楊敬一

（天津大學管理與經(jīng)濟學部，天津 300072）

隨著社會經(jīng)濟不斷發(fā)展，居民消費理念逐漸轉型，城市旅游景區(qū)對于周邊住宅價格的影響作用日益突出［1－2］。正確找到住宅價格與旅游景區(qū)特征之間的關系，確定旅游景區(qū)特征影響住宅價格的程度，對于國家宏觀把控住宅房地產(chǎn)市場走向、房地產(chǎn)經(jīng)營者評估制定住宅價格、普通公民購買投資參考、政府對旅游景區(qū)規(guī)劃與保護等方面，都具有重要意義［3－5］。

從相關文獻來看，已有研究集中在整體性影響因素和軌道交通因素對住宅價格的影響上［6］。溫海珍［7］運用Hedonic模型對杭州市上千個城市住宅的樣本進行探索工作，鐘海玥［8］等運用Hedonic模型研究了湖北省南湖景觀對其附近住宅價值的影響。四川省成都市金沙遺址博物館作為城市內著名旅游景區(qū)，其周邊住宅開發(fā)完善，景區(qū)對周邊住宅價格影響作用明顯。為更深入研究旅游景區(qū)對城市住宅價格的影響情況，本文選用Hedonic模型進行定量分析。

1 方法簡介

1.1 Hedonic模型理論基礎

Hedonic模型是指每位消費者在進行效用極大化追求中，當提高一單位的某個屬性消費時，樂意付出的附加費用［9］。這一屬性的邊際付款意愿，也就是這一屬性的 特征價格（Hedonic price）［10］。它的中心是利用對市場中大量交易數(shù)據(jù)的擬合，估測出每個屬性的隱藏價格，同時建立價值同每個特征因素間關系的函數(shù)模型，從而研究每個屬性特征對該物品價值的影響程度［11］。如果以P來代表商品價格，x代表商品屬性，存在公式P＝f（x），且根據(jù)該公式可以計算特征價格［12］。

1.2 特征價格模型

Hedonic模型一般分為2 大類：線性模型和非線性模型［13］。其中非線性模型又包括對數(shù)模型與半對數(shù)模型［14］。不管是哪種模型，都是根據(jù)基本模型演化而來，

1）線性形式：P＝∝0＋∑∝tlnCt＋ε。

2）對數(shù)形式：lnP＝∝0＋∑∝tlnCt＋ε。

3）半對數(shù)形式：lnP＝∝0＋∑∝tCt＋ε。

其中：P為商品價格；Ci為商品特征屬性；∝0，∝t為待估計的系數(shù)；Ct為虛擬變量；ε為誤差項［15］。

對后期數(shù)據(jù)處理，需根據(jù)所選Hedonic模型進行計算，估計模型中參數(shù)值。參數(shù)估計的過程涉及的數(shù)據(jù)量大，公式復雜，多采用專業(yè)計算機統(tǒng)計軟件完成，目前應用較廣的是SPSS統(tǒng)計軟件［16］。通過該軟件設置變量、錄入數(shù)據(jù)、回歸分析之后，可以得到相關參數(shù)，從而估計出所需的Hedonic模型。用SPSS進行參數(shù)估計一般會用到的方法有參數(shù)的最小二乘法和方差估計法［17］。

為提高結果的準確性，文章將數(shù)據(jù)進行分析后，進行幾個模型之間的擬合情況對比，然后選用最合適的模型進行研究。

1.3 研究變量的選擇

住宅價格包括市場價格、掛牌價格和交易價格［18］。本研究將樣本住宅的實際成交價格作為因變量，將住宅的不同屬性特征作為自變量來量化分析。對住 宅 價 格 的 影 響 因 素 有3 種［19］：建 筑 特 征（structure characteristic）、鄰里環(huán)境（neighborhood characteristic）、區(qū)位特征（location characteristic）。

本研究選取的自變量分為建筑特征、鄰里環(huán)境、區(qū)位特征3 類，最后確定選擇13 個特征作為自變量，分別是建筑特征（建筑面積、樓盤類型、建筑裝修程度、樓層、建筑年齡）、鄰里環(huán)境（容積率、綠化率、物業(yè)費、教育配套、醫(yī)療配套、公園配套）、區(qū)位特征（交通便利程度、到金沙遺址博物館的距離）。

2 實證分析

2.1 數(shù)據(jù)來源

本研究選取金沙遺址博物館周圍2 700m 范圍內的多個住宅樣本作為研究對象。選取住宅價格時以當期的住宅價格為準，于2014－03－10—2014－03－15日進行實地調研，以問卷調查的方式采集需要的信息，并以房地產(chǎn)網(wǎng)站公布的數(shù)據(jù)作為輔助，檢驗數(shù)據(jù)真實性。被調查對象在調查過程中具有很大的隨機性，被調查住宅的建筑類型包括普通住宅和別墅，因別墅與普通住宅相比存在特殊性，為剔除特殊屬性及不完整信息對價格的影響，在選取樣本時選擇普通住宅小區(qū)且信息完整真實者作為研究對象。在多個調查樣本中，確定310個有效樣本。所有樣本的數(shù)據(jù)描述見表1。

表1 數(shù)據(jù)統(tǒng)計性描述Tab.1 Descriptive statistics of partial variables

2.2 數(shù)據(jù)量化

對住宅價格進行量化時，考慮到房地產(chǎn)的時間價值特性，在不同時間呈現(xiàn)的價格波動較大。因此在有效樣本確定時，選擇研究時點近期的成交價格作為因變量數(shù)據(jù)。

在對住宅特征變量進行量化時，由于屬性特征分為3大類，因此，根據(jù)實際情況選用分等級賦值和實際數(shù)值方法進行量化。其中，樓盤類型、建筑裝修程度采用分等級賦值法；建筑面積、樓層、建筑年齡、容積率、綠化率、物業(yè)費、教育配套、醫(yī)療配套、公園配套、交通便利程度和到金沙遺址博物館的距離采用實際數(shù)值法。量化指標如表2所示。

表2 量化指標Tab.2 Quantification of various indexes

2.3 模型計算結果

通過量化指標進行量化，并將量化結果代入Hedonic模型的3種模型中，運用SPSS軟件進行回歸分析，得到的計算結果見表3。

表3 模型的計算結果Tab.3 Results of the model

從以上參數(shù)來看，每個模型的顯著性概率都在合理范圍內，故所建模型均成立。通過比較分析，半對數(shù)模型和對數(shù)模型要比線性模型更具顯著性，能更好地解釋住宅價格與全體自變量之間的關系。但是由于統(tǒng)計數(shù)據(jù)造成的對數(shù)模型的局限性，即該對數(shù)模型只是對部分自變量的對數(shù)化，不能將所有自變量進行對數(shù)化，無法確定沒有進行對數(shù)化的自變量對此模型的最終結果是否有影響，也無法確定這種不完全的對數(shù)模型是否存在問題，暫時不考慮對數(shù)模型。因此本文選擇半對數(shù)模型作為最優(yōu)模型進行研究。依據(jù)其進行回歸分析，將所有自變量代入模型，結果見表4。

從表4可以看出，樓層、建筑年齡、綠化率、學校個數(shù)、醫(yī)院個數(shù)和交通便利程度的顯著性水平均大于0.05，顯著性不強。因此，進入模型的變量有7個，分別是建筑面積、建筑裝修程度、建筑年齡、容積率、物業(yè)費、公園個數(shù)和到金沙遺址博物館的距離。由此得到的住宅特征價格模型為

lnP＝3.936＋0.008×建筑面積＋0.163×建筑裝修程度－0.022×建筑年齡－0.083×容積率＋0.179×物業(yè)費＋0.376×公園個數(shù)－0.185×到金沙遺址博物館距離。

表4 半對數(shù)模型中各變量回歸系數(shù)表Tab.4 Regression coefficients of various variables

該研究結果表明，在所有影響因素中，周邊市政設施、物業(yè)費、建筑裝修程度和到金沙博物館距離對住宅價格具有顯著影響，建筑年齡、容積率和到金沙遺址博物館的距離對住宅價格具有負的影響。

該結果也印證了研究假設，即城市內旅游景區(qū)對住宅價格具有正向影響，距離旅游景區(qū)越近，住宅價格越高；距離住宅景區(qū)越遠，住宅的價格越低。

3 結 論

本研究以成都市金沙遺址博物館周邊的310戶住宅作為樣本，通過對研究變量的選取與量化，進行數(shù)據(jù)采集與整理，采用Hedonic模型的半對數(shù)模型對數(shù)據(jù)進行分析，探索了城市內旅游景區(qū)對城市住宅價格的影響。研究表明：1）旅游景區(qū)起到了提升附近城市住宅的價格作用；2）采取Hedonic模型可以充分將旅游景區(qū)特征對城市住宅的價格影響作用進行數(shù)據(jù)化；3）基于旅游景區(qū)的正向作用，國家應充分重視旅游房地產(chǎn)業(yè)。旅游景區(qū)是客觀存在的且對于弘揚中華傳統(tǒng)底蘊具有重大作用。旅游景區(qū)可以提升周邊住宅價格，促進周邊商業(yè)發(fā)展，加速部分地區(qū)城市化發(fā)展道路。國家應充分重視旅游景區(qū)在房地產(chǎn)業(yè)的影響，將二者有機結合，使房地產(chǎn)市場更加和諧穩(wěn)定發(fā)展。

／References：

［1］ 陳曉磬.旅游景區(qū)的概念及相關學術語境構建［J］.地理與地理信息科學，2012，28（1）：100－105.CHEN Xiaoqing.Acdemic constrution on／around tourist attractions concept［J］.Geography and Geo－Information Science，2012，28（1）：100－105.

［2］ 司成均，譚春燕，李洪強.旅游房地產(chǎn)發(fā)展面臨的機遇研究［J］.商場現(xiàn)代化，2007（20）：246－247.SI Chengjun，TAN Chunyan，LI Hongqiang.Research the opportunities facing the development of tourism real estate［J］.Market Modernization，2007（20）：246－247.

［3］ 符莉.國際旅游島背景下旅游房地產(chǎn)發(fā)展研究［J］.中國商貿，2012（28）：185－186.FU Li.Tourism real estate development and research under the background of international tourism island［J］.China Business＆Trade，2012（28）：185－186.

［4］ 劉艷紅.旅游房地產(chǎn)業(yè)形成的分蘗理論分析［J］.生產(chǎn)力研究，2004（3）：131－133.LIU Yanhong.Tillering theoretic analysis of tourism and real estate turning an independent industry［J］.Productivity Research，2004（3）：131－133.

［5］ 劉婕，譚華芳.旅游與房地產(chǎn)業(yè)的關聯(lián)融合度研究［J］.經(jīng)濟體制改革，2011（2）：150－153.LIU Jie，TAN Huafang.Associat degree of integration of tourism and real estate［J］.Reform of Economic System，2011（2）：150－153.

［6］ 谷一楨，鄭思齊.軌道交通對住宅價格和土地開發(fā)強度的影響——以北京市13 號 線 為 例［J］.地 理 學 報，2010，65（2）：213－223.GU Yizhen，ZHENG Siqi.The impacts of rail transit on property values and land development intensity：The case of No.13 line in Beijing［J］.Acta Geographica Sinica，2010，65（2）：213－223.

［7］ 溫海珍.城市住宅的特征價格：理論與實例研究［M］.杭州：經(jīng)濟科學出版社，2005.WEN Haizhen.Characteristics of Urban Housing Prices：Theory and Case Studies［M］.Hangzhou：Econimic Science Press，2005.

［8］ 鐘海玥，張安錄，蔡銀鶯.武漢市南湖景觀對周邊住宅價值的影響——基于Hedonic模型的實證研究［J］.中國土地科學，2009，23（12）：64－68.ZHONG Haiyue，ZHANG Anlu，CAI Yinying.Impacts of the Nanhu Lake in Wuhan City on the price of peripheral houses：Empirical research based on hedonic model［J］.China Land Science，2009，23（12）：64－68.

［9］ 何志鋒，王波，羅峰，等.基于ArcGIS和Hedonic定價理論的住宅均價測評模型——長沙地區(qū)截面數(shù)據(jù)實證分析［J］.市場經(jīng)濟與價格，2013（2）：34－37.HE Zhifeng，WANG Bo，LUO Feng，et al.Housing price evaluation model by ArcGIS and Hedonic price method：Empirical analysis of Changsha area sectional data［J］.Market Economy and Price，2013（2）：34－37.

［10］ 吳璟，鄭思齊，劉洪玉.編制住房價格指數(shù)的特征價格法細解［J］.統(tǒng)計與決策，2007（24）：16－18.WU Jing，ZHENG Siqi，LIU Hongyu.Explain the housing price index by hedonic price method［J］.Statistics and Decision，2007（24）：16－18.

［11］ 鄒利林，楊俊，胡學東.中國城市住宅價格時空演變研究進展與展望［J］.地理科學進展，2013，32（10）：1479－1489.ZOU Lilin，YANG Jun，HU Xuedong.Research on temporalspatial changes of urban residential housing price in China：Progress and prospects［J］.Progress in Geography，2013，32（10）：1479－1489.

［12］ ROSEN S.Hedonic prices and implicit markets：Product differentiation in pure competition［J］.Journal of Political Economy，1974，82（1）：23－27.

［13］ 馮艷芬，梁小斯，吳大放.基于Hedonic模型的廣州地鐵1號線沿線住宅價格分析［J］.廣州大學學報（自然科學版），2011，10（4）：90－95.FENG Yanfen，LIANG Xiaosi，WU Dafang.Study on housing price along the Guangzhou metro line 1based on Hedonic price method［J］.Journal of Guangzhou University（Natural Science Edition），2011，10（4）：90－95.

［14］ 梁青槐，孔令洋，鄧文斌.城市軌道交通對沿線住宅價值影響定量計算實例研究［J］.土木工程學報，2007，40（4）：98－103.LIANG Qinghuai，KONG Lingyang，DENG Wenbin.Impact of URT on real estate value：The case of Beijing Metro Line 13［J］.China Civil Engineering Journal，2007，40（4）：98－103.

［15］ 王德，黃萬樞.Hedonic住宅價格法及其應用［J］.城市規(guī)劃，2005（3）：62－71.WANG De，HUANG Wanshu.Hedonic house pricing method and its application in urban studies［J］.City Planning Review，2005（3）：62－71.

［16］ 周依靜.試驗區(qū)效應對武漢市房價的影響——基于Hedonic模型的特征價格分析［J］.商業(yè)現(xiàn)代化，2008（15）：189－190.ZHOU Yijing.Test area impact on Wuhan housing price：Based on Hedonic price method［J］.Market Modernization，2008（15）：189－190.

［17］ 謝旦杏，林雄斌.城市住房價格時空間特征及其影響因素研究［J］.經(jīng)濟地理，2014，34（4）：34－41.XIE Danxing，LIN Xiongbin.The effect of urban scale，economic growth to urban housing price［J］.Economic and Geography，2014，34（4）：34－41.

［18］ 張冕.基于Hedonic模型的浦東新區(qū)住宅價格特征分析［D］.上海：同濟大學，2008.ZHANG Mian.House Price and Its Eeterminations in the Pudong New Area Based on Hedonic Model［D］.Shanghai：Tongji University，2008.

［19］ 陳韻詩.基于Hedonic模型的廣州市寫字樓租金特征價格研究［D］.廣州：廣東工業(yè)大學，2011.CHEN Yunshi.Research Based on the Hedonic Model of Hedonic Price in Guangzhou Office Rentals［D］.Guangzhou：Guangdong University of Technology，2011.