趙華平　張所地

摘要：從不同城市宜居性特征差異分析入手，運用空間計量分析技術(shù)，構(gòu)建了商品住宅的城市宜居性特征空間評價計量模型。得出城市間商品住宅價格存在顯著的空間正相關關系，且相關性呈現(xiàn)逐漸增強的態(tài)勢；不同城市間商品住宅價格差異主要是由經(jīng)濟水平、自然區(qū)位、政治區(qū)位、氣候條件和公共交通、醫(yī)療衛(wèi)生、義務教育、公共圖書設施建設造成。鑒于城市的區(qū)位、氣候和經(jīng)濟水平相對固定，基礎設施建設成為導致城市間商品住宅價格差距加大的重要原因。

關鍵詞：城市宜居性特征；商品住宅；價格；空間評價模型

中圖分類號：F293.3文獻標識碼：A文章編號：1001-8409（2014）01-0130-05

自1998年7月國務院發(fā)布了《關于進一步深化城鎮(zhèn)住房制度改革加快住房建設的通知》以來，中國各個城市的住房市場發(fā)展迅速，商品房價格不斷上漲，不同城市間房價差異顯著，且價格差異隨著時間的推移逐步增大。從中國35個大中城市2012年的房價數(shù)據(jù)來看，北京的平均房價最高，達26156元/平方米，西寧的平均房價最低，為5145元/平方米，同一時期最高房價達到最低房價的5倍之多，價格差異相當顯著。從2001～2012年中國35個大中城市房價的變化過程來看，各個城市的房價變動幅度也不盡相同。寧波的房價變動幅度最大，2012年房價為2001年房價的7.58倍，而沈陽的房價變動幅度最小，2012年房價僅為2001年房價的2.87倍。因此，不同城市房價差異的原因受到國內(nèi)外學者的廣泛關注。

Reback[1]、Brasington 和 Haurin[2]分別基于1989～1990年、1997～1998年美國明尼蘇達州的轉(zhuǎn)入學生數(shù)、轉(zhuǎn)出學生數(shù)、居住人群的學歷構(gòu)成、年齡構(gòu)成、住宅的空置率、出租率、住宅價格數(shù)據(jù)和2000年美國俄亥俄州的學生人均支出、水平測試、學校增加值、住宅價格數(shù)據(jù)，采用回歸分析方法和空間特征價格模型，得出學校教育質(zhì)量對于城市間住宅價格差異具有一定的解釋力；Schmidt 和 Courant[3]基于美國1995年人口調(diào)查CPS數(shù)據(jù)庫中的住宅價格、空氣質(zhì)量、最大地形指數(shù)、平均氣候指數(shù)、水體景區(qū)、國家娛樂區(qū)、貧困線以下的人口、保健指數(shù)、通勤時間、距離好位置的最短驅(qū)車距離等數(shù)據(jù)，采用截面回歸分析方法，得出公共服務質(zhì)量、自然環(huán)境和社會治安是城市間住宅價格差異的主要原因；沈悅、劉洪玉[4]基于1995～2002年中國14個城市的住宅價格與人均可支配收入、城市總?cè)丝跀?shù)、失業(yè)率、空置率等經(jīng)濟基本面數(shù)據(jù)，采用混合樣本回歸分析方法，得出城市經(jīng)濟基本面的當前和歷史信息可以部分解釋城市住宅價格水平或者變化率；梁云芳、高鐵梅[5]基于1999～ 2006年中國28個省、市、自治區(qū)的人均GDP、商品房銷售面積、房地產(chǎn)資金來源中除自籌資金以外的其他資金、3年期金融機構(gòu)中長期貸款利率和房價數(shù)據(jù)，采用誤差修正模型和面板數(shù)據(jù)模型，得出我國東西部地區(qū)房價波動差異主要是由于信貸政策不同造成，而中部地區(qū)房價波動差異主要是由于人均GDP的不同造成；周京奎、吳曉燕[6]基于1999～2006年除西藏自治區(qū)外的中國大陸30個省市的住宅價格、城市教育投資、衛(wèi)生事業(yè)投資、基礎設施投資、交通環(huán)境投資、公共衛(wèi)生投資、生態(tài)環(huán)境投資數(shù)據(jù)，采用廣義最小二乘法，得出生態(tài)環(huán)境投資對住宅價格的影響最大，公共交通投資對住宅價格的影響次之，高等教育投資對住宅價格的影響較高，城市基礎設施投資對住宅價格也有顯著影響；龍奮杰、郭明、鄭思齊、曹洋[7]基于1999～2005年中國34個主要城市（不包括鄭州）的住房價格、居民收入水平、自然條件、經(jīng)濟發(fā)展程度、環(huán)境質(zhì)量、生活便利程度、公共安全、是否為省會城市、市區(qū)人口密度、市轄區(qū)人口、失業(yè)人口比例等數(shù)據(jù)，采用單變量模型、多變量模型和截面分析方法，得出城市居民收入水平和以自然條件、經(jīng)濟發(fā)展、環(huán)境質(zhì)量、生活便利程度、公共安全為代表的城市宜居性可以解釋城市住房價格差異的70%左右；何鳴等人[8]基于2006年中國254 個地級城市的房價、氣候條件、環(huán)境質(zhì)量、公共服務水平、生產(chǎn)環(huán)境特征數(shù)據(jù)，采用中國城市消費者和廠商環(huán)境特征品質(zhì)價值計量方法，得出以氣候條件、環(huán)境質(zhì)量、公共服務水平為代表的消費者環(huán)境特征品質(zhì)和以城市間運輸能力、海運、生產(chǎn)服務能力為代表的生產(chǎn)環(huán)境特征品質(zhì)對于中國城市間的房價差異具有60%的解釋力；張娟鋒、劉洪玉[9]基于2004～2006年中國35個大中城市的住宅價格、土地價格、建材價格、工資水平、財富水平、人口數(shù)量、城市宜人性、失業(yè)率、住宅預期收益、非居住商品價格變動數(shù)據(jù)，采用普通最小二乘法和兩階段最小二乘法，得出人口數(shù)量、財富水平、建筑成本、住宅預期收益是造成不同城市住宅價格差異的決定因素。

綜上所述，這些研究選擇的指標不同、樣本范圍不同、樣本個數(shù)不同、分析方法不同，對于城市間住宅價格差異的原因得出了不同的結(jié)論。歸結(jié)起來可以看出：城市的經(jīng)濟發(fā)展水平、居民收入、社會公共服務水平、自然環(huán)境和人文環(huán)境質(zhì)量是形成城市間住宅價格差異的主要原因。但這些研究一方面忽略了城市區(qū)位條件對住宅價格的影響；另一方面多數(shù)研究忽略了城市間房價的空間相關性，采用了非空間計量模型進行分析。方曉萍[10]、張謙[11]指出中國城市間、省域間的住房價格存在顯著的空間相關性，所以，這種忽略空間效應的模型往往會使得估計結(jié)果不夠完整、科學，缺乏應有的解釋力[12]?；诖耍疚脑趪鴥?nèi)外學者構(gòu)建的指標體系基礎上，將城市的自然區(qū)位、交通區(qū)位、文化區(qū)位和政治區(qū)位引入城市宜居性特征體系，以中國35個大中城市2005～2010年的數(shù)據(jù)為樣本，運用空間計量分析技術(shù)，構(gòu)建了商品住宅的城市宜居性特征空間評價模型，分析城市間商品住宅價格差異的原因，為推動我國的城市均衡發(fā)展提供參考依據(jù)。

1城市宜居性特征體系的構(gòu)建

1.1城市宜居性的定義

王坤鵬[13]從自然環(huán)境、經(jīng)濟環(huán)境、人文社會環(huán)境和人居環(huán)境的協(xié)調(diào)性角度定義了城市的宜居性；葉青等人[14]從反映城市生態(tài)、宜居建設狀況的軟環(huán)境（行為過程）和反映城市生態(tài)建設過程的硬環(huán)境（結(jié)果成效）兩方面定義了城市的宜居性，并強調(diào)城市宜居性測評體系既要包括結(jié)果類指數(shù)，又要包括過程類指數(shù)；鄭思齊[15]強調(diào)城市的宜居性不僅要包括就業(yè)的可達性，還要包括教育設施、環(huán)境資源、公共交通設施以及人文環(huán)境等的便利和舒適性；趙華平、張所地[16]指出城市的宜居性不僅要包含城市的經(jīng)濟環(huán)境宜居、人文社會環(huán)境宜居、生態(tài)環(huán)境宜居，而且要包含城市的區(qū)位環(huán)境宜居。其中，經(jīng)濟環(huán)境宜居是城市宜居的核心，決定著城市的競爭力大小和對勞動力的吸引力強弱；社會環(huán)境宜居是城市宜居的靈魂，體現(xiàn)城市在住房保障、醫(yī)療保健、教育文化、交通服務、設施供應等方面的能力，制約著居民在城市生活的便利性；生態(tài)環(huán)境宜居是城市宜居的基礎，體現(xiàn)城市的環(huán)境資源優(yōu)勢和環(huán)境質(zhì)量水平，影響著居民在城市居住的幸福感和舒適感；區(qū)位環(huán)境宜居是城市宜居的擴展，體現(xiàn)城市在自然區(qū)位、經(jīng)濟區(qū)位、政治區(qū)位、交通區(qū)位和文化區(qū)位5個方面的優(yōu)勢，自然區(qū)位反映城市在自然山水風景方面的優(yōu)勢、政治區(qū)位反映城市在公共服務資源方面的優(yōu)勢、交通區(qū)位反映城市在對外交通便利性方面的優(yōu)勢、文化區(qū)位反映城市在歷史文化傳承和熏陶方面的優(yōu)勢、而經(jīng)濟區(qū)位作為反映城市經(jīng)濟增長優(yōu)勢的指標，依賴于城市的自然、政治、交通和文化4種區(qū)位，也就是說，經(jīng)濟區(qū)位可以看作其他4種區(qū)位的綜合表現(xiàn)。因此，自然、政治、交通和文化即可全面反映城市的區(qū)位條件。endprint

1.2城市宜居性特征體系的構(gòu)成

以趙華平、張所地[16]給出的城市宜居性內(nèi)涵為基礎，本文提出包含4個因素、18個因子、34個具體指標的城市宜居性特征指標體系[17]，見表1。表1城市宜居性特征體系的構(gòu)成

因素1因子1具體指標經(jīng)濟環(huán)境1經(jīng)濟水平1人均國內(nèi)生產(chǎn)總值收入水平1城鎮(zhèn)居民人均可支配收入產(chǎn)業(yè)結(jié)構(gòu)1第三產(chǎn)業(yè)增加值占GDP的比重社會環(huán)境1居住條件1城鎮(zhèn)居民人均住房建筑面積交通條件1每萬人擁有公共汽車數(shù)、人均城市道路面積教育設施1每萬人中小學數(shù)、中小學師生比、每百萬人普通高等學校數(shù)、普通高校師生比醫(yī)療設施1每萬人醫(yī)院床位數(shù)、每萬人醫(yī)生數(shù)文化設施1每百人公共圖書數(shù)、每百萬人影劇院數(shù)生活設施1用水普及率、燃氣普及率通訊設施1互聯(lián)網(wǎng)用戶普及率、固定電話用戶普及率、移動電話用戶普及率生態(tài)環(huán)境1自然環(huán)境1山水環(huán)境優(yōu)美度、氣候環(huán)境舒適度、空氣質(zhì)量優(yōu)良率環(huán)境綠化1建成區(qū)綠化覆蓋率、人均公園綠地面積環(huán)境治理1工業(yè)固體廢物綜合利用率、工業(yè)廢水排放達標率、工業(yè)煙塵去除率、工業(yè)二氧化硫去除率、生活污水集中處理率、生活垃圾無害化處理率自然區(qū)位1自然區(qū)位相對優(yōu)勢度交通區(qū)位1交通區(qū)位相對優(yōu)勢度政治區(qū)位1政治區(qū)位相對優(yōu)勢度文化區(qū)位1文化區(qū)位相對優(yōu)勢度2商品住宅的城市宜居性特征空間評價模型

Anselin從空間滯后變量的類型和空間相關性的作用范圍2個維度，將空間計量經(jīng)濟模型又分為空間滯后模型和空間誤差模型兩類。其中，空間滯后模型反映一個地區(qū)經(jīng)濟增長的所有解釋變量，都會通過空間傳導機制作用于其他地區(qū)，而空間誤差模型則反映區(qū)域外溢是隨機沖擊的作用結(jié)果[18]。因此，商品住宅的城市宜居性特征空間評價模型構(gòu)建也有2種方式：一是商品住宅的城市宜居性特征空間滯后評價模型；二是商品住宅的城市宜居性特征空間誤差評價模型。

2.1商品住宅的城市宜居性特征空間滯后評價模型

設y為城市商品住宅價格，X為城市宜居性特征，WN為N個城市的空間權(quán)重矩陣，ρ為空間自回歸系數(shù)，IT為T階單位矩陣，β為待估參數(shù)，ε為隨機誤差項，則有：

y=ρIT×WNy+Xβ+ε （1）

式（1）即為商品住宅的城市宜居性特征空間滯后評價模型。

由于式（1）表示的空間模型中存在價格的空間雙向依賴關系，因此，空間滯后項ρ（IT×WN）y為內(nèi)生變量，于是，式（1）可以簡化為：

y=[IT×（IN-ρWN）-1]×β+[ITX（IN-ρWN）-1]ε （2）

對于商品住宅的城市宜居性特征空間滯后評價模型，可以采用極大似然估計法進行參數(shù)估計[19]。

設Σ為ε的協(xié)方差矩陣，即ε～N（0，Σ），則對數(shù)似然函數(shù)可表示為：

L=Tln|IN-ρWN|-112ln|Σ|-112ε′Σ-1ε （3）

2.2商品住宅的城市宜居性特征空間誤差評價模型

設X、y、WN、β的含義同上，λ為誤差空間自相關系數(shù)，u為隨機誤差項，則有：

y=Xβ+ε

ε=λWNε+u （4）

式（4）即為商品住宅的城市宜居性特征空間誤差評價模型。

由式（4）可得：ε=（IN-λWN）-1u，于是，式（4）可以簡化為：

y=Xβ+（IN-λWN）-1u （5）

對于商品住宅的城市宜居性特征空間誤差評價模型，可以采用極大似然估計法進行參數(shù)估計[19]。

設Σ為ε的協(xié)方差矩陣，即ε～N（0，Σ），BN=IN-λWN，則對數(shù)似然函數(shù)可表示為：

L=-NT12lnσ2u+TlnBN-112σ2uε′[IT×（B′NBN）]ε （6）

3中國35個大中城市商品住宅的城市宜居性特征空間評價實證分析

3.1商品住宅的城市宜居性特征評價的樣本數(shù)據(jù)和變量說明

本文以中國35個大中城市作為樣本，在變量選擇中，根據(jù)研究的問題，選擇城市的商品住宅銷售價格（HP）作為被解釋變量，考慮到表2中一些指標的相關度較高，為了避免模型的多重共線性，將相關度高的部分變量進行了剔除。于是，本文最終選擇了17個指標作為解釋變量，分別為：城鎮(zhèn)居民人均可支配收入（PDI）、城鎮(zhèn)居民人均住房建筑面積（PHA）、每萬人擁有公共汽車數(shù)（PNB）、每萬人中小學校數(shù)（PNPSS）、每百萬人普通高等學校數(shù)（PNHS）、每萬人口醫(yī)院床位數(shù)（PNHB）、每百人公共圖書數(shù)（PNPL）、每百萬人影劇院數(shù)（PNT）、氣候環(huán)境舒適度（CDCE）、空氣質(zhì)量優(yōu)良率（FRAQ）、人均公園綠地面積（PGA）、生活污水集中處理率（TRWW）、生活垃圾無害化處理率（TRSW）、自然區(qū)位相對優(yōu)勢度（RSNL）、文化區(qū)位相對優(yōu)勢度（RSCL）、交通區(qū)位相對優(yōu)勢度（RSTL）、政治區(qū)位相對優(yōu)勢度（RSPL）。其中，HP、FRAQ數(shù)據(jù)來源于《中國統(tǒng)計年鑒》（計劃單列市的FRAQ來源于城市的國民經(jīng)濟和社會發(fā)展統(tǒng)計公報），CDCE、RSNL、RSCL、RSTL、RSPL數(shù)據(jù)來源于《中國城市競爭力年鑒》，PGA數(shù)據(jù)來源于《中國城市建設統(tǒng)計年鑒》，TRWW數(shù)據(jù)來源于《中國城市年鑒》，PHA數(shù)據(jù)來源于《中國城市年鑒》、各省市統(tǒng)計年鑒、各省市國民經(jīng)濟和社會發(fā)展統(tǒng)計公報。而且，由于不同城市對于城鎮(zhèn)居民人均住房面積有不同的統(tǒng)計標準，有些城市采用的是人均住房建筑面積，有些城市采用的是人均住房使用面積，為了使不同城市間具有可比性，本文通過一些計算發(fā)現(xiàn)，多數(shù)情況下存在“城鎮(zhèn)居民人均住房使用面積÷城鎮(zhèn)居民人均住房建筑面積=0.75”的關系，因此，利用該公式進行了統(tǒng)一化處理；其余指標的數(shù)據(jù)均來源于中國城市統(tǒng)計年鑒。

3.2商品住宅的城市宜居性特征空間評價計量模型

3.2.1空間相關性檢驗

Moran I指數(shù)是常用的全域空間相關性指標。本文基于國家基礎地理信息中心網(wǎng)站提供的1∶400萬中國電子地圖，經(jīng)地理信息系統(tǒng)軟件MapInfo計算得到了城市間的距離，以城市間距離倒數(shù)的平方作為空間權(quán)重矩陣中的元素取值，利用中國城市的商品住宅價格數(shù)據(jù)，計算得到了商品住宅價格的Moran I指數(shù)及對應統(tǒng)計量Z值。結(jié)果顯示：2005～2010年商品住宅價格的Moran I指數(shù)均大于零，且呈現(xiàn)上升的態(tài)勢。通過對商品住宅價格面板數(shù)據(jù)的Moran I檢驗，也表明中國城市間的商品住宅價格空間分布并非完全獨立，因此，本文選擇空間計量模型進行實證研究。endprint

3.2.2空間計量模型的選擇

對于商品住宅的城市宜居性特征評價模型的選擇，本文采用拉格朗日乘數(shù)方法進行檢驗，設LML和LME分別為空間滯后評價模型和空間誤差評價模型的LM統(tǒng)計量，由于LML=41.1881>LME=10.4396，所以，應該選擇空間滯后評價模型。對于商品住宅的城市宜居性特征空間滯后評價模型的具體形式，還需要確定是固定效應還是隨機效應。從理論上來說，當樣本隨機取自總體時，選擇隨機效應模型較為恰當，而當回歸分析局限于一些特定個體時，則選擇固定效應模型較為恰當[20]。本文選擇中國35個大中城市進行研究，覆蓋了中國的東、中、西部地區(qū)，所以固定效應模型更為合適。從統(tǒng)計上來說，需要通過空間Hausman檢驗方法加以判定。本文計算得出了空間Hausman檢驗統(tǒng)計量的值為155.9812，對應的χ2（18）的P值為0，所以，統(tǒng)計上也表明選擇固定效應模型更為合適。于是，最終確定選擇包含固定效應的商品住宅的城市宜居性特征空間滯后評價模型。

3.3估計結(jié)果分析

利用Matlab2009軟件對確定的模型進行估計，結(jié)果見表2。根據(jù)表2中調(diào)整后的R2、Sigma2、LogL等統(tǒng)計量來看，在空間滯后面板數(shù)據(jù)模型的4種固定效應情況下，無固定效應模型優(yōu)于其他3種情況，因此，下面以無固定效應模型進行分析。在無固定效應的空間滯后面板數(shù)據(jù)模型中，有9個解釋變量對商品住宅價格的影響在統(tǒng)計上顯著，但這些解釋變量具有不同的量綱，為了能夠使不同解釋變量對商品住宅價格的影響程度具有可比性，本文采用離差標準化法將這9個變量進行了標準化處理，且以無固定效應的空間滯后面板模型進行了重新回歸，構(gòu)建商品住宅的城市宜居性特征空間評價計量模型：

HPt=0.18WHPt-1489.74+6794.16PDIt+4536.70PNBt+1065.84PNPSSt+1365.45PNHBt+4422.11PNPLt+1238.77CDCEt-1353.56FRAQt+1711.37RSNLt+1753.36RSPLt（7）

通過上述回歸結(jié)果可以發(fā)現(xiàn)：①在4種固定效應模型的估計結(jié)果中，空間自回歸系數(shù)W*dep var的估計值均為正數(shù)，且都通過了10%的顯著性概率檢驗，說明了中國商品住宅價格在各個城市之間存在顯著的空間正相關關系；②居民收入、公交建設、公共圖書建設、政治區(qū)位、自然區(qū)位、醫(yī)療衛(wèi)生設施、氣候環(huán)境舒適度、中小學教育設施對商品住宅價格的正向影響依次遞減，說明人們在選擇城市居住時，較關注于城市的經(jīng)濟水平、基礎設施建設狀況、自然環(huán)境和行政級別，其中對于教育和文化設施而言，注重于義務教育和圖書文化設施的建設；③城市空氣質(zhì)量優(yōu)良率對商品住宅價格具有負向影響，說明中國在依靠工業(yè)化推動經(jīng)濟發(fā)展的過程中，空氣質(zhì)量成為人們衡量城市經(jīng)濟發(fā)展水平的指標?？諝赓|(zhì)量優(yōu)，反映了城市工業(yè)不發(fā)達，經(jīng)濟水平相對落后，而城市經(jīng)濟對商品住宅價格的正向影響最大，所以，空氣質(zhì)量優(yōu)良率對商品住宅價格表現(xiàn)出負向影響。endprint

3.2.2空間計量模型的選擇

對于商品住宅的城市宜居性特征評價模型的選擇，本文采用拉格朗日乘數(shù)方法進行檢驗，設LML和LME分別為空間滯后評價模型和空間誤差評價模型的LM統(tǒng)計量，由于LML=41.1881>LME=10.4396，所以，應該選擇空間滯后評價模型。對于商品住宅的城市宜居性特征空間滯后評價模型的具體形式，還需要確定是固定效應還是隨機效應。從理論上來說，當樣本隨機取自總體時，選擇隨機效應模型較為恰當，而當回歸分析局限于一些特定個體時，則選擇固定效應模型較為恰當[20]。本文選擇中國35個大中城市進行研究，覆蓋了中國的東、中、西部地區(qū)，所以固定效應模型更為合適。從統(tǒng)計上來說，需要通過空間Hausman檢驗方法加以判定。本文計算得出了空間Hausman檢驗統(tǒng)計量的值為155.9812，對應的χ2（18）的P值為0，所以，統(tǒng)計上也表明選擇固定效應模型更為合適。于是，最終確定選擇包含固定效應的商品住宅的城市宜居性特征空間滯后評價模型。

3.3估計結(jié)果分析

利用Matlab2009軟件對確定的模型進行估計，結(jié)果見表2。根據(jù)表2中調(diào)整后的R2、Sigma2、LogL等統(tǒng)計量來看，在空間滯后面板數(shù)據(jù)模型的4種固定效應情況下，無固定效應模型優(yōu)于其他3種情況，因此，下面以無固定效應模型進行分析。在無固定效應的空間滯后面板數(shù)據(jù)模型中，有9個解釋變量對商品住宅價格的影響在統(tǒng)計上顯著，但這些解釋變量具有不同的量綱，為了能夠使不同解釋變量對商品住宅價格的影響程度具有可比性，本文采用離差標準化法將這9個變量進行了標準化處理，且以無固定效應的空間滯后面板模型進行了重新回歸，構(gòu)建商品住宅的城市宜居性特征空間評價計量模型：

HPt=0.18WHPt-1489.74+6794.16PDIt+4536.70PNBt+1065.84PNPSSt+1365.45PNHBt+4422.11PNPLt+1238.77CDCEt-1353.56FRAQt+1711.37RSNLt+1753.36RSPLt（7）

通過上述回歸結(jié)果可以發(fā)現(xiàn)：①在4種固定效應模型的估計結(jié)果中，空間自回歸系數(shù)W*dep var的估計值均為正數(shù)，且都通過了10%的顯著性概率檢驗，說明了中國商品住宅價格在各個城市之間存在顯著的空間正相關關系；②居民收入、公交建設、公共圖書建設、政治區(qū)位、自然區(qū)位、醫(yī)療衛(wèi)生設施、氣候環(huán)境舒適度、中小學教育設施對商品住宅價格的正向影響依次遞減，說明人們在選擇城市居住時，較關注于城市的經(jīng)濟水平、基礎設施建設狀況、自然環(huán)境和行政級別，其中對于教育和文化設施而言，注重于義務教育和圖書文化設施的建設；③城市空氣質(zhì)量優(yōu)良率對商品住宅價格具有負向影響，說明中國在依靠工業(yè)化推動經(jīng)濟發(fā)展的過程中，空氣質(zhì)量成為人們衡量城市經(jīng)濟發(fā)展水平的指標?？諝赓|(zhì)量優(yōu)，反映了城市工業(yè)不發(fā)達，經(jīng)濟水平相對落后，而城市經(jīng)濟對商品住宅價格的正向影響最大，所以，空氣質(zhì)量優(yōu)良率對商品住宅價格表現(xiàn)出負向影響。endprint

3.2.2空間計量模型的選擇

對于商品住宅的城市宜居性特征評價模型的選擇，本文采用拉格朗日乘數(shù)方法進行檢驗，設LML和LME分別為空間滯后評價模型和空間誤差評價模型的LM統(tǒng)計量，由于LML=41.1881>LME=10.4396，所以，應該選擇空間滯后評價模型。對于商品住宅的城市宜居性特征空間滯后評價模型的具體形式，還需要確定是固定效應還是隨機效應。從理論上來說，當樣本隨機取自總體時，選擇隨機效應模型較為恰當，而當回歸分析局限于一些特定個體時，則選擇固定效應模型較為恰當[20]。本文選擇中國35個大中城市進行研究，覆蓋了中國的東、中、西部地區(qū)，所以固定效應模型更為合適。從統(tǒng)計上來說，需要通過空間Hausman檢驗方法加以判定。本文計算得出了空間Hausman檢驗統(tǒng)計量的值為155.9812，對應的χ2（18）的P值為0，所以，統(tǒng)計上也表明選擇固定效應模型更為合適。于是，最終確定選擇包含固定效應的商品住宅的城市宜居性特征空間滯后評價模型。

3.3估計結(jié)果分析

利用Matlab2009軟件對確定的模型進行估計，結(jié)果見表2。根據(jù)表2中調(diào)整后的R2、Sigma2、LogL等統(tǒng)計量來看，在空間滯后面板數(shù)據(jù)模型的4種固定效應情況下，無固定效應模型優(yōu)于其他3種情況，因此，下面以無固定效應模型進行分析。在無固定效應的空間滯后面板數(shù)據(jù)模型中，有9個解釋變量對商品住宅價格的影響在統(tǒng)計上顯著，但這些解釋變量具有不同的量綱，為了能夠使不同解釋變量對商品住宅價格的影響程度具有可比性，本文采用離差標準化法將這9個變量進行了標準化處理，且以無固定效應的空間滯后面板模型進行了重新回歸，構(gòu)建商品住宅的城市宜居性特征空間評價計量模型：

HPt=0.18WHPt-1489.74+6794.16PDIt+4536.70PNBt+1065.84PNPSSt+1365.45PNHBt+4422.11PNPLt+1238.77CDCEt-1353.56FRAQt+1711.37RSNLt+1753.36RSPLt（7）

通過上述回歸結(jié)果可以發(fā)現(xiàn)：①在4種固定效應模型的估計結(jié)果中，空間自回歸系數(shù)W*dep var的估計值均為正數(shù)，且都通過了10%的顯著性概率檢驗，說明了中國商品住宅價格在各個城市之間存在顯著的空間正相關關系；②居民收入、公交建設、公共圖書建設、政治區(qū)位、自然區(qū)位、醫(yī)療衛(wèi)生設施、氣候環(huán)境舒適度、中小學教育設施對商品住宅價格的正向影響依次遞減，說明人們在選擇城市居住時，較關注于城市的經(jīng)濟水平、基礎設施建設狀況、自然環(huán)境和行政級別，其中對于教育和文化設施而言，注重于義務教育和圖書文化設施的建設；③城市空氣質(zhì)量優(yōu)良率對商品住宅價格具有負向影響，說明中國在依靠工業(yè)化推動經(jīng)濟發(fā)展的過程中，空氣質(zhì)量成為人們衡量城市經(jīng)濟發(fā)展水平的指標。空氣質(zhì)量優(yōu)，反映了城市工業(yè)不發(fā)達，經(jīng)濟水平相對落后，而城市經(jīng)濟對商品住宅價格的正向影響最大，所以，空氣質(zhì)量優(yōu)良率對商品住宅價格表現(xiàn)出負向影響。endprint