閆 銘，趙 玲

（吉林農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，吉林長春 130118）

自20 世紀(jì)90 年代房地產(chǎn)市場(chǎng)化以來，房地產(chǎn)行業(yè)在我國經(jīng)濟(jì)社會(huì)發(fā)展中扮演著舉足輕重的角色，我國居民的住房條件同時(shí)也得到了極大的改善［1］。十九大報(bào)告提出中國發(fā)展新的歷史方位——中國特色社會(huì)主義進(jìn)入了新時(shí)代。［2］近年來我國房地產(chǎn)市場(chǎng)發(fā)展迅速，越來越多的人們開始討論房地產(chǎn)相關(guān)的經(jīng)濟(jì)活動(dòng)和政策。對(duì)此相關(guān)學(xué)者也進(jìn)行了一些研究，Kiel 和Zabel 通過研究發(fā)現(xiàn)房屋的區(qū)域特征，即房屋所在的地理位置會(huì)對(duì)房屋價(jià)格產(chǎn)生決定性的影響［3］。潘添翼、賈德錚通過研究指出，影響上海市二手房?jī)r(jià)的主要因素是車位數(shù)、建造年代、所在樓層是否有電梯、房間數(shù)，并對(duì)以上影響因素進(jìn)行解釋與分析［4］。龔黎明、馬鈺利用Hedonic模型研究了影響西安市二手房?jī)r(jià)格的因素，研究發(fā)現(xiàn)對(duì)二手房?jī)r(jià)格影響較大的因素分別是房齡、特殊區(qū)域、總層高、面積、裝修程度、朝向狀況及產(chǎn)權(quán)性質(zhì)［5］?？v觀以上研究成果可以發(fā)現(xiàn)，專家學(xué)者們大多從政策、經(jīng)濟(jì)等宏觀因素或微觀因素單方面進(jìn)行分析。本研究以長春市二手房?jī)r(jià)格為研究對(duì)象，從一般因素、區(qū)位因素和個(gè)別因素進(jìn)行分析，同時(shí)涵蓋宏觀和微觀兩方面因素，做出更加全面的分析。探討影響長春市二手房?jī)r(jià)格的主要因素，分析市場(chǎng)交易現(xiàn)狀，提出適合長春市二手房交易市場(chǎng)穩(wěn)步前行的建議。

一、長春市住宅市場(chǎng)現(xiàn)狀

根據(jù)《2019 年度長春房地產(chǎn)市場(chǎng)研究報(bào)告》顯示，長春市住宅整體供求矛盾趨于緩和，有著千萬以上的存量，市場(chǎng)整體保持平穩(wěn)發(fā)展。2019 年各區(qū)域房?jī)r(jià)大多在9 000-11 000 元/m2。如圖1 所示，房?jī)r(jià)最高的區(qū)域?yàn)閮粼聟^(qū)，房屋均價(jià)超過萬元的有凈月、南關(guān)、高新、朝陽四個(gè)區(qū)，房屋成交均價(jià)與往年相比上漲明顯。

自2014 年以來，長春市房?jī)r(jià)整體呈上漲趨勢(shì)，呈現(xiàn)出蓬勃發(fā)展的態(tài)勢(shì)。但新建商品房市場(chǎng)發(fā)展更為成熟，與之相比，二手房市場(chǎng)表現(xiàn)得更容易受到政策的影響。根據(jù)分析數(shù)據(jù)顯示，2016年中旬以后，二手房?jī)r(jià)格迅速增長，從2016-2018年的增長為2014-2016 年的近四倍。近幾年，長春市的二手房?jī)r(jià)呈波動(dòng)上升的趨勢(shì)，從2015 年開始，長春二手房?jī)r(jià)格只增不減，在2017-2018 年間，價(jià)格從7 428 元/m2達(dá)到了9 195元/m2。雖然長春市二手房?jī)r(jià)格總體呈上漲趨勢(shì)，但在不同區(qū)域之間還存在著顯著差距。如圖2 所示，房屋價(jià)格受地理位置、公共配套設(shè)施、經(jīng)濟(jì)情況等因素的影響，呈現(xiàn)出不同增長趨勢(shì)。

圖1 2019年商品住宅各區(qū)域成交價(jià)格走勢(shì)（元/m2）

圖2 長春市2019年二手房均價(jià)各區(qū)域?qū)Ρ葓D（元/m2）

二、研究方法

（1）變量選擇。本文中的數(shù)據(jù)均來源于互聯(lián)網(wǎng)。在互聯(lián)網(wǎng)上，二手房房屋信息眾多，覆蓋面廣，能夠使分析結(jié)果具有普遍意義。在眾多的房屋租賃買賣網(wǎng)站中，58 集團(tuán)專注中國互聯(lián)網(wǎng)生活服務(wù)領(lǐng)域，其信息較多且全面，具有真實(shí)性；“房天下”專注于房地產(chǎn)信息，網(wǎng)站中不僅包含新房、二手房的出售信息，還包括房屋租賃等信息，房屋信息覆蓋全面；此外，這些網(wǎng)站都會(huì)實(shí)時(shí)更新近30 天的數(shù)據(jù)，從而確保信息的時(shí)效性。為保證數(shù)據(jù)的真實(shí)多樣，且在充分考慮政策影響因素的前提下，數(shù)據(jù)主要取自于長春市9 個(gè)地區(qū)，這些數(shù)據(jù)中總共包含8個(gè)變量，其中單位面積房?jī)r(jià)為因變量，房齡、樓層數(shù)、朝向、房間數(shù)、容積率、裝修程度、綠化率、容積率為自變量。利用百度地圖的3D 可視功能，可以直觀地看到街道、地理位置、綠化程度、商服繁華程度等信息，并結(jié)合所收集的二手房?jī)r(jià)格信息進(jìn)行分析。

（2）構(gòu)建城市不同行政區(qū)域權(quán)重系數(shù)。由于房地產(chǎn)市場(chǎng)具有十分顯著的區(qū)域特征，在構(gòu)建組合評(píng)估模型時(shí)，應(yīng)添加長春市9 個(gè)城區(qū)的權(quán)重系數(shù)，更加精準(zhǔn)地衡量區(qū)位因素對(duì)二手房?jī)r(jià)格的影響。行政區(qū)域權(quán)重系數(shù)計(jì)算公式如下：

行政區(qū)域權(quán)重系數(shù)=行政區(qū)域平均二手房?jī)r(jià)÷城市平均房?jī)r(jià)

從互聯(lián)網(wǎng)上可以獲取長春市2019 年各行政區(qū)域的平均房?jī)r(jià)。根據(jù)行政區(qū)域權(quán)重系數(shù)的公式將各行政區(qū)域的平均房?jī)r(jià)與2019 年長春市平均房?jī)r(jià)相結(jié)合，計(jì)算出各行政區(qū)權(quán)重系數(shù)，見表1。

表1 長春市各行政區(qū)權(quán)重系數(shù)

（3）基于隨機(jī)森林理論的二手房屋特征價(jià)格評(píng)估模型。隨機(jī)森林回歸模型是一種非線性回歸方法，假設(shè)模型中包括棵樹{T1（X），T2（X），...，TM（X）}，其中X={X1，X2，...，XP}是形成森林的p 維輸入向量。每棵樹都會(huì)產(chǎn)生一個(gè)預(yù)測(cè)值，最終平均所有樹的預(yù)測(cè)值得出模型的輸出結(jié)果。根據(jù)二手房?jī)r(jià)格評(píng)估指標(biāo)體系中個(gè)別因素的指標(biāo)，確定本文所用來建立二手房屋特征價(jià)格評(píng)估模型的自變量及其量化處理情況，見表2。

表2 自變量解釋及量化處理

在建立隨機(jī)森林回歸模型之前，本文需要先確定影響模型效果的兩個(gè)主要參數(shù)：一個(gè)是決策樹每個(gè)分支所選擇的變量個(gè)數(shù)mtry，另一個(gè)是決策樹的數(shù)目ntree。本文通過分析，綜合擬合優(yōu)度和誤差大小的情況來看：ntree 取200，mtry 取7 時(shí)，模型的效果最好。

分析過程中Type of random forest：regression表示出此實(shí)證模型的種類屬于回歸模型。同時(shí)Number of trees：150，表示隨機(jī)森林模型里一共涵蓋200 棵決策樹。由No.of variables tried at each split可知，任一棵決策樹節(jié)點(diǎn)處確定的變量數(shù)目是7，模型擬合優(yōu)度為90.45%。

隨機(jī)森林模型對(duì)復(fù)雜數(shù)據(jù)的適應(yīng)性強(qiáng)，能夠?qū)Ψ蔷€性、共線性和具有交互作用的數(shù)據(jù)進(jìn)行有效地分析，反映二手房?jī)r(jià)格的實(shí)際情況。

三、長春市二手房?jī)r(jià)格影響因素

（1）一般因素對(duì)長春市二手房?jī)r(jià)格的影響。政策的頒布會(huì)使二手房?jī)r(jià)格下降。相關(guān)政策頒布前，長春市二手房?jī)r(jià)格呈上漲趨勢(shì)，但2018 年5 月《長春市人民政府辦公廳關(guān)于保持房地產(chǎn)市場(chǎng)平穩(wěn)健康發(fā)展的通知》頒布生效后，該政策中明確指出——確定住宅用地多種競(jìng)價(jià)方式，結(jié)合房地產(chǎn)市場(chǎng)運(yùn)行實(shí)際和出讓地塊的具體條件，靈活確定“限房?jī)r(jià)、競(jìng)地價(jià)”“限地價(jià)、競(jìng)房?jī)r(jià)”等多種競(jìng)價(jià)方式，防止出現(xiàn)土地和樓面單價(jià)新高現(xiàn)象，嚴(yán)防高價(jià)地?cái)_亂市場(chǎng)秩序，使得長春市二手房?jī)r(jià)格的上漲得到了抑制，呈現(xiàn)下跌趨勢(shì)。可見，政策的頒布有效抑制了二手房的價(jià)格。但從同年6 月起，二手房?jī)r(jià)格迅速反彈，平均價(jià)格一路攀升?？梢姡叩挠绊懺诙唐趦?nèi)效果顯著，但這種抑制效果從長期來看并不持久。

經(jīng)濟(jì)因素方面，受疫情的影響，全國乃至全球經(jīng)濟(jì)陷入低迷狀態(tài)，很多行業(yè)都受到了影響，吉林省房地產(chǎn)市場(chǎng)也受到較大沖擊。2020年1-2月，吉林省房地產(chǎn)開發(fā)投資額同比下降1.8%，共11.7 億元，為近兩年來的首次負(fù)增長。房地產(chǎn)銷售大幅下滑，房企資金回籠困難，在此背景下購房者的收入也會(huì)相應(yīng)減少，因此房?jī)r(jià)持續(xù)上漲的可能性很小。

（2）區(qū)位因素對(duì)長春市二手房?jī)r(jià)格的影響。區(qū)位因素在二手房房?jī)r(jià)影響因素中占主要地位，其中包括房屋地段、交通條件、配套設(shè)施、未來發(fā)展前景及環(huán)境污染等條件。

朝陽區(qū)位于長春市的中心位置，交通便利，其二手房的平均單價(jià)為9 992 元/m2，而相對(duì)偏僻的寬城區(qū)，二手房平均單價(jià)為8 414 元/m2。導(dǎo)致不同區(qū)域間的二手房單價(jià)差異的主要原因是：長春市的三大商圈都集中在朝陽區(qū)，該區(qū)商業(yè)體系較其他區(qū)域來說更加完善，醫(yī)療、交通等基礎(chǔ)設(shè)施配套全面。“免試就近入學(xué)”政策的實(shí)施間接導(dǎo)致了名校學(xué)區(qū)內(nèi)房屋需求量大幅上漲，掀起“學(xué)區(qū)房熱”的浪潮。朝陽區(qū)內(nèi)有16 個(gè)重點(diǎn)中小學(xué)片區(qū)，其中小學(xué)等教育資源豐富且優(yōu)質(zhì)。由于朝陽區(qū)是長春老城區(qū)，也是長春市的商業(yè)中心，發(fā)展較早，近幾年來新建商品住房較少，這使得越來越多的家長將目光放在二手房市場(chǎng)中，使得朝陽區(qū)二手住宅價(jià)格不斷攀升。

高新區(qū)作為發(fā)展較為快速的新興技術(shù)產(chǎn)業(yè)區(qū)，其經(jīng)濟(jì)發(fā)展水平明顯高于長春市其他地區(qū)。因此，高新區(qū)的房?jī)r(jià)高于其他地區(qū)。二道區(qū)原來是長春的棚戶區(qū)，“亞泰地產(chǎn)”在二道區(qū)進(jìn)行房地產(chǎn)開發(fā)以后，區(qū)域內(nèi)居住環(huán)境得到明顯改善，二道區(qū)的房?jī)r(jià)也逐漸提高。凈月區(qū)近年因?yàn)橐恍└邫n小區(qū)和別墅區(qū)的建成，以及“凈月潭國家森林公園”這樣的環(huán)境因素存在，其居住環(huán)境十分優(yōu)美，從而提高了房?jī)r(jià)。反觀綠園區(qū)、汽開區(qū)，大多為長春的工業(yè)老區(qū)，區(qū)域環(huán)境較差，配套設(shè)施較少，其房?jī)r(jià)也相應(yīng)較低。

（3）個(gè)別因素對(duì)長春市二手房?jī)r(jià)格的影響。房齡對(duì)二手房?jī)r(jià)格呈現(xiàn)負(fù)向影響。房齡反映了建筑本身的新舊和裝修程度，對(duì)于二手房來說，房齡對(duì)于房?jī)r(jià)的影響還是比較大的，一般而言次新房的價(jià)格較高，其次是5-10年房齡的房子，而超過20年房齡的老房子，單位面積價(jià)格一般較低，即房齡越長價(jià)格越低。

屋總面積、裝修程度、房間數(shù)等因素對(duì)二手房?jī)r(jià)格呈正向影響，面積越大、裝修程度越好、房間數(shù)越多價(jià)格也越高。其中房屋總面積對(duì)二手房?jī)r(jià)格的影響最為顯著。在裝修程度方面，由于是二手住房的緣故，原房裝修程度也會(huì)影響其價(jià)格，通常原房裝修程度越好二手房的價(jià)格也就越高。在房間數(shù)對(duì)二手房?jī)r(jià)格影響方面，隨著房間數(shù)增加到一定程度后，二手房單位面積房?jī)r(jià)呈先增后減的趨勢(shì)。

根據(jù)所收集的數(shù)據(jù)顯示，同等條件下非南北朝向的住房?jī)r(jià)格要比南北朝向的住房?jī)r(jià)格更低?？梢娰彿空呷员弧白背稀边@一觀念影響著。

樓層方面，所在樓層對(duì)價(jià)格影響不明顯，如今購房者對(duì)于樓層的要求并不高，購房意愿受樓層高低的影響不大，并且由于電梯的普及應(yīng)用，樓層不再是影響房屋價(jià)格的顯著性因素。

四、長春市二手房市場(chǎng)發(fā)展態(tài)勢(shì)

（1）二手房市場(chǎng)呈現(xiàn)出“因城施策、房住不炒、強(qiáng)調(diào)居住”的住房屬性。地方調(diào)控歷經(jīng)了三個(gè)階段的變化：1-4 月，許多城市降低了人才落戶的門檻，如呼和浩特、寧波等城市更是出臺(tái)了“人才購房補(bǔ)貼”等激勵(lì)政策；5-7 月，各地以房?jī)r(jià)紅線為調(diào)控重點(diǎn)，蘇州、西安等市調(diào)控力度相繼升級(jí)；自8 月份以來，人才新政不斷發(fā)力，長沙、江門、三亞等市紛紛降低人才購房門檻。著眼未來，要保障“穩(wěn)定”這一主基調(diào)，全面落實(shí)因地制宜、整體因城施策的政策。未來長春市出臺(tái)限制性購房政策的可能性很小，房地產(chǎn)市場(chǎng)的整體調(diào)控仍然以穩(wěn)定房?jī)r(jià)為主，強(qiáng)調(diào)住宅的居住屬性。

（2）多種因素共同影響著長春市二手住房的價(jià)格。政策上，二手房的價(jià)格會(huì)隨著政府政策的出臺(tái)而下降，但只會(huì)影響短期內(nèi)二手房?jī)r(jià)格的變化，難以長期改變價(jià)格變化趨勢(shì)。區(qū)位上，朝陽區(qū)和南關(guān)區(qū)因?yàn)榈靥幨兄行模涮自O(shè)施齊全及交通發(fā)達(dá)，其二手房?jī)r(jià)格位于前列。但近年來由于新區(qū)的開發(fā)，各大高校和商服等基礎(chǔ)設(shè)施的入住，以及人們對(duì)改善住房的需求，凈月區(qū)和高新區(qū)的二手房?jī)r(jià)格已超越了朝陽區(qū)。個(gè)別因素方面，裝修程度、房間數(shù)、面積等對(duì)二手房?jī)r(jià)格呈現(xiàn)正向影響，房齡對(duì)二手房?jī)r(jià)格的影響呈負(fù)向。

五、引導(dǎo)長春市二手房市場(chǎng)健康發(fā)展對(duì)策

（1）加強(qiáng)政府的監(jiān)督與調(diào)控。房地產(chǎn)政策雖有強(qiáng)制性和時(shí)效性，能夠有效地抑制房?jī)r(jià)過熱的情況，但卻難以產(chǎn)生長久的影響。因此，政府應(yīng)密切監(jiān)控信貸資金流向，樹立“監(jiān)管即服務(wù)”的價(jià)值理念［6］。在出臺(tái)相應(yīng)政策時(shí)，應(yīng)該注重政策的聯(lián)動(dòng)性，對(duì)房地產(chǎn)交易市場(chǎng)進(jìn)行實(shí)時(shí)分析，確保國家和政府對(duì)房地產(chǎn)市場(chǎng)的調(diào)控力度，及時(shí)了解情況并實(shí)時(shí)做出變更。

（2）加強(qiáng)宣傳合理的購房觀念?；趯?duì)長春市二手房?jī)r(jià)格影響因素的研究，相應(yīng)結(jié)論可以給消費(fèi)者作為參考，在買房之前可以自行進(jìn)行房產(chǎn)市值估價(jià)，在很大程度上避免了購房者花冤枉錢。要加大對(duì)合理購房的宣傳力度，加大對(duì)惡意炒房的相關(guān)人員的懲罰力度，凈化購房環(huán)境。

（3）加大對(duì)相關(guān)從業(yè)人員的監(jiān)管力度。建立健全與二手房買賣相關(guān)的法律法規(guī)，將二手房買賣納入法律軌道。用法律約束二手房相關(guān)從業(yè)人員及中介機(jī)構(gòu)，以法規(guī)規(guī)范二手房交易當(dāng)事人的行為。同時(shí)，也要加大對(duì)相關(guān)違法人員的處罰力度，打擊違法行為。