论文部分内容阅读
摘要：文章基于广州市番禺区房屋价格的Hedonic模型，评估楼巴服务对房屋价格的影响及验证楼巴服务是否能为开发商提供NPV（净现值）盈余。回归结果显示楼巴服务对房屋价格有显著正影响；保持其他房屋特征属性不变，新增一条楼巴线路可使小区房价上升大约2%。成本收益分析显示在具有一定住户数量的小区内，提供楼巴服务可以给开发商带来净现值盈余。
关键词：楼巴房价Hedonic模型广州
一、前言
楼巴服务是广州市特有的一种现象。楼巴是一种与公交车相似的交通工具，但楼巴服务是由房地产开发商提供的；原则上只向小区业主开放；它接送人们来往小区和市中心或交通枢纽；有固定的时刻表，速度较快，中间停站很少；价格与同等服务相比较低。
楼巴的出现与广州市的地理条件和城镇化进程有关。珠江和它的支流穿过广州，将广州分成几个部分。20世纪90年代初，广州的城镇化启动，城市开始快速扩张。初期，广州只有少数几座桥梁，地铁系统也没有发展起来，交通系统的发展滞后于城市的扩张。一些房地产开发商便开始运营巴士，叫做“睇楼巴”，接送一些潜在的买房者来往市中心和楼盘以方便他们看房。楼盘卖出后，一些巴士被保留下来，成为方便业主出行的楼巴。现在，广州的交通系统已比较发达，但楼巴却被一直保留了下来。目前在广州，楼盘提供楼巴服务已成为很普遍的现象，而楼盘是否提供楼巴服务也成为广州市民置业尤其是在近郊置业时考虑的重要因素，带楼巴的小区更受欢迎，有些购房者甚至只考虑提供楼巴服务的小区。
虽然楼巴给业主带来了很大的便利，但是一些楼盘开发商抱怨他们在楼巴项目上亏损，要取消部分甚至全部楼巴线路服务，这引发了业主和开发商之间的冲突。本文使用广州市番禺区二手房市场的一手截面数据和Hedonic房屋特征价格模型，首先用房屋的各种属性特征（包括楼巴服务的线路条数）对房价进行回归，得到各种属性特征的回归系数，即各种房屋属性的隐性价格；然后根据楼巴服务这个特征变量的隐性价格，计算业主对于楼巴服务的支付意愿（WTP）；最后根据楼巴服务的成本收益分析，从数理上检验楼巴服务是否能为开发商提供NPV（净现值）盈余，为开发商是否保留或推广楼巴服务提供决策参考。
Hedonic模型从消费者的角度来估算房屋的各种属性对房价的影响。消费者在做买房决策时，会考虑房屋的各种属性特征，比如大小、房龄、位置、小区绿化程度等等。Hedonic模型尝试将这些属性特征包含在一个回归模型中，从计量的角度分离出某种属性特征对房屋价格的边际贡献。众多文献采用Hedonic模型对房屋不同属性特征进行估值。这些特征有內部的，比如带门的小区（LaCour-Little和Malpezzi，2001），也有外部的特征，例如地铁站（Baiic'1983）、垃圾处理站（Kiel，1995）、交通噪声（Theebe，2004）、安保（Ayan和Erkin，2014）等等。由于楼巴服务为广州特有，过往针对此现象的研究十分鲜见。本文通过搜房网、图行天下、房屋中介、实地考察，亲自收集一手数据。样本中包含了广州市番禺区的116个小区，采用分层抽样，根据每个小区二手房市场的大小，从每个小区各随机抽取了1至11个观察值，组成本文样本的246个观测值。
本文第二部分介绍模型和变量。第三部分对所用数据进行详细的描述性统计。第四部分是模型回归结果及楼巴服务的成本收益分析。第五部分总结全文及相关政策建议。
二、模型与变量
本文使用如下半对数形式的Hedonic房屋价格特征模型，用以衡量房屋特征变量每变化一个单位，房屋价格随之变化的百分比。
因变量p为房屋的挂牌总价，以对数形式表示。房屋出售者首先会咨询地产中介，了解市场情况，听取地产中介的意见，而后与地产中介一起商量出一个报价。通常这个报价能在很大程度上反应市场的公允价格。温海珍（2004）和王旭育（2006）研究杭州和上海房屋成交价格和挂牌价格的关系，他们发现成交价格约为挂牌价格的90%，两者非常接近。鉴于数据可得性的原因，本文采用房屋的挂牌价格。
自变量x为小区提供的楼巴服务，用楼巴线路条数（ebus_num）来表示。模型中还有超过20个控制变量，用x.至xk来表示。一般而言，Hedonic模型中房价的影响因素可分为结构因素、邻里环境因素和位置因素。本文包括：面积（Kiel，1995；Cho和Park，2006）、面积的平方（ch0和Park，2006）、楼层（Raymond，2002）、朝向（caudiU等，1989；Ayan和Erkin，2014）、房间数量（Buller，1982）、卫生间数量（Graves等，1988）、房龄和房龄的平方（Kiel，1995；Raymond，2002）、是否带花园（Espinet等，2003）、是否证满五年（有税收优惠）（Li and Brown，1980）、是否配有电梯（Moraneho，2003）、小区容积率（Raymond，2002）、小区绿化率（Kong等，2007）、物业管理费（马思新和李昂，2003）、小区内居民户数（sirmans等，1989）、小区步行十分钟可达的餐馆数量（Batalhone等，2002）、离小区最近的超市的距离（Yang，2008）、离小区最近的综合医院的距离（Huh和Kwak，1997）、离小区最近的地铁站的距离（Raymond，2002）、小区步行五分钟内可达的公交线路条数（sirmans等，1989）、小区到CBD的距离（Graves等，1988）、小区是否处于重点中学学区（Bogart和Cromwell，1997）、小区是否毗邻公园（cho等，2006）、小区是否邻河（Harrison和Rubinfeld，1978）。本文参考了现有文献，将所有的距离变量都用对数形式表示，考虑到距离对房屋价格的影响会随着距离的增大而减小。
因变量、自变量和控制变量的定义见表1，各个变量的描述性统计见表2。 246个样本观测值中，二手房的平均价格大约150万元，最小值仅为43万元，最大值高达590万元；但这些二手房中最小的面积仅为29平米，而面积最大的二手房达到310平米，平均住房面积大约为100平米。样本中二手房屋的价格具有右侧长尾的特征，如图1所示。样本中的大部分房屋价格处在50万到300万之间，售价适中的商品房拥有的市场是最大的，少部分的房屋售价非常高，以满足少数高收入人群的高层次需求。本文所关心的变量是小区提供的楼巴线路条数。在本文的样本中，43%的房屋所在小区提供楼巴服务，小区楼巴线路的平均条数是2.43。最多达到9条。
三、实证回归结果
本文使用OLS对如上的房屋特征价格模型进行回归，回归结果见表3。回归A中，解释变量仅包含了控制变量，没有包含楼巴线路条数。回归B中，解释变量包括了楼巴线路条数。本文亦想监测其他交通变量和楼巴变量的交互作用，因此在回归c中，将楼巴与其他两个交通变量（lnsubway和busnum）的交叉项加入自变量行列中。交叉项用“X”加上另一变量来表示，例如楼巴线路条数与距地铁站的距离的交叉项用“Xlnsubway”表示。
首先检验模型回归是否违反015假设。
1.内生性。本文使用二手房房价作为因变量，房屋属性为因，二手房房价为果。二手房房价是由二手房个体房主和个体买家互相之间议价得来的，而楼巴服务的提供与否是由房地产开发商决定的，因此本文认为二手房房价不会影响到小区是否提供楼巴服务。
2.多重共线性。这是Hedonic模型容易出现的问题（Kang和Reichert，1991）。VIF（方差膨胀因子）被广泛地用于检测多重共线性的问题，一般认为，出现VIF大于10就说明模型有较严重的多重共线性（seiler等，2001；Rosiers等，2001等等）.表3中的三个回归的最大VIF均都小于10，说明了三个回归总体上没有严重的多重共线性。表4中本文关注的变量“cbus_num”的VIF也小于5，这说明变量“cbus_num”与其他自变量之间不存在严重的共线性问题。
3.异方差。White检验结果显示三个回归的检验值分别为245.93、245.95和245.96，对应的p值分别为0.44、0.44和0.43，因此不能拒绝White检验的原假设，即同方差的假设，可认为回归不存在异方差问题。
回归结果见表3。调整后的R。超过90%，说明因变量超过90%的部分可以被解释变量所解释，从这一点来说本文模型的解释力较强。
回归B包含了楼巴变量，回归结果显示楼巴服务对房价有显著的正向影响。在样本范围内，控制其他变量不变，增加一条楼巴线路会使小区房屋价格上涨1.53%。回归c加入了楼巴线路条数（cbus_num）分别与地铁站距离（1nsubway）、小区周围公交线路条数（busnum）的交互项。cbus num和lnsubway的交互项Xlnsubway的系数为正且显著，说明小区居民住得离地铁站越远，楼巴给居民带来的效用就越大，楼巴对于房价的促进作用就越大。cbus_num和busnum的交互项Xbusnum的系数为负且显著，说明小区周围的公交线路较少时，楼巴给业主带来的效用会更加明显，楼巴对于房价的促进作用就越大。
有关控制变量对房屋价格的影响。其中，面积的平方项的系数是负的，面积变量的系数是正的，说明面积对价格的影响是倒U曲线的一部分，即随着面积的增大，面积对房价的正向边际影响逐步减小。房龄平方项的系数显著为负，说明房屋随着房龄的增加而加速贬值。“证过五年”这个变量的系数显著为正，现有房主持有该房达五年或以上，买房者就可以免除部分或全部营业税，因此现有房主挂出更高的价格也在情理之中。物业管理费对房价有显著的正影响，物业管理费较高的小区一般会提供更好的物业服务，因此房价也会更高。与医院距离的系数显著为正，说明人们并不偏好靠近医院的住房。此处的“医院”指综合性大医院，社区医院、医疗诊所等不包含在内。人们并不经常去大医院，因此居住在临近大医院的地方并不会带来更多便利，相反临近大医院一般会有较多的噪音和较重的医院气味。与地铁站的距离是一个显著负向作用因素。“靠近地铁”经常出现在房地产广告中，因为靠近地铁站可以给业主带来很大的出行便利，因此地铁物业比相同条件的远离地铁的住房要贵一些。与CBD的距离是显著的负向因素，这也是符合预期的，靠近CBD的房屋给居民的上班、购物等各方面都带来了便利。处于重点初中学区内的房屋比不在重点初中学区的同等条件房屋价格要显著地高一些。重点初中的学生可以享受更好的教育资源，考上重点高中的概率也会更大一些，父母因此愿意出更高的价格购买处于重点初中学区内的房屋。本文预期小区旁边的公园会给房屋价格带来正向影响，但结果显示公园的影响并不显著，可能的原因是样本中的大部分公园都是要门票才可以进入的，即便是住在周围的人也不会经常去逛公园，所以住在公园附近并没有给他们带来明显的正效用。很多国外文献显示公园对临近的住房价格有显著的正影响，是因为这些研究中的公园大部分都是免费的，人们平时可以去逛公园，真正享受公园带给他们的福利。毗邻河流的住房价格要显著高于同等条件下不临河的住房。河流与公园不同，河流是公共物品，享受河流带来的舒适是不用付费的，住在河边的居民都可以享受河流带来的效用，例如早晨河边晨跑，傍晚河边散步等等，因此，住房毗邻河流的属性有顯著的正价值。，
考虑到本文因变量房屋价格具有的长尾特征，为了检验模型回归结果是否稳健，本文按照因变量房屋价格的高低进行排序，删除最大5%和最小5%的观测值（各12个观测值），再次进行回归分析，回归的系数与全样本回归的系数很相近。
四、楼巴服务的成本收益分析
Sirmans等（1989）揭示房主可以利用房屋特征价格模型的回归结果进行成本收益分析，做出是否提供某项设施或服务的决策。代表性住户对某项设施或者服务的支付意愿（WTP）可以用如下公式表示，其中p为代表性房屋的价格，β为房屋特征价格模型得出的该项设施或者服务的隐性价格。 用WTP乘以代表性小区内的居民户数，就可以得到代表性小区对该项设施或者服务的总支付意愿。在此基础上的成本收益分析揭示提供该项设施或者服务是否能对房地产开发商提供NPV盈余。
根据回归B的回归结果，楼巴服务这项设施或者服务（cbus_num）的回归系数β为0.0153，我们将样本中房屋总价的中位数（1350000元）作为代表性房屋的价格p，则代表性住户对一条楼巴线路的支付意愿WTP是1350000元0.0153=20689.43元。样本中小区内居民户数（hshldnum）的中位数为1700户，将代表性家庭的WTP乘以小区居民户数1700，得到代表性小区对一条楼巴线路的总支付意愿，大约为35172022.50元。
为了计算楼巴服务的NPV，我们进行如下假设：（1）小区提供楼巴服务是永久性的；（2）年化折现率为6%；（3）长期通货膨胀率为2%；（4）每条楼巴线路有4辆巴士在运营；（5）每辆巴士每天來回5趟。表5显示了楼巴服务的NPV的计算过程和结果，只要小区内有超过770户居民，提供楼巴服务就能为房地产开发商带来NPV盈余。
根据从房地产中介处得到的资料，每条楼巴线路大致包含2至6辆巴士，每辆巴士每天大致跑1至8个来回。表6中的敏感性分析显示，楼巴服务的NPV在如上（1）、（2）、（3）假设条件下，均为正值盈余。
五、结论
本文验证了小区楼巴服务对小区房屋价格有显著的正向作用，买房者愿意为楼巴服务支付额外价格；在其他住房属性不变的情况下，增加一条楼巴线路可以使小区房价上升约1.53%。楼巴与其他一些交通变量之间有交互作用：小区居民住得离地铁站越远，小区周围的公交线路越少，他们就愿意为楼巴服务支付更高价格。楼巴服务的成本收益分析显示，提供楼巴服务可以为开发商带来NPV盈余。
根据本文计算，小区要有不少于770家住户，楼巴服务才能为开发商带来NPV盈余，因此，对于小型社区，房地产开发商可以考虑为本小区以及周围小区联合提供这种服务。
楼巴服务可以给业主提供出行的便利，业主愿意为其支付额外价格；提供楼巴服务为房地产开发商带来NPV盈余；另外，楼巴可以减少私家车出行数量，对减少环境污染、缓解交通压力有积极影响，值得政府推广，因此，楼巴服务是一个三赢策略。
关键词：楼巴房价Hedonic模型广州
一、前言
楼巴服务是广州市特有的一种现象。楼巴是一种与公交车相似的交通工具，但楼巴服务是由房地产开发商提供的；原则上只向小区业主开放；它接送人们来往小区和市中心或交通枢纽；有固定的时刻表，速度较快，中间停站很少；价格与同等服务相比较低。
楼巴的出现与广州市的地理条件和城镇化进程有关。珠江和它的支流穿过广州，将广州分成几个部分。20世纪90年代初，广州的城镇化启动，城市开始快速扩张。初期，广州只有少数几座桥梁，地铁系统也没有发展起来，交通系统的发展滞后于城市的扩张。一些房地产开发商便开始运营巴士，叫做“睇楼巴”，接送一些潜在的买房者来往市中心和楼盘以方便他们看房。楼盘卖出后，一些巴士被保留下来，成为方便业主出行的楼巴。现在，广州的交通系统已比较发达，但楼巴却被一直保留了下来。目前在广州，楼盘提供楼巴服务已成为很普遍的现象，而楼盘是否提供楼巴服务也成为广州市民置业尤其是在近郊置业时考虑的重要因素，带楼巴的小区更受欢迎，有些购房者甚至只考虑提供楼巴服务的小区。
虽然楼巴给业主带来了很大的便利，但是一些楼盘开发商抱怨他们在楼巴项目上亏损，要取消部分甚至全部楼巴线路服务，这引发了业主和开发商之间的冲突。本文使用广州市番禺区二手房市场的一手截面数据和Hedonic房屋特征价格模型，首先用房屋的各种属性特征（包括楼巴服务的线路条数）对房价进行回归，得到各种属性特征的回归系数，即各种房屋属性的隐性价格；然后根据楼巴服务这个特征变量的隐性价格，计算业主对于楼巴服务的支付意愿（WTP）；最后根据楼巴服务的成本收益分析，从数理上检验楼巴服务是否能为开发商提供NPV（净现值）盈余，为开发商是否保留或推广楼巴服务提供决策参考。
Hedonic模型从消费者的角度来估算房屋的各种属性对房价的影响。消费者在做买房决策时，会考虑房屋的各种属性特征，比如大小、房龄、位置、小区绿化程度等等。Hedonic模型尝试将这些属性特征包含在一个回归模型中，从计量的角度分离出某种属性特征对房屋价格的边际贡献。众多文献采用Hedonic模型对房屋不同属性特征进行估值。这些特征有內部的，比如带门的小区（LaCour-Little和Malpezzi，2001），也有外部的特征，例如地铁站（Baiic'1983）、垃圾处理站（Kiel，1995）、交通噪声（Theebe，2004）、安保（Ayan和Erkin，2014）等等。由于楼巴服务为广州特有，过往针对此现象的研究十分鲜见。本文通过搜房网、图行天下、房屋中介、实地考察，亲自收集一手数据。样本中包含了广州市番禺区的116个小区，采用分层抽样，根据每个小区二手房市场的大小，从每个小区各随机抽取了1至11个观察值，组成本文样本的246个观测值。
本文第二部分介绍模型和变量。第三部分对所用数据进行详细的描述性统计。第四部分是模型回归结果及楼巴服务的成本收益分析。第五部分总结全文及相关政策建议。
二、模型与变量
本文使用如下半对数形式的Hedonic房屋价格特征模型，用以衡量房屋特征变量每变化一个单位，房屋价格随之变化的百分比。
因变量p为房屋的挂牌总价，以对数形式表示。房屋出售者首先会咨询地产中介，了解市场情况，听取地产中介的意见，而后与地产中介一起商量出一个报价。通常这个报价能在很大程度上反应市场的公允价格。温海珍（2004）和王旭育（2006）研究杭州和上海房屋成交价格和挂牌价格的关系，他们发现成交价格约为挂牌价格的90%，两者非常接近。鉴于数据可得性的原因，本文采用房屋的挂牌价格。
自变量x为小区提供的楼巴服务，用楼巴线路条数（ebus_num）来表示。模型中还有超过20个控制变量，用x.至xk来表示。一般而言，Hedonic模型中房价的影响因素可分为结构因素、邻里环境因素和位置因素。本文包括：面积（Kiel，1995；Cho和Park，2006）、面积的平方（ch0和Park，2006）、楼层（Raymond，2002）、朝向（caudiU等，1989；Ayan和Erkin，2014）、房间数量（Buller，1982）、卫生间数量（Graves等，1988）、房龄和房龄的平方（Kiel，1995；Raymond，2002）、是否带花园（Espinet等，2003）、是否证满五年（有税收优惠）（Li and Brown，1980）、是否配有电梯（Moraneho，2003）、小区容积率（Raymond，2002）、小区绿化率（Kong等，2007）、物业管理费（马思新和李昂，2003）、小区内居民户数（sirmans等，1989）、小区步行十分钟可达的餐馆数量（Batalhone等，2002）、离小区最近的超市的距离（Yang，2008）、离小区最近的综合医院的距离（Huh和Kwak，1997）、离小区最近的地铁站的距离（Raymond，2002）、小区步行五分钟内可达的公交线路条数（sirmans等，1989）、小区到CBD的距离（Graves等，1988）、小区是否处于重点中学学区（Bogart和Cromwell，1997）、小区是否毗邻公园（cho等，2006）、小区是否邻河（Harrison和Rubinfeld，1978）。本文参考了现有文献，将所有的距离变量都用对数形式表示，考虑到距离对房屋价格的影响会随着距离的增大而减小。
因变量、自变量和控制变量的定义见表1，各个变量的描述性统计见表2。 246个样本观测值中，二手房的平均价格大约150万元，最小值仅为43万元，最大值高达590万元；但这些二手房中最小的面积仅为29平米，而面积最大的二手房达到310平米，平均住房面积大约为100平米。样本中二手房屋的价格具有右侧长尾的特征，如图1所示。样本中的大部分房屋价格处在50万到300万之间，售价适中的商品房拥有的市场是最大的，少部分的房屋售价非常高，以满足少数高收入人群的高层次需求。本文所关心的变量是小区提供的楼巴线路条数。在本文的样本中，43%的房屋所在小区提供楼巴服务，小区楼巴线路的平均条数是2.43。最多达到9条。
三、实证回归结果
本文使用OLS对如上的房屋特征价格模型进行回归，回归结果见表3。回归A中，解释变量仅包含了控制变量，没有包含楼巴线路条数。回归B中，解释变量包括了楼巴线路条数。本文亦想监测其他交通变量和楼巴变量的交互作用，因此在回归c中，将楼巴与其他两个交通变量（lnsubway和busnum）的交叉项加入自变量行列中。交叉项用“X”加上另一变量来表示，例如楼巴线路条数与距地铁站的距离的交叉项用“Xlnsubway”表示。
首先检验模型回归是否违反015假设。
1.内生性。本文使用二手房房价作为因变量，房屋属性为因，二手房房价为果。二手房房价是由二手房个体房主和个体买家互相之间议价得来的，而楼巴服务的提供与否是由房地产开发商决定的，因此本文认为二手房房价不会影响到小区是否提供楼巴服务。
2.多重共线性。这是Hedonic模型容易出现的问题（Kang和Reichert，1991）。VIF（方差膨胀因子）被广泛地用于检测多重共线性的问题，一般认为，出现VIF大于10就说明模型有较严重的多重共线性（seiler等，2001；Rosiers等，2001等等）.表3中的三个回归的最大VIF均都小于10，说明了三个回归总体上没有严重的多重共线性。表4中本文关注的变量“cbus_num”的VIF也小于5，这说明变量“cbus_num”与其他自变量之间不存在严重的共线性问题。
3.异方差。White检验结果显示三个回归的检验值分别为245.93、245.95和245.96，对应的p值分别为0.44、0.44和0.43，因此不能拒绝White检验的原假设，即同方差的假设，可认为回归不存在异方差问题。
回归结果见表3。调整后的R。超过90%，说明因变量超过90%的部分可以被解释变量所解释，从这一点来说本文模型的解释力较强。
回归B包含了楼巴变量，回归结果显示楼巴服务对房价有显著的正向影响。在样本范围内，控制其他变量不变，增加一条楼巴线路会使小区房屋价格上涨1.53%。回归c加入了楼巴线路条数（cbus_num）分别与地铁站距离（1nsubway）、小区周围公交线路条数（busnum）的交互项。cbus num和lnsubway的交互项Xlnsubway的系数为正且显著，说明小区居民住得离地铁站越远，楼巴给居民带来的效用就越大，楼巴对于房价的促进作用就越大。cbus_num和busnum的交互项Xbusnum的系数为负且显著，说明小区周围的公交线路较少时，楼巴给业主带来的效用会更加明显，楼巴对于房价的促进作用就越大。
有关控制变量对房屋价格的影响。其中，面积的平方项的系数是负的，面积变量的系数是正的，说明面积对价格的影响是倒U曲线的一部分，即随着面积的增大，面积对房价的正向边际影响逐步减小。房龄平方项的系数显著为负，说明房屋随着房龄的增加而加速贬值。“证过五年”这个变量的系数显著为正，现有房主持有该房达五年或以上，买房者就可以免除部分或全部营业税，因此现有房主挂出更高的价格也在情理之中。物业管理费对房价有显著的正影响，物业管理费较高的小区一般会提供更好的物业服务，因此房价也会更高。与医院距离的系数显著为正，说明人们并不偏好靠近医院的住房。此处的“医院”指综合性大医院，社区医院、医疗诊所等不包含在内。人们并不经常去大医院，因此居住在临近大医院的地方并不会带来更多便利，相反临近大医院一般会有较多的噪音和较重的医院气味。与地铁站的距离是一个显著负向作用因素。“靠近地铁”经常出现在房地产广告中，因为靠近地铁站可以给业主带来很大的出行便利，因此地铁物业比相同条件的远离地铁的住房要贵一些。与CBD的距离是显著的负向因素，这也是符合预期的，靠近CBD的房屋给居民的上班、购物等各方面都带来了便利。处于重点初中学区内的房屋比不在重点初中学区的同等条件房屋价格要显著地高一些。重点初中的学生可以享受更好的教育资源，考上重点高中的概率也会更大一些，父母因此愿意出更高的价格购买处于重点初中学区内的房屋。本文预期小区旁边的公园会给房屋价格带来正向影响，但结果显示公园的影响并不显著，可能的原因是样本中的大部分公园都是要门票才可以进入的，即便是住在周围的人也不会经常去逛公园，所以住在公园附近并没有给他们带来明显的正效用。很多国外文献显示公园对临近的住房价格有显著的正影响，是因为这些研究中的公园大部分都是免费的，人们平时可以去逛公园，真正享受公园带给他们的福利。毗邻河流的住房价格要显著高于同等条件下不临河的住房。河流与公园不同，河流是公共物品，享受河流带来的舒适是不用付费的，住在河边的居民都可以享受河流带来的效用，例如早晨河边晨跑，傍晚河边散步等等，因此，住房毗邻河流的属性有顯著的正价值。，
考虑到本文因变量房屋价格具有的长尾特征，为了检验模型回归结果是否稳健，本文按照因变量房屋价格的高低进行排序，删除最大5%和最小5%的观测值（各12个观测值），再次进行回归分析，回归的系数与全样本回归的系数很相近。
四、楼巴服务的成本收益分析
Sirmans等（1989）揭示房主可以利用房屋特征价格模型的回归结果进行成本收益分析，做出是否提供某项设施或服务的决策。代表性住户对某项设施或者服务的支付意愿（WTP）可以用如下公式表示，其中p为代表性房屋的价格，β为房屋特征价格模型得出的该项设施或者服务的隐性价格。 用WTP乘以代表性小区内的居民户数，就可以得到代表性小区对该项设施或者服务的总支付意愿。在此基础上的成本收益分析揭示提供该项设施或者服务是否能对房地产开发商提供NPV盈余。
根据回归B的回归结果，楼巴服务这项设施或者服务（cbus_num）的回归系数β为0.0153，我们将样本中房屋总价的中位数（1350000元）作为代表性房屋的价格p，则代表性住户对一条楼巴线路的支付意愿WTP是1350000元0.0153=20689.43元。样本中小区内居民户数（hshldnum）的中位数为1700户，将代表性家庭的WTP乘以小区居民户数1700，得到代表性小区对一条楼巴线路的总支付意愿，大约为35172022.50元。
为了计算楼巴服务的NPV，我们进行如下假设：（1）小区提供楼巴服务是永久性的；（2）年化折现率为6%；（3）长期通货膨胀率为2%；（4）每条楼巴线路有4辆巴士在运营；（5）每辆巴士每天來回5趟。表5显示了楼巴服务的NPV的计算过程和结果，只要小区内有超过770户居民，提供楼巴服务就能为房地产开发商带来NPV盈余。
根据从房地产中介处得到的资料，每条楼巴线路大致包含2至6辆巴士，每辆巴士每天大致跑1至8个来回。表6中的敏感性分析显示，楼巴服务的NPV在如上（1）、（2）、（3）假设条件下，均为正值盈余。
五、结论
本文验证了小区楼巴服务对小区房屋价格有显著的正向作用，买房者愿意为楼巴服务支付额外价格；在其他住房属性不变的情况下，增加一条楼巴线路可以使小区房价上升约1.53%。楼巴与其他一些交通变量之间有交互作用：小区居民住得离地铁站越远，小区周围的公交线路越少，他们就愿意为楼巴服务支付更高价格。楼巴服务的成本收益分析显示，提供楼巴服务可以为开发商带来NPV盈余。
根据本文计算，小区要有不少于770家住户，楼巴服务才能为开发商带来NPV盈余，因此，对于小型社区，房地产开发商可以考虑为本小区以及周围小区联合提供这种服务。
楼巴服务可以给业主提供出行的便利，业主愿意为其支付额外价格；提供楼巴服务为房地产开发商带来NPV盈余；另外，楼巴可以减少私家车出行数量，对减少环境污染、缓解交通压力有积极影响，值得政府推广，因此，楼巴服务是一个三赢策略。