地鐵站設(shè)立與城市房價空間分布

況偉大，王優(yōu)容，馬海云

(1.中國人民大學(xué)　商學(xué)院，北京　100872；

2.中央財經(jīng)大學(xué)　管理科學(xué)與工程學(xué)院，北京　100081； 3.中國人民大學(xué)　審計處，北京　100872)

?

地鐵站設(shè)立與城市房價空間分布

況偉大1，王優(yōu)容2，馬海云3

(1.中國人民大學(xué)商學(xué)院，北京100872；

2.中央財經(jīng)大學(xué)管理科學(xué)與工程學(xué)院，北京100081； 3.中國人民大學(xué)審計處，北京100872)

摘要：盡管地鐵站布局與房價空間分布已有大量實證研究，但現(xiàn)有研究未從理論上分析地鐵站設(shè)立對城市房價空間分布的影響。本文構(gòu)建了地鐵站互動對房價空間分布影響的理論模型，并對2010-2013年北京地鐵四號線和五號線周邊住房交易數(shù)據(jù)發(fā)現(xiàn)：房價以地鐵站為中心從市中心向外呈波浪式衰減；地鐵開通導(dǎo)致遠端地鐵站周邊房價增長率大于近端地鐵站。本文對城市房價空間合理分布有重要意義。

關(guān)鍵詞：地鐵站；房價；空間分布；波浪式衰減

一、引言

(一)研究背景

1969年10月1日北京地鐵2號線通車，中國開始進入地鐵時代。改革開放前，除北京于1976年開通第二條地鐵，其他城市尚無地鐵建設(shè)。改革開放后，隨著經(jīng)濟快速發(fā)展和城市化進程加快，城市交通需求劇增，天津、上海和廣州相繼于1984年、1995年和1997年開通了地鐵。進入本世紀以來，地鐵的建設(shè)如火如荼，長春、大連、武漢和深圳也分別于2002年、2003年、2004年開通了地鐵。截止2014年底，被發(fā)改委批準運營、建設(shè)、籌劃地鐵的中國城市已達40個。其中，已開通地鐵的城市22個，包括北京(1969)、天津(1984)、上海(1995)、廣州(1997)、長春(2002)、大連(2002)、深圳(2004)、重慶(2004)、武漢(2004)、南京(2005)、成都(2010)、沈陽(2010)、佛山(2010)、西安(2011)、蘇州(2012)、昆明(2012)、杭州(2012)、哈爾濱(2013)、鄭州(2013)、長沙(2014)、無錫(2014)、寧波(2014)，運營里程2601公里*括號內(nèi)數(shù)字表示地鐵開通年份。。正在建設(shè)地鐵的城市13個，包括青島、南寧、蕪湖、溫州、南昌、合肥、福州、東莞、徐州、馬鞍山、溫州、貴陽、廈門。已批準開工建設(shè)地鐵的城市5個，包括蘭州、太原、石家莊、常州、烏魯木齊。2013年5月隨著地鐵審批權(quán)限的下放，常熟、濟南、海口、昆山、泉州、張家港、宜昌、中山等城市也正在積極規(guī)劃城市軌道交通建設(shè)。

另一方面，自1998年住房制度改革以來，中國城市房價不斷上漲，特別是2004年之后，房價增速加快。圖1顯示，住宅平均售價與城市年末軌道交通運營線路總長度增長趨勢一致。住房價格由1998年的1854元/平方米增至2013年的5850元/平方米，年均增長7.96%；城市年末軌道交通運營線路總長度由1998年117.12公里增至2013年的2407.9公里，年均增長22.33%。因此，“地鐵熱”是否顯著提高了房價？進一步地，地鐵開通如何影響房價？實際上，地鐵建設(shè)不僅有利于緩解城市交通擁擠、改變城市結(jié)構(gòu)，而且影響房價。現(xiàn)有研究表明，地鐵能夠資本化為房價，提高地鐵周邊房價[1-6]。

但是，現(xiàn)有文獻尚未從理論上分析地鐵站布局如何影響城市房價空間分布，而研究房價空間分布具有重要現(xiàn)實意義。首先，住房通常是家庭最重要的資產(chǎn)，房價空間分布及其變化對家庭財產(chǎn)變化至關(guān)重要[7]。其次，城市房價空間差異性影響工資要求差異性，城市中心區(qū)昂貴的房價是造成中心區(qū)用工荒以及城市工作地和居住地不平衡的原因之一[8-9]。最后，城市房價空間差異化影響居民居住選擇，從而影響城市交通需求和城市發(fā)展。可見，研究地鐵站設(shè)立和房價空間分布關(guān)系，不僅有利于理解地鐵站布局對住房市場的影響，而且有利于政府地鐵選址，使房價空間分布更加合理，實現(xiàn)城市可持續(xù)發(fā)展。

圖1　1998-2013年中國城市住宅平均售價與城市年末軌道交通運營線路總長度

(二)文獻綜述

地鐵建設(shè)對房價的影響已有大量理論和實證研究，現(xiàn)有研究大致可分為五類。

第一類文獻考察了地鐵建設(shè)對周邊住宅價格的影響。Bajic(1983)對多倫多市Spadina地鐵的研究發(fā)現(xiàn)，地鐵建設(shè)降低出行成本導(dǎo)致鄰近地鐵的住宅價值上升。Landis et al.(1995)[10]以到輕軌(light rail transit，LRT)站最近距離以及是否在LRT線周邊300米內(nèi)衡量LRT對周邊住宅價值的影響，發(fā)現(xiàn)San Diego、San Jose和Sacramento地鐵分別對周邊住宅價值有正、負和無顯著影響。John(1996)[11]對1992年7月華盛頓DC地鐵站周邊81座公寓250個出租項目研究發(fā)現(xiàn)，地鐵站對周邊住宅價值有正影響。Chen et al.(1998)以到最近地鐵站距離代表正影響的交通可達性，到地鐵線最近距離代表負影響的噪音，對Portland鄰近LRT的獨棟住宅研究發(fā)現(xiàn)，正影響起主導(dǎo)作用，距LRT站點越近住宅價值越大。Bowes(2001)[12]對亞特蘭大地鐵與住宅價值的研究發(fā)現(xiàn)，商業(yè)服務(wù)、交通便捷、負外部性和犯罪率對地鐵的影響因居民收入水平、距市中心和地鐵站距離而異，交通便捷和負外部性的影響大于商業(yè)服務(wù)和犯罪率。Celik和Yankaya(2006)對2003年12月至2004年3月Izmir 地鐵周邊360個多戶型住宅的賣方要價研究發(fā)現(xiàn)，地鐵對鄰近住宅價格有顯著正影響。Gibbons和Machin[13](2005)以1999年地鐵線路改進為分界點，對1997-2001年倫敦LU和DLR地鐵周邊房價變動研究發(fā)現(xiàn)，到最近地鐵站距離較小的住宅價格比距離未變化的住宅價格高9.3%。張維陽等(2012)[14]對北京地鐵一號線周邊住宅價格研究發(fā)現(xiàn)，地鐵對郊區(qū)住宅價格的影響大于市中心。此外，Nelson(1992)、梅志雄等(2011)分別對亞特蘭大和廣州地鐵的研究表明，地鐵開通顯著提升周邊房價，但Lee(1973)[15]、Gatlaff和Smith(1993)[16]、Nelson和Mcclesky(1999)[17]發(fā)現(xiàn)地鐵開通對周邊房價影響不顯著。

第二類文獻考察了地鐵周期對周邊住宅價值的影響。Damm et al.(1980)[18]、McDonald和Osuji(1995)[19]、Chau和Ng(1998)[20]分別對華盛頓、芝加哥、香港地鐵的研究發(fā)現(xiàn)，房價和地價在地鐵開通前已上漲，存在明顯的預(yù)期效應(yīng)。Gatzlaff和Smith(1993)對Miami 地鐵站附近住宅價格發(fā)現(xiàn)，地鐵宣布期對住宅價格的影響很小。Henneberry(1998)[21]對英國Sheffield高鐵(Supertram)投資的研究發(fā)現(xiàn)，地鐵建設(shè)宣布日對房價有正影響，施工對房價有負影響，建成后對房價無影響。Dueker和Bianco(1999)[22]以波特蘭東段地鐵周邊住宅作為研究組，與之平行公路周邊住宅作為對照組，發(fā)現(xiàn)地鐵對周邊獨棟住宅價值有正影響。McMillen和McDonald(2004)[23]對1983-1999年Chicago’s Midway Line開通前后周邊獨棟住宅價格的研究發(fā)現(xiàn)，地鐵規(guī)劃公布時地鐵站周邊房價已上升，地鐵開通后到地鐵站距離的價格先升后降，存在預(yù)期效應(yīng)。Agostini和Palmucci(2008)[24]對Santiago 4號地鐵可達性的資本化程度研究發(fā)現(xiàn)，地鐵宣布后周邊公寓價格上漲4.2%-7.9%，線路設(shè)計公布后價格上漲3.1%-5.5%。顧杰和賈生華(2008)對1999年10月至2006年3月地鐵1、2 號線地鐵站附近2km內(nèi)的住房交易數(shù)據(jù)發(fā)現(xiàn)，地鐵傳言和地鐵規(guī)劃批準使遠郊和近郊住房價格有較大的上漲，且地鐵規(guī)劃獲批準后的增值效應(yīng)更為明顯。但楊鴻(2010)[25]對2003-2010年杭州1號線地鐵數(shù)據(jù)發(fā)現(xiàn)，傳言期對周邊房價無顯著影響，規(guī)劃公布后的影響大于公布前，建設(shè)期周邊房價上升，越臨近開通期，地鐵對房價的影響越大。Karanikolash和Louka(2012)[26]對Thessaloniki地鐵公布前后以及建設(shè)中Sophia和Flemming 地鐵站點周邊300米內(nèi)住宅價格的研究發(fā)現(xiàn)，Sophia地鐵站對其兩側(cè)的住宅價格分別有正和負影響，F(xiàn)lemming地鐵站100米內(nèi)住宅價格有正影響。Mohammad et al.(2013)[27]對“軌道交通對土地和房產(chǎn)價值影響”相關(guān)的23項研究發(fā)現(xiàn)，與地鐵宣布時相比，運營后周邊房產(chǎn)價值漲幅下降，但與地鐵生命周期的其他階段相似。

第三類文獻考察地鐵對不同類型住房價值的影響。Landis et al.(1995)對SanMateo等5個加州地區(qū)地鐵系統(tǒng)的研究發(fā)現(xiàn)，地鐵站的便利性更多地被資本化為住宅價格，而非商業(yè)物業(yè)價格。Cervero和Duncan(2002)[28]對2000年洛杉磯地鐵red line周邊多戶住宅、公寓住宅和獨棟住宅月度交易數(shù)據(jù)發(fā)現(xiàn)，地鐵站周邊多戶住宅價格上升，公寓住宅和獨棟住宅價格下降。Hess和Almeida(2007)[29]對14個LRT站點0.5英里之內(nèi)紐約Buffalo的住宅價格發(fā)現(xiàn)，LRT站點對高收入小區(qū)住宅價格有正影響，對低收入小區(qū)住宅價格有負影響。Weinstein和Clower (2002)[30]對1997-2001年Dalls縣級物業(yè)評估數(shù)據(jù)的研究發(fā)現(xiàn)，地鐵開通對辦公樓房價影響比其他物業(yè)價格大。鄭捷奮(2004)[31]對1998-2003年深圳地鐵一期周邊1.2公里內(nèi)房地產(chǎn)交易數(shù)據(jù)發(fā)現(xiàn)，地鐵開通使住宅、商業(yè)和寫字樓價格分別提高了16.95%、14.70%、10.11%。

第四類文獻考察不同類型公共交通方式對住宅價值的影響。So et al.(1997)[32]以最近地鐵站或公共汽車站是否步行十分鐘內(nèi)衡量交通便捷性，對香港7個樓盤1994年1-12月有效交易發(fā)現(xiàn)，大巴對站點周邊房價影響不顯著，但小巴和地鐵具有顯著正影響。Lewis-Workman和Brod(1997)[33]以到最近站點的步行距離代表可達性，對洛杉磯BART、紐約MTA和波特蘭MAX部分站點的研究發(fā)現(xiàn)，地鐵和城際鐵路站點對周邊房價有正影響，而高速公路有負影響。Tian(2006)[34]發(fā)現(xiàn)廣州地鐵2號線對站點周邊15分鐘步行內(nèi)住宅價值有正影響，而內(nèi)環(huán)路有負影響。董藩等(2009)[35]對北京地鐵五號線周邊住宅市場發(fā)現(xiàn)，除東城區(qū)及豐臺外，住宅周邊800米內(nèi)公交站點數(shù)與住宅價格負相關(guān)；在南城距地鐵站點距離越遠，住宅價格就越低；北五環(huán)外距地鐵站距離越遠，住宅價格越低；北五環(huán)內(nèi)距地鐵站距離越遠，住宅價格越高。Pan(2013)[36]對休斯頓地鐵和公交車的研究發(fā)現(xiàn)，地鐵站點周邊0.25英里內(nèi)的住宅價格與地鐵站距離顯著負相關(guān)，0.25-1英里內(nèi)無顯著關(guān)系，公交車站點0.25英里內(nèi)住宅價格與公交站點距離顯著負相關(guān)。

第五類文獻與本文直接相關(guān)，考察地鐵對城市不同區(qū)位房價的影響。王霞等(2004)[37]對2001-2004年北京13號線附近新建商品住宅小區(qū)的價格分布特征發(fā)現(xiàn)，輕軌在市中心對房價影響較小，對遠離市中心房價影響大。谷一楨和鄭思齊(2010)[38]對1999年1月-2006年9月北京地鐵13號線周邊住宅的研究發(fā)現(xiàn)，地鐵對郊區(qū)住宅價格的影響大于市中心區(qū)。但是，Kim and Zhang(2005)[39]使用韓國首爾731個商業(yè)地價數(shù)據(jù)發(fā)現(xiàn)，地鐵使資本化程度更大的市中心地價提升更大。可見，現(xiàn)有文獻不僅缺乏理論分析，而且實證結(jié)果未得出一致結(jié)論，有待于進一步驗證。

綜上，盡管現(xiàn)有文獻研究了地鐵站對房價空間分布的影響，但均為實證研究，缺乏理論研究，而且實證結(jié)果未得出一致結(jié)論。據(jù)此，本文余下部分如下：第二部分構(gòu)建一個地鐵站互動對房價空間分布影響的理論模型；第三部分使用2010-2013年北京地鐵4號線和5號線住房交易數(shù)據(jù)對理論模型進行實證檢驗；最后是結(jié)論與政策含義。

二、理論模型

本文在Alonso(1964)[40]和Muth(1969)[41]單中心城市競租模型基礎(chǔ)上，引入地鐵站布局，構(gòu)建地鐵站設(shè)立及其互動對房價空間分布影響的理論模型。

(一)假設(shè)

如圖2所示，我們假定：(1)城市為單中心線性城市(Monocentric and Linear City)*因地鐵線路一般貫穿城市，基于單中心線性城市是合理的。，所有經(jīng)濟活動集中在CBD；(2)消費者由居住地到工作地距離(半徑)為r，單位距離交通費用*通常，交通費用由車費和時間成本構(gòu)成。為t，每年工作天數(shù)為T；(3)消費者相同，其年可支配收入為Y；(4)消費者收入用于住房、一般商品和交通；(5)一般商品X是計價品(numeraire)，其價格被標準化為1；(6)住房是正常品(normal good)；(7)效用函數(shù)為Cobb-Douglas效用函數(shù)；(8)住房市場是競爭性市場。

圖2　單中心線性城市

(二)模型

首先，分析無軌交通對房價的影響。因消費者相同，其所消費的住房面積(h)也相同。因住房和一般商品(X)均能為消費者提供效用，則消費者效用最大化條件為：

MaxhU=AXαhβ(α>0,β>0)

s.t. X+Cpth+2trT=Y

式中，α和β分別為一般商品和住房對效用的貢獻，C為住房使用成本(user cost)*單位住房使用成本(UC)的表達式為：UC=i+τ+m+d-g，i、τ 、m、d和g分別表示抵押貸款利率、物業(yè)稅、維修成本、住房資本折舊率和房價預(yù)期增長率[42-44]。，pt表示房價。

由一階條件可得r處的房價為：

(1)

簡單起見，我們假定交通方式只有無軌交通和地鐵兩種*無軌交通包括公共汽車和私人汽車。盡管二者運營成本不同，但簡便起見，我們假設(shè)二者單位交通費用相同。有軌交通包括地上軌道交通(輕軌)和地下軌道交通(地鐵)，我們假設(shè)二者單位交通費用相同。，二者單位距離交通費用分別為ta和ts，且ta>ts。據(jù)此，由式(1)，可得無軌交通和地鐵下r處的房價：

(2)

(3)

其次，我們考察地鐵站互動對房價的影響。如圖3所示，我們首先假定距CBD r1處開通了第一個地鐵站，此處的房價為：

(4)

圖3　地鐵站的設(shè)立

多數(shù)企業(yè)將信息技術(shù)應(yīng)用于企業(yè)管理，財務(wù)會計在使用信息技術(shù)的過程中可以提升數(shù)據(jù)處理效率。這種背景下，企業(yè)選擇將職能部門進行合并，減少人員使用的同時，提升員工的工作效率。

(5)

(6)

圖4　第一個地鐵站對房價的影響

下面，我們考察第二個地鐵站設(shè)立的影響，假定第二個地鐵站設(shè)立于 r2處，由此可得第二個地鐵站處房價：

(7)

(8)

(9)

(10)

(11)

圖5　第二個地鐵站開通后房價的分布

以此類推，第N-1和N個地鐵站房價為：

(12)

(13)

/2tα。由此可得第N-1和N個地鐵站左側(cè)k處和z處房價：

(14)

(15)

(16)

(17)

由式(14)和式(15)可得如下命題1。

命題1的經(jīng)濟含義為：地鐵站房價不僅高于其左側(cè)房價，而且高于其右側(cè)房價；若ts

最后考察交通方式轉(zhuǎn)變對房價的影響。由式(2)和式(3)，可得由無軌交通變?yōu)榈罔F后r處房價之差：

(18)

由式(18)可得命題2。

命題2的經(jīng)濟含義為：地鐵和無軌交通方式下的房價之差與交通費用之差以及距市中心距離成正比。也就是說，地鐵與無軌交通的單位交通費用之差越大，交通費用節(jié)約越多，房價增長越大；距市中心距離越大，交通費用節(jié)約越多，遠端地鐵站點房價增幅大于近端地鐵站點房價增幅。

三、實證檢驗

(一)數(shù)據(jù)

為檢驗本文理論命題，本文使用北京地鐵四號線和五號線周邊樓盤住房交易數(shù)據(jù)。五號線于2007年10月7日開通，共設(shè)23個站點，南起豐臺區(qū)宋家莊站，北至昌平區(qū)天通苑北站，全長27.6公里，橫跨豐臺、崇文、東城、朝陽和昌平五個城區(qū)。四號線于2009年9月28日開通，共設(shè)24個站點，南起豐臺區(qū)公益西橋站，北至海淀區(qū)安河橋北站，全長28.2公里，橫跨豐臺、宣武、西城和海淀四個城區(qū)。需指出的是，盡管北京已從典型單中心城市向多中心城市轉(zhuǎn)變，但Zheng and Kahn(2006)[45]的研究證明，北京的住房和土地市場仍呈典型的單中心城市特征。此外，盡管本文假定單中心線性城市，但本文理論模型推導(dǎo)出房價隨地鐵站設(shè)立呈波浪狀空間衰減(參見命題1)，也體現(xiàn)了多中心城市特征。另一方面，北京地鐵五號線和四號線分別位于北京中軸線東側(cè)和西側(cè)，貫穿南北，途徑城八區(qū)，由城中心向城郊蔓延(見圖6), 符合本文理論模型單中心線性城市假設(shè)。

本文從搜房網(wǎng)收集了2010-2013年五號線和四號線沿線1.5萬余個掛牌上市的二手住房數(shù)據(jù)。二手房交易數(shù)據(jù)包括住房特征、小區(qū)特征和環(huán)路特征(見表1)。為剔除異常值，我們對樣本做如下處理。首先，理論上講，由市區(qū)往外，住宅密度會下降，住宅離地鐵站距離也會逐漸增大。但本文樣本從二環(huán)內(nèi)到五環(huán)外，離最近地鐵站的距離依次為0.78、1.20、1.27、2.25和0.80公里。顯然，五環(huán)外的樣本不具代表性*五環(huán)外的樣本偏差源于所收集的樣本都集中在緊鄰地鐵的居住小區(qū)，這與五環(huán)外一般緊鄰地鐵站開發(fā)住宅項目的特點相吻合。，我們將其剔除；其次，本文相關(guān)性分析顯示，若離地鐵站距離超過了2公里，距地鐵站點距離與房價無顯著相關(guān)。據(jù)此，我們將地鐵站周邊區(qū)域設(shè)定為2公里內(nèi)，剔除距最近地鐵站距離2公里以上的小區(qū)，得到五號線樣本4703個，四號線樣本5080個，共9783個有效樣本，共涵蓋142個住宅小區(qū)。需指出的是，因二手房的真實成交價不可得，本文采用報價。Genesove and Mayer (2001)[46]的經(jīng)典文獻指出，在住房繁榮期，住房銷售快，住房成交價會高于或非常接近于報價。因本文樣本區(qū)間為2010-2013年，正好處于北京住房繁榮期，二手房報價基本上能反映其真實價格。

(二)計量模型

為檢驗命題1和命題2，我們構(gòu)建以下半對數(shù)Hedonic線性方程*本文采用半對數(shù)Hedonic線性方程原因有二：一是現(xiàn)有文獻表明，半對數(shù)線性方程為自有住房價格模型最佳方程形式[47-48]；二是半對數(shù)線性方程的解釋變量可為啞變量，可檢驗其對價格增長的影響。：

lnTP=α+∑βiXi+ε

其中，TP表示交易住房總報價，X表示住房及建筑屬性、小區(qū)屬性和通達性、區(qū)位屬性和交易年份的一組變量(見表1)。

盡管北京為典型單中心城市，但南北發(fā)展不平衡，貫穿南北的地鐵四號線和五號線向北比向南長(見圖6)。據(jù)此，本文將這兩條地鐵線最北端的五個站點和最南端的三個站點定義為遠端地鐵站，其余為近端地鐵站。據(jù)此，本文設(shè)立了是否為遠端地鐵站啞變量及其與地鐵站距離的交互項。

(三)房價空間分布趨勢

為檢驗地鐵站設(shè)立導(dǎo)致地鐵站周邊房價波浪狀變動，本文先使用特征價格法回歸得到特征價格，然后對特征價格模擬房價空間分布，檢驗是否符合圖5所示的房價空間衰減趨勢。

表2報告了特征價格法的回歸結(jié)果。模型1顯示，絕大多數(shù)解釋變量的系數(shù)與預(yù)期一致且顯著。首先，住房面積、臥室和廳的數(shù)量以及樓層對住房價格有正影響。相對于塔樓，板樓和其他類型的住房具有更高的價格。隨建筑老化，住房價值在下降。其次，距地鐵站距離對房價影響顯著為負，與預(yù)期不一致。距天安門和奧林匹克公園距離對房價影響顯著為負，符合理論預(yù)期。第三，小區(qū)周邊體育設(shè)施、重點學(xué)校以及二級以上醫(yī)院對房價有正影響，較高的物業(yè)費意味著較好的社區(qū)服務(wù)，對房價有正影響。第四，相對于2010年，房價逐年上升，符合北京房價增長趨勢。

為進一步考察在地鐵近端和遠端距地鐵站距離對房價的影響，模型2引入是否為遠端地鐵站(FStation)及其與地鐵站距離的交互項(FStation×DTSubw)，發(fā)現(xiàn)遠端地鐵站的住房價格較近端地鐵站低，但對于遠端地鐵站周邊的住房，距地鐵站越遠，房價越高。這可能因遠端地鐵站噪音、犯罪率等較近端地鐵站更大。最后，模型3以環(huán)線啞變量代替離天安門和奧林匹克公園的距離，進行穩(wěn)健性檢驗，發(fā)現(xiàn)三環(huán)以外的房價顯著低于三環(huán)內(nèi)的房價，與預(yù)期一致，其他結(jié)果與模型1和模型2的結(jié)果基本一致，表明本文的回歸結(jié)果是穩(wěn)健的。據(jù)此推斷，房價以地鐵站點為波峰，由市中心向外呈波浪式衰減。

圖6　北京地鐵四號線和五號線

變量定義均值方差住房及建筑屬性TP交易住房的總報價(萬元)①①340.80369.42P交易住房的單位報價(萬元/平方米)3.341.27Area交易住房的建筑面積(百平方米)0.990.98BedRoom交易住房的臥室數(shù)量(個)2.541.03LivRoom交易住房的廳數(shù)量(個)1.330.53Floor交易住房所在建筑層數(shù)(低層=1,中高層=2,高層=3)2.130.80Banlou該住房是否為板樓(是=1,否=0)0.350.48Others該住房是否既非塔樓也非板樓(是=1,否=0)0.290.46Age該住房的建筑年齡(年)10.236.29小區(qū)屬性和通達性DTMetro距最近地鐵站距離(公里)0.810.45DTTAM距天安門距離(公里)6.992.95DTOlym距奧林匹克公園距離(公里)10.585.31School小區(qū)周邊有無重點小學(xué)(有=1,無=0)0.490.50Hospital小區(qū)周邊有無二級以上醫(yī)院(有=1,無=0)0.400.49Gym小區(qū)周邊有無體育場館(有=1,無=0)0.340.48PRTFee物業(yè)費(元/月平方米)2.101.16地鐵站點FStation該地鐵站是否為遠端地鐵站點(是=1,否=0)0.430.49所在環(huán)線(以“二環(huán)內(nèi)”為參照)Ring23該住房是否位于二環(huán)至三環(huán)之間(是=1,否=0)0.200.40Ring34該住房是否位于三環(huán)至四環(huán)之間(是=1,否=0)0.490.50Ring45該住房是否位于四環(huán)至五環(huán)之間(是=1,否=0)0.070.26年份(以2010為基年)D2011該住房是否于2011年上市交易(是=1,否=0)0.010.09D2012該住房是否于2012年上市交易(是=1,否=0)0.050.23D2013該住房是否于2013年上市交易(是=1,否=0)0.230.42

① 總報價=單位價格×住房面積,從而總報價和單位報價所反映的房價分布規(guī)律是一致的。

表2　房價空間分布的Hedonic回歸結(jié)果

說明：(1)括號內(nèi)為t值；(2)*、**、***分別表示1%、5%和10%的顯著水平。

為進一步論證地鐵站布局是否如圖5所示的房價波浪式變動，我們根據(jù)模型3的回歸結(jié)果，模擬一個無差異住房的價格空間分布。簡單起見，我們假設(shè)：(1)除距天安門和地鐵站的距離，其他住房屬性均取均值；(2)單中心線性城市半徑為15公里；(3)地鐵站間距為3公里，分別在距市中心1公里、4公里、7公里、10公里和13公里處設(shè)置5個地鐵站；(4)無地鐵時，市中心家庭的通勤成本為2公里地鐵的通勤成本。模擬結(jié)果如圖7所示。

圖7顯示，地鐵開通前，一個具有平均屬性的住房單元在市中心的價格為350萬，地鐵開通后漲至370萬。地鐵開通前，城市邊緣房價僅為120萬，地鐵開通后，城市邊緣房價接近200萬。可見，地鐵開通后，遠端地鐵房價較近端地鐵房價漲幅大。此外，每一地鐵站周邊房價均有明顯波峰。因此，地鐵開通后，房價由市中心向外呈波浪式衰減。

圖7　地鐵開通后房價的空間分布模擬

(四)遠端與近端地鐵站房價增長率比較

為檢驗命題2，需比較地鐵開通后遠端與近端地鐵站房價增長率。因本文數(shù)據(jù)橫跨2010-2013年，而北京地鐵五號線和四號線的開通時間分別為2007年和2009年，故本文僅分析地鐵四號線樣本，以四號線開通的次年(2010年)為開通期。據(jù)此，我們設(shè)立遠端地鐵站點與2010年啞變量的交互項，考察遠端地鐵站周邊住房在2010年是否溢價。

表3　地鐵開通后遠端房價增長率的Hedonic回歸結(jié)果

說明：(1)括號內(nèi)為t值；(2)*、**、***分別表示1%、5%和10%的顯著水平。

模型4顯示，遠端地鐵站的系數(shù)顯著為負，遠端地鐵站與開通期的交互項顯著為正，其他變量與預(yù)期和表2的結(jié)果一致。這表明，在五號線地鐵開通的2010年，遠端地鐵站周邊住房較近端地鐵站周邊住房存在溢價，驗證了命題2。實際上，遠端地鐵產(chǎn)生的溢價效應(yīng)，來自政府的地鐵公共投資。據(jù)此，為回收地鐵公共投資，政府可對開發(fā)商或房東開征增值稅。模型5以環(huán)線啞變量代替距天安門和奧林匹克公園距離進行穩(wěn)健性檢驗，得到了一致結(jié)果。

四、結(jié)論與政策含義

現(xiàn)有關(guān)于地鐵站布局對房價空間分布影響的文獻均為實證研究，缺乏理論研究。本文構(gòu)建地鐵站互動地鐵站對房價空間分布影響的理論模型以及對2010-2013年北京地鐵四號線和五號線周邊住房交易數(shù)據(jù)的實證分析，進一步拓展了地鐵站布局與城市房價空間分布關(guān)系的研究。首先，本文揭示的地鐵站設(shè)立導(dǎo)致城市房價波浪式衰減的空間分布，改變了經(jīng)典竟租模型中城市房價由市中心向外空間線性衰減趨勢。其次，遠端地鐵站周邊房價增長率大于近端地鐵站周邊房價增長率。需指出的是，本文的實證發(fā)現(xiàn)基于北京住房市場，是否適用于其他城市有待進一步驗證。但是，本文的理論模型和研究方法具有普適性，可用于其他城市地鐵站布局和房價空間分布的關(guān)系研究。

本文具有重要的現(xiàn)實意義和政策含義。首先，地鐵站設(shè)立導(dǎo)致城市房價波浪式衰減的空間分布特征有助于政府掌握房價空間分布規(guī)律，為開征房產(chǎn)稅以及回收地鐵投資提供了理論和經(jīng)驗支持。鑒于地鐵建設(shè)使房價在郊區(qū)與市區(qū)的增幅不同，政府可對二手房或一手房交易征收增值稅實現(xiàn)漲價歸公，促進社會公平。其次，地鐵站設(shè)立所導(dǎo)致的房價空間分布規(guī)律有利于居民權(quán)衡房價和通勤成本進行居住選址。再次，根據(jù)城市房價空間分布規(guī)律，政府可通過地鐵站規(guī)劃，使房價空間分布更加合理，實現(xiàn)城市的可持續(xù)發(fā)展。最后，城市房價空間分布對家庭進行房地產(chǎn)投資也具有重要的參考價值。

參考文獻：

[1]BAJIC V. The effects of a new subway line on housing prices in metropolitan Toronto [J]. Urban Studies, 1983, 20: 147-158.

[2]NELSON A. Effects of elevated heavy-rail transit stations on house prices with respect to neighborhood income [J]. Journal of Transportation Research Record, 1992, 1359:127-132.

[3]CHEN H, RUFOLO A, DUEKER K J. Measuring the impact of light rail systems on single-family home values: a hedonic approach with geographic information system application [J]. Journal of the Transportation Research Board, 1998, 1617:38-43.

[4]CELIK H M, YANKAYA U. The impact of rail transit investment on the residential property values in developing countries: the case of Izmir subway, Turkey [J]. Property Management, 2006, 24:369-382.

[5]顧杰, 賈生華.公共交通改善期望對住房價格及其價格空間結(jié)構(gòu)的影響——基于杭州地鐵規(guī)劃的實證研究 [J].經(jīng)濟地理，2008(6):1020-1024.

[6]梅志雄, 徐頌軍, 歐陽軍, 劉靜. 廣州地鐵三號線對周邊住宅價格的時空影響效應(yīng)[J].地理科學(xué), 2011(7):36-842.

[7]OSLAND L. Spatial variation in housing prices: econometric analyses of regional housing markets [D]. University of Bergen, Norway, 2008.

[8]MEEN G. Housing, random walks, complexity and the macroeconomy [M]. Housing Economics and Public Policy, edited by Anthony O’Sullivan and Kenneth Gibb,Wiley-Blackwell 2008.

[9]THOMPSON M A. The impact of spatial mismatch on female labor force participation [J]. Economic Development Quarterly, 1997, 11(2): 138-145.

[10]LANDIS J, GUHATHAKURTA S. HUANG W, ZHANG M, FUKUJI B. Rail transit investments, real estate values, and land use change: a comparative analysis of five California rail transit systems [R]. working paper No. 285, University of California Transportation Center, Berkeley, 1995.

[11]JOHN B D. Mass transportation, apartment rent and property values [J]. Journal of Real Estate Research, 1996, 12: 1-8.

[12]BOWES D R, IHLANFELDT K R. Identifying the impacts of rail transit stations on residential property values [J]. Journal of Urban Economic, 2001, 50: 1-25.

[13]GIBBONS S, MACHIN S. Valuing rail access using transport innovations [J]. Journal of Urban Economics, 2005, 57: 148-169.

[14]張維陽, 李慧, 段學(xué)軍. 城市軌道交通對住宅價格的影響研究——以北京市地鐵一號線為例[J].經(jīng)濟地理, 2012,(32):46-51.

[15]LEE D B Jr, AVEROUS C P. Land use and transportation: basic theory [J]. Environment and Planing, 1973, 5: 491-502.

[16]GATZLAFF D H, SMITH M T. The impact of the Miami metrorail on the value of residences near station locations [J]. Land Economics, 1993, 69(1):54-66.

[17]NELSON A C, MCCLESKY H. Transit stations and commercial property values: a case study with land-use policy implication [J]. Journal of Public Transportation, 1999, 2(3): 77-93.

[18]DAMM D，LERMAN S R，LERNER-LAM E Y. Response of urban real estate values in anticipation of the Washington metro [J]. Journal of Transport Economics and policy, 1980, 14: 315-336.

[19]MCDONALD J, OSUJI C I. The effect of anticipated transportation improvement on residential land values [J]. Regional Science and Urban Economics, 1995, 25(3): 261-278.

[20]CHAU K W，NG F F. The effects of improvement in public transportation capacity on residential price gradient in Hong Kong [J]. Journal of Property Valuation and Investment, 1998, 16: 397-410.

[21]HENNEBERRY J. Transport Investment and House Prices [J]. Journal of Property Valuation and Investment, 1998, 16: 144-158.

[22]DUEKER K J, BIANCO M J. Light-rail-transit impacts in Portland: the first ten years [J]. Journal of the Transportation Research Board, 1999, 1685:171-180.

[23]MCMILLEN D P, MCDONALD J. Reaction of house prices to a new rapid transit line: Chicago’s Midway line, 1983-1999 [J]. Real Estate Economics, 2004, 32:463-486.

[24]AGOSTINI C A, PALMUCCI G A. The anticipated capitalisation effect of a new metro line on housing prices [J]. Fiscal Studies, 2008, 29: 233-256.

[25]楊鴻. 城市軌道交通對住宅價格影響理論與實證研究——以杭州地鐵為例[D]. 浙江大學(xué)，2010.

[26]KARANIKOLAS N, LOUKA E. The effect of metro station on commercial values of residential properties, the case study of Thessaloniki, Greece before the completion of the metro project construction [J]. International Journal of Academic Research, 2012, 4: 136-143.

[27]MOHAMMAD S I, GRAHAM D J, Melo P C, Anderson R J. A meta-analysis of the impact of rail projects on land and property values [J]. Transportation Research Part A Policy Practice, 2013, 50:158-170.

[28]CERVERO R, DUNCAN M. Land value impacts of rail transit services in Los Angeles County [R].Report prepared for National Association of Realtors,Urban Land Institute, 2002.

[29]HESS D B, ALMEIDA T M. Impact of proximity to light rail rapid transit on station-area property values in Buffalo, New York [J]. Urban Studies, 2007, 44:1041-1068.

[30]WEINSTEIN B L, CLOWER T L. The impact of Dallas (Texas) area rapid transit light rail stations on taxable property vluations [J]. Australasian Journal of Regional Studies, 2002, 8(3): 1-28.

[31]鄭捷奮. 城市軌道交通與周邊房地產(chǎn)價值關(guān)系研究[D]. 清華大學(xué), 2004.

[32]SO H M, TSE R Y C, GANESAN S. Estimating the influence of transport on house prices: evidence from Hong Kong [J]. Journal of Property Valuation and Investment, 1997, 15:40-47.

[33]LEWIS-WORKMAN S, BROD D. Measuring the neighborhood benefits of rail transit accessibility [J].Journal of the Transportation Research Board, 1997, 1576: 147-153.

[34]TIAN L. Impacts of transport projects on residential property values in china: evidence from two projects in Guangzhou [J]. Journal of Property Research, 2006, 23: 347-365.

[35]董藩, 丁宏, 趙安平. 通勤成本與軌道交通周邊房價的空間分布——以北京地鐵五號線周邊住宅市場為例的實證分析[J].北京師范大學(xué)學(xué)報(社會科學(xué)版), 2009(2):137-143.

[36]PAN Q. The impacts of an urban light rail system on residential property values: a case study of the Houston metro rail transit line [J]. Transportation Planning and Technology, 2013, 36: 145-169.

[37]王霞, 朱道林, 張鳴明. 城市軌道交通對房地產(chǎn)價格的影響——以北京市輕13號線為例[J].城市問題, 2004(6):39-42.

[38]谷一楨, 鄭思齊. 軌道交通對住宅價格和土地開發(fā)強度的影響——以北京市13號線為例[J].地理學(xué)報, 2010(2):213-223.

[39]KIM J, ZHANG M. Determining transit's impact on Seoul commercial land values: an application of spatial econometrics [J]. International Real Estate Review, 2005, 8(1): 1-26.

[40]ALONSO W. Location and land Use [M]. Cambridge：Harvard University Press, 1964.

[41]MUTH R F. Cities and housing [M]. Chicago：University of Chicago Press, 1969.

[42]HENDERSHOTT P H, SLEMROD J.Taxes and the user cost of capital for owner-occupied housing [J]. Journal of the American Real Estate and Urban Economics Association, 1983, 10(4): 375-393.

[43]POTERBA J.Tax subsidies to owner-occupied housing: an asset market approach [J]. Quarterly Journal of Economics, 1984, 99(4): 729-752.

[44]HIMMELBERG C, MAYER C, SINAI T.Assessing high house prices: bubbles, fundamentals and misperceptions [J]. The Journal of Economic Perspectives, 2005, 19(4): 67-92.

[45]ZHENG S Q, KAHN M E. Land and residential property markets in a booming economy: new evidence from Beijing [J]. Journal of Urban Economics, 2008, 63:743-757.

[46]GENESOVE, D, MAYER, C. Loss aversion and seller behavior: evidence from the housing market [J]. The Quarterly Journal of Economics, 2001, 116(4):1234-1260.

[47]GOODMAN A C. An econometric model of housing price, permanent income, tenure choice, and housing demand [J]. Journal of Urban Economics, 1988, 23: 327-353.

[48]DUBIN R A, SUNG C H. Specification of hedonic regressions: non-nested tests on measures of neighbourhood quality [J]. Journal of Urban Economics, 1990, 27: 97-110.

(本文責(zé)編：王延芳)

Subway Stations and Spatial Distribution of Housing Prices

KUANG Wei-da1，WANG You-rong2，MA Hai-yun3

(1.SchoolofBusiness,RenminUniversityofChina,Beijing100872,China；2.SchoolofManagementScienceandEngineering,CentralUniversityofFinanceandEconomics,Beijing100081,China；3.DepartmentofAuditing,RenminUniversityofChina,Beijing100872,China)

Abstract：Although there are numerous empirical studies on spatial distribution of subway stations and housing prices, the existing literature lacks of theoretical underpinning of the impacts of subway stations on spatial distribution of housing prices. This paper develops a model of subway stations interactions to illustrate their impacts on housing prices and applies a dataset of dwelling transactions around Beijing Metro Line Four and Five from Beijing city to testify the propositions of the model. We find that housing prices wavy decay with sub-peak centered stations from city center to fringe, while suburban subway stations bring greater growth in housing prices than downtown stations. These results have important implications for spatial distribution of housing prices.

Key words:subway stations; housing prices;spatial distribution; wavy decay

中圖分類號：F293.3

文獻標識碼：A

文章編號：1002-9753(2016)04-0045-13

作者簡介：況偉大(1970-)，男，山東膠州人，中國人民大學(xué)商學(xué)院財務(wù)與金融系教授，博士，博士生導(dǎo)師，研究方向：房地產(chǎn)金融與經(jīng)濟。

基金項目：國家自然科學(xué)基金面上項目《房價波動與房貸違約風(fēng)險》(批準號：71373276)資助。

收稿日期：2015-12-20修回日期：2016-03-29