通勤成本与住宅价格的空间互动——基于长沙市地铁的Hedonic模型分析

彭馨乐

（湖南农业大学经济学院，长沙 410128）

引言

以地铁为主的轨道交通已成为公众快捷便利出入核心城区的重要交通手段，同时地铁轨道交通具有准时、安全、大容量、高速度、低消耗、高效率和低污染的特点，符合我国长远的可持续发展战略。加大投入建设和完善地铁，这不仅可以改善房地产市场长期以来的低效性，并且可缓和核心城区房价过高的问题，也促使城市形成多元化的多核型轴向良好的发展模式，从而改变原有位置的城市优劣布局，打破原先固有的房价空间结构。同时，越来越多的购房者重视房屋周围区域是否具有完善的轨道交通设施，是否能满足其日常便捷出行的需求。因此可以看出，地铁轨道交通对沿线房地产住宅价格产生了一定的影响，并表现出一定的规律性。

由于国外房地产市场的发展和轨道交通的发展都较早，从20世纪70年代就有国外学者开始研究轨道交通对房地产住宅价格的影响，并进行了大量的定量分析。美国Sedawy公司（1999）通过收集旧金山湾区捷运铁路系统对周围住宅价格的影响因素数据分析，得出的研究结论表明，距离BART站每增加1.6公里，价格将由减少3 200~3 700美元，车站周边的公寓租金将减少15%~26%。斯瓦洛（1994）通过收集当地轨道交通沿线的影响房地产价格因素的样本数据，运用多元线性回归分析的方法进行了研究；亨尼贝瑞（1998）通过长期对谢菲尔德的轨道交通系统进行数据收集和研究分析发现，在该轨道交通建设期间周围房地产价格不升反降，而在建设完成后，周围房地产价格迅速上升并超过之前水平。

还有国内学者研究结论发现，轨道交通对沿线房地产价格的影响与其距离成反比关系，距离轨道交通站点越近的房地产，其房价上涨的幅度越明显；而距离轨道交通站点越远，其房价上涨的幅度越弱。冯长春运用多元线性回归模型对北京地铁5号线沿线2km范围内进行研究，通过分析样本研究数据得出轨道交通对沿线房地产价格影响程度的结论：在其所选取的众多影响房地产价格的影响因素中，轨道交通的影响作用是最明显的，随着距离地铁站口距离的增加，房地产价格不断下降，并在2km之后对房地产价格影响不显著。

本文选取长沙地铁2号线为研究对象，综合列举分析了周边影响通勤成本的主要因素及其与住宅价格之间的内在关系，运用进行定量分析采用Hedonic模型的研究分析方法，通过相关数据收集并运用定量分析的方法给出定量结论，得出通勤成本与住宅价格之间内在联系的空间互动关系。长沙市作为湖南省省会，是我国具有代表性的二线城市，而长沙地铁2号线作为长沙市开通运营的第一条线路，通过其研究可为长沙市开展不同地铁线路及其其他二线城市开展地铁轨道交通建设与城市房地产价格的分析提供参考。

一、数据分析和模型构建

（一）数据收集

本文实证研究所选取的数据是2012—2013年长沙地铁2号线沿线距离地铁站口2km内的房屋平均销售价格作为样本数据。相关数据的收集主要依靠实地调研收集一线数据，将调查的样本进行了与地铁站口距离、到CBD距离、到最近轨道交通车站的距离的分类，同时为了弥补样本数据不足，本文采用了长沙安居客网站相关权威房价均价数据，据此得到本文的28个楼盘样本数据。

样本数据包括：望城坡—橘子洲站：望兴F1站、达美D6区、中一九骏、中建梅溪湖中心；橘子洲站—长沙火车站：开福万达、五一中央领御、壹号公馆、湘域城邦、金烨融府、凯通国际城、湘域相遇、江与城；锦泰广场站—长沙大道站：锦泰东环国际、伟晖东方芙蓉、百纳广场、鑫科明珠、湘域熙岸、泊爱蓝湾；长沙大道站—光达站：茂华禧都会、融科紫檀、合能雨花公馆、盛世华章、融科香山国际、运达中央广场、嘉斯茂购物广场、中隆国际御玺、万科金域华府、象屿优山美地。

（二）变量选取

房地产价格由诸多影响因素共同作用的形成，数据所包含的各影响因素的影响大小是不同的，根据初步研究调查和以往的研究成果，本文将影响因素划分为结构因素、区位因素和邻里因素三大类。三大类影响因素各自所包含的影响因子（见表1）。

表1 变量选择

（三）模型构建

Hedonic模型是采用大样本容量数据的定量研究方法，通过将影响房地产价格的因素进行分解，力图将影响房价的单个影响因素所包含的隐含价格求出，能以更加准确的方式评估各影响因素对房价的影响。因此，该方法也被广泛地用于研究轨道交通对周围房地产价格的影响中。

将Hedonic模型用于房地产市场研究，其中最常见的模型是线性形式，但经过检验自变量、因变量均以线性带入，此模型无法展现出边际效用递减的规律，而经过检验采用数线性模型及半对数模型可以解决此不足，并由于半对数模型能更直观展现出实验结果，最终本文选取半对数模型进行模型运算。

在上述式子中：P表示单个房屋价格；α0为常数项；Zi表示第i种特征变量；αi为第i种特征变量的系数；β为随机误差项。

（四）模型运算

本文Hedonic模型采用半对数函数形式，其基本方法是采用最小二乘法原理的多元线性回归，并采用逐步回归，剔除不相关变量，得出显著性相关变量。将三大影响因素所包含的影响因子作为自变量，交易成交价作为因变量，运用SPSS软件进行模型分析计算。选择半对数形式进行回归分析，再用筛选法进行因变量筛选，经过5次逐步回归迭代后，有6个变量满足5%的显著性要求进入模型，该模型的析结果（见下页表2）。

通过Hedonic模型运算和上述计算结果，可求得长沙市地铁2号线沿线房地产价格影响因子的半对数方程：

二、模型结果分析

房屋邻里因素影响明显：在模型方程中学校显著影响房价，其说明购房者十分重视住宅周围的教育资源情况，这也直接影响着居民接送小孩的通勤成本。再者，公园等优质的环境资源也有着重要影响，其构成了住宅价格的空间互动重要关系。

区位繁华程度影响突出：到CBD距离直接影响房价的水平，距离CBD越近其所能提供的各项便利越是明显。由表4可以看出，与五一商圈距离小于3km和距离大于9km，其成交均价相差近3 500元。CBD一般都是工作高度集中的地方，其住宅与CBD的距离即通勤距离，其构成了影响通勤成本最直接最重要的影响因素，由研究结果表明，距CBD越近能有效地降低通勤成本，其直接推动了住宅价格的上涨。

表2 回归系数及显著性检验

表3 重要邻里因素对住宅价格的影响

表4 距CBD远近对住宅价格的影响

影响范围有限：有研究数据表明，在距离地铁站口800m~1 000m范围内沿线住宅增值的效果最为明显，基于本文研究样本均取自距离地铁站1 000m范围内，本文研究的距地铁站口的因子显著性水平理应更高。尽管受到样本数据有限，但仍然可以看出距地铁站的距离与房地产住宅价格之间存在较强的负相关关系，可以得出地铁轨道交通对推动沿线房地产价格的上涨起着重要性作用。

结论

以长沙地铁2号线沿线住宅市场为例，本文测量了“到CBD距离”“到最近轨道交通车站的距离”“公交线路状况”对住宅价格的影响，结果表明，通勤成本对住宅价格确实存在着显著影响。由本文研究结论可知，距CBD距离越近其房价越高，其直接决定了市民的通勤成本，构成了通勤成本与住宅价格间最直接的空间互动关系；到最近的轨道交通站点距离即距离地跌站口距离直接影响市民的时间成本，对其选择房屋是构成直接影响，由研究结论可知在有效范围内，距离地铁站口越近的住宅价格越高；而由研究结论公交线路状况并未有显著性影响，其不构成通勤成本与住宅价格空间互动的影响。

表5 距地铁口距离对住宅价格的影响

[1]叶霞飞，蔡蔚.城市交通开发利益的计算方法[J].同济大学学报，2002，(4)：431-436.

[2]王霞，朱道林，张鸣明.轨道交通对房地产价格的影响——以北京市轻轨13号线为例[J].城市问题，2004，(6)：39-42.

[3]冯长春，李维 ，赵蕃蕃.轨道交通对其沿线商品住宅价格的影响分析——以北京地铁5号线为例[J].地理学报，2011，(8)：105-106.

[4]冯艳芬，梁小斯，吴大放.基于Hedonic模型的广州地铁1号沿线住宅价格分析[J].广州大学学报：自然科会学学版，2011，(4)：90-95.