駅近物件の価格プレミアムはどれくらいか

駅から近い物件は高い。誰もが知っている話だ。では実際にどれくらい高いのか。徒歩5分と15分で何%の差が生まれるのか。FUDOSAN DBに収録された700万件超の取引データには最寄駅と徒歩分数が含まれており、この問いにデータで答えることができる。

取引データに含まれる駅関連フィールド

FUDOSAN DBのSilver層に格納された取引データには、以下の駅関連フィールドがある。

宅地やマンションの取引では97~99%のレコードに駅データが入っている。農地や林地はほぼ0%だが、不動産投資の文脈では問題にならない。

駅距離による価格差の一般的な傾向

不動産鑑定の実務では、駅徒歩5分以内と10分以内で10~30%程度の価格プレミアムがあるとされる。FUDOSAN DBのデータでも、この傾向を確認できる。

分析のアプローチ

駅距離と価格の関係を正確に測るには、同一エリア内で駅距離だけが異なる取引を比較する必要がある。市区町村をまたいで比較すると、地域差が駅距離の効果を覆い隠してしまう。

有効な分析手順はこうなる。

1. 対象エリアを1つの市区町村に固定する
2. 物件種別を揃える。マンションならマンションだけ
3. 徒歩5分以内、5~10分、10~15分、15分以上の4区分に分ける
4. 各区分の平米単価の中央値を比較する

平均値ではなく中央値を使うのは、外れ値の影響を避けるためだ。タワーマンションの億超え取引が1件混じるだけで平均値は大きく歪む。

典型的な結果

東京23区内のマンション取引でこの分析を行うと、おおむね以下のパターンが出る。

徒歩5分と15分で15~30%の価格差が出る。これは年間の賃料利回りに換算すると数十万円の差だ。特に人口増加エリアでは駅近の希少性がさらに高まり、プレミアムが拡大する傾向にある。

APIとMCPで独自分析を行う

FUDOSAN DBのWeb UIでは市区町村単位の集計データを提供しているが、駅距離別の価格分析のような詳細な切り口はAPIやMCPを使って行うのが早い。

MCPで自然言語分析

Claude等のAIアシスタントにFUDOSAN DBのMCPを接続すれば、自然言語で分析を依頼できる。

MCPのセットアップ方法はMCPガイドに詳しい。

REST APIでプログラマティック分析

プログラムから取引データを取得して独自の分析を行う場合は、REST APIを使う。エリアプロフィールや価格推移のエンドポイントが用意されているので、集計済みデータをすぐに取得できる。

より詳細なクロス分析が必要な場合、APIで取得したデータをPythonやRで加工するのが実用的だ。

駅プレミアムが効かないケース

すべての物件で駅近が有利とは限らない。いくつか例外がある。

• 車社会のエリアでは駅距離の影響が小さい。地方の郊外型住宅地では、駐車場の有無やロードサイド商業施設へのアクセスが価格に効く
• ターミナル駅直結の物件は騒音や混雑でマイナス評価を受けることがある。徒歩3分程度が最も高いプレミアムを示すケースも多い
• バス便エリアでも、始発バス停の近くは一定の価格維持力がある

データで判断するなら、駅距離だけでなくエリアの人口動態や地価推移も合わせて見るべきだ。駅近でも人口が減っているエリアでは、プレミアムが縮小する。