廣州市天河區(qū)二手商品房?jī)r(jià)格影響因素分析報(bào)告

1、廣州市天河區(qū)二手商品房?jī)r(jià)格影響因素分析報(bào)告（應(yīng)用統(tǒng)計(jì)專業(yè)2012級(jí)，黃石，1230194028）目錄內(nèi)容摘要2關(guān)鍵詞2一、引言2二、數(shù)據(jù)來(lái)源和相關(guān)說(shuō)明2三、描述性分析3四、計(jì)量經(jīng)濟(jì)分析61. 研究方法62. 全模型分析63. 模型選擇84. 模型檢驗(yàn)95. 模型分析10五、 結(jié)論與建議11內(nèi)容摘要：本報(bào)告利用搜房網(wǎng)各個(gè)經(jīng)濟(jì)公司給出的二手房掛牌價(jià)數(shù)據(jù)，確定影響二手房銷售價(jià)格的各個(gè)因素，并量化這些因素對(duì)銷售價(jià)格的影響。從分析結(jié)果得知，影響二手房?jī)r(jià)格的因素有所在區(qū)域，房齡，是否地鐵沿線，是否高層電梯房，是否臨江，裝修程度，房屋面積，是否是公寓房，樓層高低。本報(bào)告可以為消費(fèi)者購(gòu)買二手房提供一個(gè)較為科學(xué)

2、的價(jià)格，也可以為相關(guān)機(jī)構(gòu)提供合理價(jià)值評(píng)估的依據(jù)。再利用時(shí)間序列模型對(duì)廣州二手房均價(jià)進(jìn)行預(yù)測(cè)，對(duì)不同時(shí)期的房?jī)r(jià)有個(gè)大體預(yù)測(cè)。關(guān)鍵詞：二手房，天河區(qū)，價(jià)格，多元線性模型一、引言廣州是中國(guó)房地長(zhǎng)發(fā)展較為成熟的城市之一，而天河區(qū)則代表了廣州的新興行政區(qū)，天河區(qū)資本市場(chǎng)發(fā)達(dá)，是廣州“區(qū)域金融中心之核”，隨著天河CBD經(jīng)國(guó)務(wù)院批準(zhǔn)成為三大CBD之后，以珠江新城為核心，涵蓋天河北及員村延伸區(qū)，總面積約18平方公里，在這里集中了近50家世界500強(qiáng)企業(yè)，以及廣州市70%的金融機(jī)構(gòu)，廣州市大部分的企業(yè)總部和高端服務(wù)業(yè)也聚集于此。最近10年，房地產(chǎn)價(jià)格節(jié)節(jié)攀升，二手房交易量也在逐年飛升，在樓市的交易量占比也越來(lái)越

3、高，二手房市場(chǎng)發(fā)展一方面有利于現(xiàn)有資源的優(yōu)化配置和有效利用，擴(kuò)大了資源配置的空間范圍，改善了資源配置的手段和方式，實(shí)現(xiàn)居民住房的梯度消費(fèi)；另一方面有利于促進(jìn)住房一級(jí)市場(chǎng)繁榮，有助于健全整個(gè)房地產(chǎn)市場(chǎng)體系，對(duì)保證房地產(chǎn)市場(chǎng)的持續(xù)健康穩(wěn)定發(fā)展都具有重要意義。不同的住房有著不同的特征，這些特征共同影響著住房的價(jià)格。通?？梢苑譃槿箢?建筑特征，比如建筑面積、建造時(shí)間、建筑材料；區(qū)位特征，在單中心城市可以用某處住房距離CBD的距離，或者在不同商業(yè)區(qū)不同分析。周邊環(huán)境特征，周邊環(huán)境品質(zhì)，周邊環(huán)境居民狀況、公共服務(wù)設(shè)施等表示。二、數(shù)據(jù)來(lái)源和相關(guān)說(shuō)明 本文所使用的屬于來(lái)源于搜房網(wǎng)（）,按不同區(qū)域隨機(jī)抽取了不

4、同的二手樓盤(pán)的不同數(shù)據(jù)。經(jīng)過(guò)篩選，得到了335個(gè)可以使用的數(shù)據(jù)樣本?；谶@樣的一個(gè)公開(kāi)的數(shù)據(jù)，建立一個(gè)合適的關(guān)于二手房?jī)r(jià)的模型，從數(shù)量上刻劃不同因素對(duì)房?jī)r(jià)影響的關(guān)系。我們的數(shù)據(jù)包括以下內(nèi)容： 二手房均價(jià)（price，連續(xù)型變量）：每平方米的房?jī)r(jià)。 區(qū)域（area，離散型變量）：把天河區(qū)分為不同區(qū)域，分類討論其房?jī)r(jià)。將天河區(qū)分為，珠江新城西，珠江新城中，珠江新城東，崗頂，天河南，天河北，龍口，華景新城，天河公園，員村，車陂，東圃，粵墾，沙河，龍洞，這14個(gè)區(qū)域進(jìn)行分析。 是否公寓（wuye，離散型變量）：是否是小面積公寓房。 樓齡（year，連續(xù)型變量）：樓房從建成都2012年的樓齡。 是否近地

5、鐵（subway，離散型變量）：否在地鐵出口直徑500米以內(nèi)。 是否高層電梯房（Type，離散型變量）：此房是否是高層有電梯。 裝修程度（fittment，離散型變量）：將二手房劃分為簡(jiǎn)裝修和精裝修兩種分類。 是否臨江（river,離散型變量）：二手房屋是否臨近珠江。 樓層（floor，連續(xù)型變量）：二手房的樓層。 建筑面積（sqmeter,連續(xù)型變量）：二手房的建筑面積。 是否是大面積住房（big,離散型變量）：大于180平方米的二手住宅。樓齡、建筑面積、樓層、是否大面積住房、裝修、是否公寓、電梯就是屬于建筑特征。區(qū)域、是否臨江則代表區(qū)域特征。而是否近地鐵則是周邊環(huán)境特征。根據(jù)以上數(shù)據(jù)，我們

6、將把二手房均價(jià)作為我們因變量，其他的所有變量作為自變量，研究不同變量如何解釋我們的因變量-二手房均價(jià)。三、描述性分析 在所有連續(xù)變量中，經(jīng)驗(yàn)告訴我們房齡是影響二手房?jī)r(jià)最大的因素，我們利用一個(gè)散點(diǎn)圖來(lái)尋找二手房?jī)r(jià)和房齡之間的關(guān)系。如圖1。圖1 二手房?jī)r(jià)和房齡之間的散點(diǎn)圖 通過(guò)散點(diǎn)圖可以發(fā)現(xiàn)，隨著房齡的上升，房?jī)r(jià)有下降趨勢(shì)。最貴的幾間房子都是5年內(nèi)的新房子。這也是非常符合情理的，隨著房子建成的時(shí)間越長(zhǎng)，房間老化等因素直接影響了房子的價(jià)格。也可以從散點(diǎn)圖中發(fā)現(xiàn)，樓齡在10年左右的二手房是市場(chǎng)上最多的二手房。 圖2和圖3是二手房?jī)r(jià)和樓層之間還有二手房?jī)r(jià)和建筑面積的散點(diǎn)圖。圖2 二手房?jī)r(jià)和建筑面積之間的

7、散點(diǎn)圖圖2 二手房?jī)r(jià)和建筑面積之間的散點(diǎn)圖圖3 二手房?jī)r(jià)和樓層之間的散點(diǎn)圖從散點(diǎn)圖中并不能看的出兩個(gè)變量之間明確的相關(guān)關(guān)系，只能看出大多數(shù)二手房集中在10樓左右，還有90平米左右在售的二手房最多。建筑面積超過(guò)200平方米的房?jī)r(jià)通常均價(jià)相當(dāng)高，這也很容易理解，200平米以上的豪宅，面向的消費(fèi)者也是相對(duì)富裕的群體，自然而然配套房?jī)r(jià)也就會(huì)比其他的高一些。為了從直觀上獲得各個(gè)離散型變量與因變量之間關(guān)系的初步認(rèn)識(shí)，我們利用盒裝圖對(duì)數(shù)據(jù)進(jìn)行簡(jiǎn)單的處理和描述性分析，得到圖4、圖5。圖4二手房?jī)r(jià)和不同區(qū)域的盒裝圖分析圖5基于盒裝圖的描述性分析 由圖4得知，天河區(qū)不同區(qū)域的房?jī)r(jià)是明顯不同的。作為城市CBD的中心

8、，珠江新城的房?jī)r(jià)顯然高于其他區(qū)域。 是否是公寓并不能顯著看出來(lái)影響到房間的價(jià)格，說(shuō)明可能公寓對(duì)房?jī)r(jià)的影響甚微。 靠近地鐵的房?jī)r(jià)平均來(lái)說(shuō)要比遠(yuǎn)離地鐵的房?jī)r(jià)貴，但也有些許例外。這是因?yàn)橛行┙昂勒⒉豢拷罔F，但它們房?jī)r(jià)卻很貴。 更靠近江邊的房?jī)r(jià)也普遍較高，消費(fèi)者比較偏好靠近珠江的房間。 在天河區(qū)，大于180平方米的房間，普遍都可以稱為豪宅，這樣的房間面向的消費(fèi)者不同，所以可以看出大房間每平方米均價(jià)略高。 顯而易見(jiàn)，人們更偏好有電梯的高層樓房，所以高層的房?jī)r(jià)更高。 人們?cè)谫I房時(shí)，愿意為精裝修的房間出更高的價(jià)格。四、計(jì)量經(jīng)濟(jì)分析1. 研究方法本文采用含有定性和定量回歸元的回歸：ANCNOVA模型。模

9、型的基本形式如下：Yi=1+2D2i+3D3i+Xi+i（1）但在很多情況下，兩個(gè)定性變量D2和D3之間可能是相互影響的。所以他們對(duì)Y均值的影響可能不像方程（1）那樣單純的是相加形式的，也有可能像如下方程（2）是乘積形式的Yi=1+2D2i+3D3i+4D2iD3i+Xi+i（2） 其中Di表示區(qū)域等離散變量。Xi表示樓齡，面積等連續(xù)型變量。2. 全模型分析通過(guò)上一節(jié)的分析，我們可以看出，自變量和因變量確實(shí)存在相關(guān)性?？紤]到樓層高度和是否高層之間、大面積住宅和是否靠江、是否是公寓和建筑面積有交互作用的影響，所以我們考慮其之間的相互作用建模。利用所有數(shù)據(jù)帶入方程（2）進(jìn)行分析，我們得到了模型的估

10、計(jì)結(jié)果，結(jié)果如表1.1，表1.2。方差分析列表相應(yīng)變量: price 變量名 Df SumSq MeanSq Fvalue Pr(>F) year 1 4035875865 4035875865 724.4130 <2.2e-16 *floor 1 609424691 609424691 109.3877 <2.2e-16 *as.factor(Type) 1 31010980 31010980 5.5663 0.0189337 * as.factor(subway) 1 981916419 981916419 176.2475 <2.2e-16 *as.factor(

11、area) 14 3631795146 259413939 46.5631 <2.2e-16 *sqmeter 1 94145863 94145863 16.8986 5.062e-05 *as.factor(wuye) 1 22509816 22509816 4.0404 0.0452959 * as.factor(fittment) 1 201872420 201872420 36.2348 4.968e-09 *as.factor(river) 1 359357349 359357349 64.5023 2.063e-14 *as.factor(big) 1 65531638 65

12、531638 11.7625 0.0006867 *floor:as.factor(Type) 1 34848152 34848152 6.2550 0.0129033 * sqmeter:as.factor(wuye) 1 16314915 16314915 2.9284 0.0880394 . as.factor(river):as.factor(big) 1 130630278 130630278 23.4473 2.036e-06 Residuals 308 1715940621 5571236 表1.1方程回歸分析Coefficients:變量名 估算值 標(biāo)準(zhǔn)差 t值 P值 (Int

13、ercept) 18832.641 1415.174 13.308 <2e-16 *year -486.871 38.780 -12.555 <2e-16 *floor -324.325 158.709 -2.044 0.041851 * as.factor(Type)是 -2251.511 939.743 -2.396 0.017177 * as.factor(subway)是 1686.050 418.164 4.032 6.98e-05 *as.factor(area)東圃 1086.662 884.215 1.229 0.220026 as.factor(area)崗頂 3

14、360.496 943.595 3.561 0.000427 *as.factor(area)華景新城 5346.547 1009.352 5.297 2.25e-07 *as.factor(area)龍洞 612.196 1055.145 0.580 0.562203 as.factor(area)龍口 5379.670 752.605 7.148 6.42e-12 *as.factor(area)沙河 409.224 1012.455 0.404 0.686354 as.factor(area)天河北 6379.916 792.052 8.055 1.76e-14 *as.factor(a

15、rea)天河公園 5484.836 915.462 5.991 5.80e-09 *as.factor(area)天河南 5193.734 1078.571 4.815 2.31e-06 *as.factor(area)新城東 9225.926 897.199 10.283 <2e-16 *as.factor(area)新城西 9766.057 805.929 12.118 <2e-16 *as.factor(area)新城中 9469.149 908.296 10.425 <2e-16 *as.factor(area)員村 4916.090 838.403 5.864 1.

16、17e-08 *as.factor(area)粵墾 886.614 844.693 1.050 0.294712 sqmeter -2.434 5.758 -0.423 0.672792 as.factor(wuye)是 3091.686 1958.927 1.578 0.115534 as.factor(fittment)精裝修 2273.831 391.599 5.807 1.59e-08 *as.factor(river)是 3753.634 671.423 5.591 4.99e-08 *as.factor(big)是 1107.632 1008.850 1.098 0.273099

17、floor:as.factor(Type)是 374.211 159.301 2.349 0.019451 * sqmeter:as.factor(wuye)是 -68.777 42.845 -1.605 0.109462 as.factor(river)是:as.factor(big)是 7045.604 1455.030 4.842 2.04e-06 * 判決系數(shù)（R-squared）: 0.8562, 調(diào)整后判決系數(shù): 0.844 模型F檢驗(yàn)P值 < 2.2e-16表1.2從上述結(jié)果可以看出，整個(gè)模型的判決系數(shù)達(dá)到了85.62%，F(xiàn)檢驗(yàn)的的P值也非常非常的小，這都從數(shù)據(jù)上說(shuō)明了自變

18、量和因變量之間有一定的解釋能力。通過(guò)對(duì)所對(duì)應(yīng)不用變量的t檢驗(yàn)的p值的考察，在0.05的顯著水平下，1. 我們可以斷定區(qū)域、是否高層電梯房、樓齡、是否近地鐵、裝修程度、是否臨江、樓層、是否是大面積住房都是影響二手房?jī)r(jià)的重要因素。2. 變量建筑面積和變量是否公寓對(duì)二手房的價(jià)格影響很小。上面分析的幾個(gè)重要因素，區(qū)域、是否高層電梯房、樓齡、是否近地鐵、裝修程度、是否臨江、樓層、是否是大面積住房會(huì)影響二手房的價(jià)格也普遍和購(gòu)房者的直覺(jué)相一致。地段好的房?jī)r(jià)會(huì)貴一些，樓房當(dāng)然是越新的越好，是電梯高樓和離地鐵較近，都為我們的出行帶來(lái)了極大的便利，而一下樓兩分鐘就走到珠江邊，或者在家里一開(kāi)窗就望到珠江的房間肯定會(huì)

19、讓房?jī)r(jià)更高。3. 模型選擇我們從上述對(duì)全模型的分析結(jié)果中可以發(fā)現(xiàn)，有8個(gè)自變量都是對(duì)最終評(píng)分有著顯著的影響，我們利用這8個(gè)變量建立起了一個(gè)有效的模型，但是我們也不能完全排除其他變量也有預(yù)測(cè)能力的可能。所以，我們用兩種最常用的模型選擇變量的方法，即AIC和BIC，來(lái)選擇模型中的變量。事實(shí)證明，通過(guò)這兩個(gè)方法，我們得到的模型和先前我們建立的模型是一樣的，也是包括了這8個(gè)自變量的模型。因此，我們將我們模型的結(jié)果表示如下。方程為lm(formula = price year + floor * as.factor(Type) + as.factor(subway) + as.factor(area)

20、+ as.factor(fittment) + as.factor(river) * as.factor(big)模型參數(shù)估計(jì)如下表1.3 系數(shù)估計(jì)值 標(biāo)準(zhǔn)差 t值 P值 截距項(xiàng) 18594.67 1335.59 13.922 <2e-16 *樓齡 -477.93 38.14 -12.531 <2e-16 *樓層 -316.60 158.22 -2.001 0.046268 * 是否為高層 -2236.27 935.31 -2.391 0.017400 * 是否靠近地鐵 1578.95 411.72 3.835 0.000152 *區(qū)域類別：東圃 825.54 870.19 0.9

21、49 0.343519 區(qū)域類別：崗頂 3223.04 932.19 3.457 0.000621 *區(qū)域類別：華景新城 5147.15 994.66 5.175 4.10e-07 *區(qū)域類別：龍洞 474.42 1036.58 0.458 0.647506 區(qū)域類別：龍口 5336.85 749.56 7.120 7.52e-12 *區(qū)域類別：沙河 260.11 997.55 0.261 0.794457 區(qū)域類別：天河北 6328.02 781.44 8.098 1.28e-14 *區(qū)域類別：天河公園 5330.69 898.39 5.934 7.90e-09 *區(qū)域類別：天河南 5130

22、.37 1072.66 4.783 2.67e-06 *區(qū)域類別：珠江新城東 9107.39 878.85 10.363 <2e-16 *區(qū)域類別：珠江新城西 9748.42 804.28 12.121 <2e-16 *區(qū)域類別：珠江新城中 9422.74 896.59 10.509 <2e-16 *區(qū)域類別：?jiǎn)T村 4871.45 837.33 5.818 1.48e-08 *區(qū)域類別：粵墾 893.39 838.36 1.066 0.287418 是否精裝修 2383.74 384.97 6.192 1.88e-09 *是否靠江 3677.37 663.57 5.542 6

23、.39e-08 *是否大戶型 837.83 802.73 1.044 0.297425 樓層*是否高層 364.48 158.93 2.293 0.022492 * 是否靠江*是否大戶型 7041.23 1451.36 4.851 1.94e-06 *R系數(shù)： 0.8546, Adjusted R系數(shù): 0.8438 F值: 79.48 on 23 and 311 DF, p值: < 2.2e-16表1.3星號(hào)代表： 0 * 0.001 * 0.01 * 0.05 . 0.1 1 4. 模型檢驗(yàn) 為了確保模型分析結(jié)果的可靠性，我們對(duì)模型的獨(dú)立性，正態(tài)性及同方差性進(jìn)行了檢驗(yàn)， 從QQ圖中看

24、的出散點(diǎn)圖近似成一條直線，從而說(shuō)明該模型基本滿足正態(tài)性假設(shè)。從殘差圖則可以看出有大量的殘差分布的雜亂無(wú)章，所以我們可以判斷該模型不存在嚴(yán)重的異方差性。5. 模型分析根據(jù)上列條件，我們可以獲得以下重要結(jié)論。 不同區(qū)域的二手房?jī)r(jià)有明顯的區(qū)別，以珠江新城為最貴，距離珠江新城越近的房?jī)r(jià)越貴，越遠(yuǎn)的則越便宜。 隨著樓齡的變大，房?jī)r(jià)明顯下降，每增加一年的樓齡，每平方米均價(jià)大約會(huì)下降477元。 樓層和高層的交互作用。當(dāng)樓層不是高層時(shí)，隨著樓層的增高房?jī)r(jià)越來(lái)越便宜。但當(dāng)樓層是高層時(shí)，隨著樓層的增高房?jī)r(jià)則越來(lái)越貴。 對(duì)于二手房，裝修越好，房?jī)r(jià)會(huì)賣的越貴。 當(dāng)房間大于180平米時(shí)，平均均價(jià)就會(huì)貴上一點(diǎn)。臨近江邊的

25、房子也會(huì)比不靠江邊的貴一點(diǎn)。但是當(dāng)，房間又大又臨近江邊，每平米房?jī)r(jià)就又要額外多加8000元。通常這樣的住宅都是望江豪宅，所以非常的昂貴。 最后隨機(jī)抽取了14個(gè)樣本來(lái)進(jìn)行預(yù)測(cè)，通過(guò)預(yù)測(cè)得到的預(yù)測(cè)值和實(shí)際值可得知模型的偏差不超過(guò)10%，可以證明預(yù)測(cè)的結(jié)果是較為準(zhǔn)確的。201 15597 天河南 否 16 是 是 簡(jiǎn)裝修 否 12 95 否 -441.39606202 16843 天河南 否 15 是 否 精裝修 否 3 95 否 -2636.00755203 23158 天河北 否 12 是 是 精裝修 否 8 95 否 1911.65077204 13684 天河北 否 15 否 是 簡(jiǎn)裝修 否

26、 16 95 否 -2540.93971205 14316 車陂 否 14 是 是 精裝修 否 10 95 否 323.53652206 13747 龍洞 否 14 否 否 精裝修 否 2 95 否 -275.61540207 17500 龍口 否 16 是 是 精裝修 否 19 96 否 -1344.92724208 17708 龍口 否 17 是 是 簡(jiǎn)裝修 否 24 96 否 1374.34704209 18542 員村 否 14 否 是 精裝修 否 26 96 否 523.76455210 20625 龍洞 否 2 否 是 精裝修 否 3 96 否 2215.57622211 2659

27、8 新城東 否 6 否 是 精裝修 否 25 97 否 427.28361212 18577 華景新城 否 14 否 是 精裝修 否 5 97 否 1178.33419213 13609 龍洞 否 14 否 否 簡(jiǎn)裝修 否 3 97 否 2189.40825五、 結(jié)論與建議 從上述分析結(jié)果可知，影響廣州市天河區(qū)二手房均價(jià)的主要因素有區(qū)域、是否高層電梯房、樓齡、是否近地鐵、裝修程度、是否臨江、樓層、是否是大面積住房。而且，是否大面積住房和是否臨江、樓層和是否高層有著相互影響。二手房購(gòu)房者可以從本報(bào)告得到的模型，對(duì)于天河區(qū)二手房?jī)r(jià)有更好的預(yù)測(cè)，為自己購(gòu)房的決策提供幫助。中介公司或者資產(chǎn)評(píng)估機(jī)構(gòu)也可

28、以利用本模型參考得到住房的資產(chǎn)評(píng)估。本報(bào)告還有很多影響房?jī)r(jià)的因素沒(méi)有辦法得到具體數(shù)據(jù)而得到量化，例如小區(qū)物業(yè)費(fèi)、小區(qū)業(yè)主的主觀評(píng)價(jià)，小區(qū)周邊的環(huán)境因素，如果將這些因素通通考慮納入模型，就會(huì)得到一個(gè)更好更貼切現(xiàn)實(shí)的模型。參考文獻(xiàn)劉麗，劉愛(ài)松 廣州市二手房?jī)r(jià)格變動(dòng)影響因素研究 本刊專論石憶邵，李木秀 上海市住房?jī)r(jià)格梯度及其影響因素分析 地理學(xué)報(bào) 2006.6附錄:R程序rm(list=ls() #清空內(nèi)存空間 a=read.csv("price2.csv",header=T) #讀取在工作空間的數(shù)據(jù) attach(a) plot(price,year) #做變量樓齡和價(jià)格之間的

29、散點(diǎn)圖 plot(price,floor) #做變量樓齡和樓層之間的散點(diǎn)圖 plot(price,sqmeter) #做變量建筑面積和樓層之間的散點(diǎn)圖 par(mfrow=c(3,1) #一次性在一張圖上面做三個(gè)圖 boxplot(priceceiling(year/4),main="樓齡") #按4年一分看不同樓齡房間均價(jià)的的柱狀圖 boxplot(priceceiling(floor/5),main="樓層") #按5層樓一個(gè)階段看不同樓層段之間房間均價(jià)的柱狀圖 boxplot(priceceiling(sqmeter/50),main="

30、面積") #按50平米一分看不同建筑面積之間房間均價(jià)的柱狀圖 table(ceiling(year/4) #按列表的方式顯示樓齡，樓層，建筑面積的分布情況 table(ceiling(floor/5)table(ceiling(sqmeter/50)boxplot(pricearea,main="位置")par(mfrow=c(3,2) #對(duì)不同的離散變量做柱形圖，來(lái)做描述性分析 boxplot(pricewuye,main="是否公寓")boxplot(pricesubway,main="是否靠近地鐵")boxplot(priceType,main="是否高層")boxpl