軌道交通對住宅的溢價效應與價值捕獲機制
——以合肥軌道交通1號線為例

張 袁，顧大治，劉傲霜，趙梓言，龔詠喜,3

［1.哈爾濱工業大學（深圳） 建筑學院，廣東 深圳 518055；2.合肥工業大學 建筑與藝術學院，合肥 230601；3.廣東省人文社科重點研究基地 哈爾濱工業大學（深圳）空間治理數字技術研究中心，廣東 深圳 518055］

當前中國正深入實施“公交都市”與“交通強國”戰略，2020 年中國“十四五”規劃綱要提到：“提高網絡效應和運營效率，有序推進城市軌道交通發展”。伴隨著近年來中國各大城市人口不斷上漲，城市建成區不斷擴展，許多城市展開軌道交通建設。截至2021年底，中國開通軌道交通的城市增至50個，運營總長度為9 206.8 km（中國城市軌道交通協會，2022）。軌道交通導向的城市高品質、高密度建設能提高軌道交通運營效率，并引領城市空間形態集約發展已成為行業共識，站點周邊步行范圍內的土地開發利用與資源配置問題受到廣泛關注。“軌道交通沿線土地整備”“公共交通導向的綜合開發”“最后一公里建設”成為許多城市“十四五”規劃期間的重點工作之一。“十四五”期間中國城市軌道交通項目預計年均完成建設投資約6 000億元（中國城市軌道交通協會，2021），再加之建成后的運營成本，軌道交通的建設與運營投入資金巨大，而其中約40%～50%建設的資本金需地方政府財政承擔，其他費用主要借助銀行貸款等方式融資填補（林雄斌 等，2019）。在此背景下，借助有效措施，維護軌道交通收支平衡、城市可持續發展至關重要。

軌道交通對于站點區域的溢價效應主要外顯表征為沿線土地與建成房地產增值，土地價格數據往往時間跨度較大，且覆蓋區域范圍離散，土地價值依附于住宅價值（Davis et al., 2008; McAllister et al., 2018），而沿線站點區域的住宅價格數據能較全面地覆蓋并表征沿線站點區域的情況，是城市空間價值在市場上的即時體現（吳文佳 等，2014；沈體雁 等，2020）。當前軌道交通已成為城市新的發展軸，軌道交通大幅提升沿線空間可達性，為沿線的住宅項目帶來巨大的溢價增值。在城市中“地鐵房”已成為備受歡迎的樓盤銷售標簽，許多城市通過適宜的“溢價捕獲”（Value Capture，也稱“溢價回收”“溢價歸公”）策略回收軌道交通對沿線住宅空間的增值溢價（Dickens, 2015），借助溢價捕獲反哺城市建設。典型的溢價捕獲策略主要有設置土地增值稅（Li et al., 2022）、構建公私合營伙伴關系（鄭思齊 等，2014）、探索沿線土地發展權轉移（Suzuki et al., 2015）等，不同社會經濟背景地區適用的溢價捕獲策略不同。值得一提的是，軌道交通建設能改善周邊空間可達性，但是否存在沿線空間增值以及溢價程度的多寡等方面仍有較大爭論，這是由于軌道交通的溢價效應容易受到沿線空間土地開發結構（Ren et al., 2020）、建成環境品質（黃醇醇 等，2021）、測度溢價的模型與方法選取（潘海嘯 等，2016）、市場供需關系（Shao et al., 2020）等多因素影響，進而在沿線區域表征出顯著的空間差異。以合肥市住宅價格為例，同為于軌道交通紅利區的住宅價格差異非常明顯；有的地方價格超過3萬元/m2，有的地方卻只有1萬元/m2，最高的住宅小區均價甚至是最低小區的5倍。住宅價格的差異有其必然性原因，而過度的溢價分化可能造成軌道交通資源的浪費與城市發展的空間失衡、教育壟斷、社會分層、居住隔離等問題。在有限的城市建設資金和空間資源下，有必要開展軌道交通對住宅價格的溢價效應測度與溢價捕獲機制研究，提升城市軌道交通社會經濟效益。而當前的研究多基于區位交通、建筑形態、公服資源等要素構建模型對住宅價格進行線性關系的擬合（杜超 等，2019；王鉞 等，2022），未能綜合考慮多種影響要素的作用與復雜疊加效應。同時對于不同站點區域溢價效應的類型化分析不足，尤其欠缺針對性的溢價捕獲策略研究。

合肥市自2016年開通第一條軌交線路至今已開通運營5條線路，軌道交通建設的加速度位于全國城市前列，發展內生動力強勁，政府積極探索更加符合城市發展需求的價值捕獲策略來反哺軌道交通融資。該市軌道交通對沿線住宅的溢價效應在住宅價格上得到穩定體現，具有一定的典型性與代表性，適合展開軌道交通對住宅的溢價效應與價值捕獲機制研究。因此，本文以合肥軌道交通1號線為例，試圖辨析軌道交通沿線站點區域住宅的空間溢價成因，刻畫溢價特征，并基于中國土地制度提出更利于城市空間高質量發展的溢價捕獲策略。以期為其他城市借助溢價捕獲策略反哺城市建設提供參考，推動站點區域可持續發展。

1 指標體系與研究設計

面對軌道交通建設與運營的資金需求，亟待厘清軌道交通站點區域住宅溢價影響因素與增值規律，為軌道交通沿線空間的溢價捕獲提供決策支撐。首先，提煉站點區域住宅溢價的影響因素。軌道交通對住宅價格的影響可以分為2部分，一部分是直接影響，軌道交通顯著提升站點區域的可達性，而可達性的提升顯著影響站點區域的住宅價格；另一部分是間接影響，站點區域受軌道交通影響，可達性提升，進一步引發站點區域土地開發強度的增加與各類城市資源的聚集。由于軌道交通對住宅價格的影響一般局限于一定的區域，目前已有研究表明，該范圍一般在距地鐵站點1～2 km的合理步行區內（崔娜娜 等，2022）。此外，區位是影響住宅價格最主要因素，其次是成交時間（沈體雁等，2020）。基于以上考慮，為厘清包括軌道交通在內各類城市發展要素對住宅價格產生的溢價影響，以合肥市為例，提出住宅價格影響因素的指標選取及賦值方法（表1）。

然后，嘗試識別站點區域住宅價格增值規律。基于構建的指標體系，綜合運用數據統計法與特征價格法，構建住宅價格擬合模型。對于單個指標，依據散點圖分析其對于住宅價格的不同影響（線性、指數、對數、冪數等）標準化處理后以累加法計入模型（吳文佳 等，2014），計算公式為：

式中：i=1，2，…，n；Y為住宅小區均價即住宅實際價格；βi為對應解釋變量的權重；F為通過散點圖分析得到的Xi對住宅價格不同影響的處理函數（線性、指數、對數、冪數等）；α為常數殘差。

通過住宅價格擬合模型計算得到因變量Y的擬合預測值Y'即住宅特征價格，進一步借助住宅價格擬合模型，識別各站點周邊區域區位-建筑-環境3個層面對住宅的溢價驅動效應，計算公式為：

式中：Ye＇為e層面指標對于住宅特征價格的貢獻，e=[a,b,c]，其中Y'a為區位交通層面指標對于特征價格貢獻；Y'b為建筑形態層面指標的貢獻；Y'c為鄰里環境層面指標的貢獻。m為e層面指標，m=［m1，m2…mk］。

進一步根據區位交通、建筑形態、鄰里環境層面指標對于住宅特征價格的貢獻并連同實際住宅價格，與研究范圍的平均情況對比進行高低分類，為每個站點區域構造一個住宅溢價情況（實際住宅價格、區位交通層面指標貢獻、建筑形態層面指標貢獻、鄰里環境層面指標貢獻）的四元組。精細化表征具體站點周邊溢價特征，分類對站點進行評估，探討不同指標要素對軌道交通站點區域住宅溢價效應的作用機理與影響效力。最后，基于各站點溢價特征與合肥實踐，提出針對中國土地制度溢價捕獲機制與策略的思考。

5）怕受凍。大櫻桃不耐寒。幼樹莖干枝條生長發育快，組織比較疏松，冬季寒冷氣候容易使枝條失水抽干，溫度低于-20℃時，會引起大枝縱裂和流膠，造成枝條凍傷或壞死，花芽凍害。花期溫度降到-3℃以下時即受凍。

2 研究案例與數據

2.1 研究案例

合肥自20 世紀50 年代成為省會城市，人口發展迅速，特別是近20年，常住人口自2005年的463萬人增長至2021 年的946 萬人（合肥市統計局，2022）。城市結構方面，自20 世紀50 年代的單中心、80年代的“一核三扇葉”至當前的多中心格局（董鑒泓，2005），可代表中國傳統“單中心”轉變為多中心結構的一般模態。當前合肥已規劃多條軌道交通線路，形成軌道交通線網體系，已開通運營5 條線路，軌道交通建設的“加速度”位于全國城市前列，發展內生動力強勁。其中，1號線共設23座車站，北起位于廬陽區的合肥火車站，南至位于濱湖新區的九聯圩站，全線總長24.58 km（謝樹慶，2016）。1號線作為合肥市開通的第一條軌交線路，南北跨多個行政區，鏈接老城與新城及待開發區域，沿線土地利用與空間發展情況多元復雜，具有一定的典型性與代表性。研究區共計145.89 km2，具體范圍如圖1所示。

圖1 研究范圍Fig.1 Research area

2.2 研究數據

二手房住宅小區均價數據有一定的研究價值，受城市用地限制，新建住宅范圍逐年縮減，而二手房分布較廣，且市場交易活躍，可較好地反映某一區位房價的水平（吳文佳 等，2014）。借助編程獲取2018 年12 月安居客網站公布的合肥市二手房住宅小區均價及小區相關屬性數據。得到974個獨立住宅小區（或居住組團）樣本，占合肥市域住宅小區的25.76%，同時獲得樣本小區屬性數據，包括小區名稱、單位面積均價、空間位置、建成年代、容積率和綠化率等。通過2018 年12 月的百度POI 數據，確定小區周邊公交線路及各類公共服務設施情況，進一步借助衛星地圖與用地現狀圖對沿線住宅小區信息進行修正，以確保數據的有效性與真實性。對于單個指標，依據散點圖分析其對于住宅價格的不同影響（線性、指數、對數、冪數等），標準化處理后計入模型（表2），并通過共線性檢驗剔除共線性強的自變量。

表2 變量描述性統計Table 2 Descriptive statistics of variables

3 軌道交通對住宅的溢價效應及空間特征

3.1 價格空間分布特征識別

通過建立住宅價格擬合模型識別價格空間分布特征，該模型回歸結果的F檢驗顯著性水平＜0.001，R2為0.561，杜賓指數為1.787，回歸擬合良好（圖2）；住宅小區與軌交站點距離、與CBD 距離對價格產生顯著隨距離衰減的負向溢價影響。房齡、醫院、商場、博物館等指標表征出顯著的線性負向溢價影響；公交線路數、綠化率、公園等指標則為顯著的線性正向溢價影響（表3）。

圖2 模型的殘差分布（a.殘差直方圖；b.殘差絕對值）Fig.2 Residual distribution of the model (a.residual histogram;b.absolute residual values)

表3 模型回歸結果Table 3 Regression results of the model

基于住宅特征價格模型結果，依據住宅小區與站點距離劃分圈層，梳理住宅價格及公服設施的空間分布，可見站點周邊的公服用地、商業商務用地、居住用地與綠化用地在空間上總體呈現北部老城區與南部新城區集聚分布而位于中間區域的站點周邊分布較少，而住宅特征價格與實際價格在線路中部及南部的站點區域差異較大（圖3）。這是由于線路中部及南部為城市新區，受已制定尚未實施的空間規劃的影響，住宅實際價格體現一定的超前性。

圖3 住宅價格（a.實際價格；b.特征價格）及站點周邊各類用地分布（c.公服用地；d.商業商務用地；e.居住用地；f.綠化用地）Fig.3 Housing price(a.actual price; b.characteristic price) and land use around metro stations(c.public land use;d.commercial land use; e.residential land use; f.green land use)

值得一提的是，在鄰里環境層面，各站點周邊不同圈層的住宅項目周邊配套設施的數量與類型分布較為均質，在站點圈層空間上并無顯著的設施梯度集聚趨勢（圖4）。基于模型結果，雖小學與中學的回歸系數在統計學上不顯著，但小學、中學、高校等教育設施顯示出對住宅價格的正向溢價驅動效力。相比之下，荷蘭學者發現學校與住宅的距離對住宅價格的影響不大（Ghebreegziabiher et al.,2010），本研究中教育設施與住宅價格的正相關可以用中國“學區房”政策解釋，這項政策劃定中小學公立學校的登記入學區域，因此對住宅產生較大的溢價增值影響（高喆 等，2022）。

圖4 站點區域不同圈層各類設施分布（a.教育資源；b.醫療資源；c.其他配套資源）Fig.4 Facility distributions in different circles of the station catchment area (a.educational facilities;b.medical facilities;c.other supporting facilities)

3.2 軌道交通沿線溢價驅動要素分析

借助住宅價格擬合模型測度各指標變量對住宅特征價格的溢價貢獻，結果如表4所示，住宅與軌交站點距離、與城市CBD距離以及住宅小區容積率等指標顯示溢價影響的空間梯度衰減態勢。

表4 指標變量對住宅特征價格的影響Table 4 The influence of indicators on housing price

進一步通過分析區位-建筑-環境3個層面指標對于住宅特征價格的貢獻，識別各站點周邊區域區位-建筑-環境3個層面對住宅的溢價驅動效應。總特征價格在北部老城中心形成最高峰值而在南部新城區紫廬站周邊形成次高峰，并呈現出由2個高峰值向外圍遞減的特征。區位交通層面指標的貢獻（圖5-b）整體呈現北部老城區的軌交沿線區域顯著高于南部新城區特征。建筑形態層面指標的貢獻（圖5-c）所引起的價格空間差異較小，整體呈現位于南部站點區域高于北部老城區特征。鄰里環境層面指標貢獻（圖5-d）的空間差異也較小，整體呈現中部偏北的葛大店站與中部偏南的塘西河公園站周邊區域較高，而線路首末端及中部區域較低特征。

圖5 合肥1號線周邊住宅總特征價格（a）及各層面指標對其貢獻情況（b.區位交通；c.建筑形態層面；d.鄰里環境）Fig.5 Housing characteristic price along Metro Line 1 in Hefei(a)and the contribution of specific indicators to it (b.Locational Transport; c.Architectural Form; d.Neighborhood Environment)

進一步對比區位-建筑-鄰里層面指標對住宅特征價格貢獻情況（圖6），可見區位交通層面指標的溢價驅動效應最顯著，影響幅度近60%；其次是鄰里環境層面指標的溢價貢獻，且其與區位交通層面呈現一定的協同伴生關系，影響幅度近30%；而建筑形態層面指標對住宅價格影響幅度在7%以內，貢獻有限。

圖6 各層面對住宅特征價格的溢價貢獻Fig.6 Premium contribution of each aspect to housing characteristic price

3.3 站點精細化典型特征識別

圖8 合肥軌交1號線分站點的8項指標統計Fig.8 Statistical chart of eight indicators of stations in Metro Line 1 in Hefei

①～⑧類站點實際住宅價格低于平均水平，溢價不足，可重點改善站點區域溢價短板，并構建利于住宅溢價的城市功能結構與空間環境。⑨～?類站點區域的實際住宅價格均高于平均水平，溢價充分，政府可在站點區域的相關項目工程中構建合理的溢價分配機制，回收過高溢價反哺①～⑧類站點區域建設。其中③、⑤、⑥等類型站點區域區位交通層面的因素溢價不足，合肥軌交1號線的望湖城、長淮與朱崗等站屬于此類型；由前文可知區位交通要素對住宅的溢價效力最大，可積極借助軌交對站點區域可達性提升的紅利，彌補自身城市地理位置短板。①、④、⑤等類型站點區域建筑形態層面的因素溢價不足，望湖城、長淮與朱崗等站屬于此類型；可積極借助老舊小區更新改造工程，提升站點區域住宅小區的建筑品質。?、?、?等類型站點區域鄰里環境層面的因素溢價不足，萬達城站屬于此類型；可在距離站點合理范圍內配置具有正向溢價效應的高校、公園設施。

通過四元組的構建，能清晰地表征城市不同站點周邊的住宅溢價驅動特征與溢價潛力，有助于政府與公眾橫向對比不同站點周邊的空間發展情況，為溢價捕獲工作提供決策支撐。

4 討論

為了確立軌道交通站點區域溢價效應與價值捕獲的系統聯系，首先，需要明確其學理依據。國際上存在2種主要的溢價捕獲策略，即向站點區域征收軌道交通增值稅和采取軌道交通導向的綜合開發（Wang et al., 2019）。在此基礎上，建立軌道交通站點區域溢價效應與價值捕獲的系統聯系（圖9）。前者征收增值稅在歐美國家較為常見，后者綜合開發更加符合中國城市的實際情況，尤其在公有制土地制度背景下，中國政府逐步下放土地審批權，以推動城市公共設施建設與沿線空間的協同發展。合肥市不斷探索更加符合城市發展需求的軌交站點區域綜合開發新路徑（表5），通過合理規劃和設計，平衡各方利益，建立可持續的發展機制，推動站點周邊區域的空間價值最大化，這些措施均體現“溢價捕獲”思想。

圖9 溢價效應與價值捕獲的系統聯系Fig.9 Systematic connection between premium effect and value capture

表5 合肥市軌道交通站點區域綜合開發規劃演變歷程Table 5 Evolution of metro station regional comprehensive development planning in Hefei City

立足于軌道交通與沿線空間的相互作用與地理效應，借鑒各地價值捕獲實施情況，基于中國國情，主要探討關于軌道融資與價值捕獲的互動關系、土地制度創新、溢價分配的不同模式與實施機制。

4.1 軌道融資與價值捕獲的互動關系

軌道交通站點區域的溢價效應受地理區位、土地開發強度、城市公共服務配置等多重疊加作用，1 號線屬于合肥市第一輪軌交建設，軌道建設與開發相對脫節，而在后續的第二輪、第三輪規劃，政府逐步開展沿線用地規劃，以站點為單位深入剖析周邊土地現狀與發展潛力，確定發展定位，并基于此確定沿線儲備用地的容積率、用地功能、建筑密度、建筑高度等指標，推動軌交建設與沿線空間協同互惠發展（見表5）。

在站點周邊區域，不同的發展定位，其溢價效應不同，規劃工作的利益導向亦不同。有必要基于不同站點的實際情況，針對性地開展溢價捕獲工作。此外，溢價捕獲涉及政府、軌道交通公司、相關物業企業、房地產開發商、市民等多元主體利益（曹哲靜 等，2019）。在前期應合理組織站域職住空間結構，及時建設沿線相關城市配套服務等，進一步提升軌道交通客流服務水平，在運營期獲取票務收益與沿線空間增值，通過溢價分配返還于建設方的方式完成溢價捕獲。

4.2 土地利用制度創新

借助創新的土地制度能有效推動軌道交通與沿線空間協同發展。合肥軌道交通1號線沿線空間主要是借助政府在軌交建設期積極儲備用地，軌交建設完成后通過“招拍掛”或者劃撥的方式，將土地使用權轉讓給相關企業。其后合肥市于2019年出臺了《合肥市人民政府關于軌道交通場站綜合開發的意見》（簡稱“意見”），開創性地提出規劃方案預審制度，結合“帶方案‘招拍掛’”土地出讓方式（合肥市人民政府，2019），保障軌道交通設施與上蓋開發的時序匹配。同時，亦基于不同情況提出協議出讓、劃撥轉出讓等多樣化的供地政策。

由于軌道交通公司在建設軌道交通時需征用沿線部分地段的土地，如車輛基地上蓋、受地理與技術要求需征用的土地，再加之沿線由政府掌握的未批未建用地，當軌道交通建設完成后，這部分空間是城市發展新的增量，是推動城市發展的增長極。另外，城市政府借助軌道交通建設紅利吸引物業企業公司、房地產開發商等對沿線老城區開展城市更新工作，提升城市存量空間品質。這2類項目在規劃審批、土地出讓、產權、消防等方面上與現行規范程序存在許多矛盾沖突，有必要在政府支持下在頂層設計方面開展積極探索。

4.3 溢價分配的不同模式與實施機制

溢價分配涉及參與實體的動力因素與政府政策機制。合肥軌道交通1號線站點區域主要是政府在軌交建設期進行沿線土地調整、儲備工作，軌交建設完成后通過帶條件、帶方案“招拍掛”、協議等方式達成溢價分配。同時，自2019年《意見》出臺后，軌道交通公司參與合肥市所有沿線綜合開發物業項目的收益分配。

溢價分配主要有2種模式，一種是軌道交通公司完成沿線控規、車輛基地上蓋地板等工作后，采用公開拍賣等形式轉移土地發展權。另一種是軌道交通公司自行投資土地建設，全面承擔建設項目風險與收益。此外，亦有通過股權分配、簽訂協議等方式達成軌道交通公司與物業企業、房地產商的利益分配，推動軌道交通建設運營的成本與收益統一。探索多樣化溢價分配模式與政府政策機制，能更加適應并平衡多方利益體的差異化需求。

5 結語

本文以合肥市地鐵1號線為例，探討站點區域住宅溢價效應的影響因素與溢價程度的空間差異，得出的主要結論有：1）合肥軌道交通1號線對沿線住宅價格有顯著影響，并隨著距離站點的增加，價格逐漸衰減。2）不同指標要素對站點區域住宅溢價效力的貢獻各不相同，其中區位交通層面指標的溢價貢獻最大，其次是鄰里環境層面指標，建筑形態層面指標的貢獻最小。3）通過對站點區域的評估和分析，識別溢價規律與地理效應，建立軌道交通站點區域溢價效應與價值捕獲的系統聯系。同時，針對中國公有制土地制度，剖析了軌道融資與溢價捕獲的互動關系，并提出了具有制度可行性的土地利用策略，以推動軌道交通溢價歸公、城市居民共享地利和社會經濟可持續發展。4）在實施機制上，探討了溢價分配的不同模式。本文結論有助于推動形成軌道交通高效運營與沿線站點區域高品質發展的雙贏局面，可為城市規劃評價和改善軌道交通站點區域提供科學有效的借鑒和參考。

本文探索性地構建住宅價格擬合模型，提出量化識別軌道交通站點區域住宅溢價效應的方法，進一步提出溢價捕獲實施機制與策略。在理論方面，本文構建的軌道交通沿線住宅價格的溢價特征識別方法可以解析住宅溢價驅動要素及影響機理，豐富城市軌道交通建設方面的研究。在實踐方面，本文結論不僅能輔助政府依據站點區域實際情況，構建可實施的溢價捕獲方案與住宅價格調控策略，還有助于填補軌交建設與運營的資金缺口。

本文借助即時廣泛的城市住宅價格數據分析各發展要素對住宅的增值效應，研究方法具有普適性，然而由于數據有限，僅采用合肥市一個城市的房價截面數據，涉及時間、空間異質性的軌道交通沿線住宅溢價效應與價值捕獲問題仍有待進一步探討，以更全面地了解軌道交通沿線站點區域各發展要素對住宅的增值效應，為軌道交通溢價捕獲策略的制定提供依據。