曾 媛，張 洪

（云南財(cái)經(jīng)大學(xué)，昆明 650221）

引言

據(jù)報(bào)道，2011年我國高爾夫核心人口數(shù)量上升至35.8萬人，較2010年上升7.5%。高爾夫消費(fèi)群體日漸擴(kuò)張，高爾夫運(yùn)動(dòng)已成為重要的休閑方式。高爾夫旅游被認(rèn)為是當(dāng)?shù)亟?jīng)濟(jì)發(fā)展的“添加劑”、招商引資的“助推器”、形象提升的“揚(yáng)聲器”。在如此強(qiáng)勢(shì)的趨勢(shì)下，結(jié)合高爾夫球場(chǎng)自身的綜合資源，使得各大房地產(chǎn)商將眼光瞄準(zhǔn)高爾夫地產(chǎn)開發(fā)。目前，國內(nèi)外大多是定性分析高爾夫球場(chǎng)對(duì)經(jīng)濟(jì)和房地產(chǎn)市場(chǎng)影響，缺少相關(guān)定量分析。昆明市擁有良好的氣候和景觀優(yōu)勢(shì)，適宜高爾夫球場(chǎng)開發(fā)，因此，本文以昆明市為區(qū)域用特征價(jià)格模型定量研究高爾夫球場(chǎng)對(duì)其周邊房?jī)r(jià)影響。

一、文獻(xiàn)綜述

房地產(chǎn)價(jià)格特征模型源于新消費(fèi)者決策理論，即：商品的價(jià)格是由其組成的各個(gè)特征共同決定的，消費(fèi)者需要的不是商品本身，而是源于這些商品所體現(xiàn)的特征要素。Tiebout把特征價(jià)格模型引入房地產(chǎn)與城市經(jīng)濟(jì)領(lǐng)域。在應(yīng)用領(lǐng)域，國外學(xué)者將空間計(jì)量經(jīng)濟(jì)模型應(yīng)用于特征價(jià)格模型研究。學(xué)者們分別研究了不同特征因素對(duì)住宅價(jià)格產(chǎn)生的影響，如軌道交通站點(diǎn)、主次街道的影響等。此外，特征價(jià)格模型也運(yùn)用到房地產(chǎn)價(jià)格指數(shù)的編制。國內(nèi)關(guān)于特征價(jià)格模型的研究已經(jīng)有10年時(shí)間，最早是由中國人民大學(xué)蔣一軍利用特征價(jià)格方法提出了計(jì)算異質(zhì)商品價(jià)格指數(shù)的方法，并將其應(yīng)用于房地產(chǎn)價(jià)格指數(shù)的計(jì)算。華南理工大學(xué)彭新育介紹了特征價(jià)格理論的基本模型及函數(shù)的估計(jì)，并結(jié)合我國的具體情況，討論了特征價(jià)格方法應(yīng)用的可能性，指出特征價(jià)格方法可以成為城市地價(jià)評(píng)估的手段之一。我國自2003年起才有運(yùn)用大量數(shù)據(jù)對(duì)國內(nèi)城市住宅市場(chǎng)建立特征價(jià)格模型的實(shí)證研究。

二、高爾夫球場(chǎng)與房地產(chǎn)市場(chǎng)

高爾夫球場(chǎng)與房地產(chǎn)物業(yè)相結(jié)合，兩者相互促進(jìn)提升物業(yè)價(jià)值，形成了高爾夫地產(chǎn)。促成高爾夫球場(chǎng)與房地產(chǎn)聯(lián)合開發(fā)的原因，除了社會(huì)經(jīng)濟(jì)發(fā)展和高爾夫運(yùn)動(dòng)推廣產(chǎn)生的動(dòng)力外，最主要的還是與高爾夫關(guān)聯(lián)的相關(guān)物業(yè)開發(fā)帶來的巨大經(jīng)濟(jì)收益的利益驅(qū)動(dòng)。具體可以分為3個(gè)方面：（1）增加地產(chǎn)的土地價(jià)值。最突出的案例為深圳觀瀾湖高爾夫球場(chǎng)推動(dòng)其土地價(jià)值從2004年的2 600元/平方米的樓面地價(jià)上升到2009年的6 826元/平方米，并吸引了包括中航地產(chǎn)、城建地產(chǎn)和萬科在內(nèi)的多家知名發(fā)展商參與該區(qū)域的房地產(chǎn)開發(fā)，帶動(dòng)了觀瀾湖區(qū)域的整體發(fā)展，說明了高爾夫充分發(fā)揮了提升地產(chǎn)價(jià)值的功能。（2）加快開發(fā)商資金的回籠。據(jù)統(tǒng)計(jì)，高爾夫球場(chǎng)能擴(kuò)大房地產(chǎn)市場(chǎng)的吸引力，從而能加快整體資金回籠的20%—30%，這為投資開發(fā)者轉(zhuǎn)化為更高的利潤(rùn)。（3）房地產(chǎn)項(xiàng)目在其實(shí)際規(guī)劃中和現(xiàn)有的生態(tài)條件下，都需要高爾夫球場(chǎng)來容納雨水徑流，使得在濕地或其他環(huán)境敏感的地區(qū)里能與地產(chǎn)結(jié)合成為整體，從而增加其他生物多樣性。

三、基于特征價(jià)格模型對(duì)昆明市高爾夫球場(chǎng)對(duì)周邊住宅地價(jià)影響實(shí)證分析

（一）昆明市高爾夫球場(chǎng)及周邊住宅情況

本文主要選取了目前昆明市5家大型高爾夫球場(chǎng)且周邊有住宅開發(fā)的：（1）昆明萬達(dá)高爾夫球會(huì)，占地754畝，周邊住宅有滇池衛(wèi)城紫嶼、滇池衛(wèi)城藍(lán)灣、滇池衛(wèi)城悅湖郡、滇池衛(wèi)城尚城、滇池衛(wèi)城橡尚、藍(lán)域晴天。（2）陽光高爾夫球場(chǎng)，占地2 400畝，周邊住宅為溪麓·南郡、清水木華。（3）春城高爾夫球湖畔度假村，占地7 496畝，周邊住宅沁風(fēng)御庭。（4）滇池湖畔高爾夫球會(huì)，占地1 000畝，周邊住宅為滇池高爾夫別墅、東岸紫園。（5）云南昆明溫泉山谷高爾夫球會(huì)，占地1 180余畝，周邊住宅為溫泉山谷3期風(fēng)溪谷。

（二）選取的解釋變量和被解釋變量

1.解釋變量的選取

巴特勒1982年在hedonic模型應(yīng)用于住宅價(jià)格分析中就指出，三大影響住宅價(jià)格因素：建筑結(jié)構(gòu)、區(qū)位和鄰里關(guān)系。因此，本文將這三大影響因素作為解釋變量引入模型中。以所處環(huán)線（hx）描述區(qū)位，住宅所處昆明市環(huán)線位置賦值：位于 1環(huán)內(nèi)，取 1；1—2環(huán)，取 2；2—3環(huán)，取 3；3環(huán)外，取 4；綠化率（lh）和物業(yè)管理費(fèi)（wg）描述鄰里關(guān)系，其中物業(yè)管理費(fèi)越高，代表管理越好，居住環(huán)境越好；住宅距高爾夫球場(chǎng)的直線距離（jl）和高爾夫球場(chǎng)面積（qm）描述高爾夫特征；房屋建筑面積（m j）、房齡（fl）和房間個(gè)數(shù)（gs）描述建筑結(jié)構(gòu)特征。

2.被解釋變量的選取

參考大多數(shù)文獻(xiàn)，本文以住宅成交價(jià)格為被解釋變量。

3.構(gòu)建模型

采用 Hedonic模型基本形式：P=β0+β1mj+β2gs+β3qm+β4jl+β5hx+β6lh+β7wg+μ

由于昆明市高爾夫球場(chǎng)都位于三環(huán)外，因此與球場(chǎng)毗鄰的小區(qū)也都處于三環(huán)外，所以可將區(qū)位中環(huán)線因素剔除。修正后模型為：P=β0+β1mj+β2gs+β3qm+β4jl+β5hx+β6lh+β7wg+μ（1）

本文所用數(shù)據(jù)均來自2014年昆明市搜房網(wǎng)，該網(wǎng)站是昆明市最專業(yè)的網(wǎng)上房地產(chǎn)信息網(wǎng)，信息量大、全和準(zhǔn)確。將257個(gè)數(shù)據(jù)代入模型中，用Eviews軟件分析所得模型各解釋變量前的系數(shù)偏大，且對(duì)于房間個(gè)數(shù)、綠化和物管費(fèi)的系數(shù)符號(hào)不符合常識(shí)。對(duì)于高爾夫球場(chǎng)面積和住房房齡的t統(tǒng)計(jì)量檢驗(yàn)不通過，所以，高爾夫球場(chǎng)面積和房齡對(duì)于高爾夫球場(chǎng)周邊住宅房?jī)r(jià)影響不顯著。對(duì)于這一點(diǎn)可能的原因，一是因?yàn)槔ッ魇懈郀柗蚯驁?chǎng)建立時(shí)間不長(zhǎng)，周邊住宅也較新，各住宅房齡相差不大，所以房齡對(duì)房?jī)r(jià)的影響較小。二是人們更注重高爾夫球場(chǎng)提供的環(huán)境和其他因素，對(duì)它的面積大小不太在乎，所以高爾夫球場(chǎng)面積對(duì)房?jī)r(jià)影響也不大。擬合優(yōu)度R=0.8，可見擬合效果不是太好。

試算模型（2）：根據(jù)模型（1）進(jìn)行調(diào)整得到模型（2）。由于房?jī)r(jià)數(shù)值較大，所以，對(duì)該變量采取自然對(duì)數(shù)化形式會(huì)較符合線性模型要求。房齡和高爾夫球場(chǎng)的面積對(duì)高爾夫球場(chǎng)周邊住宅房?jī)r(jià)影響不顯著，所以剔除這兩個(gè)變量。修正后的模型為：

由模型2的統(tǒng)計(jì)的結(jié)果可得，模型各系數(shù)符號(hào)符合常識(shí)，且各解釋變量都通過置信度在0.1的t統(tǒng)計(jì)量顯著性檢驗(yàn)，所以各解釋變量對(duì)房?jī)r(jià)的影響是顯著的。擬合優(yōu)度R=0.9，較模型1有了提高，可見方程的擬合程度較好。方程的整體顯著性F檢驗(yàn)也通過，說明各解釋變量對(duì)被解釋變量的整體影響是顯著的。最后模型形式可寫為：LOG（P）=12.186+0.0038*MJ-0.00019*JL+0.1358*GS+1.216*LH+0.24275*WG

由于截面數(shù)據(jù)容易產(chǎn)生異方差，所以對(duì)模型2進(jìn)行異方差檢驗(yàn)：采用懷特檢驗(yàn)。由統(tǒng)計(jì)結(jié)果可得n=159.48大于0.05顯著性水平下、自由度為20的分布臨界值。所以，拒絕同方差假設(shè)。

下面對(duì)模型2采用加權(quán)最小二乘回歸進(jìn)行異方差的修正。修正后的模型擬合優(yōu)度R=0.999，可見方程的擬合程度非常好，各解釋變量的T統(tǒng)計(jì)值有了顯著性改善，可通過置信度為5%的顯著性檢驗(yàn)。所以，修正后的模型（2）的最終結(jié)果為：

4.結(jié)果與分析

最終結(jié)果（3）式符合經(jīng)濟(jì)檢驗(yàn)且通過了統(tǒng)計(jì)檢驗(yàn)，表明高爾夫球場(chǎng)對(duì)周邊住宅的房?jī)r(jià)影響是顯著地，距離高爾夫球場(chǎng)越近，房?jī)r(jià)越高。具體數(shù)值為在其他因素不變的情況下，住宅每接近高爾夫球場(chǎng)1米，住宅價(jià)格上升0.017%。同時(shí)該模型也驗(yàn)證了其他因素對(duì)房?jī)r(jià)的影響，如面積越大，房?jī)r(jià)越高；房間個(gè)數(shù)越多，房?jī)r(jià)越高；綠化率越高，房?jī)r(jià)越高；物業(yè)管理服務(wù)越好，房?jī)r(jià)越高。

5.模型的不足與局限

本模型存在的不足和局限之處，一是在收集和處理數(shù)據(jù)的過程中，由于各種因素的影響使得數(shù)據(jù)存在一定的誤差。二是樣本量太少，樣本數(shù)據(jù)不是在同一時(shí)間截面上，而模型中又未能反映時(shí)間對(duì)房?jī)r(jià)的影響，使得模型置信度有一定的削弱。三是模型的函數(shù)形式可能存在一定缺陷，僅用對(duì)數(shù)和線性形式只是對(duì)復(fù)雜的社會(huì)現(xiàn)實(shí)的粗糙擬合。最后，由于對(duì)房?jī)r(jià)的影響因素由很多，本文只是考慮了一部分，可能忽略了某些重要因素的影響。

[1]郁小平.高爾夫旅游的產(chǎn)生因素及有效作用分析[J].開放導(dǎo)報(bào)，2005，4（2）：108-109.

[2]王慶.淺析高爾夫綜合資源對(duì)高爾夫房地產(chǎn)影響——以深圳觀瀾湖高爾夫球會(huì)為例[J].特區(qū)經(jīng)濟(jì)，2012，（4）：287-289.

[3]梁菁菁.基于公眾感知的高爾夫旅游地產(chǎn)開發(fā)研究[J].江蘇商論，2011，（11）：106-109.