《轨道交通对沿线住宅价格影响的分市场研究——以深圳市.pdf》由会员分享，可在线阅读，更多相关《轨道交通对沿线住宅价格影响的分市场研究——以深圳市.pdf（8页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、第33卷 第6期2014年6月地 理 科 学 进 展Progress in GeographyVol.33,No.6June 2014收稿日期：2013-04；修订日期：2014-06。基金项目：国家“十二五”科技支撑计划重点项目(2012BAJ22B04)。作者简介：王福良(1990-)，广东河源人，硕士研究生，研究方向为土地经济与房地产管理研究，E-mail：。通讯作者：冯长春(1957-)，山西安泽人，教授，主要从事城市与区域规划、土地利用与房地产经济研究教学与研究，E-mail：。765-772页1 引言进入 21 世纪后，中国的轨道交通发展迅猛。截至2012年底，全国范围内开通城市轨
2、道交通运营线路的城市共有17个，运营线路总计64条，运营长度总规模约2008 km，运营车站总数1291座(鲁放,2013)。与此同时，大多数地铁建设也存在资金紧缺、地铁公司运营亏损等问题(陈云等,2005)。轨道交通建设带来交通可达性的改善，提升了沿线房地产的价值。因此，研究轨道交通对周边房地产价格的影响，有助于通过政策手段将轨道交通的外部经济效益转化为内部收益，对城市地铁的建设、运营及可持续发展具有现实意义。已有学者开展了轨道交通对房地产价值影响研究，大多数研究认为轨道交通提升了周边房地产的价值。尹爱青等(2008)和王德起等(2012)都认为住宅价格增幅与其距地铁站的距离成反比。在研究对
3、象方面，有学者开展了对上海、广州、西安等城市的实证研究(褚劲风等,2004;冯艳芬等,2011;史玉芳等,2010)。还有一些学者研究了地铁站点对住宅价格影响的空间范围。如王琳(2009)认为轨道交通对沿线住宅的增值效应的影响半径为1.5 km，但不同站点的影响半径不同。冯长春等(2011)则认为轨道交通对沿线住宅的影响半径为2 km，住宅价格随着距轨道交通距离的增加而指数衰减。值得注意的是，有学者开始关注在复杂的现实城市空间中，轨道交通在城市的不同区域对住宅价格的影响是不同的，即存在分市场(submarket)。谷一桢等(2008)对北京八通线进行了实证研究，指出轨道交通对住房的影响存在分市
4、场效应，轨道交通轨道交通对沿线住宅价格影响的分市场研究以深圳市龙岗线为例王福良1，冯长春1,2，甘霖1(1.北京大学城市与环境学院，北京 100871；2.国土资源部国土规划与开发重点实验室，北京 100871)摘要：研究轨道交通对沿线住宅价格的影响有助于将轨道交通带来的外部效益转化为内部收益，对城市地铁的建设和运营具有重要意义。在真实城市空间中，由于空间异质性的存在，轨道交通对不同区域的影响并非都是相同的，因而需要划定分市场进行研究。本研究以深圳龙岗线郊区段为对象，首先运用Moran I指数证实了空间自相关效应的存在，并构造变量将空间自相关效应纳入模型进行控制，结合其他变量构建了4个Hedo
5、nic模型，然后通过Chow Statistics检验划定远郊段和近郊段2个分市场，最后运用最优的Hedonic模型对轨道交通影响住宅价格的分市场进行研究并解释其形成原因。研究结果表明：轨道交通在近郊段对沿线住宅价格具有正向影响；轨道交通对沿线住宅价格影响存在分市场效应，不同分市场中轨道交通对沿线住宅价格的影响程度差异较大，龙岗线近郊段对沿线住宅价格具有正向影响，远郊段对沿线住宅价格具有负向影响；可以通过Chow Statistics检验来划定分市场，龙岗线近郊段和远郊段的分界点为“六约丹竹头”，近郊段分市场的空间范围可能与城市的平均通勤时间有关；分市场的形成原因是空间异质性，龙岗线郊区段的分
6、市场是由两个区域中心的空间分布差异所导致。关 键 词：轨道交通；住宅价格；Hedonic模型；分市场；深圳；龙岗线doi:10.11820/dlkxjz.2014.06.005中图分类号：F293.35文献标识码：A地理科学进展第33卷第6期对住房价值的提升作用主要是在郊区段。苏亦宁等(2011)也认为轨道交通对其沿线住宅价格的影响存在分市场效应，中心城区段的住宅价格受轨道交通的影响较小。在复杂的现实城市空间中存在空间自相关和空间异质性这两类空间效应(梅志雄,2008)。住宅价格受到区位、交通可达性、邻里环境等众多因素的影响，一些因素之间还存在相互影响(王洋等,2014)。轨道交通作为影响因素
7、之一，也同样受到其他因素的影响，而在不同区域段表现出对住宅价格的影响差异。从本质上看，分市场就是由于空间异质性的存在而引致的。以往的研究多限于轨道交通本身对住宅价格提升作用及其影响半径，较少关注到在现实城市空间中存在的空间自相关和空间异质性效应。在仅有的几篇涉及到轨道交通对住宅价格的分市场影响的研究中，分市场的划定不仅具有较强的主观性，而且也未对分市场给予足够的重视。本研究旨在探究现实城市空间中轨道交通对住宅价格的分市场影响，并对分市场的形成原因进行解释。2 数据与方法2.1 数据与研究对象共收集到龙岗线郊区段(双龙草埔)的住宅样本数据203个。住宅数据从搜房网深圳站获得，住宅样本点及医院、中
8、学等的坐标数据则来源于谷歌地图实验室的经纬度信息，运用ArcGIS批量建立坐标进行研究。研究对象为深圳地铁的龙岗线。深圳作为国内的4个一线城市之一，住宅样本量大，而地铁线路数量比北上广少。而龙岗线横跨深圳市龙岗、罗湖、福田3个区并途经市中心，其郊区段又可分成近郊区和远郊区，是深圳现今运行的5条线路中最为典型的郊区线，适合作为研究对象。龙岗线全线是由益田至龙岗的双龙，总长约41 km，设车站30座。分两期建设，一期工程由红岭至双龙，线路长约32.86 km，设车站22座，工程初期建设范围起自罗湖区草埔站，止于龙岗区双龙站。二期工程由益田至红岭，线长约9 km，设车站8座。2011年6月建成通车，
9、平均每天的客流量达55万人次。如图1所示，研究对象为深圳龙岗线，共有203个住宅样本，影响因素包括了市中心、距地铁站中学、医院等的距离，涵盖了区位条件、邻里环境和建筑特征三方面的影响因素。2.2 模型变量住宅价格受到经济、区位、邻里环境、建筑特征和消费者特征等多方面因素的影响(王松涛等,2007)。由于本文所使用的数据为住宅楼盘的截面数据，因此只需考虑区位、邻里环境和建筑特征三方面的影响因素。本文中因变量为住宅2013年3月的销售均价，自变量为涵盖了建筑特征、邻里环境和区位三方面的16个影响因素。经过逐步回归分析，剔除了建筑面积、距干道的距离、建筑类型、商办建筑面积和距公园的距离这5个变量，最
10、终的自变量为建筑年代、距地铁站点和中学的距离等11个变量(表1)。2.3 模型选择在轨道交通对住宅价格影响的研究中，特征价格 模 型(Hedonic)是 最 为 常 用 的 方 法(王 德 等,2005)。特征价格法是建立在Lancaster的偏好理论和Rosen基于产品特征的市场供需均衡模型的理论基础上的。特征价格模型的假设为：住房的物理特征或区位特征对住房价值的影响呈边际递减规律。在数据充足的情况下，特征价格模型考虑到了住宅的建筑特征、区位和邻里环境等多方面的影响因素，具有较高的精确性。本文采用Hedonic(特征价格)模型。Hedonic模型常用的形式有线性、半对数和对数3种，其中，半对
11、数形式最为常用。在对线性、半对数和对数进行多次模拟后，综合考虑模型的解释能力和稳定性，且本文中有一部分变量为非连续变量，选用了半对数形式。具体方程如下：LogYi=a0+k=1Ka1kLogXki+k=1Ka1kXki+(1)式中：Yi为住宅楼盘的销售均价PRICE；Xki为自变量，当Xki为距离或价格的变量时，适用于LogXki，当Xki为其他变量时，适用于Xki；K为自变量的个数(K=11)；i是样本数N(N总数为203)的序数；a1k为系数，a0为常数项，为误差项。3 空间自相关与分市场划定在复杂的现实城市空间中，存在空间自相关和空间异质性两大空间效应。空间异质性问题在本文中通过划分分市
12、场的方式加以处理，而空间自相关效应仍需作一定的处理，才能得到相对科学的模766第33卷第6期王福良 等：轨道交通对沿线住宅价格影响的分市场研究图1 研究对象和数据的空间分布Fig.1 Spatial distribution of the study objects and data表1 模型的变量体系Tab.1 Variables of the model变量类别因变量自变量s变量类属建筑特征邻里环境区位特征变量名称PriceYearNewUnitFARGRD_subD_hosD_schD_cenD_acenAutocrt变量描述2013年3月的住宅价格的对数值住宅的使用年数新盘为1，二手房
13、为0户型面积小于80m2的为-1，80120m2的为0，大于120m2的为1住宅楼盘的容积率住宅楼盘的绿化率距地铁站点的距离的对数值距三甲或综合医院的距离的对数值距市或区重点中学的距离的对数值距市中心的距离的对数值距区域中心的距离的对数值空间自相关，最邻近5个住宅价格平均值的对数值变量类型连续变量离散变量虚拟变量虚拟变量连续变量连续变量连续变量连续变量连续变量连续变量连续变量连续变量均值9.478.950.110.043.090.9686.587.526.869.817.499.55767地理科学进展第33卷第6期型估计结果。3.1 空间自相关研究区域是否空间自相关可以通过Moran I指数判
14、断，这一过程可以利用ArcGIS中的空间自相关分析实现。Moran I指数的计算公式如下：I=ni=1nj=1nwiji=1nj=1nwij(xi-x)(xj-x)i=1n(xi-x)2(2)式中：xi和xj分别为各住宅样本点均价x在i和j上的观测值，x 为n个住宅样本点价格的平均值，wij为空间权重矩阵，n为住宅样本数。Moran I指数的取值范围为-1到1。当I0时，空间实体呈正自相关；当I0时，则呈负自相关；I=0时，则不具有相关性，呈随机分布。以龙岗线站距最大且位于近、远郊交界处的“六约丹竹头”为界，将龙岗线郊区段分为远郊段(双龙六约)和近郊段(丹竹头草埔)两段，并区分新旧盘，总分成4
15、个分市场进行空间自回归分析，结果如表2所示：从表2中可以看到，4个分市场的Moran I值均大于0，显著存在空间正自相关效应，标准化Z统计量均大于1.96。其中，远郊段新盘和近郊段旧盘在1%的水平上显著，远郊段旧盘和近郊段新盘则是在5%的水平上显著。由此可见，研究区域存在明显的空间自相关效应，可纳入模型。选取最邻近5个住宅均价(取对数值)作为衡量空间自相关的变量，即表1中的“Autocrt”，纳入模型。将表1中的变量根据重要程度分两步纳入模型，形成模型1和3(未考虑空间自相关)，并生成模型2和模型4(考虑空间自相关)。结果如表3所示。从模型的解释能力来看，模型3在纳入了其他变量后，解释能力从模
16、型 1 的 0.225 提升到了0.258。而考虑了空间自相关效应的模型2和模型4的解释能力则分别达0.403和0.422，大大高于未考虑空间自相关效应的模型1和模型3。这也说明了将空间自相关纳入模型是有效的。从变量的显著水平来看，模型1和模型3中的情况相近，建筑年代、距市中心的距离和距区域中心的距离这3个变量均在1%的水平上显著，距地铁站的距离变量也显著。值得注意的是，在纳入空间自相关效应后，距市中心和区域中心的距离这两个变量的显著性水平有所下降，而距地铁站的距离的表2 深圳市龙岗线沿线住房价格Moran I值Tab.2 The Moran I value of housing price
17、along the Longgang Line of Shenzhen分市场Moran I值标准化Z统计量远郊段新盘0.26*4.25近郊段新盘0.05*2.04远郊段旧盘0.09*2.29近郊段旧盘0.16*2.94注：*、*分别表示统计检验达到1%、5%的显著性水平，下同。Z统计量参考值为1.96。表3 4个hedonic模型的估计结果Tab.3 The estimation results of four hedonic models郊区全段ConstantYearNewAutocrtD_subD_cenD_acenD_hosD_schFARGRUnitAdjusted R2模型1系数1
18、1.808*-0.302*0.185*-0.057*-0.245*0.180*0.225t统计量14.773-3.8572.409-0.908-3.8242.855模型2系数6.285*-0.404*-0.0280.489*-0.065*-0.127*0.109*0.403t统计量6.532-5.878-0.3988.245-1.194-2.2231.974模型3系数12.234*-0.310*0.169*-0.066*-0.249*0.181*-0.027-0.042*-0.0140.122*-0.0060.258t统计量12.792-3.8482.181-1.005-3.6332.644-
19、0.384-0.661-0.2041.934-0.093模型4系数6.548*-0.407*-0.0370.481*-0.068*-0.140*0.106*0.013-0.020-0.0070.074*0.025*0.422t统计量5.975-5.730-0.5067.958-1.190-2.2991.7620.207-0.363-0.1211.3420.425768第33卷第6期王福良 等：轨道交通对沿线住宅价格影响的分市场研究显著性水平有所上升，这可能是因为市中心和区域中心这两个属于区位条件的变量与空间自相关效应存在一定的替代关系。综合模型解释能力和变量显著性水平来看，模型4是最优的，以下
20、对分市场的研究将采用模型4。3.2 分市场划定以往研究中，分市场的划定大多是由研究者根据经验进行判断，具有较强的主观性。为了更加客观，本研究采用Chow Statistics检验(邹至庄统计量)进行分市场划定。Chow Statistics检验是计量经济学中检验组间差异的一种常用工具，通过将总体样本划分为两组进行分析，可以根据Chow Statistics检验值与参考值的对比，确定两组是否存在明显的差异。Chow Statistics检验值的计算方法如下：F=SSRp-()SSR1+SSR2SSR1+SSR2n-2()k+1k+1(3)式中：F为Chow Statistics检验值，SSRp为
21、样本总体的回归平方和；SSR1和SSR2为两个分组各自的回归平方和；n为样本数；k为变量数。当F大于参考值时，拒绝H0假设，分组之间存在明显差异，即存在分市场；当F小于参考值时，则接受H0假设，分组之间不存在明显差异，即不存在分市场。将龙岗线郊区段16个地铁站点从远郊到近郊逐站划定分市场，总形成15划分点，对划分后的分组进行Chow Statistics检验（表4、图2）。从表4和图2中可以看到，随着划分点从远郊到近郊移动，Chow Statistics检验值经历了上升、下降、再上升、再下降的变化过程。其中的两段波峰分别有3个和2个划分点存在分市场效应：吉祥爱联、爱联大运、大运荷坳、塘坑六约、
22、六约丹竹头。其中，六约丹竹头这一划分点的分市场最为显著，从这一划分点到市中心的通勤时间约为50分钟，与深圳市的平均通勤时间相近。说明近郊段分市场的空间范围可能与城市的通勤时间相关。两段存在分市场的波峰将龙岗线郊区段分成了三部分：第一个波峰左侧的典型远郊段、两个波峰之间的过渡段和第二个波峰右侧的典型近郊段。这可能与分布在龙岗线两端的两个区域中心(龙岗、罗湖)有关，因为如果仅仅是市中心(在草埔右侧)的作用，应该只有介于两端之间的一个波峰，而不是两个。4 结果与分析在划定分市场后，以分市场最显著的六约丹竹头为界，将龙岗线郊区段分成远郊段和近郊段两段。采用表3中的模型4对远郊段和近郊段进行分析，结果如
23、表5所示：从模型的解释能力来看，划定分市场后的调整R2均有所上升。远郊段和近郊段的调整R2分别较郊区全段的提高了22.75%和8.53%。说明了划定分市场是有效的，也佐证了存在分市场这一结论。从轨道交通对住宅价格的影响来看，近郊段中距地铁站点的距离(D-sub)系数为-0.083，与郊区全段中的-0.068相近；但远郊段中的却为0.065，近郊段和远郊段两者系数的符号完全相反，说明轨道交表4 分市场的划定Tab.4 The divide of submarkets分市场划分点双龙南联南联龙城广场龙城广场吉祥吉祥爱联爱联大运大运荷坳荷坳永湖永湖横岗横岗塘坑塘坑六约六约丹竹头丹竹头大芬大芬木棉湾木
24、棉湾布吉布吉草埔Chow Statistics检验值（F）1.531.191.612.692.472.431.021.061.603.413.420.15-1.03-1.22-0.73结果说明接受H0假设接受H0假设接受H0假设拒绝H0假设拒绝H0假设拒绝H0假设接受H0假设接受H0假设接受H0假设拒绝H0假设拒绝H0假设接受H0假设接受H0假设接受H0假设接受H0假设是否存在分市场否否否是是是否否否是是否否否否注：参考值为：Fcrit.,5%(12,179)=1.81。图2 分市场的划定点Fig.2 The divide of submarkets769地理科学进展第33卷第6期通对住宅价格
25、影响存在分市场。在近郊段，住宅价格随着距地铁站的距离的增加而降低，即轨道交通对住宅价格有正向影响；而在远郊段，住宅价格随着距地铁站的距离的增加而降低，即轨道交通对住宅价格有负向影响。郊区全段由于将远郊段和近郊段这两个影响方向相反的样本混合到一起，“抵消”了轨道交通对住宅价格的负向影响，从而产生了“龙岗线郊区全段对沿线住宅价格均具有提升作用”这一错误的结论。过去的有关研究一般都将轨道交通全线作为研究对象，混淆了不同分市场具有的不同影响，可能会导致研究结论出现偏差，这一点值得引起相关研究者的重视。由于本研究中数据和模型均存在一定的不足，因此，对“远郊段轨道交通对住宅价格具有负向影响”这一结果仍应持
26、慎重态度。不过可以肯定的是，轨道交通对住宅价格的影响在远郊段和近郊段存在差异。在证实了轨道交通对住宅价格影响存在分市场效应之后，对比远郊段和近郊段其他变量的系数情况有助于解释分市场的存在。建筑年代和空间自相关这两个变量在远郊段和近郊段中均在1%的水平上显著，且系数的符号相同；距市中心的距离、距中学的距离、容积率、绿化率和户型大小这五个变量的符号在远郊段和近郊段中也均相同。但新旧盘、距区域中心的距离和距医院的距离这三个变量在远郊段和近郊段中的符号相反，由于距医院的距离这一变量并不显著，而新旧盘这一变量并不关乎空间异质性。因此，可以推断龙岗线郊区段中分市场存在的原因是两个区域中心的存在，并且两者的
27、空间分布与轨道交通形成了不同的关系。远郊段中，区域中心(龙岗)在龙岗线(南北走向)的西侧，靠近区域中心的住宅大多都距地铁站点较远；而在近郊段中，区域中心(罗湖)在近郊段的南端，住宅靠近地铁站点与靠近区域中心两者并不矛盾。分市场本质上是由于空间异质性导致的，本文研究对象龙岗线中近郊段和远郊段最大的空间异质性在于区域中心的空间分布不同，因而分市场存在的原因为区域中心的不同。而对于其他城市的地铁线路而言，情况会不尽相同，最大的空间异质性可能在于产业园区、高铁站等其他影响因素。但无论其主要原因是什么，在研究轨道交通对住宅价格的影响中都应该重视分市场的存在。5 结论与讨论本文在考虑空间自相关效应的基础上
28、，通过划定分市场，研究不同分市场中轨道交通对沿线住宅价格的影响。可以得出以下几点结论：(1)轨道交通在近郊段对沿线住宅价格具有正向影响。龙岗线近郊段沿线住宅价格随着距地铁站点距离的增大而下降，近郊段轨道交通对沿线住宅价格具有提升作用。表5 近远郊分市场的研究结果Tab.5 The results of submarket analysis分市场ConstantYearNewAutocrtD_subD_cenD_acenD_hosD_schFARGRUnitAdjusted R2郊区全段系数6.548*-0.407*-0.0370.481*-0.068*-0.140*0.106*0.013-0.
29、020-0.0070.074*0.025*0.422t统计量5.975-5.730-0.5067.958-1.190-2.2991.7620.207-0.363-0.1211.3420.425远郊段系数7.988*-0.408*0.177*0.347*0.065*-0.024-0.119*-0.005-0.034-0.062*0.050*0.046*0.518t统计量3.334-4.3511.4003.054-0.783-0.338-1.460-0.060-0.452-0.8540.7090.640近郊段系数9.851*-0.747*-0.228*0.425*-0.083*-0.135*0.0
30、190.036-0.067*-0.093*0.060*0.0340.458t统计量6.566-7.853-2.434-0.4630.7581.2370.1900.340-0.788-0.9940.7300.391770第33卷第6期王福良 等：轨道交通对沿线住宅价格影响的分市场研究(2)轨道交通对沿线住宅价格影响存在分市场。在城市的不同空间区域，轨道交通对沿线住宅价格的影响程度甚至方向存在差异。龙岗线在近郊段对沿线住宅价格具有提升作用，在远郊段则具有负向影响。(3)可以通过Chow Statistics检验来划定轨道交通郊区段的分市场。龙岗线近郊段和远郊段的分界点为“六约丹竹头”，轨道交通近郊
31、段的空间范围可能与城市的平均通勤时间有关。(4)分市场的形成原因是空间异质性。龙岗线郊区段的分市场是由两个区域中心的空间分布差异构成的空间异质性导致的。本研究采用的Hedonic模型对数据要求较高，但限于数据的可得性，部分变量未能纳入模型，使得模型存在一定程度的偏差。另外，Chow Statis-tics检验仅适用于两个分市场的划定，不能用于存在多于两个分市场的划定。最后，本研究中对分市场存在的原因的研究也较为薄弱。以往的研究大多将轨道交通全线作为研究对象，忽视了分市场的存在，可能导致研究结论有所偏差，分市场的存在值得引起后续研究者的重视。目前对于分市场的空间范围大小和分市场的形成机制的研究均
32、较少，空间自相关效应和引发分市场的空间异质性值得后续研究者的关注。参考文献(References)陈云,王浣尘,田澎,等.2005.城市轨道交通建设的扶持政策与补贴方式研究.城市轨道交通研究,8(1):13-17.Chen Y,Wang H C,Tian P,et al.2005.Assistant policiesand subsidization in urban subway.Urban Mass Transit,8(1):13-17.褚劲风,周琪.2004.轨道交通对其沿线商品住宅价格的研究:以上海地铁一号线为例.上海师范大学学报:自然科学版,33(2):86-92.Chu J F,Z
33、hou Q.2004.The impactof mass transit on the price of commodity houses inShanghai.Journal of Shanghai Normal University:Natu-ral Sciences,33(2):86-92.冯长春,李维瑄,赵蕃蕃.2011.轨道交通对其沿线商品住宅价格的影响分析:以北京地铁5号线为例.地理学报,66(8):1055-1062.Feng C C,Li W X,ZHAO F F.2011.In-fluence of rail transit on nearby commodity housi
34、ng pric-es:a case study of Beijing subway line five.Acta Geo-graphica Sinica,66(8):1055-1062.冯艳芬,梁小斯,吴大放,等.2011.基于Hedonic模型的广州地铁1号沿线住宅价格分析.广州大学学报:自然科学版,10(4):90-94.Feng Y F,Liang X S,Wu D F,et al.2011.Studying on housing price along the Guangzhoumetro line 1 based on Hedonic Price Mode.Journal ofGua
35、ngzhou University:Natural Science Edition,10(4):90-95.谷一桢,郭睿.2008.轨道交通对房地产价值的影响:以北京市八通线为例.经济地理,28(3):411-414.Gu Y Z,GuoR.2008.The impacts of the rail transit on property val-ues:empirical study in Batong Line of Beijing.Econom-ic Geography,28(3):411-414.鲁放,韩宝明,王芳玲.2013.2012年中国城市轨道交通运营线路统计与分析.都市快轨交通,
36、26(1):1-3.Lu F,HanB M,Wang F L.2013.2012 Statistic and Analysis of Ur-ban Rail Transit Lines in China.Urban Rapid Rail Tran-sit,26(1):1-3.梅志雄.2008.基于半变异函数的住宅价格空间异质性分析:以东莞市为例.华南师范大学学报:自然科学版,(4):123-128.Mei Z X.2008.Spatial heterogeneity anal-ysis of houses prices based on semi-variogram:takingDonggua
37、n City as a case.Journal of South China NormalUniversity:Natural Science Edition,(4):123-128.史玉芳,李慧民.2010.西安市城市轨道交通对沿线住宅价格的影响研究.西安建筑科技大学学报:自然科学版,42(2):231-235.Shi Y F,Li H M.2010.Impact on realestate price along the rail line of URT in Xi an.Journalof Xi an University of Architecture&Technology:Natu
38、-ral Science Edition,42(2):231-235.苏亦宁,冯长春.2011.城市轨道交通对其沿线住宅价格的影响分析:以北京市地铁四号线和八通线为例.城市发展研究,18(7):108-113.Su Y N,Feng C C.2011.Ananalysis on influences to the residential price of real es-tate brought by urban railway system:a case study of Bei-jing MTR 4th line and Batongxian.Urban Studies,18(7):108
39、-113.王德,黄万枢.2005.Hedonic住宅价格法及其应用.城市规划,29(3):62-71.Wang D,Huang W S.2005.Hedonichouse pricing method and its application in urban studies.City Planning Review,29(3):62-71.王德起,于素涌.2012.城市轨道交通对沿线周边住宅价格的影响分析:以北京地铁四号线为例.城市发展研究,19(4):82-87.Wang D Q,Yu S Y.2012.Analysis into theeffects of urban subway or
40、the house price nearby:a easestudy on the No4 line of Beijing.Urban Studies,19(4):82-87.王琳.2009.城市轨道交通对住宅价格的影响研究:基于特征价格模型的定量分析.地域研究与开发,28(2):57-61.Wang L.2009.Empirical study on the impact of ur-771地理科学进展第33卷第6期ban rail transit on house price:based on Hedonic PriceModel.Areal research and Developmen
41、t,28(2):57-61.王松涛,郑思齐,冯杰.2007.公共服务设施可达性及其对新建住房价格的影响:以北京中心城为例.地理科学进展,26(6):78-85.Wang S T,Zheng SQ,Feng J.2007.Spatial accessibility of housing to public services and itsimpact on housing price:a case study of Beijings innercity.Progress in Geography,26(6):78-85.王洋,李强,王少剑.2014.扬州市住宅价格空间分异的影响因 素 与 驱 动
42、 机 制.地 理 科 学 进 展.23(3):375-388.Wang Y,Li Q,Wang S J.2014.Determinants and dy-namics of spatial differentiation of housing price in Yang-zhou.Progress in Geography,23(3):375-388.尹爱青,唐焱.2008.轨道交通对住宅价格的影响:以南京市地铁一号线为例.城市问题,(2):29-34.Yin A Q,TangY.2008.Studying the Impact of Rail Transportation onHousing
43、 Price:A Case of Nanjing Subway Line One.Ur-ban Problems,(2):29-34.Impact of rail transit on the residential property prices of submarkets:a case of the Longgang Line of ShenzhenWANG Fuliang1,FENG Changchun1,2,GAN Lin1(1.College of Urban and Environmental Sciences,Peking University,Beijing 100871,Ch
44、ina;2.The Key Laboratory of the Land Planning and Development,Ministry of Land and Resources,Beijing 100871,China)Abstract:Studying the impact of rail transit on residential property prices along rail lines will facilitate the inter-nalization of external benefits of rail traffic.It has significant
45、importance for the construction and operation ofcity subways.In real urban space,because of the presence of spatial heterogeneity the impact of rail transport isnot always the same in different areas,thus it requires the examination of submarkets.This research takes thesuburb segment of the Longgang
46、 Line in Shenzhen as a case.Firstly,MoranI index is used to confirm the effectof spatial autocorrelation.Then a variable representing spatial autocorrelation are constructed to be included inthe model.In total four models are constructed.Chow Statistics is then adopted to divide the submarkets intos
47、uburbs near central city and suburbs at the city periphery.After that,the Hedonic pricing model is selected tostudy the submarket impact of the rail transit on housing prices along the rail line.The results show that:(1)railtransit has a positive impact on housing prices along the rail line in the c
48、lose to central city segment.(2)Con-cerning the impact of rail transit on housing prices,submarket effect does exist.In different submarkets,the im-pacts of rail transit on housing prices vary,sometimes are even in opposite directions.In the close to urban cen-ter segment,rail transit has a positive
49、 impact on housing prices.In the remote suburban segment,rail transit hasa negative impact on housing prices.(3)Submarkets can be divided by Chow Statistics test.The dividing pointof the Longgang Line is Liuyue-Danzhutou.The spatial extent of the close to center suburban submarket may berelated to t
50、he citys average commuting time.(4)The cause of submarket division is spatial heterogeneity.Thesubmarkets of the Longgang Line suburban segment is determined by the spatial differences between the two re-gional centers.Key words:rail transit;housing price;hedonic pricing model;submarket;Shenzhen;Lon