莫雪菲 朱俊樹 謝正峰

(嘉應學院地理科學與旅游學院，廣東 梅州 514015)

1 研究區(qū)域與數據來源

1.1 研究區(qū)域

佛山地鐵1號線作為全國首條跨越地級行政區(qū)的地鐵線路，西起廣東省佛山市新城東站，途經佛山市順德區(qū)、禪城區(qū)、南海區(qū)，廣州市海珠區(qū)、荔灣區(qū)，東至廣東省廣州市瀝滘，呈“廠”字走向。該地鐵線全長37.96km，其中佛山市占21.47km，廣州市占17.03km，現已開通25個站點，其中位于佛山市內的站點15個，位于廣州市內的站點10個。佛山地鐵1號線于2015年年末一期全線開通運營，開通運營時間長，對于沿線價格的影響效應趨于成熟，為本研究的展開提供良好的客觀條件。

1.2 數據來源

本文以佛山地鐵1號線各站點為中心，2km為半徑范圍內的住宅小區(qū)作為樣本數據?？紤]到單套住宅由于戶型、朝向、樓層、裝修等特征差異所帶來的房價差異，故選取整個小區(qū)的均價更具代表性。通過鏈家網、房天下、搜房網等地產信息網，輔以百度地圖測距，共選取60個住宅小區(qū)2021年3月的市場價作為樣本數據。

2 模型構建及變量選擇

2.1 模型構建

價格特征模型本質上是假設商品具有異質性和隱性價格，設定因變量為商品價格，商品所具有的特征作為自變量，這些特征所對應的隱含價格共同形成了商品的價格。將價格特征模型運用于本研究中，實際上就是將作為商品的房地產的價格分離開來，得到每一個特征變量所對應的隱含價格，再通過控制變量法，研究單個變量的變動對于房地產價格的影響。特征價格模型主要表現為線性函數、對數函數和半對數函數三種類型，三種函數都具有各自特點，故需通過檢驗找出適合本文研究的函數形式。

2.2 變量選擇及預處理

影響房地產價格的因素眾多，在總結國內外研究綜述基礎上，結合筆者的實地調研發(fā)現影響房地產價格的特征因素主要包括建筑因素、區(qū)位因素及鄰里因素。故從各個特征因素中結合研究區(qū)域的實際情況，挑選出以下變量進行分析。

表1 特征變量及說明

2.3 模型檢驗

把樣本數據分別代入上述的線性函數、對數函數及半對數函數，并通過SPSS23.0軟件進行回歸分析，結果顯示三種函數模型的顯著性都為0.000<0.05，顯著性較好。調整后的R方結果顯示：線性函數模型(0.825)>半對數函數模型(0.796)>對數函數模型(0.779)，表明線性函數的擬合度更好，對于結果的解釋能力更強。與此同時，線性函數模型的回歸直方圖更近似于正態(tài)分布，故選擇線性函數模型作為本文的研究模型。

3 模型回歸結果分析

為了確保研究結果的準確性，還需要進行共線性檢驗，下面使用方差擴大因子VIF及容差進行檢驗，VIF=1/容差。一般以容差大于0.1，且VIF小于5作為檢驗標準。由表2可知，各特征變量之間不存在多重共線性。

表2 線性函數模型回歸系數

(1)D1、D2、D3、D4、D5五個變量進入模型。當住宅小區(qū)距最近地鐵站點的距離為0-400m時，回歸系數為-6259.150，與價格呈負相關，表示在住宅小區(qū)距離地鐵站點0-400m范圍內，住宅價格平均下降6259.15元。在此范圍內居民的日常生活易受到地鐵站人流量大、治安以及地鐵運營帶來的噪音及震動等問題的負面影響；當住宅小區(qū)距最近地鐵站點的距離為400-800m時，回歸系數為5488.681，與價格呈正相關，表示這個距離范圍內，住宅價格平均增加5488.681元。在此范圍內，地鐵所帶來的便利開始對住宅價格產生正向影響，給住宅帶來增值效應；當住宅小區(qū)與最近地鐵站點的距離為800-1200m時，住宅價格平均增加6802.891元，在此范圍內地鐵給住宅價格帶來的增值效應達到最大；當住宅小區(qū)與最近地鐵站點的距離為1200-1600m時，住宅價格平均增加5320.93元，在此范圍內地鐵給住宅價格帶來的增值效應開始減弱；當住宅小區(qū)與最近地鐵站點的距離為1600-2000m時，與價格呈負相關，表明在此范圍內地鐵對住宅價格開始產生負面影響。

(2)CBD變量進入模型，表明住宅小區(qū)與城市中央商務區(qū)的距離對住宅的價格產生顯著影響。其回歸系數為-329.243，與價格呈負相關，表示住宅小區(qū)距離城市中央商務區(qū)每增加1km，住宅價格下降329.243元；Park變量進入模型，表明住宅小區(qū)周邊的城市公園數量對住宅的價格產生顯著影響。其回歸系數為1215.575，與價格呈正相關，表示住宅周邊1km范圍，每增加1個公園，住宅價格上升1215.575元；Medical變量進入模型，表明住宅小區(qū)周邊的醫(yī)院數量對住宅的價格產生顯著影響。其回歸系數為1372.132，與價格呈正相關，表示住宅周邊1km范圍，每增加1所醫(yī)院，住宅價格上升1372.132元；School變量進入模型，表明住宅小區(qū)周邊的學校數量對住宅的價格產生顯著影響。其回歸系數為1266.854，與價格呈正相關，表示住宅周邊1km范圍，每增加1所學校，住宅價格上升1266.854元；Medical變量進入模型，表明住宅小區(qū)周邊的醫(yī)院數量對住宅的價格產生顯著影響。

4 研究結論

(1)城市軌道交通的開通確是給沿線的住宅價值的帶來了提升作用，但并非是距離地鐵站越近價格提升越明顯。沿線住宅小區(qū)的價格會隨著地鐵站的開通平均增加1536.075元。當距離地鐵站超過1600米后，正向影響效果已不顯著。

(2)住宅價格隨著與地鐵站點距離的增加，先升高，到達最大值后再逐漸下降，整體呈現倒“U”型影響。究其原因，軌道交通對于住宅價格的影響受到正外部性和負外部性的共同作用。正外部性包括改善交通通達性、促進土地開發(fā)等；負外部性包括軌道交通運營存在的噪音污染、治安問題等。距地鐵站點400米范圍內，地鐵帶來的負外部性大于正外部性，使得綜合作用下，城市軌道交通對于該范圍住宅價格呈現負向影響。距地鐵站點800-1200米范圍內，地鐵帶來的增值效應達到最大值，該距離是居住步行可接受范圍，同時還不會受到地鐵噪音、人流混雜的負面影響，一般地鐵站2km范圍內片區(qū)土地溢價效應最高的區(qū)域。

(3)周邊商業(yè)、醫(yī)療、教育配套對住宅價格呈現正向影響，住宅與城市CBD的距離對住宅價格呈現負向影響。住宅周邊商業(yè)、醫(yī)療及教育配套的完善，便利了住戶的日常生活，滿足居民的基本生活需求。消費者在置業(yè)投資時對這些因素也更為看重，這也為房地產開發(fā)商對于小區(qū)區(qū)位選擇及營銷宣傳策略提供參考方向。城市CBD通常代表著充足的就業(yè)、便利的交通、完善的配套、大量的人流等，距離城市CBD越遠，代表這些利好因素的減少，因而住宅價格也隨之降低，呈現負向影響。