吳建勇　魏佳

摘要：隨著城市的擴(kuò)張，原來處于城市周邊的鐵路逐步深入到城市內(nèi)部。住宅作為一種商品，價格受諸多因素影響，外部影響因素也不可忽視。文章基于南京市寧蕪線鐵路沿線二手住宅交易價格數(shù)據(jù)，運(yùn)用特征價格法，對鐵路噪音影響下的二手住宅交易價格進(jìn)行定量分析。結(jié)果表明，鐵路噪音對沿線二手住宅交易價格產(chǎn)生較大影響，住宅價格因與鐵路距離差異受到不同程度影響。文章對不同主體提出相關(guān)建議，以期為房地產(chǎn)市場發(fā)展提供一定參考。

關(guān)鍵詞：鐵路交通噪音;二手住宅交易價格;特征價格法;南京市

一、引言

隨著城市化的快速發(fā)展，我國的基礎(chǔ)設(shè)施建設(shè)步入快速發(fā)展時期。鐵路作為重要的交通設(shè)施之一，不僅能夠擴(kuò)大旅客出行的可達(dá)范圍和延長貨物運(yùn)輸距離，在一定程度上還帶動了沿線地區(qū)經(jīng)濟(jì)發(fā)展。隨著城市進(jìn)一步的擴(kuò)張，原本處于城市周圍的鐵路干線逐漸深入城市內(nèi)部。然而，鐵路運(yùn)行時發(fā)出的鳴笛聲及鐵軌的摩擦聲所產(chǎn)生的噪聲，不僅影響人們的睡眠質(zhì)量，危害身心健康，還影響人們的生活和工作狀態(tài)，間接地影響到鐵路干線周邊的住宅價格。

目前城市軌道交通對住宅價格的影響研究主要集中在正向影響方面，負(fù)向影響的研究較少，國內(nèi)基于特征價格法探討環(huán)境因素對房價的影響也尚處于起步階段，且主要集中在城市景觀、綠地、海景等方面，對噪聲污染的研究較少。雖然國外相關(guān)研究較為豐富，但由于國內(nèi)外特征因素選取與消費(fèi)者選擇偏好的差異，不能完全適用于國內(nèi)。

本研究在國內(nèi)外相關(guān)研究的基礎(chǔ)上，采用特征價格法，以南京市寧蕪線鐵路沿線二手住宅為研究對象，實(shí)證分析寧蕪線鐵路噪音影響下的二手住宅交易價格，并對政府、開發(fā)商和消費(fèi)者提出相關(guān)建議，以期為相關(guān)研究提供一定參考，為相關(guān)主體決策提供借鑒。

二、研究區(qū)概況

南京，簡稱“寧”，江蘇省省會，是南京都市圈核心城市，屬于國務(wù)院批復(fù)確定的東部地區(qū)重要的中心城市。全市下轄11個區(qū)。南京在國家“八縱八橫”高鐵網(wǎng)格局中，位于京滬通道（一縱）和沿江通道（一橫）的交匯點(diǎn)，是華東地區(qū)重要的路網(wǎng)性樞紐。

寧蕪線自江蘇南京至安徽蕪湖，是連接皖南至華東、上海的支線，也是華東一通道（滬寧線）和華東二通道（商杭線）的聯(lián)絡(luò)線，全長125千米，是中國最繁忙的單線非電氣化鐵路。隨著南京城市的不斷擴(kuò)張與發(fā)展，現(xiàn)有寧蕪鐵路（滄波門至古雄段）已處于南京城區(qū)中心地帶，對麒麟、大校場、光華門、小行、中華門、西善橋等鐵路沿線板塊造成了“分割”，寧蕪鐵路已經(jīng)從原來的城市邊沿“走”進(jìn)了南京主城的位置。由此產(chǎn)生的噪音、污染、安全等問題已經(jīng)影響了居民的生活及工作，臨近鐵路兩側(cè)區(qū)域成為南京發(fā)展與綜合治理的難點(diǎn)區(qū)域。

三、研究方法

特征價格模型（HPM）是處理異質(zhì)性產(chǎn)品的各種特征與價格之間的關(guān)系時廣泛使用的一種模型。運(yùn)用HPM模型對住宅價值進(jìn)行評估時，有以下基本假定：住房是一種異質(zhì)商品，不同的住宅通過一組不同但可量化的特征集合代表，即住宅價值由特征集合決定。消費(fèi)者將根據(jù)效用最大化原則購買住宅，住宅特征集合決定了其對住宅的偏好。

假設(shè)住宅的建筑特征因素為A=（a1，a2，…，an1），區(qū)位特征因素為S=（s1，s2，…，sn2），鄰里特征因素為E=（e1，e2，…，en3），特征因素影響住宅價格P，住宅價格與特征因素之間的函數(shù)關(guān)系如下：

P=f（Z）=f（A，S，E）

式中P為住宅價格，單位為元/平方米。

Z為特征變量，分為三類：

A為住宅的建筑特征變量;

S為住宅的區(qū)位特征變量;

E為住宅的鄰里特征變量。

對上述函數(shù)關(guān)系式中各特征變量分別求偏導(dǎo)，即可得到各特征變量的特征價格，特征價格如下：

四、實(shí)證分析

（一）數(shù)據(jù)來源

1. 住宅掛牌數(shù)據(jù)

住宅的交易信息由于具有一定隱私性，直接獲得相關(guān)數(shù)據(jù)是有難度的。因此，本研究樣本數(shù)據(jù)的收集利用Python網(wǎng)絡(luò)爬取房天下網(wǎng)站的南京主城區(qū)臨近寧蕪線鐵路的二手房信息，采集信息包括各房產(chǎn)的掛牌價格、建筑面積、房齡、住宅類型、裝修、綠化率等數(shù)據(jù)，數(shù)據(jù)篩選后，最終樣本數(shù)據(jù)為4982個。

2. 電子地圖數(shù)據(jù)

電子地圖主要收集距離類數(shù)據(jù)，本研究采用百度地圖的定位功能和測距功能進(jìn)行數(shù)據(jù)收集，采集信息包括各住宅離寧蕪線鐵路的直線距離和離南京市商業(yè)中心的距離。

（二）特征變量的選取與量化

1. 特征變量的選取

住宅特征價格模型中因變量指的是住宅總價格，自變量是特征變量，分為建筑特征、區(qū)位特征和鄰里特征三類，考慮收集資料的可信度，本研究共選取了3大類共9項(xiàng)特征變量：建筑特征選用房屋面積、房齡、裝修及所在層數(shù);區(qū)位特征選用有無學(xué)校配套和住宅離商業(yè)中心的距離;鄰里特征選用容積率、綠化率和住宅離寧蕪線的直線距離。

2. 特征變量數(shù)據(jù)的量化

本研究中，采用實(shí)際數(shù)據(jù)的變量有：房屋面積、房齡、住宅離商業(yè)中心的距離、容積率、綠化率、住宅離寧蕪線直線距離。采用賦值數(shù)據(jù)的變量中，針對“裝修”變量，毛坯賦值為0，簡單裝修賦值為1，精裝修賦值為2;針對“所在樓層”變量，將低樓層賦值1，中樓層賦值2，高樓層賦值3;針對有無學(xué)校配套，無學(xué)校賦值為0，有學(xué)校賦值為1。具體特征變量見表1。

（三）特征價格模型的建立

1. 模型的假定

本研究選用線性模型，函數(shù)形式如上。式中，P為住宅價格，Zi為各住宅特征變量，α表示除特征變量之外其他影響住宅單價的常量之和，βi為各特征變量的回歸系數(shù)，ε為隨機(jī)誤差項(xiàng)。該函數(shù)形式中，自變量與因變量均以線性形式帶入模型，回歸系數(shù)表示各特征變量的隱含價格。本研究包含了9個自變量，其中建筑特征4個，區(qū)位特征2個，鄰里特征3個。通過對模型變量的量化，因變量和9個自變量可以直接進(jìn)入模型，相關(guān)性描述見表2。

2. 模型的估計與檢驗(yàn)

（1）模型的估計方法。

本研究選用最小二乘法作為估計方法，運(yùn)用SPSS軟件的進(jìn)入法做回歸分析后，9個自變量全部進(jìn)入模型。

（2）模型的識別。

①顯著性檢驗(yàn)和方差分析。從表3可以看出，復(fù)相關(guān)系數(shù)R的值為0.921，判定系數(shù)R方為0.848，調(diào)整R方為0.848。R方的值達(dá)離了高度相關(guān)（R方>0.8），說明模型擬合度較好。方差分析的顯著性檢驗(yàn)值為0.000，小于0.001，說明方程是高度顯著的，表明進(jìn)入方程的住宅特征與住宅價格之間的線性關(guān)系成立。

②共線性診斷。VIF值是容差的倒數(shù)，通過表4數(shù)據(jù)可以看出，各變量的VIF值均小于10，說明變量間共線性問題基本不存在。

③方差齊性檢驗(yàn)。圖1是因變量與殘差的散點(diǎn)圖，可以看出絕大部分觀測值隨機(jī)地落在正負(fù)2之間，基本滿足方差齊性的假設(shè)。通過圖2、圖3的檢驗(yàn)還可以看出，模型基本滿足正態(tài)性假設(shè)、等方差性假設(shè)和獨(dú)立性假設(shè)，具有良好的擬合度和較高的解釋能力。

五、結(jié)果分析

在線性模型中，回歸結(jié)果的非標(biāo)準(zhǔn)化回歸系數(shù)對應(yīng)著住宅的特征價格。各回歸系數(shù)值及其顯著性檢驗(yàn)如表5所示。

（一）住宅特征價格符號分析

在5%的顯著性水平下，9個自變量全部進(jìn)入模型。各變量的影響方向可以依據(jù)回歸系數(shù)的符號判斷，其中裝修、學(xué)校配套、綠化率、離寧蕪線直線距離和房屋面積5個變量對二手住宅價格有正影響;層數(shù)、房齡、容積率和離商業(yè)中心的距離4個變量對二手住宅價格有負(fù)影響。

（二）住宅特征價格分析

從建筑特征來看，房屋面積的特征價格約為4.194萬元/平方米，表示在其他特征不變的情況下，面積每增加1平方米，住宅價格將增加4.194萬元。房齡每增加1年，住宅價格將下降3.661萬元。裝修程度每增加1個等級，住宅價格上升7.741萬元;從區(qū)位特征來看，周邊有學(xué)校配套的二手住宅，住宅價格將增加5.767萬元。離商業(yè)區(qū)的距離每增加1米，住宅價格將下降0.020萬元;特別是從鄰里特征來看，住宅離寧蕪線鐵路的距離每增加1米，住宅價格將上升0.061萬元，可以看出，寧蕪線鐵路產(chǎn)生的噪音對周邊二手住宅交易價格有較大影響。

（三）住宅特征影響程度分析

特征價格之間由于單位不同，不能直接進(jìn)行比較，解決的方法是對變量標(biāo)準(zhǔn)化的標(biāo)準(zhǔn)回歸系數(shù)，則可以用來比較不同單位變量的影響程度。用標(biāo)準(zhǔn)系數(shù)的絕對值的大小對特征的影響程度進(jìn)行排序。從上表可以看出，各個特征變量對住宅價格的影響程度有所不同，影響程度最大的是房屋的面積，其次是離商業(yè)中心距離。離寧蕪線鐵路的距離在九個特征變量中排在第三位，影響程度較高，是寧蕪線鐵路沿線區(qū)域影響二手房價格不可忽視的因素。

（四）住宅特征價格模型結(jié)果

住宅價格=71.543+4.194×面積+7.741×裝修等級-5.079×層數(shù)等級-3.661×房齡+5.767×學(xué)校配套-0.020×離商業(yè)中心的距離+0.061×離寧蕪線的距離-18.976×容積率+136.571×綠化率

六、建議

基于上述研究，本文給政府部門、開發(fā)商、消費(fèi)者提出相關(guān)建議，以期促進(jìn)房地產(chǎn)市場良好發(fā)展。

（一）給政府部門的建議

政府部門應(yīng)該加強(qiáng)城市土地利用規(guī)劃的探索，合理規(guī)劃城市各種功能空間布局，優(yōu)化國土空間規(guī)劃。同時也需要加強(qiáng)政策法規(guī)的制定，加強(qiáng)對噪聲污染的管理。再則，相關(guān)部門可以探索征收噪聲稅等措施來減少噪聲的產(chǎn)生。同時，應(yīng)通過規(guī)劃，將市區(qū)內(nèi)影響程度大的鐵路線外遷，減小對居民生活的干擾，對暫不可移動的軌道交通，線路周圍應(yīng)該設(shè)置隔音帶，減少噪音對周邊居民影響。最后，政府應(yīng)引導(dǎo)市民建立聲污染全民防治機(jī)制，提高全民生態(tài)環(huán)保意識。

（二）給開發(fā)商的建議

開發(fā)商需要充分認(rèn)識到當(dāng)今人們對居住質(zhì)量的要求越來越高，消費(fèi)者越來越注重住房周圍的環(huán)境質(zhì)量，因此，開發(fā)商在獲取用地的過程中，需要綜合考慮地塊各類因素，不可忽視噪聲等污染源對于土地價值的影響，避免非理性投資開發(fā)帶來的損失。

（三）給消費(fèi)者的建議

本文的研究結(jié)論顯示了噪聲這一因素對于二手住宅價格產(chǎn)生較大影響，所以消費(fèi)者在購買房屋時，應(yīng)做到合理選擇、全方位考慮，充分考慮居住的舒適性，權(quán)衡舒適性與價格的關(guān)系。消費(fèi)者要積極參與全民噪音污染的防控行動，積極參與監(jiān)督，為創(chuàng)造良好的居住環(huán)境貢獻(xiàn)自身力量。

參考文獻(xiàn)：

[1]劉鵬.多中心組團(tuán)城市干線道路網(wǎng)布局研究[D].南京：南京理工大學(xué)，2012.

[2]周義，李夢玄.鐵路干線交通噪音及分割效應(yīng)對城市住宅價值的影響——以武漢市京廣線南環(huán)段為例[J].華中農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2011（04）：82-87.

[3]朱傳廣，唐焱，吳群.基于Hedonic模型的城市住宅地價影響因素研究——以南京市為例[J].地域研究與開發(fā)，2014，33（03）：156-160.

[4]姚家慶.基于Hedonic模型城市住宅價格指數(shù)研究[D].杭州：浙江工商大學(xué)，2014.

[5]王一川.城市租賃住宅特征價格研究[D].杭州：浙江大學(xué)，2010.

[6]劉欣.基于Hedonic模型的軌道交通對住宅價值的影響研究[D].天津：天津大學(xué)，2007.

[7]趙亮.基于特征價格的住宅價格空間分異研究[D].北京：北京交通大學(xué)，2008.

[8]李志輝.基于Hedonic模型的武漢住宅特征價格研究[D].武漢：華中農(nóng)業(yè)大學(xué)，2008.

[9]黃虎.基于hedonic模型的襄陽城市住宅特征價格研究[D].武漢：華中師范大學(xué)，2011.

[10]張永超.軌道交通項(xiàng)目生命期各階段對沿線住宅價格的時效影響研究[D].重慶：重慶大學(xué)，2017.

[11]孔穎.影響我國城市住宅市場供求關(guān)系的相關(guān)因素研究[D].長春：吉林大學(xué)，2006.

（作者單位：南京農(nóng)業(yè)大學(xué)公共管理學(xué)院）