26基于Geodatabase的存量商品住房价格测算研究—以深圳市景田片区为例.docx

基于Geodatabase的存量商品住房数据库构建及价格测算研究—以深圳市景田片区为例韩念龙刘金福种晓丽唐勇梁凯（深圳市房地产评估发展中心广东省深圳市518000）摘要：深圳市房地产市场经过多年的发展，逐渐步入以存量商品住房交易为主的阶段，但存量商品住房交易中存在“阴阳合同”、房屋价格不透明等问题，一方面导致了政府相关部门无法掌握存量商品住房交易的真实信息，影响政府宏观调控政策的制定；另一方面使得市民在置业过程中无法获取房屋的真实价格信息，影响其购房或投资决策。本研究以深圳市景田片区为例，基于Geodatabase构建存量商品住房数据库，实现不同类型住房数据的关联、存储及管理；通过建立存量商品住房价格测算模型，对片区存量商品住房进行价格测算研究。研究实现了片区内存量商品住房的“一房一价”，测算结果在一定程度上反映了该区域存量商品住房的真实价格。关键字： Geodatabase；比价系数；存量商品住房价格测算引言深圳市是我国最早建立房地产市场，同时也是房地产市场化程度最高的城市[1]，房地产是深圳市国民经济发展的重要产业，其住房价格一直是社会普遍关注的问题。在新建商品住房方面，由于政府部门建有完备的新房预售备案系统，对于新建商品住房的交易价格数据等信息能有详尽的掌握，而在二手住房方面，仍存在着交易房屋价格不透明、政府部门不能掌握二手住房的真实成交价格等问题。另外，由于深圳市受土地资源匮乏的约束，新建商品住房比例呈持续减少趋势，逐渐形成了以二手住房交易为主的市场结构，因此加强对二手住房价格的研究显得日趋重要。与单宗房地产评估不同，片区所有的房地产价格评估不仅需要强大详实的数据库基础，同时也需要集成多种来源的数据[2]。国内外一些学者进行存量住房的批量评估研究[3,4]，皆是建立在完备的数据库基础之上。本文基于Geodatabase构建存量商品住房数据库，通过建立价格测算模型，展开对存量商品住房的价格测算研究，以实现“一房一价”的目标，从而为房地产市场中的各方提供合理的市场交易价格指导。二、研究区介绍景田片区的概念来源于《深圳市规划标准分区》为基准划定的深圳市标准分区，该标准分区是在全市区域范围内，以城市规划的功能分区为依据，结合现有行政辖区、规划道路网及自然界限进行划分。景田片区处于福田区西北部，南起深南大道，北接北环大道，西至香梅路，东至新洲路。该区的功能定位以居住为主，兼有商业、办公及金融等功能，是一个配套设施齐全的综合住宅区，而且片区内近年来暂无新楼盘的开发，住房交易以存量商品住房为主[5]。根据深圳市建筑物普查数据统计，片区内共有楼栋约六百六十余栋。该片区内分布有布尾村、梅富村及新狮村三个城中村住宅区，但本次测算对象不包括城中村私宅，因此除去这部分未进行产权登记的私宅，研究区域的测算楼栋数约四百六十栋，存量商品住房套数约三万六千套。三、数据基础存量商品住房价格测算的实现需要全面和详实准确的数据基础。本研究主要利用两部分数据：一是深圳市景田片区的住房数据，包括建筑物空间分布数据以及存量商品住房产权数据；二是楼栋及房屋间的比价系数数据。研究表明，造成住宅价格出现差异的因素主要包括位置不同、户型不一或小区配套等，楼栋及房屋间比价系数模型则是通过这些因素差异建立。3.1住房数据住房数据包括建筑物空间分布数据以及存量商品住房产权数据。其中，建筑物空间分布数据记录建筑物的基底边界、形状、分布等信息，是一种要素类数据。存量商品住房产权数据是一类包括了楼栋和房屋的属性数据,楼栋属性信息主要包括楼栋编号、楼栋名称、所在宗地、楼栋总层数、竣工日期、使用年限等信息，房屋属性数据其内容包含了房屋编号、房号、房屋性质、房屋用途、所在楼层、所在楼栋、建筑面积和使用面积等信息。通过这些属性信息可以了解楼房特征与价格的内在联系，同时也是构建各楼栋、楼房间比价关系的数据基础。3.2比价系数存量商品住房价格测算的基础是建立房地产的比价关系，比价关系是指一定的房地产集合内，通过实地调研、估价师经验以及相应的技术手段将每套房地产通过一定的数量关系联系起来，从而得到确定该集合内的房地产价格比价关系体系[5]。景田片区的比价关系建立首先需要对该区住宅进行全面了解，分析比较各房屋特征属性的优劣，建立片区内的小区-楼栋-房屋的基础信息资料库。由于房地产价格受众多特征因素影响，如楼栋内部主要有楼层、朝向、户型、采光、装修等因素，小区内主要有楼栋位置、安静程度、景观类型等因素，小区间还受区位条件、交易便捷度、楼盘品质等因素影响，不同特征属性造成了房地产价格不同形式的差异，因此可采用线性函数形式表达来表达房地产价格与特征属性的关系[6]。P表示商品住房价格，表示影响价格的各特征因素，表示各特征属性影响价格的程度，表示各特征影响价格的方式。不同类型的房地产，通过以上方法来构建房