基于特征價(jià)格模型的房地產(chǎn)價(jià)格影響因素研究

蔣友芳 呂文清 廖中輝

摘 要：本文以重慶市住宅類房地產(chǎn)為例研究特征價(jià)格模型，通過(guò)查閱文獻(xiàn)資料實(shí)地調(diào)研及與房產(chǎn)中介機(jī)構(gòu)的交流溝通等方式確定了影響重慶市住宅房地產(chǎn)價(jià)格的特征因素，然后對(duì)其進(jìn)行了分類、整理和量化。文中主要采用了二種基本函數(shù)形式建立回歸模型，通過(guò)比較二種函數(shù)模型的檢驗(yàn)值，以確定最適合重慶市具體情況的函數(shù)方程。模型方程的確定有助于評(píng)估準(zhǔn)確性和評(píng)估效率的提高，同時(shí)也為房產(chǎn)評(píng)估機(jī)構(gòu)提供新的評(píng)估思路、方法和建議。

關(guān)鍵詞：重慶市；住宅房產(chǎn)；特征價(jià)格模型

一、特征價(jià)格模型的相關(guān)概念及理論

2015-2017年重慶市住宅交易量為496914、565075、582851套，房產(chǎn)交易量日益增加，傳統(tǒng)的房產(chǎn)評(píng)估方法很難滿足需求，再加上重慶試點(diǎn)開(kāi)征房產(chǎn)稅以來(lái)，房產(chǎn)評(píng)估趨于常態(tài)化。本文所研究的特征價(jià)格模型是針對(duì)批量評(píng)估的一種方法，通過(guò)構(gòu)建房產(chǎn)特征變量與房產(chǎn)價(jià)格影響因素之間的方程實(shí)現(xiàn)批量化評(píng)估。

（1）基本概念

特征價(jià)格模型是基于消費(fèi)者行為理論的一種研究方法，它是研究消費(fèi)者如何在各種商品之間分配收入以實(shí)現(xiàn)滿足程度的最大化，同一種商品能帶來(lái)的效用不同時(shí)，消費(fèi)者的滿足程度也不同。特征價(jià)格模型通過(guò)給效用定價(jià)，進(jìn)而給房產(chǎn)定價(jià)。

（2）基本假設(shè)及理論

①商品的異質(zhì)性，是指每個(gè)商品之間不能完全替代（尚可替代）。異質(zhì)商品的典型代表有住宅房地產(chǎn)，所以特征價(jià)格模型對(duì)住宅房地產(chǎn)估價(jià)有較強(qiáng)的適用性。②特征市場(chǎng)的隱含性，是指人們更關(guān)注商品的成交價(jià)格等顯性價(jià)格，而很少關(guān)注特征因素對(duì)應(yīng)的隱性價(jià)格，沒(méi)有對(duì)每增加一單位綠化率要多付多少錢(qián)的量化概念，這為特征價(jià)格模型的產(chǎn)生奠定了基礎(chǔ)。

二、重慶市住宅價(jià)格特征因素的建立

（1）房產(chǎn)價(jià)格的特征因素及量化標(biāo)準(zhǔn)

本文通過(guò)查閱文獻(xiàn)，同時(shí)在結(jié)合重慶市特點(diǎn)的基礎(chǔ)上，盡可能制定出符合重慶市特點(diǎn)的量化標(biāo)準(zhǔn)，如對(duì)重慶市采用多商圈的量化等都是結(jié)合實(shí)際情況提出的。

1.區(qū)位因素

第一，距離核心商圈距離。核心商圈是離某個(gè)零售企業(yè)最近、顧客密度最大、人均銷售額最高的區(qū)域，其遠(yuǎn)近對(duì)小區(qū)房?jī)r(jià)影響很大，2000m內(nèi)有商圈1分，否則0分。

第二，基礎(chǔ)設(shè)施建設(shè)?；A(chǔ)設(shè)施建設(shè)是居民工作、生活的物質(zhì)基礎(chǔ)，一般為七通一平。滿分為8分，少1項(xiàng)減1分。

第三，對(duì)外交通便利度。指小區(qū)與市外的交通便利度，其2000m內(nèi)是否有火車站、汽車站、飛機(jī)場(chǎng)，有1分，否則0分。

指小區(qū)綠化面積與規(guī)劃用地面積之比，通常與房?jī)r(jià)正相關(guān)，具體以小區(qū)公布為準(zhǔn)。

第四，文體設(shè)施。小區(qū)文體設(shè)施像運(yùn)動(dòng)場(chǎng)地、健身器械、活動(dòng)室、圖書(shū)室、宣傳欄等都會(huì)影響小區(qū)房產(chǎn)價(jià)格，全部具備為5分，少一項(xiàng)減一分。

第五，生活配套。小區(qū)是否擁有良好的生活配套服務(wù)也會(huì)極大的影響房產(chǎn)價(jià)格，其1000m內(nèi)是否有超市、銀行、醫(yī)院、快遞點(diǎn)等設(shè)施，全部具備為4分，少一項(xiàng)減一分

第六，教育配套。小區(qū)附近有優(yōu)質(zhì)教育資源的房產(chǎn)價(jià)格越高，2000m內(nèi)是否有幼兒園、小、中、大學(xué)等，全部具備4分，少一項(xiàng)減一分。

2.建筑因素

第一，建筑面積。建筑面積對(duì)房產(chǎn)價(jià)格的影響不言而喻，具體以公布信息為準(zhǔn)。

第二，房齡。房齡是房產(chǎn)價(jià)格的重要影響因素，以2018年為基準(zhǔn)年，計(jì)算公式=2018-竣工年+1。

第三，朝向。朝向會(huì)影響房屋采光、通風(fēng)等方面。南北通透6分，有一面朝南4分、無(wú)朝南的2分。

3.權(quán)益狀況

房地產(chǎn)權(quán)利是所有權(quán)還是使用權(quán)、租賃權(quán)等，以及這些權(quán)力是否完整清晰，都會(huì)極大影響房產(chǎn)價(jià)格，產(chǎn)權(quán)清晰完整1分，否則0分。

4.其他因素

第一，業(yè)主是否急售。當(dāng)房主急于出售時(shí)，其價(jià)格可能不公允，急售則為1分，否則0分。

第二，是否免稅。房屋交易時(shí)產(chǎn)生的營(yíng)業(yè)稅會(huì)影響房屋價(jià)格，房屋滿5年2分，滿2年1分，不滿2年0分。

（2）研究數(shù)據(jù)的收集

1.區(qū)域及樣本的抽取

本文以重慶市9個(gè)區(qū)域?yàn)橹饕芯繉?duì)象，從中共抽取102個(gè)小區(qū)，再根據(jù)小區(qū)交易量抽取511套房屋樣本。得出重慶市住宅分布不均衡，渝北區(qū)、南岸區(qū)、沙坪壩區(qū)人口密集，房產(chǎn)交易套數(shù)多是重點(diǎn)研究對(duì)象，其他周邊區(qū)域研究的房產(chǎn)數(shù)量較少。

2.研究數(shù)據(jù)來(lái)源

本文研究數(shù)據(jù)來(lái)源主要為房天下交易網(wǎng)站以及百度地圖公布的房產(chǎn)信息，從中可以找到房產(chǎn)建筑實(shí)物因素以及區(qū)位因素等信息；小區(qū)環(huán)境及周邊情況等因素由筆者經(jīng)過(guò)與房產(chǎn)中介機(jī)構(gòu)交流以及實(shí)際調(diào)研得到。

三、重慶市住宅價(jià)格特征模型的建立

目前的學(xué)者專家對(duì)特征價(jià)格模型的具體函數(shù)形式還沒(méi)有統(tǒng)一的結(jié)論，本文將數(shù)據(jù)帶入二種基本函數(shù)形式并對(duì)每種函數(shù)形式所得的模型進(jìn)行檢測(cè)，以選取最優(yōu)的模型結(jié)構(gòu)。

（1）線性函數(shù)模型

線性模型的基本函數(shù)形式為，把收集到的511套房產(chǎn)信息，以價(jià)格為因變量，其他21個(gè)特征為自變量，共計(jì)22個(gè)預(yù)測(cè)變量進(jìn)入SPSS.17中分析。

1.描述性統(tǒng)計(jì)

對(duì)變量的基本情況進(jìn)行描述，給出了參加回歸分析的21個(gè)變量的描述性統(tǒng)計(jì)結(jié)果，包括均值、標(biāo)準(zhǔn)偏差和樣本數(shù)。

2.相關(guān)性檢測(cè)

本文將21個(gè)變量進(jìn)行相關(guān)性檢測(cè)后發(fā)現(xiàn)，特征變量建筑面積、小區(qū)環(huán)境分別與臥室數(shù)量、客廳數(shù)量，綠化率和容積率有較強(qiáng)的相關(guān)性，故本文將用小區(qū)的綠化率和容積率以及建筑面積指標(biāo)將其替代。

3.線性模型方程

在線性模型方程中，最終有7個(gè)變量通過(guò)了檢測(cè)，它們分別是建筑面積、裝修、房齡、臨近地鐵站距離、公交站點(diǎn)數(shù)、附近是否有公園綠地、容積率。可以看出，進(jìn)入模型的7個(gè)特征變量的系數(shù)符號(hào)與實(shí)際情況基本相符；公交站點(diǎn)數(shù)與房?jī)r(jià)應(yīng)呈負(fù)向相關(guān)，容積率應(yīng)與房?jī)r(jià)呈正向相關(guān)。關(guān)于公交站點(diǎn)數(shù)，筆者認(rèn)為出現(xiàn)這種情況是本文研究的公交站點(diǎn)數(shù)的量化標(biāo)準(zhǔn)是小區(qū)800m以內(nèi)存在的公交站點(diǎn)數(shù)，公交車輛帶來(lái)便捷的同時(shí)也會(huì)帶來(lái)一定的噪音和揚(yáng)塵，故公交站點(diǎn)數(shù)與房?jī)r(jià)呈負(fù)向相關(guān)這種現(xiàn)象的出現(xiàn)存在一定的道理；重慶地形主要以山地（丘陵）為主，地形起伏大，地勢(shì)不平坦，所以導(dǎo)致地勢(shì)平坦的地方的房產(chǎn)多為寸土寸金的地段，其住宅供不應(yīng)求，雖然容積率比較高，但房?jī)r(jià)依然較高，造成容積率與房?jī)r(jià)呈正向相關(guān)。

線性模型方程：房產(chǎn)價(jià)值=-5.671+2.619*建筑面積+25.019*裝修-6.936*房齡+5.609*臨近地鐵站距離-4.447*公交站點(diǎn)數(shù)+54.265*附近是否有公園綠地+5.906*容積率。

（2）半對(duì)數(shù)模型

1.描述性統(tǒng)計(jì)

同線性函數(shù)模型一樣，在描述性統(tǒng)計(jì)量表中，除價(jià)格對(duì)數(shù)值不一樣外，其他變量的均值、標(biāo)準(zhǔn)偏差和樣本數(shù)均與線性模型表的統(tǒng)計(jì)量表一致。

2.顯著性及方差分析

在對(duì)價(jià)格取對(duì)數(shù)以后，提升了整個(gè)模型的擬合度，調(diào)整后的，方程對(duì)函數(shù)的解釋力有所增強(qiáng)。顯著性，說(shuō)明我們的回歸方程的顯著性比較強(qiáng)。德賓-沃森值為1.560小于一般規(guī)定值2，存在一定的序列正相關(guān)。在t檢驗(yàn)中最終有8個(gè)自變量通過(guò)了檢驗(yàn)。多重共線性檢測(cè)VIF均小于10，大部分在1到2之間，容差均大于0.01說(shuō)明不存在明顯的共線性。

（3）特征價(jià)格模型二種函數(shù)形式的比較與選擇

本文采用二種函數(shù)形式對(duì)特征價(jià)格進(jìn)行回歸分析，從總體上說(shuō)本文二種形式差別較小，半對(duì)數(shù)模擬與線性模型僅相差一個(gè)顯著性變量，客觀上體現(xiàn)了回歸方程的可靠性。對(duì)于二種函數(shù)形式，現(xiàn)在尚未總結(jié)出如何在以上2個(gè)函數(shù)模型中進(jìn)行選擇。

第一，根據(jù)統(tǒng)計(jì)驗(yàn)證指標(biāo)來(lái)確定模型，其中擬合度統(tǒng)計(jì)指標(biāo)比較重要，其值越大說(shuō)明方程的可靠性越強(qiáng)，本文的置信水平為5%，二種函數(shù)形式的擬合優(yōu)度是逐漸提高的。其次是總體顯著性F檢驗(yàn)，它是指檢驗(yàn)房產(chǎn)的所有特征變量是否對(duì)因變量房產(chǎn)價(jià)格有顯著的共同影響，也即要求所有變量的回歸系數(shù)都不為0。最后是對(duì)隨機(jī)誤差的自相關(guān)性檢驗(yàn)，以及共線性容差、方差膨脹因子的檢驗(yàn)、殘差正態(tài)性檢驗(yàn)。

第二，根據(jù)經(jīng)濟(jì)意義的檢驗(yàn)確定，只有符合經(jīng)濟(jì)意義的統(tǒng)計(jì)指標(biāo)才是可取有意義的，如系數(shù)的相關(guān)性、預(yù)期解釋變量的符號(hào)等。

根據(jù)以上標(biāo)準(zhǔn)二種函數(shù)形式比較，它們的主要差別在模型的擬合度不同，顯著性特征變量的不同。通過(guò)綜合比較，半對(duì)數(shù)函數(shù)模型較符合重慶市的實(shí)際情況，對(duì)房產(chǎn)價(jià)格變動(dòng)的解釋能力較強(qiáng)。

（4）實(shí)證分析

接下來(lái)進(jìn)行實(shí)際驗(yàn)證半對(duì)數(shù)方程的有效性。以下是43套已成交房產(chǎn)交易驗(yàn)證結(jié)果如下，以半對(duì)數(shù)方程求得的評(píng)估價(jià)值在真實(shí)價(jià)格上下10%的浮動(dòng)范圍之內(nèi)，符合國(guó)際評(píng)估原則的要求。所以半對(duì)數(shù)模型適合重慶市房產(chǎn)評(píng)估市場(chǎng)，能夠確保評(píng)估價(jià)值準(zhǔn)確。

四、研究結(jié)論及建議

（1）研究結(jié)論

本文選取102個(gè)小區(qū)，511套房產(chǎn)來(lái)研究各個(gè)特征變量與房產(chǎn)價(jià)值之間的關(guān)系，其中511套樣本房產(chǎn)作為選取模型使用，41套房產(chǎn)用做檢驗(yàn)，通過(guò)分析最終得出下列結(jié)論。

1.確定半對(duì)數(shù)模型方程為重慶市特征價(jià)格模型

本文主要檢驗(yàn)分析了線性形式、半對(duì)數(shù)形式兩種函數(shù)形式，最終選擇了擬合效果最優(yōu)的對(duì)數(shù)形式，經(jīng)過(guò)有效性檢驗(yàn)，半對(duì)數(shù)模型能比較準(zhǔn)確的預(yù)測(cè)房產(chǎn)價(jià)格。

2.得出了住宅的特征價(jià)格及價(jià)格彈性

通過(guò)半對(duì)數(shù)模型的分析可以得出房產(chǎn)特征的特征價(jià)格及價(jià)格彈性，如房產(chǎn)裝修情況平均每上升一個(gè)等級(jí)房產(chǎn)價(jià)格就會(huì)上升1.05萬(wàn)；臨近公園的房產(chǎn)的價(jià)格將提升1.03萬(wàn)，其他特征變量的特征價(jià)格及彈性可以此類推。

（2）研究建議

1.注重特征價(jià)格模型的實(shí)際運(yùn)用

房產(chǎn)評(píng)估是二手房交易的必要程序，建議考慮采用特征價(jià)格模型進(jìn)行房產(chǎn)評(píng)估。房產(chǎn)評(píng)估機(jī)構(gòu)可以利用擁有的房產(chǎn)信息建立符合所在區(qū)域特點(diǎn)的特征價(jià)格模型，這樣既能提高評(píng)估效率又能提高評(píng)估準(zhǔn)確性。

2.建立房產(chǎn)數(shù)據(jù)共享平臺(tái)

房產(chǎn)評(píng)估是一個(gè)綜合性較強(qiáng)的工作，需要多部門(mén)共同配合，各部門(mén)之間應(yīng)當(dāng)建立數(shù)據(jù)共享平臺(tái)，加強(qiáng)各部門(mén)的數(shù)據(jù)共享，建立完善的房產(chǎn)信息體系。

3.特征價(jià)格模型的建立應(yīng)當(dāng)與具體問(wèn)題相結(jié)合

特征價(jià)格模型的建立要注重結(jié)合每一個(gè)城市的特點(diǎn)。為了確定每個(gè)城市的最優(yōu)模型方程，應(yīng)當(dāng)盡可能多的去分析比較各個(gè)函數(shù)模型間擬合度以及其解釋能力的高低優(yōu)劣。

4.特征變量的選取應(yīng)當(dāng)結(jié)合城市的具體特點(diǎn)進(jìn)行判斷、篩選和量化

有很多因素都會(huì)影響房產(chǎn)價(jià)格，且每個(gè)城市都有其獨(dú)特之處，研究特征價(jià)格模型時(shí)注意充分挖掘城市特點(diǎn)，注意對(duì)特征變量進(jìn)行判斷、篩選和量化以提升模型的擬合度和精確性。

參考文獻(xiàn)

[1]董坤杰.基于特征價(jià)格模型的鄭州市住宅價(jià)值評(píng)估研究[D].新疆.石河子大學(xué)，2017.

[2]王旭育.基于Hedonic模型的上海住宅特征價(jià)格研究[D].上海.同濟(jì)大學(xué)，2006.

[3]曹雅茹.批量評(píng)估住宅Hedonic模型研究[D].東北.東北財(cái)經(jīng)大學(xué)，2012.

[4]黃虎.基于Hedonic模型的襄陽(yáng)城市住宅特征價(jià)格研究[D].湖北.華中師范大學(xué)，2011.

作者簡(jiǎn)介：

蔣友芳（1998.02—），女，漢，重慶合川，本科，重慶工商大學(xué)，資產(chǎn)評(píng)估專業(yè)。

呂文清（1997.05—），女，漢，河北滄州，本科，重慶工商大學(xué)，資產(chǎn)評(píng)估專業(yè)。

廖中輝（1997.11—），男，漢，重慶開(kāi)州，本科，重慶工商大學(xué)，自動(dòng)化專業(yè)。