基于結構方程模型的城市住宅效用價值評價研究

楊曉冬，武永祥

(哈爾濱工業大學管理學院，黑龍江哈爾濱150001)

一、引言

(一)背景

2010年，上海“世博會”提出了“城市，讓生活更美好!”的口號，折射出人們對宜居城市的美好憧憬。怎樣在建設城市的思路中，體現“以人為本”;怎樣在市場機制下，評價“宜居的住宅價值”，進而指導城市規劃，引起了各界廣泛思考。近年來，關于城市住宅的研究進行得如火如荼，主題集中在住宅價格理論和住宅市場理論等方面，重點關注抽象的市場供求，卻有意無意的忽略了消費者的主觀感受。然而脫離了居住者對住宅的個人感受和認知，所謂“宜居”、“以人為本”不過是空洞的口號。只有從人居需求入手，重新界定住宅價值，才能真正體現居民與住宅的和諧關系。有鑒于此，本文以消費者效用為切入點，試圖探尋市場價格背后的價值本源，不但可以為相關理論研究提供一條新思路，也可以滿足房地產開發利益群體中政府、開發商和消費者的現實需要。

(二)文獻綜述

1.城市住宅效用價值理論的研究

目前國外研究集中于住宅效用價值的影響因素，主要從以下兩個角度理解價值。

一是從住宅本身屬性的角度。L.M.Anderson等［1］在對844個家庭進行的住宅銷售調查顯示，住宅配有樹木的銷售價格要比沒有樹木的住宅價格有4%的升幅。Debrezion等［2］認為，火車站作為城市環境的樞紐對住宅價值有影響。經Robert Cervero 和 Chang Deok Kang［3］調查，在公交換乘站點300米范圍內的土地價格上漲幅度達到10%。Cho［4］認為兩者距離與價值之間的關系是呈“距離衰減函數”。教育質量帶來的高升學率和良好的鄰里環境也會使高收入者愿意付更多的錢來購買附近的住宅［5］。

二是從消費者或者消費環境的角度。Smith［6］在對洛杉磯住宅市場研究發現，人們對于預期的住宅價格與房屋面積、建筑質量和社區環境呈現線性相關。Geoffrey［7］否定了前人對于居住剛性需求的觀點，認為收入的作用使得人們對于住宅的需求具有彈性。

國外還有學者對某一住宅產品特征對住宅價格的影響作了大量的分析和調查，如園林、人文環境質量、學校可達性、水塘、社區環境、發展強度［8－9］等因素對住宅價格或價值影響。

與國外對于價值和價格不作區分的狀況不同，國內學者對于住宅價值的討論往往局限在勞動價值理論上面。特征價格理論的出現對于效用價值理論在市場上的應用起到了補充和完善的關鍵作用，認為影響住宅價值屬性的特征變量有居民收入、地鐵、公共服務設施［10－11］等。

2.城市住宅價值評價方法的研究

Nguyen Nghiep 和 Cripps Al［12］比對了人工神經網絡(ANN)和多重回歸分析方法(MRA)對于住宅價值的分析，發現ANN在中等樣本和大樣本下有更好的表現，這也解釋了前人用不同方法得出的結論會有所不同的原因。Jae［13］利用GIS對住宅價值的某一影響因素作分析。

從實證的方法上來看，國內除了常見的線性回歸，也大量應用了最新發展起來的分析工具。比如用優先因子法分析房價因素對購房者取向的影響［14］;利用 GIS對住宅價格空間格局的研究［15］，也從另一個角度證明，越是能夠滿足居民的需要，住宅價值就越高;GIS的權重加權回歸方法GWR也能夠對統計和空間可視化兩個方面對住宅價格的空間差異性進行探索［16］。

3.研究現狀評述

首先，以往的研究往往考慮單一因素對住宅價值的影響，較少全面、系統的考察住宅效用價值影響因素。其次，已有研究更多是對影響因素與住宅價值的關系進行經驗分析，缺少堅實、統一的理論框架，以深入剖析其中復雜的變量關系。最后，效用是消費者的主觀感受，屬于無法觀測變量，難以運用常見的工具加以分析，因此已有研究中較少涉及。

本文試圖在效用價值理論的基礎上構建可以評價城市住宅效用價值的理論框架，并引入結構方程作為分析工具，以利用其可同時處理多個因變量和無法觀測變量的優勢。相對于已有研究，理論基礎和工具適用性均有所增強。

二、城市住宅效用價值評價的理論分析

(一)城市住宅效用價值的內涵

“效用”是消費者從消費的商品或者服務中獲得的快樂或者滿足［17］。“價值”是指作為客體的產品與作為主體的人類的需要之間的關系［18］。住宅具有價值是因為它能滿足人們的某種需求，即住宅具有滿足某種需求的功能，消費者才“愿意支付相應程度的價款去購買”［19］。由于房地產商品的特殊性，現實中房地產的價格直接取決于其效用，而非花費的成本，成本的增加一定要對效用有所作用才能形成價格。

城市住宅效用價值就是住宅的效用同人的需要之間的關系，這種關系的客體，即住宅的效用，指的是住宅在化學方面、物理方面、幾何方面、機械方面或服務方面的屬性，住宅的效用是住宅效用價值的根本和基礎，沒有住宅的使用價值或服務屬性，居民的需求就沒有手段得以滿足，也就不會存在價值;關系的主體，即人對住宅的需要，是價值關系得以實現的最終目標，沒有人的需要，價值關系也無從談起。總之，住宅的效用和人的需求既彼此統一，又相互矛盾，二者互為條件、相互影響、相互決定的。可見，住宅效用價值是一個有條件的相對的概念，而不是絕對的概念。

從效用價值理論的觀點來看，由于效用價值主體與客體在時間和空間上都是處于變化中的，具有動態性和區域性兩個特點。住宅效用價值的動態性有兩方面的理解:一是住宅效用價值的主體是在不斷變化的，其需求的方面、角度、程度都在變化;二是住宅的客體也是變化的，隨著時間的推移，住宅出現了無形損耗，引起了住宅效用價值的折舊。住宅本身的區域性導致了住宅效用價值的區域性。可以說，將一個不同風土人情下的住宅“完整”的搬到另一個地方，即便是對同一效用主體，相同的居民而言，其效用價值也會發生改變。可以說，通過人類的智慧，使得住宅不斷適應環境，有什么樣的環境便有什么樣的住宅。這里所說的環境既包括自然環境，也包括人文環境。

(二)城市住宅效用價值的維度

(1)交通設施便利性對于現代的城市住宅來說，其交通條件就是指該住宅所在區位與就業區和各種服務設施區的通達性如何，這直接決定了居住在該住區的居民出行的貨幣成本和時間成本。現代生活節奏的加快使得人們的生活往往處于兩點一線或三點一線的狀態。從工作地點到住宅的交通方式、通勤時間、通勤費用是人們在考量住宅效用價值首先要比較的［20］。在經典的城市居住區和工業區演變發展模型中，甚至是以交通的通勤費用與住宅費用之和作為居民考量是否選擇某一住宅的先決條件，可見一個簡單、完整、多樣化的交通便利條件無疑能夠大大提高住宅效用價值。也有學者認為，交通條件改變的是住宅所附著的土地的價值和土地利用效用，進而影響住宅的效用價值。

(2)環境宜居性城市的一切發展必須建立在人與自然相協調的基礎上，經濟文化社會和生態的可持續發展是保障城市健康持續發展的前提。環境設施包括自然環境和人文環境兩方面。一個便利性好的環境設施不僅包含優美、整潔、和諧的自然和生態環境，也包含安全、便利、舒適的社會和人文環境。隨著工業化進程的發展，人們也逐漸開始考慮居住的安全性和健康性等問題。工業區有毒化學物質、沙塵、噪音、土壤污染等各種環境危險性因素對居住環境的破壞，進而直接降低住宅的效用價值。而好的環境設施對住宅效用價值的提升作用也十分明顯。“與綠地為伴，與長水相依”是很多居民期望的健康綠色生活方式［21］。在霍伊特的扇形理論中已經指出高收入者多居住于面向河流、湖泊及風景秀麗的地區。而從風水角度中講究的“上風上水”也是人們長期的生活經驗所總結的環境設施更為便利的一個方面體現。

(3)生活設施便利性住宅的配套生活設施通常指的是指幼兒園和中小學等教育配套設施、文體活動設施、商業服務設施、醫療保健設施等公共服務配套情況。這些生活設施的便利程度和完善程度將直接影響居民的日常生活質量，也是衡量住宅效用價值的一個重要指標。現代社會使得人們的生活內容有了許多變化，其中生活設施便利性的訴求就是社會進步與發展的產物之一。臨近中小學校，為子女上學接受教育提供便利，無形之中節省下的時間和金錢會增大住宅的效用價值［22］;臨近購物中心、醫院，為居家生活提供方便，無形之中節省的開銷省去的麻煩也會增大住宅的效用價值，它能夠創造物質價值，同時也是為了滿足人們的精神需要:在便利的生活設施條件下，人們可以形成一個良好的人際圈并提供歸宿感。面對資源緊張和生活壓力的問題，生活設施便利性也逐漸成為人們選擇住房時必須考慮的條件。

(4)建筑本體建筑本身的便利性直接影響住宅的使用，它提供了人類休養生息，繁衍后代的場所，提供住宅最基本的空間功能，其便利性的作用是直接的。建筑質量的好壞，建筑材料的選擇，建筑物的外立面設計，朝向，樓層都是與人們生活息息相關的住宅效用價值影響因素。建筑本身設計的觀念是否超前，是否具有時代感，是能否能夠體現其自身的品味的重要因素。一棟造型別致的建筑物，可以提高自身的附加值。住宅的內部空間布局也很重要。一棟經過良好規劃的建筑物，不僅室內空間完整方正，對于采光、通風、功能分隔的考慮也都要符合使用要求，當然其效用價值也高。另外，建材設備優良的房產也能夠增加使用壽命和安全性，從而提高住宅的效用價值。

三、城市住宅效用價值的結構方程評價模型構建

(一)城市住宅效用價值SEM的基本程序

本文采用結構方程模型對城市住宅效用價值建立評價體系。結構方程模型是當代社會科學領域一個非常重要的統計方法和手段，它融合了傳統多變量統計分析中的“因素分析”與“線性模型的回歸分析”的統計技術［23］，同時檢驗模型中包含的顯性變項、潛在變項、干擾或誤差變項間的關系，進而獲得自變項對因變項影響的直接效果、間接效果或總效果。在應用SEM評價城市住宅的效用價值時，結合一般思路和住宅效用值的特點，確定的基本程序包括以下三步:首先根據現有的城市住宅價值理論和研究成果，對結構方程模型的結果做出合理的理論假設;然后從理論假設出發，檢驗理論假設與數據是否相符，即從數據的角度檢驗假設的合理性;最后研究結果依賴于假設與數據的吻合程度，通過檢驗修改原假設，從而發展和建立新理論。如圖1所示。

圖1 結構方程模型的基本程序

(二)結構模型的概念化

從城市住宅效用價值的維度出發，本文將住宅的效用價值定義為內因變項，將交通設施便利性、環境宜居性、生活設施便利性和建筑本體看作是外因變項，從而構建了住宅效用價值的決定因素模型，如圖2所示:

圖2 住宅效用價值的概念模型

考慮到結構方程模型技術的本質是用來檢驗和驗證某一個前期已經提出的理論模型的適合性與準確性的統計技術［24］，而非探索性統計方法，明確提出以下幾項假設關系:

假設1:H1交通設施便利性對住宅效用價值有正向影響。

假設2:H2環境宜居性對住宅效用價值有正向影響。

假設3:H3生活設施便利性對住宅效用價值有正向影響。

假設4:H4建筑本體對住宅效用價值有正向影響。

(三)測量模型的概念化

測量模型的概念化是關于潛在變項如何被操作型定義及如何被測量的，這些潛在變項通常借助顯性變項或者觀察變項來反映其潛在的特質。測量模型概念化過程，要考慮的是每個潛在變項(包括內衍潛變項和外衍潛變項)的顯性變項，最好采用多個評價指標變項。

本模型的內生潛變量即內因變項只有一個:住宅的效用價值。運用結構方程模型，可以借助一些外顯指標去間接測量這個潛變量。對于城市住宅效用，其內因變項選用了住宅的市場價格和住宅的支付意愿兩個外顯指標來表達，其中市場住宅價格由小區內的平均價格決定數據來源為哈爾濱搜房房地產網，而支付意愿則通過在搜房網的問卷調查確定。對于外因變項，本文參考了大量文獻，并采用德爾菲法進行篩選，最終得出一系列指標，如表1所示:

表1 外因變項的指標選取

其中，距市中心距離、綠化率和容積率的相關數據可直接在搜房網和通過GIS系統獲得。而自然景觀、大學因素、醫院因素、大型超市因素和建筑結構五個觀察變量，本文考慮把數值的大小根據實際情況分為2個典型等級，即在一定范圍內的影響度設為1，超出這個范圍影響度就為0，在局部建立簡單的二元變量模型。對于公共交通因素、環境質量因素和建筑質量因素這三個觀察變量，則采用層次賦值的方式進行衡量。具體衡量標準如表2所示。

表2 外因變項指標的衡量

(四)方程式和路徑圖

(1)方程式 將測量模型的方程式表述如下，其中前12個方程式為外衍潛變項的測量模型，第13和14個為內衍潛變項的測量模型。

ggjt=f(交通設施便利性，e1)

jsxjl=f(交通設施便利性，e2)

zrjg=f(環境宜居性，e3)

lhl=f(環境宜居性，e4)

hjzl=f(環境宜居性，e5)

dxys=f(生活設施便利性，e6)

yyys=f(生活設施便利性，e7)

dxcsys=f(生活設施便利性，e8)

zxxys=f(生活設施便利性，e9)

rjl=f(建筑本體，e10)

gczl=f(建筑本體，e11)

jzjg=f(建筑本體，e12)

zfyy=f(住宅的效用價值，e13)

scjz=f(住宅的效用價值，e14)

也可以得到結構方程式的形式:

住宅的效用價值=f(交通設施便利性，環境宜居性，生活設施便利性，z1)

其中，當衍變項無法完全和完整地被假設的變項(外因變項或其他內因變項)解釋或者說明時，模型估計的誤差項或者殘差項就會產生。e1，e2，e3，…，e13為測量的隨機變異項，即誤差項，它們之間不存在相關關系;z1為觀察變項無法被其潛在變項所能夠解釋和表達的部分，即測量誤差，z1與ei之間無相關關系。

(2)路徑圖將測量模型說明帶入到概念模型，就可以得到本模型的路徑圖，如圖3所示。結構方程模型的路徑圖是模型概念化之后的成果，能夠直接觀察到各個潛變量之間的關系，以及各個潛變量的觀察指標。通過路徑圖，可以直觀看到四個潛變量對住宅效用價值的作用，以及每個潛在變項的觀察指標。其中，圓形圖標指向潛變量或者觀察指標的是誤差項。

圖3 住宅效用價值SEM路徑圖

四、城市住宅效用價值評價的實證分析——以哈爾濱市為例

本文結合哈爾濱市居住用地空間和布局預測，以道里、道外、南崗、香坊、松北區在市區的住宅相關數據為支撐，來評價全市住宅效用價值。

關于內因變項的指標數據，住宅的市場價格采用的是哈市2010年105個樓盤的近期交易價格數據;住宅的支付意愿的數據采用問卷調查的方式獲取，本文共發放問卷150份，回收有效問卷105份。關于外因變項，相關指標數據主要來源于《2010年哈爾濱年鑒》、哈爾濱市統計局網站、哈爾濱市市政府門戶網站等。利用SPSS統計軟件對數據進行錄入和描述性分析，正態性檢驗等處理之后，即對獲取的調查問卷進行信度效度分析。由于篇幅所限，本文主要將信度效度分析的方法和結果公布如下，見表3。

表3 調查問卷信度效度分析結果

通過表3可知，本文的Cronbach's值為0.826，屬于高信度。而方差總和84.75%能被7個共同因子所解釋，說明調查問卷收斂效度和區別效度良好。

采用結構方程模型的統計軟件AMOS 18.0版本對樣本數據選擇作Maximum likelihood分析。模型的整體檢驗結果、回歸系數及其顯著性分別如表4、表5所示。

表4 擬合指標匯總

由表2可以看出，chi－square值為268.7，自由度是96，表明樣本數據與理論模型相匹配。RMSEA的值為0.076，比建議值0.080略小，符合要求。其他指標均在合理范圍內，說明模型擬合程度良好，具有實際意義。

由表3的結果顯示，所有的指標系數均為正數，可見之前的模型假設，即H1交通設施便利性、H2環境宜居性、H3生活設施便利性、H4建筑本體對住宅效用價值有正向影響都是成立的。如果其中一個潛變量的量減少，若要住宅效用價值保持不變，就需要增加其他三個中的一個或幾個的數量，從而達到平衡。當第m個潛變量可以用貨幣來表示時，那么第n個潛變量的影子價格就是Xn/Xm。

再對外因變項進行分析，得出標準化的總效果，如表6所示。

表5 內因變項回歸系數表(標準化)

表6 外因變項的總效果(標準化)

五、結論及建議

通過上文得到的數據進行比較分析，得出如下結論和建議:

(1)從交通設施便利性這一潛變量分析，距市中心距離比公共交通的影響大很多。這說明哈爾濱的城市影響力大，居民對市中心所能提供的金融、商業、服務業、電信業等要求還是很高，不同于其它各大城市，哈爾濱市居住區域郊區化還沒有形成;從另一個角度來說，城市的次級中心尚未凸顯其影響力，一些方面待完善。

(2)從生活設施便利性這一潛變量分析，醫院因素觀察量的得分最小。相較于大學因素和大型超市因素，醫院因素的得分很低，只有0.125。這表示，居民更加關注的方面在文體方面的便利和生活購物便利上面。從需求的范圍和時間段來說，醫院因素的作用力比較低。此外，醫院的形象也容易給人不良的心理暗示。也有專家提出人員出入復雜、風水不好和醫療垃圾等問題，都是醫院作用分比較小的原因。

(3)從環境宜居性這一潛變量分析，環境質量、環境景觀和綠化率的總效果都很大，其中綠化率略低。一方面是綠化率是指小區內部綠化面積占占地面積的比，代表的是數量而沒有描述質量，不能細化小區內部的草地、喬木、灌木和綠色小品等的協調統一性，另一方面，綠化率也需要物業管理來維護，過大的綠化率也會有蚊蟲較多的弊病。

(4)從整體來看，建筑本體對效用價值的影響最小。與其他三個外因潛變量相比較，建筑本體得分最少。建筑本體的理論觀察指標很多，涉及到小區的設計、朝向、樓層、建筑結構、物業管理、建筑商和承包商的經驗水平等等，過于復雜也難于打分。指標的難度使得建筑本體的影響沒能很好表達。但這同時也顯示出了，人們在選擇住宅時，對于建筑本身的忽視，而現實又很難取證調查，沒有形成一個比較的基礎。

城市住宅的效用價值評價結果為城市相關管理者提供了制定政策的依據和方向，決策者可以通過提高客觀維度的作用分，尤其是在正向需求的情況下，把握效用價值客觀維度的高值，加以突破。通過上面城市住宅效用價值評價的結果分析，從城市住宅效用價值客體的角度得到以下幾點提升對策:加快哈爾濱次級中心建設，建立區域協調機制;堅持合理生活設施標準，貫徹開發利益公共還原;推動商品住宅性能認定工作，提高住宅質量。

［1］L M Andersona，H K Cordell.Influence of Trees on Residential Property Values in Athens，Georgia(U.S.A.):A Survey Based on Actual Sales Prices［J］.Landscape and Urban Planning，1988，15(1－2):153－164．

［2］Debrezion Ghebreegziabiher，Pels Eric，Rietveld Piet.The Impact of Railway Stations on Residential and Commercial Property Value:A Meta－analysis［J］.The Journal of Real Estate Finance and Economics，2007，2(35):161 －180．

［3］Robert Cervero，Chang Deok Kang.Bus Rapid Transit Impacts on Land Uses and Land Values in Seoul，Korea ［J］.Transport Policy，2011，18(1):102－116．

［4］Cho Seong－ Hoon，Lambert Dayton，Kim Seung，et all.Relationship between Value of Open Space and Distance from Housing Locations within a Community ［J］.Journal of Geographical Systems，2010，(12):1 －22．

［5］John Ries，Tsur Somerville.School Quality and Residential Property Values:Evidence from Vancouver Rezoning［J］.The Review of Economics and Statistics.2010，92(4):928－944．

［6］Smith T R，Clark W A V.Housing Market Search Behavior and Expected Utility Theory:1.Measuring Preferences for Housing［J］.Environment and Planning，1982，14(5):681－698.

［7］Geoffey Carliner.Income Elasticity of Housing Demand［J］.The Review Of Economics and Statistics，1973，55(4):528－532．

［8］Lorenzo C A，Blanche Y Qi，M M Guidry.Assessing Residents'Willingness to Pay to Preserve the Community Urban Forest:A Small－city Case Study［J］，Journal of Arboriculture，2000，(26):319 －325．

［9］Lilian Pun，M Y Law.Measuring the Neighboring and Environmental Effects on Residential Property Value:Using Spatial Weighting Matrix［J］.Building and Environment，2007，2(4):2333－2343．

［10］鄭捷奮，劉洪玉.深圳地鐵建設對站點周邊住宅價值的影響［J］.鐵道學報，2005(05):11－18．

［11］沈悅，張學峰，周奎省.住宅價格與居民收入均衡關系及住房支付能力穩定性［J］.財經研究，2011，37(3):81－92．

［12］Nguyen Nghiep，Cripps Al.Predicting Housing Value:A Comparison of Multiple Regression Analysis and Artificial Neural Networks［J］.Journal of Real Estate Research，2001，22(3):313－336．

［13］Jae Su Lee，Ming－Han Li.The Impact of Detention Basin Design on Residential Property Value:Case Studies Using GIS in the Hedonic Price Modeling［J］.Landscape and Urban Planning，2007，89(1－2):7－16．

［14］吳振奎，唐文廣，吳彬.用優先因子法分析房價因素對購房者取向的影響［J］.天津商學院學報，2007，27(3):28－29

［15］馬敏蕾，呂斌，馮長春.基于GIS基礎上的北京住房價格空間格局研究［J］.中國國土資源經濟，2008(12):26－28．

［16］呂萍，甄輝.基于GWR模型的北京市住宅用地價格影響因素及其空間規律研究［J］.經濟地理，2010，3:24－29．

［17］R Glenn Hubbard，Anthony Patrick O'Brien.Microeconomics［M］.Beijng:China Machine Press，2011:224 －225．

［18］晏智杰.經濟學價值理論新解［J］.北京大學學報，2001(6):10－17．

［19］V K Smith.Non－market Valuation of Environmental Resources:An Interpretive Appraisal［J］.Land Economics，2003，69(1):1 －26．

［20］王松濤，鄭思齊，馮杰.公共服務設施可達性及其對新建住房價格的影響——以北京中心城為例［J］.地理科學進展，2007，26(6):78－85．

［21］石憶邵，張蕊.大型公園綠地對住宅價格的時空影響效應——以上海市黃興公園綠地為例［J］.地理研究，2010，29(3):510－519．

［22］黃濱茹.教育配套對其周邊住宅價格的影響——基于人大附小學區劃片對周邊住宅價格的影響的調查［J］.消費導刊，2010(2):58－60．

［23］Spicer J.Making Sense of Multivariate Data Analysis［M］.London:Sage，2005．

［24］Mc Quitty S.Statistical Power and Structural Equation Model in Business Research［J］.Journal of Business Research，2004，57:175 －183．