沈豪

摘要：租售比反映了房地產(chǎn)市場(chǎng)中房?jī)r(jià)與租金之間存在的關(guān)系，是判斷房地產(chǎn)市場(chǎng)運(yùn)行情況的重要指標(biāo)。收集南京市1674個(gè)小區(qū)的租售數(shù)據(jù)和小區(qū)信息。利用克里金插值法，探究南京市租售比分布狀況;構(gòu)建特征價(jià)格模型，運(yùn)用分位數(shù)回歸的方法剖析特征價(jià)格因素對(duì)小區(qū)租售比的影響。利用克里金插值發(fā)現(xiàn)：南京市小區(qū)租售比明顯高于周圍小區(qū)的區(qū)域共有三個(gè)，其中租售比最高的區(qū)域位于南京市秦淮區(qū)西南部。利用分位數(shù)回歸發(fā)現(xiàn)：綠化率只對(duì)較低租售比、中租售比的小區(qū)產(chǎn)生顯著負(fù)作用;物業(yè)費(fèi)對(duì)小區(qū)租售的影響隨著小區(qū)租售比的增加而負(fù)效應(yīng)逐漸減小，對(duì)高租售比小區(qū)沒有呈現(xiàn)出顯著影響;超市的4類小區(qū)都會(huì)產(chǎn)生顯著的負(fù)影響;醫(yī)院對(duì)中租售比、較高租售比和高租售比的小區(qū)租售比產(chǎn)生顯著負(fù)效應(yīng)，并且估計(jì)系數(shù)的絕對(duì)值逐漸增大;公交站對(duì)5個(gè)層次的小區(qū)的租售比都具有顯著的負(fù)效應(yīng);地鐵、景點(diǎn)變量在各分位數(shù)點(diǎn)都呈現(xiàn)顯著且估計(jì)系數(shù)都為負(fù)，但沒有明顯的變化趨勢(shì)。

關(guān)鍵詞：租售比;空間分布;特征價(jià)格;分位數(shù)回歸

中圖分類號(hào)：F293.3 文獻(xiàn)標(biāo)識(shí)碼：B

文章編號(hào)：1001-9138-（2019）01-0035-43 收稿日期：2018-10-21

1引言

近些年來(lái)，隨著我國(guó)城市化的快速發(fā)展和我國(guó)房地產(chǎn)市場(chǎng)化程度逐漸加深，我國(guó)房地產(chǎn)業(yè)正在蓬勃發(fā)展，與此同時(shí)房?jī)r(jià)也在快速上升。但由于人口流動(dòng)和城市用地緊張等原因，導(dǎo)致各大城市的中低收入家庭、外來(lái)務(wù)工人員對(duì)節(jié)節(jié)攀升的房?jī)r(jià)早已不堪重負(fù)。而住宅租賃市場(chǎng)作為房地產(chǎn)市場(chǎng)的重要組成部分，是對(duì)現(xiàn)今居高不下的房地產(chǎn)交易市場(chǎng)的重要補(bǔ)充。租賃住宅能夠較好地滿足上述人群的住房需求，同時(shí)又盤活了閑置的住宅資源，做到“物能盡其用”。租售比是住宅在租賃市場(chǎng)中的價(jià)格和在交易市場(chǎng)中的價(jià)格的比值，反映了住宅租金與價(jià)格之間的關(guān)系，是判斷房地產(chǎn)市場(chǎng)泡沫的重要指標(biāo)。對(duì)于投資者而言，住宅的租售比反應(yīng)了該住宅的投資價(jià)值。高租售比的住宅意味著相對(duì)于購(gòu)買住宅的價(jià)格通過(guò)租賃能夠帶來(lái)收益也較高，其投資回收周期短。通過(guò)利用插值分析和特征價(jià)格模型研究租售比，能夠了解空間分布特征并且探究在微觀市場(chǎng)中租售比的影響機(jī)制，為有關(guān)部門利用特征價(jià)格手段調(diào)節(jié)租售比提供實(shí)證依據(jù)，同時(shí)也能指導(dǎo)購(gòu)房者投資房產(chǎn)。

2文獻(xiàn)綜述

房?jī)r(jià)與租金之間的關(guān)系總是房地產(chǎn)市場(chǎng)研究的一個(gè)熱點(diǎn)，租售比也因此成為房地產(chǎn)市場(chǎng)研究領(lǐng)域的研究焦點(diǎn)。對(duì)于租售比的研究，最早開始于2006年前后。Shiller使用了美國(guó)1890至2005年間美國(guó)房地產(chǎn)市場(chǎng)數(shù)據(jù)，研究發(fā)現(xiàn)美國(guó)住宅租售比在1995年至2005年間大幅度下降，這主要因?yàn)樵谶@一時(shí)期美國(guó)住宅價(jià)格據(jù)上漲空前迅速。他推斷在1995年至2005年間美國(guó)房地產(chǎn)市場(chǎng)形成了巨大的房地產(chǎn)泡沫。Shiller引發(fā)了對(duì)學(xué)界對(duì)住宅租售比的廣泛關(guān)注。之后，學(xué)界不斷出現(xiàn)基于根據(jù)租售比的變化診斷房地產(chǎn)市場(chǎng)泡沫的研究。如Ayuso和Restoy、Davis和Lehnert等的研究。

許多研究都顯示在住宅的租金和售價(jià)之間存在著基本關(guān)系，很多因素會(huì)對(duì)住宅的租金和售價(jià)之間的關(guān)系產(chǎn)生影響，不少學(xué)者對(duì)這方面也進(jìn)行了研究。Chen研究了中國(guó)房地產(chǎn)市場(chǎng)，發(fā)現(xiàn)由于中國(guó)政府長(zhǎng)期實(shí)行限制租金增長(zhǎng)的政策導(dǎo)致過(guò)低的租售比。文章還指出隨著中國(guó)房地產(chǎn)市場(chǎng)的市場(chǎng)化，住宅租金會(huì)在將來(lái)有明顯上漲，而扭曲的租售比也會(huì)因此上升。Gallin利用租售比預(yù)測(cè)未來(lái)房?jī)r(jià)的變化，認(rèn)為在預(yù)測(cè)房?jī)r(jià)方面租售比是一個(gè)實(shí)用的指標(biāo)。Kim和Lim使用了含有宏觀經(jīng)濟(jì)變量的模型探究租售比的影響因素，研究發(fā)現(xiàn)租售比對(duì)房貸利率的變化非常敏感。

國(guó)內(nèi)學(xué)者對(duì)房地產(chǎn)租售比的研究也將租售比作為衡量房地產(chǎn)泡沫的重要指標(biāo)。朱勁松認(rèn)為租售比是衡量一個(gè)區(qū)域的樓市運(yùn)行是否良好的重要數(shù)據(jù)，探討了我國(guó)租售比的長(zhǎng)期影響因素。況偉大進(jìn)一步發(fā)展了這類研究，利用現(xiàn)實(shí)和理論租售比的比值測(cè)度住房市場(chǎng)存在的泡沫大小，以該比值為因變量，以城市住房銷售總額、股票市場(chǎng)、土地收入等為自變量建立模型，并對(duì)我國(guó)35個(gè)大中城市進(jìn)行了實(shí)證研究。近些年來(lái)，由于數(shù)據(jù)采集能力的加強(qiáng)，學(xué)者也開始將研究房地產(chǎn)租售比的視角集中于單一城市。于瀟波、殷躍建等收集了武漢市商品住宅信息，建立合理租售比模型，利用統(tǒng)計(jì)學(xué)技術(shù)對(duì)租售比和武漢市房地產(chǎn)泡沫的空間分布特征進(jìn)行了分析。這些研究著眼于城市內(nèi)的租售比分布，對(duì)城市內(nèi)租售比分布的影響因素、影響機(jī)制缺乏深入研究。

綜觀國(guó)內(nèi)外的房地產(chǎn)租售比研究，多從宏觀層面探討一個(gè)城市或者若干城市的租售比影響因素。但是缺乏對(duì)租售比分布直觀性、規(guī)律性的探索，并且缺乏從微觀角度探索租售比的影響因素。如果一個(gè)城市需要調(diào)節(jié)租售比，無(wú)疑從微觀層面進(jìn)行調(diào)節(jié)更加容易。本文從這兩個(gè)角度進(jìn)行創(chuàng)新，探究了城市內(nèi)小區(qū)租售比的分布，并首次嘗試從微觀角度利用特征價(jià)格模型探究影響城市內(nèi)租售比的影響因素。本文收集了南京市1674個(gè)小區(qū)的住宅租售數(shù)據(jù)，以租金和售價(jià)的特征價(jià)格模型為基礎(chǔ)建立了租售比特征價(jià)格模型，利用克里金插值法對(duì)分布進(jìn)行研究，通過(guò)分位數(shù)回歸的方法研究小區(qū)租售比的影響機(jī)制。

3模型、變量與數(shù)據(jù)

3.1研究區(qū)域

本文選擇南京市作為本文的研究區(qū)域。南京市位于長(zhǎng)江下游中部地區(qū)，是我國(guó)國(guó)家區(qū)域中心城市，也是“一帶一路”戰(zhàn)略和長(zhǎng)江經(jīng)濟(jì)帶的重要節(jié)點(diǎn)城市。近些年來(lái)，南京市房?jī)r(jià)上漲迅速，2016年相對(duì)于2015年平均房?jī)r(jià)上漲了40%。面對(duì)快速攀升的房?jī)r(jià)，租賃已經(jīng)成為中低收入家庭和外來(lái)務(wù)工人員解決住房問(wèn)題的重要手段之一。南京市政府也開始重視發(fā)展房地產(chǎn)租賃市場(chǎng)，提出了租賃住房鼓勵(lì)政策。隨著租賃市場(chǎng)的進(jìn)一步發(fā)展，收入較高的群體也開始投資住房租賃市場(chǎng)。而租售比不僅是房地產(chǎn)泡沫的重要指示器，也是房地產(chǎn)投資的指南針。研究南京市租售比的分布和形成機(jī)制，不僅有助于政府控制租售比，同時(shí)也有助于房地產(chǎn)投資。以南京市的小區(qū)租售比為研究對(duì)象，對(duì)其他大中城市的租售比研究和房地產(chǎn)政策制定具有借鑒意義。

3.2特征價(jià)格模型

特征價(jià)格模型是由美國(guó)學(xué)者Lancaster、Rosen提出，認(rèn)為商品的價(jià)格不是由商品本身決定的，而是由商品的每個(gè)特征決定。異質(zhì)商品的特征決定了滿足消費(fèi)者需求的總效用，而每一個(gè)特征都對(duì)應(yīng)著一個(gè)隱含的市場(chǎng)價(jià)格?，F(xiàn)今特征價(jià)格理論已經(jīng)被廣泛運(yùn)用于房地產(chǎn)市場(chǎng)中的房?jī)r(jià)研究和租金研究中。在以小區(qū)住宅均價(jià)和單位租金為對(duì)象的研究中，認(rèn)為小區(qū)的租金和房?jī)r(jià)是由小區(qū)的特征決定。因此小區(qū)平均房?jī)r(jià)特征價(jià)格模型的基本形式為：

在特征價(jià)格研究中，可以將小區(qū)的特征分為整體特征、鄰里特征和區(qū)位特征。小區(qū)的整體特征會(huì)直接影響到小區(qū)居民的居住舒適度。在汪佳莉、季民河（2016）的研究中，引入小區(qū)的綠化率作為小區(qū)整體特征的代表變量。小區(qū)的綠化直接影響小區(qū)的居住環(huán)境，綠化率越高，說(shuō)明小區(qū)環(huán)境越宜人。而小區(qū)的物業(yè)費(fèi)影響到了小區(qū)的物業(yè)水平。而物業(yè)水平也與居民的居住舒適度息息相關(guān)，從而間接影響到小區(qū)的租金和房?jī)r(jià)。因此，本文選擇小區(qū)的綠化率和小區(qū)的物業(yè)費(fèi)作為整體特征的代表變量。

至2017年底，南京市常住人口總量已達(dá)833.5萬(wàn)，其中城鎮(zhèn)居民占比達(dá)到了82.29%。由于城鎮(zhèn)居民眾多，南京市的公共服務(wù)逐漸捉襟見肘。人們?yōu)榱讼硎芟∪钡墓卜?wù)，需要花費(fèi)時(shí)間或者金錢去滿足對(duì)公共服務(wù)的需求。與交通、教育、醫(yī)療、游憩設(shè)施的距離關(guān)系著居民的生活便利度，會(huì)對(duì)小區(qū)租金和房?jī)r(jià)產(chǎn)生影響。黃古博、李雨真在利用特征價(jià)格模型研究房地產(chǎn)市場(chǎng)時(shí)，將水景、醫(yī)院、中小學(xué)、購(gòu)物中心、公交站等作為解釋變量引入模型進(jìn)行回歸。根據(jù)以往的研究，本文選擇小區(qū)與最近大型醫(yī)院（二級(jí)以上）、最近公交站、最近大型超市和小區(qū)所屬學(xué)區(qū)的距離作為小區(qū)的鄰里變量?？紤]到南京是六朝古都，市內(nèi)有大量的旅游景點(diǎn)，這些旅游景點(diǎn)是日常居民游玩的最佳去處。所以選擇小區(qū)與最近景點(diǎn)間的距離作為鄰里變量中休憩方面的代理變量。

汪佳莉、季民河認(rèn)為可以將小區(qū)與CBD的距離和與最近地鐵站的距離作為小區(qū)的區(qū)位特征。因此，本文也選擇了小區(qū)與南京市最大CBD新街口商務(wù)中心的距離和最近地鐵站的距離作為小區(qū)的區(qū)位特征。雖然地鐵與公交站類似，都影響了小區(qū)居民出行的便利程度，但是地鐵本身具有快速、準(zhǔn)時(shí)的特點(diǎn)，成為居民外出首選的公共交通工具。地鐵的鋪設(shè)能夠明顯改善小區(qū)的區(qū)位條件。顯然地鐵與公交站區(qū)小區(qū)的影響機(jī)制并不相同，因而將與最近地鐵站的距離作為小區(qū)的區(qū)位特征，而公交站只作為鄰里特征。

3.4數(shù)據(jù)來(lái)源

本文數(shù)據(jù)包括租賃、出售數(shù)據(jù)和小區(qū)特征數(shù)據(jù)。其中住宅租賃、出售數(shù)據(jù)來(lái)自于房地產(chǎn)網(wǎng)站，分別是南京房天下（http：//nanjing.fang.com/）、南京鏈家網(wǎng)（https：//nj.lianjia.com/）、南京安居客（https：//nanjing.anjuke.com/）等，通過(guò)數(shù)據(jù)采集軟件從以上網(wǎng)站收集房地產(chǎn)數(shù)據(jù)，其他數(shù)據(jù)來(lái)自于高德地圖。在arcgis中，以高德地圖為底圖，分別標(biāo)注出小區(qū)位置和醫(yī)院、小學(xué)、超市、景點(diǎn)、地鐵等的位置。再通過(guò)arcgis的功能得到所需數(shù)據(jù)。本文通過(guò)以上方法，共收集到有關(guān)1674個(gè)小區(qū)的住宅租賃、出售數(shù)據(jù)，如表1所示。為收集到數(shù)據(jù)的統(tǒng)計(jì)概要，為了使得數(shù)據(jù)盡可能地呈現(xiàn)正態(tài)分布，一些變量經(jīng)過(guò)了對(duì)數(shù)變換。

4實(shí)證分析

4.1克里金插值

克里金插值法，也稱為空間局部插值法，是一種以變異函數(shù)理論和結(jié)構(gòu)分析為基礎(chǔ)，在有限區(qū)域內(nèi)對(duì)區(qū)域化變量進(jìn)行無(wú)偏最優(yōu)估計(jì)的地統(tǒng)計(jì)學(xué)方法?？死锝鸩逯捣ǖ暮诵乃枷胧窃谟邢薹秶鷥?nèi)，對(duì)變量進(jìn)行無(wú)偏最優(yōu)估計(jì)，使用已知樣本點(diǎn)的數(shù)據(jù)去推測(cè)未知樣本點(diǎn)。根據(jù)克里金插值的方法，利用arcgis軟件繪制出南京市租售比分布圖，如圖1所示。圖中顏色越趨近于紅色，代表租售比越高;越趨近于綠色代表租售比越低。從圖中可以清晰直觀地了解到南京市的租售比分布。從圖中發(fā)現(xiàn)，南京市租售比明顯高于周圍地區(qū)的區(qū)域共有三個(gè)。其中，南京市租售最高的地區(qū)位于南京市秦淮區(qū)的西部，這一區(qū)域的顏色最接近于紅色，且呈現(xiàn)紅色面積最大。經(jīng)實(shí)地調(diào)查發(fā)現(xiàn)這一區(qū)域?yàn)槟暇┲包c(diǎn)夫子廟附近。另外，秦淮區(qū)西北部的租售比也較高，位于南京市玄武湖南方、玄武區(qū)西南部的小部分區(qū)域的顏色也較為接近于紅色。其他區(qū)域的顏色則接近于綠色，意味著租售比較小。

一般認(rèn)為租售比越高的住宅越適宜于投資，租售比越低的住宅越適宜于消費(fèi)。因?yàn)樽馐郾仍礁咭馕吨鴮⒆≌瑩碛姓呖梢酝ㄟ^(guò)租賃住宅的方式在相對(duì)短的時(shí)間內(nèi)獲得等于住宅售價(jià)的回報(bào)。而租售比低的住宅通過(guò)租賃的方式回收購(gòu)房時(shí)成本需要的時(shí)間更長(zhǎng)。從出租的角度來(lái)看，南京市最適宜投資的區(qū)域是秦淮區(qū)的西南部夫子廟附近。

4.2分位數(shù)回歸

分位數(shù)回歸具有不易受極端值影響的特征特點(diǎn)，還具有能夠反映因變量整體特征。所以運(yùn)用分位數(shù)回歸不僅能反映出個(gè)特征價(jià)格因素對(duì)小區(qū)租售比的影響，而且詳細(xì)分析出在不同分位數(shù)水平上自變量對(duì)因變量影響作用的差異，以此可以探究在不同租售比水平上，特征價(jià)格因素對(duì)小區(qū)租售比影響的差異。不同租售比房屋滿足了住宅購(gòu)買者不同的需求。各個(gè)特征要素對(duì)不同層次租售比的影響可能也會(huì)存在不同。雖然傳統(tǒng)的OLS回歸固然可以反映自變量對(duì)因變量小區(qū)平均租售比的影響，但是為了探究不同層次租售比的影響因素是否存在的差異，本文選用分位數(shù)回歸的方法對(duì)小區(qū)租售比的影響因素進(jìn)行研究。本文選擇在分位數(shù)研究中具有代表性的0.1、0.25、0.50、0.75、0.90分位數(shù)，分別代表租售比的不同層次——低租售比、較低租售比、中租售比、較高租售比和高租售比。本文分別對(duì)模型進(jìn)行分位數(shù)回歸和傳統(tǒng)的OLS回歸，回歸結(jié)果，如表2所示。為了使回歸結(jié)果更加直觀，繪制了自變量包括截距隨分位數(shù)變化而變化，如圖2所示。

根據(jù)表2，可以發(fā)現(xiàn)分位數(shù)得出的估計(jì)系數(shù)與傳統(tǒng)OLS估計(jì)得到的系數(shù)正負(fù)符號(hào)大致相同。但是在分位數(shù)回歸中，可以觀察到各個(gè)自變量隨分位數(shù)點(diǎn)的變化呈現(xiàn)出一定的規(guī)律，這些信息無(wú)法根據(jù)傳統(tǒng)的OLS得到。

（1）根據(jù)表2的OLS回歸結(jié)果，除了小學(xué)與CBD的估計(jì)系數(shù)沒有呈現(xiàn)出顯著，其他變量——小區(qū)綠化率、小區(qū)物業(yè)費(fèi)、最近超市距離、最近公交站距離、最近景點(diǎn)距離、最近地鐵距離在1%的顯著性水平下呈現(xiàn)顯著，而最近大型醫(yī)院的距離也在10%的顯著性水平下呈現(xiàn)顯著，且系數(shù)均為負(fù)數(shù)。說(shuō)明7類小區(qū)特征對(duì)小區(qū)的平均租售比產(chǎn)生負(fù)向影響。其中彈性系數(shù)中，估計(jì)系數(shù)最大的是景區(qū)變量，估計(jì)系數(shù)為-0.133.。表示小區(qū)與最近景區(qū)的距離每減少1%，小區(qū)地平均租售比會(huì)上升0.133個(gè)百分比。這主要因?yàn)榫皡^(qū)包括景區(qū)附近有大量的服務(wù)產(chǎn)業(yè)集聚，這類產(chǎn)業(yè)需要有大量的勞動(dòng)力，且該行業(yè)勞動(dòng)力收入較高。從而推動(dòng)了該地區(qū)租金的快速上漲。同時(shí)也解釋了前文研究中為何南京市秦淮區(qū)西南部的小區(qū)平均租售比會(huì)較高，原因在于該區(qū)域的旅游景點(diǎn)分布密集。

（2）整體特征對(duì)小區(qū)平均租售比的影響。綠化率對(duì)小區(qū)平均租售比產(chǎn)生負(fù)影響。根據(jù)分位數(shù)回歸的結(jié)果，綠化率的估計(jì)系數(shù)只在0.25和0.50分位點(diǎn)上呈現(xiàn)顯著。說(shuō)明綠化率只對(duì)較低租售比和中租售比的小區(qū)產(chǎn)生顯著的負(fù)向作用。根據(jù)物業(yè)費(fèi)的分位數(shù)回歸系數(shù)，可以發(fā)現(xiàn)回歸系數(shù)隨著分位數(shù)點(diǎn)的增加，估計(jì)系數(shù)的絕對(duì)值在減小。高租售比小區(qū)物業(yè)費(fèi)的估計(jì)系數(shù)甚至沒有呈現(xiàn)出顯著。說(shuō)明隨著租售比的上升，物業(yè)費(fèi)對(duì)租售比的影響程度逐漸減小。在租售比相對(duì)較高的小區(qū)中，出租者可以將物業(yè)費(fèi)包含于租金之中轉(zhuǎn)移至承租者。而在租售比較小的小區(qū)中，出租者轉(zhuǎn)移物業(yè)費(fèi)的能力較弱。

（3）鄰里特征對(duì)小區(qū)平均租售比的影響。與最近大型超市的距離對(duì)小區(qū)租售比產(chǎn)生負(fù)影響。距離越近，小區(qū)的租售比越高。而根據(jù)分位數(shù)回歸，大型超市對(duì)低租售比、較低租售比、中租售比和較高租售比小區(qū)都有顯著的負(fù)向影響，且估計(jì)系數(shù)變化不大。而對(duì)高租售比小區(qū)，估計(jì)系數(shù)的絕對(duì)值明顯變小，且不再顯著。與最近醫(yī)院的距離在0.50、0.75和0.90分位點(diǎn)上顯著，估計(jì)系數(shù)為負(fù)，其絕對(duì)值隨著分位數(shù)點(diǎn)的增加而逐漸增加。說(shuō)明隨著租售比逐漸增大，醫(yī)院對(duì)小區(qū)租售比的影響逐漸增大。與最近公交站的距離在各分位點(diǎn)都呈現(xiàn)出顯著，且絕對(duì)值逐漸增大。反映了隨著租售比的增加，公交站對(duì)小區(qū)租售比的負(fù)作用逐漸增強(qiáng)。景點(diǎn)對(duì)租售比的估計(jì)系數(shù)在各分位點(diǎn)都在1%的顯著性水平下顯著，估計(jì)系數(shù)隨分位數(shù)點(diǎn)的變動(dòng)而變動(dòng)的程度不大。在各分位數(shù)點(diǎn)，小學(xué)對(duì)小區(qū)租售比沒有呈現(xiàn)出顯著的影響。

（4）區(qū)位特征對(duì)小區(qū)平均租售比的影響。不同分位點(diǎn)的與最近地鐵站距離的估計(jì)系數(shù)都為負(fù)且在1%的水平下顯著。估計(jì)系數(shù)的大小隨分位點(diǎn)變化沒有顯示明顯的規(guī)律，在-0.06附近上下波動(dòng)。說(shuō)明地鐵對(duì)于不同租售比小區(qū)的影響大致相同，都產(chǎn)生顯著影響。與新街口商業(yè)中心的距離只在0.90分位點(diǎn)呈現(xiàn)顯著，估計(jì)系數(shù)為-0.0304。說(shuō)明CBD只對(duì)高租售比的小區(qū)有顯著影響，且為負(fù)影響。

5結(jié)論

本文收集了南京市1624個(gè)小區(qū)的出租、銷售數(shù)據(jù)，利用克里金插值法進(jìn)行了插值分析，建立了有關(guān)于租售比的特征價(jià)格模型，利用分位數(shù)回歸的方法對(duì)模型參數(shù)進(jìn)行了估計(jì)，并與傳統(tǒng)的OLS回歸進(jìn)行了對(duì)比。回歸結(jié)果顯示，分位數(shù)回歸能夠獲得比傳統(tǒng)OLS回歸更多的信息。根據(jù)實(shí)證研究的結(jié)果得到以下結(jié)論，以期能對(duì)房地產(chǎn)市場(chǎng)有更深入的了解：

（1）根據(jù)克里金插值法的插值分析，可以觀察到南京市有三個(gè)區(qū)域的小區(qū)平均租售比明顯高于周邊地區(qū)。分別是南京市秦淮區(qū)西南部、秦淮區(qū)西北部和玄武區(qū)南部地區(qū)。其中以秦淮區(qū)西南部的租售比最高。

（2）根據(jù)傳統(tǒng)的OLS回歸結(jié)果，除了小學(xué)與CBD之外，綠化率、物業(yè)費(fèi)、公交站、大型超市、醫(yī)院、景點(diǎn)、地鐵站對(duì)小區(qū)的平均租售比都有顯著的負(fù)影響。其中系數(shù)絕對(duì)值最大的變量為小區(qū)與最近景區(qū)的距離，估計(jì)系數(shù)達(dá)到了-0.133。該回歸結(jié)果解釋了為何秦淮區(qū)西南部的租售比最多，原因在于該區(qū)域的景點(diǎn)分布密集。

（3）根據(jù)分位數(shù)的回歸結(jié)果，綠化率只對(duì)較低租售比、中租售比的小區(qū)產(chǎn)生顯著負(fù)作用。物業(yè)費(fèi)對(duì)小區(qū)租售的影響隨著小區(qū)租售比的增加而負(fù)效應(yīng)逐漸減小，對(duì)高租售比小區(qū)的影響沒有呈現(xiàn)出顯著。與最近大型超市的距離對(duì)除高租售比小區(qū)外的4類小區(qū)都會(huì)產(chǎn)生顯著的負(fù)影響，但估計(jì)系數(shù)變化不大。醫(yī)院對(duì)中租售比、較高租售比和高租售比的小區(qū)租售比產(chǎn)生顯著負(fù)效應(yīng)，并且估計(jì)系數(shù)的絕對(duì)值逐漸增大。公交站對(duì)5個(gè)層次的小區(qū)的租售比都具有顯著的負(fù)效應(yīng)，且負(fù)效應(yīng)隨著租售比的提高而逐漸加強(qiáng)。景點(diǎn)變量在個(gè)分位數(shù)點(diǎn)都呈現(xiàn)顯著且估計(jì)系數(shù)都為負(fù)，沒有明顯的變化趨勢(shì)。地鐵對(duì)小區(qū)租售比與景點(diǎn)變量類似在各分位數(shù)點(diǎn)都為顯著的負(fù)影響，且在不同分位數(shù)點(diǎn)變化不大。而小學(xué)和CBD對(duì)小區(qū)租售比的影響在各分位數(shù)點(diǎn)都沒有呈現(xiàn)出顯著。