地鐵站設(shè)立與城市房?jī)r(jià)空間分布

況偉大，王優(yōu)容，馬海云

(1.中國(guó)人民大學(xué)　商學(xué)院，北京　100872；

2.中央財(cái)經(jīng)大學(xué)　管理科學(xué)與工程學(xué)院，北京　100081； 3.中國(guó)人民大學(xué)　審計(jì)處，北京　100872)

?

地鐵站設(shè)立與城市房?jī)r(jià)空間分布

況偉大1，王優(yōu)容2，馬海云3

(1.中國(guó)人民大學(xué)商學(xué)院，北京100872；

2.中央財(cái)經(jīng)大學(xué)管理科學(xué)與工程學(xué)院，北京100081； 3.中國(guó)人民大學(xué)審計(jì)處，北京100872)

摘要：盡管地鐵站布局與房?jī)r(jià)空間分布已有大量實(shí)證研究，但現(xiàn)有研究未從理論上分析地鐵站設(shè)立對(duì)城市房?jī)r(jià)空間分布的影響。本文構(gòu)建了地鐵站互動(dòng)對(duì)房?jī)r(jià)空間分布影響的理論模型，并對(duì)2010-2013年北京地鐵四號(hào)線和五號(hào)線周邊住房交易數(shù)據(jù)發(fā)現(xiàn)：房?jī)r(jià)以地鐵站為中心從市中心向外呈波浪式衰減；地鐵開通導(dǎo)致遠(yuǎn)端地鐵站周邊房?jī)r(jià)增長(zhǎng)率大于近端地鐵站。本文對(duì)城市房?jī)r(jià)空間合理分布有重要意義。

關(guān)鍵詞：地鐵站；房?jī)r(jià)；空間分布；波浪式衰減

一、引言

(一)研究背景

1969年10月1日北京地鐵2號(hào)線通車，中國(guó)開始進(jìn)入地鐵時(shí)代。改革開放前，除北京于1976年開通第二條地鐵，其他城市尚無(wú)地鐵建設(shè)。改革開放后，隨著經(jīng)濟(jì)快速發(fā)展和城市化進(jìn)程加快，城市交通需求劇增，天津、上海和廣州相繼于1984年、1995年和1997年開通了地鐵。進(jìn)入本世紀(jì)以來(lái)，地鐵的建設(shè)如火如荼，長(zhǎng)春、大連、武漢和深圳也分別于2002年、2003年、2004年開通了地鐵。截止2014年底，被發(fā)改委批準(zhǔn)運(yùn)營(yíng)、建設(shè)、籌劃地鐵的中國(guó)城市已達(dá)40個(gè)。其中，已開通地鐵的城市22個(gè)，包括北京(1969)、天津(1984)、上海(1995)、廣州(1997)、長(zhǎng)春(2002)、大連(2002)、深圳(2004)、重慶(2004)、武漢(2004)、南京(2005)、成都(2010)、沈陽(yáng)(2010)、佛山(2010)、西安(2011)、蘇州(2012)、昆明(2012)、杭州(2012)、哈爾濱(2013)、鄭州(2013)、長(zhǎng)沙(2014)、無(wú)錫(2014)、寧波(2014)，運(yùn)營(yíng)里程2601公里*括號(hào)內(nèi)數(shù)字表示地鐵開通年份。。正在建設(shè)地鐵的城市13個(gè)，包括青島、南寧、蕪湖、溫州、南昌、合肥、福州、東莞、徐州、馬鞍山、溫州、貴陽(yáng)、廈門。已批準(zhǔn)開工建設(shè)地鐵的城市5個(gè)，包括蘭州、太原、石家莊、常州、烏魯木齊。2013年5月隨著地鐵審批權(quán)限的下放，常熟、濟(jì)南、?？?、昆山、泉州、張家港、宜昌、中山等城市也正在積極規(guī)劃城市軌道交通建設(shè)。

另一方面，自1998年住房制度改革以來(lái)，中國(guó)城市房?jī)r(jià)不斷上漲，特別是2004年之后，房?jī)r(jià)增速加快。圖1顯示，住宅平均售價(jià)與城市年末軌道交通運(yùn)營(yíng)線路總長(zhǎng)度增長(zhǎng)趨勢(shì)一致。住房?jī)r(jià)格由1998年的1854元/平方米增至2013年的5850元/平方米，年均增長(zhǎng)7.96%；城市年末軌道交通運(yùn)營(yíng)線路總長(zhǎng)度由1998年117.12公里增至2013年的2407.9公里，年均增長(zhǎng)22.33%。因此，“地鐵熱”是否顯著提高了房?jī)r(jià)？進(jìn)一步地，地鐵開通如何影響房?jī)r(jià)？實(shí)際上，地鐵建設(shè)不僅有利于緩解城市交通擁擠、改變城市結(jié)構(gòu)，而且影響房?jī)r(jià)。現(xiàn)有研究表明，地鐵能夠資本化為房?jī)r(jià)，提高地鐵周邊房?jī)r(jià)[1-6]。

但是，現(xiàn)有文獻(xiàn)尚未從理論上分析地鐵站布局如何影響城市房?jī)r(jià)空間分布，而研究房?jī)r(jià)空間分布具有重要現(xiàn)實(shí)意義。首先，住房通常是家庭最重要的資產(chǎn)，房?jī)r(jià)空間分布及其變化對(duì)家庭財(cái)產(chǎn)變化至關(guān)重要[7]。其次，城市房?jī)r(jià)空間差異性影響工資要求差異性，城市中心區(qū)昂貴的房?jī)r(jià)是造成中心區(qū)用工荒以及城市工作地和居住地不平衡的原因之一[8-9]。最后，城市房?jī)r(jià)空間差異化影響居民居住選擇，從而影響城市交通需求和城市發(fā)展?？梢?，研究地鐵站設(shè)立和房?jī)r(jià)空間分布關(guān)系，不僅有利于理解地鐵站布局對(duì)住房市場(chǎng)的影響，而且有利于政府地鐵選址，使房?jī)r(jià)空間分布更加合理，實(shí)現(xiàn)城市可持續(xù)發(fā)展。

圖1　1998-2013年中國(guó)城市住宅平均售價(jià)與城市年末軌道交通運(yùn)營(yíng)線路總長(zhǎng)度

(二)文獻(xiàn)綜述

地鐵建設(shè)對(duì)房?jī)r(jià)的影響已有大量理論和實(shí)證研究，現(xiàn)有研究大致可分為五類。

第一類文獻(xiàn)考察了地鐵建設(shè)對(duì)周邊住宅價(jià)格的影響。Bajic(1983)對(duì)多倫多市Spadina地鐵的研究發(fā)現(xiàn)，地鐵建設(shè)降低出行成本導(dǎo)致鄰近地鐵的住宅價(jià)值上升。Landis et al.(1995)[10]以到輕軌(light rail transit，LRT)站最近距離以及是否在LRT線周邊300米內(nèi)衡量LRT對(duì)周邊住宅價(jià)值的影響，發(fā)現(xiàn)San Diego、San Jose和Sacramento地鐵分別對(duì)周邊住宅價(jià)值有正、負(fù)和無(wú)顯著影響。John(1996)[11]對(duì)1992年7月華盛頓DC地鐵站周邊81座公寓250個(gè)出租項(xiàng)目研究發(fā)現(xiàn)，地鐵站對(duì)周邊住宅價(jià)值有正影響。Chen et al.(1998)以到最近地鐵站距離代表正影響的交通可達(dá)性，到地鐵線最近距離代表負(fù)影響的噪音，對(duì)Portland鄰近LRT的獨(dú)棟住宅研究發(fā)現(xiàn)，正影響起主導(dǎo)作用，距LRT站點(diǎn)越近住宅價(jià)值越大。Bowes(2001)[12]對(duì)亞特蘭大地鐵與住宅價(jià)值的研究發(fā)現(xiàn)，商業(yè)服務(wù)、交通便捷、負(fù)外部性和犯罪率對(duì)地鐵的影響因居民收入水平、距市中心和地鐵站距離而異，交通便捷和負(fù)外部性的影響大于商業(yè)服務(wù)和犯罪率。Celik和Yankaya(2006)對(duì)2003年12月至2004年3月Izmir 地鐵周邊360個(gè)多戶型住宅的賣方要價(jià)研究發(fā)現(xiàn)，地鐵對(duì)鄰近住宅價(jià)格有顯著正影響。Gibbons和Machin[13](2005)以1999年地鐵線路改進(jìn)為分界點(diǎn)，對(duì)1997-2001年倫敦LU和DLR地鐵周邊房?jī)r(jià)變動(dòng)研究發(fā)現(xiàn)，到最近地鐵站距離較小的住宅價(jià)格比距離未變化的住宅價(jià)格高9.3%。張維陽(yáng)等(2012)[14]對(duì)北京地鐵一號(hào)線周邊住宅價(jià)格研究發(fā)現(xiàn)，地鐵對(duì)郊區(qū)住宅價(jià)格的影響大于市中心。此外，Nelson(1992)、梅志雄等(2011)分別對(duì)亞特蘭大和廣州地鐵的研究表明，地鐵開通顯著提升周邊房?jī)r(jià)，但Lee(1973)[15]、Gatlaff和Smith(1993)[16]、Nelson和Mcclesky(1999)[17]發(fā)現(xiàn)地鐵開通對(duì)周邊房?jī)r(jià)影響不顯著。

第二類文獻(xiàn)考察了地鐵周期對(duì)周邊住宅價(jià)值的影響。Damm et al.(1980)[18]、McDonald和Osuji(1995)[19]、Chau和Ng(1998)[20]分別對(duì)華盛頓、芝加哥、香港地鐵的研究發(fā)現(xiàn)，房?jī)r(jià)和地價(jià)在地鐵開通前已上漲，存在明顯的預(yù)期效應(yīng)。Gatzlaff和Smith(1993)對(duì)Miami 地鐵站附近住宅價(jià)格發(fā)現(xiàn)，地鐵宣布期對(duì)住宅價(jià)格的影響很小。Henneberry(1998)[21]對(duì)英國(guó)Sheffield高鐵(Supertram)投資的研究發(fā)現(xiàn)，地鐵建設(shè)宣布日對(duì)房?jī)r(jià)有正影響，施工對(duì)房?jī)r(jià)有負(fù)影響，建成后對(duì)房?jī)r(jià)無(wú)影響。Dueker和Bianco(1999)[22]以波特蘭東段地鐵周邊住宅作為研究組，與之平行公路周邊住宅作為對(duì)照組，發(fā)現(xiàn)地鐵對(duì)周邊獨(dú)棟住宅價(jià)值有正影響。McMillen和McDonald(2004)[23]對(duì)1983-1999年Chicago’s Midway Line開通前后周邊獨(dú)棟住宅價(jià)格的研究發(fā)現(xiàn)，地鐵規(guī)劃公布時(shí)地鐵站周邊房?jī)r(jià)已上升，地鐵開通后到地鐵站距離的價(jià)格先升后降，存在預(yù)期效應(yīng)。Agostini和Palmucci(2008)[24]對(duì)Santiago 4號(hào)地鐵可達(dá)性的資本化程度研究發(fā)現(xiàn)，地鐵宣布后周邊公寓價(jià)格上漲4.2%-7.9%，線路設(shè)計(jì)公布后價(jià)格上漲3.1%-5.5%。顧杰和賈生華(2008)對(duì)1999年10月至2006年3月地鐵1、2 號(hào)線地鐵站附近2km內(nèi)的住房交易數(shù)據(jù)發(fā)現(xiàn)，地鐵傳言和地鐵規(guī)劃批準(zhǔn)使遠(yuǎn)郊和近郊住房?jī)r(jià)格有較大的上漲，且地鐵規(guī)劃獲批準(zhǔn)后的增值效應(yīng)更為明顯。但楊鴻(2010)[25]對(duì)2003-2010年杭州1號(hào)線地鐵數(shù)據(jù)發(fā)現(xiàn)，傳言期對(duì)周邊房?jī)r(jià)無(wú)顯著影響，規(guī)劃公布后的影響大于公布前，建設(shè)期周邊房?jī)r(jià)上升，越臨近開通期，地鐵對(duì)房?jī)r(jià)的影響越大。Karanikolash和Louka(2012)[26]對(duì)Thessaloniki地鐵公布前后以及建設(shè)中Sophia和Flemming 地鐵站點(diǎn)周邊300米內(nèi)住宅價(jià)格的研究發(fā)現(xiàn)，Sophia地鐵站對(duì)其兩側(cè)的住宅價(jià)格分別有正和負(fù)影響，F(xiàn)lemming地鐵站100米內(nèi)住宅價(jià)格有正影響。Mohammad et al.(2013)[27]對(duì)“軌道交通對(duì)土地和房產(chǎn)價(jià)值影響”相關(guān)的23項(xiàng)研究發(fā)現(xiàn)，與地鐵宣布時(shí)相比，運(yùn)營(yíng)后周邊房產(chǎn)價(jià)值漲幅下降，但與地鐵生命周期的其他階段相似。

第三類文獻(xiàn)考察地鐵對(duì)不同類型住房?jī)r(jià)值的影響。Landis et al.(1995)對(duì)SanMateo等5個(gè)加州地區(qū)地鐵系統(tǒng)的研究發(fā)現(xiàn)，地鐵站的便利性更多地被資本化為住宅價(jià)格，而非商業(yè)物業(yè)價(jià)格。Cervero和Duncan(2002)[28]對(duì)2000年洛杉磯地鐵red line周邊多戶住宅、公寓住宅和獨(dú)棟住宅月度交易數(shù)據(jù)發(fā)現(xiàn)，地鐵站周邊多戶住宅價(jià)格上升，公寓住宅和獨(dú)棟住宅價(jià)格下降。Hess和Almeida(2007)[29]對(duì)14個(gè)LRT站點(diǎn)0.5英里之內(nèi)紐約Buffalo的住宅價(jià)格發(fā)現(xiàn)，LRT站點(diǎn)對(duì)高收入小區(qū)住宅價(jià)格有正影響，對(duì)低收入小區(qū)住宅價(jià)格有負(fù)影響。Weinstein和Clower (2002)[30]對(duì)1997-2001年Dalls縣級(jí)物業(yè)評(píng)估數(shù)據(jù)的研究發(fā)現(xiàn)，地鐵開通對(duì)辦公樓房?jī)r(jià)影響比其他物業(yè)價(jià)格大。鄭捷奮(2004)[31]對(duì)1998-2003年深圳地鐵一期周邊1.2公里內(nèi)房地產(chǎn)交易數(shù)據(jù)發(fā)現(xiàn)，地鐵開通使住宅、商業(yè)和寫字樓價(jià)格分別提高了16.95%、14.70%、10.11%。

第四類文獻(xiàn)考察不同類型公共交通方式對(duì)住宅價(jià)值的影響。So et al.(1997)[32]以最近地鐵站或公共汽車站是否步行十分鐘內(nèi)衡量交通便捷性，對(duì)香港7個(gè)樓盤1994年1-12月有效交易發(fā)現(xiàn)，大巴對(duì)站點(diǎn)周邊房?jī)r(jià)影響不顯著，但小巴和地鐵具有顯著正影響。Lewis-Workman和Brod(1997)[33]以到最近站點(diǎn)的步行距離代表可達(dá)性，對(duì)洛杉磯BART、紐約MTA和波特蘭MAX部分站點(diǎn)的研究發(fā)現(xiàn)，地鐵和城際鐵路站點(diǎn)對(duì)周邊房?jī)r(jià)有正影響，而高速公路有負(fù)影響。Tian(2006)[34]發(fā)現(xiàn)廣州地鐵2號(hào)線對(duì)站點(diǎn)周邊15分鐘步行內(nèi)住宅價(jià)值有正影響，而內(nèi)環(huán)路有負(fù)影響。董藩等(2009)[35]對(duì)北京地鐵五號(hào)線周邊住宅市場(chǎng)發(fā)現(xiàn)，除東城區(qū)及豐臺(tái)外，住宅周邊800米內(nèi)公交站點(diǎn)數(shù)與住宅價(jià)格負(fù)相關(guān)；在南城距地鐵站點(diǎn)距離越遠(yuǎn)，住宅價(jià)格就越低；北五環(huán)外距地鐵站距離越遠(yuǎn)，住宅價(jià)格越低；北五環(huán)內(nèi)距地鐵站距離越遠(yuǎn)，住宅價(jià)格越高。Pan(2013)[36]對(duì)休斯頓地鐵和公交車的研究發(fā)現(xiàn)，地鐵站點(diǎn)周邊0.25英里內(nèi)的住宅價(jià)格與地鐵站距離顯著負(fù)相關(guān)，0.25-1英里內(nèi)無(wú)顯著關(guān)系，公交車站點(diǎn)0.25英里內(nèi)住宅價(jià)格與公交站點(diǎn)距離顯著負(fù)相關(guān)。

第五類文獻(xiàn)與本文直接相關(guān)，考察地鐵對(duì)城市不同區(qū)位房?jī)r(jià)的影響。王霞等(2004)[37]對(duì)2001-2004年北京13號(hào)線附近新建商品住宅小區(qū)的價(jià)格分布特征發(fā)現(xiàn)，輕軌在市中心對(duì)房?jī)r(jià)影響較小，對(duì)遠(yuǎn)離市中心房?jī)r(jià)影響大。谷一楨和鄭思齊(2010)[38]對(duì)1999年1月-2006年9月北京地鐵13號(hào)線周邊住宅的研究發(fā)現(xiàn)，地鐵對(duì)郊區(qū)住宅價(jià)格的影響大于市中心區(qū)。但是，Kim and Zhang(2005)[39]使用韓國(guó)首爾731個(gè)商業(yè)地價(jià)數(shù)據(jù)發(fā)現(xiàn)，地鐵使資本化程度更大的市中心地價(jià)提升更大?？梢?，現(xiàn)有文獻(xiàn)不僅缺乏理論分析，而且實(shí)證結(jié)果未得出一致結(jié)論，有待于進(jìn)一步驗(yàn)證。

綜上，盡管現(xiàn)有文獻(xiàn)研究了地鐵站對(duì)房?jī)r(jià)空間分布的影響，但均為實(shí)證研究，缺乏理論研究，而且實(shí)證結(jié)果未得出一致結(jié)論。據(jù)此，本文余下部分如下：第二部分構(gòu)建一個(gè)地鐵站互動(dòng)對(duì)房?jī)r(jià)空間分布影響的理論模型；第三部分使用2010-2013年北京地鐵4號(hào)線和5號(hào)線住房交易數(shù)據(jù)對(duì)理論模型進(jìn)行實(shí)證檢驗(yàn)；最后是結(jié)論與政策含義。

二、理論模型

本文在Alonso(1964)[40]和Muth(1969)[41]單中心城市競(jìng)租模型基礎(chǔ)上，引入地鐵站布局，構(gòu)建地鐵站設(shè)立及其互動(dòng)對(duì)房?jī)r(jià)空間分布影響的理論模型。

(一)假設(shè)

如圖2所示，我們假定：(1)城市為單中心線性城市(Monocentric and Linear City)*因地鐵線路一般貫穿城市，基于單中心線性城市是合理的。，所有經(jīng)濟(jì)活動(dòng)集中在CBD；(2)消費(fèi)者由居住地到工作地距離(半徑)為r，單位距離交通費(fèi)用*通常，交通費(fèi)用由車費(fèi)和時(shí)間成本構(gòu)成。為t，每年工作天數(shù)為T；(3)消費(fèi)者相同，其年可支配收入為Y；(4)消費(fèi)者收入用于住房、一般商品和交通；(5)一般商品X是計(jì)價(jià)品(numeraire)，其價(jià)格被標(biāo)準(zhǔn)化為1；(6)住房是正常品(normal good)；(7)效用函數(shù)為Cobb-Douglas效用函數(shù)；(8)住房市場(chǎng)是競(jìng)爭(zhēng)性市場(chǎng)。

圖2　單中心線性城市

(二)模型

首先，分析無(wú)軌交通對(duì)房?jī)r(jià)的影響。因消費(fèi)者相同，其所消費(fèi)的住房面積(h)也相同。因住房和一般商品(X)均能為消費(fèi)者提供效用，則消費(fèi)者效用最大化條件為：

MaxhU=AXαhβ(α>0,β>0)

s.t. X+Cpth+2trT=Y

式中，α和β分別為一般商品和住房對(duì)效用的貢獻(xiàn)，C為住房使用成本(user cost)*單位住房使用成本(UC)的表達(dá)式為：UC=i+τ+m+d-g，i、τ 、m、d和g分別表示抵押貸款利率、物業(yè)稅、維修成本、住房資本折舊率和房?jī)r(jià)預(yù)期增長(zhǎng)率[42-44]。，pt表示房?jī)r(jià)。

由一階條件可得r處的房?jī)r(jià)為：

(1)

簡(jiǎn)單起見，我們假定交通方式只有無(wú)軌交通和地鐵兩種*無(wú)軌交通包括公共汽車和私人汽車。盡管二者運(yùn)營(yíng)成本不同，但簡(jiǎn)便起見，我們假設(shè)二者單位交通費(fèi)用相同。有軌交通包括地上軌道交通(輕軌)和地下軌道交通(地鐵)，我們假設(shè)二者單位交通費(fèi)用相同。，二者單位距離交通費(fèi)用分別為ta和ts，且ta>ts。據(jù)此，由式(1)，可得無(wú)軌交通和地鐵下r處的房?jī)r(jià)：

(2)

(3)

其次，我們考察地鐵站互動(dòng)對(duì)房?jī)r(jià)的影響。如圖3所示，我們首先假定距CBD r1處開通了第一個(gè)地鐵站，此處的房?jī)r(jià)為：

(4)

圖3　地鐵站的設(shè)立

多數(shù)企業(yè)將信息技術(shù)應(yīng)用于企業(yè)管理，財(cái)務(wù)會(huì)計(jì)在使用信息技術(shù)的過(guò)程中可以提升數(shù)據(jù)處理效率。這種背景下，企業(yè)選擇將職能部門進(jìn)行合并，減少人員使用的同時(shí)，提升員工的工作效率。

(5)

(6)

圖4　第一個(gè)地鐵站對(duì)房?jī)r(jià)的影響

下面，我們考察第二個(gè)地鐵站設(shè)立的影響，假定第二個(gè)地鐵站設(shè)立于 r2處，由此可得第二個(gè)地鐵站處房?jī)r(jià)：

(7)

(8)

(9)

(10)

(11)

圖5　第二個(gè)地鐵站開通后房?jī)r(jià)的分布

以此類推，第N-1和N個(gè)地鐵站房?jī)r(jià)為：

(12)

(13)

/2tα。由此可得第N-1和N個(gè)地鐵站左側(cè)k處和z處房?jī)r(jià)：

(14)

(15)

(16)

(17)

由式(14)和式(15)可得如下命題1。

命題1的經(jīng)濟(jì)含義為：地鐵站房?jī)r(jià)不僅高于其左側(cè)房?jī)r(jià)，而且高于其右側(cè)房?jī)r(jià)；若ts

最后考察交通方式轉(zhuǎn)變對(duì)房?jī)r(jià)的影響。由式(2)和式(3)，可得由無(wú)軌交通變?yōu)榈罔F后r處房?jī)r(jià)之差：

(18)

由式(18)可得命題2。

命題2的經(jīng)濟(jì)含義為：地鐵和無(wú)軌交通方式下的房?jī)r(jià)之差與交通費(fèi)用之差以及距市中心距離成正比。也就是說(shuō)，地鐵與無(wú)軌交通的單位交通費(fèi)用之差越大，交通費(fèi)用節(jié)約越多，房?jī)r(jià)增長(zhǎng)越大；距市中心距離越大，交通費(fèi)用節(jié)約越多，遠(yuǎn)端地鐵站點(diǎn)房?jī)r(jià)增幅大于近端地鐵站點(diǎn)房?jī)r(jià)增幅。

三、實(shí)證檢驗(yàn)

(一)數(shù)據(jù)

為檢驗(yàn)本文理論命題，本文使用北京地鐵四號(hào)線和五號(hào)線周邊樓盤住房交易數(shù)據(jù)。五號(hào)線于2007年10月7日開通，共設(shè)23個(gè)站點(diǎn)，南起豐臺(tái)區(qū)宋家莊站，北至昌平區(qū)天通苑北站，全長(zhǎng)27.6公里，橫跨豐臺(tái)、崇文、東城、朝陽(yáng)和昌平五個(gè)城區(qū)。四號(hào)線于2009年9月28日開通，共設(shè)24個(gè)站點(diǎn)，南起豐臺(tái)區(qū)公益西橋站，北至海淀區(qū)安河橋北站，全長(zhǎng)28.2公里，橫跨豐臺(tái)、宣武、西城和海淀四個(gè)城區(qū)。需指出的是，盡管北京已從典型單中心城市向多中心城市轉(zhuǎn)變，但Zheng and Kahn(2006)[45]的研究證明，北京的住房和土地市場(chǎng)仍呈典型的單中心城市特征。此外，盡管本文假定單中心線性城市，但本文理論模型推導(dǎo)出房?jī)r(jià)隨地鐵站設(shè)立呈波浪狀空間衰減(參見命題1)，也體現(xiàn)了多中心城市特征。另一方面，北京地鐵五號(hào)線和四號(hào)線分別位于北京中軸線東側(cè)和西側(cè)，貫穿南北，途徑城八區(qū)，由城中心向城郊蔓延(見圖6), 符合本文理論模型單中心線性城市假設(shè)。

本文從搜房網(wǎng)收集了2010-2013年五號(hào)線和四號(hào)線沿線1.5萬(wàn)余個(gè)掛牌上市的二手住房數(shù)據(jù)。二手房交易數(shù)據(jù)包括住房特征、小區(qū)特征和環(huán)路特征(見表1)。為剔除異常值，我們對(duì)樣本做如下處理。首先，理論上講，由市區(qū)往外，住宅密度會(huì)下降，住宅離地鐵站距離也會(huì)逐漸增大。但本文樣本從二環(huán)內(nèi)到五環(huán)外，離最近地鐵站的距離依次為0.78、1.20、1.27、2.25和0.80公里。顯然，五環(huán)外的樣本不具代表性*五環(huán)外的樣本偏差源于所收集的樣本都集中在緊鄰地鐵的居住小區(qū)，這與五環(huán)外一般緊鄰地鐵站開發(fā)住宅項(xiàng)目的特點(diǎn)相吻合。，我們將其剔除；其次，本文相關(guān)性分析顯示，若離地鐵站距離超過(guò)了2公里，距地鐵站點(diǎn)距離與房?jī)r(jià)無(wú)顯著相關(guān)。據(jù)此，我們將地鐵站周邊區(qū)域設(shè)定為2公里內(nèi)，剔除距最近地鐵站距離2公里以上的小區(qū)，得到五號(hào)線樣本4703個(gè)，四號(hào)線樣本5080個(gè)，共9783個(gè)有效樣本，共涵蓋142個(gè)住宅小區(qū)。需指出的是，因二手房的真實(shí)成交價(jià)不可得，本文采用報(bào)價(jià)。Genesove and Mayer (2001)[46]的經(jīng)典文獻(xiàn)指出，在住房繁榮期，住房銷售快，住房成交價(jià)會(huì)高于或非常接近于報(bào)價(jià)。因本文樣本區(qū)間為2010-2013年，正好處于北京住房繁榮期，二手房報(bào)價(jià)基本上能反映其真實(shí)價(jià)格。

(二)計(jì)量模型

為檢驗(yàn)命題1和命題2，我們構(gòu)建以下半對(duì)數(shù)Hedonic線性方程*本文采用半對(duì)數(shù)Hedonic線性方程原因有二：一是現(xiàn)有文獻(xiàn)表明，半對(duì)數(shù)線性方程為自有住房?jī)r(jià)格模型最佳方程形式[47-48]；二是半對(duì)數(shù)線性方程的解釋變量可為啞變量，可檢驗(yàn)其對(duì)價(jià)格增長(zhǎng)的影響。：

lnTP=α+∑βiXi+ε

其中，TP表示交易住房總報(bào)價(jià)，X表示住房及建筑屬性、小區(qū)屬性和通達(dá)性、區(qū)位屬性和交易年份的一組變量(見表1)。

盡管北京為典型單中心城市，但南北發(fā)展不平衡，貫穿南北的地鐵四號(hào)線和五號(hào)線向北比向南長(zhǎng)(見圖6)。據(jù)此，本文將這兩條地鐵線最北端的五個(gè)站點(diǎn)和最南端的三個(gè)站點(diǎn)定義為遠(yuǎn)端地鐵站，其余為近端地鐵站。據(jù)此，本文設(shè)立了是否為遠(yuǎn)端地鐵站啞變量及其與地鐵站距離的交互項(xiàng)。

(三)房?jī)r(jià)空間分布趨勢(shì)

為檢驗(yàn)地鐵站設(shè)立導(dǎo)致地鐵站周邊房?jī)r(jià)波浪狀變動(dòng)，本文先使用特征價(jià)格法回歸得到特征價(jià)格，然后對(duì)特征價(jià)格模擬房?jī)r(jià)空間分布，檢驗(yàn)是否符合圖5所示的房?jī)r(jià)空間衰減趨勢(shì)。

表2報(bào)告了特征價(jià)格法的回歸結(jié)果。模型1顯示，絕大多數(shù)解釋變量的系數(shù)與預(yù)期一致且顯著。首先，住房面積、臥室和廳的數(shù)量以及樓層對(duì)住房?jī)r(jià)格有正影響。相對(duì)于塔樓，板樓和其他類型的住房具有更高的價(jià)格。隨建筑老化，住房?jī)r(jià)值在下降。其次，距地鐵站距離對(duì)房?jī)r(jià)影響顯著為負(fù)，與預(yù)期不一致。距天安門和奧林匹克公園距離對(duì)房?jī)r(jià)影響顯著為負(fù)，符合理論預(yù)期。第三，小區(qū)周邊體育設(shè)施、重點(diǎn)學(xué)校以及二級(jí)以上醫(yī)院對(duì)房?jī)r(jià)有正影響，較高的物業(yè)費(fèi)意味著較好的社區(qū)服務(wù)，對(duì)房?jī)r(jià)有正影響。第四，相對(duì)于2010年，房?jī)r(jià)逐年上升，符合北京房?jī)r(jià)增長(zhǎng)趨勢(shì)。

為進(jìn)一步考察在地鐵近端和遠(yuǎn)端距地鐵站距離對(duì)房?jī)r(jià)的影響，模型2引入是否為遠(yuǎn)端地鐵站(FStation)及其與地鐵站距離的交互項(xiàng)(FStation×DTSubw)，發(fā)現(xiàn)遠(yuǎn)端地鐵站的住房?jī)r(jià)格較近端地鐵站低，但對(duì)于遠(yuǎn)端地鐵站周邊的住房，距地鐵站越遠(yuǎn)，房?jī)r(jià)越高。這可能因遠(yuǎn)端地鐵站噪音、犯罪率等較近端地鐵站更大。最后，模型3以環(huán)線啞變量代替離天安門和奧林匹克公園的距離，進(jìn)行穩(wěn)健性檢驗(yàn)，發(fā)現(xiàn)三環(huán)以外的房?jī)r(jià)顯著低于三環(huán)內(nèi)的房?jī)r(jià)，與預(yù)期一致，其他結(jié)果與模型1和模型2的結(jié)果基本一致，表明本文的回歸結(jié)果是穩(wěn)健的。據(jù)此推斷，房?jī)r(jià)以地鐵站點(diǎn)為波峰，由市中心向外呈波浪式衰減。

圖6　北京地鐵四號(hào)線和五號(hào)線

變量定義均值方差住房及建筑屬性TP交易住房的總報(bào)價(jià)(萬(wàn)元)①①340.80369.42P交易住房的單位報(bào)價(jià)(萬(wàn)元/平方米)3.341.27Area交易住房的建筑面積(百平方米)0.990.98BedRoom交易住房的臥室數(shù)量(個(gè))2.541.03LivRoom交易住房的廳數(shù)量(個(gè))1.330.53Floor交易住房所在建筑層數(shù)(低層=1,中高層=2,高層=3)2.130.80Banlou該住房是否為板樓(是=1,否=0)0.350.48Others該住房是否既非塔樓也非板樓(是=1,否=0)0.290.46Age該住房的建筑年齡(年)10.236.29小區(qū)屬性和通達(dá)性DTMetro距最近地鐵站距離(公里)0.810.45DTTAM距天安門距離(公里)6.992.95DTOlym距奧林匹克公園距離(公里)10.585.31School小區(qū)周邊有無(wú)重點(diǎn)小學(xué)(有=1,無(wú)=0)0.490.50Hospital小區(qū)周邊有無(wú)二級(jí)以上醫(yī)院(有=1,無(wú)=0)0.400.49Gym小區(qū)周邊有無(wú)體育場(chǎng)館(有=1,無(wú)=0)0.340.48PRTFee物業(yè)費(fèi)(元/月平方米)2.101.16地鐵站點(diǎn)FStation該地鐵站是否為遠(yuǎn)端地鐵站點(diǎn)(是=1,否=0)0.430.49所在環(huán)線(以“二環(huán)內(nèi)”為參照)Ring23該住房是否位于二環(huán)至三環(huán)之間(是=1,否=0)0.200.40Ring34該住房是否位于三環(huán)至四環(huán)之間(是=1,否=0)0.490.50Ring45該住房是否位于四環(huán)至五環(huán)之間(是=1,否=0)0.070.26年份(以2010為基年)D2011該住房是否于2011年上市交易(是=1,否=0)0.010.09D2012該住房是否于2012年上市交易(是=1,否=0)0.050.23D2013該住房是否于2013年上市交易(是=1,否=0)0.230.42

① 總報(bào)價(jià)=單位價(jià)格×住房面積,從而總報(bào)價(jià)和單位報(bào)價(jià)所反映的房?jī)r(jià)分布規(guī)律是一致的。

表2　房?jī)r(jià)空間分布的Hedonic回歸結(jié)果

說(shuō)明：(1)括號(hào)內(nèi)為t值；(2)*、**、***分別表示1%、5%和10%的顯著水平。

為進(jìn)一步論證地鐵站布局是否如圖5所示的房?jī)r(jià)波浪式變動(dòng)，我們根據(jù)模型3的回歸結(jié)果，模擬一個(gè)無(wú)差異住房的價(jià)格空間分布。簡(jiǎn)單起見，我們假設(shè)：(1)除距天安門和地鐵站的距離，其他住房屬性均取均值；(2)單中心線性城市半徑為15公里；(3)地鐵站間距為3公里，分別在距市中心1公里、4公里、7公里、10公里和13公里處設(shè)置5個(gè)地鐵站；(4)無(wú)地鐵時(shí)，市中心家庭的通勤成本為2公里地鐵的通勤成本。模擬結(jié)果如圖7所示。

圖7顯示，地鐵開通前，一個(gè)具有平均屬性的住房單元在市中心的價(jià)格為350萬(wàn)，地鐵開通后漲至370萬(wàn)。地鐵開通前，城市邊緣房?jī)r(jià)僅為120萬(wàn)，地鐵開通后，城市邊緣房?jī)r(jià)接近200萬(wàn)?？梢姡罔F開通后，遠(yuǎn)端地鐵房?jī)r(jià)較近端地鐵房?jī)r(jià)漲幅大。此外，每一地鐵站周邊房?jī)r(jià)均有明顯波峰。因此，地鐵開通后，房?jī)r(jià)由市中心向外呈波浪式衰減。

圖7　地鐵開通后房?jī)r(jià)的空間分布模擬

(四)遠(yuǎn)端與近端地鐵站房?jī)r(jià)增長(zhǎng)率比較

為檢驗(yàn)命題2，需比較地鐵開通后遠(yuǎn)端與近端地鐵站房?jī)r(jià)增長(zhǎng)率。因本文數(shù)據(jù)橫跨2010-2013年，而北京地鐵五號(hào)線和四號(hào)線的開通時(shí)間分別為2007年和2009年，故本文僅分析地鐵四號(hào)線樣本，以四號(hào)線開通的次年(2010年)為開通期。據(jù)此，我們?cè)O(shè)立遠(yuǎn)端地鐵站點(diǎn)與2010年啞變量的交互項(xiàng)，考察遠(yuǎn)端地鐵站周邊住房在2010年是否溢價(jià)。

表3　地鐵開通后遠(yuǎn)端房?jī)r(jià)增長(zhǎng)率的Hedonic回歸結(jié)果

說(shuō)明：(1)括號(hào)內(nèi)為t值；(2)*、**、***分別表示1%、5%和10%的顯著水平。

模型4顯示，遠(yuǎn)端地鐵站的系數(shù)顯著為負(fù)，遠(yuǎn)端地鐵站與開通期的交互項(xiàng)顯著為正，其他變量與預(yù)期和表2的結(jié)果一致。這表明，在五號(hào)線地鐵開通的2010年，遠(yuǎn)端地鐵站周邊住房較近端地鐵站周邊住房存在溢價(jià)，驗(yàn)證了命題2。實(shí)際上，遠(yuǎn)端地鐵產(chǎn)生的溢價(jià)效應(yīng)，來(lái)自政府的地鐵公共投資。據(jù)此，為回收地鐵公共投資，政府可對(duì)開發(fā)商或房東開征增值稅。模型5以環(huán)線啞變量代替距天安門和奧林匹克公園距離進(jìn)行穩(wěn)健性檢驗(yàn)，得到了一致結(jié)果。

四、結(jié)論與政策含義

現(xiàn)有關(guān)于地鐵站布局對(duì)房?jī)r(jià)空間分布影響的文獻(xiàn)均為實(shí)證研究，缺乏理論研究。本文構(gòu)建地鐵站互動(dòng)地鐵站對(duì)房?jī)r(jià)空間分布影響的理論模型以及對(duì)2010-2013年北京地鐵四號(hào)線和五號(hào)線周邊住房交易數(shù)據(jù)的實(shí)證分析，進(jìn)一步拓展了地鐵站布局與城市房?jī)r(jià)空間分布關(guān)系的研究。首先，本文揭示的地鐵站設(shè)立導(dǎo)致城市房?jī)r(jià)波浪式衰減的空間分布，改變了經(jīng)典竟租模型中城市房?jī)r(jià)由市中心向外空間線性衰減趨勢(shì)。其次，遠(yuǎn)端地鐵站周邊房?jī)r(jià)增長(zhǎng)率大于近端地鐵站周邊房?jī)r(jià)增長(zhǎng)率。需指出的是，本文的實(shí)證發(fā)現(xiàn)基于北京住房市場(chǎng)，是否適用于其他城市有待進(jìn)一步驗(yàn)證。但是，本文的理論模型和研究方法具有普適性，可用于其他城市地鐵站布局和房?jī)r(jià)空間分布的關(guān)系研究。

本文具有重要的現(xiàn)實(shí)意義和政策含義。首先，地鐵站設(shè)立導(dǎo)致城市房?jī)r(jià)波浪式衰減的空間分布特征有助于政府掌握房?jī)r(jià)空間分布規(guī)律，為開征房產(chǎn)稅以及回收地鐵投資提供了理論和經(jīng)驗(yàn)支持。鑒于地鐵建設(shè)使房?jī)r(jià)在郊區(qū)與市區(qū)的增幅不同，政府可對(duì)二手房或一手房交易征收增值稅實(shí)現(xiàn)漲價(jià)歸公，促進(jìn)社會(huì)公平。其次，地鐵站設(shè)立所導(dǎo)致的房?jī)r(jià)空間分布規(guī)律有利于居民權(quán)衡房?jī)r(jià)和通勤成本進(jìn)行居住選址。再次，根據(jù)城市房?jī)r(jià)空間分布規(guī)律，政府可通過(guò)地鐵站規(guī)劃，使房?jī)r(jià)空間分布更加合理，實(shí)現(xiàn)城市的可持續(xù)發(fā)展。最后，城市房?jī)r(jià)空間分布對(duì)家庭進(jìn)行房地產(chǎn)投資也具有重要的參考價(jià)值。

參考文獻(xiàn)：

[1]BAJIC V. The effects of a new subway line on housing prices in metropolitan Toronto [J]. Urban Studies, 1983, 20: 147-158.

[2]NELSON A. Effects of elevated heavy-rail transit stations on house prices with respect to neighborhood income [J]. Journal of Transportation Research Record, 1992, 1359:127-132.

[3]CHEN H, RUFOLO A, DUEKER K J. Measuring the impact of light rail systems on single-family home values: a hedonic approach with geographic information system application [J]. Journal of the Transportation Research Board, 1998, 1617:38-43.

[4]CELIK H M, YANKAYA U. The impact of rail transit investment on the residential property values in developing countries: the case of Izmir subway, Turkey [J]. Property Management, 2006, 24:369-382.

[5]顧杰, 賈生華.公共交通改善期望對(duì)住房?jī)r(jià)格及其價(jià)格空間結(jié)構(gòu)的影響——基于杭州地鐵規(guī)劃的實(shí)證研究 [J].經(jīng)濟(jì)地理，2008(6):1020-1024.

[6]梅志雄, 徐頌軍, 歐陽(yáng)軍, 劉靜. 廣州地鐵三號(hào)線對(duì)周邊住宅價(jià)格的時(shí)空影響效應(yīng)[J].地理科學(xué), 2011(7):36-842.

[7]OSLAND L. Spatial variation in housing prices: econometric analyses of regional housing markets [D]. University of Bergen, Norway, 2008.

[8]MEEN G. Housing, random walks, complexity and the macroeconomy [M]. Housing Economics and Public Policy, edited by Anthony O’Sullivan and Kenneth Gibb,Wiley-Blackwell 2008.

[9]THOMPSON M A. The impact of spatial mismatch on female labor force participation [J]. Economic Development Quarterly, 1997, 11(2): 138-145.

[10]LANDIS J, GUHATHAKURTA S. HUANG W, ZHANG M, FUKUJI B. Rail transit investments, real estate values, and land use change: a comparative analysis of five California rail transit systems [R]. working paper No. 285, University of California Transportation Center, Berkeley, 1995.

[11]JOHN B D. Mass transportation, apartment rent and property values [J]. Journal of Real Estate Research, 1996, 12: 1-8.

[12]BOWES D R, IHLANFELDT K R. Identifying the impacts of rail transit stations on residential property values [J]. Journal of Urban Economic, 2001, 50: 1-25.

[13]GIBBONS S, MACHIN S. Valuing rail access using transport innovations [J]. Journal of Urban Economics, 2005, 57: 148-169.

[14]張維陽(yáng), 李慧, 段學(xué)軍. 城市軌道交通對(duì)住宅價(jià)格的影響研究——以北京市地鐵一號(hào)線為例[J].經(jīng)濟(jì)地理, 2012,(32):46-51.

[15]LEE D B Jr, AVEROUS C P. Land use and transportation: basic theory [J]. Environment and Planing, 1973, 5: 491-502.

[16]GATZLAFF D H, SMITH M T. The impact of the Miami metrorail on the value of residences near station locations [J]. Land Economics, 1993, 69(1):54-66.

[17]NELSON A C, MCCLESKY H. Transit stations and commercial property values: a case study with land-use policy implication [J]. Journal of Public Transportation, 1999, 2(3): 77-93.

[18]DAMM D，LERMAN S R，LERNER-LAM E Y. Response of urban real estate values in anticipation of the Washington metro [J]. Journal of Transport Economics and policy, 1980, 14: 315-336.

[19]MCDONALD J, OSUJI C I. The effect of anticipated transportation improvement on residential land values [J]. Regional Science and Urban Economics, 1995, 25(3): 261-278.

[20]CHAU K W，NG F F. The effects of improvement in public transportation capacity on residential price gradient in Hong Kong [J]. Journal of Property Valuation and Investment, 1998, 16: 397-410.

[21]HENNEBERRY J. Transport Investment and House Prices [J]. Journal of Property Valuation and Investment, 1998, 16: 144-158.

[22]DUEKER K J, BIANCO M J. Light-rail-transit impacts in Portland: the first ten years [J]. Journal of the Transportation Research Board, 1999, 1685:171-180.

[23]MCMILLEN D P, MCDONALD J. Reaction of house prices to a new rapid transit line: Chicago’s Midway line, 1983-1999 [J]. Real Estate Economics, 2004, 32:463-486.

[24]AGOSTINI C A, PALMUCCI G A. The anticipated capitalisation effect of a new metro line on housing prices [J]. Fiscal Studies, 2008, 29: 233-256.

[25]楊鴻. 城市軌道交通對(duì)住宅價(jià)格影響理論與實(shí)證研究——以杭州地鐵為例[D]. 浙江大學(xué)，2010.

[26]KARANIKOLAS N, LOUKA E. The effect of metro station on commercial values of residential properties, the case study of Thessaloniki, Greece before the completion of the metro project construction [J]. International Journal of Academic Research, 2012, 4: 136-143.

[27]MOHAMMAD S I, GRAHAM D J, Melo P C, Anderson R J. A meta-analysis of the impact of rail projects on land and property values [J]. Transportation Research Part A Policy Practice, 2013, 50:158-170.

[28]CERVERO R, DUNCAN M. Land value impacts of rail transit services in Los Angeles County [R].Report prepared for National Association of Realtors,Urban Land Institute, 2002.

[29]HESS D B, ALMEIDA T M. Impact of proximity to light rail rapid transit on station-area property values in Buffalo, New York [J]. Urban Studies, 2007, 44:1041-1068.

[30]WEINSTEIN B L, CLOWER T L. The impact of Dallas (Texas) area rapid transit light rail stations on taxable property vluations [J]. Australasian Journal of Regional Studies, 2002, 8(3): 1-28.

[31]鄭捷奮. 城市軌道交通與周邊房地產(chǎn)價(jià)值關(guān)系研究[D]. 清華大學(xué), 2004.

[32]SO H M, TSE R Y C, GANESAN S. Estimating the influence of transport on house prices: evidence from Hong Kong [J]. Journal of Property Valuation and Investment, 1997, 15:40-47.

[33]LEWIS-WORKMAN S, BROD D. Measuring the neighborhood benefits of rail transit accessibility [J].Journal of the Transportation Research Board, 1997, 1576: 147-153.

[34]TIAN L. Impacts of transport projects on residential property values in china: evidence from two projects in Guangzhou [J]. Journal of Property Research, 2006, 23: 347-365.

[35]董藩, 丁宏, 趙安平. 通勤成本與軌道交通周邊房?jī)r(jià)的空間分布——以北京地鐵五號(hào)線周邊住宅市場(chǎng)為例的實(shí)證分析[J].北京師范大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版), 2009(2):137-143.

[36]PAN Q. The impacts of an urban light rail system on residential property values: a case study of the Houston metro rail transit line [J]. Transportation Planning and Technology, 2013, 36: 145-169.

[37]王霞, 朱道林, 張鳴明. 城市軌道交通對(duì)房地產(chǎn)價(jià)格的影響——以北京市輕13號(hào)線為例[J].城市問(wèn)題, 2004(6):39-42.

[38]谷一楨, 鄭思齊. 軌道交通對(duì)住宅價(jià)格和土地開發(fā)強(qiáng)度的影響——以北京市13號(hào)線為例[J].地理學(xué)報(bào), 2010(2):213-223.

[39]KIM J, ZHANG M. Determining transit's impact on Seoul commercial land values: an application of spatial econometrics [J]. International Real Estate Review, 2005, 8(1): 1-26.

[40]ALONSO W. Location and land Use [M]. Cambridge：Harvard University Press, 1964.

[41]MUTH R F. Cities and housing [M]. Chicago：University of Chicago Press, 1969.

[42]HENDERSHOTT P H, SLEMROD J.Taxes and the user cost of capital for owner-occupied housing [J]. Journal of the American Real Estate and Urban Economics Association, 1983, 10(4): 375-393.

[43]POTERBA J.Tax subsidies to owner-occupied housing: an asset market approach [J]. Quarterly Journal of Economics, 1984, 99(4): 729-752.

[44]HIMMELBERG C, MAYER C, SINAI T.Assessing high house prices: bubbles, fundamentals and misperceptions [J]. The Journal of Economic Perspectives, 2005, 19(4): 67-92.

[45]ZHENG S Q, KAHN M E. Land and residential property markets in a booming economy: new evidence from Beijing [J]. Journal of Urban Economics, 2008, 63:743-757.

[46]GENESOVE, D, MAYER, C. Loss aversion and seller behavior: evidence from the housing market [J]. The Quarterly Journal of Economics, 2001, 116(4):1234-1260.

[47]GOODMAN A C. An econometric model of housing price, permanent income, tenure choice, and housing demand [J]. Journal of Urban Economics, 1988, 23: 327-353.

[48]DUBIN R A, SUNG C H. Specification of hedonic regressions: non-nested tests on measures of neighbourhood quality [J]. Journal of Urban Economics, 1990, 27: 97-110.

(本文責(zé)編：王延芳)

Subway Stations and Spatial Distribution of Housing Prices

KUANG Wei-da1，WANG You-rong2，MA Hai-yun3

(1.SchoolofBusiness,RenminUniversityofChina,Beijing100872,China；2.SchoolofManagementScienceandEngineering,CentralUniversityofFinanceandEconomics,Beijing100081,China；3.DepartmentofAuditing,RenminUniversityofChina,Beijing100872,China)

Abstract：Although there are numerous empirical studies on spatial distribution of subway stations and housing prices, the existing literature lacks of theoretical underpinning of the impacts of subway stations on spatial distribution of housing prices. This paper develops a model of subway stations interactions to illustrate their impacts on housing prices and applies a dataset of dwelling transactions around Beijing Metro Line Four and Five from Beijing city to testify the propositions of the model. We find that housing prices wavy decay with sub-peak centered stations from city center to fringe, while suburban subway stations bring greater growth in housing prices than downtown stations. These results have important implications for spatial distribution of housing prices.

Key words:subway stations; housing prices;spatial distribution; wavy decay

中圖分類號(hào)：F293.3

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1002-9753(2016)04-0045-13

作者簡(jiǎn)介：況偉大(1970-)，男，山東膠州人，中國(guó)人民大學(xué)商學(xué)院財(cái)務(wù)與金融系教授，博士，博士生導(dǎo)師，研究方向：房地產(chǎn)金融與經(jīng)濟(jì)。

基金項(xiàng)目：國(guó)家自然科學(xué)基金面上項(xiàng)目《房?jī)r(jià)波動(dòng)與房貸違約風(fēng)險(xiǎn)》(批準(zhǔn)號(hào)：71373276)資助。

收稿日期：2015-12-20修回日期：2016-03-29