基于享乐分析的西安住房价格实证研究
来源:用户上传
作者: 孙克军 刘 军
摘要:享乐(Hedonic)分析是指基于商品价格取决于商品各方面属性给予消费者的满足这一效用论而进行分析的一种方法。文章通过对西安市住宅市场的分析,提出影响房地产价格若干主要因素假设,构建了西安住房价格的Hedonic模型,并以“西安搜房网”及“西安房地产网”提供的相关数据进行实证研究,最后给出影响西安市住宅价格的主要因素以及西安住宅的Hedonic价格模型。文章对房地产企业的定价以及消费者投资具有一定的参考价值。
关键词:房地产;Hedonic;回归分析;西安
一、引言
房地产价格,是指获得他人的房地产所必须付出的代价。房地产所以有价格,是因为具备有用性(utility)、稀缺性(scarcity)、有效需求(effectivedemand)3个条件。房地产的有用性是指能满足人们的某种需要或欲望;稀缺性是指现存房地产的数量尚不够满足每个人的需要或欲望,是相对稀缺,而不是绝对;有效需求是指人们希望并有能力购买房地产。
当一个家庭选择一个具有吸引力的住所来居住和生活时,他消费的是住宅的舒适属性,这里的舒适指的是带有积极的或消极的作用特征。享乐分析法为确定各属性的价格结构(建立享乐价格模型)提供了一套方法。利用这些价格可以进行需求分析,从而可以估测出把属性视为商品时的需求体系。城市住宅享乐价格函数可以理解为城市在提供一定的收入水平的情况下,城市所提供的各个住宅的各种享乐属性的价值。
本文运用享乐分析理论(又称特征价格理论),通过对西安市住宅相关属性及住宅价格进行实证研究,解释目前西安市不同住宅在价格水平的差异,进而探讨这种差异,以及探索影响城市住宅价格的关键性因素。其中,住宅属性因素由住宅的区位特性、建筑特性和邻里特性组成包含的相关指标组成。
二、理论基础与相关研究
(一)理论基础
Waugh(1928)最早研究了商品质量与价格的函数关系,并分析了波士顿蔬菜质量差异与价格变动的关系,估计出了每种属性的隐含价格。Lancaster(1966)认为商品(特别是住宅、汽车等异质商品)拥有一系列的特征,人们对所用商品的需求不是根源于商品本身,而是根源于这些商品所体现的特征要素上,这些特征结合在一起,形成影响效用的特征包,商品是作为内在特征的集合来出售的。他采用一系列价格来对应表示产品所包含的特征,我们把它称为特征价格,产品的价格由特征价格构成。此时,对于产品而言特征价格形成一个价格结构,学者们把这种确定各属性价格结构的方法称为享乐分析方法。
(二)研究现状
古德曼(1978),林内曼(1980)等建立了不同的住房“享乐价格函数”;克罗珀等利用对来自实际城市区域住房储备数据,并通过变动家庭效用函数的参数模拟了住房市场均衡;Friedman(1981)运用居住选址模型分析了城市舒适属性,并建立了影响家庭在旧金山海湾地区对居住社区选择因素的模型;国内学者利用享乐价格模型分析了上海、北京等城市的房地产价格。
三、城市住宅Hedonic模型
(一)模型的具体形式
选择一个时间点,在能够得到足够多住宅价格和住宅属性变量数据的基础上,我们可以建立享乐价格模型,其具体形式为一个计量经济学模型:
其中Pi为住宅i的价格水平,Xij为住宅i的第j个属性(共J个)。其中住宅属性包括:区位特性、建筑特性和邻里特性包含的相关变量。利用城市大量住房相关数据,可以估计方程中各个系数的估计值,并且这些系数的大小就是这些变量对住房价格的边际贡献。
(二)数据描述
本文实证的数据为:2010年2月西安市118个主要楼盘的价格以及相应的住宅属性两部分。住房价格及属性数据来源于“西安搜房网”及“西安房地产网”提供的相关数据(包含地图)。表1列出了住宅属性及其量化。
(三)方程的回归分析
在此运用spss软件对实际数据用stepwise方法(逐步回归法)进行回归分析。逐步回归方法是对全部自变量,按它们对Y贡献的大小进行比较,并通过F检验法,选择偏回归平方和显著的变量一个一个引入回归方程,同时每一步都考虑从已引入方程的变量中剔除作用不显著者,直到没有一个自变量能引入和没有一个自变量能从方程中剔除为止。表2列出了逐步回归分析的结果。
经逐步回归分析剔出六个不显著变量,得到包含七个自变量的住宅属性与住房价格水平的回归方程:
In(pi)=8.089+0.141InX1+0.096InX2+0.104InX3+0.034InX4+0.068InX5-0.101InX6+0.082X7
其中,pi为城市i的房价水平,X1,X2,X3、X4、X5、X6、X7分别表示行政区域、生活设施、主干道数目、占地面积、教育配套、CBD距离、住宅景观。
区位特性中的三个变量行政区域、主干道数目、CBD距离均进入了回归方程,并且其系数绝对值大于其他属性系数,说明区位特性对住宅价格的边际贡献率要大些。CBD距离系数为负,说明住房CBD距离属性与住宅价格水平负相关,即住房CBD距离的增大会降低住房价格,其他住房属性与住房价格正相关,表明这些属性的存在以及属性变量值的增加会提高住房价格。占地面积和住宅景观系数为正,说明居民已经开始关注住宅的环境质量水平。R2显示,这一回归方程可以解释住宅价格差异的80%以上,效果比较好。这也意味着西安市不同楼盘间价格差异的80%可以由楼盘所具有的行政区域、生活设施、主干道数目、占地面积、教育配套、CBD距离、住宅景观因素决定。
四、结论及相关启示
本研究可以得出以下几个结论及相关启示:
第一,在西安市住房价格中,区位因素对住房价格的贡献度是最大的,是消费者最重视的因素。这是因为,目前,中国的城市规模急剧扩大,而城市的轨道交通却不够发达,远没有与城市规模相匹配,城市居民在交通方面花费的成本相对是比较大的。因此,由于工作、生活的需要,购房者购买房产首先要考虑的便是住房的便利性,因此也最愿意为地段付钱。
第二,随对生活水平的提高,人们对生活质量的要求越来越高,在购买房产时则表现为购房者对小区及周边环境的要求,因为良好的环境代表着舒适的生活,较大的楼盘占地面积能够给消费者提供更多的绿化及相关的小区配套。因此住宅景观的存在、大的占地面积可以有效的增加住房价值。
第三,在住宅建筑属性中,购房者目前最关注的是住房能够提供的生活设施,因为良好的生活设施能够直接给消费者提供便利的生活条件;而由于中国家庭对于孩子教育重视的特殊性,使得教育配套一直是楼盘营销的亮点,另一方面教育配套也代表着较好的区域环境。因此,教育配套也是住房的重要价值体现。
但是,不同时期不同城市消费者对于住房的需求偏好是不一样的,房地产企业经营者不仅要了解城市目前的购房者需求偏好,还要对未来的需求偏好变化进行预测,使企业在产品开发中更加理性。住房投资者则要根据投资方向,充分考虑未来市场对自己所投资的房产的需求,确保自己的投资能够保值增值。
参考文献:
1、Waugh.F・V・Quality as a Determinant ofVegetable Prices[M].ColumbiaUniversity Press,1929.
2、Lancaster,K.A new approach to consumer theory[J]. Journal of Urban Economy,1966.
3、Linneman,P.Some empirical results on the nature of the hedonic price function for the urban housing marker[J]. Journal of Urban Economic,1980.
4、郑其敏.通过非参数可加模型回归估计的享乐价格函数[J].统计与决策,2006(20).
5、朱妍.享乐价格理论及其在住房市场上的应用[J].区域经济与产业经济,2008.
*本文属陕西省社会科学基金资助项目(08D004)。
(作者单位:西安建筑科技大学)
转载注明来源:https://www.xzbu.com/2/view-434618.htm
