基于Hedonic模型的城市住宅地价影响因素研究——以南京市为例

朱传广 ， 唐 焱 ， 吴 群

(南京农业大学 公共管理学院，南京 210095)

0 引言

随着我国城镇化进程的加快，大量的农民转为市民，人们对城市住宅的需求逐渐增加，从而使当前的住宅供需矛盾更加突出，住宅价格处于居高不下的状态。住宅地价作为住宅价格的重要组成部分，其可以反映住宅土地市场的供求状况，并且作为住宅土地市场运作的重要信息和价值判断标准，在调节城市土地利用、优化土地资源配置方面的作用也日益明显[1]。

目前学者对于城市住宅地价影响因素的研究主要是基于土地出让价格[2-6]，即分析城市土地一级市场(出让市场)上住宅地价影响因素的作用规律，而对于城市土地二级市场上住宅地价影响因素作用规律研究甚少。城市土地二级市场主要对应的是房地产的二级和三级市场，能够直接反映人们对住宅和土地的需求，因此，相比于研究土地出让市场，研究二级土地市场上住宅地价的影响因素，更能够把握人们对住宅用地特征的需求偏好，从而为政府在调控城市住宅土地价格水平、优化配置城市资源等方面提供科学引导。监测点地价是指通过评估或市场交易地价修正得到的监测点在一定时点和一定条件下的地价，其能够反映城市二级土地市场上的住宅地价水平，因此，本研究基于住宅用地监测点地价信息，应用Hedonic(特征价格)模型分析城市住宅地价影响因素的作用规律。

1 研究方法

Hedonic模型是一种处理异质产品差异特征与产品价格间关系经常采用的模型，其核心内容是通过分析商品的各种属性，经过必要的数据收集和处理，回归得到其价格。国外学者对特征价格模型在城市住宅市场研究的应用较早，其中，Ridker最早把特征价格理论应用到住宅市场分析，他利用特征价格模型分析了环境质量对城市住宅价格的影响[7]。Walden基于特征价格模型，利用美国新泽西州市区的土地交易数据分析城市地价的影响因素，研究发现在学校质量好的地区，城市土地价格能比学校质量差的地区高出约6%[8]；John Landis 等研究发现临近公路的城市土地价格会相比其他地区降低5%～10%[9]；Jacqueline Geoghegan通过对美国马里兰州的研究发现，地块面积每增加1%，住宅总价格(包含土地价格)增加0.081%[10]；Gabriel对德国柏林市区土地价格进行研究发现地块的容积率每增加1，土地平均价格将上升约24.1%[11]。

本研究将住宅用地作为一种商品，地价是这种商品的价格，同时，地价的影响因子可以看作此商品的特征。特征价格模型函数形式包含线性形式、半对数形式和对数形式，受限于影响因子的量化结果，本研究采用对数线性形式进行分析，公式为：

式中：P表示住宅用地的价格；a0表示常数项；ai表示回归系数(即特征价格)；Xi表示城市住宅地价影响因子(住宅用地特征)；ε为误差项。

2 实证研究

2.1 研究区概况

本研究以江苏省南京市城区为研究区域，包括玄武区、鼓楼区、白下区、建邺区、秦淮区、下关区、栖霞区和雨花台区(图1)。南京近年来随着经济的快速增长，城市建设也飞速发展，主城区土地区位条件和市场变化较大，城市住宅地价水平(表1)和空间分布发生了很大变化。从表1可以看出，南京市住宅地价水平由2002年的5 707元/m2增长到2012年的8 530元/m2，增长率达到了33.1%。同时，随着地铁1号和2号线的开通以及河西新城和仙林中心区域基础设施的完善，导致南京市部分地区土地价格上涨迅速，从而打破了传统的“单中心圈层”的地价空间分布格局[12]。

图1 南京市住宅地价样点空间分布

表1 南京市住宅地价水平变化元/m2

说明：数据来源于中国城市地价动态监测网。

2.2 数据来源及处理

2.2.1住宅地价样点。本研究的住宅地价样点数据来自2012年南京市城市地价动态监测，住宅地价内涵设定具体为：(1)评估基准日为2012年12月31日；(2)土地使用权年限按国家法定年限，即住宅用地70年；(3)根据各地价区段内同一用途现状平均土地开发程度或2/3以上面积已经达到的宗地红线外基础设施平均水平，宗地红线内场地平整设定土地开发程度；(4)容积率为监测点所在地价区段的平均容积率。

对监测点位置、信息筛选剔除后选择235个住宅地价样点，利用ArcGIS 9.3绘制南京市住宅地价样点空间分布图(图1)，并建立住宅地价样点空间数据库。

2.2.2住宅地价影响因素选取及量化。城市地价影响因素按影响范围划分为宏观、中观和微观3个层面，即可分为一般因素、区域因素和个别因素[13]。具体考虑城市中心影响度、交通因素、教育因素、医疗卫生因素、环境因素和个别因素6个方面，选取了市中心(X1)、公交站(X2)、地铁站(X3)、中学(X4)、小学(X5)、幼儿园(X6)、医院(X7)、噪声污染(X8)、工业污染(X9)、公园广场(X10)和容积率(X11)11个影响因子(表2)。其中，市中心为城市信息流密集的区域，此类区域基础设施完善，交通便利，对周边地区的辐射作用很大，能够提高此类区域及周边区域土地投资，加剧土地的稀缺性，从而影响住宅地价水平；公交与地铁作为城市公共交通的主要方式，很大程度上影响着人们的出行便利性，同时，住宅良好的出行条件能够弥补或者提升住宅的区位优势；中学、小学、幼儿园和医院主要考虑的是教育医疗等基础设施对于住宅地价的影响，基础设施完善，相应地也会提升其周边住宅用地的价格；噪声污染、工业污染和公园广场主要考虑的是环境相关因素对住宅地价的影响，随着经济发展水平的提高，人们对居住环境的要求越来越高，周边环境优美，相应地会使地价偏高；容积率主要反映土地的投资强度对于住宅地价的影响。

对表2中南京市住宅地价影响因子进行量化。将所有的影响因子根据其数据来源在ArcGIS 9.3中进行矢量化，并且建立南京市住宅地价影响因子数据库。表2中影响因子量化方式补充如下。

(1)市中心。市中心因子的量化采用ArcGIS 9.3软件中的“Generate Near Table”功能计算所有住宅地价样点到市中心(新街口)的直线距离。

(2)公交站和地铁站。在公交站影响因子量化过程中，不仅考虑监测点周边500 m范围内公交站点的个数，同时，也考虑公交线路的条数，因此，将不同公交线路经过的同一公交站点进行重复矢量化。例如，南京市卫岗公交站，途经公交车线路为5路、9路、34路、36路、49路、55路、84路、142路、游1路、游2路共10条线路，因此，在量化卫岗公交站点时需量化10次。地铁站的量化方式与公交站相同。

(3)医院。对于医院因子的量化，首先,将南京市医院划分不同等级，并确定不同等级医院的功能分值、作用半径(表3)，然后,根据线性递减公式计算医院因子的作用总分值，公式为：

式中：Fi为第i个住宅地价样点的的医院因子作用总分值；fij为第j等级医院对第i个住宅地价样点的作用分值；fj为第j等级医院功能分值；dij为第i个住宅地价样点与第j等级医院的距离；dj为第j等级医院的影响半径。

表2 南京市住宅地价影响因子

表3 医院分等、功能分值及作用半径参照表

2.3 回归结果

对南京市住宅地价样点及其影响因子进行描述性统计(表4)。采用最小二乘法(OLS)进行特征价格模型估计，应用SPSS软件中线性回归分析功能的“ENTER”分析方法，将11个住宅地价影响因子作为自变量，住宅地价作为因变量进行回归分析，得到回归结果(表5)和回归系数(表6)。

表4 变量描述性统计表

表5 住宅地价回归结果

表6 住宅地价回归系数表

说明：*，**分别表示在5%，1%的显著性水平。

从表5中看出，模型调整后R2为0.820，说明因变量住宅地价的82.0%可以由自变量解释，模型拟合优度较高；同时，模型的F检验值为97.561，其相伴概率p为0.000<0.01,因此，F检验通过，该模型在整体上较显著。通过表6看出，并不是所有的影响因子都是显著的，其中，市中心、公交站、中学、小学、医院、工业污染和容积率8个因子在1%的水平下显著，而地铁站因子在5%的水平下显著，幼儿园和噪声污染不显著。根据回归结果得到南京市城市住宅地价及其影响因素的特征价格模型如下：

lnP=6.885 - 5.00×10-5X1+ 0.005X2+ 0.014X3+ 0.004X4+ 0.013X5+ 0.006X7- 0.051X9+ 0.327X11。

2.4 影响因素作用规律分析

2.4.1住宅用地与市中心的距离越近，住宅地价水平越高。通过回归结果发现，市中心因子标准化后的回归系数为-0.279，在所有显著的影响因子系数中最大，并且其影响是消极的，即住宅用地与市中心的距离越大，其地价水平越低，这也与其他学者应用不同的研究方法研究与城市中心的距离对城市地价的影响的结果一致，如西方城市空间结构均衡理论[14]、统计学[15]等。

南京市新街口地区为传统意义上的商服中心，该地区由于其历史原因形成如今的特殊的区位优势，并且该地区信息密集，基础设施完善，交通便利，地铁1、2号线在此交汇。另外，该地区商业集聚，根据韦伯的区位理论，集聚可以使企业通过外部经济内部化的方法降低经营成本，这样就会加大企业对此类区域土地的需求竞争，加剧土地的稀缺性，相应地使土地价格攀高。总之，距市中心越近，土地上的投资越大，土地的稀缺性加剧，土地的价值增加，土地价格更高。

2.4.2周边拥有较好的公交和地铁出行条件的住宅用地，其地价水平较高。相比公交对住宅地价的影响，地铁的影响程度更大。选取公交站和地铁站两个因子来反映城市交通对住宅地价的影响，回归结果为公交站因子的影响系数为0.091，地铁站因子的系数为0.095，两者对住宅地价都起着显著的积极影响，即住宅用地周边公交线路越多、能够越多地利用地铁带来的便利，其地价就越高，说明人们在选择住宅时对住宅周边的交通条件关注较大。地铁站的影响程度相对公交站较大，说明地铁相比公交对住宅地价的影响更大。

随着城市私家车的增多，交通阻塞现象越发严重，人们乘坐地铁出行所花费的时间成本相比公交较小，并且地铁的修建能够带动站点周边土地的投资，这也解释了“地铁楼盘”的产生原因。关于地铁站点对周边住宅价格的影响也有学者针对性地进行过研究，并且结果比较一致。如尹爱青等以南京市地铁站点一号线周边的住宅价格为研究对象，发现距地铁站点的距离和住宅价格增幅成反比例关系，即距离地铁站点越远，住宅价格增幅越小[16]；郑捷奋等研究发现深圳地铁站点建设对站点周边住宅价值的影响范围为地铁站点周围400～600 m半径的区域，该区域内平均增幅分别为23.03%和16.95%，增幅最高达到30.62%[17]。

2.4.3住宅用地所处的学区范围内的中小学质量越高，其住宅地价也越高。中学因子的影响系数为0.151，小学因子为0.173，幼儿园因子不显著，说明中学和小学因子对住宅地价有较为显著的影响。中小学教育是城市居民对孩子成长最关注的教育阶段，人们在选择中小学时，不仅考虑学校距离居住区的远近，更多的是考虑中小学的质量，这样就产生了“学区房”。从某种意义上讲，“学区房”是房地产市场的衍生品，同样也是现行教育体制下的一个独特的现象，随着社会竞争的日益激烈，家长为使孩子能够在教育初期接受良好的教育，花费更多去购买属于教育质量好的小学学区的房产。因此,“学区房”相比其他房屋就成为一种稀缺资源，而处于重点中小学学区内的土地相比普通学区竞争更激烈，导致土地的价格更高。

2.4.4住宅用地周边医疗卫生条件越高或者是越完善，其地价的水平也越高。医院因子的影响系数为0.179，其对住宅地价的影响是正向的，即住宅用地受周边各级医院影响的总分值越高，其地价水平越高。由于我国人口众多，医疗水平普遍不高，尤其是较高技术水平的医院很少，导致医疗资源在我国是一种相对稀缺资源。另外较高水平的医院(如三甲等)一般都位于城市的较优区位，周边交通方便，其高水平的医疗服务能够为相同生活水平的周边居民提供较为便利的服务，这就导致医院周边的住宅市场供不应求，从而提高周边住宅土地的价值。

2.4.5工业企业对住宅地价有着消极影响，住宅用地周边有工业企业，其地价水平偏低。选取噪声污染、工业污染和公园广场3个因子来反映城市用地周边环境条件对住宅地价的影响。回归结果显示工业污染因子对住宅地价的影响是显著的，并且是消极的，说明住宅用地周边存在工业企业对住宅地价有着不利的影响；虽然噪声污染、公园广场2因子不显著，但是，其回归系数的符号也说明了人们对于噪声较小、空气清新、周边有公园广场等休闲设施的居住用地更加青睐，拥有上述条件的的住宅地价也会更高。

2.4.6容积率越大，住宅地价越高。容积率为建筑总面积与土地总面积的比值，假如设定相同的土地总面积，容积率越大，建筑总面积越大，开发商能够获得的收益也就越高，相应的也会推动土地价格的升高。

3 结论

基于地价动态监测数据，分析了城市土地二级市场上住宅地价影响因素的作用规律，构建了南京市住宅地价及其影响因子的Hedonic模型，在选取的11个影响因子中，公交站、地铁站、中学、小学、医院和容积率的影响是正向的，而市中心和工业污染的影响是负向的，人们对于住宅用地所具备的特征一般考虑的是与城市中心区域的远近，住宅周边的公共交通条件，住宅所处学区内学校质量，周边的医疗卫生条件，周边的环境质量条件等。

研究结果可以使政府了解基于城市地价动态监测系统的城市土地二级市场上住宅地价的影响因素，掌握城市内部地价水平不一致产生的原因，从而能够为其制定区域性的地价调控政策、制定城市土地的出让价格以及进行城市基础设施和产业投资提供参考依据。

参考文献：

[1]刘琳,刘红玉.地价与房价关系的经济学分析[J].数量经济技术经济研究,2003(7):27-30.

[2]章波,苏东升,黄贤金.容积率对地价的作用机理及实证研究——以南京市为例[J].地域研究与开发,2005,24(5):105-109.

[3]马智利,杨艳.重庆市普通住宅地价空间分布与影响因素研究[J].地域研究与开发,2009,28(5):119-123.

[4]秦波,孙亮.容积率和出让方式对地价的影响[J].中国土地科学,2010,24(3):70-74.

[5]刘洪彬,王秋兵.基于特征价格模型的城市住宅用地出让价格影响因素研究[J].经济地理,2011,31(6):1008-1013.

[6]严思齐,刘红,胡立兵,等.住宅用地价格微观影响因素的定量研究——以南京市为例[J].国土资源科技管理,2011,28(4):7-14.

[7]Ridker R G，Henning J A.The Determinants of Residential Property Values with Special Reference to Air Pollution[J].The Review of Economics and Statistics,1967,(49):246-257.

[8]Walden M L.Magnet Schools and the Differential Impact of Quality on Residential Property Values[J].Journal of Real Estate Research,1990(5):221-230.

[9]John Landis，Subhrajit Guhathakurta,Zhang Ming.Capitalization of Transit Investments into Single Family Homes Prices[M]. California：University of California Transportation Center,1994.

[10]Jacqueline Geoghegan.The Value of Open Spaces in Residential Land Use[J].Land Use Policy,2002(19):91-98.

[11]Gabriel M.Ahlfeldt·Wolfgang Maenning.Impact of Sports Arenas on Land Values: Evidence from Berlin[J].The Annals of Regional Science,2010,44:205-227.

[12]任辉,吴群.基于ESDA的城市住宅地价时空分异研究——以南京市为例[J].经济地理,2011,31(5):761-764.

[13]毕宝德，柴强，李玲，等.土地经济学[M].北京:中国人民大学出版社,1998.

[14]张洪,金杰.中国省会城市地价空间变化实证研究——以昆明市为例[J].中国土地科学,2007,21(1):24-29.

[15]王真,郭怀成,何成杰,等.基于统计学的北京城市居住用地价格驱动力分析[J].地理学报,2009,64(10):1214-1220.

[16]尹爱青,唐焱.轨道交通对住宅价格的影响[J].城市问题,2008(2)：29-34.

[17]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,2005,27(5):12-18.