基于特征价格的哈尔滨市住宅价格空间分异研究

来源:用户上传      作者: 王慧娟　宋　戈

　　摘要：哈尔滨市住宅价格具有一定的空间分异特征。住宅价格较高的地区主要集中在两大块，一为道里区，二为南岗区。在开发区泛CBD范围内，临近长江路和红旗大街的住宅价格又出现了一个小高潮，以上三点连线为较高住宅价格线，向两侧房价大体呈放射下降趋势。在对住宅价格的影响中，建筑结构、物业管理水平和到CBD距离为一类影响因素。
　　关键词：特征价格理论；哈尔滨市；住宅价格；空间分异
　　中图分类号：F299.27文献标志码：Ａ文章编号：1673－291Ｘ（2008）06－0147－04
　　
　　1前言
　　
　　研究住宅的特征价格，揭示住宅价格水平的空间分异规律不仅可以直接为政府制定发展规划、管理住宅交易市场以及房地产开发企业确定住宅营销价格等方面提供决策依据，还可以为进一步研究城市发展水平和房价是否合理提供理论依据。
　　国内外对于住宅价格的研究，多采用特征价格的方法进行实证分析，充分考虑了住宅商品的异质性特点，但一般只限于对住宅价格本身的研究。本文把特征价格理论与价格的空间分异现象相结合，以特征价格研究为基础，分析了住宅价格空间分异的驱动因素。
　　本文通过对黑龙江省哈尔滨市住宅市场的研究，对住宅价格从空间角度进行分析，探讨哈尔滨市住宅价格空间分布模式、并用特征价格理论解释了价格空间分异的影响因素。从而为提高城市管理水平、合理布局基础设施、制定住宅产业政策等提供借鉴。有助于住宅消费者选购称心住宅，也有助于房产管理部门掌握城区住宅价格分布趋势。分析住宅价格的空间分异，可以为规划部门制定和实施城市规划提供必要的信息。
　　
　　2研究区概况
　　
　　2.1研究区概况
　　哈尔滨市是黑龙江省省会，全省的政治、经济、金融、科技、文化和信息中心，我国东北北部中心城市、国家重要的制造业基地、历史文化名城。位于东经125 42'^～130 10'、北纬44 04'^～46 40'之间，地处中国东北北部地区，黑龙江省南部松嫩平原的东南缘。由于行政区划的调整，哈尔滨市目前下辖八区，包括南岗区、道里区、道外区、香坊区、平房区、呼兰区、阿城区和松北区。
　　2.2对象价格的选取与研究假设
　　主要以有独立产权，可以在市场上自由买卖的普通商品住宅为对象。在分析哈尔滨市住宅价格空间分布特征时，住宅价格选取住宅小区平均销售单价，它是市场综合因素作用的反映，可以较好地反映区位房价水平。文中“住宅价格”指住宅小区住宅的销售单价。
　　哈尔滨市目前下辖八区，由于呼兰区与阿城区刚刚从县、不设区的市划为哈尔滨市的区，与哈尔滨原市区也相距较远，没有形成统一的房地产市场，因此本文研究对象为已经形成的哈尔滨市原市区住宅市场。
　　2.3住宅价格空间分布
　　在等值线的绘制过程中，以哈尔滨市区地图为底图，应用ArcView软件，将楼盘标注在相应的位置上，获得样本点，再给每个样本点附属性信息，即销售均价，给定200元为等值间距，应用空间分析模块，自动生成等值线。
　　本文通过对数据的整理发现，选择的65个楼盘均价最高为5 600元/平房米，最低为1 480元/平方米，销售均价主要集中在2 000～3 500元/平方米的价格范围，故此价格空间应该是等值线反映的主要范围。为使等值线能较为准确地反映各地区间的房价差异，同时又不能太过详细琐碎而难于反映总体特征，以200元为等值线间距，绘制14条等值线。
　　根据等值线分布图和调查数据的分布可以看出2006年第一季度哈尔滨的住宅价格空间分布的一些特点：（1）住宅价格较高的地区主要集中在两大块，一为道里区，二为南岗区，住宅价格大部分都在3 000元/平方米以上。（2）在开发区泛CBD范围内，临近长江路和红旗大街的住宅价格又出现了一个小高潮，调查数据中超过3 000元/平方米的住宅也比较多。（3）以上三点连线为较高住宅价格线，向两侧房价大体呈放射下降趋势。
　　
　　3哈尔滨市住宅特征价格模型建立
　　
　　3.1变量的选择和量化
　　本文以住宅特征变量选择的一般原则为基础，结合我国国情和哈尔滨市房地产市场特征对住宅特征变量进行选取。
　　住宅特征变量的选择一般遵循以下三个原则：
　　（1）特征变量间相关程度要低。即特征变量间独立性强，相互没有影响。这样模型才能与实际情况有较高的拟合程度，充分反映真实情况。
　　（2）选择主要特征进行分析，忽略对住宅价格影响较弱的因素，突出特征变量对住宅价格的影响。在建立模型时并不是进入模型的特征变量越多约好，选择具有代表性的特征进入模型会使模型更具有稳定性。
　　（3）特征变量的选择要符合哈尔滨市的特征，并有一定的可获得性。
　　根据变量的数据类型的不同，量化方式不同。本文所采用的住宅特征变量量化类型分别为：①直接采用住宅特征变量的实际数值，或者是根据需要对原始的数据进行简单的变换。②分等级赋值。③采用综合性指标进行度量，根据包含内容的多少进行打分。④采用二值变量进行量化。
　　在研究中将住宅特征分为三类：建筑特征、邻里特征和区位特征。住宅特征变量的量化见表1。
　　对各变量进行分析，可知其均基本符合正态分布。
　　3.2特征价格模型的选择
　　首先对调查数据进行相关分析，相关分析可以刻画两类变量线性相关的密切程度，为线性分析打基础。根据住宅价格与各变量进行相关分析的输出结果可以看出相关系数取值在-1到1之间，正为正相关，负值为负相关，0为不相关。将相关程度分为3级，0.5以上为高度相关，0.2到0.5为一般相关，0.2以下为低度相关。从表中的相关分析中可以看出，在选变量中物业管理、建筑结构、距中央大街和红博距离对住宅价格影响很大,且住宅价格与到中央大街和红博距离呈负相关。装修程度、生活配套设施和有无车位与住宅价格一般相关。小区自然环境、公交线路和教育配套设施对住宅价格的影响相对较低。
　　
　　3.3模型的估计检验
　　用最小二乘法（OLS）对模型进行估计。在SPSS软件中选择Enter(强行进入法)，作为回归分析方法，即将所选的10个特征变量全部进入模型。
　　
　　从表3可知，回归方程方差分析的显著性检验值为0.000，即小于0.001，说明方程是高度显著的，拒绝全部系数均为0的原假设。说明进入方程的住宅特征与房价之间的线性关系能够成立。
　　3.3.1共线性诊断
　　共线性是指回归变量之间存在着近似的线性关系，即某个自变量可以近似的用其他自变量的线性函数来描述。当共线性趋势显著时，会给模型的拟合带来严重影响。本文用容忍度（tolerance）和方差膨胀因子VIF（variance inflation factor）对变量进行共线性检验。由于所得VIF最大为3.864，远小于10，所以认为基本不存在共线性问题。
　　3.3.2方差齐性检验
　　方差齐性是指残差的分布是常数，与自变量或因变量无关，即残差应随机分布在穿过零点的垂直直线两侧。根据因变量预测值与残差的散点图，可以看出绝大部分观测值随机落在横轴正负2之间，基本满足方差齐性的假设。
　　综上可以看出，模型基本满足正态性假设、等方差性假设和独立性假设，具有良好的拟合度和较高的解释能力，在统计上是有意义的。因此，可以用来分析和解释住宅特征对住宅价格的影响。
　　
　　4回归结果分析
　　
　　表4可以看出，有6个变量通过了10％的显著性检验，分别为建筑结构、到中央大街距离、到红博距离、物业管理、生活配套设施、装修程度。

　　4.1符号分析
　　住宅特征大部分对住宅价格产生正向影响，如建筑结构、物业管理、装修程度、生活设施和自然环境，这些条件好的，住宅价格越高。而到CBD距离与住宅价格呈现负相关，也就是随着到市中心的便捷程度的降低，房价下降。
　　4.2住宅特征价格分析
　　在从回归系数表中，为标准化的回归系数对应着住宅的特征价格，如建筑结构，其特征价格为489.06元/平方米，表示在其他特征价格不变的情况下，住宅的建筑机构上升一个档次每平方米住宅的价格就会上涨489.06元。生活配套设施的特征价格为47.623，表示生活配套设施每增加一个，每平方米住宅价格就会上涨47.623元。
　　4.3住宅特征的影响程度分析
　　住宅特征对住宅价格的影响程度无法用特征价格直接衡量，因为它们的单位不一致，但是标准化的回归系数（Beat）是所有变量标准化后的结果，具有可比性，可以用它的绝对值来进行住宅特征影响程度的排序，并分类，分类标准如下：
　　|Beat| ≥0.2为一类影响程度；0.2 > |Beat| >0.1 为二类影响程度；|Beat|<0.1为三类影响程度。建筑结构、物业管理和到CBD距离为一类影响程度；生活配套设施和装修程度为二类影响程度；自然环境、教育配套设施、有无车位和公交线路为三类影响程度。
　　
　　5哈尔滨市住宅价格空间分异原因分析
　　
　　住宅特征决定住宅价格，住宅特征的空间分布特征也决定了价格空间分布的规律，因此首先进行住宅特征空间分布的分析。
　　在住宅价格的影响因素中，建筑结构对住宅价格的影响最为主要，建筑结构由砖混上升为框架结构，住宅价格就会上涨489.06元。在调查的65个小区样本中，有33个为框架结构的住宅，占较大比例，其中道里区住宅中框架结构住宅占区内住宅的10/15，南岗区7/11，香坊区6/11，且集中于开发区附近,所占比例较大。
　　物业管理也是住宅价格的一类影响因素，在65个小区样本中，道里区、南岗区和香坊区的开发区比较高档的小区较多，高档小区的物业管理水平和配套服务也较好。
　　到CBD距离对住宅的影响程度仅次于物业管理，也属于第一类影响因素。中央大街是哈尔滨的传统CBD地区，不但坐落着许多商场、写字楼和各种会馆，还是哈尔滨的标志和必经的哈尔滨旅游线路。南岗区的红博秋林一带也是哈尔滨的CBD地区，开发区是哈尔滨的泛CBD地区，有会展中心和许多写字楼。其他区虽然也有内部商务较集中的地区，但规模有限。
　　第二类影响住宅价格的特征因素为生活配套设施和建筑的装修程度。生活配套设施包括超市、菜市场、银行、医院、邮局。从这些设施的空间分布来看除了松北区和东北西南周边地区以外，分布较均匀。在调查的住宅中绝大部分为毛坯房，只有道里区有6个住宅小区进行了不同程度的装修。
　　第三类影响住宅价格的特征因素为自然环境、教育配套设施、有无车位和公交线路。哈尔滨的公园、广场数量较少，且分布不均匀。教育配套设施中中小学和高中分布均匀，但大学在松北区的西部、道里区和香坊区分布较少。样本统计显示，在65个样本中有车位的为32个。在道里区、南岗区、香坊区、道外区和松北区中分别占28.13%、18.75%、15.65%、12.5%、15.65%。表明哈尔滨市的东北和西南部的道外区有车位的住宅较少，香坊区和松北区有车位的住宅数量相当。南岗区有车位住宅相对较多，道里区则最多。公交线路对住宅价格的影响最为微弱，说明哈尔滨市的公共交通比较发达，已不太会对住宅的选择造成较明显的影响。
　　
　　6结论
　　
　　本文运用Arcview软件对哈尔滨市住宅价格空间分异进行了直观的表述，得出了哈尔滨市住宅价格空间分异的大致规律，并运用特征价格理论对造成这种空间分异现象的原因做了解释，得出了以下结论：
　　6.1道里区、南岗区和香坊的开发区高档住宅较多，其建筑结构和物业管理水平均较高，这一现象造成了道里、南岗、开发区一线房价较高的大体趋势，其他各区由于砖混结构的大量存在，也拉低了其他各区的住宅价格。同时传统CBD和新兴的泛CBD区也集中在这三个区域，更进一步抬高了那里的住宅价格。
　　6.2装修程度和超市、菜市场、银行、医院、邮局等生活配套设施除松北区外基本比较平均，所以目前松北区发展并不完善，住宅价格偏低。
　　6.3哈尔滨市广场、公园数量较少，分布不均和公交线路网比较发达，所以不会对住宅价格造成显著影响。教育配套设施对住宅价格的影响程度在中小学分布比较均匀的前提下，会使大学周边住宅价格高一些。有无车位也客观上表现了小区设施的完备程度，对住宅价格有一定贡献，所以在车位较少的道外区和动力区也会造成住宅价格相对较低的现象。
　　分析结果不仅可以直接为政府制定发展规划、分析住宅价格与社会经济水平的关系、管理住宅交易市场以及房地产开发企业定位住宅营销价格等方面提供决策依据，还可以为进一步研究城市发展水平和房价是否合理提供理论依据。
　　
　　参考文献：
　　[1]许小晖.上海市商品住宅价格空间分布特征分析[J].经济地理，1997，（1）：80-87.
　　[2]董昕.城市住宅区位及其影响因素分析[J].城市规划，2001，（2）：33-39.
　　[3]郑芷青.广州市商品住宅价格分布特征研究[J].热带地理，2001，（1）：22-26.
　　[4]王欣.天津市中心城区商品住宅价格地区分异的研究明[J].天津师范大学学报，2002，（2）.
　　[5]张文忠，刘旺.北京市住宅区位空间分异特征研究[J].城市规划，2002，（12）.
　　[6]阿瑟・奥沙利文.城市经济学[M].北京：中信出版社，2003.
　　[7]曹振良，等.房地产经济学通论[M].北京：北京大学出版社，2003.
　　[8]马思新，李昂.基于Hedonic模型的背景住宅价格影响因素分析[J].土木工程学报，2003，（9）.
　　[9]温海珍.城市住宅的特征价格理论分析与实证研究[C].博士论文，浙江大学，2004.
　　[10]周华.基于特征价格的西安市住宅价格空间分析研究[C].硕士论文，西北大学，2005.

转载注明来源:https://www.xzbu.com/2/view-404028.htm