HedonicModel在二手房价格研究中应用

Hedonic Model在二手房价格研究中应用 摘要以昆明市城区二手房为研究对象，利用 Hedonic模型和统计学方法研究房价与特征属性的定量关 系。结果表明半对数函数模型的拟合度最高，回归系数表明 二手房区位特征中环线位置对房价的影响最大。住宅属性对 房价影响程度依次是环线位置、轨道交通、物业管理费、容 积率、教育配套、公交线路、装修程度、建筑面积。 Abstract Taking second-hand housing of Kunming city as the research object, this paper uses Hedonic model and statistical to study the quantitative relationship. The results show that semi-log characteristic function fits the highest degree and the regression coefficient shows that residential link location in second-hand housing of location attribute is the largest factor affecting house price. Housing price influencing degree by residential property in turn is link location, rail transportation, property management fees, volume rate, education facilities, bus line, and decoration and construction area. 关键词住宅特征；二手房价格；Hedonic模型；区 域市场 Key words housing characteristic； second-hand housing price； Hedonic model； regional market 中图分类号F293. 35文献标识码A文章编号 1006-4311 （2014） 17-0010-02 0引言 住宅作为居住生活空间，是家庭的必需品。住宅价格的 形成受到诸多因素的影响，常用的估价方法有成本法、收益 法和市场法，而数理模型则较少运用于住宅价格研究。 Hedonic模型，是国外处理异质产品差异特征与产品价格关 系的模型，主要以一线大城市为研究对象。文章以昆明市二 手房市场为研究对象，构建Hedonic模型，从微观角度研究 房价的影响因素及住房特征和住房价格之间的定量关系。通 过不同区域市场的划分，分别构建多元回归方程，分析不同 区域市场住房价格的影响因素及影响程度。 1昆明市Hedonic模型的建立 1. 1研究区域和数据来源 本文选择昆明市主城四区 （西山区、盘龙区、五华区和官渡区）和呈贡新区作为研究 对象。数据主要来源于昆明市搜房网和历年统计年鉴，收集 样本总量为1700o所有二手房住宅样本均为普通住宅，不包 括别墅及公共住宅（如经济适用房等），住宅建成时间在2000 与2013年之间。样本中公交条数，教育配套和生活配套等 特征变量的数据是通过实地调查而得。 1.2特征变量的选择住宅的属性特征大致分为三大 类，即区位特征、建筑特征和邻里特征。建筑特征包括面积 大小、朝向、楼层、装修程度和房龄等；区位特征包括道路 状况、到市中心距离、环线位置和轨道交通等；邻里特征包 括小区环境、周边的基础设施、生活配套与教育配套等。特 征变量的选择主要考虑数据的可获得性和特征变量之间的 多重共线性问题。本文中变量选择及其量化如表1所示。 1.3特征价格函数选择和估价方法Hedonic模型中函 数形式主要有线性形式、对数形式和半对数形式。从总样本 中每个区随机抽取20作为样本量，运用SPSS. 19软件进行 相关性和回归分析，选择最优函数形式。结果如表2所示。 从表2中数值可以看出对数形式的Adjust R2最大，估 计的标准误差最小，F值最大，从统计意义上应选择对数形 式，但特征变量只有一部分是连续型变量，其它变量是离散 型和虚拟变量不适合进行对数转换，因此本文选择半对数形 式表达住宅特征与价格之间关系，即 LnPaOEaiZi il, 2,，14 模型的估计方法是最小二乘法OLS,具体的操作是在 SPSS. 19中选择Stepwise作为回归分析方法，所有特征变量 将会在软件中逐步进入回归，最终确定的变量进入回归方 程。 2模型的结果和分析 将14个特征变量全部进入Stepwise回归分析，模型回 归分析的结果如表3所示。 从表3中可以看出，容积率和公交线路与住宅房价有负 向关系；环线、轨道交通、教育配套、装修程度、物业管理 费、面积等特征变量对房价有正向关系。回归方程为 LnP7. 5890. 343*环线位置-0. 016*公交线路0. 399* 轨道交通0. 001*面积0. 025*装修程度0. 142*物业管理费 -0. 053*容积率0. 068*教育配套 式中回归系数表示特征变量每变动一个单位，住宅价格 随之变动的增长率。如环线位置增加一个单位时，住宅价格 的增长率为0.343；物业管理费增加一个单位时，住宅价格 的增长率为0. 142O公交线路对房价有消极的影响，由于昆 明地铁正在修建中，对公交出行不利。通过标准化系数绝对 值比较分析，特征变量对住宅房价影响程度依次是环线位 置、轨道交通、物业管理费、容积率、教育配套、公交线路、 装修程度、面积。 每个区域的回归分析昆明市房地产市场按行政区划分 为官渡区市场、西山区市场、盘龙区市场、五华区市场、呈 贡新区市场。从每个区域获得的总样本中随机选取20作为 样本量，变量的选择和回归方法同上所述。回归分析的结果 如表4所示。 从表4可知，各区的回归方程中包含的特征变量不同， 表明各区域住房价格的影响因素及程度不同。官渡区房价的 主要影响因素是环线位置；其次容积率、房龄。西山区教育 配套是影响房价的最主要的因素，其次是容积率。盘龙区住 房价格的主要影响因素是环线位置、教育配套、物业管理费、 容积率。五华区住房价格的主要影响因素是环线位置、物业 管理费、教育配套、总楼层。呈贡新区住房价格的主要影响 因素是公交线路、物业管理费、生活配套。 3结论 本文根据昆明市二手房市场现状和数据的可获得性，选 择14个特征变量作为模型的自变量，运用Hedonic模型和 统计学方法分析住宅属性和房价的定量关系。首先把昆明市 住房市场作为单一市场，依次采用线性模型、对数模型、和 半对数模型分别进行回归分析，最终采用半对数形式构建昆 明市住宅Hedonic模型。结果表明住宅属性量对房价的影响 程度大小依次为环线位置、轨道交通、物业管理费、容积率、 教育配套、公交线路、装修程度、建筑面积。通过昆明市房 地产市场行政区域的划分，对不同区域进行回归