摘要：高房价是社会高度关注的民生问题，又是学术界研究的热点。高房价背后到底受哪些因素的影响，物业管理对房价的影响程度有多大？基于此，本文以广州市天河区为例，构建了房地产价格Hedonic模型，选择了三大特征变量，即区位特征、建筑特征、邻里特征中的9个变量，对206个小区进行实证分析，得出结论：现代化进程较高的新城区，邻里特征对房价影响作用最大，而其中物业管理的影响作用居于首位。因此，社会各界需重视物业管理对房地产价值的创造作用，提升物业管理行业在社会经济生活中的地位。
关键词：Hedonic模型；特征价格；物业管理
1引言
自1998年商品房改革制度实施以来，一线城市的房价呈持续上涨的趋势，高房价成为全国范围内备受关注的社会经济问题。广州市的房屋均价从1998年的3000元/m2左右上涨至2020年的31000元/m2左右，增长了10倍之多。房价快速上涨的背后究竟是何种因素在发挥作用，学术界从供给面和需求面都进行了大量的研究。影响房地产价格的因素，有土地使用制度、住房制度、人口因素、经济发展状况、财政金融政策等一般的宏观因素，也有道路交通、城市设施、环境状况等区域因素，还有建筑物本身的结构特征、是否学位房、消费者预期、物业管理等个别因素。“物业管理对房地产具有保值增值作用”是房地产领域的一条不成文的定律，从物业管理角度对房地产价值进行分析具有重要的研究意义。物业管理作为房地产开发的延续，能够通过专业的设备设施管理、房屋质量管理延长物业的使用寿命，外观良好、使用性能优越的物业在二手房市场上的价格比一般的老破旧的大院物业高昂。天河区作为广州的四大中心城区之一，坐拥我国三大国家级CBD之一——广州CBD(广州天河中央商务区)，是唯一一个不位于老四区（越秀区、荔湾区、海珠区、东山区）的中心城区，物业管理的现代化程度普及更高。新冠肺炎疫情期间，天河区的房价引领了广州房价的上涨趋势，在二手房均价、涨幅比例等方面均遥遥领先其他10区。因此，选择广州天河区作为样本来研究物业管理对房地产价格的资本化效应很有代表性。
2文献综述
学术界在研究房地产价格的影响因素时，一般是通过建立特征价格模型（HedonicPriceMethod,简称HPM）来构建各个特征变量与房地产价格的关系。20世纪20年代，学者们开始对特征价格模型进行研究，Court（1939）最早提出了特征价格法概念，将其用来建立汽车价格指数[1]。Lancaster（1966）把HPM法引入房地产与城市经济领域，认为效用函数除了受商品数量影响之外，还受到产品特征因素的影响。房地产作为一种异质性产品，在区位、楼层、朝向、建筑面积、小区环境、交通配套、生活配套方面各不相同，因此价格也各不相同[2]。Freeman（1979）认为住宅特征可以分为区位特征、建筑特征、邻里特征这三大类[3]，建筑特征主要包括住宅本身相关的变量；邻里特征包括住宅附近的社会经济变量；区位特征则考虑的是地理位置和交通的通达性。在分析个别住宅特征与房地产价格之间的关系时，学术界主要集中在公共产品或者公共服务，如教育资源、交通等。很多实证研究都表明各类公共品和宜居性特征具有房价中的资本化效应[4-5]（ZhengandKahn，2008；郑思齐，2012）。丛颖（2020）通过对我国269个地级市的经济调查，发现公共服务资本化会对房价产生显著的影响，教育、医疗、交通设施与房价呈正相关的关系[6]，这种影响具有全国普遍性。ZhengandKahn（2008）的研究表明，地铁、学校、绿地和空气质量等公共产品能够解释北京市房价空间差异的1/4[4]。在教育对房地产价格的影响方面，张浩等（2014）认为一线城市的教育有资本化的现象，且教育资源配置对房价的影响具有“沉淀效应”[7]。在交通对房地产价格的影响方面，以地铁为代表的城市轨道对房价的影响受到了国内外学者的广泛关注，在国内、国外的一线城市里地铁开通对周边住房价格具有明显的促进作用。在物业管理对房地产价格的影响上，胡俊成（2006）等认为物业管理具有典型的“准公共产品”的性质[8]，赵婷（2018）肯定了物业管理的准公共产品性，并分析物业服务质量对住宅小区房价的溢出效益，在对南京市的研究中发现物业服务质量提高1%，房价就上涨8.5%[9]。
3模型、变量和数据
3.1模型构建
Hedonic模型应用的基础是要分析物业的属性，找到构建物业的特征变量，从而建立其特征变量与房价之间的关系。模型常见的形式有线性函数、对数函数和半对数函数三种。经过试算，选择半对数函数，其模型如下：lnp=α0+∑αiZi+ε（1）（1）式中p为房价，α0为常量，Zi为特征向量，αi为特征向量的特征价格，ε为随机误差项。
3.2变量选择
在构建物业管理对房地产价格的影响时，变量选择至关重要。房地产住宅特征变量可以分为三类：区位特征、建筑特征、邻里特征，结合文献综述的分析结果，选择了9个细化变量为代表，并对其进行量化，具体见表1所示。在分析中，对部分指标进行了取舍与更新，舍弃了公交线路总数这个指标，因为广州的地铁网络覆盖面较广泛，用小区到最近地铁站的距离就可以很好地衡量小区的通达性。在对教育配套变量进行量化时，没有选择小区周边500m以内的幼儿园、小学、初中、高中种类进行记数，而是以公办小学的级别进行记数。因为目前广州天河区的教育资源较为均衡，一些新建楼盘都会自带幼儿园、小学等资源，且单校划片对口直升政策，公办小学的级别可以较为全面地反映教育配套设施及质量。在对生活配套变量进行量化时，没有选择周边500m以内的超市、银行、医院、邮局种类进行记数，而是根据房天下对生活配套板块的综合评分等级来进行量化。
3.3数据来源
上述变量的数据均来源于高德地图、广州房天下、百度百科，并且在资料有出入的时候深入小区进行实地求证，以确保206个小区的数据来源真实可靠。
4实证分析
4.1变量的描述性统计
通过将采集到的206个有效样本小区的数据用SPSS26软件进行处理后，得到的统计描述见表2所示。其中，所调查的小区中物业管理费最低值为0.4元，最高值为8.5元，平均物业管理费在2.17元，包括了大院式的传统管理到高端的物业管理。所统计的天河区的房屋均价6.4万元，比广州市天河区2021年4月的房屋均价5.08万元稍高，除了5月份房地产价格统计的滞后、样本容量选择不够，还源于研究时因数据的缺失剔除了部分房改房、大院管理的数据。
4.2模型的拟合优度、多重共线性和显著性分析
通过SPSS软件运行，得到回归分析的结果见表3所示，其中可决系数R2为0.703，调整后的R2系数为0.689，说明模型所构建的特征变量对房地产价格的解释力度达到0.689。对模型进行F检验，发现模型通过F检验（F=51.532，P<0.005）,说明至少有一个解释变量的回归系数不为0，也就意味着所选取9个特征变量中至少有一个变量能影响到房地产价格。在对模型的各个解释变量进行多重共线性估计时，VIF值均小于5，说明各解释变量之间并未存在多重共线性。通过DW检验，发现DW值在数字2附近，说明模型不存在自相关，所选取的样本数据之间没有关联性，模型的构建整体较好。
4.3回归系数分析及显著性检验
通过回归分析，得到各变量标准化的β系数及T值见表3所示。其中Z1、Z2、Z5、Z6、Z7、Z8、Z9均通过了显著性p<0.05水平下的T检验，说明以上变量均能对房地产价格产生显著的影响，而Z3、Z4的显著性p>0.05，说明未能通过T检验，对房地产价格的影响不显著。三大特征变量中，区位特征对房价的影响是负向的，小区到城市CBD的距离每增加1%，房价就降低0.367%，CBD所在地珠江新城目前是广州市房价最高的地区，珠江新城中板块在2021年4月份的均价达到94565元/m2。CBD所在地是城市居民办公最为密集的场所，距离CBD越近，就代表着出行成本和时间越少，这种反馈机制作用到房价上也能促使房价的上涨。小区到最近地铁站的距离每增加1%，房价就降低0.105%，住宅小区附近是否拥有地铁站，代表着交通的可通达性。由于大城市交通堵塞严重，大部分居民出行仍选择公共交通，所以距离地铁站越近，同等条件下房价就越高。建筑特征里的建筑面积、容积率变量对房地产价格的影响不显著。建筑面积、容积率代表着住宅小区的建筑规模、建筑密度，虽然在一定程度上会影响业主的居住体验，但是与其他因素相比，其与房价的相关程度不高。楼龄对房价的影响是负向且显著的，楼龄每增加1%，房价就下降0.174%。在邻里特征里，绿化率、教育配套、生活配套、物业管理对房地产价格的影响均是正向且显著的，这在一定程度上反映了公共产品和公共服务在房地产价值的溢出效益。上述变量每上涨1%，对房价的影响程度依次是0.123%、0.100%、0.107%、0.482%。
5研究结论
（1）对广州市天河区房地产价格影响的三大特征中，影响程度依次为邻里特征、区位特征、建筑特征。邻里特征包括学区、社区、小区特征，关系着业主的子女教育、生活便利、居住体验，这是大多数购房置业者普遍关注的问题。绿化率、教育配套、生活配套、物业管理这4个变量较为全面地衡量了邻里特征，基本上涵括了各个年龄阶段购房者的主要购房需求，因此综合起来对房价的影响程度最大。区位特征在现阶段仍能对房地产的价格增长发挥一定的作用，这是城市化进程不断推进、城市边界不断扩展导致房地产增值的一个重要因素，这一因素对新城区房价的影响尤为明显。建筑特征对广州市天河区房地产价格的影响不大，究其原因，在高房价面前业主对小区整体规模的大小、居住的密集度等公共空间的关注度没那么高，更在乎自有空间内物业本身所蕴含的价值。楼龄是建筑特征中业主唯一关注的变量，因为其涉及建筑物的外观新旧程度，而且关系到建筑物余下的使用寿命，这也验证了房地产市场的一般规律：同地段的新房价格普遍比二手房价格高。（2）在邻里特征中，物业管理的因素对房地产价格的影响最大，绿化率次之，教育配套和生活配套跟随其后。在对广州市天河区的实证分析中，发现邻里特征中各变量均对房产价格有正相关影响，但是影响程度不同。究其原因，可以从不同变量对不同购房者的需求影响角度出发进行分析。教育配套设施代表着学区特征，这是青年、中年家庭置业考虑的重要因素。天河区的教育资源与广州其他区相比，发展相对比较均衡，所以对房价的影响程度相对较小。生活配套设施代表着社区特征，绿化率代表着小区环境，这两个因素主要是老年置业者考虑的重点，这两者代表着生活的便利程度和小区环境状态，实质上就是老年购房者的社区内外活动半径范围。物业管理也代表着小区特征，各个年龄阶层的购房者均关注这一指标，因为物业服务的好坏关系到物业各项功能的发挥，直接关系着所有业主入住后的生活体验，而物业增值服务的提供能够给业主超乎心理预期的满足感，从而实现物业的保值和增值。中指研究院对新冠肺炎疫情后居民的购房意愿进行调查时，超过三成以上的居民有换房改善需求，一方面源于对医疗、商业、超市、银行、娱乐等完备基础设施配备的追求；另一方面是因为居民越来越重视健康环境因素，绿化、健康的生态环境能够保障住户的身心健康，这也是物业居住价值的重要体现[10]。
6启示
社会各界应认真看待物业管理在房地产价值中的作用，提升物业管理行业在社会经济中的地位，这不仅关系着居民价值的实现、和谐社区的构建，还关系着国计民生重大问题的落实与解决。国家一再提倡房子是用来住的，而不是用来炒的，让房子回归居住的本性，这将是物业管理的大有作为之处。
作者：彭丽花 单位：广东开放大学 广东理工职业学院
返回管理论文列表