周 瓊，梁倩玉，趙 杰

（1.同濟(jì)大學(xué)交通運(yùn)輸工程學(xué)院，上海 201804；2.深圳市城市規(guī)劃發(fā)展研究中心，廣東 深圳 518040）

0 引言

在市場(chǎng)經(jīng)濟(jì)條件下，土地及其區(qū)位是稀缺資源。區(qū)位條件越優(yōu)越，土地價(jià)值越高，相應(yīng)開(kāi)發(fā)強(qiáng)度也越高，城市軌道交通在某種程度上決定了土地的區(qū)位優(yōu)劣。城市軌道交通建設(shè)，實(shí)質(zhì)上是對(duì)城市交通條件的改善，能夠明顯地提高周邊物業(yè)的可達(dá)性和居民出行的便捷性，改變土地利用性質(zhì)，拓展城市空間；其良性循環(huán)的目的在于以軌道交通帶動(dòng)土地開(kāi)發(fā)，土地開(kāi)發(fā)再反過(guò)來(lái)培育軌道交通的客源。

軌道交通與土地利用之間有著復(fù)雜的相互聯(lián)系、相互影響的互動(dòng)關(guān)系和反饋機(jī)制，因此，科學(xué)分析軌道交通與土地利用的關(guān)系具有重要意義。其中，土地利用導(dǎo)致了周邊房地產(chǎn)價(jià)格的變化，本文的研究重點(diǎn)就是從時(shí)間和空間的角度來(lái)研究分析軌道交通與周邊房?jī)r(jià)的關(guān)系，采用類(lèi)比研究的方法，定量地分析不同國(guó)家的軌道交通對(duì)于周邊房?jī)r(jià)的影響，歸納出在不同城市形態(tài)下軌道交通對(duì)于周邊房地產(chǎn)價(jià)格影響和分析類(lèi)比方法的適用性，以便從城市規(guī)劃的角度來(lái)指導(dǎo)下一步交通規(guī)劃及設(shè)施建設(shè)。

1 城市軌道交通對(duì)周邊房地產(chǎn)價(jià)格的時(shí)空影響

城市軌道交通設(shè)施的建設(shè)可以提高周邊區(qū)域的可達(dá)性和縮短周邊居民的出行時(shí)間，從而促進(jìn)周邊區(qū)域土地的開(kāi)發(fā)。而土地的開(kāi)發(fā)最終導(dǎo)致了周邊區(qū)域土地（或房地產(chǎn)）價(jià)格的上升。本文以上海市地鐵的4條線路為例來(lái)分析城市軌道交通對(duì)周邊房地產(chǎn)價(jià)格的時(shí)空影響[1]。

從時(shí)間效應(yīng)方面分析，如圖1可以看出軌道交通對(duì)周邊房地產(chǎn)價(jià)格的影響隨著年份的變化而變化。根據(jù)這些增長(zhǎng)率最高點(diǎn)可以了解開(kāi)工和通車(chē)是影響房地產(chǎn)價(jià)格的重要時(shí)間節(jié)點(diǎn)。隨著2004年的中國(guó)對(duì)房地產(chǎn)價(jià)格宏觀調(diào)控，2004年后這三條軌道線路周邊的房地產(chǎn)價(jià)格都有所下跌，但是隨著住房的需求不斷增加，2007年后房?jī)r(jià)有所回升。這一現(xiàn)象說(shuō)明國(guó)家的宏觀調(diào)控對(duì)于房地產(chǎn)價(jià)格有很大的影響，但是隨著供需關(guān)系的發(fā)展房?jī)r(jià)又會(huì)發(fā)生變化。

圖1 上海軌道交通周邊均價(jià)增長(zhǎng)率時(shí)間曲線圖

從空間效應(yīng)上分析，如圖2可以看出地鐵一號(hào)線北延伸段，三號(hào)線北延伸段和五號(hào)線對(duì)周邊住宅價(jià)格的影響范圍大約在2km左右，以站點(diǎn)為圓心，在0～1.5km間，房?jī)r(jià)隨著到站點(diǎn)距離的增加而遞減。這一現(xiàn)象與區(qū)位距離軌道越遠(yuǎn)，可達(dá)性越低，而房?jī)r(jià)與可達(dá)性成正比關(guān)系是一致。同時(shí)，注意到在距離軌道很近的區(qū)域，考慮到噪音和安全等問(wèn)題，房?jī)r(jià)反而較低。軌道交通二號(hào)線西延伸段對(duì)周邊住宅價(jià)格在2km左右的影響范圍，由數(shù)據(jù)發(fā)現(xiàn)在到站點(diǎn)距離1 000m的圈層房?jī)r(jià)分別高于500m圈層和1 500m圈層房?jī)r(jià)近20個(gè)百分點(diǎn)。其主要原因是二號(hào)線西延伸段周邊樓盤(pán)檔次普遍較高，可見(jiàn)高端樓盤(pán)價(jià)格受軌道交通距離的影響要小。由此分析，不同檔次的樓盤(pán)受到軌道交通距離對(duì)于房地產(chǎn)價(jià)格的影響是不同的，普通樓盤(pán)的房?jī)r(jià)隨著到站點(diǎn)距離的增加而遞減，而高端樓盤(pán)受軌道交通距離的影響相比普通樓盤(pán)要小。

2 類(lèi)比研究法

圖2 上海軌道交通周邊均價(jià)增長(zhǎng)率空間曲線圖

目前，對(duì)于不同的城市，國(guó)際上一般采用交通成本模型（Travel Cost Model,TCM）、特征價(jià)格模型（Hedonic Price Model,HPM）等多種定量分析方法評(píng)估軌道交通項(xiàng)目對(duì)周邊房地產(chǎn)價(jià)格的影響[2]。這些方法雖然有較理論的基礎(chǔ)，但是對(duì)于數(shù)據(jù)的要求高,對(duì)于難以收集有關(guān)數(shù)據(jù)的預(yù)估顯得不可行。因而，本文提出了基于少量數(shù)據(jù)的類(lèi)比分析法，來(lái)預(yù)估新建軌道交通線路對(duì)周邊房地產(chǎn)價(jià)格的增值作用。

類(lèi)比研究法的具體步驟：a）選定類(lèi)比指標(biāo)，由于不同的城市做類(lèi)比，需要根據(jù)多個(gè)城市的數(shù)據(jù)定量分析，尋找對(duì)房?jī)r(jià)影響最顯著的類(lèi)比指標(biāo)作為城市間類(lèi)比分析的參數(shù)；b）類(lèi)比系數(shù)的確定，根據(jù)步驟a得到的類(lèi)比指標(biāo)，計(jì)算目標(biāo)城市與其他城市的類(lèi)比指標(biāo)的比值，即得到類(lèi)比系數(shù)K，以確定最終的類(lèi)比對(duì)象；c）根據(jù)文獻(xiàn)檢索歸納得到研究城市的軌道交通對(duì)周邊房地產(chǎn)價(jià)格的時(shí)空影響的歷年數(shù)據(jù)，通過(guò)其他城市的數(shù)據(jù)乘以相應(yīng)類(lèi)比系數(shù)，推出目標(biāo)城市的時(shí)空影響數(shù)據(jù)預(yù)測(cè)值；d）將目標(biāo)城市的時(shí)空影響數(shù)據(jù)與其他城市通過(guò)類(lèi)比法得到的目標(biāo)城市時(shí)空影響數(shù)據(jù)預(yù)測(cè)值做誤差研究分析。

2.1 類(lèi)比指標(biāo)選定

影響房地產(chǎn)價(jià)格的因素很多，主要分為經(jīng)濟(jì)因素、區(qū)位因素、鄰里因素、結(jié)構(gòu)因素和消費(fèi)者特征因素。本文選取可直接反映城市經(jīng)濟(jì)發(fā)展水平和居民生活水平的人均GDP、人均可支配收入、人均消費(fèi)支出和居民消費(fèi)價(jià)格指數(shù)作為區(qū)域類(lèi)比的經(jīng)濟(jì)發(fā)展水平和消費(fèi)者特征指標(biāo)，這些指標(biāo)具有相對(duì)直觀且統(tǒng)計(jì)數(shù)據(jù)豐富的特點(diǎn)，滿(mǎn)足數(shù)據(jù)可采集性的要求。從國(guó)內(nèi)各省市統(tǒng)計(jì)局網(wǎng)站收集北京、上海、深圳、南京、成都和西安6個(gè)城市7個(gè)類(lèi)比指標(biāo)（人均GDP、人均可支配收入、人均消費(fèi)支出、居民消費(fèi)價(jià)格指數(shù)、土地交易價(jià)格指數(shù)、房屋銷(xiāo)售價(jià)格指數(shù)、房屋租賃價(jià)格指數(shù)與房地產(chǎn)平均售價(jià)）以及房地產(chǎn)平均售價(jià)的歷史統(tǒng)計(jì)數(shù)據(jù)（1999～2007年）出發(fā)，從統(tǒng)計(jì)學(xué)角度選取最終的類(lèi)比指標(biāo)，即將經(jīng)濟(jì)發(fā)展水平因素中的人均GDP和消費(fèi)特征因素中的人均消費(fèi)支出從統(tǒng)計(jì)意義上顯著地影響房?jī)r(jià)，因此作為類(lèi)比指標(biāo)[3]。

2.2 類(lèi)比系數(shù)確定

采用逐步回歸分析方法對(duì)上述7個(gè)指標(biāo)進(jìn)一步篩選，被解釋變量為房地產(chǎn)平均售價(jià)，最終求得人均GDP和人均消費(fèi)支出的標(biāo)準(zhǔn)化系數(shù)分別為β1=0.720，β2=0.229，根據(jù)加權(quán)平均的方法（ω1=β1/（β1+β2））計(jì)算人均GDP與人均消費(fèi)支出的權(quán)重，計(jì)算結(jié)果分別為ω1=0.759，ω2=0.241。計(jì)算目標(biāo)城市與其他城市之間的類(lèi)比系數(shù)K以確定最終的類(lèi)比對(duì)象[3]：

式中：K1,i，K2,i分別為上海市人均GDP和人均消費(fèi)支出與城市i的類(lèi)比系數(shù)；GDPavg,A，Costavg,A分別為上海市人均GDP和人均消費(fèi)支出2003～2007年數(shù)據(jù)的平均值；GDPavg,i，Costavg,i（i=1,2,3）分別為北京、深圳、舊金山人均GDP和人均消費(fèi)支出2003～2007年數(shù)據(jù)的平均值；ω1，ω2分別為人均GDP與人均消費(fèi)支出的權(quán)重；Ki為上海市與城市i的類(lèi)比系數(shù)。同時(shí)，研究上海和舊金山的類(lèi)比系數(shù)時(shí)需要引入購(gòu)買(mǎi)力系數(shù)，假設(shè)對(duì)于房地產(chǎn)的購(gòu)買(mǎi)力美元和人民幣仍是1∶1，即1美元在美國(guó)的購(gòu)買(mǎi)力相當(dāng)于1人民幣在中國(guó)的購(gòu)買(mǎi)力。在比較國(guó)內(nèi)外的類(lèi)比指標(biāo)，考慮到人均GDP和人均消費(fèi)支出都是影響房地產(chǎn)價(jià)格的指標(biāo)，則假設(shè)1美元人均GDP對(duì)于美國(guó)城市房地產(chǎn)的影響同1人民幣人均GDP對(duì)于中國(guó)城市房地產(chǎn)影響等同，以此求得上海與舊金山的類(lèi)比指標(biāo)的類(lèi)比系數(shù)。類(lèi)比系數(shù)計(jì)算結(jié)果見(jiàn)表1，上海與北京、深圳以及考慮購(gòu)買(mǎi)力要素的舊金山的類(lèi)比系數(shù)接近1，說(shuō)明這四個(gè)城市在一定意義上相似，可作為類(lèi)比城市。這里在研究上海市軌道交通對(duì)周邊房地產(chǎn)增值效應(yīng)的過(guò)程中，綜合考慮多個(gè)城市的類(lèi)比分析結(jié)果，在一定程度上彌補(bǔ)研究結(jié)論單一、數(shù)據(jù)不足、類(lèi)比指標(biāo)考慮不全等方面帶來(lái)的誤差。

2.3 各個(gè)城市軌道交通對(duì)周邊房地產(chǎn)價(jià)格影響時(shí)空數(shù)據(jù)

本文根據(jù)文獻(xiàn)檢索歸納得到上海、北京、深圳和舊金山[3-7]軌道交通對(duì)周邊房地產(chǎn)價(jià)格的時(shí)空影響數(shù)據(jù)，其中，時(shí)間影響的范圍指地鐵施工期（開(kāi)工到通車(chē)前）；空間范圍包括房地產(chǎn)所處的區(qū)位（中心區(qū)、近郊區(qū)與遠(yuǎn)郊區(qū)）、與地鐵車(chē)站的距離（0～500m與500～100m）[3]。

表1 上海與其他城市的類(lèi)比系數(shù)

式中，α為空間效應(yīng)/%，指在同一時(shí)期軌道交通影響區(qū)域內(nèi)的房地產(chǎn)相比其他區(qū)域的增值；PriceDi，PriceDo分別為同一時(shí)間、不同影響區(qū)域Di和影響范圍以外區(qū)域Do的房地產(chǎn)價(jià)格；β為時(shí)間效應(yīng)/%，指在施工期軌道交通影響區(qū)域內(nèi)房地產(chǎn)的增值；為某影響區(qū)域內(nèi)房地產(chǎn)在不同時(shí)間點(diǎn)Tj（j為立項(xiàng)、規(guī)劃、開(kāi)工、通車(chē)等）的價(jià)格，文中Tj指通車(chē)時(shí)間；To為基準(zhǔn)時(shí)間點(diǎn)，文中指開(kāi)工時(shí)間[3]。計(jì)算結(jié)果見(jiàn)表2。

表2 各城市軌道交通對(duì)周邊房地產(chǎn)價(jià)格的增值效應(yīng)

2.4 目標(biāo)城市軌道交通對(duì)周邊房地產(chǎn)價(jià)格的增值效應(yīng)計(jì)算

通過(guò)歸納文獻(xiàn)數(shù)據(jù)處理得到各城市軌道交通對(duì)周邊房地產(chǎn)價(jià)格的增值效應(yīng)，本節(jié)根據(jù)表1的上海與其他城市的類(lèi)比系數(shù)，進(jìn)一步處理數(shù)據(jù)得到上海市軌道交通對(duì)周邊房地產(chǎn)價(jià)格的增值效應(yīng)預(yù)測(cè)值，將上海市軌道交通對(duì)于周邊房地產(chǎn)價(jià)格的類(lèi)比分析求得增值效應(yīng)預(yù)測(cè)值與其他方法得到增值效應(yīng)通過(guò)誤差法定量對(duì)比如表3～表5（絕對(duì)誤差=；相對(duì)誤差=/其他×100%）。結(jié)果分析，近郊區(qū)研究數(shù)據(jù)相對(duì)誤差較大，而遠(yuǎn)郊區(qū)研究數(shù)據(jù)相對(duì)誤差較小，可見(jiàn)遠(yuǎn)郊區(qū)適用類(lèi)比分析法。分析指出，國(guó)內(nèi)外近郊區(qū)的房?jī)r(jià)受到的影響因素類(lèi)別較多，因不同城市特點(diǎn)的各異，近郊區(qū)的房?jī)r(jià)受到的影響因素在不同城市差異較大，因此不同城市的近郊區(qū)房?jī)r(jià)不適合類(lèi)比。但是，由于遠(yuǎn)郊區(qū)交通可達(dá)性低，影響房?jī)r(jià)的因素較單一，主要為交通方式（軌道交通）的影響，因此軌道交通對(duì)于遠(yuǎn)郊區(qū)房?jī)r(jià)的影響很大，而其他的影響因素相比軌道交通的影響微弱，對(duì)于城市間的差異性影響表現(xiàn)不明顯。綜上分析，這種類(lèi)比分析法對(duì)于預(yù)測(cè)城市的遠(yuǎn)郊區(qū)房?jī)r(jià)增值效應(yīng)，有一定的指導(dǎo)意義。

表3 基于北京數(shù)據(jù)預(yù)測(cè)與上海數(shù)據(jù)類(lèi)比分析比較

表4 基于深圳數(shù)據(jù)預(yù)測(cè)與上海數(shù)據(jù)類(lèi)比分析比較

表5 基于舊金山數(shù)據(jù)預(yù)測(cè)與上海數(shù)據(jù)類(lèi)比分析比較

3 結(jié)語(yǔ)

綜上研究，可以得知中美的城市軌道交通對(duì)周邊房地產(chǎn)價(jià)格所產(chǎn)生的影響有著類(lèi)似的特性，且影響是顯著的。從時(shí)間效應(yīng)上分析，發(fā)現(xiàn)“開(kāi)工”和“通車(chē)”時(shí)間段對(duì)軌道周邊的房?jī)r(jià)有大的影響，都促進(jìn)了房?jī)r(jià)的上漲；從空間效應(yīng)上分析，房?jī)r(jià)隨著到站點(diǎn)距離的增加而遞減，這與距離軌道越遠(yuǎn)，區(qū)位的可達(dá)性越小，區(qū)位的可達(dá)性與房?jī)r(jià)成正比關(guān)系一致。同時(shí)，軌道交通對(duì)于遠(yuǎn)郊區(qū)房?jī)r(jià)的影響要高于近郊區(qū)的影響，這主要是由于遠(yuǎn)郊區(qū)的交通可達(dá)性低，對(duì)于軌道交通的依賴(lài)程度大，因此，軌道交通對(duì)于遠(yuǎn)郊的房?jī)r(jià)影響比近郊區(qū)大。

在研究國(guó)內(nèi)外的類(lèi)比指標(biāo)對(duì)于房?jī)r(jià)影響時(shí)，需要考慮美元和人民幣在各自國(guó)家的購(gòu)買(mǎi)力，不能簡(jiǎn)單通過(guò)匯率轉(zhuǎn)換來(lái)比較類(lèi)比指標(biāo)對(duì)于房?jī)r(jià)的影響。同時(shí)，研究發(fā)現(xiàn)，考慮美元和人民幣在各自國(guó)家的購(gòu)買(mǎi)力之后，對(duì)比結(jié)果更加符合現(xiàn)實(shí)情況。這種考慮美元和人民幣在各自國(guó)家的購(gòu)買(mǎi)力的方法在其他國(guó)內(nèi)外對(duì)比研究中也可適當(dāng)?shù)倪x用。

相比TCM、HPM等常用的定量分析模型，在預(yù)測(cè)城市遠(yuǎn)郊區(qū)房?jī)r(jià)的增值效應(yīng)時(shí)，類(lèi)比分析方法較為簡(jiǎn)單，可操作性較強(qiáng)，可獲得與常用模型預(yù)測(cè)較為相近的結(jié)果。論文所提出的類(lèi)比分析法僅為初步探討，今后有必要在本研究的基礎(chǔ)上，開(kāi)展更加深入全面的研究。

[1]上海中原地產(chǎn).上海軌道交通對(duì)住宅價(jià)格的影響研究[R].上海：上海中原地產(chǎn)，2007.

[2]谷一楨，徐治乙.軌道交通對(duì)房地產(chǎn)價(jià)值影響研究綜述[J].城市問(wèn)題，2007，（12）：54－94.

[3]梁倩玉，逄瑩.軌道交通對(duì)周邊房地產(chǎn)價(jià)格影響的類(lèi)比分析[J].城市交通，2010，（8）：17-22.

[4]鐘寶華.軌道交通對(duì)周邊住宅價(jià)格影響的研究[D].上海：同濟(jì)大學(xué)，2007.

[5]Francesca Pagliara,Enrica Papa.Urban Rail Systems Investments:An Analysis of the Impacts on Property Values and Residents'Location[J].Journal of Transport Geography，2010，19（2）：1-12.