• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      城市軌道交通對(duì)土地開(kāi)發(fā)及周邊房地產(chǎn)價(jià)格的影響*

      2019-08-21 01:07:38程學(xué)慶魏利華
      鐵道經(jīng)濟(jì)研究 2019年4期
      關(guān)鍵詞:號(hào)線住宅軌道交通

      程學(xué)慶 ,邢 穎 ,高 鵬 ,魏利華

      (1西南交通大學(xué)交通運(yùn)輸與物流學(xué)院 副教授、院長(zhǎng)助理,四川 成都 611756;2、3、4西南交通大學(xué)交通運(yùn)輸與物流學(xué)院 碩士研究生,四川 成都 611756)

      0 引言

      近年來(lái),城市軌道交通憑借安全、準(zhǔn)時(shí)、便捷、高效、容量大等優(yōu)點(diǎn)呈現(xiàn)迅速發(fā)展的局面。截至2017年底,全國(guó)范圍內(nèi)建設(shè)并運(yùn)營(yíng)城市軌道交通的城市已達(dá)35個(gè),14座城市運(yùn)營(yíng)里程均超過(guò)了100 km,預(yù)計(jì)到2020年,全國(guó)運(yùn)營(yíng)總里程將超過(guò)6 000 km。建立一個(gè)大容量、高效率的城市軌道交通網(wǎng)絡(luò),可以增強(qiáng)公共交通的承載能力,也可以解決城市擁堵和土地資源問(wèn)題,是合理布局城市空間結(jié)構(gòu),提升城市土地利用價(jià)值的重要支撐。

      目前學(xué)者普遍認(rèn)為,城市軌道交通建設(shè)具有聚集效應(yīng),會(huì)對(duì)房地產(chǎn)價(jià)格產(chǎn)生影響。那么軌道交通對(duì)沿線住宅物業(yè)的價(jià)格是否會(huì)有影響?程度和界限如何?本文將通過(guò)實(shí)證研究探討城市軌道交通對(duì)沿線住宅價(jià)格影響的范圍與強(qiáng)度。

      近年來(lái),國(guó)內(nèi)外學(xué)者已經(jīng)有一些研究與成果,Debrezion[1]發(fā)現(xiàn)離鐵路車站近和鐵路服務(wù)水平高對(duì)房?jī)r(jià)有積極影響,而離鐵路線近,則具有消極影響,推測(cè)原因可能是噪聲。 鄭喆[2]、Saphores[3]、Zhao[4]、Medda[5]就區(qū)域、政治、經(jīng)濟(jì),距中央商務(wù)區(qū)的距離,距地鐵沿線站點(diǎn)的距離以及影響房地產(chǎn)價(jià)格的其他因素進(jìn)行了分析。Seo[6]、周夢(mèng)婷[7]發(fā)現(xiàn)軌道交通對(duì)房地產(chǎn)價(jià)值的影響與距離有關(guān),二者呈倒U型關(guān)系,而且不同區(qū)域存在差異性。Sun[8]選取天津地鐵3號(hào)線各站點(diǎn)1 km范圍內(nèi)進(jìn)行分析,指出城市建設(shè)和地鐵建設(shè)一定要協(xié)調(diào)一致。孟樂(lè)[9]選擇西安地鐵3號(hào)線分析其對(duì)沿線商品住宅房地產(chǎn)價(jià)值的影響輻射半徑,最后計(jì)算出各站點(diǎn)影響半徑橫跨0.571~2.648 km。王偉[10]運(yùn)用特征價(jià)格模型分析了軌道交通的時(shí)間效應(yīng)。Chen[11]運(yùn)用特征價(jià)格模型對(duì)京滬高鐵沿線22個(gè)城市1 000多個(gè)住宅區(qū)進(jìn)行了分析,Dube[12]進(jìn)一步考慮了特征向量模型可能的空間溢出效應(yīng)。可以看出,特征價(jià)格模型是學(xué)者們目前研究城市軌道交通對(duì)周邊住宅價(jià)格影響研究的主要方法,大量實(shí)證研究表明了其普遍適用性。

      1 城市軌道交通與土地開(kāi)發(fā)利用作用機(jī)理

      城市軌道交通與周邊土地開(kāi)發(fā)利用相互作用,并將產(chǎn)生反饋效應(yīng)。一方面,軌道交通提高地區(qū)可達(dá)性,具有集聚效應(yīng),使得房地產(chǎn)增值;另一方面,土地開(kāi)發(fā)程度與發(fā)達(dá)程度直接影響到交通需求。

      1.1 軌道交通建設(shè)對(duì)沿線土地利用的影響

      首先,城市軌道交通對(duì)沿線土地的利用強(qiáng)度會(huì)產(chǎn)生影響。無(wú)論采取高架還是地下形式,軌道交通占地都遠(yuǎn)低于地面公路交通,而城軌車站的集聚效應(yīng)使得人口密集分布在沿線兩側(cè)及車站周邊,促進(jìn)土地集約化,提高土地利用強(qiáng)度,同時(shí)又保證了居住環(huán)境。美國(guó)學(xué)者哈里森分析美國(guó)幾個(gè)主要城市,發(fā)現(xiàn)地鐵線路每延伸1 km,沿線住宅需求提升約15%。香港、圣保羅等城市在車站附近建立高密度住宅用房,并進(jìn)行商業(yè)開(kāi)發(fā)取得了立竿見(jiàn)影的收益。

      城市軌道交通的高可達(dá)性將使乘客(尤其是長(zhǎng)距離乘客)更傾向城市軌道交通。因此,該地塊對(duì)居民的吸引力也在增加,房地產(chǎn)開(kāi)發(fā)商將開(kāi)始涌入投資。隨著區(qū)域居民人數(shù)的不斷增加,高密度人口帶來(lái)的巨大商業(yè)需求將推動(dòng)商業(yè)發(fā)展。區(qū)域內(nèi)各類配套設(shè)施的不斷完善將吸引辦公和娛樂(lè)的入駐,在軌道交通車站的集聚效應(yīng)下,提高土地利用強(qiáng)度。

      其次,軌道交通使沿線土地增值。土地價(jià)值的變化是由土地價(jià)格的漲跌來(lái)體現(xiàn),地價(jià)上漲即為土地增值。不同交通方式,不同用地性質(zhì),距交通干線距離對(duì)地價(jià)的影響程度不同。

      軌道交通由于運(yùn)輸能力強(qiáng),運(yùn)輸價(jià)格便宜,對(duì)于工業(yè)生產(chǎn)的運(yùn)轉(zhuǎn)十分關(guān)鍵。如圖1所示,軌道交通如鐵路對(duì)于工業(yè)用地的增值作用要強(qiáng)于公路。

      圖1 各種交通方式對(duì)工業(yè)用地地價(jià)的影響

      對(duì)于居住用地,公路的增值效應(yīng)則更為明顯,如圖2所示。因?yàn)檐壍澜煌ㄟ\(yùn)行會(huì)產(chǎn)生噪聲、振動(dòng)等環(huán)境因素,影響居住質(zhì)量,致使房?jī)r(jià)下跌。

      圖2 各種交通方式對(duì)居住用地地價(jià)的影響

      由于軌道線的開(kāi)通,從居住地前往工作所在地的時(shí)間縮短了,等同于縮短了住宅和城市中心的距離,從交通成本角度,居民的出行交通成本降低,區(qū)域地理區(qū)位變優(yōu),因此房地產(chǎn)增值。

      1.2 沿線土地利用對(duì)軌道交通建設(shè)的影響

      一方面,需要研究土地利用對(duì)交通需求的影響。土地由于開(kāi)發(fā)程度和區(qū)域發(fā)達(dá)程度存在差異,因此交通需求也有差異性。目前,土地利用可分為兩種開(kāi)發(fā)模式,包括低密度開(kāi)發(fā)和高密度開(kāi)發(fā),各有優(yōu)缺點(diǎn)。低密度開(kāi)發(fā),城市布局分散,對(duì)土地的利用程度不高,土地資源分配存在不合理現(xiàn)象。如洛杉磯,教育、文化場(chǎng)所、居住地、娛樂(lè)場(chǎng)所呈現(xiàn)明顯的分離現(xiàn)象,交通需求小且不集中,難以組織起集中的公共交通,因此私家車逐漸成為城市居民出行的首選工具。我國(guó)大中小城市幾乎全都采用高密度開(kāi)發(fā)模式,根據(jù)調(diào)查統(tǒng)計(jì),人口超過(guò)100萬(wàn)的城市,城市布局分散的僅占2.7%,城市布局緊湊的占66.3%,其中有10個(gè)城市人口密度都超過(guò)1 000人/km2。我國(guó)國(guó)情更適合高密度的城市土地開(kāi)發(fā)利用形式,大量的私家車出行必然會(huì)導(dǎo)致城市擁堵問(wèn)題,一個(gè)大容量的公共交通運(yùn)輸系統(tǒng)的規(guī)劃勢(shì)在必行。以北京為例,在2006—2016年這十年內(nèi),個(gè)人私家車保有量以19%的年均增長(zhǎng)率飛速增長(zhǎng),2016年公共交通客流分擔(dān)率只占了30%。在東京等發(fā)達(dá)城市,這個(gè)數(shù)字能達(dá)到80%,公共交通客運(yùn)能力仍有極大的上漲空間。

      另一方面,土地利用會(huì)對(duì)軌道交通布局產(chǎn)生影響。影響主要體現(xiàn)在總體規(guī)劃和“溢價(jià)回收”兩個(gè)方面。首先,隨著城市布局的逐漸演變,區(qū)域性質(zhì)可能發(fā)生變化,不同性質(zhì)區(qū)域的交通發(fā)生量存在較大差異,例如居住性質(zhì)用地要遠(yuǎn)高于行政地區(qū)。政府在做城市整體規(guī)劃時(shí),要根據(jù)各區(qū)域的實(shí)際交通狀況,制定配套的交通站線。另外,在開(kāi)發(fā)商與地方政府談判軌道交通建設(shè)和站點(diǎn)選擇時(shí),必然想小范圍改變走向增設(shè)站點(diǎn),以增加房產(chǎn)商業(yè)利益,對(duì)于軌道交通布局的改變,應(yīng)由開(kāi)發(fā)商承擔(dān)全部改建費(fèi)用。如北京地鐵5號(hào)線,在初始建設(shè)方案中并無(wú)天通苑西站,是根據(jù)實(shí)際情況新增。天通苑作為北京市的超大社區(qū),其住宅居民基數(shù)龐大,如果設(shè)立太平莊站和太平莊北站兩個(gè)站,只有太平莊站符合天通苑的步行范圍。而如果僅僅設(shè)立太平莊站,勢(shì)必會(huì)對(duì)該區(qū)域的路面交通和交通運(yùn)載能力造成較大壓力。

      2 特征價(jià)格模型及構(gòu)建

      2.1 函數(shù)形式選擇

      城市軌道交通與房地產(chǎn)價(jià)格的定量分析模型目前國(guó)內(nèi)研究還較少,歐美學(xué)者主要使用下述3種:交通成本模型(Travel Cost Model,TCM)、特征價(jià)格模型((Hedonic Price Method,HPM)、線性支出系統(tǒng)模型(Linear Expenditure System,LES)。 各模型優(yōu)缺點(diǎn)對(duì)比總結(jié)如表1所示,綜合考慮,本文選擇了更為精細(xì)準(zhǔn)確且實(shí)用的特征價(jià)格模型。

      表1 模型優(yōu)缺點(diǎn)對(duì)比

      特征價(jià)格模型是做定量分析中被采用最多的方法[13],由經(jīng)濟(jì)學(xué)者Lancester提出。他認(rèn)為,消費(fèi)者選擇商品是看中了商品的某幾種屬性,一項(xiàng)商品往往有著許多項(xiàng)屬性,消費(fèi)者需要先就商品屬性進(jìn)行重要度排序,最后綜合選取效用最大的商品。商品的價(jià)值和特征屬性之間的價(jià)格函數(shù)公式如下

      式中:P(X)是商品X的價(jià)格,Xi表示商品內(nèi)部的第i種特征。

      既有研究在特征價(jià)格的函數(shù)形式的選擇上尚不明確,大多學(xué)者都采用假定、擬合、不斷修正的方法,直到樣本數(shù)據(jù)差異能夠被解釋,滿足數(shù)據(jù)擬合要求。用F代表特征價(jià)格模型的函數(shù)形式,主要有如下4種函數(shù)

      1) 線性函數(shù):P=a0+ΣβiXi+ε

      2) 對(duì)數(shù)函數(shù):ln=a0+ΣβilnXi+ε

      3)對(duì)數(shù)線性函數(shù):lnP=a0+ΣlnXi+ε

      4)半對(duì)數(shù)函數(shù):P=a0+ΣβilnXi+ε

      上述4個(gè)公式中:P為房產(chǎn)價(jià)值;a0為常數(shù)項(xiàng),Xi為第i種特征變量,βi為第i種特征變量的系數(shù)項(xiàng);ε為隨機(jī)誤差。

      研究總結(jié),對(duì)數(shù)線性模式和半對(duì)數(shù)形式,曲線擬合往往更佳,能夠克服對(duì)數(shù)模型的缺點(diǎn)。

      2.2 模型構(gòu)建

      在特征價(jià)格模型中,特征變量的選擇是最為關(guān)鍵的。房地產(chǎn)價(jià)格一般可分為區(qū)位特征和結(jié)構(gòu)特征兩大類,結(jié)構(gòu)特征反映房產(chǎn)自身固有價(jià)值,而區(qū)位特征反映周圍環(huán)境對(duì)房產(chǎn)的影響。

      1)區(qū)位特征變量(θ),指住宅所在地城市區(qū)位及其交通可達(dá)性,本文選取了住宅離最近地鐵站的距離(m)、地鐵站到達(dá)市中心CBD花費(fèi)的時(shí)間(min)兩個(gè)變量表示;

      2)結(jié)構(gòu)特征變量(η),指住宅本身某些固有特征屬性在房產(chǎn)價(jià)格中的反映。本文選取了樓盤(pán)的建筑面積(m2)、綠地率(%)、容積率三個(gè)變量表示。

      則房產(chǎn)價(jià)格可表示為:P=f(θ,η),其中P為房屋價(jià)格。特征模型的求解是根據(jù)既有的房產(chǎn)數(shù)據(jù),分析各特征價(jià)格對(duì)房?jī)r(jià)的貢獻(xiàn)度,得到特征價(jià)格函數(shù),同時(shí)還可以實(shí)現(xiàn)房?jī)r(jià)預(yù)測(cè)。

      3 實(shí)證研究

      3.1 成都市軌道交通概況

      根據(jù)成都市城市軌道交通規(guī)劃,預(yù)計(jì)到2020年,線路總長(zhǎng)度約460 km。截至2017年底,成都市已經(jīng)開(kāi)行的地鐵線路有5條,分別是地鐵1,2,3,4,10號(hào)線;9,17號(hào)線正在規(guī)劃;8,10,11號(hào)線正在建設(shè)。

      3.2 實(shí)例分析

      本文實(shí)證研究中所使用的數(shù)據(jù)主要以新住宅單元的銷售價(jià)格為主,來(lái)源于四類收集數(shù)據(jù):住宅銷售交易數(shù)據(jù),住宅社區(qū)調(diào)查數(shù)據(jù),成都市電子地圖信息和交通數(shù)據(jù)。住宅數(shù)據(jù)房源信息來(lái)自房屋銷售第三方房天下,交通數(shù)據(jù)來(lái)源于實(shí)際調(diào)研。

      本文選取了1號(hào)線、2號(hào)線、3號(hào)線、4號(hào)線沿線車站附近的房源數(shù)據(jù)各25組,共計(jì)100組進(jìn)行分析。選取的特征變量如表2所示。

      表2 特征變量表

      通過(guò)SPSS軟件對(duì)特征向量模型4種函數(shù)形式的計(jì)算結(jié)果的擬合分析,選定對(duì)數(shù)線性形式lnP=a0+作為本研究的分析模型。對(duì)特征價(jià)格模型進(jìn)行多元回歸分析,主要借助SPSS統(tǒng)計(jì)學(xué)軟件,R2是擬合優(yōu)度,代表函數(shù)與曲線的擬合程度,一般R2>0.8,即認(rèn)定擬合理想。

      利用SPSS回歸分析得,R2為0.886,sig為0,擬合效果良好。單取離車站距離變量分析,轉(zhuǎn)換求偏導(dǎo),令代表房?jī)r(jià)的變化程度。η>0,代表單位房?jī)r(jià)隨著距軌道交通車站距離增加而增加;η<0,說(shuō)明越是靠近地鐵站,房?jī)r(jià)越增加。求得距離特征向量的系數(shù)為-0.04,意味著,每遠(yuǎn)離成都地鐵車站1 m,房?jī)r(jià)平均下降0.0392%。成都目前平均房?jī)r(jià)按每平方米14 000元計(jì)算,離地鐵站距離每減少100 m,房?jī)r(jià)增加548.8元/m2。在2 km范圍內(nèi)隨著離地鐵站距離增加,單位房?jī)r(jià)遞減,影響效應(yīng)顯著。

      4 結(jié)論

      城市軌道交通能夠有效帶動(dòng)沿線站點(diǎn)附近房地產(chǎn)業(yè)的發(fā)展,房?jī)r(jià)增值效應(yīng)顯著。根據(jù)對(duì)成都地鐵的實(shí)證研究,其對(duì)周邊住宅的影響半徑在2 km范圍內(nèi)。范圍內(nèi)離地鐵站距離每減少100 m,房?jī)r(jià)增加548.8元/m2。地鐵建設(shè)普遍存在建設(shè)融資難,地方政府債務(wù)壓力過(guò)大問(wèn)題,成都到2020年,新建里程約336.72 km,債務(wù)壓力尤為突出??煽紤]采用“軌道+土地”聯(lián)合開(kāi)發(fā)模式,利用土地增值效應(yīng),解決地鐵建設(shè)資金困局,也能減輕地方政府債務(wù)壓力。

      猜你喜歡
      號(hào)線住宅軌道交通
      1號(hào)線,上海地鐵零的突破
      軌道交通產(chǎn)品CE認(rèn)證論述
      Jaffa住宅
      高速軌道交通發(fā)展趨勢(shì)
      掛在“樹(shù)”上的住宅
      MHS住宅
      A住宅
      2020?年中國(guó)內(nèi)地預(yù)計(jì)開(kāi)通?91?條城軌交通線路
      杭州地鐵1號(hào)線臨平支線接入9號(hào)線通信系統(tǒng)的改造
      基于CAN的冗余控制及其在軌道交通門禁環(huán)網(wǎng)中的應(yīng)用
      海晏县| 吉隆县| 璧山县| 庆云县| 武功县| 霍山县| 四川省| 明星| 沙坪坝区| 安顺市| 泾川县| 吉木萨尔县| 德化县| 呼玛县| 赤峰市| 万荣县| 高阳县| 屏东县| 洛南县| 来安县| 旌德县| 阳城县| 莫力| 达日县| 百色市| 大关县| 随州市| 沭阳县| 新乐市| 德保县| 山丹县| 沅陵县| 龙海市| 大足县| 星座| 扎赉特旗| 锦屏县| 五大连池市| 陵水| 建始县| 张北县|