成都市地铁7号线站点对周边住宅价格变化的影响

牛 栋

(四川大学经济学院 四川 成都 610065)

引言

随着地铁的不断发展，地铁对其经过周边的土地和房产都带了庞大的增值收益，特别是住宅。因此，通过研究来探索地铁站点对其周边住宅价格的影响效应就具有了实际意义。

一、文献综述

Boyce对从美国费城到新泽西郊区的快速铁路线的研究，得出结论,这条快速的地铁线路会产生经济效益，节省了沿线居民出行的交通耗费[1]。何建华通过对北京13号线进行实证研究并得出结论：北京地铁13号线对其沿线的土地价值具有促进作用[2]。

二、理论模型

hedonic模型：Hedonic模型的函数表达有很多种，但是通常的函数表达式有线性表达式、半对数表达式：

(1)线性表达式：线性表达式是最常见的表达形式，其函数形式为：

P=α0+β1Z1+β2Z2+…+βnZn+ε

其中，P为被解释变量，表示为住宅的平均单价；Z1、Z2、Zn为解释变量，代表住宅所隐含的各种特征变量；n为变量数目；ε为随机误差量；α0为除了特征变量之外其他影响价格的常量；β1,β2,βn为待估计变量。

(2)半对数模型表达方式；根据对数方程可得，对数方程仍然具有不足之处，因此，将对数方程进行些许改动，便得到了半对数方程，其方程为:

lnP=α0+β1Z1+β2Z2+…+βnZn+ε

三、研究设计

(一)研究对象

本文精选了成都地铁七号线沿线的不同距离相关80楼盘数据作为研究对象，主要包括各个楼盘的一些特征。

(二)数据来源

本文的研究对象就局限于成都市的二手房的交易，其主要数据来自链家网、房天下等房地产交易平台。

四、实证研究

(一)指标选取

根据国内外研究者的研究来看，通常影响住宅价格的因素共有三大类别：区位因素、建筑物本身因素、邻里因素。因此，在对80个楼盘进行收集时，共收集了包括住宅价格在内的8个因素，这个8个因素也是影响地铁周边房价的主要因素。初选的特征变量如下：

表1 变量选取与预测

表中各变量的含义分别是：(1)LnP：样本楼盘价格的对数；(2)M5：楼盘距离其最近的地铁站0-500m内；(3)M10：楼盘距离其最近的地铁站500-1000m内；(4)M15：楼盘具体其最近的地铁站1000-1500m内；(5)PR：楼盘的容积率；(6)CA：楼盘的修建时间；(7)G：小区的绿化率；(8)PF：该小区的物业费

(二)建立hedonic模型

1.线性模型：

P=α1+β1×M5+β2×M10+β3×M15+β4×PR+β5×CA+β6×G+β7×PF

2.对数模型：

lnP=α0+β1×M5+β2×M10+β3×M15+β4×PR+β5×CA+β6×G+β7×PF

(三)模型计算

根据国内外学者研究来看，利用hedonic模型来研究房地产价格大多采用的是线性模型或者半对线性模型这两种形式。因此本次研究先采取这两个模型进行实证分析，并根据结果确立最终模型。采用stata软件对上述建立的两个模型进行计算。

表2 模型比较

分析以上数据结果可以得出，线性方程的和拟合度R2和半对数方程模型R2都较高，这说明两个模型都具有很高的可信度，最终本文选取半对数模型对进行分析。

表3 Linear regression

*** p<0.01,** p<0.05,* p<0.1

该模型实际意义解释：(1)G：该回归系数为0.56，正向影响，说明率越高房价越高。(2)PR：该回归系数为-0.025，这说明容积率越大的楼盘房价相对较低。(3)PF：该回归系数为0.016，正向影响，说明区物业费越高，因为越高端的小区所提供的公共服务越细致越全面，因此收取的物业费相对越高。(4)CA:该回归系数为-0.028，房屋修建时间越长其房价越低。(5)M5：该回归系数为0.11，正向影响，这说明距离楼盘最近的站点0-500m内的楼盘，地铁对其影响度为11%。(6)M10：该回归系数为0.07，正向影响，这说明在距离其最近站点的500-1000M之间的楼盘，地铁对其影响度为7%。(7)M15：该回归系数为0.063，正向影响，这说明在距离其最近站点的1000-1500M之间的楼盘，地铁对其影响度为6.3%。

五、结论与建议

本次研究利用hedonic模型，来研究成都地铁7号线的开通对其周边住宅价格影响。因此，本论文的主要结论有：(1)通过研究发现地铁7号线的贯通对其周边房价有提升作用，因为地铁贯通前的均价相比于贯通后的均价较低。(2)研究发现地铁对沿线的房价有影响,但影响程度不同。本文通过房地产特征价格模型的定量分析得出，地铁7号线对其最近站点0-500m范围内的楼盘的影响度为11%，500-1000m范围内的楼盘的影响度为7%，00-1500m范围内的楼盘的影响度为6.3%。