住宅周边配套对房价的影响分析（比如教育配套、超市、医院等）(二)

（1）如果把基础设施配套费看成是对开发商征收的一种“税”的话，可以很容易运用微观经济学的理论来分析其对房地产价格的影响：如果新建商品房的需求有些弹性的话，基础设施配套费会在开发商和新房购买者之间分摊，分摊多少取决于需求曲线和供给曲线的弹性大小。其短期的效果是新建商品房价会上涨，但上涨的幅度会小于基础设施配套费。如果新房购买者可以在城市之间自由流动，那么，开发商面临的是一条水平的需求曲线，新房价格不会上涨。但中国的城市居民流动性远没有达到城市之间自由迁移的程度，因此，开发商面临的是向右下方倾斜的需求曲线。

（2）如果开发市场是近于充分竞争的话，开发商在中长期必须获得和没有征收基础设施配套费之前同样的正常利润，否则开发商就会退出市场。满足这个均衡要求的条件是底价必须下降。由于城市土地的供给由城市政府垄断，很难判断土地出让价格是否会下降。但基础设施配套费的普遍实施和房地产开发商数量的增长趋势说明了配套费对开发商的利润没有太大的影响。也就是说，基础设施配套费大部分转嫁给了新房购买者。

（3）如果政府征收的配套费确实实用于城市基础设施的建设，那么，新建的基础设施所带来的社会好处会资本化到房价里。资本化的好处可能大于、等于或小于新房购买者所承担的配套费，相应地，意味着新房价格上涨的幅度会高于、等于或低于新房购买者所承担的配套费。总的来说，基础设施配套费的征收会导致新建商品房价格上升，根据美国的一项研究，征收1美元的基础设施配套费会提高新建房价格上升约1.66美元，其中对高档住房价格的影响会达到3.58美元，但对抵挡住宅价格的影响不显著；其解释之一是基础设施建设费的基础设施所带来的社会好处会更大，这些社会好处最终资本化到房价里。利用我国城市房地产交易数据做同样的实证检验可以帮助我们理解新建住房价格逐年上涨的原因中，基础设施配套费的征收到底起了多大的作用。基础设施配套费的征收也涉及到分配和公平问题。我国由于没有实质意义上的房地产有税，因此城市政府没有稳定的基础设施和公共服务融资渠道（西方很多国家地方政府地方公共物品的支出主要来自对房地产所有者征收房地产税）。我国目前处于快速城市化阶段，城市人口增长很快，新增的城市基础设施建设和老化的基础设施的改造都需要融资。那么，这些融资是应该由所有居民承担，还是由新增城市移民承担？有些基础设施可以持续使用很多年，是否需要未来的城市人口也承担其部分成本？如果融资的负担以基础设施建设费的形式由新房购买者承担，那么新建基础设施的社会好处资本化到存量房地产价格后，存量住房所有者免费得到了住房增值的好处。这显然是不公平的。但物业税（指对房地产所有者征税）的开征可以减轻这种不公平。如果物业税的收益能主要用于地方公共物品的支出，那么，那时的基础设施配套费就可以减少甚至取消了。

尽管如此，在近些年的新建商品房屋销售宣传模式中，也有利用基础建设中的某一项拿来做噱头的销售说辞，比如说在通讯方面的FTTH（光纤到户），其实目前在国内，所谓光纤到户实际上是限制了业主选择通讯公司的权利，在各大通讯企业巨头没有达成分赃协议之前，业主只能被动地接受。强加于人的，我们一般不会称之为享受，哪怕像光一样的速度。

（二）公共设施

1、公共设施的分类

通过对公共设施的定义，根据《城市居住区规划设计规范》可以分为八类，分别是：教育（学校、图书馆）、医疗卫生（医院、疗养院等）、文化体育（影院、健身场馆等）、商业服务（商场、综合体等）、金融邮电（银行、邮局等）、社区服务、市政公用、行政管理及其他等

2、公共设施对房价的影响

公共配套设施由于行政区域规划和社会资源分配的因素制约，直观上对房价有着重要影响，有正面影响也有负面影响，比如学校，公交，商场，娱乐等；负面影响如殡葬、医院、机场、加油站等等。

在众多研究房价的方法中，最为引入注意的是hedonic模型，它的出现可以帮助人们从房子本身的特征（房子的面积，房子的年龄，房子离商业区的距离等因素）来考虑房价的大小（Rosen 1974,Freeman 1979）。但是，这些因素并没有真正考虑到房子所处的位置与其价格的关系。在所用的方法中，仅仅局限于传统的回归模型（OLS），这种方法的不足是很大可能让估计出来的结果产生偏差。就算是取样在地理位置上十分接近，但是从空间上说也具备很强的相关性，具体原因是毗邻的建筑会有很多的关联性，如果到达某设施的时间，到达某设施的容易度等。

直到上个世纪90年代末，Pace et al.(1998)和Durbin et al.（1999）提供了一个可以修正相关因素的回归模型，这一理论的出现很好的提供了把空间自回归作为对房价定价的考虑的可能。Pace和Barry（1997）在此理论的基础上提出了具体的统计计算方法以解决大样本数据分析的困难性问题。更重要的是，Pace et al.(1998)在推广误差项目回归模型的基础上提出了空间时间自回归模型。直到，Rey和Janikas（2006）采用一种度量时间重要性影响的方式来构造空间统计模型。他们指出这种空间时间混合度量的方式是把时间作为一个独立的变量放在模型中估计里，如果误差是具有空间相关性的，那么传统模型的使用由此出现偏差。因此，在使用模型之前，他建议先使用Kelejian-Robinson（KR）test,Wald和拉格郎日检验来确认普通回归模型残差项的空间相关性。在这一基础上，Anselin和Le Gallo（2006）创造性地提出了用空间插值的方式度量空气质量的问题。紧接着这个课题，Aselin和Gracia（2009）更尝试使用这种空间插值技术来衡量空气污染对房价的影响。

利用Spatial-Durbin模型对广州天河区住宅价格与公共设施的关系进行研究，并进一步地探讨受公共设施影响的房价会否对于毗邻的房子的价格有显著的影响。研究结果表明，房子结构中的面积大小，房龄，配备电梯的因素对房价的影响显著。如房子的面积每增大一个单位（平方米），房价较原来上升2.6%。类似的，若假定其他变量不变，房价会较原来下跌4.69%对应于房龄每增加一年。尽管如此，住宅所在的楼层却对房价的变化不起任何显著性的影响，这也意味着买家或者投机者的大量涌入，令住宅市场在一段期间内出现供不应求的现象，以至于楼层不被看成是一种主流买房的因素。这一结果正好于Jim和Chen（2006）的文章结果恰恰相反，他们对广州海珠区住宅市场的研究表明楼高价贵，其主要原因是住得高可以更好的享受阳光和清新的空气，远离噪音与空气污染。之所以产生这种差异，主要是因为海珠区是广州的一个成熟的社区，在城市规划和交通设施方面有着较少的改进。相比较而言，天河区是个新发展的社区，其城市规划的一个重要的目的是之在解决人口发展快，居住性需求急的问题。在景观的因素里，街道，园景，公园和江景全都是显著影响房价的因素。当中数最特别的应当是江景，对于有江景与没有江景的房子，房价的售价可以相距31.67%。这一结论大致上与国外相关文献的结论相似，当中说明如今的买家愿意在居住这一环节上花费更高的成本代价以换取更好的生活质量。

在公共设施方面，地铁站，邮局，银行，医院和学校对房价有着相当大的影响。教育，对今天的许多国家来说都是一个重点发展的事业，住宅处在省一级学校地段的范围，房价上升4.36%，这一结果暗示着越来越多的买家不惜花费更高的成本以给下一代提供优质的教育环境。值得一提的是随着地铁网络的覆盖面越来越广，传统的交通工具-公交车已经不再是人们出行的主要手段，从模型的结果可见一个房子离地铁站的距离每靠近一百米，房价会显著的上升7.5%。邮局，银行和医院作为独立的因素来考虑对房价的变化在国外的文献中很少见的，这个原因主要体现在外国人的居住习惯与生活方式跟中国人有着很大的差别，外国人会把这些因素作为影响商业地产的重要因素，因此很少出现在住宅市场的领域里。医院，在人们购房考虑的因素中往往是敬而远之的，上述结果可以看出每远离医院100米，房价价格会上扬6.2%。毫无疑问，医院在城市发展中起了一个举足轻重的作用。不过在人们选购房子的时候却敬而远之，其突出的因素是居民若居住的环境毗邻医院，居民可能会被认为有很大的机会受到各种各样的病菌感染。这个现象告诉我们尽管医院是便利的公共设施，但人们却会因为健康的环境选择远离医院的地方居住。