基于特征价格模型的住宅特征对于房地产价值影响研究综述

明珂+侯学英

[摘 要] 特征价格模型被广泛应用于房地产领域，特别是用于分析住宅特征变量对住宅价格的影响。通常选取的特征变量包括住宅的建筑特征、区位特征和邻里特征。对于建筑特征，国内的学者选取的变量相对于国外要少很多。对于区位特征，国内外学者普遍认为其对住宅价值有较强影响。对于住宅的邻里特征，国外的研究主要包括社会经济变量、公共服务设施以及外在性影响三个类型，国内学者主要从后两项着手。在运用房地产特征价格模型研究房地产价值方面，国内外研究已从建筑特征为主逐渐转变为以区位和邻里特征的研究为主。现有研究在住宅特征变量的选择上还存在主观性较强与代表性不足的问题，未来应在现有研究的基础上增加研究的广度和深度。

[关键词] 特征价格模型；邻里特征；建筑特征；区位特征

[中图分类号] F299.23 [文献标识码] A [文章编号] 1009-6043（2017）12-0101-04

Abstract： The characteristic price model is widely used in the real estate field， especially in analyzing the influence of residential feature variables on housing prices. The usually selected feature variables include the architectural features， the location features and the neighborhood characteristics of the housing. Domestic scholars select a lot less architectural features than scholars in foreign countries. As for the location characteristics， scholars at home and abroad generally believe that it has a strong impact on the housing value. For residential neighborhood characteristics， foreign studies mainly include three types： socio-economic variables， public service facilities and external influences； domestic scholars mainly start from the latter two aspects. In the studies of real estate value by using real estate characteristic price model， domestic and foreign researchers have shifted from architectural characteristics to location based and neighborhood based research. There are still some problems in the selection of housing characteristic variables， such as subjectivity and lack of representativeness.

Key words： characteristic price model， neighborhood characteristics， architectural features， location features

一、引言

近年來，住宅价格的快速增长使居民的切身利益受到影响，房价已成为民众关心的热点话题，因此，研究住宅特征对于房地产价值的影响就显得十分重要。基于Lancaster消费者理论和Rosen的市场供需均衡模型，将特征价格引入房地产价值的研究中，把影响住宅价格的特征分为建筑、区位和邻里三大类，通过构建特征价格方程，将住宅特征作为自变量，住宅价格作为因变量，分析住宅特征对住宅价格的影响。在此研究背景下，从住宅的建筑、区位和邻里特征入手，对基于特征价格方程的住宅特征对于房地产价值影响的相关研究和应用进行梳理和总结，在这一过程中发现现有研究中存在的不足，并在此基础上对未来的研究提出展望。

二、特征价格模型的起源发展与理论基础

特征价格，即利用一系列可观测的属性（即特征）来代表产品的品质，利用这些特征构建特征价格方程，定量研究不同特征对价格的影响。早期的特征价格方法被应用于蔬菜、汽车等分析中[1-4]。直到1967年，Ridker运用特征价格模型分析了环境质量对住宅价格的影响，特征价格方程才开始在房地产市场应用[5]。Lancaster消费者理论和Rosen的市场供需均衡模型对特征价格模型进行了扩展和完善，使得特征价格模型在房地产市场应用中具有较为完善的理论基础。

Lancaster提出的消费者理论奠定了特征价格模型的理论基础。他提出住宅具有异质性，且自身包含一系列特征，这些特征会对消费者效用产生影响。消费者购买住宅，实际上是基于住宅所具有的特征，并将这些住宅特征转化为效用，而消费者从中获取效用的多少来自住宅特征的效果和数量。这样的市场难以用传统的经济模型来分析，而应该采用一系列特征价格来对应产品的品质[6]。不同的住宅特征对应不同的特征价格，且此价格是通过分析消费者对所增加住宅特征的边际支付意愿得到的，由此便形成了产品的特征价格结构[1，7]。

Rosen在Lancaster的消费者理论基础上，提出了基于产品特征的市场供需均衡模型[8]。针对房地产市场来说，特征价格函数是由消费者和开发商共同决定的市场出清函数。根据住宅商品的市场价格，把住宅价格分解为不同住宅特征的特征价格，其中，住宅的特征价格是指对住宅特征的消费而得到的效用或者满足，然后建立特征价格模型将住宅商品的建筑、区位和邻里特征的特征价格求出，分析各属性特征对住宅价格的影响。由于住宅商品中所包含的建筑、区位和邻里特征共同影响住宅价格，因此，特征价格模型的一般形式表示为：endprint

P=f（S，L，N） （1）

其中，P是住宅价格，S是住宅的建筑特征，L是住宅的区位特征，N是住宅的邻里特征。用各属性特征对住宅价格求偏导数，从而得到住宅各属性特征的特征价格。然后根据各个特征属性的特征价格分析这些住宅特征对住宅价格的影响。

三、特征价格模型在住宅特征对房地产价值影响方面的研究综述

由于住宅存在异质性和不可移动性，使得每套住宅具有各自独特的特征。特征价格模型将住宅价格分解为不同住宅特征的特征价格，通过房地产市场交易数据估计出住宅特征的隐含价格，进而分析各属性特征对住宅价格的影响。根据上文特征价格构建公式所示，住宅的特征因素主要分为建筑特征、区位特征和邻里特征三大类。具体来看，第一，住宅的建筑特征，是指住宅自身所具有的特征，通常包括住宅的建筑面积、楼龄、楼层、朝向等；第二，住宅的区位特征，该特征表现了住宅的空间固定性，即不可移动性，其结果是住房市场的地区性市场属性，具体表现在到重要地点的距离，如中央商务区（CBD），以及交通易达性方面；第三，住宅的邻里特征，具体表现为周边学校质量、医疗水平和环境质量等方面。

（一）建筑特征

住宅价格通常跟住宅的建筑特征相关，众多研究揭示了建筑面积、楼层、朝向、建筑结构等方面的建筑特征跟住宅价格之间的关系，研究结果普遍认为，通常情况下建筑特征和住宅价格之间存在较强的相关关系，但由于文化差异的存在，国内外学者在建筑特征变量的选取方面存在一些差异。

国外在建筑特征变量的选取上通常会选取建筑面积、宗地大小、房龄、有无地下室、院子、空调，以及房间数目、浴室数目等变量。从建筑年龄变量来看，大部分研究认为建筑年龄跟住宅价格负相关，如Kain等人从住宅质量价值的评估研究中得出，新建住宅比相似旧住宅的均价要高[9]。但也有研究认为，建筑年份赋予房屋的历史意义使得一些建筑的年龄与住宅价格呈正相关。除此之外，还有研究提出宗地大小、车库等建筑特征也会对房地产价值产生一定程度的影响[9-10]。

国内学者在建筑特征变量的选取上没有国外学者那么全面，相比而言，选取的变量在数量上要少很多。国内学者研究选取的建筑特征变量主要包括建筑面积、房龄、楼层、朝向、建筑结构、装修程度等。从建筑面积变量来看，大部分研究认为建筑面积的大小对住宅价格起决定作用，如吴宇哲基于Kriging技术的城市基准地价评估的研究认为建筑面积的大小是住宅总价的决定因素[11-12]。此外，还有研究认为楼层、房龄、装修程度等建筑特征也会对房地产价值产生一定程度的影响，如郑永峰在对杭州市不同城区住宅价格空间差异的研究中证实了住宅价格受到楼层、房龄、装修程度的影响[13]。

（二）区位特征

国内外学者普遍认为住宅的区位对自身价值会产生较强影响，住宅的区位特征则通过交通的可达性和易达性进行量化。其中，交通的可达性通过测量某地块到城市中心的距离进行量化；易达性则是通过测量住宅到最近的公交站点、地铁的距离来实现。

从交通的可达性来看，国外的大部分研究结果认为某地块到CBD的距离和住宅价格负相关。如Alnoso通过投标租金曲线对企业和城市居民的居住地选择行为进行的研究表明，离市中心距离越近，通勤费用就越低，家庭所愿意支付的住宅价格就越高，因此距离和住宅价格负相关[14]。但也有研究认为，住宅到商业中心的距离越近，需要面对的噪声污染、空气污染和市区内拥堵的交通所带来的困扰就越大，因此，住宅价格和到商业中心的距离并非是简单的单调关系[15]。除此之外，还有研究认为，住宅到商业中心的距离和住宅价格之间呈现出先升高再降低的趋势[16]。国内的研究结果普遍认为住宅到CBD的距离对住宅价格具有显著的正影响[17-18]。如郭文刚等人采用线性函数的特征价格模型，选取十八个特征变量，研究了杭州市的商品住宅市场，结果发现，在18个特征变量中，对住宅价格影响比较显著的变量有14个，同时贡献度不同，其中，住宅到CBD的距离在贡献度上排名第四[17]。

从交通易达性来看，国内外学者通常是以轨道交通来衡量。国外学者多选取发达国家的繁华城市作为研究地点，结果表明，轨道交通对城市住宅价值存在正的影响[19-20]；但也有研究认为，轨道交通对城市住宅价值的影响为负[21]。国内大部分研究表明轨道交通对周边房价提升有积极作用，且轨道交通对郊区住宅价格的影响显著于主城区[22-26]，并且，轨道交通对城郊之间房价的影响呈现出长期和短期的差异，在长期呈现扁平化效应，在短期则会引起沿线房价梯度扩大加剧[23]。

（三）邻里特征

住宅的邻里特征主要包括社会经济变量、公共服务设施以及外在性影响三类[27]。国外对住宅邻里特征的研究就是从这三种类型出发。对于社会经济变量，相关研究普遍认为种族构成和社会阶层对住宅价值的影响是显著的，研究地点主要集中在美国[28-29]。对于公共服务设施变量，主要是针对学校和医院这两个公共服务机构来研究其对周边房地产价值的影响。首先，对于学校来说，通常选取学校质量这一变量来衡量，研究结果普遍认为学校质量对周边住宅价格会产生正的影响[30-31]。其次，对于医院来说，国外的相关研究很少，现有的研究认为医院对周边住宅价值产生显著的负面影响[32]。对于外部性变量来说，研究主要集中于环境质量，具体内容包括小区服务设施、自然环境和噪声污染。研究结果普遍认为，小区服务设施和自然环境对住宅价格产生正面的影响[33]，而噪声污染和住宅价格之间呈负相关关系[34]。

国内有关邻里特征变量的研究主要从公共服务设施和外在性影响两个方面入手。对于公共服务设施变量，国内研究主要针对学校这一公共服务设施来研究其对周边住宅价格的影响，主要选取学校质量和数量两个变量。在学校质量方面，国内研究普遍认为，学校质量和周边住宅价格存在正相关关系[35-36]，如温海珍验证了杭州市区内各类教育配套对住宅价格的影响，研究发现，小学和初中质量每上升1个等级，其学区内的住宅价格将上升2.3%或者2.6%[35]。在学校数量方面，研究普遍认为，一定范围内的学校数量和住宅价格存在正相关关系[36-38]，如王旭育在对上海主城区的幼儿园和中小学周边住宅价格的相关研究中发现，住宅0.5km距离内的幼儿园和中小学数量每增加一所，住宅价格将上升2.7%[37]。对于医院及医疗设施对房地产价格的影响，国内研究很少。现存研究主要选取医院等级和医院到住宅距离两个变量来研究医院对周边住宅价值的影响，研究结果认为医院对周边住宅价格会产生负面影响[39]。對于外在性影响变量，国内现有研究主要是从景观的可达性和可视性两个维度来展开，研究对象主要是公园、绿地、湿地、湖景等景观[40-42]。对景观的可达性，主要采用到景观的距离来衡量，多数研究认为到城市景观的距离同住宅价格呈负相关关系[40]。从景观的可视性来看，主要从一定范围内是否拥有景观来衡量，研究大多表明城市景观的可视性对房价有正向影响[40，43]。endprint

四、研究趋势和研究展望

以上内容从住宅的建筑、区位和邻里特征三个方面对特征价格方程在房地产市场应用进行了梳理和总结。研究发现特征价格方程对于房地产价格影响研究具有较强的实用价值。同时，通过梳理和总结，分析其未来研究趋势，并在此基础上提出了研究展望。

（一）特征价值对房地产价值影响的未来研究趋势

从国内外目前已有的研究成果可以看出，运用房地产特征价格模型，对住宅的建筑、区位、邻里特征对房地产价值影响的相关研究，在变量的选取上，已从起初的以建筑特征研究为主，逐渐转变为以区位和邻里特征的研究为主。这种转变可能来自于两方面原因：第一，建筑特征的趋同。由于技术的进步和经济的增长使得不同住宅建筑特征的差异在减小，因而建筑特征对住宅價格的影响在减小。第二，消费者需求的变化。由于人们生活水平的提高，对住宅的需求逐渐从对住宅建筑特征的需求，转变为对住宅区位特征和邻里特征的需求，具体表现为购买住宅时从注重住宅的面积、朝向、结构等特征，转变为注重住宅周边配套设施、小区绿化率等特征。

（二）特征价值对房地产价值影响的研究展望

1.现状指标选取问题

通过对现有研究的分析发现，在住宅特征变量的选择上可能存在以下问题：第一，选取的变量主观性较强。由于研究者持有的观点无法事前验证，因此会使得住宅特征变量的选取主观性较强。这种主观性表现在数据中，使得所收集变量的不确定性增加。第二，选取的变量代表性不足。在目前的研究中，住宅特征变量选取主要采用文献和专家访谈的方法，由于在实际收集数据时以便利性为依据，造成部分特征变量数据的缺失，使得选取的特征变量代表性不足，从而影响模型的精确性和应用效果。

2.未来指标的选取

对于未来住宅特征指标的选择，应在现有研究的基础上增加研究的广度和深度。首先，增加研究的广度，将宏观经济指标纳入研究范围内。在住宅特征指标的选择上，国内外现有的研究主要集中于微观因素对住宅价格的影响，而对宏观影响因素的分析很少，因此，在宏观因素指标的选取上可以有所创新。其次，增加研究的深度，挖掘潜在的微观特征变量。现有研究选取的微观特征变量固定在建筑、区位和邻里三大类，尽管各类特征变量的选择已经比较全面，但仍值得进一步深入挖掘。

[参考文献]

[1]贾生华，温海珍.房地产特征价格模型的理论发展及其应用[J].外国经济与管理，2004，26（5）：42-44.

[2]Waugh F.V. Quality Factors Influencing Vegetable Prices[J].Journal of Farm Economics， 1928，10（2）：185-196.

[3]程亚鹏.我国城市住房价格测度——Hedonic方法与实证[M].北京：光明日报出版社，2013.1.

[4]Court A.T. Hedonic Price Indexes with Automotive Examples[R].The Dynamics of Automobile Demand. New York： The General Motors Corporation，1939： 99-117.

[5]Ridker. The determinants of residential property values with special reference to air pollution[J]. The Review of Economics and Statistics，1967， 49：246-257.

[6]Lancaster K.A New Approach to Consumer Theory[J].The Journal of Political Economy， 1966，74（2）：132-157.

[7]陈静静.城市商品住宅特征价格问题研究[D].大连：东北财经大学硕士学位论文，2007.

[8]Rosen S. Hedonic Prices and Implicit Markets： Product Differentiation in Pure Competition[J].Journal of Political Economy， 1974，82（2）：34-55.

[9]Kain， John F. and John M. Quigley .Measuring the Value of Housing Quality[J].Journal of the American Statistical Association， 1970，65（44）：532-548.

[10]Garrod G， Willis K G. Valuing goods characteristic-an application of the hedonic price method to environmental attributes[J]. Journal of environmental management， 1992，34（1）：59-76.

[11]吴宇哲，吴次芳.基于Kriging技术的城市基准地价评估研究[J].经济地理，2001，21（5）：584-588.

[12]吴宇哲.基于GIS的城市住宅价格时空演变规律探索及其应用研究[D].杭州：浙江大学博士学位论文.2005.

[13]郑永峰.杭州市不同城区住宅价格空间差异研究[J].经济论坛，2007，（20）：32-34.

[14]Alonso， W. Location and Land Use. Cambridge， Mass[M].US： Harvard University Press，1964.endprint

[15]Colwell， P.F.， S.S. Gujral， et al.The Impact of a Shopping Centre on the Value of Surrounding Properties[J]. Real Estate Issues， 1985，10（1）：35-39.

[16]Sirpal， R.Empirical Modeling of the Relative Impacts of Various Sizes of Shopping Centres on the Value of Surrounding Residential Properties[J]. Journal of Real Estate Research， 1994，9（4）：487-505.

[17]郭文刚，崔新明，温海珍.城市住宅特征价格分析：对杭州市的实证研究[J].经济地理，2006，12（26）：172-175.

[18]郝前進，陈杰.到CBD距离、交通可达性与上海住宅价格的地理空间差异[J].世界经济文汇，2007（1）.

[19]Benjamin J.D.， Sirmans G.S. Mass Transportation， Apartment Rentand Property Values[J].Journal of Real Estate Research， 1966（1）：1-8.

[20]Al-Mosaind M.A.， Dueker K.J.， Strathman J.G. Light Rail Transit Stations and Property Values： A Hedonic Price Approach[J]. Transportation Research Record， 1993，1400：90-94.

[21]Baldassare M.， Knight R， Swan S. Urban Service and Environment Stressor： The Impact of the Bay Area Rapid Transit System on Residential Mobility[J]. Environment and Behavior， 1979（11）：435-450.

[22]刘康，吴群，王佩.城市轨道交通对住房价格影响的计量分析——以南京市地铁1、2号线为例[J].资源科学，2015，37（1）：133-141.

[23]苏亚艺，朱道林，郑育忠，王兴，陈庚.轨道交通对城郊之间房价梯度影响研究——以北京西南部为例[J].资源科学，2015，37（1）：125-132.

[24]谷一桢，郑思齐.轨道交通对住宅价格和土地开发强度的影响——以北京市13号线为例[J].地理学报，2010，65（2）：213-223.

[25]张维阳，李慧，段学军.城市轨道交通对住宅价格的影响研究——以北京市地铁一号线为例[J].经济地理，2012，32（2）：46-65.

[26]王琳.城市轨道交通对住宅价格的影响研究——基于特征价格模型的定量分析[J].地域研究与开发，2009，28（2）：57-61.

[27]温海珍，贾生华.基于特征价格的房地产评估新方法[J].外国经济与管理，2004，26（6）：31-35.

[28]Ketkar K.Hazardous wastes sites and property values in the state of New Jersey[J]. Applied Economics， 1992，24：647-659.

[29]Richardson H W， Vipond J， Furbey R A.Determinants of urban house prices[J].Urban Studies， 1974，11：189-199.

[30]Clark D E， Herrin W E. The impact of public school attributes on home sale prices in California[J].Growth and Change，2000，31（3）：385-407.

[31]Jud， G.D. and J.M. Watts. Schools and Housing Values[J]. Land Economics， 1981，57（57）：459-470.

[32]Huh， S. and S.J.Kwak. The Choice of Functional Form and Variables in the Hedonic Price in Seoul[J].Urban Studies， 1997，34（7）：989-998.

[33]Bond M T， Seiler V L， Seiler M J.Residential real estate prices： A room with a view[J].Real Estate Research， 2002，23（1）：129-137.

[34]Palmquist， R.B.Valuing localized externalities[J].Journal of Urban Economics， 1992，31：59-68.

[35]温海珍，杨尚，秦中伏.城市教育配套对住宅价格的影响：基于公共品资本化视角的实证分析[J].中国土地科学，2013，27（1）：34-40.

[36]冯皓，陆铭.通过买房而择校：教育影响房价的经验证据与政策含义[J].世界经济，2010（12）.

[37]王旭育.基于Hedonic模型的上海住宅特征价格研究[D].上海：同济大学，2006：80-85.

[38]周京奎，吴晓燕.公共投资对房地产市场的价格溢出效应研究——基于中国30省市数据的检验[J].世界经济文汇，2009（1）：16-32.

[39]彭保发，石忆邵，单玥，陈端吕.上海市三甲医院对周边地区住房价格的空间影响效应分析[J].地理科学，2015，35（7）：860-866.

[40]温海珍，卜晓庆，秦中伏.城市湖景对住宅价格的空间影响——以杭州西湖为例[J].经济地理，2012，32（11）：58-64.

[41]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）：510-520.

[42]邱慧，蒋涤非，易欣.城市公共景观对周边住宅价格影响——以株洲神农城为例[J].经济地理，2011，31（12）：2105-2110.

[43]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（10）：1503-1510.

[责任编辑：史朴]endprint