基于Hedonic模型的住宅租賃價格影響因素分析

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，并擬合了該小區租金的Hedonic方程。這種方法在物業稅稅基評估以及通過租金參考價推算具體位置上的房屋租金可以得到運用。

關鍵詞:租金;Hedonic模型;微觀因素

中圖分類號:F293文獻標志碼: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，據統計，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，現階段各大中城市租賃住房的實際需求量極大。全國各地廉租房及經濟租賃房的推進，也說明政府開始重視通過發展住宅租賃解決中低收入人群居住問題。

一、國內外研究現狀

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

在國外，房地產Hedonic模型得到廣泛研究與應用，大約有一半多的房地產價格研究都是采用特征價格模型進行的實證研究，且多集中于住宅市場。其應用主要體現在如下各方面:(1)編制各種房地產價格指數;(2)對傳統城市經濟模型進行改進;(3)對環境質量進行測度;(4)進行住宅特征隱含價格系數解釋;(5)對房地產、非市場物品的價值評估;(6)進行住房公共提供、住房價格補貼地方稅收等政府公共政策效果評估[3]。

國外學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用——以維也納為例[4];運用柏林四個區1982年8月至1999年12月的月度數據通過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，國外研究中認為重要的因素可能并不適用于中國的房地產市場。

2.國內研究現狀。近年來，中國許多學者對特征價格模型進行了深入研究，如特征價格模型理論綜述及Hedonic方法在中國的可行性;房地產價格指數編制方面的應用;土地價格的應用研究;以及針對具體城市進行的實證研究。如“租賃住宅特征價格研究——以杭州市為例”，該文章通過調查問卷收集杭州市全市部分小區的數據，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、區域特征三個方面18項因素。筆者認為，將Hedonic模型應用于某個城市的多個樓盤，存在以下不足:(1)對數據要求較高。隨著研究范圍的擴大與樣本的增加，數據量變得非常龐大，數據統計工作非常困難;(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小區的數據，用Hedonic模型考察小區內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內的一些微觀特征，由此避免考慮區位方面的因素，方程的準確性、科學性將大大提高，模型的適用性也更貼切實際。且通過推算出的Hedonic方程，我們可以反推整個小區的房屋租金。這在租金參考價[6]的推廣，以及征收物業稅中稅基的評估，都可以運用。

二、Hedonic模型的應用

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

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

(2)半對數形式:lnP=a0+aiZi+ε(各符號表示意義相同)。

(3)對數形式:lnP=a0+ailnZi+ε(各符號表示意義相同)。

實際應用中，具體采用哪種函數形式，要結合實際情況，予以考慮。

2.住宅租金的影響因素及其賦值。Hedonic模型主要關注的是產品屬性的隱含價格。影響住宅租金的因素主要有區位、結構和鄰里屬性三大因素。

區位屬性主要是對景觀、便利性及區域的開發程度的測度。如前所述，不同的小區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。因此，本文作者覺得要運用Hedonic模型考察住宅租金的影響因素，最好是建立在同一個小區，這樣就不用考慮小區的地理位置、生活配套，可以最大程度做到精準。

結構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。研究發現，住房的建筑年代同租金負相關，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相關，方程式中出現負號;同時經測算，麗江花園小區組團定位與建筑年代兩個變量共線性較嚴重，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，因為有電梯樓盤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，原因是廣州地區一年中大部分時候都很潮濕，低層不如上面通風，則更顯潮濕，而高層，由于樓層較高，又沒有電梯，上下樓梯較為費力。

上面列出的屬性，經過量化后按實際情況及經驗賦值后引入屬性價格模型。

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

3.結果分析。本文收集滿堂紅網站2009年3月麗江花園小區130條住宅租賃數據，這樣，數據完全在同一時間截面上，不用考慮時間對租金的影響。

通過spss多元線性回歸分析，可得到以下結果:

表2多元線性回歸模型匯總

以上結果中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系較強。從判定系數R2=0.507和經調整的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，拒絕全部系數均為0的原假設。表明進入方程的住宅特征與住宅租金P之間的線性關系能夠成立。

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，遠遠小于10，從而可以拒絕變量之間的共線性假設，可以認為自變量之間不存在共線性。

圖1線性方程形式散點圖

從上圖可知，線性模型的曲線接近直線，說明殘差符合正態分布。

半對數方程形式結果分析:

表5半對數方程形式模型匯總

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系較強。從判定系數R2=0.506和經調整的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半對數方程形式方差分析

回歸方程方差分析的顯著性檢驗值為0.000，即小于0.001，說明方程是高度顯著的，拒絕全部系數均為0的原假設。表明進入方程的住宅特征與住宅租金P之間的線性關系能夠成立。

比較可以看出，半對數方程形式的結果，對數模型的復相關系數R有所降低，從0.712下降到0.711，下降了0.001;判定系數對亦降低，從0.507下降到0.506，下降了0.001。半對數模型的擬合程度不如線性模型。

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

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

由此可寫出，適合本小區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

即各因素變動一個分值，房屋租金則變化相應系數的價格。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因素賦值，并代入該方程式，便可推出該房屋的租金價格。

同理，我們可以運用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、結論

經過實證研究，可將Hedonic模型在一個小區加以運用，這樣可以以小區為單位推算各個樓盤的租金或者房價及其影響因素。這不僅為房地產開發商、房產出租者定價提供參考，也為住宅投資者、承租者提供決策依據，同時相關政府部門在征收物業稅中可以運用此方法對稅基進行評估，另外也可用此方法通過租金參考價推算小區其他房屋的租金。

參考文獻:

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

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

[3]馬思新，李昂.基于Hedonic模型的北京住宅價格影響因素分析[J].土木工程學報，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].經濟地理，2009，(4):1-2.

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