工程管理专业论文南京市住宅特征价格研究——基于租赁与购买视角的比较分析.doc

本科生毕业论文（设计）题 目: 南京市住宅特征价格研究 基于租赁与购买视角的比较分析 姓 名: 沙娇娇 学 院: 工学院 专 业: 工程管理 班 级: 工程管理81班 学 号: 3148116 指导教师: 唐学玉 职称: 讲师 2012 年 5 月5 日南京农业大学教务处制目 录摘要1关键词1abstract1key words1引言2一、相关理论分析2（一）住宅价格2（二）住宅特征2（三）住宅消费方式与住宅特征偏好3（四）住宅特征偏好与住宅价格关系31.建筑特征对住宅价格的影响32.邻里特征对住宅价格的影响33.区位特征对住宅价格的影响3二、模型与数据4（一）模型构建41.特征价格模型的理论基础42.特征价格模型的函数形式43.特征价格模型的应用4（二）变量选择51.因变量的选择52.自变量的选择6（三）数据采集61.数据采集表62.调查的住宅小区73.数据来源7三、变量说明8（一）特征变量的量化81.定量变量的量化82.定性变量的量化93.综合指标度量9（二）编制数据统计表9四、南京市住宅特征价格的实证研究9（一）住宅特征价格的实证研究基于租赁型住户视角91.因变量和自变量的描述性统计102.模型的估计和检验103.模型的结果分析10（二）住宅特征价格的实证研究基于购买型住户视角121.因变量和自变量的描述性统计132.模型的估计和检验133.模型的结果分析13五、基于不同消费方式的南京市住宅特征价格的比较分析15（一）两类住户的住宅特征价格比较分析15（二）两类住户的住宅特征偏好比较分析161.共同特征偏好分析162.不同特征偏好分析17六、结论与讨论17（一）研究结论17（二）学术价值和实践意义181.学术价值182.实践意义18七、不足之处与研究展望18（一）不足之处18（二）研究展望191.住宅特征变量的选取和量化192.数据的采集193.模型函数形式的选择194.住宅市场的细分19致谢19参考文献20附录21南京市住宅特征价格研究基于租赁与购买视角的比较分析工程管理专业学生 沙娇娇指导教师 唐学玉摘要：随着我国城镇市场的形成，城市住宅价格问题尤为突出。本文基于国内外研究文献的基础上，将特征价格模型具体应用于南京城市住宅市场，选取了住宅的5个建筑特征，7个邻里特征，4个区位特征作为特征变量，通过搜集与整理出255套南京市住宅特征样本数据，运用spss软件进行线性回归分析，分别构建出租赁市场特征价格模型和购买市场特征价格模型。结果表明，进入模型的9个住宅特征偏好对住宅价格具有显著影响，且影响程度各有差异。另外，对住宅特征的影响程度进行排序和分类，对于租赁型住户，按照影响程度从大到小为：建筑面积、cbd距离、物业管理费、室厅数目、行政区划、装修程度、文体设施、生活配套、地铁；对于购买型住户，按照影响程度从小到大为：建筑面积、cbd距离、行政区划、物业管理费、生活配套、文体设施、学区、装修程度、地铁。最后，分析比较不同消费方式下的住宅特征价格和住宅特征偏好。关键词：特征价格模型；特征变量；特征价格；住宅特征偏好；消费方式the research of housing characteristic price in nanjing comparative analysis based on the lease and purchase student majoring in engineering management sha jiaojiaotutor tang xueyuabstract：with the formation of chinas urban markets, the problem of urban housing price becomes particularly adjective. based on the research literature at home and abroad, make use of the hedonic price model into the nanjing housing market. first, i choose 5 architectural characteristics, 7 neighborhood characteristics,4 location characteristics as the characteristic variables ,then collect and arrange 255 sets of nanjing characteristics data. second, use spss software to have linear regression analysis to build the hedonic price model of leasing and the hedonic price model of purchasing. the result shows that the 9 preferences of residential characteristics into the model have significant impacts on housing prices , and the influence is different from each other. in addition, sort and classify the impact of the residential characteristics. for rental households, according to the degree of influence from largest to smallest: construction area, distance of cbd, property management fees, number of rooms hall, administrative divisions, decoration degrees, sports facilities, life support and subway. for purchasing households, it is construction area, distance of the cbd, administrative divisions, property management fees, living facilities, sports facilities, school districts, decoration degrees and subway. finally, compare and analyze the hedonic price and the housing characteristics preferences under the different consumption patterns.key words: hedonic price model；characteristic variables；hedonic price；housing characteristics preferences；consumption patterns引言城市住宅作为城市居民赖以生存的必需品，有着其他商品无法替代的价值。经过长期的改革，我国住宅产业的发展已经初具规模，在社会经济发展和居民生活中的地位越来越重要，对国民经济的发展和人民生活水平的提高产生了积极的影响。我国各城市的住宅市场已经形成，并在不断地得到完善。但是，经济飞速发展的同时，住房产业过热发展和无序膨胀导致了大量的缺乏理性的固定资产投资行为，严重影响到了行业本身的健康、稳定和持续发展，同时也导致了一系列的社会问题。所以，对于城市住宅价格问题的讨论，如房价是否合理、受到哪些因素的影响等，成为人们关注的焦点，也成为住房产业发展中值得研究的重要课题。2012年宏观调控背景下，由于一线城市严厉的限购政策，一些开发商不看好大城市，纷纷涌向二三线城市。阳光100集团范小冲认为，我国的城市绝不仅仅只是北京、上海、深圳、广州。宝龙地产控股执行董事刘晓兰也认为，“一个商业综合体可能就是二三线城市的中心，而上海很多商业综合体仅为城市区域中心服务。”另一方面，严厉的限购政策使买卖双方开始转向租赁市场。租赁还是购买？住宅购买是将房屋所有权转让他人，实现房屋资产价值的行为。而住宅租赁是指房屋所有人只转让使用权，不转让所有权，承租人通过向出租人交付租赁来获得短暂的使用权的行为。购买住宅必须要有可观的经济收入和一定的储蓄积累作为前提，对居民的经济要求较高适合有经济能力且希望长期居住的居民。而受经济条件限制或客观上并不需要买房的部分居民通过租赁解决居住问题，承租人只需支付较少的资金就可以取得房屋的使用权，适合短期内没有能力购房、急于改善居住条件或解决住房困难的居民，对居民的经济要求不高。当然，一个健康完整的住宅市场，应由租赁和购买两大部分构成，应针对消费能力与对象的不同，合理调整结构，才能建立和健全房地产住宅市场良性供求机制，以满足不同层次人群和不同类型的需求。本文选择南京这个二线城市，利用住房特征价格模型构建出租赁价格模型和购买价格模型，将两种模型进行比较分析并提出合理化的建议。一、相关理论分析（一）住宅价格住宅价格，是住宅价值在市场上的货币表现。商品住宅的理论价格构成模式为：住宅价格=生产成本+流通费用+税金费用+利润。本文以南京市住宅市场包括租赁市场和购买市场作为研究对象，基于租赁与购买的视角从微观角度考察南京市住宅价格的影响因素，因此，本文中的住宅价格不是指住宅市场的平均价格，而是一套住宅的总价格或单位价格。住宅价格通常有以下几种形式：成本价格、市场价格、挂牌价格和合同成交价格。成本价格（cost price），是由建筑物价格和不完全土地价格构成。市场价格（market price）,是由建筑物价格和完整的土地价格构成。而市场价格按照交易流程又分为挂牌价格和合同成交价格。挂牌价格（listing price）,是指在交易达成之前住宅所有者在中介机构或房地产信息平台发布的价格。合同成交价格（contract price）,指在交易达成之后在房地产交易中心登记的价格。本文的住宅价格采用的是一套住宅的挂牌价格。（二）住宅特征城市住宅是一种“异质性”的产品，消费者可以选择建筑类型、居住环境、交通便利程度等满足个人偏好的住宅以达到最大效用（harsman和quigley，1991)。本文从住宅特征的角度分析南京市内部住宅的影响因素，对宏观的社会经济发展变量（如gdp、城市人口等）不予考虑。参考国内外的相关文献，住宅特征一般分为三类，即建筑特征（structure characteristic）,邻里特征（neighborhood characteristic）和区位特征（location characteristic）。本文选取了5个建筑特征变量，7个邻里特征变量和4个区位特征变量作为解释变量来探讨住宅价格的影响因素。（三）住宅消费方式与住宅特征偏好住宅消费方式分为住宅租赁和住宅购买。住宅租赁是指承租人通过向出租人支付租金的方式来取得房屋使用权的行为，住宅购买是指消费者通过购买的方式获得房屋所有权的行为。消费者选择何种消费方式取决于住宅特征给消费者带来的效用水平。lancaster的消费者理论认为消费者对异质性商品的需求，并不是基于商品自身，而是商品所内含的属性或特征。消费者购买或者使用这些商品是作为一种“投入”，并把它们转化为效用，效用水平的高低取决于商品所包含的各种特征的数量和质量。所以，住宅特征偏好往往影响消费者的消费方式。（四）住宅特征偏好与住宅价格关系特征价格模型的实质是从产品的“异质性”出发，把产品价格分解成特征价格，并通过市场交易数据估计出产品特征的隐含价格。因此，识别影响住宅价格的各种特征是建立住宅特征价格模型的第一步。通过总结已有的文献，发现众多学者把住宅的特征分为建筑特征、邻里特征和区位特征三大类，也有少数学者把品牌特征加入研究。以下就三大住宅特征偏好对住宅价格的影响进行分析与总结。1.建筑特征对住宅价格的影响住宅的建筑特征是影响住宅价格的直接因素，ball（1973）指出，一套住宅拥有更多的令人满意的建筑特征，那么它在市场上所能获得的价格就更高1。但是，随着时间的发展，建筑特征的影响变化不是固定不变的，例如学区房，它是房地产市场的衍生品，是现行教育体制下的一个独特的现象，即使房屋破旧窄小，价格也不菲。众多研究表明消费者愿意为更多的空间支付更多的费用，建筑面积、房间数目跟住宅价格正相关，garrod和willis 发现增加一个房间，住宅的价格增加72。但是，并不是都是这种规律，单身公寓又称白领公寓，是一种过渡型住宅产品，其结构上的最大特点是只有一间房间，一套厨卫，它的租金与单价相对较高。一般研究认为建筑年龄与住宅价格负相关，这是因为在相同的情况下，年代久远的住宅由于保养与修理成本的增加而降低价值，但是也有住宅由于建筑年份留下的历史意义而价值增加的。另外，建筑结构、朝向、装修程度、有无车库都是影响住宅价格的因素。2.邻里特征对住宅价格的影响除了建筑自身特征对住宅价格的影响外，住宅的邻里特征对住宅价格的影响也越来越重要。小区周围的生活配套和文体配套能够满足居民的日常生活，小区提供菜市场、银行、健身房、游泳池等一般能提高住宅的价格。对于教育配套，haurin和brasington（1996）研究发现住宅周边是否有教学质量高的学校对住宅价格有着重要的影响3，中国自古以来就重视教育，对学区房的强烈关注就证明了这一点。再者，许多研究表明消费者喜欢具有良好景观效果的住宅，山景、水景、公园或人文景观等周边环境好的住宅，比同类产品价格较高。近来，有学者从物业管理方面对住宅价格作了实证分析。3.区位特征对住宅价格的影响区位一方面指该事物的位置，另一方面指该事物与其他事物的空间的联系。住宅的区位特征可以从整个城市范围的角度进行衡量，往往是对可达性进行量化和评价(follain和jimenez4,1985；orford5,1988)。按照传统的区位观点，可达性是通过测量住宅到cbd（中央商务区）的距离来进行量化的，距离cbd越近的住宅价格当然越高。良好的公共交通服务对住宅价格有着直接的影响，住宅对交通的依赖性较高，交通线路越多或距离交通线路越近，住宅价格越高。二、模型与数据（一）模型构建1.特征价格模型的理论基础（1）lancaster的消费者理论美国学者lancaster于1966年提出了消费者理论，又称lancaster偏好理论6。lancaster从产品的差异出发，对构成产品的基本元素空间进行了分析，认为消费者对异质性商品的需求，并不是基于商品自身，而是商品所内含的属性或特征。消费者购买或者使用这些商品是作为一种“投入”，并把它们转化为效用，效用水平的高低取决于商品所包含的各种特征的数量和质量。另外，理论强调异质性商品由该商品的各种特征复合而成，异质性商品的价格由这些同质属性的价格聚集而成，各产品特征对应各自的隐含价格，但这种价格在现实生活中没有实际意义。（2）rosen的市场供需均衡模型美国经济学家rosen于1974年提出了市场供需均衡模型7。在市场完全竞争的条件下，rosen以消费者效用最大化和生产者利润最大化作为目标，从理论上分析异质产品市场的短期均衡和长期均衡，为特征价格理论的建模、特征价格函数的估计奠定了基础。后来市场供需均衡模型得到众多学者的实证研究。2.特征价格模型的函数形式butler于1982年指出hedonic住宅价格模型应当包括影响住宅价格的因素,但没有明确指出如何选择函数形式8。cropper , deek和mcconnell使用均衡价格评估了六种可供选择的函数形式，包括线性、对数、对数线性、二次形式、线性box一cox、二次box一cox模型9。实证研究中，特征价格模型通常用到的三种函数形式分别为线性函数、对数函数和半对数函数。最常见的为线性函数，但如果变量之间的依存关系为非线性依存关系时，则要用到对数函数和半对数函数。如果0为除特征变量外其他影响价格的常量之和，n为特征变量系数，xn为特征变量，为误差项，p为城市住宅价格，它们在函数形式中存在以下三种关系: （1）线性函数其函数形式为：。该函数中因变量和自变量以线性形式进入模型，回归系数对应着特征变量的隐含价格，线性函数形式无法表现边际效用递减规律。（2）对数函数其函数形式为：。该函数中因变量和自变量以对数形式进入模型，回归系数对应着特征的价格弹性，特征价格随着特征变量的变化而变化。（3）半对数函数其函数形式为：。该函数中因变量采用对数形式，自变量采用线性形式，回归系数对应的是特征变量每变动一个单位时，特征价格随之变动的增长率。在具体应用时,选择哪种函数形式来构建模型应通过统计分析和假设检验来确定。大多数学者都是凭经验初步设定函数形式,通过不断地尝试和修正,直到模型的拟合度符合要求，且能够很好的解释样本数据的差异。3.特征价格模型的应用住宅是一种异质性的商品，它的建筑类型、小区环境、交通便利程度等属性特征可供消费者选择。由于住宅的这些属性特征，特征价格模型在住宅市场得到了广泛的应用。本文梳理了国内外的相关文献，将住宅特征价格模型的实际应用主要分为三类。(1)编制价格指数在编制价格指数方面，英国统计学家fleming最早使用特征价格模型编制英国的住房价格指数。piyush tiwari于2000年应用价格指数来分析mumbai的住宅价格变化，将横截面数据和直接时间变量数据进行回归分析，最后用mumbai的城市发展、人口和就业类型来解释城市住宅价格变化10。此外，moulton（1995），can（1997），hoffman和kurz（2002）等众多学者对住宅价格指数做过相关研究，研究的基本目的是提高住宅价格基准的正确性。国内对于特征模型在住宅价格指数的编制方面研究也较多，最早将特征价格理论方法引入国内研究中的是中国人民大学蒋一军、龚江辉,他们利用特征价格模型提出了计算异质商品价格指数的方法11；西南财经大学李国柱对我国房地产价格编制方法存在的问题进行了研究12；还有，云南财贸学院王力宾（1995），中国人民大学叶剑平和丰雷（2002），同济大学彭琦（2004），东南大学徐林（2004）等对房地产价格指数的编制作出了贡献。(2)价值评估在价值评估方面，dubin于1987年用j检测邻里变量对住宅价格的影响，结果表明邻里特征比公共服务质量更重要13；peter englund于1997年运用12年内瑞典销售住宅的信息来分析动态的住宅价格，结果确定了影响住宅价格的很多方面价值14；waugh(1929),pace和gilley(1990),chesire和sheppard(1995)等都作了相关研究。国内上海交通大学黄桐城、杨健把模糊批判与享乐评价法相结合，解决了住宅价格评估中模糊特征的合理量化问题15；浙江大学贾生华、温海珍通过收集杭州市西湖区278套住宅交易资料，选择15个因素作为住宅特征变量，建立了杭州市住宅特征价格模型16；陈永霞、陈民强应用hedonic模型分析南京市住宅特征价格，选取了南京市3800个住宅样本,对hedonic价格模型的几种形式进行试算,选择最优模型形式,然后对南京市住宅价格进行回归分析,得到住宅特征的隐含价格17；清华大学马思新、李昂（2003）18，天津大学卢金北、刘立秋（2005）等人都是应用hedonic 模型构建住宅价格模型。(3)政府公共政策效果评估在政府公共政策效果评估方面，quigley于1982年使用住宅价格的非线性特征模型来估计家庭的补偿性需求,从而估计发展中国家的特殊住宅补贴的益处19；bruno和de borger于1986年用特征价格模型分析了家庭特征对公共住宅政策的收益的影响20；denton marks(1984)，fallis和smith(1985)等对政府租金控制政策进行了研究，国外的相关文献层出不穷。国内在这方面的研究仅限于轨道交通对住宅价格的影响，何剑华在用hedonic模型研究北京地铁13号线对住宅价格的效应中的结果表明，城市轨道交通站点的效应大小取决于轨道交通线是否成为周边区域的重要通勤途径、站点对周边地区在整个城市交通网络内的可通达性的改善程度如何21；华东师范大学王静（2006），大连理工大学王颖（2007），北京交通大学曲秀梅（2008）等都对轨道交通对住宅价格的影响作了研究。从总体来看,特征价格模型已广泛应用于房地产市场研究领域中,但是多数文献均以一线大城市作为研究对象,而且大多数学者都只是从购买或租赁一种视角出发研究了住宅特征价格，将两者进行比较研究的甚少，所以本文基于大量数据的基础上做了两者比较分析的实证研究。（二）变量选择1.因变量的选择由于合同成交价格作为房地产的商业秘密，并不容易得到，所以本文选用住宅市场挂牌数据进行研究。住宅挂牌价格是业主参考市场价位，并结合住宅自身的具体情况得出的心理价位，有一定的主观性，但是挂牌前会通过中介专业人员的指导和认可，因此挂牌价格和成交价格之间存在较为稳定的关系。温海珍在论文城市住宅的特征价格一理论分析与实证研究中通过对挂牌价格和成交价格的实证研究，发现挂牌价格和成交价格之间存在较为明显的线性关系其结果为：成交价格=-1.196+0.930*挂牌价格22。（1）租赁价格目前租赁市场存在将一套住宅分割出租的现象，由于在具体搜集过程中难以掌握分割出租的情况，所以本文调查的租赁住宅挂牌数据以整套为单位进行搜集，以整套住宅的月租金作为因变量。（2）购买价格大多数研究者选择一套住宅的总价格，也有少数选择单位建筑面积价格，本文调查的购买住宅挂牌数据以总价进行进行研究，以万元为单位。2.自变量的选择众多文献将住宅特征一般分为三大类进行研究，一是住宅的建筑特征，二是住宅的邻里特征，三是住宅的区位特征，通过参考众多文献以及自己的思考与对住宅市场的认识，本文选取了以下特征变量。（1）建筑特征一般而言，建筑面积和室厅数目是消费者关心的重要属性，它反映了住宅的空间大小和户型设计，单身公寓随着市场的需求受到消费者的热捧，它设计独特，设备俱全，对装修要求较高，多为精装修。当然，装修程度也是住宅的影响因素之一，故也选取了这一特征变量。而住宅的建筑质量包括建筑材料、施工质量等，消费者往往没有清晰的认识，故删除。住宅的建筑类型分为多层、小高层、高层，也成为影响住宅价格的属性之一。多层住宅得房率高，物业费用较低，但无电梯；小高层容积率合理，生活方便，且有利于开发建造和室内装修；高层住宅是城市人多地少和高地价的产物，它既适应现代居住生活要求，又可在一定程度上提高土地利用率、节约土地资源，成为当前和未来住宅中一道亮丽的风景线。本文选取了建筑面积、室厅数目、装修程度、所在楼层和建筑年龄共5个变量作为研究的建筑特征变量。（2）邻里特征邻里特征是指周围的配套关系，越来越受到消费者的重视。教育配套自古以来就是一个不可忽视的因素，学校的质量往往影响住宅的价格，学区房的存在就证明了教育配套的重要性。生活配套和文体配套能够满足居民日常生活需要，对住宅价格的影响也日益显著。随着人们对生活质量和健康的关注，住宅小区的自然环境和人文景观成为重要的影响因素。另外，物业管理费随着市场的需求也成为影响因素之一。本文选取了生活配套、文体设施、教育配套、物业管理费、绿化率、景观以及学区共7个变量作为研究的邻里特征变量。（3）区位特征住宅的区位特征是从整个城市范围的角度进行衡量，往往是对可达性进行量化和评价，可以通过测量住宅到cbd（中央商务区）即新街口商业步行街的距离来进行量化的，还可以通过公交线路、地铁等交通情况来研究。除了测量cbd距离、公交线路等，本人加入行政区划这个重要变量。因为行政区划与经济发展、文化氛围等紧密联系，行政区划的变迁往往可以影响住宅价格的变化。通常，消费者会选择经济水平发展较高、文化氛围浓重的行政区。南京住宅市场按照行政区划可以划分为白下区、鼓楼区、玄武区、秦淮区、建邺区、下关区、雨花台区、浦口区、江宁区，本文把它分为城区和郊区两部分，其中，栖霞、江宁、浦口属于郊区，其他属于城区。本文选取了cbd距离、公交线路、有无地铁和行政区划共4个变量作为研究的区位特征。（三）数据采集1.数据采集表根据上节因变量与自变量的确定，本人制作了住宅小区数据采集表，如表2-1所示。表2-1 住宅小区数据采集表您目前所居住小区的情况1、小区名称_2、所在城区白下区 鼓楼区 玄武区 下关区 建邺区 秦淮区 雨花台区 栖霞区 江宁区 浦口区3、建筑面积_4、住宅户型_ 室_ 厅5、建筑年代_年6、所在楼层第_层/共_层7、装修程度无装修 简装修 精装修 豪华装修8、生活配套小区内或附近1000米有：超市 菜市场 银行 邮局 医院9、教育设施小区内或附近1000米有：幼儿园 小学 中学 大学10、文体设施小区内或附近1000米有：健身房 游泳池 球场 儿童游乐园11、物业管理费 元/.月12、绿化率 13、周围风景小区周围有：山景 水景 公园 人文景观14、学区房非学区房 小学区房 中学区房 小学学区为力小/拉小/琅小/北京东路小学；中学学区：南师附中/金陵中学/二十九中/一中/中华中学15、cbd距离到新街口步行街的直线距离 公里16、交通情况小区周围500米公交线路条数 地铁17、挂牌价格租赁价格 元/月 购买价格 万元2.调查的住宅小区本人于2012年1月至2012年3月对南京255个小区进行了数据采集，所搜集的小区资料涵盖了南京市10个行政区域。住宅小区名称见表2-2。表2-2南京市住宅小区名称行政区住宅小区名称白下区（36）绣花巷小区、富丽山庄、朗诗熙园、金鼎湾国际、金陵尚府、香格里拉花园、御水湾花园、瑞鑫兰庭、良友里小区、东白菜园、都市名园、蓝旗新村、御道家园、万达紫金明珠、光华园、银龙花园、四方新村、金龙花园、鸿意新城、清新家园、万达江南明珠、金盾公寓、力联大厦、金宝花园、梅花山庄、天地花园、海月花园、凯悦天琴、银通公寓、天安恒隆花园、砂珠巷小区、鼎新大厦、长发cfc、金鹰国际花园、澳丽嘉园、亚东名座鼓楼区（25）石头城小区、苏宁乐瑰园、仙霞公寓、丽晶国际、正泰花苑、佳盛花园、凤凰花园城、金川雅苑、君临国际、华阳佳园、金陵世纪花园、莫愁新寓、城市先锋、清凉山庄、西流湾小区、中环国际广场、明华清园、新城市假日、聚福园、宝地园、腾飞园、中海凯旋门、西柏果园、五台花园、怡景花园玄武区（27）钟麓花园、兰园、公教一村、凯润金城、长江花园、同仁新寓、丹凤新寓、御林山庄、黄埔花园、半山花园、清溪大厦、白马山庄、新庄花园、台城花园、太平花园、东元山庄、银城东苑、钟山花园城、铁匠营小区、都市山庄、阳光聚宝山庄、樱驼花园、樱海公寓、钟山山庄、墨香山庄、兴贤佳园、营苑新寓下关区（20）金川新寓、南堡新寓、卢龙山庄、亚都锦园、绿城花园、康居新寓、滨江花园、燕江园、星河翠庭、清江西苑、百合果园、清江花苑、迎江园、旭日景城、幕府佳园、盛世花园、白云新寓、万科红郡、和燕园、金碧花园建邺区（23）虹苑新寓、南苑贡园、朗诗国际街区、白鹭花园、莺歌苑、仁园、福园、明园、新禧家园、华隆新寓、云河湾、润花园、江南名府、莫愁东寓、云锦美地、金地名京、香缇丽舍、横塘西苑、腾达雅苑、舒心苑、应天花园、爱达花园、吉庆家园秦淮区（22）丽景华庭、映山菁华、春天家园、明都雅苑、怡水嘉园、晨光新苑、琵琶小区、一品嘉园、宏图上花园、居易时代、龙翔雅苑、汇景家园、开源小区、雅居乐花园、枫丹白露、良城美景、城市桃园、来凤小区、皇册家园、达莱公寓、观城、宏图上福园雨花台区（21）德安花园、金蕊家苑、康润园、龙福山庄、金地自在城、邓府山村、翠岛花城、花神美境、雨花新村、先锋青年公寓、绿岛华庭、仁恒翠竹园、郁金香花苑、阅城国际花园、康盛花园、景明佳园、凤翔新城、亚东御园、小行里、金浦名城世家、四季阳光花园栖霞区（30）晓庄广场、北城世家、和燕花苑、幕府山庄、马群新街、东景花园、天悦花园、百水芊城、天泓山庄、兴都花园、祥和家园、迈苑小区、燕华花园、五福家园、乐居雅花园、美达浅草明苑、金山花苑、阳光雅居、东方天郡、康桥圣菲、雁鸣山庄、三味公寓、赛世香樟园、汇杰文庭、仙居华庭、仙居雅苑、金尧花园、尧林仙居、枫林新寓、吉祥花园江宁区（29）百家湖花园、高尔夫国际花园、南方花园、天地新城、明月花园、广汇花园、山水方舟雅苑、托乐嘉城市广场、翠屏国际城、21世界现代城、苹果都市、市政天元城、百利华府、华汇康城、银河湾花园、湖滨公寓、太平花苑、仲景公寓、同曦鸣城、水月秦淮、名嘉佳园、碧水华庭、天景山公寓、西苑新寓、文化名园、亚都天元居、武夷水岸家园、蓝天公寓、潭桥公寓浦口区（22）天润城、明发滨江新城、弘阳旭日上城、珍珠花苑、高新花苑、裕民家园、珠泉花园、旭日家园、江岸水城、盘龙山庄、盘锦花园、山水云房、威尼斯水城、大华锦绣华城、幸福美地、丽都雅苑、浦欣家园、浦东花园、天华硅谷、天华绿谷庄园、华侨绿洲、海都嘉园3.数据来源本文采集的数据有三个来源：网上挂牌数据、住宅小区调查数据和网上南京市电子地图。（1）住宅网上挂牌数据由于住宅的合同成交价格属于房地产的商业秘密，不容易搜集，所以本文的样本数据采用“南京搜房网”（/）自2012年1月至2012年3月的住宅二手房和租房挂牌数据。挂牌资料的样本如图2-1所示，内容主要包括小区名称、建筑面积、室厅数目、所在楼层、装修程度、挂牌价格等，另外通过小区简介可以得到绿化率和物业费。图2-1 挂牌数据样本（2）住宅小区调查数据虽然“南京搜房网”提供了生活配套、教育配套、文体设施、物业费、绿化率等（如下图2-2所示），但是为了数据的可靠性，本人对研究区域内的代表性住宅小区进行了实地调查。图2-2 补充数据（3）南京市电子地图数据本文采用了百度提供的gis系统即百度地图，测算各住宅小区到新街口商业步行街的距离即cbd距离，还有交通线路、周围配套等，对住宅小区的资料搜集进行检查和补充。三、变量说明（一）特征变量的量化1.定量变量的量化定量变量的量化直接采用住宅特征变量的原始数据，或者对原始数据进行简单的变换。这种方法操作简单，也能客观的反映变量的内涵。采用这种量化方式的变量有：建筑面积、建筑年龄、室厅数目、物业管理费、绿化率、cbd距离、公交线路共7个变量。除了建筑年龄对住宅价格有负的影响，其他6个变量对住宅价格有正的影响。2.定性变量的量化（1）两元虚拟变量虚拟变量又称虚设变量、名义变量或哑变量，用以反映质的属性的一个人工变量,是量化了的质变量，通常取值为0或1。采取虚拟变量方式的有：是否为学区房、有无地铁、行政区划共三个变量。通常这些变量对住宅价格有正的影响。（2）分等级赋值分等级赋值是按量化变量的总体情况进行分类，得分越高表明此变量对住宅的附加价值越高，一般对住宅有正的影响。采用这种方法的有：装修程度和住宅类型两个变量。 通常这两个变量对住宅价格有正的影响。3.综合指标度量采用综合性指标进行度量可以减少特征变量的数目，防止出现严重的共线性问题。采用这种方法的有：生活配套、教育配套、文体设施、景观共4个变量。这些变量累计分数越高，对住宅价格的影响越大，呈正相关。综上所述，本文研究的所有特征变量的量化表如表3-1所示。表3-1变量的量化特征分类特征变量变量的量化预期符号建筑特征建筑面积（x1）一套住宅的总建筑面积(m2)+建筑年龄（x2）建筑的年龄=2012-建筑年代（年）-装修程度（x3）分为4等级：毛坯（1分），简装（2分），精装（3分），豪装（4分）+住宅类型（x4）分为多层（1分）、小高层（2分）和高层（3分）+室厅数目（x5）套住宅室和厅的总数之和+邻里特征生活配套（x6）小区内或附近1公里有无超市、菜市场、医院、银行、邮局、餐厅，每项1分，共计6分+教育配套（x7)小区内或附近1公里有无幼儿园、小学、中学、大学，每项1分，共计4分+文体设施（x8）小区内或附近1公里有无健身房、游泳池、球场、儿童游乐场，每项1分，共计4分+物业管理费（x9）住宅小区的物业管理费（元/m2)+绿化率（x10）住宅小区的绿化率+景观（x11）小区周围有无山景、水景、公园、人文景观，每项1分，共计4分+学区（x12）非学区房赋值0，学区房赋值1，包括小学和中学+区位特征cbd距离（x13）到新街口商业步行街的直线距离（公里）-公交线路（x14）小区周围1公里公交线路条数（条）+有无地铁（x15）附近1公里有无地铁，有赋值1，无赋值0+行政区划（x16）城区赋值1，郊区赋值0+（二）编制数据统计表根据住宅小区数据采集表、网上挂牌数据和变量的量化表，编制数据统计表，见附录。四、南京市住宅特征价格的实证研究在对住宅特征价格模型的构建、变量的选择与量化进行充分阐述的基础上，本章对南京市住宅价格进行实证研究，构建其特征价格模型。具体而言，本章将对以下内容进行研究：基于租赁型住户和购买型住户视角分别对住宅特征价格进行实证研究；分别从住宅特征价格的符号分析、住宅特征的特征价格分析、住宅特征的影响程度分析对模型进行结果分析。本文将采用基本线性函数对南京市特征价格分别从租赁型住户和购买型住户的视角进行研究，即所有变量直接进入模型。其函数形式为：。其中，p为南京住宅租赁价格，0为除特征变量外其他影响价格的常量之和，n为特征变量系数，xn为特征变量，为误差项。（一）住宅特征价格的实证研究基于租赁型住户视角在10%的显著性水平下，16个自变量有9个进入了模型，可以进行研究。房屋年龄、住宅类型、教育配套、绿化率、景观、学区房、公交线路这些变量显著性水平大于10%，因此从统计意义上，这些变量无法进入到模型中。故剔除这些变量，剩下的9个变量进入模型并进行以下研究。1.因变量和自变量的描述性统计表4-1 因变量与自变量的描述性统计平均值标准差样本数租房价格2368.631178.246255建筑面积87.6125.872255装修程度2.820.490255室厅数目3.820.906255生活配套3.880.829255文体设施1.830.590255物业管理费0.830.629255cbd距离7.014.603255地铁0.490.501255行政区划0.680.4662552.模型的估计和检验（1）显著性检验从表4-2中可知，复相关系数r=0.851，非常接近1，说明因变量和自变量之间存在很强的线性关系。经调整的r2 =0.714即基本模型解释因变量差异的百分比约为71.4%，说明模型有较好的拟合程度，具有良好的解释能力。表4-2 显著性检验rr2经调整的r2估计的标准误差d-w值0.851a0.7240.714630.4171.674（2）方差分析从表4-3中可知，回归方程方差分析的显著性检验值为0.000，即小于0.001，说明方程是高度显著的，拒绝全部系数均为o的原假设。表明进入模型的住宅特征与租赁价格p之间的线性关系能够成立，模型对样本数据的拟合在统计学上是有意义的，回归方程是有效的。表4-3 方差分析平方和自由度均方和fsig.回归2.552e892.836e771.3620.000a残差9.737e7245397425.723合计3.526e8254（3）共线性诊断表4-4表明，所有变量中vif值最小的为1.104，最大的为3.782，远远小于10，从而可以拒绝变量之间的共线性假设，认为自变量之间共线性不是很严重。表4-4 共线性诊断建筑面积装修程度室厅数目生活配套文体设施物业管理费cbd距离地铁行政区划容忍度0.2650.9060.2640.7670.7650.8320.3100.8890.336vif3.7701.1043.7821.3031.3071.2023.2221.1252.974（4）d-w值检验基本模型的d-w值为1.6742，说明相邻两点的残差为正相关，但是其值非常接近于2，因此，可以认为模型中的误差项基本上是独立的。3.模型的结果分析在基本模型中，函数形式采用线性函数，因此方程的未标准化回归系数对应着相应住宅特征的特征价格。各回归系数具体数值及其显著性检验结果如表4-5所示。表4-5 回归系数分析未标准化系数标准化系数tsig.bstd. errorbeta常数项-1907.352402.357-4.7400.000建筑面积19.5032.9690.4286.5700.000装修程度316.75584.7520.1323.7370.000室厅数目194.86984.9330.1502.2940.023生活配套109.07254.4890.0772.0020.046文体设施184.65176.6420.0922.4090.017物业管理费477.31268.9090.2556.9270.000cbd距离-79.64215.426-0.311-5.1630.000地铁179.06483.7660.0762.1380.034行政区划352.941146.2400.1402.4130.017（1）住宅特征对住宅价格的影响方向分析在10%的显著性水平下，16个自变量中有9个进入了基本模型。房屋年龄、住宅类型、教育配套、绿化率、景观、学区房、公交线路这些变量显著性水平大于10%，因此从统计意义上，这些变量无法进入到模型中。从9个住宅特征价格的未标准化系数来看，所有变量的符号与预期符号完全一样。根据符号可以定性地判断住宅特征对租房价格的影响方向，其中建筑面积、装修程度、室厅数目、生活配套、文体设施、物业管理费、地铁、行政区划这8个变量对租房价格有正的影响，cbd距离对租房价格有负的影响。（2）住宅特征的特征价格分析在线性模型中，未标准化的回归系数对应着住宅的平均特征价格。南京租赁住宅市场下，特征变量的特征价格的高低如图4-1所示。按照租赁市场上的特征价格，从高到低依次为：物业管理费、行政区划、装修程度、室厅数目、文体设施、地铁、生活配套、cbd距离、建筑面积。图中显示，在其他特征不变的情况下，装修程度每上升一个等级，一套住宅的租赁价格将上升316.755元，此处不再一一列举。但是，该变量衡量的是消费者对居住空间的需求，与住宅的平均价格的概念有所不同。图4-1 租赁市场住宅特征与特征价格-200-1000100200300400500600建筑面积装修程度室厅数目生活配套文体设施物业管理费cbd距离地铁行政区划根据对整个住宅市场的住宅特征的描述性统计，各住宅特征的平均数值如4-6，把各特征的数值为整个市场的平均值的住宅定义为该市场的标准住宅。在标准住宅中，单个住宅特征对住宅价值的贡献，等于相应特征价格和特征数目的乘积，其数值具体见表4-6。特征总价在住宅总价中所占的比重是根据特征