论文部分内容阅读
近年来,随着国民经济的迅速发展,房地产市场逐渐走向人们的视野,房价的波动成为社会关注的热点问题,关于物业税开征的讨论也越来越激烈。物业税的征收与房价紧密相关,只有了解房价的影响因素及变化机制,才能合理正确的确定房屋评估价格,为一房一价甚至一房一税提出科学依据。房价的变化是多种因素共同作用的结果,主要包括宏观和微观因素。宏观因素方面,货币政策、利率、土地价格,以及国家对房地产行业的宏观调控等是确定房价整体趋势的关键因素,而包括不同省市当地的基本发展与基础建设、交通、区位等因素,是影响不同区域不同地段房价的差别;从微观角度来看,楼盘、楼栋以及是房间本身的构造和品质差异,决定了不同楼盘、不同楼栋以及不同房间价格的区别。目前,大部分关于房价及其影响因素的研究以宏观因素为主。通常来说,通货膨胀、就业率、收入、货币供应、货币政策、利率、国内生产总值、房地产投资增长率等对房地产市场的发展和影响非常重要,不同地区的房价差异与当地的市场调控和相关政策密切相关。但影响房地产价格变动的因素十分复杂,宏观经济指标与样本数据的选取存在一定的时间差异性和片面性等,研究结果与实际情况会存在较大差异,此外在对于精细化的房价微观差异研究方面,宏观因素无法对微观变化进行解释。相较于宏观因素的研究,以微观因素为主的研究较少,微观因素多指总层高、朝向、层高类型以及与小区相关的微观区位因素。因此由于房屋本身的构造存在差异性,所以微观影响因素的研究在精准评估价格需求上有决定性作用。房价主要由宏观因素和微观因素共同决定,宏观因素起决定性作用,在对房价的影响中占有更大比例,而微观因素决定了在微观尺度上房价的差异性,对于更加精细化的构建评估价格的确定具有重要意义。只有了解微观条件下的房价变化原因,才能更加合理的构建房价评估模型,为一房一价、一房一税定制的标准,以及更精细化的政策的定位提供更为科学的参考依据。本文以微观评估单价为核心部分,从微观角度入手,选取与房价相关的微观因素,定量分析微观因素与房价之间的关系。本文首先利用GIS空间数据分析方法实现实验数据的快速提取;然后,基于特征价格(Hedonic)模型理论构建住宅价格模型,并利用多元回归分析构建房价与微观因素的回归模型;最后结合宏观价格修正系数对微观评估价格进行修正得到最终评估单价。根据上述方法,本文以上海市某小区一期为例,针对本研究区实际情况选取总层高、所在楼层、面积、朝向、绿地覆盖率、距高压线距离、距变压箱距离、距垃圾箱距离、距中心绿地距离和距观赏湖距离等10个微观因素,为避免宏观因素对房价的影响,选择研究区2015年4月22日至8月9日时段内交易时间集中且交易金额变化相对平缓的26条二手房历史交易数据作为实验数据;将实验数据分别应用于特征价格(Hedonic)模型中不同函数形式,对其结果进行分析,根据拟合度、显著性等标准选择线性函数作为特征价格模型的函数形式,构建房价评估模型。实验结果表明,方法中使用的10个微观因素有5个因素对房价有正影响,有5个因素对房价有负影响。其中正影响方面,所在楼层和距中心绿地距离对房价影响最大,其次是绿地覆盖率和建筑面积,但后两者对房价的影响远小于前两者的影响;负影响方面朝向对房价影响最大,其次是总层高,距高压线和垃圾箱距离对房价的负影响非常弱。但本研究中,距观赏湖距离对房价影响为负,而距垃圾箱距离对房价影响为正。以距观赏湖距离进行说明。当离观赏湖越近时,周边的楼栋总层高越高,朝向也越大,在对房价影响占比重的影响因素下,其对房价的影响被削弱。距垃圾箱距离对房价的影响类似。综上所述,住户更加青睐当总层高在可接受范围内时楼层较高的房间。当多种因素共同作用时,影响最大的因素起主导作用,影响力弱的因素会被削减,从而影响房价的变化。以上结果表明微观评估模型可以较为准确的评估微观条件下的房价。本文的创新之处有:1、从微观角度入手,选取与楼栋本身、房间本身相关的属性特征作为微观因素研究与房价之间的关系,并且所有微观因素都结合GIS手段客观计算与获取,通过客观数据进行解释;2、根据回归模型构建房价评估模型,结合宏观价格修正系数调整微观评估模型得到最终的评估单价;3、本文构建的房价评估模型不仅可以精确评估房价,还能量化表达不同影响因素对房价的贡献,进行权重分析。