住宅出售价格在城市居住环境评价中的应用方法研究＊

刘 钺,李 悟

(中南大学土木建筑学院,湖南长沙 410075)

住宅出售价格在城市居住环境评价中的应用方法研究＊

刘 钺,李 悟

(中南大学土木建筑学院,湖南长沙 410075)

城市居住环境的定量评价一直是一个困扰学术界的难点问题。本文在对城市居住环境影响因素及传统的居住环境评价方法进行讨论的基础上,分析了住宅出售价格与城市居住环境间的关系,探讨了利用住宅出售价格来定量评价城市居住环境水平的思想和方法。该方法应用经典Hedonic模型并对其进行变换,将住宅价格中与住宅本身相关,而与居住环境不相关的因素所决定的那部分价格分离出来,从而达到评价城市居住环境水平的目的。最后针对此种方法提出了今后研究中几个可能的方向。此方法具有可操作性强和便于动态跟踪的特点。

住宅出售价格;居住环境;评价;Hedonic模型

20世纪下半叶以来,人类的居住环境成为各国学术界普遍重视的研究领域。这其中,城市居住环境的评价是人居环境研究的核心课题。而居住环境因为与非常多样的因素相关,对其的定量评价一直是困扰学术界的难点问题。本文将探讨利用住宅出售价格信息来定量评价城市居住环境水平的方法。

一、城市居住环境影响因素及传统评价方法

(一)影响因素构成

大量研究表明,影响城市居住环境的因素是一个非常复杂的集合体。其分类方法繁多,归纳起来,大致有如下几类影响因素:

(1)住宅属性,如所在楼层、房型、房龄、室内装修等;

(2)小区及周边属性,又可分为物质性属性和社会性属性两类。如基础设施水平、绿化率、居住密度、犯罪率、社会结构等;

(3)可达性属性,如购物、教育、医疗、娱乐设施便利度,与市中心、对外交通枢纽的时距等。

上述类别中的第一类因素为点状微观尺度,在有关城市居住环境的研究中并不需要考虑。因此本文以下的“居住环境”特指有后两类因素决定的居住环境。

(二)传统评价方法

对于由多种因素决定的事物的定量研究,多元统计分析是较常用的方法。这种方法通常把研究对象作为因变量,把各影响因素作为自变量,通过确定自变量对于因变量的作用方式和作用程度,构建因变量与自变量之间的函数关系,从而达到测度因变量即研究对象的目的。

就城市居住环境水平的评价而言,使用上述方法将存在以下几个问题:

(1)由于影响因素构成复杂,提出一个相对完善合理的自变量名单将成为一项具有挑战意义的工作。而某个关键自变量的缺失,也许会对整个研究产生致命的影响。

(2)由于详细的社会经济统计资料和城市各项设施的空间信息、属性信息等目前还很难取得,确定自变量的取值将付出很大成本。这也是目前许多城市居住环境评价局限于城市总体水平评价的主要原因。

(3)由于自变量作用的空间可变性,如何对城市进行适当划分,以保证影响因子作用的稳定性,成为又一个难题。

以上问题表明,在评价城市居住环境水平时,基于全面因子基础上的多元统计分析方法在很大程度上不具备可操作性。探讨和寻求更具有可操作性的评价方法,是本研究需要解决的问题。

二、住宅出售价格与城市居住环境评价

(一)住宅出售价格与城市居住环境的关系

在市场化环境下,我们可以做如下假设:即城市居民在选择居住地时,总是倾向于为居住环境更好的地段的住宅付出更多的金钱。我们还可以进一步假定,任何城市居民都可以自由选择自己最满意的住宅,而对于满意与否的判断,是建立在考虑了各种因素之后的客观理性基础之上。这样,所有居民共同选择的结果,将使得城市中居住环境相对较好的地段具有相对较高的住宅价格,城市中居住环境相对较差的地段具有相对较低的住宅价格。也就是说,住宅出售价格为城市不同地段的居住环境好坏程度提供了一个很理想的量度,人们用货币“投票”,得出了城市不同地段的居住环境水平。

(二)评价技术路线

上述讨论使我们能够利用住宅出售价格来评价城市不同地段的居住环境水平。在城市住宅出售价格的研究方面,hedonic价格模型是国际上应用最为广泛的定量分析方法。这个模型最早由Rosen(1974)发展并应用到房地产领域。经典的hedonic价格模型公式包括住宅的结构属性和区位属性两大影响因素:式中:i=1～n,n为房产样本数;Pi为住宅交易价格;Sik为与住宅本身相关的因素(结构属性);Lij为与住宅区位相关的因素(区位属性);αβkδjεi为回归系数;εi为干扰项。

可以看出,城市住宅价格的影响因素与居住环境的影响因素实际上是一致的,住宅结构属性相当于第(1)类影响因素,住宅结构属性相当于1.1节中的第(2)、(3)类影响因素,这也进一步支持了我们所做的假设。公式(1)中,所有与住宅本身因素(结构属性)作用于住宅价格的总体结果,是本研究中需要测定并分离的部分。则是所有与区位相关因素作用于住宅价格的总体结果,它对应于本研究中居住环境水平的概念。由于本研究目的不在于分析各因素对居住环境的具体影响情况,只需考虑总体影响结果,因而对hedonic价格模型进行适度变换,可表达为:

α βkεi为回归系数;Exyi为住宅所在地段的居住环境水平。

公式(2)中,只有与住宅本身相关的因素在回归分析中被计量和控制,而与住宅本身相关的因素如楼层、房型、房龄、装修、结构、质量等是相对容易取得的数据,这就大大简化了模型的应用。由于住宅本身相关的因素(结构因素)和与住宅区位相关的因素(区位因素)之间无相关性,因而根据统计学原理,不计量各住宅区位因素的具体影响,只考虑其总体影响,回归系数β是无偏的,也就是说,与住宅本身相关的因素所决定的那部分价格我们可以较准确地获得。由将基于住宅结构因素得到的那部分房产价格称为“基础价格”,则各住宅所在地段居住环境水平等于该住宅实际交易价格与“基础价格”的差值。差值的大小反映了该地段居住环境水平的高低程度(干扰项由交易时各种随机因素造成,其作用效果并不表现出系统性,因此忽略其总体影响)。

(三)空间插值与表面模型生成

在得到各样本的居住环境水平后,为研究城市居住环境水平在空间上的变化,还需利用一定空间插值方法将样本点值转换成连续性表面,这种转换是基于空间属性具有空间上的连续渐变特征。根据住宅价格数据的空间分布规律,距离倒数权重法( IDW)是最为适合的空间插值方法,它通过计算某点周围一定范围内样本点的均值,得到该点的取值。其计算公式如下:

式中:x1,y1为空间插入点坐标;Cx1y1为空间插入点取值; d[(x,y),(x1,y1)]为空间插入点与样本点距离;s为距离衰减系数(s取0时即为范围内样本的算术平均值)。

上述各样本的居住环境水平值计算,以及在此基础上进行空间插值形成城市居住环境水平表面模型的过程,可以利用GIS等软件通过计算机辅助完成。至此,我们已通过对Hedonic住宅价格模型的适当变换,以及空间插值的应用,建立起了有关城市住宅环境评价的方法。

三、结论

本文主要探讨了利用住宅出售价格信息来定量评价城市居住环境水平的思想和方法。这种方法应用Hedonic模型并对其进行适当变换,将住宅价格中与住宅本身相关,而与居住环境不相关的因素所决定的那部分价格分离出来,从而达到评价城市居住环境水平的目的。此方法具有可操作性强和便于动态跟踪的特点。本文作者应用这种方法在实践中也取得了较好的效果。从已有文献来看,这种方法在国内尚属首次提出,不可否认的是,本文的方法尚有待于完善和深入。进一步的研究可能有如下几个方向:

(1)由于信息的不充分性和认知的局限性,以及市场化的不充分性,市场住宅价格并不能完全准确反映城市的客观情况,研究应考虑对这一部分情况予以修正。

(2)由于本文提出的方法具有较高精确性,使得研究较小空间单元之间的差异成为可能,可研究同一城市不同空间单元(如街道、居委会等)的居住环境水平差异,并分析其原因,提出相关改进措施。

(3)分析同一城市不同时间序列的居住环境水平,研究城市居住环境水平的变化规律及其原因。

[1]吴良镛.“人居二”与人居环境科学[J].城市规划,1997,(3):4 -8.

[2]陈秉钊.上海郊区小城镇居住环境可持续发展研究[J].城市规划汇刊,2002,(4):19-22.

[3]杨贵庆.提高社区环境品质,加强居民定居意识[J].城市规划汇刊,1997,(4):17-23.

[4]杨贵庆.上海城市高层住宅居住环境和社会心理调查分析与启示[J].城市规划汇刊,1999,(4):35-38.

[5]杜宏武.影响小区居住环境质量居民满意度因素[J].城市规划汇刊,2002,(5):48-54.

[6]高晓路,[日]浅见泰司.市场学方法与城市规划研究[J].规划研究,2002,(5):6-13.

[7]Ozanne,Malpezzi.The efficacy of hedonic estimation with the annual housing survey[J].Journal of Economic and Social Measurement, 1985,(13):153-172.

[8]Wu Fulong.Geo-referncing social spatial data and intra-urban property price modelling in a data-poor context:the case study of Shanghai property data[M].Socio-Economic Applications of Geographic Information Science.Edited by David Kidner,Gary Higgs, SeanWhite.London,Taylor&Francis,2002.

2010-03-29

刘钺(1970-),男,湖南常德人,硕士生导师,高级规划师,博士。