《成都市轨道交通4号线对房地产价格的影响实证探究》9600字（论文）

成都市轨道交通4号线对房地产价格的影响实证研究摘要伴随着我国社会城市化的深入，城市内部的交通压力剧增，地铁的重要性日渐明显。城市地铁给我们的生活提供便利的同时，也带动了沿线住宅产业的发展，直接影响着沿线住宅价格。因此，基于对房地产住宅市场未来长期发展的考虑，本文以成都地铁4号线为例，运用特征价格模型法研究成都地铁4号线周边房地产价格的变化规律得出：城市轨道交通周围房地产价格受到多种因素的共同影响，且受距离地铁站点距离影响最为明显。关键词：地铁；房地产价格；特征价格模型目录1绪论 51.1研究背景 51.2研究意义 52国内外研究现状 72.1国外相关研究分析 72.2国内相关研究分析 73城市轨道交通对沿线房地产价值的影响机理 93.1改善交通可达性 93.2改变土地使用性质和提高了土地开发强度 93.3增强沿线地区的经济活力 104成都地铁轨道交通4号线的实证分析 114.1研究区域概况 114.1.1成都市基本状况 114.1.2成都市房地产市场价格发展状况 114.1.3成都市地铁4号线简介 114.1.4研究区域 124.2数据来源 124.3以成都市地铁4号线为例实证研究 134.3.1特征价格模型构建 134.3.2变量的选择 134.3.3实证分析 144.3.4模型估计结果 185结论与启示 20参考文献 211绪论1.1研究背景自改革开放以来，随着我国城市化进程不断深入、城市人口也呈现飞速增长态势，城市的交通运输也面临着前所未有的压力和挑战。城市道路拥挤、交通堵塞的问题日益显现，如何有效的解决城市内部交通问题早已成为了城市管理者需要解决的重要难题[1]。借鉴一些发达国家的成功经验可知：城市轨道交通的出现很大程度上能缓解城市交通运输拥挤、解决城市交通运输效率低下的问题。对拉动城市社会经济发展具有相当突出的作用。国外自从1863年英国第一条地铁成功投入使用以来已有140多年历史。相比之下我国地铁起步较晚，但是发展较快，随着我国城市化的推进，我国城市地铁建设出现井喷式的高速发展。目前我国地铁建设迎来了一个巅峰时期，其中北京、上海、广州、天津、深圳、成都等十多个大中城市地铁建设发展完善、效果明显。2012年来，随着政府部门相继审核批复了很多省会城市建设地铁的请求，到2020年我国地铁总里程将突破6000km[2]。未来我国将会有更多的地铁建设项目实行，在此基础上地铁及其沿线房地产开发更加具有潜力，这也就意味着房价上涨的大趋势已经到来。另一方面，城市地铁的建设带来的经济和社会效益相当的明显。特别是对周边房地产的价格增值更是巨大。因此，研究地铁对房价的影响就有着重要意义。在此大背景之下，如何了解掌握地铁建设的经济和社会价值，特别是如何充分利用地铁建设对城市规划、周围房地产业等的促进作用，对城市交通、经济建设起到优势互补的效果。促进地铁沿线经济的繁荣。便顺理成章的成为了一个重要的可研究课题。1.2研究意义地铁的在城市交通系统中的地位举足轻重。首先地铁的建设将城市各个区域连接成片，增加了城市的包容力。通过对城市地铁对沿线房地产价格的影响研究，可以为政府的长期交通规划、土地利用规划和战略规划提供理论及决策依据。为调查分析地铁对沿线房地产价格的影响为政府宏观调控城市基准地价提供了基础数据，为土地合理利用作为参考，完善了不同房地产市场需求体系，提高了房地产开发效率和政府的财政收入，同时让居民的生活更加丰富多彩。另外，城市地铁的成功使用在有效利用土地资源、增添城市活力、带动偏远郊区经济方面具有重要作用，为我国城市聚集式发展战略模式注入了鲜活动力。从房地产开发商角度看，充分利用地铁轨道交通的优势有针对性地对房地产进行精确开发，可以充分进行资源的整合；从投资者角度，了解轨道交通对房地产价格的影响，有助于其权衡现行交易价格的合理性以及未来的增值空间，提高投资的效率。从购房者角度看，通过了解调查轨道交通对房地产价格的影响结果，有利于其选择更加便利的交通区位，减少可控支出成本[3]。

2国内外研究现状2.1国外相关研究分析轨道交通一直以来都是世界主流城市交通系统的核心，在促进城市经济发展上有着不可替代的作用。因而其对沿线房价的影响一直以来都是国外学者研究的重心。学者Kopczewska（2018）以伦敦地铁为研究对象，选取了特定的地理参数，运用空间计量方法，通过收集伦敦地铁站点房价的变化情况，并结合其距离地铁站点距离重点分析，总结得出了住宅价格与地铁交通距离的规律[4]。Cervero在特征价格模型的基础上，对美国加州地铁站台周边400m为半径的区域进行市场价值的相关研究得出：位于市中心附近区域的商业建筑物及附加价值提升了近123%，而其他区域的商业地价提升了26%[5]。学者RomonMunoz-Raskin以哥伦比亚的首都为轨道交通研究对象，将计量分析与特征价格模型相结合，将轨道交通的主要线路与次要线路与周围房地产价值的关系重点分析，得出：较偏远一点的轨道交通附近的房价随着房产地距离地铁站点的距离的减少而增加，而条件较好的地铁则是相反[6]。2.2国内相关研究分析我国城市轨道交通的建设发展时间较长，相关研究较为完善全面，国内许多学者从不同的落脚点出发，得出不同的结论。学者王琼以上海轨道交通1、2、3号线为例，分析了沿线房价的分布特征。结果表明，在某些地区的房价受到轨道交通的影响很弱，通过调查发现是由于文化、教育等因素造成的。但除去个别特殊值外，城市轨道交通对邻近的房产价格具有明显的提升作用，即：越靠近轨道交通站点的区域房价越高，同时离城市轨道交通站点越远的地方房价波动幅度越大[7]。刘芷含、向纬等学者通过对武汉市地铁2号线的研究，通过对轨道交通和房地产价格的实证分析表明，轨道交通的存在能够促进房地产价格的增长，二者呈现的是正相关关系[8]。清华大学学者郑捷奋认为我国轨道交通的发展普遍面临着建设周期长、资金投入不足以及地铁收支难以平衡的问题。同时，轨道交通的建设发展带来的效益往往被少数的土地所有人或者企业拥有，并没有因此让轨道交通的发展随房产价值的增长而增长。因此，如何定量分析并发展周边房地产价值的影响、建立轨道交通发展与周边土地利用互惠共赢就显得尤为重要[9]。赵嵘以徐州市轨道交通1号线周围一公里的现售新房作为研究对象，对处于不同建设期内的轨道交通周围房价分析得出：轨道交通周边地产价格变化具有时间和空间效应；且对郊区的影响大于中心城区、对新城区的影响大于老城区，随着地铁建设完工的进行，周围的房价稳步上升[10]。董捷、吴春彭提出：城市轨道交通是一种绿色、环保高效的新时代交通工具，对于沿线房地产有着巨大的辐射作用。通过定性分析的方法，采用地价影响函数模型，在武汉城市轨道交通1号线地价影响函数的基础上，研究证实了城市轨道交通对房地产价值的导向作用。最终提出了轨道交通与周围商业经济建设同步的构想[11]。对于轨道交通与房地产价格两者的联系还需我们更加深入详细的研究，本文将重点以特征价格模型法对成都市的实际情况进行研究分析。3城市轨道交通对沿线房地产价值的影响机理3.1改善交通可达性土地作为不可再生资源，他与我们的生存发展休戚相关。土地的区位条件决定了土地的价值。越靠近城市核心区域的地区交通、商业、文化等越发达，土地价格相对比较昂贵。距离市中心越近的土地，交通成本更低，竞争性越明显，地价被抬得越高。相反，越是远离中心的区域地价相对较低。城市轨道交通的根本就是改变了一个地区的交通运输能力，提高了该地区生活出行的便利性，也间接决定着土地区位的优劣性[12]。轨道交通的出现，明显地为沿线居民提供了更多交通上的便利，致使轨道交通周围的地价和房价升值现象凸显。因此更多的生活、居住等房产项目设施靠向轨道交通，形成了轴向发展的趋势，从而使得轨道交通沿线整体的土地价格上扬。（图1）图1交通运输条件改善前后的地价变化图图片来源：笔者整理。3.2改变土地使用性质和提高了土地开发强度轨道交通的出现提升了沿线土地的通达性，产生了廊道效应。这种效应的影响随着距离城市轨道交通距离的增加不断降低，不同的城市用地的比例也随之发生变化，同时土地的开发利用强度也发生了改变。城市轨道交通的出现使人们出入城市各区域变得简单方便，所以越来越多的城市居民选择在生活成本更低的郊区居住。城市轨道交通对其周围商业以及居住用地的影响巨大，因此住宅和商业设施所在的区域，轨道交通通常是四通八达的，由此导致商业、居住以及公共设施用地更加偏向于轨道交通沿线所能辐射的范围里。在较为发达的轨道交通站点，其周边地区依靠轨道交通强劲的运输能力以及符合当代社会快节奏的现代城市特点不断成为了城市新的经济增长因子，吸引了更多的城市人口聚集在该区域，促使该地区沿线土地的高度开发和有效利用，从而提高了轨道交通沿线房地产价值。3.3增强沿线地区的经济活力轨道交通建设通过改善城市交通运输条件，使得周边物业的可达性和便利性大大提高的同时，其强大的廊道效应也逐渐显现：商业和住宅设施越来越爱依附于城市轨道交通，并不断完善优化。而更加完善的公共设施又会吸引居民到该区域的出行，如消费、购物和娱乐等，人们的各种需求也不断得到满足补充。形成一种相互循环促进的效应，进而带动地铁沿线的整体经济的发展。另外，地铁的建设也促进了城市的开发，在城市轨道交通沿线的发展过程中，使原有的城市区域功能进一步强化完善。传统的商业优势、区位条件以及其他的功能得到了加强，同时为待开发区域提供借鉴，将城市的新城区和旧城区连成一片，共同组成新的城市经济网。

4成都地铁轨道交通4号线的实证分析4.1研究区域概况4.1.1成都市基本状况成都市作为西部重要的区域中心城市。国民经济和各项社会事业经过50多年、特别是改革开放30年的发展，城市综合实力显著增强，社会全面进步，人民生活得到极大改善。成都市共辖9个区、4个市级县、6个县。截止到2019年末2020初，成都市常住人口1658.10万人，比上年末增加25.10万人，增长1.54%。其中，城镇常住人口1233.79万人，常住人口城镇化率74.41%，比上年末提高1.29个百分点。年末户籍人口1500.07万人，比上年末增加24.02万人，户籍人口城镇化率62.54%。全年实现地区生产总值（GDP）17716.7亿元，按可比价格计算，比上年增长4.0%。人均GDP已突破10万元大关，目前来看，成都市经济发展快速、实力雄厚。包括地铁在内的城市基础设施建设力度和规模不断扩大，城市居民生活水平显著提高[13]。4.1.2成都市房地产市场价格发展状况成都市主要区域的房地产市场发展相对东部沿海发达城市相对较慢，但是从我国房地产市场改革以来，在政府的宏观调控下，通过20多年的发展，在近10多年里发展势头强劲。从2006年开始，成都市房地产投资占GDP的20%以上，而同期的合理区间在10%到14%之间。从10年来，成都市的楼市价格收到了严厉的政策打击，价格大幅度上升的同时房地产市场供应量反而下降。2019年成都市市场总成交额3481亿元，同比上升4%，成交总面积达到了2772万平方米，同比下降了5%。据房产部门的相关数据显示，2019年商品住宅成交情况和供应情况相对应，成都市的商品房市场以郊区为主。从成交均价上看，成交价格随成交量的波动小幅度变化。郊区商品房市场整体价格相对稳定，主城区成交价格受政策和市场影响较大，并在2月份主城区成交均价达到全年最低，仅为8708元/平方米。4.1.3成都市地铁4号线简介成都地铁4号线于2011年开始修建，至2016年1月1日一期工程完工投入使用（非遗博览园－万年场）；2017年6月2日开通二期西沿线工程（万盛－非遗博览园）和东沿线工程（万年场－西河），

成都地铁4号线途经温江区、青羊区、锦江区、成华区、龙泉驿区，东至西河站；大致呈东西走向。线路全长43.3千米（一期全长约21.693千米，全为地下线；二期全长17.337千米，地下线14.438千米，高架线2.899千米），拥有28座地下车站（包括9座换乘站）、2座高架站，有文家车辆段以及西河停车场2个车辆基地。如图2所示：图二成都地铁四号线简介图图片来源：百度百科。4.1.4研究区域特征价格模型的应用前提是必须是以统一的市场为前提，而4号线穿插的几个区级行政区中，以温江区、青羊区所受影响最大、最全面，考虑到研究结果的客观性、可靠性。因此本文选取比较偏远的温江区以及青羊区的主城区作为研究对象。不同的房地产类型各自独立形成具有一定独立性的房地产市场，比如说普通商品房市场、办公类写字楼、商场等。住宅又可以分为普通住宅、高级住宅、别墅等。分别作为独立的特征房地产市场存在，根据特征价格模型的相关要求，需要分别建立特征价格模型。其中普通住宅市场是成都市房市的主要构成部分，作为市民的日常需求品，与人们的生活息息相关，因此本人选择成都市普通住宅房价作为研究对象[14]。4.2数据来源本文数据大多来源于网络。中华人民共和国国家统计局官方历年的统计数据、房天下、贝壳等房源网上挂牌销售统的历年及月季度的房价。此外在该地区实习时本人进行的实地数运用的多途径、多角度的数据采集，以确保数据的客观性、可靠性。4.3以成都市地铁4号线为例实证研究4.3.1特征价格模型构建目前研究轨道交通对房地产价值的影响主要有三种模型：交通成本模型（TCM）特征价格模型（HPM）和结合线性支出系统函数的特征价格模型（LESHM）。其中应用最广泛的、最为适合的也是特征价格模型，本文因此也选择特征价格模型进行分析研究[15]。edonc模型即特征价格模型，该模型认为房地产是由众多不同的特征组成，而房地产价格是由所有特征带给人们的效用决定的，由于各特征数量及组合方式不同，使得房地产的价格产生差异。因此，如能将房地产的价格影响因素分解，求出各影响因素所隐含的价格，就能将房地产价格变动的品质因素拆离，以反映。特征价格法是欧美国家在有关地铁与房地产价值定量研究中使用最广泛、最成熟的方常用的形式有线性模型、对数线性模型、半对数模型、本文采用半对数模型，函数形式如下：nn=β0+∑βiXi+εi=1公式中，P代表房地产楼盘的价格，β0为除了特征变量外其他影响价格的常量，βi为待估计的参数Xi为住宅样本所隐含的第i个特征变量ε为随机误差项。4.3.2变量的选择由于影响住宅价格的因素比较多、各因素的作用程度又不尽相同，因此本文剔除了认为不可控制的政治、经济因素外区位特征、邻里特征、住宅自身结构特征三种具有代表性的变量重点研究。相关的具体变量及1。

表1相关特征变量及变量解释Table1translationofrelatedfeaturevariablesandtheirinterpretation相关变量释义区位特征到地铁站台距离L1到地铁站台直线距离（米）到商业街口距离L2到商业街口直线距离（米）到铁路交通距离L3到火车站的直线距离（米）公共交通状况L4周围两公里的交通站点数量（个）邻里特征教育资源L5周围2公里内的中小学数量（个）医疗资源L6周围2公里内的医疗机构数量（个）商业状况L7周围2公里内的大型商场数量（个）结构特征建筑使用及建成年限L8住宅建成的时间使用年限（年份）绿化率L9住宅小区的绿化率容积率L10周围住宅小区毛密度物业费L11物业费（元/月/每平方米）资料来源：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。4.3.3实证分析一般情况下房地产价格处于不断变化之中，所以本文以具体的某一年的房地产价格为研究对象。在收集样本数据的过线沿线的住宅小区进行调查收集数据，根据样本的实际情况，考虑到时效性个有效数据。其中青羊区61个，温江区57个。区位特征及邻里特征中的相关变量是从高德地图和百度地图获得，结构特征以及住宅小区的价格来自相关房源网以及楼盘销售信息。本文[16]。在借鉴了相关研究结果后，本文选定2个被选取样本数据，以地铁站点为中心，呈现出倒“U”形。均价随距离站台的距离呈现先上升后下降的变化规律。表2不同距离段小区样本数量及平均价格2NumbersandpricesofresidentialareasatdifferentdistancesfromtheMetro资料来源:房天下、贝壳网2019年成都市房价数据。到地铁运输点距离（m）周围住宅小区数量（个）小区平均房价（元/每平方米）简称编号0-3002516119J1300-6002917796J2600-9002119513J3900-12002416064J412005为了达到随机变量的目的。本文选取了轨道交通4号线贯穿的主城区的青羊区周围区域个小区楼盘样本，以及作为郊区温江区的个小区楼盘样本。对两个区域的样本进行分析特征变量，利用相关影响因素共计15个变量进R说明拟合度较高，对模型中的变量分析更为准确。其中半3表3变量回归结果Table3regressionresultsforvariables青羊区温江区特征变量回归系数半弹性系数（%）标准误差显著性回归系数半弹性系数（%）标准误差显著性C15.2680.00600.0727.4650.0230J10.0343.4580.02900.16918.410.0290J20.0788.1110.01400.20222.3820.0370J30.11612.2980.0310.0010.0868.980.0150J40.0596.0770.01500.0434.3930.0080J50.0131.3080.0080-0.276-24.1170.0470.005L2-0.348-29.3880.0360.013-0.154-14.2710.0120.002L3-0.261-22.970.0230.0220.0525.3370.0040L40.0121.2070.0280.0040.0272.7360.0220L50.21323.7360.01700.0181.8160.0160.001L6-0.016-1.5870.0420.3360.0626.3960.0120L7-0.238-21.1780.0250.0180.0212.1220.0240.028L80.0030.30.0230.0020.0141.4090.0030.011L90.0080.8030.0340-0.038-3.7280.0310.032L10-0.012-1.1930.0280.008-0.027-2.7340.0090.416L11-0.137-12.8020.0440.6340.902R方0.8940.82调整R方0.802173.31F值246.260.0727.4650.0230Table4Resultsofspecificsiteregression半弹性站点名称回归系数系数标准误差显著性（%）成都西站0.0767.8950.0180青羊区宽窄巷子0.0889.1980.0120清江西路0.0646.6090.0260.001温江区万盛0.18219.9590.0290.005光华公园0.17318.8840.0250.003凤溪河站0.15917.2320.0170涌泉站0.13214.1090.0420杨柳河站0.11612.2980.0280.001资料来源：百度百科及成都市统计年鉴。4.3.4模型估计结果由表3可知，两个区域回归模型中的R方R均大于0.80，说明了所得回归模型精度较高，拟合效果好。另外两个区域的F表明了回归方程显著。从回归系数来看，与周围新的商业街口和主要的交通枢纽的距离系数区为郊区，对中央核其次，就结构特征而言，容积率和物业费对两个区域的住宅小区房价影响结果都为负，小区建设用地的大小以及物业管理收取的费用成为负面影响因素，给地铁周边房价较为客观不理想的影响。除了上述因素外，其他一些特征变量的回归系数为正，对房价的影响是积极促进的。为研究主城区和郊区受到地铁影响程度差异，5所示）可得：（1）青羊区宽窄巷子站回归系数最高，这与级旅游景区，著名的网红景点，宽窄巷子周边房价相对于青羊区的其他地区高出不少。而其他两个站台区域中，成都西站和清江西路作为交通运输枢纽，地铁对其影响效果相对较小。（2）就温江区而言，成都地铁4号线地铁站点回归系数较大的有光华公园站、凤溪河站，可能由于这两个站点靠近周围的交通运输地，位置条件好，且方便工作人群的上下班，因此对房价的增值系数较高。清泉站由于接近成都东站，交通方便且附近教育资源多，因此回归系数值也较大。而杨柳河站作为4号因此周边房价的增值系数较小。（3）整体看来，两个区域站点的显著性水平较高，说明模型选择较为理想，温江区站点的回归系数明显高于青羊区，青羊区作为发展比较完善的地号线的开通，带动了成都市3环路以外地区的发展，因此城市地铁的建设对周边房价的增值效应较大。另一方面，本文将距离地铁站点的小区楼盘划分为五个等长的区域段就进行研究分析3和4中的Z1-Z5的回归系数进行分析发现：（1）对于青羊区和温江区的房价来说，随着地铁站点的距离不断变远，成都地铁4号线对4号线沿线房价的影响呈现出先上升后下降的趋势，满足倒U型分布，符合实际房价的变化趋势。（2）0-300m、1200-1500m范围内，地铁对房价的影响不够明显，在600-900m的范围中，回归系数达到峰值。由于靠近地铁站的位置较近，交通拥挤且各种噪音较大，对于当地区域的居民来说地铁的便利小于其带来的弊端，反而影响该区域房地产价值的提升；1200m范围外的小区，受地铁的影响效果明显小于1200m范围内的小区，说明在该区域内相对于靠近地铁站的位置，交通的便利度越高，对房价的增值效应越大。（3）从宏观角度来说，温江区的回归系数普遍高于青羊区，说明地铁对郊区房价的影响大于靠近城中心区域。4号线的开通并优化，很大程度地促进了该地区的发展，为该地区的经济产业注入活力。

5结论与启示通多研究我们可以得出：地铁轨道交通对沿线房地产市场的发展有着积极促进的作用。房地产价格受到多种因素的共同影响。据研究结果表明，距地铁站点距离、到商业街口距离以及周围交通、教育资源数量等11个特征变量对成都市两个区域的住宅单价产生了明显的促进影响。其中，距离地铁的距离对房价影响最为显著。房价随距离地铁站点距离的增加呈：先升高在降低的趋势。因此加大房地产与城市地铁建设共同开发就显得很有必要，这样一种一体化建设，能很大程度的改善地铁站点周边的交通、教育等质量，为居民提供便利，提高城市居民生活水平。也实现了外部效益的最大化，解决了地铁建设的资金问题的同时，也保证了许多生活设施的完善，促进了城市社会经济的可持续发展。城市地铁对房地产价格的影响存在空间上的差异。在距离地铁站0-1500m的范围里呈倒“U”形分布，这就要求有关部门合理的确定地铁沿线房地产价格。目前我国房地产市场基本是市场自由竞争决定，政府部门对土地的所有权进行调控。因此，政府有关部门在确定土地价格时可以根据空间上的差异进行区别定价，充分考虑各因素对房地产价格的影响，在其他条件不变的前提下，稳定调整房价，以此保证房地产市场的良性科学发展。地铁对房地产价格影响巨大。就本文来说地铁对城市主城区和郊区的房价影响分明。就主城区而言，房价主要受到的是距离地铁站点距离的影响，更少的是地铁对周围区域交通改善带来的增值效益。对于交通不发达的郊区，地铁的建设使得该地区交通情况大大的提高，沿线居民出入城市各区域更加方便，房价得以大幅上涨。总而言之，交通是城市发展的根本，相关政府部门必须保障城市的交通水平，同时完善各基础设施配套。使得地铁交通的整体形效益最大化。参考文献[1]张丽，刘佳，叶丽琼.基于Hedonic模型的城市轨道交通对沿线房价的影响分析——西安地铁二号线为例［J］.城市,2014(03):34－37．[2]周梦婷，赵强.轨道交通对房价增值效应的区域比较研究——以南京地铁3号线为例［J］．工程经济，2016，26(04):74－80．[3]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——以北京地铁四线为例[J].城市发展研究,2012（4）:82-87.[4]Kopczewska,Lewandowska.Thepricefor