三、房地產研究與香港的公共房屋
2005年香港住宅市場數據顯示，大部分香港的置業人士在比較某些有公共房屋和私人住宅相當接近的地區和其他沒有此情況的地區時，相對之下都會因為某地區毗鄰資助房屋而覺得私人住宅物業的價值有負面因素。但這負面影響似乎在區內同一私人屋苑里就沒有了。換句話說，在其他條件相同的情況下，毗鄰資助房屋的私人屋苑會相對地比沒有資助房屋在附近的私人屋苑便宜一點。可是在毗鄰資助房屋的同一私人屋苑內，較近公共房屋的大樓和離得較遠的大樓在價錢上沒有受這個影響。換句話說，同一毗鄰公共房屋的屋苑里，較遠離公共房屋的單位并不比較近的擁有更多溢價，反之亦然。負面因素似乎是出于心理多于實質。
我們的分析模型選定了8個香港熱門的私人住宅發展，其中位于九龍和新界的各占4個。當中有一半直接毗鄰公共屋邨/居屋，而其他的則沒有直接毗鄰。我們強調“直接毗鄰”，是因為香港那么小，基本上除了灣仔區以外，每一個地區都有公屋/居屋的存在。沒有直接毗鄰公共房屋/居屋的4個屋苑將作為對照以供比較。選定的住宅物業的房屋交易數據包含由2000年11月1日至2010年10月31日這10年的交易。限制時間的主要原因有三：其一，這段時間里，私人住屋市場經歷了巨大的增長和快速的貶值，這令我們的分析模型能夠更準確地調查其中關系。
選定上述時間段的另一個原因是這段時間相對靠近現在，更重要的是近年來香港的私人住宅物業市場已經從1997年金融風暴和2003年非典型肺炎爆發中恢復過來。到今天，很多房屋價格數字和各種物業價格指數都顯示物業價格已達高峰，即使在偏遠地區，物業價格仍令普羅市民難以負擔。蓬勃的物業市場最后令社會抗議，成功令政府采取措施抑制異常熾熱的炒風。2010年11月9日，財政司司長宣布修訂印花稅條例，在既有的從價物業轉讓印花稅之上，針對住宅買賣而引入特別印花稅（Special Stamp Duty）。在此新政策下，所有在2010年11月20日后取得的住宅物業，不論以個人或任何一地的公司名義持有，該物業在24個月內轉賣都要繳付不同程度的特別印花稅。因此，我們選擇的時間排除了2010年10月之后的房屋事務歷史記錄，藉以排除特別印花稅對私人住宅物業市場的影響，令回歸分析模型更為準確。
模型里加入了一個顯示鄰居屬性和附近是否存在公共屋邨的虛擬變量（所謂的Dummy Variable），用以調查福利房屋可能的拖累影響在統計學上有何顯示。
我們的分析選定了有一共8個受歡迎的私人住宅發展作研究對象，其中4個在九龍半島，當中一半附近毗鄰公共屋邨，另外一半則沒有，后者用做比較對照。另外4個在新界區，也是當中一半附近毗鄰公共屋邨，另外一半則沒有。而“附近”則定義為在針對的私人住宅項目方圓40米的區域。
傳統上，由于土地供應有限和地段優越，在港島區的住宅價值會較位于九龍和新界而外貌、結構和地區都相似的住宅為高。因此，我們這次研究將不會針對港島區的住宅發展，以此來消除因價值不同的“天賦”因素，從而增強分析模型的解釋能力。
有為數不少的文獻都指出屋苑和最近地鐵站的距離對該屋苑的價格有重要影響。因此我們的分析只選與地鐵站步程相近的物業。以人的正常步速每5分鐘走400米計，所有針對的屋苑都位處任意一個地鐵站出口方圓300米范圍內。
我們把研究的時間劃定在2000年至2010年，在2000年后通車的地鐵線將不被研究。因此只有4條地鐵線——觀塘線、荃灣線、東涌線和東鐵線——在我們的研究范圍內（見圖2-1）。換言之，被選定的私人屋苑都位處這4條地鐵線的地鐵站5分鐘步程范圍內。選定的私人住屋的大小、設施、鄰近環境和與地鐵站的距離都相似，從而去除其他影響物業價值的外在因素。
圖2-1 2000年前香港4條線路
選定的私人屋苑有在荃灣的綠楊新邨、藍田的匯景花園、九龍灣的淘大花園、沙田的銀禧花園、粉嶺的粉嶺中心、九龍塘的又一居、青衣的灝景灣和大角咀的維港灣（見圖2-2）。選擇這些屋苑一方面是因為在設定的時間范圍里有可觀的事務歷史記錄可供研究，另一方面是因為這些全面的私人住宅發展都有著類似的特質，例如座向、可達程度、設計布局和休閑娛樂設施。這能減少影響價格的外在因素，是理想的比較對象。
圖2-2 香港地鐵4條線路和本研究8個住宅小區的地理分布圖
表2-1和表2-2整理了各屋苑的基本資料。
表2-1 4個位于九龍的私人屋苑的詳細資料
表2-2 4個位于新界的私人屋苑的詳細資料
我們為每個私人屋苑整合了過去10年的17297宗成交。自2000年11月1日至2010年10月31日在土地注冊處登記的住用處所事務歷史記錄和供參考的建筑物數據都用做測試模型的數據輸入。這些住屋交易數據取自一家私人的地產庫，這個數據庫是公認擁有全面記錄的數據庫。
我們通過統計學的回歸分析（regression analysis）得出以下幾個主要影響香港樓價因素的結果。
1．建筑物年齡（Age）
建筑物年齡由建筑物的落成日期和成交日期相減而得，這能為某一成交單位推斷出一個較為準確的物業年齡。物業年齡作為其中一個重要的“結構”特質能反映大廈的外在和結構狀況。若其他條件不變，大廈越老則結構狀況越差。無可否認邏輯上大廈的年歲和價格有反比關系。一如所料建筑物年齡的系數為-18.7。
負值的系數證實了私人住屋的單位價格和物業的年齡成反比。從系數值-18.7我們可知住宅年齡對其價值的影響相當大。
2．樓層（Floor）
在多元回歸分析模型中，單位所在樓層的系數為15.2。這表示樓層對香港公寓住宅的定價結構影響甚大。在狹小而發展密度高的香港，人們喜歡住在較高樓層以享受較闊的視野和較佳的隱私亦不無道理。
3．海景（Seaview）
一如所料，海景因素在我們的數據群里，在定價結構上扮演重要角色。海景的系數為161，這巨大的數值表示，相比其他結構特征，人們更愿意為良好的海景付出可觀的溢價。
4．公共出租房屋
在回歸方程式里的眾多解釋變量中，公共租住房屋（公屋）仍是最為重要的一個。這是一個用以顯示某私人住宅項目是否與公屋為鄰的虛擬變量。分析所得系數為負值，證實公屋的確對私人房屋價格造成負面影響。
公屋的系數為-2524，從統計學上考慮這個絕對值，它的變數實為巨大。這說明公屋對私人住宅的價格影響頗大。