旅游经济学论文

您当前的位置:学术堂 > 经济学论文 > 旅游经济学论文 >

旅游景区对城市住宅价格的影响情况研究

来源:河北工业科技 作者:杨敬一
发布于:2015-04-13 共2676字

  随着社会经济不断发展,居民消费理念逐渐转型,城市旅游景区对于周边住宅价格的影响作用日益突出[1-2]。正确找到住宅价格与旅游景区特征之间的关系,确定旅游景区特征影响住宅价格的程度,对于国家宏观把控住宅房地产市场走向、房地产经营者评估制定住宅价格、普通公民购买投资参考、政府对 旅 游 景 区 规 划 与 保 护 等 方 面,都 具 有 重 要意义[3-5]。

  从相关文献来看,已有研究集中在整体性影响因素和轨道交通因素对住宅价格的影响上[6]。温海珍[7]运用Hedonic模型对杭州市上千个城市住宅的样本进行探索工作,钟海玥[8]等运用Hedonic模型研究了湖北省南湖景观对其附近住宅价值的影响。

  四川省成都市金沙遗址博物馆作为城市内着名旅游景区,其周边住宅开发完善,景区对周边住宅价格影响作用明显。为更深入研究旅游景区对城市住宅价格的影响情况,本文选用Hedonic模型进行定量分析。

  1 方法简介

  1.1 Hedonic模型理论基础

  Hedonic模型是指每位消费者在进行效用极大化追求中,当提高一单位的某个属性消费时,乐意付出的附加费用[9]。这一属性的边际付款意愿,也就是这一属性的特征价格(Hedonic price)[10]。它的中心是利用对市场中大量交易数据的拟合,估测出每个属性的隐藏价格,同时建立价值同每个特征因素间关系的函数模型,从而研究每个属性特征对该物品价值的影响程度[11]。如果以P来代表商品价格,x代表商品属性,存在公式P=f(x),且根据该公式可以计算特征价格[12]。

  1.2特征价格模型

  Hedonic模型一般分为2大类:线性模型和非线性模型[13]。其中非线性模型又包括对数模型与半对数模型[14]。不管是哪种模型,都是根据基本模型演化而来,P =f(C1,C2,…,Ci,…,Cn),1)线性形式:P =∝0+∑ ∝tln Ct+ε。

  2)对数形式:ln P =∝0+∑ ∝tln Ct+ε。

  3)半对数形式:ln P =∝0+∑ ∝tCt+ε。

  其中:P为商品价格;Ci为商品特征属性;∝0,∝t为待估计的系数;Ct为虚拟变量;ε为误差项[15]。

  对后期数据处理,需根据所选Hedonic模型进行计算,估计模型中参数值。参数估计的过程涉及的数据量大,公式复杂,多采用专业计算机统计软件完成,目前应用较广的是SPSS统计软件[16]。通过该软件设置变量、录入数据、回归分析之后,可以得到相关参数,从而估计出所需的Hedonic模型。用SPSS进行参数估计一般会用到的方法有参数的最小二乘法和方差估计法[17]。

  为提高结果的准确性,文章将数据进行分析后,进行几个模型之间的拟合情况对比,然后选用最合适的模型进行研究。

  1.3 研究变量的选择

  住宅价格包括市场价格、挂牌价格和交易价格[18]。本研究将样本住宅的实际成交价格作为因变量,将住宅的不同属性特征作为自变量来量化分析。

  对住 宅 价 格 的 影 响 因 素 有3种[19]:建 筑 特 征(structure characteristic)、邻里环境(neighborhoodcharacteristic)、区位特征(location characteristic)。

  本研究选取的自变量分为建筑特征、邻里环境、区位特征3类,最后确定选择13个特征作为自变量,分别是建筑特征(建筑面积、楼盘类型、建筑装修程度、楼层、建筑年龄)、邻里环境(容积率、绿化率、物业费、教育配套、医疗配套、公园配套)、区位特征(交通便利程度、到金沙遗址博物馆的距离)。

  2 实证分析

  2.1数据来源

  本研究选取金沙遗址博物馆周围2 700m范围内的多个住宅样本作为研究对象。选取住宅价格时以当期的住宅价格为准,于2014-03-10—2014-03-15日进行实地调研,以问卷调查的方式采集需要的信息,并以房地产网站公布的数据作为辅助,检验数据真实性。被调查对象在调查过程中具有很大的随机性,被调查住宅的建筑类型包括普通住宅和别墅,因别墅与普通住宅相比存在特殊性,为剔除特殊属性及不完整信息对价格的影响,在选取样本时选择普通住宅小区且信息完整真实者作为研究对象。在多个调查样本中,确定310个有效样本。所有样本的数据描述见表1。【1】

  
  2.2 数据量化

  对住宅价格进行量化时,考虑到房地产的时间价值特性,在不同时间呈现的价格波动较大。因此在有效样本确定时,选择研究时点近期的成交价格作为因变量数据。

  在对住宅特征变量进行量化时,由于属性特征分为3大类,因此,根据实际情况选用分等级赋值和实际数值方法进行量化。其中,楼盘类型、建筑装修程度采用分等级赋值法;建筑面积、楼层、建筑年龄、容积率、绿化率、物业费、教育配套、医疗配套、公园配套、交通便利程度和到金沙遗址博物馆的距离采用实际数值法。量化指标如表2所示。【2】

  
  2.3 模型计算结果

  通过量化指标进行量化,并将量化结果代入Hedonic模型的3种模型中,运用SPSS软件进行回归分析,得到的计算结果见表3。【3】

  从以上参数来看,每个模型的显着性概率都在合理范围内,故所建模型均成立。通过比较分析,半对数模型和对数模型要比线性模型更具显着性,能更好地解释住宅价格与全体自变量之间的关系。但是由于统计数据造成的对数模型的局限性,即该对数模型只是对部分自变量的对数化,不能将所有自变量进行对数化,无法确定没有进行对数化的自变量对此模型的最终结果是否有影响,也无法确定这种不完全的对数模型是否存在问题,暂时不考虑对数模型。因此本文选择半对数模型作为最优模型进行研究。依据其进行回归分析,将所有自变量代入模型,结果见表4。

  从表4可以看出,楼层、建筑年龄、绿化率、学校个数、医院个数和交通便利程度的显着性水平均大于0.05,显着性不强。因此,进入模型的变量有7个,分别是建筑面积、建筑装修程度、建筑年龄、容积率、物业费、公园个数和到金沙遗址博物馆的距离。

  由此得到的住宅特征价格模型为ln P=3.936+0.008×建筑面积+0.163×建筑装修程度-0.022×建筑年龄-0.083×容积率+0.179×物业费+0.376×公园个数-0.185×到金沙遗址博物馆距离。该研究结果表明,在所有影响因素中,周边市政设施、物业费、建筑装修程度和到金沙博物馆距离对住宅价格具有显着影响,建筑年龄、容积率和到金沙遗址博 物馆的距离对住宅 价格 具 有 负 的影响。该结果也印证了研究假设,即城市内旅游景区对住宅价格具有正向影响,距离旅游景区越近,住宅价格越高;距离住宅景区越远,住宅的价格越低。

  3 结论

  本研究以成都市金沙遗址博物馆周边的310户住宅作为样本,通过对研究变量的选取与量化,进行数据采集与整理,采用Hedonic模型的半对数模型对数据进行分析,探索了城市内旅游景区对城市住宅价格的影响。研究表明:1)旅游景区起到了提升附近城市住宅的价格作用;2)采取Hedonic模型可以充分将旅游景区特征对城市住宅的价格影响作用进行数据化;3)基于旅游景区的正向作用,国家应充分重视旅游房地产业。旅游景区是客观存在的且对于弘扬中华传统底蕴具有重大作用。旅游景区可以提升周边住宅价格,促进周边商业发展,加速部分地区城市化发展道路。国家应充分重视旅游景区在房地产业的影响,将二者有机结合,使房地产市场更加和谐稳定发展。

相关内容推荐
相关标签:
返回:旅游经济学论文