推計モデル1

第4章4仮説①②③を実証するための推定式１は以下とし、OLS⁶⁸モデルで分析を行う。

[推定式1-1]

lnLP(it)＝β0＋β1リノベーション数（_100_300_500）(it)⁶⁹＋β2専有面積＋β3駅徒歩 分＋β4間取りタイプダミー⁷⁰＋β5建物構造ダミー＋β6町丁目ダミー＋β7築 年数ダミー＋β8年次ダミー＋β9間取り部屋数ダミー⁷¹＋U

[推定式1-2]

lnLP(it)＝β0＋β1リノベーション数（_100_300_500）(ファミリー層/単身者層)⁷²＋β2専 有面積＋β3 駅徒歩分＋β4間取りダミー＋β5 建物構造ダミー＋β6 町丁目ダ ミー＋β7築年数ダミー＋β8年次ダミー＋β9間取り数ダミー ＋U

被説明変数

Ln(Price,it) i(property),t(time):レインズポイント地点i、ｔ年次における賃貸成約 マンション価格、賃貸成約商業価格、売買成約マンション価格（円/㎡）の対数値とした。

レインズデータはプールド・クロスセクションデータであり、t 年度は 2002 年~2019 年を 対象とした17年分のデータである。2002年を起算としているのは、清澄白河で一番最初に リノベーションが実施されたのが2005年であり、リノベーション前後効果を推計するため に3年前を起算とした。

説明変数：

馬喰横山、蔵前については、2009年から2019年のリノベーション前後の周辺価格賃料の 変化を観察するために、10年間分のクロスセクションデータを作成した。清澄白河は、2005 年から2019年のリノベーション前後の周辺価格賃料の変化を観察するために、14年間分の クロスセクションデータを作成した。

トリートメント変数は推定式1ではβ1を最も影響が大きい説明変数とし、変化の影響を 受けた変数（100m、300ｍ、500ｍ範囲内のリノベーション戸数、及び500ｍ範囲内のリノベ ーション戸数を集積の効果）とした。

68 ヘドニックアプローチ最小二乗法。

69 （※1)500ｍを集積の効果対象とし、2乗率計算とする。

70 ※被説明変数がマンション売買価格とマンション賃貸価格の場合

71 ※被説明変数がマンション賃貸価格の場合

72 政府統計調査・住宅土地建物統計調査「平成30年住宅・土地統計調査 住宅及び世帯に関する基本集計 全国・都道府

県・市区町村」（東京都）に従って、30㎡未満（面積規模、20、30代の若者の単身者）までを単身若者層として設定。

それ以外30㎡以上をファミリー層として設定した。

37

コントロール変数（β4～β7）であり、リノベーション実施変化の影響を受けていないが、

それ以外の点ではトリートメント変数のように影響をうけているものとした。（説明変数で 重要なものではないが、被説明変数に影響を与えているもので計算しなければならない変 数。）トリートメント変数として設定したが、概念は以下のとおりとする。

なお、各変数の説明は下記グラフの通りである。

図28 説明変数トリートメント変数（第4章4.2.2再掲）

図29 説明変数コントロール変数（第4章4.2.1再掲）

38

表5 推定式1-1.1-2説明変数

39