城市轨道交通建设对沿线房地产价值的影响
李 彧
（贵州省水利投资（集团）有限责任公司，贵州 贵阳 550081）
摘 要： 地铁以其安全、准点、快捷、舒适、环保的优点正在掀起建设高潮，无论是追求经济效益，还是社会效益，地铁项目对沿线住宅价格的影响都必然会成为政府、房地产开发商和消费者密切关注的热点问题，定量研究地铁对沿线住宅价格的影响对三者而言有着十分重要的现实意义。文章以南京地铁2号线一期工程为实证分析对象，在结合地铁对沿线住宅价格的影响机理和相关理论的基础上，建立半对数形式的特征价格模型，从时间和空间的角度进行地铁对沿线住宅价格影响的定量研究。
关键词： 地铁；住宅价格；半对数特征价格模型
1 研究背景和意义
改革开放以来，随着经济的快速发展、人口和城市规模不断扩张，基础设施的落后问题日益显著，城市交通拥挤和结构单一的现象亟待改善，为满足日益增长的交通需求，城市轨道交通应运而生。截至2015年初，我国城轨交通在建城市40个，在建线路4073km，首次突破4000km。其中地铁3154km，占77.4%。可见地铁在当今中国的城轨交通建设中处于领先地位。
截至2016年1月，南京地铁有6条线路，总长225.4km，仅次于北京、上海、广州，居世界第11位。预计南京地铁将在2030年建成24条总长超过890km的地铁线路。南京地铁2号线一期工程西起油坊桥站，东至马群站，线路途径建邺区、鼓楼区、秦淮区和玄武区，串联了多个景区，其中有12个站点设置了地铁商铺。南京地铁的建成，不但改善了沿线各商业区、风景区和居民区的交通拥堵状况，还拉动了新街口、湖南路、夫子庙全市三大商圈夜经济的发展，使得沿线土地的利用率和利用价值提高，并刺激了更多的消费需求，从而给沿线住宅的价格带来正面积极的影响。通过研究地铁对沿线住宅价格影响，有助于政府作出决定和进行线路规划，开发商制定开发战略和房地产价格，对于消费者而言，住宅价格的保值增值性是其购房的考虑因素之一，文章的研究也将为消费者购房提供必要的参考依据。
2 研究的主要内容
文章主要研究的是城市地铁对沿线住宅价格的影响，南京地铁2号线作为南京第2条建成运营的地铁，连接了主城中心和城市副中心，串联了多个景区，它的开通使得南京真正意义上的地铁交通网初步形成，极大地改善了南京市交通拥堵的状况，具有很强的代表性。文章以南京地铁2号线为例，以地铁沿线各站点为中心，取一定范围内的住宅为样本，通过对比选定进行研究的模型，定量研究南京地铁2号线在开通前后和与地铁不同的距离对沿线住宅价格的影响。
3 研究理论的选择
3.1 模型的选择
根据对国内外相关文献的研究，目前，关于地铁对沿线住宅价格影响的常用理论模型主要有特征价格模型、交通成本模型和少数研究者采用的支出系统需求函数模型，特征价格模型以需求函数理论、市场均衡理论、特征价格理论及效用函数理论作为基础，对比其他模型，其考虑的因素更广泛、需要的样本量较大但容易取样、精确度较高、计算方法相对简单、体现的经济意义也比较直观，目前已成为国内外房地产价格研究领域内最重要的方法之一，文章最终选定特征价格模型来展开研究。
3.2 特征价格模型
该模型的函数形式除了基本的线性形式以外还有对数和半对数形式[1]，线性形式中自变量和因变量均是线性形式，其回归系数是常数，对应特征的隐含价格；对数形式中自变量和因变量均是对数形式，其回归系数对应特征的价格弹性；半对数形式中自变量和因变量分别采用线性形式和对数形式，其回归系数指特征价格与产品总价之比，表示特征变量每变动一个单位所引起的价格变化的百分率，综合了线性形式和对数形式的优点，又能反映出边际效用递减规律。基于此，文章选择半对数形式来展开研究，半对数形式：
(1)扩大宣传。通过微博、微信公众号等社交媒体进行线上推广，宣传庐山民宿，打造出知名度。可邀请一些微博知名博主或是新闻工作者到庐山民宿进行真实入住，在微博、微信公众号上作出“庐山民宿旅游攻略”，请他们将入住后的体验感想在网络、报刊、杂志上发布，吸引游客前来。
4 特征变量的设定
通过spss 22.0软件对数据进行线性回归分析，根据R平方的定义，越接近1，说明模型拟合效果越好，全体自变量对因变量的影响显著性为74.2%，拟合效果较好，而D-W值是衡量回归残差是否序列相关，其值接近2，则认为不存在序列相关问题，表明模型的解释能力较好。
通过软件spss 22.0分析和检验模型的数据，将因变量Price取对数后，在软件spss 22.0中建立单变量的一般线性模型，并进行模型的参数估计和检验。
其中，时间变量的量化采用时间哑元法，通过对比收集到的数据，发现多数楼盘上下半年的价格相差较大，将时间哑元细分为上下半年，易获得研究成果。考虑邻里变量时，主要选取了学校、医院、大型商场和公园，距离的选取参考了合理的服务半径，指居民到达住宅区级的公共服务设施的最大步行距离，通常为1km。以变量METRO_0的量化为例，半径以最近的地铁站点为圆心，以不同的半径设定同心圆，若住宅在某个同心圆范围内，则取值为1，否则为0；对于半径的选取，参考了国内外的相关研究，通常范围取2km左右，李飞[2]（2007）通过研究得出南京地铁1号线的影响范围为1km左右。尹爱青[3]（2011）同样以南京地铁1号线为例，研究表明地铁对1.5km范围内的楼盘存在明显的增值效应，在0.5km范围内最明显。2号线与1号线有相同的城市背景，文章选择2km作为初次研究的范围是可取的。大部分的变量被设定为虚拟变量，有利于定性问题的指标化，使得问题的描述更加简明。
然后进行回归方差分析，显著性的值为0，小于0.05，说明方程的显著性水平较高，自变量与因变量之间的线性关系显著，通过F检验，并且证明了住宅价格和特征变量的关系可以用线性模型来表示。
5 数据的收集
通过以上的分析和检验还不足以说明模型的可靠性，还需进行残差分析，结果显示残差是接近于均值为0的正态分布，全部残差随机落在水平±2之间，竖直方向全部落在±1.5之间，残差分布没有明显的趋势性和规律性，与自变量和因变量无关，通过了异方差检验。
固体废弃物的处理，则需要根据危害性分类，并将具有危害的废弃物作无害处理。比如，擦拭松节油、酒精等易燃物品的废纸废布，需先期存放在专门地点；含酸性或碱性物质的废弃物，则需进行中和处理再抛弃。
6 模型的构建与检验
长期以来，人们土地保护意识薄弱，导致过度开垦和使用，导致土地退化和沙化情况严重。而且耕地中大量的洼地、坡耕地和盐碱地等长期得不到合理使用，对土地带来了严重破坏，不仅影响了粮食的产量，而且土地利用率大幅度下降[1]。
根据文章的研究，将每平方米的楼盘均价设置为因变量，以房地产交易价格为准，宏观因素往往难以量化，通常选取微观因素作为特征变量，也就是自变量，主要有三大类：区位、结构和邻里因素，同时设定一个时间变量来研究地铁开通前后对沿线住宅价格的影响，在模型设计时，因微观方面涉及的变量太多，既不能考虑过多，以防出现多重共线性的变量，又不能遗漏重要的变量，基于这种现实因素，在结合经济理论并比较和参考相关文献的基础上，文章主要选取对住宅价格影响较大、具有代表性的因素。
侧吹浸没燃烧熔炼属于强化熔池熔炼工艺，通过喷枪浸没于液态渣层中，对渣层进行搅拌。通过调整还原煤加入量，可方便的调整炉渣中铁的还原度，镍铁品位可根据需求灵活调整。同时由于侧吹炉可灵活调节金属层和渣层的厚度，对渣和镍铁金属量比有宽泛的适应性。
式中：i=1，2…n；n为样本容量；p为商品的价格；a为常数项，指除特征变量之外的影响价格的常量之和；xi为商品的第i个特征变量；bi为第i个特征变量的特征价格；考虑到存在不可避免的误差影响，设置∈为随机误差项。
文章选取的住宅均为普通住宅，不包括经济适用房、别墅和公寓，取开盘时间在地铁开通前后两年内的28个楼盘，大部分楼盘的数据取自南京市住房保障和房产局官网，少部分取自南京搜房网和南京365淘房网，距离通过百度地图的测距功能获取，通过百度地图的附近查找功能获取楼盘附近有无学校、医院、商场和公园的情况，建邺区、鼓楼区、秦淮区、玄武区4个区的楼盘数量分别为17、2、5、4。
道达尔集团中国主席赵伟良表示，在进行能源结构调整和管理改进的同时，能源技术创新已成为推动能源成功转型的重要因素之一，包括人工智能和大数据在内的数字化技术在能源行业的应用，将有助于提高能效，降低碳排放。
回归系数中显示VIF的取值均在0～10，表明变量之间不存在多重共线性，结合以上各种分析的结果，说明了模型具有较高的可靠性，说明将半对数形式的特征价格模型运用于南京地铁2号线是成功的。
7 结束语
文章以南京地铁2号线一期工程为实证分析对象，在结合地铁对沿线住宅价格的影响机理和相关理论的基础上，建立半对数形式的特征价格模型，从时间和空间的角度进行地铁对沿线住宅价格影响的定量研究，得到以下结论：
（1）空间影响效应。通过对建立的特征价格模型进行回归分析和检验，确定了模型的可靠性之后，对比分析与地铁站点距离相关的回归系数，表明南京地铁2号线对沿线住宅价格的影响范围是1.5km。距离地铁1.5km以内住宅价格与地铁的距离成负相关，回归系数随距离越近逐渐增大，说明住宅与最近地铁的距离越小，房价越高，在划分的三个影响范围中，0.5km范围的增值比例最高，为11.4%，说明因地铁的影响，每平方米的住宅价格提高了11.4%，0.5～1km和1～1.5km范围的增值比例分别为8.3%和4.5%，增值效应依次减小。
（2）时间影响效应。通过对比不同开盘时间的楼盘均价，发现在2009年上半年至2011年上半年期间，住宅价格逐渐上涨，取不同范围的样本分别构建特征价格模型进行研究，进一步分析得出，不同范围的住宅价格均在地铁开通后有较大的涨幅，地铁开通后的半年内，0.5km范围内的价格涨幅最大，为8.2%，说明地铁带来了明显的增值效应，使每平方米的住宅价格提高了8.2%，0.5～1km和1～1.5km范围的价格涨幅分别为5.4%和1.4%，依次随距离而减少，在地铁开通一年后对住宅价格的影响会相对减少，但增值效应仍旧可观，如图1所示。
图1 不同范围不同时期的价格变动率
参考文献：
[1]王旭育.城市住宅特征价格模型的理论分析[J].上海管理科学,2006(4):68-69.
[2]李飞.城市轨道交通对房地产价值影响的定量分析[D].南京:河海大学,2007.
[3]尹爱青,唐焱.轨道交通对住宅价格的影响——以南京市地铁一号线为例[J].城市问题,2008(2):29-34.
中图分类号： F572；F293.3
文献标志码： A
文章编号： 2096-2789（2019）18-0237-02
作者简介： 李彧（1994—），女，助理工程师，研究方向：工程建设、投资与造价管理。
标签：地铁论文; 住宅价格论文; 半对数特征价格模型论文; 贵州省水利投资(集团)有限责任公司论文;