国内外应用特征价格模型的研究非常丰富，在前面的文献回顾中，大多数的研究把住宅的特征变量分为三大类：建筑、邻里和区位特征（温海珍，2004）。Malpezzi（2002）和Sirmans等（2005）对关于特征价格模型的研究进行了综述，在住宅特征变量选择、函数形式设定、模型估计方法、实证结果比较等方面做了全面的总结，对本研究具有很好的参考价值（张之礼，2012）。对住宅特征变量的选择，无法摆脱数据可得性和研究效率的制约，如Sirmans等（2005）针对房地产领域关于特征价格的125篇论文，总结了特征价格模型中常用的20个特征变量（见表4.3）。

表4.3　特征价格模型常用的20个特征变量

针对杭州住宅市场的研究，本课题组对构建特征价格模型有一定的经验积累。例如，温海珍（2004）为国内首篇关于房地产特征价格的博士论文，较为系统地研究了住房价格的影响因素，发现18个变量中，有14个显著的变量；彭鲁凤（2010）分析了住宅价格空间分异的模式和原因，采用了24个备选变量。本研究以住宅小区为对象，选取小区住宅均价作为因变量，沿用传统特征价格的分析框架，分别从建筑特征、邻里特征和区位特征三方面选择自变量。楼层、装修程度等大部分建筑特征无法纳入模型，我们借鉴课题组成员张之礼（2012）和陶云龙（2015）的成果，选取17个住宅特征变量作为模型备选变量。(www.daowen.com)

表4.4　住宅特征变量的量化

研究中变量的量化方式可以分为四种：按照实际观察数据、分等级赋值、综合评分和虚拟变量法（温海珍，2004；张之礼，2012）。采用变量实际观察数据的方法比较简单，同时这种方法也能准确客观地反映变量自身的内涵（彭鲁凤，2010）。除住宅价格外，属于这类的变量还有五个：小区房龄、武林广场距离、西湖距离、钱江新城距离、公交线路。第二种方法将住宅特征变量的数值分为五个等级，采用此法进行量化的变量有六个：自然环境、小区环境、物业管理、治安环境、运动设施质量、交通条件。第三种是对住宅特征变量所包含的内容进行综合评分，将所得的分值作为住宅特征变量的数值。这类变量有三个：运动设施、生活配套、教育配套。这种方法将一些具有共性的住宅特征概括为一个特征，从而明显减少住宅特征变量的数目，以避免实证过程中出现严重的共线性问题。第四种方法是采用虚拟变量进行量化，按一定的距离范围将住宅特征变量赋值为1或者0。此类变量有三个：邻近大型体育场馆、邻近大学、邻近地铁。17个住宅特征变量的量化及其对住宅价格的预期影响如表4.4所示。对于每个变量详细的解释，请参阅温海珍（2004）和张之礼（2012）。