《地理研究》：北京市住宅价格的影响因素及适宜居住面积标准（高晓路）

第29卷第3期 地理研究 2010年3月 GEO GRAPHICAL RESEARCH Mar.2010 北京市住宅价格的影响因素及 适宜居住面积标准 高晓路 (中国科学院地理科学与资源研究所,北京100101) 摘要:针对我国城市住宅市场中的问题,如何通过适宜的住宅面积标准来引导住房建设与消 费是当前极为重要和紧迫的课题。然而已有的建筑学和比较研究等方法却存在较大的局限性 难以为政策提供有效的支撑。本文运用微观经济学的理论和方法对适宜居住面积标准的理论 框架和方法进行探索,以北京市为例进行实证分析。从住房市场的经济分析出发,将住宅面 积标准的优化界定为使消费者的边际效应最大化的问题。通过定量分析,提出适合于不同家 庭的居住面积的建议值,并就如何合理地引导住宅建设与消费提出政策建议。根据分析结果 建议以50m2和80m2作为北京地区的适宜建筑面积标准。同时,从鼓励阶段性消费的政策视 角出发,提出宜针对特定的目标层,通过减税、补贴等手段降低换购费用,从而创造引导居 民理性消费的经济动机 关键词:住宅面积标准;住宅市场;边际效用;资产价格法;住宅政策 文章编号:1000-0585(2010)03-0500-10 1引言 目前,我国城市住宅市场存在着供应结构不够合理、与社会和人口结构不相匹配的问 题。通过适宜的住宅标准来引导住房建设与消费成为住房政策的当务之急。在大城市地 区,由于人口和经济要素的高度集聚,住宅发展与资源环境的矛盾比一般城市更为明显, 所以科学地制定大城市地区的住宅面积标准尤为重要。 住宅面积标准可分为保障性标准、税制标准、引导性标准等类型。保障性标准是出于 最基本的生活需要而制定的具有社会保障性质的标准,主要依据来自健康、安全等方面的 基本需求以及政府保障能力的制约。税制标准则是为了调整由于资源占用不均带来的不公 平现象而制定的、与不同税率相对应的面积门槛,主要依据是资源环境条件的制约。适宜 住宅面积标准属于引导性标准,它的目标是为了引导住宅的建设和消费,对引导住房消费 观念、制订合理的住房建设计划和实施有效的宏观调控具有重要的指导作用。在实践中 由于公共住房是政府用来实现上述引导的主要手段,因此适宜住宅面积标准也可为制订经 济适用房、两限房等公共住房的标准提供直接依据。在我国当前的形势下,有的放矢地制 订一套符合实际的适宜住宅面积标准对保持住房市场的健康稳定、促进生活质量的提高和 实现人居环境可持续发展的战略目标具有极其重要的意义 收稿日期:20090630;修订日期:20091028 基金项目:国家自然科学基金资助项目(Na40671063) 作者简介:高晓路(1969),女,内蒙古人,研究员,博士生导师。主要研究方向为城市地理,城市和区域规划 政策,住宅与房地产经济,GS空间分析。Emai:gaox@gsnr.accn o1994-2010ChinaAcademicJOurnalElectronicPublishingHouse,Allrightsreservedhttp:/www.cnki

第 29 卷 第 3 期 2010 年 3 月 地 理 研 究 GEO GRAPHICAL RESEARCH Vol129 , No13 Mar1, 2010 收稿日期 : 2009206230 ; 修订日期 : 2009210228 基金项目 : 国家自然科学基金资助项目 (No140671063) 作者简介 : 高晓路 (19692) , 女 , 内蒙古人 , 研究员 , 博士生导师。主要研究方向为城市地理 , 城市和区域规划 政策 , 住宅与房地产经济 , GIS 空间分析。E2mail : gaoxl @igsnrr1ac1cn 北京市住宅价格的影响因素及 适宜居住面积标准 高晓路 (中国科学院地理科学与资源研究所 , 北京 100101) 摘要 : 针对我国城市住宅市场中的问题 , 如何通过适宜的住宅面积标准来引导住房建设与消 费是当前极为重要和紧迫的课题。然而已有的建筑学和比较研究等方法却存在较大的局限性 , 难以为政策提供有效的支撑。本文运用微观经济学的理论和方法对适宜居住面积标准的理论 框架和方法进行探索 , 以北京市为例进行实证分析。从住房市场的经济分析出发 , 将住宅面 积标准的优化界定为使消费者的边际效应最大化的问题。通过定量分析 , 提出适合于不同家 庭的居住面积的建议值 , 并就如何合理地引导住宅建设与消费提出政策建议。根据分析结果 , 建议以 50m 2和 80m 2作为北京地区的适宜建筑面积标准。同时 , 从鼓励阶段性消费的政策视 角出发 , 提出宜针对特定的目标层 , 通过减税、补贴等手段降低换购费用 , 从而创造引导居 民理性消费的经济动机。 关 键 词 : 住宅面积标准 ; 住宅市场 ; 边际效用 ; 资产价格法 ; 住宅政策 文章编号 : 100020585 (2010) 0320500210 1 引言 目前 , 我国城市住宅市场存在着供应结构不够合理、与社会和人口结构不相匹配的问 题。通过适宜的住宅标准来引导住房建设与消费成为住房政策的当务之急。在大城市地 区 , 由于人口和经济要素的高度集聚 , 住宅发展与资源环境的矛盾比一般城市更为明显 , 所以科学地制定大城市地区的住宅面积标准尤为重要。 住宅面积标准可分为保障性标准、税制标准、引导性标准等类型。保障性标准是出于 最基本的生活需要而制定的具有社会保障性质的标准 , 主要依据来自健康、安全等方面的 基本需求以及政府保障能力的制约。税制标准则是为了调整由于资源占用不均带来的不公 平现象而制定的、与不同税率相对应的面积门槛 , 主要依据是资源环境条件的制约。适宜 住宅面积标准属于引导性标准 , 它的目标是为了引导住宅的建设和消费 , 对引导住房消费 观念、制订合理的住房建设计划和实施有效的宏观调控具有重要的指导作用。在实践中 , 由于公共住房是政府用来实现上述引导的主要手段 , 因此适宜住宅面积标准也可为制订经 济适用房、两限房等公共住房的标准提供直接依据。在我国当前的形势下 , 有的放矢地制 订一套符合实际的适宜住宅面积标准对保持住房市场的健康稳定、促进生活质量的提高和 实现人居环境可持续发展的战略目标具有极其重要的意义

3期 高晓路:北京市住宅价格的影响因素及适宜居住面积标准 一段时期以来,我国学术界对城市居住面积标准进行过不少探讨,积累了一定的成 果。具体而言,主要是从居住水平的分析预测与社会消费能力的角度提出住宅建筑面积的 合理区间2,从建筑设计的角度分析满足一定舒适度和生活需求的合理建筑面积34 从借鉴各国经验的角度进行比较1561,从资源环境约束的角度论证住宅面积过大产生的弊 端,提出住宅面积水平的定位等。但是,受研究方法所限,现有研究虽然提出了很 多建议,却很难对适宜标准的具体数值进行逻辑上的严密论证。例如,不同居民对空间舒 适度的评价可能存在较大差异,适于其他国家的标准对我国来说并不一定是最适宜的。因 此,急需探索新的理论和方法对适宜住宅标准进行定量化的分析。 关于适宜住宅面积标准,其他国家在实践中已经积累了很多经验,例如,日本和韩国 制定了针对不同类型地区和不同家庭人口的“住宅面积诱导标准”( Target Housing Standard)。标准的制定方法基本上局限于从建筑学角度提出各种生活活动所需的“合理 空间”,并根据各种空间的内在联系对它们进行“合理的归并”,然后进行面积的汇总。上 述主流方法由于依据不足受到了很多质疑,但是到目前为止,还鲜有报告新的定量化研究 方法的例子。上世纪80年代,曾经有一些文献涉及住宅标准问题,例如 Follain等通过对 城市居民的问卷调查等方法分析了韩国居民对住宅面积的支付意愿价格和实际价格的关 系; Ravallion定量地估测了雅加达实施住宅标准后对贫困阶层产生的影响等l。然 而,关于完善的适宜居住面积标准方法体系尚未建立。 针对上述理论和实践问题,本文尝试运用微观经济学的理论和方法对适宜居住面积标 准问题进行研究。并以北京市为例,从住房市场的经济分析出发对住宅面积与市场价格的 关系进行全面的分析。一方面,希望揭示居民对住宅面积的真实需求,提出我国大城市地 区的适宜住宅面积标准的建议,从而为住宅市场的引导和宏观调控政策提供理论和实践支 撑。另一方面,希望建立一套制定适宜居住面积标准的比较完善的方法,并通过实证分析 对这种新的方法的科学性和可行性进行验证 2研究方法 2.1理论框架 住宅面积标准的影响涉及生活质量的诸多方面。标准过低时,人口过于稠密,会给城 市交通造成压力,使人均绿地减少,整个城市和地区的生活服务水平降低,并使居民难以 适应生活中的变化,由此产生较高的调整费用。标准过高时,住宅与居住环境的维护成本 和长期费用提高,造成不必要的浪费,城市公共服务的水准和社区舒适度也会降低。如果 与住房和社会保障制度、土地划拨政策等结合不当,很容易出现资源占有和分配的不公平 现象,由此带来社会问题;同时,如果标准定得太高,也有可能人为地造成很多存量住宅 低于标准的现象,给旧城改造增加难度。 所以,就公共政策而言,关键是对住宅面积超过何种限度时会产生不利影响(即经济 学中所谓的外部效果),以及产生了多大影响进行客观的分析和测算。这样,就可以根据 分析结果,较为科学地制定居住面积标准,并根据外部效果的大小对如何调控进行设计。 对外部效果进行分析和测算时,比较有效的方法是微观经济学方法。从微观经济学的 角度来看,住宅标准所带来的资源环境效应反映为住宅和居住环境质量,通过市场的作 用,它们对住宅的市场价格产生影响。在完全市场中,人们对某种产品的支付意愿等于其 市场价格。因此,通过对住宅市场价格的回归分析,可以对住宅面积及居住环境变量的边 o1994-2010ChinaAcademicJOurnalElectronicPublishingHouse.Allrightsreservedhttp:/www.cnk

3 期 高晓路 : 北京市住宅价格的影响因素及适宜居住面积标准 501 一段时期以来 , 我国学术界对城市居住面积标准进行过不少探讨 , 积累了一定的成 果。具体而言 , 主要是从居住水平的分析预测与社会消费能力的角度提出住宅建筑面积的 合理区间[1 ,2 ] , 从建筑设计的角度分析满足一定舒适度和生活需求的合理建筑面积[ 3 ,4 ] , 从借鉴各国经验的角度进行比较[5 ,6 ] , 从资源环境约束的角度论证住宅面积过大产生的弊 端 , 提出住宅面积水平的定位等[7～10 ] 。但是 , 受研究方法所限 , 现有研究虽然提出了很 多建议 , 却很难对适宜标准的具体数值进行逻辑上的严密论证。例如 , 不同居民对空间舒 适度的评价可能存在较大差异 , 适于其他国家的标准对我国来说并不一定是最适宜的。因 此 , 急需探索新的理论和方法对适宜住宅标准进行定量化的分析。 关于适宜住宅面积标准 , 其他国家在实践中已经积累了很多经验 , 例如 , 日本和韩国 制定了针对不同类型地区和不同家庭人口的 “住宅面积诱导标准” ( Target Housing Standard) 。标准的制定方法基本上局限于从建筑学角度提出各种生活活动所需的“合理 空间”, 并根据各种空间的内在联系对它们进行“合理的归并”, 然后进行面积的汇总。上 述主流方法由于依据不足受到了很多质疑 , 但是到目前为止 , 还鲜有报告新的定量化研究 方法的例子。上世纪 80 年代 , 曾经有一些文献涉及住宅标准问题 , 例如 Follain 等通过对 城市居民的问卷调查等方法分析了韩国居民对住宅面积的支付意愿价格和实际价格的关 系[11 ] ; Ravallion 定量地估测了雅加达实施住宅标准后对贫困阶层产生的影响等[ 12 ] 。然 而 , 关于完善的适宜居住面积标准方法体系尚未建立。 针对上述理论和实践问题 , 本文尝试运用微观经济学的理论和方法对适宜居住面积标 准问题进行研究。并以北京市为例 , 从住房市场的经济分析出发对住宅面积与市场价格的 关系进行全面的分析。一方面 , 希望揭示居民对住宅面积的真实需求 , 提出我国大城市地 区的适宜住宅面积标准的建议 , 从而为住宅市场的引导和宏观调控政策提供理论和实践支 撑。另一方面 , 希望建立一套制定适宜居住面积标准的比较完善的方法 , 并通过实证分析 对这种新的方法的科学性和可行性进行验证。 2 研究方法 211 理论框架 住宅面积标准的影响涉及生活质量的诸多方面。标准过低时 , 人口过于稠密 , 会给城 市交通造成压力 , 使人均绿地减少 , 整个城市和地区的生活服务水平降低 , 并使居民难以 适应生活中的变化 , 由此产生较高的调整费用。标准过高时 , 住宅与居住环境的维护成本 和长期费用提高 , 造成不必要的浪费 , 城市公共服务的水准和社区舒适度也会降低。如果 与住房和社会保障制度、土地划拨政策等结合不当 , 很容易出现资源占有和分配的不公平 现象 , 由此带来社会问题 ; 同时 , 如果标准定得太高 , 也有可能人为地造成很多存量住宅 低于标准的现象 , 给旧城改造增加难度。 所以 , 就公共政策而言 , 关键是对住宅面积超过何种限度时会产生不利影响 (即经济 学中所谓的外部效果) , 以及产生了多大影响进行客观的分析和测算。这样 , 就可以根据 分析结果 , 较为科学地制定居住面积标准 , 并根据外部效果的大小对如何调控进行设计。 对外部效果进行分析和测算时 , 比较有效的方法是微观经济学方法。从微观经济学的 角度来看 , 住宅标准所带来的资源环境效应反映为住宅和居住环境质量 , 通过市场的作 用 , 它们对住宅的市场价格产生影响。在完全市场中 , 人们对某种产品的支付意愿等于其 市场价格。因此 , 通过对住宅市场价格的回归分析 , 可以对住宅面积及居住环境变量的边

502 地理研究 29卷 界效应进行量化,由此达到定量地估测外部效果的目的,进而以此为依据分析不同住宅面 积标准下的社会成本与收益。在微观经济学中,这种方法被称为资产价格法或享乐价格 法。在环境政策研究中,上述方法得到了广泛应用,是为决策提供科学依据的有效手段之 一1-1。近年来,我国学者运用资产价格法在住房价格分析等方面也积累了很多 成果17~20。 基于以上理论,适宜住宅面积标准的优化问题可以转化为使社会整体效应最大化的问 题。因此,首先应建立住宅市场的经济分析模型,其次以社会整体效应的最大化为目标寻 求适宜住宅面积标准的最优解 2.2样区和数据的选择 本研究的样区选在北京市朝阳区亚奥地区,位于北四环和北五环内外,南至北土城 路,北至清河和13号城轨,东至北苑路以东1公里,西至京昌高速公路,占地约16 m2,归小关、亚运村、大屯等三个街道和奥运村、来广营等两个地区办事处管辖。这是 城市建成区中很有代表性的一个地区。在20世纪90年代初的亚运村建设和其北部奥运会 主场馆和奥林匹克公园建设的带动作用下,这一地区的住宅交易十分活跃,形成一个比较 完整的市场板块。 为了综合地把握市场结构,不仅要考虑新建住宅还需考虑现存住房的情况,所以本研 究选择二手普通住宅作为分析样本。所选样本均为2006年5月1日前后各一周之间在市 场上交易的住宅,通过北京房地产网(http://www.bjhousecom)提取该时段发布的、 位于样区以内的全部信息并逐条与房地产中介确认成交底价和房屋具体情况而获得数据。 经过反复校对核实,一共筛选出有效数据300余条,分属样区内的69个居住小区、街坊、 组团或单位生活区(以下简称小区)。为了提高分析的可靠性,从中排除了样本数过少 (<3)的小区,最终用于分析的有效样本为279个,属于63个小区 除此以外,还搜集了街道和社区居委会所掌握的关于人口、用地、公共服务设施等方 面的数据,并对63个小区的景观环境通过实地勘察进行了综合评估。最后,利用 Arc GIs 的 geocoding功能将所有样本落在地图上,并将所在小区的属性数据赋予各个样本 3关于样区内住宅市场的初步分析 3.1分析样本的统计 在有效样本中,建筑面积最大219m2,最小41m2,平均110.3m2。总售价平均值 83.6万元,最高175万元,最低31万元。从统计结果来看,分析样本与北京市房地产市 场的总体状况基本吻合,因此可以认为,分析样本具有较好的代表性 由于电梯和公摊面积的差异,多层、高层住宅以及板楼、板塔、塔楼等普通住宅的主 要形式在使用率(=套内建筑面积销售面积)方面存在较大差异。目前,北京地区多层 住宅、高层板楼和高层塔楼的使用率通常在85%左右,78~80%和72~75%之间。一般 来说,普通住宅的单价也因住宅形式而异,多层板楼较高,高层板楼和塔楼较低。因此 以套内建筑面积(以下简称套内面积)来计算的单价在不同类型的住宅之间更具可比性 在建立住宅价格模型时,以套内面积的单价作为被回归变量比用建筑面积单价更加合理。 为此,根据建筑面积计算了每个样本的套内面积。多层住宅、高层板楼和高层塔楼的 使用率分别采用84%,79%和74%。此外,考虑到位于顶层的复式住宅由于节省了顶层 楼梯间面积使用率相对较高,所以计算套内面积时在上述使用率的基础上又增加2%。经 201994-2010ChinaAcademicJournalElectronicPublishingHouse,Allrightsreservedhttp://www.cnki

502 地 理 研 究 29 卷 界效应进行量化 , 由此达到定量地估测外部效果的目的 , 进而以此为依据分析不同住宅面 积标准下的社会成本与收益。在微观经济学中 , 这种方法被称为资产价格法或享乐价格 法。在环境政策研究中 , 上述方法得到了广泛应用 , 是为决策提供科学依据的有效手段之 一[13～16 ] 。近年来 , 我国学者运用资产价格法在住房价格分析等方面也积累了很多 成果[ 17～20 ] 。 基于以上理论 , 适宜住宅面积标准的优化问题可以转化为使社会整体效应最大化的问 题。因此 , 首先应建立住宅市场的经济分析模型 , 其次以社会整体效应的最大化为目标寻 求适宜住宅面积标准的最优解。 212 样区和数据的选择 本研究的样区选在北京市朝阳区亚奥地区 , 位于北四环和北五环内外 , 南至北土城 路 , 北至清河和 13 号城轨 , 东至北苑路以东 1 公里 , 西至京昌高速公路 , 占地约 16 km 2 , 归小关、亚运村、大屯等三个街道和奥运村、来广营等两个地区办事处管辖。这是 城市建成区中很有代表性的一个地区。在 20 世纪 90 年代初的亚运村建设和其北部奥运会 主场馆和奥林匹克公园建设的带动作用下 , 这一地区的住宅交易十分活跃 , 形成一个比较 完整的市场板块。 为了综合地把握市场结构 , 不仅要考虑新建住宅还需考虑现存住房的情况 , 所以本研 究选择二手普通住宅作为分析样本。所选样本均为 2006 年 5 月 1 日前后各一周之间在市 场上交易的住宅 , 通过北京房地产网 ( http :/ / www1 bjhouse1com) 提取该时段发布的、 位于样区以内的全部信息并逐条与房地产中介确认成交底价和房屋具体情况而获得数据。 经过反复校对核实 , 一共筛选出有效数据 300 余条 , 分属样区内的 69 个居住小区、街坊、 组团或单位生活区 (以下简称小区) 。为了提高分析的可靠性 , 从中排除了样本数过少 ( < 3) 的小区 , 最终用于分析的有效样本为 279 个 , 属于 63 个小区。 除此以外 , 还搜集了街道和社区居委会所掌握的关于人口、用地、公共服务设施等方 面的数据 , 并对 63 个小区的景观环境通过实地勘察进行了综合评估。最后 , 利用 Arc GIS 的 geo2coding 功能将所有样本落在地图上 , 并将所在小区的属性数据赋予各个样本。 3 关于样区内住宅市场的初步分析 311 分析样本的统计 在有效样本中 , 建筑面积最大 219m 2 , 最小 41m 2 , 平均 110133m 2 。总售价平均值 8316 万元 , 最高 175 万元 , 最低 31 万元。从统计结果来看 , 分析样本与北京市房地产市 场的总体状况基本吻合 , 因此可以认为 , 分析样本具有较好的代表性。 由于电梯和公摊面积的差异 , 多层、高层住宅以及板楼、板塔、塔楼等普通住宅的主 要形式在使用率 ( = 套内建筑面积/ 销售面积) 方面存在较大差异。目前 , 北京地区多层 住宅、高层板楼和高层塔楼的使用率通常在 85 %左右 , 78～80 %和 72～75 %之间。一般 来说 , 普通住宅的单价也因住宅形式而异 , 多层板楼较高 , 高层板楼和塔楼较低。因此 , 以套内建筑面积 (以下简称套内面积) 来计算的单价在不同类型的住宅之间更具可比性 , 在建立住宅价格模型时 , 以套内面积的单价作为被回归变量比用建筑面积单价更加合理。 为此 , 根据建筑面积计算了每个样本的套内面积。多层住宅、高层板楼和高层塔楼的 使用率分别采用 84 % , 79 %和 74 %。此外 , 考虑到位于顶层的复式住宅由于节省了顶层 楼梯间面积使用率相对较高 , 所以计算套内面积时在上述使用率的基础上又增加 2 %。经

3期 高晓路:北京市住宅价格的影响因素及适宜居住面积标准 503 过上述调整,套内面积的平均值为8472m2,最大18834m2,最小32.56m2。 根据套内面积计算的单价,即套内单 样本出现频度 价的平均值为0.987万元/m2,最大值和最 小值分别为1.418和0.621万元/m2。它们 较好地满足回归分析模型中关于被回归变 量的正态分布假设(图1) 在分析样本中,建成5年以内的占 38%,6年以内的达50%。事实上,其中06070 一部分房屋己经不是首次转售,所以实际 的转售比例可能还要高。可见,200年北图1套内单价的分布情况(横轴单位:万元m 京二手房市场上短期内转手的比例相当高 ig 1 Sample distribution by indoor unit price (unit: 10000 RMB/m) 而且这些房屋主要集中于2000年以后新建 的住宅。这些数字与媒体公布的数据基本吻合(据链家地产2006年统计,北京市购房5 年内转让的比例约48%) 3.2样本所在小区的统计 表1是分析样本所在的63个小区在面积、价格和环境方面的总体情况。其中,容积 率、绿地率、小区户密度、平均住栋规模、小区中心至最近地铁站的距离和小区中心至奥 体中心、奥运场馆和公园的距离等几项指标较好地反映了小区的区位和总体环境特征,也 进一步表明分析样本在北京具有较好的代表性。 表1样本所在小区的各项指标 lah 1 Attributes of the residential blocks in the study area 小区统计指标 最大值平均值最小值 平均售价(万元) 平均建筑面积(m2) 107.56 82.913634 平均套内单价(万元/m2) 0.72 容积率 绿地率(% 33.06 小区户密度(户/hm2) 225.1154.42 平均住栋规模(户/栋) 小区中心到最近地铁站的距离(km) 小区中心到奥体中心、奥运场馆、公园的距离(km)414 0.26 小区中心到最近学校的距离(km) 为了把握小区内部景观环境的差异,对63个小区的景观环境调查结果进行了统计聚 类分析,根据规划设计、物业管理、生活氛围等因素将它们分为6种类型,如表2所 示。相应地,对各类型小区的平均物业费也进行了统计,第1组最低,为1.05元/m2, 其余依次为第3、2、5、4组,第6组最高,为3.74元/m2。显然,物业费与环境品质之 间存在一定的联系,物业费较高的小区环境较好。由于物业费构成购房后续成本的一部 分,所以环境品质与物业管理费这两项因素对价格的影响存在杠杆关系,居民会在较好的 环境品质和较低的物业管理费之间选择一个平衡点。因此,在回归分析中,只是将景观环 境类型作为回归变量,而没有直接考察环境品质的高低。 o1994-2010cHinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki

3 期 高晓路 : 北京市住宅价格的影响因素及适宜居住面积标准 503 过上述调整 , 套内面积的平均值为 84172m 2 , 最大 188134m 2 , 最小 32156m 2 。 图 1 套内单价的分布情况 (横轴单位 : 万元/ m 2 ) Fig11 Sample distribution by indoor unit price (unit : 10000 RMB/ m 2 ) 根据套内面积计算的单价 , 即套内单 价的平均值为 01987 万元/ m 2 , 最大值和最 小值分别为 11418 和 01621 万元/ m 2 。它们 较好地满足回归分析模型中关于被回归变 量的正态分布假设 (图 1) 。 在分析样本中 , 建成 5 年以内的占 38 % , 6 年以内的达 50 %。事实上 , 其中 一部分房屋已经不是首次转售 , 所以实际 的转售比例可能还要高。可见 , 2006 年北 京二手房市场上短期内转手的比例相当高 , 而且这些房屋主要集中于 2000 年以后新建 的住宅。这些数字与媒体公布的数据基本吻合 (据链家地产 2006 年统计 , 北京市购房 5 年内转让的比例约 48 %) 。 312 样本所在小区的统计 表 1 是分析样本所在的 63 个小区在面积、价格和环境方面的总体情况。其中 , 容积 率、绿地率、小区户密度、平均住栋规模、小区中心至最近地铁站的距离和小区中心至奥 体中心、奥运场馆和公园的距离等几项指标较好地反映了小区的区位和总体环境特征 , 也 进一步表明分析样本在北京具有较好的代表性。 表 1 样本所在小区的各项指标 Tab11 Attributes of the residential blocks in the study area 小区统计指标 最大值 平均值 最小值 平均售价 (万元) 156 82175 36183 平均建筑面积 (m2 ) 183150 107156 46 平均套内面积 (m2 ) 135179 82191 36134 平均套内单价 (万元/ m2 ) 1128 0199 0172 容积率 6195 2154 1 绿地率 ( %) 60 33106 15 小区户密度 (户/ hm2 ) 550 225111 54142 平均住栋规模 (户/ 栋) 305 134129 64 小区中心到最近地铁站的距离 (km) 10135 5160 3124 小区中心到奥体中心、奥运场馆、公园的距离 (km) 4114 2103 0126 小区中心到最近学校的距离 (km) 0173 0132 0107 为了把握小区内部景观环境的差异 , 对 63 个小区的景观环境调查结果进行了统计聚 类分析[21 ] , 根据规划设计、物业管理、生活氛围等因素将它们分为 6 种类型 , 如表 2 所 示。相应地 , 对各类型小区的平均物业费也进行了统计 , 第 1 组最低 , 为 1105 元/ m 2 , 其余依次为第 3、2、5、4 组 , 第 6 组最高 , 为 3174 元/ m 2 。显然 , 物业费与环境品质之 间存在一定的联系 , 物业费较高的小区环境较好。由于物业费构成购房后续成本的一部 分 , 所以环境品质与物业管理费这两项因素对价格的影响存在杠杆关系 , 居民会在较好的 环境品质和较低的物业管理费之间选择一个平衡点。因此 , 在回归分析中 , 只是将景观环 境类型作为回归变量 , 而没有直接考察环境品质的高低

地理研究 此外,数据中还包含样本的户型、结构、朝向、装修、楼层等属性,不再一一描述。 表2小区景观环境的分类特征 lab 2 Custering of residential blocks by landsca pe and management features 分类 景观环境特征 平均物业费 (元 1多层高密度的老式小区,规划设计单调,大部分是“排排房”模式,缺乏管理,社区氛围较好 2中等密度,主要是90年代初建成的大规模小区,物业管理较好 3中等密度,各年代和类型的建筑混杂,小区协调感较差,物业管理一般。 4中高密度的新型商品住宅小区,优良的规划设计和环境管理。 5中等密度,2000年前后建成的小区,物业管理较好,社区氛围较好 95 比较类似于公寓,实行封闭式管理规模一般不大环境品质高但社区氛围较差 4住宅价格模型与各种因素的边界效用 4.1住宅价格的回归分析模型 由于279个分析样本在取样时间上仅跨越2周,可以认为售价受市场价格波动的影响 不大,所以,住宅价格模型中忽略了时间因素的影响。以套内单价为被回归变量、其他变 量为回归变量,采用线性回归模型逐步回归,得到以下结果(表3)。 该模型采用线性方程,只对建成年数根据其特性进行了对数变换,对建筑面积进行了 阶层化处理(将其划分为40~49m2,50~59m2,60~69m2,……。经过阶层化处理的 变量的所有组合方式均被作为自变量投入回归分析,而后根据各种组合方式对模型拟合度 的贡献程度从中优选出最佳组合方式。经过这一过程,建筑面积指标被区分为40~49m2 50~59m2,60~79m2,80~189m2,190m2以上等五段,可以认为,它们是体现建筑面积 对套内单价的影响的最佳方式 根据样本数量的分析,我们发现 190m2以上的样本数量过少(=2),k, 可能影响结果的信赖度。因此在下一2 步的分析中对之进行了省略(图2)。 表3的模型中包含12项相互独 立的指标,可以解释套内单价的分散 的629%(R2=0.629)。这12项指 406080100120140160180210 建筑面积(m2) 标基本上在0.05和0.01的水平上置 信。运用SPSS的VIF检验,对自变 图2样本数量的分布 量的多重共线性进行了检验。结果表 Fig 2 Distribution of samples by size 明,除了阶层化指标(景观环境、建筑面积)的衍生变量,模型中的其他变量没有很强的 共线性关系。而对阶层化变量的检验表明,当随机替换其他回归变量时,它们的显著性水 平十分稳定,回归系数的数值只产生很小的波动。这表明表3所估算的各项变量的回归系 数是可靠的 4.2影响住宅价格的显著因素及其边际价值 各项指标的边际价值由回归系数给出,分析结论与经验完全吻合。首先,在12项指 标中,包括9)到地铁的距离,10)到奥体中心、奧运场馆、公园的距离等区位因子。在其 o1994-2010cHinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki

504 地 理 研 究 29 卷 此外 , 数据中还包含样本的户型、结构、朝向、装修、楼层等属性 , 不再一一描述。 表 2 小区景观环境的分类特征 Tab12 Clustering of residential blocks by landscape and management features 分类 景观环境特征 平均物业费 (元/ m2 ) 1 多层高密度的老式小区 ,规划设计单调 ,大部分是“排排房”模式 ,缺乏管理 ,社区氛围较好。 1105 2 中等密度 ,主要是 90 年代初建成的大规模小区 ,物业管理较好。 1144 3 中等密度 ,各年代和类型的建筑混杂 ,小区协调感较差 ,物业管理一般。 1124 4 中高密度的新型商品住宅小区 ,优良的规划设计和环境管理。 2138 5 中等密度 ,2000 年前后建成的小区 ,物业管理较好 ,社区氛围较好。 1195 6 比较类似于公寓 ,实行封闭式管理 ,规模一般不大 ,环境品质高 ,但社区氛围较差。 3174 4 住宅价格模型与各种因素的边界效用 411 住宅价格的回归分析模型 由于 279 个分析样本在取样时间上仅跨越 2 周 , 可以认为售价受市场价格波动的影响 不大 , 所以 , 住宅价格模型中忽略了时间因素的影响。以套内单价为被回归变量、其他变 量为回归变量 , 采用线性回归模型逐步回归 , 得到以下结果 (表 3) 。 该模型采用线性方程 , 只对建成年数根据其特性进行了对数变换 , 对建筑面积进行了 阶层化处理 (将其划分为 40～49m 2 , 50～59m 2 , 60～69m 2 , ……) 。经过阶层化处理的 变量的所有组合方式均被作为自变量投入回归分析 , 而后根据各种组合方式对模型拟合度 的贡献程度从中优选出最佳组合方式。经过这一过程 , 建筑面积指标被区分为 40～49m 2 , 50～59m 2 , 60～79m 2 , 80～189m 2 , 190m 2以上等五段 , 可以认为 , 它们是体现建筑面积 对套内单价的影响的最佳方式。 图 2 样本数量的分布 Fig12 Distribution of samples by size 根据样本数量的分析 , 我们发现 190 m 2以上的样本数量过少 ( = 2) , 可能影响结果的信赖度。因此在下一 步的分析中对之进行了省略 (图 2) 。 表 3 的模型中包含 12 项相互独 立的指标 , 可以解释套内单价的分散 的 6219 % ( R 2 = 01629) 。这 12 项指 标基本上在 0105 和 0101 的水平上置 信。运用 SPSS 的 V IF 检验 , 对自变 量的多重共线性进行了检验。结果表 明 , 除了阶层化指标 (景观环境、建筑面积) 的衍生变量 , 模型中的其他变量没有很强的 共线性关系。而对阶层化变量的检验表明 , 当随机替换其他回归变量时 , 它们的显著性水 平十分稳定 , 回归系数的数值只产生很小的波动。这表明表 3 所估算的各项变量的回归系 数是可靠的。 412 影响住宅价格的显著因素及其边际价值 各项指标的边际价值由回归系数给出 , 分析结论与经验完全吻合。首先 , 在 12 项指 标中 , 包括 9) 到地铁的距离 , 10) 到奥体中心、奥运场馆、公园的距离等区位因子。在其