城市地鐵對沿線住宅價格的增值效應分析

劉永升+湯玉

摘 要：城市地鐵是具有明顯經濟外部性、公益性的公共基礎設施，其高效的通達性對沿線的住宅增值效應明顯。基于此，以昆明市地鐵1號和2號線周邊住宅作為研究對象，通過構建特征價格模型，分析得出住宅至地鐵站點的實際距離及住宅至CBD的實際距離兩個變量對住宅價格的影響比較顯著，且城市地鐵對沿線住宅有明顯的增值效應。

關鍵詞：城市地鐵；沿線住宅價格；增值效應

中圖分類號：F293. 文獻標志碼：A 文章編號：1673-291X（2017）29-0099-03

一、城市地鐵對沿線住宅價格影響的理論分析

根據經濟學基本原理，價格的確定是由供給和需求的相互作用決定的。就房地產行業而言，住宅的供給存在相對剛性，具有明顯區位優勢的商品住宅稀缺性明顯提高，在市場環境良好、價格信號有效的情況下，土地及住宅的價值將得以顯現，增值效應體現在土地及其住宅價格的上漲。

（一）投資效應

城市地鐵建設是一項巨額投資項目，直接的投資增加，會形成一定的資本積累，會導致地鐵沿線土地資本量增加，從而使得沿線地區土地及其住房價值提升。相對于城市公交而言，地鐵建設會使城市的通達性明顯提高。如表1所示，地鐵乘坐時間相對公交節省時間比例約為55.50%，地鐵的通行效率為公交的2.26倍。交通條件的提升不僅改善了市內交通便捷程度，而且改善了對外（其他城市）交通條件，特別是昆明市地鐵1號和2號線直接連通北部汽車站、火車北站、昆明站等對外交通出入口。

（二）乘數效應

首先，為保證城市地鐵建成后的正常運行，區域電力供應、站點與地面公交的銜接等基礎公共設施應得到進一步的完善，使得沿線地區土地價值升高。其次，正的外部效應會帶動社會服務業的集聚以及沿線學校、公園、醫院等公共服務設施功能效用的放大，從而促使沿線住宅價格的提高。最后，從開發商角度考慮，城市地鐵的建設與運行使沿線地區土地利用及空間的潛在價值實現的可能性增加，吸引更多開發商投資，形成更多的資本積累，導致土地價值升高、沿線住宅價格上漲。

（三）替代效應及組合效應

城市地鐵能在短時間內較長距離的大量轉移通行人口、其高效的通達性能有效地減少通行的時間成本，因此會形成對城市其他公共交通工具的替代。而且城市地鐵大多屬于地下設施，能夠有效節約空間、緩解擁堵、減少污染和避免資源浪費。就居住在非就業中心且交通條件相對較差的居民住宅選擇的替代來說，在距離就業中心相同距離情況下，選擇租住或購置地鐵沿線住宅需求增加，導致地鐵沿線地區住宅競爭性需求增加，從而引發該地區住宅價格上升。

組合效應的主要表現是地鐵線路的開通可以與其他交通方式有效銜接、優勢互補，市民可以根據自己的具體情況科學合理地組合其出行方式，不僅是個體出行效率提高，而且通過科學的組織可使整個城市交通資源得以優化配置。

二、研究對象選擇及特征價格模型構建

（一）研究對象概括描述

昆明市有地鐵1號線和2號線（2號線未全部完工，1號線2號線在環城南路站交匯，其間換線不換車，因此在研究時作為一條軌道線處理），是貫穿昆明市南北的主要軌道線路，全長41.4公里，全線共設31個站點，途徑盤龍區、五華區、官渡區和呈貢區4個行政區。本文以昆明市地鐵1號和2號線站點周圍4 000m半徑內的新開發樓盤作為研究對象，其中刪除了別墅等高檔住宅、經濟適用房項目，主要為普通商品房。

（二）特征價格模型主要函數形式

特征價格模型認為房地產價格是由房地產不同的特征組合所帶給人們的效用決定的，當房地產自身的特征數量發生改變時，價格也會隨之產生差異。一般來說，特征價格模型的基本函數形式主要包括以下4 種，各式中：P表示住宅單價，Zi表示第i種特征變量，αi為第i種特征變量待估計的系數，α0代表常數，ε為隨機誤差項。

1.線性形式的特征價格模型

住宅價格與各特征變量之間的關系為線性關系，各回歸系數代表特征變量發生單位變化所引起的住宅價格的平均增值量：

2.對數-線性形式的特征價格模型（彈性模型）

住宅價格與各特征變量均采取對數形式，各回歸系數對應著特征變量的價格彈性，即特征變量的百分比變化引起的住宅價格的百分比變化，

3.半對數線性形式的特征價格模型（增長模型）

各特征變量采用線性形式，住宅價格采用對數形式，回歸系數對應著特征價格與住宅總價格之比，即特征價格的單位變化引起的住宅價格的百分比變化，

4 .Box-Cox變換函數形式

當自變量和因變量的λ均取1，則是一個簡單的線性函數。當自變量的λ均為1和因變量的λ接近于0時，則變成對數線性形式。

三、城市地鐵對沿線住宅價格影響的實證分析

（一）特征變量及樣本選擇

本文選定住宅均價作為因變量，結合昆明市住宅市場特點，將影響住宅價格的特征變量分為區位、環境和微觀因素三大類，并最終選擇了6個影響因素作為特征變量進行分析。關于特征變量類型、對特征變量含義的解釋見表2。

其中，住宅距地鐵站點及CBD距離的具體數據是根據百度地圖提供的昆明市地圖系統得出，所測量的是住宅到地鐵站點及CBD的實際路程，而不是直線距離，當有多條線路可到達時，取最小數值；對于樓盤具體的交易均價、容積率、綠化率和學校的數據主要來自于“搜房網”；而住宅周邊1km 范圍內公交站點數量數據來源于“昆明公交官網”。

（二）特征價格模型構建

根據建立特征價格模型所需特征變量及1號和2號線沿線住宅實際情況，搜集得到48個有效觀測樣本，應用Eviews軟件進行分析，將所搜集到的數據分別代入上述四種基本模型中測算，經比較，回歸效果較好的是彈性模型。endprint

通過統計軟件回歸可得出樣本回歸的判定系數為0.695 6，回歸結果如表3。可以看出，在所選取的6個特征變量中住宅與軌道交通站點的距離和住宅到CBD的實際距離2個變量對住宅價格產生了顯著影響，這與實際觀測經驗相符；其他變量不顯著。因此，再通過統計分析軟件進行均價與住宅與軌道交通站點的距離和住宅到市中心CBD的實際距離二元線性回歸，結果如表4。

（三）模型檢驗情況

1.多重共線性檢驗

使用VIF檢驗方法：LGTD變量對LGTC變量進行OLS回歸，根據回歸結果計算的方差膨脹因子VIF（）=1/（1-R^2）=1.093，小于5，則模型不存在多重共線性。

2.異方差檢驗

使用懷特檢驗法：對于該模型，懷特檢驗基于對LGTD、LGTC、LGTD^2和LGTC^2回歸，根據結果可知擬合優度為0.132，檢驗統計量n*R^2=6.336，在5%的顯著水平下，自由度為4的x^2值為9.488，，因為n*R^2=6.336<9.488，模型不存在異方差性。

3.自相關檢驗

使用德賓-沃森檢驗法：由模型的回歸結果中可以得DW=

2.166 5，在5%的顯著水平下，n=48，k=2，可得dL=1.462，du=1.628，因為DW=2.1665>1.628，因此模型不存在一階自相關性。

（四）增值效應分析

從表4，經過變量調整后模型通過統計分析軟件所做的回歸結果，可知住宅均價相對于住宅與軌道交通站點的距離變量的彈性系數為-0.095 9，即當住宅與最近地鐵站點的距離每靠近1%，則每平方米的住宅價格將增加0.095 9%；住宅均價相對于住宅到CBD的實際距離變量的彈性系數為-0.265，即當住宅與最近地鐵站點的距離每靠近1%，則每平方米的住宅價格將增加0.265%。

首先，住宅到CBD自駕出行實際距離對住宅價格影響最為顯著，是因為CBD商業、就業相對集聚且收入一般較高，出于職住均衡角度的考慮，人們更愿意在距離市中心較近的位置購買住宅以減少通勤成本。其次，地鐵站點距離住宅的實際距離對住宅的價格有較大影響，是由于地鐵為市民出行提供了較大的便利，尤其是昆明市擁堵的情況比較明顯，使得人們偏向于在地鐵沿線置業，從而對沿線住宅價格的影響較大。最后，地鐵一般經過商業中心和就業中心，為人們的通勤提供了方便，人們的可達范圍增加，促進了沿線住宅價格上漲。

參考文獻：

[1] 范炳全，黃肇義.城市土地開發交通影響的理論模型[J].國外城市規劃，2008，（1）：25-30.

[2] 吳奇兵，陳峰.城市軌道交通外部效應量化計算方法探討[J].鐵道運輸與經濟，2004，（7）：33-36.

[3] 王琳.城市軌道交通對住宅幾個的影響研究———基于特征價格模型的定量分析[J].地域研究與開發，2009，（2）：57-61.

[4] 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[J].北京師范大學學報，2009，（4）：137-143.

[5] 史玉芳，李惠民.西安市城市軌道交通對沿線住宅價格的影響研究[J].西安建筑科技大學學報，2010，（2）：231-234.

[6] 張秀智，張彩鳳.交通樞紐對周邊商品住宅價格影響研究——以北京市東直門交通樞紐為例[J].北京工商大學學報，2010，（2）：118-123.

[7] 顧杰.城市空間增長與城市土地、住宅價格空間結構演變：理論分析與杭州經驗[M].北京：經濟科學出版社，2010.

[責任編輯 柯 黎]endprint