彭馨樂

（湖南農(nóng)業(yè)大學經(jīng)濟學院，長沙 410128）

引言

以地鐵為主的軌道交通已成為公眾快捷便利出入核心城區(qū)的重要交通手段，同時地鐵軌道交通具有準時、安全、大容量、高速度、低消耗、高效率和低污染的特點，符合我國長遠的可持續(xù)發(fā)展戰(zhàn)略。加大投入建設(shè)和完善地鐵，這不僅可以改善房地產(chǎn)市場長期以來的低效性，并且可緩和核心城區(qū)房價過高的問題，也促使城市形成多元化的多核型軸向良好的發(fā)展模式，從而改變原有位置的城市優(yōu)劣布局，打破原先固有的房價空間結(jié)構(gòu)。同時，越來越多的購房者重視房屋周圍區(qū)域是否具有完善的軌道交通設(shè)施，是否能滿足其日常便捷出行的需求。因此可以看出，地鐵軌道交通對沿線房地產(chǎn)住宅價格產(chǎn)生了一定的影響，并表現(xiàn)出一定的規(guī)律性。

由于國外房地產(chǎn)市場的發(fā)展和軌道交通的發(fā)展都較早，從20世紀70年代就有國外學者開始研究軌道交通對房地產(chǎn)住宅價格的影響，并進行了大量的定量分析。美國Sedawy公司（1999）通過收集舊金山灣區(qū)捷運鐵路系統(tǒng)對周圍住宅價格的影響因素數(shù)據(jù)分析，得出的研究結(jié)論表明，距離BART站每增加1.6公里，價格將由減少3 200~3 700美元，車站周邊的公寓租金將減少15%~26%。斯瓦洛（1994）通過收集當?shù)剀壍澜煌ㄑ鼐€的影響房地產(chǎn)價格因素的樣本數(shù)據(jù)，運用多元線性回歸分析的方法進行了研究；亨尼貝瑞（1998）通過長期對謝菲爾德的軌道交通系統(tǒng)進行數(shù)據(jù)收集和研究分析發(fā)現(xiàn)，在該軌道交通建設(shè)期間周圍房地產(chǎn)價格不升反降，而在建設(shè)完成后，周圍房地產(chǎn)價格迅速上升并超過之前水平。

還有國內(nèi)學者研究結(jié)論發(fā)現(xiàn)，軌道交通對沿線房地產(chǎn)價格的影響與其距離成反比關(guān)系，距離軌道交通站點越近的房地產(chǎn)，其房價上漲的幅度越明顯；而距離軌道交通站點越遠，其房價上漲的幅度越弱。馮長春運用多元線性回歸模型對北京地鐵5號線沿線2km范圍內(nèi)進行研究，通過分析樣本研究數(shù)據(jù)得出軌道交通對沿線房地產(chǎn)價格影響程度的結(jié)論：在其所選取的眾多影響房地產(chǎn)價格的影響因素中，軌道交通的影響作用是最明顯的，隨著距離地鐵站口距離的增加，房地產(chǎn)價格不斷下降，并在2km之后對房地產(chǎn)價格影響不顯著。

本文選取長沙地鐵2號線為研究對象，綜合列舉分析了周邊影響通勤成本的主要因素及其與住宅價格之間的內(nèi)在關(guān)系，運用進行定量分析采用Hedonic模型的研究分析方法，通過相關(guān)數(shù)據(jù)收集并運用定量分析的方法給出定量結(jié)論，得出通勤成本與住宅價格之間內(nèi)在聯(lián)系的空間互動關(guān)系。長沙市作為湖南省省會，是我國具有代表性的二線城市，而長沙地鐵2號線作為長沙市開通運營的第一條線路，通過其研究可為長沙市開展不同地鐵線路及其其他二線城市開展地鐵軌道交通建設(shè)與城市房地產(chǎn)價格的分析提供參考。

一、數(shù)據(jù)分析和模型構(gòu)建

（一）數(shù)據(jù)收集

本文實證研究所選取的數(shù)據(jù)是2012—2013年長沙地鐵2號線沿線距離地鐵站口2km內(nèi)的房屋平均銷售價格作為樣本數(shù)據(jù)。相關(guān)數(shù)據(jù)的收集主要依靠實地調(diào)研收集一線數(shù)據(jù)，將調(diào)查的樣本進行了與地鐵站口距離、到CBD距離、到最近軌道交通車站的距離的分類，同時為了彌補樣本數(shù)據(jù)不足，本文采用了長沙安居客網(wǎng)站相關(guān)權(quán)威房價均價數(shù)據(jù)，據(jù)此得到本文的28個樓盤樣本數(shù)據(jù)。

樣本數(shù)據(jù)包括：望城坡—橘子洲站：望興F1站、達美D6區(qū)、中一九駿、中建梅溪湖中心；橘子洲站—長沙火車站：開福萬達、五一中央領(lǐng)御、壹號公館、湘域城邦、金燁融府、凱通國際城、湘域相遇、江與城；錦泰廣場站—長沙大道站：錦泰東環(huán)國際、偉暉東方芙蓉、百納廣場、鑫科明珠、湘域熙岸、泊愛藍灣；長沙大道站—光達站：茂華禧都會、融科紫檀、合能雨花公館、盛世華章、融科香山國際、運達中央廣場、嘉斯茂購物廣場、中隆國際御璽、萬科金域華府、象嶼優(yōu)山美地。

（二）變量選取

房地產(chǎn)價格由諸多影響因素共同作用的形成，數(shù)據(jù)所包含的各影響因素的影響大小是不同的，根據(jù)初步研究調(diào)查和以往的研究成果，本文將影響因素劃分為結(jié)構(gòu)因素、區(qū)位因素和鄰里因素三大類。三大類影響因素各自所包含的影響因子（見表1）。

表1 變量選擇

（三）模型構(gòu)建

Hedonic模型是采用大樣本容量數(shù)據(jù)的定量研究方法，通過將影響房地產(chǎn)價格的因素進行分解，力圖將影響房價的單個影響因素所包含的隱含價格求出，能以更加準確的方式評估各影響因素對房價的影響。因此，該方法也被廣泛地用于研究軌道交通對周圍房地產(chǎn)價格的影響中。

將Hedonic模型用于房地產(chǎn)市場研究，其中最常見的模型是線性形式，但經(jīng)過檢驗自變量、因變量均以線性帶入，此模型無法展現(xiàn)出邊際效用遞減的規(guī)律，而經(jīng)過檢驗采用數(shù)線性模型及半對數(shù)模型可以解決此不足，并由于半對數(shù)模型能更直觀展現(xiàn)出實驗結(jié)果，最終本文選取半對數(shù)模型進行模型運算。

在上述式子中：P表示單個房屋價格；α0為常數(shù)項；Zi表示第i種特征變量；αi為第i種特征變量的系數(shù)；β為隨機誤差項。

（四）模型運算

本文Hedonic模型采用半對數(shù)函數(shù)形式，其基本方法是采用最小二乘法原理的多元線性回歸，并采用逐步回歸，剔除不相關(guān)變量，得出顯著性相關(guān)變量。將三大影響因素所包含的影響因子作為自變量，交易成交價作為因變量，運用SPSS軟件進行模型分析計算。選擇半對數(shù)形式進行回歸分析，再用篩選法進行因變量篩選，經(jīng)過5次逐步回歸迭代后，有6個變量滿足5%的顯著性要求進入模型，該模型的析結(jié)果（見下頁表2）。

通過Hedonic模型運算和上述計算結(jié)果，可求得長沙市地鐵2號線沿線房地產(chǎn)價格影響因子的半對數(shù)方程：

二、模型結(jié)果分析

房屋鄰里因素影響明顯：在模型方程中學校顯著影響房價，其說明購房者十分重視住宅周圍的教育資源情況，這也直接影響著居民接送小孩的通勤成本。再者，公園等優(yōu)質(zhì)的環(huán)境資源也有著重要影響，其構(gòu)成了住宅價格的空間互動重要關(guān)系。

區(qū)位繁華程度影響突出：到CBD距離直接影響房價的水平，距離CBD越近其所能提供的各項便利越是明顯。由表4可以看出，與五一商圈距離小于3km和距離大于9km，其成交均價相差近3 500元。CBD一般都是工作高度集中的地方，其住宅與CBD的距離即通勤距離，其構(gòu)成了影響通勤成本最直接最重要的影響因素，由研究結(jié)果表明，距CBD越近能有效地降低通勤成本，其直接推動了住宅價格的上漲。

表2 回歸系數(shù)及顯著性檢驗

表3 重要鄰里因素對住宅價格的影響

表4 距CBD遠近對住宅價格的影響

影響范圍有限：有研究數(shù)據(jù)表明，在距離地鐵站口800m~1 000m范圍內(nèi)沿線住宅增值的效果最為明顯，基于本文研究樣本均取自距離地鐵站1 000m范圍內(nèi)，本文研究的距地鐵站口的因子顯著性水平理應更高。盡管受到樣本數(shù)據(jù)有限，但仍然可以看出距地鐵站的距離與房地產(chǎn)住宅價格之間存在較強的負相關(guān)關(guān)系，可以得出地鐵軌道交通對推動沿線房地產(chǎn)價格的上漲起著重要性作用。

結(jié)論

以長沙地鐵2號線沿線住宅市場為例，本文測量了“到CBD距離”“到最近軌道交通車站的距離”“公交線路狀況”對住宅價格的影響，結(jié)果表明，通勤成本對住宅價格確實存在著顯著影響。由本文研究結(jié)論可知，距CBD距離越近其房價越高，其直接決定了市民的通勤成本，構(gòu)成了通勤成本與住宅價格間最直接的空間互動關(guān)系；到最近的軌道交通站點距離即距離地跌站口距離直接影響市民的時間成本，對其選擇房屋是構(gòu)成直接影響，由研究結(jié)論可知在有效范圍內(nèi)，距離地鐵站口越近的住宅價格越高；而由研究結(jié)論公交線路狀況并未有顯著性影響，其不構(gòu)成通勤成本與住宅價格空間互動的影響。

表5 距地鐵口距離對住宅價格的影響

[1]葉霞飛，蔡蔚.城市交通開發(fā)利益的計算方法[J].同濟大學學報，2002，(4)：431-436.

[2]王霞，朱道林，張鳴明.軌道交通對房地產(chǎn)價格的影響——以北京市輕軌13號線為例[J].城市問題，2004，(6)：39-42.

[3]馮長春，李維 ，趙蕃蕃.軌道交通對其沿線商品住宅價格的影響分析——以北京地鐵5號線為例[J].地理學報，2011，(8)：105-106.

[4]馮艷芬，梁小斯，吳大放.基于Hedonic模型的廣州地鐵1號沿線住宅價格分析[J].廣州大學學報：自然科會學學版，2011，(4)：90-95.