基于特征價格模型的住宅特征對于房地產價值影響研究綜述

明珂+侯學英

[摘 要] 特征價格模型被廣泛應用于房地產領域，特別是用于分析住宅特征變量對住宅價格的影響。通常選取的特征變量包括住宅的建筑特征、區位特征和鄰里特征。對于建筑特征，國內的學者選取的變量相對于國外要少很多。對于區位特征，國內外學者普遍認為其對住宅價值有較強影響。對于住宅的鄰里特征，國外的研究主要包括社會經濟變量、公共服務設施以及外在性影響三個類型，國內學者主要從后兩項著手。在運用房地產特征價格模型研究房地產價值方面，國內外研究已從建筑特征為主逐漸轉變為以區位和鄰里特征的研究為主。現有研究在住宅特征變量的選擇上還存在主觀性較強與代表性不足的問題，未來應在現有研究的基礎上增加研究的廣度和深度。

[關鍵詞] 特征價格模型；鄰里特征；建筑特征；區位特征

[中圖分類號] F299.23 [文獻標識碼] A [文章編號] 1009-6043（2017）12-0101-04

Abstract： The characteristic price model is widely used in the real estate field， especially in analyzing the influence of residential feature variables on housing prices. The usually selected feature variables include the architectural features， the location features and the neighborhood characteristics of the housing. Domestic scholars select a lot less architectural features than scholars in foreign countries. As for the location characteristics， scholars at home and abroad generally believe that it has a strong impact on the housing value. For residential neighborhood characteristics， foreign studies mainly include three types： socio-economic variables， public service facilities and external influences； domestic scholars mainly start from the latter two aspects. In the studies of real estate value by using real estate characteristic price model， domestic and foreign researchers have shifted from architectural characteristics to location based and neighborhood based research. There are still some problems in the selection of housing characteristic variables， such as subjectivity and lack of representativeness.

Key words： characteristic price model， neighborhood characteristics， architectural features， location features

一、引言

近年來，住宅價格的快速增長使居民的切身利益受到影響，房價已成為民眾關心的熱點話題，因此，研究住宅特征對于房地產價值的影響就顯得十分重要。基于Lancaster消費者理論和Rosen的市場供需均衡模型，將特征價格引入房地產價值的研究中，把影響住宅價格的特征分為建筑、區位和鄰里三大類，通過構建特征價格方程，將住宅特征作為自變量，住宅價格作為因變量，分析住宅特征對住宅價格的影響。在此研究背景下，從住宅的建筑、區位和鄰里特征入手，對基于特征價格方程的住宅特征對于房地產價值影響的相關研究和應用進行梳理和總結，在這一過程中發現現有研究中存在的不足，并在此基礎上對未來的研究提出展望。

二、特征價格模型的起源發展與理論基礎

特征價格，即利用一系列可觀測的屬性（即特征）來代表產品的品質，利用這些特征構建特征價格方程，定量研究不同特征對價格的影響。早期的特征價格方法被應用于蔬菜、汽車等分析中[1-4]。直到1967年，Ridker運用特征價格模型分析了環境質量對住宅價格的影響，特征價格方程才開始在房地產市場應用[5]。Lancaster消費者理論和Rosen的市場供需均衡模型對特征價格模型進行了擴展和完善，使得特征價格模型在房地產市場應用中具有較為完善的理論基礎。

Lancaster提出的消費者理論奠定了特征價格模型的理論基礎。他提出住宅具有異質性，且自身包含一系列特征，這些特征會對消費者效用產生影響。消費者購買住宅，實際上是基于住宅所具有的特征，并將這些住宅特征轉化為效用，而消費者從中獲取效用的多少來自住宅特征的效果和數量。這樣的市場難以用傳統的經濟模型來分析，而應該采用一系列特征價格來對應產品的品質[6]。不同的住宅特征對應不同的特征價格，且此價格是通過分析消費者對所增加住宅特征的邊際支付意愿得到的，由此便形成了產品的特征價格結構[1，7]。

Rosen在Lancaster的消費者理論基礎上，提出了基于產品特征的市場供需均衡模型[8]。針對房地產市場來說，特征價格函數是由消費者和開發商共同決定的市場出清函數。根據住宅商品的市場價格，把住宅價格分解為不同住宅特征的特征價格，其中，住宅的特征價格是指對住宅特征的消費而得到的效用或者滿足，然后建立特征價格模型將住宅商品的建筑、區位和鄰里特征的特征價格求出，分析各屬性特征對住宅價格的影響。由于住宅商品中所包含的建筑、區位和鄰里特征共同影響住宅價格，因此，特征價格模型的一般形式表示為：endprint

P=f（S，L，N） （1）

其中，P是住宅價格，S是住宅的建筑特征，L是住宅的區位特征，N是住宅的鄰里特征。用各屬性特征對住宅價格求偏導數，從而得到住宅各屬性特征的特征價格。然后根據各個特征屬性的特征價格分析這些住宅特征對住宅價格的影響。

三、特征價格模型在住宅特征對房地產價值影響方面的研究綜述

由于住宅存在異質性和不可移動性，使得每套住宅具有各自獨特的特征。特征價格模型將住宅價格分解為不同住宅特征的特征價格，通過房地產市場交易數據估計出住宅特征的隱含價格，進而分析各屬性特征對住宅價格的影響。根據上文特征價格構建公式所示，住宅的特征因素主要分為建筑特征、區位特征和鄰里特征三大類。具體來看，第一，住宅的建筑特征，是指住宅自身所具有的特征，通常包括住宅的建筑面積、樓齡、樓層、朝向等；第二，住宅的區位特征，該特征表現了住宅的空間固定性，即不可移動性，其結果是住房市場的地區性市場屬性，具體表現在到重要地點的距離，如中央商務區（CBD），以及交通易達性方面；第三，住宅的鄰里特征，具體表現為周邊學校質量、醫療水平和環境質量等方面。

（一）建筑特征

住宅價格通常跟住宅的建筑特征相關，眾多研究揭示了建筑面積、樓層、朝向、建筑結構等方面的建筑特征跟住宅價格之間的關系，研究結果普遍認為，通常情況下建筑特征和住宅價格之間存在較強的相關關系，但由于文化差異的存在，國內外學者在建筑特征變量的選取方面存在一些差異。

國外在建筑特征變量的選取上通常會選取建筑面積、宗地大小、房齡、有無地下室、院子、空調，以及房間數目、浴室數目等變量。從建筑年齡變量來看，大部分研究認為建筑年齡跟住宅價格負相關，如Kain等人從住宅質量價值的評估研究中得出，新建住宅比相似舊住宅的均價要高[9]。但也有研究認為，建筑年份賦予房屋的歷史意義使得一些建筑的年齡與住宅價格呈正相關。除此之外，還有研究提出宗地大小、車庫等建筑特征也會對房地產價值產生一定程度的影響[9-10]。

國內學者在建筑特征變量的選取上沒有國外學者那么全面，相比而言，選取的變量在數量上要少很多。國內學者研究選取的建筑特征變量主要包括建筑面積、房齡、樓層、朝向、建筑結構、裝修程度等。從建筑面積變量來看，大部分研究認為建筑面積的大小對住宅價格起決定作用，如吳宇哲基于Kriging技術的城市基準地價評估的研究認為建筑面積的大小是住宅總價的決定因素[11-12]。此外，還有研究認為樓層、房齡、裝修程度等建筑特征也會對房地產價值產生一定程度的影響，如鄭永峰在對杭州市不同城區住宅價格空間差異的研究中證實了住宅價格受到樓層、房齡、裝修程度的影響[13]。

（二）區位特征

國內外學者普遍認為住宅的區位對自身價值會產生較強影響，住宅的區位特征則通過交通的可達性和易達性進行量化。其中，交通的可達性通過測量某地塊到城市中心的距離進行量化；易達性則是通過測量住宅到最近的公交站點、地鐵的距離來實現。

從交通的可達性來看，國外的大部分研究結果認為某地塊到CBD的距離和住宅價格負相關。如Alnoso通過投標租金曲線對企業和城市居民的居住地選擇行為進行的研究表明，離市中心距離越近，通勤費用就越低，家庭所愿意支付的住宅價格就越高，因此距離和住宅價格負相關[14]。但也有研究認為，住宅到商業中心的距離越近，需要面對的噪聲污染、空氣污染和市區內擁堵的交通所帶來的困擾就越大，因此，住宅價格和到商業中心的距離并非是簡單的單調關系[15]。除此之外，還有研究認為，住宅到商業中心的距離和住宅價格之間呈現出先升高再降低的趨勢[16]。國內的研究結果普遍認為住宅到CBD的距離對住宅價格具有顯著的正影響[17-18]。如郭文剛等人采用線性函數的特征價格模型，選取十八個特征變量，研究了杭州市的商品住宅市場，結果發現，在18個特征變量中，對住宅價格影響比較顯著的變量有14個，同時貢獻度不同，其中，住宅到CBD的距離在貢獻度上排名第四[17]。

從交通易達性來看，國內外學者通常是以軌道交通來衡量。國外學者多選取發達國家的繁華城市作為研究地點，結果表明，軌道交通對城市住宅價值存在正的影響[19-20]；但也有研究認為，軌道交通對城市住宅價值的影響為負[21]。國內大部分研究表明軌道交通對周邊房價提升有積極作用，且軌道交通對郊區住宅價格的影響顯著于主城區[22-26]，并且，軌道交通對城郊之間房價的影響呈現出長期和短期的差異，在長期呈現扁平化效應，在短期則會引起沿線房價梯度擴大加劇[23]。

（三）鄰里特征

住宅的鄰里特征主要包括社會經濟變量、公共服務設施以及外在性影響三類[27]。國外對住宅鄰里特征的研究就是從這三種類型出發。對于社會經濟變量，相關研究普遍認為種族構成和社會階層對住宅價值的影響是顯著的，研究地點主要集中在美國[28-29]。對于公共服務設施變量，主要是針對學校和醫院這兩個公共服務機構來研究其對周邊房地產價值的影響。首先，對于學校來說，通常選取學校質量這一變量來衡量，研究結果普遍認為學校質量對周邊住宅價格會產生正的影響[30-31]。其次，對于醫院來說，國外的相關研究很少，現有的研究認為醫院對周邊住宅價值產生顯著的負面影響[32]。對于外部性變量來說，研究主要集中于環境質量，具體內容包括小區服務設施、自然環境和噪聲污染。研究結果普遍認為，小區服務設施和自然環境對住宅價格產生正面的影響[33]，而噪聲污染和住宅價格之間呈負相關關系[34]。

國內有關鄰里特征變量的研究主要從公共服務設施和外在性影響兩個方面入手。對于公共服務設施變量，國內研究主要針對學校這一公共服務設施來研究其對周邊住宅價格的影響，主要選取學校質量和數量兩個變量。在學校質量方面，國內研究普遍認為，學校質量和周邊住宅價格存在正相關關系[35-36]，如溫海珍驗證了杭州市區內各類教育配套對住宅價格的影響，研究發現，小學和初中質量每上升1個等級，其學區內的住宅價格將上升2.3%或者2.6%[35]。在學校數量方面，研究普遍認為，一定范圍內的學校數量和住宅價格存在正相關關系[36-38]，如王旭育在對上海主城區的幼兒園和中小學周邊住宅價格的相關研究中發現，住宅0.5km距離內的幼兒園和中小學數量每增加一所，住宅價格將上升2.7%[37]。對于醫院及醫療設施對房地產價格的影響，國內研究很少。現存研究主要選取醫院等級和醫院到住宅距離兩個變量來研究醫院對周邊住宅價值的影響，研究結果認為醫院對周邊住宅價格會產生負面影響[39]。對于外在性影響變量，國內現有研究主要是從景觀的可達性和可視性兩個維度來展開，研究對象主要是公園、綠地、濕地、湖景等景觀[40-42]。對景觀的可達性，主要采用到景觀的距離來衡量，多數研究認為到城市景觀的距離同住宅價格呈負相關關系[40]。從景觀的可視性來看，主要從一定范圍內是否擁有景觀來衡量，研究大多表明城市景觀的可視性對房價有正向影響[40，43]。endprint

四、研究趨勢和研究展望

以上內容從住宅的建筑、區位和鄰里特征三個方面對特征價格方程在房地產市場應用進行了梳理和總結。研究發現特征價格方程對于房地產價格影響研究具有較強的實用價值。同時，通過梳理和總結，分析其未來研究趨勢，并在此基礎上提出了研究展望。

（一）特征價值對房地產價值影響的未來研究趨勢

從國內外目前已有的研究成果可以看出，運用房地產特征價格模型，對住宅的建筑、區位、鄰里特征對房地產價值影響的相關研究，在變量的選取上，已從起初的以建筑特征研究為主，逐漸轉變為以區位和鄰里特征的研究為主。這種轉變可能來自于兩方面原因：第一，建筑特征的趨同。由于技術的進步和經濟的增長使得不同住宅建筑特征的差異在減小，因而建筑特征對住宅價格的影響在減小。第二，消費者需求的變化。由于人們生活水平的提高，對住宅的需求逐漸從對住宅建筑特征的需求，轉變為對住宅區位特征和鄰里特征的需求，具體表現為購買住宅時從注重住宅的面積、朝向、結構等特征，轉變為注重住宅周邊配套設施、小區綠化率等特征。

（二）特征價值對房地產價值影響的研究展望

1.現狀指標選取問題

通過對現有研究的分析發現，在住宅特征變量的選擇上可能存在以下問題：第一，選取的變量主觀性較強。由于研究者持有的觀點無法事前驗證，因此會使得住宅特征變量的選取主觀性較強。這種主觀性表現在數據中，使得所收集變量的不確定性增加。第二，選取的變量代表性不足。在目前的研究中，住宅特征變量選取主要采用文獻和專家訪談的方法，由于在實際收集數據時以便利性為依據，造成部分特征變量數據的缺失，使得選取的特征變量代表性不足，從而影響模型的精確性和應用效果。

2.未來指標的選取

對于未來住宅特征指標的選擇，應在現有研究的基礎上增加研究的廣度和深度。首先，增加研究的廣度，將宏觀經濟指標納入研究范圍內。在住宅特征指標的選擇上，國內外現有的研究主要集中于微觀因素對住宅價格的影響，而對宏觀影響因素的分析很少，因此，在宏觀因素指標的選取上可以有所創新。其次，增加研究的深度，挖掘潛在的微觀特征變量。現有研究選取的微觀特征變量固定在建筑、區位和鄰里三大類，盡管各類特征變量的選擇已經比較全面，但仍值得進一步深入挖掘。

[參考文獻]

[1]賈生華，溫海珍.房地產特征價格模型的理論發展及其應用[J].外國經濟與管理，2004，26（5）：42-44.

[2]Waugh F.V. Quality Factors Influencing Vegetable Prices[J].Journal of Farm Economics， 1928，10（2）：185-196.

[3]程亞鵬.我國城市住房價格測度——Hedonic方法與實證[M].北京：光明日報出版社，2013.1.

[4]Court A.T. Hedonic Price Indexes with Automotive Examples[R].The Dynamics of Automobile Demand. New York： The General Motors Corporation，1939： 99-117.

[5]Ridker. The determinants of residential property values with special reference to air pollution[J]. The Review of Economics and Statistics，1967， 49：246-257.

[6]Lancaster K.A New Approach to Consumer Theory[J].The Journal of Political Economy， 1966，74（2）：132-157.

[7]陳靜靜.城市商品住宅特征價格問題研究[D].大連：東北財經大學碩士學位論文，2007.

[8]Rosen S. Hedonic Prices and Implicit Markets： Product Differentiation in Pure Competition[J].Journal of Political Economy， 1974，82（2）：34-55.

[9]Kain， John F. and John M. Quigley .Measuring the Value of Housing Quality[J].Journal of the American Statistical Association， 1970，65（44）：532-548.

[10]Garrod G， Willis K G. Valuing goods characteristic-an application of the hedonic price method to environmental attributes[J]. Journal of environmental management， 1992，34（1）：59-76.

[11]吳宇哲，吳次芳.基于Kriging技術的城市基準地價評估研究[J].經濟地理，2001，21（5）：584-588.

[12]吳宇哲.基于GIS的城市住宅價格時空演變規律探索及其應用研究[D].杭州：浙江大學博士學位論文.2005.

[13]鄭永峰.杭州市不同城區住宅價格空間差異研究[J].經濟論壇，2007，（20）：32-34.

[14]Alonso， W. Location and Land Use. Cambridge， Mass[M].US： Harvard University Press，1964.endprint

[15]Colwell， P.F.， S.S. Gujral， et al.The Impact of a Shopping Centre on the Value of Surrounding Properties[J]. Real Estate Issues， 1985，10（1）：35-39.

[16]Sirpal， R.Empirical Modeling of the Relative Impacts of Various Sizes of Shopping Centres on the Value of Surrounding Residential Properties[J]. Journal of Real Estate Research， 1994，9（4）：487-505.

[17]郭文剛，崔新明，溫海珍.城市住宅特征價格分析：對杭州市的實證研究[J].經濟地理，2006，12（26）：172-175.

[18]郝前進，陳杰.到CBD距離、交通可達性與上海住宅價格的地理空間差異[J].世界經濟文匯，2007（1）.

[19]Benjamin J.D.， Sirmans G.S. Mass Transportation， Apartment Rentand Property Values[J].Journal of Real Estate Research， 1966（1）：1-8.

[20]Al-Mosaind M.A.， Dueker K.J.， Strathman J.G. Light Rail Transit Stations and Property Values： A Hedonic Price Approach[J]. Transportation Research Record， 1993，1400：90-94.

[21]Baldassare M.， Knight R， Swan S. Urban Service and Environment Stressor： The Impact of the Bay Area Rapid Transit System on Residential Mobility[J]. Environment and Behavior， 1979（11）：435-450.

[22]劉康，吳群，王佩.城市軌道交通對住房價格影響的計量分析——以南京市地鐵1、2號線為例[J].資源科學，2015，37（1）：133-141.

[23]蘇亞藝，朱道林，鄭育忠，王興，陳庚.軌道交通對城郊之間房價梯度影響研究——以北京西南部為例[J].資源科學，2015，37（1）：125-132.

[24]谷一楨，鄭思齊.軌道交通對住宅價格和土地開發強度的影響——以北京市13號線為例[J].地理學報，2010，65（2）：213-223.

[25]張維陽，李慧，段學軍.城市軌道交通對住宅價格的影響研究——以北京市地鐵一號線為例[J].經濟地理，2012，32（2）：46-65.

[26]王琳.城市軌道交通對住宅價格的影響研究——基于特征價格模型的定量分析[J].地域研究與開發，2009，28（2）：57-61.

[27]溫海珍，賈生華.基于特征價格的房地產評估新方法[J].外國經濟與管理，2004，26（6）：31-35.

[28]Ketkar K.Hazardous wastes sites and property values in the state of New Jersey[J]. Applied Economics， 1992，24：647-659.

[29]Richardson H W， Vipond J， Furbey R A.Determinants of urban house prices[J].Urban Studies， 1974，11：189-199.

[30]Clark D E， Herrin W E. The impact of public school attributes on home sale prices in California[J].Growth and Change，2000，31（3）：385-407.

[31]Jud， G.D. and J.M. Watts. Schools and Housing Values[J]. Land Economics， 1981，57（57）：459-470.

[32]Huh， S. and S.J.Kwak. The Choice of Functional Form and Variables in the Hedonic Price in Seoul[J].Urban Studies， 1997，34（7）：989-998.

[33]Bond M T， Seiler V L， Seiler M J.Residential real estate prices： A room with a view[J].Real Estate Research， 2002，23（1）：129-137.

[34]Palmquist， R.B.Valuing localized externalities[J].Journal of Urban Economics， 1992，31：59-68.

[35]溫海珍，楊尚，秦中伏.城市教育配套對住宅價格的影響：基于公共品資本化視角的實證分析[J].中國土地科學，2013，27（1）：34-40.

[36]馮皓，陸銘.通過買房而擇校：教育影響房價的經驗證據與政策含義[J].世界經濟，2010（12）.

[37]王旭育.基于Hedonic模型的上海住宅特征價格研究[D].上海：同濟大學，2006：80-85.

[38]周京奎，吳曉燕.公共投資對房地產市場的價格溢出效應研究——基于中國30省市數據的檢驗[J].世界經濟文匯，2009（1）：16-32.

[39]彭保發，石憶邵，單玥，陳端呂.上海市三甲醫院對周邊地區住房價格的空間影響效應分析[J].地理科學，2015，35（7）：860-866.

[40]溫海珍，卜曉慶，秦中伏.城市湖景對住宅價格的空間影響——以杭州西湖為例[J].經濟地理，2012，32（11）：58-64.

[41]石憶邵，張蕊.大型公園綠地對住宅價格的時空影響效應——以上海市黃興公園綠地為例[J].地理研究，2010，29（3）：510-520.

[42]邱慧，蔣滌非，易欣.城市公共景觀對周邊住宅價格影響——以株洲神農城為例[J].經濟地理，2011，31（12）：2105-2110.

[43]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（10）：1503-1510.

[責任編輯：史樸]endprint