù)

住房數(shù)據(jù)包括建筑物空間分布數(shù)據(jù)以及存量商品住房產(chǎn)權(quán)數(shù)據(jù)。其中，建筑物空間分布數(shù)據(jù)記錄建筑物的基底邊界、形狀、分布等信息，是一種要素類數(shù)據(jù)。存量商品住房產(chǎn)權(quán)數(shù)據(jù)包括樓棟和房屋的屬性數(shù)據(jù)，樓棟屬性信息包括樓棟編號(hào)、樓棟名稱、所在宗地、樓棟總層數(shù)、竣工日期、使用年限等信息；房屋屬性數(shù)據(jù)包含房屋編號(hào)、房號(hào)、房屋性質(zhì)、房屋用途、所在樓層、所在樓棟、建筑面積和使用面積等信息。通過(guò)這些屬性信息可以了解樓房特征與價(jià)格的內(nèi)在聯(lián)系，同時(shí)也是構(gòu)建各樓棟、樓房間比價(jià)關(guān)系的數(shù)據(jù)基礎(chǔ)。

2.2 比價(jià)系數(shù)

存量商品住房?jī)r(jià)格測(cè)算的基礎(chǔ)是建立房地產(chǎn)的比價(jià)關(guān)系。比價(jià)關(guān)系是指一定的房地產(chǎn)集合內(nèi)，通過(guò)實(shí)地調(diào)研、估價(jià)師經(jīng)驗(yàn)以及相應(yīng)的技術(shù)手段將每套房地產(chǎn)通過(guò)一定的數(shù)量關(guān)系聯(lián)系起來(lái)，從而得到確定該集合內(nèi)的房地產(chǎn)價(jià)格比價(jià)關(guān)系體系[5]。景田片區(qū)的比價(jià)關(guān)系建立首先需要對(duì)該區(qū)住宅進(jìn)行全面了解，分析比較各房屋特征屬性的優(yōu)劣，建立片區(qū)內(nèi)的小區(qū)樓棟房屋的基礎(chǔ)信息資料庫(kù)。由于房地產(chǎn)價(jià)格受眾多因素影響（如樓棟內(nèi)部因素主要有樓層、朝向、戶型、采光、裝修等；小區(qū)內(nèi)因素主要有樓棟位置、安靜程度、景觀類型等；小區(qū)間還受區(qū)位條件、交易便捷度、樓盤(pán)品質(zhì)等因素影響），不同特征屬性造成了房地產(chǎn)價(jià)格不同形式的差異，因此可采用線性函數(shù)來(lái)表達(dá)房地產(chǎn)價(jià)格與特征屬性的關(guān)系[6]：

式中，P表示商品住房?jī)r(jià)格；xk表示影響價(jià)格的各特征因素；βk表示各特征屬性影響價(jià)格的程度；βk xk表示各特征影響價(jià)格的方式。

構(gòu)建比價(jià)系數(shù)所選取的因素包括平面價(jià)格差異因素及垂直價(jià)格差異因素。平面價(jià)格差異因素是指在樓棟內(nèi)部，相同樓層下不同特征因素造成的價(jià)格差異；垂直價(jià)格差異因素則是指在高層住宅中價(jià)格隨著樓層上升逐步增大的變化規(guī)律。本文中，平面價(jià)格差異因素選取景觀、朝向、戶型、噪音廢氣、采光通風(fēng)及面積作為特征因素；垂直價(jià)格差異因素則包括樓宇總層數(shù)、所在樓層及景觀；樓棟間則選取戶型結(jié)構(gòu)、樓宇類型、周邊環(huán)境、所處位置作為特征因素。不同類型的房地產(chǎn)，通過(guò)以上方法來(lái)構(gòu)建房屋及樓棟間的比價(jià)關(guān)系。

在實(shí)際測(cè)算過(guò)程中需要建立標(biāo)準(zhǔn)房地產(chǎn)的概念。標(biāo)準(zhǔn)房地產(chǎn)（簡(jiǎn)稱標(biāo)準(zhǔn)房）是指在一幢樓棟內(nèi)擁有最多共通屬性或最多數(shù)目的典型房地產(chǎn)，它代表了本樓棟的房地產(chǎn)價(jià)格水平。在每幢樓棟乃至小區(qū)都建立每個(gè)住宅單元之間的比價(jià)關(guān)系，在實(shí)際測(cè)算過(guò)程中只需要測(cè)算每個(gè)樓棟的標(biāo)準(zhǔn)房?jī)r(jià)格，就可以實(shí)現(xiàn)該樓棟其他住宅的價(jià)格測(cè)算，可以極大地簡(jiǎn)化測(cè)算流程。

3 存量商品住房數(shù)據(jù)庫(kù)建立與價(jià)格測(cè)算

首先對(duì)住房數(shù)據(jù)進(jìn)行預(yù)處理，然后構(gòu)建不同數(shù)據(jù)間的映射關(guān)系，基于Geodatabase建立存量商品住房數(shù)據(jù)庫(kù)，實(shí)現(xiàn)不同來(lái)源數(shù)據(jù)的關(guān)聯(lián)及管理，最后進(jìn)行存量商品住房的價(jià)格測(cè)算。

3.1 數(shù)據(jù)預(yù)處理

景田片區(qū)存量商品住房?jī)r(jià)格測(cè)算，需首先采集該區(qū)的房屋真實(shí)交易價(jià)格數(shù)據(jù)作為原始樣本，每月通過(guò)地產(chǎn)中介、房屋買(mǎi)賣(mài)雙方訪問(wèn)、政府部門(mén)獲取等方式采集市場(chǎng)當(dāng)期真實(shí)房屋成交價(jià)格數(shù)據(jù)。本次研究的測(cè)算數(shù)據(jù)采集時(shí)間為2012年6月，數(shù)據(jù)經(jīng)過(guò)核實(shí)與篩選，最終獲取價(jià)格樣本數(shù)據(jù)100多例。同時(shí)，針對(duì)該片區(qū)中存量商品住房數(shù)據(jù)中部分樓棟的建筑年代、產(chǎn)權(quán)狀態(tài)或?qū)痈叩葘傩孕畔⑷笔闆r，通過(guò)查詢樓房相關(guān)資料進(jìn)行補(bǔ)充，完善房屋及樓棟的屬性信息是后期價(jià)格特征分析的基礎(chǔ)。

3.2 數(shù)據(jù)庫(kù)構(gòu)建

Geodatabase定義空間數(shù)據(jù)在DBMS中的存儲(chǔ)管理訪問(wèn)方式，支持在標(biāo)準(zhǔn)的數(shù)據(jù)庫(kù)管理系統(tǒng)表中存儲(chǔ)和管理地理信息，同時(shí)將地理要素的空間信息和屬性信息集成到同一個(gè)關(guān)系型數(shù)據(jù)庫(kù)中，實(shí)現(xiàn)了所有數(shù)據(jù)的中心化管理[7]?；贕eodatabase的存量商品住房數(shù)據(jù)庫(kù)的構(gòu)建包括要素類和屬性類數(shù)據(jù)的集成，其關(guān)鍵是在建筑物空間數(shù)據(jù)、存量商品住房屬性數(shù)據(jù)、比價(jià)系數(shù)數(shù)據(jù)以及房屋成交價(jià)格數(shù)據(jù)之間建立關(guān)聯(lián)。建筑物空間數(shù)據(jù)存儲(chǔ)建筑物樓棟的空間信息，與存量商品住房中的樓棟屬性表是一對(duì)一的關(guān)系。房屋價(jià)格成交數(shù)據(jù)、房屋比價(jià)數(shù)據(jù)與存量商品住房的房屋屬性數(shù)據(jù)是一對(duì)一的關(guān)系，而存量商品住房中的樓棟與房屋屬性數(shù)據(jù)之間是一對(duì)多的關(guān)系，彼此之間通過(guò)主鍵和外鍵實(shí)現(xiàn)關(guān)聯(lián)。通過(guò)上述關(guān)系，從而實(shí)現(xiàn)建筑物空間數(shù)據(jù)、存量商品住房屬性數(shù)據(jù)、比價(jià)系數(shù)數(shù)據(jù)和房屋成交價(jià)格數(shù)據(jù)的有效集成。

數(shù)據(jù)關(guān)系映射的目的主要是將不同來(lái)源、不同編碼的各類數(shù)據(jù)進(jìn)行關(guān)聯(lián)，如將交易案例價(jià)格數(shù)據(jù)與存量住房屬性數(shù)據(jù)進(jìn)行掛接、存量住房屬性數(shù)據(jù)與建筑物空間數(shù)據(jù)的對(duì)接等，該過(guò)程是實(shí)現(xiàn)各類數(shù)據(jù)集成的關(guān)鍵。其中，要素類數(shù)據(jù)建筑物空間數(shù)據(jù)與存量商品住房的樓棟屬性數(shù)據(jù)進(jìn)行關(guān)聯(lián)的方式是為二者建立一致的樓棟編號(hào)；房屋屬性與樓棟屬性數(shù)據(jù)的關(guān)聯(lián)是房屋數(shù)據(jù)通過(guò)自身的樓棟編碼bldg_no關(guān)聯(lián)到其所在樓宇的信息；房屋屬性數(shù)據(jù)、房屋比價(jià)系數(shù)數(shù)據(jù)與房屋交易案例價(jià)格數(shù)據(jù)則是通過(guò)各自唯一房屋編號(hào)house_no進(jìn)行關(guān)聯(lián)。同理，樓棟屬性與樓棟比價(jià)系數(shù)也通過(guò)唯一的樓棟編碼bldg_no關(guān)聯(lián)，如圖1所示。

基于以上的存量商品住房數(shù)據(jù)庫(kù)構(gòu)建方法，進(jìn)行深圳市景田片區(qū)存量商品住房Geodatabase數(shù)據(jù)庫(kù)構(gòu)建。該數(shù)據(jù)庫(kù)存儲(chǔ)景田片區(qū)的建筑物空間分布數(shù)據(jù)，月度房屋成交的價(jià)格案例數(shù)據(jù)，400多條樓棟屬性數(shù)據(jù)，30 000多套房屋屬性數(shù)據(jù)以及對(duì)應(yīng)的比價(jià)系數(shù)數(shù)據(jù)，實(shí)現(xiàn)了建筑物空間數(shù)據(jù)、存量商品住房屬性數(shù)據(jù)以及交易樣本價(jià)格數(shù)據(jù)的有效集成和統(tǒng)一管理。

3.3 價(jià)格測(cè)算模型及流程

圖1 數(shù)據(jù)關(guān)系映射方式

基于存量商品住房數(shù)據(jù)庫(kù)，構(gòu)建景田片區(qū)的存量商品住房?jī)r(jià)格測(cè)算模型并進(jìn)行價(jià)格測(cè)算（圖2）。

圖2 存量商品住房?jī)r(jià)格測(cè)算模型

1）篩選真實(shí)住宅交易價(jià)格信息，以該部分交易案例的價(jià)格數(shù)據(jù)樣本作為景田片區(qū)存量商品住房?jī)r(jià)格測(cè)算的原始數(shù)據(jù)。

2）依據(jù)房屋間的比價(jià)系數(shù)，測(cè)算出這些住宅交易案例樣本數(shù)據(jù)所對(duì)應(yīng)的樓棟標(biāo)準(zhǔn)房?jī)r(jià)格。其計(jì)算公式為交易均價(jià)除以各自的比價(jià)系數(shù)，即交易案例的標(biāo)準(zhǔn)房?jī)r(jià)格=案例成交價(jià)格/案例比價(jià)系數(shù)。

3）對(duì)成交案例修正后的標(biāo)準(zhǔn)房?jī)r(jià)格求簡(jiǎn)單均價(jià)，將其作為成交案例所屬樓棟的標(biāo)準(zhǔn)房唯一價(jià)格。

4）通過(guò)樓棟編碼篩選出景田片區(qū)中未成交的樓棟數(shù)據(jù)，結(jié)合已修正的樓棟標(biāo)準(zhǔn)房?jī)r(jià)格及樓棟間的比價(jià)系數(shù)，測(cè)算出未成交樓房所對(duì)應(yīng)的樓棟標(biāo)準(zhǔn)房?jī)r(jià)格。結(jié)合已成交案例對(duì)應(yīng)的樓棟標(biāo)準(zhǔn)房?jī)r(jià)格，得到樓棟所有對(duì)應(yīng)標(biāo)準(zhǔn)房的價(jià)格。

5）將所有樓房修正的樓棟的標(biāo)準(zhǔn)房?jī)r(jià)格求平均，得到全部樓棟的標(biāo)準(zhǔn)房唯一價(jià)格，通過(guò)房屋間的比價(jià)系數(shù)，測(cè)算片區(qū)內(nèi)全部房屋價(jià)格，測(cè)算結(jié)果涵蓋了景田片區(qū)的所有存量商品住房的房屋價(jià)格。其中，每套房屋的測(cè)算價(jià)格=標(biāo)準(zhǔn)房?jī)r(jià)格×每套房屋比價(jià)系數(shù)。

圖3 景田片區(qū)樓棟均價(jià)空間分布

通過(guò)存量商品住房測(cè)算結(jié)果得出景田片區(qū)的樓棟均價(jià)，其空間分布展示如圖3所示，通過(guò)該圖可以迅速了解景田片區(qū)的樓棟空間分布及均價(jià)情況。根據(jù)本次景田片區(qū)存量商品住房測(cè)算價(jià)格統(tǒng)計(jì)顯示，景田片區(qū)的存量商品住房均價(jià)為23 261 元/m2，而深圳市當(dāng)期（即2012年6月）的新建商品住房?jī)r(jià)格為17 299 元 / m2[8]，景田片區(qū)的存量商品住房均價(jià)相對(duì)全市均價(jià)要高出34.5%，這說(shuō)明景田片區(qū)的居住、生活和教育等各方面配套相對(duì)比較完備，其價(jià)格在一定程度上體現(xiàn)了該片區(qū)住宅的價(jià)值，及受市場(chǎng)認(rèn)可的程度。從圖3還可以看出，在景田片區(qū)西側(cè)緊挨著香梅路的樓盤(pán)，由于鄰近深圳市的香蜜湖豪宅片區(qū)，周邊居住環(huán)境適宜且配套完善，因而相對(duì)整個(gè)片區(qū)而言均價(jià)較高；位于景田片區(qū)東側(cè)緊鄰新洲路的樓房，由于受到交通要道新洲路的噪聲影響較大，均價(jià)相對(duì)普遍較低。根據(jù)樓高、樓齡等屬性特征對(duì)測(cè)算價(jià)格進(jìn)行分類統(tǒng)計(jì)發(fā)現(xiàn)，1997年及以前竣工的樓棟，雖然無(wú)交通噪聲影響，但在片區(qū)內(nèi)仍處于較低價(jià)位，例如香蜜二村和市政生活區(qū)。而在2006年及以后竣工的樓盤(pán)如東方玫瑰園、萬(wàn)科金色家園和緹香名苑等樓盤(pán)均價(jià)在片區(qū)中處于較高水平，一方面樓齡是影響片區(qū)樓棟價(jià)格的重要因素；另一方面也說(shuō)明后期建設(shè)的小區(qū)品質(zhì)相對(duì)較高。

4 結(jié) 語(yǔ)

本文通過(guò)建立景田片區(qū)的建筑物空間數(shù)據(jù)、房屋屬性數(shù)據(jù)、比價(jià)關(guān)系數(shù)據(jù)以及樣本成交價(jià)格數(shù)據(jù)之間的數(shù)據(jù)映射關(guān)系，基于Geodatabase構(gòu)建存量商品住房數(shù)據(jù)庫(kù)，進(jìn)行存量商品住房?jī)r(jià)格測(cè)算研究。測(cè)算結(jié)果覆蓋整個(gè)片區(qū)的所有存量商品住房?jī)r(jià)格，實(shí)現(xiàn)存量商品住房的“一房一價(jià)”，通過(guò)案例采集驗(yàn)證測(cè)算，研究的存量商品住房?jī)r(jià)格較為接近市場(chǎng)交易的真實(shí)價(jià)格，從而為該區(qū)域的房地產(chǎn)市場(chǎng)交易各方提供合理的住房交易價(jià)格指導(dǎo)以及相關(guān)信息服務(wù)。同時(shí)，通過(guò)測(cè)算研究結(jié)果，初步了解片區(qū)存量商品住房的總體價(jià)格水平，同時(shí)，通過(guò)空間位置、樓盤(pán)屬性等特征分析片區(qū)典型樓盤(pán)均價(jià)的成因。今后的研究將進(jìn)一步加強(qiáng)測(cè)算模型、算法改進(jìn)和結(jié)果驗(yàn)證，使測(cè)算價(jià)格更加科學(xué)準(zhǔn)確，更能反映市場(chǎng)真實(shí)情況。

[1]王鋒.房地產(chǎn)預(yù)警理論與實(shí)踐[M].北京:中國(guó)建筑工業(yè)出版社,2010

[2]耿繼進(jìn),張暉.基于GIS的房地產(chǎn)批量評(píng)估數(shù)據(jù)庫(kù)構(gòu)建研究——以深圳市為例[J].遙感技術(shù)與應(yīng)用,2012,27(3):479-486

[3]Mccluskey W J,Deddis W,Mannis A,et al.Interactive Application of Computer Assisted Mass Appraisal and Geographic Information System[J].Journal of Property Valuation and Investment,1997,15(5):448-465

[4]耿繼進(jìn),何素芳.房地產(chǎn)計(jì)稅價(jià)格批量評(píng)估實(shí)證研究[J].地理空間信息,2011,9(3):27-31

[5]耿繼進(jìn),李妍,朱奎花,等.城市房地產(chǎn)整體估價(jià)——以深圳為例[M].北京:中國(guó)金融出版社,2012

[6]深圳市房地產(chǎn)評(píng)估發(fā)展中心.深圳市存量房計(jì)稅價(jià)格評(píng)估報(bào)告[R].深圳:深圳市房地產(chǎn)評(píng)估發(fā)展中心,2013

[7]熊麗華,楊峰.基于ArcSDE的空間數(shù)據(jù)庫(kù)技術(shù)的應(yīng)用研究[J].計(jì)算機(jī)應(yīng)用,2004(3):90-96

[8]《深圳市房地產(chǎn)年鑒》編輯委員會(huì).深圳市房地產(chǎn)年鑒[Z].深圳:深圳報(bào)業(yè)集團(tuán)出版社,2013