天津市地铁周边房价影响因素分析.doc

天津市地铁周边房价影响因素分析.doc 天津市地铁周边房价影响因素分析 摘 要:本文运用Hedonic模型法，对天津市100个住宅小区的房屋 容积率、绿化率(百分数)、建筑类型、装修情况、房屋附近轨道数、公 交数、高速数、教育机构数、医院数、银行数、其他商业数、社区配套机 构数等15个特征进行分析，发现其中房屋容积率、公交数、小区周边其 他商业数、社区配套机构数这四个因素是决定天津市房价的关键因素。 关键词:特征价格法 房价 影响因素 截面数据 数学模型 Abstract:In this paper，used the method of Hedonic model， we researched 100 residential areas in Tianjin，each of which has 15 characteristics. They include plot ratio，greening rate，building types，decoration situation，the number of rails nearby，the number of bus stations nearby，the number of high speed nearby，and the number of education institutions，hospitals，Banks，commercial organizations，community services and so on. In the end，we come to the conclusion that the plot ratio，the number of bus stations nearby，the number of commercial organizations and community services are the main reason to the housing price in Tianjin. Key words:Hedonic Price Method，Housing Price，Influence Factor， Cross-sectional Data，Mathematical Model 1、引言 天津是继北京后中国内地第二个建设城市轨道交通系统的城市，截至目前，城市轨道线网共9条线路，其中地铁8条，轻轨1条。2013年，天津重点实施了5条地铁线的建设:地铁5号线、6号线构成中心城区的环行线网，地铁2号线机场延伸线，地铁3号线延长线，地铁1号线国家会展延伸线，在建总里程达到115.3公里，是天津近年来轨道交通建设规模最大的一年。 轨道交通的发展方便了周边居民的日常生活，对周边房地产业的发展起到了促进作用。房地产业是衡量一个城市经济效益的重要指标，在不同的城市，轨道交通发展产生的房地产增值效益并不相同。天津市是我国的直辖市，最近几年轨道交通的加速改善使得天津居民更加关注住房与轨道交通关联问题。数据显示，天津市在中国大多数城市中房价总体水平居于二线，地铁周边房价普遍高于平均水平。因此，定量研究轨道交通对房地产价值的影响成为迫切需要解决的理论和现实问题。 一直以来天津房价问题也是众多专家学者关注的话题，在此之前已有不少研究成果。刘玉录在《天津房价水平、特点及走向》一文中水平比较了天津与中国的其他城市，发现影响天津房价的主要因素包括地区商业发展情况和供求关系。天津河西区相比河东区更为繁荣，经济更加活跃，因此房价水平存在西高东低的特点。同时供求状态的变化也使天津局部地区房价发生明显的波动。[1]2011年叶阿忠，杜青川，郑万吉，林章秀发表于第十三届中国管理科学学术年会集的《房价的影响因素分析―――基于省际面板数据的实证研究》一文从政策和市场两大方面选择了城镇居民可支配收入、单位房价税收、经济适用房建设面积、汇率、房地产行业 平均工资5个影响因素，对全国31个省(市、自治区)的数据分全国、东部、中部、西部四项，1999-2003 年，2004-2009年两个时间段建立面板数据模型进行分析，说明了影响房价的根源在房地产市场的需求，调控房价的重点在于政策。[2]深圳大学管理学院的黄厚霞、侯莉颖在《房价影响因素综述》一文中则综合了多位学者对房价影响因素的研究成果，最终从供求关系和成本两个角度阐释了房价的影响因素。[3]南开大学经济学院硕士杜洪《房价影响因素的实证研究及政策建议――基于天津的视角》一文采用实证分析的方法，以天津的宏观数据为样本进行研究，发现国民生产总值、城镇居民可支配收入、人口密集度以及银行贷款利率、价格预期是影响房价的显著性因素。[4] 本文尝试以天津城市轨道交通建设为背景，并将视角集中在天津地铁附近的100个住宅小区，运用特征价格法对多个变量进行定量分析，目的是希望得出天津市地铁周边房价的主要影响因素及其具体的影响方式，从而对天津市地铁建设的经济效益有一个具体的评估。 本文的创新点主要有两个方面。一是使用Hedonic模型法对房价进行定量分析。前人运用Hedonic模型法研究房价所选自变量普遍在七个以上，有的文献甚至多达二十个，缺乏针对性，再者，过多的自变量忽略了影响房价的主要因素，降低了结论的参考价值。本文从十多个可能的影响因素中经过筛选，最终仅保留了四个解释变量，拟合程度达到99%以上，结论有一定的说服力。第二个方面是其他用特征价格法研究房价的文献大多以每套住房为研究对象，最终结论精确到套。笔者认为特征价格法重点在于找出不同住房特征的差异，同一小区不同住房特征差异并不明显。因此本 文以每个小区为研究对象，建立模型时以单个小区所有住房平均价格(单位:元/平方米)为变量Y进行拟合分析。据本人了解此种方法目前尚无人尝试，是本文的另一创新点。 Hedonic模型法又名“特征价格法”，是将房屋的综合属性分成不同的特征，每个特征对消费者都能带来一定的效用。一套房屋所有特征对消费者带来的效用加总即可反映该房屋的价值，进而体现在房屋的售价上。特征价格法的主要核心是找出真正影响房价的相关特征。一套房屋本身具备的特征数量较多，从房屋本身看，有装修类型、建筑类型、容积率、绿化率、社区配套等特征，从其附加价值看，又有公交数、轨道数、附近医院数、银行数、商业数„„众多特征对房价的影响方式和程度存在明显差异。笔者通过对100组截面数据的分析，运用eviews计量软件进行定量拟合，最终找出了对天津市新房价格有显著影响的四个因素分别是房屋容积率、房屋周边公交数、小区周边其他商业数和社区配套机构数。 2、数据选取 数据源于天津安居客新房出售网()，总共收集了100个不同的小区，所有小区均为新房，房屋类型为住宅，其中大部分小区位于地铁周边。每个样本包含数据15组，包括编号、小区名称、房屋容积率、绿化率(百分数)、建筑类型(0代表多层，2代表高层，1代表其他)、装修情况(2代表精装修，1代表精装修和毛坯混合，0代表毛坯)、房屋附近轨道数、公交数、高速数、教育机构数、医院数、银行数、其他商业数、社区配套机构数、房价均值(元/平方米)。100个样本数据均为天津市内不 同小区新房，取样时间为2014年2月，间隔不超过3天，可视为截面数据。其中房价均值为自变量，即一个小区所有新房的平均价格(元/平方米)。对房价均值有影响的四组自变量相关信息如下表: 3、模型建立 根据Redker的特征价格法，房屋的特征可分为3个方面，即建筑特征、邻里特征、区位特征。 建筑特征指新房本身的外形，结构，材料，风格种种特征合起来的特点。具体包括:一个小区的地上总建筑面积与用地面积的比率(容积率);绿化垂直投影面积之和与小区用地的比率(绿化率);小区房屋装修状况，包括毛坯、精装修、毛坯与精装修混合。消费者愿意为更多的空间(特别是功能空间)支付更多的费用，从而提高生活的质量。住宅价格常常跟住宅建筑本身的特征相关。如果一套住宅有更多的令人满意的建筑特征，那么在市场上所能获得的价格就更高。 邻里特征。邻里特征主要包括三类:一是社会经济变量，如邻里的社会阶层、种族构成、职业状况等;二是政府或市政公共服务设施，如商店、学校、医院等;三是外在性影响，如自然环境、犯罪率、交通噪声、机场噪声等。本次搜集的数据中高速数、轨道数、公交数3个变量属于交通特征，医院数、教育机构数、银行数属于经济特征，二者均为邻里特征。 区位特征。住宅的区位特征一般从整个城市范围的角度进行考虑，往往是对可达性进行量化。无论何种形式的可达性测量，都对住宅价格有一定的影响。小区周边其他商业数、社区配套机构数反映了居民消费的方便程度，对居民的生活有积极的影响，从而对房价也会产生相应的影响。 上述三大特征均对应了多组数据。不同数据之间可能存在因果关系，如果将所有变量应用于模型中可能造成多重共线性，对自变量的解释也不够充分。笔者根据各因变量与自变量之间的散点图，应用eviews软件进行试验，最终从三大特征中各选取了1―2个变量，运用适当的形式得出了最终模型。模型中建筑特征因素是容积率;邻里特征因素是公交数;区位特征因素为其他商业数和社区配套机构数。 具体形式如下: logy/rjl=0.0266*gj/rjl+8.9328*1/rjl+0.0155sq^2/rjl-0.1852sq/rjl +0.0358qt/rjl 6.1382 126.4747 3.8226 -4.3702 3.3065 上述为运用广义最小二乘法修正之后模型，其效果得到了极大改善，其他结果参见表2(见附件02): 模型中，RJL代表小区容积率;QT代表小区其他商业数量;SQ代表小区社区配套机构数量;GJ代表小区周边公交数。 通过数量模型可以看出，房价均值Y与其他商业数QT、GJ、SQ^2呈正相关关系，与容积率RJL、社区配套数SQ呈负相关关系。 4、模型分析与检验 4.1、模型分析 容积率为一个小区的地上总建筑面积与用地面积的比率，相同情况下容积率越小舒适度相应越高。一般情况下楼层较高的小区容积率更大，而较高的楼层对于出行和居住也有不便之处。除此之外，绿化率对容积率也 有一定影响，楼层高度一定的情况下，较大的绿化率等同于较小的容积率。绿化率对舒适度的影响与容积率相反，较大的绿化率能增加居住的舒适度。因此容积率作为自变量在一定程度上也反映了绿化率对房价的影响。 在所有邻里特征中，交通状况的好坏对人们的出行和生活起着决定性的作用。居民日常的上班、购物、休闲，还是重大的经济文化交流都受到交通状况好坏的影响。公交是交通中最为普遍，也是目前最具代表性的交通方式，公交数在一定程度上反映了整个交通体系的好坏，对房价存在着正向的影响。 其他商业是指除去上述机构外的商场、购物中心、游览景点等，为居民的休闲购物提供了便捷的服务。作为区位特征的体现，商业数的多少对房价也起着重要的决定作用。 社区配套包括社区公共休闲、健身配套，如健身器械、户外活动中心、喷水池、凉亭、书吧等;医疗服务配套，如门诊，医疗护理部门;服务休闲娱乐配套，高档社区休闲娱乐配套，健身房、乒乓球、桌球、羽毛球馆、棋牌室等文化活动中心网络社区管理中心家政服务中心等。这些机构部门设在小区内部，对人们生活、健康、休闲娱乐都有一定的促进作用。 拟合结果与上述理论分析十分吻合，四个自变量共代表了三大特征，形成了房价的主要影响因素。 4.2、模型评估 不难看出，修正后模型的拟合度得到了明显的提高。最终从11个变量中选取的四个变量成为影响天津市房价的主要因素。 然后对模型进行多重共线性检验。初始阶段模型中由于自变量过多存 在一定的多重共线性，经过多次的逐步回归，从11个自变量中逐渐剔除了绿化率、教育机构数、医院数、银行数等其余7个变量，最终剩下四个自变量，各个变量的显著性都小于0.05，表明显著性明显通过。 下表是修正后模型各个变量的回归结果。 再次检验共线性，模型已不存在共线性问题。由于使用的是截面数据，因此不需要进行自相关检验。根据上表的现实结果，修正后的回归模型是切实可靠的。前文中表2是eviews的输出结果。 下图是根据修正后的模型运用eviews生成的拟合曲线与残差曲线图像(图1)。 上图中红色曲线为实际数值，绿色曲线为拟合数值，蓝色曲线为残差数据。 通过上图可以发现，模型的理论值与实际值极为接近，拟合图像非常理想，因此模型的建立于实际情况也是较为符合的。 5、结论与 对于天津市房价的影响因素，从不同角度会得出完全不同的结果。本文从特征价格法的角度进行了详细阐释，最终发现在房屋容积率、绿化率(百分数)、建筑类型(2代表高层，1代表高层、多层混合，0代表多层)、装修情况(2代表精装修，1代表精装修和毛坯混合，0代表毛坯)、房屋附近轨道数、公交数、高速数、教育机构数、医院数、银行数、其他商业数、社区配套机构数12个因素中，对房价其决定作用的仅4个，分别是房屋容积率(RJL)、房屋周边公交数(GJ)、房屋附近其他商业数(QT)、社区配套机构数(SQ)。 具体结论为天津市小区新房均值Y(元/平方米)的自然对数LOG(Y)与容积率RJL的比值，即LOG(Y)/RJL，与1/RJL、GJ/RJL、SQ^2/RJL、SQ/RJL均成线性关系。 该结果源于大量天津市实际新房的具体数据，同时是也从特征价格的角度进行理论分析的结果。最终结论为天津市地铁周边房价的制定有一定的参考价值，也为天津市购房群体对房价的评估和新房的选取有一个更加清晰、合理的认识。 参考文献: [1]刘玉录.天津房价水平、特点及走向[J].中外房地产导报，2003，14:15-17. [2]叶阿忠，杜青川，郑万吉，林章秀.房价的影响因素分析――基于省际面板数据的实证研究[A].中国优选法统筹法与经济数学研究会、中国科学院科技政策与管理科学研究所、《中国管理科学》编辑部.第十三届中国管理科学学术年会论文集[C].中国优选法统筹法与经济数学研究会、中国科学院科技政策与管理科学研究所、《中国管理科学》编辑部，2011:6. [3]黄厚霞，侯莉颖.房价影响因素综述[J].中国房地产，2011，14:39-44. [4]杜洪.房价影响因素的实证研究及政策建议――基于天津的视角[J].中国商界(下半月)，2010，03:31+33.