基于空間自相關效應的軌道交通對沿線住宅價格影響研究

1軌道交通對住宅價格的影響21世紀以來，中國的交通發(fā)展迅速。截至2012年底,全國范圍內開通城市軌道交通運營線路的城市共有17個,運營線路總計64條,運營長度總規(guī)模約2008km,運營車站總數(shù)1291座(魯放,2013)。與此同時,大多數(shù)地鐵建設也存在資金緊缺、地鐵公司運營虧損等問題(陳云等,2005)。軌道交通建設帶來交通可達性的改善,提升了沿線房地產的價值。因此,研究軌道交通對周邊房地產價格的影響,有助于通過政策手段將軌道交通的外部經濟效益轉化為內部收益,對城市地鐵的建設、運營及可持續(xù)發(fā)展具有現(xiàn)實意義。已有學者開展了軌道交通對房地產價值影響研究,大多數(shù)研究認為軌道交通提升了周邊房地產的價值。尹愛青等(2008)和王德起等(2012)都認為住宅價格增幅與其距地鐵站的距離成反比。在研究對象方面,有學者開展了對上海、廣州、西安等城市的實證研究(褚勁風等,2004;馮艷芬等,2011;史玉芳等,2010)。還有一些學者研究了地鐵站點對住宅價格影響的空間范圍。如王琳(2009)認為軌道交通對沿線住宅的增值效應的影響半徑為1.5km,但不同站點的影響半徑不同。馮長春等(2011)則認為軌道交通對沿線住宅的影響半徑為2km,住宅價格隨著距軌道交通距離的增加而指數(shù)衰減。值得注意的是,有學者開始關注在復雜的現(xiàn)實城市空間中,軌道交通在城市的不同區(qū)域對住宅價格的影響是不同的,即存在分市場(submarket)。谷一楨等(2008)對北京八通線進行了實證研究,指出軌道交通對住房的影響存在分市場效應,軌道交通對住房價值的提升作用主要是在郊區(qū)段。蘇亦寧等(2011)也認為軌道交通對其沿線住宅價格的影響存在分市場效應,中心城區(qū)段的住宅價格受軌道交通的影響較小。在復雜的現(xiàn)實城市空間中存在空間自相關和空間異質性這兩類空間效應(梅志雄,2008)。住宅價格受到區(qū)位、交通可達性、鄰里環(huán)境等眾多因素的影響,一些因素之間還存在相互影響(王洋等,2014)。軌道交通作為影響因素之一,也同樣受到其他因素的影響,而在不同區(qū)域段表現(xiàn)出對住宅價格的影響差異。從本質上看,分市場就是由于空間異質性的存在而引致的。以往的研究多限于軌道交通本身對住宅價格提升作用及其影響半徑,較少關注到在現(xiàn)實城市空間中存在的空間自相關和空間異質性效應。在僅有的幾篇涉及到軌道交通對住宅價格的分市場影響的研究中,分市場的劃定不僅具有較強的主觀性,而且也未對分市場給予足夠的重視。本研究旨在探究現(xiàn)實城市空間中軌道交通對住宅價格的分市場影響,并對分市場的形成原因進行解釋。2數(shù)據(jù)和方法2.1深圳東南角城市軌道交通現(xiàn)狀共收集到龍崗線郊區(qū)段(雙龍—草埔)的住宅樣本數(shù)據(jù)203個。住宅數(shù)據(jù)從搜房網深圳站獲得,住宅樣本點及醫(yī)院、中學等的坐標數(shù)據(jù)則來源于谷歌地圖實驗室的經緯度信息,運用ArcGIS批量建立坐標進行研究。研究對象為深圳地鐵的龍崗線。深圳作為國內的4個一線城市之一,住宅樣本量大,而地鐵線路數(shù)量比北上廣少。而龍崗線橫跨深圳市龍崗、羅湖、福田3個區(qū)并途經市中心,其郊區(qū)段又可分成近郊區(qū)和遠郊區(qū),是深圳現(xiàn)今運行的5條線路中最為典型的郊區(qū)線,適合作為研究對象。龍崗線全線是由益田至龍崗的雙龍,總長約41km,設車站30座。分兩期建設,一期工程由紅嶺至雙龍,線路長約32.86km,設車站22座,工程初期建設范圍起自羅湖區(qū)草埔站,止于龍崗區(qū)雙龍站。二期工程由益田至紅嶺,線長約9km,設車站8座。2011年6月建成通車,平均每天的客流量達55萬人次。如圖1所示,研究對象為深圳龍崗線,共有203個住宅樣本,影響因素包括了市中心、距地鐵站中學、醫(yī)院等的距離,涵蓋了區(qū)位條件、鄰里環(huán)境和建筑特征三方面的影響因素。2.2住宅銷售均價影響因素住宅價格受到經濟、區(qū)位、鄰里環(huán)境、建筑特征和消費者特征等多方面因素的影響(王松濤等,2007)。由于本文所使用的數(shù)據(jù)為住宅樓盤的截面數(shù)據(jù),因此只需考慮區(qū)位、鄰里環(huán)境和建筑特征三方面的影響因素。本文中因變量為住宅2013年3月的銷售均價,自變量為涵蓋了建筑特征、鄰里環(huán)境和區(qū)位三方面的16個影響因素。經過逐步回歸分析,剔除了建筑面積、距干道的距離、建筑類型、商辦建筑面積和距公園的距離這5個變量,最終的自變量為建筑年代、距地鐵站點和中學的距離等11個變量(表1)。2.3住房特征價格模型在軌道交通對住宅價格影響的研究中,特征價格模型(Hedonic)是最為常用的方法(王德等,2005)。特征價格法是建立在Lancaster的偏好理論和Rosen基于產品特征的市場供需均衡模型的理論基礎上的。特征價格模型的假設為:住房的物理特征或區(qū)位特征對住房價值的影響呈邊際遞減規(guī)律。在數(shù)據(jù)充足的情況下,特征價格模型考慮到了住宅的建筑特征、區(qū)位和鄰里環(huán)境等多方面的影響因素,具有較高的精確性。本文采用Hedonic(特征價格)模型。Hedonic模型常用的形式有線性、半對數(shù)和對數(shù)3種,其中,半對數(shù)形式最為常用。在對線性、半對數(shù)和對數(shù)進行多次模擬后,綜合考慮模型的解釋能力和穩(wěn)定性,且本文中有一部分變量為非連續(xù)變量,選用了半對數(shù)形式。具體方程如下:式中:Yi為住宅樓盤的銷售均價PRICE;Xki為自變量,當Xki為距離或價格的變量時,適用于LogXki,當Xki為其他變量時,適用于Xki;K為自變量的個數(shù)(K=11);i是樣本數(shù)N(N總數(shù)為203)的序數(shù);a1k為系數(shù),a0為常數(shù)項,ε為誤差項。3空間效應的表征在復雜的現(xiàn)實城市空間中,存在空間自相關和空間異質性兩大空間效應。空間異質性問題在本文中通過劃分分市場的方式加以處理,而空間自相關效應仍需作一定的處理,才能得到相對科學的模型估計結果。3.1空間自相關效應納入模型的討論研究區(qū)域是否空間自相關可以通過Moran’I指數(shù)判斷,這一過程可以利用ArcGIS中的空間自相關分析實現(xiàn)。Moran’I指數(shù)的計算公式如下:式中:xi和xj分別為各住宅樣本點均價x在i和j上的觀測值,ue0af為n個住宅樣本點價格的平均值,wij為空間權重矩陣,n為住宅樣本數(shù)。Moran’I指數(shù)的取值范圍為-1到1。當I>0時,空間實體呈正自相關;當I<0時,則呈負自相關;I=0時,則不具有相關性,呈隨機分布。以龍崗線站距最大且位于近、遠郊交界處的“六約—丹竹頭”為界,將龍崗線郊區(qū)段分為遠郊段(雙龍—六約)和近郊段(丹竹頭—草埔)兩段,并區(qū)分新舊盤,總分成4個分市場進行空間自回歸分析,結果如表2所示:從表2中可以看到,4個分市場的Moran’I值均大于0,顯著存在空間正自相關效應,標準化Z統(tǒng)計量均大于1.96。其中,遠郊段—新盤和近郊段—舊盤在1%的水平上顯著,遠郊段—舊盤和近郊段—新盤則是在5%的水平上顯著。由此可見,研究區(qū)域存在明顯的空間自相關效應,可納入模型。選取最鄰近5個住宅均價(取對數(shù)值)作為衡量空間自相關的變量,即表1中的“Autocrt”,納入模型。將表1中的變量根據(jù)重要程度分兩步納入模型,形成模型1和3(未考慮空間自相關),并生成模型2和模型4(考慮空間自相關)。結果如表3所示。從模型的解釋能力來看,模型3在納入了其他變量后,解釋能力從模型1的0.225提升到了0.258。而考慮了空間自相關效應的模型2和模型4的解釋能力則分別達0.403和0.422,大大高于未考慮空間自相關效應的模型1和模型3。這也說明了將空間自相關納入模型是有效的。從變量的顯著水平來看,模型1和模型3中的情況相近,建筑年代、距市中心的距離和距區(qū)域中心的距離這3個變量均在1%的水平上顯著,距地鐵站的距離變量也顯著。值得注意的是,在納入空間自相關效應后,距市中心和區(qū)域中心的距離這兩個變量的顯著性水平有所下降,而距地鐵站的距離的顯著性水平有所上升,這可能是因為市中心和區(qū)域中心這兩個屬于區(qū)位條件的變量與空間自相關效應存在一定的替代關系。綜合模型解釋能力和變量顯著性水平來看,模型4是最優(yōu)的,以下對分市場的研究將采用模型4。3.2選取主要分市場以往研究中,分市場的劃定大多是由研究者根據(jù)經驗進行判斷,具有較強的主觀性。為了更加客觀,本研究采用ChowStatistics檢驗(鄒至莊統(tǒng)計量)進行分市場劃定。ChowStatistics檢驗是計量經濟學中檢驗組間差異的一種常用工具,通過將總體樣本劃分為兩組進行分析,可以根據(jù)ChowStatistics檢驗值與參考值的對比,確定兩組是否存在明顯的差異。ChowStatistics檢驗值的計算方法如下:式中:F為ChowStatistics檢驗值,SSRp為樣本總體的回歸平方和;SSR1和SSR2為兩個分組各自的回歸平方和;n為樣本數(shù);k為變量數(shù)。當F大于參考值時,拒絕H0假設,分組之間存在明顯差異,即存在分市場;當F小于參考值時,則接受H0假設,分組之間不存在明顯差異,即不存在分市場。將龍崗線郊區(qū)段16個地鐵站點從遠郊到近郊逐站劃定分市場,總形成15劃分點,對劃分后的分組進行ChowStatistics檢驗(表4、圖2)。從表4和圖2中可以看到,隨著劃分點從遠郊到近郊移動,ChowStatistics檢驗值經歷了上升、下降、再上升、再下降的變化過程。其中的兩段波峰分別有3個和2個劃分點存在分市場效應:吉祥—愛聯(lián)、愛聯(lián)—大運、大運—荷坳、塘坑—六約、六約—丹竹頭。其中,六約—丹竹頭這一劃分點的分市場最為顯著,從這一劃分點到市中心的通勤時間約為50分鐘,與深圳市的平均通勤時間相近。說明近郊段分市場的空間范圍可能與城市的通勤時間相關。兩段存在分市場的波峰將龍崗線郊區(qū)段分成了三部分:第一個波峰左側的典型遠郊段、兩個波峰之間的過渡段和第二個波峰右側的典型近郊段。這可能與分布在龍崗線兩端的兩個區(qū)域中心(龍崗、羅湖)有關,因為如果僅僅是市中心(在草埔右側)的作用,應該只有介于兩端之間的一個波峰,而不是兩個。4遠郊段軌道交通對住宅價格有負向影響在劃定分市場后,以分市場最顯著的六約—丹竹頭為界,將龍崗線郊區(qū)段分成遠郊段和近郊段兩段。采用表3中的模型4對遠郊段和近郊段進行分析,結果如表5所示:從模型的解釋能力來看,劃定分市場后的調整R2均有所上升。遠郊段和近郊段的調整R2分別較郊區(qū)全段的提高了22.75%和8.53%。說明了劃定分市場是有效的,也佐證了存在分市場這一結論。從軌道交通對住宅價格的影響來看,近郊段中距地鐵站點的距離(D-sub)系數(shù)為-0.083,與郊區(qū)全段中的-0.068相近;但遠郊段中的卻為0.065,近郊段和遠郊段兩者系數(shù)的符號完全相反,說明軌道交通對住宅價格影響存在分市場。在近郊段,住宅價格隨著距地鐵站的距離的增加而降低,即軌道交通對住宅價格有正向影響;而在遠郊段,住宅價格隨著距地鐵站的距離的增加而降低,即軌道交通對住宅價格有負向影響。郊區(qū)全段由于將遠郊段和近郊段這兩個影響方向相反的樣本混合到一起,“抵消”了軌道交通對住宅價格的負向影響,從而產生了“龍崗線郊區(qū)全段對沿線住宅價格均具有提升作用”這一錯誤的結論。過去的有關研究一般都將軌道交通全線作為研究對象,混淆了不同分市場具有的不同影響,可能會導致研究結論出現(xiàn)偏差,這一點值得引起相關研究者的重視。由于本研究中數(shù)據(jù)和模型均存在一定的不足,因此,對“遠郊段軌道交通對住宅價格具有負向影響”這一結果仍應持慎重態(tài)度。不過可以肯定的是,軌道交通對住宅價格的影響在遠郊段和近郊段存在差異。在證實了軌道交通對住宅價格影響存在分市場效應之后,對比遠郊段和近郊段其他變量的系數(shù)情況有助于解釋分市場的存在。建筑年代和空間自相關這兩個變量在遠郊段和近郊段中均在1%的水平上顯著,且系數(shù)的符號相同;距市中心的距離、距中學的距離、容積率、綠化率和戶型大小這五個變量的符號在遠郊段和近郊段中也均相同。但新舊盤、距區(qū)域中心的距離和距醫(yī)院的距離這三個變量在遠郊段和近郊段中的符號相反,由于距醫(yī)院的距離這一變量并不顯著,而新舊盤這一變量并不關乎空間異質性。因此,可以推斷龍崗線郊區(qū)段中分市場存在的原因是兩個區(qū)域中心的存在,并且兩者的空間分布與軌道交通形成了不同的關系。遠郊段中,區(qū)域中心(龍崗)在龍崗線(南北走向)的西側,靠近區(qū)域中心的住宅大多都距地鐵站點較遠;而在近郊段中,區(qū)域中心(羅湖)在近郊段的南端,住宅靠近地鐵站點與靠近區(qū)域中心兩者并不矛盾。分市場本質上是由于空間異質性導致的,本文研究對象龍崗線中近郊段和遠郊段最大的空間異質性在于區(qū)域中心的空間分布不同,因而分市場存在的原因為區(qū)域中心的不同。而對于其他城市的地鐵線路而言,情況會不盡相同,最大的空間異質性可能在于產業(yè)園區(qū)、高鐵站等其他影響因素。但無論其主要原因是什么,在研究軌道交通對住宅價格的影響中都應該重視分市場的存在。5城市空間異質性對分市場的影響本文在考慮空間自相關效應的基礎上,通過劃定分市場,研究不