石憶邵，付 偉（同濟(jì)大學(xué)測(cè)繪與地理信息學(xué)院， 上海 200092）

?

上海自貿(mào)區(qū)對(duì)周邊住房?jī)r(jià)格的空間影響效應(yīng)分析

石憶邵，付 偉
（同濟(jì)大學(xué)測(cè)繪與地理信息學(xué)院， 上海 200092）

摘 要：上海自貿(mào)試驗(yàn)區(qū)作為后改革開(kāi)放時(shí)代的一項(xiàng)重大舉措而受到高度關(guān)注。本文運(yùn)用特征價(jià)格模型和多元回歸分析等方法，分析上海自貿(mào)試驗(yàn)區(qū)周邊區(qū)域住宅價(jià)格的變化特征和影響機(jī)制。結(jié)果顯示：（1）上海自貿(mào)試驗(yàn)區(qū)對(duì)周邊地區(qū)住房?jī)r(jià)格的影響存在明顯的空間差異：上海浦東機(jī)場(chǎng)保稅物流園區(qū)對(duì)周邊房?jī)r(jià)影響的最大范圍為13.08km，外高橋自貿(mào)區(qū)對(duì)周邊房?jī)r(jià)影響的最大范圍為2.59km，洋山保稅港區(qū)對(duì)周邊房?jī)r(jià)影響的最大范圍為4.14km；（2）房齡、住宅小區(qū)到自貿(mào)區(qū)的距離、裝修程度、生活配套、衛(wèi)生間個(gè)數(shù)、住宅朝向等6個(gè)住宅特征是影響房?jī)r(jià)的主要因素。

關(guān)鍵詞：上海自貿(mào)試驗(yàn)區(qū)；住宅特征；特征價(jià)格模型；多元回歸分析；空間影響效應(yīng)

2013年8月22日，國(guó)務(wù)院正式批準(zhǔn)設(shè)立中國(guó)（上海）自由貿(mào)易試驗(yàn)區(qū)，并于2013年9月29日正式掛牌開(kāi)張，標(biāo)志著中國(guó)進(jìn)入了改革開(kāi)放的新時(shí)代。建設(shè)上海自由貿(mào)易試驗(yàn)區(qū)，是中國(guó)政府順應(yīng)全球經(jīng)貿(mào)發(fā)展新趨勢(shì)，實(shí)行更加積極主動(dòng)開(kāi)放戰(zhàn)略的一項(xiàng)重大舉措。上海自由貿(mào)易區(qū)的主要任務(wù)是探索中國(guó)對(duì)外開(kāi)放的新路徑和新模式，推動(dòng)加快轉(zhuǎn)變政府職能和行政體制改革，促進(jìn)轉(zhuǎn)變經(jīng)濟(jì)增長(zhǎng)方式和優(yōu)化經(jīng)濟(jì)結(jié)構(gòu)，實(shí)現(xiàn)以開(kāi)放促發(fā)展、促改革、促創(chuàng)新，形成可復(fù)制、可推廣的經(jīng)驗(yàn)，服務(wù)全國(guó)的發(fā)展。建設(shè)上海自由貿(mào)易試驗(yàn)區(qū)將有利于培育中國(guó)面向全球的競(jìng)爭(zhēng)新優(yōu)勢(shì)，構(gòu)建與各國(guó)合作發(fā)展的新平臺(tái)，拓展經(jīng)濟(jì)增長(zhǎng)的新空間，打造中國(guó)經(jīng)濟(jì)“升級(jí)版”。

上海自貿(mào)區(qū)自成立以來(lái)，關(guān)聯(lián)區(qū)域的房?jī)r(jià)飛升猛漲，自2013年9月以來(lái)，上海浦東森蘭、外高橋等區(qū)域的新房、二手房?jī)r(jià)格均出現(xiàn)大幅上漲，有的漲幅甚至高達(dá)20%。上海自貿(mào)區(qū)周邊區(qū)域房?jī)r(jià)牽動(dòng)著購(gòu)房者、開(kāi)發(fā)商和政府的心，房?jī)r(jià)的變動(dòng)關(guān)系著國(guó)計(jì)民生。上海自貿(mào)區(qū)的設(shè)立究竟能對(duì)周邊區(qū)域的房?jī)r(jià)產(chǎn)生多大的空間影響效應(yīng)？有哪些因素驅(qū)動(dòng)著上海自貿(mào)區(qū)周邊住宅價(jià)格的變動(dòng)？這正是本文試圖回答的問(wèn)題。

1　研究方法

國(guó)際上研究影響住宅價(jià)格因素最主流的方法是特征價(jià)格模型[1～12]。該方法主要起源于Lancaster的消費(fèi)者理論和Rosen模型，認(rèn)為商品具有一系列的特征，而這些特征通過(guò)不同的組合來(lái)影響消費(fèi)者的選擇，所以，住宅價(jià)格會(huì)因?yàn)樽≌鶕碛械膬?nèi)在特征而變得各不相同。由于自貿(mào)區(qū)剛成立不久，國(guó)內(nèi)學(xué)者在這方面的研究還剛剛起步，且以定性分析為主，定量研究明顯不足[13,14]。本文考慮到上海自貿(mào)區(qū)周邊住宅市場(chǎng)的具體情況，選擇區(qū)位、建筑結(jié)構(gòu)和鄰里環(huán)境三類影響住宅價(jià)格的特征變量，采用特征價(jià)格定價(jià)模型對(duì)其進(jìn)行實(shí)證研究。特征價(jià)格定價(jià)模型有線性方程式、對(duì)數(shù)方程式、半對(duì)數(shù)方程式三種函數(shù)形式，本文所建立的特征價(jià)格定價(jià)模型選取的函數(shù)形式是半對(duì)數(shù)方程式。

2　研究區(qū)域與數(shù)據(jù)采集

2.1 研究區(qū)域概況

上海自由貿(mào)易試驗(yàn)區(qū)總面積為28.78km2，范圍包括上海市外高橋保稅區(qū)、外高橋保稅物流園區(qū)、洋山保稅港區(qū)、上海浦東機(jī)場(chǎng)綜合保稅區(qū)等4個(gè)海關(guān)特殊監(jiān)管區(qū)域。上海自貿(mào)區(qū)周邊主要的住宅板塊主要有外高橋板塊、川沙板塊、祝橋板塊和臨港新城板塊，因祝橋板塊的房產(chǎn)信息太少且與川沙板塊毗連，故本文主要以外高橋板塊、川沙板塊和臨港新城三大板塊為對(duì)象進(jìn)行數(shù)據(jù)采集與分析。

2.2 數(shù)據(jù)的采集與處理

本文采集了外高橋、川沙和臨港新城三個(gè)住宅板塊53個(gè)住宅小區(qū)共842套住宅案例用作實(shí)證研究，選取2013年5月至2014年3月主要房產(chǎn)板塊的每月平均房?jī)r(jià)進(jìn)行分析，具體樣本數(shù)據(jù)見(jiàn)表1。所選取的住宅案例均是普通的商品住房，包括多層、小高層以及高層住宅，但不包括復(fù)式結(jié)構(gòu)、躍層結(jié)構(gòu)等形式的住宅，別墅、經(jīng)濟(jì)適用房等也均不予考慮。研究樣本的數(shù)據(jù)來(lái)源主要有：（1）二手房交易價(jià)格來(lái)自上海搜房網(wǎng)sh.soufun.com，以及浦東各地的房產(chǎn)中介部門(mén)；（2）商品房的出售價(jià)格來(lái)自《上海樓市》、《上

海房地產(chǎn)市場(chǎng)》；（3）住宅小區(qū)到上海自由貿(mào)易區(qū)的距離由AutoCAD測(cè)量得到；（4）住宅的周邊環(huán)境，配套設(shè)施（學(xué)校、商業(yè)中心等），交通條件（地鐵、公交），裝修情況以及建筑年代，物業(yè)管理費(fèi)等來(lái)自上海搜房網(wǎng)sh.soufun.com，以及浦東各地的房產(chǎn)中介部門(mén)，并加以必要的實(shí)地調(diào)研。

表1　上海自貿(mào)區(qū)主要房產(chǎn)板塊2013年5月-2014年3月平均房?jī)r(jià)Table 1 The average housing price of Shanghai Pilot Free Trade Zone during May 2013 - March 2014　?。ㄆ骄?jī)r(jià)：元/m2）

（續(xù)表1）

3　上海自貿(mào)區(qū)周邊住宅價(jià)格的空間效應(yīng)分析

建立特征價(jià)格定價(jià)模型需要選擇必要的特征變量。住宅特征一般分為三類：（1）區(qū)位特征，即對(duì)可達(dá)性的量化，一般包括交通便利程度、出行時(shí)間、出行成本等特征；（2）建筑特征，即住宅自身所擁有的一些特征，包括朝向、樓層、裝修程度、房齡、停車位等；（3）鄰里特征，涉及住宅周邊的生活環(huán)境，是和購(gòu)房者息息相關(guān)的特征，包括空氣質(zhì)量、小區(qū)綠化率、生活配套設(shè)施（周邊醫(yī)院、學(xué)校、商場(chǎng)）、物業(yè)管理費(fèi)等。

3.1 特征變量的選擇與定量

本文選取涉及上述三大類的特征變量共11個(gè)，包括住宅房齡、裝修程度、臥室個(gè)數(shù)、衛(wèi)生間個(gè)數(shù)、朝向、是否具有停車位、交通條件、到自貿(mào)區(qū)中心的距離、小區(qū)綠化率、物業(yè)管理費(fèi)與生活配套，并對(duì)其進(jìn)行必要的定量描述（表2）。

3.2 數(shù)據(jù)分析

（1）數(shù)據(jù)的預(yù)處理

本文總共收集了842套房產(chǎn)數(shù)據(jù)，因交易日期各不相同，以中房上海住宅指數(shù)對(duì)住宅價(jià)格進(jìn)行修正，將其統(tǒng)一歸化到2013年10月。經(jīng)比較分析，認(rèn)為采用半對(duì)數(shù)形式的特征價(jià)格模型比較適合，并設(shè)模型為：

其中：C為常數(shù)，P為修正后的住房?jī)r(jià)格，以對(duì)數(shù)表示；B1為房齡，以年為單位；B2為生活配套；B3為交通條件；B4為物業(yè)管理費(fèi)，單位為元/m2/月；B5為小區(qū)綠化率；B6為車位；B7為朝向；B8為裝修程度；B9為臥室個(gè)數(shù)；B10為衛(wèi)生間個(gè)數(shù)；B11為住宅小區(qū)到最近自由貿(mào)易園區(qū)的距離，以km為單位。X1至X11為必要的系數(shù)。因本文的11個(gè)變量均為有效變量，所以在SPSS軟件中選擇強(qiáng)行進(jìn)入法作回歸分析，結(jié)果如表3所示。

表3　特征變量的描述統(tǒng)計(jì)Table 3 Descriptive statistics of characteristic variables

（2）模型檢驗(yàn)

將11個(gè)特征變量在SPSS軟件中進(jìn)行分析后可知，線性模型中的偏回歸系數(shù)R=0.9112，估計(jì)的標(biāo)準(zhǔn)誤為0.14432，R2=0.8303，經(jīng)過(guò)調(diào)整后的R2=0.8015，也就是說(shuō)該線性模型可以解釋因變量之間的差異百分比達(dá)到了80.15%，表明自變量與因變量之間的線性關(guān)系比較強(qiáng)，擬合效果良好，這些特征變量可以作為解釋房?jī)r(jià)變化的因素。

根據(jù)線性模型的方差分析結(jié)果（表4），回歸方程通過(guò)了顯著性檢驗(yàn)，因回歸方程的顯著性檢驗(yàn)值為0.0000，小于0.001，表明該回歸方程的顯著性良好，所以特征變量與房?jī)r(jià)之間的線性關(guān)系能夠成立。

表4　線性模型的方差分析Table 4 Variance analysis of the linear models

（3）回歸結(jié)果分析

通過(guò)回歸分析后得到的該線性模型的回歸系數(shù)見(jiàn)表5，故該特征價(jià)格定價(jià)模型的回歸方程表示為：

lnP=0.033+0.304×B1+0.145×B2+0.059×B3+0.045×B4+0.2 39×B5+0.078×B6+0.062×B7+0.264×B8-0.083×B9+0.164×B10-0.283×B11

表5　線性模型的回歸系數(shù)Table 5 The regression coefficients of the linear models

從表5可知，大部分的變量，如生活配套、交通條件、小區(qū)綠化率、裝修程度等對(duì)房?jī)r(jià)都具有正的影響。住宅小區(qū)到最近的自貿(mào)區(qū)的距離對(duì)房?jī)r(jià)的影響是比較符合假設(shè)的，可以看出，離自貿(mào)區(qū)越近，房?jī)r(jià)受到的影響就越大。

（4）主要特征變量影響程度分析

通過(guò)對(duì)表5中各個(gè)特征變量的標(biāo)準(zhǔn)化回歸系數(shù)分析，可得到表6。由此可知，在6個(gè)主要特征變量中，房齡的影響程度最大，占21.7%；而住宅小區(qū)到自貿(mào)區(qū)中心的距離，則占20.2%；其余依次是裝修程度占18.9%、小區(qū)綠化率占17.1%、衛(wèi)生間個(gè)數(shù)占11.7%、生活配套占10.4%。由此可見(jiàn)，住房的新舊程度是購(gòu)房者們關(guān)心的第一要素，住宅小區(qū)到自貿(mào)區(qū)的距離則是第二位因素；裝修程度也是購(gòu)房者們率先考慮的要素，而小區(qū)綠化率與小區(qū)周邊的生活配套反映了購(gòu)房者們普遍關(guān)心住房周邊的生活環(huán)境，衛(wèi)生間個(gè)數(shù)反映了購(gòu)房者們對(duì)住宅方便程度的考慮。

表6　特征變量影響程度系數(shù)Table 6 The influence degree coefficients of characteristic variables

3.3 空間效應(yīng)實(shí)證分析

（1）川沙板塊

通過(guò)收集川沙板塊內(nèi)34個(gè)住宅小區(qū)的房?jī)r(jià)樣本（圖1(a)），以中房上海住宅指數(shù)對(duì)住宅價(jià)格進(jìn)行修正，將其統(tǒng)一歸化到2013年10月。并將上海浦東機(jī)場(chǎng)保稅物流園區(qū)視為規(guī)則的幾何圖形，將住宅小區(qū)視為定位于小區(qū)出口的一個(gè)點(diǎn)，所以住宅小區(qū)到自貿(mào)區(qū)的距離是按照點(diǎn)到幾何圖形的幾何中心來(lái)計(jì)算的。

由圖2(a)可知，上海浦東機(jī)場(chǎng)保稅物流園區(qū)對(duì)川沙板塊內(nèi)的房?jī)r(jià)影響呈振蕩性變化，在住宅小區(qū)到自貿(mào)區(qū)距離8～10km范圍內(nèi)，住房?jī)r(jià)格波動(dòng)最大，并有最大值2.8851萬(wàn)元/m2；在13km之外，影響較為平緩，價(jià)格變化波動(dòng)不大。將樣本數(shù)據(jù)導(dǎo)入SPSS19.0軟件，對(duì)住宅價(jià)格與距離之間的關(guān)系進(jìn)行定量分析和曲線擬合（設(shè)定住宅價(jià)格為Y，住宅小區(qū)到自貿(mào)區(qū)的距離為X），結(jié)果如表7。

由此可知，住宅價(jià)格與住宅小區(qū)到自貿(mào)區(qū)的距離之間的二次模型為：

二次曲線模型的F統(tǒng)計(jì)量20.112，大于線性模型的F統(tǒng)計(jì)量13.562，且顯著性0.003<0.05，說(shuō)明住宅價(jià)格和空間距離之間呈比較明顯的二次關(guān)系，而且存在極值點(diǎn)，其空間距離最大值為13.08km，即為上海浦東機(jī)場(chǎng)保稅物流園區(qū)對(duì)川沙板塊影響的最大范圍。

（2）外高橋板塊

通過(guò)收集外高橋板塊內(nèi)32個(gè)住宅小區(qū)的房?jī)r(jià)樣本（圖1(b)），以中房上海住宅指數(shù)對(duì)住宅價(jià)格進(jìn)行修正，將其統(tǒng)一歸化到2013年10月。因外高橋板塊內(nèi)有兩個(gè)并不相連的自貿(mào)區(qū)，所以本文以外高橋保稅區(qū)為主，將其視為規(guī)則的幾何圖形，將住宅小區(qū)視為定位于小區(qū)出口的一個(gè)點(diǎn)，住宅小區(qū)到自貿(mào)區(qū)的距離按照點(diǎn)到幾何圖形的幾何中心來(lái)計(jì)算。

由圖2(b)可知，上海自貿(mào)區(qū)對(duì)外高橋板塊內(nèi)的住宅價(jià)格的影響同樣呈振蕩性變化，在住宅小區(qū)到自貿(mào)區(qū)0.2～3.0km處，振蕩最為厲害，并一度達(dá)到極值29000元/m2，之后在約3.4km處時(shí)，房?jī)r(jià)達(dá)到最大值，約32000元/m2，超過(guò)這個(gè)距離，房?jī)r(jià)開(kāi)始呈現(xiàn)回落趨勢(shì)，并在約5km之后，又有了小幅上漲的勢(shì)頭。對(duì)住宅價(jià)格與距離之間的關(guān)系進(jìn)行定量分析和曲線擬合，得其二次模型為：

從表7可知，二次模型比線性模型更加適合描述此兩者之間的關(guān)系，且二次模型的顯著性概率0.021<0.05，通過(guò)了模型檢驗(yàn)。由模型可知，方程在X=2.59km處有最大值，即2.59km為外高橋自貿(mào)區(qū)對(duì)外高橋板塊的最大影響距離。

（3）臨港新城板塊

收集臨港新城板塊內(nèi)20個(gè)住宅小區(qū)的房?jī)r(jià)樣本（圖1(c)），以中房上海住宅指數(shù)對(duì)住宅價(jià)格進(jìn)行修正，將其統(tǒng)一歸化到2013年10月。把洋山保稅港區(qū)視為規(guī)則的幾何圖形，將住宅小區(qū)視為定位于小區(qū)出口的一個(gè)點(diǎn)，住宅小區(qū)到自貿(mào)區(qū)的距離按照點(diǎn)到幾何圖形的幾何中心來(lái)計(jì)算。

由圖2(c)可知，洋山保稅港區(qū)對(duì)臨港新城板塊內(nèi)的住宅市場(chǎng)的影響也呈振蕩性變化，但總體呈下降趨勢(shì)，在住宅小區(qū)到自貿(mào)區(qū)2～4km處，振蕩最為厲害，并在約2.3km處時(shí)，房?jī)r(jià)達(dá)到最大值，超過(guò)14000元/m2，在3.8km處，房?jī)r(jià)跌落到10000元/m2之下，且變化開(kāi)始趨于平緩，在8.3km處，房?jī)r(jià)下跌到最小值，之后開(kāi)始極速上漲，勢(shì)頭很猛，但總體還是遠(yuǎn)遠(yuǎn)低于最大值。對(duì)住宅價(jià)格與空間距離之間的關(guān)系進(jìn)行定量分析和曲線擬合，得其二次模型為：

在表7中，二次模型的F統(tǒng)計(jì)值25.253，大于線性模型F統(tǒng)計(jì)值9.151，且二次模型的顯著性概率0.017<0.05，所以認(rèn)為二次模型更加適合描述住宅價(jià)格與空間距離之間的關(guān)系。由方程式可知，當(dāng)X=4.14km時(shí)，住宅價(jià)格有最大值，所以可以認(rèn)為洋山保稅港區(qū)對(duì)臨港新城住宅價(jià)格的最大影響距離為4.14km。

表7　模型匯總與回歸系數(shù)估計(jì)Table 7 Summary and regression coefficient estimation of models

圖1　上海自貿(mào)區(qū)周邊樣本住宅小區(qū)分布Fig.1 The distribution of sample residential districts around Shanghai Pilot Free Trade Zone

4　結(jié)論

（1）上海自貿(mào)區(qū)對(duì)周邊地區(qū)住房?jī)r(jià)格的影響存在明顯的空間差異，住宅小區(qū)到自貿(mào)區(qū)的空間距離與住宅價(jià)格之間呈明顯的二次函數(shù)關(guān)系；推算出上海浦東機(jī)場(chǎng)保稅物流園區(qū)對(duì)川沙板塊房?jī)r(jià)影響的最大距離為13.08km，外高橋的兩個(gè)自貿(mào)區(qū)對(duì)外高橋板塊房?jī)r(jià)影響的最大距離為2.59km，洋山保稅港區(qū)對(duì)臨港新城板塊房?jī)r(jià)的影響最大距離為4.14km。

（2）房齡、住宅小區(qū)到自貿(mào)區(qū)的距離、裝修程度、生活配套、衛(wèi)生間個(gè)數(shù)、朝向6個(gè)住宅特征是影響房?jī)r(jià)的主要因素，其中房齡為影響程度第一，其次是住宅小區(qū)到自貿(mào)區(qū)的距離。回歸分析表明，房?jī)r(jià)與住宅小區(qū)到自貿(mào)區(qū)的距離呈負(fù)相關(guān)，即距離自貿(mào)區(qū)越近的住宅，房?jī)r(jià)越高；相反則房?jī)r(jià)便有所降低。

圖2　樣本小區(qū)到自貿(mào)區(qū)的空間距離與住宅價(jià)格變化關(guān)系Fig.2 The relationship between the distance of sample districts to the free trade area and housing prices

參考文獻(xiàn)(References)

[1] Panduro T E,Veie K L.Classification and valuation of urban green spaces:A hedonic house price valuation[J].Landscape and Urban Planning,2013,120:119-128.

[2] Helbich M,Jochem A,Mücke W,et al.Boosting the predictive accuracy of urban hedonic house price models through airborne laser scanning[J].Computers,Environment and Urban Systems,2013,39:81-92.

[3] Selim H.Determinants of house prices in Turkey:Hedonic regression versus artificial neural network[J].Expert Systems with Applications,2009,36(2):2843-2852.

[4] Baltagi B H,Bresson G.Maximum likelihood estimation and Lagrange multiplier tests for panel seemingly unrelatedregressions with spatial lag and spatial errors:An application to hedonic housing prices in Paris[J].Journal of Urban Economics,2011,69(1):24-42.

[5] Cervero R,Duncan M.Rail transit’s value-added:Effects of proximity to light and commuter rail transit on commercial land values in Santa Clara County,California[R].Urban Land Institute National of Association of Realtors Washington.USA.2001.

[6] 溫海珍,賈生華.基于特征價(jià)格的房地產(chǎn)評(píng)估新方法[J].外國(guó)經(jīng)濟(jì)與管理,2004,26(6):31-35.Wen H Z,Jia S H.New method of real estate price appraisal based on hedonic model[J].Foreign Economics &Management,2004,26(6):31-35.

[7] 郝前進(jìn),陳杰.到CBD距離交通可達(dá)性與上海住宅價(jià)格的地理空間差異[J].世界經(jīng)濟(jì)文匯,2007,(1):22-35.Hao Q J,Chen J.Distance to the CBD,traffic accessibility and geographical spatial difference of Shanghai housing prices[J].World Economic Papers,2007,(1):22-35.

[8] 郝前進(jìn).特征價(jià)格法與上海住宅價(jià)格的決定機(jī)制研究[D].上海:復(fù)旦大學(xué)博士學(xué)位論文,2007.Hao Q J.Hedonic price method and decision mechanism research of Shanghai housing price[D].Doctoral dissertation.Shanghai:Fudan University,2007.

[9] 張冕.基于Hedonic模型的浦東新區(qū)住宅價(jià)格特征分析[D].上海:同濟(jì)大學(xué)碩士學(xué)位論文,2008.Zhang M.Housing price and its determinations in the Pudong New Area:Based on hedonic model[D].Master's thesis.Shanghai:Tongji University,2008.

[10] 潘海嘯,鐘寶華.軌道交通建設(shè)對(duì)房地產(chǎn)價(jià)格的影響:以上海市為案例[J].城市規(guī)劃學(xué)刊,2008,(2):62-69.Pang H X,Zhong B H.The impact of rail transit construction on real estate prices:A case study in Shanghai[J].Urban Planning Forum,2008,(2):62-69.

[11] 石憶邵,郭惠寧.上海南站對(duì)住宅價(jià)格影響的時(shí)空效應(yīng)分析[J].地理學(xué)報(bào),2009,64(2):167-176.Shi Y S,Guo H N.Temporal-spatial impacts of the Shanghai South Railway Station on housing prices[J].Acta Geographica Sinica,2009,64(2):167-176.

[12] 石憶邵,張蕊.大型公園綠地對(duì)住宅價(jià)格的時(shí)空影響效應(yīng):以上海市黃興公園綠地為例[J].地理研究,2010,29(3):510-520.Shi Y S,Zhang R.Temporal-spatial impact effects of large-scale parks on residential prices:Exemplified by the Huangxing Park in Shanghai[J].Geographical Research,2010,29(3):510-520.

[13] 高原.上海自貿(mào)區(qū)對(duì)房地產(chǎn)市場(chǎng)的影響[J].中國(guó)房地產(chǎn),2013,(23):36-37.Gao Y.Shanghai free trade's impact on the real estate market[J].China Real Estate,2013,(23):36-37.

[14] 劉衛(wèi)衛(wèi).上海自貿(mào)區(qū)對(duì)上海樓市的影響[J].中國(guó)房地產(chǎn),2013,(21):24-28.Liu W W.The influence of Shanghai free trade zone on the Shanghai property market[J].China Real Estate,2013,(21):24-28.

[15] 張文忠.城市居民住宅區(qū)位選擇的因子分析[J].地理科學(xué)進(jìn)展,2001,20(3):268-275.Zhang W Z.Factor analysis of urban residential location choice[J].Progress in Geography,2001,20(3):268-275.

[16] 劉洪玉,吳璟.中國(guó)城市商品住宅價(jià)格的統(tǒng)計(jì)方法與變化規(guī)律[J].中國(guó)市場(chǎng),2012,(37):75-82.Liu H Y,Wu J.Statistics method and the change rule of China's urban commodity residential house price[J].Chinese Market,2012,(37):75-82.

[17] 劉鳳.城市商品住宅價(jià)格變動(dòng)的合理性研究:以杭州市區(qū)為例[D].杭州:浙江大學(xué)碩士學(xué)位論文,2012.Liu F.Study on the rationality of urban commercial housing price changes:A case study of Hangzhou[D].Master's thesis.Hangzhou:Zhejiang University,2012.

[18] 楊玲玲.商品住宅價(jià)格形成機(jī)制研究:以天津市為例[D].天津師范大學(xué)碩士學(xué)位論文,2012.Yang L L.Commodity housing price formation mechanism research:A case study of Tianjin[D].Master's thesis.Tianjin:Tianjin Normal University,2012.

[19] 胡磊,南靈.商品住宅價(jià)格變化驅(qū)動(dòng)力研究[J].中國(guó)市場(chǎng),2007,(40):110-111.Hu L,Nan L.The driving force research on commodity housing price change[J].Chinese Market,2007,(40):110-111.

The spatial impacts of the Shanghai Pilot Free Trade Zone on the peripheral residential housing prices

SHI Yi-Shao,FU Wei
(College of Surνeying and Geo-Informatics,Tongji Uniνersity,Shanghai 200092,China)

Abstract:The Shanghai Free Trade Zone (FTZ) has been highlighted as a significant measure by the new council of the central government,marking an era of reform and opening up.In this article,the authors conduct an empirical analysis of the temporal and spatial effects of the Shanghai Free Trade Zone on the residential housing prices,using the Hedonic price model and the multiple regression analysis method.The results are as follows:(1) There is a remarkable spatial disparity in the influence of the Shanghai Free Trade Zone on the price of the surrounding housing.The maximum impact range of the Shanghai Pudong Airport,within the bonded logistics park,on the price of the surrounding property is 13.08 km，while that of the Waigaoqiao FTZ and the Yangshan Bonded Port area are 2.59 km and 4.14 km,respectively.(2) The six housing characteristics,including the age of the house,the degree of upkeep,the condition of the living areas and the bathrooms,and the distance of the residential area from the Shanghai Free Trade Zone,are the main factors affecting the housing prices.

Key words:Shanghai Pilot Free Trade Zone;housing characteristics;Hedonic price model;multiple regression analysis;spatial effects

基金項(xiàng)目:上海市規(guī)劃和國(guó)土資源管理局科研項(xiàng)目

作者簡(jiǎn)介:石憶邵(1963-),男,博士,教授,博士生導(dǎo)師,主要從事城市與區(qū)域經(jīng)濟(jì)及土地資源管理等研究.

修訂日期:2015-12-28

收稿日期:2015-12-06

doi:10.3969/j.issn.2095-1329.2016.01.008

中圖分類號(hào)：F293.3

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：2095-1329(2016)01-0033-06

電子郵箱:shiyishao@#edu.cn

聯(lián)系電話:021-65981085