高铁对城市房价的影响研究

2020-10-28向橙昱张馨月

中国房地产·学术版 2020年8期

向橙昱张馨月

摘要：作为改变区域可达性的基础设施，高铁对于沿线城市的房价会产生明显影响，但在空间及时间上存在差异。利用双重差分倾向得分匹配模型（PSM-DID），选取两条位于不同类型城市群中的高铁——渝贵铁路和成渝高铁作为研究对象，利用沿线7个城市2011一2019年、2010一2019年的平衡面板数据，分析高铁建设与开通对沿线城市房价的影响在空间和时间上的差异性，以更深入地理解区域房地产发展的趋势，更精准地制定房地产调控措施。

关键词：高铁;房价;双重差分倾向得分匹配模型;成渝高铁;渝贵铁路

中图分类号：F293 文献标识码：A文童编号：1001-9138-（2020）08-0024-33 收稿日期：2020-05-04

1 引言

近年来，随着我国交通基础设施建设的快速发展，越来越多的学者开始着手研究交通基础设施建设与房价之间的关系。郭根龙和苏小荣的中介效应模型表明，城市基础设施建设促进了房价上涨;张东与汤军研究了城市基础设施投资规模和城市商品住房边际价格之间的关系;何丹、金凤君研究了北京地铁4号线，认为房价随城市轨道交通站点和市中心距离拉大均衰减;向为民、李新刚运用GMM模型分析我国城市基础设施对房价的影响及其区域差异。上述研究表明交通基础设施会在一定程度上影响房价，而作为交通基础设施之一的高铁自然也遵循此规律。

作为改变区域空间格局的现代化交通体系，高速铁路（以下简称“高铁”）的建设与运营对区域经济有着显著影响——其改变了区域的资源配置格局进而影响高铁沿线城市的经济社会发展。但这种影响在空间层面是不均衡的。不同城市在高铁通车前后房价等特定指标变化呈现一定的差异。随着高铁网络的日渐完善，有关“高铁对于相关区域房价影响”的研究也日渐增多，但因研究对象、研究时间的不同而导致研究结果有所差异。其中，张铭洪构建三重差分模型，对高铁在不同建设时期对不同规模城市房价的影响进行了实证研究;陈立文、王荣、刘介立选取石武高铁沿线主要城市站点的微观数据通过构建双重差分倾向得分匹配模型，进一步对高铁对不同规模、不同区域城市的影响差异性进行了实证研究;杨秀云、赵勐、安磊认为高铁的开通对中西部城市房价的正影响比东部更大;范红忠、胡耀文认为高铁开通对大城市房价无显著影响，对中、小城市房价有显著的正向影响。因此，根据上述研究可发现，高铁在不同时期、不同区域对房价的影响均有所差异。

本文重点研究高铁对于沿线城市房价的影响及其在时间维度和空间维度上的差异。选取沿线城市发展差异相对较小的成渝高铁和沿线城市发展差异相对较大的渝贵铁路作为研究对象，收集其从建设期到开通期的近10年数据，利用双重差分倾向得分匹配法（PSM-DID），通过构建自然实验，定量分析对高铁在高铁建设至高铁开通期间不同时点对沿线城市房价的影响，并对这两条高铁线路在不同时期对不同规模城市、不同类型城市群产生的影响差异进行分析。

2 理论框架

现有的文献表明，高铁对房价的影响机制表现为其改变区域可达性会引致特定城市房地产市场的供给和需求，进而影响房价。而这一影响在不同时期存在一定的差异性。

对于需求端而言，区域可达性的改变将会影响居民对居住和工作地的选择。一方面，高铁沿线城市中经济社会发展水平处于相对优势的城市可能拥有更好的工作机会，区域可达性的改变降低了空间摩擦力，高铁沿线其他区域的居民有迁移至此工作的动力，而随着工作地点的迁移，人口随之流动，居住地的改变自然会引致对该城市房地产需求的增加;另一方面，高铁沿线城市中经济社会发展水平处于相对优势的城市所拥有的更加完备的医疗与教育条件会吸引更多高铁沿线其他区域的居民主动到该城市购买房产，从而产生主动型的住房需求，进而对高铁沿线不同类型城市的房價产生不同影响。

对于供给端而言，高铁的开通提高了区域可达性，从而极大地提高了沿线站点城市的区位价值。这类城市投资价值的提升吸引了房地产企业选择在高铁沿线不同城市投资，进而引致土地市场需求增长，土地需求的激增带动了土地价格的上升。同时人口及其他因素的流动性，在很大程度上也促进了城市间的经济互通，而各区域之间的经济互通及人口流动必然会致使各类需求和投资增加。需求的变动也将改变投资商对区域城市价值的认知，影响其对投资区域的选择，从而影响区域房地产市场的供给及土地价值的变动。

在上述变化过程中，不同类型城市群的差异也可能引致高铁对其沿线城市房价产生不同影响。一方面，由于城市间差异的大小存在差别，上述人口流动和投资流动的势能不同，因此需求变化不同，房价自然会随之产生不同的变化结果;另一方面，由于高铁建设周期很长，在不同时期人们的认知不同，因此不同时期对需求的影响也各不相同，从而导致房价变化也不尽相同。

这些影响要素在高铁工程规划出台、正式动工建设及开通运营的整个过程里不断变化，因此高铁对房价的影响因其规划建设开通的阶段不同而有所差别。

同时，在高铁规划建设开通的整个过程中，不同高铁沿线经过的城市群有所差别，各城市群因其区域发展差异的大小对沿线站点城市房价造成的影响不同。

因此，可以根据区域发展差异将城市群划分为两大类——区域发展差异较大的城市群、区域发展差异较小的城市群。根据高铁规划出台、建设动工、开通运营阶段对房价的影响机理及城市群区域发展差异做出的具体假设如下：

假设1：高铁建设期间，高铁的建设规划会对沿线城市房价产生一定推升作用，但并不显著。

假设2：高铁建设期间，高铁对沿线区域发展差异较大的城市房价产生的推升作用强于沿线区域发展差异较小的城市房价。

假设3：高铁开通期间，高铁开通运营会对沿线城市房价产生一定抑制作用。

假设4：高铁开通期间，高铁对沿线区域发展差异较大的城市房价产生的抑制作用强于沿线区域发展差异较小的城市房价。

3 研究设计

3.1 模型建立

在既有的高铁对房价影响的研究中，已有多位学者采用双重差分法及倾向得分匹配法相结合的方式进行研究。双重差分法的研究思路在于通过理想的随机试验将样本随机分为实验组（受政策影响）和控制组（不受政策影响）来近似模拟一个自然实验的过程，通过对比实验组和控制组的政策差异来评估政策的净效应。但实际上，在现实生活中，这种的理想情况很难发生。通常很难控制别的实验条件不发生变动，而实验组常常会随着时间的变动而发生变化，双重差分倾向得分匹配模型能很好地解决这类问题。利用倾向得分匹配法可以估计个体实行政策的概率，从而通过该概率对实验组和对照组进行匹配，能很好地契合双重差分法。因此，本文采用双重差分倾向得分匹配模型（DID-P5M）进行研究。

首先规定几个虚拟变量：

TREAT-实施政策（高铁的建设或开通）;

TREAT=0-对照组（未建设或开通高铁）;

TREAT=1-实验组（建设或开通高铁）。

本文针对成渝高铁，选取2013年为高铁建设阶段的政策实施期，2015年为高铁开通阶段的政策实施期;针对渝贵铁路，选取2013年为高铁建设阶段的政策实施期，2018年为高铁开通阶段的政策实施期。

式（1）中：

y_i，t——各大沿线城市年平均住宅价格;

Control_i，t——其他控制变量。

ε_i，t——误差项，主要观察交互项tret_i，t×year_i，t的系数β₃的显著性，若显著，则高铁建设或开通对沿线城市房价有影响;反之无影响。

3.2 变量设计

通过分析已有的利用双重差分、倾向得分匹配模型研究高铁对城市房价影响的相关论文所选取的各变量，即包括被解释变量、控制变量，综合决策分析可以得出本文所适宜使用的变量。

根据分析，本文选取以下主要变量进行度量：

（1）被解释变量。本文选取各大沿线城市的年平均商品房价格（HP）作为被解释变量。

（2）虚拟变量。本文将高铁的建设、开通分别作为虚拟变量TREAT，高铁未建设或开通为TREAT=0，高铁建设或开通为TREAT=1。

（3）控制变量。根据相关研究，本文将从需求及供给两方面来选择变量，总共选取了国内生产总值、固定资产投资、储蓄存款、房地产开发投资、公共财政支出、建成区面积、人口增长率等7项作为控制变量。

被解释变量和各控制变量类型、名称、符号、定义及数据来源见表1。

3.3 样本数据选取及初步分析

渝贵铁路于2018年1月25日正式投入运营，成渝高铁于2015年12月26日竣工运营。本文根据《城市规模划分标准》（国发[2015）51号）一文，将地区常住人口超过500万，在500万到1000万以下并位于高铁线路起终点的沿线站点城市定义为中心城市：重庆、成都;将沿线其余站点城市定义为非中心城市：贵阳、资阳、内江、遵义。选定渝贵铁路沿线的3个站点城市和成渝高铁的4个站点城市作为实验组。同时参照相关文献，根据2015年《经济发展还是要素流失：交通基础设施经济作用的区域差异研究》中的基于空间相邻的样本之间差异性较小假设（曲创，李曦萌），在四川、贵州找出截止到2019年12月份没有任何高铁经过的城市共3个作为对照组，实验组与对照组城市见表2、表3。剔除变量数据缺失的样本，分别获得2011-2019年19期、2010-2019年20期平衡面板数据。本文选用的数据来自《中国城市统计年鉴》以及各地区的区域统计年鉴。本文所有数据分析在Stata 15.0中完成。

4 实证数据结果及分析

4.1 匹酒已變量筛选

本文的主要的研究方法选用了双重差分倾向得分匹配法（DID-PSM）。对两组样本进行logit回归的结果分别见表4、表5。表4中，除了储蓄存款，其余变量都有较为明显的变化，说明筛除储蓄存款以外的其余变量都适用作为倾向得分匹配变量;表5的数据处理工作与此同理，最后筛选出除市辖区人口以外的其余变量作为倾向得分匹配变量。

4.2 数据均衡性检验进行logit回归确认数据适合使用倾向得分匹配法后，应继续测定两条高铁线的各变量在各自的实验组与对照组间是否变得均衡。经过倾向得分匹配后各变量的均衡性检验结果见表6，从表6中可以看出，进行匹配后，两条高铁线的各协变量的均值在各自的实验组与对照组间不存在显著性差异。因此，两条高铁线的数据均适合使用双重差分倾向得分匹配法，且进行匹配后的数据均较均衡。

4.3 双重差分PSM实证结果分析

从表7、表8中可看出，在高铁建设期，在较好的控制各影响因素的条件下，成渝高铁、渝贵铁路建设对房价的影响净效应分别仅为0.023、0.060，该影响并不显著。而在高铁开通后，成渝高铁、渝贵铁路沿线城市的总体房价上涨趋势受阻，其影响净差异分别为-0.073、-0.081。由此可见，在较好的控制各影响因素的条件下，高铁开通反而为两条高铁沿线城市的房价上涨带来了负向影响。

4.4 城市规模差异性分析

本文依据样本数据的选取对各类城市分组的匹配分析见表9、表100

由表9、表10可得以下两点数据特征：（1）在高铁建设期间，两条铁路沿线的中心城市与非中心城市的房价均未有显著变化，这与全样本实验结果相符;（2）在高铁开通后，沿线中心城市的房价上涨趋势受到正向影响，而非中心城市房价上涨趋势反而受到负向影响。

不同城市与中心城市的距离不同，成渝高铁选取成都作为中心城市，内江和资阳分别代表距离中心城市较近和较远的非中心城市;渝贵铁路选取重庆作为中心城市，遵义和贵阳分别代表距离中心城市较近和较远的非中心城市。本文对两条高铁沿线的城市分别分组进行了匹配分析，分析结果见表11、表12。

由表11可知，对于成渝高铁，（1）在高铁建设期，高铁建设对沿线非中心城市房价上涨趋势均有负向影响，其原因可能是;成渝高铁沿线的非中心城市在西部相对发达，但在高铁建设期间，绝大部分有购房意向的消费者更愿意选择经济更为发达的中心城市，这种预期导向使得非中心城市的消费者均流向中心城市购房，本地需求下降进而导致房价上涨趋势受阻。（2）在高铁开通期，高铁开通对沿线非中心城市的房价均造成了较显著的影响。距中心城市较近的非中心城市房价上涨趋势受到较大的正向影响，而距中心城市较远的非中心城市房价上涨趋势则受到较大负向影响，其原因可能是：成渝高铁沿线非中心城市在西部均处于较好的发展水平，而消费者更为偏好经济发展状况更良好的距中心城市较近的区域，因此该区域消费者需求增加带动该区域房价上升;同时，部分实力相对较弱的房地产开发商在竞争激烈的中心城市很难拿地，便从中心城市外溢到附近发展相对较好的非中心城市（即距中心城市较近的区域），争夺开发用地，从而推动了这些地区的房地产市场发展，致使距中心城市较远的非中心城市区域购买力流失，房价上涨趋势受阻。由表12可知，对于渝贵铁路，其产生的数据结果恰好与成渝高铁相反。

4.5 城市群差异性分析

对比所选取的两条高铁线路的不同城市群间差异，本文对两条高铁沿线城市分别进行了匹配分析，分析结果见表13。由表13可知：

（1）在高铁建设期，高铁建设并未对成渝高铁、渝贵铁路沿线的城市房价造成显著影响，这与假设1相吻合。但渝贵铁路沿线城市受高铁影响造成的房价涨幅略高于成渝高铁，其原因可能是：渝贵铁路沿线城市区域发展差异较大，因此其距离中心城市较远的城市地价更低，房地产商进入房地产市场的壁垒也较小。

因此，部分在中心城市开发用地竞争中处于劣势的房地产开发商会认为入驻区域发展差异较大的城市群是更明智的投资决策，进而选择入驻渝贵铁路沿线站点城市，和当地的房地产开发商一起争夺开发用地，带动当地的房地产市場发展，导致渝贵铁路沿线城市的房价涨幅更明显。这也直接验证了似设2的正确性。

（2）在高铁开通期，一方面，成渝高铁、渝贵铁路沿线城市房价上涨趋势均受到较强的负向影响，这与假设3相吻合。另一方面，由于在高铁建设期，房地产开发商普遮对渝贵铁路沿线城市房地产市场有较高预期，房地产开发商在建设期入驻，导致各房地产开发商都按照高铁开通时间作为推盘时间，最终在开通期产生了较多供给。前期需求已经释放，开通后有效需求增长却并不显著，供过于求，最终导致房价上涨趋势受阻，这也直接验证了假设4的正确性。

本文中分析的高铁因城市规模差异、空间异质性及城市群差异对房价产生的不同影响的详细分析见图1。

5 结论及建议

本文运用双重差分倾向得分匹配法对成渝高铁和渝贵铁路在高铁建设与高铁开通两个不同时期对沿线城市房地产市场的影响效应进行了对比，并对不同时期在不同规模城市、不同类型城市群间的影响差异进行了实证分析，得出：（1）高铁建设效应没有显著提高沿线城市房价，而高铁开通效应为城市房价上涨趋势带来了负向影响。（2）在城市规模方面，中心城市、非中心城市的经济以及人口现状的差异，导致高铁效应对中心大城市、非中心城市房地产市场的影响也产生了显著的差异。其中，高铁建设效应对中心大城市和非中心城市房价均未有显著影响;高铁开通效应对沿线中心城市房价上涨趋势产生了正向影响，对沿线非中心城市房价上涨趋势产生了负向影响。（3）在不同类型的城市群中，高铁建设效应对沿线区域发展差异较大的城市房价产生的推升作用强于沿线区域发展差异较小的城市房价;高铁开通效应对沿线区域发展差异较大的城市房价产生的抑制作用强于沿线区域发展差异较小的城市房价。（4）高铁对沿线站点城市房价产生的推升作用随着建设工期的推进而有所减弱，随着距离的增加而逐渐减弱。

参考文献：

1.张铭洪张清源梁若冰.高铁对城市房价的非线性及异质性影响研究.当代财经.2017.09

2.何里文邓敏慧韦圆兰.武广高铁对住宅价格影响的实证分析——基于Hedonic Price模型和微观调查数据.现代城市研究.2015.08

3.曲创李曦萌.经济发展还是要素流失：交通基础设施经济作用的区域差异研究.当代经济科学.2015.01

4.郑林昌.我国高速铁路对城市经济发展的影响分析——基于对已建高铁站点地级市的实证.社会科学家.2019.03

5.Vaturi A，Portnov B A，Gradus Y.Train access andfinancial performance of local authorities：greater Tel Aviv asa case study.Journal of Transport Geography.2011.02

6.杨秀云赵勐安磊.高铁开通对中国城市房价的影响研究.西安交通大学学报（社会科学版）.2019.02

7.范红忠胡耀文.基础设施建设对城市房地产市场的影响研究——基于高铁开通的自然实验.金融与经济.2019.03

8.陈立文王荣刘介立.高速铁路对城市房价的影响研究——基于石武高铁面板数据的实证分析.资源开发与市场.2018.10

9.赵茗羽.房价影响因素的区域性分析.华北理工大学学报（社会科学版）.2019.04

10.郭根龙苏小荣.城市基础设施建设影响房价的中介效应研究——基于我国35个大中城市的实证分析.未来与发展.2015.08

11.张东汤军.城市基础设施投资的房地产资本化效应.城市问题.2017.09

12.向为民李新刚.我国城市基础设施对房价影响的区域差异——基于动态面板差分GMM模型的经验研究.重庆理工大学学报（社会科学）.2019.08

13.宋德勇陶相飞.土地财政是否会影响产业升级——基于基础设施和房价的中介效应检验.财会月刊.2019.20

14.徐姣姣王译彬项勇.城市基础设施建设与房地产价格变动的相关性研究——基于35个大中城市面板数据分析.价格理论与实践.2017.04

15.周泰陈国民.供应链视角下我国房地产成本与价格探析.中国房地产（中旬刊）.2019.09

16.杨建军.房地产开发项目区位因素对房价的影响初探.经济师.2016.11

17.何芳张兴胜高忠.郑州城市交通对住宅房价影响分析.经济论坛.2015.06