熊瓊兵

摘要：借鑒國內外特征價格模型對住宅價格影響因素的研究理論和成果，構建貴陽市在1998～2016年間住宅價格影響的特征因素，從而建立特征因素與住宅價格的特征模型。研究表明，經(jīng)濟、環(huán)境和公共服務特征的特征變量與貴陽市住宅價格存在正負相關性，而旅游外匯收入、造林面積、社會福利院數(shù)、年末實有道路建設面積、供水總量顯現(xiàn)負相關性，其他特征變量為正相關性。總之，環(huán)境保護和公共服務建設對住宅價格的影響越來越重要。

關鍵詞：特征價格模型；貴陽市；住宅價格；特征因素

近年來，貴陽市經(jīng)濟快速的發(fā)展，促使了房地產(chǎn)的快速發(fā)展。然而，由于貴陽市大力的開發(fā)各種住房樓盤，導致有關住房的政策、金融、城市環(huán)境保護和管理水平等方面存在不足，也間接導致其住宅價格調控的不完善，還存在諸多隱性問題。特別是從2008年的住宅價格2865.91元/平方米，一直漲到2016年的住宅價格5379.21元/平方米。雖然貴陽市采取一系列的措施，使其住宅價格保持平穩(wěn)的發(fā)展，但是住宅價格市場還是存在不穩(wěn)定性。為此，對貴陽市住宅價格的影響因素研究，能更好把握住宅價格在經(jīng)濟、環(huán)境及公共服務等方面的影響因素，對解決其在房地產(chǎn)管理中的諸多問題有重要意義。

國外學者Lancaster和Rosen提出的特征價格模型分別是偏好理論和市場供需均衡理論為基礎，前者是對產(chǎn)品自身的特征給消費者帶來的滿意度的特征價格集合；后者是產(chǎn)品自身特征使消費者和供給者兩者效應最大的特征價格。國外大多學者也對住宅價格的影響因素進行了研究，如Michael等研究了景觀對住宅價格的影響，還有Downes等研究了芝加哥學校特征對住宅價格的影響。目前國內已利用特征價格模型對房地產(chǎn)領域做了很多研究，但是大多只是從住宅的區(qū)位特征、鄰里特征、建筑特征和政策特征，分析住宅價格的影響因素，如對城市住宅用地出讓價格影響因素研究、南京市住宅價格實證分析、住宅租金影響因素研究、北京市住宅用地價格影響因素分析；而從城市社會、經(jīng)濟、文化、金融和環(huán)境保護等方面的影響因素，對城市住宅價格變化機理研究較少，如城市住宅價格影響因素研究，是從全國范圍內在社會、經(jīng)濟和城市建設方面對住宅價格的影響因素研究。總之，從經(jīng)濟、社會、環(huán)境保護、金融和公共服務等方面特征，對城市住宅價格的影響因素研究較少，為此本文從經(jīng)濟、環(huán)境和公共服務三個特征，對貴陽市住宅價格影響因素進行研究。

一、數(shù)據(jù)來源與模型構建

（一）數(shù)據(jù)來源

以《貴陽市統(tǒng)計年鑒》（1999～2016）及《貴陽市年度國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》為數(shù)據(jù)基礎，則選取經(jīng)濟、環(huán)境及公共服務等特征建立特征價格模型，從而研究特征因素對住宅價格的影響。本文對1998～2016年間的主要國民經(jīng)濟和社會發(fā)展指標進行統(tǒng)計分析，選取經(jīng)濟特征、環(huán)境特征以及公共服務特征3個方面入手建立特征價格模型，對貴陽市住宅價格進行研究。

（二）模型構建

1. 特征價格模型構建

房地產(chǎn)特征價格模型法認為房地產(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。因此，本文采用回歸分析解釋經(jīng)濟特征、社會特征、環(huán)境特征和公共服務特征對貴陽市住宅價格的影響。同時根據(jù)影響三類特征的因素，從而將住宅價格的影響因素分為11個變量指標，并采用該模型來檢驗變量指標是怎樣影響住宅價格的變化。則模型如下：

p=β0+■βizi+ξ

式中：p為住宅價格（元/平方米）；zi表示特征變量，即選取的11個特征指標；β0是常數(shù)項；βi是對應的特征變量的特征價格系數(shù)；ξ是誤差項；n是特征變量數(shù)。

2. 特征變量描述

根據(jù)經(jīng)濟特征、環(huán)境特征和公共服務特征確定影響住宅價格的變量為11個指標。如表1所示。

（1）經(jīng)濟特征

經(jīng)濟發(fā)展是衡量一個城市社會發(fā)展的基礎，而根據(jù)國家經(jīng)濟發(fā)展的產(chǎn)業(yè)劃分，房地產(chǎn)業(yè)已成為經(jīng)濟發(fā)展中的核心成分，那么對經(jīng)濟發(fā)展的影響因素，就可間接的通過經(jīng)濟發(fā)展的衡量指標，來研究住宅價格的變化，特別是現(xiàn)在的出口貿易和旅游業(yè)的發(fā)展。選取特征指標為進出口貿易總額、郵電業(yè)務總量、旅游外匯收入3個指標。

（2）環(huán)境特征

環(huán)境對于住宅價格影響也相當大，在住宅周邊中有放射性物質、很高的噪聲、空氣中有大量的有毒氣體等區(qū)域，住宅價格將會較低，而在住宅環(huán)境較好的區(qū)域，住宅價格將會較高。在現(xiàn)在的交易和房地產(chǎn)評估中，將環(huán)境特征對住宅價格的影響很少考慮。對于現(xiàn)在國家加強植樹造林和貴州對“綠水青山就是金山銀山”的建設，也會間接影響住宅價格。基于環(huán)境對住宅價格的影響因素，從而分析環(huán)境特征變量對住宅價格的變化。選取園林綠地面積、造林面積2個特征變量。

（3）公共服務特征

公共服務業(yè)是公共設施建設以及發(fā)展教育、文化、衛(wèi)生等公共事業(yè)，為社會經(jīng)濟發(fā)展提供保障。城鄉(xiāng)公共基礎建設對房地產(chǎn)業(yè)各方面的發(fā)展起到了促進作用，也為住宅提供了方便。教育、衛(wèi)生醫(yī)療的發(fā)展及社會福利的提高，促進房地產(chǎn)的價值升值，從而導致住宅價格上升。介于公共服務對住宅價格的影響因素，而分析公共服務特征中的交通狀況、教育、衛(wèi)生醫(yī)療及社會福利等特征指標，從而解釋住宅價格的變化。選取公共服務特征變量為6個指標，其中供水總量、天然氣供氣總量；而醫(yī)療技術人員作為衛(wèi)生醫(yī)療條件特征標志、年末實有道路建設面積和年末實有公交車運用車輛數(shù)作為交通狀況特征標志及社會福利特征標志是社會福利院數(shù)。

二、貴陽市住宅價格實證分析

（一）特征價格模型檢驗

將統(tǒng)計的11個特征變量和住宅價格因變量表格導入SPSS軟件中，采用普通最小二乘法（OLS）對特征變量和住宅價格進行回歸分析，從而確定模型的檢驗結果。

1. 模型的擬合優(yōu)度檢驗

從表2可以看出，貴陽市住宅價格與11個特征變量的相關系數(shù)為R=98.6%，表明了住宅價格與經(jīng)濟特征、環(huán)境特征及公共服務特征三個特征的特征變量有很強的線性關系。模型的可決系數(shù)R2=97.2%，調整可決系數(shù)R2=92.9%，表明住宅價格能夠被模型解釋的差異比為97.2%，經(jīng)過調整后被解釋的差異比為92.9%；同時說明了特征價格模型的擬合優(yōu)度很高，也能更好的解釋貴陽市住宅價格與特征變量之間存在的關系。同時模型Durbin-Watson檢驗值為1.926且接近于2，說明特征變量之間存在的自相關性很弱，也說明了模型的可行性。

2. 模型的顯著性檢驗

從表3可以看出，特征價格模型的F檢驗的概率為0.00，且小于顯著性水平0.05，說明模型能更好反映住宅價格與特征變量之間的關系，也表明兩者之間存在顯著的線性關系。

3. 模型的共線性檢驗

對共線性的檢驗，是基于方差膨脹因子（Variance Inflation Factor，VIF）的判斷，當VIF值在0到10之間時，不存在多重共線性；當VIF值在10到100之間時，存在較強的多重共線性；當VIF值大于100時，存在嚴重多重共線性。從表4可以看出，在旅游外匯收入、社會福利院數(shù)和造林面積3個特征變量的VIF值小于10且大于0，說明它們不存在多重共線性，而其他特征變量的VIF值大于10且小于20，說明它們存在多重共線性，但多重共線性不是相當嚴重。對于模型而言，整體拒絕原假設，從而排除模型整體的多重共線性，說明模型可以通過特征變量解釋住宅價格的升降。

（二）特征變量顯著性分析

從表4中可以看出，當顯著性水平取值為5%時，從經(jīng)濟特征方面，有進出口貿易總額通過了t檢驗，而郵電業(yè)務總量、旅游外匯收入兩個特征變量沒有通過t檢驗；環(huán)境特征指標沒有通過t檢驗；公共服務特征指標僅年末實有道路建設面積通過t檢驗，其他指標都為通過t檢驗。雖然大多數(shù)特征變量沒有通過t檢驗及VIF檢驗，但是對于模型的整體來說，是通過了檢驗，為此本文僅從模型的整體考慮，分析特征變量對貴陽市住宅價格的影響。

從經(jīng)濟特征方面，進出口貿易總額和郵電業(yè)務總量與住宅價格存在正相關性，而旅游外匯收入與住宅價格存在負相關性，說明進出口貿易總額和郵電業(yè)務總量增加或減少，住宅價格會上漲或降低，旅游外匯收入的增加或減少，住宅價格會降低或上漲；從環(huán)境特征方面，園林綠地面積的增加或減少，住宅價格上漲或降低，造林面積的增加或減少，住宅價格會降低或上漲；從公共服務特征方面，醫(yī)療技術人員、年末實有公交車運車輛數(shù)和天然氣供氣總量的增加或減少，住宅價格會上漲或降低，而社會福利院數(shù)、道路建設面積及供水總量的增加或減少，住宅價格會降低或上漲。其中影響住宅價格較大的是旅游外匯收入、園林綠地面積、醫(yī)療技術人員、供水總量和天然氣供氣總量特征變量，它們的特征價格系數(shù)絕對值較大，當增加1個單位就會增加很多。如醫(yī)療技術人員增加1萬人，住宅價格將增加201.82元/平方米；天然氣供氣總量增加1億立方米，住宅價格增加1177.94元/平方米；供水總量增加1億立方米，住宅價格減少798.65元/平方米。

三、結論與不足

貴陽市的住宅價格在旅游外匯收入、園林綠地面積、醫(yī)療技術人員、供水總量和天然氣供氣總量影響較大，而其他特征變量相對于郵電業(yè)務總量、年末實有道路建設面積、年末實有公交車運車輛數(shù)來說，影響較小。特別是旅游外匯收入、園林綠地面積、供水總量和天然氣供氣總量的特征價格系數(shù)為-1993.01、2224.10和1177.94，對住宅價格的影響最大，而年末實有道路建設面積和年末實有公交車運車輛數(shù)的特征價格系數(shù)為-1.75和0.40，對住宅價格的影響較小。為此環(huán)境保護與建設和公共服務建設對住宅變得越來越重要很重要。

本文的不足是對特征價格模型的回歸分析僅只滿足模型的檢驗，而對大多數(shù)特征變量與住宅價格的t檢驗和多重共線性問題沒有解決，為此應在此研究的基礎上考慮增加樣本數(shù)或者對采用其他方法對其進行論證。

參考文獻：

[1]Lancaster，K，J. A new approach to consumer theory [J]. Journal of Political Economy，1966（74）.

[2]Rosen，S. Hedonic prices and implicit：Product differentiation in pure competition [J]. Journal of Political Economy，1974（82）.

[3]Michael B，Vicky S，Michael S. Residential real estate prices： a room with a view[J]. Journal of Real Estate Research，2002（23）.

[4]Downes T A，Zabel J E. The impact of school characteristics on house prices： Chicago 1987～1991[J].Journal of Urban Economics，2002（01）.

[5]劉洪彬，王秋兵.基于特征價格模型的城市住宅用地出讓價格影響因素研究[J].經(jīng)濟地理，2011（06）.

[6]徐麗，簡迎輝.基于特征價格模型的南京市住宅價格實證分析[J].土木工程與管理學報，2015（04）.

[7]孟君遲，張哨軍.基于特征價格模型的住宅租金影響因素研究——以武漢市為例[J].價值工程，2016（27）.

[8]馮波，郭巍，陳昕.北京市住宅用地價格影響因素分析——基于特征價格模型的實證研究[J].中國物價，2016（11）.

[9]張紹良，李晶晶，公云龍.基于特征價格模型的城市住宅價格影響因素研究[J].地域研究與開發(fā)，2013（04）.

（作者單位：貴州師范大學地理與環(huán)境科學學院）