[摘 要] 商務(wù)樓已經(jīng)成為商業(yè)地產(chǎn)的重要組成部分，商務(wù)樓租金的影響因素也成為關(guān)注的重點(diǎn)。但是在以往的研究中基本都是定性分析，缺少系統(tǒng)、客觀的定量分析，本文運(yùn)用特征價(jià)格模型對(duì)重慶市商務(wù)樓的租金價(jià)格進(jìn)行了實(shí)證研究。結(jié)果表明，模型的解釋能力較好，影響商務(wù)樓租金的主要因素有級(jí)別、內(nèi)部裝修、商務(wù)配套、區(qū)位等。

[關(guān)鍵詞] 商務(wù)樓 特征價(jià)格模型 租金 重慶

一、研究背景

商務(wù)樓作為商業(yè)地產(chǎn)的主角，已經(jīng)逐漸成為房地產(chǎn)開(kāi)發(fā)和投資的重點(diǎn)，商務(wù)樓租金的影響因素也成為關(guān)注的重點(diǎn)。以往對(duì)商務(wù)樓租金的分析基本上都是定性分析，可以分為宏觀經(jīng)濟(jì)因素與微觀經(jīng)濟(jì)因素兩大類。宏觀經(jīng)濟(jì)影響因素主要包括經(jīng)濟(jì)發(fā)展?fàn)顩r、政府的對(duì)外開(kāi)放政策、外商投資規(guī)模及結(jié)構(gòu)、第三產(chǎn)業(yè)發(fā)展情況、匯率及利率水平、城市基礎(chǔ)設(shè)施建設(shè)等;微觀經(jīng)濟(jì)影響因素包括市場(chǎng)供給狀況、企業(yè)付租能力及對(duì)租金的敏感程度、企業(yè)形象要求、對(duì)客戶及上下游資源供應(yīng)商的依賴程度、員工數(shù)量及組織結(jié)構(gòu)、員工居住地與辦公場(chǎng)所的通勤成本等等。本文將采用定量分析的方法，借助特征價(jià)格模型對(duì)重慶市的商務(wù)樓租金情況進(jìn)行研究，使研究更客觀、更嚴(yán)密。重慶市作為西部惟一的直轄市，近幾年商業(yè)地產(chǎn)的快速發(fā)展，大規(guī)模商務(wù)樓的建設(shè)，為本文的研究提供了足夠的數(shù)據(jù)支撐。因此，本文的研究以重慶市為例。

二、研究方法

1.基本原理

特征價(jià)格模型(Hedonic price model)是國(guó)外用于分析處理異質(zhì)商品差異特征與商品價(jià)格關(guān)系的模型，美國(guó)學(xué)者Lancaster(1966)提出的消費(fèi)者理論與美國(guó)經(jīng)濟(jì)學(xué)家Rosen(1974)提出的供求均衡模型構(gòu)成了特征價(jià)格模型的理論基礎(chǔ)。房地產(chǎn)屬于典型的異質(zhì)產(chǎn)品，可將其看成由一系列內(nèi)在特征(characteristics)構(gòu)成的集合，人們購(gòu)置的正是這一能夠體驗(yàn)到的特征集合。房地產(chǎn)產(chǎn)品內(nèi)在特征的質(zhì)與量，確定了人們使用效用的大小。因此，人們購(gòu)買房地產(chǎn)產(chǎn)品所愿支付的價(jià)格，也應(yīng)該由與該產(chǎn)品特征的質(zhì)與量相對(duì)應(yīng)的多種價(jià)格組成。這些反映房地產(chǎn)內(nèi)在屬性的一系列價(jià)格，被稱之為房地產(chǎn)的特征價(jià)格。

房地產(chǎn)特征價(jià)格模型，是通過(guò)采集房地產(chǎn)樣本的價(jià)格與特征因素?cái)?shù)據(jù)，對(duì)選定的特征價(jià)格方程進(jìn)行多元回歸分析，從而對(duì)房地產(chǎn)所有特征進(jìn)行隱含定價(jià)，最終確定房地產(chǎn)的特征價(jià)格函數(shù)，并根據(jù)特征價(jià)格函數(shù)進(jìn)行定價(jià)與分析。

假設(shè)消費(fèi)者的消費(fèi)偏好和收入水平類似，則市場(chǎng)的房地產(chǎn)價(jià)格是這些屬性的函數(shù)，將此函數(shù)設(shè)置為:

其中，為房地產(chǎn)屬性，n為房地產(chǎn)屬性的隱含價(jià)格，為房地產(chǎn)價(jià)格。

以往對(duì)房地產(chǎn)特征價(jià)格模型的研究，主要集中在住宅房地產(chǎn)方面，通過(guò)建立住宅特征價(jià)格模型來(lái)對(duì)影響住宅價(jià)格的因素進(jìn)行分析。在國(guó)內(nèi)，運(yùn)用該模型對(duì)商務(wù)樓租金價(jià)格進(jìn)行研究的還沒(méi)有，而影響商務(wù)樓租金價(jià)格的因素與住宅房地產(chǎn)有很大的區(qū)別，比如醫(yī)院、學(xué)校對(duì)住宅的價(jià)格影響較大，但對(duì)商務(wù)樓租金價(jià)格影響就不大。因此，在建立商務(wù)樓租金特征價(jià)格模型時(shí)，需要考慮商務(wù)樓自身的特點(diǎn)及影響因素。

2.模型選擇

特征價(jià)格法揭示了商品的各項(xiàng)屬性與價(jià)格之間的關(guān)系，但至今沒(méi)有一個(gè)統(tǒng)一的適合特征價(jià)格法的函數(shù)模型。以往的研究中有線性模型、半對(duì)數(shù)模型、對(duì)數(shù)模型和其他非線性模型形式。其中，對(duì)數(shù)模型要求變量的值不能為0，而本文在設(shè)置變量是采用了很多(0，1)的二元虛擬變量，因此本章采用特征價(jià)格模型的線性形式和半對(duì)數(shù)形式分別進(jìn)行估計(jì)，采用擬合度較好的模型進(jìn)行詳細(xì)分析?？疾旄髯兞繉?duì)商務(wù)樓租金價(jià)格的效應(yīng)。

(1)線性模型: (2)

(2)半對(duì)數(shù)模型: (3)

其中，線性形式用于考察各特征變量的隱含價(jià)格的絕對(duì)數(shù)值;半對(duì)數(shù)形式用于考察特征變量每變動(dòng)一個(gè)單位時(shí)，商務(wù)樓租金價(jià)格隨之變動(dòng)的增長(zhǎng)率。另外，由于半對(duì)數(shù)形式縮小了被解釋變量的尺度，所以相對(duì)于線性形式來(lái)說(shuō)可改善異方差性。

3.變量選取

筆者在進(jìn)行變量選擇時(shí)，對(duì)相關(guān)政府部門、科研院校、房地產(chǎn)開(kāi)發(fā)公司、建筑設(shè)計(jì)單位、房地產(chǎn)咨詢公司和房地產(chǎn)中介公司的主要負(fù)責(zé)人或者是對(duì)當(dāng)?shù)胤康禺a(chǎn)市場(chǎng)熟悉并有深入研究的高學(xué)歷人士進(jìn)行訪談，結(jié)合商務(wù)樓不同于住宅的自身特點(diǎn)，最終選取20個(gè)變量，分為區(qū)位特征、建筑結(jié)構(gòu)特征、鄰里環(huán)境特征三類，具體見(jiàn)表1。

三、樣本和數(shù)據(jù)

1.數(shù)據(jù)和數(shù)據(jù)收集

本文數(shù)據(jù)主要來(lái)源于網(wǎng)站掛牌數(shù)據(jù)、筆者的調(diào)查數(shù)據(jù)和圖行天下公司提供的GIS電子地圖數(shù)據(jù)，為了避免時(shí)間的影響，采用了2009年1月的截面數(shù)據(jù)。本研究一共選取了重慶市主城區(qū)的112個(gè)商務(wù)樓盤的2743組數(shù)據(jù)進(jìn)行分析。

2.變量的量化

變量的量化主要采取三種方式:直接采用商務(wù)樓特征變量的實(shí)際數(shù)值，或者是僅僅對(duì)原始數(shù)值進(jìn)行簡(jiǎn)單的變換;采用分等級(jí)賦值的形式，將特征變量的數(shù)值分為幾個(gè)等級(jí)，對(duì)每個(gè)等級(jí)進(jìn)行打分;采用二元虛擬變量進(jìn)行量化。具體的量化方式見(jiàn)表1:

四、回歸分析

1.模型的比較與試算

在模型的估計(jì)和檢驗(yàn)之前，對(duì)線性模型和半對(duì)數(shù)模型進(jìn)行初步的比較和試算，從而選擇一個(gè)較優(yōu)的模型進(jìn)行詳細(xì)的檢驗(yàn)和分析。運(yùn)用spss軟件對(duì)樣本進(jìn)行回歸分析，在5%顯著性水平下得到兩個(gè)模型的方差分析表和回歸分析表，具體數(shù)值見(jiàn)表2。從表2中可知，兩個(gè)回歸方程方差分析的顯著性檢驗(yàn)值均小于0.001，說(shuō)明各方程是高度顯著的，表明進(jìn)入方程的商務(wù)樓特征與租金價(jià)格P(或者LnP)之間的線性關(guān)系是非常密切的。從判定系數(shù)R2可知，半對(duì)數(shù)模型對(duì)因變量的解釋能力為82%，比線性模型的擬合程度78.3%高。從修正R2來(lái)看，也是半對(duì)數(shù)模型的擬合程度高，因此，選用半對(duì)數(shù)模型進(jìn)行詳細(xì)研究。

2.模型的估計(jì)和檢驗(yàn)

(1)顯著性檢驗(yàn)和方差分析。從表2中可知，半對(duì)數(shù)模型的復(fù)相關(guān)系數(shù)R=0.907，與1非常接近，說(shuō)明自變量和因變量之間的線性關(guān)系很強(qiáng)。從判定系數(shù)R2(0.823)和經(jīng)調(diào)整的R2(0.820)來(lái)看，模型所能解釋因變量差異的百分比約為82%，說(shuō)明模型的擬合程度較好，具有良好的解釋能力?；貧w方程方差分析的顯著性檢驗(yàn)值為0.000，即小于0.001，說(shuō)明方程是高度顯著的，拒絕全部系數(shù)均為0的原假設(shè)。表明進(jìn)入方程的商務(wù)樓特征與商務(wù)樓租金之間的線性關(guān)系能夠成立。由表3可知，絕大多數(shù)回歸系數(shù)的T檢驗(yàn)顯著性水平均小于5%，說(shuō)明回歸方程中相應(yīng)的偏回歸系數(shù)具有顯著性。通過(guò)顯著性水平的檢驗(yàn)，說(shuō)明模型對(duì)樣本數(shù)據(jù)的擬合在統(tǒng)計(jì)上是有意義的，回歸方程是有效的。

(2)共線性檢驗(yàn)。表3表明，所有變量中VIF值最小的為，最大的為3.293，遠(yuǎn)遠(yuǎn)小于10，從而可以拒絕變量之間的共線性假設(shè)，可以認(rèn)為自變量之間共線性不是很嚴(yán)重。

(3)方差齊次性檢驗(yàn)。從圖1因變量預(yù)測(cè)值與模型殘差的散點(diǎn)圖，可以看出絕大部分觀測(cè)量隨機(jī)落在水平直線正負(fù)2之間，基本滿足方差齊性的假設(shè)。

(4)D-W值檢驗(yàn)。從表2中可知，半對(duì)數(shù)模型的D-W值為1.141<2，說(shuō)明相鄰兩點(diǎn)的殘差為正相關(guān)，但是其數(shù)值接近于2，因此，可以認(rèn)為模型中的誤差項(xiàng)基本上是獨(dú)立的。同時(shí)結(jié)合上圖，可以判斷基本不存在異方差問(wèn)題。

(5)殘差的正態(tài)性檢驗(yàn)。從殘差的直方圖(圖2)可以看出，殘差的分布近似于正態(tài)分布。

總之，模型基本滿足正態(tài)性假設(shè)、等方差性假設(shè)和獨(dú)立性假設(shè)，具有良好的擬合度和較高的解釋能力，在統(tǒng)計(jì)上是有意義的。因此，可以用來(lái)分析和解釋商務(wù)樓特征對(duì)商務(wù)樓租金價(jià)格的影響。

3.計(jì)算結(jié)果分析

在半對(duì)數(shù)模型中，因變量采用對(duì)數(shù)形式，自變量采用了線性形式，因此方程的未標(biāo)準(zhǔn)化回歸系數(shù)對(duì)應(yīng)著相應(yīng)住宅特征價(jià)格的半彈性系數(shù)。各回歸系數(shù)及其T檢驗(yàn)顯著性水平如表3所示。

從表3回歸系數(shù)分析表中可觀察到，在5%的顯著性水平下，18個(gè)自變量中有14個(gè)進(jìn)入了模型，包括裝修1、裝修2、酒店、空調(diào)、商務(wù)、電梯、物管、外部環(huán)境、交通、距離2、客運(yùn)站、輕軌站、火車站和車場(chǎng)。在這14個(gè)變量中除交通和車場(chǎng)外顯著性水平小于1%。同時(shí)有4個(gè)變量的顯著性水平均大于5%，分別是樓層、使用面積、距離1和竣工時(shí)間，從統(tǒng)計(jì)意義來(lái)看，其回歸系數(shù)與零沒(méi)有差異，即這些變量沒(méi)有進(jìn)入到該模型。

(1)特征價(jià)格的經(jīng)濟(jì)意義分析。本文主要是分析參數(shù)估計(jì)量符號(hào)的現(xiàn)實(shí)經(jīng)濟(jì)意義的合理性。計(jì)入模型的14個(gè)特征變量中，裝修1、裝修2、酒店、空調(diào)、商務(wù)、電梯、物管、外部環(huán)境、交通、火車站、車場(chǎng)變量的符號(hào)與預(yù)期符號(hào)完全一樣，除距離2、客運(yùn)站和輕軌站對(duì)租金價(jià)格有負(fù)的影響外，其他變量對(duì)租金價(jià)格有正的影響;而輕軌站和客運(yùn)站跟預(yù)期的符合相反，對(duì)租金有負(fù)的影響。重慶客運(yùn)站的位置，導(dǎo)致附近噪聲增大、交通擁擠，因此出現(xiàn)了跟預(yù)期符號(hào)不一致的現(xiàn)象。

重慶輕軌2號(hào)線(較新線)是目前惟一開(kāi)通的軌道交通，起自重慶商業(yè)中心教場(chǎng)口，西至鋼鐵基地新山村，線路貫穿于長(zhǎng)江和嘉陵江間狹長(zhǎng)的渝中半島，穿行于中梁山至真武山之間的低丘地帶，橫跨渝中、九龍坡和大渡口三個(gè)行政區(qū)，共設(shè)18個(gè)站點(diǎn)。在這18個(gè)站點(diǎn)中除較場(chǎng)口、臨江門和楊家坪站點(diǎn)區(qū)位處于商業(yè)中心外，大多區(qū)位條件較差，故不理想的站點(diǎn)區(qū)位對(duì)應(yīng)的商務(wù)辦公環(huán)境對(duì)租金無(wú)影響力，甚至出現(xiàn)負(fù)面影響。

(2)特征的影響程度分析。表4是特征影響程度排序和分類，從該表中可看出，對(duì)單租金價(jià)格影響程度最大的是裝修1和裝修2;其次是商務(wù)、物管和酒店;最弱的是交通、車場(chǎng)和電梯等。與總租金為解釋變量的特征影響程度有一些差異。

(3)特征價(jià)格的半彈性分析。在半對(duì)數(shù)模型中，未標(biāo)準(zhǔn)化的回歸系數(shù)對(duì)應(yīng)著住宅特征的價(jià)格半彈性系數(shù)，由于自變量不是連續(xù)變量，不能直接采用回歸系數(shù)的數(shù)值，需要進(jìn)行變換，計(jì)算式為:半彈性系數(shù)=100(e回歸系數(shù)-1)，具體數(shù)值見(jiàn)表5。

從表5中可以看出，半彈性系數(shù)和回歸系數(shù)存在一定差異，但差異不大，這主要是因?yàn)槟Ｐ椭械玫降幕貧w系數(shù)較小，否則，半彈性系數(shù)及兩者之間的差異也隨之?dāng)U大。通過(guò)表格中的半彈性系數(shù)可以看到，對(duì)于采用原始數(shù)據(jù)的變量，如距離2的半彈性系數(shù)為-0.0011，表示在其他變量不變的情況下，距離2每增加1000米，租金單價(jià)將下降1.1個(gè)百分點(diǎn);物業(yè)管理費(fèi)的半彈性系數(shù)為0.035，表示物業(yè)管理費(fèi)每增加1元，租金單價(jià)將上升3.56個(gè)百分點(diǎn);交通條件的半彈性系數(shù)為0.6，表示公交線路每增加一條其租金單價(jià)將上升0.6個(gè)百分點(diǎn)。對(duì)于兩元虛擬變量，如火車站的半彈性系數(shù)為9.97，表示在其他變量不變的情況下，靠近火車站的商務(wù)辦公樓租金單價(jià)將上升9.97個(gè)百分點(diǎn);車場(chǎng)的半彈性系數(shù)為2.74，表示擁有車場(chǎng)的辦公樓租金單價(jià)要上升2.74個(gè)百分點(diǎn)。對(duì)于取值為自然數(shù)的有序變量，如裝修1分為三個(gè)等級(jí)，半彈性系數(shù)為14.25，表示在其他變量不變的情況下，裝修1每增加一個(gè)級(jí)別，租金單價(jià)將上升14.25個(gè)百分點(diǎn);裝修2分為四個(gè)等級(jí)，半彈性系數(shù)為16.3，表示在其他變量不變的情況下，裝修2每增加一個(gè)級(jí)別，租金單價(jià)將上升16.3個(gè)百分點(diǎn)。其余變量可做類似解釋。

(4)特征價(jià)格的邊際價(jià)格分析。由于各變量系數(shù)表示的含義不同，各特征對(duì)租金價(jià)格的影響無(wú)法采用標(biāo)準(zhǔn)化后的回歸系數(shù)進(jìn)行直接的比較。再次采用標(biāo)準(zhǔn)商務(wù)辦公樓的概念，結(jié)合對(duì)數(shù)模型得到的價(jià)格彈性(半彈性)系數(shù)，可以進(jìn)行特征的邊際價(jià)格分析，即對(duì)于標(biāo)準(zhǔn)商務(wù)辦公樓而言，其特征增加一個(gè)單位，評(píng)價(jià)標(biāo)準(zhǔn)商務(wù)辦公樓單價(jià)將增加多少。

從表6中可以看出，對(duì)于標(biāo)準(zhǔn)商務(wù)辦公樓而言，離該行政區(qū)商業(yè)中心距離增加1000米，租金單價(jià)將減少0.515元;位于客運(yùn)站500米以內(nèi)的商務(wù)辦公樓，其租金單價(jià)將減少2.2245元;交通線路每增加一條，其租金單價(jià)將增加0.2066元;出租單元內(nèi)部裝修上升一個(gè)等級(jí)，其租金單價(jià)將增加5.5952元;商務(wù)配套設(shè)施提高一級(jí)，租金單價(jià)將增加2.9707元;設(shè)置集中空調(diào)，租金單價(jià)將增加2.2321元;500米范圍內(nèi)星級(jí)酒店數(shù)量增加一個(gè)，租金單價(jià)將增加0.6934元。其他變量可做類似的解釋。

五、結(jié)論

本文運(yùn)用特征價(jià)格模型對(duì)重慶市的商務(wù)樓租金價(jià)格差異進(jìn)行了分析，結(jié)果表明特征價(jià)格模型用來(lái)解釋商務(wù)樓的租金特征是合理的、有效地，實(shí)現(xiàn)了商務(wù)樓租金影響因素分析的定量化計(jì)算。通過(guò)模型的運(yùn)算，可以得到影響商務(wù)樓租金價(jià)格的主要因素，從而為開(kāi)發(fā)商的前期策劃與定價(jià)，消費(fèi)者的比較選擇具有有效的指導(dǎo)意義。另外，在今后的研究中，可以從以下幾個(gè)方面進(jìn)行展望:變量的設(shè)置上選用更多的變量;在模型的設(shè)計(jì)上加以變換，使之解釋能力更好;以商務(wù)樓的辦公單元為研究對(duì)象。

參考文獻(xiàn):

[1]MILLS E S. Office rent determinants in the Chicago area[J].Journal of the American Real Estate and Urhan Economics Association， 1992，20(1):273-287

[2]OVEVA.PEKDEMIR D.Office rent determinants utilizing factors analysis:a case study for Istanbul[J].Journal of Real Estate Finance and Economics， 2006，33(3)51-73

[3]LAYERNE R J，WINSON-GEIDEMAN K. The influence of trees and landscaping on rental rates at office buildings[J]. Tournal of Arboriculture，2003，29(5):281-290

[4]溫海珍 賈生華:基于特征價(jià)格的房地產(chǎn)評(píng)估新方法[J].外國(guó)經(jīng)濟(jì)與管理，2004， 26(6):31-35

[5]周剛?cè)A:城市土地價(jià)格微觀區(qū)位因素及其實(shí)證研究[D].浙江大學(xué)，2004

[6]馬思新 李 昂:基于Hedonic模型的北京住宅價(jià)格影響因素分析[J].土木工程學(xué)報(bào)，2003(09)