1、“挑戰(zhàn)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(jìn)程的加快，地鐵這種方便、快捷、節(jié)能、環(huán)保的交通方式開始逐漸為國內(nèi)各大城市所青睞，并得到大力推動和發(fā)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(jīng)，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(jīng)濟(jì)學(xué)分析方法為工具，構(gòu)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(dāng)前我國經(jīng)濟(jì)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(guān)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(shè)進(jìn)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(nèi)房價也開始節(jié)節(jié)攀升。于是在這關(guān)系到中國能否繼續(xù)其高速城市化建設(shè)的關(guān)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(shè)施，其中在中國最為廣泛被投入建設(shè)的就是地鐵。城市軌道交通，具有運(yùn)量大、速度快、安全、準(zhǔn)點(diǎn)、保護(hù)環(huán)境、節(jié)約能源和用地少等特點(diǎn)，目前我國大陸地區(qū)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(nèi)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(shè)，全長23.6公里，設(shè)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(qū)，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(dāng)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(shè)，全長17.2公里，設(shè)有12座車站及太平湖車輛段，其線路為沿北京內(nèi)城城墻自建國門至復(fù)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(yùn)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(yùn)營。1987年，北京地鐵二號線通車

4、，全長23.61公里，18座運(yùn)營車站。2003 年，北京地鐵八通線通車，全長18.9公里，13座運(yùn)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(yùn)營車站。截止至2010年12月20日，北京地鐵總長度已達(dá)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(shù)據(jù)）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(yuǎn)郊地區(qū)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(dāng)今社會的熱點(diǎn)問題，我們認(rèn)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(fā)現(xiàn)當(dāng)下地鐵與房價的隱形的關(guān)系，更可以為其他將要建設(shè)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(yùn)營，我們關(guān)注到，隨著地鐵的建設(shè)、開通，地鐵沿線的很多樓盤也開始以此為賣點(diǎn)，調(diào)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(diào)查與研究。但隨著調(diào)查的深入，對調(diào)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(nèi)地鐵附近的（部分）一手商品房的價格與其是否具有關(guān)于地鐵概念的廣告的關(guān)系進(jìn)行了研究。北京作為中國第一個擁有地鐵的城市，地鐵建設(shè)相對比較發(fā)達(dá)，現(xiàn)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(nèi)其他城市有指

6、導(dǎo)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(xiàn)綜述近年來，由于我國房地產(chǎn)市場中房地產(chǎn)價格的迅猛上漲，引發(fā)了國內(nèi)學(xué)術(shù)界關(guān)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(chǎn)價格的因素概括起來大體可分為本體影響因素和環(huán)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(huán)境因素都進(jìn)行了收集。經(jīng)過我們的預(yù)測和分析，我們認(rèn)為軌道交通尤其是地鐵的建設(shè)對周邊房價有一個非常強(qiáng)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(guān)文獻(xiàn)。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(fā)展這類基礎(chǔ)設(shè)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(dān)的客運(yùn)周轉(zhuǎn)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(jìn)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(dǎo)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(chǎn)的影響，國內(nèi)外更是有諸多學(xué)著進(jìn)行過探討，姚瑤、蘇莎莎（2007）提到，軌道交通的建設(shè)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(chǎn)的發(fā)展方向、人們的置業(yè)方向、城市人

8、口收入的分布狀況也會發(fā)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(chǎn)的價格和它的地域位置是強(qiáng)烈相關(guān)的：這些都與我們的假設(shè)相吻合。然而，我們調(diào)查發(fā)現(xiàn)，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(jìn)行的十分詳細(xì)的研究中，他們利用hedonic價格模型，一方面發(fā)現(xiàn)與其他學(xué)者的研究結(jié)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(qiáng)烈的影響，相反的是總的來說，距離交通設(shè)施的方便度相比其他變量例如房屋大小、房屋相對學(xué)校區(qū)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(chǎn)價格決定:隨機(jī)模型和經(jīng)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(chǎn)投資占固定資產(chǎn)投資比重、人均可支配收入、人均消費(fèi)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(bǔ)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(guān)文獻(xiàn)的閱讀以及生活中的觀察，我們對于本次研究的結(jié)果進(jìn)行了預(yù)測，預(yù)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(guān)文獻(xiàn)關(guān)于

10、地鐵因素對于周邊房價的影響的結(jié)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(xiàn)，于是我們決定通過親自查找并搜集相關(guān)資料，尋找地鐵廣告與沿線一手商品房房價的關(guān)系。但實踐發(fā)現(xiàn)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(huán)境因素的影響，考慮到操作性、可行性、準(zhǔn)確性，大多數(shù)學(xué)者針對研究對象均進(jìn)行了較為嚴(yán)密的數(shù)據(jù)統(tǒng)計。基于參考文獻(xiàn)中諸位學(xué)者對影響房價因素的分類，我們決定把研究的數(shù)據(jù)采集時間限定在2010年4月至12月，在這一段時間內(nèi)宏觀環(huán)境因素沒有太大的變化，相關(guān)政策出臺不多，同時把數(shù)據(jù)采集時間確定下來，也可以降低數(shù)據(jù)搜集的難度，提高研究的可行性、準(zhǔn)確性，使得研究結(jié)果更為可信。我

11、們在這個時間范圍內(nèi)搜集盡量多的符合要求的數(shù)據(jù)，利用地域比較法結(jié)合相關(guān)的統(tǒng)計學(xué)、計量經(jīng)濟(jì)學(xué)知識進(jìn)行研究以得出地鐵廣告與房價上漲的關(guān)系。力圖運(yùn)用科學(xué)方法得出一個較為準(zhǔn)確的結(jié)論。三、數(shù)據(jù)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(shù)據(jù)。數(shù)據(jù)收集自房地產(chǎn)門戶網(wǎng)站搜房網(wǎng)、搜狐網(wǎng)等專業(yè)網(wǎng)站，選擇其作為數(shù)據(jù)來源的主要原因，是基于其提供了有關(guān)一手住宅商品房包括建筑面積、占地面積、總?cè)莘e率、物業(yè)費(fèi)、綠化率、是否有相關(guān)地鐵廣告等在內(nèi)的詳細(xì)信息。另外，是與其他網(wǎng)站相比, 這些專業(yè)網(wǎng)站的原始數(shù)據(jù)均來

12、自各大中介公司、獨(dú)立經(jīng)紀(jì)人以及業(yè)主, 能夠保證數(shù)據(jù)的客觀性以及隨機(jī)性。為了保證數(shù)據(jù)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(diào)控新政,即關(guān)于加強(qiáng)房地產(chǎn)用地供應(yīng)和監(jiān)管有關(guān)問題的通知即"國19條",該通知明確規(guī)定開發(fā)商競買保證金最少兩成、1月內(nèi)付清地價50%、囤地開發(fā)商將被"凍結(jié)"等19條內(nèi)容。此次政策出臺對房地產(chǎn)市場產(chǎn)生了較為強(qiáng)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(nèi)，小組共搜集到135個觀測對象，去除信息重復(fù)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?cè)莘e率、物業(yè)費(fèi)、綠化率、是否精裝等）和環(huán)境因素（與北京市中心距離、在北京地區(qū)分布情況以及是否具有地鐵相關(guān)廣告等），因此可以認(rèn)為這些數(shù)據(jù)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(shù)據(jù)進(jìn)行選擇和測量時，我們也進(jìn)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(biāo)，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(huán)境是不同的，這在一個固定的地區(qū)是很重要的，而測量方位分布的方法是在北京市內(nèi)取天安門廣場為原點(diǎn)，

14、建立極坐標(biāo)，以極坐標(biāo)的度數(shù)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(wǎng)站搜索來確定，在數(shù)據(jù)處理上用到了虛擬變量。此處應(yīng)有數(shù)據(jù)均值四、模型設(shè)定與參數(shù)估計針對收集到的數(shù)據(jù)，我們決定采用計量經(jīng)濟(jì)學(xué)的模型進(jìn)行研究，但商品房的價格與以上研究因素之間的關(guān)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(jìn)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(diǎn)的極坐標(biāo)度數(shù)，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(qū)內(nèi)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(jié)構(gòu)又是典型的方格環(huán)形放射式，從天安門向四周輻射，房價也隨著呈環(huán)形遞減。距離市中心遠(yuǎn)的地區(qū)，多為郊區(qū)和城鄉(xiāng)結(jié)合部，這些地區(qū)交通建設(shè)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(biāo)確定的商品房與天安門之間的距離，然后以天安門為原點(diǎn)旋轉(zhuǎn)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(yuǎn)點(diǎn)，正東方向出發(fā)軸，逆時針旋轉(zhuǎn)建立極坐標(biāo)，平均度數(shù)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(diǎn)涉及到房屋的裝修問題，精裝相當(dāng)于為住戶節(jié)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(chǎn)商建房的成本，這部分成本最后還是會轉(zhuǎn)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(xiāng)結(jié)合部的住房通勤不佳，地鐵讓城市發(fā)生集聚效應(yīng)，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(yè)價值，使得地鐵周圍的各種物業(yè)具備了極大的升值空間。地鐵廣告在宣傳樓盤與地鐵遠(yuǎn)近關(guān)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(chǎn)都是聰明的選擇，因此產(chǎn)生的巨大需求必然會引起房價的上

17、漲。從地鐵在市內(nèi)的作用來看，地鐵帶來的極大人流創(chuàng)造了新的商機(jī)，不少商家也必然會關(guān)注地鐵修建的相關(guān)情況，從而沿地鐵線路進(jìn)行房地產(chǎn)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(yè)費(fèi)，這些都是商品房的基本信息，相當(dāng)于商品房之間的硬件的一個比較，必然應(yīng)當(dāng)歸入模型。X7代表當(dāng)期戶數(shù)，就是目前在小區(qū)內(nèi)居住的戶數(shù)，我們認(rèn)為如果已入住的戶數(shù)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(yīng)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(guān)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(shù)，其中0為常數(shù)項。我們通過建立兩種多元線性回歸模型，利用計量經(jīng)濟(jì)學(xué)的相關(guān)軟件E-views對這些因素進(jìn)行分析得出以下結(jié)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(shù)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(shù)項 11

20、.078870 10.990085 0.000000 極坐標(biāo)度數(shù) -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(dāng)期戶數(shù) -0.000011 0.320364 0.749539 綠化率 0.025517 0.032676 0.974015

21、物業(yè)費(fèi) 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(shù)項 11.171247 12.414018 0.000000 極坐標(biāo)度數(shù) -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(dāng)期戶數(shù) -0.000021 -0.807480 0.421428 綠化率 0.402910 0.569276 0.570526 物業(yè)費(fèi) 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(shù)和調(diào)整可決系數(shù)，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(guān)性，Nobs 是樣本個數(shù)， Nvars為變量個數(shù)， Coefficient為變量前的參數(shù)，t-statistic與t-probability分別是t檢驗統(tǒng)計量與p值 基于以上的模型和數(shù)據(jù)，由模型1的可決系數(shù)與調(diào)整可決系數(shù)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(rèn)同的。其中sigma2也比較小，我們可以認(rèn)為模型2是有效的，其波動范圍較小。P值小于0.05我們認(rèn)為所得到的數(shù)據(jù)是顯著的。總

26、的來講，這兩個模型是正確的，得到的數(shù)據(jù)也與我們預(yù)期相符合。五、結(jié)論分析在上述參數(shù)估計中，系數(shù)大小表明了該因素的影響力，正參數(shù)表明正向的影響，負(fù)參數(shù)則相反。T值表示統(tǒng)計上的顯著性，T值大于2則代表顯著。通過t統(tǒng)計量，可以查表確定參數(shù)的顯著性。經(jīng)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(shù)據(jù)結(jié)果來看，模型二在T值顯著性上比模型一好。從模型二的結(jié)果來看，我們可以得到以下結(jié)論：（一） 角度微弱的負(fù)向影響房價，并且可以通過極坐標(biāo)度數(shù)明顯的看出在北京東南方向房價相比其他幾個區(qū)域低。通過與其他因素的比較，可以看出，除了當(dāng)期戶數(shù)，其他的因素對房價的影響程度有遠(yuǎn)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(chǎn)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(qiáng)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(tǒng)計上的顯著性來看都是如此，這與我們的假設(shè)相符。但是此次研究重心是想尋找地鐵這一加強(qiáng)城內(nèi)、城郊聯(lián)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(qiáng)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(yù)期的一樣，經(jīng)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(jié)果，即有地鐵概念廣告的房價比沒有相關(guān)廣告的高約11%。這一研究結(jié)果雖然在統(tǒng)計上并不顯著，但是卻是符合我們的預(yù)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(rèn)為可能是在市中心的一些商品房價格已經(jīng)相對穩(wěn)定，市中心的交通已經(jīng)非常發(fā)達(dá)、出行便利，地鐵的修建也不會產(chǎn)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(shù)據(jù)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(chǎn)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(dāng)然。在現(xiàn)實中，大面積的住房，相當(dāng)于給住戶提供了一個較為寬敞的生活環(huán)境，自然會提高房屋的價格。而且影響較為顯著、穩(wěn)定，一般以每平方米xx元的價格提升，所以模型得出的結(jié)果是符合實際的，相當(dāng)于對于模型的一個檢驗； （六） 物業(yè)費(fèi)對房價的影響也很明顯，即每平方米物業(yè)費(fèi)上漲1元，房價

30、提高0.08%。物業(yè)費(fèi)可以說是住戶的一個長期消費(fèi)，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(biāo)也必然會使得房價有一個較為穩(wěn)定的上升空間，這和占地面積對房價的影響相似；（七） 當(dāng)期小區(qū)戶數(shù)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(yīng)該對此較為關(guān)注，畢竟綠化率關(guān)系著生活小區(qū)的環(huán)境。但就研究結(jié)果來看可能面對較高的房價，住戶已經(jīng)無力關(guān)注綠化面積的問題了。并且多數(shù)商品房的綠化費(fèi)穩(wěn)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(nèi)有所變動，其他變量或者以較為穩(wěn)定的影響力影響房價或者已經(jīng)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(jīng)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(yīng)當(dāng)盡早購買住房。注：以上結(jié)論都是在保持其他因素不變的情況下分別討論的。六、總結(jié)經(jīng)過研究我們發(fā)現(xiàn)，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(jīng)濟(jì)學(xué)意義，和我們初始的假設(shè)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(qū)北京市，其次在變量的取舍與控制上，我們選取在有關(guān)房地產(chǎn)政策相對穩(wěn)定的一段時間內(nèi)，從本體因素和環(huán)境因素兩個方面進(jìn)行研究。同時