绿色住宅市场发展的多主体交互优化

王晓鸣， 何晨琛， 李小康

(华中科技大学 土木工程与力学学院， 湖北 武汉 430074)

中国正面临资源能源紧缺和应对全球气候变暖的严峻挑战，发展以能源节约和环境友好为目标的绿色建筑已成为全国建筑界的紧迫共识。2017年10月召开的中共十九大报告明确指出，要把绿色低碳领域培育成新增长点、形成新动能；倡导简约适度、绿色低碳的生活方式，开展创建节约型机关、绿色家庭、绿色学校、绿色社区等行动[1]，促进绿色建筑市场发展是实现创新绿色发展国家战略的重要内容。绿色住宅是绿色建筑中最量大面广的建筑类型，以综合促进实现“四节一环保”(节地、节水、节能、节材、环境保护)为基本特征[2]，近十年来绿色住宅的建造技术和评价方法得到较快发展[3]。但绿色住宅市场却没能得到同步培育和发展，2008～2015年，全国共有1371个绿色住宅项目获得了绿色建筑标识，仅占同期新建住宅建筑总量的1%还不到，成为制约绿色建筑健康发展的瓶颈。深层次原因是影响绿色住宅市场供需关系和运行管理的多主体之间缺乏有效合作互促机制。

当前，从多主体角度研究绿色住宅市场发展的论文比较少，大多采用博弈或系统动力学的方式，研究主体关系及行为影响的内在关系[4]。博弈论主要用来分析开发商与消费者[5]、政府与开发商、政府与消费者[6]之间的交互关系；系统动力学主要应用于分析住宅的供给、需求、土地的供应、经济发展[7]等因素之间的因果关系，研究市场的发展以及均衡点的变化。曾庆宇[8]构建了基于开发决策子系统，消费子系统以及政府行为子系统的系统模型，探究绿色住宅的市场成熟度。Ayhan等[9]将绿色建筑发展系统分为绿色建筑市场、绿色技术、宏观经济3个子系统，找出影响我国绿色建筑发展的关键因素。也有学者通过结构方程模型，分析各个相关参与主体对于绿色住宅建造推广的关键影响因素与路径[10, 11]。

然而绿色住宅市场多主体的分析，并不局限于单一个体之间的交互，而是供给、需求以及调控主体群体之间的行为交互，且这一交互过程是动态的。本文采用市场学、社会学、系统工程和模拟仿真等综合研究方法，研究了绿色住宅的市场动态发展演变、多主体构成和参与、多主体交互机制和交互仿真模型，并进行了实例演算。

1 绿色住宅市场发展演变与多主体构成影响

1.1 绿色住宅市场的发展和演变

根据GB/T 50378-2014《绿色建筑评价标准》，绿色建筑是在全寿命期内，最大限度地节约资源(节能、节地、节水、节材)、保护环境、减少污染，为人们提供健康、适用和高效的使用空间，与自然和谐共生的建筑。绿色住宅作为绿色建筑的主要分支，在注重节能减排和环境保护的基础上，更多地考虑到室内居住质量，如声、光、热等各个方面，保证居住者的舒适程度以及身体健康[12, 13]。

绿色住宅市场是指绿色住宅经过开发建造后，在市场上进行交易，实现绿色住宅商品价值和使用价值的经济过程。这一经济过程不仅包括绿色住宅的全程交易活动，同时也包括参与交易活动的多个主体行为以及主体对于绿色住宅客体的选择[14]。我国绿色住宅市场的规模发展见图1。

图1 我国绿色住宅市场的规模发展

从绿色住宅的竣工面积和占比分析，我国绿色住宅市场的发展进程较缓慢。新建绿色住宅在同期住宅施工面积中的占比基本在1%以下。其中，2008～2010年是绿色住宅进入市场的阶段，截止2010年项目数量为53个；随后数量呈逐年上升趋势，在同期新建住宅中的面积占比也有一定提升，至2015年达到1.4%，但总体规模仍然很小。

从绿色住宅的市场演化特征分析，分为进入期、成长期、成熟期以及稳定期等四个阶段。在市场进入期内发展较缓慢，市场认可度较低；在市场成长期发展较快，市场认可程度大幅提高；在市场成熟期呈稳定持续增长，但增长速度比成长期缓慢；随着市场容量趋向饱和，市场将逐渐进入稳定期。与普通住宅市场相比，绿色住宅市场具有外部性(Extemality)特征，会更多受到政府政策的宏观调控影响。绿色住宅市场的演化阶段见图2。

图2 绿色住宅市场发展的演化阶段

1.2 绿色住宅市场的多主体影响

1.2.1绿色住宅市场的多主体构成分析

市场主体是由某种商品或服务的买者和卖者组成，买者群体决定了产品的需求，卖者群体决定了产品的供给[15]；绿色住宅市场发展主要受到买卖主体的行为意愿影响[16, 17]。影响绿色住宅市场发展的三类关键主体是：需求方、供给方以及市场调控方[2, 18]。

(1)绿色住宅市场需求方。指有自住和购买需求的绿色住宅购买者。住宅购买者作为市场需求侧的消费方主体，对绿色住宅的需求意愿决定了他们的购买行为，进而直接影响绿色住宅的市场占有率。只有当消费者有较强的需求意愿，绿色住宅市场才能够形成和发展，并在绿色住宅运营使用过程中，充分发挥其节能减排和环保健康效益。

(2)绿色住宅市场供给方。指对绿色住宅供给产生直接影响的开发商。只有当开发商具有进行绿色住宅开发的意愿和发展动力，才可能建造绿色住宅提供给市场需求方选择。以开发商为代表的供给方的开发行为对绿色住宅市场发展具有直接促进作用。

(3)绿色住宅市场调控方。指对绿色住宅市场进行调控管理的政府主管部门。由于绿色住宅的外部性特征，需要有政府调控主体的参与[19]。绿色住宅产品可产生良好的经济、社会和环境正向增量效益，但若无调控主体对供给方和需求方进行干预和调控，这些增量效益产生的成本增加将由开发和购买绿色住宅的供给方和需求方共同承担。但绿色住宅市场的受益者是全社会，导致供给方和需求方很难主动进入绿色住宅市场并共同促进发展。而政府调控主体的参与则能够通过税收、利率调整、补贴等调控促进政策措施，将绿色住宅的外部性内部化，激励供给方和需求方更积极持续地进入绿色住宅市场和分享发展效益。

1.2.2绿色住宅市场的多主体交互影响

绿色住宅市场各主体之间的交互影响主要体现在以下三个方面。

(1)需求方的社会网络交互影响。社会网络是在社会行动者(Social Actors)之间实际存在或者潜在的关系模式，有网络连接的主体成员之间会产生交互影响。需求方的内部成员之间存在密切社会网络关系，需求方的消费行为受到与之有社会网络连接的邻居、朋友以及亲人行为的影响，有社会网络关系的需求主体之间会相互传递信息，相互学习并分享对绿色住宅的认知和效益，增加绿色住宅市场发展的社会需求。

(2)供给方的内部成员交互影响。主要指开发商之间的竞争与合作关系。参与绿色住宅市场竞争的开发商在项目决策时需要考虑到其他开发商的策略以及市场同类产品的占比情况等多方面因素，当认为竞争太过激烈或成本过高时，开发商进入绿色住宅市场的意愿就会下降。开发商也会学习市场中的榜样企业及其成功经验，或与其他企业合作开发，共享绿色住宅市场发展的利益和分担项目风险。

(3)需求方-供给方-调控方的三方交互影响。指影响绿色住宅市场健康发展的最重要交互关系。需求方和供给方的交互影响通过绿色住宅销售价格的可接受性表现，通过价格博弈推动住宅绿色市场发展；当市场均衡时，供给方提供的住宅供应量与需求方的需求量应该相等，此时的交易价格即为绿色住宅的均衡价格。调控方在优化绿色住宅供需意愿和价格博弈的交互行为中起到不可替代的外部激励作用，其目标是用最少的资源投入扩大绿色住宅的市场占有率，提高绿色住宅的增量效益。绿色住宅市场发展的多主体交互影响关系见图3。

图3 绿色住宅市场发展的多主体交互影响关系

2 绿色住宅市场发展的多主体参与交互机制

2.1 绿色住宅市场发展的需求方参与

2.1.1绿色住宅的购买意愿增强

对绿色住宅购买意愿的增加，能够有效提高市场需求和促进市场发展，消费者的收入以及环保认知对于他们的购买意愿有正向影响[20]。张莉等通过调研对比三类绿色住宅及同区域内的普通住宅，证实了消费者的家庭收入、环保认知以及政府激励都会影响到消费者的购买意愿[21]；对绿色住宅舒适度的深入了解也能有效提高其购买意愿[22]； Zhang[23]等证实了销售价格对消费者有重要影响。

本文将需求方的绿色住宅购买意愿影响因素YC设定为：消费者收入SR、环保认知HB、政府教育JY以及绿色住宅价格增量ΔP。其中：前三者对于需求方的购买意愿有正向影响，而绿色住宅价格增量对其购买意愿有负向影响，价格增量越大，需求方主体的购买绿色住宅意愿YC就越低。见式(1)。

YC=β1SR+β2HB+β3JY-β4ΔP

(1)

式中：βk为各参数系数。

2.1.2绿色住宅的需求行为演化

需求方的行为演化可从需求层面促进绿色住宅市场的优化，其行为演化主要受到社会网络关系的影响，每个主体都有自己的社会关系。根据社会学习理论，每一阶段，需求方主体i会对与之相关联的主体j的购买意愿做凸组合，形成新的购买意愿；由于绿色住宅价格增量ΔP将会随着供需主体之间的交互而不断改变，因此也能带来购买意愿的变化，进而导致购买行为的演化。见式(2)。

(2)

式中：aij为主体i与主体j之间联系的权重；YCi(t+1)为i主体在t+1时刻的绿色住宅购买意愿；YCj(t)为j主体在t时刻的绿色住宅购买意愿；n为消费者主体数量。

2.2 绿色住宅市场发展的供应方参与

2.2.1绿色住宅的开发意愿提高

供应方对绿色住宅开发意愿的提高，能够有效增加绿色住宅市场供给和促进市场发展。首先，由于开发绿色住宅需要大量的资金及较高的技术[24]，开发商的自身能力对他们开发行为有重要影响，当前市场上进行绿色住宅开发的开发商多为那些本身规模较大、信誉良好的企业，较大的开发规模能够保证开发商在进行绿色住宅开发时有能力解决开发成本和绿色建筑技术问题[25]；其次，绿色住宅的效益高低是开发商选择绿色住宅的重要原因[26]，开发商对绿色住宅的价值预期决定了他们对绿色住宅的效益认知；其三，开发商对消费者的市场需求判断也会对其开发意愿造成影响；最后，调控方提供的不同类型激励政策也能够提高开发商的开发意愿[27]。

本文将供给方的绿色住宅开发意愿影响因素YD设定为：开发能力NL、绿色收益认知RZ、政府激励JL以及市场需求SC。以上因素对于开发意愿的影响均为正向。见式(3)。

YD=β5NL+β6RZ+β7JL+β8SC

(3)

式中：βk为各参数系数。

2.2.2绿色住宅的价格增量制定

绿色住宅的价格是供需主体的交互要素，价格过高会导致绿色住宅滞销，价格过低又会使得开发商无法回收因为绿色建造产生的增量成本。供给方对于绿色住宅价格的制定主要通过增量售价指标反应，即同类型同地域的绿色住宅售价超出普通建筑的部分。张莉通过对我国获得绿色住宅标识的176个项目研究表明，绿色住宅与非绿色住宅相比存在6.4%的市场溢价，其中获得绿标1星、2星和3星认证的绿色住宅的溢价率分别为6.0%，8.6%，4.2%；根据Pivo等[28]的研究，获得Energy Star的建筑的租赁价格将提高4.8%，或1.26 美元/m2，获得LEED建筑标识的建筑销售价格将会增涨10%；Heinzle等[29]对新加坡的绿色住宅研究显示，获得Green Mark的住宅售价增量为7.98%。

本文提出绿色住宅的增量价格ΔP由增量利润预期LR、增量开发成本ΔCB以及调控方主体补贴BT共同决定。见式(4)。

ΔP=LR-BT+ΔCB

(4)

2.2.3绿色住宅的供给行为演化

供应方的行为演化可从供给层面促进绿色住宅市场的优化。首先是开发能力NL的提升，随着开发商不断开发新的绿色住宅产品，他们的开发能力将会逐渐提升(见式5)；其次是开发成本ΔCB的降低，随着绿色住宅技术不断发展和市场建造规模扩大，开发绿色住宅的成本将会逐渐降低(见式6)；第三是绿色住宅市场需求SC的变化，随着消费者主体的不断演变，他们对于绿色住宅的需求也在不断变化。这三方面的交互变化将会直接影响开发商对绿色住宅的开发意愿以及价格决策。

NL(t+1)=NL(t)+ΔNL

(5)

ΔCB(t+1)=ΔCB(t)-ε

(6)

式中：NL(t)为开发商主体t时刻的能力；ΔNL为开发商主体每一时刻的能力增量；ΔCB(t)为开发商主体绿色住宅增量开发成本；ε为开发商主体每一时刻成本减量。

2.3 绿色住宅市场发展的调控方参与

2.3.1绿色住宅市场的激励机制

调控方对绿色住宅市场的参与，指通过资源优化配置提高绿色市场发展规模和效率，用尽量少的资源投入获得最大的社会、经济、环境增量效益。调控方通过制定实施针对需求方和供应方的市场参与激励机制和促进政策，将绿色住宅的外部效益内部化，促进绿色住宅市场健康持续发展。调控方的决策目标是扩大绿色住宅市场的占有率MS。见式(7)。

(7)

式中：MS为绿色住宅市场占有率；MG为累计被购买的绿色住宅数量；MA为累计开发的住宅总量。

2.3.2对需求方的参与激励引导

调控方对需求方参与绿色住宅市场的激励引导措施包括以下两个方面。

(1)消费者教育JY。消费者教育主要是通过各类示范项目，公益广告宣传等措施，为需求方提供更多绿色住宅的信息和预期效益，提高他们对于绿色住宅的认知和关注热情。

(2)消费者补贴BT。由于消费者补贴很难直接发放到每个消费者，因此一般是通过发放给建造绿色住宅的建造者来间接实现对消费者的补贴，进行需求引导。

2.3.3对供应方的参与激励引导

调控方对供应方参与绿色住宅市场的激励引导措施包括以下两类。

(1)经济直接激励措施。包括财政补贴、税费调节、政策退款、减免开发审批申请费用、降低贷款利率等[30, 31]；

患者临床症状全部消失，脑电图检查完全正常，意识清晰，日常工作、生活恢复如常评价为痊愈；临床症状有显著改善，意识清晰，脑电图检查基本正常，部分生活自理评价为显效；临床症状有改善，但达不到显效标准，脑电图检查正常，意识尚不完全清晰，生活无法自理评价为有效；临床症状、脑电图检查、意识及生活自理程度均无任何改善或改善甚微评价为无效。临床总有效率=痊愈率+显效率+有效率。

(2)其他激励措施。包括容积率奖励、加快审批流程、颁发绿建标识并公示、技术支持、企业资质等[32, 33]。

3 绿色住宅市场发展的多主体交互仿真优化

3.1 绿色住宅市场发展的多主体交互优化模型

3.1.1多主体交互优化系统设计

绿色住宅市场多主体的协同优化，是在综合考虑需求方、供给方以及市场调控方多主体的行为交互基础上，通过合作与激励促进绿色住宅市场发展。绿色住宅市场发展的多主体交互优化系统见如图4所示。

图4 绿色住宅市场发展的多主体交互优化系统

(1)需求方的主体优化。需求方受到自身收入、环保认知、政府激励以及购买价格的影响，形成购买意愿YC，并做出绿色住宅购买行为判断。他们根据自身决策结果以及与之有社会网络关系的主体的行为反馈来进行自身优化，如式(2)。

(2)供给方的主体优化。供给方受到开发能力、绿色收益认知、政府激励以及市场需求等方面的影响，形成开发意愿YD，并做出绿色住宅开发行为判断和增量价格制定。开发商在开发了一个绿色住宅项目后，其开发能力将会有所提升，如式(5)；随着市场技术的不断发展，其开发增量成本也将不断下降，如式(6)。

(3)需求方-供给方-调控方的多主体优化。整个系统的优化关键是需求方、供给方、调控方主体三类主体之间的综合优化。首先，供需主体之间通过价格的博弈，对各自的行为进行优化；其次，政府作为调控方，根据市场发展情况MS以及供需主体的参与意愿YC，YD制定相应的激励政策，对需求方和供给方的行为进行优化；第三，需求方和供给方的主体行为反馈同时也为调控方的决策提供优化依据。三类主体之间的交互优化为绿色住宅市场提供了持续发展动力。

3.1.2多主体交互优化仿真模型

(1)模型构建

本文以Netlogo平台为基础，构建了需求方和供给方在调控方政策影响下的行为交互模型，并以此评价绿色住宅市场的优化效果。Netlog平台通过“海龟”以及“瓦片”来实现主体行为仿真，其中：“海龟”用来模拟各类主体，而“瓦片”则作为主体的行动空间，“海龟”能够在“瓦片”上自由移动，并能改变“瓦片”的性状；Netlogo平台的“滑块”工具能够对模型的外部参数值进行定义。

绿色住宅市场的多主体模型中包含了开发商、消费者和政府三类主体，以及开发商群体内部的关系、消费者内部的关系，开发商群体与消费者群体之间的关系、政府与开发商的关系以及政府与消费者的关系。

在Netlogo平台中构建消费者“海龟”，拥有不同的收入和环保认知。首先，将每一个消费者与其他多个不同的消费者主体连接起来(根据六度分离理论，本模型取6个)，模拟他们之间的社会关系。其次，构建开发商“海龟”，不同的开发商拥有不同的开发能力和绿色住宅收益认知。第三，构建“瓦片”，用来代表市场中的住宅，包括普通住宅和绿色住宅两类，它们由开发商建设，并由消费者选择购买。最后，政府作为外部控制者角色，在绿色住宅市开始演化之前，通过“滑块”工具，采用外部参数设定的方式影响开发商和消费者的行为，参与到系统优化过程中。

Netlogo平台构建的绿色住宅市场多主体交互优化初始模型如图5所示。图中：蓝色海龟代表消费者，红色海龟代表开发商；绿色的房子代表绿色住宅，灰色的房子代表普通住宅。政府政策通过外部滑块进行参数设定，包括消费者教育JY、开发商激励JL、消费者补贴BT。

图5 Netlogo仿真界面

(2)模型设定

基于三类主体的行为关系，对绿色住宅市场的多主体交互优化仿真模型做如下设定。

设定一：政府作为政策的制定者，为消费者和开发商提供一个用以交互和反馈的外部政策环境。因此在系统仿真模型中，政府作为外部政策提供者，设定相应的开发商和消费者政策，参与到系统的优化中。

设定二：消费者和开发商能够识别外部政策环境的变化，并据此对自身的行为进行调整，从而进行自身行为的优化。

设定三：消费者能够识别其他消费者和开发商主体的行为，并受到他们行为的影响，从而做出自己的购买行为判断和反馈，从而进行自身行为的优化。

设定四：开发商能够识别市场上其他开发商主体和消费者的行为，并受到他们的影响，做出绿色住宅的开发和住宅价格的制定决策，从而进行自身行为的优化。

3.2 绿色住宅市场发展的多主体交互优化仿真

3.2.1模型初始设计

通过对武汉市316名消费者以及211位开发商的调研，采用式(1)，(2)结构方程模型对各参数求解结果如式(8)，(9)，其中各外源变量的取值均标准化为1～5的正数。

YC=0.83SR+0.21HB+0.36JY-0.79ΔP

(8)

YD=0.72NL+0.28RZ+0.21JL+0.19SC

(9)

设定1000位消费者和10位开发商，进行住宅的开发和购买行为交互。每一期，消费者将对与其相连的其他消费者主体的购买意愿进行平均。此外，开发商每期开发商成本将会逐渐降低，设定为0.5元/m2。其次，每开发一套绿色住宅，开发商的能力值将会提升0.05。根据当前市场实际情况，设定开发商利润为400元/m2，开发成本增量为130元/m2进行仿真演化[34]。

为了验证三类主体行为交互下的优化效果，通过滑块来构建不同的政府激励政策，观察演化结果。开始先为消费者提供150元/m2的补贴BT和教育JY，并提供开发商方面的政府激励JL，观察在不同时刻停止提供补贴时出现的情况。

3.2.2仿真结果分析

在Netlogo平台上模拟不同时期多主体交互仿真情况，根据市场演化结果绘制演化图。如图6，7所示。

图6 前期补贴退出时市场发展

图7 后期补贴退出时市场发展

政府前期补贴退出情况。为了研究政府补贴的最佳退出点，不断对其退出时间进行模拟，观察市场演化情况。结果表明，补贴退出过早将不利于绿色住宅市场发展(图6)。前期有外部补贴时(图6，0到Ta阶段)，供需主体在政策激励下，逐渐开始绿色住宅的开发和购买行为。此阶段内，开发商开发了433套绿色住宅，消费者购买了53套绿色住宅。然而政府的补贴政策退出过早(图6，Ta时间点)，会导致消费者绿色住宅购买意愿停止增长(图6,Ta以后阶段)，大量已开发的绿色住宅被闲置。最终，已购绿色住宅的市场占有率仅为5.3%。

政府补贴最佳退出点分析。采取适当延长政府补贴的提供时间，并在后期合适时刻取消。通过不断调整补贴退出时间点，得出已购绿色住宅市场占有率为24.6%时，政府补贴退出将能够获得最大的绿色住宅市场演化效率。如在图7，Tb时刻退出政府补贴后，消费者购买意愿有短暂停滞；但Tc时刻以后，消费者绿色住宅购买意愿会逐步自发提升，最终购买市场上433套绿色住宅，剩下的567套普通住宅也被全部购买。已购绿色住宅市场占有率达到43.3%。

分析可知，绿色住宅市场多主体的参与优化对于市场发展具有重要的促进作用。在市场发展进入期，市场调控主体的参与必不可少，通过政策激励，能有效促进多主体交互优化，引导绿色住宅市场演化方向；在绿色住宅成长期的恰当时刻，政府可以逐渐取消相关补贴政策，引导供需主体自身进行优化；在短暂的停滞期后，绿色住宅市场会持续发展逐渐成熟，并最终进入稳定期。

4 结 语

绿色住宅的市场发展能够有效缓解能源危机，引导和促进建筑业绿色发展，同时也能够为住房消费者提供更加舒适的居住环境。绿色住宅市场的多主体协同优化是促进市场演化和创新发展的必要基础，需求方和供给方通过内部学习或竞争的方式不断实现自身优化，双方之间则通过绿色住宅价格选择进行交互和行为优化；调控方根据市场发展情况对供需双方主体进行激励反馈，促进绿色住宅市场的持续有序发展。

本文研究提出的绿色住宅市场发展多主体交互机制和优化模型不仅适用于城市，也可拓展到广大农村地区。随着新型城镇化和美丽乡村建设进程，我国有望形成全球规模最大的村镇绿色农房住宅市场，深入研究农村绿色住宅市场的多主体构成特点和交互促进机制，是我国绿色住宅发展亟待推进的重大研究课题。

[1] 习近平. 中国共产党第十九次全国代表大会报告[R]. 北京：中华人民共和国中央人民政府, 2017.

[2] Zhang X. Green real estate development in China: State of art and prospect agenda-A review[J]. Renewable and Sustainable Energy Reviews, 2015, 47: 1-13.

[3] Bauer M, Mösle P, Schwarz M. Green Building: Guidebook for Sustainable Architecture[M]. Springer, 2007.

[4] Blengini G A, Busto M, Fantoni M, et al. Eco-efficient waste glass recycling: Integrated waste management and green product development through LCA[J]. Waste Management, 2012, 32(5): 1000-1008.

[5] Berggren B, Hall M, Wall M. LCE analysis of buildings—Taking the step towards Net Zero Energy Build-ings[J]. Energy And Buildings, 2013, 62: 381-391.

[6] 耿香丽. 基于博弈分析的绿色住宅发展研究[D]. 青岛: 青岛理工大学, 2015.

[7] 管秀源, 胡雨村. 天津市住宅市场发展的系统动力学模型仿真研究[J]. 工程管理学报, 2013, 27(1): 78-82.

[8] 曾庆宇. 基于系统动力学的绿色住宅市场成熟度研究[D]. 哈尔滨: 哈尔滨工业大学, 2012.

[10] 马 辉, 王建廷. 基于多因素分析的绿色住宅开发驱动模型研究[J]. 科技管理研究, 2012, (6): 226-231.

[11] 李佳桐. 绿色住宅选择行为的因素分析及关系研究 [D]. 哈尔滨: 哈尔滨工业大学, 2015.

[12] Gabay H, Meir I A, Schwartz M, et al. Cost-benefit analysis of green buildings: An Israeli office buildings case study[J]. Energy and Buildings, 2014, 76: 558-564.

[13] 阿兰那·斯唐(美), 克里斯多夫·霍索恩(美). 绿色住宅设计[M]. 周志敏, 陈海明, 译. 北京: 中国电力出版社, 2008.

[14] 李军亮. 太原市住宅市场需求影响因素研究及需求预测[D]. 太原: 中北大学, 2013.

[15] Marshall A. Principle of Economics[M]. London: Macmillan Retrieved, 1960.

[16] Chan E H W, Qian Q K, Lam P T I. The market for green building in developed Asian cities-the perspectives of building designers[J]. Energy Policy, 2009, 37(8): 3061-3070.

[17] Keysar E, Pearce A R. Decision support tools for green building: Facilitating selection among new adopters on public sector projects[J]. Journal of Green Building, 2007, 2(3): 153-71.

[18] 何晨琛, 王晓鸣, 赵国超, 等. 低碳建筑市场推广方法研究[J]. 建筑经济, 2015, 36(5): 85-87.

[19] Rivers N, Jaccard M. Choice of environmental policy in the presence of learning by doing[J]. Energy Economics, 2006, 28(2): 223-242.

[20] 虞丽婷, 袁竞峰, 万 欣. 绿色住宅市场现状分析及开发战略研究——以南京市为例[J]. 价值工程, 2013, (22): 1-3.

[21] 张 莉, 蔡诗瑶, 郑思齐, 等. 谁更愿意购买绿色住宅——居民特征对绿色住宅支付意愿的影响[J]. 中国房地产, 2015, (18): 23-31.

[22] 张 莉, 赵 鹤, 胡晓珂, 等. 绿色住宅能多卖多少钱——基于显示性偏好法与意愿调查法的北京市绿色住宅溢价分析[J]. 中国房地产, 2015, (21): 21-27.

[23] Zhang X, Platten A, Shen L. Green property development practice in China: Costs and barriers[J]. Building and Environment, 2011, 46(11): 2153-2160.

[24] Deng Y H, Wu J. Economic returns to residential green building investment: The developers’perspective[J]. Regional Science and Urban Economics, 2014, 47: 35-44.

[25] Hui E C M, Liang C, Wang Z, et al. The roles of developer’s status and competitive intensity in presale pricing in a residential market: A study of the spatio-temporal model in Hangzhou, China[J]. Urban Studies, 2016, 53(6): 1203-1224.

[26] Zheng S, Wu J, Kahn M E, et al. The nascent market for “green” real estate in Beijing[J]. European Economic Review, 2012, 56: 974-984.

[27] Zhou Y. State power and environmental initiatives in China: Analyzing China’s green building program through an ecological modernization perspective[J]. Geoforum, 2015, 61: 1-12.

[28] Pivo G, Fisher J D. Investment Returns from Responsible Property Investments: Energy Efficient, Transit-oriented, and Urban Regeneration Office Properties in the US from 1998-2007[R]. Terre Haute: Indiana University, 2008.

[29] Heinzle S L, Yip A B Y, Xing M L Y. The influence of green building certification schemes on real estate investor behaviour: Evidence from singapore[J]. Urban Studies, 2013, 50(10): 1970-1987.

[30] Karkanias C, Boemi S N, Papadopoulos A M, et al. Energy efficiency in the hellenic building sector: An assessment of the restrictions and perspectives of the market[J]. Energy Policy, 2010, 38: 2776-2784.

[31] Paul W L, Taylor P A. A comparison of occupant comfort and satisfaction between a green building and a conventional building[J]. Building and Environment, 2008, 43: 1858-1870.

[32] Sentman S D, De Percio S T, Koerner P. A climate for change: Green building policies, programs, and incentives[J]. Journal of Green Building, 2008, 3(2): 46-63.

[33] Shapiro S. Code green: Is “greening” the building code the best approach to create a sustainable built en-vironment? [J]. Planning and Environmental Law, 2011, 63(6): 3-12.

[34] 张 莉, 刘洪玉. 我国绿色住宅市场溢价的定量分析[J]. 工程管理学报, 2013, 27(6): 107-111.