与2003年、2008年的住宅数据相比较，2011和2014年的住宅数据量最大，有660个小区数据，故本研究采用时间上最近的2014年的住宅数据进行空间效应的研究。前面我们已经采用2014年的数据建立了特征价格模型，此处简要汇报相关结果，为后面的对比分析奠定基础。将所选择的13个自变量强行纳入模型中进行回归，模型的回归结果如表6.1所示。

表6.1　特征价格模型回归结果

由表6.1可知，在10%显著性水平上，小区环境、自然环境、邻近地铁和小区房龄这四个变量不显著，这说明特征价格模型无法验证这四个住宅特征对住宅价格是否存在影响，因此将这四个变量剔除；在进入模型的九个变量中，公交线路、邻近大学、运动设施质量、物业管理、教育配套、武林广场距离、钱江新城距离以及西湖距离都通过了1%显著性水平检验，仅生活配套这个变量在5%水平上显著。可见，这九个住宅特征对住宅价格存在显著的影响。(www.daowen.com)

除了公交线路以外，其余进入模型的八个自变量回归系数的符号均与预期符号一致。公交线路的隐含价格为负值的原因可能是最近几年杭州经济社会发展较为迅速，人民生活水平大幅提高，杭城私家车保有量快速增长，这使得人们出行有了更多的选择。小区环境、自然环境这两个住宅特征的得分比较高，均值分别为3.230和3.130，但它们数值的变化幅度不大，标准差分别为0.960和0.785。可能由于大部分小区样本的小区环境、自然环境的得分都比较高，且数值分布相对较为集中和均匀，数值大小的波动幅度不是很大，因此模型无法识别出两者对住宅价格是否存在显著影响。

邻近地铁的回归系数未达到10%显著性水平，可见，特征价格模型无法判断其对杭州住宅价格是否存在显著影响。然而，从理论上来说，地铁至少对其周边的住宅小区的价格应当存在一定程度的影响。邻近地铁的隐含价格表现为不显著可能是由于在进行相关研究时杭州只开通了一条地铁线路，因而其对杭州住宅小区的影响不是整体性的，其影响范围可能只局限于地铁沿线的区域，因而没能达到10%显著性水平。而小区房龄的不显著可能是模型自身导致的，这一点从与后面的扩展模型结果的对比中可知。

特别值得我们关注的是，三个城市中心对住宅价格的影响在1%水平上显著，武林广场距离、西湖距离、钱江新城距离的系数分别为-0.067、-0.221、-0.059，其数值与前一章2011年模型的结果比较接近，但武林广场距离、钱江新城的绝对值略有减小。