非省會城市地鐵建設(shè)對房價的影響

肖雨欣 席媛媛 曹添雅 劉靜華 武慧瑩 張光屹

[提要] 地鐵建設(shè)正成為中國城市化進程中的一個重要縮影，不僅省會城市借助地鐵來緩解交通壓力，近幾年東中部的非省會城市也紛紛開展地鐵建設(shè)，成為影響城市房價變動新的重大因素。本文以洛陽地鐵沿線樓盤作為研究對象，探究其價格變化特征。整體看來，洛陽市地鐵在研究期內(nèi)尚未展現(xiàn)出對房價的明顯影響，可能因為具有一定的滯后性，要在后續(xù)研究中進一步深入。

關(guān)鍵詞：地鐵;房價;特征價格模型;洛陽

基金項目：河南省大學生創(chuàng)新創(chuàng)業(yè)訓練計劃平臺創(chuàng)新重點項目（S201910464037）;項目負責人：武慧瑩;指導老師：閆晨紅

中圖分類號：F293.3 文獻標識碼：A

收錄日期：2020年9月7日

一、引言

隨著我國城市化進程加快，交通擁堵、城市環(huán)境惡化等問題也日漸突出。城市地鐵建設(shè)能夠緩解城市交通壓力，為居民出行提供更便捷的交通方式，也促進環(huán)境的改善。地鐵建設(shè)完善了城市基礎(chǔ)設(shè)施建設(shè)，無形中也對周邊住宅區(qū)房價產(chǎn)生一定的影響。

自20世紀90年代開始，國內(nèi)外學者對城市軌道交通建設(shè)對周邊房價影響的研究逐漸深入。國外學者運用多種方法如重復銷售法、直接比較法等進行研究。Voith（1993）等多名學者都發(fā)現(xiàn)軌道交通對房地產(chǎn)價格產(chǎn)生積極的影響。國內(nèi)對軌道交通的研究起步較晚。葉霞飛等（2002）以上海地鐵1號線為例，研究地鐵2km范圍內(nèi)房價的具體變化。何劍華等（2004）運用hedonic模型研究北京市地鐵13號線對住宅價格的影響，研究表明，地鐵對沿線500m以內(nèi)的房價有明顯的影響，而影響程度因站而異。胡曉霞（2008）通過杭州地鐵對新建住宅價格影響的定量分析，指出對杭州住宅房價影響包括了地鐵因素，并且得出由于地鐵的規(guī)劃建設(shè)引起周圍房價的漲幅達到100%的結(jié)論。楊舒文（2017）基于特征價格模型對杭州市房價展開研究，認為地鐵的可達性對新建商品住房的銷售單價有正向作用，已通車的地鐵的溢價高于正在建設(shè)的地鐵溢價。都沁軍等（2019）以石家莊地鐵1號線為研究對象，表明軌道交通對距離較近（約400米以內(nèi)）的房價會產(chǎn)生負面作用;在距離400m～800m內(nèi)的軌道交通的建設(shè)建立特征價格模型，發(fā)現(xiàn)地鐵站點對周邊房價的影響呈倒“U”型關(guān)系，即在距離地鐵300m～900m內(nèi)的住宅區(qū)價格上升比較明顯。由此可見，國內(nèi)學者對軌道交通的研究大多基于國外研究基礎(chǔ)上，與我國房地產(chǎn)實際情況結(jié)合不夠密切，在研究上還有一定的局限性。

洛陽市作為我國中西部地區(qū)第一個獲批建設(shè)地鐵的非省會城市，修建地鐵所產(chǎn)生的影響對中西部其他非省會城市具有指導意義。本文以洛陽市正在修建的兩條地鐵線為基礎(chǔ)，研究地鐵1.5公里范圍內(nèi)的住宅區(qū)在地鐵規(guī)劃期、地鐵修建期、地鐵運營期房價的變化程度，通過對比周邊其他基礎(chǔ)設(shè)施，分析地鐵建設(shè)對周邊房價的具體影響效果。

二、Arcgis空間分析

本文利用普通空間插值技術(shù)，分別對地鐵沿線的住房價格進行空間插值。研究地鐵在規(guī)劃期與建設(shè)期時房價的變化程度。圖1顯示了洛陽市地鐵線在各個區(qū)內(nèi)的分布情況，并且標出了地鐵沿線1.5km范圍內(nèi)住宅區(qū)的分布情況。（圖1）

由圖2可以看出，2016年住房價格呈現(xiàn)中心圈層遞減結(jié)構(gòu)，南北差異較為明顯。洛龍新區(qū)的住房價格明顯高于北部城區(qū)價格，且南部洛龍新區(qū)房價集中自二號線中段為中心向外發(fā)散?？梢钥闯?，在2號線地鐵沿線，房價明顯地呈現(xiàn)軸線擴散。1號線則暫時還未形成完整的高房價聚集效應，但也慢慢呈現(xiàn)出這種趨勢。（圖2）

2019年，在地鐵建設(shè)期時，地鐵2號線高房價聚集區(qū)域明顯擴大，而房價峰值區(qū)域仍集中在2號線中南段附近。1號線與近幾年相比，西段的高房價聚集區(qū)域也在進一步變大，但聚集效應并不突出，對于東段來說，地鐵沿線對于高房價，似乎并沒有太大影響，房價沒有呈現(xiàn)出沿線聚集的表現(xiàn)。

三、特征價格模型分析

（一）模型概述。根據(jù)國內(nèi)外相關(guān)文獻中軌道交通對住房價格的影響分析大都采用特征價格模型，由于此模型容易取樣，可以很容易地得到大量的價格資料，并且此模型的經(jīng)濟意義比較直觀，計算相對簡單，于是本文采用特征價格模型法。

特征價格模型認為房地產(chǎn)由眾多不同的特征組成，而房地產(chǎn)價格是由所有特征帶給人們的效用決定的。由于各特征的數(shù)量及組合方式不同，使得房地產(chǎn)的價格產(chǎn)生差異。因此，將房地產(chǎn)的價格影響因素分解，求出各影響因素所隱含的價格，在控制地產(chǎn)的特征（或品質(zhì)）數(shù)量固定不變時，將房地產(chǎn)價格變動的品質(zhì)因素拆離，反映純粹價格的變化。以此給房地產(chǎn)開發(fā)商一些相關(guān)建議以及給購房者提供相關(guān)參考。

特征價格模型主要有線性函數(shù)形式、半對數(shù)函數(shù)形式和對數(shù)函數(shù)形式。這三種不同的形式有不同適應的數(shù)據(jù)分析情況，考慮到線性函數(shù)形式模型中邊際效應遞減的規(guī)律，對數(shù)函數(shù)模型中的特征變量不能為0，因此本文選擇使用半對數(shù)模型形式來進行分析。

（二）變量的選擇。影響住宅價格的因素主要有鄰里特征（X1-X4）、區(qū)位特征（X5-X6）和建筑特征（X7-X9），本文選取9個自變量來構(gòu)建價格特征模型。（表1）

1、因變量：住宅單價Y是模型的因變量。就我國目前的房產(chǎn)交易價格情況來看，房產(chǎn)交易的實際價格是非公開的，因此想要明確市場上房產(chǎn)實際交易價格是十分困難的。并且本文主要研究洛陽地鐵建設(shè)對房價的影響程度，采用半對數(shù)函數(shù)形式進行回歸分析以及百分比的形式進行結(jié)果分析，因此選擇洛陽地鐵周邊住宅的網(wǎng)絡(luò)公開的住宅平均單價來作為模型的因變量。

2、鄰里特征變量：政府提供的一些服務以及公共設(shè)施會影響房地產(chǎn)市場，像學校、醫(yī)院等都會對房地產(chǎn)的價格產(chǎn)生影響，現(xiàn)如今人們也更注重生活配套設(shè)施以及小區(qū)環(huán)境。本文選擇住宅1，000m內(nèi)是否有學校，住宅1，000m內(nèi)是否有商場，住宅1，000m內(nèi)是否有醫(yī)院，住宅1，000m內(nèi)是否有公園四個虛擬變量作為鄰里特征變量。預期影響為生活配套設(shè)施越完備，住宅價格越高，反之亦然。

3、區(qū)位特征變量：區(qū)位特征多從住宅距離市中心的距離以及交通的可達性方面進行分析，現(xiàn)如今人們也更注重交通便利性。本文選擇住宅到地鐵站的距離、住宅到火車站的距離兩個變量來作為區(qū)位特征變量進行量化分析。預期影響為交通便利程度越高，住宅價格越高，反之亦然。

4、建筑特征變量：建筑特征多從房地產(chǎn)自身條件狀況來影響到房地產(chǎn)的價格，現(xiàn)如今人們也更注重房產(chǎn)自身的條件以及物業(yè)管理。本文選擇住宅的綠化率、容積率、物業(yè)費三個變量作為建筑特征變量進行分析。預期影響為綠化率百分比和物業(yè)費越高，住宅價格越高;容積率越高，住宅價格越低，反之亦然。

（三）模型分析

1、剔除不顯著因素。由于住宅1，000m內(nèi)是否有學校（X1）這個特征變量因為在數(shù)據(jù)中均為1，相關(guān)性不大，研究沒有意義，我們不考慮這個特征變量。通過其他八個特征變量來剔除不顯著因素，首先考慮九個特征變量和被解釋變量（Y）的相關(guān)系數(shù)，初步篩選變量，篩選出住宅1，000m內(nèi)是否有住宅（X2）、住宅1，000m內(nèi)是否有醫(yī)院（X3）、住宅1，000m內(nèi)距地鐵站的距離（X5），這三個特征變量明顯低于0.3，相關(guān)系數(shù)不高，做回歸對房價的影響沒有顯著性影響，將之剔除，初步篩選出X4、X6、X7、X8、X9相關(guān)系數(shù)較高的5個變量。

剔除不顯著的因素后，對其余顯著性因素較高的特征變量重新建立半對數(shù)模型，模型如下：

2、多重共線性檢驗。由于某些解釋變量間可能存在某種近似的線性關(guān)系，需要對模型進行多重共線性的判別檢驗和調(diào)整，防止出現(xiàn)參數(shù)估計量經(jīng)濟含義不合理，變量的顯著性檢驗失去意義，可能將重要的解釋變量排除在模型之外等情況。根據(jù)半對數(shù)模型對變量進行回歸分析來判別是否具有多重共線性，得到如下回歸結(jié)果：可決系數(shù)為0.4120，調(diào)整后的可決系數(shù)為0.3790（較高），F(xiàn)值為12.4729，結(jié)果顯著。但是，特征變量X6、X8、X9的T檢驗結(jié)果均不顯著，懷疑存在多重共線性。通過相關(guān)系數(shù)法進一步建立其各特征變量的相關(guān)矩陣可以得出確實存在多重共線性，并且其中X7、X8、X9的相關(guān)性比較復雜，相關(guān)系數(shù)較高，因此可能存在多余變量。需要對特征變量進行調(diào)整。

3、調(diào)整。分別剔除X7、X8、X9這三個特征變量，運用模型進行回歸結(jié)果分析對比，綜合調(diào)整后的擬合優(yōu)度，顯著變量的個數(shù)，還有F值。我們認為，剔除特征變量X8的結(jié)果最為顯著，消除了多重共線性。并且對其進行最小二乘法回歸分析，結(jié)果表示模型中的X4、X7、X9這三個特征變量均在5%的顯著性水平下顯著，F(xiàn)值和調(diào)整后的可決系數(shù)也并沒有因為變量的減少而減少，這三個特征變量對房價具有顯著性影響。調(diào)整后得到的模型形式為：

LnY=8.689948+0.156879×X4+0.740480×X7+0.138654×X9

4、異方差檢驗。本文采用截面數(shù)據(jù)進行模型分析，而截面數(shù)據(jù)存在異方差的可能性較大，所以我們對調(diào)整后的模型結(jié)果進行懷特檢驗，來檢驗是否存在異方差。經(jīng)檢驗樣本數(shù)的可決系數(shù)對應的prob.值大于顯著性水平5%，不具有異方差。檢驗結(jié)果如表2所示。（表2）

5、殘差的正態(tài)性檢驗。對模型進行是否服從零均值正態(tài)分布的檢驗，結(jié)果顯示服從正態(tài)分布。綜上所述，最終得到的模型形式為：

LnY=8.689948+0.156879×X4+0.740480×X7+0.138654×X9

6、結(jié)論。根據(jù)特征價格模型分析可得，對房價影響程度最大的三個因素是：住宅區(qū)1，000m以內(nèi)是否有公園、住宅區(qū)綠化程度以及小區(qū)物業(yè)費水平。其中，公園的影響程度最小，住宅區(qū)綠化程度次之，小區(qū)的物業(yè)費水平對房價的影響程度最高。

四、總結(jié)及建議

（一）總結(jié)。本文通過Arcgis空間分析，繪制洛陽地鐵沿線1.5km內(nèi)住宅區(qū)的分布情況圖，并將2016年地鐵規(guī)劃期和2019年地鐵建設(shè)期的房價峰值區(qū)進行比對。分析得出：近年來洛陽市南部住房價格普遍高于北部，2號線高房價聚集區(qū)域逐漸擴大，房價峰值區(qū)集中在2號線南段，而其他區(qū)域聚集效應并不突出。接著，本文基于特征價格理論下的半對數(shù)模型，從鄰里特征（N）、區(qū)位特征（L）和建筑特征（S）中選取9個自變量對影響住房價格的因素進行顯著性檢驗和回歸分析。研究發(fā)現(xiàn)，采用特征價格模型分析可得出對房價影響程度最大的三個因素是：住宅區(qū)1，000m以內(nèi)是否有公園、住宅區(qū)綠化程度以及小區(qū)物業(yè)費水平。說明居民越來越重視居住環(huán)境的舒適度，注重享受生活。因此，地鐵建設(shè)對周圍房價的影響并不明顯。

（二）建議。在地鐵規(guī)劃方面，要注意地鐵路線所帶來的周邊房價上漲沖擊和在地鐵周邊1.5km外的較遠住房的價格抑制作用。在城市布局方面，加大對地鐵沿線公園建設(shè)，滿足人們對自然和景觀的心理需求。在公園建設(shè)方面，要遵循視野開闊，園內(nèi)附近空氣質(zhì)量良好，綠化達標的標準進行修建，配合地鐵沿線的不同站點功能區(qū)定位和居住集中程度，分布建設(shè)不同層級等級的公園，滿足不同人群的公園觀賞休閑需求。在房地產(chǎn)物業(yè)配套方面，提高房地產(chǎn)中物業(yè)服務水平，從而更好地實現(xiàn)項目溢價，物業(yè)行業(yè)要向行業(yè)標準化之路轉(zhuǎn)變。同時，要加強政府宏觀調(diào)控，做好以有形之手規(guī)范物業(yè)標準，以高質(zhì)量水平服務業(yè)為主。

主要參考文獻：

[1]Voith.Changing Capitalization of CBD-Oriented Transportation Systems：Evidence from Philadelphia，1970-1988[J].Academic Press，1993.33（3）.

[2]David R.Bowes，Keith R.Ihlanfeldt. Identifying the Impacts of Rail Transit Stations on Residential Property Values[J].Journal of Urban Economics，2001.50（1）.

[3]葉霞飛，蔡蔚.城市軌道交通開發(fā)利益還原方法的基礎(chǔ)研究[J].鐵道學報，2002（01）.

[4]何劍華.用hedonic模型研究北京地鐵13號線對住宅價格的效應[D].清華大學，2004.

[5]胡曉霞.杭州地鐵對新建住宅價格影響的定量分析[D].浙江大學，2008.

[6]楊舒文.基于特征價格模型的房價研究[D].浙江大學，2017.

[7]都沁軍，王衛(wèi)秀.城市地鐵建設(shè)對沿線住宅價格的影響分析[J].國土資源科技管理，2019.36（04）.

[8]梅志雄，徐頌軍，歐陽軍，等.廣州地鐵三號線對周邊住宅價格的時空影響效應[J].地理科學，2011.31（7）.