项目案例
Hedonic 房价回归分析
用 Hedonic Price Method 解释城市基础设施对房价的影响。
我的角色
计量模型与房地产数据分析
项目阶段
变量筛选、回归建模与结果解释
关键结果
识别影响房价的关键因素，并将模型结果转化为城市和投资决策参考。
策略快照
业务问题
轨道交通到底能多大程度影响房价？
这个项目用回归证据检验常见投资假设，把交通可达性与住宅品质、CBD 距离、学校质量等因素分开判断。
报告证据
140 个样本、12 个变量，地铁信号存在但不强
双对数模型显示地铁距离与房价存在负向关系，但显著性较弱，因此需要谨慎解释，不能过度放大。
策略信号
把轨道交通作为估值框架中的一个信号
投资或规划判断中，地铁可达性需要和学校质量、CBD 可达性、物业特征、地方市场成熟度一起看。
背景
城市交通设施会影响住房价值，但影响程度需要通过数据量化，才能为城市规划和房地产投资判断提供依据。
问题
项目关注地铁距离等变量是否显著影响房价，以及这些变量如何与其他住房属性一起解释价格差异。
方案或方法
我使用 Hedonic Price Method、双对数回归、变量筛选和结果解释，建立回归模型分析房地产价格差异。
分析流程
变量框架构建
将房价拆解为区位、交通、物业特征等多个解释维度。
数据整理与变量筛选
处理样本数据，并筛选与房价相关的核心解释变量。
回归模型建立
使用 Hedonic Price Method 建立回归模型，解释不同因素对房价的影响。
结果解释与决策转化
将模型结果转化为对城市交通、房地产价值和投资判断的参考。
关键证据
样本量
140 个样本
义乌主城区七个区域，每个区域随机抽取 20 个住宅样本。
变量数量
12 个解释变量
覆盖住宅属性、学校质量、CBD 距离、铁路距离和最近地铁站距离等因素。
地铁影响
-7.03%
距离最近地铁站增加 1%，每平方米房价约下降 7.03%，但显著性较弱。
模型检查
VIF 检验
使用方差膨胀因子检查多重共线性，避免误读变量影响。
回归结果解释
模型把住宅属性影响和城市可达性影响拆开解释。
正向因素
阳台 / 电梯 / 学校质量
这些属性与更高的每平方米房价相关。
负向因素
CBD 与地铁距离
距离增加通常会削弱住宅价值。
注意
地铁影响显著性较弱
可以说明存在信号，但不应过度放大。
判断逻辑
轨道交通对城市房价有正向但有限的影响
结果说明地铁可达性存在价格溢价，但不能把轨道距离当作唯一投资信号。
基础设施价值需要结合地方语境理解
即使城市核心区房价提升有限，轨道交通仍可能通过区域融合和公共服务改善创造长期价值。
结果
模型帮助识别影响房价的关键因素，并将计量结果转化为城市和投资决策参考。
关键输出
- Hedonic Price Method 回归模型
- 房价影响因素识别
- 城市交通与房价关系分析
- 变量显著性与方向判断
- 房地产价值解释框架
- 城市与投资决策参考
复盘
这个项目体现我用计量方法分析现实房地产问题的能力，也训练了我把统计结果翻译成业务判断的能力。