基于特征價格模型的房地產價格影響因素研究

蔣友芳 呂文清 廖中輝

摘 要：本文以重慶市住宅類房地產為例研究特征價格模型，通過查閱文獻資料實地調研及與房產中介機構的交流溝通等方式確定了影響重慶市住宅房地產價格的特征因素，然后對其進行了分類、整理和量化。文中主要采用了二種基本函數形式建立回歸模型，通過比較二種函數模型的檢驗值，以確定最適合重慶市具體情況的函數方程。模型方程的確定有助于評估準確性和評估效率的提高，同時也為房產評估機構提供新的評估思路、方法和建議。

關鍵詞：重慶市；住宅房產；特征價格模型

一、特征價格模型的相關概念及理論

2015-2017年重慶市住宅交易量為496914、565075、582851套，房產交易量日益增加，傳統的房產評估方法很難滿足需求，再加上重慶試點開征房產稅以來，房產評估趨于常態化。本文所研究的特征價格模型是針對批量評估的一種方法，通過構建房產特征變量與房產價格影響因素之間的方程實現批量化評估。

（1）基本概念

特征價格模型是基于消費者行為理論的一種研究方法，它是研究消費者如何在各種商品之間分配收入以實現滿足程度的最大化，同一種商品能帶來的效用不同時，消費者的滿足程度也不同。特征價格模型通過給效用定價，進而給房產定價。

（2）基本假設及理論

①商品的異質性，是指每個商品之間不能完全替代（尚可替代）。異質商品的典型代表有住宅房地產，所以特征價格模型對住宅房地產估價有較強的適用性。②特征市場的隱含性，是指人們更關注商品的成交價格等顯性價格，而很少關注特征因素對應的隱性價格，沒有對每增加一單位綠化率要多付多少錢的量化概念，這為特征價格模型的產生奠定了基礎。

二、重慶市住宅價格特征因素的建立

（1）房產價格的特征因素及量化標準

本文通過查閱文獻，同時在結合重慶市特點的基礎上，盡可能制定出符合重慶市特點的量化標準，如對重慶市采用多商圈的量化等都是結合實際情況提出的。

1.區位因素

第一，距離核心商圈距離。核心商圈是離某個零售企業最近、顧客密度最大、人均銷售額最高的區域，其遠近對小區房價影響很大，2000m內有商圈1分，否則0分。

第二，基礎設施建設。基礎設施建設是居民工作、生活的物質基礎，一般為七通一平。滿分為8分，少1項減1分。

第三，對外交通便利度。指小區與市外的交通便利度，其2000m內是否有火車站、汽車站、飛機場，有1分，否則0分。

指小區綠化面積與規劃用地面積之比，通常與房價正相關，具體以小區公布為準。

第四，文體設施。小區文體設施像運動場地、健身器械、活動室、圖書室、宣傳欄等都會影響小區房產價格，全部具備為5分，少一項減一分。

第五，生活配套。小區是否擁有良好的生活配套服務也會極大的影響房產價格，其1000m內是否有超市、銀行、醫院、快遞點等設施，全部具備為4分，少一項減一分

第六，教育配套。小區附近有優質教育資源的房產價格越高，2000m內是否有幼兒園、小、中、大學等，全部具備4分，少一項減一分。

2.建筑因素

第一，建筑面積。建筑面積對房產價格的影響不言而喻，具體以公布信息為準。

第二，房齡。房齡是房產價格的重要影響因素，以2018年為基準年，計算公式=2018-竣工年+1。

第三，朝向。朝向會影響房屋采光、通風等方面。南北通透6分，有一面朝南4分、無朝南的2分。

3.權益狀況

房地產權利是所有權還是使用權、租賃權等，以及這些權力是否完整清晰，都會極大影響房產價格，產權清晰完整1分，否則0分。

4.其他因素

第一，業主是否急售。當房主急于出售時，其價格可能不公允，急售則為1分，否則0分。

第二，是否免稅。房屋交易時產生的營業稅會影響房屋價格，房屋滿5年2分，滿2年1分，不滿2年0分。

（2）研究數據的收集

1.區域及樣本的抽取

本文以重慶市9個區域為主要研究對象，從中共抽取102個小區，再根據小區交易量抽取511套房屋樣本。得出重慶市住宅分布不均衡，渝北區、南岸區、沙坪壩區人口密集，房產交易套數多是重點研究對象，其他周邊區域研究的房產數量較少。

2.研究數據來源

本文研究數據來源主要為房天下交易網站以及百度地圖公布的房產信息，從中可以找到房產建筑實物因素以及區位因素等信息；小區環境及周邊情況等因素由筆者經過與房產中介機構交流以及實際調研得到。

三、重慶市住宅價格特征模型的建立

目前的學者專家對特征價格模型的具體函數形式還沒有統一的結論，本文將數據帶入二種基本函數形式并對每種函數形式所得的模型進行檢測，以選取最優的模型結構。

（1）線性函數模型

線性模型的基本函數形式為，把收集到的511套房產信息，以價格為因變量，其他21個特征為自變量，共計22個預測變量進入SPSS.17中分析。

1.描述性統計

對變量的基本情況進行描述，給出了參加回歸分析的21個變量的描述性統計結果，包括均值、標準偏差和樣本數。

2.相關性檢測

本文將21個變量進行相關性檢測后發現，特征變量建筑面積、小區環境分別與臥室數量、客廳數量，綠化率和容積率有較強的相關性，故本文將用小區的綠化率和容積率以及建筑面積指標將其替代。

3.線性模型方程

在線性模型方程中，最終有7個變量通過了檢測，它們分別是建筑面積、裝修、房齡、臨近地鐵站距離、公交站點數、附近是否有公園綠地、容積率。可以看出，進入模型的7個特征變量的系數符號與實際情況基本相符；公交站點數與房價應呈負向相關，容積率應與房價呈正向相關。關于公交站點數，筆者認為出現這種情況是本文研究的公交站點數的量化標準是小區800m以內存在的公交站點數，公交車輛帶來便捷的同時也會帶來一定的噪音和揚塵，故公交站點數與房價呈負向相關這種現象的出現存在一定的道理；重慶地形主要以山地（丘陵）為主，地形起伏大，地勢不平坦，所以導致地勢平坦的地方的房產多為寸土寸金的地段，其住宅供不應求，雖然容積率比較高，但房價依然較高，造成容積率與房價呈正向相關。

線性模型方程：房產價值=-5.671+2.619*建筑面積+25.019*裝修-6.936*房齡+5.609*臨近地鐵站距離-4.447*公交站點數+54.265*附近是否有公園綠地+5.906*容積率。

（2）半對數模型

1.描述性統計

同線性函數模型一樣，在描述性統計量表中，除價格對數值不一樣外，其他變量的均值、標準偏差和樣本數均與線性模型表的統計量表一致。

2.顯著性及方差分析

在對價格取對數以后，提升了整個模型的擬合度，調整后的，方程對函數的解釋力有所增強。顯著性，說明我們的回歸方程的顯著性比較強。德賓-沃森值為1.560小于一般規定值2，存在一定的序列正相關。在t檢驗中最終有8個自變量通過了檢驗。多重共線性檢測VIF均小于10，大部分在1到2之間，容差均大于0.01說明不存在明顯的共線性。

（3）特征價格模型二種函數形式的比較與選擇

本文采用二種函數形式對特征價格進行回歸分析，從總體上說本文二種形式差別較小，半對數模擬與線性模型僅相差一個顯著性變量，客觀上體現了回歸方程的可靠性。對于二種函數形式，現在尚未總結出如何在以上2個函數模型中進行選擇。

第一，根據統計驗證指標來確定模型，其中擬合度統計指標比較重要，其值越大說明方程的可靠性越強，本文的置信水平為5%，二種函數形式的擬合優度是逐漸提高的。其次是總體顯著性F檢驗，它是指檢驗房產的所有特征變量是否對因變量房產價格有顯著的共同影響，也即要求所有變量的回歸系數都不為0。最后是對隨機誤差的自相關性檢驗，以及共線性容差、方差膨脹因子的檢驗、殘差正態性檢驗。

第二，根據經濟意義的檢驗確定，只有符合經濟意義的統計指標才是可取有意義的，如系數的相關性、預期解釋變量的符號等。

根據以上標準二種函數形式比較，它們的主要差別在模型的擬合度不同，顯著性特征變量的不同。通過綜合比較，半對數函數模型較符合重慶市的實際情況，對房產價格變動的解釋能力較強。

（4）實證分析

接下來進行實際驗證半對數方程的有效性。以下是43套已成交房產交易驗證結果如下，以半對數方程求得的評估價值在真實價格上下10%的浮動范圍之內，符合國際評估原則的要求。所以半對數模型適合重慶市房產評估市場，能夠確保評估價值準確。

四、研究結論及建議

（1）研究結論

本文選取102個小區，511套房產來研究各個特征變量與房產價值之間的關系，其中511套樣本房產作為選取模型使用，41套房產用做檢驗，通過分析最終得出下列結論。

1.確定半對數模型方程為重慶市特征價格模型

本文主要檢驗分析了線性形式、半對數形式兩種函數形式，最終選擇了擬合效果最優的對數形式，經過有效性檢驗，半對數模型能比較準確的預測房產價格。

2.得出了住宅的特征價格及價格彈性

通過半對數模型的分析可以得出房產特征的特征價格及價格彈性，如房產裝修情況平均每上升一個等級房產價格就會上升1.05萬；臨近公園的房產的價格將提升1.03萬，其他特征變量的特征價格及彈性可以此類推。

（2）研究建議

1.注重特征價格模型的實際運用

房產評估是二手房交易的必要程序，建議考慮采用特征價格模型進行房產評估。房產評估機構可以利用擁有的房產信息建立符合所在區域特點的特征價格模型，這樣既能提高評估效率又能提高評估準確性。

2.建立房產數據共享平臺

房產評估是一個綜合性較強的工作，需要多部門共同配合，各部門之間應當建立數據共享平臺，加強各部門的數據共享，建立完善的房產信息體系。

3.特征價格模型的建立應當與具體問題相結合

特征價格模型的建立要注重結合每一個城市的特點。為了確定每個城市的最優模型方程，應當盡可能多的去分析比較各個函數模型間擬合度以及其解釋能力的高低優劣。

4.特征變量的選取應當結合城市的具體特點進行判斷、篩選和量化

有很多因素都會影響房產價格，且每個城市都有其獨特之處，研究特征價格模型時注意充分挖掘城市特點，注意對特征變量進行判斷、篩選和量化以提升模型的擬合度和精確性。

參考文獻

[1]董坤杰.基于特征價格模型的鄭州市住宅價值評估研究[D].新疆.石河子大學，2017.

[2]王旭育.基于Hedonic模型的上海住宅特征價格研究[D].上海.同濟大學，2006.

[3]曹雅茹.批量評估住宅Hedonic模型研究[D].東北.東北財經大學，2012.

[4]黃虎.基于Hedonic模型的襄陽城市住宅特征價格研究[D].湖北.華中師范大學，2011.

作者簡介：

蔣友芳（1998.02—），女，漢，重慶合川，本科，重慶工商大學，資產評估專業。

呂文清（1997.05—），女，漢，河北滄州，本科，重慶工商大學，資產評估專業。

廖中輝（1997.11—），男，漢，重慶開州，本科，重慶工商大學，自動化專業。