昆明主城區城市公園對住宅價格的影響

顏佳一 張洪

[摘要]本文簡要介紹了特征價格模型（Hedonic Price Method）及其估計和檢驗的方法，應用昆明市小區住宅掛牌數據，選擇對數模型進行回歸分析并測算昆明主城區公園特征變量的價格彈性與邊際價格，最后分析了昆明主城區城市公園對住宅價格的影響。

[關鍵詞]特征價格模型；回歸分析；價格彈性

本文在分析總結特征因素對于周邊房地產價格影響的已有研究的基礎上，選取翠湖公園、龜龍湖公園、月牙塘公園三個昆明市典型公園為例，通過特征價格分析方法進行量化分析，從空間層面分析公園綠地影響周邊住宅價格的空間效應，旨在為政府制定政策、開發商制定開發策略以及消費者購房提供更為準確的參考依據。

1理論基礎與模型

特征價格模型是借鑒了功利主義的享樂哲學由Court提出的，特征價格模型也被廣泛應用于耐用品的定價之中，Rosen 提出產品特征分析的市場均衡模型，是房地產經濟學的經典理論之一，他分析認為在市場完全競爭的均衡條件下，消費者和生產者作為理性人，既要滿足效用最大化，又要滿足利潤最大化，故每一次可能完成的交易，商品特征價格曲線、企業索價曲線以及消費者出價曲線必定相切于一點，同時，房地產開發商同樣可以提供差異化的住宅商品來滿足不同人群的不同需求。

特征價格模型的形式主要包括四種：線性模型、對數模型、對數線性模型以及半對數模型，即：

2研究區域與數據收集

本文的研究區域是昆明市主城區，選取區域中較為著名的三個市民免費公園翠湖公園、龜龍湖公園、月牙塘公園以及周邊樓盤為研究對象（見下圖）。本文所采用的住宅出售掛牌數據來源于昆明市搜房網，掛牌資料包括總價、參考首付、參考月供、戶型、建筑面積、建筑年代、朝向、樓層、結構、裝修、住宅類別、產權性質、樓盤位置、配套設施這幾項。本文選擇多層和小高層為研究對象，不考慮別墅及排屋等建筑，使房屋價格具有可比性。樣本數據收集自2014年10月10日至2014年10月30日，時間間隔短，因此忽略時間因素的影響。本文收集樣本數量373個，最終有效樣本為373個。本文中采用部分住宅區位特征變量，如環線位置、距最近公園距離、地鐵交通條件。對于這些數據，本文采用百度地圖自動測量獲取。

研究區域與小區示意圖

3實證研究

3.1模型的比較與選擇

分別采用特征價格模型的四種形式建立模型，發現對數模型擬合優度最高，具有更好的解釋力。

對數模型：LnP=α0+αiLnZi+ε

3.2模型的估計與檢驗

本文最終進入對數模型的特征變量共有10個，其中包括建筑特征有建筑面積、朝向、房齡、裝修情況四個，區位特征有所處環線位置、公交線路條數兩個，鄰里特征有小區環境、小區車位配套，距最近公園距離和公園面積四個。

模型匯總b

模型[]R[]R2[]調整R2[]標準估計的誤差[]Durbin-Watson

1[]0.972a[]0.945[]0.944[]0.14756[]1.856

a.預測變量：（常量），小區環境，朝向，裝修情況，LN公交線路條數，LN建筑面積，LN公園面積，小區車位配套，LN房齡，所處環線位置，LN距公園距離。

b.因變量：LN成交價格。[HT]

模型統計復相關系數為0.972，接近1，說明模型自變量與因變量之間存在較強的線性關系，判定系數R2和經調整的R2分別為0.945和0.944，說明就總體而言，模型對自變量與因變量之間關系進行了較好的擬合。

系數a

在10%的顯著性下，本文選取的10個特征變量中只有朝向不顯著，其他均進入基本模型。大部分變量的顯著性水平小于1%。公園面積、所處環線位置、公交線路條數、建筑面積裝修情況、小區車位配套、小區環境通過了1%顯著性檢驗，對房價有正向影響，房齡與距公園距離對住宅價格有負向影響。模型表明，到最近公園距離越遠，住宅價格會隨之降低，且公園面積越大，住宅價格越高。與基本線性模型相比，房齡與朝向的顯著性均有提高，這可能是降低異方差的影響的原因。

3.3公園特征變量的價格彈性與邊際價格分析

對數模型中，為標準化的回歸系數對應住宅特征價格彈性系數或者半彈性系數，價格彈性系數對應的變量為連續變量，其數值等于相應回歸系數，而對于不是連續變量的自變量，其價格半彈性系數需要進行轉換。最近公園的價格彈性為-0.096，表示當保持其他特征變量數值不變時，住宅到周邊最近公園的距離每增加1%，住宅價格下降0.096%。最近公園面積價格彈性為0.074，表示最近公園面積每增加1%，住宅價格將增加0.074%。

本文將數據樣本總價的平均值定義為標準住宅價格，根據數據樣本的描述性統計可知，標準住宅價格為184.8552萬元，結合對數模型得到的價格彈性系數，對公園相關特征為標準價格的邊際貢獻進行評估。對于標準住宅而言，到最近公園距離每增加100米，住宅價格下降2.1168萬元，而最近公園的面積每增大1公頃，住宅價格將增加0.76145萬元。

4結論

（1）房地產價格受多種因素綜合影響，根據特征價格法分析，建筑面積、房齡、裝修情況，所處環線位置，公交線路條數，小區環境，小區車位配套，據最近公園距離和公園面積均對城市公園周邊住宅價格產生顯著影響。其中公園面積、所處環線位置、公交線路條數、建筑面積裝修情況、小區車位配套、小區環境對房價有正向影響，距公園距離對住宅價格有負向影響。

（2）城市公園景觀對住宅價格具有顯著的影響，對于距公園距離而言，很大程度上能反映居民享受公園服務的程度，距公園越近享受公園服務越便捷，因此最近公園距離對住宅價格有負向影響。對最近公園面積而言，其能反映住宅小區周邊的環境，小區公園面積越大，表明周圍綠化越好，居民能享受的舒適性程度也就越高，因此最近公園面積對住宅價格有正向影響。

（3）開發商在進行房產開發和定價時應充分考慮城市公園景觀的價值，合理控制鄰近景觀地段的住宅密度和容積率，使景觀的舒適性價值在更大的范圍內輻射，并根據景觀舒適性的差別進行差別化定價，以獲得更高的利益。同時，分析城市公園景觀對住宅價格的影響，也便于消費者更全面地考慮住宅價格的影響因素，了解住宅的升值空間，進而為消費者的購房決策提供參考。

參考文獻：

[1]張紅.房地產經濟學[M].北京：清華大學出版社，2005.

[2]溫海珍，賈生華.住宅的特征與特征的價格[J].浙江大學學報，2004（10）.

[3]溫海珍，張之禮，張凌.基于空間計量模型的住宅價格空間效應實證分析：以杭州市為例[J].系統工程理論與實踐，2011（31）.

[4]吳冬梅，郭忠興，陳會廣.城市居住區湖景生態景觀對住宅價格的影響：以南京市莫愁湖為例[J].資源科學，2008（30）.

[5]石憶邵，郭惠寧.上海南站對住宅價格影響的時空效應分析[J].地理學報，2009（64）.

[6]肖篤寧，孫中偉.城市景觀空間格局變化的研究方法及實例[J].城市環境與城市生態，1990（3）.

[7]尹海偉，徐建剛，孔繁花.上海城市綠地宜人性對房價的影響[J].生態學報，2009（29）.

[8]鐘海玥，張安錄，蔡銀鶯.武漢市南湖景觀對周邊住宅價值的影響：基于Hedonic模型的實證研究[J].中國土地科學，2009（23）.