(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(chǎn)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(chǎn)估價概述

房地產(chǎn)估價，又稱房地產(chǎn)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(yè)估價人員進行的以實現(xiàn)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(chǎn)生影響。

本文數(shù)據(jù)來源于百度地圖和搜狐焦點網(wǎng)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(jīng)過初步收集，整理了80組原始數(shù)據(jù)，預處理之后還有71組有效數(shù)據(jù)。

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(qū)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(jīng)預處理過的71組數(shù)據(jù)運用spss分析軟件做出散點圖如圖4-1：

圖4-1 數(shù)據(jù)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(qū)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(shù)據(jù)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(shù)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(jīng)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(qū)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(wǎng)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(qū)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(qū)距離的回歸系數(shù)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(qū)的經(jīng)濟發(fā)展。房價提升直接提高周邊地區(qū)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.