基于Hedonic模型的住宅租賃價(jià)格影響因素分析

摘要:收集了2009年廣州市麗江花園130套房屋的月租金及其特征，運(yùn)用Hedonic模型考察了住宅租金的微觀影響因素，并擬合了該小區(qū)租金的Hedonic方程。這種方法在物業(yè)稅稅基評估以及通過租金參考價(jià)推算具體位置上的房屋租金可以得到運(yùn)用。

關(guān)鍵詞:租金;Hedonic模型;微觀因素

中圖分類號:F293文獻(xiàn)標(biāo)志碼:A文章編號:1673-291X(2010)30-0150-03

2005年以后，中國大中城市房屋價(jià)格飛速上漲，越來越多的人買不起房，需要通過租房解決居住問題。如廣州市，據(jù)統(tǒng)計(jì)，截至2009年底戶籍人口和流動人口已接近1 500萬[1]，其中大部分流動人口及中低收入人群主要通過租房居住。由此可見，現(xiàn)階段各大中城市租賃住房的實(shí)際需求量極大。全國各地廉租房及經(jīng)濟(jì)租賃房的推進(jìn)，也說明政府開始重視通過發(fā)展住宅租賃解決中低收入人群居住問題。

一、國內(nèi)外研究現(xiàn)狀

1.國外研究現(xiàn)狀。Hedonic模型也稱特征價(jià)格，是基于效用論而建立起來的價(jià)格模型，此時(shí)的商品價(jià)格取決于商品各方面屬性帶給消費(fèi)者滿足的大小[2]。

在國外，房地產(chǎn)Hedonic模型得到廣泛研究與應(yīng)用，大約有一半多的房地產(chǎn)價(jià)格研究都是采用特征價(jià)格模型進(jìn)行的實(shí)證研究，且多集中于住宅市場。其應(yīng)用主要體現(xiàn)在如下各方面:(1)編制各種房地產(chǎn)價(jià)格指數(shù);(2)對傳統(tǒng)城市經(jīng)濟(jì)模型進(jìn)行改進(jìn);(3)對環(huán)境質(zhì)量進(jìn)行測度;(4)進(jìn)行住宅特征隱含價(jià)格系數(shù)解釋;(5)對房地產(chǎn)、非市場物品的價(jià)值評估;(6)進(jìn)行住房公共提供、住房價(jià)格補(bǔ)貼地方稅收等政府公共政策效果評估[3]。

國外學(xué)者在特征選擇方面已趨于一致，如考慮空間因素的Hedonic模型在考察住宅租金中的應(yīng)用——以維也納為例[4];運(yùn)用柏林四個(gè)區(qū)1982年8月至1999年12月的月度數(shù)據(jù)通過Hedonic模型考察租金的影響因素[5]等。由于中國與歐美國家的住宅租賃市場不同，國外研究中認(rèn)為重要的因素可能并不適用于中國的房地產(chǎn)市場。

2.國內(nèi)研究現(xiàn)狀。近年來，中國許多學(xué)者對特征價(jià)格模型進(jìn)行了深入研究，如特征價(jià)格模型理論綜述及Hedonic方法在中國的可行性;房地產(chǎn)價(jià)格指數(shù)編制方面的應(yīng)用;土地價(jià)格的應(yīng)用研究;以及針對具體城市進(jìn)行的實(shí)證研究。如“租賃住宅特征價(jià)格研究——以杭州市為例”，該文章通過調(diào)查問卷收集杭州市全市部分小區(qū)的數(shù)據(jù)，探討住宅租金的影響因素以及各因素的影響程度，模型變量覆蓋住宅建筑特征、鄰里特征、區(qū)域特征三個(gè)方面18項(xiàng)因素。筆者認(rèn)為，將Hedonic模型應(yīng)用于某個(gè)城市的多個(gè)樓盤，存在以下不足:(1)對數(shù)據(jù)要求較高。隨著研究范圍的擴(kuò)大與樣本的增加，數(shù)據(jù)量變得非常龐大，數(shù)據(jù)統(tǒng)計(jì)工作非常困難;(2)適用范圍仍有一定局限。

本文擬采用更微觀的視角，僅收集廣州市麗江花園一個(gè)小區(qū)的數(shù)據(jù)，用Hedonic模型考察小區(qū)內(nèi)的微觀因素如租賃住宅的建筑年代、朝向、裝修等因素對小區(qū)住宅租金的影響及各因素的影響程度等問題，這樣模型變量僅覆蓋了小區(qū)內(nèi)的一些微觀特征，由此避免考慮區(qū)位方面的因素，方程的準(zhǔn)確性、科學(xué)性將大大提高，模型的適用性也更貼切實(shí)際。且通過推算出的Hedonic方程，我們可以反推整個(gè)小區(qū)的房屋租金。這在租金參考價(jià)[6]的推廣，以及征收物業(yè)稅中稅基的評估，都可以運(yùn)用。

二、Hedonic模型的應(yīng)用

1.hedonic模型的形式。Hedonic模型大致有三種函數(shù)形式定義，分別如下:

(1)線性形式:P=a0+aiZi+ε。P表示價(jià)格;a0表示常數(shù);ai表示各因素的影響系數(shù);Zi表示影響價(jià)格的因素;ε表示殘差，一般殘差不具有經(jīng)濟(jì)意義。

(2)半對數(shù)形式:lnP=a0+aiZi+ε(各符號表示意義相同)。

(3)對數(shù)形式:lnP=a0+ailnZi+ε(各符號表示意義相同)。

實(shí)際應(yīng)用中，具體采用哪種函數(shù)形式，要結(jié)合實(shí)際情況，予以考慮。

2.住宅租金的影響因素及其賦值。Hedonic模型主要關(guān)注的是產(chǎn)品屬性的隱含價(jià)格。影響住宅租金的因素主要有區(qū)位、結(jié)構(gòu)和鄰里屬性三大因素。

區(qū)位屬性主要是對景觀、便利性及區(qū)域的開發(fā)程度的測度。如前所述，不同的小區(qū)由于地理位置差異較大，對其交通狀況、生活配套定量評分很難做到精準(zhǔn)。因此，本文作者覺得要運(yùn)用Hedonic模型考察住宅租金的影響因素，最好是建立在同一個(gè)小區(qū)，這樣就不用考慮小區(qū)的地理位置、生活配套，可以最大程度做到精準(zhǔn)。

結(jié)構(gòu)屬性一般是指建筑本身的特征。本文擬將建筑年代、樓層、裝修、家俬及朝向等因素作為考察變量。研究發(fā)現(xiàn)，住房的建筑年代同租金負(fù)相關(guān)，本文擬對建筑年代按新舊程度賦值，其中建筑年代越晚，賦值越高，由此避免建筑年代與房屋租金負(fù)相關(guān)，方程式中出現(xiàn)負(fù)號;同時(shí)經(jīng)測算，麗江花園小區(qū)組團(tuán)定位與建筑年代兩個(gè)變量共線性較嚴(yán)重，即建筑年代越晚，樓盤定位越高檔，因此這兩因素中，本文僅采用建筑年代作為考察因素;所在樓層賦值時(shí)則考慮了有無電梯的情況，如雖同為低層，有電梯樓盤低層分值卻低于無電梯樓盤低層分值，因?yàn)橛须娞輼潜P低層相對無電梯樓盤低層，反而公攤面積增大、沒有升值空間，而對于多層樓盤，低層和高層賦值則較中層低，原因是廣州地區(qū)一年中大部分時(shí)候都很潮濕，低層不如上面通風(fēng)，則更顯潮濕，而高層，由于樓層較高，又沒有電梯，上下樓梯較為費(fèi)力。

上面列出的屬性，經(jīng)過量化后按實(shí)際情況及經(jīng)驗(yàn)賦值后引入屬性價(jià)格模型。

表1即為各變量的賦值情況，考慮到Hedonic方程對數(shù)形式及半對數(shù)形式中，因素的分值要取對數(shù)，因此本文中因素賦值最低分為1分，最高分為10分:

3.結(jié)果分析。本文收集滿堂紅網(wǎng)站2009年3月麗江花園小區(qū)130條住宅租賃數(shù)據(jù)，這樣，數(shù)據(jù)完全在同一時(shí)間截面上，不用考慮時(shí)間對租金的影響。

通過spss多元線性回歸分析，可得到以下結(jié)果:

表2多元線性回歸模型匯總

以上結(jié)果中R值為0.712，與1比較接近，說明自變量和因變量之間的線性關(guān)系較強(qiáng)。從判定系數(shù)R2=0.507和經(jīng)調(diào)整的R2=0.486來看，基本模型所能解釋因變量差異的百分比約為50%，說明模型的擬合程度較好，具有良好的解釋能力。

表3線性方程形式方差分析

回歸方程方差分析的顯著性檢驗(yàn)值為0.000，即小于0.001，說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)入方程的住宅特征與住宅租金P之間的線性關(guān)系能夠成立。

下頁表4表明，所有變量中VIF值最小的為1.025，最大的為1.301，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)為自變量之間不存在共線性。

圖1線性方程形式散點(diǎn)圖

從上圖可知，線性模型的曲線接近直線，說明殘差符合正態(tài)分布。

半對數(shù)方程形式結(jié)果分析:

表5半對數(shù)方程形式模型匯總

由上表可以看出，R值為0.711也較為接近1，說明自變量和因變量之間的線性關(guān)系較強(qiáng)。從判定系數(shù)R2=0.506和經(jīng)調(diào)整的R2=0.485來看，基本模型所能解釋因變量差異的百分比約為49%，說明模型的擬合程度較好，具有良好的解釋能力。

表6半對數(shù)方程形式方差分析

回歸方程方差分析的顯著性檢驗(yàn)值為0.000，即小于0.001，說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)入方程的住宅特征與住宅租金P之間的線性關(guān)系能夠成立。

比較可以看出，半對數(shù)方程形式的結(jié)果，對數(shù)模型的復(fù)相關(guān)系數(shù)R有所降低，從0.712下降到0.711，下降了0.001;判定系數(shù)對亦降低，從0.507下降到0.506，下降了0.001。半對數(shù)模型的擬合程度不如線性模型。

同理，可得對數(shù)方程形式的擬合結(jié)果(由于篇幅所限這里不再贅述)，不如半對數(shù)方程形式及線性方程形式效果好。

由以上結(jié)果可以看出，與半對數(shù)方程、對數(shù)方程形式相比，線性方程形式中自變量與因變量的相關(guān)程度較強(qiáng)，解釋能力較好。由此本文中，針對麗江花園樓盤數(shù)據(jù)，適宜采取線性形式。

由此可寫出，適合本小區(qū)樓盤租金的方程形式，即:

房屋租金=12.068+0.764*建筑年代得分+0.310*所在樓層得分+0.184*裝修得分+0.332*家俬得分+0.156*朝向得分

即各因素變動一個(gè)分值，房屋租金則變化相應(yīng)系數(shù)的價(jià)格。如建筑年代得分，每增加一分，房屋租金則增加0.764元/m2;所在樓層得分高一分，房屋租金則增加0.310元/m2，其他因素類似。

由以上方程，我們可以推出麗江花園其他房屋的租金，即按照前面的打分原則，給影響房屋租金的各個(gè)因素賦值，并代入該方程式，便可推出該房屋的租金價(jià)格。

同理，我們可以運(yùn)用Hedonic模型，推出其他樓盤的房屋租金方程式，估算各房屋租金。

三、結(jié)論

經(jīng)過實(shí)證研究，可將Hedonic模型在一個(gè)小區(qū)加以運(yùn)用，這樣可以以小區(qū)為單位推算各個(gè)樓盤的租金或者房價(jià)及其影響因素。這不僅為房地產(chǎn)開發(fā)商、房產(chǎn)出租者定價(jià)提供參考，也為住宅投資者、承租者提供決策依據(jù)，同時(shí)相關(guān)政府部門在征收物業(yè)稅中可以運(yùn)用此方法對稅基進(jìn)行評估，另外也可用此方法通過租金參考價(jià)推算小區(qū)其他房屋的租金。

參考文獻(xiàn):

[1]秦鴻雁.1 500萬廣州人口逼“上限”[N].南方都市報(bào)，2010-05-14(GA06).

[2]王德，黃萬樞.Hedonic住宅價(jià)格法及其應(yīng)用[J].Methodologies，2005，(3):62-63.

[3]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，(6):60.

[4] W.A.Brunauer，S.Lang，P.Wechselberger，S.Bienert.Additive Hedonic Regression Models with Spatial Scaling Factors:An Application for Rents in Vienna[J].Springer Science + Business Media，LLC 2009，(4):1-2.

[5]Rainer Schulz，Axel Werwatz.A State Space Model for Berlin House Prices:Estimation and Economic Interpertation[J].Journal of Real Estate Finance and Economics，28:1，37-57，2004:37-39.

[6]賈士軍，周春山.城市房屋參考租金測定與空間分布——以廣州為例[J].經(jīng)濟(jì)地理，2009，(4):1-2.

[7]王麗華.租賃住宅特征價(jià)格研究——以杭州市為例[D].杭州:浙江工業(yè)大學(xué)，2006，(12):22-24.[責(zé)任編輯 吳迪]