南京市二手房交易价格的影响因素研究开题报告

1. 研究目的与意义

房地产行业在中国整体经济规模中有着举足轻重的地位，体现在行业与gdp增加值占比、出让金占财政收入的比例与开发投资占全社会固定资产投资的比例多个方面。而二手房市场又是房地产市场的重要组成部分。从全国市场来看，一二线城市已呈现进入存量房市场或正在向存量房市场过渡的现象，部分一线城市市场总成交二手房的占比达到了80%左右，已经进入了绝对的存量时代。以南京为例，2016年南京市二手房占成交总量的54.1%，二手房在房地产市场中占有很大份额。

南京作为中国东部发达城市的典型代表，其二手房市场比较健康，市场环境良好，相关制度也比较健全，相关数据也比较容易收集。南京的土地资源在主城区内比较匮乏，但是吸引了大量人口，在将来会承担较大的移民压力，产生大量的住房需求。近年，南京加快了对于城市外围区域的开发和利用。目前，除了南京主城区，在栖霞区、江宁区、浦口区等城市外围区域存在大量的二手住房，但是不同区域的二手房成交价格、成交数量却存在着较大差异。不同区域之间的二手房成交价格和成交数量的增长趋势也不尽相同，因此研究南京的二手房市场交易价格分布特征以及影响二手房交易价格的主要因素，有利于比较清晰透彻的掌握二手房价格在空间分布上的分布规律和形成原因。

同时，二手房市场交易价格目前存在诸多问题或现象。二手房价格受到区域因素、房屋自身因素、市场因素等多种因素综合影响，传统估价方法过多关注于房地产自身属性的差异及修正，有较强的主观性。交易价格的不确定性、一房一价以及交易者之间的主观因素等都会影响价格，因此探讨二手房交易价格的影响因素，即为客观认识二手房市场奠定理论基础，同时也为二手房市场的实践交易提供参考和指导。

2. 研究内容和预期目标

南京市不同区域、不同类型的二手房屋历年来的成交价格和成交数量的变化特征和趋势具有不同的特点，本课题基于数据分析，探讨不同区域的二手房的成交价格、成交数量变化趋势形成的原因以及其交易价格不同的主要影响因素。

将南京市分为中心城区、近郊、远郊三个区域，并分别选取合适的行政区域作为各区域的代表进行研究。以行政区域为研究单位，分析其历年二手房成交价格、成交数量以及变化趋势，并研究不同部分其各自变化趋势不同的原因。

之后以价格特征模型为基础，建立二手房价格与区位因素、房屋自身因素等影响因子之间的函数关系，并采用多元线性回归模型，以二手房交易价格相关数据为参考，对比分析不同区域各个特征变量对二手房价格的影响程度，并分别对三个区域的影响因素以影响程度大小进行排序，得出不同区域二手房价格的各自的主要影响因素。

3. 国内外研究现状

沈傲[1]通过构造住宅市场价格区域差异影响因素模型，对影响住宅价格的因素进行识别，经实证研究发现各类地区住宅价格影响因素的差异。将城市分为三类，第一类为：住宅市场发达，房价相对较高的城市，第二类为发展状况一般，正处于增长阶段的城市，第三类主要欠发展城市。一方面，部分因素正反馈于某类地区住宅价格，负反馈于另外类别地区的住宅价格；另一方面，同一因素对不同地区的住宅价格都有影响，但影响程度不同。具体表现为：第一，信贷规模，作用于一类地区的住宅价格的影响程度低于三类地区，并且是二类地区住宅价格下降的因素。在GDP增长的条件下，信贷规模扩张均是不同地区住宅价格上涨的因素。第二，不同地区的GDP均推动住宅价格上涨，一类地区的影响程度强于二类地区，二类地区又强于三类地区。第三，人口对一类地区的住宅价格的作用强于三类地区，但人口是二类地区住宅价格下降的因素。第四，人均收入水平对一类地区住宅价格的影响程度大于三类地区。第五，在成本因素方面，与一类地区是反向作用，与二类、三类是正相关作用。

潘子康[2]运用定性分析法和定量分析法，指出需求因素对东西部地区房价的影响程度较大，对中部地区影响较小。供给因素是东部地区房价的主要影响因素，建设成本因素和土地供给因素分别对中部和西部地区有显著影响。东部地区房地产市场的升值空间较大，外来资金的流入和居民收入的投资导致房地产市场的资金因素影响显著，较高的物价水平和紧缺的土地供给也使成本因素对于东部地区的房地产价格有着重要的影响。中西部地区的房地产市场仍然处于上升阶段，所以供给成本因素也对房地产价格有着很大的影响。李方[3]基于我国35个大中城市的面板数据，指出土地购置面积是影响房价的重要因素；人口密度是影响房地产业发展的最重要的因素；平均可支配收入的上升会刺激消费，拉动人们对住房的需求；一二线城市的人均GDP对于房价影响幅度大；随着房地产投资的上升，房价也会上升。赵红军[4]从空间、房屋特征和交易税费三个层面构建Hedonic模型，得出结论在控制学校因素、房屋特征、交易税费等因素的情况下，区位对二手房价格具有经典的倒U型影响。当小区离中心商务区的距离增加时，二手房价格呈现先下降，之后开始上升的趋势。当加入三次项后，发现到市中心的距离对二手房价格呈S型影响。这说明当城市开始出现副中心后，竞价曲线往往是非线性的。城市副中心的二手房价格往往高于其他地区，但随着距离的进一步增加，二手房价格又会出现下降，从而导致整个房地产市场呈现出明显的驼峰状价格分布状态。代磊[5]基于多元线性回归模型，选取卧室数量、楼层、装修程度、电梯、是否临近地铁等因素，通过对市场数据进行合理的分析探讨，得出房屋的相对高度和交通条件对单位面积房价影响较大的结论。缪格[6]采用特征价格模型，从消费需求出发，用多元回归分析法将房价分解为各个特征价格来研究房价的影响因素，并对武汉市二手房价格影响因素的影响程度进行排序。影响程度由大到小为：面积、有无地铁、教育设施、生活娱乐设施、装修程度、总层数、有无CBD、房龄、公交站。王元华[7]基于城镇化进程的视角，揭示了城镇化中房地产价格分异的影响因素及分异规律，指出城镇化对房地产市场带来了明显的正影响，即城镇化市场程度高的城市，房价较高，上涨较快。城镇化通过经济、人口、空间三个途径影响房地产价格，是房地产价格分异的原因。房地产价格分异体现在空间和时间上，在空间上是聚集的，在不同时间空间内是联动和传递的。大城市仍发挥重要的集聚作用，其房地产价格仍具有上涨动力，具有进一步分异趋势。周欣帅[8]基于城市聚集的观点，得出住房价格随着经济密度、消费密度、人口密度和城镇居民人均可支配收入的增加而上升，并且南京市各区县房地产市场具有差异。通过对南京城区住房价格空间分布分析，发现南京市住房价格空间分布格局经历了单中心-扩展-两中心-扩展-多中心混合的演变过程。对南京市城区住房价格空间分布时空演变分析发现房价变化最大的区域依旧是城区中心区域，城区房价升幅普遍高于边缘区域的房价升幅，房价变化増加值在空间布局上表现出一定的圈层模式。随着南京市大都市空间战略的实施，地铁的开通极大改善郊区交通条件，影响着南京住房价格空间结构。从基于价格梯度的房价走势可看出，从新街口到城区边缘的各个方向上住房价格剖面存在一致的下降趋势，城市交通线路方向递变规律表现为不同的特点。在房价空间变化的过程中，新市区商业集聚中心区域会出现明显的峰值点，房价空间变化呈现出点轴模式，近年南京房价沿着地铁轨道交通线向城市周边扩散。曹天邦[9]指出南京市住宅地价空间从单中心为主转变为主中心和次中心组成的多中心格局。这与一般城市的地价空间演变具有一致性。在南京市十年的地价变化中，地价变化总趋势是呈波浪式上升的。南京市住宅地价分布具有明显的＂年轮＂现象，地价总体随城市中心的距离増加而减少，具有明显的规律性，并且影响因素对地价的影响亦符合距离衰减法则。地铁等交通沿线集聚效应明显，导致地价上涨，形成地价变化沿交通轴线分布。中心区域地价升幅普遍高于边缘区域的地价升幅。表明南京市城市空间演变的力量处于向心集聚和离心扩散并存阶段，土地利用上表现在郊区发展和中心区的繁荣并存。虞永军[10]从保障房建设规模角度，通过构建向量自回归(VAR)模型，利用南京市相关数据进行保障房建设规模的实证研究。分析结果显示，保障房的建设规模对于土地的挤占会导致商品房价格的上涨，而经济适用房的销售会通过吸收需求降低商品房的价格，同时作用且相互影响。最终表现为大规模过快的保障房的建设在长期将会导致南京市商品房价格上涨，同时保障房的供给会对商品房价格的过快上涨起到缓解作用。即保障房建设并没有对商品房价格的上涨起到抑制作用，而是通过保障房的替代作用缓解了商品房价格的过快上涨。蒋叶[11]从南京市房地产市场泡沫的角度，以房价收入比、空置率、租售比等指标为依据，指出南京市房地产价格过快上涨的主要原因为购房者的过度投资和消费者及投资者对未来价格的预期过于乐观；政府行为的干预和房地产开发商的推动。任建军[12]指出南京城镇化进程带来的新增住房基本能够满足新增居住需求，当房价增速超出居民收入增速时，居民购房主要依靠大额借款，因而房贷利率的回升和货币环境的收紧会减缓房价的上涨；同时加大住宅用地的供应能够缓解土地价格上涨的压力；行政政策的干预使居民购房门槛提高，能够减缓房价的上涨。吕玉珍[13]以南京市中心城区2016年12月的住宅小区价格为基础数据资料，并获取其空间位置、建筑年代、容积率、绿化率等属性数据建立住宅小区数据库，利用多种方法分析了研究区域内住宅小区价格的空间分布特征，总结城市化进程中的住宅价格空间分异规律。南京市中心城区住宅价格水平整体较高，各区域之间、区域内部差异明显，结合房价水平和分异测度，玄武区、建邺区为高水平低分异型，秦淮区、栖霞区为中等水平高分异型，江宁区、雨花台区为低水平高分异型，浦口区为低水平低分异型。南京市中心城区住宅价格总体呈“多核心＋圈层＋飞地”的空间结构，以新街口为中心，以河西CBD、紫金山景观为次中心的多核心格局显现。并且优质学区、地价级别、中心区位、繁华程度、山水资源等5个因素对南京市中心城区住宅价格空间分异的影响力最为显著，且均对住宅小区价格有正向影响。另外，地铁公交等交通条件、休闲娱乐、医疗等因素影响力并不突出，表明消费者在购房时对小区区位发展水平、教育条件、环境氛围、增值效应的追求。周梦婷[14]运用特征价格模型，从空间异质性角度研究了南京地铁 3 号线对房价增值效应的区域比较，并得出有关重要结论：地铁3号线对一定距离范围内的房价呈现明显的倒 U 关系；地铁对城市房价的影响是有分市场效应的，存在区域差异性。由于各站点所处的区位条件、基础配套，交通状况等因素的不同，地铁各站点对周边房价的空间效应也各不相同。张雅淋[15]本文基于南京市二手房微观交易数据，借鉴边界固定效应法，设置学区房与非学区房作为实验组和对照组进行配对。基于特征价格模型和配对回归模型，研究得出重点小学会给其周边二手房带来 14.74%的溢价，并且省实验和非省实验小学的学区房溢价分别为18.69%和 10.81%，说明学校等级对于其学区房的溢价水平存在较大影响。邓小园[16]选取二手房区位特征、小区特征、建筑特征三方面的特征变量，通过北京二手房网上交易数据进行线性回归分析，发现与房价呈正相关的特征变量有绿化率、物业费、厅、室、有电梯、临近地铁、低楼层、南北朝向、南朝向、板楼、板塔结合、精装、简装；与房价呈负相关的有面积、容积率、楼龄；与房价关联性小的特征变量有中楼层、其他朝向、塔楼、毛坯；虽然各特征变量对各区域的房价的影响呈现整体一致性，但是由于地理位置、经济、文化等的不同，同一特征变量对一些区域呈现差异性，如面积、绿化率、有电梯、临近地铁等。潘添翼[17]以上海二手房网上交易数据，建立模型并进行回归，发现周边配套设施对二手房单价产生正影响，房间数量对二手房单价产生负影响。离市中心是否近对二手房单价影响比较显著。当小区车位数上升但是房龄较大，会负面影响房价。房屋楼层和有无电梯对房屋单价有正影响，且有无电梯的影响程度大小由房子所在楼层决定。

4. 计划与进度安排

南京市不同区域、不同类型的二手房屋历年来的成交价格和成交数量的变化特征和趋势具有不同的特点，本课题基于数据分析，探讨不同区域的二手房的成交价格、成交数量变化趋势形成的原因以及其交易价格不同的主要影响因素。

运用理论分析法。在充分把握历史文献的基础上，本文对城市区位和房地产价格相关理论和研究成果进行归纳总结，构建二手房价格空间结构形成的研究分析柜架，将城市集聚理论、城市空间结构理论和城市二手房价格空间分布规律结合起来，对城市二手房价格空间分布及空间结构演化进行分析。

运用实证分析法。实证分析只分析经济现象的客现发展趋势。在实际运用过程中，理论研究需要以实证分析为基础，而实证分析也离不开理论研究的指导。理论分析为本文理论基础、理论拓展和机制分析奠定了基础，而翔实的实证研究则为剖析南京二手住房价格空间结构特征、演变以及寻找价格的主要影响因素提

5. 参考文献

[1]沈傲. 我国住宅市场价格区域差异的影响因素研究[d].华中师范大学,2017.

[2]潘子康. 我国房地产市场价格的区域差异及其影响因素研究[d].重庆大学,2016.

[3]李方. 我国房价的影响因素分析[d].吉林财经大学,2016.