城市经济学：地铁站点对房价的影响

1、地铁站点对房价的影响1以深圳南山区为例 目 录第一部分：研究内容、理论及意义第二部分：特征价格模型建立第三部分：地铁站点距离对租金的影响过程第四部分：不同地铁站点类型对租金的影响第五部分：总结。第一部分研究内容、理论及意义建立与地铁站点因素有关的住宅特征价格模型，分析站点距离对周边住宅价格的影响分析不同类型地铁站点对房价的影响，使结果更综合、全面探索地铁站点的最大影响范围，以及房租随站点距离增加而衰减的情况研究内容内 容理论与方法区位理论竞标地租理论特征价格模型空间统计相关理论内 容内 容研究意义实践意义政府开发商购房者理论意义完善房地产经济学理论引导城市轴向发展第二部分特征价格模型建立数据源

2、：安居客网站2015年10月深圳市南山区房地产交易数据，747个小区共75228条租房记录，删除数据不全、数据格式不匹配的记录，并选取所有装修为精装修、朝向为南的租房，共计575个小区、39412条租房记录。求取每个小区的单位面积月租金均价，基于小区层面进行空间回归，构建租金的特征价格模型。方法：特征价格模型因变量：小区单位面积月租金均价 Ave_rent自变量：（见下表） 变量名含义是否是虚拟变量区位特征QZXdis距区中心的距离否SUBdis距地铁站点的距离否BUSnum步行15分钟内公交站点数量否邻里特征Hos2_35公里范围内二级及以上医院数量是，大于等于2为1，小于为0Superma

3、rket步行15分钟内超市、便利店等的数量是，大于等于30为1，小于为0Middle1公里范围内中学数量是，大于等于1为1，小于为0结构特征Green_rate小区绿化率是，大于等于 0.35为1，小于为0Age小区房龄否Parking每户停车位数是，大于等于0.6为1，小于为03条地铁线路36个地铁站点575个小区1. 经典回归模型半对数模型线性模型到地铁站点的距离每增加1000m，租金就降低13.75%。租金的莫兰指数和冷热点图，呈现较明显的全局和局部空间自相关残差的空间自相关性分析可知，Morans I的值为0.1626，且Z值能够通过显著性检验，说明残差存在着空间自相关性。R-squa

4、red为0.275324，相比经典回归模型有所提升。因变量的空间滞后变量能通过检验。中学，房龄，步行15分钟内公交站的数量等变量的检验仍旧不能通过检验。由数据可知，到地铁站点的距离每增加1000m，租金就降低7.78%。2. 空间滞后模型空间滞后模型的残差直方图和莫兰指数R-squared为0.254406。值能通过检验。距区中心距离，中学，房龄，15分钟步行距离内的公交站等变量的回归系数不能通过检验。数据显示，到地铁站点距离每增加1000m，租金就降低10.4%。3. 空间误差模型空间误差模型的残差分布图和莫兰指数OLS模型空间滞后模型空间误差模型整体拟合优度R-squared0.17819

5、80.2753240.254406Log Likelihood-210.759-183.353-191.127062AIC441.519388.706402.254拉格朗日乘数71.573143.9266Morans I（error）0.1626-0.0449827-0.0194977Breusch-Pagan test81.9653 102.9595100.8041自变量系数Subdis-0.0001374601-7.784522e-005-0.0001043026QZCdis-3.415318e-005-2.300838e-005-2.476058e-005bus_num-0.002688

6、875-0.001319662-0.001271762green_rate0.0960451 0.073196360.06198424age0.0001263379.807449e-0059.425098e-005parking0.17087480.13312180.1267073middle -0.006622706-0.008107271-0.01794939supermarket-0.1714747-0.1077776-0.1250889hos2_3-0.142007-0.09063219-0.1172201经典回归模型、空间滞后模型、空间误差模型三个模型输出结果的比较综上，选取空间滞后

7、模型，地铁站点的回归系数是-7.784522e-005，表明到地铁站点的距离每增加1000米，租金降低7.78%。第三部分地铁站点距离对租金的影响过程租金与距地铁站点距离的散点图分组后，租金与距地铁站点散点图三次多项式曲线拟合结果：三次多项式拟合结果：（1）一阶导数为零的点是：在距离地铁站点1922.7米处，此时房租衰减速度达到最大。（2）二阶导数为零的位置是：在距离地铁站点769.4米处，此时房价的衰减速度为零。（3）对于在2000米以后出现房价上升的趋势。可能是因为在超过2000米的地区，地铁对房价的影响不是很显著，其他因素对房价的影响更加的明显，导致那些小区的房价较高。多项式拟合结果租金

8、衰减速度与地铁距离的关系距离100200300400500平均值衰减速度-0.1154-0.1316-0.1452-0.1562-0.1646-0.136距离6007008009001000平均值衰减速度-0.1703-0.1735-0.1740-0.1719-0.1671-0.171距离11001200130014001500平均值衰减速度-0.1598-0.1498-0.1372-0.1220-0.1042-0.141距离16001700180019002000平均值衰减速度-0.0838-0.0607-0.0351-0.00680.0241-0.0445（1）0-500米范围内，租金随距

9、离地铁站点的距离的衰减速度为13.6%/km（2）500-1000米范围内，租金随距离地铁站点的距离的衰减速度为17.1%/km（3）1000-1500米范围内，租金随距离地铁站点的距离的衰减速度为14.1%/km（4）1500-2000米范围内，租金随距离地铁站点的距离的衰减速度为4.55%/km小结（1）南山区地铁对房价的影响范围大致在距离地铁站2000米的范围内；（2）地铁站点对周边住宅价格的影响并不是随距离增加呈现直线衰减，衰减的速度有所变化，呈现先快后慢的趋势，最后趋于稳定。（3）与0-500米范围内小区的租金相比，500-1000米内小区的租金整体下降了8.55%，1000-150

10、0米内的租金整体下降了15.6%，1500-2000米内的租金整体下降了17.9%。结论第四部分不同地铁站点类型对租金的影响南山区内的小区租金受到三个地铁换乘站的影响，分别是世界之窗站、宝安中心站和前海湾站。因上一部分分析可知，南山区地铁站点的最大影响范围大约为2000米，故以换乘站为中心做2000米的缓冲区，得到如下结果：宝安中心站和前海湾站影响范围内的小区只有2个，世界之窗站影响范围内的小区有57个。 选取地铁站点影响范围（2000米）内的所有小区，共计532个小区，将站点类型（换乘站/非换乘站）加入特征价格模型中，全面分析地铁站点对房价的影响。 增加虚拟变量huancheng，表示是否在

11、换乘站的影响范围内，若是，则取值为1；若否，则取值为0。进行半对数空间滞后回归：10.53%/Km9.33%/Km第五部分总 结1. 地铁站点对房价的影响具有空间效应，表现在地铁站点距离和站点类型两方面。2. 南山区地铁对房价的影响范围大致在距离地铁站2000米的范围内，地铁站点对周边住宅价格的影响并不是随距离增加呈现直线衰减，衰减的速度有所区别，呈现先快后慢的趋势，最后趋于稳定。3. 与非换乘站相比，换乘地铁站对房屋租金的影响更显著。4. 总体来说，到地铁站点的距离增加1000m，房价降低10.53%；换乘站与非换乘站相比，对房价的提升达9.33%。结论展望1. 本研究所用的距离是直线距离，今后的研究中可以使用路网距离，更能反映现实情况。2. 本研究主要关注的是住宅市场中的租赁市场，今后可以对销售市场和总体市场进行分析和对比。3. 本研究是地铁运行期间对房屋租金的影响，但是地铁施工在建过程