基于網(wǎng)絡(luò)爬蟲(chóng)的洪山區(qū)二手房特征價(jià)格研究

鄧沛能

[摘 要] 住房是城市一切活動(dòng)不可缺少的基本要素，住房?jī)r(jià)格則是住房市場(chǎng)資源有效配置的中心環(huán)節(jié)，研究住房?jī)r(jià)格的影響因素具有十分重要的意義。目前對(duì)武漢地區(qū)的研究和直接獲取的住房成交資料所含信息較少，難以滿足研究的需要?；诖耍ㄟ^(guò)Python網(wǎng)絡(luò)爬蟲(chóng)技術(shù)解決數(shù)據(jù)獲取的難題。在對(duì)住房?jī)r(jià)格影響因素實(shí)證研究時(shí)，考慮到傳統(tǒng)OLS估計(jì)結(jié)果是有偏的，分別構(gòu)建空間滯后模型和空間誤差模型。最終對(duì)武漢洪山區(qū)二手房市場(chǎng)的實(shí)證研究表明，空間滯后模型擬合效果更好；中南路-武珞路商務(wù)中心、徐東商務(wù)中心和光谷商務(wù)中心對(duì)二手房?jī)r(jià)格有輻射效應(yīng)，距離越近房?jī)r(jià)越貴。

[關(guān)鍵詞] Python網(wǎng)絡(luò)爬蟲(chóng)；特征價(jià)格模型；住宅特征；空間計(jì)量模型

[中圖分類號(hào)] F293 [文獻(xiàn)標(biāo)識(shí)碼] A [文章編號(hào)] 1009-6043（2018）08-0050-03

一、文獻(xiàn)綜述

最早把特征價(jià)格理論應(yīng)用到住宅市場(chǎng)分析的學(xué)者是Ridker（1967），分析了空氣污染對(duì)于住宅價(jià)格的影響。隨后，Lancaster（1966，1971）、Rosen（1974）分別從消費(fèi)者理論，市場(chǎng)均衡理論完善了特征價(jià)格理論，奠定了特征價(jià)格分析方法的理論基礎(chǔ)，在研究中研究者都把住宅的屬性分解為三類：建筑特征，鄰里特征，區(qū)位特征；變量的選擇雖大致相同，但都結(jié)合了研究對(duì)象的實(shí)際情況選取了具有區(qū)域特點(diǎn)的變量。

在19世紀(jì)80年代之后，世界各地的學(xué)者應(yīng)用特征價(jià)格模型對(duì)各地區(qū)住宅價(jià)格進(jìn)行了評(píng)估。國(guó)內(nèi)相關(guān)研究主要集中發(fā)達(dá)地區(qū)，如溫海珍（2003）、張?chǎng)危?008）研究杭州西湖區(qū)的二手房，王旭育（2006）研究上海的住宅市場(chǎng)，羅洲軍（2012）研究西安二手房市場(chǎng)，李志輝（2008）、楊波（2009）研究武漢二手房市場(chǎng)，這些研究都是從構(gòu)建的特征價(jià)格模型中得到各特征屬性的隱含價(jià)格。隨著HPM模型的應(yīng)用逐漸成熟，一些學(xué)者開(kāi)始研究單一因素對(duì)住房?jī)r(jià)格產(chǎn)生的偏效應(yīng)。如，王雪、吳連喜（2016）以南昌市地鐵一號(hào)線對(duì)例，研究南昌市地鐵一號(hào)線對(duì)沿線二手房?jī)r(jià)格的影響。Haizhen Wen等（2017）以杭州為例，定量評(píng)估城市義務(wù)教育質(zhì)量對(duì)房?jī)r(jià)的影響。Celine Grislain-Letremy等（2014）以法國(guó)三所城市為對(duì)象，研究危險(xiǎn)的工業(yè)設(shè)施對(duì)于房?jī)r(jià)的影響。這些研究十分具有現(xiàn)實(shí)意義，為特征價(jià)格研究開(kāi)啟了新的視角，特征價(jià)格模型有了廣泛的應(yīng)用，邁向成熟階段。

在實(shí)證研究過(guò)程中，有研究者指出即使考慮了區(qū)位特征變量，特征價(jià)格模型也會(huì)導(dǎo)致有偏的估計(jì)結(jié)果，這是因?yàn)樽≌瑑r(jià)格是一種空間數(shù)據(jù)存在空間自相關(guān)，住宅區(qū)位不同，價(jià)格往往差異很大。（溫海珍等，2011）傳統(tǒng)HPM模型的不足是它忽略了住宅的空間固定性，假定住宅價(jià)格在空間分布上具有相互獨(dú)立性（Anselin，1988）；然而空間計(jì)量模型卻能夠反映住房?jī)r(jià)格數(shù)據(jù)存在的依賴性、異質(zhì)性，所以許多學(xué)者開(kāi)始考慮用空間計(jì)量技術(shù)來(lái)改善HPM模型，使HPM模型能夠更好的應(yīng)用于房地產(chǎn)價(jià)格的研究中。如，施雅娟（2013）研究杭州住宅價(jià)格，發(fā)現(xiàn)普通住宅特征價(jià)格模型忽略了住宅價(jià)格及其特征的空間效應(yīng)，并從空間計(jì)量的角度，運(yùn)用空間Durbin模型（SDM）對(duì)城市住宅的特征價(jià)格進(jìn)行研究，揭示了住宅特征價(jià)格的空間效應(yīng)。柳熊赳（2015）對(duì)昆明市27個(gè)住宅小區(qū)2014年的商品房交易數(shù)據(jù)進(jìn)行分析，運(yùn)用了傳統(tǒng)的HPM、SEM和SLM模型進(jìn)行對(duì)比分析，實(shí)證結(jié)果表明昆明市住宅小區(qū)的商品房?jī)r(jià)格存在空間相關(guān)性，這些研究都表明住宅價(jià)格確實(shí)是一種空間數(shù)據(jù)，運(yùn)用空間計(jì)量模型更好。

二、特征價(jià)格模型的建立

（一）傳統(tǒng)特征價(jià)格模型

特征價(jià)格模型（Hedonic Price Model）表明，住房是一種復(fù)合商品，住房?jī)r(jià)值取決于其各種屬性的價(jià)值。消費(fèi)者購(gòu)買住房是為了獲得住房的各種屬性，從而實(shí)現(xiàn)效用最大化。它將住房屬性分成三個(gè)方面的特征：建筑特征、區(qū)位特征以及鄰里特征。住宅的價(jià)值是由其特征屬性的價(jià)值決定的P=f（z1，z2，z3）——其中，分別表示建筑特征、區(qū)位特征和鄰里特征。

（二）特征變量選取及量化

參考國(guó)內(nèi)外研究人員對(duì)住房特征價(jià)格的研究成果，并結(jié)合本地區(qū)的實(shí)際情況，共選擇了13個(gè)特征變量。其中有6個(gè)定性變量，樓層（底層、中層、高層），裝修程度（毛坯、簡(jiǎn)裝修、中裝修、精裝修、豪華裝修），生活配套、文體配套、地鐵站、公交站。對(duì)這些定性變量的基礎(chǔ)數(shù)據(jù)需要進(jìn)行量化。

（三）基于空間計(jì)量的特征價(jià)格模型

建立多元線性模型運(yùn)用OLS方法估計(jì)就可以從回歸系數(shù)中得到特征屬性的偏效應(yīng)。現(xiàn)有研究表明對(duì)數(shù)模型的擬合效果更好，對(duì)連續(xù)變量均取對(duì)數(shù)。但是，由于住宅在空間上具有固定性，故其價(jià)格是一種空間數(shù)據(jù)，表現(xiàn)出空間自相關(guān)和空間異質(zhì)性（Anselin），空間自相關(guān)指的是住宅價(jià)格的鄰里效應(yīng)，是不同地理空間上同一屬性的觀測(cè)值之間的相互關(guān)聯(lián)；而空間異質(zhì)性指的是住宅價(jià)格數(shù)據(jù)的結(jié)構(gòu)效應(yīng)，是不同空間位置的住宅價(jià)格存在系統(tǒng)性差異，導(dǎo)致誤差項(xiàng)具有異方差。

模型一和模型二分別是空間滯后模型和空間誤差模型，空間滯后模型相對(duì)于基礎(chǔ)模型加入了空間滯后項(xiàng)，為空間相關(guān)系數(shù)，表示相鄰區(qū)域之間的相關(guān)性；空間誤差模型則主要假定誤差項(xiàng)之間存在空間自相關(guān)。其中是空間權(quán)重矩陣，權(quán)重矩陣的構(gòu)造方法有0-1空間權(quán)重矩陣、K-最近點(diǎn)權(quán)重矩陣、閾值權(quán)重矩陣等（王紅亮，蔡之兵，梁洪運(yùn)）?？紤]到容易通過(guò)距離判斷各樣本之間是否相鄰，選擇基于樣本地理距離的閾值權(quán)重矩陣：同一小區(qū)的住房之間的距離記為0；當(dāng)樣本之間的距離小于時(shí)，則認(rèn)為相鄰記為1，否則為0。在經(jīng)過(guò)多次測(cè)算之后，取閾值為700m。

三、實(shí)證分析

（一）數(shù)據(jù)來(lái)源

現(xiàn)有住房?jī)r(jià)格研究中，數(shù)據(jù)難以獲取的兩個(gè)原因：一是住房成交價(jià)格屬于中介及開(kāi)發(fā)商的商業(yè)秘密；二是從政府部門得到的成交資料所包含的信息不足。這對(duì)相關(guān)研究的深入產(chǎn)生了障礙。已有研究表明掛盤價(jià)格和實(shí)際成交價(jià)格存在比較穩(wěn)定的關(guān)系（溫海珍，2004；李志輝，2008）。

與此同時(shí)，隨著互聯(lián)網(wǎng)的發(fā)展，越來(lái)越多的信息可以從網(wǎng)絡(luò)上獲得。如果能利用各大房地產(chǎn)家居網(wǎng)絡(luò)平臺(tái)發(fā)布的掛牌信息，從中獲取數(shù)據(jù)，住房?jī)r(jià)格研究中的數(shù)據(jù)難題就能夠解決。鑒于此，把Python爬蟲(chóng)技術(shù)用于數(shù)據(jù)獲取、把百度地圖WebAPI服務(wù)用于獲取樣本經(jīng)緯度坐標(biāo)、把Pandas數(shù)據(jù)分析技術(shù)用于各類數(shù)據(jù)整合和計(jì)算，從而形成將計(jì)算機(jī)技術(shù)與地理學(xué)、經(jīng)濟(jì)學(xué)相結(jié)合的跨學(xué)科解決方案（見(jiàn)下圖）?；诒狙芯總?cè)重于方法論，所以只以武漢洪山區(qū)的二手房數(shù)據(jù)為例進(jìn)行實(shí)證分析。雖然掛牌價(jià)格與最終的成交價(jià)格存在區(qū)別，但同時(shí)具有比較穩(wěn)定的關(guān)系，做近似處理用掛盤價(jià)格代替成交價(jià)格。

原始數(shù)據(jù)經(jīng)過(guò)數(shù)據(jù)的清理、量化、合并均在Python中實(shí)現(xiàn)，最后在剔除異常值后篩選出1510個(gè)二手房樣本的實(shí)證數(shù)據(jù)，各變量的描述統(tǒng)計(jì)見(jiàn)表1。

（二）基于空間計(jì)量的特征價(jià)格模型分析結(jié)果

對(duì)于空間計(jì)量的估計(jì)方法有最大似然法、準(zhǔn)最大似然法、工具變量法等，用PaulElhorst編寫(xiě)的程序在Matlab軟件中進(jìn)行估計(jì)，估計(jì)結(jié)果及相關(guān)檢驗(yàn)見(jiàn)表2。

在空間效應(yīng)檢驗(yàn)中（見(jiàn)表2），MoransI為0.1126，并且在1%的水平是顯著的，說(shuō)明住房?jī)r(jià)格之間存在顯著的空間效應(yīng)，檢驗(yàn)通過(guò)可以建立空間計(jì)量模型（溫海珍，2011）。住宅的空間分布并不是完全隨機(jī)的，表現(xiàn)出一定的空間相關(guān)性。LM-Error、LM-Lag統(tǒng)計(jì)量分別是247.725，109.711，都在1%的水平顯著，與MoransI檢驗(yàn)結(jié)果相一致，說(shuō)明確實(shí)存在空間效應(yīng)，傳統(tǒng)模型由于沒(méi)有考慮空間相關(guān)，結(jié)果是有偏的。

基本模型的擬合優(yōu)度為91.08%，回歸方程能夠解釋91.08%的房?jī)r(jià)的變動(dòng)。樓層、文體配套、自然環(huán)境、到中南路-武珞路商業(yè)中心的距離這4個(gè)變量在10%的顯著性水平下不顯著；教育配套、公交站個(gè)數(shù)的符號(hào)與預(yù)期相反；其余變量均與預(yù)期符號(hào)一致。對(duì)比空間計(jì)量模型，空間計(jì)量模型的Log_L值（對(duì)數(shù)似然函數(shù)）更大，AIC和BIC值更小，空間模型比基本模型更優(yōu)，擬合效果更好。并且，SLM模型的Log_L值更大，AIC、BIC值更小，LR值更加顯著，所以SLM模型更加適宜。針對(duì)SLM模型可以得出以下結(jié)果：

1.洪山區(qū)住房?jī)r(jià)格之間不僅存在著較強(qiáng)的鄰里效應(yīng)，也存在一定的空間異質(zhì)性。SLM模型ρ=0.9257且在1%的水平上顯著，表明住宅價(jià)格在一定空間距離之內(nèi)存在很強(qiáng)的空間依賴性。

2.在顯著的變量中，對(duì)房?jī)r(jià)影響最大的特征變量是：建筑面積、離CBD的距離。除了公交車站個(gè)數(shù)的系數(shù)是-0.0096之外，其余變量符號(hào)都與預(yù)期一致。這種現(xiàn)象在以前有關(guān)的研究中也有出現(xiàn)（Wen，2017），其原因可能是：隨著公交線路的增加可能會(huì)對(duì)周邊小區(qū)產(chǎn)生負(fù)的效應(yīng)，比如噪音污染和環(huán)境污染。很多人更喜歡駕駛私家車出行，對(duì)公交的依賴度低。離CBD距離的3個(gè)變量對(duì)二手房?jī)r(jià)格的影響是不同的，共同的特點(diǎn)是它們的符號(hào)都是負(fù)的，表明在其他條件不變的情況下，離CBD越近，住房的價(jià)格就越貴。

3.在10%水平下都不顯著的變量有：綠化率、教育配套、自然環(huán)境、到中南路—武珞路CBD距離。分析造成這一結(jié)果的原因可能是：洪山區(qū)住宅小區(qū)的綠化、教育資源豐富，小區(qū)周邊大都配有幼兒園、小學(xué)和中學(xué)，從數(shù)據(jù)上看綠化率和教育配套得分變化幅度也不大，均值分別是0.3575和2.4755，標(biāo)準(zhǔn)差只有0.0428和0.8304，故也可能數(shù)據(jù)過(guò)于集中導(dǎo)致的不顯著。到中南路-武珞路CBD距離對(duì)房?jī)r(jià)影響不顯著，是與徐東CBD距離存在相關(guān)性，相關(guān)系數(shù)高達(dá)0.9483，存在共線性。

4.對(duì)價(jià)格彈性分析，對(duì)數(shù)模型中的連續(xù)變量如住房面積，距中南路-武珞路商業(yè)中心、徐東商務(wù)中心和光谷商務(wù)中心的距離，這些變量的系數(shù)通過(guò)公式轉(zhuǎn)換，得到價(jià)格彈性系數(shù)。在其他條件不變的情況下，建筑面積每增加1%，二手房總價(jià)增加1.07%；樓層每高一個(gè)檔次，二手房總價(jià)減少0.008%；裝修每上升一個(gè)檔次，二手房總價(jià)增加0.025%。其他彈性同理可得。

四、結(jié)語(yǔ)

在特征價(jià)格理論的基礎(chǔ)上，通過(guò)應(yīng)用計(jì)算機(jī)技術(shù)、實(shí)現(xiàn)了在數(shù)據(jù)收集上的創(chuàng)新?？紤]到住宅價(jià)格之間存在著空間自相關(guān)和空間異質(zhì)性，傳統(tǒng)的特征價(jià)格模型在進(jìn)行OLS估計(jì)雖簡(jiǎn)單易于實(shí)現(xiàn)，但忽略了住宅價(jià)格的空間效應(yīng)，基于這樣的矛盾構(gòu)建空間滯后模型、空間誤差模型，使模型更具有解釋力度。實(shí)證結(jié)果表明洪山區(qū)二手房?jī)r(jià)存在空間效應(yīng)，并且在空間計(jì)量模型中SLM模型更適合特征價(jià)格分析。

綜上所述，得出如下結(jié)論：第一，與傳統(tǒng)特征價(jià)格模型相比，SLM模型能更好解釋各因素對(duì)住房?jī)r(jià)格影響。第二，在影響住房?jī)r(jià)格的7個(gè)鄰里特征中，并不是所有因素都對(duì)房?jī)r(jià)有顯著影響。第三，其他條件不變的情況下，距離CBD越近，住房的價(jià)格會(huì)越高。

[參考文獻(xiàn)]

[1]Waugh F.V. Quality factors influencing vegetable prices[J].Journal of Farm Economics，1928， （10）： 185-196.

[2]Court A.T. Hedonic Price Indexes with Automotive Examples[J].In The Dynamics of Automobile Demand，1939.

[3]Ridker R.G.-&-Henning-J.A.The determinants of residential property values with special reference to air pollution[J]. The Review of Economics and Statistics， 1967（49）： 246-257.

[4]Rosen S. Hedonic prices and implicit markets： Product differentiation in pure competition[J]. Journal of Political Economy， 1974， 82（1）： 35-55.

[5]Lancaster，Kelvin J. Consumer Demand：A New Approach[M]. New York City： Columbia University press， 1971.

[6]Lancaster K.J. A new approach to consumer theory[J]. Jounal of Political Economy，1966（74）： 132-157.

[7]溫海珍.城市住宅的特征價(jià)格：理論分析與實(shí)證研究[D].浙江：浙江大學(xué)，2004.

[8]張?chǎng)?基于特征價(jià)格的二手房?jī)r(jià)格評(píng)估方法研究[D].浙江：浙江大學(xué)，2007.

[9]王旭育.基于Hedonic模型的上海住宅特征價(jià)格研究[D].上海：同濟(jì)大學(xué)，2006.

[10]羅洲軍.多方機(jī)制下的西安二手房市場(chǎng)特征價(jià)格研究[D].西安：西安建筑科技大學(xué)，2012.

[11]李志輝.基于Hedonic模型的武漢住宅特征價(jià)格研究[D].武漢：華中農(nóng)業(yè)大學(xué)，2008.

[12]楊波.基于Hedonic模型的武漢市住宅二級(jí)市場(chǎng)特征價(jià)格研究[D].武漢：華中農(nóng)業(yè)大學(xué)，2009.

[13]王雪，吳連喜.軌道交通對(duì)城市二手房?jī)r(jià)格的影響——以南昌市地鐵一號(hào)線為例[J].江西科學(xué)，2016（5）：722-727.

[14]Haizhen Wen，Yue Xiao，Ling Zhang. School district，education quality，and housing price： Evidence from a natural experiment in Hangzhou， China[J].Cities， 2017（66）：72-80.

[15]C.Grislain-Letremy， A.Katossky. The impact of hazardous industrial facilities on housing prices： A comparison of parametric and semiparametric hedonic price models[J].Regional Science and Urban Economics， 2014（49）：93-107.

[16]溫海珍，張之禮，張凌.基于空間計(jì)量模型的住宅價(jià)格空間效應(yīng)實(shí)證分析：以杭州市為例[J].系統(tǒng)工程理論與實(shí)踐，2011（9）：1661-1667.

[17]Anselin L.Spatial Econometrics： Methods and models[J].Economic Geography，1988， 65（2）：160.

[18]施雅娟.基于空間Durbin模型的城市住宅特征價(jià)格研究[D].浙江：浙江大學(xué)，2013.

[19]柳雄赳.基于空間計(jì)量模型的昆明市住房特征價(jià)格研究[D].昆明：云南財(cái)經(jīng)大學(xué)，2015.

[20]王紅亮，胡偉平，吳馳.空間權(quán)重矩陣對(duì)空間自相關(guān)的影響分析——以湖南省城鄉(xiāng)收入差距為例[J].華南師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2010（1）：110-115.

[21]蔡之兵，周儉初.財(cái)政支出結(jié)構(gòu)，空間溢出與經(jīng)濟(jì)增長(zhǎng)——來(lái)自四種空間權(quán)重矩陣的證據(jù)[C].中國(guó)區(qū)域經(jīng)濟(jì)，2012.

[22]梁洪運(yùn)，周其龍，孫亞林.空間權(quán)重矩陣對(duì)空間自相關(guān)影響分析[J].科技資訊，2013（9）：141-143，181.

[23]黎珍惜，黎家勛.基于經(jīng)緯度快速計(jì)算兩點(diǎn)間距離及測(cè)量誤差[J].測(cè)繪與空間地理信息，2013（11）：235-237.

[責(zé)任編輯：高萌]