1# RECORD 0d749c58da0b3282e774a34a3cbd378d57ba08012# TITLE: The capitalization of geomantic attributes: evidence from the housing market in Guangzhou [L’effetto di capitalizzazione degli attributi geomantici sul valore di mercato degli immobili: il caso del mercato immobiliare di Guangzhou]3# YEAR: 2023.0 VENUE: Valori e Valutazioni DOI: 10.48264/vvsiev-202333044# AUTHORS: Xiaojing Li; Chiara D'Alpaos; Paolo Bragolusi; Gang-Zhi Fan5# PAGES: 32 CANDIDATE TABLE PAGES (1-based): [5, 8, 9, 10, 11, 12, 24, 25, 26, 27, 28, 29]6# ABSTRACT: This study examines empirically the impacts of geomantic attributes on housing prices in Guangzhou. Using second-hand housing transaction data from one Guangzhou’s largest second-hand transaction agency, we construct a hedonic price model to analyze the determinants of housing purchase behavior. We find that unfavorable geomantic attributes, such as proximity to graveyard, funeral parlor, hospital, slaughterhouse, and highway, have significant negative effects on housing prices. However, favorable geomantic attribute close to the Pearl River has a significant positive impact on housing prices. Lucky floor numbers and lucky address numbers are also found to be capitalized into housing prices. Moreover, we find that the demand for housing improvement as housing purchase motivation is an important channel to determine which of geomantic attributes are unfavorable when residents have higher living requirements ll presente contributo esamina, attraverso un’analisi em- pirica, l’effetto degli attributi geomantici sui prezzi degli immobili a destinazione residenziale a Guangzhou. A partire dalle informazioni relative alle transazioni di immobili non di nuova costruzione di una delle più grandi agenzie di compravendite immobiliari i Guangzhou, è stato sviluppato e validato un modello di valutazione secondo l’approccio dei prezzi edonici per analizzare i fattori che determinano i comportamenti e le strategie di acquisto degli acquirenti di immobili a destinazione residenziale. I risultati indicano che gli attributi geo- mantici sfavorevoli, come la vicinanza a cimiteri, pompe funebri, ospedali, macelli e autostrade, hanno un effetto negativo sul prezzo delle abitazioni. Viceversa, gli attributi geomantici favorevoli, come la vicinanza al fiume Pearl, hanno un effetto positivo sul prezzo delle abitazioni. Similmente, emerge, ceteris paribus, una disponibilità a pagare un prezzo maggiore per immobili che siano ubicati a un livello di piano o a un civico espressione di numeri considerati fortunati nella cultura tradizionale cinese, come ad esempio il numero 8. Dalle analisi emerge, inoltre, che in particolare alcuni attributi geomantici influenzano in maniera determinante la do- manda di alloggi di migliore qualità espressa da acquirenti che abbiano esigenze e aspettative più elevate.789===== PAGE 1 (score 5, numeric-paren 0, table-words 0, var-words 5) =====1011journal valori e valutazioni No. 33 - 2023123113*Xiaojing Li, **Chiara D’Alpaos, 14Keywords: Housing prices, Housing environment, 15***Paolo Bragolusi, ****Gangzhi Fan 16Geomantic attributes, Number preference, Guangzhou 17The Capitalization of 18Geomantic Attributes: 19Evidence from 20the Housing Market 21in Guangzhou 221. INTRODUCTION 23This paper examines the effect of so-called geomantic 24attributes, i.e., property characteristics related to 25traditional Chinese geomancy, on the the demand for 26high-quality housing that caters to the increasing desire 27for improved living comfort and overall quality of life 28among Chinese residential property buyers. The rationale 29for the study lies in the fact that geomantic attributes have 30often been of significant importance in guiding housing 31choices and improvement of living environments of 32Chinese households following the dictates of traditional 33culture (Madeddu and Zhang, 2017; Jin and Juan, 2021; 34Kryzanowski, 2021). Preferences for geomantic attributes 35have often exerted a profound influence not only on 36residential real estate purchase decisions, but also on the 37development 38of 39society 40in 41China 42(Yoon, 431982; 44Kryzanowski, 2021). According to some recent literature, 45knowledge of the conceptual system of geomantic 46attributes useful in the selection and arrangement of living 47spaces can significantly contribute to improving the living 48environment of Chinese households and promote their 49physical and psychological well-being (Hong et al., 2016; 50Wang et al., 2018; Jin and Juan, 2021). The main objective 51of this paper is to contribute to this strand of literature by 52analyzing the effects of geomantic attributes on residential 53property prices in the city of Guangzhou, one of the 54largest cities in mainland China, and to estimate their 55implicit marginal price. 56Geomantic characteristics influence many aspects of 57households’ choice of residence in mainland China, Hong 58This study examines empirically the impacts of 59geomantic attributes on housing prices in Guangzhou. 60Using second-hand housing transaction data from one 61Guangzhou’s largest second-hand transaction agency, 62we construct a hedonic price model to analyze the 63determinants of housing purchase behavior. We find 64that unfavorable geomantic attributes, such as proximity 65to graveyard, funeral parlor, hospital, slaughterhouse, 66and highway, have significant negative effects on 67housing prices. However, favorable geomantic attribute 68close to the Pearl River has a significant positive impact 69on housing prices. Lucky floor numbers and lucky 70address numbers are also found to be capitalized into 71housing prices. Moreover, we find that the demand for 72housing improvement as housing purchase motivation 73is an important channel to determine which of 74geomantic attributes are unfavorable when residents 75have higher living requirements. 76Abstract7731-46 Xiaojing ING.qxp_SIEV 30 11/07/23 22:01 Pagina 31787980===== PAGE 5 (score 14, numeric-paren 0, table-words 2, var-words 6) =====8182The Capitalization of Geomantic Attributes: Evidence from the Housing Market in Guangzhou 83respectively. Fourteen percent of the dwellings are 84located near the Pearl River, and 28 percent face south. 85Table 3 shows descriptive statistics of the value of 86properties clustered according to different geomantic 87attributes. The results show that in average terms, the 88price of properties varies according to geomantic 89journal valori e valutazioni No. 33 - 2023903591Table 1 - Geomantic attributes and assignment92Attributes93Variables94Variable types and definition95Dependent 96Variable97Price98Continuous: Transaction 99price of housing (RMB)100Log_Price 101Continuous: 102Logarithmic 103form of housing price104Unfavorable 105geomantic 106attributes107Graveyard108Dummy: If the house is 109located near to a graveyard 110the value is 1, 0 otherwise111Funeral home Dummy: If the house is 112located near a funeral 113home the value is 1, 0 114otherwise115Hospital116Dummy: If the house is 117located near a hospital the 118value is 1, 0 otherwise119Slaughter-120house121Dummy: If the house 122located near a 123slaughterhouse the value 124is 1, 0 otherwise125Highway126Dummy: 127If 128the 129house 130located near a highway the 131value is 1, 0 otherwise132Unlucky 133numbers134Unlucky floor135If the house is located at 136the 4th, 14th, 24th, 34th, 137and 44th floor the value is 1381, 0 otherwise139Unlucky 140address141Dummy: If the house 142address number ends with 1434 the value is 1, 0 144otherwise145Unlucky unit146Dummy: If the house unit 147number ends with 4 the 148value is 1, 0 otherwise149Favorable 150geomantic 151attributes152Pearl River153Dummy: If the house is 154located near the Pearl 155River the value is 1, 0 156otherwise157Orientation158Dummy: If the house is 159oriented south the value is 1601, 0 otherwise161Lucky 162numbers163Lucky floor164Dummy: If the house is 165located at the 8th, 18th, 16628th, and 38th floor the 167value is 1, 0 otherwise168Lucky address169Dummy: 170If 171the 172house 173address number ends with 1748 the value is 1, 0 otherwise175Lucky unit176Dummy: If the house 177unit number ends with 1788 the value is 1, 0 179otherwise180Tabella 2 - Descriptive statistics of the sample181Variable Obser-182vations183Mean184Standard 185Deviation186Mini-187mum188Maxi-189mum190Lucky 191floor19248591930.1011940.30219501961197Un-198lucky 199floor20048592010.0942020.29120302041205Lucky 206ad-207dress20848592090.1172100.32121102121213Un-214lucky 215ad-216dress21748592180.0732190.26122002211222Lucky 223unit22448592250.0492260.21522702281229Un-230lucky 231unit23248592330.1422340.34923502361237Grave-238yard 23948592400.0082410.08824202431244Fu-245neral 246home24748592480.0062490.07825002511252Slaugh253ter-254house25548592560.0012570.03825802591260High-261way 26248592630.0372640.18826502661267Hospi-268tal 26948592700.052710.21727202731274Pearl 275river27648592770.142780.34727902801281Orien-282tation 28348592840.2782850.44828602871288Log_ 289Price29048592916.3752920.2492935.6992947.322295Price29648592972,835,8082981,989,382 500,000 21,000,000299Area 30048593011.0413020.4433030.3073042.795305Floor 306485930713.7673088.156309231047311Log_ 312Park31348593143.113150.3143161.2873173.81318Log_ 319CBD32048593213.1173220.3993230.6423244.134325Bus 32648593270.6853280.46532903301331Sub-332way 33348593340.6443350.4793360337133831-46 Xiaojing ING.qxp_SIEV 30 11/07/23 22:01 Pagina 35339340341===== PAGE 6 (score 9, numeric-paren 0, table-words 1, var-words 7) =====342343attributes, ceteris paribus: the average price of 344dwellings expressing favorable geomantic attributes is 345higher. For example, although the variability between 346maximum and minimum values is significant in some 347cases, the average selling price of dwellings close to the 348Pearl River or facing south is generally higher than the 349average price of dwellings located far from the river or 350not facing south. By contrast, the average price of 351dwellings located near a cemetery is significantly lower 352than the average price of dwellings far away, ceteris 353paribus. 354Figure 3 and Figure 2 show how housing values vary in 355percentage terms by floor number, house number, and 356unit number and report the incidence of these number 357(from 1 to 9) within the sample, respectively. 358The analysis shows that higher transaction prices are 359associated with residential units located on higher 360floors. The low occurrence within the sample of floor 361number 1 can be explained by the fact that, in many 362cases, residential units are not located on the first floor. 363The frequency of occurrence within the sample of floor 364number 4 is lower than that of floor numbers 3 and 5, 365whereas the frequency of occurrence of floor number 3668 is not significantly higher than that of floors 7 and 9 367in the sample. 368Furthermore, to confirm the high attention that the 369Chinese pay to so-called lucky or unlucky numbers in 370purchasing their residence, due to what was illustrated 371in the previous section, it is worth noting that the 372frequency of address number 4 is significantly lower 373than that of address numbers 3 and 5. Consequently, 374empirical evidence reveals that the number of 375registered property transactions whose address 376number is considered unlucky is lower within the 377sample. Conversely, the frequency of address number 3788 is higher than that of address numbers 7 and 9. 379Chinese people prefer buying residential assets whose 380address number ends with the number 8. The analysis 381of the relationship between average house prices and 382address numbers, can easily show that properties 383whose address numbers end with 8, 9, and 0 (also 384considered auspicious) exhibit higher prices than the 385others. 386Similarly, Figure 2 shows how the frequency of the 387number 4 in the residential unit number is lower than 388that of the number 8. However, the frequency of the 389various unit numbers varies significantly around the 390number 4. In China, two elevators are generally 391provided in residential buildings for four households, 392especially in first-tier cities, which are large urban 393journal valori e valutazioni No. 33 - 202339436395Table 3 - Descriptive statistics of the sample relative to 396housing price and geomantic attributes (Unit: Yuan)397Variables 398Mean399Standard 400Deviation Maximum Minimum401Graveyard 4020 2,845,617 1,993,483 21,000,000403500,0004041 1,591,345405577,4054062,860,000407530,000408Funeral home4090 2,839,737 1,994,019 21,000,000410500,0004111 2,203,333412776,0454134,950,000 1,180,000414Slaughterhouse 0 2,838,045 1989,914 21,000,000415500,0004161 1,285,129417308,1504181,900,000419990,000420Highway 4210 2,861,747 2,010,445 21,000,000422500,0004231 2,153,649 1,125,4464247,850,000425560,000426Hospital 4270 2,839,563 1,999,991 21,000,000428500,0004291 2,763,845 1,776,0694309,700,000431760,000432River4330 2,805,089 1,896,573 16,050,000434500,0004351 3,023,949 2,476,646 21,000,000436650,000437Orientation 4380 2,517,279 1,596,568 21,000,000439510,0004401 3,662,050 2,582,542 18,000,000441500,000442Lucky floor4430 2,827,897 2,001,120 21,000,000444500,0004451 2,906,022 1,882,467 15,800,000446525,000447Unlucky floor4480 2,850,963 2,005,318 21,000,000449500,0004501 2,689,115 1,823,508 16,050,000451510,000452Lucky address 0 2,822,102 1,996,658 21,000,000453510,0004541 2,939,348 1,932,106 13,000,000455500,000456Unlucky 457address4580 2,840,879 1,994,340 21,000,000459500,0004601 2,771,656 1,927,139 12,100,000461570,000462Lucky unit4630 2,873,366 2,023,963 21,000,000464500,0004651 2,103,337466830,9834676,300,000468580,000469Unlucky unit4700 2,909,749 2,074,512 21,000,000471500,0004721 2,389,049 1,279,682 11,480,000473525,000474Figure 2 - Number Frequency of Floor, Address, and Unit 475Number2.4762 Note: The left Y-axis shows floor and address numbers, and the 477right Y-axis displays unit numbers. 47831-46 Xiaojing ING.qxp_SIEV 30 13/07/23 17:33 Pagina 36479480481===== PAGE 8 (score 82, numeric-paren 57, table-words 2, var-words 7) =====482483Follow Table 4 -Geomantic attributes and housing prices484journal valori e valutazioni No. 33 - 202348538486Table 4 - Geomantic attributes and housing prices487(1)488(2)489(3)490(4)491(5)492Attributes493Variables494DV: Log_Price495Unfavorable geomantic 496attributes497Graveyard498-499-0.043***500-0.037***501-0.037***502-0.037***503-504(-0.010)505(-0.010)506(-0.010)507(-0.010)508Funeral home509-510-0.023**511-0.024**512-0.025**513-0.026**514-515(-0.011)516(-0.011)517(-0.011)518(-0.011)519Hospital520-521-0.024***522-0.021***523-0.021***524-0.021***525-526(-0.007)527(-0.007)528(-0.007)529(-0.007)530Slaughterhouse531-532-0.143***533-0.139***534-0.137***535-0.134***536-537(-0.034)538(-0.031)539(-0.031)540(-0.033)541Highway542-543-0.015**544-0.017**545-0.018**546-0.018**547-548(-0.007)549(-0.007)550(-0.007)551(-0.007)552Unlucky numbers553Unlucky floor554-555-0.004556-0.006557-0.004558-0.004559-560(-0.005)561(-0.005)562(-0.005)563(-0.005)564Unlucky address565-566-0.009567-0.008568-0.007569-0.007570-571(-0.005)572(-0.005)573(-0.005)574(-0.005)575Unlucky unit576-5770.0055780.0045790.0045800.003581-582(-0.004)583(-0.004)584(-0.004)585(-0.004)586Favorable geomantic 587attributes588Pearl River589-590-5910.025***5920.026***5930.027***594-595-596(-0.004)597(-0.004)598(-0.004)599Orientation600-601-6020.0016030.001604-0.001605-606-607(-0.003)608(-0.003)609(-0.003)610Lucky numbers611Lucky floor612-613-614-6150.012***6160.012**617-618-619-620(-0.005)621(-0.005)622Lucky address623-624-625-6260.012***6270.012***628-629-630-631(-0.004)632(-0.004)633Lucky unit634-635-636-637-0.004638-0.003639-640-641-642(-0.006)643(-0.006)644Housing attributes645Area6460.443***6470.442***6480.44***6490.44***6500.436***651(-0.004)652(-0.004)653(-0.005)654(-0.005)655(-0.005)656Floor6570.002***6580.002***6590.002***6600.002***6610.002***6620.0006630.0006640.0006650.0006660.000667Subway6680.027***6690.026***6700.023***6710.023***6720.024***673(-0.004)674(-0.004)675(-0.004)676(-0.004)677(-0.004)678Bus6790.024***6800.022***6810.021***6820.021***6830.019***684(-0.004)685(-0.004)686(-0.004)687(-0.004)688(-0.004)689Log_Park690-0.023***691-0.026***692-0.027***693-0.027***694-0.028***695(-0.005)696(-0.005)697(-0.005)698(-0.005)699(-0.005)700Log_CBD701-0.027***702-0.025***703-0.024***704-0.025***705-0.024***706(-0.004)707(-0.004)708(-0.004)709(-0.004)710(-0.004)71131-46 Xiaojing ING.qxp_SIEV 30 11/07/23 22:01 Pagina 38712713714===== PAGE 9 (score 32, numeric-paren 6, table-words 9, var-words 6) =====715716The Capitalization of Geomantic Attributes: Evidence from the Housing Market in Guangzhou 717(2014), who proved that lucky floor numbers generate 718a market price premium in residential units. Similarly, 719lucky address numbers positively affect housing prices 720in Guangzhou. In other words, homebuyers have 721structured preferences for lucky address numbers. 7224.2 Groups of Geomantic Attributes and Housing 723Prices 724This paper draws inspiration from Liu et al. (2019), and 725when mountain landscapes and water landscapes 726coexist around a house, the value of the housing is 727higher than when they do so separately. Hence, when 728negative geomantic attributes appear simultaneously, 729the group may have a more damaging effect on house 730values than geomantic attributes individually. 731We integrate two new variables, BFS_1 and BFS_2, 732reflecting the observed geomantic attributes. BFS_1 733represents the group of attributes related to graveyards, 734funeral homes, highways, and hospitals; BFS_2 denotes 735the group of attributes related to graveyards, funeral 736homes, highways, hospitals, and slaughterhouses. The 737regression results are reported in Table 5. 738Column (2) and column (3) in Table 5 shows the 739estimated coefficients of BSF_1 and BSF_2. Comparing 740a BFS_1 coefficient of 2.2% with a BFS_2 coefficient of 7412.4%, we find that the combination of geomantic 742attributes affects housing prices, which decrease 743significantly by 2.2% for each unfavorable geomantic 744attribute around the house. If slaughterhouses are 745taken into consideration, housing prices generate an 746additional discount: the maximum discount is equal to 74712% (2.4% × 5). The empirical results show that the 748unfavorable group of geomantic attributes can produce 749an apparently higher decline in the price of housing 750attributes than the single geomantic attributes. 7514.3 Robustness of Geomantic Attributes 752Influencing Housing Prices 753This section examines the robustness of the impacts of 754geomantic attributes on housing prices through a sub-755sample analysis of housing purchase motivation. In 756accordance with Wen et al. (2021), housing purchase 757motivation can be classified in: buying a home for the 758first time (first-time demand henceforth), buying a 759home for improving quality of life and quality of living 760(improvement demand henceforth), buying a home for 761investment 762(investment 763demand 764henceforth). 765According to descriptive statistics displayed in Table 6, 766the share of first-time demand is 57.4%, whereas the 767shares of improvement demand and investment 768demand are 38.1% and 4.5%, respectively. Regression 769results are shown in columns (2) - (4) of Table 6. 770Investigating the differences in the three housing 771demands can contribute to understanding the 772effects of geomantic attributes on house prices in 773Guangzhou. 774journal valori e valutazioni No. 33 - 202377539776Follow Table 4 - Geomantic attributes and housing prices777(1)778(2)779(3)780(4)781(5)782Attributes783Variables784DV: Log_Price785Fixed effects786District787Yes788Yes789Yes790Yes791Yes792Time793Yes794Yes795Yes796Yes797Yes798Demographic 799characteristic800Improvement demand801-802-803-804-8050.019***806-807-808-809-810(-0.003)811Guangdong812-813-814-815-816-0.002817-818-819-820-821(-0.003)822Gender823-824-825-826-827-0.001828-829-830-831-832(-0.003)833Age834-835-836-837-8380***839-840-841-842-8430844Constant8455.991***8466.002***8476.005***8486.003***8496.022***850(-0.023)851(-0.023)852(-0.023)853(-0.023)854(-0.024)855Observations8564,8598574,8598584,8598594,8598604,859861Adjusted R28620.8468630.8478640.8488650.8498660.85867Note: Standard errors are in parentheses. *** p<0.01, ** p<0.05, * p<0.186831-46 Xiaojing ING.qxp_SIEV 30 11/07/23 22:01 Pagina 39869870871===== PAGE 10 (score 47, numeric-paren 31, table-words 2, var-words 4) =====872873journal valori e valutazioni No. 33 - 202387440875Follow Table 5 - Group of geomantic attributes and housing prices876Table 5 - Group of geomantic attributes and housing prices877(1)878(2)879(3)880Attibutes881Variables882Basic HPM883BSF_1884BSF_2885Unfavorable geomantic attributes886BFS_1887-888-0.022***889-890-891(-0.004)892BFS_2893-894-895-0.024***896-897(-0.004)898Favorable geomantic attributes899Pearl River900-9010.028***9020.028***903-904(-0.004)905(-0.004)906Orientation 907-908-0.001 909-0.001 910-911(-0.003)912(-0.003)913Housing number attributes914Unlucky floor915-916-0.004 917-0.004 918-919(-0.005)920(-0.005)921Unlucky address922-923-0.007 924-0.007 925-926(-0.005)927(-0.005)928Unlucky unit929-9300.003 9310.003 932-933(-0.004)934(-0.004)935Lucky floor936-9370.012**9380.012**939-940(-0.005)941(-0.005)942Lucky address943-9440.012***9450.012***946-947(-0.004)948(-0.004)949Lucky unit950-951-0.002 952-0.002 953-954(-0.006)955(-0.006)956Housing attributes957Area 9580.443***9590.436***9600.436***961(-0.004)962(-0.005)963(-0.005)964Floor 9650.002***9660.002***9670.002***968(0.000)969(0.000)970(0.000)971Bus 9720.024***9730.02***9740.02***975(-0.004)976(-0.004)977(-0.004)978Subway 9790.027***9800.022***9810.022***982(-0.004)983(-0.004)984(-0.004)985Log_Park 986-0.023***987-0.027***988-0.027***989(-0.005)990(-0.005)991(-0.005)992Log_CBD993-0.027***994-0.024***995-0.024***996(-0.004)997(-0.004)998(-0.004)999Fixed effects1000District1001Yes1002Yes1003Yes1004Time1005Yes1006Yes1007Yes1008Demographic characteristics1009Improvement demand1010-10110.02***10120.02***1013-1014(-0.003)1015(-0.003)1016Guangdong1017-1018-0.002 1019-0.002 1020-1021(-0.003)1022(-0.003)102331-46 Xiaojing ING.qxp_SIEV 30 11/07/23 22:01 Pagina 40102410251026===== PAGE 11 (score 61, numeric-paren 36, table-words 5, var-words 4) =====10271028The Capitalization of Geomantic Attributes: Evidence from the Housing Market in Guangzhou 1029 1030journal valori e valutazioni No. 33 - 20231031411032Follow Table 5 - Group of geomantic attributes and housing prices1033(1)1034(2)1035(3)1036Attibutes1037Variables1038Basic HPM1039BSF_11040BSF_21041Demographic characteristics1042Gender1043-1044-0.003 1045-0.003 1046-1047(-0.003)1048(-0.003)1049Age 1050-10510***10520***1053-1054(0.000)1055(0.000)1056Constant10575.991***10586.022***10596.023***1060(-0.023)1061(-0.024)1062(-0.024)1063Observations10644,85910654,85910664,8591067Adjusted R210680.84610690.85010700.8501071Note: Standard errors are in parentheses. *** p<0.01, ** p<0.05, * p<0.11072Table 6 - Housing purchase motivation and geomantic attributes 1073Follow Table 6 - Housing purchase motivation and geomantic attributes 1074(1)1075(2)1076(3)1077(4)1078Attributes1079Variables1080Whole samples1081First time 1082samples1083Improvement 1084samples 1085Investment 1086samples1087Unfavorable geomantic 1088attributes1089Graveyard1090-0.036***1091-0.041***1092-0.027**10930.018 1094(-0.010)1095(-0.012) 1096(-0.012) 1097(-0.044) 1098Funeral home1099-0.027**1100-0.008 1101-0.057***1102-1103(-0.011) 1104(-0.014) 1105(-0.011)1106Hospital 1107-0.021***1108-0.010 1109-0.042***1110-0.017 1111(-0.007) 1112(-0.011)1113(-0.012) 1114(-0.023) 1115Slaughterhouse1116-0.136***1117-0.122***1118-0.193***1119-0.080 1120(-0.032) 1121(-0.039) 1122(-0.017) 1123(-0.060) 1124Highway 1125-0.018**1126-0.008 1127-0.024**1128-0.063*1129(-0.007) 1130(-0.009) 1131(-0.012) 1132(-0.033) 1133Unlucky number 1134attributes1135Unlucky floor1136-0.004 1137-0.006 11380.000 1139-0.012 1140(-0.005) 1141(-0.007)1142(-0.008) 1143(-0.025) 1144Unlucky address1145-0.007 1146-0.012 1147-0.003 11480.019 1149(-0.005) 1150(-0.007) 1151(-0.008) 1152(-0.037) 1153Unlucky unit11540.004 1155-0.001 11560.007 1157-0.014 1158(-0.004) 1159(-0.005) 1160(-0.007)1161(-0.018) 1162Favorable geomantic 1163attributes1164Pearl river11650.027***11660.023***11670.024***11680.107***1169(-0.004) 1170(-0.006) 1171(-0.007) 1172(-0.020) 1173Orientation 1174-0.001 11750.002 1176-0.005 11770.000 1178(-0.003) 1179(-0.005) 1180(-0.005) 1181(-0.016) 1182Lucky numbers1183Lucky floor11840.012**11850.007 11860.021***11870.001 1188(-0.005) 1189(-0.006) 1190(-0.007) 1191(-0.022) 1192Lucky address11930.012***11940.011*11950.012*11960.031 1197(-0.004) 1198(-0.006) 1199(-0.007) 1200(-0.021) 120131-46 Xiaojing ING.qxp_SIEV 30 11/07/23 22:01 Pagina 41120212031204===== PAGE 12 (score 65, numeric-paren 36, table-words 4, var-words 12) =====12051206First-time homebuyers tend to focus on the house’s 1207ground floor area, floor level, and accessibility to 1208facilities (e.g., proximity to bus stops, subway stations, 1209parks, and business centers), which are attributes that 1210can meet basic living needs. However, the distance 1211from parks and business centers is more important for 1212homebuyers who express an improvement demand 1213than homebuyers who manifest a first-time demand. 1214Nonetheless, homebuyers who declare an investment 1215demand are exclusively concerned with the housing 1216size among the available usual housing attributes. 1217Homebuyers’ preferences for geomantic attributes have 1218significant differences across first-time demand, 1219improvement demand, and investment demand. As 1220shown in Table 6, graveyards and slaughterhouses 1221significantly affect housing prices in the sub-sample of 1222first-time demand. Proximity to graveyards, funeral 1223homes, hospitals, slaughterhouses, or highways 1224negatively 1225impacts 1226housing 1227prices 1228also 1229when 1230improvement demand is to be satisfied. Moreover, the 1231impact of proximity to graveyards, funeral homes, 1232hospitals, and highways is higher for the improvement-1233demand sub-sample than for the entire sample. In the 1234investment-demand sub-market, highways represent 1235the sole geomantic attribute that impacts housing 1236prices in the sub-sample of investment demand. In this 1237sub-sample, the selling price of a dwelling near a 1238highway is discounted by 6.3%. By contrast, whatever 1239the reason for which homebuyers want to buy, they 1240prefer purchasing properties near the Pearl River. 1241journal valori e valutazioni No. 33 - 20231242421243Follow Table 6 - Housing purchase motivation and geomantic attributes 1244(1)1245(2)1246(3)1247(4)1248Attributes1249Variables1250Whole samples1251First time 1252samples1253Improvement 1254samples 1255Investment 1256samples1257Lucky numbers1258Lucky unit1259-0.003 1260-0.001 1261-0.009 1262-0.047 1263(-0.006) 1264(-0.008)1265(-0.0011)1266(-0.0031)1267Housing attributes1268Area 12690.441***12700.462***12710.4***12720.531***1273(-0.005)1274(-0.007)1275(-0.007)1276(-0.026)1277Floor 12780.002***12790.002***12800.002***12810.001 1282(0.000) 1283(0.000)1284(0.000)1285(-0.001)1286Subway 12870.023***12880.03***12890.009 12900.025 1291(-0.004)1292(-0.005)1293(-0.007)1294(-0.018)1295Bus 12960.02***12970.021***12980.02***1299-0.005 1300(-0.004)1301(-0.006)1302(-0.007)1303(-0.020)1304Log_Park1305-0.028***1306-0.025***1307-0.032***1308-0.037 1309(-0.005)1310(-0.008)1311(-0.008)1312(-0.024)1313Log_CBD1314-0.025***1315-0.02***1316-0.031***13170.020 1318(-0.004)1319(-0.005)1320(-0.007)1321(-0.020)1322Fixed effects1323District1324Yes1325Yes1326Yes1327Yes1328Time1329Yes1330Yes1331Yes1332Yes1333Demographic 1334characteristics1335Guangdong1336-0.001 13370.002 1338-0.007 13390.023 1340(-0.003) 1341(-0.004) 1342(-0.005)1343(-0.017) 1344Gender13450.000 1346-0.002 13470.004 13480.000 1349(-0.003) 1350(-0.004) 1351(-0.005)1352(-0.015) 1353Age13540.000 13550.000 13560.000*1357-0.001 1358(0.000) 1359(0.000) 1360(0.000) 1361(-0.001) 1362Constant13636.016***13645.946***13656.149***13665.928***1367-0.0241368-0.0321369-0.0391370-0.1121371Observations13724,85913732,78913741,85413752161376Adjusted R213770.84913780.82713790.86513800.8731381Note: Standard errors are in parentheses. *** p<0.01, ** p<0.05, * p<0.1138231-46 Xiaojing ING.qxp_SIEV 30 11/07/23 22:01 Pagina 42138313841385===== PAGE 13 (score 7, numeric-paren 0, table-words 0, var-words 7) =====13861387The Capitalization of Geomantic Attributes: Evidence from the Housing Market in Guangzhou 1388Consequently, as the Pearl River is considered 1389fundamental in improving the energy of the housing 1390environment, the marginal price of this geomantic 1391attribute adds to the marginal price of the river’s 1392amenity value. Consequently, purchasing a dwelling 1393near the Pearl River is a valuable investment 1394opportunity. 1395Furthermore, we also find that homebuyers who need 1396to satisfy an improvement demand prefer purchasing 1397houses exhibiting lucky floor and address numbers. 1398Homebuyers who express a first-time demand prefer 1399purchasing houses located on lucky number floors. 1400However, homebuyers who need to meet their 1401investment demand does not reveal any preference for 1402lucky address numbers. In other words, homebuyers 1403may consider the premiums paid for number 1404preferences having limited value-added. 14055. CONCLUSIONS 1406The quality of the living environment is attracting 1407increasing attention, particularly after the COVID-19 1408outbreak. Some research reveals that Chinese 1409households qualify a favorable living environment 1410according to geomantic attributes, which they believe 1411can contribute to better harmony and interaction 1412between humans and their surroundings. In addition, 1413traditional culture and even superstition deeply 1414influence potential buyers’ level of attention and 1415concern for the effects of geomantic attributes on the 1416Chinese housing market (Peng et al., 2012). The paper 1417aim is to investigate homebuyers’ willingness to pay for 1418geomantic attributes and shed new light on housing 1419choices and the impact of traditional culture in the 1420Chinese real estate market. Using data on used 1421property transactions recorded between 2013 and 2016, 1422the paper, through a hedonic pricing model, 1423investigates the effects of geomantic attributes on 1424housing purchase behavior in Guangzhou, one of the 1425largest cities in mainland China. Empirical evidence 1426shows that homebuyers reveal significant preferences 1427for geomantic attributes when purchasing a home. 1428Indeed, unfavorable or favorable geomantic attributes 1429can largely affect the market price of residential assets. 1430In particular, proximity to a cemetery, mortuary, 1431slaughterhouse, hospital, or highway is a determinant 1432of price and generates a decrease in property value, 1433ceteris paribus. These results are consistent with those 1434obtained by implementing stepwise estimates and 1435performing the sub-sample analysis related to reasons 1436for purchase. The results also show that floor, address, 1437and unit numbers affect prices differently. Lucky floor 1438numbers and house numbers tick a significant market 1439premium in Guangzhou. In addition, the demand for 1440improved quality of life and housing quality is a primary 1441focus for determining which geomantic attributes are 1442considered unfavorable and to what extent in 1443purchasing decisions. Our analyses show that 1444homebuyers tend not to purchase properties that 1445exhibit 1446unfavorable 1447geomantic 1448attributes 1449and, 1450conversely, are willing to pay a significant market 1451premium 1452for 1453properties 1454that 1455exhibit 1456favorable 1457geomantic attributes. 1458The results of the present study provide valuable 1459insights for real estate developers as they contribute to 1460better characterizing the demand for real estate. In 1461addition, challenging insights emerge for future 1462research developments. First, this study does not allow 1463for a systematic and comprehensive examination of the 1464effects of geomantic attributes on housing prices. For 1465example, the interior design of dwellings is an essential 1466geomantic attribute because, according to geomantic 1467tradition, it affects the energy of homes and the indoor 1468quality of life. However, at present, there is no 1469availability of such data. Consequently, this type of 1470explanatory variable cannot be considered in the 1471regression model. Second, the analyses of the impacts 1472of the lucky and unlucky floor, address, and housing 1473unit numbers on housing prices would deserve further 1474investigation, as their effect may be nonlinear. 1475journal valori e valutazioni No. 33 - 20231476431477* Xiaojing Li, Department of Civil, Environmental and Architectural Engineering, University of Padova, Padova, 35100, Italy. 1478email: xiaojing.li@phd.unipd.it 1479** Chiara D’Alpaos, Department of Civil, Environmental and Architectural Engineering, University of Padova, Padova, 35100, Italy. 1480email: chiara.dalpaos@unipd.it 1481*** Paolo Bragolusi, Department of Civil, Environmental and Architectural Engineering, University of Padova, Padova, 35100, Italy. 1482email: paolo.bragolusi@dicea.unipd.it 1483**** Gangzhi Fan, Department of Finance and Economics, Faculty of Business and Management, BNU-HKBU United International 1484College, Zhuhai, Guangdong Province, China 1485email: gangzhifan@uic.edu.cn 1486Acknowledgments 1487Dr. Gangzhi Fan acknowledges the support received from the Philosophy and Social Science Planning Project of Guangdong Pro-1488vince (GD22XYJ07). 148931-46 Xiaojing ING.qxp_SIEV 30 11/07/23 22:01 Pagina 43149014911492===== PAGE 24 (score 40, numeric-paren 27, table-words 1, var-words 3) =====14931494Segue Tabella 4 - Stime relative al modello base e alle regressioni stepwise sugli attributi geomantici 1495caratteristiche estrinseche attinenti all’accessibilità ai ser-1496vizi di trasporto pubblico, come ad esempio una distanza 1497dalla stazione degli autobus inferiore a 800 metri e dalla sta-1498zione della metropolitana inferiore a 800 metri; XNEI,n rap-1499presenta le variabili di controllo quali ad esempio l’effetto 1500fisso del distretto, l’effetto fisso del trimestre e le caratteri-1501stiche demografiche; Xcontrol,m è il termine di errore. 1502La Tabella 4 riporta i risultati della regressione, stimati con 1503il metodo dei minimi quadrati ordinari. La colonna (1) di 1504questa tabella mostra i risultati del modello di base che 1505incorpora le classiche caratteristiche intrinseche ed 1506estrinseche quali variabili esplicative del modello, senza 1507alcuno specifico riferimento agli attributi geomantici. Per 1508stimare l’effetto degli attributi geomantici sul prezzo 1509degli immobili e la loro stabilità è stata quindi condotta 1510un’analisi di regressione stepwise sulle le variabili geo-1511mantiche e le caratteristiche demografiche degli acqui-1512renti. I risultati delle stime sono riportati nelle colonne 1513(2), (3), (4) e (5) della Tabella 4. È stata anche implementata 1514un’analisi dell’ete-ro/omoschedasticità delle variabili bi-1515narie e uno studio errori standard robusti per migliorare 1516l’affidabilità dei risultati di stima basati su dati trasversali 1517(Amoah e Moffatt, 2021). Per valutare il grado di multicol-1518linearità, è stato calcolato il valore del fattore di inflazione 1519della varianza (VIF), che è risultato in tutti i casi inferiore 1520a 5. 1521Dall’analisi della Tabella 4 si evince che tutti i valori di R2 1522aggiustati sono relativamente elevati, variando tra 0,846 e 15230,85. Pertanto i risultati ottenuti sono soddisfacenti. 1524rivista valori e valutazioni n. 33 - 20231525381526Tabella 4 - Stime relative al modello base e alle regressioni stepwise sugli attributi geomantici 1527(1)1528(2)1529(3)1530(4)1531(5)1532Attributi1533Variabili1534DV: Log_Prezzo1535Attributi geomantici 1536sfavorevoli1537Cimitero 1538-1539-0.043***1540-0.037***1541-0.037***1542-0.037***1543-1544(-0.010)1545(-0.010)1546(-0.010)1547(-0.010)1548Camera mortuaria1549-1550-0.023**1551-0.024**1552-0.025**1553-0.026**1554-1555(-0.011)1556(-0.011)1557(-0.011)1558(-0.011)1559Ospedale1560-1561-0.024***1562-0.021***1563-0.021***1564-0.021***1565-1566(-0.007)1567(-0.007)1568(-0.007)1569(-0.007)1570Mattatoio1571-1572-0.143***1573-0.139***1574-0.137***1575-0.134***1576-1577(-0.034)1578(-0.031)1579(-0.031)1580(-0.033)1581Autostrada1582-1583-0.015**1584-0.017**1585-0.018**1586-0.018**1587-1588(-0.007)1589(-0.007)1590(-0.007)1591(-0.007)1592Numeri sfortunati1593Piano sfortunato1594-1595-0.0041596-0.0061597-0.0041598-0.0041599-1600(-0.005)1601(-0.005)1602(-0.005)1603(-0.005)1604Civico sfortunato1605-1606-0.0091607-0.0081608-0.0071609-0.0071610-1611(-0.005)1612(-0.005)1613(-0.005)1614(-0.005)1615Identificativo sfortunato1616-16170.00516180.00416190.00416200.0031621-1622(-0.004)1623(-0.004)1624(-0.004)1625(-0.004)1626Attributi geomantici 1627favorevoli1628Fiume Pearl1629-1630-16310.025***16320.026***16330.027***1634-1635-1636(-0.004)1637(-0.004)1638(-0.004)1639Orientamento1640-1641-16420.00116430.0011644-0.0011645-1646-1647(-0.003)1648(-0.003)1649(-0.003)1650Numeri fortunati1651Piano fortunato1652-1653-1654-16550.012***16560.012**1657-1658-1659-1660(-0.005)1661(-0.005)1662Civico fortunato1663-1664-1665-16660.012***16670.012***1668-1669-1670-1671(-0.004)1672(-0.004)1673Identificativo fortunato1674-1675-1676-1677-0.0041678-0.0031679-1680-1681-1682(-0.006)1683(-0.006)168431 Xiaojing ITA.qxp_SIEV 30 11/07/23 21:27 Pagina 38168516861687===== PAGE 25 (score 50, numeric-paren 36, table-words 1, var-words 4) =====16881689L’effetto di capitalizzazione degli attributi geomantici sul valore di mercato degli immobili: 1690il caso del mercato immobiliare di Guangzhou1691In linea con la letteratura, i risultati delle stime relative al 1692modello base dimostrano come il prezzo sia fortemente 1693influenzato dalle tradizionali caratteristiche intrinseche 1694ed estrinseche (Tabella 4). Ad esempio, a livelli di piano 1695più elevati sono associati prezzi di mercato più elevati. Gli 1696attributi geomantici sfavorevoli, quali ad esempio la vici-1697nanza a cimiteri, camere mortuarie, mattatoi, ospedali e 1698autostrade, hanno un impatto negativo sui prezzi delle 1699abitazioni con un livello di significatività del 5%. A tal pro-1700posito, è utile sottolineare che i mattatoi sono presenti nei 1701distretti di Baiyun e Panyu e ha consentito di ottenere 1702stime statisticamente significative. Gli attributi geomantici 1703che maggiormente impattano sul prezzo degli immobili 1704sono rispettivamente in ordine di entità di effetto la pros-1705simità ad un cimitero, camera mortuaria, ospedale e au-1706tostrada. 1707Inoltre, dalla Tabella 4 emerge come la vicinanza al fiume 1708Pearl abbia un effetto positivo significativo sui prezzi delle 1709abitazioni con un livello di significatività dell’1%, mentre 1710l’orientamento residenziale non è significativo secondo il 1711livello di significatività stabilito. Per gli immobili situati vi-1712cino al fiume Pearl si evidenzia premio di mercato del 17132,7%, ceteris paribus, a conferma della preferenza degli 1714acquirenti per immobili che si trovano in prossimità della 1715risorsa d’acqua vicina alle loro case. Il flusso d’acqua del 1716fiume Pearl è infatti placido e la sua vicinanza rappresenta 1717un attributo geomantico estremamente favorevole. 1718Tuttavia, gli effetti degli attributi relativi ai numeri fortunati 1719vs sfortunati delle abitazioni sui prezzi di mercato variano 1720a seconda che si tratti del numero di piano, del civico o 1721dell’identificativo dell’unità. Numero di piano e identifi-1722cativo sfortunati non sono statisticamente significativi nel 1723rivista valori e valutazioni n. 33 - 20231724391725Segue Tabella 4 - Stime relative al modello base e alle regressioni stepwise sugli attributi geomantici 1726(1)1727(2)1728(3)1729(4)1730(5)1731Attributi1732Variabili1733DV: Log_Prezzo1734Attributi delle abitazioni1735Superficie17360.443***17370.442***17380.44***17390.44***17400.436***1741(-0.004)1742(-0.004)1743(-0.005)1744(-0.005)1745(-0.005)1746Livello di piano17470.002***17480.002***17490.002***17500.002***17510.002***17520.00017530.00017540.00017550.00017560.0001757Metropolitana17580.027***17590.026***17600.023***17610.023***17620.024***1763(-0.004)1764(-0.004)1765(-0.004)1766(-0.004)1767(-0.004)1768Autobus17690.024***17700.022***17710.021***17720.021***17730.019***1774(-0.004)1775(-0.004)1776(-0.004)1777(-0.004)1778(-0.004)1779Log_Parco1780-0.023***1781-0.026***1782-0.027***1783-0.027***1784-0.028***1785(-0.005)1786(-0.005)1787(-0.005)1788(-0.005)1789(-0.005)1790Log_CBD1791-0.027***1792-0.025***1793-0.024***1794-0.025***1795-0.024***1796(-0.004)1797(-0.004)1798(-0.004)1799(-0.004)1800(-0.004)1801Effetti fissi1802Distretto1803Yes1804Yes1805Yes1806Yes1807Yes1808Tempo1809Yes1810Yes1811Yes1812Yes1813Yes1814Caratteristiche 1815demografiche 1816Domanda di migliore 1817qualità abitativa 1818-1819-1820-1821-18220.019***1823-1824-1825-1826-1827(-0.003)1828Guangdong1829-1830-1831-1832-1833-0.0021834-1835-1836-1837-1838(-0.003)1839Genere1840-1841-1842-1843-1844-0.0011845-1846-1847-1848-1849(-0.003)1850Età1851-1852-1853-1854-18550***1856-1857-1858-1859-186001861Costante18625.991***18636.002***18646.005***18656.003***18666.022***1867(-0.023)1868(-0.023)1869(-0.023)1870(-0.023)1871(-0.024)1872Osservazioni18734,85918744,85918754,85918764,85918774,8591878R2 aggiustato18790.84618800.84718810.84818820.84918830.851884Nota: Gli errori standard sono in parentesi. *** p<0.01, ** p<0.05, * p<0.1188531 Xiaojing ITA.qxp_SIEV 30 11/07/23 21:27 Pagina 39188618871888===== PAGE 26 (score 27, numeric-paren 20, table-words 0, var-words 2) =====18891890determinare i prezzi delle abitazioni. Viceversa, numero 1891di piano e civico fortunati hanno un impatto significativa-1892mente positivo sui prezzi delle abitazioni al livello di si-1893gnificatività dell’1%. Tali risultati sono in line acon quelli 1894di Chau et al. (2001) e Shum et al. (2014) che hanno riscon-1895trato come un numero di piano fortunato abbia un im-1896patto positivo in termini di premo di mercato sui valori 1897degli immobili a destinazione residenziale. 18984.2 Gruppi di attributi geomantici e prezzi delle 1899abitazioni 1900Lo studio illustrato nella presente sezione trae ispirazione 1901da Liu et al. (2019) che mostrano come quando paesaggi 1902montani e paesaggi acquatici coesistono nelle vicinanze 1903di un’abitazione, il valore dell’immobile è superiore ri-1904spetto al caso in cui siano presenti separatamente. Per-1905tanto, l’obiettivo di questa sezione è di verificare se la pre-1906senza contemporanea di più attributi geomantici negativi 1907possa avere un effetto moltiplicativo sulla diminuzione di 1908valore, ovvero se la presenza di più di un attributo geo-1909mantico sfavorevole faccia diminuire ulteriormente e di 1910quanto il valore rispetto al caso in cui vi sia un solo attri-1911buto geomantico. Sono state quindi introdotte nel mo-1912dello due variabili BFS_1 e BFS_2 che includono gruppi di 1913attributi geomantici. BFS_1 identifica gli attributi geoman-1914tici cimitero, camera mortuaria, autostrada e ospedale; 1915mentre BFS_2 identifica gli attributi cimitero, camera mor-1916tuaria, autostrada, ospedale e macello. I risultati ottenuti 1917sono riportati nella Tabella 5. 1918La colonna (2) e la colonna (3) della Tabella 5 mostrano i 1919coefficienti stimati di BFS_1 e BFS_2. 1920rivista valori e valutazioni n. 33 - 20231921401922Segue Tabella 5 - Stime relative a gruppi di attributi geomantici1923Tabella 5 - Stime relative a gruppi di attributi geomantici1924(1)1925(2)1926(3)1927Attibuti1928Variabili1929Modello base1930BSF_11931BSF_21932Attributi geomantici sfavorevoli1933BFS_11934-1935-0.022***1936-1937-1938(-0.004)1939BFS_21940-1941-1942-0.024***1943-1944(-0.004)1945Attributi geomantici favorevoli1946Fiume Pearl1947-19480.028***19490.028***1950-1951(-0.004)1952(-0.004)1953Orientamento 1954-1955-0.001 1956-0.001 1957-1958(-0.003)1959(-0.003)1960Attributi numerici delle abitazioni1961Piano sfortunato1962-1963-0.004 1964-0.004 1965-1966(-0.005)1967(-0.005)1968Civico sfortunato1969-1970-0.007 1971-0.007 1972-1973(-0.005)1974(-0.005)1975Identificativo sfortunato1976-19770.003 19780.003 1979-1980(-0.004)1981(-0.004)1982Piano fortunato1983-19840.012**19850.012**1986-1987(-0.005)1988(-0.005)1989Civico fortunato1990-19910.012***19920.012***1993-1994(-0.004)1995(-0.004)1996Identificativo fortunato1997-1998-0.002 1999-0.002 2000-2001(-0.006)2002(-0.006)2003Attributi delle abitazioni2004Superficie20050.443***20060.436***20070.436***2008(-0.004)2009(-0.005)2010(-0.005)2011Piano20120.002***20130.002***20140.002***2015(0.000)2016(0.000)2017(0.000)2018Autobus 20190.024***20200.02***20210.02***2022(-0.004)2023(-0.004)2024(-0.004)202531 Xiaojing ITA.qxp_SIEV 30 11/07/23 21:27 Pagina 40202620272028===== PAGE 27 (score 27, numeric-paren 16, table-words 1, var-words 5) =====20292030L’effetto di capitalizzazione degli attributi geomantici sul valore di mercato degli immobili: 2031il caso del mercato immobiliare di Guangzhou2032I prezzi marginali impliciti delle variabili BFS_1 e e BFS_2 2033sono ovviamente negativi e quindi comportano una dimi-2034nuzione del valore di mercato. Tuttavia, rileva il fatto che 2035il coefficiente di BFS_1 è pari a - 2,2% e il coefficiente di 2036BFS_2 è pari a -2,4%. Quindi la presenza di un ulteriore at-2037tributo geomantico nel cluster degli attributi aggregati 2038comporta una ulteriore riduzione del valore del 2,2%. 2039La compresenza di più attributi geomantici contempora-2040neamente fa quindi diminuire ulteriormente il valore. 2041Se si tiene conto del mattatoio, i prezzi delle abitazioni su-2042biscono ulteriormente uno sconto massimo del 12% (2,4% 2043× 5). I risultati empirici sembrerebbero mostrare quindi 2044che la presenza di un gruppo di attributi geomantici sfa-2045vorevoli possa portare ad una diminuzione di valore più 2046elevata di quella derivante dalla somma dei singoli contri-2047buti. 20484.3 Robustezza degli attributi geomantici che 2049influenzano i prezzi delle abitazioni 2050Nella presente sezione viene esaminata la robustezza dei 2051risultati ottenuti in termini di impatto sul valore degli at-2052tributi geomantici, conducendo un’analisi sul sotto-cam-2053pione relativo alla motivazione dell’acquisto. Facendo ri-2054ferimento a Wen et al. (2021), la motivazione all’acquisto 2055di abitazioni in Cina può essere essenzialmente ricon-2056dotta a tre fattispecie: acquisto come prima casa, acquisto 2057per esigenze di miglioramento della qualità abitativa e, 2058quindi, della vita e, infine, acquisto per investimento. Se-2059condo le statistiche descrittive nella Tabella 6, il 57,4% 2060delle transazioni del campione rappresenta un acquisto 2061come prima casa, mentre il 38,1% identifica un acquisto 2062effettuato per soddisfare una domanda di migliore qualità 2063abitativa e solo il 4,5% delle transazioni si riferisce ad un 2064acquisto per investimento. I risultati delle stime sul sotto-2065campione sono riportati nelle colonne (2), (3) e (4) della 2066Tabella 6, mentre nella colonna (1) sono riportati i risultati 2067delle stime per l’intero campione. 2068Le diverse motivazioni che spingono all’acquisto rivelano 2069importanti per comprendere gli effetti degli attributi geo-2070mantici sui prezzi degli immobili a destinazione residen-2071ziale a Guangzhou. Gli acquirenti di prima casa tendono 2072a concentrare la loro attenzione sulla superficie dell’im-2073mobile, il livello del piano e l’accessibilità alle strutture (ad 2074esempio, la vicinanza alla fermata dell’autobus, alla sta-2075zione della metropolitana, al parco o al centro commer-2076ciale), che sono attributi che possono soddisfare le neces-2077sità di base della vita. Tuttavia, la distanza dal parco e dal 2078centro commerciale sono più rilevante per coloro i quali 2079rivista valori e valutazioni n. 33 - 20232080412081Segue Tabella 5 - Stime relative a gruppi di attributi geomantici2082(1)2083(2)2084(3)2085Attibuti2086Variabili2087Modello base2088BSF_12089BSF_22090Attributi delle abitazioni2091Metropolitana20920.027***20930.022***20940.022***2095(-0.004)2096(-0.004)2097(-0.004)2098Log_Parco 2099-0.023***2100-0.027***2101-0.027***2102(-0.005)2103(-0.005)2104(-0.005)2105Log_CBD2106-0.027***2107-0.024***2108-0.024***2109(-0.004)2110(-0.004)2111(-0.004)2112Effetti fissi2113Distretto2114Yes2115Yes2116Yes2117Tempo2118Yes2119Yes2120Yes2121Caratteristiche demografiche2122Domanda di migliore qualità 2123abitativa 2124-21250.02***21260.02***2127-2128(-0.003)2129(-0.003)2130Guangdong 2131-2132-0.002 2133-0.002 2134-2135(-0.003)2136(-0.003)2137Genere2138-2139-0.003 2140-0.003 2141-2142(-0.003)2143(-0.003)2144Età2145-21460***21470***2148-2149(0.000)2150(0.000)2151Costante21525.991***21536.022***21546.023***2155(-0.023)2156(-0.024)2157(-0.024)2158Osservazioni21594,85921604,85921614,8592162R2 aggiustato21630.84621640.85021650.8502166Nota: Gli errori Standard sono in parentesi. *** p<0.01, ** p<0.05, * p<0.1216731 Xiaojing ITA.qxp_SIEV 30 11/07/23 21:27 Pagina 41216821692170===== PAGE 28 (score 75, numeric-paren 57, table-words 0, var-words 4) =====21712172acquistano l’immobile per soddisfare un’esigenza di mi-2173glioramento della qualità della vita e delle condizioni abi-2174rivista valori e valutazioni n. 33 - 20232175422176Tabella 6 - Stime del sotto-campione relativo alla ragione dell’acquisto 2177Segue Tabella 6 - Stime del sotto-campione relativo alla ragione dell’acquisto 2178(1)2179(2)2180(3)2181(4)2182Attributi2183Variabili2184Campione 2185completo2186Campione 2187“prima casa”2188Campione 2189“miglioramento”2190Campione 2191“investimento”2192Attributi geomantici 2193sfavorevoli2194Cimitero2195-0.036***2196-0.041***2197-0.027**21980.018 2199(-0.010)2200(-0.012) 2201(-0.012) 2202(-0.044) 2203Camera mortuaria2204-0.027**2205-0.008 2206-0.057***2207-2208(-0.011) 2209(-0.014) 2210(-0.011)2211Ospedale2212-0.021***2213-0.010 2214-0.042***2215-0.017 2216(-0.007) 2217(-0.011)2218(-0.012) 2219(-0.023) 2220Mattatoio2221-0.136***2222-0.122***2223-0.193***2224-0.080 2225(-0.032) 2226(-0.039) 2227(-0.017) 2228(-0.060) 2229Autostrada 2230-0.018**2231-0.008 2232-0.024**2233-0.063*2234(-0.007) 2235(-0.009) 2236(-0.012) 2237(-0.033) 2238Numeri sfortunati2239Piano sfortunato2240-0.004 2241-0.006 22420.000 2243-0.012 2244(-0.005) 2245(-0.007)2246(-0.008) 2247(-0.025) 2248Civico sfortunato2249-0.007 2250-0.012 2251-0.003 22520.019 2253(-0.005) 2254(-0.007) 2255(-0.008) 2256(-0.037) 2257Identificativo sfortunato22580.004 2259-0.001 22600.007 2261-0.014 2262(-0.004) 2263(-0.005) 2264(-0.007)2265(-0.018) 2266Attributi geomantici 2267favorevoli2268Fiume Pearl22690.027***22700.023***22710.024***22720.107***2273(-0.004) 2274(-0.006) 2275(-0.007) 2276(-0.020) 2277Orientamento 2278-0.001 22790.002 2280-0.005 22810.000 2282(-0.003) 2283(-0.005) 2284(-0.005) 2285(-0.016) 2286Numeri fortunati2287Piano fortunato22880.012**22890.007 22900.021***22910.001 2292(-0.005) 2293(-0.006) 2294(-0.007) 2295(-0.022) 2296Civico fortunato22970.012***22980.011*22990.012*23000.031 2301(-0.004) 2302(-0.006) 2303(-0.007) 2304(-0.021) 2305Identificativo fortunato2306-0.003 2307-0.001 2308-0.009 2309-0.047 2310(-0.006) 2311(-0.008)2312(-0.0011)2313(-0.0031)2314Attributi delle abitazioni2315Superficie23160.441***23170.462***23180.4***23190.531***2320(-0.005)2321(-0.007)2322(-0.007)2323(-0.026)2324Piano 23250.002***23260.002***23270.002***23280.001 2329(0.000) 2330(0.000)2331(0.000)2332(-0.001)2333Metropolitana23340.023***23350.03***23360.009 23370.025 2338(-0.004)2339(-0.005)2340(-0.007)2341(-0.018)2342Autobus 23430.02***23440.021***23450.02***2346-0.005 2347(-0.004)2348(-0.006)2349(-0.007)2350(-0.020)2351Log_park2352-0.028***2353-0.025***2354-0.032***2355-0.037 2356(-0.005)2357(-0.008)2358(-0.008)2359(-0.024)2360Log_CBD2361-0.025***2362-0.02***2363-0.031***23640.020 2365(-0.004)2366(-0.005)2367(-0.007)2368(-0.020)236931 Xiaojing ITA.qxp_SIEV 30 11/07/23 21:27 Pagina 42237023712372===== PAGE 29 (score 16, numeric-paren 10, table-words 1, var-words 1) =====23732374L’effetto di capitalizzazione degli attributi geomantici sul valore di mercato degli immobili: 2375il caso del mercato immobiliare di Guangzhou2376tative. I compratori per esigenze di investimento sono in-2377vece pressoché interessati solo alla dimensione dell’abi-2378tazione. 2379Le preferenze dei compratori per gli attributi geomantici 2380variano significativamente in funzione della ragione del-2381l’acquisto. Come mostra la Tabella 6, la vicinanza ad un ci-2382mitero o a un macello influenzano significativamente i 2383prezzi delle case nel sotto-campione relativo alla do-2384manda di prima casa. La vicinanza della casa a un cimitero, 2385a una camera mortuaria, a un ospedale, a un macello o a 2386una autostrada hanno un impatto negativo rilevante sui 2387prezzi pagati anche per quanto riguarda la domanda di 2388miglioramento della qualità della vita e delle condizioni 2389abitative. Inoltre, l’impatto del cimitero, della camera mor-2390tuaria, dell’ospedale e dell’autostrada in questo caso è più 2391elevato rispetto al rispettivo impatto stimato sull’intero 2392campione. Nel sotto-mercato della domanda di investi-2393mento, solo l’autostrada influenza i prezzi e le abitazioni 2394vicine all’autostrada scontano una diminuzione del 6,3% 2395sul prezzo. Tuttavia, indipendentemente dalla ragione del-2396l’acquisto, i compratori preferiscono senz’altro acquistare 2397immobili in prossimità del fiume Pearl, il che suggerisce 2398che il fiume potrebbe svolgere un’importante ruolo nel 2399migliorare la percezione sulla qualità abitativa e sulla qua-2400lità della vita oltre ad avere un valore considerevole in ter-2401mini di investimento. Inoltre, i compratori che acquistano 2402per soddisfare una domanda di miglioramento delle at-2403tuali condizioni abitative preferiscono acquistare case che 2404si trovino ad un piano e ad un civico fortunati. I compra-2405tori di prima casa accordano invece la loro preferenza pre-2406valentemente al numero di piano. Al contrario, coloro che 2407acquistano per investimento non manifestano un partico-2408lare interesse per i numeri fortunati di piano, civico e 2409identificativo dell’unità immobiliare, il che suggerisce che 2410gli investitori potrebbero considerare che il contributo al 2411valore dei cosiddetti numeri fortunati sia trascurabile e 2412non tale da rendere conveniente l’acquisto. 24135. CONCLUSIONI 2414Il problema relativo alla qualità dell’ambiente abitativo sta 2415attirando sempre più attenzione, in particolare a seguito 2416della pandemia da COVID-19. Alcune ricerche rivelano 2417che le famiglie cinesi qualificano un ambiente abitativo 2418come migliore in funzione degli attributi geomantici, che 2419ritengono possano contribuire ad una migliore armonia e 2420interazione tra uomo e ambiente circostante. Inoltre, la 2421cultura tradizionale e persino la superstizione influen-2422zano profondamente il livello di attenzione e di preoccu-2423pazione dei potenziali acquirenti per gli effetti degli attri-2424buti geomantici sul mercato immobiliare cinese (Peng et 2425al., 2012). In tale contesto si inserisce il presente contri-2426buto, che ha come principale obiettivo quello di investi-2427gare la disponibilità a pagare degli acquirenti di immobili 2428per gli attributi geomantici delle abitazioni e gettare 2429nuova luce sulle scelte abitative e sull’impatto della cul-2430tura tradizionale nel mercato immobiliare cinese. Utiliz-2431zando i dati relativi alle transazioni di immobili usati regi-2432strate tra il 2013 e il 2016, il contributo, attraverso un mo-2433dello di prezzi edonici, indaga gli effetti degli attributi 2434geomantici sui comportamenti di acquisto di abitazioni a 2435Guangzhou, una delle città più grandi della Cina conti-2436nentale. 2437Le evidenze empiriche mostrano che gli acquirenti rive-2438lano preferenze significative per gli attributi geomantici 2439quando acquistano un’abitazione. Gli attributi geomantici 2440sfavorevoli o favorevoli possono, infatti, influenzare signi-2441ficativamente i prezzi degli immobili a destinazione resi-2442denziale. In particolare, la vicinanza a un cimitero, una ca-2443rivista valori e valutazioni n. 33 - 20232444432445Segue Tabella 6 - Stime del sotto-campione relativo alla ragione dell’acquisto 2446(1)2447(2)2448(3)2449(4)2450Attributi2451Variabili2452Campione 2453completo2454Campione 2455“prima casa”2456Campione 2457“miglioramento”2458Campione 2459“investimento”2460Effetti fissi2461Distretto2462Yes2463Yes2464Yes2465Yes2466Tempo2467Yes2468Yes2469Yes2470Yes2471Caratteristiche 2472demografiche2473Guangdong 2474-0.001 24750.002 2476-0.007 24770.023 2478(-0.003) 2479(-0.004) 2480(-0.005)2481(-0.017) 2482Sesso24830.000 2484-0.002 24850.004 24860.000 2487(-0.003) 2488(-0.004) 2489(-0.005)2490(-0.015) 2491Età 24920.000 24930.000 24940.000*2495-0.001 2496(0.000) 2497(0.000) 2498(0.000) 2499(-0.001) 2500Constante25016.016***25025.946***25036.149***25045.928***2505-0.0242506-0.0322507-0.0392508-0.1122509Osservazioni25104,85925112,78925121,85425132162514R2 aggiustato25150.84925160.82725170.86525180.8732519Nota: Gli errori standard sono riportati in parentesi. *** p<0.01, ** p<0.05, * p<0.1252031 Xiaojing ITA.qxp_SIEV 30 11/07/23 21:27 Pagina 43252125222523===== PAGE 30 (score 8, numeric-paren 0, table-words 0, var-words 8) =====25242525mera mortuaria, un macello, un ospedale o un’autostrade 2526è una determinante del prezzo e genera una diminuzione 2527di valore, ceteris paribus. Questi risultati sono coerenti 2528con quelli ottenuti implementando stime stepwise ed ef-2529fettuando l’analisi del sotto-campione relativo alle ragioni 2530dell’acquisto. I risultati mostrano anche che i numeri di 2531piano, civico e i numeri identificativi delle unità immobi-2532liari impattano in maniera diversa sui prezzi. I numeri di 2533piano e i civici fortunati spuntano un premio di mercato 2534significato nella città di Guangzhou. La domanda di mi-2535glioramento di qualità della vita e di qualità abitativa, inol-2536tre, è un canale importante di analisi per determinare 2537quali attributi geomantici siano considerati sfavorevoli e 2538nelle decisioni di acquisto e in quale misura. In sintesi, 2539dalle analisi condotte emerge che gli acquirenti di immo-2540bili a destinazione residenziale tendenzialmente sono 2541portati a non acquistare immobili che si caratterizzino per 2542la presenza di attributi geomantici sfavorevoli e sono, la 2543contrario, propensi a pagare un premio di mercato anche 2544significativo per immobili che esibiscano attributi geo-2545mantici favorevoli in questa città metropolitana. 2546I risultati del presente studio forniscono indicazioni utili 2547agli sviluppatori immobiliari in termini di migliore carat-2548terizzazione della domanda di immobili. Emergono, inol-2549tre, spunti interessanti per futuri sviluppi della ricerca. In 2550primo luogo, questo studio non consente di esaminare in 2551modo sistematico e completo gli effetti degli attributi geo-2552mantici sui prezzi delle abitazioni. Ad esempio, l’organiz-2553zazione interna delle abitazioni è un contenuto essenziale 2554degli attributi geomantici perché secondo il Feng Shui in-2555fluisce sull’energia delle abitazioni e sulla qualità della vita 2556al loro interno. Tuttavia, allo stato attuale, sono si ha la di-2557sponibilità di tali dati e non è quindi possibile inserire tale 2558tipologia di variabili esplicative nel modello di regres-2559sione. In secondo luogo, meriterebbe un ulteriore appro-2560fondimento l’analisi degli impatti dei numeri fortunati e 2561sfortunati di piano, civico e identificativo delle unità sui 2562prezzi delle abitazioni, poiché il loro effetto potrebbe es-2563sere non lineare. 2564rivista valori e valutazioni n. 33 - 20232565442566Bibliografia 2567ALMOND D., CHEE C.P., SVIATSCHI M.M., ZHONG N., 2568Auspicious birth dates among Chinese in California. 2569Economics and Human Biology, Vol. 18, 2015, pp. 153-159. 2570AMOAH A., AND MOFFATT P. G., Willingness to pay for reliable 2571piped water services: evidence from urban Ghana. 2572Environmental Economics And Policy Studies, Vol. 23, 25732021, pp. 805-829. 2574BON, S., The impact of Feng Shui on residential property 2575prices in Western cultures. International Journal of 2576* Xiaojing Li, Dipartimento di Ingegneria Civile, Edile e Ambientale, Università degli Studi di Padova, Padova, Italia. 2577e-mail: xiaojing.li@phd.unipd.it 2578** Chiara D’Alpaos, Dipartimento di Ingegneria Civile, Edile e Ambientale, Università degli Studi di Padova, Padova, Italia e-mail: 2579chiara.dalpaos@unipd.it 2580*** Paolo Bragolusi, Dipartimento di Ingegneria Civile, Edile e Ambientale, Università degli Studi di Padova, Padova, Italia. 2581e-mail: paolo.bragolusi@dicea.unipd.it 2582****Gangzhi Fan, Department of Finance and Economics, Faculty of Business and Management, BNU-HKBU United International 2583College, Zhuhai, Guangdong Province, China 2584e-mail:gangzhifan@uic.edu.cn 2585Ringraziamenti 2586Il Dr. Gangzhi Fan ringrazia per il supporto ricevuto da Philosophy and Social Science Planning Project of Guangdong Province 2587(GD22XYJ07). 2588Housing Markets and Analysis, Vol. 1, 2008, pp. 81-101. 2589BOTTERO M., CAPRIOLI C., FOTH M., (...), RITTENBRUCH M., 2590SANTANGELO M., Urban parks, value uplift and green 2591gentrification: An application of the spatial hedonic model 2592in the city of Brisbane. Urban Forestry and Urban 2593Greening Vol. 74, 2022, 127618. 2594BOURASSA S.C., PENG V.S., Hedonic prices and house 2595numbers: The influence of Feng Shui. International Real 2596Estate Review, Vol. 2, 1999, pp. 79-93. 2597CHANG W.L., LII P., “Feng Shui“ and its role in corporate 2598Contributo degli autori 2599Concettualizzazione: C.D. and G.F. Metodologia: C.D, X.L., and G.F. Software: X.L., and P.B. Indagine: X.L. Analisi formale: P.B., C.D., 2600G.F., and X.L. Scrittura bozza: X.L. Scrittura, revisione ed editing: C.D., G.F., and X.L.260131-46 Xiaojing ITA.qxp_SIEV 30 13/07/23 17:27 Pagina 442602