鐘紹鵬,李 真,雋海民,趙 蒙
(1.大連理工大學 交通運輸學院,遼寧 大連 116024;2.浙江省城市治理研究中心 杭州國際城市學研究中心,浙江 杭州 311121;3.大連東軟信息學院 科研部,遼寧 大連 116024;4.大連市國土空間規(guī)劃設(shè)計有限公司 交通規(guī)劃研究所,遼寧 大連 116011;5.大連理工大學 經(jīng)濟管理學院,遼寧 大連 116024)
研究城市軌道交通對沿線住宅價格的影響,可以為城市交通規(guī)劃、用地規(guī)劃提供參考,為制定相關(guān)政策提供依據(jù)。對開發(fā)商來說,評估城市軌道交通線路對沿線住宅價格的影響,評估結(jié)果可以作為購買土地、制定開發(fā)策略、商品房定價的參考依據(jù)。
在上述背景下,國內(nèi)外學者對該問題展開了研究。一般來說,住宅價格是土地價值變化的結(jié)果,Zhong等[1-2]發(fā)現(xiàn)新建城市軌道交通能夠使其站點周邊的居民出行成本降低,改善城市的交通環(huán)境,提高該區(qū)域的可達性,使新增軌道交通站點周邊的土地價值增值、房價升高。因此,將城市軌道交通的建設(shè)與沿線土地開發(fā)相結(jié)合來籌措建設(shè)資金,是解決城市軌道交通建設(shè)投資的可行手段之一[3]。雖然多數(shù)國內(nèi)外研究已經(jīng)證明城市軌道交通的開通會對沿線住宅價格產(chǎn)生正向影響[4-5],然而也有少部分學者發(fā)現(xiàn)城市軌道交通的開通會對沿線住宅帶來噪音、震動、擁擠等負面影響,超出其帶來的可達性提升影響[6-8]。因此,有必要對城市軌道交通對住宅價格的空間差異影響進行進一步全面的探索。
此外,城市軌道交通建設(shè)對沿線住宅的影響并不是一成不變的,會隨著不同的國家、地區(qū)以及城市背景發(fā)生變化?,F(xiàn)有研究少有分辨新建軌道交通分別對市區(qū)和郊區(qū)沿線住宅的價格影響,以及分別對高檔住宅小區(qū)和一般住宅小區(qū)的價格影響。另外現(xiàn)有研究大多通過抽樣調(diào)查采集不完整的截面數(shù)據(jù),單獨運用廣義交通成本模型和特征價格模型來評估軌道交通對住宅價格的影響的區(qū)域性,這2 個模型的局限性在于使用的數(shù)據(jù)是截面數(shù)據(jù),無法分離出軌道交通開通對住宅價格的影響。雖然也有部分學者運用雙重差分模型研究軌道交通對沿線房價產(chǎn)生的影響,但是這些研究忽視了住宅小區(qū)之間的空間自相關(guān)性,而且選擇同一線路不同覆蓋范圍的住宅作為對照,忽視了軌道交通開通運行對房價的影響。軌道交通沿線房價相關(guān)研究如表1所示。
表1 軌道交通沿線房價相關(guān)研究Tab.1 Research on residential prices along rail transit
鑒于此,通過網(wǎng)絡(luò)爬蟲技術(shù)采集到南京地鐵4號線、7號線站點1 000 m范圍內(nèi)所有小區(qū)的房價面板數(shù)據(jù),融合空間滯后模型、雙重差分模型和特征價格模型,建立空間雙重差分模型進行實證分析及檢驗,分別定量分析南京地鐵4 號線的開通對南京市全線路、市區(qū)、郊區(qū)、高檔小區(qū)、一般小區(qū)、距站點500 m以內(nèi)、距站點500~1 000 m之間住宅價格的影響,為南京市建設(shè)城市軌道交通提供參考。
雙重差分模型的本質(zhì)是通過建立模型來有效控制研究對象之間的差異,有效分離出由于政策實施而影響的結(jié)果。由于政策沖擊的外生性以及政策使用對象的限定性,受到政策影響的處理組樣本和未受到政策影響的控制組樣本會因政策的實施而產(chǎn)生差異。雙重差分模型可以通過比較處理組和控制組在政策實施前后差異的變化,檢驗這項政策的實施效果。將雙重差分模型與特征價格模型結(jié)合,可以防止遺漏重要特征,并且有效分離出政策的影響。構(gòu)建模型公式如下。
式中:為第i個住宅小區(qū)在t時刻的單位面積房價均值;為第i個住宅小區(qū)在t時刻的第k個特征變量;m為特征變量總個數(shù);為隨機擾動項;d(j)為樣本的分組虛擬變量;dt為所有樣本的時間虛擬變量;α0為政策實施前的控制組的回歸系數(shù);α1為時間虛擬變量的回歸系數(shù);α2為分組虛擬變量的回歸系數(shù);β為雙重差分估計量,即為政策效應(yīng);μ為空間效應(yīng)的回歸系數(shù);j為分組變量;t為時間變量。
在城市軌道交通系統(tǒng)建成與土地價值變化之間的關(guān)系中,雙重差分模型存在局部的空間自相關(guān)結(jié)構(gòu)[13-14]。Anselin等[15]指出,如果不控制空間自相關(guān)性,就很難避免低效率和有偏差的估計。因此,將空間自回歸模型、雙重差分模型及特征價格模型合并,構(gòu)建空間雙重差分模型,使其能夠包含因變量的空間自回歸誤差??臻g自回歸模型包括空間滯后模型和空間誤差模型。由于空間滯后模型強調(diào)空間結(jié)構(gòu)中的鄰里效應(yīng),能夠通過空間權(quán)重矩陣量化空間結(jié)構(gòu)對住宅價格帶來的影響,且已有研究證明對于住宅價格的研究,空間滯后模型的擬合優(yōu)度優(yōu)于空間誤差模型[16]。因此,空間自回歸模型采用空間滯后模型。模型公式如下。
式中:W為空間滯后模型的空間權(quán)重矩陣。
基于帶寬的方法來確定每個觀測的鄰域,假設(shè)在閾值距離之外的小區(qū)之間沒有直接的空間影響,閾值距離為1 000 m。
空間雙重差分設(shè)計的難點是尋找控制組及處理組。理想的控制組是,在處理組城市軌道交通開通前后,控制組也在建設(shè)地鐵,在考慮的樣本時間區(qū)間內(nèi)處于未建成狀態(tài)。南京地鐵4號線于2017年1月正式通車試運營,在這之前可以認為處于建設(shè)狀態(tài);南京地鐵7 號線規(guī)劃文件于2016 年4 月公示,之后開始進入建設(shè)狀態(tài),計劃于2023 年建成通車。研究最終選擇地鐵4 號線的房價為處理組,地鐵7 號線的房價為控制組,該思路完全滿足空間雙重差分模型的假設(shè)條件。
(1)地鐵4 號線和7 號線均在南京市,選取的時間段內(nèi)地鐵7號線為建設(shè)狀態(tài),沒有受到地鐵4號線開通的影響。
(2)地鐵4 號線和7 號線沿線的經(jīng)濟情況非常接近。地鐵7 號線沿內(nèi)環(huán)西線穿過主城向南進入河西新城,地鐵4 號線西起龍江站,由南京主城一路向東,2 條線路共同經(jīng)過的行政區(qū)有鼓樓區(qū)、棲霞區(qū),經(jīng)濟發(fā)展情況相似;另外地鐵4 號線和7 號線沿線人口密度相差不大,沿線產(chǎn)業(yè)類型相似。
研究的思路是,利用南京地鐵4 號線和7 號線在2016年6月—2017年5月沿線站點的每個月的房屋均價,考察地鐵4 號線開通時間(2017 年1 月)前后的房價信息。
南京地鐵4號線、7號線示意圖如圖1所示。南京地鐵4 號線西起龍江站,東至仙林湖站,于鼓樓站、雞鳴寺站分別與地鐵1 號線、3 號線換乘,途經(jīng)玄武區(qū)、鼓樓區(qū)、江寧區(qū)和棲霞區(qū)4 個行政區(qū),是一條東西方向的交通主干線。地鐵7 號線線路走向為東北至西南,線路東起仙新路站,穿過新堯新村及丁家莊片區(qū),在草場門站與地鐵4 號線同站換乘,隨后沿內(nèi)環(huán)西線穿過主城向南進入河西新城,南至西善橋站,沿途經(jīng)過棲霞區(qū)、鼓樓區(qū)、建鄴區(qū)和雨花臺區(qū)4 個行政區(qū),構(gòu)筑了一條老城與河西新城之間的快捷通道,功能定位于主城區(qū)重要的局域性線路。
圖1 南京地鐵4號線、7號線示意圖Fig.1 Schematic diagram of Nanjing Metro Lines 4 and 7
樓盤房價數(shù)據(jù)來源于“House365 淘房網(wǎng)”,房價數(shù)據(jù)起始于2016年6月,截至2017年5月,共計12 個月?,F(xiàn)有研究表明,一般城市軌道交通站點的影響范圍在1 000 m 左右[17-18]。因此,研究采用GooSeeker 集搜客數(shù)據(jù)爬蟲軟件抓取南京地鐵4 號線、7號線站點1 000 m范圍內(nèi)所有小區(qū)從2016年6月到2017 年5 月房價數(shù)據(jù)。由于部分站點位于市郊,其周邊還處于待開發(fā)狀態(tài),無房價數(shù)據(jù);部分小區(qū)為新建小區(qū),不能得到2016年6月—2017年5月的完整數(shù)據(jù);部分樓盤在2016年6月—2017年5月期間已售空,也無法得到完整的數(shù)據(jù),因此對采集到的原始數(shù)據(jù)進行預處理,將異常數(shù)據(jù)剔除,最終得到3 444 個有效樣本數(shù)據(jù)。
特征變量包括建筑特征、區(qū)位特征及鄰里特征,統(tǒng)計分析選取特征變量為房齡、容積率、綠化率、至CBD的距離對數(shù)、公交站點數(shù)、教育、醫(yī)療和購物。特征變量的描述性統(tǒng)計如表2所示。
表2 特征變量的描述性統(tǒng)計Tab.2 Descriptive statistics of characteristic variables
對所采集的南京地鐵4 號線及7 號線沿線房價觀察值進行擬合,地鐵4 號線與7 號線沿線住宅均價趨勢對比如圖2所示。
圖2 地鐵4號線與7號線沿線住宅均價趨勢對比Fig.2 Comparison of trend of average residential prices along Metro Lines 4 and 7
由圖2 可知,地鐵4 號線與7 號線的住宅房價總體呈上升趨勢,地鐵開通4個月前(即2016年6月—10月)和2個月后(即2017年3月—5月),2條地鐵線的沿線住宅均價走勢幾乎完全一樣,說明地鐵7 號線是良好的對照組;地鐵4號線開通前后(2017年1月),2 條地鐵線路的沿線住宅均價走勢開始出現(xiàn)差異;全時間段地鐵4 號線住宅均價變化總和大于地鐵7 號線住宅均價變化。由于只有地鐵4 號線開通的政策能解釋2 條地鐵線的住宅均價走勢的差異,因此地鐵4號線的開通對沿線房價有提高的作用。
南京市區(qū)包括玄武區(qū)、秦淮區(qū)、鼓樓區(qū)、建鄴區(qū)、雨花臺區(qū),棲霞區(qū)、江寧區(qū)等行政區(qū)為郊區(qū);另外高檔住宅小區(qū)由于地段、環(huán)境和配套設(shè)施優(yōu)勢而普遍房價偏高,因此將2016年6月到2017年5月各小區(qū)房價平均值進行排序,取房價均值前30%的住宅小區(qū)作為高檔住宅小區(qū)。研究根據(jù)這2 個條件篩選,最終區(qū)分郊區(qū)、市區(qū),以及高檔住宅小區(qū)、一般住宅小區(qū)。地鐵4 號線與7 號線沿線住宅均價差異趨勢對比如圖3所示。比較圖3a和圖3b可知,地鐵4號線和7號線市區(qū)沿線住宅價格趨勢變化不大,而地鐵4 號線在開通時間郊區(qū)沿線住宅價格上漲趨勢大于地鐵7號線沿線住宅價格。比較圖3c到圖3f可知,地鐵4號線在開通時間的各區(qū)位沿線住宅價格上漲趨勢均略大于地鐵7號線各區(qū)位沿線住宅價格。
圖3 地鐵4號線與7號線沿線住宅均價差異趨勢對比Fig.3 Comparison of trend of differences in average residential prices along Metro Lines 4 and 7
利用空間分析軟件Geoda進行空間雙重差分定量分析,全樣本、各區(qū)位以及不同站點范圍空間雙重差分回歸分析結(jié)果如表3所示。
表3 空間雙重差分回歸分析結(jié)果Tab.3 Regression analysis results of spatial difference-in-difference model
以上7 組空間雙重差分回歸模型R2值最高為0.937,最低為0.685,擬合結(jié)果較好,可以用來解釋各特征變量對住宅價格的影響??臻g滯后項以及開通影響項p值較小,說明在99%的置信區(qū)間內(nèi)結(jié)果是顯著的,證明空間滯后模型和雙重差分模型用于地鐵4 號線開通對沿線住宅價格影響因素研究是具有可信度的。
表3回歸結(jié)果均表明,南京地鐵4號線開通后,沿線住宅價格有非常顯著的上升。具體而言,地鐵4 號線的開通會使得沿線住宅價格提升1.16%,使郊區(qū)沿線住宅價格提升1.22%,使市區(qū)沿線住宅價格提升1.02%,使沿線高檔住宅價格提升1.11%,使沿線一般住宅價格提升2.10%,使距站點500 m以內(nèi)的住宅價格提升1%,使距站點500~1 000 m之間住宅價格提升1.18%。(2)組、(3)組數(shù)據(jù)顯示,地鐵4 號線的開通對沿線郊區(qū)住宅價格增值影響大于市區(qū),說明城市軌道交通的開通對郊區(qū)居民的出行可達性提升更顯著,進而提升了郊區(qū)住宅的價值。(4)組、(5)組數(shù)據(jù)顯示,地鐵4號線的開通對沿線一般住宅價格增值影響約為高檔小區(qū)的2 倍。主要原因在于:價格高的小區(qū)多數(shù)位于市區(qū),與(2)組、(3)組數(shù)據(jù)相吻合;高檔住宅的居民多數(shù)乘坐私家車出行,因此地鐵4 號線的開通對高檔住宅居民的出行可達性提升沒有一般住宅居民顯著。(6)組、(7)組數(shù)據(jù)顯示,地鐵4 號線的開通對距站點500 m以內(nèi)的住宅價格增值影響略小于距站點500~1 000 m住宅。主要原因在于:臨近地鐵的住宅多數(shù)位于喧鬧的道路旁邊,噪音、震動、擁擠等帶來的負面影響導致附近住宅價格增值較低。
根據(jù)特征價格模型估計結(jié)果,在建筑特征方面,房齡對于市區(qū)住宅小區(qū)價格以及站點周邊500 m以內(nèi)住宅小區(qū)的價格有顯著的負面影響;容積率對全樣本住宅小區(qū)的價格有顯著負面影響,綠化率對全樣本住宅小區(qū)的價格有顯著正面影響。在區(qū)位因素方面,至CBD 距離對住宅價格有顯著的負面影響,即離市中心越遠,住宅價格越低;公交站點對住宅價格有一定的正面影響,但與至CBD 距離相比,公交站點個數(shù)對住宅價格變化影響較小。在鄰里特征方面,醫(yī)療對住宅價格有顯著正面影響,但是教育和購物對住宅價格的影響差別較大。市區(qū)住宅以及高檔住宅小區(qū)在周邊教育資源越多的時候反而會導致住宅價格下降。盡管市區(qū)地鐵沿線有少部分優(yōu)質(zhì)學校資源,但是多數(shù)非優(yōu)質(zhì)學區(qū)房周邊學校數(shù)量較多,卻反而會由于教育質(zhì)量相對欠佳以及環(huán)境噪音、高峰時間道路擁擠而導致居住水平下降。另一方面,居住在高檔住宅小區(qū)的居民更注重教學品質(zhì),比起住宅周邊較為完備的教育配套設(shè)施,會更傾向于將孩子送到相對較遠且教學水平頂尖的學校,因此教育資源數(shù)量多并不能對附近住宅起到增值作用。購物對高檔住宅小區(qū)有較顯著的負面影響,而對一般住宅小區(qū)有顯著的正面影響。模型中提及的購物是指綜合性大型商場,故推測一般住宅小區(qū)居民更愿意步行前往商場購物消費,而高檔住宅小區(qū)居民更希望在寧靜的小區(qū)居住而選擇乘車前往商場。
研究定量分析了南京地鐵4 號線開通對全線路、市區(qū)、郊區(qū)、高檔小區(qū)、一般小區(qū)、距站點500 m 以內(nèi)、距站點500~1 000 m 之間住宅的價值影響。采集南京市軌道交通基礎(chǔ)資料、地鐵4 號線與7 號線站點周邊1 000 m 范圍內(nèi)樓盤概況資料及房地產(chǎn)均價資料,利用空間雙重差分模型進行實證分析及檢驗。根據(jù)上述研究結(jié)論,提出政策啟示如下。
(1)由于城市軌道交通對沿線住宅價格產(chǎn)生了正面的影響,因此政府應(yīng)推動房地產(chǎn)與城市軌道交通公司聯(lián)合開發(fā),從而實現(xiàn)城市軌道交通外部效益內(nèi)部化,促進城市軌道交通的可持續(xù)發(fā)展。
(2)市政府在土地定價過程中,需要考慮城市軌道交通對沿線住宅影響的空間效應(yīng)差異,對不同站點周邊的土地實行差異化定價。由于城市軌道交通對沿線郊區(qū)住宅價格的影響更大,應(yīng)適度提高沿線郊區(qū)土地的價格,小幅度提高沿線市區(qū)土地的價格。
(3)市政府應(yīng)推進郊區(qū)軌道交通及周邊土地聯(lián)合開發(fā),形成居住、教育、醫(yī)療、商業(yè)集聚的綜合功能區(qū),提升郊區(qū)的公共服務(wù)設(shè)施水平,促進市區(qū)與郊區(qū)平衡發(fā)展。
城市軌道交通開通對不同類型沿線住宅的價格會產(chǎn)生不同的影響,研究對沿線住宅的分類并不全面。另外,不同運量、服務(wù)頻率的城市軌道交通開通對沿線住宅的價格影響具有差異性。未來可以對住宅小區(qū)進行更細的分類,并且探究不同運量、服務(wù)頻率的城市軌道交通對沿線住宅價格影響的差異性,為管理者提供更全面、細致的政策啟示。