(重慶交通大學(xué) 重慶 400074)

一、緒論

隨著地鐵的修建，沿線(xiàn)的房地產(chǎn)價(jià)格也受到了很大的影響。鄭州市于2013年年底完成地鐵一號(hào)線(xiàn)的施工并正式投入運(yùn)營(yíng)。本文主要研究住宅到最近地鐵站距離對(duì)沿線(xiàn)房?jī)r(jià)增幅的影響，針對(duì)這一問(wèn)題，作者以鄭州地鐵一號(hào)線(xiàn)為例，通過(guò)建立一元線(xiàn)性回歸模型，研究了到最近地鐵站距離1500m以?xún)?nèi)71個(gè)沿線(xiàn)普通住宅的房?jī)r(jià)增值情況。

二、房地產(chǎn)估價(jià)概述

房地產(chǎn)估價(jià)，又稱(chēng)房地產(chǎn)價(jià)格評(píng)估，它主要以土地、建筑物和房地為估價(jià)對(duì)象，在估價(jià)過(guò)程中秉持六大原則，之后由專(zhuān)業(yè)估價(jià)人員進(jìn)行的以實(shí)現(xiàn)一個(gè)具體估價(jià)項(xiàng)目的期望用途為目標(biāo)的過(guò)程。

三、距地鐵站點(diǎn)距離對(duì)沿線(xiàn)房?jī)r(jià)的影響研究—以鄭州地鐵一號(hào)線(xiàn)為例房?jī)r(jià)增幅模型的構(gòu)建

(一)鄭州地鐵一號(hào)線(xiàn)的概況

鄭州地鐵一號(hào)線(xiàn)，一期工程西起市體育中心站，東到西流湖站，線(xiàn)路總長(zhǎng)26.2公里，全線(xiàn)一共設(shè)有20個(gè)車(chē)站，鄭州地鐵一號(hào)線(xiàn)一期工程有20個(gè)站點(diǎn)。

(二)模型構(gòu)建前的準(zhǔn)備工作及模型的建立

1.模型構(gòu)建前的準(zhǔn)備工作。兩個(gè)假設(shè)：①本文將其他各種影響房?jī)r(jià)的因素弱化，著重分析住宅距地鐵站距離對(duì)房?jī)r(jià)增幅的影響。②本文假設(shè)各影響因素能立即對(duì)房?jī)r(jià)產(chǎn)生影響。

本文數(shù)據(jù)來(lái)源于百度地圖和搜狐焦點(diǎn)網(wǎng)站，主要收集了地鐵一號(hào)線(xiàn)沿線(xiàn)16個(gè)站點(diǎn)80個(gè)普通住宅距地鐵站點(diǎn)的距離及籌建初期2009年12月的住房均價(jià)，地鐵一期工程正式投入運(yùn)營(yíng)的住房均價(jià)。

經(jīng)過(guò)初步收集，整理了80組原始數(shù)據(jù)，預(yù)處理之后還有71組有效數(shù)據(jù)。

2.模型的建立。用D表示自變量，用P表示因變量，則有一元線(xiàn)性方程P=a+bD。本文選取小區(qū)距最近的地鐵站點(diǎn)的距離D為自變量，選取2009年至2013年房?jī)r(jià)增幅P為因變量。將已經(jīng)預(yù)處理過(guò)的71組數(shù)據(jù)運(yùn)用spss分析軟件做出散點(diǎn)圖如圖4-1：

圖4-1 數(shù)據(jù)分布散點(diǎn)圖

圖4-2 回歸標(biāo)準(zhǔn)化殘差的標(biāo)準(zhǔn)P-P圖

圖4-3 直方圖

圖4-4 回歸標(biāo)準(zhǔn)化殘差散點(diǎn)圖

通過(guò)以上散點(diǎn)圖可以看出，房?jī)r(jià)增幅與小區(qū)距最近地鐵站距離存在負(fù)相關(guān)關(guān)系。除此之外，運(yùn)用spss軟件進(jìn)行殘差分析，從圖4-2到4-4分析得出，殘差隨機(jī)散布在穿過(guò)零點(diǎn)的直線(xiàn)兩側(cè)，說(shuō)明收集的數(shù)據(jù)較為可靠，可以進(jìn)行線(xiàn)性回歸分析。運(yùn)用spss軟件進(jìn)行線(xiàn)性回歸分析，得到相關(guān)性、一元線(xiàn)性回歸方程系數(shù)及方差分析表如表4-1到4-3：

從表4-2可以看出，一元線(xiàn)性回歸模型的方程為：P=4717.283-1.805D。

3.房?jī)r(jià)增幅模型顯著性檢驗(yàn)

經(jīng)過(guò)軟件分析，得到模型顯著性檢驗(yàn)如下：

從表4-4可以看出，調(diào)整R方為0.743，表明模型的自變量小區(qū)距最近地鐵站的距離D大體上對(duì)因變量房?jī)r(jià)增幅P影響的顯著性為74.3%。當(dāng)調(diào)整R方大于0.6時(shí)，說(shuō)明模型的擬合效果較好，因此該模型的擬合效果較好[1]。

(三)鄭州地鐵一號(hào)線(xiàn)某站點(diǎn)周邊的某一住宅房?jī)r(jià)影響的實(shí)證研究

為了驗(yàn)證模型的精確性，我們選取了某站點(diǎn)周邊的某一住宅為樣本，該樣本距最近地鐵站的距離為256m，將D=256m代入方程P=4717.283-1.805D，可得房?jī)r(jià)增幅P=4255.203元。由搜狐焦點(diǎn)網(wǎng)上查詢(xún)可知，該住宅2009年12月時(shí)的房?jī)r(jià)為4000元，2013年12月時(shí)的房?jī)r(jià)為8155元，即房?jī)r(jià)增幅為P=4155元。

從以上計(jì)算結(jié)果可以看出，房?jī)r(jià)增幅的實(shí)際值為4155元，模型的擬合值為4255.203元，二者相差不大，可以認(rèn)為模型擬合的效果較好。

四、結(jié)論

(1)當(dāng)小區(qū)距最近地鐵站的距離在0-400m范圍內(nèi)時(shí)，距離D對(duì)房?jī)r(jià)增幅的正面影響最為顯著；在400m-800m范圍內(nèi)時(shí)，距離D對(duì)房?jī)r(jià)增幅的影響較為顯著；在800m-1200m時(shí)，距離D對(duì)房?jī)r(jià)增幅有一定程度的影響。

(2)本文建立的方程為P=4717.283-1.805D，表明小區(qū)距離的回歸系數(shù)為-1.805，也就是隨著距離的不斷增加，平均房?jī)r(jià)就會(huì)有相應(yīng)的不同程度的下降。

(3)鄭州地鐵一號(hào)線(xiàn)確實(shí)對(duì)房?jī)r(jià)有推動(dòng)作用，帶動(dòng)周邊地區(qū)的經(jīng)濟(jì)發(fā)展。房?jī)r(jià)提升直接提高周邊地區(qū)GDP的增長(zhǎng)。這顯然會(huì)成為影響決策者的一個(gè)因素。

【參考文獻(xiàn)】

[1]劉枬,蔚傳忠.還原利率R的實(shí)質(zhì)及其確定方法[J].重慶建筑大學(xué)學(xué)報(bào)，2000,22(2)：108-109.