程學慶 ，邢 穎 ，高 鵬 ，魏利華

（1西南交通大學交通運輸與物流學院 副教授、院長助理，四川 成都 611756；2、3、4西南交通大學交通運輸與物流學院 碩士研究生，四川 成都 611756）

0 引言

近年來，城市軌道交通憑借安全、準時、便捷、高效、容量大等優(yōu)點呈現(xiàn)迅速發(fā)展的局面。截至2017年底，全國范圍內(nèi)建設并運營城市軌道交通的城市已達35個，14座城市運營里程均超過了100 km，預計到2020年，全國運營總里程將超過6 000 km。建立一個大容量、高效率的城市軌道交通網(wǎng)絡，可以增強公共交通的承載能力，也可以解決城市擁堵和土地資源問題，是合理布局城市空間結(jié)構(gòu)，提升城市土地利用價值的重要支撐。

目前學者普遍認為，城市軌道交通建設具有聚集效應，會對房地產(chǎn)價格產(chǎn)生影響。那么軌道交通對沿線住宅物業(yè)的價格是否會有影響？程度和界限如何？本文將通過實證研究探討城市軌道交通對沿線住宅價格影響的范圍與強度。

近年來，國內(nèi)外學者已經(jīng)有一些研究與成果，Debrezion[1]發(fā)現(xiàn)離鐵路車站近和鐵路服務水平高對房價有積極影響，而離鐵路線近，則具有消極影響，推測原因可能是噪聲。 鄭喆[2]、Saphores[3]、Zhao[4]、Medda[5]就區(qū)域、政治、經(jīng)濟，距中央商務區(qū)的距離，距地鐵沿線站點的距離以及影響房地產(chǎn)價格的其他因素進行了分析。Seo[6]、周夢婷[7]發(fā)現(xiàn)軌道交通對房地產(chǎn)價值的影響與距離有關(guān)，二者呈倒U型關(guān)系，而且不同區(qū)域存在差異性。Sun[8]選取天津地鐵3號線各站點1 km范圍內(nèi)進行分析，指出城市建設和地鐵建設一定要協(xié)調(diào)一致。孟樂[9]選擇西安地鐵3號線分析其對沿線商品住宅房地產(chǎn)價值的影響輻射半徑，最后計算出各站點影響半徑橫跨0.571～2.648 km。王偉[10]運用特征價格模型分析了軌道交通的時間效應。Chen[11]運用特征價格模型對京滬高鐵沿線22個城市1 000多個住宅區(qū)進行了分析，Dube[12]進一步考慮了特征向量模型可能的空間溢出效應?？梢钥闯?，特征價格模型是學者們目前研究城市軌道交通對周邊住宅價格影響研究的主要方法，大量實證研究表明了其普遍適用性。

1 城市軌道交通與土地開發(fā)利用作用機理

城市軌道交通與周邊土地開發(fā)利用相互作用，并將產(chǎn)生反饋效應。一方面，軌道交通提高地區(qū)可達性，具有集聚效應，使得房地產(chǎn)增值；另一方面，土地開發(fā)程度與發(fā)達程度直接影響到交通需求。

1.1 軌道交通建設對沿線土地利用的影響

首先，城市軌道交通對沿線土地的利用強度會產(chǎn)生影響。無論采取高架還是地下形式，軌道交通占地都遠低于地面公路交通，而城軌車站的集聚效應使得人口密集分布在沿線兩側(cè)及車站周邊，促進土地集約化，提高土地利用強度，同時又保證了居住環(huán)境。美國學者哈里森分析美國幾個主要城市，發(fā)現(xiàn)地鐵線路每延伸1 km，沿線住宅需求提升約15%。香港、圣保羅等城市在車站附近建立高密度住宅用房，并進行商業(yè)開發(fā)取得了立竿見影的收益。

城市軌道交通的高可達性將使乘客（尤其是長距離乘客）更傾向城市軌道交通。因此，該地塊對居民的吸引力也在增加，房地產(chǎn)開發(fā)商將開始涌入投資。隨著區(qū)域居民人數(shù)的不斷增加，高密度人口帶來的巨大商業(yè)需求將推動商業(yè)發(fā)展。區(qū)域內(nèi)各類配套設施的不斷完善將吸引辦公和娛樂的入駐，在軌道交通車站的集聚效應下，提高土地利用強度。

其次，軌道交通使沿線土地增值。土地價值的變化是由土地價格的漲跌來體現(xiàn)，地價上漲即為土地增值。不同交通方式，不同用地性質(zhì)，距交通干線距離對地價的影響程度不同。

軌道交通由于運輸能力強，運輸價格便宜，對于工業(yè)生產(chǎn)的運轉(zhuǎn)十分關(guān)鍵。如圖1所示，軌道交通如鐵路對于工業(yè)用地的增值作用要強于公路。

圖1 各種交通方式對工業(yè)用地地價的影響

對于居住用地，公路的增值效應則更為明顯，如圖2所示。因為軌道交通運行會產(chǎn)生噪聲、振動等環(huán)境因素，影響居住質(zhì)量，致使房價下跌。

圖2 各種交通方式對居住用地地價的影響

由于軌道線的開通，從居住地前往工作所在地的時間縮短了，等同于縮短了住宅和城市中心的距離，從交通成本角度，居民的出行交通成本降低，區(qū)域地理區(qū)位變優(yōu)，因此房地產(chǎn)增值。

1.2 沿線土地利用對軌道交通建設的影響

一方面，需要研究土地利用對交通需求的影響。土地由于開發(fā)程度和區(qū)域發(fā)達程度存在差異，因此交通需求也有差異性。目前，土地利用可分為兩種開發(fā)模式，包括低密度開發(fā)和高密度開發(fā)，各有優(yōu)缺點。低密度開發(fā)，城市布局分散，對土地的利用程度不高，土地資源分配存在不合理現(xiàn)象。如洛杉磯，教育、文化場所、居住地、娛樂場所呈現(xiàn)明顯的分離現(xiàn)象，交通需求小且不集中，難以組織起集中的公共交通，因此私家車逐漸成為城市居民出行的首選工具。我國大中小城市幾乎全都采用高密度開發(fā)模式，根據(jù)調(diào)查統(tǒng)計，人口超過100萬的城市，城市布局分散的僅占2.7%，城市布局緊湊的占66.3%，其中有10個城市人口密度都超過1 000人/km2。我國國情更適合高密度的城市土地開發(fā)利用形式，大量的私家車出行必然會導致城市擁堵問題，一個大容量的公共交通運輸系統(tǒng)的規(guī)劃勢在必行。以北京為例，在2006—2016年這十年內(nèi)，個人私家車保有量以19%的年均增長率飛速增長，2016年公共交通客流分擔率只占了30%。在東京等發(fā)達城市，這個數(shù)字能達到80%，公共交通客運能力仍有極大的上漲空間。

另一方面，土地利用會對軌道交通布局產(chǎn)生影響。影響主要體現(xiàn)在總體規(guī)劃和“溢價回收”兩個方面。首先，隨著城市布局的逐漸演變，區(qū)域性質(zhì)可能發(fā)生變化，不同性質(zhì)區(qū)域的交通發(fā)生量存在較大差異，例如居住性質(zhì)用地要遠高于行政地區(qū)。政府在做城市整體規(guī)劃時，要根據(jù)各區(qū)域的實際交通狀況，制定配套的交通站線。另外，在開發(fā)商與地方政府談判軌道交通建設和站點選擇時，必然想小范圍改變走向增設站點，以增加房產(chǎn)商業(yè)利益，對于軌道交通布局的改變，應由開發(fā)商承擔全部改建費用。如北京地鐵5號線，在初始建設方案中并無天通苑西站，是根據(jù)實際情況新增。天通苑作為北京市的超大社區(qū)，其住宅居民基數(shù)龐大，如果設立太平莊站和太平莊北站兩個站，只有太平莊站符合天通苑的步行范圍。而如果僅僅設立太平莊站，勢必會對該區(qū)域的路面交通和交通運載能力造成較大壓力。

2 特征價格模型及構(gòu)建

2.1 函數(shù)形式選擇

城市軌道交通與房地產(chǎn)價格的定量分析模型目前國內(nèi)研究還較少，歐美學者主要使用下述3種：交通成本模型(Travel Cost Model,TCM)、特征價格模型（(Hedonic Price Method,HPM)、線性支出系統(tǒng)模型（Linear Expenditure System，LES）。 各模型優(yōu)缺點對比總結(jié)如表1所示，綜合考慮，本文選擇了更為精細準確且實用的特征價格模型。

表1 模型優(yōu)缺點對比

特征價格模型是做定量分析中被采用最多的方法[13]，由經(jīng)濟學者Lancester提出。他認為，消費者選擇商品是看中了商品的某幾種屬性，一項商品往往有著許多項屬性，消費者需要先就商品屬性進行重要度排序，最后綜合選取效用最大的商品。商品的價值和特征屬性之間的價格函數(shù)公式如下

式中：P(X)是商品X的價格，Xi表示商品內(nèi)部的第i種特征。

既有研究在特征價格的函數(shù)形式的選擇上尚不明確，大多學者都采用假定、擬合、不斷修正的方法，直到樣本數(shù)據(jù)差異能夠被解釋，滿足數(shù)據(jù)擬合要求。用F代表特征價格模型的函數(shù)形式，主要有如下4種函數(shù)

1） 線性函數(shù)：P=a0+ΣβiXi+ε

2） 對數(shù)函數(shù)：ln=a0+ΣβilnXi+ε

3）對數(shù)線性函數(shù)：lnP=a0+ΣlnXi+ε

4）半對數(shù)函數(shù)：P=a0+ΣβilnXi+ε

上述4個公式中：P為房產(chǎn)價值；a0為常數(shù)項，Xi為第i種特征變量，βi為第i種特征變量的系數(shù)項；ε為隨機誤差。

研究總結(jié)，對數(shù)線性模式和半對數(shù)形式，曲線擬合往往更佳，能夠克服對數(shù)模型的缺點。

2.2 模型構(gòu)建

在特征價格模型中，特征變量的選擇是最為關(guān)鍵的。房地產(chǎn)價格一般可分為區(qū)位特征和結(jié)構(gòu)特征兩大類，結(jié)構(gòu)特征反映房產(chǎn)自身固有價值，而區(qū)位特征反映周圍環(huán)境對房產(chǎn)的影響。

1）區(qū)位特征變量（θ），指住宅所在地城市區(qū)位及其交通可達性，本文選取了住宅離最近地鐵站的距離（m）、地鐵站到達市中心CBD花費的時間(min)兩個變量表示；

2）結(jié)構(gòu)特征變量（η），指住宅本身某些固有特征屬性在房產(chǎn)價格中的反映。本文選取了樓盤的建筑面積（m2）、綠地率（%）、容積率三個變量表示。

則房產(chǎn)價格可表示為：P=f(θ,η)，其中P為房屋價格。特征模型的求解是根據(jù)既有的房產(chǎn)數(shù)據(jù)，分析各特征價格對房價的貢獻度，得到特征價格函數(shù)，同時還可以實現(xiàn)房價預測。

3 實證研究

3.1 成都市軌道交通概況

根據(jù)成都市城市軌道交通規(guī)劃，預計到2020年，線路總長度約460 km。截至2017年底，成都市已經(jīng)開行的地鐵線路有5條，分別是地鐵1,2,3,4,10號線；9,17號線正在規(guī)劃；8,10,11號線正在建設。

3.2 實例分析

本文實證研究中所使用的數(shù)據(jù)主要以新住宅單元的銷售價格為主，來源于四類收集數(shù)據(jù)：住宅銷售交易數(shù)據(jù)，住宅社區(qū)調(diào)查數(shù)據(jù)，成都市電子地圖信息和交通數(shù)據(jù)。住宅數(shù)據(jù)房源信息來自房屋銷售第三方房天下，交通數(shù)據(jù)來源于實際調(diào)研。

本文選取了1號線、2號線、3號線、4號線沿線車站附近的房源數(shù)據(jù)各25組，共計100組進行分析。選取的特征變量如表2所示。

表2 特征變量表

通過SPSS軟件對特征向量模型4種函數(shù)形式的計算結(jié)果的擬合分析，選定對數(shù)線性形式lnP=a0+作為本研究的分析模型。對特征價格模型進行多元回歸分析，主要借助SPSS統(tǒng)計學軟件，R2是擬合優(yōu)度，代表函數(shù)與曲線的擬合程度，一般R2＞0.8，即認定擬合理想。

利用SPSS回歸分析得，R2為0.886，sig為0，擬合效果良好。單取離車站距離變量分析，轉(zhuǎn)換求偏導，令代表房價的變化程度。η＞0，代表單位房價隨著距軌道交通車站距離增加而增加；η＜0，說明越是靠近地鐵站，房價越增加。求得距離特征向量的系數(shù)為-0.04，意味著，每遠離成都地鐵車站1 m，房價平均下降0.0392%。成都目前平均房價按每平方米14 000元計算，離地鐵站距離每減少100 m，房價增加548.8元/m2。在2 km范圍內(nèi)隨著離地鐵站距離增加，單位房價遞減，影響效應顯著。

4 結(jié)論

城市軌道交通能夠有效帶動沿線站點附近房地產(chǎn)業(yè)的發(fā)展，房價增值效應顯著。根據(jù)對成都地鐵的實證研究,其對周邊住宅的影響半徑在2 km范圍內(nèi)。范圍內(nèi)離地鐵站距離每減少100 m，房價增加548.8元/m2。地鐵建設普遍存在建設融資難，地方政府債務壓力過大問題，成都到2020年，新建里程約336.72 km，債務壓力尤為突出?？煽紤]采用“軌道+土地”聯(lián)合開發(fā)模式，利用土地增值效應，解決地鐵建設資金困局，也能減輕地方政府債務壓力。