韓麗娟

（內蒙古師范大學地理科學學院，內蒙古呼和浩特 011517）

呼和浩特市房價分布特點及影響因素分析

韓麗娟

（內蒙古師范大學地理科學學院，內蒙古呼和浩特 011517）

房價的高低直接影響著人們的生活，影響人們的安居樂業(yè).本文以呼和浩特市二環(huán)以內的區(qū)域為例，從區(qū)位因素出發(fā)，采用普通克里格方法，嘗試分析呼和浩特市二環(huán)以內房價分布特點及影響因素.經研究得出，呼和浩特市二環(huán)以內的房價總體以城市中心為中心，向四周遞減，但同時也存在著空間變異性；住宅樓盤周圍的學校，服務設施，商場，道路均不同程度的影響著房價.同時總結了影響房價的四種因素，為人們購房提供理論性的建議.

呼和浩特市；房價；分布特點

房地產經歷了快速增長后，目前房價市場增速變緩，甚至有所下跌，房價已成為人們最關注的問題.以呼和浩特市為例，從2011年以來市區(qū)房價逐年增長.國內一些學者利用空間地統(tǒng)計方法研究城市房價的分布.如在研究居住環(huán)境時，注重地理信息系統(tǒng)的應用，特別是在房價相關分析中，開始重視采用空間插值和其他數(shù)學模型以及研究方法進行探討[1].有很多研究使用不同的方法，均揭示出房價的分布特點以及影響因素.陳向陽研究州市的房價分布與決定因素時，使用調查方法和統(tǒng)計年鑒數(shù)據(jù)對房價進行分析，得出房價由人們居住的CBD中心圈的距離決定[2].張紹基研究北京的房價分布規(guī)律，使用空間數(shù)據(jù)挖掘中的聚類分析方法得出結論[3].蔣立紅、李慶花研究影響房價的區(qū)位因素時，分析了交通、基礎設施、地區(qū)的繁華程度、環(huán)境因素與房價之間的關系[4].王洋，方創(chuàng)林等人利用核密度函數(shù)，建立GDI指數(shù)等方法計算揚州市住宅價格分異趨勢及演變規(guī)律[5].

本文根據(jù)呼和浩特市二環(huán)以內在售普通商品住宅資料，采用ArcGIS等軟件對呼和浩特市住宅價格分布特點進行研究，分析市區(qū)房價空間分布特點、樓盤空間集聚特征，并針對該特點探討房價分布特點及影響因素.為政府部門合理利用城市土地、房地產開發(fā)商的經營管理與市民購房提供參考.

1 研究區(qū)概況與研究的意義

1.1 研究區(qū)概況

呼和浩特，位于內蒙古自治區(qū)中部，是內蒙古自治區(qū)的首府，是自治區(qū)政治、經濟、科技、文化、教育中心.東經110°46′-112°10′，北緯40° 51′-41°8′，地處內蒙古自治區(qū)中部大青山南側，西與包頭市、鄂爾多斯市接壤，東鄰烏蘭察布市，南抵山西省.全市總面積17.224平方公里，全市總人口291萬.呼和浩特市轄4個市轄區(qū)，4個縣，一個旗和一個國家級開發(fā)區(qū).即玉泉區(qū)、新城區(qū)、賽罕區(qū)、回民區(qū)、呼和浩特市金川經濟技術開發(fā)區(qū)、土默特左旗、托克托縣、清水河縣、和林格爾縣和武川縣.本文中的研究范圍為玉泉區(qū)，回民區(qū)，賽罕區(qū)，新城區(qū)中二環(huán)內的區(qū)域.

1.2 研究的目的和意義

近年來，房地產投資過熱，房價的快速上漲已經影響到人們生活水平的提高.近年來國家出臺了針對房地產市場調控的一系列政策，取得了明顯的效果，對抑制房價的迅速上漲、規(guī)范房地產市場、確保房地產健康地發(fā)展發(fā)揮了重要的積極作用.但必須認識到，房地產市場的發(fā)展，仍然存在許多亟待解決的問題，房價依然是需要審慎對待并嚴格控制的因素.本文以此為背景，研究呼和浩特市房價分布特點，嘗試研究呼和浩特市房價的影響因素，力求從多個角度研究呼和浩特房價上漲的實質，提出有效抑制房地產價格上漲的對策與建議，以求對控制房價過快上漲發(fā)揮積極的作用.

我國人口越來越多，住房也一定是年年增加.房價時常成為市民與開發(fā)商關心的焦點，也是政府解決民生問題難以回避的問題，探討房價空間分布規(guī)律有助于政府管理部門、市民與開發(fā)商適時掌握房價分布趨勢與形成機制，為其決策提供必要依據(jù).

2 數(shù)據(jù)資料與研究方法

2.1 數(shù)據(jù)來源

本文從搜房網的樓盤廣告和官方網站上采集了2013年呼和浩特市區(qū)在售與待售住宅樓盤價格，并到售樓處調查核實該價格.除去有些樓盤價格待定以外，二環(huán)以內共收集了100個住宅樓盤價格.

2.2 研究方法

地統(tǒng)計分析方法被廣泛應用于許多領域，已成為空間統(tǒng)計學的一個重要分支[12].地統(tǒng)計分析以區(qū)域化變量為基礎，借助變異函數(shù)，研究具有空間相關性和依賴性的地理現(xiàn)象，對樣本數(shù)據(jù)進行最優(yōu)無偏內插估計，模擬地理現(xiàn)象空間分布的相關性和變異性.地統(tǒng)計分析與經典統(tǒng)計學不同，地統(tǒng)計分析既考慮樣本數(shù)據(jù)的大小，又重視樣本數(shù)據(jù)空間位置及樣本間的距離因素.本文采用地統(tǒng)計方法中的普通克里格方法.

首先，預測學校，商場，服務設施，道路等因素與房價高低有關.矢量化呼和浩特市二環(huán)以內的地圖，并單個作出學校，商場，服務設施，樓盤的點圖層和道路的線圖層.再把矢量化的學校，商場，服務設施的點圖層和道路的線圖層，分別轉為柵格圖層，以供和作出的“克里格”圖層疊加.以樓盤的“樓盤價格”屬性進行地統(tǒng)計分析的普通克里格分析.將學校，商場，服務設施，道路等影響因素分別與“克里格”圖層用“柵格計算器”進行疊加.將得出的結果圖一一分析.克里格分析做出的樓盤價格分布特點如圖1所示.

圖1 二環(huán)以內的房價空間插值圖

3 房價分布特點

分析以上的空間插值圖，可以看出，呼和浩特市二環(huán)以內的房價總體以市中心為中心，向四周遞減，但同時也存在著空間變異性[5]-[11].房價高低分布呈圈層狀.在房價高的區(qū)域外測，房價由高到低可以分成5個圈層，由房價高的中心圈層向外延伸. （1）房價最高的中心圈層房價達到11000元/㎡以上.僅占呼和浩特市二環(huán)以內樓盤的1%.本區(qū)域的樓盤較少，“興泰御都”樓盤價格最高，達到15000 元/㎡.這是烏蘭察布西街，昭烏達路，呼倫貝爾路交界處，呼和浩特的市中心，最高位置在內蒙古教育廳附近.（2）向外延伸，第二圈層的房價依然居高，房價在10000元/㎡至11000元/㎡內.僅占呼和浩特市二環(huán)以內樓盤的1%.“蒙西文化廣場”樓盤的價格達到11000元/㎡.新華大街以南，大學西街以北，東至昭烏達路，西至錫林郭勒南路區(qū)域的房價均處于這個價位.（3）第三圈層的樓盤逐漸增加，價格均在8300元/㎡至10000元/㎡以內.共16個樓盤，占呼和浩特市二環(huán)以內樓盤的16%.南至鄂爾多斯大街，東至興安南路，北至火車站，西至通道南路（通道北路）的房價均處于這個價位.（4）第四圈層內的樓盤較多，價格穩(wěn)定，在6300元/㎡至8300元/㎡內.一環(huán)的樓盤，一半的樓盤價格在此范圍內.二環(huán)內，一半以上的樓盤價格在此范圍內，占呼和浩特市二環(huán)以內樓盤的49%.（5）房價最低集中區(qū)為二環(huán)的西半部，接近金川開發(fā)區(qū)的樓盤價格普遍較低，在6000元/㎡以下.共有33個樓盤，占呼和浩特市二環(huán)以內樓盤的33%.

圖2 房價6300元/㎡至8300元/㎡所覆蓋的范圍

此外，從圖1中可以看出，房價低的樓盤大多分布在玉泉區(qū)和回民區(qū).新城區(qū)的房價分布特點是，由西南到東北，房價逐漸減少.賽罕區(qū)房價分布特點是，由西北到東南，房價逐漸減少.

4 房價分布影響因素分析

教育設施的配套情況好或者臨近知名學校，不僅增加了房地產的人文色彩，還大大提高了房地產的附加值，使得房地產的價格提高.完善的醫(yī)療設施或者臨近大型的醫(yī)院，能夠方便人們就醫(yī)，間接抬升房價.隨著人們生活水平的提高，對于運動、健身、休閑的要求越來越高，因此小區(qū)臨近或配套必要的體育設施或者休閑場所（如公園等），對提升房地產的品質非常有幫助.此外，政府機構、銀行等大眾服務部門的位置也能在一定程度上影響房價的高低.此外，道路也是影響人們選擇居住環(huán)境時考慮的一個重要因素，完善的交通系統(tǒng)可以縮短交通時間、完善生活配套、改變生活方式，提升生活效率[4].

根據(jù)所調查數(shù)據(jù)分析結果顯示，周圍的學校，服務設施，大型商場，道路都影響著房屋的價格.

4.1 學校對房價分布的影響

教育環(huán)境對房地產有著積極的推動作用，可以間接拉動房地產業(yè)的步伐，增加房地產含金量.

二環(huán)以內共標出115所學校.通過將二環(huán)以內房價空間差值圖與學校進行疊加得出：一環(huán)（西至巴彥淖爾南路，巴彥淖爾北路；東至興安南路，興安北路；南至鄂爾多斯大街；北至海拉爾大街）以內及一環(huán)周圍學校較多，隨之房價也較高.房價在8300 元/㎡以上，即里三層圈內的學校共有26所，占研究區(qū)內全部學校的22%.

如內蒙古大學，是內蒙古自治區(qū)唯一的國家“211工程”重點建設的高校，接近名校的房價處于10000元/㎡以上；同樣滿族小學，呼市實驗中學，呼市二中，十八中和師大附中等名校周圍的房價明顯處于高值范圍.向外延伸，趨近二環(huán)，學校逐步減少，略顯稀疏，房價也隨之降低.二環(huán)西半部，學校較少，房價明顯較低.

圖3 學校分布的房價分布空間插值圖

4.2 商場對房價分布的影響

商業(yè)的繁華程度是反映社會財富聚集度和社會信息、物資與人員聚集程度，反映城市功能的重要指標.

研究區(qū)內共標出24個商場.一環(huán)以內商場眾多，商場周圍的平均房價達到10000元/㎡以上.一環(huán)以外人員聚集較少，商場也較少，房價隨之降低.市中心的西半部分（即玉泉區(qū)和回民區(qū)）區(qū)域沒有大型商場，房價均處于低值區(qū)間.首府中心的大型商場如海亮廣場，維多利商廈，民族商場，嘉茂購物中心等地區(qū)對周圍的房價提升有著很大的影響.

圖4 商場分布的房價分布空間插值圖

4.3 服務設施對房價分布的影響

基礎設施配套完善的過程，就是房地產的升值過程.服務設施是人們生活中不可缺少的部分.所以多數(shù)人在購房時都會考慮周圍的服務設施.

本文中的服務設施包括政府、檢察院、安全局等行政機關，醫(yī)院，酒店，飯店，廣場等生活必需場所以及火車站，各個公司等.共列出320處服務設施.由圖5可以看出，市中心及以東的服務設施比較密集，住宅價格普遍較高；市中心以西的區(qū)域，服務設施較稀疏，也是房價的低值區(qū)間.

圖5 服務設施分布的房價分布空間插值圖

4.4 道路對房價分布的影響

城市對居住者引力最大之處，來源于城市功能最集中和完善的城市中心(有的城市只有一個中心，有的城市有多個中心)一般來說，在距離市中心等距的同心圓上的房地產，有大致相當?shù)膬r格水平.

本文中畫出了主要干道，較窄的小巷沒有畫出.可以明顯看出道路依然是影響房價的主要因素.如圖6所示：

圖6 道路分布的房價分布空間插值圖

圍繞主干道，也是人員聚集較多的地區(qū)，如“新華大街”，“昭烏達路”，“烏蘭察布西街”，“呼倫貝爾路”，“大學西街”，“錫林郭勒南路”，“錫林郭勒北路”等道路周圍的房價均處于高價范圍內，但依然是比較搶手的區(qū)域.

所以此街道的平均房價超過10000元/㎡元.向外延伸的三個圈層內涉及的道路依然居多，圖中用藍色表示出.如圖6所示：

圖6 房價在8300元/㎡至10000元/㎡以內

5 結論與討論

5.1 結論

（1）呼和浩特市二環(huán)以內的住宅樓盤價格分布比較均勻.烏蘭察布西街，昭烏達路，呼倫貝爾路交界處的價格最高，是呼和浩特的市中心.圍繞市中心，向外擴展，房價逐漸降低.

（2）學校是影響房價的重要因素，如呼市實驗中學，滿族小學，呼市二中，內蒙古大學，師大附中等名校附近的房價都較高.

（3）商場也是影響房價的重要因素之一.如維多利，新世紀廣場，民族商場，王府井百貨，五四商城，嘉茂購物中心等大型商場的位置均決定了周圍的房價處于高價區(qū)域.

（4）服務設施是人們工作生活的必需場所.離服務設施越近或樓盤周圍的服務設施越多，房價都會明顯上升.

（5）交通是否便利直接影響人們對住房區(qū)位的選擇.從以上分析中可以看出，主要干道附近的房價比其他區(qū)域的房價要高.

5.2 討論

在此次城市房價分布規(guī)律分析中，本文只選取了基礎設施一種因素，所選地域范圍也較小，因此只能呈現(xiàn)城市房價分布的部分規(guī)律.

由于受所收集的數(shù)據(jù)資料的限制，本文沒有選取更詳細的影響因素.另外，由于城市的不斷發(fā)展，地價的空間格局也會隨著時間而變化，因此，還需要從時間尺度來研究不同時段的房價分布特征，時空結合也將是未來研究的熱點之一.

〔1〕梅志雄，黎夏.基于地統(tǒng)計分析的房價空間分布差異研究——以東莞市2006年普通住宅價格為例［J］.華南師范大學學報（自然科學版），2007.

〔2〕陳向陽，陳日新，王玚.廣州市的房價分布與決定因素研究［J］.中國房地產（學術版），2012.

〔3〕張紹基，許菡.基于空間數(shù)據(jù)挖掘聚類分析的城市房價分布規(guī)律研究［J］.蘭州學刊，2011（05）.

〔4〕蔣立紅，李慶花.區(qū)位因素影響房價的分析［J］.城市開發(fā)，2005（04）.

〔5〕王洋，方創(chuàng)琳，盛長元.揚州市住宅價格的空間分異與模式演變［J］.地理學報，2013（08）.

〔6〕高金龍，陳江龍，楊疊涵.南京市城市土地價格空間分布特征［J］.地理科學進展，2013，32（3）.

〔6〕周鳴.影響房價的因素分析［J］.時代金融，2013.

〔8〕陳璐.高房價背后的利益集團因素探索-基于新制度經濟學的視角［J］.現(xiàn)代商貿工業(yè)，2010（12）.

〔9〕黃厚霞，侯莉穎.房價影響因素綜述［J］.中國房地產，2011（07）.

〔10〕石艷麗.政策調控下我國房價走勢及影響因素探析［J］.商業(yè)文化，2012（01）.

〔11〕杜小婭，陸躍進.南京市區(qū)地價空間分布及其影響因素分析［J］.國土資源遙感，2004（06）：51-55.

〔12〕梅志雄．基于ESDA和Kriging方法的東莞市住宅價格空間結構［J］．經濟地理，2008，28（5）：862－866．

F293.3

A

1673-260X（2015）04-0096-04

內蒙古自然科學基金項目（2010MS0615）資助