城市經(jīng)濟(jì)學(xué)：海岸城對附近小區(qū)房價影響力研究報告

1、海岸城對附近小區(qū)房價影響力研究報告對居民競標(biāo)地租曲線的適用性討論目 錄前言1.選題背景2.研究區(qū)域概況3.研究方法及技術(shù)路線定量分析4.1數(shù)據(jù)來源及處理4.2數(shù)據(jù)分析4.3小結(jié)定性分析5.1調(diào)研小區(qū)選擇5.2調(diào)研結(jié)果分析5.3小結(jié)結(jié)論6.1結(jié)論6.2 反思 地租理論是土地經(jīng)濟(jì)學(xué)的核心，現(xiàn)代西方城市地租理論中地租范疇主要包括地租、經(jīng)濟(jì)地租和競標(biāo)地租。其中競標(biāo)地租或競標(biāo)租金( bid rent)是指人們愿意向不同位置的土地支付的最大費用。1.1 理論綜述 德國農(nóng)業(yè)經(jīng)濟(jì)學(xué)家杜能的著作孤立國：以農(nóng)用地為例分析了不同作物由于其可支付的地租不同，從而選擇在距離市場不一的區(qū)位種植 美國哈佛大學(xué)教授威廉阿朗索

2、于1964年提出了單中心城市地價的競租模型：城市地租是由不同類型用地的競價能力決定的，出價能力最高的土地利用類型將占據(jù)城市中心的位置，且土地利用強(qiáng)度隨距城市中心距離增加呈現(xiàn)出空間衰減的規(guī)律。1 選題背景 不同土地利用類型其競標(biāo)地租曲線的斜率不同。阿隆索在構(gòu)建住戶的競標(biāo)曲線時，假設(shè)住戶消費有三種：土地，通勤成本及其他商品消費。構(gòu)建出住戶預(yù)算約束方程： y=z+p(t)q+kt 其中，y表示居民收入，z表示住房外綜合商品的消費，p(t)表示距CBD距離為t處住房競標(biāo)價格，q表示住房消費量，k表示單位距離通勤成本，t表示距CBD的距離。單位住房消費量及距市中心距離的關(guān)系式，即住戶的競標(biāo)地租函數(shù)為：P

3、(t)=(y-z-kt)/q 競標(biāo)地租曲線的斜率為dp/dt=-k/q0。即居民住房競標(biāo)地租隨距市中心距離的增加而逐漸減小，競標(biāo)地租曲線如圖1所示。圖1 住房競標(biāo)地租曲線1.2 住房競標(biāo)地租曲線所面臨的挑戰(zhàn) 阿隆索的競標(biāo)地租理論的研究是在一個家庭直接消費土地的框架中進(jìn)行的，前提為：城市為單中心、處于均質(zhì)平原。 Muth（1969）和Mills（1967，1972）進(jìn)一步發(fā)展了Alonso的單中心模型，在效用函數(shù)中用住房替換了土地：住房的生產(chǎn)需要土地和其它非土地投入，從而家庭對土地就具有一種派生需求。Muth、Evans 又在此基礎(chǔ)上發(fā)展了住房選擇的“互換論”（Trade-off Model），

4、即城市居民通過對住房成本與通勤費用的權(quán)衡以確定合適的住宅區(qū)位。在均衡時，住房價格隨著距市中心的距離增大而降低。隨著社會經(jīng)濟(jì)的發(fā)展，以阿隆索為代表的競標(biāo)地租理論主要受到以下挑戰(zhàn)：（1）單中心模型難以解釋多中心的城市競標(biāo)地租曲線變化情況?？焖俪鞘谢M(jìn)程下，大批城市掀起舊城改造和新區(qū)規(guī)劃建設(shè)熱潮，城市內(nèi)部的空間結(jié)構(gòu)不斷演化的同時，不少城市已經(jīng)從單中心形態(tài)發(fā)展為多中心形態(tài)。城市由一個主中心，兩個次中心組成，若地塊的價格主要受到離它最近的中心影響，則競標(biāo)地租曲線變成如圖所示情況。圖2 城市次中心影響下的競價曲線（2）現(xiàn)實中，城市并不處于“均質(zhì)平原”上。不同區(qū)位條件下，所配備的公共服務(wù)設(shè)施、基礎(chǔ)設(shè)施等不盡

5、相同，不同地區(qū)的交通可達(dá)性不同，這些因素都易造成住房價格在空間上分布特征偏離原競標(biāo)地租曲線。（3）城市土地市場是一個不完全競爭市場，政府會干預(yù)城市土地市場和住房市場。城市土地市場在很大程度上是一種地方性市場，易造成信息不對稱性。出于對我國房地產(chǎn)市場泡沫的憂慮，政府多次頒布相關(guān)政策，其中包括財政政策和貨幣政策，對房地產(chǎn)市場進(jìn)行宏觀調(diào)控。保障性住房政策增加了住房的總供給量,分化了各個層次的住房需求，“二套房”政策的推出引導(dǎo)銀行貸款抑制投資、投機(jī)性購房需求,從而有助于降低房價。2 研究區(qū)域概況 深圳位于北回歸線以南，地處廣東省南部，毗鄰香港，位于珠江口東岸，東臨大亞灣和大鵬灣；西瀕珠江口和伶仃洋；南

6、邊深圳河與香港相聯(lián)；北部與東莞、惠州兩城市接壤。九大商圈：以東門步行街為中心的羅湖東門商圈；以人口密度、地理優(yōu)勢自然形成的人民南商圈；以專業(yè)市場、主題商城為主體的華強(qiáng)北綜合性商圈；以地王大廈、中信城市廣場等國際時尚品牌為主流的深南中路商圈；以購物、旅游、休閑為特色的華僑城商圈。隨著整個城市的外擴(kuò)，南山和寶安、龍崗逐漸發(fā)展成為新的商圈。在城市西移以及新生口岸經(jīng)濟(jì)的牽引下，南山商業(yè)文化中心區(qū)正迎來日益緊密的物流、人流、資金流和商務(wù)流。海岸城于2007年12月16日開業(yè)，是深圳市政府規(guī)劃的三大CBD之一，位于南山商業(yè)文化中心區(qū)，緊鄰濱海大道、南海大道、后海大道、后海濱路、創(chuàng)業(yè)路等南山區(qū)的五條城市主干

7、道，是目前深圳西部規(guī)模最大的綜合型商務(wù)、商業(yè)項目，也是迄今為止深圳市最大的室內(nèi)購物、休閑、娛樂中心。海岸城總投資約20億元人民幣，總建筑面積約30萬平方米。其中：購物中心約12萬平方米；寫字樓約14萬平方米；商業(yè)街約4萬平方米。海岸城由東、西座寫字樓、海岸風(fēng)情街以及購物中心組成（如圖3所示）。究其成功的原因有四：（1）覆蓋區(qū)域主要人群下的差異化業(yè)態(tài)定位；（2）主力店引進(jìn)集聚人群，促進(jìn)銷售和租賃；（3）帶租約銷售，控制整個商場的業(yè)態(tài)和檔次；（4）規(guī)模效應(yīng)，通過業(yè)態(tài)組合和品牌組合，強(qiáng)力目的地型消費牽引。具有南北雙廣場，雙步行街，雙首層，退臺餐飲，建筑風(fēng)格極具特色。圖3 海岸城 研究表明，城市商業(yè)中

8、心可以作為城市多中心研究點之一，其空間吸引力符合傳統(tǒng)的地理空間衰減規(guī)律。 馬克思認(rèn)為房屋的銷售價格和租金都是房屋價格的貨幣表現(xiàn)形式，且房屋銷售價格與租金之間存在著一定的統(tǒng)計關(guān)系。 為避免房價虛高對模型分析產(chǎn)生影響，本研究以房屋租金作為房屋的價格進(jìn)行研究分析。3 研究方法及技術(shù)路線3.1 研究方法本文在主要采用了定量和定性相結(jié)合的研究方法，研究數(shù)據(jù)主要來自于“安居客”網(wǎng)站以及實地調(diào)研。以2015年10月“安客居”網(wǎng)站上所提供的房屋出租信息為準(zhǔn)，以北環(huán)大道，月亮灣大道，東濱隧道，沙河西路為界限，研究區(qū)域如圖4所示，提取出海岸城周邊共302個小區(qū)中出租房屋的朝向、樓層、房齡、綠化率、地鐵、公交車站、

9、裝修方式以及租金等數(shù)據(jù)，對海岸城周邊房屋價格的變化規(guī)律進(jìn)行定量分析。對于定量分析中表現(xiàn)出異常的小區(qū)，進(jìn)行實地調(diào)研考察，具體分析造成其房租異常的原因。 圖4 研究區(qū)域示意圖定量分析方面，根據(jù)競標(biāo)地租理論的最終結(jié)論，房價在CBD最高，從CBD向外地價逐漸下降。本研究借鑒了競標(biāo)地租理論曲線的形態(tài)，假設(shè)海岸城作為研究地塊的CBD中心，對周圍小區(qū)房屋價格產(chǎn)生影響：忽略其他因素影響，隨著距離海岸城距離增加，小區(qū)價格呈線性下降。本研究首先將單位面積租金作為因變量，房屋距海岸城距離作為自變量進(jìn)行線性回歸，并進(jìn)行檢驗： （1）改變研究范圍分別為500m，1000m，1500m，2000m，3000m，4500m

10、，研究海岸城在不同范圍內(nèi)的影響狀況； （2）根據(jù)上述范圍劃分，觀察距離指標(biāo)對房屋租金的影響，確定海岸城對房屋租金的影響范圍； （3）在對方向、裝修變量的量化上，設(shè)置了虛擬變量，選取北向與普通裝修作為對照組。定性分析方面，主要采用訪談法與現(xiàn)場觀察。結(jié)合定量回歸結(jié)果，控制了房屋建造年代等客觀條件，在不同距離區(qū)段選擇了4個具有代表性的小區(qū)，對其租戶對在租房時的考慮因素進(jìn)行調(diào)研，并得出最后條件。3.2 技術(shù)路線圖5 研究技術(shù)路線圖4 定量分析 4.1 數(shù)據(jù)來源及處理4.2 數(shù)據(jù)結(jié)果分析一元線性回歸分析多元線性回歸分析4.3 定量分析結(jié)論4.1 數(shù)據(jù)來源及處理為避免房屋市場價格虛高，采用單位面積租金進(jìn)行

11、研究。其他信息選取了經(jīng)緯度、裝修情況、面積、朝向、醫(yī)院（5km范圍內(nèi)）、交通設(shè)施（步行15分鐘內(nèi)）、綠化率、房齡等變量。本研究數(shù)據(jù)來自于安居客網(wǎng)站，從網(wǎng)站上取了302個小區(qū)的40462條房屋信息。剔除了城中村與殘缺數(shù)據(jù)之后，剩余有效數(shù)據(jù)39912條，進(jìn)行進(jìn)一步處理。4.1 數(shù)據(jù)來源及處理假設(shè)其他因素對租金影響不大，以距離為自變量，以單位面積價格為因變量，運用一元線性回歸分析，得出自變量距離的系數(shù)。若系數(shù)通過檢驗，說明海岸城對研究范圍內(nèi)小區(qū)租金有影響，若通不過檢驗，說明可能有其他因素對房屋租金產(chǎn)生影響。為進(jìn)一步研究房屋租金的影響因素，從數(shù)據(jù)中提取了其他變量，和距離一起采用多元線性回歸，根據(jù)檢驗結(jié)

12、果與其他變量系數(shù)，進(jìn)一步確定距離對因變量影響程度大小，確定距離在決定房屋租金價格中的重要性。4.2 數(shù)據(jù)結(jié)果分析距離樣本數(shù)R平方常數(shù)項系數(shù)T檢驗T檢驗Sig50018260.00376.8020.0332.4320.015100072170.00181.9190.0023.1430.0021500155220.01393.414-0.112-14.0150.0002000214590.00279.8650.0046.0790.0003000328140.00487.337-0.003-11.5290.0004500399120.01689.569-0.005-25.4750.000表1 一元線

13、性回歸分析結(jié)果4.2.1 一元線性回歸分析4.2 數(shù)據(jù)結(jié)果分析4.2.1 一元線性回歸分析圖5 一元線性回歸結(jié)果4.2 數(shù)據(jù)結(jié)果分析4.2.1一元線性回歸分析圖5 一元線性回歸結(jié)果得出以下結(jié)論：（1）對于不同距離范圍內(nèi)房屋回歸時，各回歸系數(shù)并沒有呈現(xiàn)出明顯的規(guī)律性變化，對租金的影響在1000m內(nèi)輕微上升，1500m內(nèi)大幅度下降，在2000m輕微上升，在3000之后開始輕微下降4.2.1一元線性回歸分析4.2 數(shù)據(jù)結(jié)果分析距離樣本數(shù)R平方常數(shù)項系數(shù)T檢驗T檢驗Sig50018260.00376.8020.0332.4320.015100072170.00181.9190.0023.1430.00

14、21500155220.01393.414-0.112-14.0150.0002000214590.00279.8650.0046.0790.0003000328140.00487.337-0.003-11.5290.0004500399120.01689.569-0.005-25.4750.000表1 一元線性回歸分析結(jié)果（2）考慮1500m內(nèi)存在別的因素造成房屋租金由于距離的增加帶來的下降顯著（3）總體看，隨距海岸城距離增加，房屋租金沒有顯示出明顯的下降趨勢，因此初步認(rèn)為海岸城對周邊社區(qū)房屋租金影響不大。4.2.1一元線性回歸分析4.2 數(shù)據(jù)結(jié)果分析距離樣本數(shù)R平方常數(shù)項系數(shù)T檢驗T檢驗S

15、ig50018260.00376.8020.0332.4320.015100072170.00181.9190.0023.1430.0021500155220.01393.414-0.112-14.0150.0002000214590.00279.8650.0046.0790.0003000328140.00487.337-0.003-11.5290.0004500399120.01689.569-0.005-25.4750.000表1 一元線性回歸分析結(jié)果由于距離對房屋租金解釋力度較弱，因此要考慮上圖中房屋租金變動的原因還受到哪些因素的影響。添加綠化率、裝修情況、交通設(shè)施、醫(yī)院、朝向作為自變

16、量，其中，根據(jù)所獲數(shù)據(jù)結(jié)果將裝修狀況分為豪華裝修、精裝修、普通裝修、其他4類，方向分為東、西、南、北、東北、東南、西南、西北、南北、東西10類。設(shè)置了虛擬變量，并選擇普通裝修與北朝向作為基礎(chǔ)變量，再次分距離進(jìn)行回歸。4.2 數(shù)據(jù)結(jié)果分析4.2.2 多元線性回歸與虛擬變量分析精裝修普通裝修豪華裝修其他東南西北東北東南西南西北南北東西10001000000000100000000000101000000000001010000000001000100001000000001000010000000001000000010000001000010000001000001000000000100100

17、0000001000100000000010000100000000100000000000100010010000000010000100000000小區(qū)名租金距離平均租金房齡地鐵公交三級醫(yī)院二級醫(yī)院綠化率觀海臺9500303.82 88.78505113.94388217040.384觀海臺6000303.82 73.17073113.94388217040.384觀海臺5500303.82 62.5113.94388217040.384觀海臺8000303.82 74.76636113.94388217040.384觀海臺7000303.82 81.39535113.9438821704

18、0.384觀海臺7500303.82 87.2093113.94388217040.384觀海臺7900303.82 94.04762113.94388217040.384觀海臺7200303.82 85.71429113.94388217040.384觀海臺8500303.82 98.83721113.94388217040.384觀海臺12500303.82 114.6789113.94388217040.384觀海臺9800303.82 90.74074113.94388217040.384觀海臺7000303.82 85.36585113.94388217040.384觀海臺70003

19、03.82 63.63636113.94388217040.384觀海臺6000303.82 75113.94388217040.384觀海臺8300303.82 102.4691113.94388217040.38450010001500200030004500系數(shù)T檢驗sig系數(shù)T檢驗sig系數(shù)T檢驗sig系數(shù)T檢驗sig系數(shù)T檢驗sig系數(shù)T檢驗sig截距73.828176.829121.927146.051107.986103.654距離.023.000.003.001.010.000.004.000-.002.000房齡.685.001-1.268.000-.806.000-.735

20、.000-.805.000-.675.000綠化率42.829.000-33.618.00012.971.00010.597.0008.798.000地鐵-5.962.0125.426.0005.461.0002.775.0003.791.0004.248.000公交-2.449.000-.592.000-1.328.000-.924.000-.379.000三級醫(yī)院-5.604.000-6.816.000-7.040.000-5.443.000二級醫(yī)院-13.120.000-7.122.000-9.601.000-1.602.000-1.224.000東19.073.000-7.960.00

21、0.017.490南11.102.0004.175.002-9.972.000-5.958.000-7.820.000西12.264.00037.709.00051.893.00049.880.00047.125.000東北4.830.016-6.497.011東南-8.048.000-7.191.000-16.110.000-10.017.000-11.014.000西北西南11.759.039-9.798.000-3.862.008-3.595.000東西-12.157.000-7.357.000-8.593.000南北-7.638.000-7.459.000-18.416.000-12.

22、691.000-13.902.000回歸結(jié)果如下表所示： 表2 多元線性回歸結(jié)果 50010001500200030004500系數(shù)T檢驗sig系數(shù)T檢驗sig系數(shù)T檢驗sig系數(shù)T檢驗sig系數(shù)T檢驗sig系數(shù)T檢驗sig豪華裝修-5.328.000-2.649.000精裝修7.100.0006.474.000其他裝修-6.654-5.505.000-2.650.001-2.081.002引入變量71112171415相關(guān)系數(shù).050.150.125.190.116.107F檢驗13.725115.200.000184.798.000295.006.000308.138.000320.229

23、.000F檢驗sig.000.000.000.000.000.000DW檢驗1.7191.3251.1711.2501.2661.256通過以上分析，大致可以總結(jié)出以下幾點：（1）截距不同距離下生成了不同的截距，在距離海岸城的500m的范圍內(nèi)，由于不適于居住，租金反而較低，隨著距離增加，租金波動趨于平穩(wěn)，最終穩(wěn)定在100左右。（2）距離房屋距海岸城距離對房屋租金幾乎沒有影響。在多元線性回歸中，距離的系數(shù)相比于其他變量幾乎可以忽略不計。因此可以認(rèn)為距離對房屋的影響接近于零。與前文推測不符合。圖6 不同距離回歸分析截距50010001500200030004500系數(shù)T檢驗sig系數(shù)T檢驗sig系

24、數(shù)T檢驗sig系數(shù)T檢驗sig系數(shù)T檢驗sig系數(shù)T檢驗sig截距73.828176.829121.927146.051107.986103.654距離.023.000.003.001.010.000.004.000-.002.000表3 距離對房租影響的回歸系數(shù)（3）綠化、房齡、交通、醫(yī)院隨范圍擴(kuò)大，綠化對租金價格的影響由負(fù)轉(zhuǎn)正，這也與實際情況吻合，同時說明在500m-2000m范圍內(nèi)存在的異常點較多。房齡、交通、醫(yī)院的影響則較為穩(wěn)定，房齡與醫(yī)院都對租金造成負(fù)面影響，隨著房齡增加，單位面積租金下降，但下降幅度較小。而5公里范圍內(nèi)醫(yī)院數(shù)目的增加則會使租金價格下降，這也與人們的認(rèn)知偏好有關(guān)。步行

25、15分鐘交通狀況對于房屋租金的影響也隨著范圍增加逐漸穩(wěn)定，公交數(shù)量的增加帶來了租金的顯著下降，而地鐵數(shù)量的增加帶來了房屋租金上升，猜想由于地鐵對于周邊交通負(fù)面影響較小且快捷高效，所以對租金有正面作用，而公交則因容易導(dǎo)致堵車、環(huán)境空氣質(zhì)量惡化與噪音污染而對租金造成了負(fù)面的影響。表3 房齡、綠化率、地鐵、公交及醫(yī)院對房租影響的回歸系數(shù)50010001500200030004500系數(shù)T檢驗sig系數(shù)T檢驗sig系數(shù)T檢驗sig系數(shù)T檢驗sig系數(shù)T檢驗sig系數(shù)T檢驗sig截距73.828176.829121.927146.051107.986103.654距離.023.000.003.001.0

26、10.000.004.000-.002.000房齡.685.001-1.268.000-.806.000-.735.000-.805.000-.675.000綠化率42.829.000-33.618.00012.971.00010.597.0008.798.000地鐵-5.962.0125.426.0005.461.0002.775.0003.791.0004.248.000公交-2.449.000-.592.000-1.328.000-.924.000-.379.000三級醫(yī)院-5.604.000-6.816.000-7.040.000-5.443.000二級醫(yī)院-13.120.000-7.

27、122.000-9.601.000-1.602.000-1.224.000（4）裝修 裝修使用了虛擬變量，選取了普通裝修作為對照變量，其他裝修相比于普通裝修效果較差，導(dǎo)致租金下降，精裝修在一定程度上帶來了租金價格上升，而豪華裝修卻導(dǎo)致了租金的下降，認(rèn)為一般情況下精裝修滿足了人們的需求，而豪華裝修則由于價格過高而導(dǎo)致需求下降，最終成為了影響租金的負(fù)面因數(shù)。50010001500200030004500系數(shù)T檢驗sig系數(shù)T檢驗sig系數(shù)T檢驗sig系數(shù)T檢驗sig系數(shù)T檢驗sig系數(shù)T檢驗sig豪華裝修-5.328.000-2.649.000精裝修7.100.0006.474.000其他裝修-6

28、.654-5.505.000-2.650.001-2.081.002引入變量71112171415相關(guān)系數(shù).050.150.125.190.116.107F檢驗13.725115.200.000184.798.000295.006.000308.138.000320.229.000F檢驗sig.000.000.000.000.000.000DW檢驗1.7191.3251.1711.2501.2661.256表4 裝修方式對房租影響的回歸系數(shù)（5）朝向 朝向采用了虛擬變量進(jìn)行回歸。選取了北向作為對照組，在500m范圍內(nèi)朝東、朝南和西南對于房屋租金有著顯著的正面影響，而從1000m開始，朝西房屋租

29、金遠(yuǎn)高于其他各個方向的房屋租金，相比于北向，其他朝向?qū)Ψ课葑饨鹬饾u造成負(fù)面的影響，對于造成這種分異的原因，后文將繼續(xù)調(diào)研。表5 房屋朝向?qū)Ψ孔庥绊懙幕貧w系數(shù)50010001500200030004500系數(shù)T檢驗sig系數(shù)T檢驗sig系數(shù)T檢驗sig系數(shù)T檢驗sig系數(shù)T檢驗sig系數(shù)T檢驗sig東19.073.000-7.960.000.017.490南11.102.0004.175.002-9.972.000-5.958.000-7.820.000西12.264.00037.709.00051.893.00049.880.00047.125.000東北4.830.016-6.497.011

30、東南-8.048.000-7.191.000-16.110.000-10.017.000-11.014.000西北西南11.759.039-9.798.000-3.862.008-3.595.000東西-12.157.000-7.357.000-8.593.000南北-7.638.000-7.459.000-18.416.000-12.691.000-13.902.0004.3 定量分析結(jié)論（1）距海岸城距離給周邊小區(qū)房屋租金帶來的影響隨距離改變而改變，在1000m范圍內(nèi)，隨距離增加，租金上升，在全部范圍內(nèi)隨距離增加房屋租金下降, 但不顯著，因此影響總體較小。（2）在距離海岸城1500m范圍內(nèi)

31、隨距離增加，租金顯著下降。（3）其他因素對于房屋租金影響較大的有房齡、交通、醫(yī)院。房齡與醫(yī)院都對租金造成負(fù)面影響；交通方面，公交數(shù)量的增加帶來了租金的顯著下降，而地鐵數(shù)量的增加帶來了房屋租金上升；而醫(yī)院則對房屋租金造成負(fù)面影響。精裝修在一定程度上帶來了租金價格上升，而豪華裝修卻導(dǎo)致了租金的下降。（4）影響最大的因素是朝向，朝西房屋租金遠(yuǎn)高于其他各個方向的房屋租金，相比于北向，其他朝向?qū)Ψ课葑饨鹬饾u造成負(fù)面的影響。5 定性分析 5.1 調(diào)研小區(qū)選擇及研究方法5.2 調(diào)研結(jié)果分析5.3 定性分析結(jié)論5.1調(diào)研小區(qū)選擇及研究方法選取標(biāo)準(zhǔn)：（1）與海岸城的距離500m、1000m、1500m、2000

32、m（2）房齡2000-2005年建造（3）小區(qū)面積大于100000平方米小區(qū)名稱與海岸城的距離（m）建造年代小區(qū)總面積（m2）出租率10月租房均價（rmb/m2）觀海臺3032002133218.2754%85.57保利城花園7752002119962.542%92.45鴻瑞花園1170200112000046%71.64招商海月花園二期1680200216937737%80.85選取結(jié)果：表5 調(diào)研小區(qū)信息匯總圖6 海岸城及各調(diào)研各小區(qū)區(qū)位圖5.1調(diào)研小區(qū)選擇及研究方法5.1調(diào)研小區(qū)選擇及研究方法觀察法偶遇抽樣問卷內(nèi)容：1.為何選擇這里租房？2.租房時是否會考慮房屋朝向？3.租房時對房屋裝修

33、有無要求？4.房屋建造年代是否會影響租房意愿？5.租房時對小區(qū)綠化有無要求？6. 租房時對小區(qū)周邊的基礎(chǔ)設(shè)施（醫(yī)院、地鐵、公交）有無要求？訪談編號性別年齡所租小區(qū)訪談時長15122601男63招商海月花園二期20min15122602男32招商海月花園二期4min15122603女26觀海臺5min15122604女27觀海臺4min表6 訪談人員基本信息5.1調(diào)研小區(qū)選擇及研究方法5.2 調(diào)研結(jié)果分析5.2.1 距離為500米內(nèi)的小區(qū)觀海臺圖7 觀海臺周圍的建筑工地及泥頭車 圖8 觀海臺外側(cè)的八車道（左圖）圖9 觀海臺破舊的外觀 （右圖）5.2 調(diào)研結(jié)果分析5.2.1 距離為500米內(nèi)的小區(qū)

34、觀海臺優(yōu)美的綠化環(huán)境完善的配套設(shè)施圖10 觀海臺內(nèi)部綠化設(shè)施圖11 觀海臺總平面圖調(diào)研對象年輕女性，穿著時尚定量分析調(diào)研結(jié)果距離被剔除房齡+？綠化率+地鐵-東向+？南向+？西南向+？精裝修+表7 調(diào)研分析結(jié)果與定量分析結(jié)果對比5.2 調(diào)研結(jié)果分析5.2.1 距離為500米內(nèi)的小區(qū)觀海臺5.2.2 距離為1000米內(nèi)的小區(qū)保利城花園位于海岸城與南山書城商圈中間西側(cè)為南海大道（八車道），但景觀更佳小區(qū)內(nèi)綠化率高圖12 保利城東南側(cè)外圍圖 圖13保利城花園內(nèi)的綠化5.2 調(diào)研結(jié)果分析5.2.3 距離為1500米內(nèi)的小區(qū)鴻瑞花園城中村（西側(cè)為橫龍崗村、南側(cè)為南光村）東側(cè)是南海大道及正在修建的地鐵圖14

35、 鴻瑞花園與橫龍崗村一墻之隔圖15 鴻瑞花園西北向的房屋與城中村 5.2 調(diào)研結(jié)果分析定量分析結(jié)果距離0.003房齡-0.806地鐵5.46公交-0.592三級醫(yī)院-5.604二級醫(yī)院-7.122西向37.709東北4.83東南-7.191南北-7.459豪華裝修-5.328其他裝修-6.654表8 定量分析結(jié)果5.2.3 距離為1500米內(nèi)的小區(qū)鴻瑞花園5.2 調(diào)研結(jié)果分析5.2.3 距離為2000米內(nèi)的小區(qū)招商海月花園二期沿街公園周圍為四車道馬路，配套有地鐵海月站、寶能購物中心西側(cè)小型商業(yè)街圖16 招商海月花園二期東側(cè)沿街公園 圖17 招商海月花園二期西側(cè)商業(yè)街5.2 調(diào)研結(jié)果分析定量分析調(diào)研結(jié)果距離+房齡-綠化率+地鐵+公交-？三級醫(yī)院-？二級醫(yī)院-？除西以外的朝