黃偉潔

(鄭州大學(xué)商學(xué)院, 河南鄭州 450001)

城市軌道交通對周邊房地產(chǎn)價格的影響
——以鄭州地鐵1號線為例

黃偉潔

(鄭州大學(xué)商學(xué)院, 河南鄭州 450001)

本文采用定性和定量分析相結(jié)合的方法研究鄭州市軌道交通對周邊房地產(chǎn)價值的影響．定性分析主要結(jié)合了微觀經(jīng)濟(jì)學(xué)的供求理論來分析，定量研究采用了特征價格模型來分析各種因素對房屋價格的影響，并且分別研究了地鐵站點(diǎn)對房屋價格的空間效應(yīng)和距離區(qū)間分段對房屋價格的影響．由模型一得出的地鐵站點(diǎn)對房屋價格的空間效應(yīng)為：其他條件相同時，房屋價格隨著距離地鐵站點(diǎn)距離的增大而降低，且顯著性很高，但是依本研究界定的變量的單位基礎(chǔ)上，地鐵站點(diǎn)的空間影響程度不如房屋戶型、綠化率、房地產(chǎn)品牌等的影響程度．由模型二得出距離分段對房屋價格效應(yīng)為：近區(qū)、中區(qū)、遠(yuǎn)區(qū)對房屋價格的影響程度依次降低．該研究能為廣大市民買房時提供一定的價格參考，也能為房地產(chǎn)公司提供一種定價模型，同時也能夠?yàn)檎畬壍澜煌ㄑ鼐€的土地開發(fā)提供一定的決策依據(jù)．

軌道交通；地鐵；鄭州；房地產(chǎn)

1 軌道交通概述

伴隨著我國城市化的不斷推進(jìn)， 一二線大城市人口集聚效應(yīng)不斷增強(qiáng)， 人口數(shù)量和人口密度急劇增加， 城市的交通面對著前所未有的挑戰(zhàn)， 城市軌道交通應(yīng)運(yùn)而生. 自1863年英國倫敦第一條地鐵開通運(yùn)行至今， 軌道交通已經(jīng)成為大都市公共交通廣泛采用的方式之一.

城市軌道交通在解決城市交通擁堵方面有著得天獨(dú)厚的優(yōu)勢. 它具有快捷高效、 安全舒適、 節(jié)能環(huán)保特點(diǎn)， 特別適應(yīng)于大中城市. 城市軌道交通按照用途可分為城市鐵路、 城郊鐵路、 地鐵、 輕軌、 有軌電車、 獨(dú)軌交通、 磁懸浮線路、 機(jī)場聯(lián)絡(luò)鐵路、 新交通系統(tǒng)等.

地鐵作為城市軌道交通的骨干成員， 其優(yōu)勢相對于其他的城市軌道交通更加突出， 地鐵不僅具有一般城市軌道交通的優(yōu)點(diǎn)， 還具有節(jié)省土地、 減少噪音、 減少干擾等突出的優(yōu)點(diǎn). 目前我國大城市的軌道交通主要指地鐵系統(tǒng). 地鐵能夠更加明顯地改善周邊物業(yè)的可達(dá)性， 有效地減少市民的出行成本和出行時間； 通過改變土地的利用性質(zhì)、 提高土地開發(fā)強(qiáng)度， 從而改變土地的區(qū)位特性， 致使軌道交通沿線土地升值， 進(jìn)而提高了周邊房地產(chǎn)的價值[1].

2 研究內(nèi)容

軌道交通對房地產(chǎn)價格的影響可以從空間效應(yīng)和時間效應(yīng)兩個層面來討論. 其時間效應(yīng)主要是指在不同時間范圍內(nèi)軌道交通對周邊房地產(chǎn)價格的影響， 時間范圍主要包括規(guī)劃期、 建設(shè)期和運(yùn)營期[2]. 當(dāng)前， 對于時間效應(yīng)的相關(guān)研究主要集中于兩個時間段： 一是宣布修建軌道交通至其開通前的時間段. 大部分研究指出， 宣布建設(shè)軌道交通會對周邊房地產(chǎn)帶來增值效應(yīng)； 二是軌道交通開通前后的時間段. 此類研究的結(jié)果比較多樣化， 沒有比較統(tǒng)一的結(jié)論. 總體而言， 軌道交通開通后對房地產(chǎn)價格在不同的時間段會產(chǎn)生不同的效應(yīng). 本文重點(diǎn)研究鄭州市軌道交通對周邊房地產(chǎn)價格的空間效應(yīng). 軌道交通對房地產(chǎn)價格的空間效應(yīng)主要是指樓盤到最近軌道交通站點(diǎn)的距離對房地產(chǎn)價格的影響. 要研究該效應(yīng)就要確定軌道交通站點(diǎn)能夠?qū)Ψ康禺a(chǎn)價格產(chǎn)生影響的空間范圍. 關(guān)于影響空間范圍的確定， 本研究綜合分析了現(xiàn)有的相關(guān)文獻(xiàn)[3-5]， 最終確定以軌道交通站點(diǎn)周邊800米范圍內(nèi)的房地產(chǎn)價格為研究對象.

本研究對于城市公共交通與城市土地利用和城市發(fā)展的關(guān)系具有現(xiàn)實(shí)的指導(dǎo)意義. 定量地研究軌道交通對周邊房地產(chǎn)價格的影響， 有助于政府精確地評估軌道交通帶來的外部增值效益， 以便采取相應(yīng)措施把外部效益轉(zhuǎn)化為內(nèi)部效益， 從而彌補(bǔ)軌道交通建設(shè)的巨額投資和運(yùn)營成本， 促進(jìn)城市軌道交通的可持續(xù)發(fā)展. 該研究同時也給房地產(chǎn)開發(fā)商提供了一種定價的參考策略， 避免過高或過低估計軌道交通的效用， 從而給房子合理地定價， 從而促進(jìn)公司效益的改善. 最后， 本次研究的結(jié)果也能為廣大購房者提供一種評估房屋價值的依據(jù).

3 鄭州市軌道交通現(xiàn)狀及展望

鄭州市地處中國地理中心， 在鐵路、 航空、 高速公路、 電力、 郵政電信等方面均是國家的重要樞紐. 得益于其優(yōu)越的地理位置， 改革開放以來鄭州市經(jīng)濟(jì)飛速發(fā)展， 人口急劇增長， 交通擁堵問題日益嚴(yán)重.

從2001年起， 鄭州市城鄉(xiāng)規(guī)劃局就開始籌備鄭州市軌道交通的建設(shè)方案， 經(jīng)過多次論證、 申請、 批復(fù)， 至2009年2月12日， 鄭州市正式接到國家發(fā)改委相關(guān)批復(fù)， 這標(biāo)志著鄭州地鐵建設(shè)獲得了政策依據(jù). 2009年6月6日， 鄭州地鐵1號線一期工程正式開工； 2010年12月28日， 鄭州地鐵2號線一期工程動工. 2013年12月28日， 鄭州地鐵1號線一期工程正式通車運(yùn)營， 這標(biāo)志著鄭州成為中原第1個、 中部第2個、 中國第19個開通地鐵的城市. 截至2016年4月30日， 鄭州地鐵有1條運(yùn)營線路、 20座車站， 運(yùn)營線路總長26.2公里， 日均客流量達(dá)24.5萬人次， 累計客運(yùn)量突破1億人次. 2016年4月30日的37.1萬人次為鄭州地鐵1號線一期工程單日最高線路客運(yùn)量.

2016年2月25日， 《鄭州建設(shè)國際商都發(fā)展戰(zhàn)略規(guī)劃綱要(草案)》“出爐”， 規(guī)劃期展望到2049年. 《綱要》提出， 未來鄭州的定位是“國際商都”， 33年內(nèi)， 鄭州不僅要打造成全國內(nèi)陸開放型經(jīng)濟(jì)高地， 更是亞洲經(jīng)貿(mào)金融中心城市. 針對這一定位， 鄭州市軌道交通勢必要邁向一個更高的臺階. 目前， 鄭州地鐵近景(2020年前)規(guī)劃建設(shè)11條線路， 遠(yuǎn)景(2050年前)規(guī)劃建設(shè)21條線路. 鄭州地鐵建設(shè)分為起步、 發(fā)展、 成熟完善3個階段. 2016年3月8日， 鄭州市城鄉(xiāng)規(guī)劃局公示了《鄭州市城市軌道交通線網(wǎng)規(guī)劃修編2015—2050方案》. 規(guī)劃顯示， 到2050年， 鄭州市將有軌道交通線路21條， 包括中心城區(qū)8條(1號線～8號線)、 外圍組團(tuán)5條(9號線～13號線)、 市域快線8條(14號線～21號線)， 總里程達(dá)945.2公里， 車站503座.

4 軌道交通對沿線房地產(chǎn)價格的影響機(jī)理

軌道交通之所以會對周邊房地產(chǎn)價格產(chǎn)生影響， 其根本原因是影響了房地產(chǎn)的供求關(guān)系. 供求是影響價格的最本質(zhì)的因素， 任何影響因素都是通過作用于供求狀況進(jìn)而影響房地產(chǎn)價格的[6]. 一般來說， 軌道交通會顯著增加市民對其周邊房屋的需求， 然而軌道交通沿線的土地和房屋不同于一般的商品， 其供給是不可能增加的， 所以一般情況下， 軌道交通能給周邊房地產(chǎn)帶來增值效應(yīng). 軌道交通對房地產(chǎn)價格的影響的經(jīng)濟(jì)學(xué)原理主要體現(xiàn)在以下兩個方面.

(1) 軌道交通改善了周邊物業(yè)的交通可達(dá)性

可達(dá)性的概念是在1959年由Hansen首次提出的， Hansen將其定義為交通網(wǎng)絡(luò)中各節(jié)點(diǎn)相互作用的機(jī)會的大小[7]. 在本研究中， 可達(dá)性就是指利用一種特定的交通系統(tǒng)從某一地點(diǎn)到達(dá)目的地的便利程度. 相比步行、 自行車和公交車等傳統(tǒng)出行方式， 選用軌道交通方式出行大大縮短了出行時間， 提高了出行的安全度， 顯著增加了出行的舒適度. 提高安全度和增加舒適性相當(dāng)于給出行者增加了效用， 而時間是有機(jī)會成本的， 縮短出行時間也就是減少了出行成本. 所以， 軌道交通通過改善交通可達(dá)性， 進(jìn)而導(dǎo)致市民增加了對軌道交通周邊房屋的需求， 進(jìn)而影響了周邊房屋的價格.

(2) 軌道交通使政府土地的定價出現(xiàn)差異化

運(yùn)用經(jīng)濟(jì)學(xué)理論進(jìn)行簡單的解釋如下： 由于軌道交通能夠給周邊的土地帶來顯著的正的外部性， 開放商們對軌道交通周邊土地的需求就會增加. 而政府所能提供的土地是不會變的， 一般而言， 政府就會提高地價. 根據(jù)區(qū)位理論和地價理論， 土地價格因所在城市位置不同而存在較大差異. 20世紀(jì)20年代末， 外國學(xué)者Robert Muray Haig研究發(fā)現(xiàn)， 地價LR(land rent)與距城市中心距離成反比， 交通成本TC(transportatio costs)與距市中心距離成正比， 而且兩者近似滿足LR+TC=常數(shù)[6]. 而軌道交通通過改善周邊物業(yè)的可達(dá)性， 降低了交通成本， 即TC降低了,進(jìn)而LR就會升高， 而且這種效應(yīng)會隨著距市中心的距離增大而增強(qiáng). 土地價格上漲直接導(dǎo)致開發(fā)商成本的提高， 進(jìn)而促使房屋價格的上漲.

5 變量、 樣本及模型的說明

本課題雖然是研究房地產(chǎn)價格與城市軌道交通之間的關(guān)系， 但是考慮到需要運(yùn)用數(shù)學(xué)模型進(jìn)行定量分析， 這就需要把其他影響房屋價格的因素一一考慮進(jìn)來， 否則就得不到正確合理的結(jié)果. 結(jié)合已有的相關(guān)研究， 筆者認(rèn)為影響房屋價格的因素可以從三個層面予以考慮， 分別為房屋的特性， 建筑物的特性， 小區(qū)的特性.

5.1 變量的選取及定義

(1)房屋的特性： 本研究選取房屋的特性包括房屋戶型、 采光效果和裝修程度. 由于房屋戶型多種多樣， 不可能把所有特性予以量化. 筆者認(rèn)為， 大多數(shù)人買房時主要考慮房間個數(shù)和總面積， 所以本研究采用房間數(shù)與房屋總面積的比值來定義房屋戶型. 至于裝修程度的量化， 本研究參考網(wǎng)站提供的信息并結(jié)合照片綜合評定裝修等級， 運(yùn)用虛變量“0”“1”“2”來表示裝修程度. 在測試時， 發(fā)現(xiàn)采光效果顯著性過低， 予以剔除.

(2)房屋所在建筑物特性： 本研究初步選取的建筑物特性只有建筑物的類別. 在此， 建筑物的類別是指的建筑物的高度. 建筑物的高度用仍然用虛變量來量化， 15層以上定義為高層， 取“1”； 8～14定義為小高層， 取“2”； 1～7定義為多層， 取“3”， 并通過最終測試， 予以保留。

(3)小區(qū)的特性： 本研究選取的小區(qū)特性包括小區(qū)區(qū)位、 開發(fā)商品牌、 容積率、 綠化率、 生活配套、 教育配套、 到最近地鐵口的距離和小區(qū)年齡. 其中小區(qū)區(qū)位的界定是結(jié)合了鄭州市的實(shí)際情況. 鄭州市鄭東新區(qū)屬于河南省重點(diǎn)發(fā)展對象， 是河南省的一張名片. 實(shí)地調(diào)查發(fā)現(xiàn)， 鄭東新區(qū)房價以及其他幾個區(qū)靠近鄭東新區(qū)的部分房價， 在同等條件下普遍比其他地方的房價高出一個水平. 地鐵一號線一期走向是沿著鄭州市東西中軸線， 這種效應(yīng)就更加明顯. 在該種情況下. 以截距項(xiàng)的形式引入虛擬變量效果較好. 開發(fā)商品牌的界定是綜合了網(wǎng)上給的房地產(chǎn)公司排名以及房產(chǎn)論壇所提供的信息， 引入三個虛變量“1”“2”“3”來表示其綜合實(shí)力. 前一百名取值為“3”， 一百至二百名取值為“2”， 三百名之后取值為“1”. 容積率和綠化率均以官方公布為準(zhǔn). 到最近地鐵口的距離是指小區(qū)中心到最近地鐵口的直線距離， 數(shù)據(jù)通過百度地圖的測距工具測出來. 小區(qū)年齡指的是從小區(qū)交房到2015年的年齡， 單位是年. 但是經(jīng)過分析數(shù)據(jù)發(fā)現(xiàn)， 樣本中的生活配套和教育配套的數(shù)據(jù)幾乎都一樣(配套都比較完善)， 只有極少數(shù)的個體配套不太完善， 不能很好地體現(xiàn)樣本中個體的差異性. 一個可能的原因是地鐵一號線一期周邊發(fā)展比較成熟， 生活配套和教育配套都比較齊全， 所以樣本中這兩項(xiàng)指標(biāo)差異性很小. 并且最終測試時發(fā)現(xiàn)二者的回歸系數(shù)不顯著， 去掉之后發(fā)現(xiàn)回歸的各項(xiàng)指標(biāo)會變得更好. 綜合考量之后決定， 剔除生活配套和教育配套兩個變量.

(4)本次研究不僅要研究距最近地鐵站點(diǎn)的距離對房地產(chǎn)價格的影響， 還希望研究各距離區(qū)間段對房價的影響程度的大小. 把小區(qū)距最近地鐵口的距離分為三段， 分別定義為近區(qū)r1、 中區(qū)r2和遠(yuǎn)區(qū)r3， 該特征仍然運(yùn)用虛擬變量進(jìn)行量化. 當(dāng)小區(qū)與最近地鐵口的距離為0～200m時， 稱小區(qū)屬于“近區(qū)”， 此時r1=1,r2=r3=0； 當(dāng)小區(qū)與最近地鐵口的距離為201～500m時， 稱小區(qū)屬于“中區(qū)”， 此時r2=1,r1=r3=0； 小區(qū)與最近地鐵口的距離為501～800m時， 稱小區(qū)屬于“遠(yuǎn)區(qū)”， 此時r3=1,r1=r2=0. 進(jìn)而研究比較這三個區(qū)域?qū)Ψ康禺a(chǎn)價格影響程度的大小.

為了便于讀者理解, 將本次研究中的所有變量匯總于表1.

5.2 樣本的選取說明

本次研究所搜集的樣本均來自鄭州市地鐵一號線一期各站點(diǎn)800m范圍內(nèi)的二手房數(shù)據(jù)， 樣本采集時間為2016年4月中旬， 數(shù)據(jù)來源于搜房網(wǎng). 本次搜集共計584個樣本， 來源于60個小區(qū)15個地鐵站點(diǎn)， 樣本相對于各小區(qū)各站點(diǎn)分布比較均衡. 對于各站點(diǎn)來說， 樣本數(shù)量差別控制在5個以內(nèi). 對于各小區(qū)來說， 樣本差別控制在3個以內(nèi). 且樣本在近區(qū)的有136個， 占總樣本數(shù)量的23.2%， 在中區(qū)的221個， 占37.8%， 在遠(yuǎn)區(qū)的227個， 占38.9%. 由此可見， 樣本的空間分布也比較均勻.

5.3 模型的構(gòu)建

本研究的數(shù)學(xué)模型采用普遍采用的特征價格模型(hedonic price model)[8]， 其一般表達(dá)式為p=f(h,b,v,r). 其中p為房屋單價，h為房屋特征向量，b為建筑特征向量，v為小區(qū)特征向量，r為距離區(qū)間特征向量.

由于房屋單價的數(shù)據(jù)相對于各個解釋變量太大， 所以本研究采用對房屋單價取對數(shù)的形式來研究. 這樣做不僅能使估計方程的結(jié)果便于解釋和書寫， 還能使原本不太顯著的線性關(guān)系變得更加顯著. 實(shí)證結(jié)果也表明， 采用半對數(shù)模型的擬合效果更好， 所以本研究最終決定采用半對數(shù)模型. 本次研究的半對數(shù)模型包括兩個方程， 分別命名為方程(1)： 站點(diǎn)距離方程； 方程(2)： 站點(diǎn)距離區(qū)間方程. 其具體形式如下：

(1)

(2)

6 實(shí)證統(tǒng)計分析

6.1 多重共線性的檢驗(yàn)

本次研究的實(shí)證分析運(yùn)用的軟件是eviews， 方法是最普通小二乘法. 在做回歸之前首先要驗(yàn)證是不是滿足多元線性回歸模型的基本假設(shè)， 首先運(yùn)用了變量相關(guān)系數(shù)矩陣檢驗(yàn)多重共線性. 由表2可知， 結(jié)合兩個不同的方程， 不同解釋變量之間的相關(guān)系數(shù)均比較小， 說明多重共線比較弱， 能夠進(jìn)行比較好的擬合.

6.2 計算結(jié)果分析

6.2.1 回歸結(jié)果總體評價

6.2.2 方程(1)結(jié)果的分析

為了便于分析， 方程(1)的回歸結(jié)果寫成數(shù)學(xué)表達(dá)式的形式

lnp=9.127236+3.148859h1+0.053328h2+0.028692b+0.212937v1+0.077982v2-0.013673v3+0.287424v4-0.013693v5-0.040900v6

方程中各個變量的回歸系數(shù)的絕對值大小反映了該變量對房價影響程度的大小. 回歸系數(shù)的絕對值大小排序?yàn)椋?房屋戶型h1(3.148859)>綠化率v4(0.287424)>小區(qū)區(qū)位v1(0.212937)>開發(fā)商品牌v2(0.077982)>裝修程度h2(0.053328)>距最近地鐵口的距離v6(-0.040900)>建筑特征b(0.028692)>小區(qū)年齡v5(-0.013693)>容積率v3(-0.013673). 很顯然， 方程(2)的估計結(jié)果中相同變量的影響程度排序和方程(1)中的相一致， 這也說明了本研究模型選擇和估計都比較合理.

由分析實(shí)證結(jié)果可知， 房屋戶型對房價有顯著的正向影響. 這里的正向影響可解讀為， 買房時， 在房屋面積一定的情況下， 大部分市民傾向于選擇房間數(shù)多的房子. 綠化率對房價是顯著的正影響， 綠化率直接體現(xiàn)了住戶的居住環(huán)境， 綠化率越高， 居住環(huán)境越好， 房價自然就越高. 小區(qū)區(qū)位在這里是虛變量， 其本質(zhì)相當(dāng)于一個截距項(xiàng)， 其系數(shù)為正且具有顯著性， 說明二七廣場以東的房價普遍比二七廣場以西高出了一個水平. 出現(xiàn)這種結(jié)果是由于二期廣場以東受到鄭東新區(qū)的影響帶動， 鄭東新區(qū)的建設(shè)對于房價來說是個很重大的利好. 開發(fā)商品牌對房價是顯著的正影響. 開發(fā)商越有實(shí)力說明其開發(fā)的房子質(zhì)量和物業(yè)服務(wù)水平越高， 所以這種房子的需求量相對較大， 價格也就相對較高. 裝修程度對房價有顯著的地正向影響， 這個結(jié)果符合大眾的共識， 無需多做解釋. 距最近地鐵口的距離對房價有顯著的負(fù)向影響， 說明地鐵確實(shí)對房價具有顯著的空間效應(yīng)， 房價隨著距地鐵站點(diǎn)的距離增大而降低， 這個結(jié)果符合理論解釋. 建筑特征對房價有顯著的正向影響. 根據(jù)該變量的定義可知， 住宅樓的總高度越高， 該住宅樓上的房屋價格越低， 這也符合實(shí)際情況. 目前住宅市場上， 多層房屋非常稀缺， 小高層也相對稀缺， 而高層樓房的供給量非常大. 小區(qū)年齡對房價有顯著的負(fù)向影響， 原因是房屋產(chǎn)權(quán)是有年限的， 而且隨著房屋年齡的增加， 房屋質(zhì)量也會不斷地下降. 容積率對房價有顯著的負(fù)向影響， 容積率越高， 說明該小區(qū)建筑面積與用地面積的比率越高， 建筑面積占比越大， 業(yè)主居住的舒適度就越低， 所以容積率對房價是負(fù)影響.

影響房價的諸多變量中， 在本研究所下定義和規(guī)定單位的情況下， 很顯然地鐵站點(diǎn)對房價的影響相比較之下并非那么突出. 從該結(jié)果來看， 軌道交通對周邊房地產(chǎn)價格的影響并非那么明顯， 說明人們買房時并沒有太在意地鐵的作用. 一個可能的原因就是， 當(dāng)前房價要比其他物品明顯要高， 一般能買得起房子的人都會有私家車， 并且鄭州的公交系統(tǒng)全國領(lǐng)先， 這也在一定程度上減弱了人們對地鐵的依賴. 但是也不能說這個排序就是各因素影響程度的排序， 因?yàn)檫@個排序僅僅限于本研究所規(guī)定變量單位的情況下， 任何一個變量只要變換一下單位， 它的排序也會發(fā)生很大的變動. 這個排序大致反映了影響程度的排序.

6.2.3 方程(2)結(jié)果的分析

為了便于分析方程(2)的估計結(jié)果， 同樣寫為數(shù)學(xué)表達(dá)式

lnp=8.920213+3.467171h1+0.053625h2+0.025887b+0.214589v1+0.074240v2-0.012207v3+0.247178v4-0.013584v5+0.162751r1+0.082775r2-0.077077r3

很顯然， 方程(2)和方程(1)的公共變量的影響因子排序是一致的， 沒有出現(xiàn)矛盾之處， 這也在一定程度上說明模型二的設(shè)計是比較合理的. 對于方程(2)， 我們只關(guān)心r1、r2、r3三個虛變量的影響因子.r1、r2、r3三個變量的系數(shù)在一定程度上反映了不同距離區(qū)間內(nèi)的軌道交通站點(diǎn)對房地產(chǎn)價格的影響程度. 由于r1、r2、r3的定義形式以及單位無差異， 所以這三個變量前邊的系數(shù)絕對值大小排序嚴(yán)格就是影響程度的排序， 起排序?yàn)椋簉1(0.162751)>r2(0.082775)>r3(-0.077077). 需要說明是， 其中r3的系數(shù)為負(fù)不能說明遠(yuǎn)區(qū)對房地產(chǎn)價格的影響程度為負(fù)向影響， 其系數(shù)之所以為負(fù)號是因?yàn)樗x取樣本全部在軌道交通站點(diǎn)的影響范圍之內(nèi)， 其負(fù)號只是相對于近區(qū)和中區(qū)有意義， 但是這個負(fù)號絲毫不影響其影響程度的判定， 其絕對值代表了影響程度的大小. 由實(shí)證結(jié)果可知， 近區(qū)、 中區(qū)和遠(yuǎn)區(qū)的影響程度依次減弱. 關(guān)于這個距離區(qū)間影響程度的研究， 現(xiàn)有的文獻(xiàn)針對不同的城市有不同的研究結(jié)果， 筆者認(rèn)為這和一個城市的居民收入水平、 消費(fèi)習(xí)慣、 生活理念有很大關(guān)系. 在軌道交通站點(diǎn)的近區(qū)范圍內(nèi)有最便捷的優(yōu)點(diǎn)， 但是也有擁擠吵鬧等缺點(diǎn). 而在中區(qū)有較便捷較安靜的優(yōu)點(diǎn)， 缺點(diǎn)不明顯. 遠(yuǎn)區(qū)具有最安靜的優(yōu)點(diǎn)， 但是也有最不便捷的缺點(diǎn). 鄭州市居民相對于發(fā)達(dá)城市收入水平相對較低， 便捷程度對于其的效用顯然要比安靜的效用要大， 所以市民如果選擇地鐵房， 則近區(qū)應(yīng)是其優(yōu)先考慮的對象.

7 結(jié)語

本文采用鄭州市地鐵一號線一期站點(diǎn)周邊800m范圍內(nèi)的二手住宅的各種指標(biāo)作為樣本數(shù)據(jù)， 構(gòu)造了適當(dāng)?shù)臄?shù)學(xué)模型， 得出了軌道交通對房價的空間效應(yīng)和軌道交通對房價的距離區(qū)間效應(yīng). 通過站點(diǎn)距離方程得出了軌道交通站點(diǎn)距離對房價具有顯著的負(fù)向影響， 而且其影響程度相比于綠化率、 小區(qū)區(qū)位和開發(fā)商品牌等較小. 通過站點(diǎn)距離區(qū)間方程得出了近區(qū)、 中區(qū)和遠(yuǎn)區(qū)對房價的影響程度依次降低， 說明在軌道交通影響的范圍內(nèi)， 鄭州市民更傾向于購買距離站點(diǎn)較近的房子.

本研究的結(jié)論符合鄭州市的發(fā)展現(xiàn)狀， 對于政府城市規(guī)劃、 房地產(chǎn)商土地開發(fā)和市民購房有著良好的借鑒價值. 第一， 軌道交通顯著地改善了周邊物業(yè)的價值， 但是軌道交通的投入非常巨大， 而且鄭州市軌道交通處于起步階段， 長期僅靠政府單獨(dú)出資肯定會造成財政吃緊， 對于已規(guī)劃軌道交通的線路的影響區(qū)域， 政府可以實(shí)施土地儲備制度， 形成專項(xiàng)土地儲備， 等軌道交通項(xiàng)目對外公布后再進(jìn)行拍賣， 獲取較多的土地收益， 以彌補(bǔ)軌道交通的投入； 第二， 市民買地鐵房時可以借鑒該研究的結(jié)論， 以判斷開發(fā)商的定價是否過高， 因?yàn)槌说罔F的因素， 房屋的價值還有著更重要的影響因素.

[1] 吳春彭,董捷.城市軌道交通對房地產(chǎn)價值的影響研究——以武漢市軌道交通為例[J].廣東土地科學(xué),2011,10(2):28-32.

[2] 聶沖,溫海珍.城市軌道交通對房地產(chǎn)增值的時空效應(yīng)[J].地理研究,2010,29(5),801-810.

[3] 楊建華.鄭州軌道交通對沿線房地產(chǎn)的影響[J].地域研究與開發(fā),2009,28(4):62-66.

[4] 劉貴文,胡國橋.軌道交通對房價影響的范圍及時間性研究[J].城市經(jīng)濟(jì),2007,14(2):83-87.

[5] 周家中.成都市地鐵站點(diǎn)距離對周邊住宅價值的影響[J].計算機(jī)應(yīng)用研究,2013,30(11):3265-3268.

[6] 閆曉燕.城市軌道交通對房地產(chǎn)價格的影響機(jī)理分析[J].城市建筑， 2013,8.

[7] Hansen W G. How accessibility shapes land use. Journal of the American Institute of Planners, 1959, 25: 73-76.

[8] Duncan M. The impact of transit-oriented development on housing prices in San Diego,CA[J].Urban Studies, 2011, 48(1): 101-127.

[責(zé)任編輯 王保玉]

2016-05-15

黃偉潔(1992—)， 男， 河南濮陽人， 碩士研究生. 研究方向： 城市經(jīng)濟(jì)學(xué).

F293．3

A

1009-4970(2017)02-0075-07