《表1 住房需求分析的变量含义及描述性统计》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《新时代住房供应如何契合租购群体的差异化需求——以上海市为例》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

式（1）和式（2）中，被解释变量price和rent分别表示存量住房的销售价格和租金。X、L和N分别表示住房的物理特征、地段区位和邻里设施组成的向量，从住房销售与租赁交易记录中提取相应的信息构造得到。住房物理特征变量包括房龄、面积、住房所在楼层区域等，地段区位变量由市中心邻近性和住房所在环线区域来表示，邻里设施变量则采用城市空间数据库计算的住房与各类设施之间的直线距离或周边设施密度来表示。controls表示其他影响住房价格或租金的变量。例如，考虑到销售住房在装修程度上的差异通常比租赁住房要大，且住房租赁交易记录中不包含装修程度的信息，我们在式（1）中引入反映装修程度的虚拟变量组进行分析。同时，租金给付方式（月付或季付）对住房租金存在直接影响，因此我们在式（2）中引入该变量作为控制变量。下标i、d和t分别表示住房成交样本、所在空间板块（或社区）以及住房成交时间。考虑到不同时间点上的住房价格和租金会受到住房市场整体供需关系的影响，我们在式（1）和式（2）中通过控制时间（年度与月度）固定效应（ηt和θt）来提取和剥离这种整体性变化。由于上海市200个左右的空间板块（或社区）之间存在难以捕捉的空间差异性因素（不随时间变化）也会对住房价格和租金产生影响，模型中还控制了空间板块（或社区）固定效应（γd和λd）。ε和μ是随机误差项。主要变量的含义及描述性统计见表1。 （1）