《S市房地產(chǎn)租金價(jià)格空間影響因素實(shí)證分析》15000字

-S市房地產(chǎn)租金價(jià)格空間影響因素實(shí)證分析摘要近年來(lái)，隨著城市化的不斷深入，我國(guó)房地產(chǎn)業(yè)飛速發(fā)展，而作為房地產(chǎn)的重要組成部分，房屋租賃市場(chǎng)隨著出售市場(chǎng)的發(fā)展也在深刻的變化。房租價(jià)格和房屋出售價(jià)格穩(wěn)定上升的同時(shí)，百姓的住房需求問(wèn)題也備受關(guān)注，常常出現(xiàn)的“一房難求”以及價(jià)格無(wú)法承擔(dān)的問(wèn)題也困擾著廣大消費(fèi)者。因此，為解決老百姓只求有地可住，租賃市場(chǎng)定價(jià)混亂、管理不當(dāng)、資金周轉(zhuǎn)不靈等問(wèn)題，對(duì)房地產(chǎn)租金價(jià)格的空間影響因素進(jìn)行研究。本文以沈陽(yáng)市八個(gè)城區(qū)的部分小區(qū)為樣本單位，利用Krging插值法以及特征價(jià)格模型理論，深入研究沈陽(yáng)市房租差異的空間因素。經(jīng)過(guò)數(shù)據(jù)的分析以及模型的檢驗(yàn)，分別認(rèn)為采用普通克里金插值法和對(duì)數(shù)函數(shù)模型進(jìn)行該研究最為合適。最終，通過(guò)對(duì)模型進(jìn)行顯著項(xiàng)檢驗(yàn)，得出了結(jié)論：在特征價(jià)格模型中，特征變量分為區(qū)位因素、建筑因素和鄰里因素，在本文的分析中，房租的影響因素里區(qū)位因素的影響較大，沈陽(yáng)市房租價(jià)格呈中心向四周降低的趨勢(shì)，符合一般城市的房租空間變化。因此，對(duì)于沈陽(yáng)市而言，為了解決大量流動(dòng)人口涌入導(dǎo)致的房屋短缺及居住需求等問(wèn)題，研究沈陽(yáng)市房租影響因素是十分必要的。關(guān)鍵詞房租；空間影響因素；Kriging插值法；特征價(jià)格模型目錄摘要 I第1章緒論 11.1.1研究背景 11.1.2研究意義 11.2國(guó)內(nèi)外研究狀況 21.2.1國(guó)外研究狀況 21.2.2國(guó)內(nèi)研究狀況 21.2.3綜合評(píng)述 31.3研究?jī)?nèi)容與方法 31.3.1研究?jī)?nèi)容 31.3.2研究方法 4第2章相關(guān)概念與理論基礎(chǔ) 52.1相關(guān)概念 52.1.1房地產(chǎn)租金價(jià)格 52.1.2房?jī)r(jià)與房租的關(guān)系 52.1.3空間異質(zhì)性 52.2相關(guān)理論基礎(chǔ) 52.2.1區(qū)位理論 52.2.2地統(tǒng)計(jì)學(xué)理論 62.2.3特征價(jià)格模型理論 7第3章沈陽(yáng)市區(qū)域概況與數(shù)據(jù)統(tǒng)計(jì) 83.1研究區(qū)域 83.1.1區(qū)域概況 83.1.2研究區(qū)房地產(chǎn)租賃市場(chǎng)概況 83.2數(shù)據(jù)的描述及處理 83.2.1數(shù)據(jù)的來(lái)源 83.2.2數(shù)據(jù)的類型 93.2.3數(shù)據(jù)處理 93.2.4數(shù)據(jù)庫(kù)建立 9第4章沈陽(yáng)市房地產(chǎn)租金價(jià)格空間影響因素實(shí)證分析 104.1數(shù)據(jù)的探索性分析 104.1.1數(shù)據(jù)結(jié)構(gòu)的分析——直方圖 104.2Kriging插值結(jié)果分析 144.2.1分析空間因素對(duì)房地產(chǎn)租金價(jià)格的影響 15第5章沈陽(yáng)市房地產(chǎn)租金價(jià)格空間影響因素的進(jìn)一步分析 165.1特征價(jià)格模型的建立 165.1.1特征價(jià)格模型的估計(jì) 165.2變量的選取 175.3回歸分析的結(jié)果討論 175.4模型檢驗(yàn) 205.5實(shí)證分析——空間影響因素 21第6章結(jié)論與展望 236.1結(jié)論 236.2展望與不足 23參考文獻(xiàn) 24第1章緒論1.1.1研究背景在當(dāng)今中國(guó)社會(huì)，隨著迅速的城市化，房地產(chǎn)業(yè)也在蓬勃發(fā)展，房?jī)r(jià)水漲船高。我國(guó)房地產(chǎn)業(yè)當(dāng)下存在著房?jī)r(jià)上升迅速、住房供給結(jié)構(gòu)單一、投資不平衡、定價(jià)困難、市場(chǎng)泡沫、部分房屋供不應(yīng)求等問(wèn)題，房地產(chǎn)業(yè)的諸多焦點(diǎn)問(wèn)題近年來(lái)受到了各界的廣泛關(guān)注。黨的十八屆三中全會(huì)以來(lái)，我們黨對(duì)于使人民的落腳問(wèn)題得到解決做出了許多努力。隨著十三五規(guī)劃綱要的提出，住房租賃市場(chǎng)也得到了發(fā)展和改革。[1]由于流動(dòng)人口的迅速增加，以畢業(yè)大學(xué)生和外地務(wù)工人員為主體的人群也迅速擴(kuò)大了城市住宅租賃市場(chǎng)規(guī)模。從出售向出租的轉(zhuǎn)變，對(duì)于保證房地產(chǎn)庫(kù)存、房地產(chǎn)使用效率及各群體對(duì)住房的不同需求都有積極的意義。然而，租賃市場(chǎng)雖隨著銷售市場(chǎng)快速發(fā)展，但前者始終滯后于后者，這使得租賃市場(chǎng)的未來(lái)發(fā)展存在一些有待解決的問(wèn)題。因此，國(guó)內(nèi)對(duì)于租賃市場(chǎng)發(fā)展的研究也正在進(jìn)一步深化，尤其在市場(chǎng)規(guī)范以及租金的構(gòu)成方面已經(jīng)日益趨于成熟，但對(duì)于空間影響因素對(duì)租金的影響，即不同的空間分布對(duì)租金有不同的影響尚有些匱乏。近年來(lái)，沈陽(yáng)市逐步躋身于新一線城市，隨著大量流動(dòng)人口的涌入，沈陽(yáng)市房地產(chǎn)以及租賃市場(chǎng)得到了快速的發(fā)展，作為房地產(chǎn)市場(chǎng)的重要組成部分，沈陽(yáng)市房地產(chǎn)租賃市場(chǎng)受到了廣泛的關(guān)注，因此研究空間影響因素于房地產(chǎn)租金價(jià)格的關(guān)系也成為了迫切的需要。1.1.2研究意義房地產(chǎn)租金價(jià)格空間影響因素是經(jīng)濟(jì)學(xué)、地理學(xué)經(jīng)常涉獵到的重點(diǎn)研究領(lǐng)域，根據(jù)我國(guó)目前的研究現(xiàn)狀，本文通過(guò)kriging插值法以及特征價(jià)格模型為理論基礎(chǔ)，通過(guò)對(duì)沈陽(yáng)市租賃市場(chǎng)的最新數(shù)據(jù)進(jìn)行實(shí)證分析，研究房地產(chǎn)租金價(jià)格與空間影響因素的關(guān)系，進(jìn)而優(yōu)化沈陽(yáng)市房地產(chǎn)租賃市場(chǎng)的資源配置。理論意義：基于傳統(tǒng)的分析，運(yùn)用地租地價(jià)理論，地統(tǒng)計(jì)理論，區(qū)位理論等理論對(duì)沈陽(yáng)市房地產(chǎn)租金價(jià)格的空間分布進(jìn)行研究，通過(guò)Arcgis軟件對(duì)租金價(jià)格和空間因素的內(nèi)在聯(lián)系進(jìn)行深入剖析，測(cè)算分異程度，并構(gòu)建指標(biāo)體系系統(tǒng)地研究不同空間的影響因素，可以一定程度的豐富該領(lǐng)域的理論性研究。實(shí)際意義：通過(guò)研究沈陽(yáng)市房地產(chǎn)租金價(jià)格空間影響因素，可以了解不同區(qū)域住宅租金空間分布的情況并預(yù)測(cè)城市租金價(jià)格的走向，了解近年來(lái)不同空間特征的租金的差異，有助于為合理規(guī)劃城市住房空間提供建議，為房管機(jī)構(gòu)能更直觀地掌握沈陽(yáng)市房地產(chǎn)租金價(jià)格空間影響因素的狀況，也為優(yōu)化租賃市場(chǎng)資源配置做出一定的貢獻(xiàn)。1.2國(guó)內(nèi)外研究狀況1.2.1國(guó)外研究狀況國(guó)外對(duì)于租金價(jià)格空間影響因素的研究相比于國(guó)內(nèi)開始較早，起始于20世紀(jì)二三十年代。（1）住宅價(jià)格影響因素美國(guó)的Stevenson利用波士頓大量的樣本點(diǎn)建立模型，得出的結(jié)論為房齡對(duì)房?jī)r(jià)有影響。[2]而HSander則在估計(jì)城市樹木覆蓋率是運(yùn)用了特征價(jià)格模型，并通過(guò)空間自回歸模型得出了樹木覆蓋率影響房?jī)r(jià)的結(jié)論。[3]Nelson對(duì)多個(gè)地區(qū)采集樣本點(diǎn)，建立特征價(jià)格模型分析了學(xué)校情況對(duì)住宅價(jià)格的影響，認(rèn)為學(xué)校質(zhì)量、文化情況、藝術(shù)娛樂(lè)以及距離等因素對(duì)房?jī)r(jià)均有影響。[4]（2）空間分異模式的研究研究空間分異模式，幾乎離不開空間插值法。Olmo[5]，Ronhne[6]等國(guó)外學(xué)者對(duì)空間插值法進(jìn)行深入探討，通過(guò)對(duì)OrdinaryKriging與Cokriging模型的比較得出了克里金方法模型的最優(yōu)模式。Adams運(yùn)用了地理回歸加權(quán)模型考慮空間自相關(guān)性的特點(diǎn)，較為合理的研究了區(qū)位因素對(duì)于賓館租金價(jià)格的影響。[7]隨著技術(shù)的發(fā)展，GIS的廣泛運(yùn)用對(duì)于研究住宅價(jià)格與區(qū)位關(guān)系有了顯著的幫助。譬如Orford[8]等學(xué)者運(yùn)用GIS對(duì)市中心距離、街道最短距離進(jìn)行測(cè)算，帶入特征價(jià)格模型進(jìn)行研究，進(jìn)而分析市場(chǎng)影響因素。1.2.2國(guó)內(nèi)研究狀況1998年，我國(guó)進(jìn)行了住房商品化改革，人們對(duì)于住房理念逐漸發(fā)生變化，不同收入狀態(tài)的人對(duì)于住房的需求并不相同。通常情況下，處于設(shè)施齊全，環(huán)境整潔，交通發(fā)達(dá)的市內(nèi)繁華地段的住房往往會(huì)吸引高收入人群；相應(yīng)的，一些地理位置偏遠(yuǎn)，環(huán)境相對(duì)惡劣的地段只會(huì)被低收入人群選擇。隨著人們收入水平的不斷攀升，不同收入人群對(duì)于住房要求逐級(jí)遞增。不同條件的住房會(huì)引起房屋價(jià)格的分異現(xiàn)象以及租金的空間分異現(xiàn)象。我國(guó)學(xué)者針對(duì)我國(guó)國(guó)情開展了對(duì)住房?jī)r(jià)格和租金的空間分異的研究。但是我國(guó)處于住宅租賃市場(chǎng)發(fā)展的初期階段，對(duì)租金方面的相關(guān)研究較少。我國(guó)房地產(chǎn)租賃市場(chǎng)發(fā)展滯后于銷售市場(chǎng)，發(fā)展相對(duì)緩慢，因此國(guó)內(nèi)學(xué)者對(duì)于房地產(chǎn)租金價(jià)格空間影響因素研究較少。張露露、張沈生等通過(guò)運(yùn)用探索性數(shù)據(jù)分析法和Kriging插值法，得到沈陽(yáng)市和平區(qū)和皇姑區(qū)住宅租金的空間分異規(guī)律對(duì)其比較分析后，依據(jù)所選取的住宅租金空間分異影響因素,以ArcGis為平臺(tái)，通過(guò)建立地理加權(quán)回歸模型，分析各因素影響程度,以此來(lái)研究?jī)沙菂^(qū)影響較為顯著的影響因素。[9]李武斌借助GIS、SPSS等軟件對(duì)西安市若干區(qū)域住房租金空間影響因素進(jìn)行了研究。得出結(jié)論為住房配套設(shè)施、裝修情況以及商服情況等因素影響住房租金價(jià)格。[10]張曉平、封強(qiáng)等,以北京市自1992年起20年來(lái)城市辦公用地交易數(shù)據(jù)為實(shí)證基礎(chǔ),運(yùn)用GIS空間分析和計(jì)量統(tǒng)計(jì)方法，深入研究了北京市不同區(qū)位辦公用地的變動(dòng)規(guī)律。結(jié)果表明:北京市辦公用地租金價(jià)格隨與中心區(qū)距離的增加而減少。運(yùn)用多種模型論證出北京市辦公用地租金具有集聚經(jīng)濟(jì)特性。[11]1.2.3綜合評(píng)述綜上所述，國(guó)內(nèi)外學(xué)者研究的大多是傾向于租金價(jià)格的主要影響因素以及住宅價(jià)格的相關(guān)問(wèn)題，而對(duì)于房地產(chǎn)租金價(jià)格空間影響因素的研究并不多，這就可能導(dǎo)致對(duì)于房地產(chǎn)租金的變動(dòng)規(guī)律認(rèn)識(shí)不夠全面，從而可能發(fā)生市場(chǎng)管理不當(dāng)，租金價(jià)格混亂，資源配置失衡等的情況，因此，也要從空間的角度認(rèn)識(shí)租金變化的機(jī)理。房地產(chǎn)的租金價(jià)格已經(jīng)深刻地影響著國(guó)家經(jīng)濟(jì)以及民生狀況，而各種空間因素也深刻的影響著租金價(jià)格。因此，本文以現(xiàn)有的研究為基礎(chǔ)，通過(guò)對(duì)研究區(qū)概況地理情況及空間結(jié)構(gòu)進(jìn)行分析，運(yùn)用克里金插值法和特征價(jià)格模型對(duì)空間影響因素進(jìn)行進(jìn)一步研究。1.3研究?jī)?nèi)容與方法1.3.1研究?jī)?nèi)容論文內(nèi)容結(jié)構(gòu)安排如下：第一部分為緒論，首先簡(jiǎn)要的介紹了研究背景以及研究意義，并簡(jiǎn)單論述了國(guó)內(nèi)外的研究情況和方法的差異，對(duì)國(guó)內(nèi)外研究方法差異進(jìn)行了綜合評(píng)述。第二部分為相關(guān)概念和理論的引入，引入地租地價(jià)、空間分布、區(qū)位理論及地統(tǒng)計(jì)學(xué)理論等相關(guān)理論，并介紹了地統(tǒng)計(jì)空間插值法和特征價(jià)格模型。第三部分是數(shù)據(jù)的獲取和處理，首先介紹了研究區(qū)的大致情況，然后對(duì)數(shù)據(jù)的獲取來(lái)源，樣本的選擇方法以及數(shù)據(jù)的類型展開論述。第四部分是沈陽(yáng)市房地產(chǎn)租金價(jià)格空間影響因素分析，運(yùn)用Kriging插值法和GIS的空間分析，得到結(jié)果后繪制租金價(jià)格空間分布圖，然后將不同租金等級(jí)樓盤與空間分布比較。第五部分是租金價(jià)格空間影響因素存在的原因，選取特征變量，將其量化后建立特征價(jià)格模型，并對(duì)特征價(jià)格模型進(jìn)行檢驗(yàn)，得出租金價(jià)格空間影響因素的原因。第六部分是結(jié)論與展望，歸納出本文得出的主要結(jié)論，并討論本文有哪些價(jià)值，對(duì)更深一步的研究做出展望。1.3.2研究方法本文所選用的研究方法主要有下述幾類：文獻(xiàn)研究法文獻(xiàn)研究法是指通過(guò)對(duì)研究領(lǐng)域的相關(guān)文獻(xiàn)的搜集與整理，在原有的研究基礎(chǔ)上形成新的認(rèn)識(shí)。該方法有助于研究者深入了解研究領(lǐng)域的情況。本文則是根據(jù)研究?jī)?nèi)容與目的檢索了大量相關(guān)文獻(xiàn)，通過(guò)對(duì)國(guó)內(nèi)外研究方法的差異分析，為研究所用到的知識(shí)奠定理論基礎(chǔ)。實(shí)證分析法本文以沈陽(yáng)市商品房市場(chǎng)租金為例，根據(jù)搜集的數(shù)據(jù)，運(yùn)用地統(tǒng)計(jì)學(xué)以及特征價(jià)格模型對(duì)沈陽(yáng)市房地產(chǎn)租金價(jià)格空間影響因素進(jìn)行分析，進(jìn)而研究沈陽(yáng)市租金空間分布的規(guī)律以及各因素的影響程度。GIS空間分析法文章運(yùn)用GIS分析空間數(shù)據(jù)，對(duì)空間數(shù)據(jù)進(jìn)行處理，把沈陽(yáng)市各小區(qū)的地理位置作為關(guān)鍵變量，作為GIS的靈魂功能，空間分析可以把可視化地圖與數(shù)據(jù)庫(kù)結(jié)合在一起，對(duì)房地產(chǎn)租金價(jià)格進(jìn)行空間分布的疊加分析。同時(shí)運(yùn)用地統(tǒng)計(jì)方法得到分布等值圖，并對(duì)沈陽(yáng)市租金空間影響因素進(jìn)行研究。（4）統(tǒng)計(jì)分析和模型分析法統(tǒng)計(jì)分析也是研究的重要環(huán)節(jié)之一，通過(guò)統(tǒng)計(jì)數(shù)據(jù)的搜集，對(duì)各不同位置樓盤的租金價(jià)格進(jìn)行比較分析，觀察變化情況。并根據(jù)統(tǒng)計(jì)分析得到的結(jié)果，建立市場(chǎng)的特征價(jià)格模型，分析空間因素對(duì)房屋租金的影響程度，解釋差異來(lái)源等。第2章相關(guān)概念與理論基礎(chǔ)2.1相關(guān)概念2.1.1房地產(chǎn)租金價(jià)格房地產(chǎn)租金價(jià)格就是承租人向出租人支付的一種代價(jià)，目的是獲得約定時(shí)期內(nèi)對(duì)特定房屋的戰(zhàn)友、使用等權(quán)利。房地產(chǎn)租金構(gòu)成一般包括以下幾項(xiàng)：地租、房屋折舊費(fèi)、房屋維修費(fèi)、房屋管理費(fèi)、房地產(chǎn)稅、房屋保險(xiǎn)費(fèi)、房地產(chǎn)租賃費(fèi)用、房地產(chǎn)租賃稅費(fèi)、房地產(chǎn)投資利息、房地產(chǎn)投資利潤(rùn)。房地產(chǎn)租金價(jià)格是房地產(chǎn)價(jià)格的一種特殊類型，對(duì)房地產(chǎn)租金評(píng)估的方法有比較法、收益法和成本法。在現(xiàn)實(shí)生活中若某房地產(chǎn)租金價(jià)格成為了一個(gè)項(xiàng)目，那么根據(jù)當(dāng)?shù)氐牧?xí)慣和租賃雙方的約定不同，也可能不包括上述租金類別，還可能包含其他費(fèi)用。隨著我國(guó)近年來(lái)城市化的迅速以及部分城市大規(guī)模的流動(dòng)人口涌入，為合理調(diào)節(jié)市場(chǎng)資源配置、解決房屋供不應(yīng)求、住房供給結(jié)構(gòu)單一的問(wèn)題，房地產(chǎn)業(yè)的租金價(jià)格愈來(lái)愈受到各界的廣泛關(guān)注。2.1.2房?jī)r(jià)與房租的關(guān)系首先，房地產(chǎn)的購(gòu)入包括了諸多價(jià)值，譬如增值價(jià)值、居住價(jià)值、投資價(jià)值、交通價(jià)值等等，房屋的購(gòu)入需要花費(fèi)大量資金，從而形成一種耐用性消費(fèi)。而租房則不同，租房的最大目的一般為居住，即按期投入叫少量的資金達(dá)到“落腳”的目的。其中，很大一部分外來(lái)人口并沒有足夠的財(cái)富也沒有意愿購(gòu)房，因此隨著有租房需求的人越來(lái)越多，房租的價(jià)格也在較穩(wěn)定的變化。但房?jī)r(jià)和房租并不是對(duì)等關(guān)系，房租相對(duì)于房?jī)r(jià)，很難在短時(shí)間內(nèi)大幅度變化，隨著人民GDP日益增長(zhǎng)以及人口對(duì)于租房的需求，租金價(jià)格也在上漲。2.1.3空間異質(zhì)性空間異質(zhì)性本是生態(tài)學(xué)中的一個(gè)概念，指的是生態(tài)條件格局等在空間分布上的不均勻性和復(fù)雜性。在房地產(chǎn)業(yè)中，由于我國(guó)經(jīng)濟(jì)發(fā)展水平在各地區(qū)存在差異，因此各地區(qū)的房?jī)r(jià)也存在差異，而這些差異可以用計(jì)量經(jīng)濟(jì)學(xué)和空間異質(zhì)性來(lái)解釋。不同個(gè)體的關(guān)系隨空間的不同而變化，因此在房地產(chǎn)業(yè)中，不只要考慮消費(fèi)者與商品的供求關(guān)系，還要考慮空間位置的不同而帶來(lái)的影響。將租金價(jià)格看做空間中的一個(gè)變量，在諸多要素的影響下，該變量會(huì)形成具有一定規(guī)律的空間現(xiàn)象，隨位置的變化，變量受影響程度不同，因此，對(duì)空間異質(zhì)性進(jìn)行研究有助于租金價(jià)格的確定與管理。2.2相關(guān)理論基礎(chǔ)2.2.1區(qū)位理論區(qū)位是指人類行為活動(dòng)的空間。區(qū)位理論則是人類活動(dòng)的空間分布與所處空間之間關(guān)系的理論，可分為農(nóng)業(yè)區(qū)位論、工業(yè)區(qū)位論及中心地理論。新古典區(qū)位理論的發(fā)展可以分為初創(chuàng)期，漸變期和繁榮期。新古典區(qū)位論的代表是阿爾弗萊德·馬歇爾以及韋伯。[12]自1920年至今，在諸多經(jīng)濟(jì)學(xué)家努力的成果下，產(chǎn)生的“現(xiàn)代區(qū)位理論”的核心觀點(diǎn)有：規(guī)模經(jīng)濟(jì)、外部性、向心力或離心力、區(qū)位競(jìng)爭(zhēng)。1828年，德國(guó)經(jīng)濟(jì)學(xué)家馮·杜能完成了農(nóng)業(yè)區(qū)位論的專著——《孤立國(guó)對(duì)農(nóng)業(yè)和國(guó)民經(jīng)濟(jì)之關(guān)系》，這標(biāo)志著農(nóng)業(yè)區(qū)位理論的誕生。根據(jù)杜能的理論假設(shè)，在一定時(shí)期內(nèi)，孤立國(guó)的農(nóng)產(chǎn)品市場(chǎng)價(jià)格是固定的。杜能經(jīng)過(guò)一系列經(jīng)濟(jì)分析，在書中提出了六種耕作模式，每個(gè)模式構(gòu)成一個(gè)區(qū)域，該區(qū)域以城市為中心呈同心圓狀擴(kuò)散，產(chǎn)生了享譽(yù)盛名的“杜能圈”。[13]而工業(yè)區(qū)位理論的創(chuàng)始人韋伯，在對(duì)理論進(jìn)行假設(shè)的條件下，以運(yùn)輸成本定向的工業(yè)區(qū)位分析。他認(rèn)為，工廠的位置要選在原料和成品的總運(yùn)費(fèi)最小的地方，而運(yùn)費(fèi)是貨物和總距離的函數(shù)。因此，基于以上分析，韋伯提出了原料指數(shù)的概念。[14]韋伯還對(duì)勞工成本影響工業(yè)區(qū)位趨向和集聚與分散因素影響工業(yè)區(qū)位進(jìn)行了分析，進(jìn)一步豐富了區(qū)位理論的內(nèi)容。此后，德國(guó)地理學(xué)家克里斯塔勒提出了中心地理論。[15]其中，中心地是指區(qū)域內(nèi)向其他區(qū)域的居民居住點(diǎn)提供商品與服務(wù)的中心城市。在克里斯塔勒的理論假設(shè)中，研究區(qū)為一塊平原，人口分布均勻，居民的收入水平和消費(fèi)方式完全一致。并且交通系統(tǒng)中，交通費(fèi)用和距離呈函數(shù)關(guān)系，平原上貨物可以自由流通。該理論被認(rèn)為是上世紀(jì)人文地理學(xué)最重要的貢獻(xiàn)之一，它既是城市群和城市化研究的基礎(chǔ)，也是西方馬克思主義地理學(xué)的基礎(chǔ)之一。區(qū)位因素是影響房地產(chǎn)租金價(jià)格的主要因素之一，由于各住宅區(qū)的地理位置不同，勢(shì)必會(huì)產(chǎn)生各種不同的區(qū)位因素從而影響租金價(jià)格，因此區(qū)位理論對(duì)于研究本文中的問(wèn)題是非常必要的。2.2.2地統(tǒng)計(jì)學(xué)理論地統(tǒng)計(jì)學(xué)也成空間統(tǒng)計(jì)或地質(zhì)統(tǒng)計(jì)學(xué)，是馬特龍創(chuàng)立的，這位法國(guó)著名統(tǒng)計(jì)學(xué)家通過(guò)大量的理論研究鑄造了這樣一個(gè)統(tǒng)計(jì)學(xué)分支。而地統(tǒng)計(jì)學(xué)理論的核心應(yīng)用就是根據(jù)對(duì)數(shù)據(jù)進(jìn)行分析，在采樣區(qū)選擇與樣本匹配的插值法創(chuàng)建插值表面?？臻g插值法主要分為確定性插值法和克里金插值法?？死锝鸩逯捣ㄊ且罁?jù)協(xié)方差函數(shù)對(duì)隨機(jī)過(guò)程進(jìn)行空間建模和預(yù)測(cè)的回歸算法。[16]由于該方法能給出無(wú)偏估計(jì)，因此也被稱作最有無(wú)偏估計(jì)器?？死锝鸩逯捣ㄓ职ㄆ胀死锝?、泛克里金、協(xié)同克里金和析取克里金等。這些方法都為地統(tǒng)計(jì)學(xué)理論打下了堅(jiān)實(shí)的基礎(chǔ)?？死锝鸩逯捣ㄒ脖粡V泛的應(yīng)用在各類預(yù)測(cè)的空間插值，比如地質(zhì)學(xué)，環(huán)境科學(xué)以及大氣科學(xué)。其中普通克里金插值法假設(shè)條件為數(shù)據(jù)變化呈正態(tài)分布，且權(quán)重值也來(lái)源于空間分析中，因此本文的研究也將采用普通克里金插值法。綜上，地統(tǒng)計(jì)學(xué)提供了一種描述性工具，它提供了一種函數(shù)，用這種函數(shù)來(lái)預(yù)測(cè)空間對(duì)象的潛在趨勢(shì)。地統(tǒng)計(jì)學(xué)既考慮到樣本值的大小，又不會(huì)忽視空間位置，彌補(bǔ)了經(jīng)典統(tǒng)計(jì)學(xué)忽略空間條件的缺陷。根據(jù)托伯勒的《地理第一定律》，距離較近的事物比距離較遠(yuǎn)的事物更相關(guān)，這正是空間自相關(guān)概念的主要思想。[17]地統(tǒng)計(jì)學(xué)理論是國(guó)民經(jīng)濟(jì)信息化發(fā)展的必要要求，既可以對(duì)地質(zhì)工作進(jìn)行估計(jì)，提高估計(jì)精度并節(jié)省時(shí)間，在現(xiàn)實(shí)中的應(yīng)用越來(lái)越廣泛。2.2.3特征價(jià)格模型理論特征價(jià)格模型最初是由Court提出的，旨在對(duì)汽車價(jià)格指數(shù)進(jìn)行建立。經(jīng)過(guò)了很多學(xué)者不斷地探索與改良，特征價(jià)格模型逐漸應(yīng)用在房地產(chǎn)行業(yè)。當(dāng)今的房地產(chǎn)業(yè)很大程度上收到了特征價(jià)格模型理論的啟發(fā)。[18]1966年，美國(guó)學(xué)者Lancaster率先將該模型理論運(yùn)用在房地產(chǎn)業(yè)，提出了消費(fèi)者理論，他從特征出發(fā)，從效用和偏好兩個(gè)角度進(jìn)行研究，經(jīng)過(guò)發(fā)展，消費(fèi)者理論對(duì)市場(chǎng)做出的貢獻(xiàn)是：效用是由商品的特征和特性產(chǎn)生的。隨著特征價(jià)格模型理論快速發(fā)展，次年，Ridker將其運(yùn)用在住宅市場(chǎng)。七年后，Rosen從消費(fèi)者和生產(chǎn)者關(guān)系的均衡性出發(fā)，徹底奠定了特征價(jià)格模型的理論基礎(chǔ)。Rosen認(rèn)為，在市場(chǎng)上完全競(jìng)爭(zhēng)的均衡條件下，消費(fèi)者和生產(chǎn)者為了達(dá)到利益最大化，在交易時(shí)，必然使特征價(jià)格曲線、要價(jià)曲線、出價(jià)曲線相切于一點(diǎn)。這也是Rosen市場(chǎng)供需平衡理論的核心內(nèi)容。[19]特征價(jià)格模型主要有以下形式：線性模型、對(duì)數(shù)模型、半對(duì)數(shù)模型以及對(duì)數(shù)線性模型，實(shí)際應(yīng)用中根據(jù)數(shù)據(jù)的特點(diǎn)選擇不同的模型。在建立好模型后，應(yīng)對(duì)模型的精度進(jìn)行顯著性檢驗(yàn)以及擬合優(yōu)度檢驗(yàn)，從而判斷變差中有多少能被估計(jì)的模型解釋的比例。綜上，特征價(jià)格模型由于其取樣方便，模型經(jīng)濟(jì)意義直觀，計(jì)算方便得到了廣泛的使用，為市場(chǎng)分析提供了很多新的思路。但在使用時(shí)，應(yīng)當(dāng)注意其多重共線性以及在房地產(chǎn)業(yè)中因房屋個(gè)別現(xiàn)象掩蓋市場(chǎng)真實(shí)供求關(guān)系，從而造成不必要的誤差。第3章沈陽(yáng)市區(qū)域概況與數(shù)據(jù)統(tǒng)計(jì)3.1研究區(qū)域3.1.1區(qū)域概況沈陽(yáng)市古稱“奉天”、“盛京”，是遼寧省地級(jí)市，也是遼寧省省會(huì)。作為東北地區(qū)的中心城市，沈陽(yáng)市也是重要的老工業(yè)基地。沈陽(yáng)市位于遼河平原中部，其地貌多以沖積平原和丘陵山地為主。在本文中，主要研究的是沈陽(yáng)市主城區(qū)各市區(qū)的房地產(chǎn)租金情況，包括沈北新區(qū)、皇姑區(qū)、大東區(qū)、鐵西區(qū)、渾南區(qū)、沈河區(qū)、于洪區(qū)以及和平區(qū)，面積約為3495平方千米。這些地區(qū)涵蓋了沈陽(yáng)市主要的政治、經(jīng)濟(jì)、文化、社會(huì)發(fā)展的主體部分，因此，這些地區(qū)也是整個(gè)沈陽(yáng)市租房市場(chǎng)最為集中和活躍的地區(qū)。選擇這些地區(qū)的房地產(chǎn)信息可以較方便地研究沈陽(yáng)市房地產(chǎn)租金價(jià)格空間影響因素，并使得研究結(jié)果更具有代表性，也能提高可靠性。3.1.2研究區(qū)房地產(chǎn)租賃市場(chǎng)概況近年，由于國(guó)家實(shí)施振興東北策略，沈陽(yáng)逐步發(fā)展為中心城市，沈陽(yáng)的房地產(chǎn)市場(chǎng)也于上世紀(jì)末進(jìn)入了萌芽階段。隨著住房公積金制度的實(shí)施以及投資力度不斷擴(kuò)大，沈陽(yáng)市房地產(chǎn)業(yè)發(fā)展非常迅速。在沈陽(yáng)房地產(chǎn)飛速發(fā)展的同時(shí)，由于國(guó)家調(diào)控政策的頒布以及房地產(chǎn)泡沫現(xiàn)象變得嚴(yán)重，在經(jīng)歷幾年的低落期后，于1998年，沈陽(yáng)市開始推行住房分配貨幣化，商業(yè)化房地產(chǎn)開始變得流行。在接下來(lái)的東北老工業(yè)基地振興戰(zhàn)略中，沈陽(yáng)市房地產(chǎn)又進(jìn)入了高速擴(kuò)張狀態(tài)，在未來(lái)的十年中，無(wú)論是投資額度還是銷售業(yè)績(jī)都在穩(wěn)定上升。沈陽(yáng)市也在全球經(jīng)濟(jì)危機(jī)后榮獲“全國(guó)最好的房地產(chǎn)城市之一”的稱號(hào)。[20]近年來(lái)，沈陽(yáng)市新建商品房已經(jīng)均價(jià)過(guò)萬(wàn)，為了適應(yīng)流動(dòng)人口的大規(guī)模遷入以及各種類型的消費(fèi)者的需要，沈陽(yáng)市房地產(chǎn)租賃市場(chǎng)也隨銷售市場(chǎng)逐步發(fā)展，由此，更多外來(lái)人口和中低收入者有了更優(yōu)質(zhì)的選擇，房地產(chǎn)租賃市場(chǎng)日益成為核心市場(chǎng)，租金則必然是租賃市場(chǎng)關(guān)注的核心問(wèn)題。租賃市場(chǎng)分為個(gè)體租賃、公共租賃和機(jī)構(gòu)出租，其中個(gè)體租賃占絕大多數(shù)。眾所周知，房地產(chǎn)租賃市場(chǎng)的特點(diǎn)就是信息不對(duì)稱，因此大多數(shù)交易都要通過(guò)房屋中介進(jìn)行。經(jīng)過(guò)近幾年的發(fā)展，迎合不同群體的需求，沈陽(yáng)市房產(chǎn)租賃市場(chǎng)變得更加多元化，為調(diào)節(jié)市場(chǎng)供需關(guān)系，促進(jìn)社會(huì)和諧都有著積極影響。3.2數(shù)據(jù)的描述及處理3.2.1數(shù)據(jù)的來(lái)源本文獲取的數(shù)據(jù)分別為2018年和2021年沈陽(yáng)市三環(huán)內(nèi)各城區(qū)500個(gè)小區(qū)房租的截面數(shù)據(jù)，數(shù)據(jù)的主要來(lái)源是安居客、貝殼這類房屋中介app。這幾個(gè)服務(wù)軟件提供了絕大多數(shù)小區(qū)的掛牌信息，數(shù)據(jù)來(lái)源比較可靠，由于涵蓋了各個(gè)城區(qū)，且數(shù)據(jù)點(diǎn)較為充足，滿足了大樣本的條件，可以滿足研究空間影響因素的需要。3.2.2數(shù)據(jù)的類型由于本文中采用的數(shù)據(jù)點(diǎn)較多，為滿足研究各階段的需要，將數(shù)據(jù)分為以下幾種類型。為研究空間影響情況，需使用克里金插值法，而該方法需要由Arcgis生成地圖，因此要包含經(jīng)緯度、名稱、房租、房?jī)r(jià)、地價(jià)這些信息，已確定樣本點(diǎn)具體位置以及房租信息。在對(duì)空間影響因素進(jìn)一步研究，要用到特征價(jià)格模型，考慮到該模型包含區(qū)位因素、建筑因素、鄰里因素這三個(gè)特征變量，因此也應(yīng)當(dāng)對(duì)數(shù)據(jù)進(jìn)行分類。本文針對(duì)區(qū)位因素的指標(biāo)有小區(qū)附近的學(xué)校、三甲醫(yī)院、地鐵線路等，對(duì)于建筑因素，數(shù)據(jù)包含房屋朝向、居住樓層、面積、房齡的指標(biāo)，而對(duì)于鄰里因素，則應(yīng)該考慮附近的設(shè)施情況以及容積率，容積率簡(jiǎn)言之就是總建筑面積與總用地面積之比，它關(guān)系到日照時(shí)間以及地產(chǎn)商方面的房?jī)r(jià)考慮問(wèn)題，因此也應(yīng)當(dāng)研究。3.2.3數(shù)據(jù)處理上述已經(jīng)描述了本文是如何讓對(duì)數(shù)據(jù)進(jìn)行分類的。由于特征價(jià)格模型建立的需要，為更加直觀的展示數(shù)據(jù)的各種不同類別，需要將數(shù)據(jù)進(jìn)行量化，量化結(jié)果如表3.1表3.1特征變量單位代表區(qū)位特征距最近地鐵的距離kmsubway距最近學(xué)校的距離kmschool建筑特征房屋面積m2area層數(shù)層floor朝向無(wú)direction鄰里特征附近設(shè)施個(gè)數(shù)個(gè)fluction容積率無(wú)plot3.2.4數(shù)據(jù)庫(kù)建立對(duì)沈陽(yáng)市各區(qū)分布圖進(jìn)行配準(zhǔn)與矢量化。再次操作的基礎(chǔ)上導(dǎo)入各小區(qū)點(diǎn)數(shù)據(jù)，建立GIS數(shù)據(jù)庫(kù)，主要包括2022年1月到4月的小區(qū)房租數(shù)據(jù)，各小區(qū)分布與各區(qū)關(guān)系如圖3.2圖3.2樓盤數(shù)據(jù)包括序號(hào)、小區(qū)名稱、經(jīng)緯度以及房租數(shù)據(jù)等。第4章沈陽(yáng)市房地產(chǎn)租金價(jià)格空間影響因素實(shí)證分析4.1數(shù)據(jù)的探索性分析4.1.1數(shù)據(jù)結(jié)構(gòu)的分析——直方圖直方圖可以用來(lái)觀察數(shù)據(jù)的分布是否為正態(tài)分布，若按默認(rèn)值進(jìn)行觀察不屬于正態(tài)分布或者不明顯，可以對(duì)數(shù)據(jù)進(jìn)行對(duì)數(shù)化處理，本研究的直方圖與修正后的直方圖分別為圖4.1和圖4.2圖4.1圖4.2正態(tài)QQ分布圖正態(tài)QQ圖的用途也同樣是為了檢驗(yàn)數(shù)據(jù)是否是正態(tài)分布，若數(shù)據(jù)擬合程度較高即絕大部分?jǐn)?shù)據(jù)處于一條直線上或者十分接近于擬合直線，說(shuō)明正態(tài)性越好。與直方圖相同，若以默認(rèn)值輸出不符合正態(tài)或者正態(tài)性不明顯，也可以對(duì)數(shù)據(jù)進(jìn)行對(duì)數(shù)化或者參數(shù)處理，使得數(shù)據(jù)符合正態(tài)分布，本研究所得到的正態(tài)QQ圖與修正后的圖分別為4.3和圖4.4圖4.3圖4.4趨勢(shì)分析趨勢(shì)分析這個(gè)部分是利用數(shù)學(xué)模型模擬地理分布或者時(shí)間過(guò)程，常用于內(nèi)插或者預(yù)測(cè)。在Arcgis的地統(tǒng)計(jì)分析中的趨勢(shì)分析。趨勢(shì)分析得益于Arcgis的對(duì)于錄入數(shù)據(jù)給予的多項(xiàng)式擬合法表達(dá)方式，一般給出的是基于經(jīng)緯度的圖像，如果圖像呈一條直線，說(shuō)明不存在趨勢(shì)，當(dāng)然，大部分情況下，圖像一定會(huì)有波動(dòng)，因?yàn)榇嬖诓环€(wěn)定因素甚至系統(tǒng)誤差的影響。本研究的趨勢(shì)分析圖如圖4.5所示，可以看出，租金價(jià)格呈中間高四周低的特點(diǎn)，并且相對(duì)于東南方向，西北或西部地區(qū)的租金價(jià)格更有一些優(yōu)勢(shì)。并且，由于U型趨勢(shì)比較明顯，選用的函數(shù)形式為二次函數(shù)擬合，可以近似的說(shuō)明沈陽(yáng)市租金價(jià)格的分布情況。圖4.5半變異函數(shù)、數(shù)據(jù)離群值可以通過(guò)Arcgis的地統(tǒng)計(jì)分析中的半變異函數(shù)或者協(xié)方差函數(shù)判斷離群點(diǎn)的存在。離群值也就是異常值，異常值即不符合常規(guī)的數(shù)據(jù)，離群值分兩種，一種是原始數(shù)據(jù)有誤，第二種是由于樣本數(shù)據(jù)某些隨機(jī)因素或系統(tǒng)因素造成的偏離。也就是說(shuō)，半變異函數(shù)的作用就是檢驗(yàn)樣本點(diǎn)之間的自相關(guān)程度，如果兩個(gè)點(diǎn)很相似，那么半變異函數(shù)也會(huì)有如此體現(xiàn)。出現(xiàn)離群值需要判斷其是否合理，如果不合理要予以剔除，本研究的半變異函數(shù)分析如圖4.7所示，其中于洪區(qū)、鐵西區(qū)均存在離群值，經(jīng)核對(duì)，發(fā)現(xiàn)這兩個(gè)地區(qū)的確存在一些房租較高的小區(qū)住宅。圖4.74.2Kriging插值結(jié)果分析本研究使用的是普通克里金插值法，克里金插值是一種最有無(wú)偏估計(jì)，其廣泛應(yīng)用于各種模型的預(yù)測(cè)中。在普通克里金插值法中，其假設(shè)是數(shù)據(jù)服從正態(tài)分布，并且表示屬性值，表示空間位置，為常數(shù)，表示方差恒定的隨機(jī)擾動(dòng)項(xiàng)。由于樣本數(shù)據(jù)足夠多，這時(shí)根據(jù)中心極限定理，數(shù)據(jù)幾乎總是服從正態(tài)分布的。因此，在這種基礎(chǔ)上，只需結(jié)合樣本數(shù)據(jù)的特點(diǎn)選擇插值方法，故選擇普通克里金插值法。在Arcgis中選擇地統(tǒng)計(jì)分析向?qū)?，選擇克里金插值后，選擇普通克里金，對(duì)數(shù)據(jù)進(jìn)行二階模型的處理。在普通克里金插值的過(guò)程中，會(huì)自動(dòng)檢測(cè)出在該條件下，模型中參數(shù)的各種指標(biāo)都會(huì)得到檢測(cè)，其中均方根誤差，平均標(biāo)準(zhǔn)誤差，標(biāo)準(zhǔn)均方根誤差均與預(yù)測(cè)精度有關(guān)，標(biāo)準(zhǔn)化平均誤差越接近于0，標(biāo)準(zhǔn)均方根誤差越接近于1，擬合程度越高，預(yù)測(cè)結(jié)果越精確。使用克里金插值法后，會(huì)自動(dòng)生成克里金圖層，得到的圖像如圖4.6所示圖分析空間因素對(duì)房地產(chǎn)租金價(jià)格的影響觀察上圖4.6，可以發(fā)現(xiàn)，沈陽(yáng)市房地產(chǎn)租金價(jià)格比較平均，極差并不是特別大，但與前幾年相比，租金價(jià)格還是提升了一些，區(qū)域差異逐漸縮小，雖然租金依然呈中心向四周擴(kuò)散的趨勢(shì)，但中心位置的租金價(jià)格優(yōu)勢(shì)明顯下降。其中，沈河區(qū)，和平區(qū)，皇姑區(qū)的房?jī)r(jià)比周圍要高出一些，東南部的租金優(yōu)勢(shì)高于西北部，但各個(gè)等級(jí)的房地產(chǎn)租金相差不是很多，說(shuō)明了沈陽(yáng)市逐漸形成了多個(gè)中心的城市特征。而在中心城區(qū)，由于地鐵線路發(fā)達(dá)，基礎(chǔ)設(shè)施如醫(yī)院，學(xué)校的數(shù)量，尤其是中心區(qū)域發(fā)展歷史較長(zhǎng)，擁有的資源較多，也具備穩(wěn)定的人流量，因此房租也較貴。而近年來(lái)，隨著老城區(qū)的資源積累以及發(fā)展，房租也在穩(wěn)步上升，與中心區(qū)域的房租差異逐漸縮小，例如鐵西區(qū)、于洪區(qū)。此外，近幾年政府著力于開發(fā)的新地區(qū)如沈北新區(qū)和渾南區(qū)，房租也在上升，有的甚至可以與中心區(qū)域的房租持平。與此同時(shí)，小區(qū)里附近設(shè)施的距離，如學(xué)校，三甲醫(yī)院，公共設(shè)施等也一定會(huì)影響房租的水平，尤其是部分地區(qū)作用優(yōu)渥地理優(yōu)勢(shì)，還靠近A級(jí)景區(qū)，吃到了旅游業(yè)發(fā)展的紅利，房租也會(huì)水漲船高。當(dāng)然，區(qū)位因素只是影響房租價(jià)格的一個(gè)方面，空間影響因素即空間分布的不同帶來(lái)的影響包括許多不同方面的來(lái)源，房租價(jià)格與建筑和鄰里等因素都息息相關(guān)，而這些因素歸結(jié)到底與空間位置的不同有關(guān)，克里金插值方法提供了一種用數(shù)學(xué)工具預(yù)測(cè)模型的方法，不僅讓我們對(duì)沈陽(yáng)市各區(qū)域的租金價(jià)格分布有一定的了解，也對(duì)認(rèn)識(shí)房租今年變化有所幫助。第5章沈陽(yáng)市房地產(chǎn)租金價(jià)格空間影響因素的進(jìn)一步分析5.1特征價(jià)格模型的建立本文研究模型采用特征價(jià)格模型，因?yàn)榉孔鈨r(jià)格會(huì)受到諸多因素的影響。而特征價(jià)格則是消費(fèi)者對(duì)有某種特征的商品愿意承擔(dān)的價(jià)格。在房地產(chǎn)業(yè)中，房屋有一系列的特征或者品質(zhì)共同決定了房屋的品質(zhì)，進(jìn)而也影響了房屋的租金價(jià)格。我們知道，房屋的住宅特征包括區(qū)位特征、建筑特征和鄰里特征。因此，房屋的租金價(jià)格與上述三種特征因素的函數(shù)關(guān)系可以表示為：P=f(L,C,N)（5.1）其中，P是房屋租金價(jià)格，L是區(qū)位特征因素，C是建筑特征因素，N是鄰里特征因素。顯然，上式只能表達(dá)出幾者有一定的關(guān)系，但卻不能表現(xiàn)關(guān)系密切程度。因此，為更有效地研究論題，筆者介紹的是國(guó)內(nèi)外學(xué)者較為常用的特征價(jià)格模型：二次函數(shù)、對(duì)數(shù)函數(shù)、線性函數(shù)和半對(duì)數(shù)函數(shù)等。本文將采用線性函數(shù)和對(duì)數(shù)函數(shù)構(gòu)造模型，研究沈陽(yáng)市房地產(chǎn)租金價(jià)格空間影響因素。兩者的基本模型分別為:P=a0+∑ai*Xi+ε（5.2）lnP=a0+∑ai*lnXi+ε（5.3）式5.2是線性函數(shù)模型，表達(dá)的是一種線性關(guān)系，其中，P為房屋租金價(jià)格，Xi表示各特征變量，ε表示的是隨機(jī)誤差項(xiàng)，a0表示影響租金價(jià)格的常數(shù)量的總和。而回歸系數(shù)ai在式5.2和5.3中分別表示不同特征的隱含價(jià)格以及不同特征的價(jià)格彈性，此時(shí)二者均為常數(shù)。5.1.1特征價(jià)格模型的估計(jì)本次模型的估計(jì)運(yùn)用了普通最小二乘法（OLS），其原理較為簡(jiǎn)單，核心思路就是使擬合值與實(shí)際值相差達(dá)到最小，而在實(shí)際操作中，為了避免由于離差中的正負(fù)號(hào)給結(jié)果帶來(lái)偏差，因此可以計(jì)算擬合值與實(shí)際觀察值的離差平方和達(dá)到最小，這就是普通最小二乘法的原理，也是統(tǒng)計(jì)學(xué)中最常用的估計(jì)方法之一。[21]5.2變量的選取影響租金價(jià)格的因素頗多，一則無(wú)法考慮到所有的影響因素包括很多隱含因素，二則影響因素較多也無(wú)法考慮周全。因此，本文選擇的變量因素主要有地價(jià)、房?jī)r(jià)、房屋容積率、房屋面積、樓層、朝向、房屋所在位置附近設(shè)施數(shù)量，距離最近的地鐵線路、學(xué)校、三甲醫(yī)院等的距離。變量選取情況如表5.1所示表5.1特征變量區(qū)位特征距最近的地鐵線路距離距最近的三甲醫(yī)院距離距最近的學(xué)校距離建筑特征房屋面積朝向樓層鄰里特征附近設(shè)施個(gè)數(shù)容積率房?jī)r(jià)5.3回歸分析的結(jié)果討論本文以房租價(jià)格為因變量進(jìn)行的特征價(jià)格模型建立的回歸分析有以下兩種結(jié)果，分別為線性函數(shù)下的回歸結(jié)果以及對(duì)數(shù)函數(shù)下的回歸結(jié)果。其中線性函數(shù)模型在5%的顯著性水平下的回歸分析內(nèi)容如表5.2所示。擬合程度及實(shí)際顯著性水平如表5.3所示。其中，顯著性水平是在假設(shè)檢驗(yàn)中犯第一類錯(cuò)誤的概率，如果t統(tǒng)計(jì)量的值大于該顯著性水平下的臨界值，說(shuō)明樣本落入了拒絕域，而從比較p值的角度來(lái)講，若p值小于顯著性水平，則拒絕原假設(shè)，認(rèn)為影響是顯著的。表5.2線性函數(shù)模型變量代表回歸系數(shù)t值房屋面積area1.2044.493房屋樓層floor-1.356-7.751房屋朝向direction1.8559.642距最近學(xué)校距離school-2.732-1.147距最近地鐵線路的距離subway-2.674-3.884距最近三甲醫(yī)院的距離hospital-2.159-3.432容積率plot212.8758.548附近設(shè)施個(gè)數(shù)fluction5.7936.665常數(shù)項(xiàng)ε-356.706-0.442表5.3數(shù)據(jù)個(gè)數(shù)N判定系數(shù)R2F值實(shí)際顯著性水平P1380.64319.6250.000線性函數(shù)模型的回歸結(jié)果分析顯示以上因素在該顯著性水平下都是顯著的，但相比之下附近基礎(chǔ)設(shè)施的個(gè)數(shù)、距離最近地鐵線路的遠(yuǎn)近、距離學(xué)校的遠(yuǎn)近顯著性更強(qiáng)，說(shuō)明居民更注重這些因素，也說(shuō)明這些因素對(duì)房租的影響較大，房地產(chǎn)業(yè)對(duì)房屋租金進(jìn)行定價(jià)業(yè)應(yīng)當(dāng)更加考慮這些因素的影響。在以上檢驗(yàn)中，房屋面積、容積率、房屋朝向、基礎(chǔ)設(shè)施數(shù)量等方面均與房租呈正相關(guān)，雖然相關(guān)程度不盡相同，但可以說(shuō)明隨著這些因素的增長(zhǎng)，房租也在以不同程度增長(zhǎng)；而房屋樓層和距學(xué)校、三甲醫(yī)院、地鐵線路的距離，均與房租價(jià)格呈負(fù)相關(guān)，說(shuō)明在樓層等級(jí)相同的情況下，低樓層租金更貴，而與學(xué)校、三甲醫(yī)院、地鐵線路的距離越遠(yuǎn)，房租越低，合情合理。因此，消費(fèi)者也應(yīng)當(dāng)綜合考慮這些影響因素對(duì)房租價(jià)格的影響，從而分析房屋便利性與性價(jià)比。根據(jù)上述檢驗(yàn)，例如房屋面積這個(gè)指標(biāo)，房屋面積每增加1m2，房租的單價(jià)就增加1.204元；距最近學(xué)校的距每增加1km，房租的單價(jià)會(huì)降低2.732元；距最近的三甲醫(yī)院的距離每減少1km，房租的單價(jià)會(huì)增加2.159元。以此類推。對(duì)數(shù)函數(shù)形式5%顯著性水平條件下對(duì)數(shù)函數(shù)模型下的回歸內(nèi)容如表5.4所示。擬合程度及實(shí)際顯著性水平如表5.5所示。表5.4對(duì)數(shù)函數(shù)下的回歸結(jié)果變量代表回歸系數(shù)t值房屋面積lnarea0.1271.866房屋樓層lnfloor0.1221.767房屋朝向lndirection0.0425.850距最近學(xué)校距離lnschool-0.127-1.870距最近地鐵線路的距離lnsubway-0.278-3.309距最近三甲醫(yī)院的距離lnhospital-0.067-1.024容積率lnplot0.0734.367附近設(shè)施個(gè)數(shù)lnflunction0.0970.953常數(shù)項(xiàng)constant-0.276-1.240表5.5數(shù)據(jù)個(gè)數(shù)N判定系數(shù)R2F值實(shí)際顯著性水平P1380.72221.2510.000對(duì)無(wú)需量化的指標(biāo)數(shù)據(jù)對(duì)數(shù)化后可以得到對(duì)數(shù)函數(shù)模型的回歸模型。首先觀察表5.5可以發(fā)現(xiàn)，對(duì)數(shù)化后，判定系數(shù)以及F值都增大了，而判定系數(shù)的意義就是因變量的變差中能被估計(jì)的回歸模型所解釋的比例，因此，對(duì)數(shù)化后，拒絕原假設(shè)的證據(jù)變強(qiáng)，結(jié)果更顯著。其中，距最近地鐵線路的距離、附近基礎(chǔ)設(shè)施的個(gè)數(shù)依然是影響較為顯著的因素，而從因變量與自變量的變化方向來(lái)看，距學(xué)校、地鐵、三甲醫(yī)院的距離依然與房租價(jià)格呈負(fù)相關(guān)，即隨著距離變遠(yuǎn)，房租也隨之降低，而其他因素諸如房屋面積、樓層、朝向等因素與房租呈正相關(guān)，兩者同時(shí)增加或減少。與線性函數(shù)相區(qū)別的是，對(duì)數(shù)化函數(shù)模型的回歸系數(shù)表示的是不同特征的價(jià)格彈性，因此，其實(shí)際意義應(yīng)為：距最近的三甲醫(yī)院的距離每增加1%，房租的單價(jià)就會(huì)降低6.7%；附近基礎(chǔ)設(shè)施個(gè)數(shù)每增加1%，房租的預(yù)期單價(jià)會(huì)增加9.7%；房屋面積每增加1%，房租的單價(jià)會(huì)相應(yīng)增加12.7%，以此類推。小結(jié)基于對(duì)以上兩種模型的分析，我們可以看出，對(duì)數(shù)函數(shù)形式的模型的誤差要小于線性函數(shù)形式，而且擬合程度也要優(yōu)于線性函數(shù)形式，因此選用對(duì)數(shù)函數(shù)形式的模型。根據(jù)研究結(jié)果，沈陽(yáng)市房產(chǎn)租金價(jià)格受多方面因素的影響，但是各方面因素的影響程度不相同，其中區(qū)位因素占據(jù)主要地位，說(shuō)明空間影響因素中地理位置對(duì)房租的影響起到較大作用，因此，無(wú)論是消費(fèi)者還是房地產(chǎn)業(yè)或者出租住戶，都或多或少的會(huì)考慮地理位置的影響對(duì)房屋的租金進(jìn)行定價(jià)?？傮w來(lái)說(shuō)，特征因素里，容積率和樓層的影響可能存在較大誤差，分析原因有可能是變量之間的多重共線性或者隨機(jī)因素的影響造成的波動(dòng)，導(dǎo)致分析結(jié)果不太理想。5.4模型檢驗(yàn)（1）擬合優(yōu)度檢驗(yàn)——判定系數(shù)R2通過(guò)上述對(duì)兩種模型的分析，可以發(fā)現(xiàn)使用線性模型時(shí)，判定系數(shù)為0.643，表明在沈陽(yáng)市房租的變差中，有64.3%可以被空間影響因素解釋；而在對(duì)數(shù)模型中，判定系數(shù)為0.722，說(shuō)明房租的變差中有72.2%的變差能被估計(jì)的回歸模型解釋。也就是說(shuō)，在對(duì)數(shù)模型中，估計(jì)的模型有更好的擬合程度以及線性相關(guān)性，因此估計(jì)效果越好。表5.6判定系數(shù)R2的比較模型估計(jì)的特征價(jià)格模型RR２RA2對(duì)數(shù)模型0.8500.7220.623其中，R是判定系數(shù)的平方根，RA2是調(diào)整后的判定系數(shù)，為了防止自變量增加影響估計(jì)結(jié)果，故對(duì)判定系數(shù)按照自變量個(gè)數(shù)進(jìn)行調(diào)整得到的結(jié)果。(2）方差分析表5.7是方差分析表，所謂方差分析，就是檢驗(yàn)各總體均值是否相等來(lái)判斷分類變量對(duì)數(shù)值型變量是否有顯著影響。有表可知，F(xiàn)值是12.783，大于5%顯著性水平下的臨界值，且Sig值即P值約為0，小于0.05，故拒絕原假設(shè)，認(rèn)為房租價(jià)格與特征因素存在關(guān)系，即特征因素對(duì)房租價(jià)格存在顯著影響。表5.7方差分析表因變量平方和自由度均方FSig.回歸14.62581.82812.7830.000殘差18.6321300.143\\總計(jì)33.257138\\\（3）檢驗(yàn)是否有較強(qiáng)的多重共線性多重共線性即研究模型中各解釋變量之間彼此存在某種聯(lián)系，若變量之間存在較強(qiáng)的多重共線性，會(huì)導(dǎo)致對(duì)模型的估計(jì)發(fā)生錯(cuò)誤。在統(tǒng)計(jì)分析中，多重共線性是通過(guò)方差膨脹系數(shù)VIF來(lái)度量的，若VIF的值大于10，則說(shuō)明多重共線性較強(qiáng)，模型會(huì)存在較大的誤差，要予以剔除。根據(jù)表5.8的信息，各因素的VIF值均在2.500之內(nèi)，這說(shuō)明變量之間的多重共線性可以忽略，這有助于對(duì)模型進(jìn)行進(jìn)一步分析。表5.8模型的多重共線性檢驗(yàn)變量代表VIF房屋面積lnarea1.246房屋樓層lnfloor1.388房屋朝向lndirection2.064距最近學(xué)校距離lnschool1.579距最近地鐵線路的距離lnsubway1.664距最近三甲醫(yī)院的距離lnhospital1.932容積率lnplot1.065附近設(shè)施個(gè)數(shù)lnflunction1.8565.5實(shí)證分析——空間影響因素基于以上的特征價(jià)格模型分析，造成沈陽(yáng)市房地產(chǎn)租金價(jià)格差異的原因主要有區(qū)位因素、建筑因素、鄰里因素。區(qū)位因素經(jīng)過(guò)上述研究以及平時(shí)積累的經(jīng)驗(yàn)，我們不難發(fā)現(xiàn)，區(qū)位因素是集中影響因素中最復(fù)雜，成分最多的因素。如果房屋所在小區(qū)處于附近擁有大量商服、醫(yī)院、學(xué)校等基礎(chǔ)設(shè)施時(shí)，房租不可避免的會(huì)提高，若樓盤位置附近交通便利，比如離地鐵線路、公交線路或者離市區(qū)步行距離很短，房租也會(huì)有顯著提高。對(duì)于本文而言，沈陽(yáng)市和平區(qū)、沈河區(qū)有地理位置優(yōu)勢(shì)，因此租金較高，而近幾年隨著沈陽(yáng)市對(duì)南部的開發(fā)，渾南區(qū)的房?jī)r(jià)也明顯上漲?；使脜^(qū)、大東區(qū)作為老城區(qū)，房租隨經(jīng)濟(jì)發(fā)展的漲幅比較穩(wěn)定。房租明顯高的地區(qū)幾乎無(wú)不有一定的地理位置優(yōu)勢(shì)，也就是說(shuō)，區(qū)位因素對(duì)房?jī)r(jià)的影響較大，分析起來(lái)也最為復(fù)雜。總結(jié)起來(lái)就是，房租價(jià)格與房屋距離百姓生活聚集區(qū)域呈負(fù)相關(guān)；而沈陽(yáng)市南部的租金價(jià)格略高于北部，東部略高于西部，這是沈陽(yáng)市的地理空間分布因素造成的影響?？傮w而言，沈陽(yáng)市房地產(chǎn)租金價(jià)格的分布符合預(yù)期，即中心向外逐漸降低。（2）建筑因素建筑因素也有很多，本文由于數(shù)據(jù)獲取方面略有難度，在建筑因素中，只選擇了房屋面積、樓層、朝向這幾個(gè)特征，而實(shí)際上，筆者也認(rèn)為房租的價(jià)格也一定與房屋裝修情況、是否有電梯、房屋使用時(shí)限等因素有關(guān)。在本文的研究中，房屋的面積、樓層和朝向都對(duì)房租價(jià)格有一定程度的影響。選取的樣本點(diǎn)的房屋面積以中小型為主，樓層以中低層為主，朝向多為南/北方向。研究發(fā)現(xiàn)，房屋的面積對(duì)房租價(jià)格影響較小，而無(wú)論對(duì)于高層樓房還是低層樓房，消費(fèi)者都更青睞與中間位置的層數(shù)，因此，這種位置的樓層的房屋租金價(jià)格較高。而朝向決定了日照時(shí)長(zhǎng)，決定了室內(nèi)的溫度濕度，即住戶是否舒適，因此，房屋朝向也在很大程度上影響房租價(jià)格。作為房租價(jià)格的空間影響因素之一，建筑因素對(duì)于房租的影響同樣不可忽視，無(wú)論是房地產(chǎn)公司還是消費(fèi)者，都應(yīng)根據(jù)建筑因素對(duì)房屋的租金進(jìn)行合理的預(yù)判與確定。（3）鄰里因素隨著城市化的飛速發(fā)展，人們愈發(fā)追求生活質(zhì)量和品位，居民在提升生活水平的同時(shí)，對(duì)所在小區(qū)環(huán)境的要求也日益提高。本文研究的鄰里因素主要有容積率，周邊基礎(chǔ)設(shè)施的數(shù)量等。所謂容積率，就是總建筑面積與凈用地面積之比，顯然，對(duì)于房地產(chǎn)商而言，容積率幾乎決定開發(fā)成本，而對(duì)于居民來(lái)說(shuō)，容積率則決定了居住的舒適度。因此，容積率與房租價(jià)格應(yīng)該呈反方向的關(guān)系，即在其他因素相同的情況下，容積率越高，房租價(jià)格就越低；而在基礎(chǔ)設(shè)施數(shù)量方面，人們對(duì)于飲食，娛樂(lè)以及教育各種方面的需求，需要城市基礎(chǔ)設(shè)施來(lái)滿足，如商服、學(xué)校、三甲醫(yī)院、公園、娛樂(lè)場(chǎng)所等，在小區(qū)附近，這些設(shè)施的數(shù)量多少影響著房租價(jià)格，并且，隨著城市化的深入，這個(gè)趨勢(shì)會(huì)更加明顯。

第6章結(jié)論與展望6.1結(jié)論本文研究的是沈陽(yáng)市房地產(chǎn)租金價(jià)格空間影響因素，從研究背景及研究意義出發(fā)，通過(guò)閱讀大量相關(guān)文獻(xiàn)，學(xué)習(xí)相關(guān)理論，搜集相關(guān)數(shù)據(jù)，通過(guò)對(duì)數(shù)據(jù)的一系列處理與分析，繪制相關(guān)圖像并合理地建立模型，進(jìn)而研究空間影響因素。本文使用的方法為克里金插值法和特征價(jià)格模型法，分別用到了Arcgis、SPSS、stata等軟件，以沈陽(yáng)市皇姑區(qū)、渾南區(qū)、沈北新區(qū)、鐵西區(qū)、于洪區(qū)、和平區(qū)、沈河區(qū)、大東區(qū)一些小區(qū)中房屋的數(shù)據(jù)為基礎(chǔ)，用普通克里金插值法繪制出房租價(jià)格與地理位置之間的關(guān)系，對(duì)這些地區(qū)的房租價(jià)格與相關(guān)影響因素進(jìn)行研究。最終確定了特征價(jià)格模型使用誤差較小、擬合程度較高的對(duì)數(shù)函數(shù)模型。最終得出結(jié)論，沈陽(yáng)市房租價(jià)格空間影響因素包括區(qū)位因素、建筑因素以及鄰里因素。6.2展望與不足本文通過(guò)一系列的研究，分析了沈陽(yáng)市房地產(chǎn)租金價(jià)格空間影響因素，對(duì)沈陽(yáng)市房地產(chǎn)市場(chǎng)做出了實(shí)證分析，通過(guò)對(duì)沈陽(yáng)市租房市場(chǎng)的深入研究，可以彌補(bǔ)國(guó)內(nèi)對(duì)于該研究的一部分空缺。房屋是老百姓的容身之所，而房?jī)r(jià)、房租則是老百姓最關(guān)注的問(wèn)題，房租的定價(jià)關(guān)系到的不只是社會(huì)總體的經(jīng)濟(jì)效益，更關(guān)乎到民生的穩(wěn)定，因此，對(duì)房租地空間影響因素分析是必要的也是急需的，隨著沈陽(yáng)市經(jīng)濟(jì)和城市化的迅速發(fā)展，無(wú)論對(duì)于政府部門還是消費(fèi)者，都應(yīng)該更關(guān)注房租的定價(jià)與影響因素問(wèn)題。本文的數(shù)據(jù)為房地產(chǎn)租賃市場(chǎng)數(shù)據(jù)，由于數(shù)據(jù)獲取的難度較大，導(dǎo)致本文分析的影響因素不足，得到的結(jié)論可能不是特別準(zhǔn)確，在以后的研究中，應(yīng)該更加多的進(jìn)行實(shí)地考察和數(shù)據(jù)獲取，通過(guò)更大量的數(shù)據(jù)對(duì)房地產(chǎn)租賃市場(chǎng)進(jìn)行分析，這是筆者需要改進(jìn)的地方。

參考文獻(xiàn)[1]周嵐,施嘉泓,崔曙平,等.新時(shí)代大國(guó)空間治理的構(gòu)想——芻議中國(guó)新型城鎮(zhèn)化區(qū)域協(xié)調(diào)發(fā)展路徑[J].城市規(guī)劃,2018(1):7.[2]StevensonS.Newempiricalevidenceonheteroscedasticityinhedonichousingmodels[J].JournalofHousingEconomics,2004,13(2):136-153.[3]SanderH,PolaskyS,HaightRG.Thevalueofurbantreecover:AhedonicpropertypricemodelinRamseyandDa