刘永升+汤玉
摘 要：城市地铁是具有明显经济外部性、公益性的公共基础设施，其高效的通达性对沿线的住宅增值效应明显。基于此，以昆明市地铁1号和2号线周边住宅作为研究对象，通过构建特征价格模型，分析得出住宅至地铁站点的实际距离及住宅至CBD的实际距离两个变量对住宅价格的影响比较显着，且城市地铁对沿线住宅有明显的增值效应。
关键词：城市地铁；沿线住宅价格；增值效应
中图分类号：F293. 文献标志码：A 文章编号：1673-291X（2017）29-0099-03
一、城市地铁对沿线住宅价格影响的理论分析
根据经济学基本原理，价格的确定是由供给和需求的相互作用决定的。就房地产行业而言，住宅的供给存在相对刚性，具有明显区位优势的商品住宅稀缺性明显提高，在市场环境良好、价格信号有效的情况下，土地及住宅的价值将得以显现，增值效应体现在土地及其住宅价格的上涨。
（一）投资效应
城市地铁建设是一项巨额投资项目，直接的投资增加，会形成一定的资本积累，会导致地铁沿线土地资本量增加，从而使得沿线地区土地及其住房价值提升。相对于城市公交而言，地铁建设会使城市的通达性明显提高。如表1所示，地铁乘坐时间相对公交节省时间比例约为55.50%，地铁的通行效率为公交的2.26倍。交通条件的提升不仅改善了市内交通便捷程度，而且改善了对外（其他城市）交通条件，特别是昆明市地铁1号和2号线直接连通北部汽车站、火车北站、昆明站等对外交通出入口。
（二）乘数效应
首先，为保证城市地铁建成后的正常运行，区域电力供应、站点与地面公交的衔接等基础公共设施应得到进一步的完善，使得沿线地区土地价值升高。其次，正的外部效应会带动社会服务业的集聚以及沿线学校、公园、医院等公共服务设施功能效用的放大，从而促使沿线住宅价格的提高。最后，从开发商角度考虑，城市地铁的建设与运行使沿线地区土地利用及空间的潜在价值实现的可能性增加，吸引更多开发商投资，形成更多的资本积累，导致土地价值升高、沿线住宅价格上涨。
（三）替代效应及组合效应
城市地铁能在短时间内较长距离的大量转移通行人口、其高效的通达性能有效地减少通行的时间成本，因此会形成对城市其他公共交通工具的替代。而且城市地铁大多属于地下设施，能够有效节约空间、缓解拥堵、减少污染和避免资源浪费。就居住在非就业中心且交通条件相对较差的居民住宅选择的替代来说，在距离就业中心相同距离情况下，选择租住或购置地铁沿线住宅需求增加，导致地铁沿线地区住宅竞争性需求增加，从而引发该地区住宅价格上升。
组合效应的主要表现是地铁线路的开通可以与其他交通方式有效衔接、优势互补，市民可以根据自己的具体情况科学合理地组合其出行方式，不仅是个体出行效率提高，而且通过科学的组织可使整个城市交通资源得以优化配置。
二、研究对象选择及特征价格模型构建
（一）研究对象概括描述
昆明市有地铁1号线和2号线（2号线未全部完工，1号线2号线在环城南路站交汇，其间换线不换车，因此在研究时作为一条轨道线处理），是贯穿昆明市南北的主要轨道线路，全长41.4公里，全线共设31个站点，途径盘龙区、五华区、官渡区和呈贡区4个行政区。本文以昆明市地铁1号和2号线站点周围4 000m半径内的新开发楼盘作为研究对象，其中删除了别墅等高档住宅、经济适用房项目，主要为普通商品房。
（二）特征价格模型主要函数形式
特征价格模型认为房地产价格是由房地产不同的特征组合所带给人们的效用决定的，当房地产自身的特征数量发生改变时，价格也会随之产生差异。一般来说，特征价格模型的基本函数形式主要包括以下4 种，各式中：P表示住宅单价，Zi表示第i种特征变量，αi为第i种特征变量待估计的系数，α0代表常数，ε为随机误差项。
1.线性形式的特征价格模型
住宅价格与各特征变量之间的关系为线性关系，各回归系数代表特征变量发生单位变化所引起的住宅价格的平均增值量：
2.对数-线性形式的特征价格模型（弹性模型）
住宅价格与各特征变量均采取对数形式，各回归系数对应着特征变量的价格弹性，即特征变量的百分比变化引起的住宅价格的百分比变化，
3.半对数线性形式的特征价格模型（增长模型）
各特征变量采用线性形式，住宅价格采用对数形式，回归系数对应着特征价格与住宅总价格之比，即特征价格的单位变化引起的住宅价格的百分比变化，
4 .Box-Cox变换函数形式
当自变量和因变量的λ均取1，则是一个简单的线性函数。当自变量的λ均为1和因变量的λ接近于0时，则变成对数线性形式。
三、城市地铁对沿线住宅价格影响的实证分析
（一）特征变量及样本选择
本文选定住宅均价作为因变量，结合昆明市住宅市场特点，将影响住宅价格的特征变量分为区位、环境和微观因素三大类，并最终选择了6个影响因素作为特征变量进行分析。关于特征变量类型、对特征变量含义的解释见表2。
其中，住宅距地铁站点及CBD距离的具体数据是根据百度地图提供的昆明市地图系统得出，所测量的是住宅到地铁站点及CBD的实际路程，而不是直线距离，当有多条线路可到达时，取最小数值；对于楼盘具体的交易均价、容积率、绿化率和学校的数据主要来自于“搜房网”；而住宅周边1km 范围内公交站点数量数据来源于“昆明公交官网”。
（二）特征价格模型构建
根据建立特征价格模型所需特征变量及1号和2号线沿线住宅实际情况，搜集得到48个有效观测样本，应用Eviews软件进行分析，将所搜集到的数据分别代入上述四种基本模型中测算，经比较，回归效果较好的是弹性模型。
通过统计软件回归可得出样本回归的判定系数为0.695 6，回归结果如表3。可以看出，在所选取的6个特征变量中住宅与轨道交通站点的距离和住宅到CBD的实际距离2个变量对住宅价格产生了显着影响，这与实际观测经验相符；其他变量不显着。因此，再通过统计分析软件进行均价与住宅与轨道交通站点的距离和住宅到市中心CBD的实际距离二元线性回归，结果如表4。
（三）模型检验情况
1.多重共线性检验
使用VIF检验方法：LGTD变量对LGTC变量进行OLS回归，根据回归结果计算的方差膨胀因子VIF（）=1/（1-R^2）=1.093，小于5，则模型不存在多重共线性。
2.异方差检验
使用怀特检验法：对于该模型，怀特检验基于对LGTD、LGTC、LGTD^2和LGTC^2回归，根据结果可知拟合优度为0.132，检验统计量n*R^2=6.336，在5%的显着水平下，自由度为4的x^2值为9.488，，因为n*R^2=6.336<9.488，模型不存在异方差性。
3.自相关检验
使用德宾-沃森检验法：由模型的回归结果中可以得DW=
2.166 5，在5%的显着水平下，n=48，k=2，可得dL=1.462，du=1.628，因为DW=2.1665>1.628，因此模型不存在一阶自相关性。
（四）增值效应分析
从表4，经过变量调整后模型通过统计分析软件所做的回归结果，可知住宅均价相对于住宅与轨道交通站点的距离变量的弹性系数为-0.095 9，即当住宅与最近地铁站点的距离每靠近1%，则每平方米的住宅价格将增加0.095 9%；住宅均价相对于住宅到CBD的实际距离变量的弹性系数为-0.265，即当住宅与最近地铁站点的距离每靠近1%，则每平方米的住宅价格将增加0.265%。
首先，住宅到CBD自驾出行实际距离对住宅价格影响最为显着，是因为CBD商业、就业相对集聚且收入一般较高，出于职住均衡角度的考虑，人们更愿意在距离市中心较近的位置购买住宅以减少通勤成本。其次，地铁站点距离住宅的实际距离对住宅的价格有较大影响，是由于地铁为市民出行提供了较大的便利，尤其是昆明市拥堵的情况比较明显，使得人们偏向于在地铁沿线置业，从而对沿线住宅价格的影响较大。最后，地铁一般经过商业中心和就业中心，为人们的通勤提供了方便，人们的可达范围增加，促进了沿线住宅价格上涨。
参考文献：
[1] 范炳全，黄肇义.城市土地开发交通影响的理论模型[J].国外城市规划，2008，（1）：25-30.
[2] 吴奇兵，陈峰.城市轨道交通外部效应量化计算方法探讨[J].铁道运输与经济，2004，（7）：33-36.
[3] 王琳.城市轨道交通对住宅几个的影响研究———基于特征价格模型的定量分析[J].地域研究与开发，2009，（2）：57-61.
[4] 董藩，丁宏，赵安平.通勤成本与轨道交通周边房价的空间分布[J].北京师范大学学报，2009，（4）：137-143.
[5] 史玉芳，李惠民.西安市城市轨道交通对沿线住宅价格的影响研究[J].西安建筑科技大学学报，2010，（2）：231-234.
[6] 张秀智，张彩凤.交通枢纽对周边商品住宅价格影响研究——以北京市东直门交通枢纽为例[J].北京工商大学学报，2010，（2）：118-123.
[7] 顾杰.城市空间增长与城市土地、住宅价格空间结构演变：理论分析与杭州经验[M].北京：经济科学出版社，2010.
[责任编辑 柯 黎]
