精品案例北京二手房房价影响因素分析

精品案例北京⼆⼿房房价影响因素分析

北京市房地产市场是我国最为发达、最具有代表性的房地产市场之⼀。截⾄2016年5⽉25⽇的背景住宅年内交易数据显

⽰，北京市⼆⼿房占市场住宅成交⽐例⾼达86.2%，北京楼市已经全⾯进⼊⼆⼿房时代。

⼆⼿房的市场价格是多种因素综合作⽤的结果，本案例收集了某⼆⼿房中介⽹站的16210套在售⼆⼿房相关数据，对⼆

⼿房房价的相关影响因素展开研究。

本案例所关⼼的因变量是单位⾯积房价（单位：万元/平⽅⽶）。从直⽅图中可以看出，单位⾯积房价是呈现右偏分布

的。具体地，单位⾯积房价的均值为6.12万元/平⽅⽶、中位数为5.74万元/平⽅⽶。这⼀现象符合我们对于房价的基本

认知，即存在少数天价房，从⽽拉⾼了房价的平均⽔平。

在本案例中，单位⾯积房价的最⼩值为1.83万元/平⽅⽶，所对应的房屋是丰台区东⼭坡三⾥的⼀间两居室，总⾯积

100.83平⽶；最⼤值为14.99万元/平⽅⽶，所对应的房屋是西城区⾦融街的⼀套三室⼀厅，总⾯积77.40平⽶。

本案例将⾃变量归为两类，⼀类是内部因素，包括卧室数、厅数、所属楼层和房屋⾯积等。前三者对于单位⾯积房价的

影响并不⼗分明显（分组箱线图）。房屋⾯积与单位⾯积房价则存在⼀定的负相关，相关系数为-0.07并且显著。

另⼀类是区位因素，包括所属城区、是否邻近地铁、是否学区房等。从分组箱线图中可以看出，（1）不同城区的房屋

单位⾯积房价差异较⼤，西城区、海淀区和东城区的单位⾯积房价明显偏⾼；（2）学区房和地铁房的单位⾯积房价偏

⾼。

综上，通过对本案例数据的描述性分析，可以推测：对单位⾯积房价可能会产⽣影响的因素包括：区位因素（城区、地

铁、学区）和内部因素（卧室数、是否有客厅、⾯积、楼层）；从影响作⽤来看，区位因素⽐内部因素更为明显⼀些。

为了更深⼊地分析各因素对⼆⼿房房价的影响，本案例将建⽴单位⾯积房价关于区位因素和内部因素的回归模型，使⽤

定量化的⽅式更为精细地刻画两⽅⾯因素的影响作⽤⼤⼩，并且试图使⽤该模型来预测⼆⼿房房价。

在数据建模部分，本案例层层推进地建⽴了三种模型：（1）简单线性回归模型；（2）对数线性回归模型；（3）带有

交叉项的回归模型。下⾯我们展⽰简单线性回归模型的估计结果和解读，对其他模型有兴趣的读者，可以点击“阅读原

⽂”购买本案例报告。

在控制其他因素不变时，可以得到如下结论：

•对于城区这⼀变量，⽯景⼭区单位⾯积房价最低，西城区单位⾯积房价最⾼，⽐⽯景⼭区每平⽶平均⾼出3.70万

元；

•对于学区这⼀变量，学区房⽐⾮学区房单位⾯积房价平均⾼出1.18万元；

•对于地铁这⼀变量，地铁房⽐⾮地铁房单位⾯积房价平均⾼出6720元；

•⾼层房屋单位⾯积房价最低，其次是中层，低层房屋单位⾯积房价最⾼；

•有客厅的房⼦单位⾯积房价更⾼；

•卧室数每增加⼀间，单位⾯积房价平均增加1110元；

•房屋⾯积的增加会带来单位⾯积房价的降低。

这些结论与之前的猜想基本符合。⽽且模型的F检验拒绝原假设，说明建⽴的模型是显著的；调整的R2为0.59，模型的

拟合程度尚可接受。

最后，本案例采⽤了带有交互效应的对数线性模型。假设有⼀家三⼝，⽗母为了能让孩⼦在西城区上学，想买⼀套邻近

地铁的两居室，⾯积是85平⽅⽶，低层楼层，那么房价⼤约是多少呢？根据交互模型，预测的到的单位⾯积房价为9.29

万元/平⽅⽶，总价⾼达789.78 万元。

万元/平⽅⽶，总价⾼达789.78 万元。

由于房价的影响因素有很多，因此再未来的研究中可以考虑在模型中加⼊更多因素，⽐如⼩区位置（地处⼏环）、⼩区

环境（如绿化情况、容积率，等等）、周边配套设施（如商圈、医院，等等）等。另外，若要将模型推⼴到其他城市，

还要进⼀步考虑城市特有因素（如：在旅游城市是否为海景房等）。

想了解更多案例内容，请加⼊狗熊会⾼校会员，详情咨询王⽼师（电话，邮箱@

）。