城市設(shè)計(jì)視角下的市郊鐵路站域商業(yè)溢價(jià)效應(yīng)研究

姚敏峰，秦昱晨，石磊，詹曉東

(1.華僑大學(xué)，a.建筑學(xué)院，b.廈門市生態(tài)建筑營(yíng)造重點(diǎn)實(shí)驗(yàn)室，福建廈門 361021；2.廈門市軌道建設(shè)發(fā)展集團(tuán)有限公司，福建廈門 361000）

0 引言

近年來，以公共交通為導(dǎo)向的發(fā)展模式(Transit-Oriented Development，TOD)已經(jīng)成為我國(guó)城市發(fā)展建設(shè)的熱點(diǎn)。伴隨軌道線網(wǎng)建設(shè)的同時(shí)，各大城市加強(qiáng)了軌道沿線及站域范圍的土地綜合開發(fā)，但在實(shí)踐過程中多面臨著開發(fā)效益受限和建設(shè)成本難以回收等現(xiàn)象。國(guó)際經(jīng)驗(yàn)表明，資金回收與運(yùn)營(yíng)仍是影響未來軌道交通建設(shè)可持續(xù)性的核心問題。眾所周知，TOD主要是通過改善沿線或站點(diǎn)周邊用地的區(qū)位價(jià)值，提高交通可達(dá)性，從而影響土地價(jià)格增值，產(chǎn)生溢價(jià)效應(yīng)。加強(qiáng)公共交通投資，提升溢價(jià)效應(yīng)可為站域城市功能，尤其是商業(yè)功能帶來額外價(jià)值，對(duì)這部分增值所得進(jìn)行合理再利用有利于反哺政府在城市交通基礎(chǔ)設(shè)施建設(shè)過程中的巨額成本投入，稱之為“溢價(jià)歸公(Value Capture)”[1]。

自2010年起，我國(guó)城市軌道交通進(jìn)入快速發(fā)展期，軌道交通運(yùn)營(yíng)里程數(shù)已位居世界第一。與此同時(shí)，城市群發(fā)展促進(jìn)了城際線路和市郊鐵路與城市軌道交通共同組成多層次軌道交通系統(tǒng)。2022年4月26日召開的中央財(cái)經(jīng)委員會(huì)第十一次會(huì)議提出：“推進(jìn)城市群交通一體化，建設(shè)便捷高效的城際鐵路網(wǎng)，發(fā)展市域(郊)鐵路和城市軌道交通”。市郊鐵路將成為未來幾年我國(guó)基礎(chǔ)設(shè)施建設(shè)的重點(diǎn)內(nèi)容之一。大多數(shù)情況下，市郊鐵路車站的區(qū)域首位度明顯較高，因此，站點(diǎn)的溢價(jià)影響較城市中心區(qū)車站更為明顯，尤其是商業(yè)溢價(jià)效應(yīng)受步行接駁距離的影響更為顯著。采用立體結(jié)合設(shè)施可有效解決開發(fā)地塊與車站之間繞行系數(shù)過大的情況，提升附屬商業(yè)的鄰近度，促進(jìn)乘客流向商業(yè)人流轉(zhuǎn)換，進(jìn)一步擴(kuò)大聯(lián)合開發(fā)商業(yè)的溢價(jià)效益。楊燕等[2]總結(jié)國(guó)內(nèi)外典型站城一體化開發(fā)案例中的結(jié)合設(shè)施，將與車站各出入口直接相連的地下通道和步行天橋等歸類為線銜接形式的結(jié)合設(shè)施，其建設(shè)成本相對(duì)較低，可靈活布置，也是目前我國(guó)各大車站結(jié)合設(shè)施設(shè)計(jì)的主要形式。

總體上看，既有研究以房地產(chǎn)的溢價(jià)影響機(jī)制探討居多，研究結(jié)論多偏于宏觀規(guī)律總結(jié)與閾值限定。CERVERO 等[3]和WEINSTEIN 等[4]研究發(fā)現(xiàn)，在車站的近距離內(nèi)商業(yè)類房地產(chǎn)受站點(diǎn)影響的溢價(jià)敏感度高于居住類地產(chǎn)；GHEBREEGZIABIHER等[5]采用Meta 分析法發(fā)現(xiàn)，一般情況下，軌道交通車站對(duì)于居住類地產(chǎn)的影響距離范圍最大不超過2英里(1 英里=1609.344 m)，重點(diǎn)在1/4 英里內(nèi)，而對(duì)商業(yè)類房地產(chǎn)的影響僅限于站域300～500 m 左右的范圍，且商業(yè)地產(chǎn)價(jià)格高于居住類地產(chǎn)約12.2%，這與將軌道交通車站作為聚焦點(diǎn)，吸引商業(yè)活動(dòng)，增加商業(yè)地產(chǎn)價(jià)值的論斷大致相符；趙晶等[6]基于上海房?jī)r(jià)柵格數(shù)據(jù)，構(gòu)建雙重差分模型，分析軌道交通所產(chǎn)生的溢出與虹吸效應(yīng)，并將溢價(jià)趨勢(shì)變化臨界值確定在2500 m左右；潘海嘯等[7]研究了上海中心城區(qū)軌道交通線網(wǎng)周邊的房地產(chǎn)樣本，發(fā)現(xiàn)軌道交通對(duì)于周邊地產(chǎn)價(jià)格的溢價(jià)影響作用與空間可達(dá)性呈顯著正相關(guān)。隨著市郊鐵路的大規(guī)模建設(shè)，關(guān)于其對(duì)于土地開發(fā)的影響也逐漸受到學(xué)界關(guān)注，TAN 等[8]借助特征價(jià)格模型(Hedonic Price Model，HPM)分析了武漢市地鐵6號(hào)線沿線二手房銷售數(shù)據(jù)，發(fā)現(xiàn)新建市郊站周邊住宅價(jià)格增值效果顯著，且影響范圍在1600 m 左右；李楊等[9]以東京軌道交通中央本線(屬市郊線)為例，就住宅可達(dá)性提升與地價(jià)增值關(guān)系構(gòu)建特征價(jià)格模型，發(fā)現(xiàn)軌道交通對(duì)其增值影響作用與接駁距離呈負(fù)相關(guān)關(guān)系。

城市設(shè)計(jì)是論證軌道交通綜合開發(fā)項(xiàng)目溢價(jià)效應(yīng)的有效手段。香港早期的軌道交通站城一體化開發(fā)模式——“軌道+物業(yè)”聯(lián)合開發(fā)(Rail+Property Development)，已被證明是解決高密度建成環(huán)境，促進(jìn)軌道交通與城市空間的有效手段。為保證軌道交通建設(shè)成本的快速回收并避免附屬房地產(chǎn)運(yùn)營(yíng)效率虧損，其主要采用立體化城市設(shè)計(jì)策略，通過完善的地面街道、空中連廊及跨越街區(qū)的步行天橋等結(jié)合設(shè)施，加強(qiáng)車站建筑與商業(yè)設(shè)施及居住社區(qū)的連接程度，提升附屬物業(yè)的鄰近度，加速溢價(jià)歸公效率，并實(shí)現(xiàn)各類交通方式的綜合接駁[10]。

市郊車站在建設(shè)水平及周邊要素復(fù)雜程度上遠(yuǎn)不如城市中心區(qū)，在站域范圍商鋪空間分布密度與街道路網(wǎng)密度均較低的情況下，直線距離與實(shí)際步行可達(dá)性差距較大，常出現(xiàn)“相近而不相鄰”的現(xiàn)象；同時(shí)，受首位度影響，市郊車站通常呈現(xiàn)出“靠近車站建設(shè)緊密，超出一定范圍后，密度驟降”的發(fā)展規(guī)律，傳統(tǒng)研究思路基于直線距離測(cè)度而得出的溢價(jià)變化規(guī)律難以體現(xiàn)市郊車站的特點(diǎn)，且難以體現(xiàn)距離因素對(duì)于溢價(jià)效應(yīng)的具體改善機(jī)制與作用效果。因此，需從微觀視角切入，突出市郊站域商鋪的樣本個(gè)體屬性，并以實(shí)際步行可達(dá)距離代替直線測(cè)度結(jié)果，采用合理的評(píng)估方法與計(jì)算模型分析鄰近商業(yè)設(shè)施溢價(jià)效應(yīng)的增值表現(xiàn)。此外，房地產(chǎn)樣本作為空間要素的特殊性，其在地理空間中會(huì)產(chǎn)生自相關(guān)現(xiàn)象(Spatial Dependence)并表現(xiàn)出空間異質(zhì)性(Spatial Heterogeneity)，而傳統(tǒng)特征價(jià)格模型在空間數(shù)據(jù)上的解釋力較弱，導(dǎo)致分析結(jié)果可能產(chǎn)生誤差。ANSELIN 等[11]建議采用空間計(jì)量回歸方法以解決誤差問題，此后，該方法在軌道交通與土地開發(fā)相關(guān)研究中被大量使用。徐濤等[12]以武漢市地鐵2 號(hào)線為例，引入空間計(jì)量模型，分析了地鐵站點(diǎn)類型對(duì)周邊住宅和商業(yè)辦公用地溢價(jià)效應(yīng)的影響差異及圈層變化規(guī)律；張書婧等[13]在全局空間計(jì)量回歸的基礎(chǔ)上，考慮時(shí)間變化因素，采用局部變參數(shù)的方法研究了北京市域范圍新建軌道交通線網(wǎng)對(duì)住宅價(jià)格影響的時(shí)空效應(yīng)。

本文在既有研究基礎(chǔ)上，選取東京市郊鐵路，從城市設(shè)計(jì)視角提出研究思路，聚焦于通過城市設(shè)計(jì)角度開展研究，構(gòu)建空間面板計(jì)量模型，深入分析站域商業(yè)設(shè)施溢價(jià)效應(yīng)的影響機(jī)制，并重點(diǎn)關(guān)注市郊線站點(diǎn)的站城結(jié)合設(shè)施設(shè)計(jì)對(duì)其周邊聯(lián)合開發(fā)商業(yè)溢價(jià)效益的提升作用；在定量分析的基礎(chǔ)上引入案例驗(yàn)證環(huán)節(jié)，借助成本效益法評(píng)價(jià)目標(biāo)車站結(jié)合設(shè)施的建設(shè)投入與預(yù)期增值溢價(jià)營(yíng)收，論證如何通過城市設(shè)計(jì)加強(qiáng)站城結(jié)合，在提升商業(yè)設(shè)施鄰近度的基礎(chǔ)上匯聚客流，并顯著提升商業(yè)設(shè)施的溢價(jià)增值效益。為現(xiàn)有理論研究提供新的思路及為相關(guān)實(shí)踐項(xiàng)目提供借鑒。

1 研究方法

1.1 空間計(jì)量回歸模型

傳統(tǒng)HPM 模型是評(píng)估房地產(chǎn)價(jià)格的常用工具，主要是將房地產(chǎn)作為特異性商品，樣本差異來自房地產(chǎn)本身所具有的可滿足消費(fèi)者需求的各種特征，以解釋商品間的異質(zhì)性，基本形式可通過多元線性回歸模型(Multivariable Linear Regression model，MLR)表示，特征變量系數(shù)可由OLS 最小二乘法進(jìn)行回歸擬合。而空間計(jì)量回歸法則是在傳統(tǒng)截面與面板數(shù)據(jù)基礎(chǔ)上引入空間參數(shù)(全局常參數(shù))，對(duì)其進(jìn)行空間自相關(guān)分析和結(jié)構(gòu)分析。主要包括：空間滯后模型(Spatial Autoregressive Model，SAR)、空間誤差模型(Spatial Autoregressive in Error Term Model，SEM)及空間杜賓模型(Spatial Durbin Model，SDM 模型)。前兩個(gè)模型可由空間杜賓模型系數(shù)退化而產(chǎn)生，由于本文目標(biāo)為同一分析空間下的商鋪樣本點(diǎn)數(shù)據(jù)，暫不考慮相鄰地區(qū)樣本自變量間的相互影響，因此，模型主要選擇前兩者。SAR與SEM模型的區(qū)別主要是引入變量系數(shù)的不同，分別為空間滯后變量與空間誤差變量，具體選擇方法由系數(shù)檢驗(yàn)進(jìn)一步判斷。結(jié)合既往房地產(chǎn)價(jià)格方面的研究，考慮到模型擬合度、正態(tài)分布假設(shè)檢驗(yàn)及異方差問題，將租金價(jià)格取對(duì)數(shù)并采用半對(duì)數(shù)形式的模型。SAR模型與SEM模型基本形式為

式中：ρ為空間自相關(guān)系數(shù)；λ為空間誤差變量影響系數(shù)；W為空間權(quán)重矩陣；Bi為第i個(gè)商鋪樣本單月租金價(jià)格(萬日元)；m為商鋪樣本總個(gè)數(shù)(k取值為1,2,3,…,m-1,m)；Xki為第i個(gè)房地產(chǎn)樣本的第k個(gè)特征變量值；di為第i個(gè)商鋪樣本距離最近公交站點(diǎn)的距離(m)；εi為第i個(gè)商鋪樣本可能產(chǎn)生的隨機(jī)誤差；μ為模型擬合所產(chǎn)生的隨機(jī)誤差(變量符合正態(tài)分布)；α0、β、αk為影響系數(shù)。

1.2 成本-效益評(píng)價(jià)模型

在工程項(xiàng)目評(píng)估時(shí)經(jīng)常會(huì)采用成本效益(Cost Benefit Analysis,CBA)法。主要通過確定建設(shè)目標(biāo)，提出一系列解決方案，并運(yùn)用相關(guān)技術(shù)方法，詳細(xì)列出所有方案的全部預(yù)期成本和效益，通過比較方法，并依據(jù)一定原則，放棄社會(huì)邊際成本超過邊際效益的方案，確定方案優(yōu)先順序，進(jìn)行最優(yōu)決策。在站城聯(lián)合開發(fā)的不同城市設(shè)計(jì)方案中，附屬商業(yè)布局與形式均可能存在較大差異，影響與之結(jié)合商業(yè)設(shè)施的鄰近度。當(dāng)采取某種類型的結(jié)合設(shè)施銜接商業(yè)設(shè)施與車站建筑時(shí)，額外增加的建設(shè)成本是否可以通過溢價(jià)增值收益的提升進(jìn)行抵消，需要通過成本效益模型評(píng)估。

本文擬通過空間計(jì)量回歸分析，提取關(guān)鍵變量系數(shù)，對(duì)所選目標(biāo)車站結(jié)合設(shè)施方案設(shè)計(jì)進(jìn)行評(píng)價(jià)，在前提條件合理的情況下，采用情景模擬法，通過城市設(shè)計(jì)多方案比選，假設(shè)結(jié)合設(shè)施建設(shè)前后主要影響客流的步行路線以及實(shí)際步行距離，達(dá)到改善商鋪鄰近度并提升溢價(jià)效應(yīng)的作用。成本指標(biāo)主要包括結(jié)合成本，即在自身規(guī)模、土地成本及建安成本等限定的前提下，為了實(shí)現(xiàn)更好的站城結(jié)合所付出的額外成本，例如，天橋和廣場(chǎng)等結(jié)合設(shè)施的建造成本和運(yùn)營(yíng)維護(hù)成本等，模型為

式中：Ct為增設(shè)第t個(gè)銜接設(shè)施引起的建設(shè)成本增加額現(xiàn)值(萬日元)；CL為結(jié)合設(shè)施所增加的土建工程費(fèi)用(萬日元)；CF為結(jié)合設(shè)施所需設(shè)備費(fèi)用(萬日元)，包括照明設(shè)備采購(gòu)和扶梯電機(jī)采購(gòu)安裝等；CM為運(yùn)維成本(萬日元)，主要包括設(shè)施正常運(yùn)行所需資金投入和維護(hù)成本(設(shè)施日常清理和設(shè)備檢修維護(hù)費(fèi)用)。

效益主要包括與結(jié)合設(shè)施直接連通的附屬商業(yè)的增值效益，建設(shè)結(jié)合設(shè)施之后提高的車站-商業(yè)之間的過街時(shí)間效益。由于車站客流變化的不確定性，生產(chǎn)活動(dòng)價(jià)值轉(zhuǎn)化難以準(zhǔn)確估價(jià)，為避免車站結(jié)合設(shè)施成本估價(jià)的不便，簡(jiǎn)化評(píng)價(jià)模型，僅考慮關(guān)鍵區(qū)域結(jié)合設(shè)施架設(shè)前后步行路線變化而產(chǎn)生的商業(yè)增值差異，并將所有效益折算到運(yùn)營(yíng)當(dāng)年年初現(xiàn)值，進(jìn)行分析比較。

2 研究案例與特征變量統(tǒng)計(jì)

2.1 研究對(duì)象與數(shù)據(jù)說明

選擇日本東京市郊鐵路線路作為研究對(duì)象，主要有以下幾個(gè)因素：①日本作為亞洲地區(qū)極具代表性的軌道交通建設(shè)帶動(dòng)城市發(fā)展的國(guó)家，其線路與高密度建成環(huán)境呈極強(qiáng)的耦合關(guān)系。②日本較早地確立了站城一體化的建設(shè)模式，并建成一批世界知名的軌道交通綜合體，站城聯(lián)合開發(fā)模式較為成熟，案例樣本充足，可研究性較高。③日本的市郊線路與傳統(tǒng)意義上所理解的市郊鐵路不同，郊區(qū)各站點(diǎn)周邊建設(shè)具有明顯的集聚效應(yīng)，超出一定范圍則呈現(xiàn)低密度化布局；同時(shí)，與市中心澀谷站和新宿站等站城完全融合的綜合體模式不同，市郊商業(yè)相對(duì)獨(dú)立，可保證樣本的空間獨(dú)立性，同時(shí)也可避免垂直步行距離及其他因素的干擾，便于后續(xù)研究。日本市郊和市區(qū)不同類型車站如圖1所示。

圖1 日本市郊和市區(qū)不同類型車站Fig.1 Different types of stations in suburban and urban areas of Japan

2.2 特征變量選擇

對(duì)于特征變量的選擇，需在結(jié)合相關(guān)研究成果的同時(shí)，關(guān)注商鋪樣本與傳統(tǒng)居住類房地產(chǎn)樣本的區(qū)別。商業(yè)地產(chǎn)與居住類地產(chǎn)均與人們?nèi)粘Ｉ罟ぷ骶o密關(guān)聯(lián)，本身是一種較為復(fù)雜的商品，同類地產(chǎn)商品之間由于構(gòu)成其使用價(jià)值或影響其價(jià)值浮動(dòng)的特征存在較大差異，特征價(jià)格法認(rèn)為異質(zhì)性產(chǎn)品受其自身特征的影響，構(gòu)建商業(yè)類房地產(chǎn)的特征價(jià)格模型需辨別影響價(jià)格浮動(dòng)的各類特征因素。賈生華等[14]認(rèn)為可將影響價(jià)格的特征要素分為區(qū)位特征，鄰里特征及建筑特征，由于本文主要研究站點(diǎn)與商鋪間的關(guān)系，因此，將鄰里特征轉(zhuǎn)化為商鋪樣本鄰近的站點(diǎn)特征。特征變量選擇如表1所示。

表1 特征變量選擇Table 1 Selection of characteristic variables

第1 組變量描述商鋪?zhàn)陨斫Y(jié)構(gòu)特征，例如，建造時(shí)間，面積，層數(shù)，可售商鋪層高，距最近站點(diǎn)的步行時(shí)間用來衡量商業(yè)設(shè)施的鄰近程度。根據(jù)數(shù)據(jù)采集網(wǎng)站At home數(shù)據(jù)測(cè)量來源說明，其步行時(shí)間測(cè)量為以正常成人步行速度(約1.25 m·s-1)依托街道路網(wǎng)實(shí)地測(cè)量所得的最短步行距離，具有一定的解釋力與科學(xué)性。

第2 組變量描述區(qū)位特征，主要研究商鋪、站點(diǎn)及城市間的關(guān)系(主要考慮距離因素)，包括：距站點(diǎn)直線距離，與新宿站距離(所選線路為市郊非環(huán)線，終點(diǎn)站為新宿，接近市中心，選擇其代替城市中心的影響)，與町田站距離(町田站作為小田原線換乘JR橫濱線樞紐站，可換乘至多摩新城，橫濱等重要節(jié)點(diǎn)區(qū)域，推測(cè)其對(duì)樣本可能存在一定影響作用，故納入考慮區(qū)位特征變量范圍)等變量。直線距離均為歐式距離，利用Arcgis 計(jì)算工具直接測(cè)量，如圖2所示。

圖2 小田急小田原線路區(qū)位Fig.2 Odakyu Odawara Line location map

第3 組變量描述商鋪鄰近站點(diǎn)的特征，包括：站點(diǎn)類型，站城結(jié)合方式，結(jié)合設(shè)施類型，平均換乘人數(shù)。研究建立二元變量(0,1)描述站點(diǎn)類型為單線中間站或多線換乘站；結(jié)合方式參考文獻(xiàn)[7]分為：分離型(即無結(jié)合)、接合式、融合式、綜合式(接合式+融合式)，為便于后續(xù)線性回歸分析，采用評(píng)分制表示其結(jié)合程度，其中，分離型最差，為0 分；綜合型最好，為3分；結(jié)合設(shè)施類型分為線型/枝型、面型、體型及綜合型。依據(jù)其便捷程度同樣采用評(píng)分制分級(jí)。

實(shí)驗(yàn)數(shù)據(jù)來源于At home 房產(chǎn)出租信息網(wǎng)。初步爬取小田原線沿線商鋪數(shù)據(jù)1989條，如圖3所示。數(shù)據(jù)清洗工作主要包括：清理無效數(shù)據(jù)，空值以及篩除部分不符合研究目標(biāo)的數(shù)據(jù)。由于后續(xù)成本效益模型主要評(píng)價(jià)站城結(jié)合設(shè)施的改善作用，需合理判斷設(shè)施設(shè)計(jì)尺度，進(jìn)行兩步篩除。首先，篩除形式為地下站的車站，剩余12 座地上站點(diǎn)(包括地面站與高架站)；其次，根據(jù)設(shè)計(jì)經(jīng)驗(yàn)與實(shí)際案例判斷，兼顧步行適宜距離，將商鋪樣本與站點(diǎn)間距離控制在10 min內(nèi)步行可達(dá)，即采用Arcgis測(cè)量工具得出站點(diǎn)與商鋪的直線距離，將大于1000 m的樣本篩除。最終得到可用于本文研究的有效數(shù)據(jù)809條。

圖3 小田原線周邊商鋪樣本分布Fig.3 Sample distribution of shops around Odawara Line

3 模型分析

3.1 商鋪?zhàn)饨鹂臻g自相關(guān)性檢驗(yàn)與回歸模型選擇

將所列出的特征變量樣本數(shù)據(jù)全部納入OLS(Ordinary Least Square)模型，采用步進(jìn)回歸法依次排除具有類似特性，且顯著度低于10%和方差膨脹因子(Variance Inflation Factor)大于3 的特征變量，矯正模型的多重共線性，并根據(jù)步進(jìn)法所生成模型的擬合度篩除變量。商鋪面積與租金相關(guān)性及顯著性均較低，將其去除；車站類型與平均換乘人流量具有類似特性(換乘站一般比中間站人流量更高)，去除顯著性較低的車站類型及樓棟層數(shù)變量。去除變量后，模型擬合度較為良好，調(diào)整后R2為0.514，變化量無明顯降低，用于構(gòu)建空間面板計(jì)量模型。

在進(jìn)行空間相關(guān)性檢驗(yàn)之前構(gòu)建空間權(quán)重矩陣，一般采用Queen-based 鄰域法和距離閾值法兩種方式，主要對(duì)比相關(guān)檢驗(yàn)指標(biāo)，并根據(jù)模型擬合度R2選擇最佳權(quán)重矩陣。分別采用兩種方法構(gòu)建權(quán)重矩陣，對(duì)比模型擬合度及相關(guān)系數(shù)(參考相關(guān)文獻(xiàn)距離閾值法選擇650，800，1000，1200，1500 m作為距離閾值，并分別計(jì)算1 次，650 m 為最低限值)發(fā)現(xiàn)，鄰域法生成的空間權(quán)重矩陣擬合度高于距離閾值法生成的權(quán)重矩陣擬合度。因此，本文選擇限定距離閾值的鄰域法構(gòu)建空間權(quán)重矩陣更為合理；其次，對(duì)商鋪樣本租金變量取對(duì)數(shù)后進(jìn)行單變量全局空間自相關(guān)分析，Moran's I(空間自相關(guān)系數(shù))值為0.510，呈現(xiàn)中等程度的空間自相關(guān)；同時(shí)，檢驗(yàn)其顯著性為0.001。商鋪樣本空間自相關(guān)檢驗(yàn)如圖4所示。回歸模型選擇流程如圖5所示。其中，Lagged ln月租金為變量，表示ln月租金的空間滯后(即某觀測(cè)值與其周圍“鄰居”的加權(quán)平均)向量。

圖4 商鋪?zhàn)饨鹂臻g自相關(guān)性檢驗(yàn)Fig.4 Spatial autocorrelation test for shop rents

圖5 空間計(jì)量回歸建模流程Fig.5 Spatial econometric regression modelling process

采用殘差檢驗(yàn)法通過拉格朗日乘數(shù)檢驗(yàn)(Lagrange Multipliers,LM)及健壯性檢驗(yàn)選擇合適的計(jì)量模型，如表2所示。

由表2可知，LM-lag 與LM-error 均顯著，LMlag值(118.9362)大于LM-error(94.1638)，因此，進(jìn)一步進(jìn)行穩(wěn)健性查驗(yàn)，Robust LM-lag 值(26.3781)遠(yuǎn)大于Robust LM-error(1.6057)，根據(jù)顯著性及模型置信度判定SAR模型更為適用。

表2 OLS回歸系數(shù)檢驗(yàn)Table 2 OLS regression coefficient tests

3.2 市郊鐵路站域商業(yè)溢價(jià)效應(yīng)影響機(jī)制

本文基于SAR 模型，采用半對(duì)數(shù)形式轉(zhuǎn)換，特征要素對(duì)溢價(jià)效益的影響轉(zhuǎn)換為百分比的形式以量化解釋系數(shù)含義。首先，區(qū)位特征相關(guān)因素指標(biāo)對(duì)于小田原線沿線商鋪價(jià)格具有一定程度的影響，但系數(shù)均較低。其中，商鋪距離最近站點(diǎn)的直線距離系數(shù)為負(fù)，顯著性表現(xiàn)一般，說明，距離站點(diǎn)越近，溢價(jià)指數(shù)越高，每靠近100 m，價(jià)格上漲約0.01%，大致符合軌道交通車站站域商鋪?zhàn)饨鹨鐑r(jià)的增長(zhǎng)圈層變化規(guī)律。商鋪與新宿站及東京市郊副中心町田站直線距離差異對(duì)商鋪價(jià)格影響均為負(fù)相關(guān)，兩者溢價(jià)回歸系數(shù)過低難以百分比形式解釋，且前者顯著性未通過檢驗(yàn)，其原因可能為：小田原線為跨度較長(zhǎng)的市郊非環(huán)形線路，受限于距離因素，新宿站相較于町田站，對(duì)其線路上各站點(diǎn)及商鋪影響力較弱；同時(shí)，樣本數(shù)量限制也可能進(jìn)一步導(dǎo)致如上結(jié)果。其次，站點(diǎn)自身特征對(duì)商鋪?zhàn)饨鹁嬖谟绊懬一貧w系數(shù)值較高。其中，商鋪所在層數(shù)與建造時(shí)間從系數(shù)來看均為負(fù)相關(guān)，可解釋為年限越久和層數(shù)越高的商鋪?zhàn)饨鹣鄬?duì)越低(排除少數(shù)具有一定歷史街區(qū)特征的商鋪?zhàn)饨鹋c建造年限可能存在正相關(guān)關(guān)系的少數(shù)情況)，大體符合通識(shí)規(guī)律。最后，鄰近站點(diǎn)特征變量指標(biāo)組中，站城結(jié)合方式與結(jié)合設(shè)施類型回歸系數(shù)均為正，表明其對(duì)商鋪?zhàn)饨鹩蟹e極溢價(jià)影響，即結(jié)合方式越緊密和越綜合，商鋪?zhàn)饨鹪鲋翟矫黠@；站點(diǎn)換乘人數(shù)回歸系數(shù)較小，表明其對(duì)于周邊商業(yè)的溢價(jià)效應(yīng)影響程度較低。人流量的導(dǎo)入間接影響商業(yè)設(shè)施的租金變化，主要因?yàn)槌掷m(xù)性換乘人流的漲跌波動(dòng)決定了站域人流活力并間接影響商鋪營(yíng)收情況，“乘客流”是否可以最大限度轉(zhuǎn)化為商業(yè)“消費(fèi)流”，與站商步行結(jié)合設(shè)施緊密關(guān)聯(lián)。在租賃市場(chǎng)引導(dǎo)下，商鋪?zhàn)饨饘⒃趽Q乘人流量達(dá)到穩(wěn)定后進(jìn)一步調(diào)整，但由于本文并未獲取不同時(shí)間段內(nèi)換乘人數(shù)的切片數(shù)據(jù)進(jìn)行橫向比較，而是將年均換乘人數(shù)數(shù)據(jù)納入模型，因此，回歸系數(shù)值并不高，但顯著性通過檢驗(yàn)，該系數(shù)仍具有統(tǒng)計(jì)學(xué)意義。步行到達(dá)時(shí)間溢價(jià)回歸系數(shù)約為-0.03，根據(jù)變量含義及橫向比較情況看，該值較高，即實(shí)際步行到達(dá)車站時(shí)間越短，商鋪?zhàn)饨鹨鐑r(jià)效益顯著增長(zhǎng)；從回歸系數(shù)大小與顯著性表現(xiàn)兩方面比較步行時(shí)間與距最近站點(diǎn)直線距離，相較于后者，市郊線站點(diǎn)周邊的獨(dú)立商鋪受到基于路網(wǎng)的步行可達(dá)性影響更明顯。兩項(xiàng)指標(biāo)的回歸結(jié)果分析側(cè)面映證了對(duì)于直線距離與真實(shí)距離的差異比較，并反映了站城結(jié)合設(shè)施合理布局的重要性。本文將依據(jù)步行時(shí)間變量的模型擬合結(jié)果計(jì)算比較站城結(jié)合設(shè)施的成本效益，綜合評(píng)估其對(duì)于站商鄰近度的改善作用。

在整體溢價(jià)效應(yīng)分析基礎(chǔ)上，縮小研究范圍，細(xì)分樣本所屬圈層，構(gòu)建描述模型，探究商鋪?zhàn)饨饍r(jià)格變化的圈層效應(yīng)。結(jié)合既有研究，以樣本與站點(diǎn)直線距離100 m為單位劃分圈層，并建立二元變量(0,1)表示樣本所屬，引入SAR模型分析，結(jié)果如表3所示。

表3 SAR模型分析結(jié)果Table 3 SAR model analysis results

結(jié)果表明，500 m 范圍內(nèi)商鋪?zhàn)饨鹋c所屬圈層放射式擴(kuò)張并非單一線性關(guān)系，各圈層中溢價(jià)指數(shù)以100 m 為界線呈兩極分布。(0,100]m 圈層并非影響最明顯的圈層，即并非“越靠近站點(diǎn)，價(jià)格越高”。(0,100]m 回歸系數(shù)為0.0707，商鋪因緊鄰軌道交通站點(diǎn)租金上漲7.07%；在(100,200]m圈層回歸系數(shù)最大，為0.1339，該范圍內(nèi)商鋪因靠近站點(diǎn)租金上漲13.39%；在(300,400]m 范圍內(nèi)又迎來峰值，回歸系數(shù)約為0.1274，排除單一的距離原因，可能受到其他因素影響，還需考慮樣本分布的不均勻性、路網(wǎng)結(jié)構(gòu)差異及鄰近設(shè)施的影響等，400 m后回歸系數(shù)下降。可大致判斷小田原線各站點(diǎn)對(duì)商鋪的積極溢價(jià)影響范圍約為200 m。

根據(jù)分析結(jié)果，初步判斷市郊鐵路車站站域范圍內(nèi)鄰近度對(duì)于商鋪溢價(jià)效應(yīng)的影響并非線性增長(zhǎng)，而是波動(dòng)變化。這與以往“越鄰近車站溢價(jià)增值效果越好(或商鋪?zhàn)饨鹪礁?”的傳統(tǒng)認(rèn)知相悖。其主要原因可能為：從“距離”因素來看，與城市中心區(qū)站點(diǎn)不同，市郊站域路網(wǎng)密度相對(duì)較低，直線距離與真實(shí)步行可達(dá)路程差距明顯，前者對(duì)于溢價(jià)效應(yīng)的影響敏感度降低，依托步行街道或結(jié)合設(shè)施的步行可達(dá)性對(duì)于商業(yè)設(shè)施的影響作用被放大；同時(shí)，由于市郊各站點(diǎn)建設(shè)水平層次不一，導(dǎo)致整體角度來看，站域范圍內(nèi)的商鋪?zhàn)饨鹨鐑r(jià)規(guī)律并不穩(wěn)定，且可能會(huì)出現(xiàn)如分析結(jié)果顯示的情況，距離越近，變化幅度并非越大，而會(huì)在某一距離范圍內(nèi)持續(xù)增長(zhǎng)并達(dá)到峰值，然后，趨于穩(wěn)定；達(dá)到峰值后，距離影響被削弱，受到其他因素影響(例如公共服務(wù)設(shè)施水平等)開始出現(xiàn)下降趨勢(shì)。

3.3 站城結(jié)合設(shè)施的成本效益估算

為控制分析變量及研究前提條件，考慮結(jié)合設(shè)施系統(tǒng)的清晰性及估算方便性，選擇同樣位于小田原線路上的海老名車站作為成本效益評(píng)價(jià)對(duì)象，通過合理的情景假設(shè)方法對(duì)結(jié)合設(shè)施(以步行天橋?yàn)橹?建設(shè)前后分別產(chǎn)生的成本及創(chuàng)收進(jìn)行估值計(jì)算與分析比較。海老名站為地上車站，站房形式為跨線式，車站各出入口均設(shè)有步行天橋與周邊建筑結(jié)合，連接車站周邊多個(gè)大型商業(yè)綜合體、部分獨(dú)立店鋪及商務(wù)辦公樓，如圖6所示。南部天橋?yàn)槠胀ú叫泄δ?，接入車站二層出站口，穿過多棟辦公樓，通往購(gòu)物中心“SHOPPERS PLAZA 海老名”，并最終通向海老名立體停車樓，從建筑與車站銜接關(guān)系來看，較為符合分析目標(biāo)，因此，選定其作為評(píng)價(jià)對(duì)象。“SHOPPERS PLAZA 海老名”約4 層，建筑面積22244 m2，其中，商業(yè)面積14184 m2，屬于傳統(tǒng)商業(yè)綜合體，以商鋪出租為主。結(jié)合設(shè)施對(duì)路徑選擇的改善作用如圖7所示。

圖6 車站連接購(gòu)物中心的步行天橋Fig.6 Pedestrian bridge connecting station to shopping center

圖7 結(jié)合設(shè)施對(duì)路徑選擇的改善作用Fig.7 Combining influence of facilities on route selection

根據(jù)東京建設(shè)主管部門公開的其他類似項(xiàng)目的相關(guān)數(shù)據(jù)，車站結(jié)合天橋設(shè)施土建造價(jià)約為50 萬日元·m-2，天橋總長(zhǎng)度約為243 m，其中，平直段約230 m，室外樓梯投影長(zhǎng)度約12 m，平均截面寬度為4 m，總建設(shè)面積約為900 m2。即土建成本CL=45000 萬日元；據(jù)相關(guān)數(shù)據(jù)統(tǒng)計(jì)，日本近10年內(nèi)新建天橋年均運(yùn)維成本約為0.6 萬日元·m-2，即年均運(yùn)維成本約為CM=540 萬日元。同時(shí)，由于該天橋不涉及到室外電梯及照明設(shè)備等費(fèi)用，此處，總成本以土建及運(yùn)維成本為主，即總成本C=CL+CM=45540 萬日元。

基于SAR 模型分析結(jié)果，通過控制商鋪特征、區(qū)位特征、鄰近站點(diǎn)特征等因素以及空間自相關(guān)效應(yīng)的作用，主要考慮結(jié)合設(shè)施對(duì)鄰近度的改善作用與溢價(jià)增值的關(guān)聯(lián)性，基于時(shí)間價(jià)值理論，將問題轉(zhuǎn)化為步行時(shí)間縮短與步行路徑的改變，可提升步行可達(dá)性，進(jìn)而擴(kuò)大“乘客流”向“商業(yè)消費(fèi)流”的轉(zhuǎn)化作用，并影響商鋪的商業(yè)價(jià)值。提取步行時(shí)間變量回歸系數(shù)、空間自相關(guān)系數(shù)、空間權(quán)重矩陣及常數(shù)項(xiàng)(誤差項(xiàng)等)，在SAR 模型基礎(chǔ)上，構(gòu)建基于步行時(shí)間的商鋪溢價(jià)收益增值估計(jì)模型為

式中：X為基于路網(wǎng)步行至目標(biāo)商鋪時(shí)間(min)，即

式中：TV為從出站到目的樣本途中所經(jīng)上下室外臺(tái)階(扶梯)耗費(fèi)時(shí)間(min)；Th為從出站到目標(biāo)商鋪樣本途經(jīng)水平設(shè)施(街道和天橋等)步行時(shí)間(min)。

本文以步行時(shí)間作為衡量站-商鄰近度的主要標(biāo)準(zhǔn)，將步行時(shí)間變量系數(shù)代入SAR模型中，整合得出基于步行時(shí)間影響的商鋪單月溢價(jià)增值效益模型為

比較架設(shè)天橋前后由于路線選擇變化所節(jié)省步行時(shí)間而創(chuàng)造的收益，路線選擇如圖7所示。若架設(shè)天橋，行人出站后，由二層直接上天橋并到達(dá)目標(biāo)商鋪二層，正常速度步行通過天橋時(shí)間約TW=Th=2.95 min，將TW代入式(7)可得，架設(shè)天橋后帶來單個(gè)商鋪單月溢價(jià)增收約B1=1.1901 萬日元；若未建設(shè)天橋，即行人需從二層下至一層出站，按最近原則步行至路口，通過人行橫道到達(dá)目標(biāo)商鋪(考慮過街紅綠燈時(shí)間延誤30 s)，總步行時(shí)間約為Tw=TV+Th+Td=7.26 min，其中，TV為出站步行下至一樓時(shí)間；Th為水平步行時(shí)間；Td為理想情況下紅綠燈延誤時(shí)間，計(jì)算得到單個(gè)商鋪單月溢價(jià)增收約B2=1.1594 萬日元。

購(gòu)物中心“SHOPPERS PLAZA海老名”的商業(yè)面積為14184 m2，若僅考慮商鋪面積，粗略計(jì)算，可設(shè)置約200 個(gè)70 m2的商鋪并對(duì)外出租，架設(shè)天橋后，年均總溢價(jià)增收約為2856.24 萬日元。比較計(jì)算結(jié)果發(fā)現(xiàn)，僅一座步行天橋即可提前約2年收回建設(shè)成本；同時(shí)，步行天橋的架設(shè)不僅僅顯著提升了車站與周邊商業(yè)設(shè)施(尤其是過街商業(yè))的鄰近度，也使得車站與周邊的辦公建筑與車站緊密結(jié)合，從圖7可看出，海老名站周邊一定范圍內(nèi)的商業(yè)商務(wù)辦公建筑均圍繞天橋步行設(shè)施建設(shè)，可進(jìn)一步將結(jié)合設(shè)施所帶來的溢價(jià)收益提升擴(kuò)大，加速成本回收；此外，天橋還是城市的過街設(shè)施，有助于完善立體步行系統(tǒng)，實(shí)現(xiàn)人車分流。同時(shí)，架設(shè)天橋避免了地面道路造成的交通擁堵等其他難以估算的收益，因此，架設(shè)天橋所產(chǎn)生的積極價(jià)值遠(yuǎn)超建設(shè)成本。

4 結(jié)論

站城聯(lián)合開發(fā)是未來我國(guó)各大城市軌道交通建設(shè)推進(jìn)站城一體化目標(biāo)的核心策略。站域功能多元化集聚趨勢(shì)下，合理有效的站城結(jié)合設(shè)計(jì)有助于協(xié)調(diào)車站與城市的關(guān)系，強(qiáng)化價(jià)值規(guī)律作用與站點(diǎn)的外溢效應(yīng)。本文以日本東京市郊鐵路小田原線為例，基于城市設(shè)計(jì)視角，構(gòu)建空間面板計(jì)量模型，探討站域范圍商業(yè)設(shè)施溢價(jià)效應(yīng)的變化規(guī)律及影響要素，并通過成本-效益模型評(píng)估了鄰近度的改善對(duì)于溢價(jià)效益的提升作用。主要結(jié)論包括：

(1)東京市郊鐵路小田原線站點(diǎn)周邊商鋪的溢價(jià)效應(yīng)呈現(xiàn)較強(qiáng)的空間相關(guān)性，鄰近站點(diǎn)建設(shè)模式及區(qū)位特征因素等均對(duì)商鋪的溢價(jià)效應(yīng)產(chǎn)生影響。其中，站城結(jié)合方式、結(jié)合設(shè)施類型及商鋪距離站點(diǎn)的實(shí)際步行時(shí)間等影響顯著；宏觀區(qū)位因素及商鋪部分屬性特征影響作用較弱。

(2)站點(diǎn)周邊500 m 范圍內(nèi)商鋪?zhàn)饨鸬囊鐑r(jià)效益變化呈非線性波動(dòng)，并非傳統(tǒng)意義上的“距離越遠(yuǎn)，價(jià)格越低”的線性關(guān)系。300 m 范圍內(nèi)，溢價(jià)效益與距站點(diǎn)距離呈正相關(guān)，即距離越遠(yuǎn)，增長(zhǎng)幅度越大，并(100,200]m 距離區(qū)間內(nèi)達(dá)到峰值，300 m左右為閾值；超出300 m 后，增長(zhǎng)幅度趨于平緩。推測(cè)可能原因?yàn)?，站城?lián)合開發(fā)導(dǎo)向下的軌道交通車站建筑與周邊街區(qū)銜接緊密，其本身規(guī)模體量在規(guī)劃設(shè)計(jì)中是不可忽視的因素，兼顧到設(shè)計(jì)尺度及消防規(guī)范限制，就本文所選樣本線路來看，結(jié)合設(shè)施設(shè)計(jì)控制在200 m 左右時(shí)，性價(jià)比相對(duì)最高，可有效消弭距離對(duì)于價(jià)格的負(fù)面影響，并將其轉(zhuǎn)化為積極效用。

(3)基于情景假設(shè)方法的成本效益綜合評(píng)估，論證了步行天橋結(jié)合設(shè)施建設(shè)前后對(duì)商業(yè)設(shè)施溢價(jià)效益提升的顯著差異。在市郊潮汐客流情況下，合理的結(jié)合設(shè)施設(shè)計(jì)方案可將建設(shè)成本分散消化并加速“溢價(jià)歸公”的目標(biāo)。