| TOPIC2 瘋狂的地鐵樓盤——長沙地鐵對周邊房價影響的實(shí)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(guān)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(jì)持續(xù)的發(fā)展依舊強(qiáng)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(biāo)志性人口聯(lián)合區(qū)域、各大商業(yè)中心、大型交通站點(diǎn)、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(shè)的完美配合在城市人口出行效率、質(zhì)量、伸展度上達(dá)到一個質(zhì)的飛躍，刺激勞動人口和消費(fèi)人口反向服務(wù)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(dāng)口。2014年2號線拉通，標(biāo)志著長沙正式進(jìn)入地鐵時代，隨著2016年1號線投入運(yùn)營，長沙米字型軌道網(wǎng)絡(luò)的主干道基本成型。而隨著樓市量價加速上揚(yáng)，地鐵效應(yīng)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(yáng)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(quán)威的數(shù)據(jù)和實(shí)證的方法來一探究竟。
Part 1 國內(nèi)外相關(guān)實(shí)證研究
大多數(shù)研究發(fā)現(xiàn)，地鐵交通確實(shí)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(dá)性的改善，費(fèi)城快速軌道線附近的獨(dú)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(dú)立住宅約有6.7%的市場溢價。
國內(nèi)學(xué)者起初關(guān)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(shè)和房地產(chǎn)業(yè)的不斷發(fā)展，各大城市相繼開始建設(shè)完善城市地鐵交通體系，因此關(guān)于地鐵對沿線房地產(chǎn)價格的影響受到更多研究學(xué)者的關(guān)注。目前國內(nèi)分析關(guān)于地鐵站點(diǎn)周邊房地產(chǎn)價格影響的方法主要是通過構(gòu)建計(jì)量模型來定量地分析地鐵對站點(diǎn)周邊房地產(chǎn)價格的影響，從近幾年的研究來看，研究特點(diǎn)主要集中于對北京、上海、深證等已建或者在建地鐵項(xiàng)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(diǎn)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(guān)系方程。同濟(jì)大學(xué)的葉霞飛、蔡蔚（2002）參考日本學(xué)者的定量研究方法，推導(dǎo)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(yùn)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(diǎn)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(diǎn)周圍每間隔1kn平均房價和平均地價的變化，證明輕軌站點(diǎn)在城市中心區(qū)對房價的影響較小，越遠(yuǎn)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(guān)變量，并對關(guān)鍵指標(biāo)——距離地鐵站口的遠(yuǎn)近進(jìn)行主成份分析。鄭捷奮（2005）通過構(gòu)建改進(jìn)的特征價格模型計(jì)算了1997-2003年深圳地鐵一期站點(diǎn)周邊物業(yè)的交易數(shù)據(jù)，實(shí)證分析表明深圳地鐵建設(shè)對站點(diǎn)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(diǎn)周邊樓盤，在借鑒國內(nèi)外研究成果的基礎(chǔ)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(shí)際影響
本文選取的是長沙地鐵1號線主要站點(diǎn)1000m范圍內(nèi)的樓盤及站點(diǎn)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(yù)警預(yù)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(yuǎn)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(yùn)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(diǎn)的樓盤進(jìn)行趨勢考察。
圖1，開福中心板塊站點(diǎn)對周邊樓盤影響明顯，可以看到從2015年12月以來，地鐵站點(diǎn)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(jìn)入三季度后，隨著6月1號線正式開通運(yùn)營，開福中心板塊的地鐵站點(diǎn)附近樓盤與周邊樓盤差價呈逐步擴(kuò)大趨勢。
圖2，芙蓉北板塊地鐵站點(diǎn)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(jìn)入2016年后差距逐漸拉大。這是因?yàn)檐饺乇卑鍓K公交線路和站點(diǎn)距離較遠(yuǎn)，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(yáng)。
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(jìn)入今年后差距逐步縮小。這是因?yàn)檐饺刂行脑诘罔F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(yuǎn)高于周邊區(qū)域均價，每平米差價達(dá)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(yīng)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纫酝猓�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(gòu)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(gòu)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(xué)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(dāng)中。最終確認(rèn)了可能對住房價格構(gòu)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(yù)測符號
區(qū)位因子dls距離最近地鐵站點(diǎn)距離負(fù)
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(fù)
結(jié)構(gòu)因子far土地等級負(fù)
結(jié)構(gòu)因子green綠化率正
交互因子School學(xué)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(jì)的參數(shù)；為誤差項(xiàng)。
利用SPSS軟件對樣本數(shù)據(jù)進(jìn)行反復(fù)的試算以及驗(yàn)證, 最終利用二階最小二乘估計(jì)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(biāo)準(zhǔn)估計(jì)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(jì)意義，R方越接近1模型的解釋力越強(qiáng)，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(diǎn)距離、公交條數(shù)以及附近是否有大中學(xué)校。
模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.
B標(biāo)準(zhǔn)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(shí)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(diǎn)距離的遠(yuǎn)近成負(fù)的相關(guān)關(guān)系，距地鐵越遠(yuǎn)，房價越低，越近則越高。房價與距五一廣場距離也成負(fù)相關(guān)，與公交條數(shù)成正相關(guān)，這表明周邊設(shè)施越完善，房價越高。有學(xué)校表明有教育配套，房價有溢價，與預(yù)測相同。
在這些影響因素中，樓盤距地鐵站點(diǎn)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(diǎn)距離取指數(shù)×回歸系數(shù)-1)�？梢杂�(jì)算出樓盤距離地鐵站點(diǎn)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(yīng)顯著。
可以看出，地鐵對周邊住宅有極大的增值效應(yīng)。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(lǐng)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(jìn)程的加快以及6號線的實(shí)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(dāng)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。 |