城市跨江軌道交通對居住用地分化的影響
——以湖北省武漢市為例

王 昆，宋振江，楊 俊

(1.武漢市規(guī)劃研究院，湖北武漢430014；2.華南農(nóng)業(yè)大學經(jīng)濟管理學院，廣東廣州510642；3.東華理工大學測繪工程學院，江西南昌330013)

0 引言

城市軌道交通建設是城鎮(zhèn)化進程中不可忽略的重要因素，對地價、房價變動具有驅(qū)動作用，對城市居住用地分化具有重要影響。針對城市軌道交通對居住用地房價的影響，國外學者通過對多倫多、費城、赫爾辛基等城市的實證研究證實城市軌道交通的建設導致沿線居住用地地價、房價上漲，漲幅為1.7%～10.6%[1-2]，且距離城市軌道交通車站越遠，軌道交通對房價的影響越小[3]。中國學者對北京、上海、南京、杭州、沈陽等城市地鐵沿線房價影響進行實證研究，結(jié)果表明地鐵對沿線房價具有提升作用，且提升幅度具有極大的離散性，幅度從10%左右到2～3倍[4-6]。房價上漲帶來城市居住用地開發(fā)強度提高，體現(xiàn)為居住用地容積率上升(香港和日本的容積率高達5～12)、高層住宅鱗次櫛比[7]。對此，文獻[8]基于TOD模式提出，合理的軌道交通換乘站周邊居住用地容積率應相對較高且為高檔高層居住小區(qū)，以優(yōu)化土地利用效率。文獻[9]研究得出城市軌道交通樞紐用地綜合開發(fā)容積率的建議值，認為市級樞紐、片區(qū)級樞紐的建議容積率應分別為4.5～6.5和4.0～6.0，中心組團級和外圍組團級樞紐的建議容積率應為3.5～5.5和2.5～4.5。

區(qū)位差異對房價亦有影響，體現(xiàn)為城市軌道交通在郊區(qū)比中心城區(qū)更能夠影響居住用地房價，原因在于中心城區(qū)的軌道交通車站多選擇在原有商業(yè)服務聚集、人流密度高、高地價處，而郊區(qū)則隨城市軌道交通的延伸逐漸步入城鎮(zhèn)化序列。與此同時，城市軌道交通的核心區(qū)站、區(qū)域中心站、次級區(qū)域中心站、新城中心站等因其區(qū)位優(yōu)越性而對沿線房價有較明顯影響，主要表現(xiàn)在商業(yè)服務聚集度、公共服務、交通便利度等存在差異致使居住用地上的房屋類型、檔次、價格不同[10-11]。這種區(qū)位差異導致城市軌道交通居住用地的分異。文獻[12]以南京地鐵為例，研究發(fā)現(xiàn)地鐵沿線的居住用地表現(xiàn)出明顯的廊道效益(即從軌道交通線向兩側(cè)居住用地面積逐步遞減)，縱向比較表現(xiàn)出沿線居住用地面積逐年擴大、高檔住宅區(qū)比例增加，并且地鐵在提升交通通達性的同時通過地價疏解舊城區(qū)人口向郊區(qū)遷移[12]，致使城市內(nèi)各種用地性質(zhì)發(fā)生重構(gòu)、城市貧富居住用地分化[13]。

軌道交通對房價影響及貧富居住用地分化具有反向性與時效性特征。反向性由區(qū)位差異而來，表現(xiàn)為城市軌道交通在中低收入人口集聚的郊區(qū)呈現(xiàn)對居住用地房價正向影響，而在高收入人群居住區(qū)(尤其是別墅區(qū))開拓軌道交通可能帶來低收入人群在周圍居住而使房價走低。調(diào)研發(fā)現(xiàn)高薪階層由于出行方式可選擇范圍更大，故而更愿選擇遠離城市軌道交通且風景秀美、恬靜地段居住[14]。新增高層高檔住宅多分布在新城中心站等原郊區(qū)地段，居住郊區(qū)化狀態(tài)導致郊區(qū)房價劇增，而老城區(qū)軌道交通沿線居住用地地價呈現(xiàn)增長乏力的特征[15]。時效性則表現(xiàn)在施工前的超前性影響與施工中的反向性。超前性影響主要表現(xiàn)為城市軌道交通在規(guī)劃期即成為地產(chǎn)商的銷售噱頭以銷售期房，而軌道交通建設期的現(xiàn)房則受施工期環(huán)境等因素的負面影響，其開通營運后二者影響逐步減弱[16]。此外，文獻[17]提出，城市副中心與軌道交通協(xié)同地區(qū)使城市地價空間分布得以優(yōu)化是城市居住用地貧富格局分化的動因；文獻[18]提出城市軌道交通車站對人口、土地開發(fā)具有吸引效應，加之空間可達性不同，導致土地利用的空間分異效應，在地價的驅(qū)動下居住用地和住宅級別亦由此顯現(xiàn)。

上述研究對城市跨江軌道交通對城市居住用地分化的系統(tǒng)性驅(qū)動研究鮮有論述，且多為基于個別因素對地價、房價、城市空間格局變化等領域加以研究，缺乏系統(tǒng)的研究體系，對綜合性評價和診斷城市軌道交通對居住用地分化問題的根源和發(fā)生機制尚十分缺乏。因此，本文主要致力于對城市跨江軌道交通對居住用地分化的表現(xiàn)形式、現(xiàn)狀態(tài)勢等進行研究，并以典型區(qū)域為例進行實證評價，進而豐富關于城市跨江軌道交通對居住用地分化影響問題研究的理論體系。

1 研究對象

湖北省武漢市位于長江中游流域，地處長江中下游平原，江漢平原東部，位列長江中游城市群中，長江穿城而過，其地理位置被譽為“九省通衢”以彰顯其交通優(yōu)越性。武漢市國土面積8 594.41 km2，建成區(qū)面積552.61 km2。武漢市是中國中部地區(qū)的核心城市，是武漢城市圈的核心，是長江經(jīng)濟帶戰(zhàn)略中沿江的重要節(jié)點城市，是中部地區(qū)發(fā)展的引擎，在長江經(jīng)濟帶發(fā)展中具有舉足輕重的作用[19-20]。

當前武漢市擁有地鐵1號線(一期、二期、漢口北延長線)、2號線一期、3號線一期、4號線(一期、二期)等4條城市軌道交通線路，共7個換乘節(jié)點，聯(lián)通武漢三鎮(zhèn)，總里程125.42 km。本文選取2012年12月28日開通的地鐵2號線一期作為研究對象(見圖1)，該線路為金銀潭—光谷廣場，全長27.73 km，設站21個，聯(lián)通長江兩岸，橫貫武漢，是典型的城市跨江軌道交通線路，有利于衡量城市跨江軌道交通對居住用地分異的影響。

研究數(shù)據(jù)包括由Google Earth獲取的武漢市2005年和2015年的影像(其中交通、居住用地、商業(yè)服務用地等技術(shù)數(shù)據(jù)通過矢量化獲取)、源于《武漢市統(tǒng)計年鑒》的社會經(jīng)濟數(shù)據(jù)等構(gòu)成。對于城市跨江軌道交通對沿線居住用地的影響范圍問題，歐美學者認為該影響范圍半徑一般為0.5～0.8 km，中國學者選取的范圍為0.4～2.5 km(0.4～0.8 km方差最小)[21-22]。因此本文選取半徑為0.5 km的范圍作為影響緩沖區(qū)。與此同時，為彌補定量研究的缺陷，輔以訪談調(diào)研方式對利益相關者進行走訪，調(diào)查內(nèi)容為地鐵車站緩沖區(qū)1.5 km內(nèi)居民對商業(yè)服業(yè)機構(gòu)的偏好，以此統(tǒng)計調(diào)查對象居住地距地鐵車站核心商業(yè)服務機構(gòu)聚集圈的距離，進而綜合得出商業(yè)服業(yè)機構(gòu)輻射度。本文采用重點調(diào)查的方式，對選取的3個典型地鐵站(金銀潭、范湖、積玉橋)分別抽取200名調(diào)查對象進行訪談，其中有效訪談526份，有效率87.67%，綜合訪談數(shù)據(jù)，并通過影像測量調(diào)查對象居住地距地鐵車站核心商業(yè)服務機構(gòu)聚集圈的距離顯示：金銀潭、范湖、積玉橋地鐵車站區(qū)域商業(yè)服務機構(gòu)服務輻射半徑分別為700 m，1 100 m，1 000 m，該數(shù)據(jù)用以衡量區(qū)域商業(yè)服務便利性以及對區(qū)域地價的拉動性，進而為探索城市跨江軌道交通對居住用地分化影響提供支撐。

2 研究模型與方法

結(jié)構(gòu)方程模型(Structural Equation Modeling,SEM)是一種融匯回歸分析、路徑分析、因子分析和方差分析的多變量復雜關系模型。該模型的優(yōu)勢在于可分析多因多果的觀測變量間的聯(lián)系以及潛變量之間的關系，并能夠模擬多因子的內(nèi)在邏輯關系，模型中既含有觀測變量，又含有無法直接觀測的潛變量[23-25]。結(jié)構(gòu)方程模型分為測量方程(Measurement Equation,ME)和結(jié)構(gòu)方程(Structural Equation,SE)兩部分，測量方程用以描述潛變量與觀測變量之間的關系，結(jié)構(gòu)方程用以描述潛變量之間的關系，觀測變量含有隨機誤差和系統(tǒng)誤差[26-27]。

圖1 武漢市現(xiàn)狀軌道交通線網(wǎng)Fig.1 Rail transit network in Wuhan

2.1 測量方程

測量方程描述潛變量(內(nèi)生潛變量η、外生潛變量ξ)與觀測變量(測量指標y、x)之間的關系。

式中：x為q個外生觀測變量組成的q×1向量；Λx為外生觀測變量(x)在外生潛變量(ξ)上的p×m因子負荷矩陣；ξ為n個外生潛變量組成的n×1向量；δ為外生觀測變量(x)的誤差項；y為p個內(nèi)生觀測變量組成的p×1向量；Λy為內(nèi)生觀測變量(y)在內(nèi)生潛變量(η)上的q×n因子負荷矩陣；η為m個內(nèi)生潛變量組成的m×1向量；ε為內(nèi)生觀測變量(y)的誤差項[26]。

2.2 結(jié)構(gòu)方程

結(jié)構(gòu)方程用以描述潛變量之間的關系。

式中：B為內(nèi)生觀測變量之間的相互影響效應系數(shù)；Γ為外生觀測變量對內(nèi)生潛變量的影響效應系數(shù)，即外生潛變量對內(nèi)生潛變量的影響效應系數(shù)；ξ為η的殘差向量。

2.3 基于PLS-SEM的參數(shù)估計

結(jié)構(gòu)方程模型主要有兩大類參數(shù)估計方法：一是基于最大似然估計(ML)的協(xié)方差結(jié)構(gòu)分析方法，用以衡量實證數(shù)據(jù)與理論模型的擬合程度；二是基于偏最小二乘(PLS)的結(jié)構(gòu)方程模型，用以反映實證研究數(shù)據(jù)變量對研究對象的影響程度。本文探索軌道交通對城市土地利用格局變化的影響，因此采用PLS方法求解結(jié)構(gòu)方程模型，以便使方程誤差項最小化，提高研究精度。

參數(shù)估計的目的在于獲取變量間、模型未能解釋部分、變量測量上的誤差等指定參數(shù)，其能夠反映各關系的強弱程度。基于PLS-SEM的參數(shù)估計步驟為：1)反復迭代以得到潛變量的估計值；2)通過偏最小二乘法進行線性回歸以得到測量方程和結(jié)構(gòu)方程的參數(shù)估計值。

3 實證研究

3.1 變量釋義

3.1.1 內(nèi)生變量

城市跨江軌道交通對居住用地分化影響的內(nèi)生變量為沿線居住用地出讓價格(見表1)。沿線居住用地出讓價格對應的觀測變量為居住用地的單位面積基準價格，該變量設置的目的在于探索城市軌道交通建設對房價增長、房地產(chǎn)開發(fā)的影響，用以分析城市跨江軌道交通對居住用地等級、居住用地貧富分異的影響。

3.1.2 外生變量

外生變量主要包含商業(yè)服務機構(gòu)的聚集性、輻射性，以及居住用地的工作便利性、交通便利性、生活便利性(見表1)。

商業(yè)服務機構(gòu)的存在對居住用地的生活便利性產(chǎn)生巨大影響，因此測量商業(yè)服務機構(gòu)的聚集性和輻射性以衡量其對居住用地生活便利性乃至居住用地分化的影響。對商業(yè)服務機構(gòu)聚集性的研究在于探索地鐵車站對商業(yè)的吸引程度，故而文獻[21,28]設定商業(yè)服務機構(gòu)密度、聚集半徑等觀測變量加以測量。而文獻[21,29]認為商業(yè)服務機構(gòu)輻射度變量是對不同城市跨江軌道交通車站商業(yè)影響程度(進而影響土地利用格局)的衡量，并采取問卷調(diào)查形式調(diào)查區(qū)域內(nèi)消費者(調(diào)查區(qū)域范圍選擇為地鐵車站1 500 m緩沖區(qū))對商業(yè)服務機構(gòu)的偏好，以此統(tǒng)計調(diào)查對象居住地距地鐵站核心商業(yè)服務機構(gòu)聚集圈的距離，進而綜合得出商業(yè)服務機構(gòu)輻射度。因此本文采用商業(yè)服務機構(gòu)服務輻射半徑對影響范圍內(nèi)土地利用格局加以研究。

文獻[21,30]研究表明，居住用地工作、交通、生活的便利性對購房需求產(chǎn)生影響，其對地價的影響是導致城市貧富居住分布分異的重要因素，因此通過測量觀察變量居住用地至政府機構(gòu)、企業(yè)、地鐵車站、公共汽車站、商業(yè)服務用地、公共服務機構(gòu)的距離探究其對居住用地利用格局分異的影響，進而剖析其對城市居住用地分化的影響。

表1 城市跨江軌道交通對土地利用格局變化的影響變量Tab.1 Effect variables of urban cross-river rail transit on changes in land use layout

3.2 實驗樣點與典型數(shù)據(jù)分析

文章選取武漢地鐵2號線的3個典型車站區(qū)域作為實驗樣點，分別為金銀潭地鐵車站區(qū)域(地鐵2號線起始點，長江西岸)、范湖地鐵車站區(qū)域(地鐵2號線與地鐵3號線換乘點、漢口繁華區(qū)，長江西岸)、積玉橋地鐵車站區(qū)域(武昌城區(qū)繁華地段，長江東岸)。通過對三處樣點2005年與2015年影像及用地類型進行對比，可以看出武漢市地鐵對城市居住用地格局變化的巨大影響(見圖2)。本文以金銀潭地鐵車站為例，分析居住用地、商業(yè)服務用地的建設情況，通過對初始數(shù)據(jù)的分析探究居住用地分化機理，并簡要介紹范湖、積玉橋地鐵車站的研究結(jié)果。

1）金銀潭地鐵車站區(qū)域。

圖2 樣點車站區(qū)域土地利用格局對比Fig.2 Land use layout adjacent to the sampling stations

2005年金銀潭地區(qū)土地性質(zhì)為農(nóng)村集體土地，該區(qū)域存在農(nóng)用地、荒地、農(nóng)民自建房、企業(yè)生產(chǎn)建設用地等。地鐵開通后(2015年)，農(nóng)用地轉(zhuǎn)換為工業(yè)用地、公共綠地等；荒地被開發(fā)為居住用地、商業(yè)服務用地，其建筑為高檔高層住宅小區(qū)，商業(yè)服務用地形成新的商圈；新增道路數(shù)條。可見，該區(qū)域由于城市跨江軌道交通的建設而推進了城鎮(zhèn)化進程，城市形態(tài)亦沿城市跨江軌道交通外擴。

金銀潭地鐵車站地區(qū)截至2016年6月有常青花園五小區(qū)、新康苑兩個房地產(chǎn)項目，通過對一年中兩個樓盤均價的分析發(fā)現(xiàn)，位于地鐵車站核心區(qū)(200 m范圍內(nèi))的常青花園五小區(qū)房屋均價高于常青花園地區(qū)房屋均價，且房價呈上升趨勢。而在地鐵車站次核心區(qū)的新康苑房屋均價則低于常青花園地區(qū)以及武漢市房屋均價，表明地鐵對房價的拉動作用(見表2)。

如表3～表5所示，由金銀潭地鐵車站觀測變量值來看，商業(yè)服務機構(gòu)密度、聚集半徑、服務輻射半徑均比周邊地區(qū)大，其居住用地距政府機構(gòu)、企業(yè)、地鐵車站、公共汽車站、商業(yè)服務用地距離適中(皆為200～700 m)。居住用地距最近的教育機構(gòu)(將軍路中學、常青花園六小區(qū)實驗學校)距離為300～1 300 m、距最近的服務與事業(yè)機構(gòu)距離為250～850 m，便于區(qū)域人口就學、接受服務。與此同時，通過對比地鐵開通前后數(shù)據(jù)發(fā)現(xiàn)，區(qū)域居住條件有顯著改善，存在由農(nóng)田、荒地向城市社區(qū)的轉(zhuǎn)變過程。故而，該區(qū)域在地鐵開通后受居住與商業(yè)服務便利性的影響，致使地價、房價存在顯著升值，建筑類型、結(jié)構(gòu)、等級提升，居住用地等級由此分化。

2）范湖地鐵車站區(qū)域。

2005年范湖地區(qū)絕大多數(shù)用地類型為居住用地，該居住用地主要為低矮預制板結(jié)構(gòu)房，存在土地利用效率較低的問題。而2015年地鐵4號線開通后與2號線在該處交匯，該地區(qū)居住用地面積縮小，興建高層住宅，將原有未利用的居住用地以及工業(yè)用地轉(zhuǎn)化為公共綠地，實現(xiàn)了城市土地利用效率提升、城市生態(tài)環(huán)境與城市和諧發(fā)展，進而使土地利用格局得以優(yōu)化。

表2 金銀潭站周邊房屋均價及區(qū)域房屋均價(2015年7月—2016年6月)Tab.2 Average housing price adjacent to Jinyintan Station and average housing price in the region(July 2015-June 2016)元·m-2

表3 金銀潭地鐵車站基準地價與商業(yè)服務機構(gòu)外生觀測變量值Tab.3 Benchmark land price of Jinyintan Station and observational variables of commercial service agencies

表4 金銀潭地鐵車站居住用地外生觀測變量值Tab.4 Observational variables of residential land adjacent to Jinyintan Station m

表5 金銀潭地鐵車站居住用地距公共服務機構(gòu)平均距離Tab.5 Average distance from residential land adjacent to Jinyintan Station to public service agencies m

3）積玉橋地鐵車站區(qū)域。

2005年積玉橋地區(qū)存在大面積荒地與居住用地(以低矮預制板結(jié)構(gòu)房屋為主、房屋建設位置規(guī)劃混亂)。而地鐵2號線在此貫通后的2015年，該區(qū)域興建高檔高層建筑，改善房屋容積率，增加綠地面積，在提升土地利用效率與城市生態(tài)文明建設的前提下實現(xiàn)土地利用格局優(yōu)化。

3.3 模型結(jié)構(gòu)

基于結(jié)構(gòu)模型(見圖3)研究發(fā)現(xiàn)：1)外生變量中商業(yè)服務機構(gòu)聚集性(ξ1)由機構(gòu)密度(x1)及其聚集半徑(x2)所度量，通過測度商業(yè)服務機構(gòu)服務輻射半徑(x3)，刻畫商業(yè)服務集聚半徑軌跡，以體現(xiàn)商業(yè)服務機構(gòu)的輻射性(ξ2)，由此形成ξ1→ξ2；2)居住用地至政府機構(gòu)的距離(x4)以及其至企業(yè)的距離(x5)是衡量居住用地工作便利性(ξ3)的標準，然而對工作便利性(ξ3)的衡量并非僅由距離工作地點遠近單純衡量，同樣應由交通便利性(ξ4)予以支撐；3)居住用地交通便利性(ξ4)由居住用地至地鐵車站的距離(x6)以及其至公共汽車站的距離(x7)進行度量，由此形成ξ4→ξ3；4)房價的根本支撐因素即居住用地生活便利性(ξ5)由諸多因素匯集形成，其直接度量變量為居住用地至商業(yè)服務用地的距離(x8)以及其至公共服務機構(gòu)的距離(x9)，受到商業(yè)服務機構(gòu)聚集性(ξ1)、商業(yè)服務機構(gòu)輻射性(ξ2)以及居住用地交通便利性(ξ4)共同作用，由此形成ξ1→ξ5，ξ2→ξ5，ξ4→ξ5。

內(nèi)生變量中，居住用地出讓價格(η1)(通過居住用地的單位面積基準價格(y1)予以衡量)的提升引發(fā)居住用地級別提高，但其不可規(guī)避外生變量中商業(yè)服務機構(gòu)聚集性(ξ1)、商業(yè)服務機構(gòu)輻射性(ξ2)、居住用地工作便利性(ξ3)、居住用地交通便利性(ξ4)以及居住用地生活便利性(ξ5)對其的影響作用。因此，實現(xiàn)高購買力人群集聚進而實現(xiàn)高收入人群居住地集聚，必須以商業(yè)服務完善、宜工宜居為前提。

外生潛變量對內(nèi)生潛變量的影響印證了地鐵帶動的商業(yè)服務用地、居住用地變化對城市居住用地分化的影響。商業(yè)服務機構(gòu)聚集性、輻射性導致居住用地生活便利性提升，進而形成人群集聚；居住用地工作、交通、生活便利性引起城市居住用地價格上漲，進而引發(fā)城市居住用地貧富格局分化。

圖3 城市跨江軌道交通對土地利用格局變化影響的結(jié)構(gòu)模型Fig.3 Structural model of the influence of urban cross-river rail transit on the changes in land use layout

3.4 模型結(jié)論

3.4.1 測量方程演算結(jié)果

利用SmartPLS3.0軟件構(gòu)建測量方程。

標準因子負荷系數(shù)代表各觀測變量與對應的外生潛變量之間的關系[17]。居住用地至地鐵車站距離(x6)的標準因子負荷系數(shù)最高，3個樣點中該變量分別達0.861，0.963，0.976，說明居住用地受城市跨江軌道交通的影響顯著(平均解釋程度為93%)，而3個樣點對應的該變量標準因子負荷系數(shù)差異則表明受到經(jīng)濟容量、交通網(wǎng)絡密度等因素影響，城市跨江軌道交通對不同區(qū)域的影響存在差異。因此，此觀測變量所對應的潛變量——居住用地交通便利性可以詮釋城市跨江軌道交通對商業(yè)服務集聚(平均解釋程度為60%)、輻射(平均解釋程度為55%)以及居住用地工作便利性(平均解釋程度為60%)、生活便利性(平均解釋程度為55%)等問題。

3.4.2 測量方程的信度與效度分析

1）信度檢驗。

信度即測量數(shù)據(jù)結(jié)果的可靠性，檢驗測量值的一致性與穩(wěn)定性。本文采用克朗巴哈系數(shù)(Cronbach's α)值檢驗變量之間是否具有一致性或內(nèi)部同構(gòu)性。克朗巴哈內(nèi)部一致性檢驗公式為

式中：n為檢驗的變量數(shù)量；si為第i個變量數(shù)值的標準差；sx為整個檢驗表總得分的標準差。

驗證之前需對3個樣點數(shù)據(jù)進行耦合，以便宏觀驗證具有代表性的地鐵2號線對城市土地利用格局變化的影響。檢測結(jié)果表明，商業(yè)服務機構(gòu)聚集性、輻射性的克朗巴哈系數(shù)分別為0.726，0.711，居住用地工作、交通、生活便利性的系數(shù)分別為0.658，0.881，0.735(見表6)，上述信度系數(shù)均大于0.65，說明用觀測變量來測量潛變量具有合理性，測量方程具有內(nèi)部一致性。

2）效度檢驗。

效度檢驗目的在于檢測各潛變量間相互區(qū)別的程度，通常采用平均萃取變異量(Average Variance Extracted,AVE)進行測度，其公式為

式中：λi為觀測變量在對應潛變量上的負載系數(shù)；1-λi

2為測量誤差方差。

AVE表示用潛變量的方差解釋相應觀測變量方差的百分比，通常認為AVE應至少大于0.5[31]，表明結(jié)構(gòu)變量具有內(nèi)部一致性。由表6可以看出，各潛變量的AVE均大于0.64，故而證明測量模型具備較好的區(qū)分效度。

3.4.3 結(jié)構(gòu)方程演算結(jié)果

路徑系數(shù)用以衡量不同外生潛變量對城市跨江軌道交通引發(fā)城市土地利用格局變化的影響程度。通過對實證研究中的3個樣點結(jié)構(gòu)方程數(shù)據(jù)進行耦合，獲取耦合結(jié)構(gòu)方程的路徑系數(shù)與潛變量之間的相關系數(shù)，顯示外生潛變量與內(nèi)生潛變量之間的相關關系，亦驗證了外生變量與內(nèi)生變量間的因果關系。

如圖4所示，外生潛變量之間的相關系數(shù)為0.611～0.791，總體低于AVE的值域0.649～0.863，但其差距較小，仍表明該耦合結(jié)構(gòu)模型具有相對較優(yōu)的區(qū)分效度；城市跨江軌道交通帶來的居住用地交通便利性對城市土地利用格局變化的影響程度最強(路徑系數(shù)0.537)，城市跨江軌道交通引發(fā)的連鎖性因素是商業(yè)服務機構(gòu)聚集性(路徑系數(shù)為0.474)、居住用地生活與工作便利性(路徑系數(shù)分別為0.415，0.401)。因此，城市跨江軌道交通能夠促使城市土地利用格局優(yōu)化。

4 結(jié)論

城市居住用地分化是一個集經(jīng)濟學、政治學、地理學等學科于一體的復雜性問題，本文利用結(jié)構(gòu)方程模型分析武漢市跨江軌道交通對居住用地分化的影響。結(jié)果表明，交通便利性(路徑系數(shù)達0.537)是促成城市居住用地分化的主因，商業(yè)服務集聚、生活便利、工作便利等因素則以交通因素為基礎作用于城市居住用地分化。這表明，城市跨江軌道交通在提升長江兩岸的貫通性以及提升地價與房價、聚集商業(yè)服務、實現(xiàn)居住用地生活與工作便利性方面發(fā)揮著重大作用，具有相當購房能力的購房者基于便利性因素驅(qū)動而更趨向于購買城市跨江軌道交通沿線區(qū)位優(yōu)越房產(chǎn)，而調(diào)查表明這類房產(chǎn)通常為高檔住宅，在購買意愿的反作用下使高檔住宅聚集效應得以發(fā)生。文章得出以下結(jié)論：

1）城市跨江軌道交通的開通使長江兩岸交通互通性提升，引發(fā)高檔住宅在城市跨江軌道交通沿線的集聚效應。這種集聚效應來源于兩方面，一方面是交通便利性帶來的區(qū)位優(yōu)勢提升，另一方面是市場調(diào)節(jié)下高購買力人群對優(yōu)質(zhì)高檔住宅的需求。

表6 信度系數(shù)與效度Tab.6 Reliability coefficient and validity

圖4 三樣點耦合結(jié)構(gòu)方程的路徑系數(shù)及潛變量之間的相關系數(shù)Fig.4 Correlation coefficient between path coefficient and latent variables of three-sampling points structural equation

2）城市跨江軌道交通的開通使沿線地價上漲、土地利用效率提升、土地利用格局變化，在商業(yè)服務、居住用地格局升級的同時，受市場杠桿的調(diào)節(jié)作用影響，圈層式居住等級變化引發(fā)居住用地分化。

基于結(jié)構(gòu)方程模型的城市跨江軌道交通對城市居住用地分化的影響研究對于城鎮(zhèn)化發(fā)展下的軌道交通布局具有較好的借鑒意義，亦有助于對規(guī)劃軌道交通線路沿線的相關土地利用類型進行合理空間布局。本文所選變量以土地利用效率為指引，未就其他領域指標加以測量，相關因素的研究有待深入。

參考文獻：

[1]侯愛敏，翟青．軌道交通對城市住房發(fā)展的影響綜述[J].城市問題，2009(6)：32-38.Hou Aimin,Zhai Qing.Research Review on the Effects of Rail Transit on the Developing of Urban Housing[J].Urban Problems,2009(6):32-38.

[2]Chen H,Rufolo A,Dueker K J.Measuring the Impact of Light Rail Systems on Single Family Home Values:A Hedonic Approach with GIS Application[J].Transportation Research Record,1617(1):38-43.

[3]申麗霞，覃國添.城市軌道交通對周邊物業(yè)影響分析[J].城市軌道交通研究，2006(4)：49-51+55.Shen Lixia,Qin Guotian.A Study on Metro Impacts over the Surrounding Properties[J].Urban Mass Transit,2006(4):49-51+55.

[4]梁青槐，孔令洋，鄧文斌．城市軌道交通對沿線住宅價值影響定量計算實例研究[J].土木工程學報，2007(4)：98-103.Liang Qinghuai,Kong Lingyang,Deng Wenbin.Impact of URT on Real Estate Value:The Case of Beijing Metro Line 13[J].China Civil Engineering Journal,2007(4):98-103.

[5]尹愛青，唐焱.軌道交通對住宅價格的影響：以南京市地鐵一號線為例[J].城市問題，2008(2)：29-34.Yin Aiqing,Tang Yan.The Impact on Real Estate Price by Urban Rail Transportation:Taking Nanjing Subway One For Example[J].Urban Problems,2008(2):29-34.

[6]張沈生，李輝，吳楊.基于互換論的沈陽地鐵設施效能增加值研究[J].沈陽建筑大學學報(自然科學版)，2007，23(3)：432-437.Zhang Shensheng,Li Hui,Wu Yang.Study on Efficacy Added Value of Shenyang Subway Facilities Based on the Exchange Theory[J].Journal of Shenyang Jianzhu University(Natural Science),2007,23(3):432-437.

[7]鄭捷奮.城市軌道交通與周邊房地產(chǎn)價值關系研究[D].北京：清華大學，2004.Zheng Jiefen.The Relationship Between Property Value and Urban Rapid Rail Transit:Based on Improved Hedonic Price Model(s)[D].Beijing:Tsinghua University,2004.

[8]宋珂，周銳，林宏志，等.軌道交通站點周邊土地利用優(yōu)化分析：以上海軌道10號線五角場站為例[J].復旦學報(自然科學版)，2013，52(1)：78-85.Song Ke,Zhou Rui,Lin Hongzhi,et al.Research on Optimal Method for Land Use Around Urban Rail Traffic Site:A Case Study of Wujiaochang Station on Shanghai Metro Line 10[J].Journal of Fudan University(Natural Science),2013,52(1):78-85.

[9]甘勇華，鄧興棟.合理確定城市軌道交通樞紐用地綜合開發(fā)強度[J].城市軌道交通研究，2012，15(8)：20-23+28.Gan Yonghua,Deng Xingdong.Rational Intensity of Comprehensive Land Use at Rail Transport Hub[J].Urban Mass Transit,2012,15(8):20-23+28.

[10]陳畢新，陳小鴻.軌道交通對城市住宅價格的影響因素分析[J].價格理論與實踐，2006(11)：28-29.Chen Bixin,Chen Xiaohong.Analysis of Influencing Factors of Rail Transit on Urban Real Estate Price[J].Price:Theory&Practice,2006(11):28-29.

[11]王瓊.城市軌道交通對沿線房地產(chǎn)價格的影響[J].城市軌道交通研究，2008(2)：10-13.Wang Qiong.URT Influences on Real Estate Prices AlongtheLines[J].UrbanMass Transit,2008(2):10-13.

[12]王錫福，徐建剛，李楊帆.南京城市軌道交通建設潛在影響下的土地利用分異研究[J].人文地理，2005(3)：112-116.Wang Xifu,Xu Jiangang,LiYangfan.Potential Influences of Rail Transportation Construction to Land Use Differentiation in Nanjing[J].Human Geography,2005(3):112-116.

[13]楊勵雅，秦燕燕，邵春福.軌道交通建設影響下土地利用性質(zhì)空間分異的組合預測模型[J].中國鐵道科學，2008，29(1)：114-119.Yang Liya,Qin Yanyan,Shao Chunfu.Integrated Forecasting Model for the Space Differentiation of Land Use Type Under the Influence of Rail Transit Construction[J].China Railway Science,2008,29(1):114-119.

[14]陳莉.軌道交通對沿線房地產(chǎn)價格影響的研究[J].特區(qū)經(jīng)濟，2007(8)：261-263.Chen Li.Research of Transportation Line's Influence on Real Estate Price[J].Special Zone Economy,2007(8):261-263.

[15]陳有孝，林曉言，劉云輝.城市軌道交通建設對地價影響的評估模型及實證：以北京市軌道交通為例[J].北京交通大學學報(社會科學版)，2005(3)：7-13.Chen Youxiao,Lin Xiaoyan,Liu Yunhui.Impacts of Rail Transport Construction on Land Value,Valuation Model and Empirical Study:Case Study on Beijing Light Rail[J].Journal of Beijing Jiaotong University(Social Sciences Edition),2005(3):7-13.

[16]Bae Chang-Hee C,Jun Myung-Jin,Park Hyeon.The Impact of Seoul's Subway Line 5 on Residential Property Values[J].Transport Policy,2003,10(2):85-94.

[17]王真，郭懷成，何成杰，等.基于統(tǒng)計學的北京城市居住用地價格驅(qū)動力分析[J].地理學報，2009，64(10)：1214-1220.Wang Zhen,Guo Huaicheng,He Chengjie,et al.Driving Force Analysis of Residential Land Price in Beijing Based on Statistical Methods[J].Acta Geographica Sinica,2009,64(10):1214-1220.

[18]鄭文含.居住型軌道交通站點地區(qū)用地布局探討[J].規(guī)劃師，2009，25(12)：58-62.Zheng Wenhan.Discussion on Land Use Layout of Residentail Rail Transit Station Areas[J].Planners,2009,25(12):58-62.

[19]陳曉勇，楊俊，宋振江，等.長江中游經(jīng)濟帶區(qū)域產(chǎn)業(yè)分工戰(zhàn)略研究[J].中國發(fā)展，2015，15(2)：28-33.Chen Xiaoyong,Yang Jun,Song Zhenjiang,et al.On Regional Industrial Division Strategy in the Middle Reach of Yangtze River Economic Zones[J].China Development,2015,15(2):28-33.

[20]楊俊，李爭，宋振江，等.長江經(jīng)濟帶內(nèi)陸節(jié)點城市生態(tài)系統(tǒng)狀態(tài)評價研究：以長江中游城市帶為例[J].人民長江，2016，47(2)：11-14.Yang Jun,Li Zheng,Song Zhenjiang,et al.Study on Evaluation of Ecological System State of Inland Key Cities of Yangtze River Economic Belt:Case of Cities in Midstream of Yangtze River[J].Yangtze River,2016,47(2):11-14.

[21]江永，葉霞飛，王治.上海軌道交通1號線對沿線房地產(chǎn)價格的影響范圍研究[J].城市軌道交通研究，2007(2)：28-31.Jiang Yong,Ye Xiafei,Wang Zhi.Impact Area of Shanghai Rail Transit Line 1 on Development Benefits[J].Urban Mass Transit,2007(2):28-31.

[22]鄭捷奮，劉洪玉.深圳地鐵建設對站點周邊住宅價值的影響[J].鐵道學報，2005(5)：11-18.Zheng Jiefen,Liu Hongyu.The Impact of URRT on House Prices in Shenzhen[J].Journal of the China Railway Society,2005(5):11-18.

[23]曹小曙，林強.基于結(jié)構(gòu)方程模型的廣州城市社區(qū)居民出行行為[J].地理學報，2011，66(2)：167-177.Cao Xiaoshu,Lin Qiang.A SEM-Based Study on Urban Community Resident's Travel Behavior in Guangzhou[J].Acta Geographica Sinica,2011,66(2):167-177.

[24]王希榮.地稅系統(tǒng)顧客滿意度指數(shù)研究與應用[D].天津：天津大學，2006.Wang Xirong.The Study and Application of the Customer Satisfaction Index in the Local Taxation System[D].Tianjin:Tianjin University,2006.

[25]吳連朋.基于UTAUT理論的ERP技術(shù)采納建模與實證研究[D].天津：天津大學，2008.Wu Lianpeng.Modeling and Empirical Studies on ERP Technology Adoption Based on UTAUT Theory[D].Tianjin:Tianjin University,2008.

[26]藺煒瑩.高校學生服務感知質(zhì)量研究[D].天津：天津大學，2005.Lin Weiying.Research on Student's Perception of Service Quality in University[D].Tianjin:Tianjin University,2005.

[27]王鳳慧.高校教師組織承諾結(jié)構(gòu)與提升策略研究[D].天津：天津大學，2010.Wang Fenghui.Study on the Structure and Improvement of University Teachers'Organizational Commitment[D].Tianjin:Tianjin University,2010.

[28]張志恒，徐菊芬.軌道交通站點周邊用地開發(fā)強度分類研究：以南京市地鐵2號線為例[J].住宅科技，2014，34(10)：17-22.Zhang Zhiheng,Xu Jufen.Classified Study on Intensity of Land forDevelopment Around Stations of Rail Transit:Taking Nanjing Metro Line 2 forInstance[J].Housing Science,2014,34(10):17-22.

[29]武文杰，劉志林，張文忠.基于結(jié)構(gòu)方程模型的北京居住用地價格影響因素評價[J].地理學報，2010，65(6)：676-684.Wu Wenjie,Liu Zhilin,Zhang Wenzhong.Determinants of Residential Land Price:Structure Equation Model Analysis Using Land-Leasing Parcel Data in Beijing[J].Acta Geographica Sinica,2010,65(6):676-684.

[30]謝中凱，李飛雪，李滿春，等.大城市居住用地擴展特征及驅(qū)動力分析：以南京市中心城區(qū)(長江以南)為例[J].測繪科學，2015，40(6)：92-97.Xie Zhongkai,Li Feixue,Li Manchun,et al.Study on the Expansion of New Residential Land in the Nanjing Downtown(South of the Yangtze River)[J].Science of Surveying and Mapping,2015,40(6):92-97.

[31]Richard P B,Youjae Y.On the Evaluation of Structural Equation Models[J].Journal of the Academy of Marketing Science,1988,16(1):74-94.