数字偏好与住宅价格

李晓靖 贾士军 崔文君

摘要：基于广州市二手房交易数据，采用特征价格法，从总体样本、购房者身份特征与购房目的子市场两个层面研究了楼层数字尾号为8和4对住宅价格的影响。结果表明：（1）在总样本模型中，楼层尾号4和8均对住宅价格影响显著。其中，楼层尾号4的住宅价格比一般楼层的价格低0.8%，楼层尾号8的房价比一般楼层的价格高0.9%;（2）在子市场中，楼层数字对不同购房群体的影响存在差异。年龄处于25-65岁的购房者、广东户籍的购房者以及以改善为目的的购房者更偏好楼层尾号数字为8的住宅，女性购房者和66岁及以上购房者更避讳楼层尾号数字为4的住宅。此外，实证表明，广州市在2013-2016年间的住宅价格处于逐年上升的趋势。

关键词：数字偏好;住宅价格;特征价格法

中图分类号：F293.3 文献标识码：A

文章编号：1001-9138-（2019）03-0019-28 收稿日期：2018-12-29

生活中，大家都有这样的经历：买了个手机，需要选择电话号码，一般人们会选择尾数为8的号码，而尾数为4的号码无人问津;商家在商品定价时，我们经常看到尾数为8、很少看到尾数为4的定价策略;即使是在股票市场，一些学者的实证研究也证实股票投资者更倾向于购买尾号为8的股票代码，导致股市“8多4少”的现象;于是我们想，当消费者购买住房时，如果面对尾数为4、8的楼层时，他（她）的选择是什么？他（她）愿意为尾数为8的楼层住房支付较高的价格吗？尾数为4的楼层住房是不是价格就应当便宜一些？

众所周知，从汉语语言角度，8与“发”、4与“死”谐音，于是人们对数字有好恶、偏好之分，由此反映出数字文化对经济生活的影响。

通过有关文献检索，一些实证研究表明，吉利数字对住宅价格有显著的正向影响，不吉利数字对住宅价格有显著的负向影响。以西方文化为例，在俄罗斯房地产市场中，楼层13对公寓的需求有显著的负面影响，楼层7对公寓有显著的正向影响;在东西方文化的交融与对比研究上，在新西兰奥克兰的房地产市场中，华人与非华人购房者存在不同的数字偏好，但随着时间推移，奥克兰的华人可能受到本土文化的影响，对吉利数字8的偏好有逐步减弱的倾向;在中国台湾地区，所在楼层为4的住宅价格比一般楼层住宅价格低;而在中国香港地区，港人多信风水与运势，因此住房位于8、18、28和38的楼层蕴含“幸运”，而位于4、14、24和34被认为“不幸运”;在中国大陆，有学者发现成都二手公寓尾号为8的楼层销售速度较其它楼层较快，且价格较高。由于房地产市场是地方性市场，中国文化具有多元性，因此，仅有成都数字偏好与房价的实证研究不足以反映全国情况;同时，从国外和国内文献来看，以往研究都是将一个国家或地区的住房市场作为一个整体来研究，但并未区分购房人是男还是女、年龄是中年还是老年、籍贯来自何方、买房是刚需还是改善型需求，因此数字偏好之于住房价格尚需更为充分的研究。

本研究拟采用广州市H房地产中介公司二手房交易数据，基于特征价格理论与模型，从总体市场和性别、年龄、户籍和购房目的子市场两个层面探讨数字偏好对住宅价格的影响。

1数据与模型拟定

1.1研究区域和数据来源

作为中国一线城市，广州市住宅市场化程度较高，发展成熟。本文研究的范围是广州市荔湾、越秀、海珠、天河、白云以及番禺区六个区域。H中介公司为广州市著名中介公司，在广州总共有200余个网点，分布在广州的各个区域。

研究数据时间跨度为2013年1月1日-2016年4月30日，均为H公司二手实际交易数据。为保持数据的统一性，选用的数据均为电梯楼数据，数据共计6031条。数据信息分为住宅具体特征以及购房者特征两部分，含有房屋地址、房屋性质、产权、景观以及购房者的性别、出生年份、户籍以及购房目的等基本信息。为了得到更丰富的特征价格变量，我们还采用GIS技术测量住宅到最近地铁站距离、最近公交车站点距离、最近三甲医院距离和最近商业中心的距离。

1.2购房者特征描述统计

根据现有购房者的性别、年龄、户籍和购房目的进行分类的描述统计情况如表1所示。

对于表1中，有关说明和购房者所呈现的特征如下：

在性别方面，房地产权证载明事项中一般会出现单男、单女以及男女共同出现的情形，并且对于后者还会出现男前女后或女前男后两种情况。这两种情况是否意味着前者在購房决策中所起的作用更大并伴随数字偏好因素？为此我们划分为男性、女性、男女、女男四个类别进行研究。由表1可以看出，男性和女性购房者的数量基本均等，在四类别中女性购买者比男性购房者仅多2.7%。但就男女和女男进行对比，后者明显高于前者，女男比男女高6.1%。这一现象挺有意思，可能的解释一是在购房决策中女性偏于强势，另一原因是女性的主观风险意识更强或男性更为尊重女性。

在年龄方面，26-45岁的购房者人数最多，占样本总数的77.7%，45-65岁购房者占比11.9%，而66岁及以上的购房者人数最少，占比2.3%。从房屋总价看，45-65岁的购房者购买住宅的总价均值最高，这部分购房者购买力最强。

在户籍方面，购房者以广东户籍为主，占样本人数的66.1%。从住宅总价看，广东户籍购房者购买的住宅总价均值比非广东户籍购房均值高17.71%。

在购房目的方面，自住安家型需求最大，投资型最少。自住安家型的购房者占总购房人数的56.9%，改善住房型购房者占比38.8%，投资型购房仅占4.3%。

1.3变量选择与量化

特征价格理论的基础主要由Lancaster的偏好理论和Rosen的特征市场均衡模型两部分构成，进而构建特征价格模型。根据特征价格理论与方法，影响房价的因素主要分为建筑特征、邻里特征和区位特征三大类。沿用此分析框架，结合广州市实际及中介交易数据，选择了13个住宅特征作为模型自变量，并加入时间控制和区域控制变量，因变量采用住宅总价。变量的具体赋值如表2所示。

1.4函数形式和估计方法

在特征价格模型中，通常采用的函数形式主要有线性形式、对数形式、半对数形式三种。在实际应用中，应根据具体情况进行选择，本文依据现有数据确定研究的具体模型形式为：

2总体样本模型的检验与结果

根据交易数据，按照模型公式，以住宅总价作为解释变量进行估计。由于所在楼层与所在楼层平方存在共线性问题，继而剔除所在楼层变量，将其余12个特征变量并加入时间控制变量和区域控制变量进入模型，得到拟合结果如表3所示。

从模型结果来看，四个模型的整体拟合效果均较好。调整后的拟合优度值均大于或等于0.795，说明住宅总价变化的79.5%以上都能够用所选影响因素的变化来解释。但这四个模型又有所不同。在这四个模型中，模型（1）和（2）都未加入楼层尾号变量，其中模型（2）较模型（1）增加了区域控制变量;模型（3）和（4）都加入了楼层尾号变量，其中模型（4）较模型（3）增加了区域控制变量。

从模型（1）、（3）与模型（2）、（4）对比可以看出：第一，加入区域控制变量后的拟合优度均超过80%，明显比未加入区域控制变量的拟合结果的解释度更高;第二，对比模型（4）和模型（2）看出，引入了楼层尾号变量后模型的各项特征变量显著性无明显变化，且非标准化系数差距不大，说明模型稳健性较强。从拟合结果中看出：

（1）楼层尾号4和尾号8对住宅总价的影响均显著且符合预期符号。楼层尾数为4对住宅总价有显著的负向影响，且比一般楼层住宅总价低0.8%;楼层尾号为8对住宅总价有显著的正向影响，且比一般楼层住宅总价高0.9%。由此说明高层住宅价格与楼层数字有显著关系，楼层尾号数字是人们购房考虑的因素之一。

（2）建筑特征、邻里特征以及区位特征的显著性均在95%及以上，且符合预期符号。住宅总价随着面积的增加而增加，南北通风的住宅比一般住宅总价高，所在楼层平方显著，说明住宅价格随着楼层的增加呈现出非线性的特征;有绿化景观以及水景的住宅比其他住宅总价高，临近有地铁和公交站对住宅总价有显著正向影响，且1000m内有地铁的住宅比一般住宅总价高5%，1000m内有公交站的住宅总价比一般住宅高1.3%;住宅距离公园，商业中心和医院越远，住宅总价越低，且三项区位设施对住宅总价的影响程度差距不大。

（3）从时间变量上看，时间变量均显著且预期符号均为正的。以2013年为基准，2016年对比2013年住宅价格高7.6%，2015年比2013年住宅价格高4.8%，而2014年住宅价格比2013年高3.5%。从结果中可以看出在2013年-2016年时间，广州市的住宅价格总体呈现上升趋势。

3子市场研究结果

当购房者的性别、年龄、户籍与购房目的不同时，其对数字偏好是否存在差异性？我们想进一步深入探讨此问题。

3.1性别子市场

依据前文对购房市场描述统计下分类分析，本研究将性别子市场划分为四种类型。得到最终模型拟合结果如表4所示。

观察表4，四个模型的解释力度均超过80%，所选特征变量无多重共线性，且变量之间的VIF值均小于10，模型稳健性较强。从结果中我们得到：

（1）各性别子市场模型拟合结果中楼层尾号8变量均不显著，楼层尾号4变量仅在女性市场中显著。具体来说，楼层尾号数字并不会影响到男性的购房决策，而女性购房者会尽量避免选择尾号数字为4的楼层。当一个住宅单位同时有两位购房决策者的情况下，不管男性是第一户主还是女性是第一户主，楼层数字4或者楼层数字8均不显著。这种结果可能的解释是：在个人购房决策中，女性购房者更为谨慎，对本身可能产生不利的购房因素更为敏感，对数字4带来的心理效果反映更大;男性整体上比女性更为强势，进行购房选择更多考虑有利因素;两人共同购房时，进行购房决策过程中两人相互商量，购房中更为看重区位、邻里和建筑本身等本质因素，对楼层数字并不在意，购房更趋于理性。

（2）四类购房市场中，影响购房者的因素存在异同。其中，在四类购房市场中，住宅总价随着面积的增加而增加，所在楼层平方均显著，绿化景观对各类型购房市场的住宅总价均存在显著的正向影响。由于篇幅有限，本文不在此进行四类购房群体影响因素的差别进行过多的分析。

3.2年龄子市场

不同年龄的消费者在购房决策时是否存在数字偏好？为此我们进行子市场研究。此研究的难点是如何划分不同年龄层次的子市场。通过查阅相关文献，参考相关学者对住宅市场中购房年龄结构的研究，并对不同分类进行模型拟合尝试，最终按照稳定程度最好的拟合结果，将购房者年龄分为四个阶段：25岁及以下、26-45岁、46-65岁、66岁及以上，最终得到模型拟合结果如表5所示。

通过观察表5可以发现，各子市场调整后的拟合优度值均大于78%，且四个模型的共线性值均小于10%，模型拟合稳健性较强。通过模型拟合结果看出：

（1）在数字偏好方面，25歲及以下购房者对数字没有明显的偏好，而25-45岁、46-65岁的购房者偏好楼层尾号8的住宅，66岁及以上的购房者避讳楼层尾号4的住宅。其中，在26-45岁购房者市场中，楼层尾号8对住宅总价有显著的正向影响，影响系数为0.9%;在46-65岁购房者市场中，楼层尾号8的住宅比一般楼层尾号住宅总价高2.5%，这一系数明显比26-45岁购房市场的影响程度更大，说明46-65岁的购房者更偏好楼层尾号8的住宅;从66岁及以上的购房市场中发现，楼层尾号4对住宅总价有显著的负面影响，比一般住宅总价低7%。这一实证结果产生的原因可能是因为：处在25-65岁这个年龄阶段的购房者，是事业的上升阶段，是人生的奋斗期，因此对自身有较高的要求，这种要求体现在个人的消费行为中，产生消费偏好;处在66岁及以上年龄阶段的购房者，这个阶段的购房者临近人生的最后阶段，对不好的事物的态度可能是负面的，因此对“不吉利”的数字4有较强的避讳心理。

（2）在购房决策的一般影响因素方面，相较于25岁及以下、46-65岁、66岁及以上的购房者，26-45岁购房者考虑的影响因素最多、最全面;25岁及以下的购房人群主要看中地铁、面积等因素，而对南北朝向、绿化景观、水景等并不关注，由此发现25岁及以下购房者务实的购房特征。

3.3籍子市场

中国幅员辽阔，在中华文化之下有不同的亚文化，例如南方与北方、西北与东南等。即使是在南方，也存在吴越文化、岭南文化、潇湘文化等亚文化。地域文化不同，是否会反映在数字与房价的关系上？这也是我们本次研究关注的问题之一。

根据购房者户籍信息数据我们做了多种分类尝试，最终按照广东户籍和非广东户籍方式进行子市场研究，结果如表6所示。

从表6可以看到，广东户籍和非广东户籍子市场模型中，调整后的拟合优度均大于82%，各项变量之间的VIF值均小于10，经多次模型拟合尝试，模型稳健。从结果中我们发现：

（1）楼层尾号8在广东户籍市场中显著，楼层尾号4在两个户籍子市场中均不显著。其中，楼层尾数8对广东户籍子市场中的住宅总价有显著的正向影响，楼层尾号8的住宅比一般住宅总价高1%，这就说明广东户籍的购房者，更偏好楼层尾号为8的住宅;楼层尾号4在两个市场中均不显著，表明广东和非广东户籍的购房者均没有对楼层数字4的避讳心理。这一结果产生的原因可能是由于岭南文化有独特的信仰特质，传统的广东人在平常的生活中有讲究“意头”的习惯，追求意念中的“好彩”和“运数”，因此广东户籍人口的可能受到传统岭南文化的影响，喜欢吉利数字或者寓意中有吉利的语言。

（2）户籍购房者分类的模型拟合结果总体解释力度较强。在广东户籍购房者市场中，建筑特征、邻里特征和区位特征三类变量的模型拟合结果均显著，这就表明广东户籍的购房者进行购房决策时考虑的因素更多。对比非广东户籍的购房者，广东户籍购房者更注重绿化景观和水景。

3.4购房目的子市场

根据已有的数据结构和分类，本研究对购房者的购房目的细分为3类：自住安家型、改善住房型以及投资型。最终得到回归拟合结果如表7所示。

观察表7，发现3个子市场模型中改善住房型模型解释力度最强，调整后R2为84.4%，自住安家型为80.8%，投资型为80.7%，投资型解释力度略低，各模型都通过了变量间的共线性检验，3个模型拟合结果稳健。从结果中分析可以发现：

（1）楼层尾号4和楼层尾号8在3类购房动机市场中呈现出不同特点。其中，楼层尾号4在3类购房动机市场中的影响均不显著;楼层尾号8仅在改善型市场中对住宅总价有显著的正向影響，且比一般楼层的住宅总价高1.7%。由此表明基于改善住房型需求的购房者更偏好楼层尾号8的住宅，而自住型需求和投资型需求的购房者对楼层尾号数字没有明显的偏好。这一结果可能的解释是：自住安家型购房者更关注本身的资金是否能够买到交通更为便利、景观更好的住宅;投资型购房者更关注住宅的溢价能力，往往与区位因素有较为紧密的关系，而不是住宅特征;对于改善住房型消费者而言，购房者经济相对比较宽裕，比自住型和投资型购房者考虑需要更好的区位、更便捷的交通条件还有更好的楼层等因素。

（2）不同购房动机中，影响购房者决策的因素有所不同。出于自住需求的购房者，更偏好南北朝向、有绿化景观、水景的、临近地铁站或者公交站、临近公园和医院的住宅;改善型需求型与自住需求型购房者不同的是，改善住房型购房者更偏好临近商业中心的住宅;对于投资需求的购房者而言，更偏好购买具有绿化景观，临近地铁和公园的住宅。

4结论

通过总模型和购房者子市场进行分析，我们有如下结论：

（1）总样本中，楼层尾号4和尾号8对住宅总价的影响均显著。楼层尾数为4对住宅总价有显著的负向影响，比一般楼层住宅总价低0.8%;楼层尾号为8对住宅总价有显著的正向影响，比一般楼层住宅总价高0.9%。与国内外购房者相比，广州地区消费者在购房时同样存在数字偏好。

（2）从子市场分类拟合结果来看，楼层数字对不同购房群体的影响存在差异。在性别子市场中，楼层尾号4对女性市场存在负面影响，对男性、男女、女男子市场影响不显著。同时，楼层尾号8对男性、女性、男女、女男子市场均不显著;在年龄子市场中，楼层尾号4对年龄处于66岁及以上的购房者有显著负面影响，对66岁及以下购房者无显著影响。同时，楼层尾号8对处于26-45、46-65岁年龄阶段的购房者有正向影响，对66岁及以上和25岁及以下的购房者无显著影响;在户籍子市场中，楼层尾号4对广东户籍子市场和非广东户籍市场均没有显著的影响。同时，广东户籍购房者对楼层尾号数字8存在偏好;在购房目的子市场中，楼层尾号4对自住安家型、改善住房型和投资型购房者的影响均不显著，楼层尾号8在改善住房型子市场存在显著性。

（3）广州市在2013-2016年间的住宅价格逐年上升。无论是总样本模型，还是子市场研究，2013-2016年4年间回归系数逐年增大，说明住宅价格逐年上升。

（4）建筑特征、区位特征和邻里特征对住宅价格的影响均显著且都符合预期。建筑特征、邻里特征以及区位特征的显著性均在95%及以上，且符合预期符号，其中：住宅总价随着面积的增加而增加，南北通风的住宅比一般住宅总价高，所在楼层平方显著，住宅价格随着楼层的增加呈现出非线性的特征;有绿化景观以及水景的住宅比其他住宅总价高，临近有地铁和公交站对住宅总价有显著正向影响;住宅距离公园、商业中心和医院越远，住宅总价越低，且三项区位设施对住宅总价的影响程度差距不大。