【《地铁线路对沿线住宅的时间效应分析案例》4000字】

地铁线路对沿线住宅的时间效应分析案例目录TOC\o"1-3"\h\u427地铁线路对沿线住宅的时间效应分析案例 110392一、数据的收集及预处理 121065二、模型的构建及函数形式的选择 219645三、时间效应定量分析 615864四、小结 7一、数据的收集及预处理由于9号线修建时间长，前期以准备和局部地区修建为主，并且2007年-2008年时间较早，样本采集量不足，因此选取2009年到2020年9号线沿线实际成交住宅成交价作为样本对象，共即3350个成交案例。并采集包括成交价格、建筑特征变量、区位特征变量以及邻里特征变量在内的相关的数据。源于专业房地产统计数据库以及房产中介机构网上交易数据是本文所采集数据的主要方向。与上一节里的量化方法相同的是住宅小区的建筑特征价格变量、区位特征价格变量以及邻里特征价格变量。不同的是加入细分的时间变量，并将距离站点的分段距离变量，与建设期和运营期两个时间变量进行交互。表4.9特征价格变量量化表特征类型特征变量指标量化因变量P成交单价区位变量LL5住宅周边直线距离500米内公交站个数L6住宅区属按照海淀区4.3分，丰台区1分L7住宅距北京CBD的距离即到天安门的距离邻里变量NN1住宅直线距离1km范围内大型购物商场个数N2住宅直线距离1km范围内三甲医院个数N3住宅的绿化率N4住宅的物业费建筑变量SS1住宅单元的朝向，按照朝南为3，南北2，东南或西南1，其他0S2住宅单元的的楼龄，按2020年与建造年代之间的差值S3住宅单元的楼层，按照低楼层为2；中楼层4.5；高楼层3进行转换S4住宅单元属于学区为1，非学区为0S5住宅单元的容积率时间阶段变量YY建设初期交易数据如果为2009-2011年数据则赋值为1，否则为0Y建设后期交易数据如果为2012-2013年数据则赋值为1，否则为0Y运营初期交易数据如果为2014-2016年数据则赋值为1，否则为0Y运营后期交易数据如果为2017-2020年数据则赋值为1，否则为0时间距离交互变量T建设期*L1如果住宅小区处于距离站点的距离在400米内并且收集的交易价格处于建设期，则赋值为1，否则为0T建设期*L2如果住宅小区处于距离站点的距离在400-800米内并且收集的交易价格处于建设期，则赋值为1，否则为0T建设期*L3如果住宅小区处于距离站点的距离在800-1200米内并且收集的交易价格处于建设期，则赋值为1，否则为0T建设期*L4如果住宅小区处于距离站点的距离在1200-1600米内并且收集的交易价格处于建设期，则赋值为1，否则为0T运营期*L1如果住宅小区处于距离站点的距离在400米内并且收集的交易价格处于运营期，则赋值为1，否则为0T运营期*L2如果住宅小区处于距离站点的距离在400-800米内并且收集的交易价格处于运营期，则赋值为1，否则为0T运营期*L3如果住宅小区处于距离站点的距离在800-1200米内并且收集的交易价格处于运营期，则赋值为1，否则为0T运营期*L4如果住宅小区处于距离站点的距离在1200-1600米内并且收集的交易价格处于运营期，则赋值为1，否则为0二、模型的构建及函数形式的选择（一）研究思路在距地铁站点相同距离的情况下，地铁的建设期和开通运营时期，对周边房地产价格的影响不同。因此，在不同时期，影响的性质和影响程度、构建估价模型，是本节的研究课题。研究步骤：选取2009~2020年12年间，地铁九号线沿线二手房成交价格及房屋特征，并进行预处理。加入时间变量和并将上节空间变量与时间变量进行交互。研究方法仍采用特征价格法。带入其他变量和新加入的时间时间空间交互变量，构建模型。分析地铁对沿线房地产估值影响的时间效应。从而确定地铁沿线房地产在某一时段的评估价值。3、设定模型特征价格的函数形式是：P=f（T1,T2,T3,T4……Tn）(4-3)根据特征价格理论，消费者购买住宅时所考虑的房屋特征变量在地铁建设期和运营期大致相同，因此沿用调查问卷确定的特征价格变量，同时加入时间序列变量：P=f(,S,N,L*T,Yn)(4-4)其中，L，S，N三个所表示的与上一章相同，分别的建筑特征价格变量、区位特征价格变量以及邻里特征价格变量。时间变量由Y表示，通过交易所在不同时间段进行赋值，处于该时间段则为1，否则为0。而L*T所代表的含义为距离变量L与轨道交通所处开发阶段变量T的时间距离交互变量。所以直接将特征价格变量代入特征价格模型中，得到的特征价格模型为：(4-5)式中：P——房屋单价，β——各特征因素的系数ε——误差项。（二）模型试算本模型采用特征价格法，将回归方程以及预先处理好的样本数据导入SPSS软件中，参数估计是运用最小二乘法进行，表4-2所示为所得拟合度检验。表4.10模型回归情况表模型RR方调整后R方标准估计的误差D-W1.830ª.749.726.154591.139a.因变量：lnpb.预测变量：（常量），运营中期，S5容积率，L5五百米公交站个数，S3楼层，S4是否为学区房，T建设期*L4，建设初期，T建设期*L3，T建设期*L1，S1朝向，N2一公里内是否有三级医院，T建设期*L2，T运营期*L4，L6所在区属，N1一公里内是否有大型商场，N4物业费，T运营期*L2，N3绿化率，T运营期*L1，S2楼龄，L7距市中心距离，运营初期，T运营期*L3，建设后期。表4.11线性模型方差分析模型平方和df均方FSig1回归残差总计126.10958.957185.06624233223565.255.025207.838.000ba.因变量：lnpb.预测变量：（常量），运营中期，S5容积率，L5五百米公交站个数，S3楼层，S4是否为学区房，T建设期*L4，建设初期，T建设期*L3，T建设期*L1，S1朝向，N2一公里内是否有三级医院，T建设期*L2，T运营期*L4，L6所在区属，N1一公里内是否有大型商场，N4物业费，T运营期*L2，N3绿化率，T运营期*L1，S2楼龄，L7距市中心距离，运营初期，T运营期*L3，建设后期。表4.10所示D—W值为1.139接近2,优度较好，通过D-W检验。表4.11所示sig值均为0，因此通过F检验。住宅价格于特征变量确实存在关系，调整后的R2为0.726对变量有72%的解释能力。得出模型通过经济学检验，因此认为可以用来进一步分析和解释地铁对房价的时间效应。图4-11以及图4-12可以看出模型满足异方差检验且拟合效果较好。图4.11标准化残差直方图图4.12回归标准化残差P-P图三、时间效应定量分析表4.12时间效应回归系数模型非标准化系数标准系数tsigB标准误差试用版1（常量）1.664.06226.867.000S1朝向.024.004.0816.384.000S2楼龄-.003.001-.074-3.954.000S3楼层.001.003.005.438.661S4是否为学区房.040.006.0896.320.000S5容积率-.008.003-.033-2.521.012L5五百米内公交站个数.002.005-.006-.425.671L6所在区属.092.004.48921.985.000L7距市中心的距离-.043.003-.371-15.368.000N1一公里内是否有大型商场-.020.009-.034-2.323.020N2一公里内是否有三甲医院.061.008.0947.271.000N3绿化率-.002.001.0573.539.000N4物业费.044.006.1337.243.000T建设期*L1-.169.059-.141-2.886.004T建设期*L2-.041.059-.039-.700.000T建设期*L3-.005.057.004.079.007T建设期*L4-.145.059-.107-2.460.014T运营期*L1.104.036.1432.911.004T运营期*L2.283.036.4117.829.000T运营期*L3.224.034.3326.556.000T运营期*L4.085.034.1092.502.012Y建设初期-.026.028.015.936.029Y建设后期.231.041.3475.615.000Y运营初期-.098.028-.172-3.426.001Y运营中期.138.028.1955.005.000a.因变量lnp通过构建时间序列的特征价格模型，得到除地铁因素外相关的建筑、区位以及邻里特征价格变量系数与上一节的效果基本相符。从时间变量方面看，地铁9号线的建设初期，Y建设初期回归系数出现负数，说明9号线的施工建设对于周边住宅价格产生负面影响，主要原因是施工建设期间沿线交通条件下降，环境污染，噪声等问题。在地铁的建设后期，Y建设后期系数最大，达到峰值，沿线房价大幅上涨。这有可能是因为地铁即将投入运营，人们预期未来房价会大幅上涨，从而增加购房热情，导致房价上涨。在运营初期，房价出现了小幅下降，推测是地铁的运营产生的震动和噪音超过了人们的心理预期，除了出行方便外，还存在一些亲身体会才能发现的问题，因此在心理上产生了负面影响。运营一段时间后，回归系数为正数，表明人们对噪音震动逐渐不太敏感，适应了周围的居住环境，城市轨道交通带来的出行便捷性抵消了人们心里的不适应并且还带动了周边基础设施的建设，因此人们在购房时选择在地铁站点附近成为重要条件。供求关系的改变使房价呈现上涨的趋势。说明9号线开通运营对于沿线二手住宅产生增值效应。对时间距离交互变量回归系数分析，结果表明，整个建设期内，对于沿线不同距离房地产价格的影响的均为负面影响，且随着到地铁距离的增加，对价格的负面影响逐渐变小；运营期回归系数都为正数，增值效应随着距离增加呈现先增加后减小的倒U型，与空间效应结果相似。根据回归系数表，加入时间距离交互变量后得到特征价格模型的表达式为：lnp=1.664+0.024S1-0.003S2+0.001S3+0.04S4-0.008S5+0.002L5+0.092L6-0.043L7-0.02N1+0.061N2+0.002N3+0.044N4-0.169T建设期*L1-0.041T建设期*L2-0.05T建设期*L3-0.145T建设期*L4+0.104T运营期*L1+0.283T运营期*L2+0.224T运营期*L3+0.085T运营期*L4-0.026Y建设初期+0.231Y建设后期-0.098Y运营初期+0.138Y运营中期时间空间交互变量将地铁的开发周期与到地铁站点的距离结合作为一个变量，当选择评估某个小区的某年的住宅价格时，确认该年份地铁的开发周期以及该小区到最近的地铁站点的距离，带入特征价格模型得到其评估价格。四、小结本节主要研究的是9号线对于沿线住宅价格影响的时间效应，首先假设9号线在施工建设期与开通运营期对沿线住宅产生的影响在效力和范围上存在差别，然后通过分析9号线2009年至2020年12年的样本数据，加入时间交互变量以及时间变量的特征价格模型。通过将12年沿线住宅的历年价格以及各类特征价格数据带入到已设计好的特征价格模型，得到在时间序列下的9号线沿线住宅价格的特征价格表达式。此外，通过分析时间空间交互变量发现在整个建设期内对于沿线1.6米内住宅小区产生显著的负面影响；而且随着距离的增长，相应的影响会降低。通过比较各个回归系数，发现400米内单位距离变量对于价格产生的减值影响最强。在整个运营期内，9号线对于沿线1.6米内的住宅小区整体价格产生显著的正面增值影响，相应的具体影响与空间效应一致呈现倒“U”型的影响规律。其中在距离站点400米内由于日常运营所产生的负面效果阻碍的房价的上涨，且在400-800米内的住宅小区的单位溢价最高，所产生的增值效应最强，越远增值效应逐渐减弱。二者横向对比发