基于结构方程模型的城市住宅效用价值评价研究

杨晓冬，武永祥

(哈尔滨工业大学管理学院，黑龙江哈尔滨150001)

一、引言

(一)背景

2010年，上海“世博会”提出了“城市，让生活更美好!”的口号，折射出人们对宜居城市的美好憧憬。怎样在建设城市的思路中，体现“以人为本”;怎样在市场机制下，评价“宜居的住宅价值”，进而指导城市规划，引起了各界广泛思考。近年来，关于城市住宅的研究进行得如火如荼，主题集中在住宅价格理论和住宅市场理论等方面，重点关注抽象的市场供求，却有意无意的忽略了消费者的主观感受。然而脱离了居住者对住宅的个人感受和认知，所谓“宜居”、“以人为本”不过是空洞的口号。只有从人居需求入手，重新界定住宅价值，才能真正体现居民与住宅的和谐关系。有鉴于此，本文以消费者效用为切入点，试图探寻市场价格背后的价值本源，不但可以为相关理论研究提供一条新思路，也可以满足房地产开发利益群体中政府、开发商和消费者的现实需要。

(二)文献综述

1.城市住宅效用价值理论的研究

目前国外研究集中于住宅效用价值的影响因素，主要从以下两个角度理解价值。

一是从住宅本身属性的角度。L.M.Anderson等［1］在对844个家庭进行的住宅销售调查显示，住宅配有树木的销售价格要比没有树木的住宅价格有4%的升幅。Debrezion等［2］认为，火车站作为城市环境的枢纽对住宅价值有影响。经Robert Cervero 和 Chang Deok Kang［3］调查，在公交换乘站点300米范围内的土地价格上涨幅度达到10%。Cho［4］认为两者距离与价值之间的关系是呈“距离衰减函数”。教育质量带来的高升学率和良好的邻里环境也会使高收入者愿意付更多的钱来购买附近的住宅［5］。

二是从消费者或者消费环境的角度。Smith［6］在对洛杉矶住宅市场研究发现，人们对于预期的住宅价格与房屋面积、建筑质量和社区环境呈现线性相关。Geoffrey［7］否定了前人对于居住刚性需求的观点，认为收入的作用使得人们对于住宅的需求具有弹性。

国外还有学者对某一住宅产品特征对住宅价格的影响作了大量的分析和调查，如园林、人文环境质量、学校可达性、水塘、社区环境、发展强度［8－9］等因素对住宅价格或价值影响。

与国外对于价值和价格不作区分的状况不同，国内学者对于住宅价值的讨论往往局限在劳动价值理论上面。特征价格理论的出现对于效用价值理论在市场上的应用起到了补充和完善的关键作用，认为影响住宅价值属性的特征变量有居民收入、地铁、公共服务设施［10－11］等。

2.城市住宅价值评价方法的研究

Nguyen Nghiep 和 Cripps Al［12］比对了人工神经网络(ANN)和多重回归分析方法(MRA)对于住宅价值的分析，发现ANN在中等样本和大样本下有更好的表现，这也解释了前人用不同方法得出的结论会有所不同的原因。Jae［13］利用GIS对住宅价值的某一影响因素作分析。

从实证的方法上来看，国内除了常见的线性回归，也大量应用了最新发展起来的分析工具。比如用优先因子法分析房价因素对购房者取向的影响［14］;利用 GIS对住宅价格空间格局的研究［15］，也从另一个角度证明，越是能够满足居民的需要，住宅价值就越高;GIS的权重加权回归方法GWR也能够对统计和空间可视化两个方面对住宅价格的空间差异性进行探索［16］。

3.研究现状评述

首先，以往的研究往往考虑单一因素对住宅价值的影响，较少全面、系统的考察住宅效用价值影响因素。其次，已有研究更多是对影响因素与住宅价值的关系进行经验分析，缺少坚实、统一的理论框架，以深入剖析其中复杂的变量关系。最后，效用是消费者的主观感受，属于无法观测变量，难以运用常见的工具加以分析，因此已有研究中较少涉及。

本文试图在效用价值理论的基础上构建可以评价城市住宅效用价值的理论框架，并引入结构方程作为分析工具，以利用其可同时处理多个因变量和无法观测变量的优势。相对于已有研究，理论基础和工具适用性均有所增强。

二、城市住宅效用价值评价的理论分析

(一)城市住宅效用价值的内涵

“效用”是消费者从消费的商品或者服务中获得的快乐或者满足［17］。“价值”是指作为客体的产品与作为主体的人类的需要之间的关系［18］。住宅具有价值是因为它能满足人们的某种需求，即住宅具有满足某种需求的功能，消费者才“愿意支付相应程度的价款去购买”［19］。由于房地产商品的特殊性，现实中房地产的价格直接取决于其效用，而非花费的成本，成本的增加一定要对效用有所作用才能形成价格。

城市住宅效用价值就是住宅的效用同人的需要之间的关系，这种关系的客体，即住宅的效用，指的是住宅在化学方面、物理方面、几何方面、机械方面或服务方面的属性，住宅的效用是住宅效用价值的根本和基础，没有住宅的使用价值或服务属性，居民的需求就没有手段得以满足，也就不会存在价值;关系的主体，即人对住宅的需要，是价值关系得以实现的最终目标，没有人的需要，价值关系也无从谈起。总之，住宅的效用和人的需求既彼此统一，又相互矛盾，二者互为条件、相互影响、相互决定的。可见，住宅效用价值是一个有条件的相对的概念，而不是绝对的概念。

从效用价值理论的观点来看，由于效用价值主体与客体在时间和空间上都是处于变化中的，具有动态性和区域性两个特点。住宅效用价值的动态性有两方面的理解:一是住宅效用价值的主体是在不断变化的，其需求的方面、角度、程度都在变化;二是住宅的客体也是变化的，随着时间的推移，住宅出现了无形损耗，引起了住宅效用价值的折旧。住宅本身的区域性导致了住宅效用价值的区域性。可以说，将一个不同风土人情下的住宅“完整”的搬到另一个地方，即便是对同一效用主体，相同的居民而言，其效用价值也会发生改变。可以说，通过人类的智慧，使得住宅不断适应环境，有什么样的环境便有什么样的住宅。这里所说的环境既包括自然环境，也包括人文环境。

(二)城市住宅效用价值的维度

(1)交通设施便利性对于现代的城市住宅来说，其交通条件就是指该住宅所在区位与就业区和各种服务设施区的通达性如何，这直接决定了居住在该住区的居民出行的货币成本和时间成本。现代生活节奏的加快使得人们的生活往往处于两点一线或三点一线的状态。从工作地点到住宅的交通方式、通勤时间、通勤费用是人们在考量住宅效用价值首先要比较的［20］。在经典的城市居住区和工业区演变发展模型中，甚至是以交通的通勤费用与住宅费用之和作为居民考量是否选择某一住宅的先决条件，可见一个简单、完整、多样化的交通便利条件无疑能够大大提高住宅效用价值。也有学者认为，交通条件改变的是住宅所附着的土地的价值和土地利用效用，进而影响住宅的效用价值。

(2)环境宜居性城市的一切发展必须建立在人与自然相协调的基础上，经济文化社会和生态的可持续发展是保障城市健康持续发展的前提。环境设施包括自然环境和人文环境两方面。一个便利性好的环境设施不仅包含优美、整洁、和谐的自然和生态环境，也包含安全、便利、舒适的社会和人文环境。随着工业化进程的发展，人们也逐渐开始考虑居住的安全性和健康性等问题。工业区有毒化学物质、沙尘、噪音、土壤污染等各种环境危险性因素对居住环境的破坏，进而直接降低住宅的效用价值。而好的环境设施对住宅效用价值的提升作用也十分明显。“与绿地为伴，与长水相依”是很多居民期望的健康绿色生活方式［21］。在霍伊特的扇形理论中已经指出高收入者多居住于面向河流、湖泊及风景秀丽的地区。而从风水角度中讲究的“上风上水”也是人们长期的生活经验所总结的环境设施更为便利的一个方面体现。

(3)生活设施便利性住宅的配套生活设施通常指的是指幼儿园和中小学等教育配套设施、文体活动设施、商业服务设施、医疗保健设施等公共服务配套情况。这些生活设施的便利程度和完善程度将直接影响居民的日常生活质量，也是衡量住宅效用价值的一个重要指标。现代社会使得人们的生活内容有了许多变化，其中生活设施便利性的诉求就是社会进步与发展的产物之一。临近中小学校，为子女上学接受教育提供便利，无形之中节省下的时间和金钱会增大住宅的效用价值［22］;临近购物中心、医院，为居家生活提供方便，无形之中节省的开销省去的麻烦也会增大住宅的效用价值，它能够创造物质价值，同时也是为了满足人们的精神需要:在便利的生活设施条件下，人们可以形成一个良好的人际圈并提供归宿感。面对资源紧张和生活压力的问题，生活设施便利性也逐渐成为人们选择住房时必须考虑的条件。

(4)建筑本体建筑本身的便利性直接影响住宅的使用，它提供了人类休养生息，繁衍后代的场所，提供住宅最基本的空间功能，其便利性的作用是直接的。建筑质量的好坏，建筑材料的选择，建筑物的外立面设计，朝向，楼层都是与人们生活息息相关的住宅效用价值影响因素。建筑本身设计的观念是否超前，是否具有时代感，是能否能够体现其自身的品味的重要因素。一栋造型别致的建筑物，可以提高自身的附加值。住宅的内部空间布局也很重要。一栋经过良好规划的建筑物，不仅室内空间完整方正，对于采光、通风、功能分隔的考虑也都要符合使用要求，当然其效用价值也高。另外，建材设备优良的房产也能够增加使用寿命和安全性，从而提高住宅的效用价值。

三、城市住宅效用价值的结构方程评价模型构建

(一)城市住宅效用价值SEM的基本程序

本文采用结构方程模型对城市住宅效用价值建立评价体系。结构方程模型是当代社会科学领域一个非常重要的统计方法和手段，它融合了传统多变量统计分析中的“因素分析”与“线性模型的回归分析”的统计技术［23］，同时检验模型中包含的显性变项、潜在变项、干扰或误差变项间的关系，进而获得自变项对因变项影响的直接效果、间接效果或总效果。在应用SEM评价城市住宅的效用价值时，结合一般思路和住宅效用值的特点，确定的基本程序包括以下三步:首先根据现有的城市住宅价值理论和研究成果，对结构方程模型的结果做出合理的理论假设;然后从理论假设出发，检验理论假设与数据是否相符，即从数据的角度检验假设的合理性;最后研究结果依赖于假设与数据的吻合程度，通过检验修改原假设，从而发展和建立新理论。如图1所示。

图1 结构方程模型的基本程序

(二)结构模型的概念化

从城市住宅效用价值的维度出发，本文将住宅的效用价值定义为内因变项，将交通设施便利性、环境宜居性、生活设施便利性和建筑本体看作是外因变项，从而构建了住宅效用价值的决定因素模型，如图2所示:

图2 住宅效用价值的概念模型

考虑到结构方程模型技术的本质是用来检验和验证某一个前期已经提出的理论模型的适合性与准确性的统计技术［24］，而非探索性统计方法，明确提出以下几项假设关系:

假设1:H1交通设施便利性对住宅效用价值有正向影响。

假设2:H2环境宜居性对住宅效用价值有正向影响。

假设3:H3生活设施便利性对住宅效用价值有正向影响。

假设4:H4建筑本体对住宅效用价值有正向影响。

(三)测量模型的概念化

测量模型的概念化是关于潜在变项如何被操作型定义及如何被测量的，这些潜在变项通常借助显性变项或者观察变项来反映其潜在的特质。测量模型概念化过程，要考虑的是每个潜在变项(包括内衍潜变项和外衍潜变项)的显性变项，最好采用多个评价指标变项。

本模型的内生潜变量即内因变项只有一个:住宅的效用价值。运用结构方程模型，可以借助一些外显指标去间接测量这个潜变量。对于城市住宅效用，其内因变项选用了住宅的市场价格和住宅的支付意愿两个外显指标来表达，其中市场住宅价格由小区内的平均价格决定数据来源为哈尔滨搜房房地产网，而支付意愿则通过在搜房网的问卷调查确定。对于外因变项，本文参考了大量文献，并采用德尔菲法进行筛选，最终得出一系列指标，如表1所示:

表1 外因变项的指标选取

其中，距市中心距离、绿化率和容积率的相关数据可直接在搜房网和通过GIS系统获得。而自然景观、大学因素、医院因素、大型超市因素和建筑结构五个观察变量，本文考虑把数值的大小根据实际情况分为2个典型等级，即在一定范围内的影响度设为1，超出这个范围影响度就为0，在局部建立简单的二元变量模型。对于公共交通因素、环境质量因素和建筑质量因素这三个观察变量，则采用层次赋值的方式进行衡量。具体衡量标准如表2所示。

表2 外因变项指标的衡量

(四)方程式和路径图

(1)方程式 将测量模型的方程式表述如下，其中前12个方程式为外衍潜变项的测量模型，第13和14个为内衍潜变项的测量模型。

ggjt=f(交通设施便利性，e1)

jsxjl=f(交通设施便利性，e2)

zrjg=f(环境宜居性，e3)

lhl=f(环境宜居性，e4)

hjzl=f(环境宜居性，e5)

dxys=f(生活设施便利性，e6)

yyys=f(生活设施便利性，e7)

dxcsys=f(生活设施便利性，e8)

zxxys=f(生活设施便利性，e9)

rjl=f(建筑本体，e10)

gczl=f(建筑本体，e11)

jzjg=f(建筑本体，e12)

zfyy=f(住宅的效用价值，e13)

scjz=f(住宅的效用价值，e14)

也可以得到结构方程式的形式:

住宅的效用价值=f(交通设施便利性，环境宜居性，生活设施便利性，z1)

其中，当衍变项无法完全和完整地被假设的变项(外因变项或其他内因变项)解释或者说明时，模型估计的误差项或者残差项就会产生。e1，e2，e3，…，e13为测量的随机变异项，即误差项，它们之间不存在相关关系;z1为观察变项无法被其潜在变项所能够解释和表达的部分，即测量误差，z1与ei之间无相关关系。

(2)路径图将测量模型说明带入到概念模型，就可以得到本模型的路径图，如图3所示。结构方程模型的路径图是模型概念化之后的成果，能够直接观察到各个潜变量之间的关系，以及各个潜变量的观察指标。通过路径图，可以直观看到四个潜变量对住宅效用价值的作用，以及每个潜在变项的观察指标。其中，圆形图标指向潜变量或者观察指标的是误差项。

图3 住宅效用价值SEM路径图

四、城市住宅效用价值评价的实证分析——以哈尔滨市为例

本文结合哈尔滨市居住用地空间和布局预测，以道里、道外、南岗、香坊、松北区在市区的住宅相关数据为支撑，来评价全市住宅效用价值。

关于内因变项的指标数据，住宅的市场价格采用的是哈市2010年105个楼盘的近期交易价格数据;住宅的支付意愿的数据采用问卷调查的方式获取，本文共发放问卷150份，回收有效问卷105份。关于外因变项，相关指标数据主要来源于《2010年哈尔滨年鉴》、哈尔滨市统计局网站、哈尔滨市市政府门户网站等。利用SPSS统计软件对数据进行录入和描述性分析，正态性检验等处理之后，即对获取的调查问卷进行信度效度分析。由于篇幅所限，本文主要将信度效度分析的方法和结果公布如下，见表3。

表3 调查问卷信度效度分析结果

通过表3可知，本文的Cronbach's值为0.826，属于高信度。而方差总和84.75%能被7个共同因子所解释，说明调查问卷收敛效度和区别效度良好。

采用结构方程模型的统计软件AMOS 18.0版本对样本数据选择作Maximum likelihood分析。模型的整体检验结果、回归系数及其显著性分别如表4、表5所示。

表4 拟合指标汇总

由表2可以看出，chi－square值为268.7，自由度是96，表明样本数据与理论模型相匹配。RMSEA的值为0.076，比建议值0.080略小，符合要求。其他指标均在合理范围内，说明模型拟合程度良好，具有实际意义。

由表3的结果显示，所有的指标系数均为正数，可见之前的模型假设，即H1交通设施便利性、H2环境宜居性、H3生活设施便利性、H4建筑本体对住宅效用价值有正向影响都是成立的。如果其中一个潜变量的量减少，若要住宅效用价值保持不变，就需要增加其他三个中的一个或几个的数量，从而达到平衡。当第m个潜变量可以用货币来表示时，那么第n个潜变量的影子价格就是Xn/Xm。

再对外因变项进行分析，得出标准化的总效果，如表6所示。

表5 内因变项回归系数表(标准化)

表6 外因变项的总效果(标准化)

五、结论及建议

通过上文得到的数据进行比较分析，得出如下结论和建议:

(1)从交通设施便利性这一潜变量分析，距市中心距离比公共交通的影响大很多。这说明哈尔滨的城市影响力大，居民对市中心所能提供的金融、商业、服务业、电信业等要求还是很高，不同于其它各大城市，哈尔滨市居住区域郊区化还没有形成;从另一个角度来说，城市的次级中心尚未凸显其影响力，一些方面待完善。

(2)从生活设施便利性这一潜变量分析，医院因素观察量的得分最小。相较于大学因素和大型超市因素，医院因素的得分很低，只有0.125。这表示，居民更加关注的方面在文体方面的便利和生活购物便利上面。从需求的范围和时间段来说，医院因素的作用力比较低。此外，医院的形象也容易给人不良的心理暗示。也有专家提出人员出入复杂、风水不好和医疗垃圾等问题，都是医院作用分比较小的原因。

(3)从环境宜居性这一潜变量分析，环境质量、环境景观和绿化率的总效果都很大，其中绿化率略低。一方面是绿化率是指小区内部绿化面积占占地面积的比，代表的是数量而没有描述质量，不能细化小区内部的草地、乔木、灌木和绿色小品等的协调统一性，另一方面，绿化率也需要物业管理来维护，过大的绿化率也会有蚊虫较多的弊病。

(4)从整体来看，建筑本体对效用价值的影响最小。与其他三个外因潜变量相比较，建筑本体得分最少。建筑本体的理论观察指标很多，涉及到小区的设计、朝向、楼层、建筑结构、物业管理、建筑商和承包商的经验水平等等，过于复杂也难于打分。指标的难度使得建筑本体的影响没能很好表达。但这同时也显示出了，人们在选择住宅时，对于建筑本身的忽视，而现实又很难取证调查，没有形成一个比较的基础。

城市住宅的效用价值评价结果为城市相关管理者提供了制定政策的依据和方向，决策者可以通过提高客观维度的作用分，尤其是在正向需求的情况下，把握效用价值客观维度的高值，加以突破。通过上面城市住宅效用价值评价的结果分析，从城市住宅效用价值客体的角度得到以下几点提升对策:加快哈尔滨次级中心建设，建立区域协调机制;坚持合理生活设施标准，贯彻开发利益公共还原;推动商品住宅性能认定工作，提高住宅质量。

［1］L M Andersona，H K Cordell.Influence of Trees on Residential Property Values in Athens，Georgia(U.S.A.):A Survey Based on Actual Sales Prices［J］.Landscape and Urban Planning，1988，15(1－2):153－164．

［2］Debrezion Ghebreegziabiher，Pels Eric，Rietveld Piet.The Impact of Railway Stations on Residential and Commercial Property Value:A Meta－analysis［J］.The Journal of Real Estate Finance and Economics，2007，2(35):161 －180．

［3］Robert Cervero，Chang Deok Kang.Bus Rapid Transit Impacts on Land Uses and Land Values in Seoul，Korea ［J］.Transport Policy，2011，18(1):102－116．

［4］Cho Seong－ Hoon，Lambert Dayton，Kim Seung，et all.Relationship between Value of Open Space and Distance from Housing Locations within a Community ［J］.Journal of Geographical Systems，2010，(12):1 －22．

［5］John Ries，Tsur Somerville.School Quality and Residential Property Values:Evidence from Vancouver Rezoning［J］.The Review of Economics and Statistics.2010，92(4):928－944．

［6］Smith T R，Clark W A V.Housing Market Search Behavior and Expected Utility Theory:1.Measuring Preferences for Housing［J］.Environment and Planning，1982，14(5):681－698.

［7］Geoffey Carliner.Income Elasticity of Housing Demand［J］.The Review Of Economics and Statistics，1973，55(4):528－532．

［8］Lorenzo C A，Blanche Y Qi，M M Guidry.Assessing Residents'Willingness to Pay to Preserve the Community Urban Forest:A Small－city Case Study［J］，Journal of Arboriculture，2000，(26):319 －325．

［9］Lilian Pun，M Y Law.Measuring the Neighboring and Environmental Effects on Residential Property Value:Using Spatial Weighting Matrix［J］.Building and Environment，2007，2(4):2333－2343．

［10］郑捷奋，刘洪玉.深圳地铁建设对站点周边住宅价值的影响［J］.铁道学报，2005(05):11－18．

［11］沈悦，张学峰，周奎省.住宅价格与居民收入均衡关系及住房支付能力稳定性［J］.财经研究，2011，37(3):81－92．

［12］Nguyen Nghiep，Cripps Al.Predicting Housing Value:A Comparison of Multiple Regression Analysis and Artificial Neural Networks［J］.Journal of Real Estate Research，2001，22(3):313－336．

［13］Jae Su Lee，Ming－Han Li.The Impact of Detention Basin Design on Residential Property Value:Case Studies Using GIS in the Hedonic Price Modeling［J］.Landscape and Urban Planning，2007，89(1－2):7－16．

［14］吴振奎，唐文广，吴彬.用优先因子法分析房价因素对购房者取向的影响［J］.天津商学院学报，2007，27(3):28－29

［15］马敏蕾，吕斌，冯长春.基于GIS基础上的北京住房价格空间格局研究［J］.中国国土资源经济，2008(12):26－28．

［16］吕萍，甄辉.基于GWR模型的北京市住宅用地价格影响因素及其空间规律研究［J］.经济地理，2010，3:24－29．

［17］R Glenn Hubbard，Anthony Patrick O'Brien.Microeconomics［M］.Beijng:China Machine Press，2011:224 －225．

［18］晏智杰.经济学价值理论新解［J］.北京大学学报，2001(6):10－17．

［19］V K Smith.Non－market Valuation of Environmental Resources:An Interpretive Appraisal［J］.Land Economics，2003，69(1):1 －26．

［20］王松涛，郑思齐，冯杰.公共服务设施可达性及其对新建住房价格的影响——以北京中心城为例［J］.地理科学进展，2007，26(6):78－85．

［21］石忆邵，张蕊.大型公园绿地对住宅价格的时空影响效应——以上海市黄兴公园绿地为例［J］.地理研究，2010，29(3):510－519．

［22］黄滨茹.教育配套对其周边住宅价格的影响——基于人大附小学区划片对周边住宅价格的影响的调查［J］.消费导刊，2010(2):58－60．

［23］Spicer J.Making Sense of Multivariate Data Analysis［M］.London:Sage，2005．

［24］Mc Quitty S.Statistical Power and Structural Equation Model in Business Research［J］.Journal of Business Research，2004，57:175 －183．