住宅价格特征价格模型研究.docVIP

住宅价格的特征价格模型研究 　　摘要：本文利用特征价格模型对外部环境对北京市普通住宅的价格特征进行定量研究，构建了住宅估值的对数线性模型。结果表明，根据市场特点合理构建指标体系，可以使价格特征模型很好的解释北京市普通住宅市场的内在价格特征。10%的显著性检验结果与指标参数表明，在其它条件相同的情况下，位于重点小学学区的住宅比非学区房总价高约25%，位于北部的住宅比南部高约34%。而地铁对周边住宅价格的影响则和住宅距离市中心的距离有关，在距离市中心8公里的半径范围内，距离地铁站点的距离对住宅价格并无显著影响，而在8公里以外，则影响较为显著。 　　关键词：特征价格模型；北京；住宅价格；学区房；地铁站点 　　中图分类号：F293.3；F224 　　 　　一、住宅特征价格模型 　　特征价格模型的英文表达是Hedonic prices model。Hedonic的英文本意为“享乐的”，这里取其“能够给人带来效用”之意，因此Hedonic prices model可以理解为“能够给人带来效用的东西的价格模型”。它的核心思想即为商品的价格是由该商品所包含的一些能够满足人们需求的特征的价格之和。Haas（1922）最早将这一思想用于分析农场土地的价格①。此后，这一模型被广泛用于分析各种商品的价格特征，如蔬菜（Frederick, 1928）、汽车（Court，1939）等等。 　　到了20世纪60年代，Tiebout （1956），Lancaster （1966），Muth（1966）和Oates（1969）等人开始将其引入房地产和城市经济领域。其中Lancaster在他的“新消费者理论”中指出商品的市场价格是由商品的属性而不是商品货物自身决定的，从而提供了微观经济学理论基础。Rosen（1974）提出了具体的住宅特征价格模型，从此之后，特征价格分析法在住宅价格与居住环境的研究中得到了广泛应用。 　　在住宅特征价格模型中，住宅价格被认为是它所包含的一系列内在特征的回归函数（Kain and Quigley, 1970）。这些特征应该是房屋固有的内在的客观特征（Butler，1982)，而非主观评价（如调查问卷得出的消费者偏好一般不应进入模型）。这些内在特征可以归纳为三个大类：住宅的区位（Location characteristics）特征，住宅的邻里环境（Neighborhood characteristics）特??和住宅自身（Characteristics specific to the housing itself）的特征（Ridker，Henning，2001）。因此，该模型可以表示为： 　　方程（1）中的L代表区位特征，指就业、生活的便利性，包括到城市中心、最近的地铁站的距离等； S代表住宅自身特征，包括建筑面积、建筑年龄、房间数、楼层、室内设备如空调等；N代表邻里环境，包括景观、环境污染状况，学校质量等等。 　　但是，方程（1）只是特征价格模型的一般形式，对于该模型的具体形式，经济理论并未给出答案。因此大部分研究都会尝试使用多种模型进行比较，并选择与经验数据结合得较好的一个。在模型的选择过程中，一般会对变量进行Box-cox转换来寻找合适的函数形式。经过Box-cox转换后的模型形式可以表示为如下格式： 　　在（2）式中，Y是因变量，Xi代表住宅价格； 是经过Box-cox转换后的自变量（普通变量）； Zj代表未经Box-cox转换的自变量（一般是虚变量）。 ε是误差项。β，α，θ和λ是模型需要估计的参数。 　　显然，当θ和λ为1时，（2）式是一个多元线性模型；当 为0而 为1时，为半对数模型；当二者均为0时，为对数线性模型。这也是在以往的住宅特征价格模型研究中使用最为广泛的三种模型形式。 　　但是，当θ和λ的取值不为1或0的时候，该模型就会变得比较复杂。Box-cox转换主要是将非正态分布的变量转化为接近正态分布的变量，微小的转换系数的误差对转换效果影响不大，Linneman（1988)认为主要应考虑住宅价格的转换而不是自变量。因此，模型的简洁性和经济学意义上的可解释性相对于精确的转换系数而言更加重要(Maurer, Ptizer, Sebastian 2004)。在实际运用中，往往是将Box-cox系数作为参考对因变量进行转换以判定函数形式。 　　在国内的研究中，王立宾（1995）最早在一篇论文中介绍了hedonic模型，但并未进行实证分析。在随后的很长一段时间内,由于国内房地产价格数据的匮乏，相关的实证研究未能得到发展。近几年，随着数据积累逐渐完成，以及房地产价格问题日益受到重视，不少学者开始使用这一模型对国内住宅价格进行实证研究。Zan Yang（2000）在一篇英文论文中用hedonic模