向橙昱 張馨月

摘要：作為改變區(qū)域可達(dá)性的基礎(chǔ)設(shè)施，高鐵對(duì)于沿線城市的房?jī)r(jià)會(huì)產(chǎn)生明顯影響，但在空間及時(shí)間上存在差異。利用雙重差分傾向得分匹配模型（PSM-DID），選取兩條位于不同類型城市群中的高鐵——渝貴鐵路和成渝高鐵作為研究對(duì)象，利用沿線7個(gè)城市2011一2019年、2010一2019年的平衡面板數(shù)據(jù)，分析高鐵建設(shè)與開通對(duì)沿線城市房?jī)r(jià)的影響在空間和時(shí)間上的差異性，以更深入地理解區(qū)域房地產(chǎn)發(fā)展的趨勢(shì)，更精準(zhǔn)地制定房地產(chǎn)調(diào)控措施。

關(guān)鍵詞：高鐵;房?jī)r(jià);雙重差分傾向得分匹配模型;成渝高鐵;渝貴鐵路

中圖分類號(hào)：F293 文獻(xiàn)標(biāo)識(shí)碼：A文童編號(hào)：1001-9138-（2020）08-0024-33 收稿日期：2020-05-04

1 引言

近年來(lái)，隨著我國(guó)交通基礎(chǔ)設(shè)施建設(shè)的快速發(fā)展，越來(lái)越多的學(xué)者開始著手研究交通基礎(chǔ)設(shè)施建設(shè)與房?jī)r(jià)之間的關(guān)系。郭根龍和蘇小榮的中介效應(yīng)模型表明，城市基礎(chǔ)設(shè)施建設(shè)促進(jìn)了房?jī)r(jià)上漲;張東與湯軍研究了城市基礎(chǔ)設(shè)施投資規(guī)模和城市商品住房邊際價(jià)格之間的關(guān)系;何丹、金鳳君研究了北京地鐵4號(hào)線，認(rèn)為房?jī)r(jià)隨城市軌道交通站點(diǎn)和市中心距離拉大均衰減;向?yàn)槊瘛⒗钚聞傔\(yùn)用GMM模型分析我國(guó)城市基礎(chǔ)設(shè)施對(duì)房?jī)r(jià)的影響及其區(qū)域差異。上述研究表明交通基礎(chǔ)設(shè)施會(huì)在一定程度上影響房?jī)r(jià)，而作為交通基礎(chǔ)設(shè)施之一的高鐵自然也遵循此規(guī)律。

作為改變區(qū)域空間格局的現(xiàn)代化交通體系，高速鐵路（以下簡(jiǎn)稱“高鐵”）的建設(shè)與運(yùn)營(yíng)對(duì)區(qū)域經(jīng)濟(jì)有著顯著影響——其改變了區(qū)域的資源配置格局進(jìn)而影響高鐵沿線城市的經(jīng)濟(jì)社會(huì)發(fā)展。但這種影響在空間層面是不均衡的。不同城市在高鐵通車前后房?jī)r(jià)等特定指標(biāo)變化呈現(xiàn)一定的差異。隨著高鐵網(wǎng)絡(luò)的日漸完善，有關(guān)“高鐵對(duì)于相關(guān)區(qū)域房?jī)r(jià)影響”的研究也日漸增多，但因研究對(duì)象、研究時(shí)間的不同而導(dǎo)致研究結(jié)果有所差異。其中，張銘洪構(gòu)建三重差分模型，對(duì)高鐵在不同建設(shè)時(shí)期對(duì)不同規(guī)模城市房?jī)r(jià)的影響進(jìn)行了實(shí)證研究;陳立文、王榮、劉介立選取石武高鐵沿線主要城市站點(diǎn)的微觀數(shù)據(jù)通過(guò)構(gòu)建雙重差分傾向得分匹配模型，進(jìn)一步對(duì)高鐵對(duì)不同規(guī)模、不同區(qū)域城市的影響差異性進(jìn)行了實(shí)證研究;楊秀云、趙勐、安磊認(rèn)為高鐵的開通對(duì)中西部城市房?jī)r(jià)的正影響比東部更大;范紅忠、胡耀文認(rèn)為高鐵開通對(duì)大城市房?jī)r(jià)無(wú)顯著影響，對(duì)中、小城市房?jī)r(jià)有顯著的正向影響。因此，根據(jù)上述研究可發(fā)現(xiàn)，高鐵在不同時(shí)期、不同區(qū)域?qū)Ψ績(jī)r(jià)的影響均有所差異。

本文重點(diǎn)研究高鐵對(duì)于沿線城市房?jī)r(jià)的影響及其在時(shí)間維度和空間維度上的差異。選取沿線城市發(fā)展差異相對(duì)較小的成渝高鐵和沿線城市發(fā)展差異相對(duì)較大的渝貴鐵路作為研究對(duì)象，收集其從建設(shè)期到開通期的近10年數(shù)據(jù)，利用雙重差分傾向得分匹配法（PSM-DID），通過(guò)構(gòu)建自然實(shí)驗(yàn)，定量分析對(duì)高鐵在高鐵建設(shè)至高鐵開通期間不同時(shí)點(diǎn)對(duì)沿線城市房?jī)r(jià)的影響，并對(duì)這兩條高鐵線路在不同時(shí)期對(duì)不同規(guī)模城市、不同類型城市群產(chǎn)生的影響差異進(jìn)行分析。

2 理論框架

現(xiàn)有的文獻(xiàn)表明，高鐵對(duì)房?jī)r(jià)的影響機(jī)制表現(xiàn)為其改變區(qū)域可達(dá)性會(huì)引致特定城市房地產(chǎn)市場(chǎng)的供給和需求，進(jìn)而影響房?jī)r(jià)。而這一影響在不同時(shí)期存在一定的差異性。

對(duì)于需求端而言，區(qū)域可達(dá)性的改變將會(huì)影響居民對(duì)居住和工作地的選擇。一方面，高鐵沿線城市中經(jīng)濟(jì)社會(huì)發(fā)展水平處于相對(duì)優(yōu)勢(shì)的城市可能擁有更好的工作機(jī)會(huì)，區(qū)域可達(dá)性的改變降低了空間摩擦力，高鐵沿線其他區(qū)域的居民有遷移至此工作的動(dòng)力，而隨著工作地點(diǎn)的遷移，人口隨之流動(dòng)，居住地的改變自然會(huì)引致對(duì)該城市房地產(chǎn)需求的增加;另一方面，高鐵沿線城市中經(jīng)濟(jì)社會(huì)發(fā)展水平處于相對(duì)優(yōu)勢(shì)的城市所擁有的更加完備的醫(yī)療與教育條件會(huì)吸引更多高鐵沿線其他區(qū)域的居民主動(dòng)到該城市購(gòu)買房產(chǎn)，從而產(chǎn)生主動(dòng)型的住房需求，進(jìn)而對(duì)高鐵沿線不同類型城市的房?jī)r(jià)產(chǎn)生不同影響。

對(duì)于供給端而言，高鐵的開通提高了區(qū)域可達(dá)性，從而極大地提高了沿線站點(diǎn)城市的區(qū)位價(jià)值。這類城市投資價(jià)值的提升吸引了房地產(chǎn)企業(yè)選擇在高鐵沿線不同城市投資，進(jìn)而引致土地市場(chǎng)需求增長(zhǎng)，土地需求的激增帶動(dòng)了土地價(jià)格的上升。同時(shí)人口及其他因素的流動(dòng)性，在很大程度上也促進(jìn)了城市間的經(jīng)濟(jì)互通，而各區(qū)域之間的經(jīng)濟(jì)互通及人口流動(dòng)必然會(huì)致使各類需求和投資增加。需求的變動(dòng)也將改變投資商對(duì)區(qū)域城市價(jià)值的認(rèn)知，影響其對(duì)投資區(qū)域的選擇，從而影響區(qū)域房地產(chǎn)市場(chǎng)的供給及土地價(jià)值的變動(dòng)。

在上述變化過(guò)程中，不同類型城市群的差異也可能引致高鐵對(duì)其沿線城市房?jī)r(jià)產(chǎn)生不同影響。一方面，由于城市間差異的大小存在差別，上述人口流動(dòng)和投資流動(dòng)的勢(shì)能不同，因此需求變化不同，房?jī)r(jià)自然會(huì)隨之產(chǎn)生不同的變化結(jié)果;另一方面，由于高鐵建設(shè)周期很長(zhǎng)，在不同時(shí)期人們的認(rèn)知不同，因此不同時(shí)期對(duì)需求的影響也各不相同，從而導(dǎo)致房?jī)r(jià)變化也不盡相同。

這些影響要素在高鐵工程規(guī)劃出臺(tái)、正式動(dòng)工建設(shè)及開通運(yùn)營(yíng)的整個(gè)過(guò)程里不斷變化，因此高鐵對(duì)房?jī)r(jià)的影響因其規(guī)劃建設(shè)開通的階段不同而有所差別。

同時(shí)，在高鐵規(guī)劃建設(shè)開通的整個(gè)過(guò)程中，不同高鐵沿線經(jīng)過(guò)的城市群有所差別，各城市群因其區(qū)域發(fā)展差異的大小對(duì)沿線站點(diǎn)城市房?jī)r(jià)造成的影響不同。

因此，可以根據(jù)區(qū)域發(fā)展差異將城市群劃分為兩大類——區(qū)域發(fā)展差異較大的城市群、區(qū)域發(fā)展差異較小的城市群。根據(jù)高鐵規(guī)劃出臺(tái)、建設(shè)動(dòng)工、開通運(yùn)營(yíng)階段對(duì)房?jī)r(jià)的影響機(jī)理及城市群區(qū)域發(fā)展差異做出的具體假設(shè)如下：

假設(shè)1：高鐵建設(shè)期間，高鐵的建設(shè)規(guī)劃會(huì)對(duì)沿線城市房?jī)r(jià)產(chǎn)生一定推升作用，但并不顯著。

假設(shè)2：高鐵建設(shè)期間，高鐵對(duì)沿線區(qū)域發(fā)展差異較大的城市房?jī)r(jià)產(chǎn)生的推升作用強(qiáng)于沿線區(qū)域發(fā)展差異較小的城市房?jī)r(jià)。

假設(shè)3：高鐵開通期間，高鐵開通運(yùn)營(yíng)會(huì)對(duì)沿線城市房?jī)r(jià)產(chǎn)生一定抑制作用。

假設(shè)4：高鐵開通期間，高鐵對(duì)沿線區(qū)域發(fā)展差異較大的城市房?jī)r(jià)產(chǎn)生的抑制作用強(qiáng)于沿線區(qū)域發(fā)展差異較小的城市房?jī)r(jià)。

3 研究設(shè)計(jì)

3.1 模型建立

在既有的高鐵對(duì)房?jī)r(jià)影響的研究中，已有多位學(xué)者采用雙重差分法及傾向得分匹配法相結(jié)合的方式進(jìn)行研究。雙重差分法的研究思路在于通過(guò)理想的隨機(jī)試驗(yàn)將樣本隨機(jī)分為實(shí)驗(yàn)組（受政策影響）和控制組（不受政策影響）來(lái)近似模擬一個(gè)自然實(shí)驗(yàn)的過(guò)程，通過(guò)對(duì)比實(shí)驗(yàn)組和控制組的政策差異來(lái)評(píng)估政策的凈效應(yīng)。但實(shí)際上，在現(xiàn)實(shí)生活中，這種的理想情況很難發(fā)生。通常很難控制別的實(shí)驗(yàn)條件不發(fā)生變動(dòng)，而實(shí)驗(yàn)組常常會(huì)隨著時(shí)間的變動(dòng)而發(fā)生變化，雙重差分傾向得分匹配模型能很好地解決這類問(wèn)題。利用傾向得分匹配法可以估計(jì)個(gè)體實(shí)行政策的概率，從而通過(guò)該概率對(duì)實(shí)驗(yàn)組和對(duì)照組進(jìn)行匹配，能很好地契合雙重差分法。因此，本文采用雙重差分傾向得分匹配模型（DID-P5M）進(jìn)行研究。

首先規(guī)定幾個(gè)虛擬變量：

TREAT-實(shí)施政策（高鐵的建設(shè)或開通）;

TREAT=0-對(duì)照組（未建設(shè)或開通高鐵）;

TREAT=1-實(shí)驗(yàn)組（建設(shè)或開通高鐵）。

本文針對(duì)成渝高鐵，選取2013年為高鐵建設(shè)階段的政策實(shí)施期，2015年為高鐵開通階段的政策實(shí)施期;針對(duì)渝貴鐵路，選取2013年為高鐵建設(shè)階段的政策實(shí)施期，2018年為高鐵開通階段的政策實(shí)施期。

式（1）中：

y_i，t——各大沿線城市年平均住宅價(jià)格;

Control_i，t——其他控制變量。

ε_i，t——誤差項(xiàng)，主要觀察交互項(xiàng)tret_i，t×year_i，t的系數(shù)β₃的顯著性，若顯著，則高鐵建設(shè)或開通對(duì)沿線城市房?jī)r(jià)有影響;反之無(wú)影響。

3.2 變量設(shè)計(jì)

通過(guò)分析已有的利用雙重差分、傾向得分匹配模型研究高鐵對(duì)城市房?jī)r(jià)影響的相關(guān)論文所選取的各變量，即包括被解釋變量、控制變量，綜合決策分析可以得出本文所適宜使用的變量。

根據(jù)分析，本文選取以下主要變量進(jìn)行度量：

（1）被解釋變量。本文選取各大沿線城市的年平均商品房?jī)r(jià)格（HP）作為被解釋變量。

（2）虛擬變量。本文將高鐵的建設(shè)、開通分別作為虛擬變量TREAT，高鐵未建設(shè)或開通為TREAT=0，高鐵建設(shè)或開通為TREAT=1。

（3）控制變量。根據(jù)相關(guān)研究，本文將從需求及供給兩方面來(lái)選擇變量，總共選取了國(guó)內(nèi)生產(chǎn)總值、固定資產(chǎn)投資、儲(chǔ)蓄存款、房地產(chǎn)開發(fā)投資、公共財(cái)政支出、建成區(qū)面積、人口增長(zhǎng)率等7項(xiàng)作為控制變量。

被解釋變量和各控制變量類型、名稱、符號(hào)、定義及數(shù)據(jù)來(lái)源見表1。

3.3 樣本數(shù)據(jù)選取及初步分析

渝貴鐵路于2018年1月25日正式投入運(yùn)營(yíng)，成渝高鐵于2015年12月26日竣工運(yùn)營(yíng)。本文根據(jù)《城市規(guī)模劃分標(biāo)準(zhǔn)》（國(guó)發(fā)[2015）51號(hào)）一文，將地區(qū)常住人口超過(guò)500萬(wàn)，在500萬(wàn)到1000萬(wàn)以下并位于高鐵線路起終點(diǎn)的沿線站點(diǎn)城市定義為中心城市：重慶、成都;將沿線其余站點(diǎn)城市定義為非中心城市：貴陽(yáng)、資陽(yáng)、內(nèi)江、遵義。選定渝貴鐵路沿線的3個(gè)站點(diǎn)城市和成渝高鐵的4個(gè)站點(diǎn)城市作為實(shí)驗(yàn)組。同時(shí)參照相關(guān)文獻(xiàn)，根據(jù)2015年《經(jīng)濟(jì)發(fā)展還是要素流失：交通基礎(chǔ)設(shè)施經(jīng)濟(jì)作用的區(qū)域差異研究》中的基于空間相鄰的樣本之間差異性較小假設(shè)（曲創(chuàng)，李曦萌），在四川、貴州找出截止到2019年12月份沒(méi)有任何高鐵經(jīng)過(guò)的城市共3個(gè)作為對(duì)照組，實(shí)驗(yàn)組與對(duì)照組城市見表2、表3。剔除變量數(shù)據(jù)缺失的樣本，分別獲得2011-2019年19期、2010-2019年20期平衡面板數(shù)據(jù)。本文選用的數(shù)據(jù)來(lái)自《中國(guó)城市統(tǒng)計(jì)年鑒》以及各地區(qū)的區(qū)域統(tǒng)計(jì)年鑒。本文所有數(shù)據(jù)分析在Stata 15.0中完成。

4 實(shí)證數(shù)據(jù)結(jié)果及分析

4.1 匹酒已變量篩選

本文的主要的研究方法選用了雙重差分傾向得分匹配法（DID-PSM）。對(duì)兩組樣本進(jìn)行l(wèi)ogit回歸的結(jié)果分別見表4、表5。表4中，除了儲(chǔ)蓄存款，其余變量都有較為明顯的變化，說(shuō)明篩除儲(chǔ)蓄存款以外的其余變量都適用作為傾向得分匹配變量;表5的數(shù)據(jù)處理工作與此同理，最后篩選出除市轄區(qū)人口以外的其余變量作為傾向得分匹配變量。

4.2 數(shù)據(jù)均衡性檢驗(yàn)進(jìn)行l(wèi)ogit回歸確認(rèn)數(shù)據(jù)適合使用傾向得分匹配法后，應(yīng)繼續(xù)測(cè)定兩條高鐵線的各變量在各自的實(shí)驗(yàn)組與對(duì)照組間是否變得均衡。經(jīng)過(guò)傾向得分匹配后各變量的均衡性檢驗(yàn)結(jié)果見表6，從表6中可以看出，進(jìn)行匹配后，兩條高鐵線的各協(xié)變量的均值在各自的實(shí)驗(yàn)組與對(duì)照組間不存在顯著性差異。因此，兩條高鐵線的數(shù)據(jù)均適合使用雙重差分傾向得分匹配法，且進(jìn)行匹配后的數(shù)據(jù)均較均衡。

4.3 雙重差分PSM實(shí)證結(jié)果分析

從表7、表8中可看出，在高鐵建設(shè)期，在較好的控制各影響因素的條件下，成渝高鐵、渝貴鐵路建設(shè)對(duì)房?jī)r(jià)的影響凈效應(yīng)分別僅為0.023、0.060，該影響并不顯著。而在高鐵開通后，成渝高鐵、渝貴鐵路沿線城市的總體房?jī)r(jià)上漲趨勢(shì)受阻，其影響凈差異分別為-0.073、-0.081。由此可見，在較好的控制各影響因素的條件下，高鐵開通反而為兩條高鐵沿線城市的房?jī)r(jià)上漲帶來(lái)了負(fù)向影響。

4.4 城市規(guī)模差異性分析

本文依據(jù)樣本數(shù)據(jù)的選取對(duì)各類城市分組的匹配分析見表9、表100

由表9、表10可得以下兩點(diǎn)數(shù)據(jù)特征：（1）在高鐵建設(shè)期間，兩條鐵路沿線的中心城市與非中心城市的房?jī)r(jià)均未有顯著變化，這與全樣本實(shí)驗(yàn)結(jié)果相符;（2）在高鐵開通后，沿線中心城市的房?jī)r(jià)上漲趨勢(shì)受到正向影響，而非中心城市房?jī)r(jià)上漲趨勢(shì)反而受到負(fù)向影響。

不同城市與中心城市的距離不同，成渝高鐵選取成都作為中心城市，內(nèi)江和資陽(yáng)分別代表距離中心城市較近和較遠(yuǎn)的非中心城市;渝貴鐵路選取重慶作為中心城市，遵義和貴陽(yáng)分別代表距離中心城市較近和較遠(yuǎn)的非中心城市。本文對(duì)兩條高鐵沿線的城市分別分組進(jìn)行了匹配分析，分析結(jié)果見表11、表12。

由表11可知，對(duì)于成渝高鐵，（1）在高鐵建設(shè)期，高鐵建設(shè)對(duì)沿線非中心城市房?jī)r(jià)上漲趨勢(shì)均有負(fù)向影響，其原因可能是;成渝高鐵沿線的非中心城市在西部相對(duì)發(fā)達(dá)，但在高鐵建設(shè)期間，絕大部分有購(gòu)房意向的消費(fèi)者更愿意選擇經(jīng)濟(jì)更為發(fā)達(dá)的中心城市，這種預(yù)期導(dǎo)向使得非中心城市的消費(fèi)者均流向中心城市購(gòu)房，本地需求下降進(jìn)而導(dǎo)致房?jī)r(jià)上漲趨勢(shì)受阻。（2）在高鐵開通期，高鐵開通對(duì)沿線非中心城市的房?jī)r(jià)均造成了較顯著的影響。距中心城市較近的非中心城市房?jī)r(jià)上漲趨勢(shì)受到較大的正向影響，而距中心城市較遠(yuǎn)的非中心城市房?jī)r(jià)上漲趨勢(shì)則受到較大負(fù)向影響，其原因可能是：成渝高鐵沿線非中心城市在西部均處于較好的發(fā)展水平，而消費(fèi)者更為偏好經(jīng)濟(jì)發(fā)展?fàn)顩r更良好的距中心城市較近的區(qū)域，因此該區(qū)域消費(fèi)者需求增加帶動(dòng)該區(qū)域房?jī)r(jià)上升;同時(shí)，部分實(shí)力相對(duì)較弱的房地產(chǎn)開發(fā)商在競(jìng)爭(zhēng)激烈的中心城市很難拿地，便從中心城市外溢到附近發(fā)展相對(duì)較好的非中心城市（即距中心城市較近的區(qū)域），爭(zhēng)奪開發(fā)用地，從而推動(dòng)了這些地區(qū)的房地產(chǎn)市場(chǎng)發(fā)展，致使距中心城市較遠(yuǎn)的非中心城市區(qū)域購(gòu)買力流失，房?jī)r(jià)上漲趨勢(shì)受阻。由表12可知，對(duì)于渝貴鐵路，其產(chǎn)生的數(shù)據(jù)結(jié)果恰好與成渝高鐵相反。

4.5 城市群差異性分析

對(duì)比所選取的兩條高鐵線路的不同城市群間差異，本文對(duì)兩條高鐵沿線城市分別進(jìn)行了匹配分析，分析結(jié)果見表13。由表13可知：

（1）在高鐵建設(shè)期，高鐵建設(shè)并未對(duì)成渝高鐵、渝貴鐵路沿線的城市房?jī)r(jià)造成顯著影響，這與假設(shè)1相吻合。但渝貴鐵路沿線城市受高鐵影響造成的房?jī)r(jià)漲幅略高于成渝高鐵，其原因可能是：渝貴鐵路沿線城市區(qū)域發(fā)展差異較大，因此其距離中心城市較遠(yuǎn)的城市地價(jià)更低，房地產(chǎn)商進(jìn)入房地產(chǎn)市場(chǎng)的壁壘也較小。

因此，部分在中心城市開發(fā)用地競(jìng)爭(zhēng)中處于劣勢(shì)的房地產(chǎn)開發(fā)商會(huì)認(rèn)為入駐區(qū)域發(fā)展差異較大的城市群是更明智的投資決策，進(jìn)而選擇入駐渝貴鐵路沿線站點(diǎn)城市，和當(dāng)?shù)氐姆康禺a(chǎn)開發(fā)商一起爭(zhēng)奪開發(fā)用地，帶動(dòng)當(dāng)?shù)氐姆康禺a(chǎn)市場(chǎng)發(fā)展，導(dǎo)致渝貴鐵路沿線城市的房?jī)r(jià)漲幅更明顯。這也直接驗(yàn)證了似設(shè)2的正確性。

（2）在高鐵開通期，一方面，成渝高鐵、渝貴鐵路沿線城市房?jī)r(jià)上漲趨勢(shì)均受到較強(qiáng)的負(fù)向影響，這與假設(shè)3相吻合。另一方面，由于在高鐵建設(shè)期，房地產(chǎn)開發(fā)商普遮對(duì)渝貴鐵路沿線城市房地產(chǎn)市場(chǎng)有較高預(yù)期，房地產(chǎn)開發(fā)商在建設(shè)期入駐，導(dǎo)致各房地產(chǎn)開發(fā)商都按照高鐵開通時(shí)間作為推盤時(shí)間，最終在開通期產(chǎn)生了較多供給。前期需求已經(jīng)釋放，開通后有效需求增長(zhǎng)卻并不顯著，供過(guò)于求，最終導(dǎo)致房?jī)r(jià)上漲趨勢(shì)受阻，這也直接驗(yàn)證了假設(shè)4的正確性。

本文中分析的高鐵因城市規(guī)模差異、空間異質(zhì)性及城市群差異對(duì)房?jī)r(jià)產(chǎn)生的不同影響的詳細(xì)分析見圖1。

5 結(jié)論及建議

本文運(yùn)用雙重差分傾向得分匹配法對(duì)成渝高鐵和渝貴鐵路在高鐵建設(shè)與高鐵開通兩個(gè)不同時(shí)期對(duì)沿線城市房地產(chǎn)市場(chǎng)的影響效應(yīng)進(jìn)行了對(duì)比，并對(duì)不同時(shí)期在不同規(guī)模城市、不同類型城市群間的影響差異進(jìn)行了實(shí)證分析，得出：（1）高鐵建設(shè)效應(yīng)沒(méi)有顯著提高沿線城市房?jī)r(jià)，而高鐵開通效應(yīng)為城市房?jī)r(jià)上漲趨勢(shì)帶來(lái)了負(fù)向影響。（2）在城市規(guī)模方面，中心城市、非中心城市的經(jīng)濟(jì)以及人口現(xiàn)狀的差異，導(dǎo)致高鐵效應(yīng)對(duì)中心大城市、非中心城市房地產(chǎn)市場(chǎng)的影響也產(chǎn)生了顯著的差異。其中，高鐵建設(shè)效應(yīng)對(duì)中心大城市和非中心城市房?jī)r(jià)均未有顯著影響;高鐵開通效應(yīng)對(duì)沿線中心城市房?jī)r(jià)上漲趨勢(shì)產(chǎn)生了正向影響，對(duì)沿線非中心城市房?jī)r(jià)上漲趨勢(shì)產(chǎn)生了負(fù)向影響。（3）在不同類型的城市群中，高鐵建設(shè)效應(yīng)對(duì)沿線區(qū)域發(fā)展差異較大的城市房?jī)r(jià)產(chǎn)生的推升作用強(qiáng)于沿線區(qū)域發(fā)展差異較小的城市房?jī)r(jià);高鐵開通效應(yīng)對(duì)沿線區(qū)域發(fā)展差異較大的城市房?jī)r(jià)產(chǎn)生的抑制作用強(qiáng)于沿線區(qū)域發(fā)展差異較小的城市房?jī)r(jià)。（4）高鐵對(duì)沿線站點(diǎn)城市房?jī)r(jià)產(chǎn)生的推升作用隨著建設(shè)工期的推進(jìn)而有所減弱，隨著距離的增加而逐漸減弱。

參考文獻(xiàn)：

1.張銘洪 張清源 梁若冰.高鐵對(duì)城市房?jī)r(jià)的非線性及異質(zhì)性影響研究.當(dāng)代財(cái)經(jīng).2017.09

2.何里文 鄧敏慧 韋圓蘭.武廣高鐵對(duì)住宅價(jià)格影響的實(shí)證分析——基于Hedonic Price模型和微觀調(diào)查數(shù)據(jù).現(xiàn)代城市研究.2015.08

3.曲創(chuàng) 李曦萌.經(jīng)濟(jì)發(fā)展還是要素流失：交通基礎(chǔ)設(shè)施經(jīng)濟(jì)作用的區(qū)域差異研究.當(dāng)代經(jīng)濟(jì)科學(xué).2015.01

4.鄭林昌.我國(guó)高速鐵路對(duì)城市經(jīng)濟(jì)發(fā)展的影響分析——基于對(duì)已建高鐵站點(diǎn)地級(jí)市的實(shí)證.社會(huì)科學(xué)家.2019.03

5.Vaturi A，Portnov B A，Gradus Y.Train access andfinancial performance of local authorities：greater Tel Aviv asa case study.Journal of Transport Geography.2011.02

6.楊秀云 趙勐 安磊.高鐵開通對(duì)中國(guó)城市房?jī)r(jià)的影響研究.西安交通大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）.2019.02

7.范紅忠 胡耀文.基礎(chǔ)設(shè)施建設(shè)對(duì)城市房地產(chǎn)市場(chǎng)的影響研究——基于高鐵開通的自然實(shí)驗(yàn).金融與經(jīng)濟(jì).2019.03

8.陳立 文王榮 劉介立.高速鐵路對(duì)城市房?jī)r(jià)的影響研究——基于石武高鐵面板數(shù)據(jù)的實(shí)證分析.資源開發(fā)與市場(chǎng).2018.10

9.趙茗羽.房?jī)r(jià)影響因素的區(qū)域性分析.華北理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）.2019.04

10.郭根龍 蘇小榮.城市基礎(chǔ)設(shè)施建設(shè)影響房?jī)r(jià)的中介效應(yīng)研究——基于我國(guó)35個(gè)大中城市的實(shí)證分析.未來(lái)與發(fā)展.2015.08

11.張東 湯軍.城市基礎(chǔ)設(shè)施投資的房地產(chǎn)資本化效應(yīng).城市問(wèn)題.2017.09

12.向?yàn)槊?李新剛.我國(guó)城市基礎(chǔ)設(shè)施對(duì)房?jī)r(jià)影響的區(qū)域差異——基于動(dòng)態(tài)面板差分GMM模型的經(jīng)驗(yàn)研究.重慶理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)）.2019.08

13.宋德勇 陶相飛.土地財(cái)政是否會(huì)影響產(chǎn)業(yè)升級(jí)——基于基礎(chǔ)設(shè)施和房?jī)r(jià)的中介效應(yīng)檢驗(yàn).財(cái)會(huì)月刊.2019.20

14.徐姣姣 王譯彬 項(xiàng)勇.城市基礎(chǔ)設(shè)施建設(shè)與房地產(chǎn)價(jià)格變動(dòng)的相關(guān)性研究——基于35個(gè)大中城市面板數(shù)據(jù)分析.價(jià)格理論與實(shí)踐.2017.04

15.周泰 陳國(guó)民.供應(yīng)鏈視角下我國(guó)房地產(chǎn)成本與價(jià)格探析.中國(guó)房地產(chǎn)（中旬刊）.2019.09

16.楊建軍.房地產(chǎn)開發(fā)項(xiàng)目區(qū)位因素對(duì)房?jī)r(jià)的影響初探.經(jīng)濟(jì)師.2016.11

17.何芳 張興勝 高忠.鄭州城市交通對(duì)住宅房?jī)r(jià)影響分析.經(jīng)濟(jì)論壇.2015.06

18.周文豪.正確認(rèn)識(shí)我國(guó)城鎮(zhèn)化過(guò)程中關(guān)于土地的幾對(duì)關(guān)系.西部金融.2018.12

19.王文君.灰色模型在南京奧體中心軌道交通周邊房地產(chǎn)市場(chǎng)的應(yīng)用.價(jià)值工程.2017.03

20.胡若函 毛其智.北京商品房?jī)r(jià)格的空間分布及變化趨勢(shì)（2002-2014）.住區(qū).2016.01

作者簡(jiǎn)介：向橙昱、張馨月，重慶大學(xué)管理科學(xué)與房地產(chǎn)學(xué)院。