从微观层面来看，城市内部住宅价格受到许多因素的影响，如住宅房龄、住宅周边的自然环境、住宅所在小区的整体环境、交通可达性、到城市中心距离等，这些住宅特征都在不同程度上影响着住宅的价格。一般而言，不同住宅的住宅特征必然不同，因而住宅价格的水平也必然不同。每个住宅的特征集是由诸多不同的住宅特征组合而成的，从本质上来说，这造成了住宅价格在空间上分布的不均衡。

从20世纪60年代以来，特征价格模型得到了国内外学者的广泛采用，多数研究主要分析建筑特征、邻里特征、区位特征与住宅价格之间的关系（温海珍，2004）。其中涉及的主要住宅特征如表3.1所示。

表3.1　主要住宅特征

(www.daowen.com)

在建筑特征方面，朱骏等（2005）构建了特征价格模型，对北京市住宅市场进行实证研究，得到了各住宅特征的隐含价格，并得出“车位数量”“装修情况”“容积率”等住宅特征对北京住宅价格有较大的影响；马思新等（2003）研究了北京市住宅价格，研究得出“物业管理费用”“厨卫装修标准”等住宅特征对住宅价格的影响很大。

部分学者研究了邻里特征和住宅价格之间的关系，如Yiu等（2005）采用香港从1991年5月到2001年3月的2095项交易数据，在传统特征价格模型中增加区位虚拟变量，检验了交通状况的改善对住宅价格的影响。研究结果表明，交通改善的预期显著地提高了周边相关住宅的价格（张之礼，2012）。Haurin等（1996）选取美国俄亥俄州地区为研究区域，选择了29个变量，运用住宅特征价格模型进行实证研究，结果表明，所选取的变量中“学校质量”对住宅价格的影响最大。此外，“离市中心的距离”“地铁站可达性”“非白人家庭比例”“家庭平均收入”等变量也对住宅价格存在一定的影响。冯长春等（2011）研究了北京地铁5号线对其周边住宅价格的增值情况，研究表明，5号线对附近的住宅价格的增值作用最大，随着距离的增加，增值效应逐渐递减。

在区位特征方面，如温海珍等（2010）以杭州为例，选取11个住宅特征建立特征价格模型，结果表明，这11个住宅特征对住宅价格的影响程度存在显著差异，其中对住宅价格影响最大的住宅特征是“到西湖距离”，影响最小的是“邻近大学”；郝前进等（2007）以上海市106个住宅板块为研究对象，收集2004年7月到2006年6月的数据，构建特征价格模型，模型结果表明，“到CBD距离”对住宅价格存在显著的影响，越远离CBD，住宅价格越低。

自然景观对住宅价格也有一定的影响。如Liisa等（2000）研究了芬兰北部约恩苏市的城市森林对周边住宅价格的影响，实证研究表明，森林对周边住宅价格具有显著的正向效应（温海珍等，2012）。Morancho（2003）运用特征价格模型分析了住宅价格和城市绿地之间的关系。他用了“是否存在公园或公共绿地景观”“住宅到绿地的距离”“景观的大小”三个环境变量，通过对克斯特罗市810个样本的分析，证明了住宅价格随着住宅到绿地的距离增加而不断下降（彭鲁凤，2010；韦国坚，2013）。邱慧等（2011）以株洲神农城周边1250m范围内的15个小区为对象，选取了“到CBD的距离”“到神农城的距离”“公交线路数”“建筑面积”“楼层”“绿化满意程度”“物业费”“是否现房”“是否高层建筑”“是否临街”“教育配套”“生活配套”共12个住宅特征变量，构建了住宅特征价格模型，结果表明，在距神农城1250m的范围内，住宅离神农城的距离每减少100m，可为房产带来6.5%的增值，这证明了城市公共景观对城市房地产的发展具有显著的正面影响。