基于特征價格的哈爾濱市住宅價格空間分異研究

摘要：哈爾濱市住宅價格具有一定的空間分異特征。住宅價格較高的地區主要集中在兩大塊，一為道里區，二為南崗區。在開發區泛CBD范圍內，臨近長江路和紅旗大街的住宅價格又出現了一個小高潮，以上三點連線為較高住宅價格線，向兩側房價大體呈放射下降趨勢。在對住宅價格的影響中，建筑結構、物業管理水平和到CBD距離為一類影響因素。

關鍵詞：特征價格理論；哈爾濱市；住宅價格；空間分異

中圖分類號：F299.27文獻標志碼：Ａ文章編號：1673－291Ｘ（2008）06－0147－04

1前言

研究住宅的特征價格，揭示住宅價格水平的空間分異規律不僅可以直接為政府制定發展規劃、管理住宅交易市場以及房地產開發企業確定住宅營銷價格等方面提供決策依據，還可以為進一步研究城市發展水平和房價是否合理提供理論依據。

國內外對于住宅價格的研究，多采用特征價格的方法進行實證分析，充分考慮了住宅商品的異質性特點，但一般只限于對住宅價格本身的研究。本文把特征價格理論與價格的空間分異現象相結合，以特征價格研究為基礎，分析了住宅價格空間分異的驅動因素。

本文通過對黑龍江省哈爾濱市住宅市場的研究，對住宅價格從空間角度進行分析，探討哈爾濱市住宅價格空間分布模式、并用特征價格理論解釋了價格空間分異的影響因素。從而為提高城市管理水平、合理布局基礎設施、制定住宅產業政策等提供借鑒。有助于住宅消費者選購稱心住宅，也有助于房產管理部門掌握城區住宅價格分布趨勢。分析住宅價格的空間分異，可以為規劃部門制定和實施城市規劃提供必要的信息。

2研究區概況

2.1研究區概況

哈爾濱市是黑龍江省省會，全省的政治、經濟、金融、科技、文化和信息中心，我國東北北部中心城市、國家重要的制造業基地、歷史文化名城。位于東經125 42'^～130 10'、北緯44 04'^～46 40'之間，地處中國東北北部地區，黑龍江省南部松嫩平原的東南緣。由于行政區劃的調整，哈爾濱市目前下轄八區，包括南崗區、道里區、道外區、香坊區、平房區、呼蘭區、阿城區和松北區。

2.2對象價格的選取與研究假設

主要以有獨立產權，可以在市場上自由買賣的普通商品住宅為對象。在分析哈爾濱市住宅價格空間分布特征時，住宅價格選取住宅小區平均銷售單價，它是市場綜合因素作用的反映，可以較好地反映區位房價水平。文中“住宅價格”指住宅小區住宅的銷售單價。

哈爾濱市目前下轄八區，由于呼蘭區與阿城區剛剛從縣、不設區的市劃為哈爾濱市的區，與哈爾濱原市區也相距較遠，沒有形成統一的房地產市場，因此本文研究對象為已經形成的哈爾濱市原市區住宅市場。

2.3住宅價格空間分布

在等值線的繪制過程中，以哈爾濱市區地圖為底圖，應用ArcView軟件，將樓盤標注在相應的位置上，獲得樣本點，再給每個樣本點附屬性信息，即銷售均價，給定200元為等值間距，應用空間分析模塊，自動生成等值線。

本文通過對數據的整理發現，選擇的65個樓盤均價最高為5 600元/平房米，最低為1 480元/平方米，銷售均價主要集中在2 000～3 500元/平方米的價格范圍，故此價格空間應該是等值線反映的主要范圍。為使等值線能較為準確地反映各地區間的房價差異，同時又不能太過詳細瑣碎而難于反映總體特征，以200元為等值線間距，繪制14條等值線。

根據等值線分布圖和調查數據的分布可以看出2006年第一季度哈爾濱的住宅價格空間分布的一些特點：（1）住宅價格較高的地區主要集中在兩大塊，一為道里區，二為南崗區，住宅價格大部分都在3 000元/平方米以上。（2）在開發區泛CBD范圍內，臨近長江路和紅旗大街的住宅價格又出現了一個小高潮，調查數據中超過3 000元/平方米的住宅也比較多。（3）以上三點連線為較高住宅價格線，向兩側房價大體呈放射下降趨勢。

3哈爾濱市住宅特征價格模型建立

3.1變量的選擇和量化

本文以住宅特征變量選擇的一般原則為基礎，結合我國國情和哈爾濱市房地產市場特征對住宅特征變量進行選取。

住宅特征變量的選擇一般遵循以下三個原則：

（1）特征變量間相關程度要低。即特征變量間獨立性強，相互沒有影響。這樣模型才能與實際情況有較高的擬合程度，充分反映真實情況。

（2）選擇主要特征進行分析，忽略對住宅價格影響較弱的因素，突出特征變量對住宅價格的影響。在建立模型時并不是進入模型的特征變量越多約好，選擇具有代表性的特征進入模型會使模型更具有穩定性。

（3）特征變量的選擇要符合哈爾濱市的特征，并有一定的可獲得性。

根據變量的數據類型的不同，量化方式不同。本文所采用的住宅特征變量量化類型分別為：①直接采用住宅特征變量的實際數值，或者是根據需要對原始的數據進行簡單的變換。②分等級賦值。③采用綜合性指標進行度量，根據包含內容的多少進行打分。④采用二值變量進行量化。

在研究中將住宅特征分為三類：建筑特征、鄰里特征和區位特征。住宅特征變量的量化見表1。

對各變量進行分析，可知其均基本符合正態分布。

3.2特征價格模型的選擇

首先對調查數據進行相關分析，相關分析可以刻畫兩類變量線性相關的密切程度，為線性分析打基礎。根據住宅價格與各變量進行相關分析的輸出結果可以看出相關系數取值在-1到1之間，正為正相關，負值為負相關，0為不相關。將相關程度分為3級，0.5以上為高度相關，0.2到0.5為一般相關，0.2以下為低度相關。從表中的相關分析中可以看出，在選變量中物業管理、建筑結構、距中央大街和紅博距離對住宅價格影響很大，且住宅價格與到中央大街和紅博距離呈負相關。裝修程度、生活配套設施和有無車位與住宅價格一般相關。小區自然環境、公交線路和教育配套設施對住宅價格的影響相對較低。

3.3模型的估計檢驗

用最小二乘法（OLS）對模型進行估計。在SPSS軟件中選擇Enter(強行進入法)，作為回歸分析方法，即將所選的10個特征變量全部進入模型。

從表3可知，回歸方程方差分析的顯著性檢驗值為0.000，即小于0.001，說明方程是高度顯著的，拒絕全部系數均為0的原假設。說明進入方程的住宅特征與房價之間的線性關系能夠成立。

3.3.1共線性診斷

共線性是指回歸變量之間存在著近似的線性關系，即某個自變量可以近似的用其他自變量的線性函數來描述。當共線性趨勢顯著時，會給模型的擬合帶來嚴重影響。本文用容忍度（tolerance）和方差膨脹因子VIF（variance inflation factor）對變量進行共線性檢驗。由于所得VIF最大為3.864，遠小于10，所以認為基本不存在共線性問題。

3.3.2方差齊性檢驗

方差齊性是指殘差的分布是常數，與自變量或因變量無關，即殘差應隨機分布在穿過零點的垂直直線兩側。根據因變量預測值與殘差的散點圖，可以看出絕大部分觀測值隨機落在橫軸正負2之間，基本滿足方差齊性的假設。

綜上可以看出，模型基本滿足正態性假設、等方差性假設和獨立性假設，具有良好的擬合度和較高的解釋能力，在統計上是有意義的。因此，可以用來分析和解釋住宅特征對住宅價格的影響。

4回歸結果分析

表4可以看出，有6個變量通過了10％的顯著性檢驗，分別為建筑結構、到中央大街距離、到紅博距離、物業管理、生活配套設施、裝修程度。

4.1符號分析

住宅特征大部分對住宅價格產生正向影響，如建筑結構、物業管理、裝修程度、生活設施和自然環境，這些條件好的，住宅價格越高。而到CBD距離與住宅價格呈現負相關，也就是隨著到市中心的便捷程度的降低，房價下降。

4.2住宅特征價格分析

在從回歸系數表中，為標準化的回歸系數對應著住宅的特征價格，如建筑結構，其特征價格為489.06元/平方米，表示在其他特征價格不變的情況下，住宅的建筑機構上升一個檔次每平方米住宅的價格就會上漲489.06元。生活配套設施的特征價格為47.623，表示生活配套設施每增加一個，每平方米住宅價格就會上漲47.623元。

4.3住宅特征的影響程度分析

住宅特征對住宅價格的影響程度無法用特征價格直接衡量，因為它們的單位不一致，但是標準化的回歸系數（Beat）是所有變量標準化后的結果，具有可比性，可以用它的絕對值來進行住宅特征影響程度的排序，并分類，分類標準如下：

|Beat| ≥0.2為一類影響程度；0.2 > |Beat| >0.1 為二類影響程度；|Beat|<0.1為三類影響程度。建筑結構、物業管理和到CBD距離為一類影響程度；生活配套設施和裝修程度為二類影響程度；自然環境、教育配套設施、有無車位和公交線路為三類影響程度。

5哈爾濱市住宅價格空間分異原因分析

住宅特征決定住宅價格，住宅特征的空間分布特征也決定了價格空間分布的規律，因此首先進行住宅特征空間分布的分析。

在住宅價格的影響因素中，建筑結構對住宅價格的影響最為主要，建筑結構由磚混上升為框架結構，住宅價格就會上漲489.06元。在調查的65個小區樣本中，有33個為框架結構的住宅，占較大比例，其中道里區住宅中框架結構住宅占區內住宅的10/15，南崗區7/11，香坊區6/11，且集中于開發區附近，所占比例較大。

物業管理也是住宅價格的一類影響因素，在65個小區樣本中，道里區、南崗區和香坊區的開發區比較高檔的小區較多，高檔小區的物業管理水平和配套服務也較好。

到CBD距離對住宅的影響程度僅次于物業管理，也屬于第一類影響因素。中央大街是哈爾濱的傳統CBD地區，不但坐落著許多商場、寫字樓和各種會館，還是哈爾濱的標志和必經的哈爾濱旅游線路。南崗區的紅博秋林一帶也是哈爾濱的CBD地區，開發區是哈爾濱的泛CBD地區，有會展中心和許多寫字樓。其他區雖然也有內部商務較集中的地區，但規模有限。

第二類影響住宅價格的特征因素為生活配套設施和建筑的裝修程度。生活配套設施包括超市、菜市場、銀行、醫院、郵局。從這些設施的空間分布來看除了松北區和東北西南周邊地區以外，分布較均勻。在調查的住宅中絕大部分為毛坯房，只有道里區有6個住宅小區進行了不同程度的裝修。

第三類影響住宅價格的特征因素為自然環境、教育配套設施、有無車位和公交線路。哈爾濱的公園、廣場數量較少，且分布不均勻。教育配套設施中中小學和高中分布均勻，但大學在松北區的西部、道里區和香坊區分布較少。樣本統計顯示，在65個樣本中有車位的為32個。在道里區、南崗區、香坊區、道外區和松北區中分別占28.13%、18.75%、15.65%、12.5%、15.65%。表明哈爾濱市的東北和西南部的道外區有車位的住宅較少，香坊區和松北區有車位的住宅數量相當。南崗區有車位住宅相對較多，道里區則最多。公交線路對住宅價格的影響最為微弱，說明哈爾濱市的公共交通比較發達，已不太會對住宅的選擇造成較明顯的影響。

6結論

本文運用Arcview軟件對哈爾濱市住宅價格空間分異進行了直觀的表述，得出了哈爾濱市住宅價格空間分異的大致規律，并運用特征價格理論對造成這種空間分異現象的原因做了解釋，得出了以下結論：

6.1道里區、南崗區和香坊的開發區高檔住宅較多，其建筑結構和物業管理水平均較高，這一現象造成了道里、南崗、開發區一線房價較高的大體趨勢，其他各區由于磚混結構的大量存在，也拉低了其他各區的住宅價格。同時傳統CBD和新興的泛CBD區也集中在這三個區域，更進一步抬高了那里的住宅價格。

6.2裝修程度和超市、菜市場、銀行、醫院、郵局等生活配套設施除松北區外基本比較平均，所以目前松北區發展并不完善，住宅價格偏低。

6.3哈爾濱市廣場、公園數量較少，分布不均和公交線路網比較發達，所以不會對住宅價格造成顯著影響。教育配套設施對住宅價格的影響程度在中小學分布比較均勻的前提下，會使大學周邊住宅價格高一些。有無車位也客觀上表現了小區設施的完備程度，對住宅價格有一定貢獻，所以在車位較少的道外區和動力區也會造成住宅價格相對較低的現象。

分析結果不僅可以直接為政府制定發展規劃、分析住宅價格與社會經濟水平的關系、管理住宅交易市場以及房地產開發企業定位住宅營銷價格等方面提供決策依據，還可以為進一步研究城市發展水平和房價是否合理提供理論依據。

參考文獻：

[1]許小暉.上海市商品住宅價格空間分布特征分析[J].經濟地理，1997，（1）：80-87.

[2]董昕.城市住宅區位及其影響因素分析[J].城市規劃，2001，（2）：33-39.

[3]鄭芷青.廣州市商品住宅價格分布特征研究[J].熱帶地理，2001，（1）：22-26.

[4]王欣.天津市中心城區商品住宅價格地區分異的研究明[J].天津師范大學學報，2002，（2）.

[5]張文忠，劉旺.北京市住宅區位空間分異特征研究[J].城市規劃，2002，（12）.

[6]阿瑟·奧沙利文.城市經濟學[M].北京：中信出版社，2003.

[7]曹振良，等.房地產經濟學通論[M].北京：北京大學出版社，2003.

[8]馬思新，李昂.基于Hedonic模型的背景住宅價格影響因素分析[J].土木工程學報，2003，（9）.

[9]溫海珍.城市住宅的特征價格理論分析與實證研究[C].博士論文，浙江大學，2004.

[10]周華.基于特征價格的西安市住宅價格空間分析研究[C].碩士論文，西北大學，2005.