昆明主城区城市公园对住宅价格的影响

颜佳一 张洪

[摘要]本文简要介绍了特征价格模型（Hedonic Price Method）及其估计和检验的方法，应用昆明市小区住宅挂牌数据，选择对数模型进行回归分析并测算昆明主城区公园特征变量的价格弹性与边际价格，最后分析了昆明主城区城市公园对住宅价格的影响。

[关键词]特征价格模型；回归分析；价格弹性

本文在分析总结特征因素对于周边房地产价格影响的已有研究的基础上，选取翠湖公园、龟龙湖公园、月牙塘公园三个昆明市典型公园为例，通过特征价格分析方法进行量化分析，从空间层面分析公园绿地影响周边住宅价格的空间效应，旨在为政府制定政策、开发商制定开发策略以及消费者购房提供更为准确的参考依据。

1理论基础与模型

特征价格模型是借鉴了功利主义的享乐哲学由Court提出的，特征价格模型也被广泛应用于耐用品的定价之中，Rosen 提出产品特征分析的市场均衡模型，是房地产经济学的经典理论之一，他分析认为在市场完全竞争的均衡条件下，消费者和生产者作为理性人，既要满足效用最大化，又要满足利润最大化，故每一次可能完成的交易，商品特征价格曲线、企业索价曲线以及消费者出价曲线必定相切于一点，同时，房地产开发商同样可以提供差异化的住宅商品来满足不同人群的不同需求。

特征价格模型的形式主要包括四种：线性模型、对数模型、对数线性模型以及半对数模型，即：

2研究区域与数据收集

本文的研究区域是昆明市主城区，选取区域中较为著名的三个市民免费公园翠湖公园、龟龙湖公园、月牙塘公园以及周边楼盘为研究对象（见下图）。本文所采用的住宅出售挂牌数据来源于昆明市搜房网，挂牌资料包括总价、参考首付、参考月供、户型、建筑面积、建筑年代、朝向、楼层、结构、装修、住宅类别、产权性质、楼盘位置、配套设施这几项。本文选择多层和小高层为研究对象，不考虑别墅及排屋等建筑，使房屋价格具有可比性。样本数据收集自2014年10月10日至2014年10月30日，时间间隔短，因此忽略时间因素的影响。本文收集样本数量373个，最终有效样本为373个。本文中采用部分住宅区位特征变量，如环线位置、距最近公园距离、地铁交通条件。对于这些数据，本文采用百度地图自动测量获取。

研究区域与小区示意图

3实证研究

3.1模型的比较与选择

分别采用特征价格模型的四种形式建立模型，发现对数模型拟合优度最高，具有更好的解释力。

对数模型：LnP=α0+αiLnZi+ε

3.2模型的估计与检验

本文最终进入对数模型的特征变量共有10个，其中包括建筑特征有建筑面积、朝向、房龄、装修情况四个，区位特征有所处环线位置、公交线路条数两个，邻里特征有小区环境、小区车位配套，距最近公园距离和公园面积四个。

模型汇总b

模型[]R[]R2[]调整R2[]标准估计的误差[]Durbin-Watson

1[]0.972a[]0.945[]0.944[]0.14756[]1.856

a.预测变量：（常量），小区环境，朝向，装修情况，LN公交线路条数，LN建筑面积，LN公园面积，小区车位配套，LN房龄，所处环线位置，LN距公园距离。

b.因变量：LN成交价格。[HT]

模型统计复相关系数为0.972，接近1，说明模型自变量与因变量之间存在较强的线性关系，判定系数R2和经调整的R2分别为0.945和0.944，说明就总体而言，模型对自变量与因变量之间关系进行了较好的拟合。

系数a

在10%的显著性下，本文选取的10个特征变量中只有朝向不显著，其他均进入基本模型。大部分变量的显著性水平小于1%。公园面积、所处环线位置、公交线路条数、建筑面积装修情况、小区车位配套、小区环境通过了1%显著性检验，对房价有正向影响，房龄与距公园距离对住宅价格有负向影响。模型表明，到最近公园距离越远，住宅价格会随之降低，且公园面积越大，住宅价格越高。与基本线性模型相比，房龄与朝向的显著性均有提高，这可能是降低异方差的影响的原因。

3.3公园特征变量的价格弹性与边际价格分析

对数模型中，为标准化的回归系数对应住宅特征价格弹性系数或者半弹性系数，价格弹性系数对应的变量为连续变量，其数值等于相应回归系数，而对于不是连续变量的自变量，其价格半弹性系数需要进行转换。最近公园的价格弹性为-0.096，表示当保持其他特征变量数值不变时，住宅到周边最近公园的距离每增加1%，住宅价格下降0.096%。最近公园面积价格弹性为0.074，表示最近公园面积每增加1%，住宅价格将增加0.074%。

本文将数据样本总价的平均值定义为标准住宅价格，根据数据样本的描述性统计可知，标准住宅价格为184.8552万元，结合对数模型得到的价格弹性系数，对公园相关特征为标准价格的边际贡献进行评估。对于标准住宅而言，到最近公园距离每增加100米，住宅价格下降2.1168万元，而最近公园的面积每增大1公顷，住宅价格将增加0.76145万元。

4结论

（1）房地产价格受多种因素综合影响，根据特征价格法分析，建筑面积、房龄、装修情况，所处环线位置，公交线路条数，小区环境，小区车位配套，据最近公园距离和公园面积均对城市公园周边住宅价格产生显著影响。其中公园面积、所处环线位置、公交线路条数、建筑面积装修情况、小区车位配套、小区环境对房价有正向影响，距公园距离对住宅价格有负向影响。

（2）城市公园景观对住宅价格具有显著的影响，对于距公园距离而言，很大程度上能反映居民享受公园服务的程度，距公园越近享受公园服务越便捷，因此最近公园距离对住宅价格有负向影响。对最近公园面积而言，其能反映住宅小区周边的环境，小区公园面积越大，表明周围绿化越好，居民能享受的舒适性程度也就越高，因此最近公园面积对住宅价格有正向影響。

（3）开发商在进行房产开发和定价时应充分考虑城市公园景观的价值，合理控制邻近景观地段的住宅密度和容积率，使景观的舒适性价值在更大的范围内辐射，并根据景观舒适性的差别进行差别化定价，以获得更高的利益。同时，分析城市公园景观对住宅价格的影响，也便于消费者更全面地考虑住宅价格的影响因素，了解住宅的升值空间，进而为消费者的购房决策提供参考。

参考文献：

[1]张红.房地产经济学[M].北京：清华大学出版社，2005.

[2]温海珍，贾生华.住宅的特征与特征的价格[J].浙江大学学报，2004（10）.

[3]温海珍，张之礼，张凌.基于空间计量模型的住宅价格空间效应实证分析：以杭州市为例[J].系统工程理论与实践，2011（31）.

[4]吴冬梅，郭忠兴，陈会广.城市居住区湖景生态景观对住宅价格的影响：以南京市莫愁湖为例[J].资源科学，2008（30）.

[5]石忆邵，郭惠宁.上海南站对住宅价格影响的时空效应分析[J].地理学报，2009（64）.

[6]肖笃宁，孙中伟.城市景观空间格局变化的研究方法及实例[J].城市环境与城市生态，1990（3）.

[7]尹海伟，徐建刚，孔繁花.上海城市绿地宜人性对房价的影响[J].生态学报，2009（29）.

[8]钟海玥，张安录，蔡银莺.武汉市南湖景观对周边住宅价值的影响：基于Hedonic模型的实证研究[J].中国土地科学，2009（23）.