昆明市高尔夫球场对周边住宅房价的影响——基于特征价格模型

曾 媛，张 洪

（云南财经大学，昆明 650221）

引言

据报道，2011年我国高尔夫核心人口数量上升至35.8万人，较2010年上升7.5%。高尔夫消费群体日渐扩张，高尔夫运动已成为重要的休闲方式。高尔夫旅游被认为是当地经济发展的“添加剂”、招商引资的“助推器”、形象提升的“扬声器”。在如此强势的趋势下，结合高尔夫球场自身的综合资源，使得各大房地产商将眼光瞄准高尔夫地产开发。目前，国内外大多是定性分析高尔夫球场对经济和房地产市场影响，缺少相关定量分析。昆明市拥有良好的气候和景观优势，适宜高尔夫球场开发，因此，本文以昆明市为区域用特征价格模型定量研究高尔夫球场对其周边房价影响。

一、文献综述

房地产价格特征模型源于新消费者决策理论，即：商品的价格是由其组成的各个特征共同决定的，消费者需要的不是商品本身，而是源于这些商品所体现的特征要素。Tiebout把特征价格模型引入房地产与城市经济领域。在应用领域，国外学者将空间计量经济模型应用于特征价格模型研究。学者们分别研究了不同特征因素对住宅价格产生的影响，如轨道交通站点、主次街道的影响等。此外，特征价格模型也运用到房地产价格指数的编制。国内关于特征价格模型的研究已经有10年时间，最早是由中国人民大学蒋一军利用特征价格方法提出了计算异质商品价格指数的方法，并将其应用于房地产价格指数的计算。华南理工大学彭新育介绍了特征价格理论的基本模型及函数的估计，并结合我国的具体情况，讨论了特征价格方法应用的可能性，指出特征价格方法可以成为城市地价评估的手段之一。我国自2003年起才有运用大量数据对国内城市住宅市场建立特征价格模型的实证研究。

二、高尔夫球场与房地产市场

高尔夫球场与房地产物业相结合，两者相互促进提升物业价值，形成了高尔夫地产。促成高尔夫球场与房地产联合开发的原因，除了社会经济发展和高尔夫运动推广产生的动力外，最主要的还是与高尔夫关联的相关物业开发带来的巨大经济收益的利益驱动。具体可以分为3个方面：（1）增加地产的土地价值。最突出的案例为深圳观澜湖高尔夫球场推动其土地价值从2004年的2 600元/平方米的楼面地价上升到2009年的6 826元/平方米，并吸引了包括中航地产、城建地产和万科在内的多家知名发展商参与该区域的房地产开发，带动了观澜湖区域的整体发展，说明了高尔夫充分发挥了提升地产价值的功能。（2）加快开发商资金的回笼。据统计，高尔夫球场能扩大房地产市场的吸引力，从而能加快整体资金回笼的20%—30%，这为投资开发者转化为更高的利润。（3）房地产项目在其实际规划中和现有的生态条件下，都需要高尔夫球场来容纳雨水径流，使得在湿地或其他环境敏感的地区里能与地产结合成为整体，从而增加其他生物多样性。

三、基于特征价格模型对昆明市高尔夫球场对周边住宅地价影响实证分析

（一）昆明市高尔夫球场及周边住宅情况

本文主要选取了目前昆明市5家大型高尔夫球场且周边有住宅开发的：（1）昆明万达高尔夫球会，占地754亩，周边住宅有滇池卫城紫屿、滇池卫城蓝湾、滇池卫城悦湖郡、滇池卫城尚城、滇池卫城橡尚、蓝域晴天。（2）阳光高尔夫球场，占地2 400亩，周边住宅为溪麓·南郡、清水木华。（3）春城高尔夫球湖畔度假村，占地7 496亩，周边住宅沁风御庭。（4）滇池湖畔高尔夫球会，占地1 000亩，周边住宅为滇池高尔夫别墅、东岸紫园。（5）云南昆明温泉山谷高尔夫球会，占地1 180余亩，周边住宅为温泉山谷3期风溪谷。

（二）选取的解释变量和被解释变量

1.解释变量的选取

巴特勒1982年在hedonic模型应用于住宅价格分析中就指出，三大影响住宅价格因素：建筑结构、区位和邻里关系。因此，本文将这三大影响因素作为解释变量引入模型中。以所处环线（hx）描述区位，住宅所处昆明市环线位置赋值：位于 1环内，取 1；1—2环，取 2；2—3环，取 3；3环外，取 4；绿化率（lh）和物业管理费（wg）描述邻里关系，其中物业管理费越高，代表管理越好，居住环境越好；住宅距高尔夫球场的直线距离（jl）和高尔夫球场面积（qm）描述高尔夫特征；房屋建筑面积（m j）、房龄（fl）和房间个数（gs）描述建筑结构特征。

2.被解释变量的选取

参考大多数文献，本文以住宅成交价格为被解释变量。

3.构建模型

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

由于昆明市高尔夫球场都位于三环外，因此与球场毗邻的小区也都处于三环外，所以可将区位中环线因素剔除。修正后模型为：P=β0+β1mj+β2gs+β3qm+β4jl+β5hx+β6lh+β7wg+μ（1）

本文所用数据均来自2014年昆明市搜房网，该网站是昆明市最专业的网上房地产信息网，信息量大、全和准确。将257个数据代入模型中，用Eviews软件分析所得模型各解释变量前的系数偏大，且对于房间个数、绿化和物管费的系数符号不符合常识。对于高尔夫球场面积和住房房龄的t统计量检验不通过，所以，高尔夫球场面积和房龄对于高尔夫球场周边住宅房价影响不显著。对于这一点可能的原因，一是因为昆明市高尔夫球场建立时间不长，周边住宅也较新，各住宅房龄相差不大，所以房龄对房价的影响较小。二是人们更注重高尔夫球场提供的环境和其他因素，对它的面积大小不太在乎，所以高尔夫球场面积对房价影响也不大。拟合优度R=0.8，可见拟合效果不是太好。

试算模型（2）：根据模型（1）进行调整得到模型（2）。由于房价数值较大，所以，对该变量采取自然对数化形式会较符合线性模型要求。房龄和高尔夫球场的面积对高尔夫球场周边住宅房价影响不显著，所以剔除这两个变量。修正后的模型为：

由模型2的统计的结果可得，模型各系数符号符合常识，且各解释变量都通过置信度在0.1的t统计量显著性检验，所以各解释变量对房价的影响是显著的。拟合优度R=0.9，较模型1有了提高，可见方程的拟合程度较好。方程的整体显著性F检验也通过，说明各解释变量对被解释变量的整体影响是显著的。最后模型形式可写为：LOG（P）=12.186+0.0038*MJ-0.00019*JL+0.1358*GS+1.216*LH+0.24275*WG

由于截面数据容易产生异方差，所以对模型2进行异方差检验：采用怀特检验。由统计结果可得n=159.48大于0.05显著性水平下、自由度为20的分布临界值。所以，拒绝同方差假设。

下面对模型2采用加权最小二乘回归进行异方差的修正。修正后的模型拟合优度R=0.999，可见方程的拟合程度非常好，各解释变量的T统计值有了显著性改善，可通过置信度为5%的显著性检验。所以，修正后的模型（2）的最终结果为：

4.结果与分析

最终结果（3）式符合经济检验且通过了统计检验，表明高尔夫球场对周边住宅的房价影响是显著地，距离高尔夫球场越近，房价越高。具体数值为在其他因素不变的情况下，住宅每接近高尔夫球场1米，住宅价格上升0.017%。同时该模型也验证了其他因素对房价的影响，如面积越大，房价越高；房间个数越多，房价越高；绿化率越高，房价越高；物业管理服务越好，房价越高。

5.模型的不足与局限

本模型存在的不足和局限之处，一是在收集和处理数据的过程中，由于各种因素的影响使得数据存在一定的误差。二是样本量太少，样本数据不是在同一时间截面上，而模型中又未能反映时间对房价的影响，使得模型置信度有一定的削弱。三是模型的函数形式可能存在一定缺陷，仅用对数和线性形式只是对复杂的社会现实的粗糙拟合。最后，由于对房价的影响因素由很多，本文只是考虑了一部分，可能忽略了某些重要因素的影响。

[1]郁小平.高尔夫旅游的产生因素及有效作用分析[J].开放导报，2005，4（2）：108-109.

[2]王庆.浅析高尔夫综合资源对高尔夫房地产影响——以深圳观澜湖高尔夫球会为例[J].特区经济，2012，（4）：287-289.

[3]梁菁菁.基于公众感知的高尔夫旅游地产开发研究[J].江苏商论，2011，（11）：106-109.