基于特征價格模型的太原市住宅價格影響因素分析

周麗麗

[摘 要]文章利用特征價格模型對太原市普通住宅的價格特征進行了研究，分析不同特征因素對太原市普通住宅價格的影響程度，并據(jù)此構(gòu)建了住宅估值的線性模型。文章的結(jié)果表明，太原市住宅的開發(fā)商和物業(yè)管理方的商譽和服務(wù)水平以及房屋的地理位置對房價有著顯著的影響，同時，房屋自身容積率，周邊配套交通設(shè)施等也是決定房價高低的重要因素。

[關(guān)鍵詞]住宅價格；特征價格模型；太原市；價格因素

[DOI]10.13939/j.cnki.zgsc.2016.12.130

1 前 言

近年來，隨著山西省城鎮(zhèn)化建設(shè)的推進，“太原都市圈”戰(zhàn)略的提出，太原市房地產(chǎn)價格近年來一直呈現(xiàn)平穩(wěn)增長的趨勢。太原市住宅樓盤價格受諸多因素影響，價格各不相同，對太原市房地產(chǎn)特征價格研究有助于找到影響太原市樓盤價格的影響因素，并對其進行量化分析，有著一定的現(xiàn)實意義。

2 數(shù)據(jù)來源和變量選取

2.1 數(shù)據(jù)來源

本文數(shù)據(jù)來源于新浪樂居網(wǎng)和太原房管局網(wǎng)站。選取的樣本樓盤包括了太原尖草坪區(qū)、萬柏林區(qū)、迎澤區(qū)、杏花嶺區(qū)、晉源區(qū)、小店區(qū)六個城區(qū)，主要選取多層和高層為研究對象，剔除了排屋和別墅，而且所選取的樓盤均五證齊全，以樓盤均價作為普通住宅價格，為被解釋變量，樣本量共計98個。數(shù)據(jù)收集時間為2015年11月—2015年12月。

2.2 變量選取

本文選取了反映住宅特征的三類共計12個變量，如下表所示。

反映住宅的特征變量表

變量歸屬[]變量名稱[]所選指標(biāo)[]單位

反映住宅自身特征的變量[]X1X2X9[]物業(yè)管理費容積率開發(fā)商資質(zhì)[]元/平方米/年%打分制

反映住宅區(qū)位特征的變量[]X3X6X7X8X10[]距市中心距離一千米內(nèi)大型超市數(shù)

公交線路數(shù)交通位置評分南北分區(qū)[]千米個

條打分制虛擬變量

反映住宅鄰里環(huán)境的指標(biāo)[]X4X5[]綠化率一千米內(nèi)中小學(xué)數(shù)[]%個

反映住宅自身特征的變量包括：物業(yè)管理費（X1）、容積率（X2）、開發(fā)商資質(zhì)（X9）。

物業(yè)管理費，物業(yè)管理費的高低可以反映物業(yè)水平的高低，通常認(rèn)為物業(yè)費高相應(yīng)的物業(yè)管理就好，好的物業(yè)管理服務(wù)，可提升人居環(huán)境，可提高業(yè)主的生活品質(zhì)。物業(yè)管理費直接來源于新浪樂居網(wǎng)公布的數(shù)據(jù)。房屋的容積率，是指一個小區(qū)的總建筑面積與用地面積的比率，對于發(fā)展商來說，容積率決定地價成本在房屋中占的比例，對于住戶來說，容積率直較低，建筑密度也較低，居住越舒服。開發(fā)商資質(zhì)，反映樓盤的品牌價值對消費者購買的影響。開發(fā)商資質(zhì)的數(shù)據(jù)綜合開發(fā)商的開發(fā)資質(zhì)和開發(fā)商在消費者中的口碑，及其品牌影響力綜合打分得出。

反映住宅區(qū)位特征的指標(biāo)包括：距市中心距離（X3）、一千米內(nèi)大型超市數(shù)（X6）、公交線路數(shù)（X7）、交通位置評分（X8）、南北分區(qū)（X10）。距市中心的距離，距市中心距離是住宅的絕對地理位置。這一數(shù)據(jù)的測算是利用百度地圖直接測算的樓盤到市中心五一廣場的直線距離。一千米內(nèi)大型商超數(shù)，反映了住宅樓盤的生活服務(wù)設(shè)施，也在一定程度上反映了樓盤的地段。大型商超數(shù)是根據(jù)百度地圖的信息，統(tǒng)計出距該樓盤半徑一千米內(nèi)的大型商場超市的數(shù)量。公交路線數(shù)，反映住宅交通便捷程度的一個指標(biāo)。該數(shù)據(jù)是依據(jù)太原市所有的公交車線路圖統(tǒng)計得出。交通位置評分，是反映交通便捷程度的一個指標(biāo)。評分是按照住宅相鄰的交通干道的級別來打分的，最高為五分最低為一分。南北分區(qū)，是一個虛擬變量，因為太原市長風(fēng)CBD的建立，以及整體城市重心的南移，使得城南新區(qū)的房價增長迅速，本文用這一變量來求證城市南移的政策規(guī)劃對房價的影響程度。

本文選取的反映住宅鄰里環(huán)境的指標(biāo)包括：綠環(huán)率（X4）、一千米內(nèi)中小學(xué)數(shù)（X5）。綠化率，反映了住宅環(huán)境，一般而言，綠化率越高，說明住宅的環(huán)境越好。一千米內(nèi)中小學(xué)數(shù)，反映了樓盤周邊的教育狀況。“學(xué)區(qū)房”是一種很重要的概念，本文以一千米內(nèi)中小學(xué)數(shù)這一指標(biāo)反映住宅周邊的教育狀況對樓盤價格的影響，該指標(biāo)對房價的影響是正向的。

3 模型構(gòu)建實證分析

3.1 模型選取

房地產(chǎn)Hedonic模型法，認(rèn)為房地產(chǎn)由眾多不同的特征組成，而房地產(chǎn)價格是由所有特征帶給人們的效用決定的。由于各特征的數(shù)量及組合方式不同，使得房地產(chǎn)的價格產(chǎn)生差異。因此，如能將房地產(chǎn)的價格影響因素分解，求出各影響因素所隱含的價格，在控制地產(chǎn)的特征（或品質(zhì)）數(shù)量固定不變時，就能將房地產(chǎn)價格變動的品質(zhì)因素拆離，以反映純粹價格的變化。本文選取線性模型進行分析。

P=β0+[DD（]n[]k=1[DD）]βkxk+ε

P為住宅銷售價格；β0 為回歸常數(shù)項；βk 為回歸系數(shù)（k=1，2，…，m），表示其他條件不變時，住宅特征每變化一個單位，住宅價格的變化值（βk當(dāng)為正時，表示該特征xk數(shù)值增加將會導(dǎo)致價格增加；βk當(dāng)為負(fù)時，則表示該特征xk數(shù)值增加將會導(dǎo)致價格降低）；xk為住宅特征；ε為隨機誤差。

3.2 模型構(gòu)建和統(tǒng)計檢驗

本文通過將樓盤均價作為被解釋變量，所選取的10個影響房價的因素作為解釋變量，運用加權(quán)OLS方法對該模型進行估計，通過多重共線性和異方差的修訂得到如下模型：

Y[DD（]^[DD）]=6.609174+1.612033X1-0.106372X2-0.205460X3+0.770952X8-0.681703X9+0.589486Dt

R2=0.381625

R2[TX-]=0.340400 F=9.257143

其中，Dt=[JB（{][HL（1]1 t=1南區(qū)

0 t=0北區(qū)[HL）][JB）]

該模型回歸效果明顯，而且通過經(jīng)濟意義檢驗和統(tǒng)計檢驗。

4 結(jié)論和建議

4.1 結(jié)論與建議

本文利用Hedonic模型對太原市住宅價格影響因素進行了實證分析，得出了影響太原市房地產(chǎn)住宅價格的主要特征因素。按影響程度由大到小排名為，物業(yè)管理費、開發(fā)商資質(zhì)、南北分區(qū)、交通通達度、容積率、距市中心距離。該結(jié)論符合現(xiàn)實的經(jīng)濟意義檢驗。

物業(yè)管理費的高低往往可以反映一個小區(qū)物業(yè)管理服務(wù)的高低，回歸模型中物業(yè)費對樓盤價格影響顯著，而且物業(yè)管理費作為反映樓盤服務(wù)的一個方面，知名度和口碑較高，物業(yè)管理對住宅房的品質(zhì)及價格的提升具有很大幫助，易形成賣點。開發(fā)商的資質(zhì)、信譽及其品牌號召力往往對房價有很大程度的影響，購房者都樂于接受價格稍高但是開發(fā)商資質(zhì)高的樓盤。政策導(dǎo)向?qū)ψ≌瑑r格有很大影響，太原“南移西進”的城鎮(zhèn)化規(guī)劃戰(zhàn)略，太原市住宅市場呈現(xiàn)，太原市城南的房價要高于城北區(qū)域，而且計量結(jié)果也表明南北分區(qū)這一虛擬變量對于樓盤價格影響也是較大的。尤其是小店區(qū)地產(chǎn)項目與其他區(qū)域相比更為密集，樓盤數(shù)量繁多，且價格一直居高不下，儼然已經(jīng)成為太原市房價最高，也是成交數(shù)量最多的區(qū)域。

4.2 本文不足和改進之處

本文數(shù)據(jù)選擇中僅是選擇了易于獲取的容積率和綠化率表示住宅的建筑特征，沒有考慮房屋朝向、建筑材料、建筑結(jié)構(gòu)等對住宅價格的影響。千米內(nèi)中小學(xué)數(shù)按理應(yīng)該對住宅價格有顯著影響，最后結(jié)論卻是剔除了這一解釋變量，可能原因是一千米內(nèi)的中小學(xué)數(shù)范圍較小應(yīng)該擴大。而對于剔除公交線路數(shù)對價格影響，原因是公交通達度會在一定程度上影響房價，但是當(dāng)交通便捷地區(qū)即使公交車數(shù)少，居住者便會選擇私家車出行，而且有的樓盤由于新建，還沒有配備公交設(shè)施。

參考文獻：

[1]吳紅華.房地產(chǎn)價格影響因素分析[J].溫州大學(xué)學(xué)報，2001（3）：22-25.

[2]李力，李永輝.論當(dāng)前影響房價的因素及其發(fā)展趨勢[J].東岳論叢，2002（6）：20-22.

[3]溫海珍，賈生華.市場細(xì)分與城市住宅特征價格分析[J].浙江大學(xué)學(xué)報：社科版，2006，36（2）：99-116.

[4]蔣一軍，龔江輝.異質(zhì)商品價格指數(shù)與hedonic方法[S].中國統(tǒng)計，1996（4）：37.

[5]池碧云.Hedonic價格指數(shù)偏差分析[J].北京：合作經(jīng)濟與科技，2006（4）：39-40.

[6]郭秀平.房地產(chǎn)投資對區(qū)域可持續(xù)發(fā)展的影響及對策[J].中國市場，2014（16）.

[7]彭小兵.基于房地產(chǎn)投資信托基金的公租房融資模式研究[J].中國市場，2012（42）.