古彩瓷定价研究

孙万欣

(浙江旅游职业学院 工商管理系，浙江 杭州 311231)

0 引 言

随着中国经济发展能力不断提高，人们在满足物质需求的情况下，对一些精神上的需求越来越高，从而促进了中国艺术品市场的迅猛发展，成为继股票市场及房地产市场外的第三大投资市场。近十几年来，中国拍卖公司的数量、拍卖会的数量及拍卖专场的数量总体而言处于一个上升的趋势中。其中，陶瓷艺术品占有较高比例，陶瓷艺术品的利益相关者特别关注价格的形成因素。因此，研究陶瓷艺术品价格形成的主要因素具有十分重要的意义。

本研究的目的是通过对古彩瓷定价的研究，探索艺术品拍卖价格最显著的因素。根据拍卖市场所提供的公开信息，系统地总结出了有关拍卖市场中已成交的古彩瓷艺术品的一些特征属性，并详细地搜集到了相关特征属性的具体信息及数据。分别采用半对数模型函数、线性模型函数及对数模型函数对所采集到特征属性信息进行分析、比较。最后得出，线性模型的解释能力比较强。再集中对线性模型中所得出的结论进行更详细地分析、比较，描述古彩瓷艺术品的价格主要受哪些特征属性影响和影响的程度，为古彩瓷艺术品的定价提供有益的建议。由于目前市场上，关于古彩瓷乃至大多数艺术陶瓷价格的确定都没有一个明确的说法和考究，也没有完善客观且科学的标准及依据，本文研究为一些收藏家、艺术家和艺术商家提供参考。

目前，有关艺术品定价研究的文献很少，特别是古彩瓷艺术品。相关文献主要介绍一些有关古彩瓷的工艺、出处、特色、拍卖情况等。到目前为止，对瓷器艺术品定价研究专门进行定量分析的较少。本论文首次对古彩瓷的定价做出了研究，综合考虑了古彩瓷的尺寸、拍卖时间、创作者、艺术流派、创作者的职称等因素对其定价的影响，具有一定独特之处。

1 研究设计

1.1 数据来源

由于整理样本的限制，选取了2005—2013 年春、秋季及一些特殊拍卖会中有关于古彩、斗彩、五彩等已成交的艺术拍品数据为样本，共选取了近200 个样本数据进行该项研究。这200 个样本分别是景德镇华艺拍卖有限公司、中国嘉德国际拍卖有限公司、北京保利国际拍卖有限公司、北京万隆拍卖有限公司、北京中汉拍卖有限公司、佳士得纽约有限公司等30 多个拍卖公司在不同时期已成交的拍品。研究中的部分数据来源于雅昌艺术市场监测中心(http://amma.artron.net/)中的各年度春秋季拍卖市场报告；样本数据则来源于雅昌艺术网(http://www.artron.net/)、易拍全球网(http://www.epailive.com)、《中国风·第二季学院派陶瓷品专场拍卖会》[5]《中国风·中国当代陶瓷艺术展专场拍卖会》[6]《中国风·2012 学院派陶瓷艺术作品专场拍卖会》[7]等拍卖集册。

本研究通过运用Stata16 对收取到的数据进行计算。通过对原始样本数据进行量化处理，剔除了数据不全的样本、剔除存在异常值的样本，共获得现当代样本数据和古代样本数据199 个。

1.2 模型构建

1.2.1 模型的选取

在对艺术品进行特征价格研究时，最常用的是线性模型。本文研究的是古彩瓷艺术品特征与成交价相关关系的探究，研究所采用的模型是半对数线性模型：

其中，P为成交价格；a为常数项；xi(i=1,2,3,……,n)为所研究对象的特征属性；βi(i=1,2,3,……,n)为各特征属性的回归系数。

1.2.2 对变量选取和量化标准的说明

目前，国内特征价格模型在陶瓷艺术品定价上的应用只有一篇关于青花瓷的定价研究。对本文中定价因素研究对象古彩瓷来说，还没有可以直接应用的解释变量。因而需对古彩瓷进行仔细研究，发现影响古彩瓷市场价格的重要相关因素，对该因素进行模型分析。

古彩历史悠久，明、清时最为鼎盛。本文所选取的样本并不只局限于古彩瓷，对斗彩瓷和五彩瓷也进行了大量收集整理。本文对所收集的样本分为现当代古彩瓷拍卖信息样本和古代古彩瓷拍卖信息样本。并针对这些样本的信息和特点，选取了相应的特征属性，分别如下：

1.2.2.1 样本第一类，现当代古彩瓷拍卖信息样本

(1) 成交价格(Price)，在本文中属于因变量，主要以各大拍卖公司的成交记录为准。在模型中，由于成交价格过大，因而对其取对数。其变量性质为连续性变量，在处理数据时按照具体金额取值，单位为元。

(2) 估价(Evaluate)，属于自变量，以各大拍卖公司的成交记录为准。与成交价格一样取对数，将其化繁为简。其变量性质为连续变量，数据处理时按照最高估价与最低估价的平均值取值，单位为元。

(3) 件(Quant)，是指景德镇琢器类瓷器大小和成瓷难易的综合性计量单位，属于自变量。瓷器艺术品上对件的划分，到目前为止都没有一个准确的标准。本文里的件是比照1975 年景德镇瓷器规格标准进行计算得来的。其变量性质为连续变量，数据处理时按照具体大小取值，单位为件。

(4) 作者(Author)，是指样本瓷器的创作者。在本文中，作者信息过于繁杂，且信息不全，因而在数据处理时被剔除。

(5) 创作年代(Creative Age)，是指样本瓷器被创作的时间。与作者一样，信息过于繁杂及不全，而被剔除。

(6) 成交时间(Year)，是指样本瓷器被拍卖的时间，属于自变量。本文以年为单位处理，样本选自2008—2013 年，在处理数据时，分列出六个变量，并用0—1 变量将其进行量化处理。

(7) 铃印(Seal)，是指样本瓷器上的印章，以瓷器上具体印章为准，属于自变量。其变量性质为虚拟变量，采用0—1 变量法对其进行量化，有铃印记为1，无铃印记为0。

(8) 题识(Inscription)，是指样本瓷器上的题词，以瓷器上具体题词为准，属于自变量。其变量性质也为虚拟变量，采用0—1 变量进行量化，有题识记为1，无题识记为0。

(9) 拍卖行(Auction Company)，是指执行这些样本拍卖的公司。由于该信息多而杂，量化具有一定的困难，因而在数据处理时被剔除。

(10) 艺术流派(Art schools)，是指样本瓷器的创作方法及表现风格，以拍卖行对其的分类为准，属于自变量。本文采用0—1 变量对其进行量化，现当代陶瓷及其他陶器的记为1，其他的记为0，属于虚拟变量。

(11) 专场(Session)，是指专为某一类瓷器或专为某一类艺术而设立场次。该信息由于不好进行统计，难以进行量化，因而本文将其进行了剔除。

(12) 拍卖会(Auction)，是指在特定的场合中，以竞标的方式，达成两造合意的商品交易。在本文中难以量化而被剔除。

(13) 出售国家(Country)，是指执行样本拍卖的地点。在本文所收集的样本中出售国家只有一个，不具有较强的对比性，因而将其剔除。

(14) 工艺(Crafts)，是指劳动者利用生产工具对各种原材料、半成品进行增值加工或处理，最终使之成为制品的方法与过程，属于自变量。在本文中将其分为古彩(Anc)、斗彩(Dou)、五彩(Mul)三种采用0—1 变量法将其进行量化。

(15) 艺术家是否署名(Signature)，是指创作者是否在作品上题有自己名字或称号。从所找的样本中可以看出，这一变量与题识无差异。因而在处理数据时，只选取了题识作为研究的自变量，将这个变量进行了剔除。

(16) 年龄(Age)，在本文中是以该样本的拍卖年份减去创作者的出生年份而确定的。对于已去世的作者，因为样本较少，本文就假设其还在世的方式对其进行年龄的确定。属于连续性的自变量，按照确切的年龄进行取值。

(17) 是否在世(Live)，本文所选取样本的创作者大部分都是在世的。只有一个特殊，但在年龄这一变量处理时已假设其均在世。所以，这一变量对研究影响不大。

(18) 职称(Title)，是指专业技术人员的专业技术水平、能力以及成就的等级称号，属于自变量。文中将其分为三类等级进行量化，分别是教授与国家级大师(Profe)、副教授与省级大师(Apro)、讲师和市级大师(Teac)。

(19) 是否有著录(Works)，文中是以样本瓷器创作者是否有发表文献或作品集为标准的，属于自变量。该变量为虚拟变量，采用0—1 变量法对其进行量化。文中若未明确表明是否有发表文献或作品集的均记为0。

1.2.2.2 古代古彩瓷拍卖信息样本

原始数据中，古代古彩瓷拍卖信息样本里的前十四项指标与现当代古彩瓷拍卖信息样本一样，只是在数据处理时有所差异。

在古代的样本中，本文剔除了成交时间这一变量，多加了代表年这一自变量。大明年间的记为1，其他的记为0。艺术流派也分设了三个变量，分别是明(Mid)、清(Qin)和其他(Oth)，用以上相同的方法进行量化。

古代样本中新加了来源(Source)和记录(Record)两个变量。该变量均以数据来源上的信息为准，属于自变量。以0—1 变量进行量化，有记为1，无记为0。

综上所述，可得处理后的模型所需指标的数据如表1，表2。

表1 现当代古彩瓷样本变量定义Tab.1 Variables definitions of modern and contemporary ancient Famille Verte sample

表2 古代古彩瓷样本变量定义Tab.2 Variables definitions of Famille Verte sample from ancient times

1.2.3 模型中所需指标的选取

对于处理好的样本数据，接下来的工作就是带入模型中进行运行。在本文中，共收集到了两类样本。这两类样本的解释变量存在着一点差异，因而这里就需要两个模型对其进行运算，才能更好地得到所需结果。如下：

模型一：

在以上模型中，成交时间的六个年份以2008年为对比量；工艺的三个变量以五彩(Mul)为对比量；职称的三个等级则以讲师与市级大师(Teac)为对比量。

模型二：

在以上模型中，艺术流派的三个变量以其他(Oth)为对比量；工艺的三个变量则以古彩(Anc)为对比量。

2 实证结果分析

2.1 描述性统计

本文共收集到199 个初始样本数据。首先，根据创作的时间将199 样本分为现当代和古代两类样本；再分别针对每类样本里的这些特征属性的信息进行整理分析。其中，现当代的样本共99个；古代样本共有100 个。

2.1.1 描述性统计分析

表3 和表4 分别是现当代古彩瓷样本信息和古代古彩瓷样本信息中各变量的描述性统计数据。从表3、4 的连续变量中可以看出，件(Qu)的各项数据指标在表中都处于最高项。在现当代样本的描述性统计数据中，件(Qu)的最大值为1160，最小为35，均值为254.14，说明该样本中的件(Qu)的数据主要集中于254.14 附近。从其标准差上来看，表明该变量中的数据波动性较大，不稳定。在古代样本的描述性统计数据中，件(Qu)的数据主要集中于50.40 附近。变量数据的波动性仍然较大，但相较于现当代的件(Qu)的数据而言，较为平缓一些。

首先，从表3 中可以看出，从成交价(LnP)和估价(LnEv)的最大值、最小值和均值中可以发现，这两个变量的数据高度集中于11 附近。在标准差上，LnP 的标准差为1.41274，LnEv 的标准差为1.53509，表明LnEv 的波动性大于LnP 的波动性。而年龄(Ag)的波动性虽远远小于件(Qu)，但却也大于LnP 和LnEv 的波动性。

表3 描述性统计—现当代Tab.3 Descriptive statistics--modern and contemporary

表4 描述性统计—古代Tab.4 Descriptive statistics--ancient

表4 与表3 结果类似，从LnP 和LnEv 的各项数据指标可以看出，这两个变量的数据仍然高度集中于11 附近，LnEv 的波动大于LnP。

2.1.2 相关性分析

表5 和表6 是现当代和古代样本相关性检验的结果。

表5 主要变量相关性系数(现当代古彩瓷样本)Tab.5 Corelation index of major variables (modern and contemporary ancient Famille Verte sample)

表5 是现当代样本中，LnP、LnEv、Qu 等变量与样本中全部变量之间的关系及显著程度。LnP与LnEv 的相关系数最大，为0.789，说明LnP 与LnEv 高度相关。对于工艺这一变量，本文设定以五彩(Mu)为对比量，因而表中的相关系数指的是古彩(An)和斗彩(Do)相对于五彩(Mu)来说，与成交价所呈现的相关程度。从中可以看到，An 与LnP呈正相关，相关系数为0.314；Do 与LnP 成负相关，相关系数为–0.201。这是因为现当代的古彩艺术品里主要是以古彩为主，其次是五彩瓷器。而斗彩的瓷器作品主要集中于古代，现代对这方面的创作相比较于古彩和五彩而言就较为不精，因而相对于古彩和五彩，对成交价的影响就不很大。职称中，建模时是设立讲师和市级大师(Te)为对比量，从中可以发现，Pr 与LnP 呈正相关，相关系数为 0.310,Ap 与 LnP 呈负相关，相关系数为–0.170。样本中的市级大师一般都是指景德镇市的市级大师。景德镇是千年瓷都，孕育了千年的瓷韵文化，省级大师虽说名誉上要高于市级大师。但在瓷器拍卖市场上，除了最高级的国家级大师外，拍买者一般更倾向于瓷都出产的作品，因而就出现了以上结果。

表6 变量相关性系数分析(古代古彩瓷样本)Tab.6 Corelation index of variables (Famille Verte sample)

从表6 可以看出，LnP 与LnEv 的相关系数为0.924，与高度相关，且其sig 值小于0.01，表明在1 %的水平上非常显著。在模型2 中只对艺术流派和工艺两项变量设置了对比量。艺术流派中以其他(Ot)为对比量，从表6 中的LnP 与Mi 和Qi 的相关系数可以看出，明(Mi)、清(Qi)风格的作品相比于其他(Ot)风格的作品而言价值更高一点。而在工艺方面则以古彩为对比量，从表6 中可以发现LnP 与Do 呈正相关，与Mu 呈负相关，说明五彩(Mu)比古彩(An)价底，斗彩(Do)比古彩(An)价高。

2.2 模型回归结果

通过对上述两个模型进行回归计算，得到现当代古彩样本信息和古代古彩样本信息各内部关系的回归结果,如表7 所示。

从表7 的R 方值可以看出,这两模型的拟合度较高，说明模型对因变量的解释能力较强。两个模型整体都通过了显著性检验。

模型1 中，Lneva、quant、Anc、Age、Liv、Work 变量系数显著。

模型2 中，LnEva 系数显著，其他变量系数均不显著。

表7 样本回归结果Tab.7 Results of sample applied

3 结 论

(1)运用特征价格模型(Hedonic)对雅昌艺术网和易拍全球网中的199 个样本数据进行了回归分析。在现当代古彩样本中，估价(Lneva)、件(quant)、艺术流派(Anc)、年龄(Age)、在世(Liv)、著录(Work)变量系数显著。而就古代古彩样本来说，除了估价(LnEv)外,其他变量都不显著。另一方面也说明估价基本蕴含了其几乎所有价值信息。

(2)本研究对于古彩瓷的定价政策具有一定的指导意义，有利于完善我国古彩瓷定价的体系。针对一些对古彩瓷定价有一定影响的因素进行详细的分析，为这些影响因素赋予一定的科学性；也为一些古彩瓷的购买商、艺术家及收藏家提供了十分重要的参考。就购买商和收藏家而言，在拍买或收藏现当代创作的古彩瓷类作品时可着重于对瓷器的估价、件的计量、创作年份、创作者的年龄上进行详细的评估。而就创作者而言，为使创作的作品更具有价值，可在件、铃印、题识、创作工艺、艺术风格上着手。