1、“挑戰杯”比賽論文含地鐵概念的廣告對沿線一手商品房價格影響的實證研究 以北京市為例 含地鐵概念的廣告對沿線一手商品房價格影響的實證研究 以北京市為例【摘 要】隨著我國城市化進程的加快，地鐵這種方便、快捷、節能、環保的交通方式開始逐漸為國內各大城市所青睞，并得到大力推動和發展。與此同時，伴隨著各地地鐵軌道的修建，地鐵沿線的商品房房價的變動也不斷牽動著中國人的神經，于是對于地鐵對沿線房價的研究已勢在必行，刻不容緩。本文試圖通過以北京市地鐵為例，以計量經濟學分析方法為工具，構建地鐵沿線房價變動的多元線性回歸模型，力求為讀者量化在當前我國經濟形勢下，含地鐵概念廣告對沿線一手商品房價格的具體影響。【關鍵

2、詞】地鐵 地鐵廣告 沿線商品房價一、引言隨著中國城市化建設進程的加快，越來越多的人涌向城市，城市人口不斷增加，城市交通問題不斷加劇，城市內房價也開始節節攀升。于是在這關系到中國能否繼續其高速城市化建設的關鍵時刻，很多城市都開始興建軌道交通，即一種包括地鐵、輕軌、有軌電車和磁懸浮列車等的交通設施，其中在中國最為廣泛被投入建設的就是地鐵。城市軌道交通，具有運量大、速度快、安全、準點、保護環境、節約能源和用地少等特點，目前我國大陸地區擁有軌道交通的城市就有包括北京、上海、廣州、深圳、武漢、成都等在內的十多個城市。北京地鐵，作為中國最早開通的地鐵代表，有著非常悠久的歷史。1965年7月1日，北京地鐵一

3、期工程開工建設，全長23.6公里，設有17座車站和一座車輛段，其線路沿長安街與北京城墻南緣自西向東貫穿北京市區，連接了西山和北京站。1969年10月1日，第一條地鐵線路建成通車，北京成為中國第一個擁有地鐵的城市。可惜當時地鐵不對公眾開放，需憑介紹信才能參觀及乘坐。同年，北京地鐵二期工程開工建設，全長17.2公里，設有12座車站及太平湖車輛段，其線路為沿北京內城城墻自建國門至復興門的倒U字型。1971年1月15日，公主墳至北京站段開始試運行。8月5日，該線延長為玉泉路至北京站。11月7日，一號線延長為古城路至北京站。1981年9月15日，北京地鐵一號線正式對外運營。1987年，北京地鐵二號線通車

4、，全長23.61公里，18座運營車站。2003 年，北京地鐵八通線通車，全長18.9公里，13座運營車站。2007年10月7日，北京地鐵5號線通車，全長27.6公里，23個運營車站。截止至2010年12月20日，北京地鐵總長度已達到336公里。但同時我們觀察到，軌道交通的興建并沒有緩解北京市高昂的房價，作為一個擁有約2200萬（2010年初數據）常住人口的城市，其昂貴的房價至今仍然是個問題，即便是遠郊地區由于地鐵的修建房價也一定程度上有所上漲。而且，這個問題不僅僅存在于北京，在中國的很多城市，房價都成了最令大眾頭疼的問題。作為當今社會的熱點問題，我們認為這是一個非常有價值得研究的課題。通過這一

5、課題的研究，不僅可以發現當下地鐵與房價的隱形的關系，更可以為其他將要建設地鐵的城市提供建議。2010年9月28日，成都的地鐵也正式投入運營，我們關注到，隨著地鐵的建設、開通，地鐵沿線的很多樓盤也開始以此為賣點，調整其價格。因此，本文針對地鐵對其周邊房價的影響展開了專門的調查與研究。但隨著調查的深入，對調查方法更加深入的討論與思考，最終我們選取2010年4月至12月的北京為研究對象，對其市內地鐵附近的（部分）一手商品房的價格與其是否具有關于地鐵概念的廣告的關系進行了研究。北京作為中國第一個擁有地鐵的城市，地鐵建設相對比較發達，現已有地鐵線路共14條。作為中國的首都，其房價的變化對國內其他城市有指

6、導意義，因此我們選擇北京地鐵沿線房價作為研究樣本，分析地鐵廣告對沿線房價的影響。二、文獻綜述近年來，由于我國房地產市場中房地產價格的迅猛上漲，引發了國內學術界關于房價問題的諸多探討研究，劉立民（2002）在其研究中提出，影響房地產價格的因素概括起來大體可分為本體影響因素和環境因素兩大類，本次研究因素的選擇即采用此分類方法，對影響房價的眾多因素包括本體影響因素和環境因素都進行了收集。經過我們的預測和分析，我們認為軌道交通尤其是地鐵的建設對周邊房價有一個非常強烈的正向影響，其影響力可能會大于許多的其他因素。于是我們查閱了相關文獻。針對軌道交通對沿線房價的影響，陳有孝、 林曉言、 劉云輝 （2005

7、）在其研究中提出，城市軌道交通發展這類基礎設施公共投資具有外溢性，具體來說，即指成熟軌道交通不僅能減輕交通壓力，降低地面公共交通承擔的客運周轉量，同時對城市土地具有增值的作用。這也是為什么我們選擇地鐵廣告而不是距離地鐵距離來進行研究的一個原因。因為地鐵的外溢性，很可能是地鐵引起的另外的因素導致房價的上升，所以我們選擇的是具有地鐵概念的廣告。另外我們在研究中一定程度上借鑒了論文中所提到的地域比較法。而具體針對軌道交通對周邊地產的影響，國內外更是有諸多學著進行過探討，姚瑤、蘇莎莎（2007）提到，軌道交通的建設通過改變沿線的土地利用方式來改變城市人口的分布，房地產的發展方向、人們的置業方向、城市人

8、口收入的分布狀況也會發生改變；John Henneberry（1997）也早就提出了交通投資的概念，他指出，一項地產的價格和它的地域位置是強烈相關的：這些都與我們的假設相吻合。然而，我們調查發現，在Chang-Hee Christine Bae, Myung-Jin Jun, Hyeon Park etc. (2002) 針對首爾地鐵五號線對針對居民住宅的價值進行的十分詳細的研究中，他們利用hedonic價格模型，一方面發現與其他學者的研究結果相一致的是距離地鐵線的距離僅在該線開通之前對居民住宅的價格有強烈的影響，相反的是總的來說，距離交通設施的方便度相比其他變量例如房屋大小、房屋相對學校區域

9、距離、房屋到娛樂資源的可能性等對于房價的影響要小一些。在史永東與陳日清教授合寫的論文不確定性條件下的房地產價格決定:隨機模型和經驗分析中，對研究了按揭貸款額度、按揭貸款利率、居民財富等多種因素對房價的影響。在屠佳華與張潔教授的什么推動了房價的上漲這一篇論文中，他們研究了房地產投資占固定資產投資比重、人均可支配收入、人均消費支出、空置面積等因素對房價的影響。同時，論文中還對一些政策比如“取消購房契稅補貼”和“暫停購房抵押和個人所得稅”對房價的影響程度。通過相關文獻的閱讀以及生活中的觀察，我們對于本次研究的結果進行了預測，預計地鐵沿線的房價相對于其他條件均相同的房價有顯著的正差距。由于相關文獻關于

10、地鐵因素對于周邊房價的影響的結論不甚相同，各有千秋，而且針對地鐵廣告的研究并沒有出現，于是我們決定通過親自查找并搜集相關資料，尋找地鐵廣告與沿線一手商品房房價的關系。但實踐發現操作相對較困難，地鐵對于周邊房價的影響又會受到諸多變化的政治、環境因素的影響，考慮到操作性、可行性、準確性，大多數學者針對研究對象均進行了較為嚴密的數據統計。基于參考文獻中諸位學者對影響房價因素的分類，我們決定把研究的數據采集時間限定在2010年4月至12月，在這一段時間內宏觀環境因素沒有太大的變化，相關政策出臺不多，同時把數據采集時間確定下來，也可以降低數據搜集的難度，提高研究的可行性、準確性，使得研究結果更為可信。我

11、們在這個時間范圍內搜集盡量多的符合要求的數據，利用地域比較法結合相關的統計學、計量經濟學知識進行研究以得出地鐵廣告與房價上漲的關系。力圖運用科學方法得出一個較為準確的結論。三、數據描述由于本文主要研究北京市有地鐵概念的廣告對其沿線的一手商品房的價格的影響，為了盡量避免偶然因素帶來的誤差，本文收集了一百多個地鐵沿線的且有地鐵廣告的住宅商品房樓盤數據。數據收集自房地產門戶網站搜房網、搜狐網等專業網站，選擇其作為數據來源的主要原因，是基于其提供了有關一手住宅商品房包括建筑面積、占地面積、總容積率、物業費、綠化率、是否有相關地鐵廣告等在內的詳細信息。另外，是與其他網站相比, 這些專業網站的原始數據均來

12、自各大中介公司、獨立經紀人以及業主, 能夠保證數據的客觀性以及隨機性。為了保證數據的一致性, 降低政策變化（2010年3月10日,國土資源部出臺了19條土地調控新政,即關于加強房地產用地供應和監管有關問題的通知即"國19條",該通知明確規定開發商競買保證金最少兩成、1月內付清地價50%、囤地開發商將被"凍結"等19條內容。此次政策出臺對房地產市場產生了較為強烈的影響）以及樓市價格波動的影響, 所選取的住宅商品房開盤時間均限定在2010年4月初到2010年12月底。在此范圍內，小組共搜集到135個觀測對象，去除信息重復的對象，最終得到了128個有效的觀測樣

13、本，這些樣本基本涵蓋了北京市地鐵旁的一手住宅商品房的主要信息和特征，包括本體影響因素（建筑面積、占地面積、總容積率、物業費、綠化率、是否精裝等）和環境因素（與北京市中心距離、在北京地區分布情況以及是否具有地鐵相關廣告等），因此可以認為這些數據代表了北京市地鐵旁的一手住宅商品房市場情況。在對這些數據進行選擇和測量時，我們也進行深度的思考。距離市中心的距離，主要是通過Google Earth確定商品房的地理坐標，再利用球面公式來計算二者的距離。而之所以選擇商品房的分布情況，是因為一個城市在不同方位的地理環境是不同的，這在一個固定的地區是很重要的，而測量方位分布的方法是在北京市內取天安門廣場為原點，

14、建立極坐標，以極坐標的度數來判斷分布方位。針對是否有地鐵廣告這一變量則主要是通過網站搜索來確定，在數據處理上用到了虛擬變量。此處應有數據均值四、模型設定與參數估計針對收集到的數據，我們決定采用計量經濟學的模型進行研究，但商品房的價格與以上研究因素之間的關系絕不會是簡單的線性相加，因此我們采用類似于多元線性的回歸模型來進行研究。Y為住房單價，是我們此次研究的最主要的被解釋變量。X1代表以天安門光場為原點的極坐標度數，表明我們所研究的商品房在北京市的相對位置，因為在一個地區內不同地理位置的商品房的價格可能會因為所處方向不同而有價格變動，比如成都西面、南面的房價與北面、東面相比高一些，我們把此類因素

15、作為一個方向性的影響歸入模型。X2代表距離天安門廣場的距離。北京的天安門可謂是北京的市中心，北京的城市結構又是典型的方格環形放射式，從天安門向四周輻射，房價也隨著呈環形遞減。距離市中心遠的地區，多為郊區和城鄉結合部，這些地區交通建設相對滯后而且治安也不能得以保證，這也是影響房價的一個因素。針對方向的判定，我們首先以地理坐標確定的商品房與天安門之間的距離，然后以天安門為原點旋轉一定角度，一次角度來判斷商品房的分布情況。例如某商品房到天安門廣場的平均距離為 15086.81米。以天安門廣場為遠點，正東方向出發軸，逆時針旋轉建立極坐標，平均度數為149.6907 度，就是在第二象限的位置。X3代表是

16、否精裝。這一點涉及到房屋的裝修問題，精裝相當于為住戶節省很大一部分購房后的開支，精裝型住宅對購房者比毛坯型更具吸引力，同時精裝也加重了房地產商建房的成本，這部分成本最后還是會轉移到購房價格中。X4代表是否具有地鐵廣告，這是本次研究的中心問題。正如前邊X2變量所描述的處于城鄉結合部的住房通勤不佳，地鐵讓城市發生集聚效應，地鐵自然意味著增值的動力，地鐵帶動了極大的人流量，必然會催生巨大的商業價值，使得地鐵周圍的各種物業具備了極大的升值空間。地鐵廣告在宣傳樓盤與地鐵遠近關系以吸引購房者方面無疑起到了催化劑的作用，無論是自住還是投資，購買地鐵沿線房產都是聰明的選擇，因此產生的巨大需求必然會引起房價的上

17、漲。從地鐵在市內的作用來看，地鐵帶來的極大人流創造了新的商機，不少商家也必然會關注地鐵修建的相關情況，從而沿地鐵線路進行房地產的投資，這也會促使地皮增值、房價上漲。X5、X6、X8、X9分別代表占地面積、容積率、綠化率和物業費，這些都是商品房的基本信息，相當于商品房之間的硬件的一個比較，必然應當歸入模型。X7代表當期戶數，就是目前在小區內居住的戶數，我們認為如果已入住的戶數多，則空置的住房就變少，如果商品房的地理位置好，需求多，那么入住率應該很高或者供給不足，從而推高房價。從X10到X24，代表此次我們所研究的相關地鐵。虛擬變量如果是1表示所研究的住宅在此條鐵路線附近，如果為0代表不在。我們試

18、圖比較在不同的地鐵條件下房價的差別。針對就此些變量搜集到的128個有效觀測樣本，我們建立了兩個有效模型以探究這些因素在多大程度影響著房價。尤其是地鐵廣告對其的影響程度。注：模型中所有的都是待估計的參數，其中0為常數項。我們通過建立兩種多元線性回歸模型，利用計量經濟學的相關軟件E-views對這些因素進行分析得出以下結論：模型1：包含地鐵具體線路的虛擬變量log（Y）=0+1*X1+2*log（X2）+3*X3+4*X4+5*log（X5）+6*X6+7*X7+8*X8+9*X9+10*是否1號線+11*是否2號線+12*是否4號線+13*是否5號線+14*是否6號線+15*是否7號線+16*是

19、否8號線+17*是否9號線+18*是否13號線+19*是否15號線+20*是否亦莊線+21*是否大興線+22*是否房山線+23*是否昌平線+24*是否八通線Ordinary Least-squares Estimates Dependent Variable = 住房單價 yR-squared = 0.6033 可絕系數平方Rbar-squared = 0.4828 sigma2 = 0.1755 Durbin-Watson = 2.3492 Nobs, Nvars = 104, 25 *Variable Coefficient t-statistic t-probability 常數項 11

20、.078870 10.990085 0.000000 極坐標度數 -0.000203 -0.337223 0.736843 距離天安門廣場的距離 -0.236988 -2.654655 0.009598 是否精裝修 0.274374 2.315438 0.023185 是否有地鐵概念的廣告 0.080773 0.730317 0.467357 占地面積 0.082752 1.787901 0.077627 容積率 0.034011 0.843593 0.401444 當期戶數 -0.000011 0.320364 0.749539 綠化率 0.025517 0.032676 0.974015

21、物業費 0.068159 2.568172 0.012108 是否1號線 -0.143033 -1.013500 0.313915 是否2號線 0.066066 0.432943 0.666236 是否4號線 -0.044575 -0.251606 0.801999 是否5號線 -0.229193 -1.532486 0.129397 是否6號線 0.067175 0.447889 0.655459 是否7號線 -0.078143 -0.348352 0.728502 是否8號線 -0.051836 -0.234165 0.815463 是否9號線 0.041435 0.172652 0.86

22、3367 是否13號線 0.151304 0.998771 0.320955 是否15號線 -0.387772 -1.959886 0.053536 是否亦莊線 -0.239184 -1.096194 0.276324 是否大興線 -0.280039 -1.329973 0.187354 是否房山線 -0.268060 -1.076292 0.285073 是否昌平線 -0.139834 -0.735640 0.464129 是否八通線 0.060373 0.310470 0.757021模型2：不包含地鐵具體線路的虛擬變量log（Y）=0+1*X1+2*log（X2）+3*X3+4*是X4+

23、5*log（X5）+6*X6+7*X7+8*X8+9*X9Ordinary Least-squares Estimates Dependent Variable = 住房單價 R-squared = 0.5367 Rbar-squared = 0.4924 sigma2 = 0.1723 Durbin-Watson = 2.0536 Nobs, Nvars = 104, 10 *Variable Coefficient t-statistic t-probability 常數項 11.171247 12.414018 0.000000 極坐標度數 -0.000515 -1.118794 0.2

24、66079 距離天安門廣場的距離 -0.282021 -3.846034 0.000218 是否精裝修 0.269085 2.670091 0.008935 是否有地鐵概念的廣告 0.110496 1.132047 0.260494 占地面積 0.093246 2.270271 0.025475 容積率 0.038937 1.031552 0.304929 當期戶數 -0.000021 -0.807480 0.421428 綠化率 0.402910 0.569276 0.570526 物業費 0.075124 3.015660 0.003298注：其中Dependent Variable 為被

25、解釋變量， R-squared 與 Rbar-squared 分別是可決系數和調整可決系數，以此來判斷回歸線的擬合程度，sigma2 為方差，Durbin-Watson用來考察自相關性，Nobs 是樣本個數， Nvars為變量個數， Coefficient為變量前的參數，t-statistic與t-probability分別是t檢驗統計量與p值 基于以上的模型和數據，由模型1的可決系數與調整可決系數可以看出其擬合程度為60%和48%，而模型2為53%和49%，這都是可以認同的。其中sigma2也比較小，我們可以認為模型2是有效的，其波動范圍較小。P值小于0.05我們認為所得到的數據是顯著的。總

26、的來講，這兩個模型是正確的，得到的數據也與我們預期相符合。五、結論分析在上述參數估計中，系數大小表明了該因素的影響力，正參數表明正向的影響，負參數則相反。T值表示統計上的顯著性，T值大于2則代表顯著。通過t統計量，可以查表確定參數的顯著性。經過考察兩個基本模型，其中模型一包含了具體的地鐵線路的虛擬變量而模型二沒有。從數據結果來看，模型二在T值顯著性上比模型一好。從模型二的結果來看，我們可以得到以下結論：（一） 角度微弱的負向影響房價，并且可以通過極坐標度數明顯的看出在北京東南方向房價相比其他幾個區域低。通過與其他因素的比較，可以看出，除了當期戶數，其他的因素對房價的影響程度有遠高于這一影響因素

27、，這說明在城市中商品房所處的方位確實會對房價產生影響但是這一影響完全可以被其他因素所改變，在購買住房是可以不加以考慮的； （二） 距天安門的距離對房價影響很強烈，越往中心房價越高，即每往天安門廣場距離減少1%房價上漲約28%。綜合模型來看這一因素可以說是在所有因素中對房價影響最為顯著的，不論從影響程度還是從其統計上的顯著性來看都是如此，這與我們的假設相符。但是此次研究重心是想尋找地鐵這一加強城內、城郊聯系的紐帶可以在多大程度上改變這一狀況，我們是想研究含地鐵概念的廣告可以多大程度上影響房價、影響人們的購房行為，即地鐵廣告對房價的影響分析；（三） 是否精裝修亦強烈影響著房價，精裝修房價格普遍比毛

28、坯類偏高27%。這一因素顯然如同上一因素一樣，對房價影響極為顯著，正如我們預期的一樣，經過精裝的房屋由于減少了住戶在購房后的裝修成本而贏得住戶的喜歡，在需求與成本的雙重作用下房價便上漲了；（四） 是否有地鐵概念的廣告對于房價有積極的結果，即有地鐵概念廣告的房價比沒有相關廣告的高約11%。這一研究結果雖然在統計上并不顯著，但是卻是符合我們的預測的，地鐵廣告確實會讓人們更愿意選擇該商品房，從而抵消掉該商品房本體上的一些缺陷或者所處方位的劣勢。針對其不顯著的問題，我們認為可能是在市中心的一些商品房價格已經相對穩定，市中心的交通已經非常發達、出行便利，地鐵的修建也不會產生太大影響，地鐵廣告能起到的作用

29、也就不那么顯著。而在數據分析時我們并沒有把處于市中心的房屋去掉。但是總的來看，地鐵廣告確實對房價有11%的影響，對于一套價值100萬的房子，就代表著有11萬的價值是由于有地鐵廣告的宣傳而產生的；（五） 占地面積對房價有顯著影響。即占地面積增大1%，房價上漲0.09%。占地面積作為房屋的本體影響因素，對房價有顯著影響也是理所當然。在現實中，大面積的住房，相當于給住戶提供了一個較為寬敞的生活環境，自然會提高房屋的價格。而且影響較為顯著、穩定，一般以每平方米xx元的價格提升，所以模型得出的結果是符合實際的，相當于對于模型的一個檢驗； （六） 物業費對房價的影響也很明顯，即每平方米物業費上漲1元，房價

30、提高0.08%。物業費可以說是住戶的一個長期消費，隨著住戶居住時間的增加而不斷增加，就這個角度來看，成本是很高的。因此這項指標也必然會使得房價有一個較為穩定的上升空間，這和占地面積對房價的影響相似；（七） 當期小區戶數的影響不是很明顯；（八） 綠化率的影響不甚明顯，我們本以為住戶應該對此較為關注，畢竟綠化率關系著生活小區的環境。但就研究結果來看可能面對較高的房價，住戶已經無力關注綠化面積的問題了。并且多數商品房的綠化費穩定在30左右；（九） 容積率對房價的影響亦不是很明顯。（十） 綜合以上的分析，除了地鐵廣告這一變量會在一定時期內有所變動，其他變量或者以較為穩定的影響力影響房價或者已經基本不能

31、改變。因此，地鐵廣告這一因素顯得較為重要，從影響程度上看廣告會使房價上升11%，這是一項極為顯著的影響。這意味著，在目前正在修建的、待售的地鐵附近的樓盤，如果在售樓過程中打出地鐵沿線的廣告，那么該商品房的價格就會比沒有打地鐵廣告的高約11%，而且已經修好的商品房也可能因為這一因素而再次漲價，不論是投資者還是住戶都應當盡早購買住房。注：以上結論都是在保持其他因素不變的情況下分別討論的。六、總結經過研究我們發現，在其他因素一定的情況下，地鐵廣告確實會使得房價上升，大約會使房價上升11%。這符合經濟學意義，和我們初始的假設也趨于一致。在本次研究中，我們首先選擇了一個正確的樣本地區北京市，其次在變量的取舍與控制上，我們選取在有關房地產政策相對穩定的一段時間內，從本體因素和環境因素兩個方面進行研究。同時