公共交通易达性对香港房价的影响分析——Hedonic模型的应用

John L.Glascock，丰 雷 ，刘迎梅 ，包晓辉

（1.剑桥大学 土地经济系，英国 剑桥 .CB3 9EP；2.中国人民大学 土地管理系，北京 100872）

公共交通易达性对香港房价的影响分析
——Hedonic模型的应用

John L.Glascock1，丰 雷2，刘迎梅1，包晓辉1

（1.剑桥大学 土地经济系，英国 剑桥 .CB3 9EP；2.中国人民大学 土地管理系，北京 100872）

文章应用Hedonic方法，同时考虑地铁、轮渡和公共汽车等交通变量，除构建总体模型外，还进一步分析了不同地区（港岛、九龙和新界）和不同时期（牛市和熊市）公共交通易达性对住房价格的影响。实证研究表明，在一个模型中同时考虑所有衡量公共交通易达性的变量，以及细分不同地区和时期，有助于提高估计的精度。分析表明，公交易达性对房价具有显著影响：位于地铁站点步行范围内的房价显著高于之外的房价；除新界外，其他地区邻近轮渡码头的房价更高；而邻近公共汽车站点对房价具有负向影响；市场景气时期公交易达性对房价的影响更为显著。

房价；交通；易达性；Hedonic模型

0 引言

香港是一个研究房价问题的理想都市。首先，香港拥有大量的标准化的公寓住房，其住房市场上有众多差异化的服务设施。其次，香港是一个增长型大城市，并作为特别行政区与中国这样一个大的经济体紧密相连，对香港房价的实证分析所得结论对于中国一些沿海城市同样具有借鉴意义。第三，香港是一个经济发达的国际化大都市，有关香港的公共交通对房价影响机制的研究结论与欧美等地区的同类研究结论进行比较也很有意义。

本文将应用Hedonic方法，选取香港1995～2004年4911个住房交易样点的数据，分析公共交通易达性对住房价格的影响。选取影响房价的典型变量，包括房龄、面积、楼层、批租年期、是否面向花园、是否有游泳池以及是否靠近商业中心等作为控制变量，并采用标准的OLS估计，这样的处理对于拟合我们现有的数据已经足够①一些研究则采用了更复杂的估计方法或选取更多的影响房价的变量。例如，Bao和Wan(2007)对Hedonic模型的估计量的改进；Mok,Chan和Cho(1995)应用一个基于Hedonic分析的Box-Cox方法研究住房属性的变化对不动产价格的影响。。本文拟拓展前人研究，模型同时考虑地铁、轮渡和公共汽车等交通变量，并进一步分析了香港不同区域（港岛、九龙和新界）以及不同时期（牛市和熊市）公共交通易达性对房价的影响。

1 文献综述

交通易达性对于土地利用和土地价值至关重要，邻近交通设施的居民具有更大的易达性，交通易达性是居民购房时考虑的重要因素。很多证据都表明，由于住所邻近就业、购物以及其他重要场所，交通设施对于不动产价格具有显著的正向影响（Du和 Mulley,2007；McMillen和 McDonald,2004）。 通常，人们会将交通便利所带来的时间上的节约资本化到不动产价格中，也就是说，人们在购房时倾向于为通勤成本的节约支付更高的住房价格。当然，由于研究区域的不同以及交通易达性的衡量指标不同，同类研究结论也有很大差异。

一种常用的度量公共交通易达性的方法是采用虚拟变量，虚拟变量系数的估计值显示出公共交通易达性的隐含价格。例如，Voith（1993）采用这种方法，分析了美国的费城和波士顿的快速轨道交通系统对房价的影响，结果表明，在费城邻近公共交通设施的住房价格显著高出7.5～8%，而在波士顿高出6.7%。另一些研究则采用距离公共交通站点的地面距离作为公共交通易达性的衡量指标。Benjamin和Sirmans(1996)研究了华盛顿D.C.的地铁系统对不动产价格的影响，结果表明，每远离地铁站点0.1英里，租金下降2.4～2.6%。Lewis-Workman和Brod(1997)的分析表明，在旧金山每远离轨道交通站点100英尺，平均房价下降1578美元；在纽约则平均下降2300美元。

然而，邻近公共交通站点也可能由于噪音、犯罪等原因受到负外部性的影响。Bowes和Ihlanfeldt（2001）分析了邻近地铁站点的犯罪和零售业等活动对不动产价格的负面影响。认为，影响的大小很大程度上取决于不动产距离市区的远近以及该地区房客的收入多少；越邻近市区，负外部效应也就越大。Theebe(2004)对荷兰的分析也表明，由于邻近公共交通站点的噪音污染会使房价下降5%。

Debrezion等（2003）认为，大量同类研究结果不一致，主要是因为不同的研究所选取的公共交通的类型、所选用的模型、衡量交通易达性的变量、人口属性、住房品质、研究区域以及样本时期等的不同所造成。更重要的是，不同交通方式的影响是负相关的。例如，如果在模型中增加其他反映交通易达性的变量，则会使得轨道交通的影响效应下降。

有关香港住房价格的实证分析中，Tse和Love（2000），Mok,Chan 和 Cho（1995），以及 Mok（1995）等应用 Hedonic 模型分析了住房的结构属性、物理属性、邻里和环境属性等的隐含价格。So等（1997）应用香港1994年1234个交易样点数据，发现香港邻近地铁站点的住房价格显著提高；Tse（2002）、Hui等（2007）得出同样结论。Yiu和Wong(2005)分析了香港西区海底隧道（WHT）的建设对香港房价的影响，认为在该交通系统建设完工之前房价已经上升，这说明香港住房市场已有效地将交通易达性资本化到房价中了。

2 变量、数据和模型

2.1 变量和数据

香港是世界上人口密度最高的地区之一，近700万居民居住在香港1103.72平方公里的范围内①在一项对世界361个地区的调查（www.Demographia.com）中，香港的人口密度排名第一。。由于土地和住房供给的限制以及高人口密度，香港房地产市场素以市场交易的活跃以及市场价格的大幅波动著称。香港的住房价格1996年上涨了近30%，1997年达到历史最高水平，1998年则下跌了超过32%②数据来源：香港差饷物业估价署 (http://www.rvd.gov.hk/en/publications/hkpr07.htm)。。1994～2006年香港房价指数月均波动2.27%。房价的波动经常伴随着大量的交易，根据香港政府土地注册处的统计，1997年香港住房市场的总交易量为172711宗，占当年香港私有住房存量的16%强。

香港是一个经济发达并且高度机动性的城市，每天有1100万人次的出行，使用包括地铁、有轨电车、公共汽车、公共小型巴士、出租车以及轮渡在内的高效率的交通系统。2001年香港政府统计处发现，40.3%的通勤者使用公共汽车，25%的使用地铁（MTR）③数据来源：香港政府统计处（www.censtatd.govt.hk。。公共汽车系统提供了遍及全香港的众多路线，并在港岛南部和新界地区得到广泛使用。频繁的轮渡服务横跨维多利亚港，连通港岛、九龙以及新界的一些岛屿。地铁（MTR）主要服务于港岛北部、九龙的绝大部分地区以及新界的部分地区，为这三个区域提供了7条线路和52个站点，每个工作周的乘客量约为240万人④数据来源：香港政府网站（http://www.info.gov.hk/info/hkbrief/eng/living2.htm）以及MTR地铁公司网站（www.mtr.com.hk）。。

我们选取了1995～2004年香港三个地区（港岛、九龙和新界）4911个住房交易样点数据，数据来源于香港城市大学与中原地产公司合作开发的中原地产价格指数系统（CCI）⑤有关中原地产价格指数（CCI）的信息可参见www.centanet.com/ccie.htm。。模型中的自变量除反映公共交通易达性的变量外，还包括反映住房的物理属性、结构属性和邻里属性的变量，以及区域虚拟变量和时间虚拟变量等（见表1）。表2则给出了数据的描述统计分析结果。

2.2 计量模型

自从Rosen（1974）首次将Hedonic价格模型引入房地产领域，该模型作为一种有效的分析不动产价格的工具得到了广泛应用。这种方法提供了一种分析多种属性对不动产价格影响的标准化模型，利用普通最小二乘估计（OLS）得出的各属性的隐含价格被视为市场供求均衡的结果。本文应用该模型分析邻近公共交通站点对住房价格的影响。

Hedonic模型估计的关键是除了拟研究的变量外，还需控制其他影响房价的变量。本文控制了面积、房龄、楼层等住房属性。Hedonic价格模型的基本形式如下：

其中，UPRICE 是销售单价 （HKD/平方英尺，1USD=7.8HKD)。自变量的解释见表1。

Hedonic价格模型可以采用线性模型、对数-线性模型、双对数模型、指数模型、二次曲线模型以及Box-Cox转换模型等形式。本文发现线性模型对数据的拟合效果最好。

表1 模型中的自变量

表2 数据的描述统计结果

3 检验结果及分析

图1显示了香港房价的走势：1995年起开始上涨，至1997年达到高峰，1998年受亚洲金融危机等因素的影响房价迅速回落（近50%），之后的1999～2003年间房价持续下跌，2004年开始回升。因此，我们将1995～1997年和2004年视为牛市，1998～2003年视为熊市。在香港的不同区域内公共交通的易达性不同，例如：新界的居民更依赖公共汽车系统，而九龙的居民乘坐地铁、公汽和轮渡都十分便利，因此我们预期在不同区域和不同时期公共交通易达性对房价的影响也不同。

采用CHOW检验来验证模型1的系数在不同地区和不同样本期是否有显著差异。检验结果见表3，在1%的显著性水平下拒绝所有的“无显著差异”的原假设。下面分三部分介绍模型检验结果：首先利用香港1995～2004年三个区域的所有观测数据估计总体模型，检验结果显示了香港房价与各住房属性的一般关系；其次，分别利用牛市数据和熊市数据重新估计模型1，其结果显示了不同市场环境下公共交通易达性对房价的不同影响；最后，对每个区域的熊市和牛市数据分别应用模型1进行估计，该结果显示了香港不同区域公共交通易达性对房价的不同影响。

3.1 总体分析结果

利用香港1995～2004年三个区域的所有观测数据估计模型1，结果见表4的第1列。调整后的R2为77.8%，说明模型对数据的拟合效果较好。回归模型的所有自变量的系数符号与预期相同，并在1%的显著性水平下显著异于0。结果显示，住房价格与住房面积、楼层、是否面朝花园、是否有游泳池、物业管理等级、是否是豪华公寓、土地 批租到期年份等变量正相关；房龄、是否邻近购物中心对房价有负向影响；区域虚拟变量的系数估计值与对香港不同区域房价的一般观测经验一致，港岛的房价最贵，而新界的房价最低；时间虚拟变量的系数估计值所揭示的房价走势也与图1相同。

估计结果显示，三类公共交通设施对房价都有显著影响：（1）邻近地铁（MTR）的住房价格显著高于远离地铁的住房价格，平均高出544.96港元。这可能是由于邻近地铁的居民更易到达商业区，或者是由于香港居民更倾向于乘坐地铁通勤和购物。（2）邻近公共汽车站点的住房价格比远离公交站点的房价低672.09港元，这说明尽管公共汽车站点提供了更便捷的公交服务，但香港居民仍然不喜欢居住在邻近公交站点的住房里，原因很可能是由于香港绝大多数公共汽车站位于主要马路，所以邻近公共汽车站会受到繁忙的公路交通噪音污染的影响。因此，香港的购房者将公共汽车服务设施因素视为影响房价的负面因素。（3）邻近轮渡的住房价格比远离轮渡的房价平均高505.48港元，说明轮渡对香港房价具有显著的正向影响。

3.2 牛市与熊市的分析结果

表4的第2列和第3列分别给出了牛市和熊市模型的估计结果，所有系数在5%的显著性水平上显著，熊市和牛市模型调整后的R2分别为72%和75%。

不同的市场景气时期所有变量的系数符号都与总体模型（见表4的第1列）一致，表明各住房属性对房价的影响方向在不同时期是一致的。但是，估计系数的绝对值在房地产市场景气时期更高。特别是，住房面积和是否朝向花园等住房属性对房价的正向影响，以及邻近购物中心对房价的负向影响，在房地产景气时期更加显著。这意味着，由于住房属性的差异所导致的住房价格的差异在市场景气时期会扩大，而在市场不景气时期会缩小。

在牛市和熊市的模型中，三类交通方式都对房价有显著影响。地铁和轮渡对房价具有正向影响，并且在房地产市场景气时期更显著；而公共汽车站点对房价具有负向影响，并且在房地产市场景气时期影响更加显著。总之，购房者在房地产景气时期会为他们认可的便捷的公共交通设施支付更高的价格。

3.3 不同区域的分析结果

应用模型（1）对不同区域的牛市和熊市的数据分别进行估计。三个区域的熊市的模型回归结果见表4的第4、5、6列；牛市模型的估计结果见表4的第7、8、9列。需注意的是，由于某些变量在特定的区域为常数，所以在相应的模型中就省略了。例如，新界的所有住房都邻近公共汽车站点，在新界的牛市和熊市模型中变量Bus_c均取值为1，因此，表4的第5列和第8列就不含该系数的估计值。同样地，对新界模型中的 Leaseyear和 Luxury以及九龙模型中的 Mtr_c、Bus_c、Leaseyear和Luxury等变量的处理也一样。

应用模型（1）分别对不同地区的数据进行估计，绝大多数变量系数的符号是一致的，但是Age和Shopping_c这两个变量的符号在不同地区不一致。在新界房龄越高房价越高，这与其他两个区域不同。这可能这是遗漏了该区域内的区域差异控制变量的结果，即新界的新房大多位于基础设施不完善的新开发地区，旧房则更多地位于成熟发展地区，因此在新界旧房反而比新房贵。在九龙和新界邻近购物中心对房价具有负向影响，港岛的居民在牛市时期持不同观点，表明港岛购房者在房地产市场景气时期更愿意居住在购物中心附近。

地铁、公共汽车和轮渡等三类公共交通方式对房价的影响在不同时期和不同区域都不同。首先，九龙和港岛邻近轮渡码头对房价有正向影响，但新界却不同。由于新界的轮渡码头仅为远离香港商务区的一些新开发的岛屿提供服务，靠近轮渡码头也就意味着远离商业中心，因此在新界邻近轮渡码头对房价的影响是负向的。其次，邻近地铁对所有三个区域的房价都有正向影响，但该影响在港岛最大⑥表4中的第6列和第9列缺少地铁变量（Mtr_c）的系数估计值 ，是因为九龙所有的住房都邻近地铁站点，即变量取值均为1。，在房地产市场景气时期尤甚；同样地，在市场景气时期的港岛邻近公共汽车站点对房价的负向影响也更显著。总之，港岛的购房者在其购房决策时更加挑剔，他们对公共交通易达性更加敏感，同时也尽量避免诸如公共汽车站点所带来的噪音等负外部性。一个可能的解释是，香港的中央商业区（CBD）位于港岛地区，该区域的许多居民也同样在这里的金融和政府机构工作，与其他区域的居民相比，他们更加关心通勤的便捷以及住所的安静。

4 结语

本文分析了公共交通易达性对香港住房价格的影响。控制了影响房价的其他主要变量后，模型显化出地铁、公共汽车和轮渡易达性对香港房价的影响。实证研究表明，在一个模型中同时考虑所有衡量公共交通易达性的变量，以及细分不同地区和不同时期，有助于提高估计的精度。

表4 模型系数估计值及检验结果

具体分析表明：首先，由于地铁（MTR）提供了工作和闲暇的可靠的公共交通服务，所以在香港这样一个繁忙的大都市，居民愿意为邻近地铁站点的住房支付更高的价格。其次，在所有区域（港岛、九龙和新界）邻近公共汽车站都对房价具有负向影响，这主要是由于公共汽车站点会带来噪音等负的外部性。第三，轮渡对房价的影响效应比较复杂，港岛和九龙地区的居民倾向于为邻近轮渡的住房支付更高价格，但是新界正好相反。这是因为新界的轮渡服务仅限于主要的几个独立小岛，而这些区域缺乏完善的基础设施，所以其房价也较低。此外，公共交通易达性对房价的影响在市场景气时期（牛市）更加显著。

[1]Bao,H.X.,T.K.Wan.Improved Estimators of Hedonic Housing Price Models[J].Journal of Real Estate Research,2007,29(3).

[2]Benjamin,J.D.,G.S.Sirmans.Mass Transportation,Apartment Rent and Property Values[J].Journal of Real Estate Research,1996，12(1).

[3]Bowes,D.R.,K.R.Ihlanfeldt.Identifying the Impacts of Rail Transit Stations on Residential Property Values[J].Journal of Urban Economics,2001,50(1).

[4]Debrezion,G.,P.Eric,R.Piet.The Impact of Railway Stations on Residentialand CommercialProperty Value:a Meta Analysis[C].Tinbergen Institute Discussion Paper,2004.

[5]Du,H.B.,C.Mulley.The Short-Term Land Value Impacts of Urban Rail Transit:Quantitative Evidence from Sunderland[J].UK.Land Use Policy,2007,24(1).

[6]Hui,E.C.M,C.K.Chau,L.Pun,M.Y.Law.Measuring the Neighboring and EnvironmentalEffects on Residential Property Value:Using Spatial Weighting Matrix[J].Building and Environment,2007,42(6).

[7]Lewis-Workman,S,D.Brod.Measuring the Neighborhood Benefits of Rail Transit Accessibility[J].Transportation Research Record,,1997,1576.

[8]McMillen,D.P.,J.McDonald.Reaction of House Prices to a New Rapid Transit Line:Chicago's Midway Line,1983～1999[J].Real Estate Economics，2004,32(3).

[9]Mok,H.M.K.,P.P.K.Chan，Y.Cho.A Hedonic Price Model for Private Properties in Hong Kong[J].Journal of Real Estate Finance and Economics,1995,10.

[10]Mok,H.M.K.A Hedonic Approach to Pricing of Residential Properties in Hong Kong[J].Hong Kong Journal of Business Management,1995，8.

[11]O'Sullivan A.Urban Economics[M].Boston:McGraw-Hill/Irwin，2007.

[12]Rosen,S.Hedonic Prices and Implicit Markets:Product Differentiation in Pure Competition[J].Journal of Political Economy,1974，82.

[13]So,H.M.,R.Y.C.,Tse，S.Ganesan.Estimating the Influence of Transport on House Prices:Evidence from Hong Kong[J].Journal of Property Valuation and Investment,1997,15(1).

[14]Theebe M.A.J.Planes,Trains and Automobiles:The Impacts of Traffic Noise on House Prices[J].Journal of Real Estate Finance and Economics,2004，28(2/3).

[15]Tse,R.Y.C.Estimating Neighbourhood Effectsin House Prices:Towards a New Hedonic Model Approach[J].Urban Studies,2002,39(7).

[16]Tse,R.Y.C.，P.E.D.Love,Measuring Residential Property Values in Hong Kong[J].Property Management,2000,18(5).

[17]Voith,R.Changing Capitalization of CBD-Oriented Transportation System:Evidence from Philadelphia,1970～1988[J].Journal of Urban Economics,1993,33(3).

[18]Yiu,C.Y.,S.K.Wong.The Effects of Expected Transport Improvements on Housing Prices[J].Urban Studies,2005,42(1).

F224

A

1002-6487(2011)03-0030-04

John L.Glascock，剑桥大学土地经济系教授，研究方向：房地产金融、房地产投资信托（REITs）。

丰 雷(1972-)，男，山东聊城人，副教授，研究方向：计量分析方法。

（责任编辑/亦 民）