城市住宅特征价格的空间异质性研究
1绪论
1.1问题的提出
1998年我国住房分配制度改革取得重大突破，中国延续了几十年的实物性、福利性的住房分配制度已经基本结束，这有效的激发了居民的住房消费，带动了住宅产业的不断壮大。经过几十年的发展，尤其是近十几年来，建筑业在我国不断的壮大，我国的房地产市场也有了较快的发展。一般而言，住宅的自身特征（面积、朝向、楼层等）会影响住宅的价格，住宅的邻里特征、区位特征同样与住宅价格关于。相同区位特征以及邻里特征的住宅由于其自身特征的不同，会导致住宅价格间存在差异;同时,若存在两套住宅，它们自身内在特征完全相同，但所在的空间位置不同，那么它们的价格也必然有所差异。例如，一般而言，位于市中心的住宅其住宅单价要远远高于城市郊区的，地铁站附近小区住宅的价格要高于那些周边没有地铁站的小区的住宅价格。可见，住宅价格具有明显的空间异质性》从20世纪50年代中期以后我国建立了城乡二元分割的社会结构，这使得我国的城市化长期处于停滞的现实。而改革开放以来，我国城市化的进程明显加快，但由于我国城市化起步较晚，与发达国家相比城市化水平还相对较低，与人们快速增长的需求相比，城市内部的教育、医疗、交通等资源存在明显的供给不足。这使得社会公共资源的分布存在不均衡的现象，再加上现实中由于自然资源禀赋、地理位置的不同，这导致了即使是同一住宅特征，其对住宅价格的影响在空间上也不尽完全相同，某些住宅特征对住宅价格的影响可能表现为一定程度上的空间异质。
1.2研究目的和研究内容
1.2.1研究目的
本文的研究目的是通过分别建立普通特征价格模型、空间#展模型及地理加权回归模型，对各类模型的结果进行比较，分析各类模型的解释力。同时，根据模型回归的结果，分析各住宅特征对住宅价格影响的空间差异性及其原因，为消费者购房、政府制定政策、开发商决策提供分析方法和决策提议。
1.2.2研究内容
根据研究目标，在回顾特征价格理论以及特征价格模型应用的基補上，系统梳理国内外关于住宅价格及住宅隐含价格空间异质性的实证研究进展，釆用实地问卷调查，网上数据收集，并结合GIS绘图技术、统计分析、空间计量经济分析等实证研究手段，以杭州市为例，从小区层面出发，系统研究城市住宅隐含价格空间异质性，分析住宅特征对住宅价格的影响程度及其空间差异。具体内容如下：
(1)通过广泛查阅文献，掌握国内外学者对于城市住宅特征的隐含价格的研究成果和最新进展，同时对地理加权回归模型的实证研究进展进行阐述。
(2)通过总结以往学者的研究，同时结合本研究的实际情况，提出对于住宅特征变量的指标体系。
(3)基于特征价格理论，建立普通特征价格模型、空间扩展模型及地理加权回归模型，比较三类模型解释力，并通过空间扩展模塑及地理加权回归模型的估计结果，分析住宅特征隐含价格的空间异质性。
(4)总结模型结果，分析各住宅特征对住宅价格影响的空间差异的原因。
..
2国内外研究进展
2.1特征价格理论与应用
传统经济学的价格理论分析以同质商品为对象，而特征价格理论则以差异化产品的价格为分析对象。传统的微观经济学理论认为，效用是由消费商品的数量产生的；而特征价格理论将商品价格视为由一系列的特征所反映的，诸多特征的组合对消费者的选择起到影响的作用（Lancaster, 1966; Rosen, 1974)。消费者是从消费商品或服务的特征中获得效用的，即效用是商品或服务的特征的函数，再根据消费者效用最大化的原则推出商品价格是商品的各方面的特征的函数。以住宅为例，任意一套住宅的价格，与该套住宅的装修程度、住宅所处的环境、交通便利程度、教育配套等因素关于。新消费者理论认为，不同住房之间，价格与住房的有用性呈正相关，住房有用性越高，住房价格越高。这里的住房有用性指住房满足消费者需要的能力，是消费者根据住房的装修、周边交通教育等所有因素对住房的综合评价。这样的市场难以用传统经济模型来分析，因为产品不能由一个价格来表征，而应该用一系列价格来对应产品的品质，也就是它所包含的特征，我们把它称之为特征价格。
2.2住宅价格和住宅隐含价格的空间异质性研究
通过总结国内外研究住宅特征对住宅价格影响的文献，可见一般而言通过构建特征价格模型，得到模型估计的参数，可以获得平均的边际价格、价格弹性（或半弹性），从而得到各种住宅特征对住宅的影响程度以及影响范围。但是，传统的特征价格模型假定住宅价格在空间分布上具有相互独立性，即相邻的住宅小区的价格之间不存在任何的联系，然而这样的假设显然与实际不符合，从而据此得到的模型估计结果可能是有偏的。城市经济学理论揭示了地区之间的经济地理行为之间一般都存在一定程度的空间交互作用，即空间效应。一般来说，空间数据间并非完全独立，而是存在某种空间联系和关联，传统經典的统计分析方法以所有样本间是独立的为基本出发点，空间效应的存在可能使得传统的统计分析方法不能很好的分析空间数据。空间效应主要有两个来源：空同依赖性（spatial dependence)和空间异质性（spatialheterogeneity )。空间依赖性（也称空间自相关）可以定义为观测值及区位之间的一致性(Anselin, 2000)。如某个住宅小区的销售价格和各项特征与其临近区域内其他小区的住宅价格和特征之间往往存在一定的相关性。所谓空间异质性即空间差异性，指一定空间区位上的事物和现象与其他空间区位上的事物和现象具有一定的区别（Anselin，1988).它反映了经济实践中的空间观测单元之间经济行为关系的一种不稳定性。如公共交通发达水平对不同区域的住宅价格的影响存在差异。
..
3 研究模型与技术方法.........27
3.1特征价格模型.......27
3.2空间扩展模型.......28
3.3地理加权回归模型.......29
3.4本章小结.......34
4实证结果与讨论.......35
4.1特征价格模型实证.......35
4.2空间扩展模型实证.......40
424.3地理加权回归模型实证.......45
4.4三类模型实证结果对比与分析.......66
4.5本章小结.......69
5结论与展望.......71
5.1研究结论.......71
5.2研究价值.......73
5.3研究的不足与展望.......74
4实证结果与讨论
4.1特征价格模型实证
本文以杭州市为例，选择杭州市上城区、下城区、西湖区、江干区、拱墅区、滨江区6个城区作为研究区。该区域属于杭州市的老城区，相对来说，市政基袖设施较为完善，学校医院等政府配套较为齐全。此外，这些区域的房地产市场起步较早，市场发育相对成熟稳重，是目前杭州市经济社会发展的核心区，也是城市经济和房地产发展最为迅速的区域，新建商品房和二手房交易活跃，最能代表杭州房地产业发展水平。因此，将此区域作为论文的研究范围，能够使得研究对象具有代表性。研究数据的获取方法主要包括通过小区实地调研、房地产中介服务公司和互联网平台三大途径收集研究所需数据。此外，本文共选择了 13个自变量。具体变量的选择和量化详细见附录。在进行模型实证前，为了排除样本数据集中奇异值对模型结果看干扰，先对收集到的样本数据进行预处理。采用SPSS软件对奇异值进行歸选，默认为标准化残差绝对值大于3的观测值为奇异值。找出奇异值后，在模型实证前将它们从样本集中别除，最后得到的有效小区样本数为603个。经过筛选后，得到的自变量和因变量的描述性统计如表4.1所示，统计指标包括样本数、极小值、极大值、均值和标准差。从表4.1可知，在这603个有效样本中，因变量小区均价在11493元每平方米至48706元每平方米之间波动，均值为23446.08元每平方米，与杭州市房价的实际情况基本相符。
..
结论
本文以杭州市为例，通过收集杭州市主城区的住宅价格和其他住宅特征的数据资料，以住宅特征的隐含价格为分析对象，通过分别建立特征价格模型、空间扩展模型以及地理加权回归模型，实证分析各住宅特征对住宅价格的影响程度。通过空间扩展模型以及地理加权回归模型研究各住宅特征的隐含价格的空间分布情况，并分析各住宅特征对住宅价格的影响程度是否在空间上存在显著的差异。通过实证研究，本文得到以下几点结论：通过建立一般线性回归模型、空间扩展模型、GWR模型以及MGWR模型，研究证明与西湖距离、与武林广场距离、与钱江新城距离、小区房龄、公交线路、自然环境、生活配套、教育配套、邻近地铁、小区环境、邻近大学、运动设施质量、物业管理等变量都对杭州市小区住宅价格存在一定的影响。虽然从线性回归模型的结果来看，数据原因或者模型自身的原因导致小区环境、自然环境、邻近地铁和小区房龄这四个变量未达到10%的显著性水平。但是，从空间扩展模型、GWR模型以及MGWR模型得到的结果可知，这四个变量对小区的住宅价格存在不同程度的影响。从三类模型的回归结果总结来看，西湖距离、小区房龄和住宅价格之间呈现出明显的负相关的关系；小区环境、运动设施质量及物业管理与住宅价格之间存在正相关；此外，GWR模型和MGWR模型则反映了更多的信息。
............
参考文献（略）