地鐵站點距離對評估房地產價格的影響研究
——以鄭州地鐵一號線為例

(重慶交通大學 重慶 400074)

一、緒論

隨著地鐵的修建，沿線的房地產價格也受到了很大的影響。鄭州市于2013年年底完成地鐵一號線的施工并正式投入運營。本文主要研究住宅到最近地鐵站距離對沿線房價增幅的影響，針對這一問題，作者以鄭州地鐵一號線為例，通過建立一元線性回歸模型，研究了到最近地鐵站距離1500m以內71個沿線普通住宅的房價增值情況。

二、房地產估價概述

房地產估價，又稱房地產價格評估，它主要以土地、建筑物和房地為估價對象，在估價過程中秉持六大原則，之后由專業估價人員進行的以實現一個具體估價項目的期望用途為目標的過程。

三、距地鐵站點距離對沿線房價的影響研究—以鄭州地鐵一號線為例房價增幅模型的構建

(一)鄭州地鐵一號線的概況

鄭州地鐵一號線，一期工程西起市體育中心站，東到西流湖站，線路總長26.2公里，全線一共設有20個車站，鄭州地鐵一號線一期工程有20個站點。

(二)模型構建前的準備工作及模型的建立

1.模型構建前的準備工作。兩個假設：①本文將其他各種影響房價的因素弱化，著重分析住宅距地鐵站距離對房價增幅的影響。②本文假設各影響因素能立即對房價產生影響。

本文數據來源于百度地圖和搜狐焦點網站，主要收集了地鐵一號線沿線16個站點80個普通住宅距地鐵站點的距離及籌建初期2009年12月的住房均價，地鐵一期工程正式投入運營的住房均價。

經過初步收集，整理了80組原始數據，預處理之后還有71組有效數據。

2.模型的建立。用D表示自變量，用P表示因變量，則有一元線性方程P=a+bD。本文選取小區距最近的地鐵站點的距離D為自變量，選取2009年至2013年房價增幅P為因變量。將已經預處理過的71組數據運用spss分析軟件做出散點圖如圖4-1：

圖4-1 數據分布散點圖

圖4-2 回歸標準化殘差的標準P-P圖

圖4-3 直方圖

圖4-4 回歸標準化殘差散點圖

通過以上散點圖可以看出，房價增幅與小區距最近地鐵站距離存在負相關關系。除此之外，運用spss軟件進行殘差分析，從圖4-2到4-4分析得出，殘差隨機散布在穿過零點的直線兩側，說明收集的數據較為可靠，可以進行線性回歸分析。運用spss軟件進行線性回歸分析，得到相關性、一元線性回歸方程系數及方差分析表如表4-1到4-3：

從表4-2可以看出，一元線性回歸模型的方程為：P=4717.283-1.805D。

3.房價增幅模型顯著性檢驗

經過軟件分析，得到模型顯著性檢驗如下：

從表4-4可以看出，調整R方為0.743，表明模型的自變量小區距最近地鐵站的距離D大體上對因變量房價增幅P影響的顯著性為74.3%。當調整R方大于0.6時，說明模型的擬合效果較好，因此該模型的擬合效果較好[1]。

(三)鄭州地鐵一號線某站點周邊的某一住宅房價影響的實證研究

為了驗證模型的精確性，我們選取了某站點周邊的某一住宅為樣本，該樣本距最近地鐵站的距離為256m，將D=256m代入方程P=4717.283-1.805D，可得房價增幅P=4255.203元。由搜狐焦點網上查詢可知，該住宅2009年12月時的房價為4000元，2013年12月時的房價為8155元，即房價增幅為P=4155元。

從以上計算結果可以看出，房價增幅的實際值為4155元，模型的擬合值為4255.203元，二者相差不大，可以認為模型擬合的效果較好。

四、結論

(1)當小區距最近地鐵站的距離在0-400m范圍內時，距離D對房價增幅的正面影響最為顯著；在400m-800m范圍內時，距離D對房價增幅的影響較為顯著；在800m-1200m時，距離D對房價增幅有一定程度的影響。

(2)本文建立的方程為P=4717.283-1.805D，表明小區距離的回歸系數為-1.805，也就是隨著距離的不斷增加，平均房價就會有相應的不同程度的下降。

(3)鄭州地鐵一號線確實對房價有推動作用，帶動周邊地區的經濟發展。房價提升直接提高周邊地區GDP的增長。這顯然會成為影響決策者的一個因素。

【參考文獻】

[1]劉枬,蔚傳忠.還原利率R的實質及其確定方法[J].重慶建筑大學學報，2000,22(2)：108-109.