重點醫院對周邊住宅價格影響的實證分析

張志峰

（哈爾濱商業大學 研究生學院，哈爾濱 250014）

重點醫院對周邊住宅價格影響的實證分析

張志峰

（哈爾濱商業大學 研究生學院，哈爾濱 250014）

文章以山東省立醫院為例，利用特征價格模型，對重點醫院與其周邊住宅小區價格之間的關系進行了研究。結果表明：在不考慮方位影響的前提下，住宅小區距重點醫院的距離與其價格之間并無顯著的相關關系。而考慮方位影響，在研究距離范圍以內東西方位和南北方位上，住宅小區到重點醫院的加權距離與其價格均呈現顯著的三次函數關系。在東西方位上，距重點醫院0.83km以內，隨距離的增加房價逐漸下降；在距重點醫院0.83km-2.35km范圍內，隨距離增加住宅價格逐漸上升；南北方位上，在距重點醫院1.03km以內，房價隨距離增加而降低；在距重點醫院1.03km-2.46km之間，房價隨距離增加而增加。

三甲醫院；房價；加權距離；濟南

0 引言

醫療資源是一種公共服務設施，不僅能夠滿足居民日常看病的需求，而且對經濟增長有很好的拉動作用[1]。隨著社會的發展進步，人們物質生活水平提高，老齡化問題也越來越嚴重，生活水平提高也使得人們的健康意識不斷提高[2]。然而醫療資源是有限的，分布也存在問題，看病難、看病貴仍然是人們較為關注的社會問題。這種日益增長的需求和有限的資源之間的矛盾依然沒有得到有效解決，是源于醫療服務所具有的外部性、不確定性、即時性、信息不對稱性。

濟南作為山東省的省會城市，隨著人口持續增長，醫療資源分配不均和優質資源稀缺的問題逐漸顯現。那么，三甲醫院作為稀缺資源對周邊的住宅價格是否產生影響呢？遺憾的是目前僅有一些其他因素對房價影響的研究，例如軌道交通、大型綠地公園、政策因素、市場因素等[3-5]。在這個背景條件下，本文以山東省立醫院為例研究了濟南市重點醫院對房價的影響，旨在為今后濟南市房地產開發項目選址定位、產品策劃以及營銷策略的制定提供理論參考和實踐指導。

1 醫院選取與數據來源

1.1 醫院的選取

濟南市作為省會城市，醫院以及周邊住宅小區房價的相關數據資料眾多，搜集、整理、分析存在較大難度，因此，本文將選擇某一所代表性醫院及其周邊小區的數據來進行整理分析。山東省立醫院是一所集醫療、教學、科研和預防保健、指導基層等任務于一體的省級綜合性三級甲等醫院，在濟南市有非常高的認可度[6]。并且周邊小區眾多，數據采集方便，綜合考慮各種因素，本次研究選擇山東省立醫院作為案例。

1.2 數據來源及樣本描述

相關研究表明，學校、大型公園、軌道站點等大型公共服務設施對周邊房價的輻射距離大概在2km左右[3-5]，本論文選取了山東省立醫院周邊直線距離2.5km以內的64個居民住宅小區作為樣本點。為保證房價數據的可比性和準確性，研究樣本均選取的是普通住宅（剔除了別墅、商業辦公樓以及棚戶區等），價格均采用小區平均價格，統一選取2015年5月到2016年4月份的房價交易數據計算樣本小區交易均價。本文所涉及的距離存在一個假設條件：為了方便測量距離，此次研究將山東省立醫院的中心位置假設成一個中心點，所有距離都是小區到此中心點的距離。為了提供數據的準確性，需得到三類距離：歐氏距離、街道距離、加權距離。歐氏距離是指小區到省立中心點的直線距離；由于人們主觀感受的距離和實際到達途經的距離存在一定的差異，因此本文搜集了小區到醫院中心點走主要街道所經過的距離，即街道距離；加權距離就是綜合考慮這兩方因素，取歐氏距離和街道距離的加權平均值(兩方的權重分別為0.5和0.5)[7]。

具體數據的采集方式：①樣本小區的價格（2015年5月-2016年4月）、房齡、容積率、綠化率、區域房價等信息是從安居客、房天下以及新浪樂居搜集而來并以必要的實地調查作為輔助；②小區到醫院的距離（歐氏距離和街道距離）使用百度地圖的測距工具采集并輔以必要的實地測量；③小區周邊屬性如有沒有鐵路、大型公園等是通過百度地圖查看記錄并輔以必要的實地調查。④小區的交通、醫療、教育、商業數據是通過安居客的登記數據采集得來。以上鐵路是指500m范圍內是否有鐵路，大型公園指的是1000m范圍內是否有大型公園。同時根據小區周邊公園的數量及遠近得出小區的公園分值。⑤學校等級是從搜學網上獲取；網上評分是從認可度、評論等綜合評價，本文是取小區對口中學和小學的評分加權值（二者的權重分別是0.5和0.5）。

2 研究模型及變量選取

2.1 研究模型的選取

多元線性回歸模型是統計中比較簡單直觀的模型，但現實中房地產價格的變化情況是復雜的，可能不會單純遵循線性關系。重復交易模型需要的樣本數據是重復交易的，而這樣的情況只占交易情況的極少部分，無法代表大多數的情況，數據也不好采集。因此，本次研究采用特征價格模型。由于特征價格模型中納入了空間依賴和空間異質性，在本研究中將能夠更好地發揮作用[8]。

2.2 變量的選取

表1 特征變量列表

參考相關研究、文獻資料以及濟南目前的現實狀況，本文將所搜集的數據資料分成三類特征變量：（1）地理位置因素，如樣本小區到省立醫院中心點的加權距離，樣本所在板塊的房價數據等；（2）小區周邊配套，如附近是否有公園、附近是否有鐵路等；（3）住宅自身因素，如小區的容積率、房齡、綠化率等。為了方便用SPSS軟件進行分析，本文將小區周邊配套設為虛擬變量，將0和1進行賦值。賦值情況為：小區周圍500m內有高架的賦值為2，500-1000m的賦值為1，1000m以上的為0；公園分值是根據周邊公園多少及距離從1到5進行劃分；而醫療、商業、交通、教育的評分取自安居客上的評分，從1到5分為10個等級。特征變量的具體描述見表1，采集的數據信息描述見表2。

表2 數據信息描述

因為房地產價格具有非負特性，所以在一般研究里選取的基本模型多是半對數線性模型，它的形式一般是：lnp=α+β1X+β2X2+…+βiXi+…+βnXn[3]。

由于房地產價格和加權距離并不一定成一次線性關系，因此本文加入了三個特征變量（表3）來使模型的擬合更加準確完善。

表3 新增特征變量

3 重點醫院對周邊住宅小區房價空間影響力的總體分析與區域分析

3.1 空間影響力的總體分析

在使用SPSS軟件進行分析時，要對搜集的數據信息做一定的處理，以便軟件更好的采用我們的數據。首先，本文選取房地產平均價格的對數（lnp）作為此次回歸分析的因變量，自變量是本文之前列出的加權距離、房齡、容積率、綠化率、交通、教育、醫療、商業、鐵路、公園、學校、區域房價、加權倒數、加權平方、加權立方共15個特征變量。

對64個樣本住宅小區的15個特征變量值進行線性回歸分析，通過逐步回歸的方式，發現有關距離的特征變量都被剔除（加權距離、加權倒數、加權平方及加權立方），最后剩余的區域房價、公園兩個變量通過了顯著性檢驗，此次分析中R2（模型擬合判定系數）=0.651，F（方差分析）= 27.9，Signif F（顯著性檢驗值）=0.000＜0.05，擬合效果一般，分析中每個變量的回歸系數如表4。

表4 逐步回歸系數表

根據表中的各個數據可以得出，板塊房價的Signif F＝0.000<0.05，系數是5.683，也就區域房價與房地產價格之間有顯著的正向關系，即區域房價越高，房屋價值越高；公園等級的系數是2.274，Signif F＝0.026<0.05，即小區周邊公園設施越完善，房屋價值越高。

雖然此次回歸分析中與距離有關的變量都沒有通過顯著性檢驗，僅有兩個變量通過了顯著性檢驗，但這并不說明小區到醫院的距離與房價之間沒有關系。結合其他一些研究的過程，某些變量的顯著性可能會受到某個顯著性極高的變量的遮蓋，而在整體看來這個顯著性無法呈現出來，以致找不出相應關系。因此，本文嘗試剔除區域房價的因素之后再進行逐步回歸分析，觀察小區到醫院的距離是否會對房價產生影響。具體剔除方法：首先，選定10000為基準房價，將區域房價用合適的比率全部調整為10000；其次，根據此比率對小區均價進行相應調整。經過上述步驟的小區均價就變為剔除區域價格影響之后的均價。

將剔除區域房價因素之后的住宅價格對數作為因變量，除去區域房價之外的14個特征變量為自變量，第二次進行逐步線性回歸分析，最后得到結果如表5。

表5 消除區域房價影響后的逐步回歸系數表

由表5可見，只有公園這一個變量通過了顯著性檢驗，其他14個變量都被一一篩選出去，結論與數據完善之前基本相同。即在未考慮小區方位因素的前提下，由全部樣本數據來看，距醫院的加權距離對周邊住宅小區價格的影響并不顯著。然而，這并不能排除不同方位的住宅小區價格與距醫院的距離之間存在相關關系。出現上述結果，可能是不同方位的影響情況正向與負向影響共同作用的結果。因此下一步本文將采用小區方位這個虛擬變量來進行深度分析，即將所有的住宅小區分為東西和南北兩類方位進行分析。

3.2 空間影響力的區域分析

把常用的四象限坐標系順時針轉動45度，那么整個坐標圖劃分為四個范圍，方位設置如圖所示上下兩個區間是南北方位，左右兩個區間是東西方位。把所有的樣本小區根據方位進行分組，落于南北方位的共37個住宅小區，落于東西方位的共27個住宅小區。

3.2.1 東西方向的空間影響力區域分析

首先對東西方位的27個住宅小區的樣本進行分析，在前述研究的前提下，本次分析的因變量依舊選擇剔除區域房價因素之后的房價對數，自變量是住宅小區到省立醫院的加權距離。使用SPSS 22軟件進行曲線估計，選擇線性、二次項、復合、增長、對數、立方、S型、指數分布、逆模型、冪函數以及logistic模型，最后的輸出結果顯示立方函數的擬合情況是最貼近的。模型總結見表6。

表6 東西方位模型總計和參數評估

由上表可以得出三次函數的擬合效果是最好的，R2（擬合判定系數）=0.453，F（方差分析）=6.357，Signif F(顯著性概率)=0.003<0.05，證明在東西方位上，住宅小區到省立醫院的加權距離和小區房屋均價之間有顯著的三次函數關系，最終的曲線擬合函數：

（1）式中，p為剔除區域房價后的小區均價，X為小區至省立醫院的加權距離。對（1）式求導后得到兩個極值點，分別為0.83和2.35。即在東西方位上，在0.83km以內，隨著小區到醫院距離的增加，房價是逐漸下降的，從樣本數據看是下降了3815元；在0.83km-2.35km范圍內隨著距離增加小區房價逐漸上升，上升的幅度是9000元。這是因為許多中老年或子女同父母同住的家庭更愿意選擇省立醫院近的小區，以便于就醫方便。另一方面對于醫療需求不是那么急切的家庭可能會因病菌考慮一個安全距離，既不會離醫院太近，但到醫院交通時間又不會太長。這也就導致在之后房價又會出現一個最高點。同時在本次研究范圍的邊界處正東方是老城區位置，正西方有市立五院和兒童醫院，這也可能是導致兩端房價上升的原因，即兩種公眾設施輻射圈的交匯處。

3.2.2 南北方向的空間影響力區域分析

在南北方位上，采用和東西方位同樣的研究方法，此次的因變量還是選擇剔除區域房價因素之后的房價對數，自變量是住宅小區到省立醫院的加權距離。選擇線性、二次項、復合、增長、對數、立方、S型、指數分布、逆模型、冪函數以及logistic模型對37個樣本數據進行曲線擬合。最后的輸出結果顯示立方函數的擬合情況是最貼近的。模型總結見表7。

表7 南北方位模型總計和參數評估

由上表可知，南北方位擬合效果最好的仍然是立方函數，R2(擬合判定系數)=0.311，F（方差分析）=4.968，Signif F（顯著性概率）=0.006<0.05，說明在南北方位上，房價與小區到醫院的距離之間呈顯著的三次函數關系，其擬合函數關系式為：

（2）式中，p為剔除區域房價后的均價，X為小區至醫院的加權距離。對上述函數求二階倒數，得到兩個極點，1.03和2.46。即在1.03km以內，房價隨距離增加而降低，在此1km內房價是下降了2543元；在1.03km-2.46km之間房價隨距離增加而增加，此范圍內總共增加了4009元。這個情況與東西方向的結論類似，只是距離節點因為某些影響因素的存在而導致有些差異。原因同樣也是一類家庭希望就在醫院近距離范圍內，以便就醫，另一類家庭則是選擇與醫院保持一定的距離，即交通便利，又減少了醫院的負面影響。同樣在研究范圍邊緣處的火車站以及英雄山風景區也是導致房價在第二段逐漸升高的一個因素。

4 結論

本文以山東省立醫院為例，研究了重點醫院對周邊住宅小區房價的影響，結論表明：

（1）東西方位上，房價與小區到醫院的距離之間呈顯著的三次函數關系，即在0.83km以內，隨著小區到醫院距離的增加，房價逐漸下降；在0.83km-2.35km范圍內隨著距離增加小區房價逐漸上升。究其原因，主要有以下幾方面：一是因為許多中老年或子女與父母同住的家庭更愿意選擇省立醫院近的小區，以便于就醫方便。二是因為其余家庭可能會因醫院周邊的病菌考慮一個安全距離，不會離醫院太近，但到醫院交通時間又不會太長。三是在我們研究范圍的邊界處正東方是老城區位置，正西方有市立五院和兒童醫院，這也可能是導致兩端房價上升的原因，即兩種公眾設施輻射圈的交匯處。

（2）南北方向上，二者同樣呈顯著的三次函數關系，在1.03km以內，房價隨距離增加而降低，在1.03km-2.46km之間房價隨距離增加而增加。除了與東西方向的前兩個原因外，在研究范圍邊緣處的火車站帶來的便利交通以及英雄山風景區帶來的居住環境也是導致房價升高的一個因素。

上述研究結論表明，重點醫院對周邊住宅小區房地產價格存在一定影響，并且在不同區區域范圍內的作用效果也不盡相同。隨著居民生活水平的提高，住宅需求也會提升，就醫的便利性、及時性都會在房價中有所體現，同時也將成為客戶選擇房產產品的關注點。本文的研究結論可以為房地產開發產品定位和營銷策劃提供參考。房地產開發企業可以根據離醫院的距離確定恰當的產品定位和營銷策劃方案。

[1]斯子文.三甲醫院對人口分布及房價影響的研究——以復旦大學附屬兒科醫院為例[J].經濟地理，2013，(10).

[2]彭希哲，胡湛.公共政策視角下的中國人口老齡化[J].中國社會科學，2011，(3).

[3]胡國橋.軌道交通對房地產價值的影響研究[D].重慶：重慶大學，2008.

[4]金杰，張洪.地價和房價空間變化研究--以昆明市為例[M].昆明：云南科技出版社，2012.

[5]周蘭蘭.西安浐灞濕地公園對其周邊住宅價格影響的研究[D].西安：西安理工大學，2015.

[6]王省.省立醫院（集團）東營醫院掛牌成立[J].山東衛生，2011，(7).

[7]吳新生.基于空間內涵資產定價模型的商品住宅價格溢價測度研究[J].價格月刊，2013，(2).

[8]孫久文.空間計量經濟學均研究范式與最新進展[J].經濟學家，2014，(7).

（責任編輯/易永生）

C915

A

1002-6487（2016）21-0106-03

張志峰（1976—），男，遼寧錦州人，副教授，研究方向：產業升級。