也談城市軌道交通對(duì)沿線房價(jià)影響分析
——以廣州市地鐵9號(hào)線為例

左珍華 楊思琳

1．上海振華重工（集團(tuán)）股份有限公司 上海 200125

2．惠州學(xué)院 廣東惠州 516007

1 引言及文獻(xiàn)綜述

1.1 引言

在中國，近年來經(jīng)濟(jì)高速發(fā)展，城市化越來越快，交通擁堵問題在一、二線城市中越發(fā)明顯。為了緩解大城市，尤其是特大城市交通壓力的通病，當(dāng)下我國各大一、二線城市，甚至三、四線都把速度快、舒適性好、運(yùn)客量大的軌道交通作為通用解決手段[1]。隨著軌道交通的開通運(yùn)行，軌道交通沿線的房價(jià)受此影響波動(dòng)明顯，因此研究城市軌道交通建設(shè)對(duì)房地產(chǎn)價(jià)格的影響具有積極的理論意義。

1.2 國內(nèi)外文獻(xiàn)綜述

國外研究者布格斯（E．W．Burgess、1925)創(chuàng)立了同心圓的理論，霍伊特（H．Hoyt）在此的基礎(chǔ)上剖析了北美地區(qū)多座城市的房屋租金之后得到：城市的發(fā)展一般來說是順著交通最為便利的線路向外擴(kuò)展，并且形成了扇形的論斷。哈里斯（C．D．Harris）和烏爾曼（E．L．Ullman）（1945）在前人的基礎(chǔ)上發(fā)展形成多核心理論。很好地解釋了城區(qū)內(nèi)不一樣的功能布置的城區(qū)功能區(qū)架構(gòu)的理論，“城區(qū)核心論”剖析了城區(qū)間的地理位置及規(guī)模之間的相互關(guān)系。

論文在搜集了廣州市內(nèi)軌道交通九號(hào)線沿線部分站點(diǎn)約二十余房地產(chǎn)項(xiàng)目的平均價(jià)格數(shù)據(jù)（2017-2018年）的基礎(chǔ)上，應(yīng)用回歸分析法分析了城市軌道交通是如何影響路線周邊房地產(chǎn)價(jià)格的走勢、影響距離以及此影響隨著空間距離的遠(yuǎn)離和時(shí)間推移會(huì)逐步減弱的現(xiàn)象。

2 數(shù)據(jù)來源

2.1 廣州市花都區(qū)概況

廣州市處于廣東省的中南部，是珠江三角洲北面的一頂皇冠，而花都區(qū)的位置上又在廣州市北部，算得上皇冠上的一顆明珠?；ǘ紖^(qū)面積約為970平方公里，地理坐標(biāo)為東經(jīng)112°57′07″+113°28′10′，北緯23°14′57″+23°37′18″，東邊接壤從化區(qū)，西面連接佛山市三水、南海區(qū)，花都區(qū)在2018年上半年的GDP與固定資產(chǎn)投資額同比增長情況在廣州市11區(qū)排名中均為第8名，處于中下等水平。在地鐵9號(hào)線未開通前，花都區(qū)的經(jīng)濟(jì)較為落后，交通不便，花都區(qū)的經(jīng)濟(jì)社會(huì)發(fā)展受到非常大的制約[2]。在軌道交通9號(hào)線通車以后，花都區(qū)的市內(nèi)交通條件有了極大的改善，其發(fā)展后勁十足。

2.2 廣州地鐵9號(hào)線概況

廣州軌道交通9號(hào)線經(jīng)過花都區(qū)、白云區(qū)，通車之后給花都跟周邊區(qū)域社會(huì)經(jīng)濟(jì)的均衡發(fā)展奠定基礎(chǔ)，同時(shí)為廣州市社會(huì)經(jīng)濟(jì)的連續(xù)高速增長及城市空間擴(kuò)容、布局提供了可靠地的障，并且剪短了往來廣州白云國際機(jī)場與廣州北站之間的時(shí)間，花都區(qū)市民去往廣州市區(qū)將會(huì)更方便，極大地豐富了軌道交通沿線市民的文化生活。

2.3 研究樣本概況

房地產(chǎn)價(jià)格的走勢與其所在的區(qū)域位置、交通狀況、房子自身固有特性、周邊配套工程項(xiàng)目以及區(qū)域內(nèi)經(jīng)濟(jì)整體發(fā)展趨勢密切相關(guān)。因?yàn)閰^(qū)域內(nèi)社會(huì)經(jīng)濟(jì)的發(fā)展對(duì)本區(qū)內(nèi)房地產(chǎn)價(jià)格走勢的影響是趨近于一致的，并沒有明顯的差別，因此可以不考慮此因素對(duì)房價(jià)走勢的影響；又由于房子本身的固有特性如結(jié)構(gòu)類型、房屋朝向、所處樓層、室內(nèi)裝修情況以及所使用的建材標(biāo)準(zhǔn)等許多方面方面，非常難以精確的計(jì)算這些因素對(duì)住房價(jià)格走勢的影響程度，因此，本文將考察重點(diǎn)放在城市軌道交通對(duì)沿線房地產(chǎn)價(jià)格走勢的影響上，數(shù)據(jù)的搜集也圍繞軌道交通與其沿線住宅的價(jià)格而展開[3]。

為了盡可能的減少其他的干擾因素，確保搜集的數(shù)據(jù)、樣本具備典型、全面及準(zhǔn)確，特別考慮社會(huì)經(jīng)濟(jì)發(fā)展?fàn)顩r、基礎(chǔ)建設(shè)完備程度以及周邊居住人口數(shù)量等因素，選擇了廣州軌道交通9號(hào)線所經(jīng)過的花都區(qū)的汽車城地鐵站、廣州北站、花果山公園站、馬鞍山公園站及清塘站等5個(gè)站點(diǎn)周邊房地產(chǎn)為分析樣本，分析軌道交通如何影響其半徑2000m范圍內(nèi)的商品住宅價(jià)格的走勢。

車站名 站位花都汽車城站 位于風(fēng)神大道、九潭路、畢村中路廣州北站 位于站西路、秀全西路、新街大道花果山公園站 位于云山大道、茶園南路馬鞍山公園站 位于迎賓大道、百壽南路清塘站 位于迎賓大道、清塘路

由于軌道交通站點(diǎn)周邊新開樓盤數(shù)量不多，而且整體分布不是很均勻的客觀現(xiàn)實(shí)，在這篇文章中，房價(jià)數(shù)據(jù)主要為軌道交通站點(diǎn)周邊次新樓盤的價(jià)格，并且將這些次新樓盤的房價(jià)作為本文研究分析的數(shù)據(jù)來源。

本文主要選擇了2家市場占有率高、日均成交量大的房地產(chǎn)交易網(wǎng)站：安居客及房地產(chǎn)信息網(wǎng)的次新房買賣頻道的房價(jià)信息搜集和整理。選擇上述這2家知名網(wǎng)站房地產(chǎn)價(jià)格信息作為本文數(shù)據(jù)來源的主要原因是，第一，這兩個(gè)網(wǎng)站交易數(shù)據(jù)信息占廣州市次新房交易信息的絕大比例；第二，網(wǎng)站還提供了房子所在區(qū)域、售價(jià)等有用的信息。為了規(guī)避建造時(shí)間因素的干擾，本文限定所收集資料的次新房的建造時(shí)間為2010年以后，2017年以前[4]。對(duì)于所搜集的次新房距最近的軌道交通站點(diǎn)之間的距離數(shù)據(jù)，是用谷歌地圖上的距離測量功能模塊進(jìn)行比對(duì)、篩選。本次共采集了53個(gè)次新房隨機(jī)交易數(shù)據(jù)，去除32個(gè)樣本離群值，最終獲得21個(gè)有效樣本數(shù)據(jù)。

3 模型方程建立及結(jié)果

本文選擇2017年廣州市軌道交通9號(hào)線開通前和2018年軌道交通開通后站點(diǎn)附近房子的價(jià)格差為因變量，將分析樓盤距地鐵站的距離、距市中心北京路的距離作為自變量，體現(xiàn)軌道交通隨時(shí)間、空間變化對(duì)住房價(jià)格的影響，運(yùn)用多元線性回歸的基本思想，建立模型如下：

說明：Y為2017年軌道交通通車之前與2018年軌道交通通車之后的價(jià)格變化；1，A2為系數(shù)；是房屋到軌道交通站點(diǎn)的距離，為房屋到廣州市中心的距離；e為常數(shù)項(xiàng)。

經(jīng)搜集整理，軌道交通站點(diǎn)附近的房屋價(jià)格隨時(shí)間、空間變化如下表1：

表1

用微軟旗下辦公軟件office中Excel程序?qū)ι媳頂?shù)據(jù)進(jìn)行剖析，可以得出軌道交通沿線站點(diǎn)附近房價(jià)變化模型測算結(jié)果如下表2-表4：

表中：復(fù)相關(guān)數(shù)為復(fù)相關(guān)系數(shù)R2的平方根，用來判別變量x與變量y之間的關(guān)聯(lián)程度的大小。表中的結(jié)果顯示：R0．692391，說明數(shù)據(jù)的自變量與因變量之間的相關(guān)程度約為69．2%。

復(fù)相關(guān)系數(shù)R的平方即為復(fù)測定系數(shù)，其作用為解析變量x解釋變量y的變差程度，用來判斷變量y的吻合程度。分析結(jié)果表明復(fù)測定系數(shù)為0．479405，也就是說變量x在47．9%的程度上可解釋變量y變差的原因；

表2

表中分析結(jié)果顯示調(diào)整后的復(fù)測定系數(shù)為0．421561，意即多元線性回歸方程中變量x對(duì)變量y的解析比例為42．1%，不足60%，可以認(rèn)為方程回歸效果一般。

標(biāo)準(zhǔn)誤差：用于測量溫和的程度，也用來測算與回歸有關(guān)聯(lián)的其它統(tǒng)計(jì)數(shù)據(jù)，該結(jié)果越小，就說明吻合程度越理想；

觀察值：用于估計(jì)回歸方程的數(shù)據(jù)的觀察值個(gè)數(shù)。

表3 方差分析表

表3中的結(jié)果顯示：SignificanceF的P值為0．002809，比顯著性水平0．05要小，表示此多元線性回歸方程回歸明顯，至少有一個(gè)系數(shù)不等于0。

表4中顯示：A1的P值為0．000718，比顯著性水平0．05要小得多得多，說明這個(gè)變量x與變量y有關(guān)；A2的P值為0．042374，比顯著性水平0．05略微小一點(diǎn)，說明此項(xiàng)因素回歸性不明顯。由此可得：

4 廣州市地鐵9號(hào)線對(duì)沿線住宅價(jià)格影響分析

4.1 地鐵站距離對(duì)對(duì)住宅價(jià)格的影響分析

通常而言，軌道交通的建設(shè)及投運(yùn)可以顯著拉升沿線站點(diǎn)附近一定距離內(nèi)的房價(jià)，可是，如果房子位于某一距離范圍外，軌道交通則對(duì)房價(jià)的影響能力就不是很明顯。在方程（1）中，變量的系數(shù)小于0，說明如果其他影響因素不變的前提下，房價(jià)的上漲幅度與它距軌道交通站點(diǎn)距離為反比，據(jù)此整理出房價(jià)漲幅與其距軌道交通站點(diǎn)之間的距離關(guān)系圖（圖1）。

圖1 房價(jià)差——軌道交通站點(diǎn)距離關(guān)系

從圖1來看，軌道交通沿線站點(diǎn)附近的房價(jià)變化與其距離站點(diǎn)之間的距離密切相關(guān)。在0-860m范圍內(nèi)，房價(jià)變化與距離為反比例關(guān)系，特別是軌道交通沿線站點(diǎn)500m內(nèi)這種表現(xiàn)非常顯眼。但在距軌道交通站點(diǎn)約860m的距離以外，房價(jià)增幅隨距軌道交通站點(diǎn)距離的增加而減小的現(xiàn)象不是很顯眼。也可以說，在距軌道交通站點(diǎn)約860m的距離以外，房價(jià)增幅受各因素的影響趨近于一致化。由此可以得出如下結(jié)：廣州市軌道交通9號(hào)線對(duì)花都區(qū)沿線站點(diǎn)附近的房價(jià)的影響范圍約為860m左右。

表4 回歸參數(shù)表

4.2 距市中心距離對(duì)房價(jià)的影響分析

變量X2系數(shù)大于0，說明，在別的影響因素不變的前提下，房價(jià)跟房子本身離市中心的遠(yuǎn)近為正比例關(guān)系，即軌道交通沿線站點(diǎn)附近次新房距市中心越遠(yuǎn)房價(jià)上漲幅度越明顯。這也側(cè)面表明軌道交通對(duì)房價(jià)的影響局限于一定的距離內(nèi)，即軌道交通兩端站點(diǎn)附近房價(jià)上漲幅度尤為顯眼[5]。這說明廣州市軌道交通9號(hào)線的投運(yùn)非常明顯的優(yōu)化了這些原本交通落后地區(qū)的交通現(xiàn)狀。通過軌道交通，城市的影響力范圍不斷的外擴(kuò)，但城市原來的中心區(qū)域先天的優(yōu)越條件，交通網(wǎng)絡(luò)非常發(fā)達(dá)，出行方式的選擇面比較廣，軌道交通的影響力相對(duì)來睡就顯得不那么顯眼。而且，地處繁華的城市中心地帶，影響房價(jià)的因素更廣，也更復(fù)雜及趨于一致性，所以，相比較來說，城市中心地段的房價(jià)受軌道交通站點(diǎn)的影響不那么顯眼。

5 結(jié)語

城市軌道交通沿線站點(diǎn)能夠在某一區(qū)域明顯的影響房價(jià)的增長幅度，而在這一定范圍之外，其影響作用則不那么顯眼，而且，如果房子離城市中心越遠(yuǎn)，原來交通越是落后，則這種影響越發(fā)顯眼，反之，原來就處于城市核心地段區(qū)域的房價(jià)受軌道交通開通運(yùn)行的影響則不會(huì)那么顯眼[6]。同時(shí)，研究軌道交通沿線站點(diǎn)對(duì)附近房價(jià)漲幅的影響距離及其減弱的現(xiàn)象，可為城市遠(yuǎn)期建設(shè)規(guī)劃及未來發(fā)展提供參考依據(jù)。

盡管通過分析一些數(shù)據(jù)，且獲得了一點(diǎn)結(jié)論，但本文僅僅使用了一種形式進(jìn)行研究，還是非常淺顯及粗糙的，最后，在選用影響因素作為變量的時(shí)候，由于主觀意愿、客觀調(diào)查受限等方面原因也許還不夠全面，期待后來者能有所突破及建樹。