目錄 摘要 基于特征價格模型的南寧市城市住宅特征價格研究土地資源管理專業(yè)黃春華[摘要]本文旨在探討房地產(chǎn)特征因素與房價之間相互關(guān)系，并對南寧西鄉(xiāng)塘區(qū)做出實(shí)證分析，為下一步南寧市提出征收個人房產(chǎn)征稅稅基出估價參考。本文將收集到數(shù)據(jù)與特征價格模型中的線性函數(shù)、半對數(shù)函數(shù)、對數(shù)函數(shù)回歸分析，結(jié)果表明：在特征價格模型三個函數(shù)中，半對數(shù)函數(shù)最符合南寧市住宅特征價格價格模型。這將為提高征稅效率性、公正性和防止“陰陽合同”作出了一定的現(xiàn)實(shí)意義。[關(guān)鍵詞]：住宅價格；特征價格模型；住宅特征ThehedonicpricemodelbasedonthecharacteristicsofNanningcityresidentialpriceresearchLandResourcesManagementHUANGChun-HuaAbstract:thispaperaimstoexploretherelationshipbetweenrealestatecharacteristicfactorsandhousingprice,andEmpiricalAnalysisontheNanningXiXiangTangDistrict,forthenextstepofNanningCityproposedlevyingpersonalpropertytaxbasemakethevaluationreference.Thecollecteddataandthehedonicpricemodeloflinearfunction,semilogarithmicfunction,logarithmicfunctionregressionanalysis.Theresultsshowthat:inthehedonicpricemodelfunction,semilogarithmicfunctionwithNanningCityHousinghedonicpricemodel.Thiswillimprovethetaxefficiency,fairnessandpreventthe"Yinandyangcontract"hasmadecertainpracticalsignificance.Keywords:housingprice;hedonicpricemodel;housingcharacteristic1緒論1.1選題背景和研究意義2011年以來，房產(chǎn)稅一直是業(yè)內(nèi)外熱議的焦點(diǎn)，先是4月17日新“國十條”公布后，接著5月31日，國務(wù)院批轉(zhuǎn)國家發(fā)改委《關(guān)于2010年深化經(jīng)濟(jì)體制改革重點(diǎn)工作意見的通知》明確提出“逐步推進(jìn)房產(chǎn)稅改革”[1]，之后，上海、重慶率先先后成為征收個人房產(chǎn)稅試點(diǎn)城市，同時各省市地稅部門為開征存量房房產(chǎn)稅做準(zhǔn)備。到了2015年3月南寧市成為全國首批不動產(chǎn)登記試點(diǎn)城市，由此看來南寧市在不久的將來也將實(shí)行個人房地產(chǎn)征稅改革，而對于房產(chǎn)征稅稅基標(biāo)準(zhǔn)與依據(jù)一直是人們的關(guān)注，同時在征稅過程很多時候人們?yōu)榱送刀惐芏惍a(chǎn)生“陰陽合同”。因此，關(guān)于城市住宅房價的討論是政府、居民關(guān)注的熱門。本文在前人的理論基礎(chǔ)下應(yīng)用到南寧市實(shí)踐中，主要有以下研究意義：第一，當(dāng)前沒有學(xué)者對南寧市房地產(chǎn)市場以特征價格模型為基礎(chǔ)的實(shí)證研究，因此當(dāng)作個嘗試補(bǔ)充。第二，為稅基評估方法做參考。一方面可以應(yīng)用到存量房批量評估方面，防止“陰陽合同”，另一方面可以假設(shè)當(dāng)前南寧市落實(shí)不動產(chǎn)統(tǒng)一登記后，在今后也像上海和重慶一樣實(shí)行繳納個人房產(chǎn)稅，所以在房地產(chǎn)稅基方面可以做參考。1.2 文獻(xiàn)綜述我國較早利用特征價格模型的是蔣一軍、襲江輝中《房地產(chǎn)價格指數(shù)與Hedonic模型》指出房地產(chǎn)因自然經(jīng)濟(jì)特征導(dǎo)致異質(zhì)性，在價格指數(shù)上將和一般商品計(jì)算不一樣，從而提出了特征價格模型計(jì)算房產(chǎn)價格指數(shù)的新思路，其假設(shè)房地產(chǎn)是由是否有保安服務(wù)、樓層和朝向這三種品質(zhì)決定，對這三種參數(shù)進(jìn)行多元回歸，最后還提出了建立價格指數(shù)的建議[2]；對于特征價格模型研究得比較深入的有王旭育（2006）年《基于Hedonic模型的上海住宅特征價格研究》，文章將上海市住宅市場細(xì)分，收集了250個小區(qū)數(shù)據(jù)，將特征分類為住宅總價、區(qū)位、建筑結(jié)構(gòu)、鄰里環(huán)境和使用成本，建立了上海市特征價格模型[2]。國外學(xué)者在很久以前就已經(jīng)開始了特征價格模型研究，特征價格模型最早產(chǎn)生可以追溯到1920年-1930年，并在多方面實(shí)證取得了豐厚的成果，有在汽車產(chǎn)業(yè)、環(huán)境、資源、房地產(chǎn)業(yè)等多方面實(shí)證。其中最早的是Waugh(1928)研究了蔬菜特征和價格之間的函數(shù)關(guān)系，接著Court(1939)又將特征價格模型研究了汽車的特征，如速度、重量、尺寸、等特征和汽車價格的函數(shù)關(guān)系。特征價格模型產(chǎn)生之處因計(jì)算機(jī)技術(shù)等原因并沒有得到廣泛應(yīng)用，直到了60年代至70年代才被引入房地產(chǎn)領(lǐng)域。1.3 本文的研究思路與方法本文借鑒特征價格的有關(guān)理論研究成果，在國內(nèi)外學(xué)者對有關(guān)房地產(chǎn)因素實(shí)證研究中所用特征價格模型的函數(shù)形式基礎(chǔ)上，結(jié)合南寧市情況，對南寧市住宅特征模型進(jìn)行了分析，得出了在線性函數(shù)、對數(shù)函數(shù)和半對數(shù)函數(shù)三種函數(shù)中，半對數(shù)函數(shù)最切近南寧市房地產(chǎn)特征價格模型，并解釋了函數(shù)的經(jīng)濟(jì)意義。文章主要采用理論分析與實(shí)證研究種兩方法展開探討研究。其中實(shí)證研究主要是通過前人通常選取的特征變量和函數(shù)形式基礎(chǔ)下，進(jìn)行適應(yīng)性的修改變量特征，首先小量數(shù)據(jù)采集，利用spss進(jìn)行分析回歸，確定模型的可行性，在小數(shù)量的樣本通過檢驗(yàn)后，進(jìn)一步收集更多的數(shù)據(jù)，對收集到的變量數(shù)據(jù)進(jìn)行篩選出完整數(shù)據(jù)，然后對篩選出的數(shù)據(jù)量化回歸，最后對模型做出分析。1.4 主要內(nèi)容與結(jié)構(gòu)文章首先提出論文的選題背景和研究意義，接著對特征價格理論分析，并基于特征價格模型的住宅特征價格模型的構(gòu)建，在以上基礎(chǔ)上對南寧市西鄉(xiāng)塘區(qū)住宅實(shí)證研究，最后做出總結(jié)及有待研究的地方。2特征價格概念及理論分析2.1特征價格概念特征價格來自希臘詞“hedoniklos”，即“享樂”意思，是消費(fèi)者通過對消費(fèi)品的各特征的效用中得到的愉樂，因此國內(nèi)學(xué)者稱之為“特征價格”。在住宅中，特征價格中主要包括配套設(shè)施、內(nèi)部環(huán)境、交通環(huán)境、建筑面積、裝修程度等，特征價格與一般價格的區(qū)別在于：特征價格將房地產(chǎn)商品不同特征所產(chǎn)生的效用大小分別估值，以此來確定其價格，而一般價格是對房地產(chǎn)商品整體效用的估值；特征價格側(cè)重于考察和評估品質(zhì)因素如何決定住宅價格，而一般價格側(cè)重于考察和評估市場因素如何決定住宅價格。對房產(chǎn)開發(fā)商而言，更理智地給購買者提供住宅特征。因?yàn)榉康禺a(chǎn)是由各種特征組成，因此可以通過收集數(shù)據(jù)，建立特征價格模型。2.2研究的理論基礎(chǔ)2.2.1新消費(fèi)者決策理論新消費(fèi)者決策理論是由美國學(xué)者蘭開斯特提出的，他認(rèn)為每種產(chǎn)品的價錢是由該產(chǎn)品的各種特征價格組成的，對于住宅而言，則主要是由住宅的區(qū)位特征、建筑特征和鄰里特征組成，每一種特征對應(yīng)著一種價格。住宅使用者可以根據(jù)個人喜好選擇樓層、裝修程度、建筑面積、房間數(shù)、內(nèi)部環(huán)境等特征邊際價格的組合。然后再在組合中調(diào)整每個住宅特征的邊際價格，從而在實(shí)現(xiàn)效用的最大化。當(dāng)住宅供求處于平衡狀態(tài)下，購房者情愿對某住宅特征的邊際支付剛好是該宅特征的邊際價格[2]。2.2.2市場均衡理論市場均衡理論則由是美國學(xué)者盧森提出，他從個人效用最大化和廠商利潤最大化作為出發(fā)點(diǎn),從理論上分析了差異產(chǎn)品市場的短期均衡和長期均衡,為特征價格理論的建模、特征價格函數(shù)的估計(jì)奠定了基礎(chǔ)[3]。由該理論,我們可以通過多元回歸把住宅的區(qū)位特征、建筑特征、鄰里特征等特征中隱含的特征價格分離出來,分析住宅特征的需求。2.2.3生產(chǎn)者決策理論對住宅市場的房地產(chǎn)商來說，住宅的建筑成本由住宅的建筑面積、容積率、裝修程度、區(qū)位等各種特征。如果住宅的特征不同，則其生產(chǎn)成本也不同，所以不同的住宅的價格模型結(jié)果也不一樣。那么廠商的利潤=（特征價格－特征成本）*數(shù)量，當(dāng)一切處于均衡狀態(tài)的廠商來說，所有住宅生產(chǎn)者的供給函數(shù)曲線(要價函數(shù))都一定相切于住宅特征價格曲線，在切點(diǎn)處，每個住宅特征的邊際成本與住宅特征價格均相等[3]。2.4特征價格模型應(yīng)用中的優(yōu)勢及不足特征價格模型最大優(yōu)勢不言而喻就是具有效率性，能將區(qū)域內(nèi)房價通過將房地產(chǎn)的特征輸入模型自動評估出來，避免品質(zhì)相同或相似的房地產(chǎn)因單獨(dú)評估帶來繁瑣乃至于誤差；其次就是模型將房子的總價劃分為多個特征價，比如建筑特征價格、區(qū)位特征價格、鄰里特征價格等如建筑特征價格又細(xì)分到房間數(shù)價格、房齡價格、車位價格等，而不是含糊的一個總價，讓大眾清晰明了房子的價格是由哪些部分組成，使得評估結(jié)果透明化；最后特征價格模型評估出的價格比較客觀，可以避免了一些評估師主觀不良行為給出來欠失客觀的過低或者過高的報(bào)告。特征價格的不足之處是當(dāng)特征量選取不當(dāng)或者獲取數(shù)據(jù)不真實(shí)時會影響最終結(jié)果出現(xiàn)偏差，且需要極大的樣本數(shù)據(jù)量，另外特征模型只能針對在特定的區(qū)域內(nèi)具有普遍特征的房子做評估，一旦有獨(dú)特的房子時按模型評估將產(chǎn)生嚴(yán)重偏差，需要做出及時調(diào)整。3基于特征價格模型的住宅特征價格模型的構(gòu)建3.1模型變量的選擇根據(jù)王旭育（2006）、王娟（2008）關(guān)于特征價格的研究成果，特征價格模型選取主要有建筑特征、區(qū)位特征和鄰里特征這三個主要特征。（1）建筑特征建筑特征也就是用于區(qū)別不同的建筑的記號，從宏觀的角度看則是區(qū)位特征，從微觀的角度看則是建筑特征，其主要包括建筑面積、建筑結(jié)構(gòu)、建筑類型、樓層、房間數(shù)、電梯、房齡、裝修程度、朝向、車位等。樓層。大多學(xué)者都選取了樓層作為特征變量，且不同的學(xué)者有不同的量化方法，一種是直接表示住宅所在樓層，一種是將住宅樓層分為三段，即將樓層分為低中高三部分，然后低高部分賦予分值相等且小于中層部分。對于這兩種量化方法筆者認(rèn)為都是欠妥的，因?yàn)椴煌念愋徒ㄖ藗儠矏鄄煌臉菍樱硗獠煌娜巳簳胁煌男枨?，還有一個就是人們認(rèn)為9-12層是浮沉層，但也有人說這幾層是最好的，故本文舍棄了樓層這主流特征變量。朝向。對于朝向我國南北理想方向不一樣，且不同的學(xué)者有不同的量化方法，低層、中高層、高層量化方法也盡不同，故本文也舍棄該特征變量。（2）區(qū)位特征在住宅中，區(qū)位是指某住宅所在位置和其他住宅或者事物在空間方位和距離上的聯(lián)系。住宅房地產(chǎn)區(qū)位的條件，直接影響到住宅所有者或者使用者的經(jīng)濟(jì)收益、生活方式或者社會影響。所以，不同的區(qū)位房地產(chǎn)價格將不同，例如是位于市區(qū)或是在郊區(qū)，是校區(qū)房還是景觀房[5]。區(qū)位特征通常是包括房屋離CBD、火車站、汽車站的直線距離、房屋周邊公交站點(diǎn)和地鐵站點(diǎn)等。商業(yè)中心距離。對于離CBD直線距離也是眾多學(xué)者鐘愛，但在本文筆者還是舍棄，主要原因有：第一，隨著城市發(fā)展每個片區(qū)功能上幾乎都可以替代市中心。第二，筆者認(rèn)為直線距離也是欠妥的，如需增加這變量，量化時可以參考德高地圖的導(dǎo)航距離。綜上，筆者利用區(qū)位系數(shù)（片區(qū)樓面均價/區(qū)域平均樓面價）替代了CBD距離，具體系數(shù)見表3.1。(3)鄰里特征在我國鄰里特征主要有公共服務(wù)和外部環(huán)境，如周邊醫(yī)院、學(xué)校、菜市、超市、景觀等，在我國通常離這些配套越近越受人喜歡，特別是名校，人們會認(rèn)為這文化氛圍會更濃，對于是全國前列名校附近的房子更加會認(rèn)為是寶地。另一方面，人們也追求環(huán)境的品質(zhì)，比如江湖景房，人們通常在經(jīng)濟(jì)條件允許情況下會寧愿支付更多的錢去換取江景的視線。基礎(chǔ)設(shè)施。很多學(xué)者也把通水、電、天然氣和暖氣列入住宅特征中，但對于這些基礎(chǔ)設(shè)施如今在南寧每個樓盤幾乎都是覆蓋的，再個對于南方人暖氣有無并不是很重要，故這些特征變量也舍棄，但額外增添了幼兒園、超市、游泳池，因?yàn)橛變簣@和超市的存在對人們生活帶來了很大方便，再個就是游泳池，在南方人們夏天都比較喜愛游泳，有游泳場池的小區(qū)將成為一大賣點(diǎn)。最后，考慮到數(shù)據(jù)的獲取性，以及對于特征量化時的能力局限和南寧的實(shí)際情況，本文在建筑特征中選取了房齡房間數(shù)、住宅面積、車位、裝修程度；在區(qū)位特征選取了交通、區(qū)位系數(shù)；在鄰里特征中選取了內(nèi)部配套周邊配套、物業(yè)管理費(fèi)、綠化率、教育配套；額外增加品牌特征，即開發(fā)商的資質(zhì)。最后經(jīng)過調(diào)整修改選取了13個自變量，如下表3.2所示。表3.1區(qū)位系數(shù)表片區(qū) 級別平均樓價 區(qū)位系數(shù)衡陽東片區(qū) Ⅱ 1175 1.1388衡陽西片區(qū) Ⅱ 1105 1.0710新秀片區(qū) Ⅱ 1152 1.1165中堯片區(qū) Ⅱ 1149 1.1136魯班片區(qū) Ⅱ 1151 1.1155大學(xué)片區(qū) Ⅱ 1090 1.0564相思湖東片區(qū) Ⅲ 1084 1.0506秀靈南片區(qū) Ⅲ 1084 1.0506動物園片區(qū) Ⅲ 1058 1.0254高新片區(qū) Ⅲ 1029 0.9973明秀片區(qū) Ⅲ 992 0.9614北湖明秀片區(qū) Ⅲ 952 0.9227相思湖西片區(qū) Ⅳ 781 0.7569北湖片區(qū) Ⅳ 643 0.6232表3.2特征變量匯總表特征分類特征變量特征變量含義區(qū)位特征交通住宅直徑500米公交站點(diǎn)數(shù)量區(qū)位系數(shù)住宅所在片區(qū)平均樓面價/區(qū)域平均樓面價建筑特征房齡住宅建筑年份房間數(shù)住宅的房間數(shù)加大廳數(shù)住宅面積住宅的建筑面積車位住宅是否提供停車場裝修程度毛坯、簡裝、中裝、精裝鄰里特征內(nèi)部配套小區(qū)內(nèi)游泳池、超市、幼兒園周邊配套小區(qū)500米內(nèi)的超市、銀行、菜市、醫(yī)院物業(yè)管理費(fèi)住宅小區(qū)單位面積物業(yè)費(fèi)綠化率住宅小區(qū)綠化率教育配套住宅小區(qū)周邊的幼兒園、小學(xué)、初中、大學(xué)開發(fā)商品牌開發(fā)商品牌開發(fā)商注冊資質(zhì)3.2模型的函數(shù)形式通過現(xiàn)有文獻(xiàn)回顧，當(dāng)前學(xué)術(shù)界通用特征價格模型有線性函數(shù)、半對數(shù)函數(shù)、對數(shù)函數(shù)三種函數(shù)形式，具體如下：線性方程形式：P=B0+∑BjXj+ε式（3-1）半對數(shù)方程形式：lnP=B0+∑BjXj+ε式（3-2）對數(shù)方程形式：lnP=B0+∑BjlnXj+ε式（3-3）其中p是城市住宅價格，B0是除特征變量外其他影響價格的常量之和，Bj是特征變量的特征價格，Xj是特征變量，ε是殘差項(xiàng)。3.3模型的檢驗(yàn)3.3.1經(jīng)濟(jì)意義上的檢驗(yàn)經(jīng)濟(jì)意義的檢驗(yàn)主要是房地產(chǎn)特征系數(shù)大小及符號做檢驗(yàn)，其大小表示影響程度，符號則是表示正負(fù)相關(guān)，通過系數(shù)大小及符號判定是否符合現(xiàn)實(shí)中的合理意義。3.3.2統(tǒng)計(jì)檢驗(yàn)擬合優(yōu)度檢驗(yàn)，通常用測定系數(shù)R2表示，即回歸平方和比總平方和，其值越大擬合度越優(yōu)。文中即是通過模型預(yù)測房價與實(shí)際房價之間的吻合度?；貧w參數(shù)的顯著性檢驗(yàn)，通常叫t值檢驗(yàn)，其值即F值開方，其作用在于當(dāng)其他自變量固定不變時,檢驗(yàn)該回歸系數(shù)對應(yīng)的自變量對因變量是否有顯著影響。在本文中即是當(dāng)其他特征變量不變時，某個特征變量變化對于房價的影響是否顯著?？傮w顯著性檢驗(yàn),通常簡稱F檢驗(yàn),就是將全部自變量對因變量的共同影響是否顯著進(jìn)行檢驗(yàn)。在文中也就是區(qū)位特征、建筑特征、鄰里特征和開發(fā)商品牌中的特征變量的共同影響對房價的影響是否顯著。4南寧市住宅特征價格模型的實(shí)證分析4.1研究區(qū)域的選取本文選取南寧市西鄉(xiāng)塘區(qū)作為研究對象，其在西鄉(xiāng)塘區(qū)又被劃分為衡陽東片區(qū)、衡陽西片區(qū)、新秀片區(qū)、中堯片區(qū)、魯班片區(qū)、大學(xué)片區(qū)、相思湖東片區(qū)、秀靈南片區(qū)、動物園片區(qū)、高新片區(qū)、明秀片區(qū)、北湖明秀片區(qū)、相思湖西片區(qū)、北湖片區(qū)，故在收集數(shù)據(jù)時筆者在每個片區(qū)抽樣收集。在過去的一年里，南寧市西鄉(xiāng)塘區(qū)二手房均價呈下降趨勢，具體如圖4.1。4.1.1數(shù)據(jù)采集本文數(shù)據(jù)收集主要通過網(wǎng)上查閱和電話咨詢獲取數(shù)據(jù)。首先通過南寧市搜房網(wǎng)（）和居周刊獲取，并由南寧市基準(zhǔn)地價更新成果將西鄉(xiāng)塘住宅成果分為14個片區(qū)，在每一個片區(qū)內(nèi)都選擇幾個樓盤（如圖4.2），然后在每一個樓盤都選擇幾套房，首先在搜房網(wǎng)上或取小區(qū)房子特征，再到百度地圖（）搜索出各住宅周邊配套設(shè)施。因?yàn)榫W(wǎng)上搜索到的房價都是掛牌的，而掛牌價通常和成交價稍微有出入，于是筆者再通過居周刊電話咨詢業(yè)主對于掛牌價格能否更低，若業(yè)主表示出最低成交價，則以此為正式成交價，并將網(wǎng)上查閱到的掛牌價與業(yè)主交代的成交價做一元線性回歸。通過以上獲取數(shù)據(jù)方法，統(tǒng)計(jì)得到180個樣本數(shù)據(jù)，然后將這180個數(shù)據(jù)整理，排除信息不齊全樣本，最終或許120個完整樣本數(shù)據(jù)。圖4.1南寧市西鄉(xiāng)塘二手房均價走勢圖圖4.2南寧市西鄉(xiāng)塘樓盤分布圖4.2研究數(shù)據(jù)量化4.2.1掛牌價格和成交價格轉(zhuǎn)化因掛牌價與實(shí)際成交價有一定出入，故本文參考王旭育（2006）、趙琰（2009）和黃虎（2011）等學(xué)者將收集到的部分掛牌價與咨詢到的成交價做一元線性回歸，得到一元線性回歸方程，再將所有掛牌價轉(zhuǎn)化為成交價。通過一元線性回歸，得出以下4.1系數(shù)表，從表中我們可以得到實(shí)際成交價=0.820+0.969*掛牌，且掛牌P值=0<0.01,說明假若不考慮樣本數(shù)量過小的情況下，函數(shù)模型擬合度和解釋力十分可靠。4.1表系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)B標(biāo)準(zhǔn)誤差試用版tSig.1(常量).820.2633.121.004掛牌.969.0031.000316.105.000a.因變量:實(shí)際4.2.2住宅特征量的量化國內(nèi)學(xué)者在特征變量量化主要有定性量化和定量量化，在前人研究基礎(chǔ)下本文定性量化變量有：區(qū)位系數(shù)、車位、裝修程度、內(nèi)部配套、周邊配套、教育配套和開發(fā)商品牌；定量量化有：交通、房齡、房間數(shù)、住宅面積、綠化率和物業(yè)管理費(fèi)。本文參考韓會（2014）中的特征量化，具體量化標(biāo)準(zhǔn)見表4.2所示，量化結(jié)果見附表4.3。表4.2特征變量量化特征分類特征變量特征變量的量化區(qū)位特征交通住宅周邊500米公交站點(diǎn)數(shù)目區(qū)位系數(shù)住宅所在片區(qū)平均樓面價/區(qū)域平均樓面價建筑特征房齡2015-竣工年份房間數(shù)住宅的室加廳的總數(shù)目住宅面積一套住宅的建筑面（㎡）車位有停車場賦值1，無0裝修程度毛坯（0分）、簡裝（1分）、中裝（2分）、

精裝（3分）鄰里特征內(nèi)部配套小區(qū)內(nèi)是否有游泳池（2分）、超市（1分）、

幼兒園（1分）周邊配套小區(qū)500米內(nèi)是否有超市、銀行、菜市、醫(yī)院，

每項(xiàng)1分，共5分物業(yè)管理費(fèi)住宅小區(qū)單位面積物業(yè)費(fèi)（元/㎡）綠化率住宅小區(qū)綠化率教育配套住宅1000米內(nèi)是否有幼兒園、小學(xué)、初中、

及500內(nèi)是否有大學(xué)，各1分，共4分開發(fā)品牌開發(fā)商品牌資質(zhì)等級為暫未定級、四級資質(zhì)、三級資質(zhì)、二級資質(zhì)、一級資質(zhì),分別取1分、2分、3分、4分、5分4.3特征價格模型的構(gòu)建4.3.1三種模型函數(shù)的初步檢驗(yàn)為了檢驗(yàn)當(dāng)前學(xué)術(shù)界在特征價格模型中通用的三種函數(shù)形式哪個更適合南寧市房價特征價格模型，故將數(shù)據(jù)逐個函數(shù)進(jìn)行多元回歸。根據(jù)上文介紹的三種特征價格模型，利用spss17.0統(tǒng)計(jì)軟件進(jìn)行多元線性逐步（stepwise）回歸，其思路主要是，首先用單個自變量與因變量進(jìn)行回歸，找到一個回歸效果最好的，如果該自變量的F值通過，則再引入F值第二高的自變量，如果第二高的F值通過，則構(gòu)成二元線性回歸，接著依次引入全部變量，各個變量F值滿足則被引入，否則排除。從表4.4所知，在顯著性<0.05條件下回歸得出的線性、半對數(shù)、對數(shù)函數(shù)模型方差分析的顯著性水平均小于0.001，可見三個方程非常顯著，同時進(jìn)入的因變量與自變量均有高度線性關(guān)系。從模型匯總結(jié)果得出線性、半對數(shù)、對數(shù)函數(shù)模型的R2分別是0.598、0.609、0.608，從表4.4得出這三種函數(shù)F值分別為23.827、24.899、24.808。從這三種函數(shù)模型對樣本數(shù)據(jù)的檢驗(yàn)結(jié)果可知，擬合度最好是半對數(shù)模型，最差的是線性模型，故本文主要以半對數(shù)模型作為深入研究分析。表4.4回歸方差分析匯總模型函數(shù)項(xiàng)目平方和自由度均方和F值Sig線性回歸4.58E+077653979123.827.000g殘差3.07E+07112274465.2總計(jì)7.65E+07119半對數(shù)回歸1.33570.19124.899.000g殘差0.8581120.008總計(jì)2.193119對數(shù)回歸1.33370.1924.801.000g殘差0.861120.008總計(jì)2.193119`4.3.2半對數(shù)模型的估計(jì)檢驗(yàn)從表4.5得出半對數(shù)函數(shù)的復(fù)相關(guān)系數(shù)R=0.780,判定系數(shù)為0.609，調(diào)整R方為0.584，從相關(guān)系數(shù)檢驗(yàn)表可以查出R0.05，106=0.189，由R=0.780>0.189,故模型復(fù)相關(guān)系數(shù)檢驗(yàn)通過,說明自變量和因變量它們之間有良好的線性關(guān)系。從表4.3得出半對數(shù)F值=24.899，由excel表格輸入“=FINV(0.05,13,120-14)”得出F值臨界值為1.814，F(xiàn)=24.899>1.814，且F的伴隨概率<0.001，又得出F值檢驗(yàn)通過，說明了回歸方程的高度顯著。接著對回歸系數(shù)檢驗(yàn)及共線檢驗(yàn)，如表4.6所示，從表中可得出總共有7個變量進(jìn)入了模型，且全部t值檢驗(yàn)都小于0.05，從方差膨脹因子列可得出最大值才1.257，說明了不存在共線問題，從非標(biāo)準(zhǔn)系數(shù)中可以看出，只有房齡是負(fù)相關(guān)的，其它都是正相關(guān)，這個完全符合南寧客觀事實(shí)。表4.5模型匯總模型RR方調(diào)整R方標(biāo)準(zhǔn)估計(jì)的誤差半對數(shù).780g0.6090.5840.087527表4.6回歸系數(shù)及共線檢驗(yàn)非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)B標(biāo)準(zhǔn)誤差試用版tSig.共線性統(tǒng)計(jì)量(常量)8.0430.09386.7330容差VIF區(qū)位0.4030.0910.2934.42500.7981.254車位0.0590.0180.2173.370.0010.8421.188內(nèi)部配套0.0250.0110.1592.3980.0180.7991.252房齡-0.0060.002-0.205-3.2820.0010.8971.114面積0.00100.1862.9520.0040.8761.141開發(fā)商0.020.0070.1872.8250.0060.7961.257裝修0.020.0090.1382.1310.0350.8281.207最后對模型的殘差的正態(tài)性檢驗(yàn)和方差齊性檢驗(yàn)，從圖5.1殘差的累積概率圖可見，其分布接近于一條直線，說明了半對數(shù)模型符合殘差正態(tài)分布。從圖5.2回歸標(biāo)準(zhǔn)殘差可知，大部分落在觀測值在-2~2之間，故符合方差齊性檢驗(yàn)。由表4.6可知有區(qū)位,車位,內(nèi)部配套,房齡,面積,開發(fā)商,裝修這7個變量進(jìn)入了模型，而公交站點(diǎn)數(shù)、房間數(shù)、周邊配套、物業(yè)管理、綠化率、教育配套沒有被淘汰，對于房間數(shù)是因?yàn)樵撟兞亢兔娣e存在了共性關(guān)系，而對于其它5個變量是因?yàn)檠芯繀^(qū)域比較小，每個片區(qū)之間沒有很大區(qū)別，且很多配套設(shè)施和公共服務(wù)都是研究片區(qū)內(nèi)的樓盤一起共享的，故不存在顯著性。4.3.3模型的經(jīng)濟(jì)意義根據(jù)以上的檢驗(yàn)通過，從表4.6得出南寧市特征價格模型lnp=8.043+0.403*區(qū)位+0.059*車位+0.025*內(nèi)部配套-0.006*房齡+0.001*面積+0.02*開發(fā)商+0.02*裝修。即P=e8.043+0.403*區(qū)位+0.059*車位+0.025*內(nèi)部配套-0.006*房齡+0.001*面積+0.02*開發(fā)商+0.02*裝修。從回歸模型可以算出，南寧西鄉(xiāng)塘區(qū)二手房子基準(zhǔn)價為3112（e8.043）元/平方米，最好的片區(qū)和最差的片區(qū)之間相差910（e8.043+0.403*1.138-e8.043+0.403*0.6232）元/平方米，有車位的房子比無車位的房子貴189（e8.043+0.059*1-e8.043）元/每平方，內(nèi)部配套設(shè)施擁有超市、幼兒園、游泳池中一類單價增加78（e8.043+0.025-e8.043）元/平方米，而房齡每增加1年房子單價降低18（e8.043-e8.043-0.006）元/平方米，住宅面積每增加1平方米，單價則提高3（e8.043+0.001-e8.043）元/平方米，開放商資質(zhì)每增加一級單價提高62（e8.043+0.001-e8.043）元/平方米，裝修每提高一個等級單價也是提高62（e8.043+0.001-e8.043）元/平方米。圖5.1殘差的累積概率圖圖5.2回歸標(biāo)準(zhǔn)殘差圖5總結(jié)及有待研究的問題5.1總結(jié)本文主要是借鑒前人研究理論成果，通過南寧市實(shí)證研究，總結(jié)如下：通過閱讀眾多學(xué)者研究成果文獻(xiàn)，整理匯總出各學(xué)者選取特征變量表，再根據(jù)個人與研究對象實(shí)際情況進(jìn)修修正建立指標(biāo)體系。將西鄉(xiāng)塘區(qū)依據(jù)城鎮(zhèn)基準(zhǔn)地價更新成果建立區(qū)位系數(shù)表。通過居周刊獲取大量西鄉(xiāng)塘二手房源，進(jìn)而電話咨詢獲取相對掛牌最低價，然后與掛牌價通過一元線性回歸，得到實(shí)際成交價=0.820+0.969*掛牌，最終將從搜房網(wǎng)收集到的掛牌價轉(zhuǎn)化為成交價。通過三種線性回歸檢驗(yàn)，最終得到南寧市西鄉(xiāng)塘住宅特征價格模型：P=e8.043+0.403*區(qū)位+0.059*車位+0.025*內(nèi)部配套-0.006*房齡+0.001*面積+0.02*開發(fā)商+0.02*裝修。5.2有待進(jìn)一步研究的問題文章有待進(jìn)一步研究的問題主要有以下幾點(diǎn)：第一，在樣本的總量方面。筆者收集到的雖有180個樣本數(shù)據(jù)，但有三分之一因數(shù)據(jù)不齊全被排除。要是能進(jìn)一步擴(kuò)大樣本數(shù)量相信得到的復(fù)相關(guān)系數(shù)會更大。第二，在特征變量及其量化方面。本文僅有13個變量，很多變量沒有選取，比如自然景觀、小區(qū)內(nèi)部文化娛樂設(shè)施、體育設(shè)施等，這些在變量都是當(dāng)代人的追求，其次就是對于自然景觀這以變量的量化也需要有比較高的欣賞能力去量化。第三，在模型的選取及其回歸的方法方面。本文所選取的三種只是比較主流的模型，其實(shí)這沒有固定的模型，這就需要我們?nèi)ゲ粩嗟奶剿鲗Ρ?，還有在回歸方法上，有參數(shù)、半?yún)?shù)、非參數(shù)等等這些還需要我們進(jìn)一步去探索比較。參考文獻(xiàn):[1]荊平.我國房產(chǎn)稅改革進(jìn)程分析.西南財(cái)經(jīng)大學(xué)[J].2013[2]蔣一軍、襲江輝.房地產(chǎn)價格指數(shù)與Hedonic模型[J].中國統(tǒng)計(jì).1996[3]王旭育.基于Hedonic模型的上海住宅特征價格研究[D].上海:同濟(jì)大學(xué)，2006[4]王娟.基于多種回歸方法的成都市住宅Hedonic模型的實(shí)證研究[D].成都：電子科技大學(xué)，2008[5]趙琰.基于Hedonic模型的石家莊城市住宅特征價格研究[D].河北：河北農(nóng)業(yè)大學(xué)，2009附表表4.1西鄉(xiāng)塘區(qū)住宅特征量化結(jié)果匯總表樣本價格成交價內(nèi)部配套開發(fā)商面積公交站點(diǎn)數(shù)裝修區(qū)位房齡車位房間數(shù)周邊配套物業(yè)管理綠化率教育配套7,6937,87433130241.0710101540.700.347,5007,67423128241.0710101540.700.347,4007,5491496441.138831541.200.337,3877,5242285441.071091440.700.347,3687,5042385431.071081440.700.347,3347,49824120241.0710100440.700.347,3007,4472498441.056431241.200.347,2007,34622100441.138830631.200.447,1127,2452390231.056401541.200.347,1007,24622104431.025431540.700.346,9807,11921100331.138841440.700.346,8977,0312498331.0710101240.700.346,8667,00722107441.056411441.200.346,8507,00233126431.138071511.000.426,7256,85612100341.138871430.750.336,7006,83520107231.138860431.400.236,6806,81721111231.025441440.700.336,6326,7553295341.138861530.750.336,6206,7322285231.115561440.700.336,5306,6472292241.115550430.850.336,5006,6021280230.756951540.700.326,4836,5941488331.0710101240.700.346,4506,57342102241.138841541.500.336,4336,5404186341.056451440.800.246,4206,5211181341.0564120440.500.046,4006,53712125331.138871530.750.336,4006,53724125441.056430641.200.346,4006,52910111331.115561541.400.346,4006,5041284341.115550430.800.336,3966,5021086431.056431441.200.346,3406,4552296231.050661541.000.336,3206,43812100341.056461440.800.336,3166,4292295240.961420540.800.436,3006,42122105231.116531641.000.336,2676,3551475431.056451441.200.346,2006,3123298341.050641441.200.436,2006,32011108231.138861441.000.346,1746,2813293341.138871330.750.336,1186,2142185341.0506141410.400.336,1006,2093398231.025451530.800.326,0506,1572398330.922761441.400.346,0006,11112105341.025440530.800.325,9106,02214110341.0710101540.700.345,9005,9291253321.050680430.600.345,8905,99711104431.050661440.850.345,8835,9720185241.056451440.800.245,8705,9631189330.756971541.400.335,8605,9582295440.964161440.700.335,8465,9221176340.922741341.000.325,8275,93621109341.0564161510.400.335,8175,93311120341.0254131510.400.335,8075,8561162341.0564121340.500.045,8075,8561162331.0564110440.500.045,8075,8961087331.056471440.600.335,7905,8862095340.922731440.650.435,7805,8712190330.977351540.800.325,7805,8541176230.961461440.600.335,7645,86411100341.1155140510.400.335,7505,8281480211.1136120440.600.035,7505,87611146331.116570441.400.345,7435,84322101321.1165151540.500.025,7285,83411110231.056451540.800.245,7175,8071191321.1136150540.600.035,7095,7121147321.0506121240.400.035,6945,79602105441.113641440.600.335,6925,80511123331.0506110510.400.335,6705,7551188330.961460440.600.345,6535,76004115211.056451540.800.245,6465,6900462231.056450340.800.245,6435,7343194330.961440440.600.035,6435,7351296320.977351340.700.325,6155,6461257321.138870230.750.335,6005,6102050310.756921230.650.435,6005,6101050221.0506101140.750.435,6005,6681176330.756991441.400.335,5745,6141161331.0564120440.500.045,5415,6042474221.1155200540.500.325,5255,62111105240.997320530.650.435,5005,5222455431.025461440.800.335,4705,5552194230.922791430.700.325,4685,5470288331.115591341.000.335,4605,4842256311.050641540.600.335,4305,5052186230.922780430.600.325,4305,5092389330.997381440.700.335,4065,4650174211.056450340.800.245,3345,4111190320.9227170430.500.325,3205,3771175211.056450430.500.335,3025,3701483231.056450440.800.245,3005,3712186320.961470530.600.335,2955,3651385231.025470330.600.335,2905,3601085211.025420430.800.335,263