□

在房地產(chǎn)價格統(tǒng)計調(diào)查中，新建住宅網(wǎng)簽數(shù)據(jù)是以小區(qū)為單位進(jìn)行分類匯總，通過加權(quán)平均計算每月房價指數(shù)。然而在實(shí)際操作中發(fā)現(xiàn)，此種方法忽略了同一小區(qū)內(nèi)不同樓幢、不同住宅類型、不同裝修標(biāo)準(zhǔn)甚至不同樓層間住宅的內(nèi)部特征差異。本文以樓層差異對常州高層住宅的影響為例，嘗試找出住宅內(nèi)部特征對房價影響的一般規(guī)律，嘗試找出研究類似問題的方法，為改進(jìn)房價統(tǒng)計調(diào)查方法，進(jìn)一步提高房價指數(shù)真實(shí)性提供參考。

|研究背景與意義

（一）新建商品住宅價格指數(shù)計算方法及問題

在現(xiàn)行房價調(diào)查方法制度中，房價指數(shù)計算方法是：先計算某一項目90 平方米及以下、90-144 平方米、144 平方米以上三個基本分類的環(huán)比指數(shù)，再將所有項目按照雙加權(quán)匯總計算全市三個基本分類的環(huán)比指數(shù)，然后對這三個分類環(huán)比指數(shù)加權(quán)匯總，計算出新建商品住宅環(huán)比指數(shù)。

然而同一項目同一分類月度成交內(nèi)部特征差異，導(dǎo)致均價環(huán)比存在非市場波動因素。一是銷售房屋的位置、樓層、戶型、朝向、裝修程度等不同造成均價差異較大；二是部分特殊戶型引起均價變動較大，如某幢住宅頂層戶型價格普遍高于其他樓層，每平方價格高出上千元，這主要是由于頂層戶型為復(fù)式且贈送面積較大，造成均價波動較大。還有一些是由于普通住宅和排屋、別墅價格的差異引起；三是尾盤銷售，由于尾盤房源品質(zhì)相對差些，加上回籠資金的需要，加大打折力度，造成同一樓盤環(huán)比價格差別。這些非市場因素一定程度上影響房價指數(shù)準(zhǔn)確真實(shí)。

（二）樓層差異對價格影響研究現(xiàn)狀

國外住宅別墅和低層洋房占比很高，對樓層的研究和關(guān)注度不高。在利用特征價格法計算房價指數(shù)時，中外官方機(jī)構(gòu)及學(xué)者通常將總樓層這一特征簡單歸類為高層、中層、低層，或者直接忽略，對于所在層的關(guān)注就更少了，通常只考慮是否為底層或頂層。而當(dāng)前我國高層住宅占比較高，對樓層差異的相關(guān)研究就具有較大意義，同時可填補(bǔ)這一空白。

（三）樓層差異對價格影響研究意義

房地產(chǎn)是國民經(jīng)濟(jì)的重要組成部分，對我國經(jīng)濟(jì)發(fā)展起著舉足輕重的作用。在房住不炒的政策背景下，分析影響房價的因素，探究房價漲跌的原因?qū)Ψ康禺a(chǎn)市場的健康發(fā)展至關(guān)重要。真實(shí)可靠的房價指數(shù)是研究房價走勢的重要指標(biāo)。研究樓層差異等住宅的內(nèi)部特征對房價指數(shù)的影響可有效解決前文所述相關(guān)問題，進(jìn)一步提高房價指數(shù)真實(shí)性，可靠性。

因住宅的內(nèi)部特征較多，本文主要以研究樓層差異對常州高層住宅房價的影響為主，其研究思路和結(jié)果可應(yīng)用于住宅其他內(nèi)部特征。

研究樓層差異對房價影響不僅對現(xiàn)行房價統(tǒng)計調(diào)查制度有參考意義，還能在一定程度上對開發(fā)商住宅定價、房屋價值評估等提供標(biāo)準(zhǔn)，也可對消費(fèi)者購房時樓層選擇提供參考。

（四）房價與樓層的一般關(guān)系

房地產(chǎn)價格是指建筑物連同其占用土地的價格，即房地產(chǎn)土地價格加建筑物價格，此價格是房地產(chǎn)市場運(yùn)行和資源配置最重要的調(diào)節(jié)機(jī)制。影響房價的因素有經(jīng)濟(jì)因素、社會因素、政治因素、住宅內(nèi)部特征和環(huán)境因素。樓層是內(nèi)在特征中的一個方面。

從供應(yīng)端看，總高不同的住宅建筑其平均建筑成本有明顯差異，更高的樓層意味著更高的消防標(biāo)準(zhǔn)和安全標(biāo)準(zhǔn)，以及更多的水電等配套設(shè)施?？陀^上，房屋價格因不同樓層視野、日照、通風(fēng)、噪音等方面的差異而有所不同。從需求端看，不同樓層便利程度、空氣質(zhì)量、堪輿（即風(fēng)水）、電梯配比甚至樓層數(shù)字都會是購房者考慮的因素，從而對房價產(chǎn)生一定影響。橫向比較，關(guān)于樓層的消費(fèi)偏好各個國家甚至相同國家的不同地區(qū)和城市因文化和風(fēng)俗習(xí)慣等的差異都有很大的差別。

|實(shí)證研究

（一）指標(biāo)選擇與數(shù)據(jù)來源

國家相關(guān)規(guī)定將10 層及10 層以上住宅定義為高層住宅。因10 層以下的住宅數(shù)據(jù)量小、且樓層差距對價格影響更為復(fù)雜，難以量化，故暫不做研究。

為了保證數(shù)據(jù)可靠性和可得性，盡可能保證數(shù)據(jù)完整，本文在2019年9 月到2020 年2 月常州市（不含溧陽）新建商品住宅（不含保障房）成交網(wǎng)簽備案數(shù)據(jù)中隨機(jī)抽取了5040 條成交記錄。每條成交記錄的均價記為p1，數(shù)據(jù)按照相同項目相同樓棟相同戶型和面積進(jìn)行匯總計算平均價格記為p2。因各個樓盤之間甚至不同樓棟之間價格差異較大，因此引入了兩個均價的比值字段記為pr。pr 值的含義即為單套住宅均價占相同住宅不同樓層均價的比值，其值越大代表此套住宅價格相對其他樓層價格越高。需要說明的是，在數(shù)據(jù)匯總時，并不是所有項目樓棟的全部樓層都有成交，所以在選擇數(shù)據(jù)時剔除了部分成交記錄較少的樓棟。對于樓層，因為不同樓棟總層數(shù)不同，所以研究所在層數(shù)的絕對數(shù)對價格的影響在不同總層數(shù)的樓棟之間不具可比性。因此本文引入了相對位置的概念，相對位置包括在整棟樓中的樓層位置以及相對中間樓層的位置。樓棟的總層數(shù)記為zcs，所在層數(shù)記為szcs，所在層的相對位置即所在層數(shù)與總層數(shù)的比值記為cswz，距離中間樓層距離（計算方法為所在層數(shù)與二分之一總層數(shù)的差取絕對值然后除以二分之一總層數(shù)）記為zjwz。為研究特殊樓層，同時引入四個虛擬變量：1 樓、4 樓、18 樓、頂樓，分別記為F、F4、F18、FN，若符合樓層條件賦值為1，否則為0。表1 為數(shù)據(jù)導(dǎo)入STATA/SE 15.0后簡單的數(shù)據(jù)描述。

（二）初步觀察與分析

首先我們利用STATA 軟件繪制各變量的矩陣散點(diǎn)圖，觀察各個變量兩兩之間的關(guān)系，如圖1 所示。通過觀察發(fā)現(xiàn)pr 和cswz 兩個變量有正相關(guān)的線性關(guān)系，pr 和zjwz 兩個變量可能存在負(fù)相關(guān)的線性關(guān)系。其余變量除有直接邏輯關(guān)系之外沒有明顯線性關(guān)系。這也和我們的常識基本吻合，即高層住宅越高層越貴，或者高層住宅越靠近中間層越貴。接下來用一元線性回歸的方法具體研究。

表1 各變量的數(shù)據(jù)描述

（三）做一元線性回歸

利用STATA 軟件分別對pr 和cswz、pr 和zjwz 兩組數(shù)據(jù)做一元線性回歸，所得結(jié)果如表2 和表3 所示，cswz 系數(shù)符號為正代表相對價格高低與樓層高低呈正相關(guān)，P 值小于0.05 拒絕了原假設(shè)，代表整個方程是可信的。

再來看pr 和zjwz 變量回歸分析的結(jié)果，zjwz 變量系數(shù)符號為負(fù)表示離中間樓層越遠(yuǎn)價格越低，P 值同樣小于0.05。但R2值偏小且遠(yuǎn)遠(yuǎn)小于pr 和cswz 變量回歸分析的R2值，擬合優(yōu)度較低。

通過以上的簡單分析，我們基本可以采信pr 與cswz 呈線性正相關(guān)的模型，即 pr=0.0725593cswz +0.9603831。其現(xiàn)實(shí)意義可簡單解釋為樓層越高相對價格越高。

表2 變量pr和cswz一元線性回歸分析結(jié)果

表3 變量pr和zjwz一元線性回歸分析結(jié)果

（四）分析首層和頂層對價格的影響

圖1 各變量的矩陣散點(diǎn)圖

我們注意到圖1 中首層和頂層有明顯的偏低或偏高的數(shù)據(jù)，因此，我們借助前文的結(jié)果引入F 和FN 兩個虛擬變量做多元線性回歸分析。結(jié)果如表4：

結(jié)果顯示，F(xiàn) 和FN 的系數(shù)符號均為負(fù)，代表首層和頂層均對房價有負(fù)面影響。同時我們注意到整個方程的調(diào)整的R2值為0.5130，相對0.3422 有了明顯的提高，證明引入兩個變量后方程的擬合優(yōu)度更高。

（五）分析特殊樓層對房價的影響

為了研究特殊數(shù)字樓層對房價的影響，我們以4 樓和18 樓為例，進(jìn)一步引入兩個虛擬變量F4 和F18 進(jìn)行研究。需要注意的是，18 樓有可能同時是頂樓。多元線性回歸結(jié)果如表5：

與表4 的結(jié)果類似，F(xiàn)4、F18 變量系數(shù)的符號同樣為負(fù)，證明4 樓和18樓對房價同樣有負(fù)面影響。調(diào)整后的R2值進(jìn)一步增大，擬合優(yōu)度優(yōu)于前式。

（六）實(shí)證分析結(jié)果

通過以上分析，結(jié)合實(shí)地走訪調(diào)研的情況，我們可以得到以下結(jié)論：

表4 變量pr、cswz、F、FN線性回歸分析結(jié)果

表5 變量pr、cswz、F、F4、F18、FN線性回歸分析結(jié)果

在其他條件相同時，房價與所在樓層數(shù)呈較強(qiáng)的正相關(guān)，與距離中間層的距離呈較弱的負(fù)相關(guān)。同時首層和頂層會顯著拉低住宅價格，一些特殊樓層也會對價格產(chǎn)生一定負(fù)面影響。

在圖1 中，一些首層和頂層呈現(xiàn)異常高價。結(jié)合之前的實(shí)地調(diào)研，分析可能的結(jié)果是部分首層會贈送庭院，頂層送閣樓或者樓頂使用權(quán)，導(dǎo)致價格較高。

在表1 的數(shù)據(jù)描述中，可以發(fā)現(xiàn)首層的頻數(shù)占比明顯低于本應(yīng)該相等的4 樓成交數(shù)占比。原因一方面是一樓相對的銷售周期會比較長，通常會比普通樓層長數(shù)周甚至數(shù)月，導(dǎo)致在數(shù)據(jù)提取和篩選時沒有包含部分跨統(tǒng)計周期的備案數(shù)據(jù)，另一方面是部分開發(fā)商會將傳統(tǒng)意義的一樓建為車庫或其他設(shè)施導(dǎo)致一樓相對數(shù)量少。

根據(jù)表5 的結(jié)果我們可以得到樓層位置與相對價格的一般關(guān)系：pr=0.080286cswz -0.0403764F -0.0108292F4 -0.0065108F18 -0.0656799FN+0.9604305。取極值得到pr 最大最小值的比值為112.75%，也就是說因樓層差異相同住宅價格平均最大相差12.75%。此結(jié)果基本接近實(shí)地調(diào)研的真實(shí)情況。這說明，在樣本較少的極端情況下，單個項目價格的環(huán)比指數(shù)可能會偏離正常值12.75%。

|相關(guān)思考和探索

（一）結(jié)合數(shù)據(jù)分析和實(shí)際工作經(jīng)驗，高層住宅首層和頂層等劣勢樓層交易周期相對較長，通常會跨不同統(tǒng)計周期。而此類住宅的價格通常明顯低于同幢住宅平均價格，在現(xiàn)行房價調(diào)查制度下，會在一定程度上拉低房價指數(shù)。建議可以采用加權(quán)或者剔除的方法消除特殊樓層對指數(shù)的影響。

（二）以項目為最小單位分類匯總新房網(wǎng)簽數(shù)據(jù)直接忽略了項目內(nèi)部特征的差異，而這些差異足以影響房價指數(shù)的準(zhǔn)確性?？梢源宋牡南嚓P(guān)結(jié)論和模型為基礎(chǔ)，采用對相應(yīng)樓層的住宅賦予不同權(quán)數(shù)等方法優(yōu)化房價指數(shù)計算方法。

（三）擴(kuò)展到住宅其他內(nèi)部特征，可以采用加權(quán)平均和特征價格法相結(jié)合的方式計算指數(shù)。即總的加權(quán)平均的計算方法不變，但在項目內(nèi)部，采用特征價格法的思路，將項目內(nèi)部的各個特征賦予不同的系數(shù)或權(quán)數(shù)。比如裝修標(biāo)準(zhǔn)，將同項目內(nèi)不同裝修標(biāo)準(zhǔn)的住宅賦予不同的權(quán)數(shù)參與指數(shù)計算。以此類推，用特征價格法計算各項目的指數(shù)，再加權(quán)平均計算總指數(shù)。