大學城建設對于住宅價格的時空效應研究

王 燦，臺玉紅

（上海理工大學管理學院，上海 200093）

引言

大學城建設，可以短時間內改變區(qū)域的文化教育水平，進而豐富該地區(qū)的文化底蘊，增加區(qū)域的生活便捷程度，同時也給了房地產市場發(fā)展的動力和光明的發(fā)展前景。因此，建設大學城能給區(qū)域房地產市場帶來極大的增值效應。據不完全統(tǒng)計，當前在建和已經建成的大學城超過100個，比較知名的有南京自2001年起相繼建設的仙林、江寧、浦口三個大學城，武漢光谷大學城，蘇州大學城，杭州下沙大學城，廣州大學城，北京海淀大學城，上海也有松江、楊浦、閔行、臨港、張江等多個大學城。擁有多所高校的城市爭相將大學聚攏成團，希望通過簡單的大學城的建設拉動周邊地區(qū)的后續(xù)經濟開發(fā)亦或房地產開發(fā)，大學城的建設有成功案例，但是也不乏失敗典型。大學城的建設究竟對周邊房地產開發(fā)產生怎樣的后續(xù)影響，尚沒有一個確定的結論。本文選取房地產住宅價格為研究焦點，以上海2001年開工建設的松江大學城區(qū)域住宅成交價格和松江老城住宅成交價格相關數據為基準，建立特征價格模型，從空間和時間上定性研究、定量分析了大學城建設對其周邊住宅價格帶來的影響，以此分析大學城的建設對周邊住宅價格的影響程度。

一、國內外研究綜述

對于大學城的定義不同學者有著不同的看法，一些學者認為，在某一區(qū)域內，由一定數量的高等學校共同集聚在一起而形成的以高等教育為主要功能、以資源共享為區(qū)域特征、文化載體高度集中的城市社區(qū)可視其為大學城。由于國外大學城是順勢而為的產物，因此目前針對大學城與區(qū)域發(fā)展的系統(tǒng)性研究較少。在國外，大學城的建設與發(fā)展研究涉及相當多的領域，主要包括區(qū)域經濟發(fā)展與人口結構調整等。同時，國外大學城的發(fā)展形態(tài)與載體主要是社區(qū)與高等教育的融合，在20世紀早期就已形成。大學城的發(fā)展過程如同城市的發(fā)展一樣，由于某所大學在相關方面比較擅長，其經濟、教育等相關因素吸引相關人口聚集，從而在該大學周邊區(qū)域形成具有一定規(guī)模的城鎮(zhèn)，如英國的劍橋大學城，美國波士頓大學城等。

而國內對于大學城的研究主要集中在大學與落地區(qū)域如何協調發(fā)展、如何在未來相互促進發(fā)展、以及大學城的選址等方面。大學與落地區(qū)域如何協調發(fā)展方面，一些學者指出，大學城對于區(qū)域經濟的增長主要體現在改善大學辦學條件的同時促進基建、交通等領域的進步，同時利用大學的尖端人才的集聚效應，吸引外來人口入駐以此推動區(qū)域產業(yè)升級、區(qū)域經濟大跨步的發(fā)展。而對于大學城和落地區(qū)如何相互促進發(fā)展，一些學者認為，雖然建設大學城的趨勢不可阻擋，但是我國大學城的選址還需細細考量。若建于城鄉(xiāng)邊緣地帶，則大學城就不一定能夠發(fā)揮出其本應有的作用。對于大學城的選址，一些研究指出，雖然大學城在國內是政策性、指令性的產物，但是為了促進區(qū)域經濟轉型升級發(fā)展，大學城對于區(qū)域經濟空間結構、人文空間結構、地域空間結構的提振確實具有較強作用。研究并沒有涉及到大學城建設期中及建設后對于區(qū)域的住宅價格的影響這一特定區(qū)域。

二、研究對象及研究范圍

（一）研究對象

本文確定兩個研究對象，一是大學城板塊，二是住宅產品。

1.大學城。上海松江大學城坐落于上海市松江區(qū)西北部，是上海市通往浙江等南方各省重要的交通門戶之一。松江大學城項目于1999年立項，于2005年基本完工。松江大學城項目建設于2005年9月結束并且開始投入使用，第一批新生入駐，迎接上海外國語大學、華東政法大學、東華大學、復旦大學視覺藝術學院、上海對外經貿大學、上海工程技術大學和上海立信會計金融學院等7所高校共10萬余名學生，近1萬名教師及后勤工作人員等。松江大學城對于松江大學城板塊的經濟發(fā)展有著極大的促進作用，投入使用后松江區(qū)的經濟水平有了明顯的質的提升并且附帶有更強大的創(chuàng)新效應。選擇松江大學城作為研究對象有兩點原因：一是松江大學城大學緊密相連，內部無空隙，可看作一個整體。且松江大學城作為一個獨立的住宅板塊，與其他板塊相距較遠，可以單純考慮松江大學城的影響作用提供了較好的研究區(qū)域。二是松江大學城始建于2001年，距今已經十六年之久，對于周邊住宅市場影響相當成熟，對于從時間效應上進行研究提供了基礎，同時周邊區(qū)域的房屋價格對于研究松江大學城對于周邊住宅價格影響具有很好的反映。

2.住宅產品。在大學城板塊中，現存的住宅品類有別墅、普通高層住宅、經適房和廉租房等。本文將選取普通住宅為對象進行研究，主要原因如下：首先，國家相關政策影響經適房和廉租房價格較明顯，不能用特征價格模型進行描述，所以不在此文的研究對象范圍以內；其次，別墅作為高端住宅產品，其居住者的價格承受能力與普通居民有較大差別，對于特征的反應較為不明顯，故此處不對別墅進行研究；最后，與大學城作用聯系最為緊密的是普通住宅或公寓，因為教師、在讀學生家長、配套商鋪店主都有可能在周邊房地產市場中置業(yè)，他們對于特征價格模型中的各項特征反應敏感。同時，住宅的一些特征能在很大程度上決定住宅價格的走勢，因此符合模型創(chuàng)建的條件。

（二）研究范圍

1.松江大學城區(qū)域。國內外對大學城對房價影響范圍的研究較少，類比同類影響因素，如地鐵站點對于周邊住宅價格影響范圍在1 000m，在1 500m之外對于住宅的影響可以忽略不計。筆者認為，大學城本身面積較大，影響范圍應較廣。同時，上海松江大學城7所大學均坐落于以上海市大學城體育場西南門為圓心，半徑2公里的圓范圍之內。因此，本文選取以上海大學城體育場為圓心，半徑4 000m范圍內的區(qū)域進行研究。

2.松江老城區(qū)域。松江老城板塊位大致于上海市滬昆高速以南，滬杭高速以西，申嘉湖高速以北，上海繞城高速以東。區(qū)域內歷史悠久，同時住宅開發(fā)時間較長，各時期各種類型住宅均有，能夠充分體現各個時期松江區(qū)住宅產業(yè)的發(fā)展。同時時間上，松江老城自進入2005年后，也成了松江區(qū)住宅重點開發(fā)區(qū)域，恰好時間上與大學城建成時間相同。位置上，此區(qū)域位于大學城區(qū)域東南6公里處；松江大學城區(qū)域與松江老城區(qū)域距離上海徐家匯地鐵站距離均為32km，因此在本研究中適用于與大學城板塊的對比。

三、松江大學城對周邊住宅價格影響的實證研究

（一）特征價格模型的構建

特征價格模型是用于研究產品異質性的一種模型，其研究重點在于產品的價格與產品各個特征之間的關系。建立特征價格模型，通常需要事先采集產品各個時期的不同的價格，然后分析各項因素對于產品價格的影響。由于住宅也是一種產品，因此可以將特征價格模型運用到住宅價格的研究中來，例如分析住宅的建筑因素、區(qū)位因素和環(huán)境因素等。在本研究中，將住宅的特征價格模型基本的形式設置為：P=f（C1，C2，C3…Ci），P表示住宅價格，Ci表示各影響住宅價格的特征因素。在本文中，基于特征模型的線性函數形式進行住宅產品及其各項特征之間的研究：

式中，P為住宅的價格；a0為除特征變量外其他影響產品價格的常量之和，是一個常數；ai為特征變量系數；Ci為特征變量；ε為隨機干擾項。

在特征價格模型中，自變量與因變量通過線性形式連接起來，與a0對應的實際意義是所研究產品特征的價格，是一個常數。選擇線性形式的特征價格模型能夠較好地擬合現實情況，反映各個特征變量與最終產品價格的關系。適用于如松江大學城等區(qū)域邊界明晰、區(qū)域經濟較為獨立、道路劃分明顯的地區(qū)，分析特定產品的價格變動來源。

（二）特征變量的確定

使用特征價格模型進行研究，首先需要確定產品的特征變量，在本文中主要包含住宅的建筑因素和距離因素。同時，為了滿足構造特征方程的需求，還同時確定了住宅產品的價格變量和時間變量。參考以往學者的相關結論，確定選取以下特征變量的。

1.距離特征變量。距離特征變量主要用來描述被研究對象的相對地理位置。本文將距離特征變量設定為住宅與松江大學城的距離，用D表示。根據前文描述，D的取值范圍為0＜D＜4 000，以m為單位。在研究范圍內，以每1千米為變量，劃分三個研究階段。本文中，距離特征變量Dt0表示所本住宅與松江大學城的距離＜2 000m，以此類推Dt1、Dt2分別表示所本住宅與松江大學城的距離為2 000～3 000m、3 000～4 000m。住宅與松江大學城的距離落在相應區(qū)間時，則相應變量取值為1，否則其值為0。同時設置特征變量Dt0為虛擬變量，不在方程中出現，若Dt1、Dt2在取值時同時為0，則默認特征變量Dt0的取值為1。

研究假設：住宅與松江大學城的距離增加，則該住宅所受松江大學城影響越小，居民能夠享用到的松江大學城的效應越小，所以預期D的系數符號為負。

研究區(qū)域，以上海大學城體育場西南門為原點，半徑分別為2 000m、3 000m、40 000m畫圓，按照建筑小區(qū)劃歸所屬的最小半徑劃歸所屬區(qū)域。

2.建筑特征變量。建筑特征就是住宅產品自身所具備的特性。本文選取特征變量有以下幾個：小區(qū)的總用地面積，用CA表示。單位為m2，設為連續(xù)變量。對于大學城區(qū)域住宅價格的預期影響不確定。小區(qū)的總建筑面積，用FA表示，單位為m2，設為連續(xù)變量。對于大學城區(qū)域住宅價格的預期影響不確定。小區(qū)的容積率，用VR表示。無單位，設為連續(xù)變量。對于大學城區(qū)域住宅價格的預期影響為負。小區(qū)的類型，用Floor表示。本文的研究對象為普通高層住宅，因此設置虛擬變量之一為住宅類型。普通住宅一般包括多層（1—6層）和高層（7層及以上）兩個類型。在研究中，多層住宅虛擬變量取0，高層建筑虛擬變量取1。多層住宅居住條件較為舒適，而高層住宅可能更受年輕人的歡迎，因此對于大學城區(qū)域住宅價格的預期影響不確定。

小區(qū)的裝修情況，用ZX表示。普通住宅按照交房前是否裝修，可分為毛坯房和精裝房，因此本文中將此設為虛擬變量，變量用ZX表示。取值為0表示交房前未裝修或基本未裝修（毛坯房），取值為1代表交房前已進行相當程度的裝修（精裝房）。市場上精裝房一般僅由聲譽高、綜合能力較強的房地產開發(fā)商建造，但為了銷量，也可能會降價銷售。因此，變量ZX對于大學城區(qū)域住宅價格的預期影響為不確定。

小區(qū)的物業(yè)費，用PMF表示，物業(yè)費的單位為元/月·m2，與前值變量相同的設為連續(xù)變量。物業(yè)費高，可能反映小區(qū)管理制度規(guī)范，小區(qū)安全系數高等。因此，大學城區(qū)域住宅價格的預期影響為正。

3.住宅價格變量。Price表示因變量，即住宅小區(qū)價格，指截至到特定時間點，地塊內所有累計已成交住宅的成交均價。為消除時間趨勢以及不必要的其他因素影響，本文收集大學城區(qū)域在2001—2015年間開盤、與大學城距離在2 000～4 000m的45個住宅樓盤相關信息，以此為基礎通過SPSS軟件進行數據分析。

4.時間特征變量。在前面已經分析過，不同時期下大學城對住宅價格可能產生不同的影響。因此，本文設立三個時間段變量進行分別分析：Year0表示大學城建設期內的年份，Year1表示大學城投入使用五年之內年份，以Year2表示大學城投入使用十年之內年份。根據上文已提及上海市松江區(qū)大學城建設項目相關信息，Year0包含時間段為2001年1月至2005年12月；Year1包含時間段為2006年1月至2010年12月；Year2包含時間段為2011年1月至2015年12月，將三個時間特征變量均設為虛擬變量。根據特征價格模型如果特定時間點落在區(qū)間內，則時間特征變量取值為1，否則該時間特征變量取值為0。同時與距離特征變量類似，設定時間特征虛擬變量Year0，當特定時間點不落在Year1或Year2時間段內，即兩個時間變量均為0，默認Year0值為1。

5.變量預期影響分析。上文對于住宅的相關變量分析中，確定了一些變量的預期結果（如表1所示）。各變量預期影響為正則用“+”表示該自變量與因變量關系是正相關，預期影響為負則用“-”表示該變量與因變量關系是負相關。

表1 變量預期影響

（三）數據采集

本文數據來源中，住宅價格來源為房天下房地產網、新浪上海樂居網、上海房地產聯合網、安居客上海網易上海樂居網等網站，住宅容積率等相關特征變量數據來源于上海市規(guī)劃局、松江區(qū)規(guī)劃局以及上海政府數據服務網。住宅距離類信息數據通過百度地圖、高德地圖，新浪樂居上海樓盤電子地圖，網易樂居上海樓盤電子地圖的電子測量輔以公交線路長度、地鐵運營時間進行測量以及上海政府數據服務網的數據，可信度較高。

（四）數據分析

在進行正式的建模前選取變量Price和主要研究變量D制作散點圖進行事前分析，發(fā)現住宅與松江大學城的距離越小，小區(qū)價格逐步增高。因此，本文使用SPSS18.0進行分析。

經過模型擬合度分析及方差分析，模型回歸方程擬合優(yōu)度為0.971，說明模型能夠較好的反映實際情況。模型DW值為1.993，VIF均為1—10之間，說明各變量不存在多重共線性。最終，利用軟件得出回歸結果。

（五）模型創(chuàng)建

由下頁表2可得以下線性回歸模型:

Price=1 324.905-1.215D+6 917.385Green-0.024CA+0.037FA+1 250.181VR-2 248.823Floor-1 705.578ZX+4 378.136PMF+3 558.204Year1+10 900.588Year2

1.從空間效應方面分析，表明大學城對于周圍住宅的價格具有增值作用，且隨距離遞減。從表2中可以明顯看出，松江大學城對于區(qū)域住宅價格存在影響。方程中，變量D的系數為-1.215，并且通過了95%條件下的t檢驗，說明在其他變量條件不變的情況下住宅距離大學城體育場的距離平均每增加1m，每平方米住宅價格將下降1.215元。因此，距離大學城體育場2 000m處住宅比原點處住宅價格每平方米平均下降2 430元。其中的原因可能是大學城的建設帶動了周邊區(qū)域經濟文化以及交通的發(fā)展，隨著大學城7所學校近10萬名學生的入駐，以及各所學校高素質的教師、教授乃至中國工程院、中國科學院院士入城，他們對于住房的龐大需求，極大促進了相關區(qū)域房地產市場的繁榮發(fā)展。

表2 基本模型回歸系數

2.從時間效應方面分析，大學城對于周圍住宅的價格具有增值作用，且是一個逐漸凸顯的過程。也就是說，大學城對于周圍房屋的影響力是一個緩慢釋放的過程。Year1階段內，即大學城投入使用后5年內，對于房屋價格的增值作用系數是3 803.008，而Year2階段內，即大學城投入使用后5年以后，10年以內，對于房屋價格的增值作用系數是10 960.439，且二者均通過了99%條件下的t檢驗。這可能是由于隨著落成時間的推移，為了滿足大學師生們的需求，周圍的配套設施不斷完善，醫(yī)療、教育、商貿等設施的落成進一步加強了周邊住宅的生活完善程度。因此，大學城對于住宅價格的影響逐漸走高。另外，大學新城的建設，相對于老城區(qū)來說，環(huán)境優(yōu)越，充滿生機與活力，這種獨特的人文資源逐步提升了樓盤的品位，從數據中來看，精裝修房屋主要集中在大學城核心區(qū)域（＜3 000m），也從側面證實了這一點。

3.從其他因素方面分析，對于區(qū)域住房價格的比較顯著的影響因素還有建筑面積、占地面積和物業(yè)費。表2中，三者對于住房價格的影響系數均通過99%的t檢驗值的檢驗。建筑面積小同時占地面積大的住宅較建筑面積大同時占地面積小的住宅環(huán)境優(yōu)渥，條件舒適，因此有理由價格較高。而凸顯著小區(qū)管理水平的物業(yè)費的收取，表明此小區(qū)檔次較高同時服務質量好，也有理由賣出更高的價格。

大學城區(qū)域2005—2010年的高增速，可能是由于開發(fā)商的炒作行為，以及人們對于良好居住環(huán)境的預期，使得人們對此區(qū)域趨之若鶩。在2010年之后，隨著大學城板塊的逐漸成熟，增速雖有所回落，但仍然較松江老城板塊強。

松江區(qū)由于佘山等板塊歷年開發(fā)別墅、公寓型住宅較多，拉高了整體的均價，因此松江區(qū)全區(qū)均價不具備與大學城區(qū)域住宅價格的可比性。

結語

本文從空間與時間雙重效應分析了大學城對于區(qū)域住宅價格的影響，發(fā)現大學城對于周圍住宅的價格具有增值作用，且這種效應隨距離增長逐漸遞減，大學城對于周圍住宅的價格增值作用是一個逐漸凸顯的過程。同時，對于區(qū)域住房價格的比較顯著的影響因素還有建筑面積、占地面積和物業(yè)費。

住宅的價格受多種復雜因素的影響，僅靠分析相關特征因素的關系從而斷定某因素的影響程度與影響范圍幾乎是不可能實現的。只能用較為精確的數據和嚴謹的科學手段進行擬合，希冀最大程度地接近現實情況下的動態(tài)變化情況。本文通過定性的分析和定量的測算，得出大學城的建設對于松江大學城區(qū)域住宅價格的影響結論是趨近現實情況的。

同時也發(fā)現，大學城對房價的影響是一個動態(tài)的過程，隨時間而演化。因此在分析大學城對于房價的影響時，對不同時點的影響狀況同時進行分析也可以解釋這對動態(tài)的關系。

此外，大學城的不同形狀（上海松江大學城的矩形，鄭州新區(qū)大學城的圓形，上海楊浦大學城的散點形）是否對于周邊住宅開發(fā)具有一定的影響目前尚不得而知，有待進一步的研究去考證。

政府在對擬新建大學城區(qū)域開發(fā)時，應充分利用大學城對于核心區(qū)域的正面增值作用，統(tǒng)籌安排發(fā)展大學城周邊。充分考慮區(qū)域不同的歷史情況以及經濟、人文、土地現狀，不能貪大圖快，以形成優(yōu)良居住環(huán)境為目標，以改善區(qū)域人文環(huán)境和自然環(huán)境為宗旨，充分聽取民眾意見進行規(guī)劃設計。還需要充分挖掘大學城核心區(qū)域的商業(yè)潛力，形成濃厚的商業(yè)氛圍，不要讓大學城成為一座“孤城”。從外部與內部同時挖潛，才能最好地利用這塊寶貴的土地，使區(qū)域健康良好地發(fā)展，獲得更美好的未來。