城市轨道交通对沿线住宅价格影响研究

张乘赫 胡志宜 徐晶 孙琦

摘 要：随着长春市城市轨道交通系统逐渐建设完善，其对沿线住宅价格的增值效应呈现出一定的规律。文章以长春市地铁1号线和8号线为例，以特征价格理论、区位理论、分市场理论、外部性理论对其进行研究，并运用特征价格模型和面板数据进行定量研究，分析了其对沿线住宅价格的影响规律及分市场效应，并且引入了波动趋势分析。不仅有助于投资者更好地权衡交通出行便利与房价的取舍关系，而且为政府对房地产宏观调控及政策制定提供依据，同时能有效带动区域经济协调可持续发展。

关键词：城市轨道交通；住宅价格；特征价格模型

中图分类号：F573/577 文献标识码：A 文章编号：1005-6432（2023）12-0000-00

1 引言

1.1研究背景

随着长春市城市轨道交通建设的逐渐完善，其沿线区域的民众出行成本大大降低，必然会对沿线住宅的价格产生一定的增值效应。因此，深入分析城市轨道交通与住宅价格之间的关系，不仅有助于开发商前期制定合理的拿地和开发策略，使购房者更好地权衡交通出行便利与房价的取舍关系，而且为政府对房地产宏观调控及政策制定提供依据。

1号线是长春市线网中的高运量骨干线，8号线将主城区与北湖区连接成一个有机整体，并且1号线与8号线首尾相连，南北贯穿整个长春市。因此我们选择1号线与8号线作为研究对象。

1.2文献综述

城市轨道交通会对轨道沿线的住房市场产生正向影响。温海珍（2006）[1]认为地铁站能够显著提升周边住宅价格，且这种增值效应随着住宅与地铁站间距离的增加而减弱。

但是轨道交通带来的影响并不是线性的。徐能来（2018）[2]以深圳地铁五号线为例，说明了城市轨道交通对沿线房地产价格的增值影响先增强后减弱，房地产价格与距离地铁站点之间的距离呈现“倒 U 型”关系。

轨道交通的产生会对住房市场的影响不仅有正向效应，还有负向效应。范子英（2018）[3]以上海地铁为例研究认為地铁的出现会对整个住房市场的需求进行空间再配置，特别体现为地铁临近的住房市场会对距离较远的住房市场产生虹吸效应。赵晶和韩清（2020）[4]基于上海房价格栅数据分析了上海 13 号线对周边房产的虹吸效应与溢出效应，认为在2500 米范围内，溢价效应先增大后减小且为正；当距离超过 2500 米后，溢价效应转为负。

同时，轨道交通对于住宅市场的影响在同一城市的不同的地域也有着不一样的影响，从而需要对于住宅市场分市场进行分析。王福良等（2014）[5]和徐能来（2018）[2]均引入 chowtest（邹氏检验）进行分市场界定，并据此发现了该种影响有分市场效应。

通过梳理文献发现，轨道交通对住宅价格的影响呈现出一定的空间分布规律。但是，几乎没有文章关注到长春市的具体情况，而文章以长春市地铁1号线和8号线进行理论分析和实证研究。

2 模型构建

2.1变量选取

文章将住宅价格作为被解释变量，并依照特征价格模型选取解释变量，表述如下：

建筑特征变量：建筑物本身一些对价格产生影响的属性，文章选取房龄（age）、是否配备电梯（elevator）、容积率（FAR）、绿化率（green）、总户数（household）。

区位特征变量：描述建筑所处位置，文章选取小区中心距离地铁站的步行距离（dis）。

邻里特征变量：住宅周边的各种环境因素，反映小区周边的生活配套水平。文章选取距离小区中心1500以内的小学个数（primary），初中个数（junior），高中个数（senior），商圈个数（mall），医院个数（hospital）。

2.2数据来源

由于正在开发和新开发的楼盘开发数量少、布局不均匀，二手房市场市场化程度更高，文章对房天下、安居客、链家等二手房交易平台的数据进行了爬取，收集了长春市1号线与8号线沿线约1500m内的小区在2019.6-2021.12每6个月一个截面共6个时间点357个小区的数据，考虑到数据完整性最终保留了228个小区。由于小区与最近的地铁站之间的直线距离和步行距离差异较大，并且购房者主要考虑步行距离，所以采用步行距离，此距离变量通过高德地图和百度地图获得。

2.3模型设定

2.3.1特征价格模型

特征价格模型主要起源于Lancaster的消费者理论和Rosen模型，是学者分析房地产价值影响因素的重要方法之一，模型形式如下：

其中，P表示小区的均价，L表示小区的区位特征，N表示邻里特征，S表示结构特征。

该模型常采用线性模型、半对数及自然对数线性模型，根据国内外学者实证研究，考虑到模型的解释能力以及其稳定性，采用半对数函数形式的特征价格模型相较于其他函数形式有着明显的优越性[6]。

由于在靠近轨道交通的区域，存在噪声污染、拥挤、卫生状况、治安问题等负外部效应，与轨道所带来的正外部效应共同作用，使得最靠近轨道交通的区域增值效应并非最大。随着距离的增加，正负外部性都随之减弱，从而使得影响程度不断发生变化，所以增值影响可能随着距离的增加呈现倒“Ｕ”型规律，所以文章引入距离二次项（dis2），设定计量模型如下：

2.3.2分市场模型

其中，文章在结合长春市实际情况后，判定某小区处于核心区域的方法为：该小区的附近1500m内大型商场个数≥4并且附近1500内小学个数≥5；其他则为非核心区域，采用ArcMap进行可视化处理后结果如图1，该结果图印证了该判断标准的合理性。

3 回归结果分析

3.1基准回归结果分析

根据上述理论，文章采用面板数据模型对样本进行回归分析。在面板数据模型形式的选取上，一方面，因文章研究所选取变量均在地级市内，由于各小区之间的特征相似，去除不可观测的个体效应后各特征变量会趋于同质化，进而导致严重的共线性问题；另一方面，由于房价影响因素的确定性，不可观测的个体扰动项对房价的影响较小。综上，文章采用随机效应面板模型进行回归，结果见表1。

模型（1）为对总体样本的回归结果，距离（dis）与距离的平方项（dis2）的估计系数均在1%的水平上显著，且距离项（dis）的系数为正；距离平方项（dis2）的系数为负，这意味着轨道交通对沿线住宅价格的影响随着距离的增加先增加后下降，呈现出明显的倒“U”型关系，并且通过计算得出最高点对应的距离为786m。

为了考察1号线与8号线对房地产价格在长春市内部不同区域的影响程度，文章在上述模型的基础上，分别采用了总体样本和不同市场样本（核心区域与非核心区域）的数据进行实证分析，其中模型（2）和模型（3）分别为对处于核心和非核心区域的小区样本进行回归。

模型（2）中，距离（dis）与距离的平方项（dis2）的估计系数均在10%的水平上显著，模型（3）中，二者的估计系数均在1%的水平上显著，且在两个模型中，距离（dis）的系数为正、距离平方项（dis2）的系数为负，这意味着在两个分市场内也都表现出明显的倒“U”型关系，通过计算得出曲线最高点对应的自变量（dis）分别为702m和809m。

根据模型（2）（3）的估计系数来看，城市轨道交通对经济相对核心区域的影响程度反而更小，而经济相对落后的非核心区域影响程度更大，并且核心区域倒“U”型曲线的最高点（0.161）也低于非核心区域倒“U”型曲线的最高点（0.441），这意味着这种增值效应在非核心区域明显大于核心区域。

3.2波动与趋势分析

文章为了进一步研究小区中心距最近地铁站距离对于该小区房价的影响，采用hp滤波法测算出了房价的波动成分（hp_cycle）与趋势成分（hp_trend），并以此作为被解释变量，与上文所提到的其他解释变量回归拟合，得到表2结果如下。从表2中可以看到以房价波动成分（hp_cycle）为解释变量的回归模型中，各解释变量皆不显著，这说明上文所选取的各个解释变量对房价的波动性没有显著的影响效果，即对房价的影响效果稳定；

而以趋势成分（hp_trend）为被解释变量的回归结果中核心解释变量距离（dis）与距离的二次项（dis2）均在1%的水平上显著，并且距离（dis）的系数为正，这表明随着小区距离最近地铁口的距离越大，该小区未来房价上涨的趋势也越大，这种现象产生的原因是，城市交通基础设施的建设在不断完善，一方面，新设施一般在距离现有地铁线路较远的位置建设，所以距离地铁较近的小区房价继续上涨的趋势较弱；另一方面，距离地铁较远的楼盘虽然受该地铁线路的正向影响较小，但是随着该小区周边其他交通设施的建设，会受到这些新建交通设施带来的正向影響，所以拥有其房价仍拥有较大的上涨潜力。

4    结论与政策建议

文章以长春市轨道交通1号线与8号线站点周边住宅市场为例，采用面板数据模型实证验证了城市轨道交通对沿线住宅价格存在明显的倒“U”型增值效应，创新了核心非核心区域的判定方法，并且分析了分市场对住宅价格的影响程度，发现城市轨道交通对沿途住宅价格的影响程度非核心区域明显大于核心区域。

根据上述结论，文章提出以下建议。

对于投资者与开发商而言，城市轨道交通对于步行距离地铁口大约700～800m的楼盘所带来的增值效应最大，并且对非核心区域楼盘的增值效应要较大于对核心区域楼盘的增值效应，可以参考该结论以理性的价格在合理的区域投资或开发。

对于政府部门而言，目前长春市“大十字小田字”型的轨道网路的规划已初步覆盖城中主要街区，可以适当提高非核心区域的开发强度，以实现城市轨道交通的效益最大化；并且可适当增加在非核心区域的轨道交通投资，有助于带动新城发展，增添城市房地产市场新活力，优化城市整体空间。

参考文献：

[1]温海珍，贾生华.市场细分与城市住宅特征价格分析[J].浙江大学学报（人文社会科学版），2006（2）：155-161.

[2]徐能来.城市轨道交通对沿线住宅价格影响的实证研究[D].厦门：厦门大学，2018.

[3]范子英，张航，陈杰.公共交通对住房市场的溢出效应与虹吸效应：以地铁为例[J]. 中国工业经济，2018（5）：99-117.

[4]赵晶，韩清.轨道交通的溢出与虹吸效应——基于上海房价栅格数据的探讨[J].价格月刊，2020（10）：18-26.

[5]王福良，冯长春，甘霖.轨道交通对沿线住宅价格影响的分市场研究——以深圳市龙岗线为例[J].地理科学进展，2014，33（6）：765-772.

[6]李菁，周雯雯，杨小花.轨道交通对城郊之间住宅价格影响研究——以武汉市轨道交

通6号线为例[J].建筑经济，2020，41（4）：106-109.

[7]李菁.交通基础设施对房地产开发投资变动的影响研究[D].武汉：中南财经政法大学，2018.

[8]许基伟，胡禹，马欣.城市轨道交通影响住宅价格的空间差异研究——以南京地铁3号线为例[J].建设科技，2019（21）：65-69.

[基金项目]吉林省省级大学生创新训练计划项目（项目编号：S202110183912）。

[作者简介]张乘赫（2001—），男，汉族，吉林延边人，吉林大学经济学院本科，研究方向：金融。