基于互聯(lián)網(wǎng)大數(shù)據(jù)的實時房屋租賃價格指數(shù)編制研究
——以濟(jì)南、青島為例

田金方，李澤鑫

(山東財經(jīng)大學(xué)統(tǒng)計學(xué)院，山東濟(jì)南 250014)

一、引 言

2003年8月，國務(wù)院下發(fā)《關(guān)于促進(jìn)房地產(chǎn)市場持續(xù)健康發(fā)展的通知》，正式明確房地產(chǎn)業(yè)是國民經(jīng)濟(jì)的支柱產(chǎn)業(yè)。在過去十幾年里，中國城市住房價格基本上一直處于上漲趨勢，與房價上漲的幅度相比，租金上漲幅度則微乎其微[1]。房產(chǎn)的資本溢價彌補(bǔ)了租金收益的不足，其結(jié)果是房屋租售比持續(xù)下降，房地產(chǎn)市場出現(xiàn)嚴(yán)重的“租售失衡”，由此引發(fā)眾多城市于2017年7月之后陸續(xù)試點房地產(chǎn)行業(yè)的“租購?fù)瑱?quán)”。為此，急需研發(fā)適應(yīng)大數(shù)據(jù)時代的房屋租賃價格指數(shù)，其一在于房地產(chǎn)租賃市場是房地產(chǎn)發(fā)展?fàn)顩r的晴雨表，其租金漲跌指數(shù)直接反映房地產(chǎn)市場的景氣狀況[2]；其二建立房屋租賃價格指數(shù)有助于解決房屋租賃信息發(fā)散、失真和不對稱等問題，有利于指導(dǎo)市場參與者理性消費(fèi)和理性投資，是房屋行政管理市場化、規(guī)范化的必要技術(shù)手段。

隨著房屋租賃在房地產(chǎn)市場中的地位越來越重要，以及互聯(lián)網(wǎng)+房地產(chǎn)商業(yè)模式的出現(xiàn)，如何將現(xiàn)有統(tǒng)計指數(shù)理論與租賃行業(yè)開源大數(shù)據(jù)進(jìn)行結(jié)合是目前學(xué)界和業(yè)界高度關(guān)注的研究方向。梳理相關(guān)研究學(xué)術(shù)史來看，就房地產(chǎn)價格指數(shù)編制理論而言，指數(shù)計算方式從定基方法轉(zhuǎn)向鏈?zhǔn)椒椒?、最佳指?shù)①若一個指數(shù)是某種靈活的函數(shù)(如效用函數(shù)、生產(chǎn)函數(shù)、單位成本函數(shù)等)的精確反映，這一指數(shù)就稱為最佳指數(shù)，最佳價格指數(shù)可以用來精確地估計理論上的真實生活費(fèi)用指數(shù)。得到認(rèn)可并應(yīng)用于統(tǒng)計實踐，但不同計算方法的選擇在指數(shù)變化趨勢上沒有實質(zhì)性的區(qū)別。如，Defusco等[3]使用DataQuick房價數(shù)據(jù)創(chuàng)建了Repeat-sales與Hedonic兩個版本的價格指數(shù)，發(fā)現(xiàn)兩個不同指數(shù)的升值率之間相關(guān)系數(shù)超過0.9。這表明不同編制方法所計算的房價指數(shù)結(jié)果不存在明顯的差別。就房地產(chǎn)價格指數(shù)編制的數(shù)據(jù)資料而言，傳統(tǒng)房地產(chǎn)價格指數(shù)的編制主要依靠抽樣調(diào)查，采用房地產(chǎn)經(jīng)紀(jì)機(jī)構(gòu)上報、房地產(chǎn)管理部門提供與調(diào)查員實地采價相結(jié)合的方式收集數(shù)據(jù)，導(dǎo)致數(shù)據(jù)采集的成本較高，且并不能夠很好地滿足數(shù)據(jù)質(zhì)量的要求。隨著大數(shù)據(jù)時代的到來，開源大數(shù)據(jù)逐漸應(yīng)用于價格指數(shù)的編制實踐中[4]，這類研究較為關(guān)鍵的技術(shù)要素是數(shù)據(jù)的獲取以及適應(yīng)異質(zhì)開源信息的價格指數(shù)編制方法。Cavallo[5]認(rèn)為從在線零售商處收集的價格可用于構(gòu)建日常價格指數(shù)，以補(bǔ)充官方統(tǒng)計數(shù)據(jù)。顧光同等[6]提出了使用網(wǎng)絡(luò)爬蟲獲取數(shù)據(jù)并編制房地產(chǎn)價格指數(shù)的思想。孫易冰等[7]從某大型B2C電子商務(wù)網(wǎng)站手機(jī)分類中抓取數(shù)據(jù)共計35萬余條，并參照官方CPI的制度方法，設(shè)計了一種基于網(wǎng)絡(luò)爬蟲技術(shù)的價格指數(shù)計算模型；陳柯等[8]利用網(wǎng)絡(luò)爬蟲技術(shù)收集微觀土地交易數(shù)據(jù)，爬取了2007年至2015年上海市土地成交數(shù)據(jù)，剔除未標(biāo)明價格或面積的非劃撥地塊和住宅用地中政府福利性質(zhì)顯著的經(jīng)濟(jì)適用房、廉租住房等信息，從中篩選出具有面積與價格兩個關(guān)鍵信息的1.12萬余條土地出讓記錄數(shù)據(jù)，進(jìn)行土地價格指數(shù)的編制。

與“房屋租賃”相關(guān)的研究成果汗牛充棟，為學(xué)界和實業(yè)界提供了重要借鑒，但尚需進(jìn)一步深入研究的是：(1)現(xiàn)有文獻(xiàn)聚焦于分析房屋租賃市場價格變動的影響因素，屬于理論范疇的研究，鮮有從應(yīng)用視角量化測度房屋租賃價格的動態(tài)變化特征，更沒有從指數(shù)角度深層次研究房屋租賃市場的景氣狀態(tài)。(2)傳統(tǒng)房地產(chǎn)價格指數(shù)發(fā)布頻率較低，難以及時反映總體價格水平的實時變動，較大的時間滯后性致使人民不能及時了解房地產(chǎn)市場動態(tài)，嚴(yán)重降低了指數(shù)的市場風(fēng)向標(biāo)作用。(3)房地產(chǎn)產(chǎn)品異質(zhì)性極強(qiáng)，不同區(qū)位、質(zhì)量和結(jié)構(gòu)的房產(chǎn)價格差異有時會非常大[9]，為此Osland等[10]學(xué)者推薦使用Hedonic方法編制房地產(chǎn)產(chǎn)品等非同質(zhì)性商品的價格指數(shù)，但是該方法的基本思想是基于回歸分析的，沒有充分考慮指數(shù)反映價格變動的本質(zhì)內(nèi)涵。

綜上所評述，基于現(xiàn)有研究問題，本文從房屋租賃價格影響因素及其傳導(dǎo)機(jī)理出發(fā)，借鑒最佳指數(shù)編制理論的思想，利用網(wǎng)絡(luò)爬蟲技術(shù)實行自動化采集與解析房屋租賃開源掛牌交易網(wǎng)頁數(shù)據(jù)信息，得到房屋租賃交易的結(jié)構(gòu)化數(shù)據(jù)，并在此基礎(chǔ)上提出了既能滿足開源數(shù)據(jù)異質(zhì)性又能滿足最佳指數(shù)編制理論的統(tǒng)計方法：Hedonic-Fisher鏈?zhǔn)街笖?shù)模型，利用濟(jì)南、青島兩市2017年12月至2018年3月的樣本數(shù)據(jù)，實證分析該方法的有效性并進(jìn)行指數(shù)質(zhì)量檢驗。本文的主要貢獻(xiàn)體現(xiàn)在：(1)將最佳指數(shù)理論與Hedonic模型結(jié)合，提出滿足開源數(shù)據(jù)異質(zhì)性的實時房屋租賃價格指數(shù)編制方法，使用實際數(shù)據(jù)驗證了該方法的有效性，并對其進(jìn)行質(zhì)量檢驗。(2)開源數(shù)據(jù)的利用實現(xiàn)了房屋租賃價格指數(shù)的實時性。利用爬蟲技術(shù)抓取房屋租賃掛牌交易信息，提高數(shù)據(jù)的收集頻率，獲得與傳統(tǒng)月度或季度指數(shù)相比更穩(wěn)定和即時的數(shù)據(jù)，且區(qū)位分布均勻，日數(shù)據(jù)量充足，對市場待租房源價格有很好的代表性，避免了傳統(tǒng)抽樣調(diào)查因隨機(jī)性而造成的抽樣誤差，節(jié)約大量的成本。指數(shù)的實時性比傳統(tǒng)的月度房地產(chǎn)價格指數(shù)在時效性上具有先行性，可以更好地服務(wù)房屋租賃行業(yè)，為房屋租賃市場提供價格指引，指導(dǎo)市場參與者理性消費(fèi)和理性投資。

二、理論分析與研究假設(shè)

(一)房屋租賃價格形成機(jī)理

房產(chǎn)的價值量大、使用期限長，價值將隨著時間逐漸損耗、折舊。因此，可以采取出售一定時期內(nèi)閑置房屋使用權(quán)的方式來彌補(bǔ)價值損耗，即房屋租賃。在租賃期內(nèi)，承租人向出租人支付租金，并享有房屋的使用權(quán)；出租人并不是一次回收房產(chǎn)的預(yù)付資金和利潤，而是以加價的方式，通過租金逐漸收回。將特征價格理論運(yùn)用于住宅產(chǎn)業(yè)，可以將住宅產(chǎn)品看作是由多種不同特征屬性構(gòu)成的，價格由所有特征屬性帶給人們的效用決定[11]，從價格形成角度出發(fā)，可以將租賃房產(chǎn)的特征屬性分為三大類：房產(chǎn)建筑特征(包括建筑面積、采光面、戶型、裝修情況、所在樓層、樓層總數(shù)等)、鄰里特征(帶看次數(shù)、瀏覽人數(shù)、房產(chǎn)信息的發(fā)布時間、綠化率、物業(yè)費(fèi)、物業(yè)資質(zhì)、社區(qū)生活配套等)與區(qū)位特征(房屋所在位置、周邊交通情況、距離CBD的距離等)。

圖1 房屋租金價格影響因素及其傳導(dǎo)機(jī)制

房屋租金作為房產(chǎn)使用價值的限時出售，不僅要考慮到購置房產(chǎn)的成本，還要考慮房屋租賃市場的供求關(guān)系，其包含的內(nèi)容要比房價復(fù)雜，影響因素也較多。因此，房屋租金的構(gòu)成不僅要包含房產(chǎn)特征，即建筑特征、鄰里特征和區(qū)位特征，還應(yīng)該考慮租賃市場的供求關(guān)系、承租人的消費(fèi)傾向和出租人所購置房產(chǎn)的屬性。

主流微觀經(jīng)濟(jì)學(xué)理論認(rèn)為，市場的供給和需求是決定市場價格的基本力量，任何商品的價格都是由商品的需求和供給這兩方面的因素共同決定的，同時商品的價格又反過來影響消費(fèi)者和生產(chǎn)者行為。房屋租賃行業(yè)也不例外，房屋租賃的本質(zhì)是房屋使用價值的零星出售，因此，房屋租金必定會受房屋交易價格的影響，進(jìn)而影響租賃市場的供給與需求。近年來，我國房屋交易價格的上漲已成常態(tài)，逐漸改變著房產(chǎn)的商品屬性，促使房產(chǎn)從消費(fèi)品變成投資品，進(jìn)而成為投機(jī)品。不同的房產(chǎn)屬性在租賃市場中扮演了不同的角色，當(dāng)房產(chǎn)作為純粹的消費(fèi)品時，人們對于房產(chǎn)的需求要么通過買房實現(xiàn)，要么通過租房得到滿足，故按照微觀經(jīng)濟(jì)學(xué)理論，租房與買房具有替代關(guān)系[12]。短時期內(nèi)住房市場的供給和需求是一定的，房價上漲促使部分需求者的目光由買房轉(zhuǎn)向租房，這將導(dǎo)致房屋租賃市場的需求增加，房屋租金上漲。當(dāng)房產(chǎn)作為投資品和投機(jī)品時，購置房產(chǎn)為的是逐利，購房者不僅享有房屋租金的收益，還可以享受房產(chǎn)隨著房價的高升所帶來的資本溢價。從購房者投資房產(chǎn)的角度來說，房產(chǎn)的閑置會造成財產(chǎn)損失，只要房屋租金能維持房產(chǎn)的基本稅費(fèi)，就足以使任何房屋都具有投資價值，繼而增加了房屋租賃市場的供給，房屋租金下滑。圖1顯示了房屋租金價格的影響因素及其傳導(dǎo)機(jī)制。

(二)研究假設(shè)

房屋租賃市場不僅由供給與需求驅(qū)動，也與承租人群的消費(fèi)傾向有關(guān)。據(jù)58集團(tuán)房產(chǎn)數(shù)據(jù)研究院調(diào)查顯示，2017年租房人群中，30歲以下人群占比超過67%，青年租客占據(jù)主導(dǎo)地位。年輕人的消費(fèi)信心更強(qiáng)，這意味著其對未來的樂觀程度較高，這將會影響到他們的個人消費(fèi)決策[13]。另外，年輕人更加強(qiáng)調(diào)生活的質(zhì)量，愿意支付高額租金以獲得更好的居住條件，其先進(jìn)的消費(fèi)觀念助推租賃市場的發(fā)展。傳統(tǒng)的租賃市場所提供的房屋居住條件較差，無法有效回應(yīng)和滿足青年租客隨著消費(fèi)升級衍生的品質(zhì)租賃需求，低質(zhì)量房屋被迫翻新重裝或被逐出市場。然而，對租金水平更為敏感的承租人來說，更加關(guān)注對獨(dú)立生活環(huán)境的基本要求，他們需求的是穩(wěn)定、安全的居住場所。在這種住房需求的驅(qū)動下，部分出租人對房屋進(jìn)行改造，利用隔斷和戶型優(yōu)勢切分居住空間，以單間形式出租住宅以獲得合理配置資源的超額收益。

在理論和實踐中，一般都用房屋租售比[14]這一指標(biāo)表示房產(chǎn)供給成本和租賃價格的關(guān)系。一般來說，正常的房屋租售比應(yīng)在1∶130～1∶170之間，當(dāng)租售比小于1∶250時，則意味著房屋出租無利可圖，出租人從而減少租賃房屋的供給。而近年來，我國一線城市房屋租售比長期維持在1∶330～1∶500之間，如此低的租售比將造成住宅租賃供不應(yīng)求的市場形勢，最終影響租房者的租房需求。

基于以上幾個方面，本文提出假設(shè)：承租人群的消費(fèi)傾向通過影響房屋租賃市場的供需來影響房屋租金；在房屋租賃市場供需不平衡和承租人消費(fèi)理念的雙重作用下，短期內(nèi)房屋租賃的總體價格水平是適度上漲的。

三、變量與模型的選擇

(一)價格影響因素的確定

住宅價格的不同，反映了住宅本身特征數(shù)量的差異[15]，這一觀點已經(jīng)被普遍接受。不同地區(qū)房屋租賃價格的影響因素不同，各影響因素對房屋租賃價格的影響程度也不同。本文通過上述理論研究與假設(shè)，確立了表1所示的影響房屋租賃價格的典型變量并進(jìn)行量化處理。

表1 房屋變量及量化值

表1列出的房屋變量中，很多變量具有共線性，需要篩選變量并剔除，以達(dá)到數(shù)據(jù)降維的目的。比如房屋戶型與客廳數(shù)、臥室數(shù)、建筑類型、建筑年代存在很強(qiáng)的關(guān)聯(lián)性，只需選擇房屋戶型這一房屋變量即可。根據(jù)這一思路，并考慮山東省住宅租賃市場特點與開源數(shù)據(jù)的可得性，初步確定影響房屋租賃價格的因素包括以下幾個方面：建筑面積、帶看次數(shù)、總樓層數(shù)、房屋戶型、房屋所在樓層、房屋采光面(朝向)和所屬轄區(qū)等。

(二)指數(shù)計算方法

世界各國的房地產(chǎn)價格指數(shù)種類很多，其編制方法也不盡相同。歸結(jié)起來，指數(shù)編制方法可分為平均數(shù)價格法、重復(fù)交易法、Hedonic模型和混合模型四種。

平均數(shù)價格法對指數(shù)計算的環(huán)境條件要求較低，在反映住房市場價格變化時存在一定誤差，無法克服房地產(chǎn)市場中天然存在的異質(zhì)性，只能作為描述市場運(yùn)行的直觀工具[16]。重復(fù)交易法可以考察房屋在不同時期的價格變動[17]，但不能保證房產(chǎn)在不同時期品質(zhì)守恒，適用性較差。Hedonic模型又稱特征價格法，特征價格理論認(rèn)為房地產(chǎn)產(chǎn)品由眾多不同的特征組成，利用回歸的方法將產(chǎn)品的各種特征剝離出來，得到各種特征的“隱含價格”，Hedonic模型在類似于房地產(chǎn)產(chǎn)品這樣異質(zhì)性商品的研究中應(yīng)用最為廣泛[18]。Case等[19]在1991年提出結(jié)合了Hedonic模型和重復(fù)售出模型的混合模型。雖然混合模型在方法上較為完美，但其計算過程復(fù)雜，在實際應(yīng)用中有一定難度。

傳統(tǒng)的價格指數(shù)編制主要使用拉氏指數(shù)、派氏指數(shù)等傳統(tǒng)商品價格指數(shù)計算方法計算，雖然結(jié)果真實權(quán)威，但在實際運(yùn)用中仍存在局限性。拉氏和派式指數(shù)容易忽略了房產(chǎn)特征隨時間的變化性與房地產(chǎn)產(chǎn)品異質(zhì)性，導(dǎo)致非市場影響因素較大，不能真實反映當(dāng)?shù)胤康禺a(chǎn)市場供求關(guān)系，從而失去意義。Fisher指數(shù)對稱地使用基期和計算期的權(quán)重，可以在一定程度上調(diào)和拉氏與派氏兩種指數(shù)的矛盾，這種處理方式能夠反映消費(fèi)者或生產(chǎn)者由于產(chǎn)品相對價格變化所引發(fā)的替代行為[20]。在大數(shù)據(jù)時代，開源數(shù)據(jù)在穩(wěn)定性和及時性上的優(yōu)勢日益凸顯，能夠較好的彌補(bǔ)Fisher指數(shù)需要計算期權(quán)數(shù)的缺點。綜上所述，充分考慮開源數(shù)據(jù)特點與指數(shù)編制簡單化原則，設(shè)定Hedonic-Fisher鏈?zhǔn)街笖?shù)模型形式為：

四、實證分析與質(zhì)量評估

(一)模式比選與變量選擇

Hedonic模型的函數(shù)形式對模型的解釋意義與合理性有重要影響，正確選擇Hedonic模型的函數(shù)形式可以得到更準(zhǔn)確、可靠的結(jié)果。應(yīng)當(dāng)根據(jù)理論和經(jīng)驗初步設(shè)定模型的函數(shù)形式，并與主流形式對比，選擇模型擬合度最優(yōu)的一種。Hedonic模型的函數(shù)形式一般為線性、對數(shù)、對數(shù)線性和線性對數(shù)形式，根據(jù)國內(nèi)外應(yīng)用Hedonic模型的經(jīng)驗，在房地產(chǎn)市場交易數(shù)據(jù)中，房屋價格與房屋各種特征之間一般不是簡單的線性關(guān)系，使用對數(shù)變換的價格比未使用對數(shù)變化的價格更好，因為對數(shù)變換的模型假設(shè)與現(xiàn)實更為接近[21]。

房屋租賃價格分為掛牌租賃價格和成交租賃價格兩種。在房屋租賃交易過程中，最理想的因變量選取應(yīng)為房屋租賃交易的實際成交價格，但是獲取實際成交價格有很大的阻礙。雖然網(wǎng)簽程序(交易雙方在交易合同簽訂完畢之后到相關(guān)房地產(chǎn)部門進(jìn)行備案，并將交易信息在公布在網(wǎng)上)在山東省房地產(chǎn)買賣領(lǐng)域已經(jīng)得到推廣和使用，但其大部分為房屋買賣數(shù)據(jù)，實際網(wǎng)簽數(shù)據(jù)仍然具有較大時滯且不易獲取。

2004年溫海珍[22]博士曾利用杭州市房產(chǎn)交易數(shù)據(jù)，對房地產(chǎn)合同的成交價格和掛牌價格進(jìn)行對比分析，發(fā)現(xiàn)掛牌價格與合同成交價格并無太大差異，并獲得下式：

(3)式中，Pd和Pl分別表示成交價格與掛牌價格，判定系數(shù)R2為0.983，模型在95%置信水平上顯著且有較好的擬合度和較高的解釋能力，可以用來分析和解釋掛牌價格和成交價格的關(guān)系。因此，以房屋租賃掛牌價格變化表征房屋租賃價格總水平變化是有意義的。

由于所獲得的房屋租賃掛牌數(shù)據(jù)不具備某些特征且部分變量存在共線性，故對部分屬性進(jìn)行逐步回歸分析，如建筑面積、帶看次數(shù)、總樓層數(shù)、房屋戶型、房屋所在樓層、房屋采光面(朝向)和所屬轄區(qū)等。為比較上述四種模型的擬合度，選定較為合適的函數(shù)形式，本文以2017年12月1日青島市房屋租賃數(shù)據(jù)為例進(jìn)行模型構(gòu)建，結(jié)果(置信度取95%)見表2。

表2 Hedonic模型函數(shù)形式比較

表2函數(shù)式中，Xi為房屋特征連續(xù)變量，如建筑面積、帶看次數(shù)和總樓層數(shù)等；Dj為房屋特征虛擬變量，如房屋戶型、所在樓層、房屋采光面(朝向)房屋類型、所屬轄區(qū)等；α0為模型常數(shù)項；αi為各連續(xù)變量回歸系數(shù)(i＝1，2，…，m)；βj為虛擬變量的回歸系數(shù)(j＝1，2，…，n)；ε是服從正態(tài)分布的干擾項。 當(dāng)在模型中出現(xiàn)對數(shù)形式時，由于虛擬變量Dj取值為0或1，無法進(jìn)行有效的對數(shù)化處理，所以一般在這類模型中僅將連續(xù)變量Xi進(jìn)行對數(shù)處理，而對虛擬變量不做任何處理。在對連續(xù)變量進(jìn)行對數(shù)處理時，個別變量有取值為0的情況(如帶看次數(shù))，將只對取值不為0的連續(xù)變量進(jìn)行對數(shù)處理。見表3。

表3 對數(shù)線性形式的Hedonic模型系數(shù)及其顯著性檢驗

在租賃市場方面，房屋所在樓層位置與房屋租賃價格呈負(fù)相關(guān)；戶型越大越不容易租出理想的價格；在影響租賃價格的所有因素中，區(qū)位因素對租賃價格的影響最大，沿海發(fā)達(dá)地區(qū)與其他地區(qū)相比租金水平高，符合居民居住偏好與城市生活現(xiàn)狀。由表2、表3可知，對數(shù)形式的Hedonic模型不僅可以較好地擬合租賃價格同房屋屬性之間的關(guān)系且經(jīng)濟(jì)意義更為合理，因此在指數(shù)計算時將采用對數(shù)線性形式的Hedonic模型。

(二)實證分析

透徹掌握房屋租賃產(chǎn)業(yè)的實際情況是指數(shù)編制成功與否的重要基礎(chǔ)。為保證數(shù)據(jù)質(zhì)量，本文每天21：30定時采集國內(nèi)代表性房產(chǎn)服務(wù)平臺鏈家網(wǎng)的房屋租賃掛牌數(shù)據(jù)，對獲取的數(shù)據(jù)進(jìn)行清洗和量化并存儲于數(shù)據(jù)庫中，每套房產(chǎn)的租價與房屋屬性最終都會對指數(shù)結(jié)果產(chǎn)生影響。

山東省省會濟(jì)南與沿海重要城市青島的城市版圖不斷外拓，房地產(chǎn)市場規(guī)模較大，房屋租賃交易數(shù)據(jù)較為充分，能夠較好的代表山東省房屋租賃價格總體水平變化趨勢。因此，以濟(jì)南與青島為例進(jìn)行房屋租賃價格指數(shù)的試算較為科學(xué)合理。樣本空間時間跨度為2017年12月至2018年3月，其中濟(jì)南市所收集到的數(shù)據(jù)總計265 504條、青島市所收集到的數(shù)據(jù)總計274 620條租賃信息。設(shè)定2017年12月1日為基期，基期的價格指數(shù)為100，即濟(jì)南市、青島市2017年12月1日房屋租賃價格指數(shù)為100。進(jìn)行指數(shù)試算并與傳統(tǒng)中位數(shù)價格法和我國官方計算商品住宅銷售價格指數(shù)的雙加權(quán)平均計算方法進(jìn)行比較，計算結(jié)果見圖2、圖3。

圖2 濟(jì)南市2017年12月1日至2018年3月13日房屋租賃價格指數(shù)試算結(jié)果及比較

從總體上看，用不同方法計算的三類指數(shù)在趨勢上是一致的，不同租金指數(shù)的計算方法各有側(cè)重。由于Fisher公式對稱地使用基期和計算期的權(quán)數(shù)，平均了整體模型的變動程度，Hedonic方法計算的指數(shù)較為平穩(wěn)；中位數(shù)法計算的指數(shù)波動率較小，計算結(jié)果受數(shù)據(jù)結(jié)構(gòu)的影響較小，但無法敏感的反應(yīng)房屋租賃市場的短期波動，在測度房屋租賃價格的長期走勢上來看效果并不好。根據(jù)我國《住宅銷售價格統(tǒng)計調(diào)查方案》計算的雙加權(quán)鏈?zhǔn)街笖?shù)采用雙加權(quán)的指數(shù)計算方式，即分別利用租賃面積和租金作為權(quán)數(shù)計算價格指數(shù)，然后將兩個價格指數(shù)再簡單平均計算。加權(quán)價格指數(shù)的計算方法簡單易行，但未考慮同質(zhì)可比，計算結(jié)果受數(shù)據(jù)結(jié)構(gòu)影響較大。

從圖2、圖3中可以看出，2018年3月中旬濟(jì)南和青島兩市的房屋租賃價格總水平較基期分別上漲3.84%和6.25%，符合居民日常生活感知。2017年末濟(jì)青兩市房屋租賃價格水平處于比較穩(wěn)定的狀態(tài)；隨著2017年12月20日中央經(jīng)濟(jì)工作會的召開，兩市均受“租購并舉”政策影響，租賃價格有了明顯的提速。

圖3 青島市2017年12月1日至2018年3月13日房屋租賃價格指數(shù)試算結(jié)果及比較

(三)質(zhì)量評估

為了進(jìn)一步驗證Hedonic-Fisher模型的優(yōu)勢，根據(jù)指數(shù)質(zhì)量檢驗的前沿研究[23-24]，選擇三種常用的檢驗方法，即差分序列的自相關(guān)系數(shù)AC(1)、波動率(Vol)和用Hodrick-Prescott Filter剝離出的趨勢序列的離差平方和(SSD)[25]，對濟(jì)南、青島兩市的房屋租賃價格指數(shù)進(jìn)行趨勢平穩(wěn)性、波動性和相對趨勢的離散程度三個維度的檢驗，并將之與雙加權(quán)平均法和中位數(shù)價格法的試算結(jié)果進(jìn)行比較，結(jié)果見表4。

表4 模型估計效果對比分析

計算結(jié)果清楚地表明，根據(jù)Hedonic-Fisher鏈?zhǔn)街笖?shù)模型編制的實時房屋租賃價格指數(shù)無論在波動性(Vol)還是相對趨勢的整體離散程度(SSD)方面，均具有最高的計算質(zhì)量；在趨勢平穩(wěn)性(AC(1))方面，中位數(shù)價格法具有最高的計算質(zhì)量。相比之下，本文提出的Hedonic-Fisher鏈?zhǔn)街笖?shù)對房產(chǎn)等異質(zhì)性商品的處理更為科學(xué)，能有效地降低因質(zhì)量變化而引起的價格指數(shù)的偏差，可以準(zhǔn)確反映租賃價格總水平的變動。

五、結(jié)論與建議

本文結(jié)合大數(shù)據(jù)思維與技術(shù)，摒棄了房產(chǎn)機(jī)構(gòu)上報與調(diào)查員實地采價相結(jié)合的傳統(tǒng)數(shù)據(jù)收集方式，使用網(wǎng)絡(luò)開源房屋租賃掛牌數(shù)據(jù)測度房屋租賃價格的動態(tài)變化特征，并在此基礎(chǔ)上提出了既能滿足開源數(shù)據(jù)異質(zhì)性又能滿足最佳指數(shù)編制理論的統(tǒng)計方法：Hedonic-Fisher鏈?zhǔn)街笖?shù)模型，通過實際數(shù)據(jù)驗證了該方法的有效性并進(jìn)行指數(shù)質(zhì)量評估。得出的主要結(jié)論：(1)基于Hedonic-Fisher鏈?zhǔn)街笖?shù)模型構(gòu)造的實時房屋租賃價格指數(shù)，相比于雙加權(quán)平均法和中位數(shù)價格法具有較好的計算質(zhì)量，能夠客觀真實地反映了流通環(huán)節(jié)中房屋租賃價格的變動方向和變動幅度，可為租房者、投資者以及房屋租賃中介商提供及時、可靠的價格參考。(2)該指數(shù)能夠揭示房產(chǎn)屬性變量與房屋租賃價格的異質(zhì)關(guān)系，在時效性上具有先行性，領(lǐng)先70個大中城市商品住宅銷售價格指數(shù)約35～45天，可以更好地服務(wù)房屋租賃行業(yè)，為房屋租賃市場提供實時價格指引，指導(dǎo)市場參與者理性消費(fèi)和理性投資。(3)指數(shù)的實時性從可視化的角度檢驗了宏觀經(jīng)濟(jì)政策的微觀效度，驗證了房屋租賃價格適度上漲的客觀事實。在黨的十九大報告提出“租購并舉”住房制度的前后，濟(jì)青兩市受政策影響，房屋租賃價格呈現(xiàn)出先平穩(wěn)后適度上漲的走勢。

在深化租賃市場改革的過程中，指數(shù)的“錨定效應(yīng)”不僅有利于穩(wěn)定市場預(yù)期，降低租賃市場參與者的投資、經(jīng)營風(fēng)險，而且可以指導(dǎo)租賃市場參與者理性消費(fèi)、理性投資。為此，我們建議，我國政府應(yīng)當(dāng)加強(qiáng)房地產(chǎn)行業(yè)實時價格指數(shù)的編制力度，鼓勵政府部門、科研機(jī)構(gòu)和龍頭企業(yè)等結(jié)合產(chǎn)業(yè)現(xiàn)狀與現(xiàn)有開源數(shù)據(jù)創(chuàng)新指數(shù)編制方法，為深化市場化改革提供可行途徑。除此之外，在我國房地產(chǎn)市場“租售失衡”的背景下，國家的政策制定尤為重要，特別是政府是否能夠及時實施有效的宏觀經(jīng)濟(jì)政策。在不考慮時滯的情況下，從宏觀經(jīng)濟(jì)政策的公布對房屋租賃市場的微觀效度來看，政策效果較為顯著。因此，需要國家相關(guān)部門在制定房產(chǎn)調(diào)控政策時，應(yīng)當(dāng)重視政策的針對性和導(dǎo)向性，更好地發(fā)揮宏觀經(jīng)濟(jì)政策的作用。