熊燕飛，張安錄，劉蒙罷

（華中農(nóng)業(yè)大學公共管理學院，湖北 武漢 430070）

1 引言

改革開放以來，伴隨著中國經(jīng)濟高速增長及城市化進程加快，城市過度依賴汽車而產(chǎn)生的交通擁堵、溫室氣體排放、空氣污染等城市發(fā)展問題日益凸顯，發(fā)展城市軌道交通已成為緩解這些問題，推動城市可持續(xù)發(fā)展的重要途徑[1-2]。目前，中國城市軌道交通建設已步入快速發(fā)展階段，2010—2021年，中國城市軌道交通運營線路從53條增加至275條，運營里程從1 471 km增長至8 735.6 km①。2019年9月，中共中央、國務院印發(fā)了《交通強國建設綱要》，提出到2035年，基本形成都市區(qū)1小時通勤、城市群2小時通達、全國主要城市3小時覆蓋的“全國123出行交通圈”。相較于公共汽車，城市軌道交通在速度、容量、舒適度以及環(huán)保方面具有相對優(yōu)勢，可見未來中國對軌道交通建設的需求依舊強烈。然而，國內(nèi)外經(jīng)驗表明資金短缺和運營赤字已成為制約各國軌道交通發(fā)展的重要問題[3-5]。對此，國際上開始探索多元化、可持續(xù)的軌道交通投融資模式，其中包括捕獲軌道交通投資所帶來的土地價值增值的系列土地價值捕獲工具。因此，有必要全面深入了解軌道交通對住宅價格的影響，為土地價值捕獲工具的有效實施提供重要的決策依據(jù)。

20世紀70年代以來，關于軌道交通對住宅價格影響的研究不斷涌現(xiàn)，研究內(nèi)容主要圍繞時空效應展開。在空間效應方面，學者們圍繞軌道交通對住宅價格影響的方向、強度、范圍展開研究。在影響方向上，大部分研究表明軌道交通的開通會對沿線住宅價格產(chǎn)生積極影響[6-8]，也有部分研究指出軌道交通對住宅價格的影響微弱[9]，甚至產(chǎn)生負外部性[10]。在影響強度上，不同國家和地區(qū)軌道交通資本化效應存在差異?？傮w而言，中國的資本化效應大概在5%～25%之間，略高于歐美等國家[11]。在影響范圍上，歐美學者一般將站點周圍 500～800 m視為影響范圍[12-14]，而中國、日本等亞洲學者一般取 1 500～2 000 m[15-17]。在時間效應方面，學者們多采用直接比較法[15,18]或者雙重差分方法[14,19]，探討規(guī)劃期、公示期、建設期和運營期等軌道交通全生命周期的不同階段對住宅價格影響的差異。大部分研究表明，軌道交通沿線的住宅價格在公示期就開始上漲[6,14,20]。

上述研究極大地豐富了人們關于軌道交通對住宅價格影響的認識，但仍存在可進一步拓展之處。在研究視角上，現(xiàn)有研究多以單條線路為研究對象，忽略了軌道交通的網(wǎng)絡化事實，基于網(wǎng)絡視角下軌道交通對住宅價格影響的研究有待開展。在研究內(nèi)容上，一是現(xiàn)有研究大都把軌道交通站點看作是無差異站點展開研究，軌道交通站點差異對住宅價格影響的異質(zhì)性尚缺乏深入探討；二是已有文獻大多關注軌道交通線路運營初期及以前不同生命周期階段對住宅價格影響的時間異質(zhì)性，而忽略了處于運營期的軌道交通線路在后期軌道交通網(wǎng)絡規(guī)模擴大過程中資本化效應的時間異質(zhì)性。

武漢市作為首批輕軌建設示范城市之一，自2004年第一條軌道交通線路開通以來，市內(nèi)軌道交通形態(tài)經(jīng)歷了從線到環(huán)再到網(wǎng)絡的演變，現(xiàn)如今已經(jīng)進入網(wǎng)絡化穩(wěn)步發(fā)展階段[21]，為本文提供了很好的研究條件。鑒于此，本文以武漢市軌道交通網(wǎng)絡為研究對象，基于軌道交通網(wǎng)絡結構視角，分析武漢市軌道交通站點網(wǎng)絡結構對住宅價格影響的空間效應及異質(zhì)性，并基于軌道交通網(wǎng)絡規(guī)模視角，探究軌道交通資本化效應在軌道交通網(wǎng)絡規(guī)模擴大過程中的變化趨勢。

2 理論分析框架

在特征價格理論框架下，住宅價格由不同特征因素的隱含價格所決定的，各類特征因素及屬性的不同組合導致住宅價格存在異質(zhì)性[22-24]。其中，軌道交通作為交通基礎設施，與人們?nèi)粘３鲂芯o密相關，已成為大部分購房者考慮的重要因素之一。軌道交通對住宅價格影響的作用機制主要有兩個方面：一方面軌道交通提高了城市內(nèi)各地區(qū)間的可達性，降低了人們在空間上流動的時間成本，居民愿意為可達性的改善支付更高的租金，從而對住宅價格產(chǎn)生影響[25-26]；另一方面依靠可達性優(yōu)勢吸引人口、經(jīng)濟要素向其聚集，形成集聚效應，帶來更高密度的經(jīng)濟社會活動，擴大有效需求，進而對沿線住宅產(chǎn)生影響[27-28]。

軌道交通并不是孤立存在的，而是由軌道交通站點為節(jié)點，站點間線路為邊組成的網(wǎng)絡，是非完全隨機下時間和空間維度演化的產(chǎn)物[29]。購房者在購買“地鐵房”時，不僅會考慮距離軌道交通的遠近，而且還會考慮從所鄰近的軌道交通站點出發(fā)，沿著軌道交通網(wǎng)絡走廊去其他地方的便利程度。對于軌道交通這類特征因素而言，軌道交通的網(wǎng)絡結構和網(wǎng)絡規(guī)模屬性不同，軌道對住宅價格的影響也會不同（圖1）。

圖1 分析框架圖Fig.1 Analytical framework

其一，網(wǎng)絡結構對住宅價格的影響。在軌道交通網(wǎng)絡中，軌道交通站點的度數(shù)中心性、中介中心性和接近中心性越強，說明該站點網(wǎng)絡可達性越高，即在相同的時間或者空間約束下，該站點附近的人能通過軌道交通網(wǎng)絡到達更多的場所或者有更多的機會接觸到社會經(jīng)濟活動。此外該站點客流量往往較大，站點周邊開發(fā)潛力大，吸引經(jīng)濟活動向其周邊集聚的能力強，集聚效應凸顯。但是，站點周邊集聚效應增強的同時，其會衍生交通擁堵、噪聲、空氣污染等負面影響，影響居民的身心健康，從而會削弱軌道交通對房價的積極影響。

其二，網(wǎng)絡規(guī)模對住宅價格的影響。軌道交通規(guī)模對住宅價格的影響可以分為局部效應和區(qū)域效應。局部效應表現(xiàn)為新線路的開通提高了周邊區(qū)域住宅的站點可接近性，縮短了住宅到最近地鐵站的接駁范圍，消費者愿意為接駁成本的下降而支付更高的地租。區(qū)域效應表現(xiàn)為新建線路雖然并沒有改變已有軌道交通服務住宅的站點可接近性，但是其通過全域可達性的提升，從而對已有軌道交通服務住宅的價格產(chǎn)生影響[30]。

3 研究設計

3.1 研究方法

3.1.1 軌道交通網(wǎng)絡結構測度

本文采用Space-L模型，將軌道交通站點抽象為節(jié)點，相鄰兩站點之間的區(qū)間抽象為邊，構建武漢市軌道交通無向網(wǎng)絡，并運用社會網(wǎng)絡分析中的度數(shù)中心性、中介中心性、接近中心性三個指標來衡量軌道交通站點的網(wǎng)絡可達性，測度方法見表1。

表1 軌道交通站點網(wǎng)絡結構測度指標Tab.1 Measurement index of rail transit station network structure

3.1.2 特征價格模型

特征價格模型（Hedonic Price Model, HPM）是分析住宅差異特征與住宅價格關系的常用模型，其能揭示住宅不同特征對住宅價格的影響方向和程度，在軌道交通和房地產(chǎn)價格關系的研究中受到廣泛運用[6,20]。其中，構建的特征價格模型常見形式包括線性形式、半對數(shù)形式和對數(shù)形式。通過比較三種形式模型回歸結果的擬合效果和顯著性，本文最終選取半對數(shù)函數(shù)形式建立模型。基準模型如下：

式（1）中：Pi為住宅小區(qū)i的單位面積價格；β0為常數(shù)項；xik為住宅小區(qū)i的第k個屬性；βk為第k個屬性的特征價格；εi為誤差項。

在研究空間效應時，為了分析軌道交通站點的網(wǎng)絡結構屬性與住宅價格、軌道交通資本化效應之間的關系，為此在式（1）中依次加入中心性指標及其與地鐵可達性變量的交互項，建立公式如下：

式（2）中：dmetro為住宅小區(qū)到最近地鐵站的距離；NS為住宅小區(qū)最近地鐵站的中心性指標；α1、α2和α3為待估參數(shù)。

在研究時間效應時，本文以武漢市早期開通的軌道交通線路為例，選取距最近地鐵站距離未變化的樣本，構建住宅價格面板數(shù)據(jù)，借鑒YEN等[14]和GUERRA等[33]的方法，將距離軌道交通站點800 m范圍外的住宅作為對照組，設置影響范圍虛擬變量，并在式（1）的基礎上引入影響范圍虛擬變量和時間虛擬變量的交互項，以此剔除經(jīng)濟發(fā)展、房地產(chǎn)市場等隨時間變化的因素對結果的潛在影響，從而分析已有軌道交通服務的住宅價格在軌道交通網(wǎng)絡規(guī)模擴大過程中的變化趨勢。具體方程模型如下：

式（3）中：Pit為住宅小區(qū)i在t年的單位面積價格（t= 2013，2014，2015，…，2021）；dit為影響范圍虛擬變量，如果住宅小區(qū)在最近軌道交通站點800 m范圍內(nèi)，則為1，否則為0；yearit為時間虛擬變量，被觀測值若為t年的單位面積價格則為1，否則為0；θt為待估參數(shù)。

3.2 研究區(qū)概況與研究對象確定

武漢市位于湖北省東部，下轄13個區(qū)，156個街道。截至2021年底，已建成運營軌道交通11條，總運營里程達435 km，車站總數(shù)達282座，線路覆蓋武漢各區(qū)。根據(jù)國內(nèi)學者研究經(jīng)驗[15-16]，本文將研究空間范圍界定為武漢市軌道交通沿線 2 km范圍內(nèi)，研究時間范圍限定于2013—2021年，研究線路選擇方面，為避免當年新建線路運營期的資本化效應可能還未完全顯化，將當年10月以后開通的線路視為第二年開通，最終研究期間軌道交通線路的運營情況如圖2所示。

圖2 武漢市軌道交通及沿線住宅小區(qū)分布Fig.2 The distribution of residential areas along rail transit in Wuhan City

3.3 數(shù)據(jù)來源及說明

本文研究數(shù)據(jù)主要包括住宅小區(qū)均價數(shù)據(jù)、POI數(shù)據(jù)和軌道交通數(shù)據(jù)。（1）住宅小區(qū)均價數(shù)據(jù)，主要來源于安居客（https://wuhan.anjuke.com/），并根據(jù)鏈家網(wǎng)、房天下等其他房地產(chǎn)網(wǎng)站進行補充。經(jīng)數(shù)據(jù)清洗后，最終得到武漢市5 783個住宅小區(qū)共35 443條數(shù)據(jù)（圖2）。（2）POI數(shù)據(jù)，主要來源于高德地圖開放平臺（https://lbs.amap.com/），主要包括公交站點、學校、公園、醫(yī)院、商場等數(shù)據(jù)。（3）軌道交通數(shù)據(jù)，主要來源于高德地圖開放平臺（https://lbs.amap.com/）。

在住宅價格的影響機制研究中，影響住宅價格的因素一般可以分為區(qū)位因素、鄰里因素和結構因素3類[34-36]。本文結合研究目的和研究對象，因變量為住宅小區(qū)單位面積均價，自變量選擇及變量描述見表2。為了避免通貨膨脹引起的價格波動，所有與價格因素相關的變量均通過房價指數(shù)修正處理。通過對基準模型（式（1））逐步回歸分析和多重共線性檢驗，剔除建筑年齡1個變量，保留其他變量。

表2 特征變量的選取及描述Tab.2 Selection and description of characteristic variables

4 結果分析

4.1 空間效應：網(wǎng)絡結構視角

4.1.1 度數(shù)中心性

（1）影響強度差異。軌道交通站點度數(shù)中心性回歸結果如表3所示。其中，模型（1）為基準模型，檢驗了軌道交通的資本化效應；模型（2）加入軌道交通站點的度數(shù)中心性變量，以此檢驗軌道交通站點度數(shù)中心性對住宅價格的影響；模型（3）加入度數(shù)中心性虛擬變量（表3），以常規(guī)非換乘站點為對照，進一步比較站點度數(shù)中心性對房價影響的異質(zhì)性。模型檢驗表明，VIF值均小于2，模型不存在嚴重的多重共線性?；貧w系數(shù)的t檢驗表明，變量的估計系數(shù)在統(tǒng)計上具有顯著性，均通過0.01的顯著性水平檢驗。

表3 度數(shù)中心性回歸結果Tab.3 Regression results of point centrality

從模型（1）可以看出，在保持其他條件不變的情況下，小區(qū)與地鐵站距離每減少1 km，小區(qū)單位面積均價將上升9.1%，該結果在模型（2）、模型（3）中依舊穩(wěn)健。基于模型（2）和模型（3）的回歸結果，可以得出三點結論：其一，軌道交通站點的度數(shù)中心性對房價有正向影響。其二，換乘站周邊的房價高于非換乘站，這與YANG等[31]和DAI等[32]的研究結果一致，換乘站比非換乘站具有更高的交通便利。其三，不同換乘站對住宅價格的影響存在異質(zhì)性。具體而言，首末換乘站周邊住宅的溢價效應最大，其次為樞紐換乘站，最小的是普通換乘站，僅比常規(guī)非換乘站高出4.3%。究其原因，一是城郊居民對軌道交通的依賴性往往高于城區(qū)居民[31,37]，城郊居民愿意為鄰近換乘站支付更高的溢價；二是樞紐換乘站資源集聚的規(guī)模效應以及周邊土地供給不足，導致樞紐換乘站周邊的房價要大于普通換乘站。

就控制變量而言，在區(qū)位特征方面，CBD對住宅價格的積極影響與預期結果相符合，距離市中心越近，房價越高。在鄰里特征方面，整體來看，學校、公園和商場對住宅價格產(chǎn)生顯著的積極影響，醫(yī)院和公交站點數(shù)對房價存在負向影響。在我國實行劃片就近入學的背景下，教育資源資本化效應凸顯，學區(qū)房依舊是人們購房的重要考慮因素。公園作為典型的公共物品，其景觀、生態(tài)以及游憩價值推動了周邊住宅價格的上漲。商場作為人們?nèi)粘Ｉ睢⑿蓍e娛樂的場所，對住宅價格產(chǎn)生積極影響。醫(yī)院病患集中，周邊人流量大，居民為了自身健康考慮，會傾向于選擇距離醫(yī)院較遠的小區(qū)生活，從而導致醫(yī)院周邊住宅價格較低。公交站點數(shù)量過多，會帶來交通擁堵或者噪音問題，從而對住宅價格產(chǎn)生負向影響。在結構特征方面，綠化率和物業(yè)費對房價有顯著的促進作用，這反映了居民對生活空間質(zhì)量和安全的需求。值得注意，本文研究結果表明容積率越大的小區(qū)，房價越高。究其原因，武漢市政府節(jié)約集約利用土地管控力度大，城市空間緊湊發(fā)展，建成年份越新的住宅，層數(shù)和容積率越高，總體檔次要高于低層舊住宅[34]。

（2）影響范圍差異。表4分別報告了全樣本、非換乘站和換乘站對房價影響范圍的結果，主要可以得到三點結論。其一，武漢市軌道交通的最大影響范圍為1 400 m。其二，非換乘站對住宅影響的最大范圍為1 400 m，而換乘站對住宅影響的最大范圍為800 m。這是因為2021年武漢市換乘站周邊的站點密度較高。距離換乘站超過800 m以外的小區(qū)大多屬于其他換乘站或非換乘站的服務范圍。這也表明換乘站的影響范圍會隨著軌道交通網(wǎng)絡的發(fā)展而變化。其三，換乘站的資本化效應呈現(xiàn)先上升后衰減的趨勢，非換乘站的資本化效應隨著距離的增加逐漸減小。換乘站在200～400 m范圍內(nèi)資本化效應最大，為6.9%（半彈性=exp（0.067）-1）；而非換乘站的資本化效應在0～200 m內(nèi)最大，為18.5%（半彈性=exp（0.170）-1）。相較于非換乘站，換乘站周邊業(yè)態(tài)集聚效益會產(chǎn)生更多的交通擁堵、噪聲、空氣污染等負面影響，影響居民生活，從而會削弱軌道交通的資本化效應。

表4 影響范圍回歸結果Tab.4 Regression results of influence scope

4.1.2 中介中心性和接近中心性

站點中介中心性和接近中心性對軌道交通資本化效應影響的回歸結果如表5所示，主要可以得到兩點結論。

表5 中介中心性和接近中心性回歸結果Tab.5 Regression results of betweenness centrality and closeness centrality

其一，軌道交通站點的中介中心性和接近中心性與住宅價格具有顯著的正向關聯(lián)關系。模型（7）、模型（9）表明中介中心性、接近中心性每提高1個標準差，住宅小區(qū)均價將分別提高5.93%、23.88%。在武漢市軌道交通網(wǎng)絡中，站點接近中心性從三陽路、大智路、江漢路為核心，向外圍遞減，呈現(xiàn)中心—外圍結構；高中介中心性站點與武漢區(qū)域性商圈、商務中心疊合。站點的網(wǎng)絡結構特征是城市空間格局、城市形態(tài)在軌道交通網(wǎng)絡上的反映，軌道交通和城市土地利用的相互作用共同推升了住宅價格。

其二，站點中介中心性和接近中心性對軌道交通的資本化效應具有負向調(diào)節(jié)作用。站點中介中心性和接近中心性的提高會顯著弱化軌道交通對房價的影響。這是因為站點越趨于軌道交通網(wǎng)絡中心或城市區(qū)域中心，周邊居民職住距離更短，而且替代出行選擇更為多樣，軌道交通對房價的拉動作用有限。對于居住在軌道交通網(wǎng)絡外圍或者遠離城市區(qū)域中心的居民而言，職住通勤距離越長，越傾向于選擇軌道交通這類準時、舒適、安全的交通工具，居民愿意為鄰近軌道交通站點支付更高的溢價。

總體來看，站點的中介中心性和接近中心性對軌道交通資本化的影響具有一定的相似性。本質(zhì)上，站點的中介中心性和接近中心性衡量的都是站點的“區(qū)位”。站點的接近中心性衡量的是站點在軌道交通網(wǎng)絡中的區(qū)位，接近中心性越大，站點越趨于網(wǎng)絡的中心。而站點的中介中心性衡量的是站點的實際區(qū)位，對于多中心城市而言，站點中介中心性越大，說明站點接近城市區(qū)域中心或次中心的可能性越大；對于單中心城市而言，站點的接近中心性和中介中心性存在一定的耦合性。站點中介中心性和接近中心性的結果同時表明，軌道交通對住宅價格的影響強度不僅具有“廊道效應”，還存在以城市中心和次中心為核心，影響強度隨距核心距離增加而增強的“圈層效應”。

4.2 時間效應：網(wǎng)絡規(guī)模視角

根據(jù)式（3），以2013年已開通的軌道交通線路周邊800 m范圍內(nèi)的樣本為干預組，建立模型（11），探究已有軌道交通服務的住宅價格在軌道交通網(wǎng)絡規(guī)模擴大過程中的總體變化趨勢，結果如表6所示。

表6 特征價格模型回歸結果Tab.6 Regression results of hedonic price model

從時間虛擬變量和影響范圍虛擬變量的交互項系數(shù)（intyear2014—intyear2021）可以看出，隨著新線路的陸續(xù)開通，早期已運營軌道交通影響范圍內(nèi)住宅的溢價效應持續(xù)增長，并在2018年達到峰值，高達22.5%（半彈性 = exp（0.203）-1），而后呈現(xiàn)穩(wěn)步下降的趨勢。為了檢驗該結果的穩(wěn)健性，本文以400 m為干預組重復實驗，結果如模型（12）所示?？梢钥闯瞿Ｐ停?2）顯示的結果除了在系數(shù)大小和峰值時間點與模型（11）不一致外，其大體倒“U”型的溢價趨勢兩個模型保持一致，說明模型結果是比較穩(wěn)健的。

回顧武漢市軌道交通的發(fā)展，2013年武漢市軌道交通僅有1號線和2號線兩條（圖2（a）），此時軌道交通整體交通可達性較低。在2014—2015年，軌道交通4號線1、2期陸續(xù)開通，該條線路銜接了漢陽和武昌兩個區(qū)，連通了武漢三鎮(zhèn)。隨后，武漢軌道交通以每年至少開通2條線路的速度不斷加密完善軌道交通網(wǎng)絡，軌道交通延申至新洲、江夏等城郊以及東湖高新等新城區(qū)，極大提高了已有軌道交通服務范圍內(nèi)居民的出行便利程度，新線路的陸續(xù)開通推升了已有軌道交通服務范圍內(nèi)的住宅價格。2019—2021年開通的線路大多為已建線路的延伸線，此時武漢市軌道交通網(wǎng)絡已達到一定規(guī)模，全域可達性的改善對已有軌道交通服務范圍內(nèi)居民的效用較小。此外，武漢擁有眾多湖泊，長江穿城而過，隨著人們對生活品質(zhì)追求的不斷提高，周邊江景房和湖景房也會稀釋軌道交通的資本化效應。

5 結論與啟示

本文以武漢市軌道交通沿線2 km范圍內(nèi)的住宅小區(qū)為例，基于軌道交通網(wǎng)絡結構和網(wǎng)絡規(guī)模視角，研究了軌道交通對住宅價格影響的時空效應及其異質(zhì)性，研究結果表明：（1）軌道交通對住宅價格產(chǎn)生積極影響，住宅與地鐵站距離每減少1 km，住宅單位面積均價將上升9.1%，且最大影響范圍為1 400 m。（2）軌道交通站點的網(wǎng)絡結構特征對住宅價格產(chǎn)生正向影響且存在異質(zhì)性。不同度數(shù)中心性的軌道交通站點對住宅價格的影響在影響強度、影響范圍和影響趨勢均有差異。站點的中介中心性和接近中心性對軌道交通的資本化效應具有負向調(diào)節(jié)作用。（3）在軌道交通發(fā)展初期，新線路的開通會對已有軌道交通服務范圍內(nèi)的住宅價格產(chǎn)生積極影響，但是當軌道交通發(fā)展到一定規(guī)模，軌道交通網(wǎng)絡的進一步擴大對已有軌道交通服務住宅價格的影響逐漸減弱。

本文對中國軌道交通土地價值捕獲的實施具有以下啟示：（1）在以稅費為基礎的土地價值捕獲工具中，相較于對軌道交通周邊征稅，實行全域征稅以支持軌道交通發(fā)展的方式更為可行。軌道交通網(wǎng)絡資本化效應的時空異質(zhì)性加大了評估軌道交通外部效益和界定征稅范圍這一過程的難度。實行全域征稅，比如房產(chǎn)稅、土地稅等，通過市政預算再分配給軌道交通相關部門的方式來支持軌道交通發(fā)展，能夠有效避免范圍界定不清楚引發(fā)的社會問題。（2）實施以開發(fā)為基礎的土地價值捕獲應該因類、因地、因時制宜。對于用于商業(yè)的土地開發(fā)，應優(yōu)先考慮軌道交通網(wǎng)絡的關鍵位置，比如換乘站、中介中心性或接近中心性高的站點；對于用于建造住宅的土地開發(fā)，可以優(yōu)先征收或者儲備軌道交通網(wǎng)絡邊緣尤其是網(wǎng)絡邊緣換乘站周邊的土地。在時序選擇上，各地政府應結合城市軌道交通網(wǎng)絡的中長期規(guī)劃和城市發(fā)展綜合確定土地出讓或開發(fā)優(yōu)先序。（3）政府應該集中財力建設非經(jīng)營性基礎設施項目，提高公共品供給效率，提升土地價值創(chuàng)造能力。堅持以公共交通為導向的開發(fā)同土地價值捕獲相關聯(lián)，加強交通投資與土地利用的協(xié)調(diào)性，充分發(fā)揮軌道交通網(wǎng)絡中站點的節(jié)點和場所價值。

本文仍存在以下局限和可待完善之處。第一，本文在研究網(wǎng)絡規(guī)模對住宅價格影響的時間效應時，僅基于現(xiàn)狀考慮而將800 m視為影響范圍，未考慮軌道交通網(wǎng)絡規(guī)模變化對影響范圍的影響，研究存在一定的局限性，未來可通過設定不同影響范圍，增強研究結果的可靠性。第二，本文僅研究了軌道交通網(wǎng)絡對二手房市場的整體影響，未來研究可考慮將新房和租賃房納入研究范圍，力求全面刻畫軌道交通網(wǎng)絡對住房市場的整體影響和價格變化規(guī)律。第三，本文假設住宅受最近地鐵站點的影響，忽略了軌道交通的疊加效應，后續(xù)將深入探究軌道交通對多站點服務住宅的資本化效應差異。