軌道交通對沿線房地產(chǎn)價格的影響分析

劉芳聰，李鵬博，田麗君

(福州大學(xué) 經(jīng)濟與管理學(xué)院，福建 福州 350116)

隨著城鎮(zhèn)化進程的不斷加快，城市邊界不斷擴張，城市規(guī)模不斷擴大，城市人口劇增，交通出行擁堵成為了城市居民日常生活的一大難題。城市軌道交通以其容量大、準時、高效、安全、舒適等優(yōu)點成為提高出行質(zhì)量和緩解交通擁擠的有效出行工具。

城市軌道交通在緩解交通擁擠，提高出行舒適度的同時，由于沿線區(qū)域可達性的提高而影響居民的住宅選址，進而影響區(qū)域內(nèi)房地產(chǎn)價格。BRANDT等[1]通過對地鐵可達性范圍內(nèi)的周邊房價進行分析，最終算出距站點一定范圍內(nèi)的住宅收益金額可以達到2.33億歐元(折合人民幣約17.18億元)，而且能獲得4 200萬歐元(折合人民幣約3.21億元)額外稅收。劉康等[2]基于特征價格方法構(gòu)建計量分析模型，實證分析了南京市地鐵1、2號線對沿線站點住房價格的影響,結(jié)果表明城市軌道交通對沿線站點住房價格產(chǎn)生了顯著的增值效應(yīng)，不同距離范圍影響程度不同。耿化祺等[3]基于特征價格模型，對烏魯木齊市軌道交通1號線沿線2 000 m范圍內(nèi)二手住宅小區(qū)價格增值效益進行實證分析，結(jié)果表明住宅小區(qū)距最近站點的距離與住宅價格成反比，且對住宅價格影響最為明顯，帶來的增值效益為7.08%。于寧等[4]基于廣義交通費用的出行選擇模型對福州市地鐵周圍房地產(chǎn)增值情況進行預(yù)測，計算結(jié)果顯示軌道交通運營后沿線各站點會有187.75元/m2到2 439.37元/m2不等的增值。張維陽等[5]構(gòu)造衰減模型分析房價與距地鐵站距離的相關(guān)關(guān)系，發(fā)現(xiàn)北京地鐵1號線站點對住宅價格的影響范圍從0.5 km到1 km不等，衰減比重為20%～35%，且在影響范圍內(nèi)衰減程度逐漸降低。田麗君等[6]通過建立消費者剩余模型和居住地Logit選擇模型預(yù)測軌道交通建設(shè)對居住區(qū)位選擇與住宅價格的影響，結(jié)果表明隨著軌道交通沿線居住區(qū)位可達性的提升，軌道交通附近房價增長，最遠的居住區(qū)位平均增長2 619元/m2，最近的居住區(qū)位平均增長11.5元/m2。BOWES等[7]通過特征價格模型分析軌道交通帶來的通勤成本降低和吸引零售業(yè)兩種積極因素，以及噪音污染和增加犯罪率兩種消極因素，對區(qū)域內(nèi)房地產(chǎn)價格的影響，發(fā)現(xiàn)這4種因素均對房地產(chǎn)價格有顯著影響。綜上，國內(nèi)外學(xué)者大多利用特征價格模型，該研究方法一般基于大量的房地產(chǎn)交易數(shù)據(jù)及詳細的周邊信息，雖然考慮的影響因素較為全面，但多因素可能會導(dǎo)致尋找大量實際的房產(chǎn)交易數(shù)據(jù)較為困難，且各因素之間的交互作用及因素的主觀選取可能使結(jié)果產(chǎn)生一定的偏差。另外，城市的差異性可能會導(dǎo)致憑經(jīng)驗確定研究的影響范圍不合理。

基于此，為量化軌道交通對沿線房價的增值效益，從而為實現(xiàn)軌道交通的開發(fā)利益還原政策提供理論基礎(chǔ)，筆者通過住宅區(qū)位理論，建立基于個人出行的房地產(chǎn)增值預(yù)測模型，以南昌市地鐵1號線為研究對象，對軌道交通建設(shè)后沿線房價的增值效益及其規(guī)律進行分析。

1 模型構(gòu)建

假設(shè)房地產(chǎn)相關(guān)政策平穩(wěn)，區(qū)域發(fā)展因素穩(wěn)定。基于Alonso住宅區(qū)位理論，考慮出行者在交通出行成本與購房成本之間進行權(quán)衡，追求總成本最低，最終達到市場均衡狀態(tài)，然后通過廣義交通成本模型以及考慮資金時間價值的收益還原，建立軌道交通對沿線房地產(chǎn)的效益預(yù)測模型。

1.1 住宅區(qū)位理論模型

住宅區(qū)位理論最早是由溫哥和阿朗索(Alonso)提出來的，從交通出行費用和住房費用的角度出發(fā)，研究兩者的相互影響。模型假設(shè)城市只有1個CBD中心，交通系統(tǒng)以相同的效率運送所有出行者到城市中心工作，房屋類型相同，且不考慮房屋結(jié)構(gòu)、地形特點等因素的影響；居民的消費支出僅由住房支出、交通出行費用和其他消費支出組成[8-9]，簡化的數(shù)學(xué)模型為：

Y=O+P(x)·G+K(x)

(1)

式中：Y為家庭的可支配收入；O為其他消費品支出；P(x)為距離城市中心x處的住宅房價；G為該家庭的住房面積；K(x)為距離城市中心x處的廣義交通費用。

1.2 增值預(yù)測模型

假定軌道交通建設(shè)運營前后家庭可支配收入Y、其他消費支出O、家庭住房面積G保持不變，當軌道交通建設(shè)運營后，各出行者會在購房成本和上升的交通出行費用之間進行權(quán)衡，最終達到市場均衡狀態(tài)，即居民住房消費差與交通成本差相等[10]：

ΔP(x)=P1(x)-P0(x)=

(2)

式中：P0(x)、P1(x)分別表示軌道交通運營前后距市中心x處的沿線房地產(chǎn)價格；ΔP(x)為距離市中心x處軌道交通運營前后的房價差；K0(x)，K1(x)分別表示軌道交通運營前后的廣義交通費用；ΔK(x)為距離城市中心x處軌道交通運營前后的廣義交通費用差。

另外，由于居民購房時是一次性支付費用，而出行費用的差異是由每天的出行活動累計而成的。因此，在考慮資金時間價值的情況下，假定每年的收益率不變，根據(jù)收益還原法可以將式(2)修正為[11]：

(3)

式中：γ為收益還原率；n為房屋的使用年限(一般為70年)。由式(3)可知，軌道交通沿線房價增值的大小取決于廣義交通費用差值，因此有必要考慮出行者的出行方式選擇，進而對出行費用差值進行分析。

1.3 廣義交通費用模型

廣義交通費用是指出行者在出行過程中所支付的快捷性、可靠性、經(jīng)濟性、舒適性等服務(wù)屬性方面的成本。為簡單起見，只考慮經(jīng)濟性成本(票價或燃油費)、快捷性成本(出行時間成本)和擁擠成本(出行方式的舒適度成本)。由此，距離城市中心x處的居民采用不同出行方式至市中心的廣義交通費用Ci(x)為：

Ci(x)=Fi(x)+α·Ti(x)+Mi

(4)

式中：i=1、2、3、4分別對應(yīng)公交出行、自駕出行、步行接駁地鐵和騎單車接駁地鐵4種出行方式；Fi(x)為距離城市中心x處居民采用第i種出行方式至市中心的經(jīng)濟性成本，即票價或燃油費，對于自駕出行，此項還包括停車費用；α為出行者的單位時間價值；Ti(x)為距離城市中心x處居民采用第i種出行方式到市中心所需的時間，包括車內(nèi)時間、接駁時間和候車時間3部分；Mi為擁擠成本，為方便處理，這里取常數(shù)，舒適度的基礎(chǔ)值取各種運輸方式票價或燃油費的5%(平峰期)到10%(高峰期)[12]。其中，出行時間可表示為：

Ti(x)=Ti0(x)+Ti1(x)+Ti2(x)

(5)

式中：Ti0(x)為距離城市中心x處居民到市中心所需的車內(nèi)時間，即從出發(fā)站點到市中心的車內(nèi)時間；Ti1(x)為距市中心x處居民在站點的候車時間，對于乘地鐵出行，還包括進出站點的時間，對于自駕出行，此項為0；Ti2(x)為距市中心x處居民到附近站點的接駁時間，對于公交出行，還包括終點站至目的地的步行時間，對于自駕出行，此項為0，對于乘地鐵出行，此項是指采用接駁方式(步行或騎共享單車)至起點站的時間和終點站至目的地的時間。由此可得，距市中心x處居民至市中心的年廣義出行費用為：

K(x)=365·f·Ci(x)

(6)

其中，f為居民家庭一天的出行頻率。

1.4 基于個人出行選擇的增值預(yù)測模型

地鐵建成運營前后，出行者會根據(jù)不同出行方式的出行成本進行權(quán)衡選擇。因此，將出行成本作為負效用，根據(jù)Logit模型，居民選擇不同出行方式的概率可以表示為：

(7)

式中：Pi(x)為距離城市中心x處居民到市中心選擇第i種出行方式的概率；θ為一個固定的常數(shù)，θ越小，表示出行者的出行選擇越隨機，這里取θ=0.5；Ci(x)表示距離城市中心x處居民到市中心選擇第i種出行方式的廣義交通費用；J為居民可選擇的交通方式集合。

為消除指數(shù)級增長導(dǎo)致的結(jié)果差異嚴重擴大，對式(7)進行均值化處理，則可以得到改進后的各出行方式的選擇概率：

(8)

在地鐵建成運營之前，居民選擇公交出行的概率可以表示為：

P1(x)=

(9)

因此，可以得到地鐵建成運營前，距離城市中心x處的居民至市中心的出行費用為：

C0(x)=P1(x)·C1(x)+(1-P1(x))·C2(x)

(10)

在地鐵建成運營后，出行者根據(jù)各出行方式的出行費用權(quán)衡選擇，選擇概率分別為：

(11)

(12)

(13)

P2(x)-P3(x))·C4(x)

(14)

那么，將地鐵的分擔率代入后便可計算出一年內(nèi)廣義交通費用差為：

ΔK(x)=365·f·(C0(x)-C(x))

(15)

2 實證分析

以南昌地鐵1號線站點為對象，分析地鐵建設(shè)前后沿線房地產(chǎn)價格的變化情況。由于南昌地鐵1號線與2號線在地鐵大廈站至八一廣場站存在交叉影響，因此選擇1號線雙港站至衛(wèi)東站的部分站點進行計算分析。

2.1 基礎(chǔ)數(shù)據(jù)

研究涉及的基礎(chǔ)數(shù)據(jù)分為直接數(shù)據(jù)和其他數(shù)據(jù)，直接數(shù)據(jù)主要包括模型中各項基礎(chǔ)數(shù)據(jù)，由南昌統(tǒng)計局統(tǒng)計數(shù)據(jù)及南昌市統(tǒng)計年鑒得到。為方便計算，筆者考慮出行者每日通勤出行量為2次，按照每個家庭3個人計算，因此可取家庭每日出行頻率f為6次/天。根據(jù)南昌市2019年國民經(jīng)濟和社會發(fā)展統(tǒng)計公報數(shù)據(jù)可知，城鎮(zhèn)居民人均住房面積為38.94 m2，按家庭規(guī)模為3人計算，取G為116.82 m2。房地產(chǎn)價格在政策平穩(wěn)、發(fā)展穩(wěn)定的背景下雖有一定的波動，但幅度不大，因此γ取中等風險下的收益還原率10%[13]。根據(jù)南昌市統(tǒng)計局發(fā)布的統(tǒng)計年鑒顯示，非私營單位年人均工資為72 686元，按照勞動和社會保障局提供的小時工資折算方法，取α為34.81元/h。另外，取公交票價為2元；地鐵票價根據(jù)不同的起始站點取為2～6元，可由南昌地鐵官方網(wǎng)站查詢具體票價；共享單車騎行費用取1.5元/次；自駕出行的燃油費一般為0.6元/km，停車費可取8元/次。由于出行者以通勤為主，即乘車一般在高峰期，因此M可取票價的10%。

其他數(shù)據(jù)主要是指車內(nèi)時間、候車時間和接駁時間。對于公共交通，通過出行距離與運行速度來衡量車內(nèi)時間會導(dǎo)致結(jié)果存在較大誤差，加上南昌1號線已處于正式運營階段，相關(guān)的時間數(shù)據(jù)也較容易獲取，因此筆者直接通過相關(guān)交通工具的時刻表與百度地圖進行測算，得到地鐵乘車與公交乘車的車內(nèi)時間。至于自駕出行，車內(nèi)時間則是通過出行距離和自駕車時速進行計算，自駕通勤的平均車速可取35 km/h。

由于南昌市不同區(qū)域的公交線路規(guī)劃與發(fā)車安排不同，因此公交等待時間不完全相同，一般為3～8 min，可根據(jù)具體區(qū)域的具體線路進行取值。南昌軌道交通1號線高峰期的發(fā)車間隔為10 min，因此可取地鐵乘車的平均候車時間為5 min，乘地鐵進出站時間為3 min。

接駁時間主要考慮兩種接駁方式到地鐵站的時間，正常出行者的平均步行速度V1一般為5 km/h，騎自行車的平均速度V2一般為10 km/h，筆者考慮不同接駁距離下軌道交通建設(shè)運營前后對房價的影響程度，接駁距離由百度地圖測距得到。

2.2 房地產(chǎn)增值預(yù)測結(jié)果及分析

筆者選取地鐵大廈為市中心，對南昌地鐵1號線的部分站點進行分析。同時，由于距地鐵站的距離不僅會影響出行者的接駁方式，還會影響房價的增值程度，因此選取的計算距離分別為站點附近小區(qū)、站點周圍步行接駁邊界、站點周圍騎自行車接駁邊界。

2.2.1 站點附近小區(qū)

地鐵建設(shè)運營前后附近居民單次出行成本分別如表1和表2所示，地鐵運營所帶來的家庭年出行成本的降低值及房價的增加值如表3所示，可知各站點房價有153.52～998.40元/m2不等的增值。從表中計算的數(shù)據(jù)可以看出，距離市中心越遠，家庭單次出行成本越高。同時，由地鐵的建設(shè)運營所帶來的出行成本的減少值越大，房價的漲幅也越高。

表1 地鐵建設(shè)運營前站點附近居民單次出行成本

表2 地鐵建設(shè)運營后站點附近居民單次出行成本

表3 站點附近居民家庭年出行成本

2.2.2 站點周圍步行接駁邊界

基于地鐵各站點附近出行者的出行成本數(shù)據(jù)，利用地鐵建設(shè)后步行和騎行接駁地鐵至市中心的出行成本與原出行成本相等，從而計算出步行接駁邊界R1和騎行接駁邊界值R2。R1、R2的計算方式分別如式(16)和式(17)所示，各地鐵站點影響邊界值的計算結(jié)果如表4所示。

(16)

表4 地鐵站點接駁方式的影響邊界值

(17)

式中：F3為站點步行接駁邊界處至市中心的地鐵乘車費用；T30為站點步行接駁邊界處至市中心的車內(nèi)時間；T31為站點步行接駁邊界處至市中心的候車時間；V1為步行平均速度；F4為站點騎行接駁邊界處至市中心的地鐵乘車費用；T40為站點騎行接駁邊界處至市中心的車內(nèi)時間；T41為站點騎行接駁邊界處至市中心的候車時間；V2為騎行平均速度。

地鐵建設(shè)運營前后，在步行接駁邊界處以家庭出行的角度計算單次廣義交通費用計算值，分別如表5和表6所示。地鐵建設(shè)運營所帶來的家庭年出行成本的降低值與房價的增加值如表7所示，可知各站點房價有97.57～292.07元/m2不等的增值。同樣地，地鐵建設(shè)運營所帶來的出行成本的減少值不全相等，在距市中心中等距離處的長江路站增值幅度最大，且沿長江路站至市中心增值幅度逐漸降低；而在孔目湖站出現(xiàn)的山谷，是由于地鐵票價的增加導(dǎo)致。

表5 地鐵車站建設(shè)前步行接駁邊界處家庭單次出行成本

表6 地鐵車站建設(shè)后步行接駁邊界處家庭單次出行成本

表7 步行接駁邊界處家庭年出行成本

2.2.3 站點周圍騎行接駁邊界

地鐵建設(shè)運營前后，以家庭出行的角度計算單次廣義交通費用計算值,分別如表8和表9所示。地鐵建設(shè)運營所帶來的家庭年出行成本的降低值與房價的增加值如表10所示，可知各站點房價有5.69～128.83元/m2不等的增值。同樣地，地鐵建設(shè)前后出行成本的減少值表現(xiàn)為雙港站處最大，沿雙港站至市中心呈減小趨勢，至廬山南大道站最小，這反映出在距地鐵站點較遠處和距市中心中短距離處的影響值最小，而距市中心距離最遠處的站點的影響值最大。

表8 地鐵建設(shè)運營前騎行接駁邊界處家庭單次出行成本

表9 地鐵建設(shè)運營后騎行接駁邊界處家庭單次出行成本

2.2.4 綜合分析

將上述結(jié)果進行整理分析，得到不同距離對應(yīng)的房價增長情況，如表11所示。由表11可知，相比于站點附近小區(qū)的出行成本與房價的變化值，步行接駁處的變化值明顯降低，騎行接駁邊界處的變化值進一步降低，但是出行成本的減少值與房價的增加值均為正值，驗證了邊界值計算的合理性。由此可見，軌道交通沿線房價增長的上界和下界都在隨距站點距離的增加而減小。此外，橫向距離(與站點的距離)對于房價的變化程度影響較大，且距市中心距離越遠，橫向距離帶來的差值越大；縱向距離(距市中心的距離)對房價的變化相對較緩，且在距站點中等距離處，房價變化峰值會向市中心移動，而在站點較近和較遠距離處，郊區(qū)的增值優(yōu)勢更明顯。

表10 騎行接駁邊界處家庭年出行成本

表11 不同距離對應(yīng)的房價增長情況

綜合來看，在站點附近區(qū)域的結(jié)果與文獻[3]和文獻[4]得出的增值規(guī)律大致相同，但由于城市的差異性，房價的增值結(jié)果并不相同。

2.3 敏感性分析

2.3.1 理性程度的敏感性分析

為了反映居民基于出行成本考慮的理性程度參數(shù)對各站點區(qū)域平均房價增長的影響，以站點附近小區(qū)為分析對象，通過改變不同的理性參數(shù)取值，進而得到各個站點附近小區(qū)的出行成本與房價的平均增長值，如圖1所示。由圖1可以看出，在理性程度取0.5時，房價平均增長值最大。

圖1 理性程度的敏感性分析

2.3.2 距離的敏感性分析

固定理性程度為0.5，同樣以站點附近小區(qū)為研究對象，計算不同距離下的出行成本數(shù)據(jù)與平均房價增長值，如圖2所示。對所得數(shù)據(jù)進行線性預(yù)測，計算結(jié)果表現(xiàn)為距市中心距離每增加1 km，7個站點附近小區(qū)房價平均增長95.43 元/m2。

圖2 距離的敏感性分析

2.3.3 地鐵發(fā)車頻率的敏感性分析

固定理性程度為0.5，公交票價為正常票價2元，通過改變地鐵候車時間，得到不同的出行成本值，進而得到平均房價的增長值，結(jié)果如圖3所示。具體計算結(jié)果表現(xiàn)為候車時間每增加0.01 h，7個站點附近小區(qū)平均房價增長36.14 元/m2。

圖3 地鐵發(fā)車頻率的敏感性分析

3 結(jié)論

(1)通過引入多元化的交通出行方式，同時在廣義交通費用的計算過程中考慮個人基于成本的出行選擇偏好；引入由成本表示負效用的Logit模型，在廣義交通費用中考慮經(jīng)濟性成本(票價或燃油費)、快捷性成本(出行時間成本)和擁擠成本(出行方式的舒適度成本)。在此基礎(chǔ)上，根據(jù)Alonso住宅區(qū)位理論建立了軌道交通對沿線站點區(qū)域房地產(chǎn)增值預(yù)測模型，對南昌市軌道交通1號線沿線站點周圍房地產(chǎn)的增值情況進行了數(shù)值預(yù)測。

(2)無論是步行接駁還是騎行接駁，軌道交通站點的影響范圍都表現(xiàn)為距市中心距離越遠，站點的影響范圍越大，兩種接駁方式的影響范圍差值也越大。

(3)交通出行成本表現(xiàn)為距市中心越遠，廣義出行費用越高，在騎行接駁范圍內(nèi)軌道交通對沿線房地產(chǎn)均產(chǎn)生增值效應(yīng)，且在距站點較近(即步行接駁邊界處)時，增值效應(yīng)表現(xiàn)為“出現(xiàn)兩處谷底的W型”，在距站點越遠時(即騎行接駁邊界處)，整體增值效益降低，各站點的增值規(guī)律表現(xiàn)為“V型”。

(4)軌道交通建設(shè)運營所導(dǎo)致的房價增長值并非表現(xiàn)為“距市中心距離越遠、房價增長值越大”的線性增長規(guī)律。同時，在距站點中等距離處，房價變化峰值會向市中心移動，而在站點較近和較遠距離處，郊區(qū)的增值優(yōu)勢更明顯。

(5)由于筆者只選取了站點周圍3個距離值進行分析，因此無法準確描述各個站點周圍房價與距站點距離的變化關(guān)系，同時在考慮接駁方式與出行方式時，只選取了主要的交通方式，在個人出行選擇分析中，只考慮成本對出行者的影響，可能會與實際值存在一定的偏差。