基于多元线性回归模型的上海市四大新城二手办公房地产价格影响因素分析
作为上海“十四五”重大战略任务，嘉定、青浦、松江、奉贤、南汇“五大新城”规划建设成为长三角城市群中具有辐射带动作用的综合性节点城市，由于南汇新城归属于浦东新区，在数据的整理分析过程中剥离工作较为困难，故本文将嘉定、青浦、松江、奉贤四大新城的二手办公房地产价格作为研究对象，基于房屋特征模型，对影响办公房价的因素进行多元线性回归分析，探究房价定价机制。得出结论：四大新城二手办公房地产价格主要受房屋面积、到地铁站的距离、写字楼等级、容积率、生活便捷度、到区政府的距离、到市政府的距离、所在区GDP增速、所在建筑物已使用年限、所在建筑物总层数以及车位配比的影响。
关键词：二手办公房地产价格；五大新城；四大新城；影响因素；多元线性回归
一、选题背景
《上海市城市总体规划（2017-2035年）》在研究研究市域空间结构时，选取了位于重要区域廊道上、发展基础较好的嘉定、松江、青浦、奉贤、南汇等5个新城，要求建设成为长三角城市群中具有辐射带动作用的综合性节点城市。
五大新城不是简单承接中心城人口和功能疏解，而是按照集聚百万人口规模、形成独立综合功能的要求，打造“长三角城市网络中的综合性节点城市”。“五大新城”的建设意在寻求新的发展空间，五个新城环绕在上海中心城区周边，意味着上海的城市空间将从单中心变成多中心。
将视线投向整个长三角，“五大新城”是纽带，是战略支点，是上海融入、服务长三角的前沿阵地，“五大新城”将跳出上海市域的“中心城+郊区”的二元空间模式，和长三角城市群其余40多个城市一样，建成现代化的大城市和长三角的增长极。
关于上海新城的规划从1999年的11座新城起中间经历“十一五”“十二五”“十三五”的演变，于“十四五”定位升级。想必上海市不仅仅拘泥于成为法国经济学家弗朗索瓦·佩鲁所提出的“发展极”，而是着眼未来，打造出城市群——是城市发展到成熟阶段的最高空间组织形式，是在地域上集中分布的若干特大城市和大城市集聚而成的庞大的、多核心、多层次城市集团，是大都市区的联合体。
新城的建设目标将提升城市产业能级、提高公共服务品质、确立交通枢纽地位、优化人居环境质量等作为重点，强化实施结合创新政策。五座新城迎来了新的发展机会，投资方向向人才吸引、土地保障、财税金融支持、优化营商环境等领域展开。
其中，在加强产业支撑大幅提升新城经济活力和能级的环节，新城必将打造一批高品质的商务商业集聚区，使其更好承载新城核心功能，带动创新人才和高端功能加快集聚推进新城产业园区，此外也将推进大学校区和城镇生活区的设施共享、空间联动和功能融合。在新城产业社区中增加租赁住房、公共空间和服务设施，提升整体品质、促进职住平衡。鼓励改造现有老旧商务楼宇和商业网点设施，兼具租赁住房、研发、休闲等复合功能，为创新企业和创业人才提供低成本、嵌入式产业空间和创新空间。
在此背景下，五大新城的二手办公房地产的价格也备受关注，办公用房的定价机制也十分具有研究的意义。本文将通过二手办公房地产特征模型分析影响其价格的因素。
二、数据采集和变量选择
在收集数据的前期，考虑到南汇新城归属于浦东新区，在资料收集和数据剥离阶段的工作难以推进，故本文的研究范围缩小为对嘉定、青浦、松江、奉贤四大新城的二手办公房地产价格影响因素进行研究。文中的二手办公成交价格案例均来自于Res房地产数据分析系统，为消除宏观因素及市场供求因素等受时间因素干扰的条件的影响，本文采用了2021年5月的横截面数据，选取来自79个楼盘共275个样本。
影响因素变量选择如下：房屋面积（X1）、到地铁站的距离（X2）、所处环线位置（X3）、写字楼等级（X4）、物业费（X5）、绿化率（X6）、容积率（X7）生活便捷度（X8）、到区政府的距离（X9）、到市政府的距离（X10）、所在区的GDP总量（X11）、所在区的GDP增速（X12）、所在建筑物已使用年限（X13）、所在建筑物总层数（X14）、车位配比（X15）。影响因素的数据收集于房天下网站、安居客网站以及吉屋网等。
本次收集了275个二手办公房地产价格及其对应影响因素样本数据，建立以二手办公房地产单位面积的价格为因变量，15个特征值为自变量的多元线性回归方程，使用统计软件stata16进行回归分析。
三、指标体系建立和量化
因为回归方程中的某些自变量因素本身不以数字来衡量，所以本文采用了一定标准的赋值法使其具备数量特征（指标体系的值有待进一步研究）。每种变量的单位以及赋值标准如下：
（1）房屋面积（X1）为成交案例中二手办公房地产的建筑面积，单位为平方米。
（2）到地铁站的距离（X2），为二手办公房地产到最近地铁站的距离，单位为千米。
（3）所处环线位置（X3），上海可被环线划分为内环内、内中环间、中外环间、外郊环间、郊环以外。本次根据样本二手办公房地产所处环线位置建立如下指标体系：
表1 所处环线位置指标体系
（4）写字楼等级（X4），我国由于写字楼发展历程短，分类标准尚不成熟，目前，国内写字楼划分主要有三种标准，本文采用了三种标准之一的“甲”系列的分类方法，并将商住楼和其他归于丙级写字楼，建立了如下指标体系：
表2 写字楼等级指标体系
（5）物业费（X5），采用了样本所在楼盘物业费实际价格，单位为元/㎡/月。
（6）绿化率（X6），采用了所在楼盘绿化率的实际数值。
（7）容积率（X7），采用了所在楼盘容积率的实际数值。
（8）生活便捷度（X8），二手办公房地产区别于住宅房地产对周边教育设施的需求并不大，其主要服务的群体为上班族，多对饮食、购物、娱乐需求较大，即办公物业周边的商场等商业综合体的数量和距离所反映的生活便捷度对办公物业的价格有影响。根据样本到周边商场的距离以及对应商场的数量，建立了如下指标体系：
表3 生活便捷度指标体系
（9）到区政府的距离（X9），为样本房地产到区政府的距离，单位为千米。区政府作为一区行政中心，多亦为文化、经济、交通的集建区。
（10）到市政府的距离（X10），为样本房地产到上海市人民政府的距离，单位为千米。
（11）所在区的GDP总量（X11），选取2020年嘉定、青浦、松江、奉贤的GDP总量，具体情况详见表4，单位为千亿元人民币。
表4 所在区的GDP总量及增速
（12）所在区的GDP增速（X12），选取2020年嘉定、青浦、松江、奉贤的GDP增速，具体情况详见表3，单位为%。
（13）所在建筑物已使用年限（X13），为样本所在建筑物自竣工以来已使用年限，单位为年。
（14）所在建筑物总层数（X14），单位为层。
（15）车位配比（X15），为样本所在楼盘的车位总数/总户数。
四、数据的处理结果与分析
1
数据处理结果
用OLS法进行多元线性回归分析，结果显示如下图1所示：
图1 OLS法回归结果
可知：y=23654.67+41.65X1-785.1X2-325X3+1357.28X4+193.86X5+5488.8X6+1231.52X7+1316.51X8-170.89X9-326.64X10+1288.78X11+574.76X12-792.28X13-212.51X14+2051.264X15+ε
R =0.7323 F(15,255)=46.5
2
回归结果分析
（1）R 表示拟合优度，此次统计结果得出R =0.7323，样本回归直线对样本观测值的拟合程度较好，其意义为解释变量73.23%可以解释被解释变量。
（2）F检验为联合显著性检验，由于其P值为0.0000小于设定的显著性水平0.05，故拒绝原假设Ho：β1=β2=β3=β4=β5=β6=β7=β8=β9=β10=β11=β12=β13=β14=β15=0，即十五个解释变量对四大新城的二手办公房地产价格的联合影响显著。
（3）在检验单个变量的显著性时，因为P值小于0.05时效果好，故解释变量所处环线位置（X3）、物业费（X5）、绿化率（X6）、所在区的GDP总量（X11）没有通过显著性检验，即对四大新城二手办公房地产价格的影响不显著。
（4）多重共线性检验，共线性是指回归变量之间存在着近似线性的关系，即某个自变量能近似的用其他自变量的线性函数来描述。当共线性趋势非常明显时，会对模型的拟合带来严重的影响。掩盖自变量与因变量之间的真实关系；当去掉一两个变量或者记录时，方程的回归系数值将发生剧烈抖动，非常不稳定；整个回归方程的统计检验为P
表5 多重共线性检验结果
方差膨胀因子的值都低于10，说明不存在多重共线性。
（5）异方差检验，经过怀特检验后，发现P值为0.000，小于0.05的显著性水平，拒绝原假设，即模型存在异方差。由于若是数据存在异方差问题，则OLS估计法会失效。采用异方差稳健标准误可以处理模型存在的异方差和自相关的问题，怀特曾表明异方差标准误虽然会损失一些效率但它有简单、需要信息少等优点，如今它成为了日常实证中最常使用的方法。在本文样本容量较大的前提下，所有参数估计和假设检验均可正常进行使用。处理后的模型结果如下图所示：
图2 异方差稳健标准误处理后的回归结果
（6）经济意义分析：
在每次仅一个自变量变动的同时其他变量保持不变的情况下：
面积每上升1单位，二手办公房地产单价上升41.65元/㎡；
到地铁站的距离每增加1单位，二手办公房地产单价下降785.1元/㎡；
所处环线位置每上升1单位，二手办公房地产单价下降325元/㎡；
写字楼等级每上升1单位，二手办公房地产单价上升1,357.28元/㎡；
物业费每上升1单位，二手办公房地产单价上升193.86元/㎡；
绿化率每上升1单位，二手办公房地产单价上升5,488.79元/㎡；
容积率每上升1单位，二手办公房地产单价上升1,231.52元/㎡；
生活便捷度每上升1单位，二手办公房地产单价上升1,316.51元/㎡；
到区政府的距离每上升1单位，二手办公房地产单价下降170.89元/㎡；
到市政府的距离每上升1单位，二手办公房地产单价下降326.64元/㎡；
所在区的GDP总量每上升1单位，二手办公房地产单价上升1,288.78元/㎡；
所在区的GDP增速每上升1单位，二手办公房地产单价上升574.76元/㎡；
所在建筑物已使用年限每上升1单位，二手办公房地产单价下降792.28元/㎡；
所在建筑物总层数每上升1单位，二手办公房地产单价下降212.51元/㎡；
车位配比每上升1单位，二手办公房地产单价上升2,051.26元/㎡。
五、模型的结果解释
1
符号分析
自变量对因变量的影响有正负之分，本文选择的区位性变量除了所处环线这一因素以外在理论上对于房价的影响应该都是负的，从表和回归方程中可以看出，确实到地铁站的距离、到区政府的距离、到市政府的距离对价格具有负的影响；建筑物房龄也符合假设与房价为负相关关系。写字楼等级、物业费、绿化率、生活便捷度、所在区的GDP总量和增速等均对被解释变量有正相关的关系。
统计分析的结论大部分是与假设相符合的，但此外也出现了几个变量对办公房价的影响与预期不符的情况，理论上来说二手办公房地产所处的环线位置越靠内越好对价格应该是有积极作用，二手办公房地产的单价也应随着建筑面积的增大而减小，但回归结果却与假设背离。
2
结果解释
此次回归发现解释变量所处环线位置、物业费、绿化率、所在区的GDP总量对二手办公房价的影响不显著，结合实际情况分析：虽然上海有内环、中环、外环、郊环的划分，其在地理位置上自然有一定的意义，越是靠里离市中心越近，但是由于各个片区发展水平、定位不一，时常会出现产业聚集区地带租售价居高不下的情况，随着各新城的建设完善，最终会达成独立综合功能的要求，因此不能简单地靠环线来判断地段的价值。
从传统理解，高绿化率可以给人带来舒适感从而需要付出物质上的代价，企业作为办公房地产的入驻主体，追求的目标是利润最大化，鲜少关注办公场地绿化率等问题。物业公司在提供优质的服务的同时也将收取相应的物业费，物业费与服务内容和物业设备设施等因素挂钩，但过高的物业费会导致消费者效用低，在存在替代品物业的情况下会造成客户流失、楼盘滞销的问题，从而供求不均衡使得价格降低，综合后物业费对办公房价的影响不显著。
GDP指标对经济活动反映不全面，其并不对经济发展带来的负面效应进行统计，也未反映产品和劳务的销售、实现情况，因此指标的增长并不一定能带来居民收入的普遍提高等。这些不足使得GDP不可以作为衡量经济发展水平的唯一指标，且各区的人口、侧重的产业等差异也会造成GDP总量对区域内办公房价的解释力度欠缺的问题。
城市轨道交通是一种快捷高效、安全舒适、节能环保的大容量城市客运交通方式，由于大城市普遍存在交通拥挤、环境污染和土地资源短缺等问题，地铁被广泛认为是解决这些矛盾和问题的途径，交通的便利也带动了房价的上涨。容积率反映了总建筑面积与用地面积的比率，直接涉及舒适度，舒适度越高房价也越高，但是过低的容积率会造成土地等资源的浪费，反而办公物业会因为容积率越高随着入驻企业的增加，而有利于人口聚集、商务聚集度的提高，有利于发展规模经济，综合后容积率对价格是正面影响。
写字楼等级硬件方面包括楼宇外观设计、内外公众装修标准是否具有超前性；设备设施如电梯等候时间、中央空调管式数量、停车场数量及配套等方面是否与世界甲级写字楼水平同步，软件方面主要指物业管理服务是否达到星级酒店标准，因此写字楼等级、服务项目和小区设施的配备情况具有正相关性，从而对房价的影响也是正的。
生活便捷度、到区政府、市政府的距离体现了商务商业繁华度、区位因素对价格的贡献。
建筑物房龄越大对价格越不利。建筑物总层数越高，可能会伴随着电梯等待时间的加长以及一些安全性问题的加剧，因此与价格呈负相关。
过少的车位配比会大大降低客户居住舒适性和安全性，导致人车矛盾，增加物业管理难度，增加停车耗费的时间，所以车位配比越多办公房产价格也越高。
六、总结
通过对四大新城的二手办公房地产价格特征分析，找出企业等购房者的偏好。从消费者的效用角度来考虑，说明对办公房价影响最大的因素也是企业及个人对房屋最为关注的因素。通过实证分析，得出真正影响二手办公房地产价格的因素以及各影响因素的影响程度：房屋面积、到地铁站的距离、写字楼等级、容积率、生活便捷度、到区政府的距离、到市政府的距离、所在区GDP增速、所在建筑物已使用年限、所在建筑物总层数以及车位配比对二手办公房地产价格有很大影响，其中生活便捷度即周边商业聚集度对价格的影响最为显著。成功构建四大新城二手办公房地产的定价模型，对开发商在择地选址和楼盘设计建设等方面有借鉴意义；也有助于购房者形成合理的预期价格，在购房时实现真正的最佳性价比。
关键词：二手办公房地产价格；五大新城；四大新城；影响因素；多元线性回归
一、选题背景
《上海市城市总体规划（2017-2035年）》在研究研究市域空间结构时，选取了位于重要区域廊道上、发展基础较好的嘉定、松江、青浦、奉贤、南汇等5个新城，要求建设成为长三角城市群中具有辐射带动作用的综合性节点城市。
五大新城不是简单承接中心城人口和功能疏解，而是按照集聚百万人口规模、形成独立综合功能的要求，打造“长三角城市网络中的综合性节点城市”。“五大新城”的建设意在寻求新的发展空间，五个新城环绕在上海中心城区周边，意味着上海的城市空间将从单中心变成多中心。
将视线投向整个长三角，“五大新城”是纽带，是战略支点，是上海融入、服务长三角的前沿阵地，“五大新城”将跳出上海市域的“中心城+郊区”的二元空间模式，和长三角城市群其余40多个城市一样，建成现代化的大城市和长三角的增长极。
关于上海新城的规划从1999年的11座新城起中间经历“十一五”“十二五”“十三五”的演变，于“十四五”定位升级。想必上海市不仅仅拘泥于成为法国经济学家弗朗索瓦·佩鲁所提出的“发展极”，而是着眼未来，打造出城市群——是城市发展到成熟阶段的最高空间组织形式，是在地域上集中分布的若干特大城市和大城市集聚而成的庞大的、多核心、多层次城市集团，是大都市区的联合体。
新城的建设目标将提升城市产业能级、提高公共服务品质、确立交通枢纽地位、优化人居环境质量等作为重点，强化实施结合创新政策。五座新城迎来了新的发展机会，投资方向向人才吸引、土地保障、财税金融支持、优化营商环境等领域展开。
其中，在加强产业支撑大幅提升新城经济活力和能级的环节，新城必将打造一批高品质的商务商业集聚区，使其更好承载新城核心功能，带动创新人才和高端功能加快集聚推进新城产业园区，此外也将推进大学校区和城镇生活区的设施共享、空间联动和功能融合。在新城产业社区中增加租赁住房、公共空间和服务设施，提升整体品质、促进职住平衡。鼓励改造现有老旧商务楼宇和商业网点设施，兼具租赁住房、研发、休闲等复合功能，为创新企业和创业人才提供低成本、嵌入式产业空间和创新空间。
在此背景下，五大新城的二手办公房地产的价格也备受关注，办公用房的定价机制也十分具有研究的意义。本文将通过二手办公房地产特征模型分析影响其价格的因素。
二、数据采集和变量选择
在收集数据的前期，考虑到南汇新城归属于浦东新区，在资料收集和数据剥离阶段的工作难以推进，故本文的研究范围缩小为对嘉定、青浦、松江、奉贤四大新城的二手办公房地产价格影响因素进行研究。文中的二手办公成交价格案例均来自于Res房地产数据分析系统，为消除宏观因素及市场供求因素等受时间因素干扰的条件的影响，本文采用了2021年5月的横截面数据，选取来自79个楼盘共275个样本。
影响因素变量选择如下：房屋面积（X1）、到地铁站的距离（X2）、所处环线位置（X3）、写字楼等级（X4）、物业费（X5）、绿化率（X6）、容积率（X7）生活便捷度（X8）、到区政府的距离（X9）、到市政府的距离（X10）、所在区的GDP总量（X11）、所在区的GDP增速（X12）、所在建筑物已使用年限（X13）、所在建筑物总层数（X14）、车位配比（X15）。影响因素的数据收集于房天下网站、安居客网站以及吉屋网等。
本次收集了275个二手办公房地产价格及其对应影响因素样本数据，建立以二手办公房地产单位面积的价格为因变量，15个特征值为自变量的多元线性回归方程，使用统计软件stata16进行回归分析。
三、指标体系建立和量化
因为回归方程中的某些自变量因素本身不以数字来衡量，所以本文采用了一定标准的赋值法使其具备数量特征（指标体系的值有待进一步研究）。每种变量的单位以及赋值标准如下：
（1）房屋面积（X1）为成交案例中二手办公房地产的建筑面积，单位为平方米。
（2）到地铁站的距离（X2），为二手办公房地产到最近地铁站的距离，单位为千米。
（3）所处环线位置（X3），上海可被环线划分为内环内、内中环间、中外环间、外郊环间、郊环以外。本次根据样本二手办公房地产所处环线位置建立如下指标体系：
表1 所处环线位置指标体系
（4）写字楼等级（X4），我国由于写字楼发展历程短，分类标准尚不成熟，目前，国内写字楼划分主要有三种标准，本文采用了三种标准之一的“甲”系列的分类方法，并将商住楼和其他归于丙级写字楼，建立了如下指标体系：
表2 写字楼等级指标体系
（5）物业费（X5），采用了样本所在楼盘物业费实际价格，单位为元/㎡/月。
（6）绿化率（X6），采用了所在楼盘绿化率的实际数值。
（7）容积率（X7），采用了所在楼盘容积率的实际数值。
（8）生活便捷度（X8），二手办公房地产区别于住宅房地产对周边教育设施的需求并不大，其主要服务的群体为上班族，多对饮食、购物、娱乐需求较大，即办公物业周边的商场等商业综合体的数量和距离所反映的生活便捷度对办公物业的价格有影响。根据样本到周边商场的距离以及对应商场的数量，建立了如下指标体系：
表3 生活便捷度指标体系
（9）到区政府的距离（X9），为样本房地产到区政府的距离，单位为千米。区政府作为一区行政中心，多亦为文化、经济、交通的集建区。
（10）到市政府的距离（X10），为样本房地产到上海市人民政府的距离，单位为千米。
（11）所在区的GDP总量（X11），选取2020年嘉定、青浦、松江、奉贤的GDP总量，具体情况详见表4，单位为千亿元人民币。
表4 所在区的GDP总量及增速
（12）所在区的GDP增速（X12），选取2020年嘉定、青浦、松江、奉贤的GDP增速，具体情况详见表3，单位为%。
（13）所在建筑物已使用年限（X13），为样本所在建筑物自竣工以来已使用年限，单位为年。
（14）所在建筑物总层数（X14），单位为层。
（15）车位配比（X15），为样本所在楼盘的车位总数/总户数。
四、数据的处理结果与分析
1
数据处理结果
用OLS法进行多元线性回归分析，结果显示如下图1所示：
图1 OLS法回归结果
可知：y=23654.67+41.65X1-785.1X2-325X3+1357.28X4+193.86X5+5488.8X6+1231.52X7+1316.51X8-170.89X9-326.64X10+1288.78X11+574.76X12-792.28X13-212.51X14+2051.264X15+ε
R =0.7323 F(15,255)=46.5
2
回归结果分析
（1）R 表示拟合优度，此次统计结果得出R =0.7323，样本回归直线对样本观测值的拟合程度较好，其意义为解释变量73.23%可以解释被解释变量。
（2）F检验为联合显著性检验，由于其P值为0.0000小于设定的显著性水平0.05，故拒绝原假设Ho：β1=β2=β3=β4=β5=β6=β7=β8=β9=β10=β11=β12=β13=β14=β15=0，即十五个解释变量对四大新城的二手办公房地产价格的联合影响显著。
（3）在检验单个变量的显著性时，因为P值小于0.05时效果好，故解释变量所处环线位置（X3）、物业费（X5）、绿化率（X6）、所在区的GDP总量（X11）没有通过显著性检验，即对四大新城二手办公房地产价格的影响不显著。
（4）多重共线性检验，共线性是指回归变量之间存在着近似线性的关系，即某个自变量能近似的用其他自变量的线性函数来描述。当共线性趋势非常明显时，会对模型的拟合带来严重的影响。掩盖自变量与因变量之间的真实关系；当去掉一两个变量或者记录时，方程的回归系数值将发生剧烈抖动，非常不稳定；整个回归方程的统计检验为P
表5 多重共线性检验结果
方差膨胀因子的值都低于10，说明不存在多重共线性。
（5）异方差检验，经过怀特检验后，发现P值为0.000，小于0.05的显著性水平，拒绝原假设，即模型存在异方差。由于若是数据存在异方差问题，则OLS估计法会失效。采用异方差稳健标准误可以处理模型存在的异方差和自相关的问题，怀特曾表明异方差标准误虽然会损失一些效率但它有简单、需要信息少等优点，如今它成为了日常实证中最常使用的方法。在本文样本容量较大的前提下，所有参数估计和假设检验均可正常进行使用。处理后的模型结果如下图所示：
图2 异方差稳健标准误处理后的回归结果
（6）经济意义分析：
在每次仅一个自变量变动的同时其他变量保持不变的情况下：
面积每上升1单位，二手办公房地产单价上升41.65元/㎡；
到地铁站的距离每增加1单位，二手办公房地产单价下降785.1元/㎡；
所处环线位置每上升1单位，二手办公房地产单价下降325元/㎡；
写字楼等级每上升1单位，二手办公房地产单价上升1,357.28元/㎡；
物业费每上升1单位，二手办公房地产单价上升193.86元/㎡；
绿化率每上升1单位，二手办公房地产单价上升5,488.79元/㎡；
容积率每上升1单位，二手办公房地产单价上升1,231.52元/㎡；
生活便捷度每上升1单位，二手办公房地产单价上升1,316.51元/㎡；
到区政府的距离每上升1单位，二手办公房地产单价下降170.89元/㎡；
到市政府的距离每上升1单位，二手办公房地产单价下降326.64元/㎡；
所在区的GDP总量每上升1单位，二手办公房地产单价上升1,288.78元/㎡；
所在区的GDP增速每上升1单位，二手办公房地产单价上升574.76元/㎡；
所在建筑物已使用年限每上升1单位，二手办公房地产单价下降792.28元/㎡；
所在建筑物总层数每上升1单位，二手办公房地产单价下降212.51元/㎡；
车位配比每上升1单位，二手办公房地产单价上升2,051.26元/㎡。
五、模型的结果解释
1
符号分析
自变量对因变量的影响有正负之分，本文选择的区位性变量除了所处环线这一因素以外在理论上对于房价的影响应该都是负的，从表和回归方程中可以看出，确实到地铁站的距离、到区政府的距离、到市政府的距离对价格具有负的影响；建筑物房龄也符合假设与房价为负相关关系。写字楼等级、物业费、绿化率、生活便捷度、所在区的GDP总量和增速等均对被解释变量有正相关的关系。
统计分析的结论大部分是与假设相符合的，但此外也出现了几个变量对办公房价的影响与预期不符的情况，理论上来说二手办公房地产所处的环线位置越靠内越好对价格应该是有积极作用，二手办公房地产的单价也应随着建筑面积的增大而减小，但回归结果却与假设背离。
2
结果解释
此次回归发现解释变量所处环线位置、物业费、绿化率、所在区的GDP总量对二手办公房价的影响不显著，结合实际情况分析：虽然上海有内环、中环、外环、郊环的划分，其在地理位置上自然有一定的意义，越是靠里离市中心越近，但是由于各个片区发展水平、定位不一，时常会出现产业聚集区地带租售价居高不下的情况，随着各新城的建设完善，最终会达成独立综合功能的要求，因此不能简单地靠环线来判断地段的价值。
从传统理解，高绿化率可以给人带来舒适感从而需要付出物质上的代价，企业作为办公房地产的入驻主体，追求的目标是利润最大化，鲜少关注办公场地绿化率等问题。物业公司在提供优质的服务的同时也将收取相应的物业费，物业费与服务内容和物业设备设施等因素挂钩，但过高的物业费会导致消费者效用低，在存在替代品物业的情况下会造成客户流失、楼盘滞销的问题，从而供求不均衡使得价格降低，综合后物业费对办公房价的影响不显著。
GDP指标对经济活动反映不全面，其并不对经济发展带来的负面效应进行统计，也未反映产品和劳务的销售、实现情况，因此指标的增长并不一定能带来居民收入的普遍提高等。这些不足使得GDP不可以作为衡量经济发展水平的唯一指标，且各区的人口、侧重的产业等差异也会造成GDP总量对区域内办公房价的解释力度欠缺的问题。
城市轨道交通是一种快捷高效、安全舒适、节能环保的大容量城市客运交通方式，由于大城市普遍存在交通拥挤、环境污染和土地资源短缺等问题，地铁被广泛认为是解决这些矛盾和问题的途径，交通的便利也带动了房价的上涨。容积率反映了总建筑面积与用地面积的比率，直接涉及舒适度，舒适度越高房价也越高，但是过低的容积率会造成土地等资源的浪费，反而办公物业会因为容积率越高随着入驻企业的增加，而有利于人口聚集、商务聚集度的提高，有利于发展规模经济，综合后容积率对价格是正面影响。
写字楼等级硬件方面包括楼宇外观设计、内外公众装修标准是否具有超前性；设备设施如电梯等候时间、中央空调管式数量、停车场数量及配套等方面是否与世界甲级写字楼水平同步，软件方面主要指物业管理服务是否达到星级酒店标准，因此写字楼等级、服务项目和小区设施的配备情况具有正相关性，从而对房价的影响也是正的。
生活便捷度、到区政府、市政府的距离体现了商务商业繁华度、区位因素对价格的贡献。
建筑物房龄越大对价格越不利。建筑物总层数越高，可能会伴随着电梯等待时间的加长以及一些安全性问题的加剧，因此与价格呈负相关。
过少的车位配比会大大降低客户居住舒适性和安全性，导致人车矛盾，增加物业管理难度，增加停车耗费的时间，所以车位配比越多办公房产价格也越高。
六、总结
通过对四大新城的二手办公房地产价格特征分析，找出企业等购房者的偏好。从消费者的效用角度来考虑，说明对办公房价影响最大的因素也是企业及个人对房屋最为关注的因素。通过实证分析，得出真正影响二手办公房地产价格的因素以及各影响因素的影响程度：房屋面积、到地铁站的距离、写字楼等级、容积率、生活便捷度、到区政府的距离、到市政府的距离、所在区GDP增速、所在建筑物已使用年限、所在建筑物总层数以及车位配比对二手办公房地产价格有很大影响，其中生活便捷度即周边商业聚集度对价格的影响最为显著。成功构建四大新城二手办公房地产的定价模型，对开发商在择地选址和楼盘设计建设等方面有借鉴意义；也有助于购房者形成合理的预期价格，在购房时实现真正的最佳性价比。