轨道交通对办公楼溢价效应的空间分异特征——以武汉市地铁2号线为例

徐 涛

陈炜良

陶 姣

交通基础设施通过改变特定地段或地区的可达性，影响土地价值、用地功能和城市空间结构[1]。城市政府推进轨道交通建设，可能引发沿线房地产价格的提升，形成积极溢价效应，反映出轨道交通、城市空间及市场行为的交互规律。过去30多年，欧美城市轨道交通溢价效应研究积累了丰富的成果。研究内容覆盖轨道交通对不同类型住宅价格影响[2-5]，以及对商业零售、商务办公、工业等房地产溢价效应[6-8]。研究方法上，学者注重利用空间经济学模型、地理加权回归模型、双重差分模型等方法矫正空间自相关现象，获得拟合度更优的评估结果。中国城市轨道交通溢价效应研究，多利用特征价格模型分析居住用地或住宅售价、租金所受溢价影响[9-12]，对商务办公地产鲜有分析，对溢价效应的空间分异现象也缺少细致探究。本文引入空间经济学模型，精确评估武汉市轨道交通2号线对商务办公楼溢价效应在空间范围、影响强度的空间分异特征，探讨空间环境要素对办公楼租赁市场的驱动作用，为轨道交通站点地区规划管理提供实证依据。

1 方法与数据

1.1 研究方法

特征价格模型被广泛应用于轨道交通溢价效应评估，但该方法存在统计技术缺陷，如未能矫正空间数据自相关现象和非随机分布误差等[13]。溢价效应评估中，房地产之间的价格影响、市场供需不平衡、样本特征要素不全面均会导致分析结果不准确，甚至出现严重偏差[14]。学者推荐使用空间滞后模型（Spatial Autoregressive Model，简称SAR模型）、空间误差模型（Spatial Autoregressive in Error Term Model，简称SEM模型）和空间杜宾模型（Spatial Durbin Model，简称SDM模型）等，矫正房地产空间自相关现象的影响，提高评估结果精度[15]。SAR模型引入空间滞后变量，剔除样本之间的空间相关性影响。SEM模型则通过引入空间误差变量来消除空间样本数据误差。

本文引入SAR模型（公式1）和SEM模型（公式2）评估溢价效应，通过控制住房结构、邻里环境、区位特征等因素以及空间自相关效应的作用，抽离出公共交通对周边房地产价格影响的准确指数。研究采用半对数形式模型，房地产各特征要素对其价值的影响以百分数的形式量化。

其中：

Pi：第i个房地产单元的租赁价格（元/m2）；

xki：第i个房地产单元第k个特征变量值；

di：第i个房地产单元距离最近轨道站点的距离（m）；

ρ：空间自相关系数；

λ：空间误差变量；

w：空间权重矩阵；

α0，αk，β：影响系数；

εi：随机误差。

利用SAR模型、SEM模型进行轨道交通溢价效应分析，需要解决下述技术要点。其一，通过计算Moran's I指数，判定样本之间是否存在空间自相关现象；通过拉格朗日检验，可判定样本间空间自相关是空间滞后现象还是空间误差现象造成，有助于辅助模型的选择。其三，通常利用领域法、固定相邻样本法和距离阈值法等构建空间权重矩阵，构建空间权重矩阵（Spatial weight matrix）[16-17]。最后，矫正多重共线性现象（Multicollinearity）①，优化模型。考虑上述技术要点，研究先界定武汉市轨道公共交通线路对办公楼溢价效应的空间范围，再分析轨道交通对办公楼受溢价效应强度指数的空间差异，技术路线如图1。

1.2 研究对象

近年来，武汉轨道交通快速发展，至2018年12月，运营线路共有11条。研究选取武汉市地铁2号线（简称“2号线”）为实证对象。2012年底，2号线一期工程建成运营，里程长27.7km。2016年，2号线向北延伸直通天河机场。2019年，2号线南延线开始运营，服务东湖高新技术开发区。2号线串联了武汉市中山公园、武昌中南路等中心区，东湖高新等产业区，以及常青花园等居住组团，是城市

表1 办公单元样本描述性统计

图1 溢价效应分析技术路线

表2 基于不同空间权重矩阵的办公楼空间相关性检验

表3 2号线对办公楼溢价效应影响范围分析（SAR模型）

空间的重要发展廊道。考虑2号线南北延长线运营时间短、沿线商务办公用地占规模小，本研究选取商务办公功能集聚的一期工程21个站点为研究对象（图2），分析轨道交通对办公楼溢价效应。

1.3 数据来源

构建SAR或SEM模型分析溢价效应，宜将可能对房产价格产生影响的各种因素转化为特征变量，控制其作用。本文模型纳入三组特征变量数据。第一组变量描述办公楼的结构特征，包括：办公单元面积，办公楼层数，建筑功能混合情况、装修情况等。第二组变量描述办公楼的区位特征，包括：办公单元距离城市中心、副中心、长江的直线距离，办公楼距离轨道交通站点、城市主干道等的路网距离。第三组变量描述办公楼周边环境特征，包括：公共服务设施、大型商业设施的路网可达性，常规公交线路数量等。办公楼单元租金和特征变量数据来源如下。

（1）办公楼单元租金及结构特征变量

其一，通过抓取搜房网公布的武汉市办公楼租赁挂牌数据，包括办公单元租金和面积、楼层、装修特征等信息。其二，组织城乡规划专业学生开展面访式问卷调查，收集办公单元租金及特征因素信息。通过对网络数据和问卷调查数据进行参数检验，验证样本数据有效。

（2）武汉市基础地理信息数据和百度地图数据

研究根据地址信息将样本录入武汉市地理信息数据库，利用ArcGIS10.0量测对样本到城市中心、长江东湖的直线距离，量测样本距离轨道交通站点、主干路、大型商业设施、公共服务设施、公园绿地的路网距离。研究利用百度地图数据抓取样本周边公交线网信息。

研究收集到武汉市地铁2 号线周边2000m范围内1120个办公楼单元租赁信息，整理后获取实验分析样本782个，空间分布如图2，描述性统计如表1。

2 分析结果

2.1 空间自相关检验及模型选择

研究利用距离阈值法建立7个空间权重矩阵，开展空间相关性检验，相关指数如表2。当距离阈值取1500m时，Moran's I指数最高，具有显著度，说明单个样本租金受到和周边1500m范围内办公楼价格的显著影响，即具有空间相关性。LM-lag和RLM-lag 指标值均显著高于LM-error和RLM-error指标值，说明办公楼样本间租金主要存在空间滞后性现象，SAR模型更为适用。

研究利用对办公楼价格产生影响的30个特征价格变量，建立HPM模型、SAR模型和SEM模型，并开展多元共线性检验。建模过程中，剔除了显著度过低的特征变量和方差膨胀因子大于3的变量，矫正多元共线性问题，获得包括21个特征变量的模型。统计结果表明，SAR模型的拟合度指标R2（0.491）和赤池准则指数（AIC =-1196.98）均优于HPM模型 （0.471，-1140.48）和 SEM 模型（0.478，-1169.42），说明纠正多元共线性问题和空间自相关现象的SAR模型拟合度更高。因此，研究采用基于1500m距离阈值空间权重的SAR模型展开后续分析。

2.2 轨道交通对办公楼溢价效应

研究将武汉地铁2号线站点分为城市中心站点和非中心站点两类，分析轨道交通对办公楼溢价效应在城市空间尺度的分异特征。城市中心站点包括临近王家墩CBD的王家墩东站、青年路站，服务中山公园—江汉路中心区的中山公园站、循礼门站和江汉路站，洪山广场—中南路中心区的两个站点，以及光谷副中心的光谷站，其他站点为非中心站点。

（1）轨道交通溢价效应影响范围

研究建模分析地铁2号线对办公楼溢价效应的影响范围。根据办公楼样本距离轨道交通站点的路网距离，研究以100m为界限划分不同圈层，建立二元变量表示样本所属圈层，引入SAR模型，得到分析结果如表3。从整条线路来看，武汉地铁2号线对站点周边600m范围办公楼具有积极溢价影响，且在城市中心和非中心地区呈现显著差异性。在城市中心区，轨道交通站点对办公楼溢价积极影响范围扩展至700m；非中心地区站点溢价影响范围局限于紧邻站点的200m范围。

（2）轨道交通溢价效应影响强度

确定溢价影响范围后，进一步分析轨道交通2号线各区位站点对办公楼租金溢价影响强度圈层变化，结果如表4。从整条线路来看，2号线对站点周边600m范围办公楼平均溢价指数为7.32%。影响范围内，0～100m圈层回归系数最高（0.0954），即办公单元租金因紧临轨道交通站上涨9.54%，自该圈层向外指数呈现缓慢下降的趋势。其中，受样本空间分布不均匀影响，200～300m圈层回归系数不显著。

表4 地铁2号线对办公楼租金溢价效应指数（SAR模型）

在城市不同区位，溢价效应强度具有差异性。在城市中心区，轨道交通对700m范围内办公楼产生了强烈的积极溢价效应，强度指数自站点向外呈阶梯状下降。0～200m范围，溢价指数超过12%；200～300m圈层办公楼租金涨幅略低，可能受到样本数量和空间分布影响；300～600m三个圈层，溢价指数由11.10%缓慢减小至10.52%；在影响范围最外围，溢价指数降低至6.25%，再向外衰退为不显著。在城市非中心区，轨道交通站点带来站点周边0～100m圈层内办公单元租金增长11.80%，10 0 ～2 0 0 m 圈层内办公楼租金涨幅降至8.60%。非中心区站点溢价效应影响范围与强度均低于城市中心的站点地区。

（3）空间环境要素对办公楼价值影响

SAR模型表明，建筑结构特征、空间环境要素对办公楼租金具有影响。

其一，在城市中心区，建筑总层数影响系数为正（0.45%），当办公单元位于建筑较高楼层时，租金上涨4.05%，说明在城市中心区具有一定地标作用的高层办公楼更受市场偏好。在城市非中心区，建筑层数和办公单元楼层无显著影响，而公园绿地可达性具有显著的积极影响（6.92%），可推测在非中心区企业更加偏好环境品质高的办公园区。

其二，土地功能混合特征的影响也具有空间差异性。在城市中心区，办公楼步行范围内建设有大型购物中心、文化体育设施，有助于提高办公单元的租金，医疗设施和绿地无显著影响。在非城市中心区，便利的商业设施能带动办公楼价值提升，而临近大型医院可能损害办公单元租金。建筑内部功能混合方面，居住和办公混合的综合体中，办公单元租金会大幅调低，中心区和非中心区降幅分别达21.81%和15.94%。空间权重矩阵（W_lgP）回归系数为正值，说明周边办公单元租金与周边同类房产具有正相关性，在城市中心区办公楼租金所受积极影响尤为显著，证明商务办公功能具有较强的集聚效应。

其三，区位特征对办公楼价格具有显著的影响。办公楼距城市主中心和次中心直线距离每增加100m，租金可能下降0.13%和0.20%。各个商圈中，中山公园商圈、洪山广场—中南路商圈，是汉口和武昌传统的中心区，集聚了大量的企业总部和政府单位，办公楼租金比非城市商圈内办公楼高8.42%～12.92%。汉正街商圈为汉口传统的商品批发市场，交通条件和空间品质较差，其内的商务办公楼租金反而降低。长江作为武汉市重要的景观资源，对办公楼租金具有积极影响，临江办公楼租金会比非临江产业租金提高15%以上。

3 结论及启示

3.1 研究结论

论文构建空间滞后模型，发现武汉市轨道交通2号线对周边办公楼租金溢价效应的空间分异现象，主要结论如下。

①商务办公楼价值存在显著的空间自相关效应，利用空间自相关检验技术方法，辅助选择SAR和SEM等模型，矫正空间自相关现象对房地产价格的影响，有助于提高溢价效应评估精度。

②轨道交通对沿线的办公楼产生积极的溢价效应，其影响范围和强度在城市不同区位具有空间分异特征。在城市中心区，溢价效应影响范围扩展至站点周边700m路网距离，且强度下降趋势较为平缓，办公楼租金因临近轨道交通平均增幅超过10%；在城市非中心区，溢价效应局限于站点周边200m范围，涨幅自站点向外迅速下降。

③办公楼周边空间环境特征对租金具有一定影响。在城市中心区，企业偏好商务办公功能集聚、商业服务业发达、文化体育设施配套完善的商务办公区，且愿意为高层办公单元支付更多租金。在非城市中心区商业服务设施便利、空间环境优美的办公园区，更受市场青睐。建筑内部居住和办公功能混合，不利于提升办公楼价值。

3.2 规划启示

研究结果可为我国城市轨道交通周边地区规划建设提供如下启示。

①城市轨道交通沿线用地规划中，根据站点区位差异化调控商务办公区开发。在城市中心区，宜引导商务办公功能在轨道交通站点周边700m范围内集聚发展，适当提高用地开发强度。在城市外围，适宜在紧邻站点地区规划低密度的商务办公园区，通过商业服务设施配套、空间环境品质提升、步行环境优化等措施，提高市场吸引力。

②轨道交通站点地区，开展精细化的TOD设计。其一，我国TOD规划中，常采用400～800m的空间范围。本研究表明，商务办公中心规划范围不宜超过轨道交通站点600m步行距离。其二，功能混合方面，在城市中心站点地区宜推进商业、办公、公共服务设施混合，在建筑内不宜混杂商务办公、居住功能，以获取更高的经济效益。其三，交通组织方面，溢价效应影响范围应考虑实际路网距离，通过提高路网密度、改善步行系统结构，提高站点和周边地区土地的步行可达性，扩大轨道交通积极溢价效应的影响范围。

资料来源：

文中图表均为作者自绘。

注释

① 多重共线性（Multicollinearity）是指线性回归模型中的解释变量之间由于存在精确相关关系或高度相关关系而使模型估计失真或难以估计准确。