| TOPIC2 瘋狂的地鐵樓盤——長沙地鐵對周邊房價影響的實證分析 |
軌道交通，尤其是地鐵，是大型城市向大都會和城市群、城市連綿區(qū)發(fā)展過渡的關鍵一環(huán)。眾多國內(nèi)外研究表明，地鐵對于跨區(qū)域的城市發(fā)展提升是巨大的。一方面地鐵從市中心到周邊逐步延伸，而中心城區(qū)的地位隨著經(jīng)濟持續(xù)的發(fā)展依舊強勢，地鐵交通使得周邊城區(qū)也跟上了城市化發(fā)展步伐。地鐵線路都是圍繞標志性人口聯(lián)合區(qū)域、各大商業(yè)中心、大型交通站點、交通高危瓶頸區(qū)域、周邊數(shù)量級人口需求地區(qū)，將人口調(diào)動的潛力發(fā)揮到極致。與城市道路、傳統(tǒng)公交建設的完美配合在城市人口出行效率、質(zhì)量、伸展度上達到一個質(zhì)的飛躍，刺激勞動人口和消費人口反向服務城市。如此，城市繼續(xù)健康穩(wěn)定的生長，開始突破地域的瓶頸。
長沙正處于這樣一個快速轉(zhuǎn)變的當口。2014年2號線拉通，標志著長沙正式進入地鐵時代，隨著2016年1號線投入運營，長沙米字型軌道網(wǎng)絡的主干道基本成型。而隨著樓市量價加速上揚，地鐵效應對樓市的紅利釋放，地鐵口樓盤成了市場熱捧的對象，不少地鐵樓盤成了房價上揚的急先鋒，不斷用“跳漲”的行為刷新記錄。長沙地鐵樓盤有多瘋狂？地鐵交通對房價的提升究竟有多大？讓我們用權威的數(shù)據(jù)和實證的方法來一探究竟。
Part 1 國內(nèi)外相關實證研究
大多數(shù)研究發(fā)現(xiàn)，地鐵交通確實對房地產(chǎn)價值產(chǎn)生了積極的影響。在住宅方面Benjamin和Sinmas針對華盛頓的研究表明，離地鐵站口的距離每增加160米，公寓租金就降低2.4%-2.6%；Al-Mosaind、Dueker和Strathman的研究發(fā)現(xiàn)，波特蘭的地鐵開通兩年后，距離車站500米范圍內(nèi)的住房價格比其他地區(qū)的高10.6%；Voith證明由于可達性的改善，費城快速軌道線附近的獨立住宅價值提高了月8%；Amstrong的研究表明，波士頓臨近地鐵交通的獨立住宅約有6.7%的市場溢價。
國內(nèi)學者起初關于地鐵對房地產(chǎn)價格的影響研究比較少，不過隨著我國城市軌道交通建設和房地產(chǎn)業(yè)的不斷發(fā)展，各大城市相繼開始建設完善城市地鐵交通體系，因此關于地鐵對沿線房地產(chǎn)價格的影響受到更多研究學者的關注。目前國內(nèi)分析關于地鐵站點周邊房地產(chǎn)價格影響的方法主要是通過構建計量模型來定量地分析地鐵對站點周邊房地產(chǎn)價格的影響，從近幾年的研究來看，研究特點主要集中于對北京、上海、深證等已建或者在建地鐵項目的分析。
何寧（1998）采用上海市地鐵1號線從常熟路站到錦江樂園站和萃莊站站點周邊的房屋交易樣本數(shù)間，建立了一個交通成本的分析模型，并確定了交通成本與房價之間的定量關系方程。同濟大學的葉霞飛、蔡蔚（2002）參考日本學者的定量研究方法，推導出住宅價格的房價差函數(shù)，并以此建立地鐵對房地產(chǎn)增值影響的交通成本模型，通過分析發(fā)現(xiàn)地鐵對沿線住宅價格的增值作用在地鐵開通運營前就已經(jīng)存在。
王霞等（2004）以北京市輕軌13號線威力，以2001-2004年輕軌站點周圍4km范圍內(nèi)新建商品住宅小區(qū)均價和住宅出讓低價位數(shù)據(jù)源，分析了各個環(huán)路區(qū)間內(nèi)13號線站點周圍每間隔1kn平均房價和平均地價的變化，證明輕軌站點在城市中心區(qū)對房價的影響較小，越遠離城區(qū)對房價的影響程度和范圍越大。
值得注意的是，地鐵對房價的影響需要定量分析，控制其它非相關變量，并對關鍵指標——距離地鐵站口的遠近進行主成份分析。鄭捷奮（2005）通過構建改進的特征價格模型計算了1997-2003年深圳地鐵一期站點周邊物業(yè)的交易數(shù)據(jù)，實證分析表明深圳地鐵建設對站點周邊房地產(chǎn)的影響范圍為地鐵站距離400-600m半徑的區(qū)域，400m和600m半徑區(qū)域內(nèi)平均增值幅度分別為33.03%和26.95%。
本文選取長沙地鐵1號線站點周邊樓盤，在借鑒國內(nèi)外研究成果的基礎上，主要利用Hedonic模型，以橫向?qū)Ρ确治觯偷罔F因素對房價加成的特征分析，來得出地鐵對房價的影響程度。
Part 2 長沙地鐵對樓盤的實際影響
本文選取的是長沙地鐵1號線主要站點1000m范圍內(nèi)的樓盤及站點所在板塊和區(qū)域的數(shù)據(jù)。為了讓樣本價格具有可比性，我們選取的樣本樓盤均是高層、小高層的毛坯房。樓盤樣本資料來自于長沙房地產(chǎn)預警預報系統(tǒng)2014年-2016年樓盤價格數(shù)據(jù)，選取了1號線沿線的北辰三角洲、凱樂國際城、恒大御景半島、英祥·春天廣場、五一鉆界、天鴻中央大院、和莊二期、龍驤佳苑、海爾地產(chǎn)鴻璽、鑫遠璽山、潤屋美院、德茂公寓、中信城市廣場等27個樓盤作為樣本。
1.對比分析
根據(jù)國內(nèi)外的理論，城市的不同區(qū)域和地鐵的不同運營階段，對于周邊物業(yè)的影響效果有區(qū)別，因此我們選取了幾個典型板塊站點的樓盤進行趨勢考察。
圖1，開福中心板塊站點對周邊樓盤影響明顯，可以看到從2015年12月以來，地鐵站點周邊樓盤均價均高于板塊均價，且大部分時間維持1000元/平米左右的差價，最小差價出現(xiàn)在去年底，差距每平米在500元左右。進入三季度后，隨著6月1號線正式開通運營，開福中心板塊的地鐵站點附近樓盤與周邊樓盤差價呈逐步擴大趨勢。
圖2，芙蓉北板塊地鐵站點樓盤高于板塊均價及內(nèi)六區(qū)均價，地鐵樓盤與非地鐵樓盤差價在去年施工階段有所縮小，但進入2016年后差距逐漸拉大。這是因為芙蓉北板塊公交線路和站點距離較遠，地鐵開通對周邊人口出行有極大幫助。在今年樓市火爆的情況下，平均價格偏低的芙蓉北板塊迎來上行期，了該板塊地鐵樓盤價格獲得高于一般樓盤溢價的加速上揚。
圖3，芙蓉中心板塊地鐵口樓盤價格高于板塊均價及區(qū)域均價，最高時兩者相差3000元/平米以上，但是進入今年后差距逐步縮小。這是因為芙蓉中心在地鐵施工結(jié)束后公交及其他出行方式十分便捷，地鐵交通的可替代方案多且十分方便，所以中心城區(qū)地鐵樓盤的優(yōu)勢并不十分明顯。
圖4，省府南板塊地鐵口樓盤遠高于周邊區(qū)域均價，每平米差價達1000元以上。因省府板塊房價偏低，這樣的差距顯得十分明顯。同時，由于省府周邊的公交出行并不像中心城區(qū)方便，因此地鐵對于人群的吸引力還是比較大。地鐵樓盤與非地鐵樓盤的價格差距穩(wěn)定，地鐵樓盤是這一區(qū)域首選。
從對比分析可以看出，地鐵對樓盤的溢價起到了明顯作用，所有地鐵口樓盤價格均高于周邊均價，不同板塊之間有一些差別。地鐵的溢價效應在非中心城區(qū)尤其明顯。
2.特征分析
除了將樣本樓盤的數(shù)據(jù)與周邊樓盤及所在區(qū)域的橫向?qū)Ρ纫酝�，還可采用特征分析的方法研究各個變量條件對房價的影響程度，并得出主要變量地鐵因素對房價的量化加成。
建立特征價格模型，最為重要的是對特征變量的選取。通常影響住宅價格的因素有三大類: 區(qū)位因素、建筑結(jié)構因素以及鄰里環(huán)境因素。本文主要研究地鐵對房價的影響，則區(qū)位特征中地鐵因子就是一個特征變量。另外公交便利程度以及距市中心距高也會對房價產(chǎn)生影響，作為解釋變量也放入到模型中間。建筑結(jié)構特征中小區(qū)的綠化率以及住房的容積率表示住房居住的舒適程度，可能也會對住房價格產(chǎn)生一定的影響，所以，本文中也選取它們作為論文研究的特征變量。鄰里環(huán)境中周邊是否有學校、是否有醫(yī)院這些因素也會一定程度上影響住房價格。是否有大型超市或商場的因素也會一定程度上影響房價，這一因素也放入模型當中。最終確認了可能對住房價格構成影響的8個特征變量作為自變量。自變量的初始選擇如下表所示。
類別變量名量化及其意義預測符號
區(qū)位因子dls距離最近地鐵站點距離負
區(qū)位因子bst500m范圍內(nèi)公交條數(shù)正
區(qū)位因子dbcd與市中心距離負
結(jié)構因子far土地等級負
結(jié)構因子green綠化率正
交互因子School學校配套正
對于多因素共同影響，可以采用特征價格模型分析。特征價格模型一般包括三種形式：線性形式、對數(shù)形式以及半對數(shù)形式。線性形式根據(jù)模型形式本身的解釋意義以及回歸比較，選擇半對數(shù)模型是最好的結(jié)果。最終得到的特征價格模型為:
式中, pi為第i個樓盤的在售均價；xkj為第i個樓盤的第k個特征屬性；di表示第i個樓盤的地鐵特征；a0、ak以及b都是待估計的參數(shù)；為誤差項。
利用SPSS軟件對樣本數(shù)據(jù)進行反復的試算以及驗證, 最終利用二階最小二乘估計回歸分析，得到的回歸結(jié)果如下表所示:
模型RR方調(diào)整R方標準估計誤差
1.905.827.768.065
模型的R方=0.837，調(diào)整的R方為0.768，根據(jù)回歸的統(tǒng)計意義，R方越接近1模型的解釋力越強，本文模型總體上自變量與因變量的擬合優(yōu)度為76.8%, 可解釋性較好。
從下表中能得到：有6個自變量對房價產(chǎn)生了影響，其中，幾個對房價影響較大的變量是：距地鐵站點距離、公交條數(shù)以及附近是否有大中學校。
模型非標準化系數(shù)標準系數(shù)tSig.
B標準誤差Beta
常量9.232.11541.410.000
dsl-2.59.071-3.25-3.155.005
bst.005.003.3122.611.042
dcbd-3.3.007-6.13-4.523.000
shop.041.031.1621.464.151
zone-1.42.212-.042-4.213.453
school.091.041-3.21-2.122.242
Part 3 結(jié)論
通過對比分析我們看到，地鐵樓盤的價格確實與非地鐵盤的價格差異顯著，這在城市外圍區(qū)域尤其明顯。而特征分析則顯示，房價與距地鐵站點距離的遠近成負的相關關系，距地鐵越遠，房價越低，越近則越高。房價與距五一廣場距離也成負相關，與公交條數(shù)成正相關，這表明周邊設施越完善，房價越高。有學校表明有教育配套，房價有溢價，與預測相同。
在這些影響因素中，樓盤距地鐵站點的距離的因素回歸系數(shù)為-0.259，根據(jù)回歸模型：房價變化值=房價均價×〔地鐵站點距離取指數(shù)×回歸系數(shù)-1)�？梢杂嬎愠鰳潜P距離地鐵站點變化1km，本文研究的27個樓盤的中值為8364，則地鐵增值為：1836。其增值幅度為：28.12%，增值效應顯著。
可以看出，地鐵對周邊住宅有極大的增值效應。2016年以來，長沙樓市在成交量的快速上行中迎來了量價齊漲，一二線城市的房價上漲溢出到了長沙。而這其中首先受益的就是長沙的品牌樓盤、地鐵樓盤。在今年領漲的幾個板塊如梅溪湖、洋湖和武廣片區(qū)都是案例。隨著3、4、5號線施工進程的加快以及6號線的實施，長沙軌道網(wǎng)線的骨架已經(jīng)逐步確立，地鐵口樓盤的紅利還在持續(xù)釋放當中，而這已經(jīng)是眾多在長沙置業(yè)的人群的首要考慮因素。 |