張乘赫 胡志宜 徐晶 孫琦

摘?要：隨著長(zhǎng)春市城市軌道交通系統(tǒng)逐漸建設(shè)完善，其對(duì)沿線住宅價(jià)格的增值效應(yīng)呈現(xiàn)出一定的規(guī)律。文章以長(zhǎng)春市地鐵1號(hào)線和8號(hào)線為例，以特征價(jià)格理論、區(qū)位理論、分市場(chǎng)理論、外部性理論對(duì)其進(jìn)行研究，并運(yùn)用特征價(jià)格模型和面板數(shù)據(jù)進(jìn)行定量研究，分析了其對(duì)沿線住宅價(jià)格的影響規(guī)律及分市場(chǎng)效應(yīng)，并且引入了波動(dòng)趨勢(shì)分析。不僅有助于投資者更好地權(quán)衡交通出行便利與房?jī)r(jià)的取舍關(guān)系，而且為政府對(duì)房地產(chǎn)宏觀調(diào)控及政策制定提供依據(jù)，同時(shí)能有效帶動(dòng)區(qū)域經(jīng)濟(jì)協(xié)調(diào)可持續(xù)發(fā)展。

關(guān)鍵詞：城市軌道交通；住宅價(jià)格；特征價(jià)格模型

中圖分類號(hào)：F573/577?文獻(xiàn)標(biāo)識(shí)碼：A?文章編號(hào)：1005-6432（2023）12-0000-00

1?引言

1.1研究背景

隨著長(zhǎng)春市城市軌道交通建設(shè)的逐漸完善，其沿線區(qū)域的民眾出行成本大大降低，必然會(huì)對(duì)沿線住宅的價(jià)格產(chǎn)生一定的增值效應(yīng)。因此，深入分析城市軌道交通與住宅價(jià)格之間的關(guān)系，不僅有助于開發(fā)商前期制定合理的拿地和開發(fā)策略，使購(gòu)房者更好地權(quán)衡交通出行便利與房?jī)r(jià)的取舍關(guān)系，而且為政府對(duì)房地產(chǎn)宏觀調(diào)控及政策制定提供依據(jù)。

1號(hào)線是長(zhǎng)春市線網(wǎng)中的高運(yùn)量骨干線，8號(hào)線將主城區(qū)與北湖區(qū)連接成一個(gè)有機(jī)整體，并且1號(hào)線與8號(hào)線首尾相連，南北貫穿整個(gè)長(zhǎng)春市。因此我們選擇1號(hào)線與8號(hào)線作為研究對(duì)象。

1.2文獻(xiàn)綜述

城市軌道交通會(huì)對(duì)軌道沿線的住房市場(chǎng)產(chǎn)生正向影響。溫海珍（2006）[1]認(rèn)為地鐵站能夠顯著提升周邊住宅價(jià)格，且這種增值效應(yīng)隨著住宅與地鐵站間距離的增加而減弱。

但是軌道交通帶來(lái)的影響并不是線性的。徐能來(lái)（2018）[2]以深圳地鐵五號(hào)線為例，說(shuō)明了城市軌道交通對(duì)沿線房地產(chǎn)價(jià)格的增值影響先增強(qiáng)后減弱，房地產(chǎn)價(jià)格與距離地鐵站點(diǎn)之間的距離呈現(xiàn)“倒?U?型”關(guān)系。

軌道交通的產(chǎn)生會(huì)對(duì)住房市場(chǎng)的影響不僅有正向效應(yīng)，還有負(fù)向效應(yīng)。范子英（2018）[3]以上海地鐵為例研究認(rèn)為地鐵的出現(xiàn)會(huì)對(duì)整個(gè)住房市場(chǎng)的需求進(jìn)行空間再配置，特別體現(xiàn)為地鐵臨近的住房市場(chǎng)會(huì)對(duì)距離較遠(yuǎn)的住房市場(chǎng)產(chǎn)生虹吸效應(yīng)。趙晶和韓清（2020）[4]基于上海房?jī)r(jià)格柵數(shù)據(jù)分析了上海?13?號(hào)線對(duì)周邊房產(chǎn)的虹吸效應(yīng)與溢出效應(yīng)，認(rèn)為在2500?米范圍內(nèi)，溢價(jià)效應(yīng)先增大后減小且為正；當(dāng)距離超過?2500?米后，溢價(jià)效應(yīng)轉(zhuǎn)為負(fù)。

同時(shí)，軌道交通對(duì)于住宅市場(chǎng)的影響在同一城市的不同的地域也有著不一樣的影響，從而需要對(duì)于住宅市場(chǎng)分市場(chǎng)進(jìn)行分析。王福良等（2014）[5]和徐能來(lái)（2018）[2]均引入?chowtest（鄒氏檢驗(yàn)）進(jìn)行分市場(chǎng)界定，并據(jù)此發(fā)現(xiàn)了該種影響有分市場(chǎng)效應(yīng)。

通過梳理文獻(xiàn)發(fā)現(xiàn)，軌道交通對(duì)住宅價(jià)格的影響呈現(xiàn)出一定的空間分布規(guī)律。但是，幾乎沒有文章關(guān)注到長(zhǎng)春市的具體情況，而文章以長(zhǎng)春市地鐵1號(hào)線和8號(hào)線進(jìn)行理論分析和實(shí)證研究。

2?模型構(gòu)建

2.1變量選取

文章將住宅價(jià)格作為被解釋變量，并依照特征價(jià)格模型選取解釋變量，表述如下：

建筑特征變量：建筑物本身一些對(duì)價(jià)格產(chǎn)生影響的屬性，文章選取房齡（age）、是否配備電梯（elevator）、容積率（FAR）、綠化率（green）、總戶數(shù)（household）。

區(qū)位特征變量：描述建筑所處位置，文章選取小區(qū)中心距離地鐵站的步行距離（dis）。

鄰里特征變量：住宅周邊的各種環(huán)境因素，反映小區(qū)周邊的生活配套水平。文章選取距離小區(qū)中心1500以內(nèi)的小學(xué)個(gè)數(shù)（primary），初中個(gè)數(shù)（junior），高中個(gè)數(shù)（senior），商圈個(gè)數(shù)（mall），醫(yī)院個(gè)數(shù)（hospital）。

2.2數(shù)據(jù)來(lái)源

由于正在開發(fā)和新開發(fā)的樓盤開發(fā)數(shù)量少、布局不均勻，二手房市場(chǎng)市場(chǎng)化程度更高，文章對(duì)房天下、安居客、鏈家等二手房交易平臺(tái)的數(shù)據(jù)進(jìn)行了爬取，收集了長(zhǎng)春市1號(hào)線與8號(hào)線沿線約1500m內(nèi)的小區(qū)在2019.6-2021.12每6個(gè)月一個(gè)截面共6個(gè)時(shí)間點(diǎn)357個(gè)小區(qū)的數(shù)據(jù)，考慮到數(shù)據(jù)完整性最終保留了228個(gè)小區(qū)。由于小區(qū)與最近的地鐵站之間的直線距離和步行距離差異較大，并且購(gòu)房者主要考慮步行距離，所以采用步行距離，此距離變量通過高德地圖和百度地圖獲得。

2.3模型設(shè)定

2.3.1特征價(jià)格模型

特征價(jià)格模型主要起源于Lancaster的消費(fèi)者理論和Rosen模型，是學(xué)者分析房地產(chǎn)價(jià)值影響因素的重要方法之一，模型形式如下：

其中，P表示小區(qū)的均價(jià)，L表示小區(qū)的區(qū)位特征，N表示鄰里特征，S表示結(jié)構(gòu)特征。

該模型常采用線性模型、半對(duì)數(shù)及自然對(duì)數(shù)線性模型，根據(jù)國(guó)內(nèi)外學(xué)者實(shí)證研究，考慮到模型的解釋能力以及其穩(wěn)定性，采用半對(duì)數(shù)函數(shù)形式的特征價(jià)格模型相較于其他函數(shù)形式有著明顯的優(yōu)越性[6]。

由于在靠近軌道交通的區(qū)域，存在噪聲污染、擁擠、衛(wèi)生狀況、治安問題等負(fù)外部效應(yīng)，與軌道所帶來(lái)的正外部效應(yīng)共同作用，使得最靠近軌道交通的區(qū)域增值效應(yīng)并非最大。隨著距離的增加，正負(fù)外部性都隨之減弱，從而使得影響程度不斷發(fā)生變化，所以增值影響可能隨著距離的增加呈現(xiàn)倒“Ｕ”型規(guī)律，所以文章引入距離二次項(xiàng)（dis2），設(shè)定計(jì)量模型如下：

2.3.2分市場(chǎng)模型

其中，文章在結(jié)合長(zhǎng)春市實(shí)際情況后，判定某小區(qū)處于核心區(qū)域的方法為：該小區(qū)的附近1500m內(nèi)大型商場(chǎng)個(gè)數(shù)≥4并且附近1500內(nèi)小學(xué)個(gè)數(shù)≥5；其他則為非核心區(qū)域，采用ArcMap進(jìn)行可視化處理后結(jié)果如圖1，該結(jié)果圖印證了該判斷標(biāo)準(zhǔn)的合理性。

3?回歸結(jié)果分析

3.1基準(zhǔn)回歸結(jié)果分析

根據(jù)上述理論，文章采用面板數(shù)據(jù)模型對(duì)樣本進(jìn)行回歸分析。在面板數(shù)據(jù)模型形式的選取上，一方面，因文章研究所選取變量均在地級(jí)市內(nèi)，由于各小區(qū)之間的特征相似，去除不可觀測(cè)的個(gè)體效應(yīng)后各特征變量會(huì)趨于同質(zhì)化，進(jìn)而導(dǎo)致嚴(yán)重的共線性問題；另一方面，由于房?jī)r(jià)影響因素的確定性，不可觀測(cè)的個(gè)體擾動(dòng)項(xiàng)對(duì)房?jī)r(jià)的影響較小。綜上，文章采用隨機(jī)效應(yīng)面板模型進(jìn)行回歸，結(jié)果見表1。

模型（1）為對(duì)總體樣本的回歸結(jié)果，距離（dis）與距離的平方項(xiàng)（dis2）的估計(jì)系數(shù)均在1%的水平上顯著，且距離項(xiàng)（dis）的系數(shù)為正；距離平方項(xiàng)（dis2）的系數(shù)為負(fù)，這意味著軌道交通對(duì)沿線住宅價(jià)格的影響隨著距離的增加先增加后下降，呈現(xiàn)出明顯的倒“U”型關(guān)系，并且通過計(jì)算得出最高點(diǎn)對(duì)應(yīng)的距離為786m。

為了考察1號(hào)線與8號(hào)線對(duì)房地產(chǎn)價(jià)格在長(zhǎng)春市內(nèi)部不同區(qū)域的影響程度，文章在上述模型的基礎(chǔ)上，分別采用了總體樣本和不同市場(chǎng)樣本（核心區(qū)域與非核心區(qū)域）的數(shù)據(jù)進(jìn)行實(shí)證分析，其中模型（2）和模型（3）分別為對(duì)處于核心和非核心區(qū)域的小區(qū)樣本進(jìn)行回歸。

模型（2）中，距離（dis）與距離的平方項(xiàng)（dis2）的估計(jì)系數(shù)均在10%的水平上顯著，模型（3）中，二者的估計(jì)系數(shù)均在1%的水平上顯著，且在兩個(gè)模型中，距離（dis）的系數(shù)為正、距離平方項(xiàng)（dis2）的系數(shù)為負(fù)，這意味著在兩個(gè)分市場(chǎng)內(nèi)也都表現(xiàn)出明顯的倒“U”型關(guān)系，通過計(jì)算得出曲線最高點(diǎn)對(duì)應(yīng)的自變量（dis）分別為702m和809m。

根據(jù)模型（2）（3）的估計(jì)系數(shù)來(lái)看，城市軌道交通對(duì)經(jīng)濟(jì)相對(duì)核心區(qū)域的影響程度反而更小，而經(jīng)濟(jì)相對(duì)落后的非核心區(qū)域影響程度更大，并且核心區(qū)域倒“U”型曲線的最高點(diǎn)（0.161）也低于非核心區(qū)域倒“U”型曲線的最高點(diǎn)（0.441），這意味著這種增值效應(yīng)在非核心區(qū)域明顯大于核心區(qū)域。

3.2波動(dòng)與趨勢(shì)分析

文章為了進(jìn)一步研究小區(qū)中心距最近地鐵站距離對(duì)于該小區(qū)房?jī)r(jià)的影響，采用hp濾波法測(cè)算出了房?jī)r(jià)的波動(dòng)成分（hp_cycle）與趨勢(shì)成分（hp_trend），并以此作為被解釋變量，與上文所提到的其他解釋變量回歸擬合，得到表2結(jié)果如下。從表2中可以看到以房?jī)r(jià)波動(dòng)成分（hp_cycle）為解釋變量的回歸模型中，各解釋變量皆不顯著，這說(shuō)明上文所選取的各個(gè)解釋變量對(duì)房?jī)r(jià)的波動(dòng)性沒有顯著的影響效果，即對(duì)房?jī)r(jià)的影響效果穩(wěn)定；

而以趨勢(shì)成分（hp_trend）為被解釋變量的回歸結(jié)果中核心解釋變量距離（dis）與距離的二次項(xiàng)（dis2）均在1%的水平上顯著，并且距離（dis）的系數(shù)為正，這表明隨著小區(qū)距離最近地鐵口的距離越大，該小區(qū)未來(lái)房?jī)r(jià)上漲的趨勢(shì)也越大，這種現(xiàn)象產(chǎn)生的原因是，城市交通基礎(chǔ)設(shè)施的建設(shè)在不斷完善，一方面，新設(shè)施一般在距離現(xiàn)有地鐵線路較遠(yuǎn)的位置建設(shè)，所以距離地鐵較近的小區(qū)房?jī)r(jià)繼續(xù)上漲的趨勢(shì)較弱；另一方面，距離地鐵較遠(yuǎn)的樓盤雖然受該地鐵線路的正向影響較小，但是隨著該小區(qū)周邊其他交通設(shè)施的建設(shè)，會(huì)受到這些新建交通設(shè)施帶來(lái)的正向影響，所以擁有其房?jī)r(jià)仍擁有較大的上漲潛力。

4????結(jié)論與政策建議

文章以長(zhǎng)春市軌道交通1號(hào)線與8號(hào)線站點(diǎn)周邊住宅市場(chǎng)為例，采用面板數(shù)據(jù)模型實(shí)證驗(yàn)證了城市軌道交通對(duì)沿線住宅價(jià)格存在明顯的倒“U”型增值效應(yīng)，創(chuàng)新了核心非核心區(qū)域的判定方法，并且分析了分市場(chǎng)對(duì)住宅價(jià)格的影響程度，發(fā)現(xiàn)城市軌道交通對(duì)沿途住宅價(jià)格的影響程度非核心區(qū)域明顯大于核心區(qū)域。

根據(jù)上述結(jié)論，文章提出以下建議。

對(duì)于投資者與開發(fā)商而言，城市軌道交通對(duì)于步行距離地鐵口大約700～800m的樓盤所帶來(lái)的增值效應(yīng)最大，并且對(duì)非核心區(qū)域樓盤的增值效應(yīng)要較大于對(duì)核心區(qū)域樓盤的增值效應(yīng)，可以參考該結(jié)論以理性的價(jià)格在合理的區(qū)域投資或開發(fā)。

對(duì)于政府部門而言，目前長(zhǎng)春市“大十字小田字”型的軌道網(wǎng)路的規(guī)劃已初步覆蓋城中主要街區(qū)，可以適當(dāng)提高非核心區(qū)域的開發(fā)強(qiáng)度，以實(shí)現(xiàn)城市軌道交通的效益最大化；并且可適當(dāng)增加在非核心區(qū)域的軌道交通投資，有助于帶動(dòng)新城發(fā)展，增添城市房地產(chǎn)市場(chǎng)新活力，優(yōu)化城市整體空間。

參考文獻(xiàn)：

[1]溫海珍，賈生華.市場(chǎng)細(xì)分與城市住宅特征價(jià)格分析[J].浙江大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版），2006（2）：155-161.

[2]徐能來(lái).城市軌道交通對(duì)沿線住宅價(jià)格影響的實(shí)證研究[D].廈門：廈門大學(xué)，2018.

[3]范子英，張航，陳杰.公共交通對(duì)住房市場(chǎng)的溢出效應(yīng)與虹吸效應(yīng)：以地鐵為例[J].?中國(guó)工業(yè)經(jīng)濟(jì)，2018（5）：99-117.

[4]趙晶，韓清.軌道交通的溢出與虹吸效應(yīng)——基于上海房?jī)r(jià)柵格數(shù)據(jù)的探討[J].價(jià)格月刊，2020（10）：18-26.

[5]王福良，馮長(zhǎng)春，甘霖.軌道交通對(duì)沿線住宅價(jià)格影響的分市場(chǎng)研究——以深圳市龍崗線為例[J].地理科學(xué)進(jìn)展，2014，33（6）：765-772.

[6]李菁，周雯雯，楊小花.軌道交通對(duì)城郊之間住宅價(jià)格影響研究——以武漢市軌道交

通6號(hào)線為例[J].建筑經(jīng)濟(jì)，2020，41（4）：106-109.

[7]李菁.交通基礎(chǔ)設(shè)施對(duì)房地產(chǎn)開發(fā)投資變動(dòng)的影響研究[D].武漢：中南財(cái)經(jīng)政法大學(xué)，2018.

[8]許基偉，胡禹，馬欣.城市軌道交通影響住宅價(jià)格的空間差異研究——以南京地鐵3號(hào)線為例[J].建設(shè)科技，2019（21）：65-69.

[基金項(xiàng)目]吉林省省級(jí)大學(xué)生創(chuàng)新訓(xùn)練計(jì)劃項(xiàng)目（項(xiàng)目編號(hào)：S202110183912）。

[作者簡(jiǎn)介]張乘赫（2001—），男，漢族，吉林延邊人，吉林大學(xué)經(jīng)濟(jì)學(xué)院本科，研究方向：金融。