包含地铁概念的广告对沿线一手商品房价格的影响的实证研究

1、“挑战杯”比赛论文含地铁概念的广告对沿线一手商品房价格影响的实证研究 以北京市为例 含地铁概念的广告对沿线一手商品房价格影响的实证研究 以北京市为例【摘 要】随着我国城市化进程的加快，地铁这种方便、快捷、节能、环保的交通方式开始逐渐为国内各大城市所青睐，并得到大力推动和发展。与此同时，伴随着各地地铁轨道的修建，地铁沿线的商品房房价的变动也不断牵动着中国人的神经，于是对于地铁对沿线房价的研究已势在必行，刻不容缓。本文试图通过以北京市地铁为例，以计量经济学分析方法为工具，构建地铁沿线房价变动的多元线性回归模型，力求为读者量化在当前我国经济形势下，含地铁概念广告对沿线一手商品房价格的具体影响。【关键

2、词】地铁 地铁广告 沿线商品房价一、引言随着中国城市化建设进程的加快，越来越多的人涌向城市，城市人口不断增加，城市交通问题不断加剧，城市内房价也开始节节攀升。于是在这关系到中国能否继续其高速城市化建设的关键时刻，很多城市都开始兴建轨道交通，即一种包括地铁、轻轨、有轨电车和磁悬浮列车等的交通设施，其中在中国最为广泛被投入建设的就是地铁。城市轨道交通，具有运量大、速度快、安全、准点、保护环境、节约能源和用地少等特点，目前我国大陆地区拥有轨道交通的城市就有包括北京、上海、广州、深圳、武汉、成都等在内的十多个城市。北京地铁，作为中国最早开通的地铁代表，有着非常悠久的历史。1965年7月1日，北京地铁一

3、期工程开工建设，全长23.6公里，设有17座车站和一座车辆段，其线路沿长安街与北京城墙南缘自西向东贯穿北京市区，连接了西山和北京站。1969年10月1日，第一条地铁线路建成通车，北京成为中国第一个拥有地铁的城市。可惜当时地铁不对公众开放，需凭介绍信才能参观及乘坐。同年，北京地铁二期工程开工建设，全长17.2公里，设有12座车站及太平湖车辆段，其线路为沿北京内城城墙自建国门至复兴门的倒U字型。1971年1月15日，公主坟至北京站段开始试运行。8月5日，该线延长为玉泉路至北京站。11月7日，一号线延长为古城路至北京站。1981年9月15日，北京地铁一号线正式对外运营。1987年，北京地铁二号线通车

4、，全长23.61公里，18座运营车站。2003 年，北京地铁八通线通车，全长18.9公里，13座运营车站。2007年10月7日，北京地铁5号线通车，全长27.6公里，23个运营车站。截止至2010年12月20日，北京地铁总长度已达到336公里。但同时我们观察到，轨道交通的兴建并没有缓解北京市高昂的房价，作为一个拥有约2200万（2010年初数据）常住人口的城市，其昂贵的房价至今仍然是个问题，即便是远郊地区由于地铁的修建房价也一定程度上有所上涨。而且，这个问题不仅仅存在于北京，在中国的很多城市，房价都成了最令大众头疼的问题。作为当今社会的热点问题，我们认为这是一个非常有价值得研究的课题。通过这一

5、课题的研究，不仅可以发现当下地铁与房价的隐形的关系，更可以为其他将要建设地铁的城市提供建议。2010年9月28日，成都的地铁也正式投入运营，我们关注到，随着地铁的建设、开通，地铁沿线的很多楼盘也开始以此为卖点，调整其价格。因此，本文针对地铁对其周边房价的影响展开了专门的调查与研究。但随着调查的深入，对调查方法更加深入的讨论与思考，最终我们选取2010年4月至12月的北京为研究对象，对其市内地铁附近的（部分）一手商品房的价格与其是否具有关于地铁概念的广告的关系进行了研究。北京作为中国第一个拥有地铁的城市，地铁建设相对比较发达，现已有地铁线路共14条。作为中国的首都，其房价的变化对国内其他城市有指

6、导意义，因此我们选择北京地铁沿线房价作为研究样本，分析地铁广告对沿线房价的影响。二、文献综述近年来，由于我国房地产市场中房地产价格的迅猛上涨，引发了国内学术界关于房价问题的诸多探讨研究，刘立民（2002）在其研究中提出，影响房地产价格的因素概括起来大体可分为本体影响因素和环境因素两大类，本次研究因素的选择即采用此分类方法，对影响房价的众多因素包括本体影响因素和环境因素都进行了收集。经过我们的预测和分析，我们认为轨道交通尤其是地铁的建设对周边房价有一个非常强烈的正向影响，其影响力可能会大于许多的其他因素。于是我们查阅了相关文献。针对轨道交通对沿线房价的影响，陈有孝、 林晓言、 刘云辉 （2005

7、）在其研究中提出，城市轨道交通发展这类基础设施公共投资具有外溢性，具体来说，即指成熟轨道交通不仅能减轻交通压力，降低地面公共交通承担的客运周转量，同时对城市土地具有增值的作用。这也是为什么我们选择地铁广告而不是距离地铁距离来进行研究的一个原因。因为地铁的外溢性，很可能是地铁引起的另外的因素导致房价的上升，所以我们选择的是具有地铁概念的广告。另外我们在研究中一定程度上借鉴了论文中所提到的地域比较法。而具体针对轨道交通对周边地产的影响，国内外更是有诸多学着进行过探讨，姚瑶、苏莎莎（2007）提到，轨道交通的建设通过改变沿线的土地利用方式来改变城市人口的分布，房地产的发展方向、人们的置业方向、城市人

8、口收入的分布状况也会发生改变；John Henneberry（1997）也早就提出了交通投资的概念，他指出，一项地产的价格和它的地域位置是强烈相关的：这些都与我们的假设相吻合。然而，我们调查发现，在Chang-Hee Christine Bae, Myung-Jin Jun, Hyeon Park etc. (2002) 针对首尔地铁五号线对针对居民住宅的价值进行的十分详细的研究中，他们利用hedonic价格模型，一方面发现与其他学者的研究结果相一致的是距离地铁线的距离仅在该线开通之前对居民住宅的价格有强烈的影响，相反的是总的来说，距离交通设施的方便度相比其他变量例如房屋大小、房屋相对学校区域

9、距离、房屋到娱乐资源的可能性等对于房价的影响要小一些。在史永东与陈日清教授合写的论文不确定性条件下的房地产价格决定:随机模型和经验分析中，对研究了按揭贷款额度、按揭贷款利率、居民财富等多种因素对房价的影响。在屠佳华与张洁教授的什么推动了房价的上涨这一篇论文中，他们研究了房地产投资占固定资产投资比重、人均可支配收入、人均消费支出、空置面积等因素对房价的影响。同时，论文中还对一些政策比如“取消购房契税补贴”和“暂停购房抵押和个人所得税”对房价的影响程度。通过相关文献的阅读以及生活中的观察，我们对于本次研究的结果进行了预测，预计地铁沿线的房价相对于其他条件均相同的房价有显著的正差距。由于相关文献关于

10、地铁因素对于周边房价的影响的结论不甚相同，各有千秋，而且针对地铁广告的研究并没有出现，于是我们决定通过亲自查找并搜集相关资料，寻找地铁广告与沿线一手商品房房价的关系。但实践发现操作相对较困难，地铁对于周边房价的影响又会受到诸多变化的政治、环境因素的影响，考虑到操作性、可行性、准确性，大多数学者针对研究对象均进行了较为严密的数据统计。基于参考文献中诸位学者对影响房价因素的分类，我们决定把研究的数据采集时间限定在2010年4月至12月，在这一段时间内宏观环境因素没有太大的变化，相关政策出台不多，同时把数据采集时间确定下来，也可以降低数据搜集的难度，提高研究的可行性、准确性，使得研究结果更为可信。我

11、们在这个时间范围内搜集尽量多的符合要求的数据，利用地域比较法结合相关的统计学、计量经济学知识进行研究以得出地铁广告与房价上涨的关系。力图运用科学方法得出一个较为准确的结论。三、数据描述由于本文主要研究北京市有地铁概念的广告对其沿线的一手商品房的价格的影响，为了尽量避免偶然因素带来的误差，本文收集了一百多个地铁沿线的且有地铁广告的住宅商品房楼盘数据。数据收集自房地产门户网站搜房网、搜狐网等专业网站，选择其作为数据来源的主要原因，是基于其提供了有关一手住宅商品房包括建筑面积、占地面积、总容积率、物业费、绿化率、是否有相关地铁广告等在内的详细信息。另外，是与其他网站相比, 这些专业网站的原始数据均来

12、自各大中介公司、独立经纪人以及业主, 能够保证数据的客观性以及随机性。为了保证数据的一致性, 降低政策变化（2010年3月10日,国土资源部出台了19条土地调控新政,即关于加强房地产用地供应和监管有关问题的通知即"国19条",该通知明确规定开发商竞买保证金最少两成、1月内付清地价50%、囤地开发商将被"冻结"等19条内容。此次政策出台对房地产市场产生了较为强烈的影响）以及楼市价格波动的影响, 所选取的住宅商品房开盘时间均限定在2010年4月初到2010年12月底。在此范围内，小组共搜集到135个观测对象，去除信息重复的对象，最终得到了128个有效的观测样

13、本，这些样本基本涵盖了北京市地铁旁的一手住宅商品房的主要信息和特征，包括本体影响因素（建筑面积、占地面积、总容积率、物业费、绿化率、是否精装等）和环境因素（与北京市中心距离、在北京地区分布情况以及是否具有地铁相关广告等），因此可以认为这些数据代表了北京市地铁旁的一手住宅商品房市场情况。在对这些数据进行选择和测量时，我们也进行深度的思考。距离市中心的距离，主要是通过Google Earth确定商品房的地理坐标，再利用球面公式来计算二者的距离。而之所以选择商品房的分布情况，是因为一个城市在不同方位的地理环境是不同的，这在一个固定的地区是很重要的，而测量方位分布的方法是在北京市内取天安门广场为原点，

14、建立极坐标，以极坐标的度数来判断分布方位。针对是否有地铁广告这一变量则主要是通过网站搜索来确定，在数据处理上用到了虚拟变量。此处应有数据均值四、模型设定与参数估计针对收集到的数据，我们决定采用计量经济学的模型进行研究，但商品房的价格与以上研究因素之间的关系绝不会是简单的线性相加，因此我们采用类似于多元线性的回归模型来进行研究。Y为住房单价，是我们此次研究的最主要的被解释变量。X1代表以天安门光场为原点的极坐标度数，表明我们所研究的商品房在北京市的相对位置，因为在一个地区内不同地理位置的商品房的价格可能会因为所处方向不同而有价格变动，比如成都西面、南面的房价与北面、东面相比高一些，我们把此类因素

15、作为一个方向性的影响归入模型。X2代表距离天安门广场的距离。北京的天安门可谓是北京的市中心，北京的城市结构又是典型的方格环形放射式，从天安门向四周辐射，房价也随着呈环形递减。距离市中心远的地区，多为郊区和城乡结合部，这些地区交通建设相对滞后而且治安也不能得以保证，这也是影响房价的一个因素。针对方向的判定，我们首先以地理坐标确定的商品房与天安门之间的距离，然后以天安门为原点旋转一定角度，一次角度来判断商品房的分布情况。例如某商品房到天安门广场的平均距离为 15086.81米。以天安门广场为远点，正东方向出发轴，逆时针旋转建立极坐标，平均度数为149.6907 度，就是在第二象限的位置。X3代表是

16、否精装。这一点涉及到房屋的装修问题，精装相当于为住户节省很大一部分购房后的开支，精装型住宅对购房者比毛坯型更具吸引力，同时精装也加重了房地产商建房的成本，这部分成本最后还是会转移到购房价格中。X4代表是否具有地铁广告，这是本次研究的中心问题。正如前边X2变量所描述的处于城乡结合部的住房通勤不佳，地铁让城市发生集聚效应，地铁自然意味着增值的动力，地铁带动了极大的人流量，必然会催生巨大的商业价值，使得地铁周围的各种物业具备了极大的升值空间。地铁广告在宣传楼盘与地铁远近关系以吸引购房者方面无疑起到了催化剂的作用，无论是自住还是投资，购买地铁沿线房产都是聪明的选择，因此产生的巨大需求必然会引起房价的上

17、涨。从地铁在市内的作用来看，地铁带来的极大人流创造了新的商机，不少商家也必然会关注地铁修建的相关情况，从而沿地铁线路进行房地产的投资，这也会促使地皮增值、房价上涨。X5、X6、X8、X9分别代表占地面积、容积率、绿化率和物业费，这些都是商品房的基本信息，相当于商品房之间的硬件的一个比较，必然应当归入模型。X7代表当期户数，就是目前在小区内居住的户数，我们认为如果已入住的户数多，则空置的住房就变少，如果商品房的地理位置好，需求多，那么入住率应该很高或者供给不足，从而推高房价。从X10到X24，代表此次我们所研究的相关地铁。虚拟变量如果是1表示所研究的住宅在此条铁路线附近，如果为0代表不在。我们试

18、图比较在不同的地铁条件下房价的差别。针对就此些变量搜集到的128个有效观测样本，我们建立了两个有效模型以探究这些因素在多大程度影响着房价。尤其是地铁广告对其的影响程度。注：模型中所有的都是待估计的参数，其中0为常数项。我们通过建立两种多元线性回归模型，利用计量经济学的相关软件E-views对这些因素进行分析得出以下结论：模型1：包含地铁具体线路的虚拟变量log（Y）=0+1*X1+2*log（X2）+3*X3+4*X4+5*log（X5）+6*X6+7*X7+8*X8+9*X9+10*是否1号线+11*是否2号线+12*是否4号线+13*是否5号线+14*是否6号线+15*是否7号线+16*是

19、否8号线+17*是否9号线+18*是否13号线+19*是否15号线+20*是否亦庄线+21*是否大兴线+22*是否房山线+23*是否昌平线+24*是否八通线Ordinary Least-squares Estimates Dependent Variable = 住房单价 yR-squared = 0.6033 可绝系数平方Rbar-squared = 0.4828 sigma2 = 0.1755 Durbin-Watson = 2.3492 Nobs, Nvars = 104, 25 *Variable Coefficient t-statistic t-probability 常数项 11

20、.078870 10.990085 0.000000 极坐标度数 -0.000203 -0.337223 0.736843 距离天安门广场的距离 -0.236988 -2.654655 0.009598 是否精装修 0.274374 2.315438 0.023185 是否有地铁概念的广告 0.080773 0.730317 0.467357 占地面积 0.082752 1.787901 0.077627 容积率 0.034011 0.843593 0.401444 当期户数 -0.000011 0.320364 0.749539 绿化率 0.025517 0.032676 0.974015

21、物业费 0.068159 2.568172 0.012108 是否1号线 -0.143033 -1.013500 0.313915 是否2号线 0.066066 0.432943 0.666236 是否4号线 -0.044575 -0.251606 0.801999 是否5号线 -0.229193 -1.532486 0.129397 是否6号线 0.067175 0.447889 0.655459 是否7号线 -0.078143 -0.348352 0.728502 是否8号线 -0.051836 -0.234165 0.815463 是否9号线 0.041435 0.172652 0.86

22、3367 是否13号线 0.151304 0.998771 0.320955 是否15号线 -0.387772 -1.959886 0.053536 是否亦庄线 -0.239184 -1.096194 0.276324 是否大兴线 -0.280039 -1.329973 0.187354 是否房山线 -0.268060 -1.076292 0.285073 是否昌平线 -0.139834 -0.735640 0.464129 是否八通线 0.060373 0.310470 0.757021模型2：不包含地铁具体线路的虚拟变量log（Y）=0+1*X1+2*log（X2）+3*X3+4*是X4+

23、5*log（X5）+6*X6+7*X7+8*X8+9*X9Ordinary Least-squares Estimates Dependent Variable = 住房单价 R-squared = 0.5367 Rbar-squared = 0.4924 sigma2 = 0.1723 Durbin-Watson = 2.0536 Nobs, Nvars = 104, 10 *Variable Coefficient t-statistic t-probability 常数项 11.171247 12.414018 0.000000 极坐标度数 -0.000515 -1.118794 0.2

24、66079 距离天安门广场的距离 -0.282021 -3.846034 0.000218 是否精装修 0.269085 2.670091 0.008935 是否有地铁概念的广告 0.110496 1.132047 0.260494 占地面积 0.093246 2.270271 0.025475 容积率 0.038937 1.031552 0.304929 当期户数 -0.000021 -0.807480 0.421428 绿化率 0.402910 0.569276 0.570526 物业费 0.075124 3.015660 0.003298注：其中Dependent Variable 为被

25、解释变量， R-squared 与 Rbar-squared 分别是可决系数和调整可决系数，以此来判断回归线的拟合程度，sigma2 为方差，Durbin-Watson用来考察自相关性，Nobs 是样本个数， Nvars为变量个数， Coefficient为变量前的参数，t-statistic与t-probability分别是t检验统计量与p值 基于以上的模型和数据，由模型1的可决系数与调整可决系数可以看出其拟合程度为60%和48%，而模型2为53%和49%，这都是可以认同的。其中sigma2也比较小，我们可以认为模型2是有效的，其波动范围较小。P值小于0.05我们认为所得到的数据是显著的。总

26、的来讲，这两个模型是正确的，得到的数据也与我们预期相符合。五、结论分析在上述参数估计中，系数大小表明了该因素的影响力，正参数表明正向的影响，负参数则相反。T值表示统计上的显著性，T值大于2则代表显著。通过t统计量，可以查表确定参数的显著性。经过考察两个基本模型，其中模型一包含了具体的地铁线路的虚拟变量而模型二没有。从数据结果来看，模型二在T值显著性上比模型一好。从模型二的结果来看，我们可以得到以下结论：（一） 角度微弱的负向影响房价，并且可以通过极坐标度数明显的看出在北京东南方向房价相比其他几个区域低。通过与其他因素的比较，可以看出，除了当期户数，其他的因素对房价的影响程度有远高于这一影响因素

27、，这说明在城市中商品房所处的方位确实会对房价产生影响但是这一影响完全可以被其他因素所改变，在购买住房是可以不加以考虑的； （二） 距天安门的距离对房价影响很强烈，越往中心房价越高，即每往天安门广场距离减少1%房价上涨约28%。综合模型来看这一因素可以说是在所有因素中对房价影响最为显著的，不论从影响程度还是从其统计上的显著性来看都是如此，这与我们的假设相符。但是此次研究重心是想寻找地铁这一加强城内、城郊联系的纽带可以在多大程度上改变这一状况，我们是想研究含地铁概念的广告可以多大程度上影响房价、影响人们的购房行为，即地铁广告对房价的影响分析；（三） 是否精装修亦强烈影响着房价，精装修房价格普遍比毛

28、坯类偏高27%。这一因素显然如同上一因素一样，对房价影响极为显著，正如我们预期的一样，经过精装的房屋由于减少了住户在购房后的装修成本而赢得住户的喜欢，在需求与成本的双重作用下房价便上涨了；（四） 是否有地铁概念的广告对于房价有积极的结果，即有地铁概念广告的房价比没有相关广告的高约11%。这一研究结果虽然在统计上并不显著，但是却是符合我们的预测的，地铁广告确实会让人们更愿意选择该商品房，从而抵消掉该商品房本体上的一些缺陷或者所处方位的劣势。针对其不显著的问题，我们认为可能是在市中心的一些商品房价格已经相对稳定，市中心的交通已经非常发达、出行便利，地铁的修建也不会产生太大影响，地铁广告能起到的作用

29、也就不那么显著。而在数据分析时我们并没有把处于市中心的房屋去掉。但是总的来看，地铁广告确实对房价有11%的影响，对于一套价值100万的房子，就代表着有11万的价值是由于有地铁广告的宣传而产生的；（五） 占地面积对房价有显著影响。即占地面积增大1%，房价上涨0.09%。占地面积作为房屋的本体影响因素，对房价有显著影响也是理所当然。在现实中，大面积的住房，相当于给住户提供了一个较为宽敞的生活环境，自然会提高房屋的价格。而且影响较为显著、稳定，一般以每平方米xx元的价格提升，所以模型得出的结果是符合实际的，相当于对于模型的一个检验； （六） 物业费对房价的影响也很明显，即每平方米物业费上涨1元，房价

30、提高0.08%。物业费可以说是住户的一个长期消费，随着住户居住时间的增加而不断增加，就这个角度来看，成本是很高的。因此这项指标也必然会使得房价有一个较为稳定的上升空间，这和占地面积对房价的影响相似；（七） 当期小区户数的影响不是很明显；（八） 绿化率的影响不甚明显，我们本以为住户应该对此较为关注，毕竟绿化率关系着生活小区的环境。但就研究结果来看可能面对较高的房价，住户已经无力关注绿化面积的问题了。并且多数商品房的绿化费稳定在30左右；（九） 容积率对房价的影响亦不是很明显。（十） 综合以上的分析，除了地铁广告这一变量会在一定时期内有所变动，其他变量或者以较为稳定的影响力影响房价或者已经基本不能

31、改变。因此，地铁广告这一因素显得较为重要，从影响程度上看广告会使房价上升11%，这是一项极为显著的影响。这意味着，在目前正在修建的、待售的地铁附近的楼盘，如果在售楼过程中打出地铁沿线的广告，那么该商品房的价格就会比没有打地铁广告的高约11%，而且已经修好的商品房也可能因为这一因素而再次涨价，不论是投资者还是住户都应当尽早购买住房。注：以上结论都是在保持其他因素不变的情况下分别讨论的。六、总结经过研究我们发现，在其他因素一定的情况下，地铁广告确实会使得房价上升，大约会使房价上升11%。这符合经济学意义，和我们初始的假设也趋于一致。在本次研究中，我们首先选择了一个正确的样本地区北京市，其次在变量的取舍与控制上，我们选取在有关房地产政策相对稳定的一段时间内，从本体因素和环境因素两个方面进行研究。同时