摘要：房地产区位价值是房地产投资与开发重点考虑因素之一。本文利用协方差分析法对武汉市历年数据进行分析，根据关联度值确定房地产区位价值影响因素主要为产业、交通、环境以及人口组成成分等要素，在此基础上综合类比量化定价法估算房地产区位价值，并根据实际提出合理建议。

关键词：房地产区位；房地产价值估算；协方差分析；综合类比量化定价法

1引言

近年来，房地产业对各省经济的贡献不容小觑。房地产开发不仅涉及当地经济、环境、人口、成本等因素，房地产项目竣工后的不动产价值同样对当地经济和居民生活产生影响。房地产项目开发前需估算房地产区位价值。传统房地产区位价值估算方法缺乏系统性且估算结果误差较大。本文将基于国家权威统计平台数据，利用协方差分析法结合加权平均分理论计算权重，并结合类比量化定价法估算房地产价值。

2研究方法的提出

2.1房地产价值主要估算方法及其不足

房地产价值估算主要有以下几种方法：（1）市场法。此方法是根据相似房地产价格来求取估价对象价值的方法。优点是速度快，但误差大。（2）收益法。此方法是根据房地产可以得到的收益来估计房地产的价值。V=ar[1-1（1+r）n]其中：V为房地产价格；a为房地产年净收益；r为折现率；n为剩余收益年期。优点是运用历年收益推断，数据更具有说服力，缺点是计算周期过长。（3）成本法。此方法是根据当前购置或建设房地产项目所需代价估计房地产的价值。优点是数据明确，缺点是因素种类较少。（4）假设开发法。此方法是根据估价对象评估预期开发完成后的价值。对数据的处理大多凭借管理者的主观经验，所以误差较大。（5）类比量化定价法。该定价方法是将影响房地产价值的因素分别确定权重，结合最小二乘法建立函数关系式得出项目的均价。该方法的数据调查样本数量和调查区域具有相对局限性和不完整性。上述估算方法在房地产价值估算中有一定参考价值，但因数据来源通常具有一定的个人主观性，致使数据准确性降低，结论数据误差较大。为此，需探讨更加科学的估算方法。

2.2本文拟采用的研究方法

本文研究的估算方法是协方差分析+类比定量化定价法。数据取自国家统计局官网、中国空气质量在线监测分析平台历史数据等权威数据平台，运用协方差分析方法得出权重，结合类比定量化定价法估算房地产价值。此外，本文采取实证分析法。以武汉市为例，采取以上方法以已知区位房地产价值为基础预估房地产区位价值，并与实际价值比较进行验证。

3房地产区位价值影响因素分析

3.1房地产区位价值影响因素

通过对已有研究成果进行梳理，确定影响房地产价值的因素主要有地区经济、环境、交通、人口、周边地产现状等要素。本研究中将GDP设为T、房价设为U、地铁里程设为V，人口设为W，分别输入Eviews软件得出各要素之间的关联（Correlation），根据得出的数值推断各影响要素与区位房地产价值的关联度，从而判定区域经济是影响房地产价值的重要因素。

3.2样本影响要素分析

研究采用协方差分析法，运用EViews软件对样本数据进行变量之间的因果分析，根据数值测算判断与目标数据关联最紧密的要素。以下将选取2014年-2018年各要素：GDP设为T、房价设为U、地铁里程设为V，人口设为W，可吸入颗粒物（PM10）为X、细颗粒物（PM2.5）为Y、大学生人数为Z，并以武汉市房地产均价作为基础数据，运用Eviews软件分析以上各因素与武汉市房地产均价影响关联度，并分析各要素对房地产价值的影响程度。（1）区域经济。一个地区的主要产业是推动地区经济发展的主力，带动区域经济与房地产价值的提升。本研究选取地区GDP作为技术指标，明确区域经济能否成为影响房地产区位价值的重要因素以及与房地产区位价值的关联度。采用协方差分析法，借助Eviews软件通过分析武汉市2014年-2018年的GDP、房地产均价、地铁里程与人口的数据，验证区域经济是影响房地产区位价值的重要因素。将2014年-2018年各因素取值分别输入Eviews软件得出各要素之间的关联度（Correlation）值，即：T与U的关联度为0.988871、V与U的关联度为0.952188、W与U的关联度为0.942539，可见房地产价值与地区GDP关系密切，而地区GDP是衡量经济发展的重要指标，所以从上述结论可以推断区域经济是影响房地产价值的重要因素。（2）环境。人们对美好生活的憧憬和对生命安全、身体健康的关注，使环境逐渐成为市民选房考虑的因素之一，本研究以武汉市为例分析房地产区位价值与环境的关系。从表1可以看出：靠近武昌、汉口核心的地区房地产价值依次升高。而青山与白沙洲虽靠近武昌区，房价却低于周边水平。白沙洲出现这种情况的主要原因是部分地区存在喀斯特地貌和溶洞地质，容易产生地陷现象，故白沙洲房地产价值较低迷。为了验证这种说法，再次运用协方差公式对武汉2014年-2018年的数据进行分析，目的在于分析地区GDP、房价、地铁里程、人口、可吸入颗粒物（PM10）平均值、细颗粒物（PM2.5）平均值及历年留汉大学生之间的关联度。将武汉市2014年-2018年历年统计数据输入Eviews软件，再通过协方差公式算法得出相应数值。根据分析结果，U与X的相关率为-0.964370、U与Y的相关度为-0.874016。可以说可吸入颗粒物（PM10）、细颗粒物（PM2.5）等指标会阻碍房价增值，且可吸入颗粒物（PM10）的相关负指数的绝对值超过了人口（W）与地铁里程（V）对房价（U）的正影响指数。换言之，可吸入颗粒物（PM10）平均浓度及变化影响对房地产区位价值的影响较大。（3）交通交通设施是影响房地产价值重要因素。购房者购房将出行方便程度作主要考虑因素，所以交通设施沿线的房地产区位价值通常较高。在协方差公式计算中，取有代表性的地铁设施里程作为交通设施指标，其对应的correlation为0.952188。检验数据结果表明交通是影响房地产区位价值的重要因素。（4）人口组成成分近年来，人们对房屋功能提出全新要求，促使房地产开发商不断提高房屋建设质量和功能设置，所以人口数量和人口成分是影响房地产区位价值的重要因素。为了验证这个观点，通过对武汉市2014年-2018年房地产价格和人口、留汉大学生的统计数据进行协方差法分析，得出Z与U的关联度是0.998882，W与U的关联度为0.942539。由此推断，人口组成成分以及数量是影响房地产区位价值的重要因素。（5）其他要素。房地产的周边地产现状以及成本等因素也对房地产区位价值有一定的影响。房地产区位价值与周边地产价格、区域所处位置成正比关系，与建设成本成反比关系。在城市建设中，越靠近市中心的区域，越容易得到发展所需要的人口、资金与其他优势，并且更利于促进地区房地产的发展。根据以上理论，通过协方差法明晰了各影响因素与房价的关联度。但是环境质量对房地产区位价值的影响相比其他影响因素更加动态化，当地区PM2.5、PM10等环境指标改善时，对房地产区位价值升值具有正向影响，反之当各项环境指标不佳时对房地产区位价值的影响可能超过交通和人口对房地产价值的影响，甚至导致原有房地产价格的贬值；区域内引入一定数量的大学生，房地产区位价值必会攀升。

4房地产区位价值的估算

通过上述对房地产区位价值影响因素的分析，将地区GDP、地铁里程、人口、PM10、PM2.5以及大学生数量等因素作为主要影响因素，结合综合类比量化定价法（又称加权点数计价法）进行估算，克服传统类比量化定价法因数据来源局限性导致的测算结果误差。

4.1类比量化估价法估算

房地产区位价值的估算思路为：以大数据库中的相关数据为基础，利用协方差理论的相关度确认各影响因素在房地产区位价值中的权重，结合类比量化定价法对房地产项目的区位价值项进行估算。此方法的优点在于，相关数据来源于大数据库，提高了数值的精确度。下面模拟一组数据进行估算。如表2所见，通过将4个已知类比项目的各项数据作为基础数据来估算预估房地产项目的区位价格。数据统计以类比项目1为例：（1）类比项目1的GDP超过地区平均GDP，则类比项目1的GDP的权重为满分，若项目1的地区GDP只有地区平均GDP的0.6倍，则加权为加权满分乘以0.6；（2）在项目1的区位中如果有地铁就填入完整加权，若没有则为0；（3）人口值大于或等于平均人口密度则为满分，人口的加权参照地区平均人口密度，按照比例相乘得出结果，例如项目1的平均人口密度为地区平均值的0.8，故加权取0.8倍的0.461；（4）该地区PM10数值高于年平均最高容许浓度限值（二级标准年平均浓度限值100μg/m3分值）则为0，低于标准值时，则权重系数=满分权重*{（标准值-测量值）/标准值}；该地区PM2.5高于年平均最高容许浓度限值（35μg/m3分值）则为0，低于标准值时，则权重系数=满分权重*{（标准值-测量值）/标准值}；（5）该地区大学生的人数大于或等于平均值则为满分；低于平均值的情况，权重应为统计值与地区平均数额的比值乘以满分加权。根据以上理论推断，预估该房地产项目的区位价格为8291元。为证实上述方法的准确度，下一节通过实际案例验证结果。

4.2类比量化估价法实证

以2017年武汉市四个地区的房地产价值（元/m2）为例，已知武昌区、江汉区、江夏区三个区域的房地产价值，运用类比估价法推算洪山区房地产价值，并与实际房地产价值进行比较检验，验证此估算方法的准确性和有效性。在对预估项目进行估算前，需要统计四个项目所在地区的GDP、地铁状况、人口组成以及PM10、PM2.5的平均浓度及变化。4.2.1估算前整理出相关数据。（1）根据武汉年鉴整理数据。2017年武汉市总GDP为13410亿元，各区平均GDP为957亿元；人口密度平均人口密度为1271人/平方公里，武昌、江汉、洪山、江夏四个区的人口密度分别为：19793人/平方公里、25790人/平方公里、2851人/平方公里、453人/平方公里。其中江夏区人口密度不及平均密度加权为0.1648*453/1271，其余三个区为完整加权。（2）根据武汉市空气质量办公布信息整理数据，得到2017年武汉市空气质量情况及各区改善空气质量考核排名结果及PM10（可吸入颗粒物）和PM2.5（细颗粒物）平均浓度同比变化情况。（3）根据武汉市高校分布整理数据。大学生人数按照各区的大学、高校分布情况确定，武汉市内共有83所高校，平均各区为6所高校，其中洪山区、武昌区、江夏区均超过6所，而江汉区为0所。（4）根据《360中房网》中的房产价格数据，2017年5月武汉市各区房地产价格分别为：武昌区23632元/m2、江汉区20256元/m2、江夏区12823元/m2、洪山区18300元/m2。4.2.2案例估算及验证。案例是通过类比2017年5月武汉市的武昌区、江汉区、江夏区三个区的房地产价格进行的估算，首先根据数据进行权重计算，最终估算出洪山区房地产价值（文中省略了估算步骤，估算数据及结果如表3所示）。房产价格也受政策等其他因素的影响，但估算出的数据18024元与当时该区房地产实际价格的18300元较为吻合，结果验证该估算方法完全适用于房地产区位价值的定价。5房地产投资决策的建议（1）增设公共设施，提升房地产区位价值空间从城市发展和建设成本的角度考虑，政府采取各类融资手段筹资主导建设各种现代公共基础设施、提供满足人们美好生活需求的要件，可以提升开发项目的房地产区位价值潜力。（2）了解项目环境，剖析房地产价值影响因素房地产项目开发前应充分了解项目周边情况。譬如高新产业及区域内配套设施健全势必推动区域经济良性发展，房地产项目的区位价值也会随之提升。（3）改进估算方法，确定房地产区位价值定位在分析房地产项目周边情况的基础上，通过协方差分析法分析各个影响因素对房地产价格的影响程度与加权，结合综合类比量化定价法等方法较精确地估算项目的房地产区位价值，可以有效规避盲目投资带来的风险。（4）调查市场行情，确保房地产项目投资收益普通的投资者，在投资前应充分调研房地产市场的实际情况，慎重选择既符合自身需求，又可以实现家庭资产增值保值的目标。

作者:郭丽华 官靖峰 单位:吉林建筑大学经济与管理学院