王麗 孟戈 劉漢磊

摘要：近些年來城市軌道交通在不斷發(fā)展，線路越來越多，部分城市的軌道交通已形成了網(wǎng)絡(luò)化，實現(xiàn)了從單一的“線”到“面”的轉(zhuǎn)變。文章以已進入全城“地鐵時代”的武漢市為例，采用特征價格模型，運用定性和定量相結(jié)合的方法，探索武漢地鐵對沿線住宅價格影響的空間效應(yīng)及增值效果，并篩選出顯著影響地鐵房的其他區(qū)位因素。

Abstract： In recent years， urban rail transit has been developing continuously， with more and more lines and higher coverage. The rail transit in some cities has formed network and realized the transformation from single "line" to "surface". This article takes Wuhan City， which has entered the city's "Metro Age" as an example， using characteristic price model and qualitative and quantitative methods， to explore the spatial effect and value-added effect of wuhan metro on the housing price along the line， and to screen out other regional factors that significantly affect the subway house.

關(guān)鍵詞：地鐵；住宅價格；網(wǎng)絡(luò)化；區(qū)位因素

Key words： subway；housing price；network effect；geographical factors

中圖分類號：F293.3 文獻標識碼：A 文章編號：1006-4311（2018）31-0012-03

0 引言

隨著城市化發(fā)展進程加快，大量人口的涌入，所帶來的交通擁堵問題日益顯著，住房需求量也逐漸上升。而近些年來尤其是具有良好區(qū)位優(yōu)勢的地鐵房更是受到了追捧。

軌道交通是如何影響沿線住宅價格的？國內(nèi)外學者針對此問題進行了頗為豐富的研究。多數(shù)研究表明，軌道交通對沿線住宅價格具有增值效應(yīng)。如So等對香港的地鐵研究發(fā)現(xiàn)，靠近地鐵站點是被認為影響住宅價格的關(guān)鍵因素；[1]王德起等以北京地鐵4號線為例，發(fā)現(xiàn)軌道交通對沿線住宅價格有明顯的提升作用，其影響呈衰減規(guī)律；[2]柯燕燕等以廈門地鐵1號線站點1km范圍內(nèi)的住宅價格為樣本點，發(fā)現(xiàn)距地鐵站點距離與住宅價格呈負相關(guān)。[3]也有研究表明軌道交通在建設(shè)中期會產(chǎn)生負面效應(yīng)，如王琳對上海軌道交通的8號線的研究發(fā)現(xiàn)，建設(shè)中期增值幅度相對于開工建設(shè)與開通運營的第一年有回落。[4]

國內(nèi)外的研究為文章提供了借鑒，但綜合上述研究可發(fā)現(xiàn)都是基于某一城市的單條軌道交通線路對沿線住宅價格進行研究。而近些年來城市軌道交通在不斷發(fā)展，線路越來越多，部分城市的軌道交通線路已形成了網(wǎng)絡(luò)化。那么對已形成網(wǎng)絡(luò)化地鐵的城市，地鐵對其沿線住宅價格的又是如何影響的？基于此，本文以已進入全城“地鐵時代”的武漢市為例，以地鐵站點周圍住宅價格為主要研究對象，擬構(gòu)建特征價格模型，采用定性和定量相結(jié)合的方法，探索已形成網(wǎng)絡(luò)化地鐵的武漢，地鐵對沿線住宅價格影響的空間效應(yīng)及增值效果，并篩選出顯著影響地鐵房的其他區(qū)位因素。將有助于政府利用其制定土地開發(fā)決策，為房地產(chǎn)商開發(fā)選址、決策和合理定價，以及居民購房提供參考。

1 研究區(qū)概況及數(shù)據(jù)來源

軌道交通方便了沿線居民的出行，交通的可達性對購房者產(chǎn)生了深遠的影響。近些年來隨著地鐵線路的不斷開通，武漢已進入全城“地鐵時代”，形成網(wǎng)絡(luò)化。武漢各地鐵線路開工建設(shè)、通車時間、起始站點及線路概況如表1所示。

通過采用網(wǎng)絡(luò)爬蟲技術(shù)在搜房網(wǎng)上搜集2017年武漢地鐵1、2、3、4、6號沿線住宅價格樣本點，同時采集樣本點相應(yīng)的開敞空間、生活便利度、文化環(huán)境等區(qū)位信息，最終共獲取住宅價格樣本點2765個，所獲地鐵站點周圍住宅價格樣本空間分布圖如圖1所示。

2 模型構(gòu)建及變量選擇

特征價格模型認為房地產(chǎn)是由很多不同的特征組成，所有特征帶給人們的效用可以決定房地產(chǎn)的價格。[5]模型的優(yōu)點是：樣本容易獲得，可得到大量價格資料，且模型的經(jīng)濟意義比較直觀。該模型的4種基本函數(shù)形式為：線性函數(shù)、對數(shù)函數(shù)、半對數(shù)函數(shù)和對數(shù)線形函數(shù)。而半對數(shù)模型和對數(shù)線形模型可以解決對數(shù)模型在使用過程中的不便之處，并在實證分析中，半對數(shù)模型更常用。[4]特征價格模型的半對數(shù)模型為：LnP=c+∑aiZi+ε（i=1，2，3，……，n），式中：P表示住宅價格，單位：元/平方米，c表示常數(shù)，ai表示第i種特征變量的待估計參數(shù)，Zi表示樣本數(shù)據(jù)的第i種特征變量，ε表示隨機誤差項。

本文的研究除探索地鐵對沿線住宅價格的空間效應(yīng)及增值效果外，還要篩選出其他顯著影響地鐵房的區(qū)位因素。根據(jù)研究所需和運用網(wǎng)絡(luò)爬蟲技術(shù)所易獲得的樣本點區(qū)位信息，最終確定的不同類別影響因子的變量情況如表2所示。

3 地鐵站點空間效應(yīng)及影響因素分析

3.1 定性分析

地鐵的開通運營可在一定范圍內(nèi)促進沿線周邊住宅價格的增值，如果超過了這個距離，住宅價格受地鐵的影響就會減弱。[6]以距地鐵站距離為x軸，住宅價格為Y軸，對所采集的住宅價格樣本點繪制散點圖如圖2所示，來定性分析地鐵站點的影響范圍。

由散點圖可以看出，該散點圖中的房價基本都在10000～20000元/平方米之間。而房價大于20000元/平方米的主要集中在距地鐵站點200～800m的范圍內(nèi)，相對來說集中在300～600m范圍內(nèi)的樣本點更多。距地鐵站點距離大于800m范圍內(nèi)的房價，分布較均勻且集中，出現(xiàn)高價房的樣本點很少。由此可初略判斷出：已形成地鐵網(wǎng)絡(luò)化的武漢，地鐵站點對住宅價格的影響范圍在0～800m，而距地鐵站點300～600m范圍內(nèi)的影響更為顯著。

3.2 定量分析

住宅價格受多種區(qū)位因素的影響，除軌道交通的可達性外，環(huán)境的舒適性、生活的便利度都會影響住宅價格，所以僅僅只是以距地鐵站點距離來對住宅價格的影響進行定性分析，可靠性較低，還需進行定量分析。因此，進一步采用特征價格法，構(gòu)件半對數(shù)線性回歸模型，對自變量進行回歸分析得到如表3所示結(jié)果。其中，VIF小于0或者大于10是不合理，由表可知，所有變量均通過了共線性檢驗。對結(jié)果進行討論與分析如下：

①開敞空間可達度：住宅到長江（YR）、廣場（SQ）和湖泊（LA）的系數(shù)均為負值，表明具有宜人景觀、靠近娛樂休閑場所、生態(tài)環(huán)境好的地方的住宅很受人們的青睞。其他條件不變的情況下，住宅越靠近長江、廣場、湖泊，其價格相對越高。到長江的距離每減少1km，住宅價格增值為1.62%；到廣場的距離每減少1km，住宅價格增值為4.52%；到湖泊的距離每減少1km，住宅價格增值4.54%。說明作為開敞空間的影響因子中，具有地段優(yōu)勢的廣場和宜人景觀的湖泊對房價的影響更顯著。

②生活便利度：采取了距城市主干道（MR）、主城中心（MC）、綜合醫(yī)院（GH）、綜合商場（DS）的距離作為生活便利度的影響因子，其系數(shù)均為負值，表明這四個影響因子都會對住宅價格產(chǎn)生負效應(yīng)，住宅價格距城市主干道（MR）、主城中心（MC）、綜合醫(yī)院（GH）、綜合商場（DS）越遠，價格越低。其中綜合商場（DS）對房價的影響不具有顯著性，這可能是與近些年來火熱的網(wǎng)絡(luò)購物有關(guān)，網(wǎng)購具有沒有你買不到只有你想不到的商品，不受時間、地點的限制，貨到付款、貨物上門省時省力等特點，并且商品價格比一般商場更物美價廉，故越來越多的人傾向于網(wǎng)購消費。距城市主干道距離每減少1km，住宅價格增值1.16%；距主城中心距離每減少1km，住宅價格增值3.52%；距綜合醫(yī)院距離每減少1km，住宅價格增值1.25%。由此可見，主城中心對人們的誘惑性依舊很大，是人們爭相聚集的黃金區(qū)位，它是影響生活便利度的主要因素。其次是綜合醫(yī)院，近年來人口老齡化的加劇和二胎政策的開放，導致老人和小孩的人口數(shù)量增加，所以住宅是否靠近綜合醫(yī)院也引起了購房者的重視。

③文化環(huán)境可達度：選取的文化環(huán)境的影響因子中，只有人才市場（TM）、歷史名城保護區(qū)（HC）、中學（MS）具有顯著性。其中歷史名城保護區(qū)（HC）的系數(shù)為負，與預(yù)期不一致，這說明歷史名城保護區(qū)雖獨具特色風貌，但作為受控制地帶的保護區(qū)域，往往存在著與新建筑建設(shè)矛盾與統(tǒng)一的問題，這可能也是歷史名城保護區(qū)并不會對住宅價格產(chǎn)生促進作用的原因。而該影響因子類別中，人才市場（TM）最具有顯著性，說明就業(yè)難依然是社會難題，人才市場作為人才的集聚地，可以為勞動者們提供更多的就業(yè)機會。中學（MS）的系數(shù)為-0.020，說明距中學距離每減少1km，住宅價格增值2.01%。

④軌道交通可達度：回歸系數(shù)D1～D9中，其中D7系數(shù)符號與預(yù)期不一致，D9系數(shù)不顯著。說明進入地鐵網(wǎng)絡(luò)化的武漢，地鐵對沿線住宅價格的影響范圍僅在0～700m范圍內(nèi)，D1～D7的回歸系數(shù)依次為：0.045、0.012、0.046、0.019、0.070、0.015、-0.014，以距離地鐵站點600～700m范圍內(nèi)（D7）的住宅單價為基準，其不同范圍內(nèi)的住宅單價比為：e0.045：e0.012：e0.046：e0.019：e0.070：e0.015：e-0.014=1.061：1.026：1.062：1.033：1.088：1.029：1。從中可以看出，與距地鐵站點600～700m范圍內(nèi)的住宅價格相比，距地鐵站點400～500m范圍內(nèi)的住宅價格增值幅度最大為8.8%，影響最為明顯；距地鐵站點100～200m的范圍內(nèi)的住宅價格影響最弱，增值幅度僅為2.6%，這說明距離地鐵站點越近，對住宅價格的影響會有一定的副作用，這可能是與地鐵站點附近人多嘈雜、社會治安及噪音污染有關(guān)。

4 結(jié)論與展望

本文通過構(gòu)建特征價格模型，采用定性和定量相結(jié)合的方法，以已進入全城“地鐵時代”的武漢市為例，對地鐵站點周圍住宅價格進行研究，得出以下結(jié)論：

①已形成地鐵線路網(wǎng)絡(luò)化的武漢，地鐵對沿線住宅價格有顯著增值效應(yīng)。但是其影響范圍僅在距地鐵站點0～700m范圍內(nèi)。距地鐵站點400～500m范圍內(nèi)的住宅價格的影響最明顯，增值幅度最大為8.8%。距地鐵站點100～200m的范圍內(nèi)的住宅價格影響最弱，僅為2.6%。

②其他顯著影響因子：作為開敞空間可達度的影響因子中，具有地段優(yōu)勢的廣場和宜人景觀的大型湖泊對房價的影響更顯著，到廣場、湖泊的距離每減少1km，住宅價格增值分別為4.52%和4.54%；距主城中心的距離是影響生活便利度的主要因素，距離每減少1km，住宅價格增值3.52%，其次是綜合醫(yī)院，距綜合醫(yī)院距離每減少1km，住宅價格增值1.25%；在文化環(huán)境可達度影響因子中，歷史名城保護區(qū)并不會對住宅價格產(chǎn)生促進作用，而作為可以為勞動者們提供更多的就業(yè)機會人才市場最具有顯著性。

但是本文的研究是將整個地鐵網(wǎng)絡(luò)為研究對象，武漢中心城區(qū)是以環(huán)線進行劃分，是否存在地鐵站點對內(nèi)環(huán)以內(nèi)、內(nèi)二環(huán)之間、二三環(huán)之間的住宅價格影響存在差異？有待論證和探討。

參考文獻：

[1]So H M，Tse R Y C， Ganesan S.Estimating the influence of transtport on house prices： Evidence from Hong Kong[J]. Journal of Property Valuation and Investment， 1997， 15：40-47.

[2]王德起，于素涌.城市軌道交通對沿線周邊住宅價格的影響分析——以北京地鐵四號線為例[J].城市發(fā)展研究，2012，19（4）：82-87.

[3]柯燕燕，劉舒翼.軌道交通對住宅價格的時空效應(yīng)研究——以廈門地鐵1號線為例[J].建筑經(jīng)濟，2017年，38（9）：90-95.

[4]王琳.城市軌道交通對住宅價格的影響研究——基于特征價格模型的定量分析[J].地域研究與開發(fā)，2009，28（2）：57-61.

[5]譚斌，練曉旋.淺談建立“城房指數(shù)”的必要性和可行性[J].中華民居，2011：161-162.

[6]焦宇彤.不同時點西安地鐵2號線對沿線房價的影響分析[D].西安：西安建筑科技大學，2016.