徐 濤

陳煒良

陶 姣

交通基礎(chǔ)設(shè)施通過(guò)改變特定地段或地區(qū)的可達(dá)性，影響土地價(jià)值、用地功能和城市空間結(jié)構(gòu)[1]。城市政府推進(jìn)軌道交通建設(shè)，可能引發(fā)沿線房地產(chǎn)價(jià)格的提升，形成積極溢價(jià)效應(yīng)，反映出軌道交通、城市空間及市場(chǎng)行為的交互規(guī)律。過(guò)去30多年，歐美城市軌道交通溢價(jià)效應(yīng)研究積累了豐富的成果。研究?jī)?nèi)容覆蓋軌道交通對(duì)不同類型住宅價(jià)格影響[2-5]，以及對(duì)商業(yè)零售、商務(wù)辦公、工業(yè)等房地產(chǎn)溢價(jià)效應(yīng)[6-8]。研究方法上，學(xué)者注重利用空間經(jīng)濟(jì)學(xué)模型、地理加權(quán)回歸模型、雙重差分模型等方法矯正空間自相關(guān)現(xiàn)象，獲得擬合度更優(yōu)的評(píng)估結(jié)果。中國(guó)城市軌道交通溢價(jià)效應(yīng)研究，多利用特征價(jià)格模型分析居住用地或住宅售價(jià)、租金所受溢價(jià)影響[9-12]，對(duì)商務(wù)辦公地產(chǎn)鮮有分析，對(duì)溢價(jià)效應(yīng)的空間分異現(xiàn)象也缺少細(xì)致探究。本文引入空間經(jīng)濟(jì)學(xué)模型，精確評(píng)估武漢市軌道交通2號(hào)線對(duì)商務(wù)辦公樓溢價(jià)效應(yīng)在空間范圍、影響強(qiáng)度的空間分異特征，探討空間環(huán)境要素對(duì)辦公樓租賃市場(chǎng)的驅(qū)動(dòng)作用，為軌道交通站點(diǎn)地區(qū)規(guī)劃管理提供實(shí)證依據(jù)。

1 方法與數(shù)據(jù)

1.1 研究方法

特征價(jià)格模型被廣泛應(yīng)用于軌道交通溢價(jià)效應(yīng)評(píng)估，但該方法存在統(tǒng)計(jì)技術(shù)缺陷，如未能矯正空間數(shù)據(jù)自相關(guān)現(xiàn)象和非隨機(jī)分布誤差等[13]。溢價(jià)效應(yīng)評(píng)估中，房地產(chǎn)之間的價(jià)格影響、市場(chǎng)供需不平衡、樣本特征要素不全面均會(huì)導(dǎo)致分析結(jié)果不準(zhǔn)確，甚至出現(xiàn)嚴(yán)重偏差[14]。學(xué)者推薦使用空間滯后模型（Spatial Autoregressive Model，簡(jiǎn)稱SAR模型）、空間誤差模型（Spatial Autoregressive in Error Term Model，簡(jiǎn)稱SEM模型）和空間杜賓模型（Spatial Durbin Model，簡(jiǎn)稱SDM模型）等，矯正房地產(chǎn)空間自相關(guān)現(xiàn)象的影響，提高評(píng)估結(jié)果精度[15]。SAR模型引入空間滯后變量，剔除樣本之間的空間相關(guān)性影響。SEM模型則通過(guò)引入空間誤差變量來(lái)消除空間樣本數(shù)據(jù)誤差。

本文引入SAR模型（公式1）和SEM模型（公式2）評(píng)估溢價(jià)效應(yīng)，通過(guò)控制住房結(jié)構(gòu)、鄰里環(huán)境、區(qū)位特征等因素以及空間自相關(guān)效應(yīng)的作用，抽離出公共交通對(duì)周邊房地產(chǎn)價(jià)格影響的準(zhǔn)確指數(shù)。研究采用半對(duì)數(shù)形式模型，房地產(chǎn)各特征要素對(duì)其價(jià)值的影響以百分?jǐn)?shù)的形式量化。

其中：

Pi：第i個(gè)房地產(chǎn)單元的租賃價(jià)格（元/m2）；

xki：第i個(gè)房地產(chǎn)單元第k個(gè)特征變量值；

di：第i個(gè)房地產(chǎn)單元距離最近軌道站點(diǎn)的距離（m）；

ρ：空間自相關(guān)系數(shù)；

λ：空間誤差變量；

w：空間權(quán)重矩陣；

α0，αk，β：影響系數(shù)；

εi：隨機(jī)誤差。

利用SAR模型、SEM模型進(jìn)行軌道交通溢價(jià)效應(yīng)分析，需要解決下述技術(shù)要點(diǎn)。其一，通過(guò)計(jì)算Moran's I指數(shù)，判定樣本之間是否存在空間自相關(guān)現(xiàn)象；通過(guò)拉格朗日檢驗(yàn)，可判定樣本間空間自相關(guān)是空間滯后現(xiàn)象還是空間誤差現(xiàn)象造成，有助于輔助模型的選擇。其三，通常利用領(lǐng)域法、固定相鄰樣本法和距離閾值法等構(gòu)建空間權(quán)重矩陣，構(gòu)建空間權(quán)重矩陣（Spatial weight matrix）[16-17]。最后，矯正多重共線性現(xiàn)象（Multicollinearity）①，優(yōu)化模型?？紤]上述技術(shù)要點(diǎn)，研究先界定武漢市軌道公共交通線路對(duì)辦公樓溢價(jià)效應(yīng)的空間范圍，再分析軌道交通對(duì)辦公樓受溢價(jià)效應(yīng)強(qiáng)度指數(shù)的空間差異，技術(shù)路線如圖1。

1.2 研究對(duì)象

近年來(lái)，武漢軌道交通快速發(fā)展，至2018年12月，運(yùn)營(yíng)線路共有11條。研究選取武漢市地鐵2號(hào)線（簡(jiǎn)稱“2號(hào)線”）為實(shí)證對(duì)象。2012年底，2號(hào)線一期工程建成運(yùn)營(yíng)，里程長(zhǎng)27.7km。2016年，2號(hào)線向北延伸直通天河機(jī)場(chǎng)。2019年，2號(hào)線南延線開(kāi)始運(yùn)營(yíng)，服務(wù)東湖高新技術(shù)開(kāi)發(fā)區(qū)。2號(hào)線串聯(lián)了武漢市中山公園、武昌中南路等中心區(qū)，東湖高新等產(chǎn)業(yè)區(qū)，以及常青花園等居住組團(tuán)，是城市

表1 辦公單元樣本描述性統(tǒng)計(jì)

圖1 溢價(jià)效應(yīng)分析技術(shù)路線

表2 基于不同空間權(quán)重矩陣的辦公樓空間相關(guān)性檢驗(yàn)

表3 2號(hào)線對(duì)辦公樓溢價(jià)效應(yīng)影響范圍分析（SAR模型）

空間的重要發(fā)展廊道?？紤]2號(hào)線南北延長(zhǎng)線運(yùn)營(yíng)時(shí)間短、沿線商務(wù)辦公用地占規(guī)模小，本研究選取商務(wù)辦公功能集聚的一期工程21個(gè)站點(diǎn)為研究對(duì)象（圖2），分析軌道交通對(duì)辦公樓溢價(jià)效應(yīng)。

1.3 數(shù)據(jù)來(lái)源

構(gòu)建SAR或SEM模型分析溢價(jià)效應(yīng)，宜將可能對(duì)房產(chǎn)價(jià)格產(chǎn)生影響的各種因素轉(zhuǎn)化為特征變量，控制其作用。本文模型納入三組特征變量數(shù)據(jù)。第一組變量描述辦公樓的結(jié)構(gòu)特征，包括：辦公單元面積，辦公樓層數(shù)，建筑功能混合情況、裝修情況等。第二組變量描述辦公樓的區(qū)位特征，包括：辦公單元距離城市中心、副中心、長(zhǎng)江的直線距離，辦公樓距離軌道交通站點(diǎn)、城市主干道等的路網(wǎng)距離。第三組變量描述辦公樓周邊環(huán)境特征，包括：公共服務(wù)設(shè)施、大型商業(yè)設(shè)施的路網(wǎng)可達(dá)性，常規(guī)公交線路數(shù)量等。辦公樓單元租金和特征變量數(shù)據(jù)來(lái)源如下。

（1）辦公樓單元租金及結(jié)構(gòu)特征變量

其一，通過(guò)抓取搜房網(wǎng)公布的武漢市辦公樓租賃掛牌數(shù)據(jù)，包括辦公單元租金和面積、樓層、裝修特征等信息。其二，組織城鄉(xiāng)規(guī)劃專業(yè)學(xué)生開(kāi)展面訪式問(wèn)卷調(diào)查，收集辦公單元租金及特征因素信息。通過(guò)對(duì)網(wǎng)絡(luò)數(shù)據(jù)和問(wèn)卷調(diào)查數(shù)據(jù)進(jìn)行參數(shù)檢驗(yàn)，驗(yàn)證樣本數(shù)據(jù)有效。

（2）武漢市基礎(chǔ)地理信息數(shù)據(jù)和百度地圖數(shù)據(jù)

研究根據(jù)地址信息將樣本錄入武漢市地理信息數(shù)據(jù)庫(kù)，利用ArcGIS10.0量測(cè)對(duì)樣本到城市中心、長(zhǎng)江東湖的直線距離，量測(cè)樣本距離軌道交通站點(diǎn)、主干路、大型商業(yè)設(shè)施、公共服務(wù)設(shè)施、公園綠地的路網(wǎng)距離。研究利用百度地圖數(shù)據(jù)抓取樣本周邊公交線網(wǎng)信息。

研究收集到武漢市地鐵2 號(hào)線周邊2000m范圍內(nèi)1120個(gè)辦公樓單元租賃信息，整理后獲取實(shí)驗(yàn)分析樣本782個(gè)，空間分布如圖2，描述性統(tǒng)計(jì)如表1。

2 分析結(jié)果

2.1 空間自相關(guān)檢驗(yàn)及模型選擇

研究利用距離閾值法建立7個(gè)空間權(quán)重矩陣，開(kāi)展空間相關(guān)性檢驗(yàn)，相關(guān)指數(shù)如表2。當(dāng)距離閾值取1500m時(shí)，Moran's I指數(shù)最高，具有顯著度，說(shuō)明單個(gè)樣本租金受到和周邊1500m范圍內(nèi)辦公樓價(jià)格的顯著影響，即具有空間相關(guān)性。LM-lag和RLM-lag 指標(biāo)值均顯著高于LM-error和RLM-error指標(biāo)值，說(shuō)明辦公樓樣本間租金主要存在空間滯后性現(xiàn)象，SAR模型更為適用。

研究利用對(duì)辦公樓價(jià)格產(chǎn)生影響的30個(gè)特征價(jià)格變量，建立HPM模型、SAR模型和SEM模型，并開(kāi)展多元共線性檢驗(yàn)。建模過(guò)程中，剔除了顯著度過(guò)低的特征變量和方差膨脹因子大于3的變量，矯正多元共線性問(wèn)題，獲得包括21個(gè)特征變量的模型。統(tǒng)計(jì)結(jié)果表明，SAR模型的擬合度指標(biāo)R2（0.491）和赤池準(zhǔn)則指數(shù)（AIC =-1196.98）均優(yōu)于HPM模型 （0.471，-1140.48）和 SEM 模型（0.478，-1169.42），說(shuō)明糾正多元共線性問(wèn)題和空間自相關(guān)現(xiàn)象的SAR模型擬合度更高。因此，研究采用基于1500m距離閾值空間權(quán)重的SAR模型展開(kāi)后續(xù)分析。

2.2 軌道交通對(duì)辦公樓溢價(jià)效應(yīng)

研究將武漢地鐵2號(hào)線站點(diǎn)分為城市中心站點(diǎn)和非中心站點(diǎn)兩類，分析軌道交通對(duì)辦公樓溢價(jià)效應(yīng)在城市空間尺度的分異特征。城市中心站點(diǎn)包括臨近王家墩CBD的王家墩東站、青年路站，服務(wù)中山公園—江漢路中心區(qū)的中山公園站、循禮門站和江漢路站，洪山廣場(chǎng)—中南路中心區(qū)的兩個(gè)站點(diǎn)，以及光谷副中心的光谷站，其他站點(diǎn)為非中心站點(diǎn)。

（1）軌道交通溢價(jià)效應(yīng)影響范圍

研究建模分析地鐵2號(hào)線對(duì)辦公樓溢價(jià)效應(yīng)的影響范圍。根據(jù)辦公樓樣本距離軌道交通站點(diǎn)的路網(wǎng)距離，研究以100m為界限劃分不同圈層，建立二元變量表示樣本所屬圈層，引入SAR模型，得到分析結(jié)果如表3。從整條線路來(lái)看，武漢地鐵2號(hào)線對(duì)站點(diǎn)周邊600m范圍辦公樓具有積極溢價(jià)影響，且在城市中心和非中心地區(qū)呈現(xiàn)顯著差異性。在城市中心區(qū)，軌道交通站點(diǎn)對(duì)辦公樓溢價(jià)積極影響范圍擴(kuò)展至700m；非中心地區(qū)站點(diǎn)溢價(jià)影響范圍局限于緊鄰站點(diǎn)的200m范圍。

（2）軌道交通溢價(jià)效應(yīng)影響強(qiáng)度

確定溢價(jià)影響范圍后，進(jìn)一步分析軌道交通2號(hào)線各區(qū)位站點(diǎn)對(duì)辦公樓租金溢價(jià)影響強(qiáng)度圈層變化，結(jié)果如表4。從整條線路來(lái)看，2號(hào)線對(duì)站點(diǎn)周邊600m范圍辦公樓平均溢價(jià)指數(shù)為7.32%。影響范圍內(nèi)，0～100m圈層回歸系數(shù)最高（0.0954），即辦公單元租金因緊臨軌道交通站上漲9.54%，自該圈層向外指數(shù)呈現(xiàn)緩慢下降的趨勢(shì)。其中，受樣本空間分布不均勻影響，200～300m圈層回歸系數(shù)不顯著。

表4 地鐵2號(hào)線對(duì)辦公樓租金溢價(jià)效應(yīng)指數(shù)（SAR模型）

在城市不同區(qū)位，溢價(jià)效應(yīng)強(qiáng)度具有差異性。在城市中心區(qū)，軌道交通對(duì)700m范圍內(nèi)辦公樓產(chǎn)生了強(qiáng)烈的積極溢價(jià)效應(yīng)，強(qiáng)度指數(shù)自站點(diǎn)向外呈階梯狀下降。0～200m范圍，溢價(jià)指數(shù)超過(guò)12%；200～300m圈層辦公樓租金漲幅略低，可能受到樣本數(shù)量和空間分布影響；300～600m三個(gè)圈層，溢價(jià)指數(shù)由11.10%緩慢減小至10.52%；在影響范圍最外圍，溢價(jià)指數(shù)降低至6.25%，再向外衰退為不顯著。在城市非中心區(qū)，軌道交通站點(diǎn)帶來(lái)站點(diǎn)周邊0～100m圈層內(nèi)辦公單元租金增長(zhǎng)11.80%，10 0 ～2 0 0 m 圈層內(nèi)辦公樓租金漲幅降至8.60%。非中心區(qū)站點(diǎn)溢價(jià)效應(yīng)影響范圍與強(qiáng)度均低于城市中心的站點(diǎn)地區(qū)。

（3）空間環(huán)境要素對(duì)辦公樓價(jià)值影響

SAR模型表明，建筑結(jié)構(gòu)特征、空間環(huán)境要素對(duì)辦公樓租金具有影響。

其一，在城市中心區(qū)，建筑總層數(shù)影響系數(shù)為正（0.45%），當(dāng)辦公單元位于建筑較高樓層時(shí)，租金上漲4.05%，說(shuō)明在城市中心區(qū)具有一定地標(biāo)作用的高層辦公樓更受市場(chǎng)偏好。在城市非中心區(qū)，建筑層數(shù)和辦公單元樓層無(wú)顯著影響，而公園綠地可達(dá)性具有顯著的積極影響（6.92%），可推測(cè)在非中心區(qū)企業(yè)更加偏好環(huán)境品質(zhì)高的辦公園區(qū)。

其二，土地功能混合特征的影響也具有空間差異性。在城市中心區(qū)，辦公樓步行范圍內(nèi)建設(shè)有大型購(gòu)物中心、文化體育設(shè)施，有助于提高辦公單元的租金，醫(yī)療設(shè)施和綠地?zé)o顯著影響。在非城市中心區(qū)，便利的商業(yè)設(shè)施能帶動(dòng)辦公樓價(jià)值提升，而臨近大型醫(yī)院可能損害辦公單元租金。建筑內(nèi)部功能混合方面，居住和辦公混合的綜合體中，辦公單元租金會(huì)大幅調(diào)低，中心區(qū)和非中心區(qū)降幅分別達(dá)21.81%和15.94%。空間權(quán)重矩陣（W_lgP）回歸系數(shù)為正值，說(shuō)明周邊辦公單元租金與周邊同類房產(chǎn)具有正相關(guān)性，在城市中心區(qū)辦公樓租金所受積極影響尤為顯著，證明商務(wù)辦公功能具有較強(qiáng)的集聚效應(yīng)。

其三，區(qū)位特征對(duì)辦公樓價(jià)格具有顯著的影響。辦公樓距城市主中心和次中心直線距離每增加100m，租金可能下降0.13%和0.20%。各個(gè)商圈中，中山公園商圈、洪山廣場(chǎng)—中南路商圈，是漢口和武昌傳統(tǒng)的中心區(qū)，集聚了大量的企業(yè)總部和政府單位，辦公樓租金比非城市商圈內(nèi)辦公樓高8.42%～12.92%。漢正街商圈為漢口傳統(tǒng)的商品批發(fā)市場(chǎng)，交通條件和空間品質(zhì)較差，其內(nèi)的商務(wù)辦公樓租金反而降低。長(zhǎng)江作為武漢市重要的景觀資源，對(duì)辦公樓租金具有積極影響，臨江辦公樓租金會(huì)比非臨江產(chǎn)業(yè)租金提高15%以上。

3 結(jié)論及啟示

3.1 研究結(jié)論

論文構(gòu)建空間滯后模型，發(fā)現(xiàn)武漢市軌道交通2號(hào)線對(duì)周邊辦公樓租金溢價(jià)效應(yīng)的空間分異現(xiàn)象，主要結(jié)論如下。

①商務(wù)辦公樓價(jià)值存在顯著的空間自相關(guān)效應(yīng)，利用空間自相關(guān)檢驗(yàn)技術(shù)方法，輔助選擇SAR和SEM等模型，矯正空間自相關(guān)現(xiàn)象對(duì)房地產(chǎn)價(jià)格的影響，有助于提高溢價(jià)效應(yīng)評(píng)估精度。

②軌道交通對(duì)沿線的辦公樓產(chǎn)生積極的溢價(jià)效應(yīng)，其影響范圍和強(qiáng)度在城市不同區(qū)位具有空間分異特征。在城市中心區(qū)，溢價(jià)效應(yīng)影響范圍擴(kuò)展至站點(diǎn)周邊700m路網(wǎng)距離，且強(qiáng)度下降趨勢(shì)較為平緩，辦公樓租金因臨近軌道交通平均增幅超過(guò)10%；在城市非中心區(qū)，溢價(jià)效應(yīng)局限于站點(diǎn)周邊200m范圍，漲幅自站點(diǎn)向外迅速下降。

③辦公樓周邊空間環(huán)境特征對(duì)租金具有一定影響。在城市中心區(qū)，企業(yè)偏好商務(wù)辦公功能集聚、商業(yè)服務(wù)業(yè)發(fā)達(dá)、文化體育設(shè)施配套完善的商務(wù)辦公區(qū)，且愿意為高層辦公單元支付更多租金。在非城市中心區(qū)商業(yè)服務(wù)設(shè)施便利、空間環(huán)境優(yōu)美的辦公園區(qū)，更受市場(chǎng)青睞。建筑內(nèi)部居住和辦公功能混合，不利于提升辦公樓價(jià)值。

3.2 規(guī)劃啟示

研究結(jié)果可為我國(guó)城市軌道交通周邊地區(qū)規(guī)劃建設(shè)提供如下啟示。

①城市軌道交通沿線用地規(guī)劃中，根據(jù)站點(diǎn)區(qū)位差異化調(diào)控商務(wù)辦公區(qū)開(kāi)發(fā)。在城市中心區(qū)，宜引導(dǎo)商務(wù)辦公功能在軌道交通站點(diǎn)周邊700m范圍內(nèi)集聚發(fā)展，適當(dāng)提高用地開(kāi)發(fā)強(qiáng)度。在城市外圍，適宜在緊鄰站點(diǎn)地區(qū)規(guī)劃低密度的商務(wù)辦公園區(qū)，通過(guò)商業(yè)服務(wù)設(shè)施配套、空間環(huán)境品質(zhì)提升、步行環(huán)境優(yōu)化等措施，提高市場(chǎng)吸引力。

②軌道交通站點(diǎn)地區(qū)，開(kāi)展精細(xì)化的TOD設(shè)計(jì)。其一，我國(guó)TOD規(guī)劃中，常采用400～800m的空間范圍。本研究表明，商務(wù)辦公中心規(guī)劃范圍不宜超過(guò)軌道交通站點(diǎn)600m步行距離。其二，功能混合方面，在城市中心站點(diǎn)地區(qū)宜推進(jìn)商業(yè)、辦公、公共服務(wù)設(shè)施混合，在建筑內(nèi)不宜混雜商務(wù)辦公、居住功能，以獲取更高的經(jīng)濟(jì)效益。其三，交通組織方面，溢價(jià)效應(yīng)影響范圍應(yīng)考慮實(shí)際路網(wǎng)距離，通過(guò)提高路網(wǎng)密度、改善步行系統(tǒng)結(jié)構(gòu)，提高站點(diǎn)和周邊地區(qū)土地的步行可達(dá)性，擴(kuò)大軌道交通積極溢價(jià)效應(yīng)的影響范圍。

資料來(lái)源：

文中圖表均為作者自繪。

注釋

① 多重共線性（Multicollinearity）是指線性回歸模型中的解釋變量之間由于存在精確相關(guān)關(guān)系或高度相關(guān)關(guān)系而使模型估計(jì)失真或難以估計(jì)準(zhǔn)確。