武汉市地铁沿线住宅价格的影响因素研究

2018-10-23 08:21王丽孟戈刘汉磊
价值工程 2018年31期
关键词:网络化住宅轨道交通

王丽 孟戈 刘汉磊

摘要:近些年来城市轨道交通在不断发展,线路越来越多,部分城市的轨道交通已形成了网络化,实现了从单一的“线”到“面”的转变。文章以已进入全城“地铁时代”的武汉市为例,采用特征价格模型,运用定性和定量相结合的方法,探索武汉地铁对沿线住宅价格影响的空间效应及增值效果,并筛选出显著影响地铁房的其他区位因素。

Abstract: In recent years, urban rail transit has been developing continuously, with more and more lines and higher coverage. The rail transit in some cities has formed network and realized the transformation from single "line" to "surface". This article takes Wuhan City, which has entered the city's "Metro Age" as an example, using characteristic price model and qualitative and quantitative methods, to explore the spatial effect and value-added effect of wuhan metro on the housing price along the line, and to screen out other regional factors that significantly affect the subway house.

关键词:地铁;住宅价格;网络化;区位因素

Key words: subway;housing price;network effect;geographical factors

中图分类号:F293.3 文献标识码:A 文章编号:1006-4311(2018)31-0012-03

0 引言

随着城市化发展进程加快,大量人口的涌入,所带来的交通拥堵问题日益显著,住房需求量也逐渐上升。而近些年来尤其是具有良好区位优势的地铁房更是受到了追捧。

轨道交通是如何影响沿线住宅价格的?国内外学者针对此问题进行了颇为丰富的研究。多数研究表明,轨道交通对沿线住宅价格具有增值效应。如So等对香港的地铁研究发现,靠近地铁站点是被认为影响住宅价格的关键因素;[1]王德起等以北京地铁4号线为例,发现轨道交通对沿线住宅价格有明显的提升作用,其影响呈衰减规律;[2]柯燕燕等以廈门地铁1号线站点1km范围内的住宅价格为样本点,发现距地铁站点距离与住宅价格呈负相关。[3]也有研究表明轨道交通在建设中期会产生负面效应,如王琳对上海轨道交通的8号线的研究发现,建设中期增值幅度相对于开工建设与开通运营的第一年有回落。[4]

国内外的研究为文章提供了借鉴,但综合上述研究可发现都是基于某一城市的单条轨道交通线路对沿线住宅价格进行研究。而近些年来城市轨道交通在不断发展,线路越来越多,部分城市的轨道交通线路已形成了网络化。那么对已形成网络化地铁的城市,地铁对其沿线住宅价格的又是如何影响的?基于此,本文以已进入全城“地铁时代”的武汉市为例,以地铁站点周围住宅价格为主要研究对象,拟构建特征价格模型,采用定性和定量相结合的方法,探索已形成网络化地铁的武汉,地铁对沿线住宅价格影响的空间效应及增值效果,并筛选出显著影响地铁房的其他区位因素。将有助于政府利用其制定土地开发决策,为房地产商开发选址、决策和合理定价,以及居民购房提供参考。

1 研究区概况及数据来源

轨道交通方便了沿线居民的出行,交通的可达性对购房者产生了深远的影响。近些年来随着地铁线路的不断开通,武汉已进入全城“地铁时代”,形成网络化。武汉各地铁线路开工建设、通车时间、起始站点及线路概况如表1所示。

通过采用网络爬虫技术在搜房网上搜集2017年武汉地铁1、2、3、4、6号沿线住宅价格样本点,同时采集样本点相应的开敞空间、生活便利度、文化环境等区位信息,最终共获取住宅价格样本点2765个,所获地铁站点周围住宅价格样本空间分布图如图1所示。

2 模型构建及变量选择

特征价格模型认为房地产是由很多不同的特征组成,所有特征带给人们的效用可以决定房地产的价格。[5]模型的优点是:样本容易获得,可得到大量价格资料,且模型的经济意义比较直观。该模型的4种基本函数形式为:线性函数、对数函数、半对数函数和对数线形函数。而半对数模型和对数线形模型可以解决对数模型在使用过程中的不便之处,并在实证分析中,半对数模型更常用。[4]特征价格模型的半对数模型为:LnP=c+∑aiZi+ε(i=1,2,3,……,n),式中:P表示住宅价格,单位:元/平方米,c表示常数,ai表示第i种特征变量的待估计参数,Zi表示样本数据的第i种特征变量,ε表示随机误差项。

本文的研究除探索地铁对沿线住宅价格的空间效应及增值效果外,还要筛选出其他显著影响地铁房的区位因素。根据研究所需和运用网络爬虫技术所易获得的样本点区位信息,最终确定的不同类别影响因子的变量情况如表2所示。

3 地铁站点空间效应及影响因素分析

3.1 定性分析

地铁的开通运营可在一定范围内促进沿线周边住宅价格的增值,如果超过了这个距离,住宅价格受地铁的影响就会减弱。[6]以距地铁站距离为x轴,住宅价格为Y轴,对所采集的住宅价格样本点绘制散点图如图2所示,来定性分析地铁站点的影响范围。

由散点图可以看出,该散点图中的房价基本都在10000~20000元/平方米之间。而房价大于20000元/平方米的主要集中在距地铁站点200~800m的范围内,相对来说集中在300~600m范围内的样本点更多。距地铁站点距离大于800m范围内的房价,分布较均匀且集中,出现高价房的样本点很少。由此可初略判断出:已形成地铁网络化的武汉,地铁站点对住宅价格的影响范围在0~800m,而距地铁站点300~600m范围内的影响更为显著。

3.2 定量分析

住宅价格受多种区位因素的影响,除轨道交通的可达性外,环境的舒适性、生活的便利度都会影响住宅价格,所以仅仅只是以距地铁站点距离来对住宅价格的影响进行定性分析,可靠性较低,还需进行定量分析。因此,进一步采用特征价格法,构件半对数线性回归模型,对自变量进行回归分析得到如表3所示结果。其中,VIF小于0或者大于10是不合理,由表可知,所有变量均通过了共线性检验。对结果进行讨论与分析如下:

①开敞空间可达度:住宅到长江(YR)、广场(SQ)和湖泊(LA)的系数均为负值,表明具有宜人景观、靠近娱乐休闲场所、生态环境好的地方的住宅很受人们的青睐。其他条件不变的情况下,住宅越靠近长江、广场、湖泊,其价格相对越高。到长江的距离每减少1km,住宅价格增值为1.62%;到广场的距离每减少1km,住宅价格增值为4.52%;到湖泊的距离每减少1km,住宅价格增值4.54%。说明作为开敞空间的影响因子中,具有地段優势的广场和宜人景观的湖泊对房价的影响更显著。

②生活便利度:采取了距城市主干道(MR)、主城中心(MC)、综合医院(GH)、综合商场(DS)的距离作为生活便利度的影响因子,其系数均为负值,表明这四个影响因子都会对住宅价格产生负效应,住宅价格距城市主干道(MR)、主城中心(MC)、综合医院(GH)、综合商场(DS)越远,价格越低。其中综合商场(DS)对房价的影响不具有显著性,这可能是与近些年来火热的网络购物有关,网购具有没有你买不到只有你想不到的商品,不受时间、地点的限制,货到付款、货物上门省时省力等特点,并且商品价格比一般商场更物美价廉,故越来越多的人倾向于网购消费。距城市主干道距离每减少1km,住宅价格增值1.16%;距主城中心距离每减少1km,住宅价格增值3.52%;距综合医院距离每减少1km,住宅价格增值1.25%。由此可见,主城中心对人们的诱惑性依旧很大,是人们争相聚集的黄金区位,它是影响生活便利度的主要因素。其次是综合医院,近年来人口老龄化的加剧和二胎政策的开放,导致老人和小孩的人口数量增加,所以住宅是否靠近综合医院也引起了购房者的重视。

③文化环境可达度:选取的文化环境的影响因子中,只有人才市场(TM)、历史名城保护区(HC)、中学(MS)具有显著性。其中历史名城保护区(HC)的系数为负,与预期不一致,这说明历史名城保护区虽独具特色风貌,但作为受控制地带的保护区域,往往存在着与新建筑建设矛盾与统一的问题,这可能也是历史名城保护区并不会对住宅价格产生促进作用的原因。而该影响因子类别中,人才市场(TM)最具有显著性,说明就业难依然是社会难题,人才市场作为人才的集聚地,可以为劳动者们提供更多的就业机会。中学(MS)的系数为-0.020,说明距中学距离每减少1km,住宅价格增值2.01%。

④轨道交通可达度:回归系数D1~D9中,其中D7系数符号与预期不一致,D9系数不显著。说明进入地铁网络化的武汉,地铁对沿线住宅价格的影响范围仅在0~700m范围内,D1~D7的回归系数依次为:0.045、0.012、0.046、0.019、0.070、0.015、-0.014,以距离地铁站点600~700m范围内(D7)的住宅单价为基准,其不同范围内的住宅单价比为:e0.045:e0.012:e0.046:e0.019:e0.070:e0.015:e-0.014=1.061:1.026:1.062:1.033:1.088:1.029:1。从中可以看出,与距地铁站点600~700m范围内的住宅价格相比,距地铁站点400~500m范围内的住宅价格增值幅度最大为8.8%,影响最为明显;距地铁站点100~200m的范围内的住宅价格影响最弱,增值幅度仅为2.6%,这说明距离地铁站点越近,对住宅价格的影响会有一定的副作用,这可能是与地铁站点附近人多嘈杂、社会治安及噪音污染有关。

4 结论与展望

本文通过构建特征价格模型,采用定性和定量相结合的方法,以已进入全城“地铁时代”的武汉市为例,对地铁站点周围住宅价格进行研究,得出以下结论:

①已形成地铁线路网络化的武汉,地铁对沿线住宅价格有显著增值效应。但是其影响范围仅在距地铁站点0~700m范围内。距地铁站点400~500m范围内的住宅价格的影响最明显,增值幅度最大为8.8%。距地铁站点100~200m的范围内的住宅价格影响最弱,仅为2.6%。

②其他显著影响因子:作为开敞空间可达度的影响因子中,具有地段优势的广场和宜人景观的大型湖泊对房价的影响更显著,到广场、湖泊的距离每减少1km,住宅价格增值分别为4.52%和4.54%;距主城中心的距离是影响生活便利度的主要因素,距离每减少1km,住宅价格增值3.52%,其次是综合医院,距综合医院距离每减少1km,住宅价格增值1.25%;在文化环境可达度影响因子中,历史名城保护区并不会对住宅价格产生促进作用,而作为可以为劳动者们提供更多的就业机会人才市场最具有显著性。

但是本文的研究是将整个地铁网络为研究对象,武汉中心城区是以环线进行划分,是否存在地铁站点对内环以内、内二环之间、二三环之间的住宅价格影响存在差异?有待论证和探讨。

参考文献:

[1]So H M,Tse R Y C, Ganesan S.Estimating the influence of transtport on house prices: Evidence from Hong Kong[J]. Journal of Property Valuation and Investment, 1997, 15:40-47.

[2]王德起,于素涌.城市轨道交通对沿线周边住宅价格的影响分析——以北京地铁四号线为例[J].城市发展研究,2012,19(4):82-87.

[3]柯燕燕,刘舒翼.轨道交通对住宅价格的时空效应研究——以厦门地铁1号线为例[J].建筑经济,2017年,38(9):90-95.

[4]王琳.城市轨道交通对住宅价格的影响研究——基于特征价格模型的定量分析[J].地域研究与开发,2009,28(2):57-61.

[5]谭斌,练晓旋.浅谈建立“城房指数”的必要性和可行性[J].中华民居,2011:161-162.

[6]焦宇彤.不同时点西安地铁2号线对沿线房价的影响分析[D].西安:西安建筑科技大学,2016.

猜你喜欢
网络化住宅轨道交通
轨道交通产品CE认证论述
Jaffa住宅
高速轨道交通发展趋势
挂在“树”上的住宅
MHS住宅
A住宅
当代新闻学的网络化发展
基于CAN的冗余控制及其在轨道交通门禁环网中的应用
基于OPC的网络化群梯管理系统开发
网络化时代社会认同的深刻变迁