城市轨道交通影响下二手住宅交易价格研究

吴建勇　魏佳

摘要：随着城市的扩张，原来处于城市周边的铁路逐步深入到城市内部。住宅作为一种商品，价格受诸多因素影响，外部影响因素也不可忽视。文章基于南京市宁芜线铁路沿线二手住宅交易价格数据，运用特征价格法，对铁路噪音影响下的二手住宅交易价格进行定量分析。结果表明，铁路噪音对沿线二手住宅交易价格产生较大影响，住宅价格因与铁路距离差异受到不同程度影响。文章对不同主体提出相关建议，以期为房地产市场发展提供一定参考。

关键词：铁路交通噪音;二手住宅交易价格;特征价格法;南京市

一、引言

随着城市化的快速发展，我国的基础设施建设步入快速发展时期。铁路作为重要的交通设施之一，不仅能够扩大旅客出行的可达范围和延长货物运输距离，在一定程度上还带动了沿线地区经济发展。随着城市进一步的扩张，原本处于城市周围的铁路干线逐渐深入城市内部。然而，铁路运行时发出的鸣笛声及铁轨的摩擦声所产生的噪声，不仅影响人们的睡眠质量，危害身心健康，还影响人们的生活和工作状态，间接地影响到铁路干线周边的住宅价格。

目前城市轨道交通对住宅价格的影响研究主要集中在正向影响方面，负向影响的研究较少，国内基于特征价格法探讨环境因素对房价的影响也尚处于起步阶段，且主要集中在城市景观、绿地、海景等方面，对噪声污染的研究较少。虽然国外相关研究较为丰富，但由于国内外特征因素选取与消费者选择偏好的差异，不能完全适用于国内。

本研究在国内外相关研究的基础上，采用特征价格法，以南京市宁芜线铁路沿线二手住宅为研究对象，实证分析宁芜线铁路噪音影响下的二手住宅交易价格，并对政府、开发商和消费者提出相关建议，以期为相关研究提供一定参考，为相关主体决策提供借鉴。

二、研究区概况

南京，簡称“宁”，江苏省省会，是南京都市圈核心城市，属于国务院批复确定的东部地区重要的中心城市。全市下辖11个区。南京在国家“八纵八横”高铁网格局中，位于京沪通道（一纵）和沿江通道（一横）的交汇点，是华东地区重要的路网性枢纽。

宁芜线自江苏南京至安徽芜湖，是连接皖南至华东、上海的支线，也是华东一通道（沪宁线）和华东二通道（商杭线）的联络线，全长125千米，是中国最繁忙的单线非电气化铁路。随着南京城市的不断扩张与发展，现有宁芜铁路（沧波门至古雄段）已处于南京城区中心地带，对麒麟、大校场、光华门、小行、中华门、西善桥等铁路沿线板块造成了“分割”，宁芜铁路已经从原来的城市边沿“走”进了南京主城的位置。由此产生的噪音、污染、安全等问题已经影响了居民的生活及工作，临近铁路两侧区域成为南京发展与综合治理的难点区域。

三、研究方法

特征价格模型（HPM）是处理异质性产品的各种特征与价格之间的关系时广泛使用的一种模型。运用HPM模型对住宅价值进行评估时，有以下基本假定：住房是一种异质商品，不同的住宅通过一组不同但可量化的特征集合代表，即住宅价值由特征集合决定。消费者将根据效用最大化原则购买住宅，住宅特征集合决定了其对住宅的偏好。

假设住宅的建筑特征因素为A=（a1，a2，…，an1），区位特征因素为S=（s1，s2，…，sn2），邻里特征因素为E=（e1，e2，…，en3），特征因素影响住宅价格P，住宅价格与特征因素之间的函数关系如下：

P=f（Z）=f（A，S，E）

式中P为住宅价格，单位为元/平方米。

Z为特征变量，分为三类：

A为住宅的建筑特征变量;

S为住宅的区位特征变量;

E为住宅的邻里特征变量。

对上述函数关系式中各特征变量分别求偏导，即可得到各特征变量的特征价格，特征价格如下：

四、实证分析

（一）数据来源

1. 住宅挂牌数据

住宅的交易信息由于具有一定隐私性，直接获得相关数据是有难度的。因此，本研究样本数据的收集利用Python网络爬取房天下网站的南京主城区临近宁芜线铁路的二手房信息，采集信息包括各房产的挂牌价格、建筑面积、房龄、住宅类型、装修、绿化率等数据，数据筛选后，最终样本数据为4982个。

2. 电子地图数据

电子地图主要收集距离类数据，本研究采用百度地图的定位功能和测距功能进行数据收集，采集信息包括各住宅离宁芜线铁路的直线距离和离南京市商业中心的距离。

（二）特征变量的选取与量化

1. 特征变量的选取

住宅特征价格模型中因变量指的是住宅总价格，自变量是特征变量，分为建筑特征、区位特征和邻里特征三类，考虑收集资料的可信度，本研究共选取了3大类共9项特征变量：建筑特征选用房屋面积、房龄、装修及所在层数;区位特征选用有无学校配套和住宅离商业中心的距离;邻里特征选用容积率、绿化率和住宅离宁芜线的直线距离。

2. 特征变量数据的量化

本研究中，采用实际数据的变量有：房屋面积、房龄、住宅离商业中心的距离、容积率、绿化率、住宅离宁芜线直线距离。采用赋值数据的变量中，针对“装修”变量，毛坯赋值为0，简单装修赋值为1，精装修赋值为2;针对“所在楼层”变量，将低楼层赋值1，中楼层赋值2，高楼层赋值3;针对有无学校配套，无学校赋值为0，有学校赋值为1。具体特征变量见表1。

（三）特征价格模型的建立

1. 模型的假定

本研究选用线性模型，函数形式如上。式中，P为住宅价格，Zi为各住宅特征变量，α表示除特征变量之外其他影响住宅单价的常量之和，βi为各特征变量的回归系数，ε为随机误差项。该函数形式中，自变量与因变量均以线性形式带入模型，回归系数表示各特征变量的隐含价格。本研究包含了9个自变量，其中建筑特征4个，区位特征2个，邻里特征3个。通过对模型变量的量化，因变量和9个自变量可以直接进入模型，相关性描述见表2。

2. 模型的估计与检验

（1）模型的估计方法。

本研究选用最小二乘法作为估计方法，运用SPSS软件的进入法做回归分析后，9个自变量全部进入模型。

（2）模型的识别。

①显著性检验和方差分析。从表3可以看出，复相关系数R的值为0.921，判定系数R方为0.848，调整R方为0.848。R方的值达离了高度相关（R方>0.8），说明模型拟合度较好。方差分析的显著性检验值为0.000，小于0.001，说明方程是高度显著的，表明进入方程的住宅特征与住宅价格之间的线性关系成立。

②共线性诊断。VIF值是容差的倒数，通过表4数据可以看出，各变量的VIF值均小于10，说明变量间共线性问题基本不存在。

③方差齐性检验。图1是因变量与残差的散点图，可以看出绝大部分观测值随机地落在正负2之间，基本满足方差齐性的假设。通过图2、图3的检验还可以看出，模型基本满足正态性假设、等方差性假设和独立性假设，具有良好的拟合度和较高的解释能力。

五、结果分析

在线性模型中，回归结果的非标准化回归系数对应着住宅的特征价格。各回归系数值及其显著性检验如表5所示。

（一）住宅特征价格符号分析

在5%的显著性水平下，9个自变量全部进入模型。各变量的影响方向可以依据回归系数的符号判断，其中装修、学校配套、绿化率、离宁芜线直线距离和房屋面积5个变量对二手住宅价格有正影响;层数、房龄、容积率和离商业中心的距离4个变量对二手住宅价格有负影响。

（二）住宅特征价格分析

从建筑特征来看，房屋面积的特征价格约为4.194万元/平方米，表示在其他特征不变的情况下，面积每增加1平方米，住宅价格将增加4.194萬元。房龄每增加1年，住宅价格将下降3.661万元。装修程度每增加1个等级，住宅价格上升7.741万元;从区位特征来看，周边有学校配套的二手住宅，住宅价格将增加5.767万元。离商业区的距离每增加1米，住宅价格将下降0.020万元;特别是从邻里特征来看，住宅离宁芜线铁路的距离每增加1米，住宅价格将上升0.061万元，可以看出，宁芜线铁路产生的噪音对周边二手住宅交易价格有较大影响。

（三）住宅特征影响程度分析

特征价格之间由于单位不同，不能直接进行比较，解决的方法是对变量标准化的标准回归系数，则可以用来比较不同单位变量的影响程度。用标准系数的绝对值的大小对特征的影响程度进行排序。从上表可以看出，各个特征变量对住宅价格的影响程度有所不同，影响程度最大的是房屋的面积，其次是离商业中心距离。离宁芜线铁路的距离在九个特征变量中排在第三位，影响程度较高，是宁芜线铁路沿线区域影响二手房价格不可忽视的因素。

（四）住宅特征价格模型结果

住宅价格=71.543+4.194×面积+7.741×装修等级-5.079×层数等级-3.661×房龄+5.767×学校配套-0.020×离商业中心的距离+0.061×离宁芜线的距离-18.976×容积率+136.571×绿化率

六、建议

基于上述研究，本文给政府部门、开发商、消费者提出相关建议，以期促进房地产市场良好发展。

（一）给政府部门的建议

政府部门应该加强城市土地利用规划的探索，合理规划城市各种功能空间布局，优化国土空间规划。同时也需要加强政策法规的制定，加强对噪声污染的管理。再则，相关部门可以探索征收噪声税等措施来减少噪声的产生。同时，应通过规划，将市区内影响程度大的铁路线外迁，减小对居民生活的干扰，对暂不可移动的轨道交通，线路周围应该设置隔音带，减少噪音对周边居民影响。最后，政府应引导市民建立声污染全民防治机制，提高全民生态环保意识。

（二）给开发商的建议

开发商需要充分认识到当今人们对居住质量的要求越来越高，消费者越来越注重住房周围的环境质量，因此，开发商在获取用地的过程中，需要综合考虑地块各类因素，不可忽视噪声等污染源对于土地价值的影响，避免非理性投资开发带来的损失。

（三）给消费者的建议

本文的研究结论显示了噪声这一因素对于二手住宅价格产生较大影响，所以消费者在购买房屋时，应做到合理选择、全方位考虑，充分考虑居住的舒适性，权衡舒适性与价格的关系。消费者要积极参与全民噪音污染的防控行动，积极参与监督，为创造良好的居住环境贡献自身力量。

参考文献：

[1]刘鹏.多中心组团城市干线道路网布局研究[D].南京：南京理工大学，2012.

[2]周义，李梦玄.铁路干线交通噪音及分割效应对城市住宅价值的影响——以武汉市京广线南环段为例[J].华中农业大学学报（社会科学版），2011（04）：82-87.

[3]朱传广，唐焱，吴群.基于Hedonic模型的城市住宅地价影响因素研究——以南京市为例[J].地域研究与开发，2014，33（03）：156-160.

[4]姚家庆.基于Hedonic模型城市住宅价格指数研究[D].杭州：浙江工商大学，2014.

[5]王一川.城市租赁住宅特征价格研究[D].杭州：浙江大学，2010.

[6]刘欣.基于Hedonic模型的轨道交通对住宅价值的影响研究[D].天津：天津大学，2007.

[7]赵亮.基于特征价格的住宅价格空间分异研究[D].北京：北京交通大学，2008.

[8]李志辉.基于Hedonic模型的武汉住宅特征价格研究[D].武汉：华中农业大学，2008.

[9]黄虎.基于hedonic模型的襄阳城市住宅特征价格研究[D].武汉：华中师范大学，2011.

[10]张永超.轨道交通项目生命期各阶段对沿线住宅价格的时效影响研究[D].重庆：重庆大学，2017.

[11]孔颖.影响我国城市住宅市场供求关系的相关因素研究[D].长春：吉林大学，2006.

（作者单位：南京农业大学公共管理学院）