高架橋?qū)ψ≌瑑r格影響研究

【摘要】城市軌道交通的建設(shè)給城市帶來新的經(jīng)濟(jì)增長活力，在推進(jìn)城市發(fā)展的同時還應(yīng)該考慮交通建設(shè)對周邊住宅的影響。研究基于廣州市的住宅交易數(shù)據(jù)，采用特征價格法，構(gòu)建特征價格模型進(jìn)行實(shí)證分析，研究證明高架橋?qū)翘輼亲≌酗@著的負(fù)向影響;對樓層高度和高架橋?qū)ψ≌瑑r格的影響進(jìn)一步分析，發(fā)現(xiàn)高架橋?qū)Φ蛯幼≌绕渌麡菍觾r格有更為顯著的負(fù)向影響。研究細(xì)化了高架橋?qū)ψ≌瑑r格的影響，為城市道路建設(shè)者以及房地產(chǎn)的相關(guān)企業(yè)提供一項(xiàng)決策參考。

【關(guān)鍵詞】高架橋;住宅價格;特征價格法

1、問題的提出

城市軌道交通建設(shè)對城市經(jīng)濟(jì)發(fā)展而言具有重大的意義，城市軌道交通的合理建設(shè)不僅加速城市經(jīng)濟(jì)的發(fā)展，同時也給城市增添新的活力，軌道交通在提供巨大的交通便利的同時 ， 其產(chǎn)生的經(jīng)濟(jì)效益和對周邊住宅環(huán)境的影響已經(jīng)引起社會的廣泛關(guān)注。曹鳳琦（1999）通過城市高架橋可能產(chǎn)生的污染進(jìn)行分析，發(fā)現(xiàn)高架橋在施工階段以及運(yùn)行階段都在一定范圍內(nèi)產(chǎn)生污染。何芳（2015）結(jié)合鄭州便利交通的發(fā)展現(xiàn)狀、便利交通建設(shè)對沿線住宅房地產(chǎn)價值的影響規(guī)律以及目前全國住宅房價的總體形勢，分析了目前鄭州便利交通基礎(chǔ)設(shè)施的建設(shè)對沿線住宅房價提升的重要影響作用，城市地鐵、高架橋與輕軌便利交通方式的發(fā)展帶動了沿線住宅房價上漲;駱漢賓（2009）通過交通基礎(chǔ)設(shè)施的可達(dá)性、集聚效應(yīng)、改善區(qū)域面貌和投資環(huán)境等三個層次分析交通設(shè)施對周邊房地產(chǎn)價值的影響機(jī)理，并以武漢南泥灣高架橋?yàn)槔?，以特征價格法和方差分析法作為基礎(chǔ)分析了交通設(shè)施對房地產(chǎn)價值變化的貢獻(xiàn)作用，計(jì)算結(jié)果從不同角度均表明了項(xiàng)目對周邊區(qū)域住宅價格的影響及其顯著。但是，也有相關(guān)學(xué)者認(rèn)為，高架橋作為一種鄰避設(shè)施，對人的心理可能產(chǎn)生不同的影響，Lin（2012）研究風(fēng)水對住宅價格影響的實(shí)證研究中，發(fā)現(xiàn)高架橋?qū)ψ≌瑑r格有顯著的負(fù)面影響;談云達(dá)老師就有談到，由于城市現(xiàn)代交通的要求，一些舊城區(qū)不得不建設(shè)高架橋來緩解交通壓力，但是，無論是直的還是有彎道的高速公路、內(nèi)外路、外環(huán)路，對周邊的商業(yè)都會有影響，明顯高架橋?qū)χ苓叚h(huán)境的影響從風(fēng)水學(xué)上而言是不吉利的，雖然談老師未提到高架橋?qū)ψ≌欠癞a(chǎn)生影響，但是從他的分析來看，高架橋?qū)ψ≌谴嬖诘挠绊懯怯胸?fù)向的。

從研究的情況上看，高架橋與住宅價格的影響研究較為局限，還處于定性研究階段，且已有的部分研究，采用的數(shù)據(jù)基本都是宏觀層面的數(shù)據(jù)進(jìn)行，因此，本文通過采集的數(shù)據(jù)以實(shí)際交易的住房情況進(jìn)行研究，從微觀層面上探討高架橋?qū)ψ≌瑑r格產(chǎn)生的影響，并在以往相關(guān)學(xué)者的基礎(chǔ)上，對住宅市場進(jìn)行細(xì)分，研究高架橋?qū)Σ煌瑯菍幼≌a(chǎn)生的影響?？蔀槌鞘械缆方ㄔO(shè)者以及房地產(chǎn)的相關(guān)企業(yè)提供一項(xiàng)決策參考。

2、數(shù)據(jù)來源和分析

2.1數(shù)據(jù)來源

實(shí)證研究的數(shù)據(jù)來源于廣州市。研究數(shù)據(jù)主要來源于廣州市HF中介公司，該中介公司在廣州市的住房市場中占據(jù)了重要地位，僅在廣州市就有200余個銷售網(wǎng)點(diǎn)。從中介公司中得到的住宅交易數(shù)據(jù)日期在2013年1月1日-2016年4月30日，主要包括了住宅的具體地址、建筑特征以及景觀特征，因此，本文還采用了GIS對住宅與周邊設(shè)施的距離進(jìn)行測量，得到最近商業(yè)中心距離、最近醫(yī)院距離、最近公交站距離、最近地鐵距離。

對現(xiàn)有數(shù)據(jù)進(jìn)行清洗。由于從中介公司中得到的住宅數(shù)據(jù)中，住宅種類并不統(tǒng)一，且由于數(shù)據(jù)量龐大，進(jìn)行錄入過程中可能產(chǎn)生一些偏誤。因此，在數(shù)據(jù)中剔除了別墅、房改房以及異常的數(shù)據(jù)，最終得到數(shù)據(jù)共計(jì)4117條，其中樓梯樓885條住宅交易數(shù)據(jù)，電梯樓3232條住宅交易數(shù)據(jù)。

2.2數(shù)據(jù)統(tǒng)計(jì)描述

根據(jù)現(xiàn)有的實(shí)際交易數(shù)據(jù)，為直觀考察所得數(shù)據(jù)是否合理、有無高架橋在描述統(tǒng)計(jì)中是否存在異?，F(xiàn)象，分析有高架橋的住宅價格特征，對數(shù)據(jù)進(jìn)行了描述統(tǒng)計(jì)，如下表：

從數(shù)據(jù)的描述性統(tǒng)計(jì)中，可以看到：

（1）從橫向上看，在總體樣本情況中，有高架橋景觀的住宅均值、中位數(shù)、方差都比無高架橋景觀的住宅單位高;樓梯樓樣本中，均值以及中位數(shù)是有高架橋景觀的住宅單價更低;在電梯樓樣本中，電梯樓與總體樣本情況一樣，有高架橋景觀的住宅單價均比無高架橋精光的住宅單價更高。

（2）從縱向上看，有高架橋景觀的住宅和電梯樓住宅均值和中位數(shù)都比無高架橋的住宅更高;而無高架橋景觀的樓梯樓住宅價格均值和中位數(shù)都比有高架橋景觀住宅的更低。

從描述統(tǒng)計(jì)中我們發(fā)現(xiàn)，有高架橋景觀的住宅在不同的住宅中的數(shù)據(jù)統(tǒng)計(jì)特征是不同的。我們嘗試對高架橋景觀與住房價格的影響進(jìn)行探討，分析高架橋?qū)Σ煌≌a(chǎn)生的影響差異。

3、變量選擇和模型構(gòu)建

3.1變量選擇

對住宅價格影響因素的研究從微觀層面上已經(jīng)有比較系統(tǒng)的方法。本文從變量的選擇上主要從兩個方面考慮：一是在現(xiàn)有數(shù)據(jù)和以往研究的基礎(chǔ)上，盡可能選擇住宅特征進(jìn)入模型;二是在模型中需要考慮滿足統(tǒng)計(jì)數(shù)據(jù)要求和檢驗(yàn)的變量。綜合以上兩點(diǎn)考慮，我們沿用以往研究的大框架，將影響住宅價格的影響因素分為建筑特征、鄰里特征以及區(qū)位特征三類，具體的變量選擇和變量賦值方式如下所示：

3.2模型構(gòu)建

在特征價格模型中，通常采用的函數(shù)形式主要有線性形式、對數(shù)形式、半對數(shù)形式三種。在實(shí)際應(yīng)用中，應(yīng)根據(jù)具體情況進(jìn)行選擇，本文依據(jù)現(xiàn)有數(shù)據(jù)確定研究的具體模型形式為：

以上公式中， 為GIS實(shí)測的特征價格變量， 為虛擬變量和取實(shí)際數(shù)值的變量。模型具體操作過程為SPSS軟件匯總選擇強(qiáng)行進(jìn)入法作為回歸分析方法，即所選擇的自變量全部進(jìn)入回歸模型，同時采用方差膨脹因子（VIF）對變量之間的共線性進(jìn)行監(jiān)測。

4、實(shí)證分析

4.1總樣本模型和細(xì)分市場模型實(shí)證分析

根據(jù)模型變量選擇以及模型的函數(shù)形式，將采用SPSS軟件強(qiáng)行進(jìn)入所選擇的自變量，得到回歸擬合結(jié)果，在模型中，我們同時也加入了區(qū)域控制變量，模型需要進(jìn)行假設(shè)條件監(jiān)測，在擬合過程中，發(fā)現(xiàn)所在樓層與所在樓層的平方有較強(qiáng)的共線性，因此剔除了所在樓層變量，商業(yè)中心距離和有公交站的經(jīng)濟(jì)意義不符合實(shí)際，因此也將其剔除，最終得到的模型擬合回歸結(jié)果如下：

綜合模型結(jié)果來看，以上回歸結(jié)果均經(jīng)過變量的多重共線性檢驗(yàn)，VIF值在10以內(nèi)，通過懷特檢驗(yàn)發(fā)現(xiàn)模型不存在異方差問題，三個模型的擬合優(yōu)度均在60%以上，因此，模型結(jié)果符合假設(shè)條件，模型擬合結(jié)果可用，從擬合結(jié)果中，我們發(fā)現(xiàn)：

總樣本模型中，鄰里特征、區(qū)位特征和建筑特征變量均顯著且符合預(yù)期符號。鄰里特征變量中，有綠化景觀的住宅單價比一般住宅單價高0.7%，有水景的住宅單價比一般的住宅單價高1.1%;建筑特征變量中，面積越大住宅單價越高，南北朝向住宅比一般朝向住宅高2%，樓層逐漸增加住宅單價也逐漸增加;區(qū)位特征中，公園距離和醫(yī)院距離越遠(yuǎn)，住宅單價越低;從總體樣本情況來看，高架橋?qū)ψ≌瑑r格無顯著影響。

在電梯樓住宅樣本中，三大類特征基本符合預(yù)期符號且顯著。除醫(yī)院距離對住宅價格無顯著影響外，其他變量均有顯著影響，從電梯樓樣本模型中，我們發(fā)現(xiàn)，電梯樓有高架橋的住宅對住宅單價是有顯著影響的，這從風(fēng)水上可以解釋，如果住宅周邊有高架橋，且住宅所處的單位比高架橋更高，高架橋又處在“正弓”位置時，高架橋?qū)ψ≌瑫a(chǎn)生正向的影響。由于篇幅有限，本文不對其他變量的顯著性再進(jìn)行分析。

在樓梯樓住宅樣本中，各特征變量與樓梯樓表現(xiàn)出不同的特征。從樓梯樓模型中，我們發(fā)現(xiàn)，高架橋?qū)ψ≌瑑r格有顯著的正向影響，且有高架橋的住宅單價比一般的住宅單價價格低2.7%，在高架橋附近，且處在高架橋高度以下的住宅，可能由于高架橋的阻擋，采光不好，且噪聲污染較嚴(yán)重，因此對住宅單位有顯著的負(fù)面影響。

4.2子樣本模型實(shí)證分析

從以上樣本模型中，我們發(fā)現(xiàn)，高架橋?qū)ψ≌瑔蝺r的影響是不同的，這可能與住宅樓層有關(guān)，因此，我們嘗試對有高架橋景觀的住宅進(jìn)行細(xì)化分析，研究電梯樓的樓層對有高架橋景觀的住宅是否存在差異。根據(jù)國家《民用建筑設(shè)計(jì)通則》，對民用建筑的層數(shù)進(jìn)行分類 。同時，將模型選取的變量采用SPSS強(qiáng)行進(jìn)入回歸，并采用D-W檢驗(yàn)和懷特檢驗(yàn)?zāi)Ｐ偷淖韵嚓P(guān)和異方差問題，采用方差膨脹因子（VIF）檢驗(yàn)變量的共線性，最終得到模型擬合結(jié)果如下：

有高架橋住宅樣本模型經(jīng)調(diào)整后的擬合優(yōu)度為67.8%，無高架橋住宅樣本模型經(jīng)調(diào)整后的擬合優(yōu)度達(dá)到80.5%，兩個模型擬合過程中都經(jīng)多重共線性檢驗(yàn)，VIF值都在10以內(nèi)，模型結(jié)果可用，本次擬合主要為探討由高架橋?qū)Σ煌瑯菍拥挠绊?，因此不對其他變量進(jìn)行重復(fù)闡述，只著重分析高架橋?qū)ψ≌瑑r格的影響。從模型回歸結(jié)果中，可以發(fā)現(xiàn)：

有高架橋景觀和無高架橋景觀的住宅在樓層中表現(xiàn)出來的整體規(guī)律相似。無論是否有高架橋景觀，在低層住宅、多層住宅和高層住宅中，住宅單價最高的是高層住宅，從兩個模型擬合結(jié)果中可以看到，對比高層住宅，低層、多層和中高層住宅對住宅單價的影響是負(fù)向的。

然而，對比有高架橋景觀住宅樣本和無高架橋景觀住宅樣本來看，各樓層的影響程度又有所不同。無高架橋景觀住宅樣本模型中，低層住宅比高層住宅單價低4.1%，多層住宅比高層住宅低5.2%，中高層住宅比高層住宅價格低4.6%，傳統(tǒng)的OLS模型標(biāo)準(zhǔn)化系數(shù)具有可比性，從三類樓層住宅的分類上看，與高層住宅相比價格差異程度從大到小分別是多層住宅、中高層住宅和低層住宅，說明低層住宅與高層住宅價格之間的差異比多層和中高層住宅差異更小;在有高架橋景觀住宅樣本擬合結(jié)果中，低層住宅比高層住宅價格低7.0%，多層住宅比高層住在價格低4.3%，中高層住宅比高層住宅價格低4.9%，進(jìn)行非標(biāo)準(zhǔn)化系數(shù)對比從大到小分別是：低層住宅、中高層住宅和多層住宅。這就說明，有高架橋景觀的住宅使得低層住宅價格更低，一般而言，這項(xiàng)研究看似是合理的，因?yàn)橛懈呒軜蚓坝^的住宅處在較低位置受到的噪聲污染影響更大，且住宅采光更差。

結(jié)論：

從以上的實(shí)證分析結(jié)果來看，我們可以得到以下結(jié)論：

（1）總樣本模型中，鄰里特征、區(qū)位特征和建筑特征變量均顯著且符合預(yù)期符號。鄰里特征變量中，有綠化景觀的住宅單價比一般住宅單價高0.7%，有水景的住宅單價比一般的住宅單價高1.1%;建筑特征變量中，面積越大住宅單價越高，南北朝向住宅比一般朝向住宅高2%，樓層逐漸增加住宅單價也逐漸增加;區(qū)位特征中，公園距離和醫(yī)院距離越遠(yuǎn)，住宅單價越低，臨近地鐵住宅比一般住宅價格高4.1%;從總體樣本情況來看，高架橋?qū)ψ≌瑑r格無顯著影響。

（2）高架橋?qū)翘輼怯酗@著的負(fù)向影響。廣州市是一個有歷史的城市，中心城區(qū)由于經(jīng)濟(jì)發(fā)展、城市交通需求的增加，由于已有的交通系統(tǒng)不能滿足現(xiàn)在的交通要求，因此只能設(shè)置高架橋，而舊城區(qū)又主要以樓梯樓為主，高架橋的修建就會影響周邊的房價，我們的實(shí)證結(jié)果進(jìn)一步表明，高架橋?qū)翘輼怯酗@著的負(fù)向影響。

（3）高架橋?qū)Σ煌瑯菍拥挠绊懘嬖诓町?。從樓梯樓和電梯樓模型就可以發(fā)現(xiàn)，高架橋?qū)﹄娞輼堑挠绊懯秋@著正向的，但是對樓梯樓的影響是顯著負(fù)向的，這就表明，高架橋?qū)Σ煌瑯菍拥淖≌瑑r格的影響是存在差異的，進(jìn)一步的實(shí)證研究發(fā)現(xiàn)，高架橋?qū)Φ蛯幼≌?-3層）有更為顯著的影響。

參考文獻(xiàn)：

[1]曹鳳琦.城市高架橋建設(shè)對環(huán)境的影響[J].江蘇環(huán)境科技.1999，（3）：21-24

[2]何芳，張興勝，高忠.鄭州城市交通對住宅房價影響分析[J].經(jīng)濟(jì)論壇，2015，（6）：35-36

[3]駱漢賓，單良，祁神軍.武漢南泥灣高架橋?qū)χ苓呑≌瑑r值的影響研究[J].武漢理工大學(xué)學(xué)報：交通科學(xué)與工程版.2009（2）：302-305

[4]CC Lin， CL Chen， YC Twu. An Estimation of the Impact of Feng-Shui on Housing Prices in Taiwan GA Quantile Regression Application[J]. International Real Estate Review， 2012， 15：325-346

作者簡介：

李曉靖，廣州大學(xué) 工商管理學(xué)院，廣東廣州。