非省会城市地铁建设对房价的影响

肖雨欣 席媛媛 曹添雅 刘静华 武慧莹 张光屹

[提要] 地铁建设正成为中国城市化进程中的一个重要缩影，不仅省会城市借助地铁来缓解交通压力，近几年东中部的非省会城市也纷纷开展地铁建设，成为影响城市房价变动新的重大因素。本文以洛阳地铁沿线楼盘作为研究对象，探究其价格变化特征。整体看来，洛阳市地铁在研究期内尚未展现出对房价的明显影响，可能因为具有一定的滞后性，要在后续研究中进一步深入。

关键词：地铁;房价;特征价格模型;洛阳

基金项目：河南省大学生创新创业训练计划平台创新重点项目（S201910464037）;项目负责人：武慧莹;指导老师：闫晨红

中图分类号：F293.3 文献标识码：A

收录日期：2020年9月7日

一、引言

随着我国城市化进程加快，交通拥堵、城市环境恶化等问题也日渐突出。城市地铁建设能够缓解城市交通压力，为居民出行提供更便捷的交通方式，也促进环境的改善。地铁建设完善了城市基础设施建设，无形中也对周边住宅区房价产生一定的影响。

自20世纪90年代开始，国内外学者对城市轨道交通建设对周边房价影响的研究逐渐深入。国外学者运用多种方法如重复销售法、直接比较法等进行研究。Voith（1993）等多名学者都发现轨道交通对房地产价格产生积极的影响。国内对轨道交通的研究起步较晚。叶霞飞等（2002）以上海地铁1号线为例，研究地铁2km范围内房价的具体变化。何剑华等（2004）运用hedonic模型研究北京市地铁13号线对住宅价格的影响，研究表明，地铁对沿线500m以内的房价有明显的影响，而影响程度因站而异。胡晓霞（2008）通过杭州地铁对新建住宅价格影响的定量分析，指出对杭州住宅房价影响包括了地铁因素，并且得出由于地铁的规划建设引起周围房价的涨幅达到100%的结论。杨舒文（2017）基于特征价格模型对杭州市房价展开研究，认为地铁的可达性对新建商品住房的销售单价有正向作用，已通车的地铁的溢价高于正在建设的地铁溢价。都沁军等（2019）以石家庄地铁1号线为研究对象，表明轨道交通对距离较近（约400米以内）的房价会产生负面作用;在距离400m～800m内的轨道交通的建设建立特征价格模型，发现地铁站点对周边房价的影响呈倒“U”型关系，即在距离地铁300m～900m内的住宅区价格上升比较明显。由此可见，国内学者对轨道交通的研究大多基于国外研究基础上，与我国房地产实际情况结合不够密切，在研究上还有一定的局限性。

洛阳市作为我国中西部地区第一个获批建设地铁的非省会城市，修建地铁所产生的影响对中西部其他非省会城市具有指导意义。本文以洛阳市正在修建的两条地铁线为基础，研究地铁1.5公里范围内的住宅区在地铁规划期、地铁修建期、地铁运营期房价的变化程度，通过对比周边其他基础设施，分析地铁建设对周边房价的具体影响效果。

二、Arcgis空间分析

本文利用普通空间插值技术，分别对地铁沿线的住房价格进行空间插值。研究地铁在规划期与建设期时房价的变化程度。图1显示了洛阳市地铁线在各个区内的分布情況，并且标出了地铁沿线1.5km范围内住宅区的分布情况。（图1）

由图2可以看出，2016年住房价格呈现中心圈层递减结构，南北差异较为明显。洛龙新区的住房价格明显高于北部城区价格，且南部洛龙新区房价集中自二号线中段为中心向外发散。可以看出，在2号线地铁沿线，房价明显地呈现轴线扩散。1号线则暂时还未形成完整的高房价聚集效应，但也慢慢呈现出这种趋势。（图2）

2019年，在地铁建设期时，地铁2号线高房价聚集区域明显扩大，而房价峰值区域仍集中在2号线中南段附近。1号线与近几年相比，西段的高房价聚集区域也在进一步变大，但聚集效应并不突出，对于东段来说，地铁沿线对于高房价，似乎并没有太大影响，房价没有呈现出沿线聚集的表现。

三、特征价格模型分析

（一）模型概述。根据国内外相关文献中轨道交通对住房价格的影响分析大都采用特征价格模型，由于此模型容易取样，可以很容易地得到大量的价格资料，并且此模型的经济意义比较直观，计算相对简单，于是本文采用特征价格模型法。

特征价格模型认为房地产由众多不同的特征组成，而房地产价格是由所有特征带给人们的效用决定的。由于各特征的数量及组合方式不同，使得房地产的价格产生差异。因此，将房地产的价格影响因素分解，求出各影响因素所隐含的价格，在控制地产的特征（或品质）数量固定不变时，将房地产价格变动的品质因素拆离，反映纯粹价格的变化。以此给房地产开发商一些相关建议以及给购房者提供相关参考。

特征价格模型主要有线性函数形式、半对数函数形式和对数函数形式。这三种不同的形式有不同适应的数据分析情况，考虑到线性函数形式模型中边际效应递减的规律，对数函数模型中的特征变量不能为0，因此本文选择使用半对数模型形式来进行分析。

（二）变量的选择。影响住宅价格的因素主要有邻里特征（X1-X4）、区位特征（X5-X6）和建筑特征（X7-X9），本文选取9个自变量来构建价格特征模型。（表1）

1、因变量：住宅单价Y是模型的因变量。就我国目前的房产交易价格情况来看，房产交易的实际价格是非公开的，因此想要明确市场上房产实际交易价格是十分困难的。并且本文主要研究洛阳地铁建设对房价的影响程度，采用半对数函数形式进行回归分析以及百分比的形式进行结果分析，因此选择洛阳地铁周边住宅的网络公开的住宅平均单价来作为模型的因变量。

2、邻里特征变量：政府提供的一些服务以及公共设施会影响房地产市场，像学校、医院等都会对房地产的价格产生影响，现如今人们也更注重生活配套设施以及小区环境。本文选择住宅1，000m内是否有学校，住宅1，000m内是否有商场，住宅1，000m内是否有医院，住宅1，000m内是否有公园四个虚拟变量作为邻里特征变量。预期影响为生活配套设施越完备，住宅价格越高，反之亦然。

3、区位特征变量：区位特征多从住宅距离市中心的距离以及交通的可达性方面进行分析，现如今人们也更注重交通便利性。本文选择住宅到地铁站的距离、住宅到火车站的距离两个变量来作为区位特征变量进行量化分析。预期影响为交通便利程度越高，住宅价格越高，反之亦然。

4、建筑特征变量：建筑特征多从房地产自身条件状况来影响到房地产的价格，现如今人们也更注重房产自身的条件以及物业管理。本文选择住宅的绿化率、容积率、物业费三个变量作为建筑特征变量进行分析。预期影响为绿化率百分比和物业费越高，住宅价格越高;容积率越高，住宅价格越低，反之亦然。

（三）模型分析

1、剔除不显著因素。由于住宅1，000m内是否有学校（X1）这个特征变量因为在数据中均为1，相关性不大，研究没有意义，我们不考虑这个特征变量。通过其他八个特征变量来剔除不显著因素，首先考虑九个特征变量和被解释变量（Y）的相关系数，初步筛选变量，筛选出住宅1，000m内是否有住宅（X2）、住宅1，000m内是否有医院（X3）、住宅1，000m内距地铁站的距离（X5），这三个特征变量明显低于0.3，相关系数不高，做回归对房价的影响没有显著性影响，将之剔除，初步筛选出X4、X6、X7、X8、X9相关系数较高的5个变量。

剔除不显著的因素后，对其余显著性因素较高的特征变量重新建立半对数模型，模型如下：

2、多重共线性检验。由于某些解释变量间可能存在某种近似的线性关系，需要对模型进行多重共线性的判别检验和调整，防止出现参数估计量经济含义不合理，变量的显著性检验失去意义，可能将重要的解释变量排除在模型之外等情况。根据半对数模型对变量进行回归分析来判别是否具有多重共线性，得到如下回归结果：可决系数为0.4120，调整后的可决系数为0.3790（较高），F值为12.4729，结果显著。但是，特征变量X6、X8、X9的T检验结果均不显著，怀疑存在多重共线性。通过相关系数法进一步建立其各特征变量的相关矩阵可以得出确实存在多重共线性，并且其中X7、X8、X9的相关性比较复杂，相关系数较高，因此可能存在多余变量。需要对特征变量进行调整。

3、调整。分别剔除X7、X8、X9这三个特征变量，运用模型进行回归结果分析对比，综合调整后的拟合优度，显著变量的个数，还有F值。我们认为，剔除特征变量X8的结果最為显著，消除了多重共线性。并且对其进行最小二乘法回归分析，结果表示模型中的X4、X7、X9这三个特征变量均在5%的显著性水平下显著，F值和调整后的可决系数也并没有因为变量的减少而减少，这三个特征变量对房价具有显著性影响。调整后得到的模型形式为：

LnY=8.689948+0.156879×X4+0.740480×X7+0.138654×X9

4、异方差检验。本文采用截面数据进行模型分析，而截面数据存在异方差的可能性较大，所以我们对调整后的模型结果进行怀特检验，来检验是否存在异方差。经检验样本数的可决系数对应的prob.值大于显著性水平5%，不具有异方差。检验结果如表2所示。（表2）

5、残差的正态性检验。对模型进行是否服从零均值正态分布的检验，结果显示服从正态分布。综上所述，最终得到的模型形式为：

LnY=8.689948+0.156879×X4+0.740480×X7+0.138654×X9

6、结论。根据特征价格模型分析可得，对房价影响程度最大的三个因素是：住宅区1，000m以内是否有公园、住宅区绿化程度以及小区物业费水平。其中，公园的影响程度最小，住宅区绿化程度次之，小区的物业费水平对房价的影响程度最高。

四、总结及建议

（一）总结。本文通过Arcgis空间分析，绘制洛阳地铁沿线1.5km内住宅区的分布情况图，并将2016年地铁规划期和2019年地铁建设期的房价峰值区进行比对。分析得出：近年来洛阳市南部住房价格普遍高于北部，2号线高房价聚集区域逐渐扩大，房价峰值区集中在2号线南段，而其他区域聚集效应并不突出。接着，本文基于特征价格理论下的半对数模型，从邻里特征（N）、区位特征（L）和建筑特征（S）中选取9个自变量对影响住房价格的因素进行显著性检验和回归分析。研究发现，采用特征价格模型分析可得出对房价影响程度最大的三个因素是：住宅区1，000m以内是否有公园、住宅区绿化程度以及小区物业费水平。说明居民越来越重视居住环境的舒适度，注重享受生活。因此，地铁建设对周围房价的影响并不明显。

（二）建议。在地铁规划方面，要注意地铁路线所带来的周边房价上涨冲击和在地铁周边1.5km外的较远住房的价格抑制作用。在城市布局方面，加大对地铁沿线公园建设，满足人们对自然和景观的心理需求。在公园建设方面，要遵循视野开阔，园内附近空气质量良好，绿化达标的标准进行修建，配合地铁沿线的不同站点功能区定位和居住集中程度，分布建设不同层级等级的公园，满足不同人群的公园观赏休闲需求。在房地产物业配套方面，提高房地产中物业服务水平，从而更好地实现项目溢价，物业行业要向行业标准化之路转变。同时，要加强政府宏观调控，做好以有形之手规范物业标准，以高质量水平服务业为主。

主要参考文献：

[1]Voith.Changing Capitalization of CBD-Oriented Transportation Systems：Evidence from Philadelphia，1970-1988[J].Academic Press，1993.33（3）.

[2]David R.Bowes，Keith R.Ihlanfeldt. Identifying the Impacts of Rail Transit Stations on Residential Property Values[J].Journal of Urban Economics，2001.50（1）.

[3]叶霞飞，蔡蔚.城市轨道交通开发利益还原方法的基础研究[J].铁道学报，2002（01）.

[4]何剑华.用hedonic模型研究北京地铁13号线对住宅价格的效应[D].清华大学，2004.

[5]胡晓霞.杭州地铁对新建住宅价格影响的定量分析[D].浙江大学，2008.

[6]杨舒文.基于特征价格模型的房价研究[D].浙江大学，2017.

[7]都沁军，王卫秀.城市地铁建设对沿线住宅价格的影响分析[J].国土资源科技管理，2019.36（04）.

[8]梅志雄，徐颂军，欧阳军，等.广州地铁三号线对周边住宅价格的时空影响效应[J].地理科学，2011.31（7）.