成都市地鐵7號線站點對周邊住宅價格變化的影響

牛 棟

(四川大學經濟學院 四川 成都 610065)

引言

隨著地鐵的不斷發展，地鐵對其經過周邊的土地和房產都帶了龐大的增值收益，特別是住宅。因此，通過研究來探索地鐵站點對其周邊住宅價格的影響效應就具有了實際意義。

一、文獻綜述

Boyce對從美國費城到新澤西郊區的快速鐵路線的研究，得出結論,這條快速的地鐵線路會產生經濟效益，節省了沿線居民出行的交通耗費[1]。何建華通過對北京13號線進行實證研究并得出結論：北京地鐵13號線對其沿線的土地價值具有促進作用[2]。

二、理論模型

hedonic模型：Hedonic模型的函數表達有很多種，但是通常的函數表達式有線性表達式、半對數表達式：

(1)線性表達式：線性表達式是最常見的表達形式，其函數形式為：

P=α0+β1Z1+β2Z2+…+βnZn+ε

其中，P為被解釋變量，表示為住宅的平均單價；Z1、Z2、Zn為解釋變量，代表住宅所隱含的各種特征變量；n為變量數目；ε為隨機誤差量；α0為除了特征變量之外其他影響價格的常量；β1,β2,βn為待估計變量。

(2)半對數模型表達方式；根據對數方程可得，對數方程仍然具有不足之處，因此，將對數方程進行些許改動，便得到了半對數方程，其方程為:

lnP=α0+β1Z1+β2Z2+…+βnZn+ε

三、研究設計

(一)研究對象

本文精選了成都地鐵七號線沿線的不同距離相關80樓盤數據作為研究對象，主要包括各個樓盤的一些特征。

(二)數據來源

本文的研究對象就局限于成都市的二手房的交易，其主要數據來自鏈家網、房天下等房地產交易平臺。

四、實證研究

(一)指標選取

根據國內外研究者的研究來看，通常影響住宅價格的因素共有三大類別：區位因素、建筑物本身因素、鄰里因素。因此，在對80個樓盤進行收集時，共收集了包括住宅價格在內的8個因素，這個8個因素也是影響地鐵周邊房價的主要因素。初選的特征變量如下：

表1 變量選取與預測

表中各變量的含義分別是：(1)LnP：樣本樓盤價格的對數；(2)M5：樓盤距離其最近的地鐵站0-500m內；(3)M10：樓盤距離其最近的地鐵站500-1000m內；(4)M15：樓盤具體其最近的地鐵站1000-1500m內；(5)PR：樓盤的容積率；(6)CA：樓盤的修建時間；(7)G：小區的綠化率；(8)PF：該小區的物業費

(二)建立hedonic模型

1.線性模型：

P=α1+β1×M5+β2×M10+β3×M15+β4×PR+β5×CA+β6×G+β7×PF

2.對數模型：

lnP=α0+β1×M5+β2×M10+β3×M15+β4×PR+β5×CA+β6×G+β7×PF

(三)模型計算

根據國內外學者研究來看，利用hedonic模型來研究房地產價格大多采用的是線性模型或者半對線性模型這兩種形式。因此本次研究先采取這兩個模型進行實證分析，并根據結果確立最終模型。采用stata軟件對上述建立的兩個模型進行計算。

表2 模型比較

分析以上數據結果可以得出，線性方程的和擬合度R2和半對數方程模型R2都較高，這說明兩個模型都具有很高的可信度，最終本文選取半對數模型對進行分析。

表3 Linear regression

*** p<0.01,** p<0.05,* p<0.1

該模型實際意義解釋：(1)G：該回歸系數為0.56，正向影響，說明率越高房價越高。(2)PR：該回歸系數為-0.025，這說明容積率越大的樓盤房價相對較低。(3)PF：該回歸系數為0.016，正向影響，說明區物業費越高，因為越高端的小區所提供的公共服務越細致越全面，因此收取的物業費相對越高。(4)CA:該回歸系數為-0.028，房屋修建時間越長其房價越低。(5)M5：該回歸系數為0.11，正向影響，這說明距離樓盤最近的站點0-500m內的樓盤，地鐵對其影響度為11%。(6)M10：該回歸系數為0.07，正向影響，這說明在距離其最近站點的500-1000M之間的樓盤，地鐵對其影響度為7%。(7)M15：該回歸系數為0.063，正向影響，這說明在距離其最近站點的1000-1500M之間的樓盤，地鐵對其影響度為6.3%。

五、結論與建議

本次研究利用hedonic模型，來研究成都地鐵7號線的開通對其周邊住宅價格影響。因此，本論文的主要結論有：(1)通過研究發現地鐵7號線的貫通對其周邊房價有提升作用，因為地鐵貫通前的均價相比于貫通后的均價較低。(2)研究發現地鐵對沿線的房價有影響,但影響程度不同。本文通過房地產特征價格模型的定量分析得出，地鐵7號線對其最近站點0-500m范圍內的樓盤的影響度為11%，500-1000m范圍內的樓盤的影響度為7%，00-1500m范圍內的樓盤的影響度為6.3%。