成都地鐵沿線房價(jià)變動(dòng)研究

成都地鐵沿線房價(jià)變動(dòng)研究成都地鐵沿線房價(jià)變動(dòng)研究#根據(jù)前面的分析，選取經(jīng)濟(jì)社會(huì)發(fā)展（XI）、政策調(diào)控（X2）與經(jīng)濟(jì)波動(dòng)（X3）三個(gè)指標(biāo)作為解釋變量來研究對(duì)成都市地鐵沿線房價(jià)的影響。為了大致分析y與％,X2和X3的關(guān)系，首先利用以上地鐵開建后的數(shù)據(jù)分別作出yXtXi,y對(duì)X2和y對(duì)X3的散點(diǎn)圖（地鐵開建前的散點(diǎn)圖與之類似）。①圖3-2-1-1房價(jià)與經(jīng)濟(jì)社會(huì)發(fā)展因子的散點(diǎn)圖由上圖可知，成都地鐵沿線的房價(jià)與經(jīng)濟(jì)社會(huì)發(fā)展因子之間大體上存在簡(jiǎn)單的線性關(guān)系，隨著經(jīng)濟(jì)社會(huì)發(fā)展因子的增大，房價(jià)有比較明顯的線性增長趨勢(shì)。圖中的直線是用線性模型yi0 1X1 擬合的（其中是隨機(jī)誤差）。

由上圖可知，成都地鐵沿線的房價(jià)與政策調(diào)控因子之間大致上呈現(xiàn)出二次關(guān)系，且隨著政策調(diào)控因子的增大，房價(jià)下降的速率加快。圖中的曲線是用二次函數(shù)模型0 1X2 2X2擬合的（其中是隨機(jī)誤差）。圖3-2-1-3圖3-2-1-3房價(jià)與經(jīng)濟(jì)波動(dòng)因子的散點(diǎn)圖由上圖可知，隨著經(jīng)濟(jì)波動(dòng)因子的增大，房價(jià)有比較明顯的線性增長趨勢(shì),圖中的直線是用線性模型y3 01X3擬合的（其中是隨機(jī)誤差）根據(jù)散點(diǎn)圖中自變量與因變量的擬合曲線，確定y與x1、y與*2和丫與x3的函數(shù)模型分別為yi 0 1X1y3 0 1X3結(jié)合三個(gè)模型并加入虛擬變量D結(jié)合三個(gè)模型并加入虛擬變量D,建立如下線性回歸方程（其中政策調(diào)控的平方項(xiàng)作為新的一次變量）1X12X21X12X223X24X35D(1)模型的平穩(wěn)性檢驗(yàn)接下來的分析應(yīng)該為回歸分析做準(zhǔn)備，因?yàn)閿?shù)據(jù)是時(shí)間序列數(shù)據(jù)，當(dāng)把不平穩(wěn)的時(shí)間序列數(shù)據(jù)進(jìn)行回歸時(shí)，可能會(huì)出現(xiàn)“偽回歸”的現(xiàn)象，所以在做回歸之前很有必要對(duì)序列進(jìn)行平穩(wěn)性檢驗(yàn)。本文先采用ADF檢驗(yàn)法對(duì)房價(jià)，經(jīng)濟(jì)社會(huì)發(fā)展因子，經(jīng)濟(jì)波動(dòng)因子和政策調(diào)控因子4組數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)結(jié)果如下表：表3-2-2-1 平穩(wěn)性檢驗(yàn)ADF檢驗(yàn)值1%缶界值5%缶界值10%缶界值結(jié)論房價(jià)1.0351881-4.057911-3.11991-2.701103非平穩(wěn)經(jīng)濟(jì)社會(huì)發(fā)展0.83146-4.05791-3.11991-2.701103非平穩(wěn)政策調(diào)控-2.7003171-4.121991-3.14492-2.713751非平穩(wěn)經(jīng)濟(jì)波動(dòng)-2.561272-4.12199-3.14492-2.713751非平穩(wěn)由于以上時(shí)間序列數(shù)據(jù)都不平穩(wěn)，為了得到其單整階數(shù)，我們對(duì)以上數(shù)據(jù)的一階差分序列作單位根檢驗(yàn)，在10%勺顯著水平下，發(fā)現(xiàn)其t檢驗(yàn)統(tǒng)計(jì)量值均小于臨界值，從而拒絕原假設(shè)，認(rèn)為差分序列不存在單位根，是平穩(wěn)序列。即以上4組數(shù)據(jù)都是一階單整的。為了分析房價(jià)與其余三個(gè)因子之間是否存在協(xié)整關(guān)系，我們先分別做兩變量回歸，然后檢驗(yàn)回歸殘差的平穩(wěn)性。結(jié)果在10%勺顯著水平下，t統(tǒng)計(jì)量的值小于相應(yīng)的臨界值，表明殘差序列不存在單位根，是平穩(wěn)序列，說明房價(jià)與其余三個(gè)因子之間存在協(xié)整關(guān)系，表明其兩兩之間有長期均衡關(guān)系。參數(shù)估計(jì)與統(tǒng)計(jì)檢驗(yàn)首先我們用向后篩選策略模型對(duì)（1）式進(jìn)行參數(shù)估計(jì)，得到偏回歸系數(shù)，偏回歸系數(shù)的標(biāo)準(zhǔn)誤差，標(biāo)準(zhǔn)化偏回歸系數(shù)，回歸系數(shù)顯著性檢驗(yàn)中 t檢驗(yàn)統(tǒng)計(jì)量的觀測(cè)值，對(duì)應(yīng)得概率P值等，如下表：

表3-2-3-1 多元線性回歸分析結(jié)果Model標(biāo)準(zhǔn)化前標(biāo)準(zhǔn)化后t顯著性偏回歸系數(shù)標(biāo)準(zhǔn)誤差標(biāo)準(zhǔn)化偏回歸系數(shù)1常數(shù)項(xiàng)4319.977136.67731.607.000經(jīng)濟(jì)社會(huì)發(fā)展362.244109.749.4243.301.005政策調(diào)控-26.87364.446-.031-.417.682政策調(diào)控平方項(xiàng)-109.19649.658-.236-2.199.043經(jīng)濟(jì)波動(dòng)269.36353.728.3165.013.000虛擬變量1137.879165.873.6566.860.0002常數(shù)項(xiàng)4309.970131.24332.840.000經(jīng)濟(jì)社會(huì)發(fā)展348.489102.099.4083.413.003政策調(diào)控平方項(xiàng)-97.63840.188-.211-2.430.026經(jīng)濟(jì)波動(dòng)267.43152.211.3135.122.000虛擬變量1135.805161.719.6557.023.000由上表知，Model2剔除了政策調(diào)控因子的一次項(xiàng)，但保留了其二次項(xiàng)，可見房價(jià)與政策調(diào)控因子呈完全二次關(guān)系，另外，其余各項(xiàng)均通過 t檢驗(yàn)，P值均小于0.05。因此，我們將線性回歸模型（1）中的政策調(diào)控因子的一次項(xiàng)剔除，改為模TOC\o"1-5"\h\z型：y0 1x1 2x2 3x3 4D (2)然后代入系數(shù)，得模型（3）與模型（4）y 4309.9 348.5x1 97.6x； 267.4x3 1135.8D (3)y 4309.9 348.5x1 97.6x2 267.4x3 1135.8D (4)4309.9 348.5x1 97.6x2 267.4x3, x1 0.62603,D 0y o5445.7 348.5x1 97.6x2 267.4x3, x1 0.62603,D 1在此，我們對(duì)改進(jìn)的回歸模型做一次參數(shù)估計(jì)和統(tǒng)計(jì)檢驗(yàn)，如下:表3-2-3-2模型分析ModelRR平方修正的R平方估計(jì)的標(biāo)準(zhǔn)誤差1.970(a).940.921239.544102.969(b).939.925233.65121表3-2-3-3方差分析表Model平方和自由度均方F顯著性回歸14378888.28152875777.65650.117.000(a)1 殘差918102.0011657381.375總和15296990.28221回歸1436891178865.800.000(b)2 殘差928079.1291754592.890總和15296990.28221從回歸的結(jié)果來看，F(xiàn)值等于65.800,高度顯著，說明模型估計(jì)的整體效果尚好。判定系數(shù)R平方等于0.969,修正后的判定系數(shù)等于0.939,說明模型的擬合優(yōu)度較好。另外，通過回歸系數(shù)分析表中可知，經(jīng)濟(jì)社會(huì)發(fā)展因子、政策調(diào)控因子二次項(xiàng)、經(jīng)濟(jì)波動(dòng)因子與虛擬變量D均通過了t檢驗(yàn)，可見以上四個(gè)因素與房價(jià)有顯著性關(guān)系。3.2.4經(jīng)濟(jì)意義檢驗(yàn)y4309.9348.5x197.6x；267.4x31135.8D4309.9 348.5x1 97.6x2 267.4x3, Xi 0.62603,D 0 （4）y5445.7 348.5x1 97.6x2 267.4x3, x 0.62603,D 1模型（4）可以通過初步的經(jīng)濟(jì)意義的檢驗(yàn)，系數(shù)的符號(hào)也符合經(jīng)濟(jì)理論。由此模型可以看出，地鐵正式動(dòng)工時(shí)（2006年第一季度），地鐵沿線周圍的房價(jià)出現(xiàn)了激增現(xiàn)象且上漲幅度達(dá)到1135.8元/平方米，這驗(yàn)證了地鐵開建這一事件對(duì)沿線房價(jià)產(chǎn)生了顯著影響。同時(shí)在假定政策調(diào)控因子和經(jīng)濟(jì)波動(dòng)因子不變的情況下，地鐵完工率每增加5%進(jìn)行標(biāo)準(zhǔn)化后該數(shù)值增大0.20,然后通過得分系數(shù)矩陣乘以權(quán)數(shù)0.303變?yōu)榻?jīng)濟(jì)社會(huì)發(fā)展因子，增大0.061個(gè)單位，最后乘上系數(shù)尸348.5,得地鐵沿線的房價(jià)增長21.4元。由此不難推出，隨著地鐵修建工程的推進(jìn)，受地鐵完工率增大的影響，在地鐵修建的五年中沿線房價(jià)將會(huì)上漲428元/平方米。加之前面所述地鐵初動(dòng)工時(shí)激增的 1135.8元/平方米，地鐵的修建總體上會(huì)促使沿線房價(jià)上漲1563.8元/平方米。再者，在假定政策調(diào)控因子和經(jīng)濟(jì)波動(dòng)因子不變的情況下，地鐵沿線房價(jià)與經(jīng)濟(jì)社會(huì)發(fā)展因子之間存在簡(jiǎn)單的線性關(guān)系，也就是當(dāng)人均季度GDPt漲或地鐵完工率升高，房價(jià)會(huì)呈線性上漲。在此我們定量的了解GDP對(duì)房價(jià)的影響，假定其他因素不變，當(dāng)人均季度 GDP上升100元，進(jìn)行標(biāo)準(zhǔn)化后增大0.049,然后通過得分系數(shù)矩陣乘以權(quán)數(shù)0.264變?yōu)榻?jīng)濟(jì)社會(huì)發(fā)展因子，增大0.013個(gè)單位，最后乘上系數(shù)尸348.5,得房價(jià)增長4.6元，由此可見，人均季度GDFM地鐵沿線房價(jià)的影響有限，而地鐵在修建過程中的對(duì)房價(jià)的影響是顯著的。同時(shí)，從模型上分析可知，政策調(diào)控因子（存款利率和公積金房貸利率）同房價(jià)之間存在負(fù)二次相關(guān)性，政府通過提高金融機(jī)構(gòu)的存貸利率以及住房公積金房貸利率來試圖抑制房價(jià)的上漲， 短期看來效果不十分明顯，甚至?xí)铀俜績r(jià)上漲，但隨著時(shí)間的累積和調(diào)控力度的增大，抑制房價(jià)的效果會(huì)逐漸突顯。再者本文由04年一季度至09年二季度的成都市整體房價(jià)以及地鐵沿線平均房價(jià)數(shù)據(jù)做出折線圖如下：圖3-2-4-1地鐵組與非地鐵組房價(jià)走勢(shì)折線圖由上圖可知：在06年一季度即地鐵修建以前，由于受到地段等因素的影響,成都地鐵沿線房價(jià)整體上高于全市平均水平，但是兩者在增長速度上基本保持一致；而在地鐵開始修建之時(shí)兩者之間的差距突然增大且在地鐵修建過程中其沿線房價(jià)的上升速度也要高于全市整體水平。 所以，地鐵的修建不但提升了沿線的房價(jià)也加快了其上升的速度。這也再次證明了地鐵的修建對(duì)沿線房價(jià)存在巨大影響。3.2.5計(jì)量經(jīng)濟(jì)檢驗(yàn)a.模型的異方差檢驗(yàn)要檢驗(yàn)?zāi)Ｐ椭惺欠裼挟惙讲?，需要了解隨機(jī)誤差項(xiàng) 的概率分布，但由于隨機(jī)誤差很難直接觀測(cè)，因此我們通過對(duì)殘差項(xiàng)的分析來對(duì)隨機(jī)誤差的分布特征進(jìn)行推測(cè)，如下表。表3-2-5-1殘差統(tǒng)計(jì)表最小值最大值均值標(biāo)準(zhǔn)離差樣本數(shù)預(yù)測(cè)值3662.09795988.40194937.0695827.1843022殘差-509.0125314.24118.00000210.2242722標(biāo)準(zhǔn)化的預(yù)測(cè)值-1.5411.271.0001.00022小準(zhǔn)話的殘差-2.179殘差1345H .000.900221一標(biāo)1一標(biāo)準(zhǔn)0化殘差-1一-2—-10 12標(biāo)準(zhǔn)化預(yù)測(cè)值圖3-2-5-1殘差散點(diǎn)圖由上圖可知，隨著標(biāo)準(zhǔn)化預(yù)測(cè)值的變化，殘差點(diǎn)在0線周圍隨機(jī)分布，但殘差的等方差性并不完全滿足，方差似乎有增大的趨勢(shì)。但通過計(jì)算殘差與預(yù)測(cè)值的Spearman等級(jí)相關(guān)系數(shù)后，發(fā)現(xiàn)檢驗(yàn)并不顯著，因此認(rèn)為異方差現(xiàn)象并不完整。自然也就不會(huì)對(duì)參數(shù)估計(jì)是的統(tǒng)計(jì)特性以及參數(shù)的顯著性檢驗(yàn)等造成不良影響。殘差正態(tài)概率圖正態(tài)分布數(shù)據(jù)正態(tài)分布數(shù)據(jù)圖3-2-5-2 殘差正態(tài)概率圖由上圖可知，數(shù)據(jù)點(diǎn)圍繞基準(zhǔn)點(diǎn)做無規(guī)律變動(dòng)，表明標(biāo)準(zhǔn)化殘差與正態(tài)分布不存在顯著差異，可以認(rèn)為殘差滿足了線性模型的前提要求。b.模型的自相關(guān)檢驗(yàn)由于本模型的數(shù)據(jù)為時(shí)間序列，模型的隨機(jī)誤差項(xiàng)t由于本模型的數(shù)據(jù)為時(shí)間序列，模型的隨機(jī)誤差項(xiàng)t有可能存在相關(guān)性,這對(duì)于OLS的應(yīng)用會(huì)造成嚴(yán)重的后果，違背模型關(guān)于 t相互獨(dú)立的基本假設(shè),這對(duì)于OLS的應(yīng)用會(huì)造成嚴(yán)重的后果，違背模型關(guān)于 t相互獨(dú)立的基本假設(shè),因此我們對(duì)模型的自相關(guān)性做檢驗(yàn)。殘差et yt y可以作為隨機(jī)誤差t的估計(jì)值，畫出et~et1的散點(diǎn)圖如下：圖3-2-5-3 e圖3-2-5-3 et?et1的散點(diǎn)圖由上圖可見，大部分點(diǎn)落在第1,3象限，表明t存在正的自相關(guān)。因此我們對(duì)模型做DW檢驗(yàn)，首先，我們算出該模型DW值為1.349,對(duì)于顯著性水平a=0.05,n=22,k=5,查DW分布表，得到檢驗(yàn)的臨界值 dL=0.958和du=1.797,由于DW值大于dL小于du,因此不能確定模型是否存在自相關(guān)， 但由于本模型樣本量不大，同時(shí)自相關(guān)后果嚴(yán)重，因此我們選擇拒絕原假設(shè)，而不接受無自相關(guān)。對(duì)此，我們采用廣義差分法來對(duì)模型（4）作變換* *yt yt yti,Xit %Xi,t1,11,2,3則模型（4）化為*yt*1*yt*1X1t/2、*2(X2t)ut)0（1 ）(5)利用變換后的數(shù)據(jù)乂，。,（x2t）,x3t估計(jì)模型（5）的參數(shù)，然后再做一次自相關(guān)檢驗(yàn)，可得dUDW4dU,可以認(rèn)為隨機(jī)誤差不存在自相關(guān)。因此，經(jīng)變換得到的回歸模型（5）是適用的。最后，將模型（5）中的yt,X1t,（x2t）,X3t還原為原始變量yt,x〔t,x2t,X3t,得到的結(jié)果為2 2Yt2907.10.33yt1348.5x1t113.4x1,t197.6x2t31.8x2,t1267.4X3t87.0x3t11135.8Dt369.7D- （6）D,由該模型可看出成都市一定時(shí)期地鐵沿線的房價(jià)的走勢(shì)不僅依賴于經(jīng)濟(jì)社

會(huì)的發(fā)展、經(jīng)濟(jì)的波動(dòng)、政府政策的調(diào)控與地鐵的修建， 還與該時(shí)期之前的一個(gè)時(shí)間周期的房價(jià)有關(guān)。之前的房價(jià)每變動(dòng)1元，就會(huì)使這一時(shí)期的房價(jià)變動(dòng)0.33元。由此可見成都地鐵沿線的房價(jià)在時(shí)間上有一定的連續(xù)性， 即一定時(shí)期的房價(jià)由于受到上一時(shí)期固有房價(jià)的支撐，而不會(huì)因?yàn)橹卮笸话l(fā)事件的發(fā)生導(dǎo)致房價(jià)出現(xiàn)大幅度下降的現(xiàn)象，這也印證了2008年突發(fā)的金融危機(jī)未對(duì)成都市地鐵沿線房價(jià)形成重創(chuàng)。

三.成都市地鐵沿線不同位置樓盤房價(jià)的聚類分析為了了解成都市具體的樓盤價(jià)，并進(jìn)一步證實(shí)地鐵對(duì)不同樓盤房價(jià)的巨大影響，同時(shí)證明以上回歸方程的正確性，本文考察了 07年以后的成都市距離地鐵不同距離的14個(gè)樓盤的房價(jià)，并對(duì)其進(jìn)行聚類，具體信息如下:表3-3-1 樓盤基本信息表天府長城圖南多距南二環(huán)站約0.1KM6500南一環(huán)至二環(huán)首座距桐梓林站0.3KM距火車南站0.5KM10000南一環(huán)至二環(huán)距錦江賓館站約0.6KM9500一環(huán)內(nèi)上錦美地距錦江賓館站約0.9KM7400南一環(huán)至二環(huán)水岸雅居跑離紅花堰站約1.43KM48801北二環(huán)至二環(huán)禾嘉？利好距火車北站約1.5KM5500北二環(huán)至二環(huán)藍(lán)光?凱麗香江距火車南站1.7KM距南二環(huán)站0.9KM5300南一二環(huán)之間慕和南道?藍(lán)卡威距新會(huì)展中心站5KM4300南一二環(huán)之間第一園距紅花堰站約6.3KM4400]北二環(huán)至二環(huán)香江岸距紅花堰站約4.5KM44601北二環(huán)至二環(huán)建川簧門公館距錦江賓館站約1.9KM7800一環(huán)內(nèi)富麗?碧蔓汀距火車北站約1.78KM6000北一環(huán)至二環(huán)藍(lán)光花滿庭距紅花堰站約5KM42001北二環(huán)至二環(huán)米蘭小筑距騾馬市站約1.5KM6500北一環(huán)至二環(huán)對(duì)于成都市不同位置的樓盤，它們都面臨著匯率、 CPI和上證指數(shù)三個(gè)因素的影響，且其作用力度和方向均大致一致；另外，由于以上樓盤都屬于成都五城區(qū)，人均GD味異不大，因此我們只把“與最近地鐵的距離”作為變量。同時(shí)，考慮到不同地段的土地價(jià)格存在較大差異，故我們首先將成都市劃分為 5個(gè)區(qū)域，分別用不同的顏色標(biāo)示如下圖：

圖3-3-1 圖3-3-1 區(qū)域指數(shù)分布圖本文對(duì)這幾個(gè)區(qū)域進(jìn)行了比較，比較的指標(biāo)包括地段、空氣指數(shù)、區(qū)域內(nèi)工廠數(shù)和公共基礎(chǔ)設(shè)施數(shù)等，然后對(duì)這些指標(biāo)進(jìn)行綜合評(píng)級(jí)，形成區(qū)域指數(shù)（指數(shù)14越低，該區(qū)域越適宜居?。?，結(jié)果如下:14表3-3-2 樓盤詳情表樓盤名與原近地鐵站距離/km區(qū)域區(qū)域指數(shù)天府長城圖南多0.1南一環(huán)至二環(huán)3首座0.3南一環(huán)至二環(huán)20.6一環(huán)內(nèi)11上錦美地0.9南一環(huán)至二環(huán)2水岸雅居1.43北二環(huán)至二環(huán)5禾嘉？利好1.5北二環(huán)至二環(huán)51藍(lán)光?凱麗香江0.9南一二環(huán)之間3慕和南道?藍(lán)卡威5南一二環(huán)之間3第一園6.3北二環(huán)至二環(huán)5香江岸4.5北二環(huán)至二環(huán)51建川簧門公館1.9一環(huán)內(nèi)1富麗?碧蔓汀1.78北一環(huán)至二環(huán)4藍(lán)光花滿庭5北二環(huán)至二環(huán)51米蘭小筑1.5北一環(huán)至二環(huán)4進(jìn)而，我們將“與最近地鐵站距離”和“區(qū)域指數(shù)”做為變量，對(duì)以上

個(gè)樓盤進(jìn)行層次聚類，結(jié)果如下：表3-3-3層次聚類分析中的類成員CASELabel5 10 15 20 25水岸雅居禾嘉■利好富麗'CASELabel5 10 15 20 25水岸雅居禾嘉■利好富麗'碧荽汀米蘭小筑天府長城圖南多瞌光?凱麗香江首座上錦美地紙舍建川董門公館香江岸瞌光花滿庭第一國慕和南道?瞌卡威5612

U54」.3一11 1101396樓盤4類3類1:天府長城？圖南多112:首座113繽舍114:上錦美地115:水岸雅居226:禾嘉？利好227:藍(lán)光？凱麗香江118:慕和南道？藍(lán)卡威339:第一園4310:香江岸4311:建川簧門公館1112:富麗？碧蔓汀2213:藍(lán)光？花滿庭4314:米蘭小筑22圖3-3-2樓盤樹形圖綜合以上分析結(jié)果再加上各個(gè)樓盤自身的價(jià)格列表如下:表3-3-4樓盤分類表類別樓盤名房價(jià)1天府長城圖南多「6500首座100009500上錦美地7400藍(lán)光?凱麗香江5300建川簧門公館78002水岸雅居4880禾嘉？利好5500富麗?碧蔓汀6000米蘭小筑65003慕和南道?藍(lán)卡威4300第一園4400香江岸4460藍(lán)光花滿庭4200由以上列表可知，對(duì)于不同類別的樓盤，房價(jià)之間存在明顯的階梯形差異。首先對(duì)于第三類的樓盤，它們與最近的地鐵站距離較遠(yuǎn)并且居住指數(shù)普遍較高，整體居住環(huán)境上的劣勢(shì)最終反映在了它們的樓價(jià)上； 反觀類別一的樓盤，它們多處于成都市的黃金地段，具有地理優(yōu)勢(shì)。同時(shí)，它們與最近的地鐵站的距離均在1KM以內(nèi)，交通便利等等，這些最終造成了類別一樓盤如此之高的房價(jià)。再者，即使是區(qū)域指數(shù)相同的樓盤，它們各自與最近地鐵站距離上的差異也最終會(huì)反映在它們的房價(jià)上，“距地鐵的遠(yuǎn)近直接決定著房價(jià)高低”的現(xiàn)象十分明顯。 以大府長城圖南多、藍(lán)光?凱麗香江和慕和南道?藍(lán)卡威三個(gè)樓盤為例，它們的區(qū)域指數(shù)均為3,但是由于它們各自距離最近地鐵站的距離分別為 0.1KMK0.9KM和5KM這就導(dǎo)致了它們6500元、5300元和4300元的房價(jià)上的巨大差異。由此，我們?cè)俅瓮ㄟ^地鐵站與樓盤的距離分析證明了地鐵的修建對(duì)沿線房價(jià)的巨大影響。（四）結(jié)論與意義.成都地鐵的修建會(huì)產(chǎn)生巨大的外部經(jīng)濟(jì)效應(yīng)，對(duì)其沿線地區(qū)房價(jià)產(chǎn)生的影響是非常顯著的。隨著地鐵修建工程的推進(jìn)，受地鐵完工率增大的影響，沿線房價(jià)將上漲428元/平方米，加之地鐵初動(dòng)工時(shí)激增的1135.8元/平方米，地鐵的修建總共會(huì)讓沿線房價(jià)上漲1563.8元/平方米。本文基于成都地鐵一號(hào)線來研究地鐵沿線的房價(jià)變動(dòng)情況，初步建立了模型并加以求解，其結(jié)果進(jìn)一步證實(shí)了地鐵對(duì)沿線房地產(chǎn)價(jià)格所產(chǎn)生的影響是顯著的。 這不僅體現(xiàn)在隨著地鐵通車日的逐步臨近，成都市總體房價(jià)逐步上升，也體現(xiàn)在樓盤與地鐵站的距離越近，其房價(jià)越高。.地鐵的修建改變了成都原有的房地產(chǎn)定價(jià)原則。之前，樓盤定價(jià)基本上會(huì)按照離市中心天府廣場(chǎng)的遠(yuǎn)近作為參照物，但是現(xiàn)在地鐵也成為了地段的一種標(biāo)準(zhǔn)，地鐵口將成為一個(gè)中心點(diǎn)，向周邊輻射，樓盤按照離地鐵口遠(yuǎn)近來定價(jià)，本文聚類分析中的結(jié)論就驗(yàn)證了這點(diǎn)。.匯率和人均季度GDP等反映國民經(jīng)濟(jì)發(fā)展的變量與成都房價(jià)大體上呈正一次相關(guān)，且由人均季度GDP#上升100元，房價(jià)上升4.6元可知人均季度GDP不是影響成都市地鐵沿線房價(jià)的主要因素。同樣對(duì)于反映經(jīng)濟(jì)波動(dòng)的指標(biāo)，如上證指數(shù)和CPI,與成都市的房價(jià)大致上呈正一次相關(guān)。上證指數(shù)和 CPI的升高加劇了成都市地鐵沿線房價(jià)的提升，且影響顯著，是決定房價(jià)的重要因素之一，這一現(xiàn)象在07年2、3季度表現(xiàn)得尤為突出。.政府對(duì)房價(jià)的干預(yù)措施，即政策調(diào)控因子（存款利率和公積金房貸利率），同地鐵沿線房價(jià)之間存在負(fù)二次相關(guān)性，也就是在一定時(shí)期內(nèi)存款利率和公積金房貸利率的升高會(huì)導(dǎo)致房價(jià)的下降。但由于因子得分系數(shù)與回歸系數(shù)均比較小，該因子并未對(duì)成都市地鐵沿線房價(jià)產(chǎn)生顯著性的影響。 原因可能在于實(shí)際中購房者對(duì)于住房的需求仍然很大，住房的供求關(guān)系緊張，使得房價(jià)仍然居高不下，政府的調(diào)控措施在短期內(nèi)未能起到明顯的效果，這也符合正常經(jīng)濟(jì)規(guī)律。因此，政府需采用其他有力手段或加大調(diào)整力度來調(diào)控房價(jià)。.本文將有利于促進(jìn)房地產(chǎn)產(chǎn)業(yè)朝著健康的方向發(fā)展，同時(shí)也有利于分散人群降低市中心的人口壓力。因?yàn)榉康禺a(chǎn)定價(jià)原則的改變，也會(huì)改變?nèi)藗兊馁I房觀念。地鐵把各個(gè)區(qū)域拉近了，城市范圍更大了，可居住范圍也更大了。地鐵的修建加強(qiáng)了郊區(qū)與市中心住宅之間的可替代性，使得郊區(qū)的交通更加便利，加上郊區(qū)的生活環(huán)境好空氣質(zhì)量高且樓價(jià)相對(duì)較低等先天