操 海 璐

(江西理工大學建筑與測繪學院，江西 贛州 341000)

?

·房地產開發(fā)·

贛州市中心城區(qū)商品住宅價格區(qū)位影響因素分析

操 海 璐

(江西理工大學建筑與測繪學院，江西 贛州 341000)

遴選了贛州市中心城區(qū)商品住宅價格空間分布的影響因素，調查了48個在售樓盤的均價，在GIS平臺量測區(qū)位影響因素的空間數據，導入空間殘差回歸模型，得出了贛州市中心城區(qū)商品住宅價格的主要區(qū)位影響因素。

樓盤，商品住宅價格，空間分布，區(qū)位因素

1 贛州市中心城區(qū)商品住宅價格空間分布的影響因素

房地產價格水平的高低是受房地產外部因素和房地產自身因素綜合影響的結果。對于特定城市的內部各板塊或板塊內部的不同位置的房地產價格差異，房地產的外部因素幾乎相同，對于分析房地產價格的空間結構差異，應當排除其實物因素和權益因素，影響商品住宅價格空間變化的主要因素就是區(qū)位因素。區(qū)位是指某宗房地產與其他房地產或事物在空間方位上的關系?？梢岳斫鉃橥恋鼗蚍康禺a所處位置在一個國家、某個城市空間的經濟地位。房地產的區(qū)位因素是一個綜合因素，既有天然條件也有人工影響。參照GB/T 50291—2015房地產估價規(guī)范，可以將房地產的區(qū)位因素分解為：1)位置。包括房地產所處的空間方位、距離市中心或重要設施、重要景觀的遠近。2)交通。交通的通達程度和交通的便捷度直接影響房地產的價格。3)環(huán)境和景觀。對于商品住宅來說，其房地產周圍的自然環(huán)境、人文環(huán)境對房地產價格的影響比較明顯。主要包括大氣環(huán)境、視覺環(huán)境、聲覺環(huán)境、水文環(huán)境、衛(wèi)生環(huán)境、人文環(huán)境。4)配套設施。商品住宅的外部配套設施直接影響其價格的高低，主要包括城市基礎設施和公共服務設施，如各種水、電、天然氣、通訊、供暖等管線是否到位，中小學、醫(yī)院、購物中心、文娛設施等的配套是否完善。

為探究贛州市中心城區(qū)商品住宅價格的空間分布原因，將上述四個區(qū)位因素分解為GIS方法可以量算的“距離”，最終確定影響贛州市中心城區(qū)商品住宅價格的區(qū)位影響指標：1)與CBD的距離(單位：m)。研究者一般將中央商務區(qū)高度指標(CBHI)>1，中央商務區(qū)強度指標(CBII)>0.5的區(qū)域界定為該城市的CBD，對于贛州市中心城區(qū)，人們習慣將河套老城區(qū)的南門口作為CBD的“核”，但是河套老城區(qū)的南門口的CBHI和CBII屆未達到標準。根據對CBHI的CBII計算，結合《贛州市城市總體規(guī)劃(2006—2020)，本文認為章江新城區(qū)的黃金廣場作為研究區(qū)域的CBD較為合理。2)與城市中央公園的距離(單位：m)。贛州市城市中央公園位于章江新區(qū)的中央金脊中部，占地750余畝，其中湖面的面積336畝，水溪及其兩邊綠地232畝，其他綠地及休閑廣場182畝，現已成為景觀環(huán)境、生態(tài)環(huán)境與蓄洪排澇有機結合的生態(tài)系統(tǒng)，臨近中央公園的商品住宅既能欣賞公園的美景又能休閑散步。章江新城區(qū)乃至贛州市中心城區(qū)的商品住宅價格與中央公園的距離存在一定的相關性。3)與章江、貢江的距離(單位：m)。贛江是江西的母親河，章江、貢江匯聚成贛江，贛州市中心城區(qū)的“三江六岸”的江景房歷來房價較高，這從第四章的二維分布圖和三維分布圖中也可以明顯地表現出。4)與城市主干道的距離(單位：m)。根據《贛州市中心城區(qū)總體規(guī)劃(2006—2020)，贛州市中心城區(qū)已經構建和即將建設“八縱十一橫”主干道網絡。各樣點樓盤與這“八縱十一橫”的主干道網絡可以在GIS圖中進行量算。5)學校的空間分布。“學區(qū)房”歷來是人們青睞的重要資源。根據《贛州市中心城區(qū)中小學布局規(guī)劃(2007—2020)》，至2020年，包括已有學校，中心城區(qū)將達到九年制學校4所、高中17所、初中26所、小學65所。6)醫(yī)院的空間分布。理論上講，鄰近醫(yī)院便于就醫(yī)，醫(yī)院的分布對住宅價格也有影響。至2015年年底，贛州市中心城區(qū)共有醫(yī)療機構110所，其中三級綜合醫(yī)院3所、三級傳染病醫(yī)院1所、三級精神病醫(yī)院1所、三級腫瘤醫(yī)院1所、三級中醫(yī)醫(yī)院1所、三級婦幼保健院1所；未定級綜合醫(yī)院1所、婦幼保健院1所、皮膚病醫(yī)院1所、其他公立醫(yī)院7所、民營醫(yī)院32所、鄉(xiāng)鎮(zhèn)衛(wèi)生院9所、社區(qū)衛(wèi)生服務中心8所、社區(qū)服務站43所。7)主要生活品市場的分布。主要生活品市場對人們的生活有較大的影響，也在一定程度上影響著商品住宅的價格。經統(tǒng)計，贛州市中心城區(qū)現有32個農貿市場，農貿批發(fā)市場2個，連鎖社區(qū)蔬菜超市21家，兼營蔬菜的超市67家。

為便于導入空間回歸模型，將上述七個影響因素作為解釋變量，贛州市中心城區(qū)商品住宅價格作為被解釋變量，建立變量代碼見表1。

表1 模型變量代碼

2 贛州市中心城區(qū)商品住宅價格空間分布影響因素的空間回歸分析

2.1 影響因素的一般回歸分析

在不考慮空間效應的情況下，用一般回歸分析方法構建起商品住宅價格與上述7個區(qū)位影響因素的經典回歸模型：

HP=C+β1(CBD)+β2(LAKE)+β3(ZGRIV)+β4(RORD)+β5(ESCH)+β6(HOS)+β7(MKET)。

把調查的48個商品住宅樓盤銷售價格為被解釋變量，7個影響因素為解釋變量導入SPSS軟件進行回歸分析，得到回歸系數矩陣及檢驗數據，如表2所示。

表2 一般回歸模型分析結果

從表2的一般回歸模型的分析結果可以看出，僅有CBD，LAKE，ZGRIV三個指標通過了顯著性檢驗。其他指標未通過顯著性檢驗，因各指標與空間要素密切相關，有必要引入空間概念進行回歸分析。

2.2 空間殘差模型分析

將一般回歸模型所使用的樣本數據導入空間殘差模型，使用DWG3.0軟件輸出的中位數，得出回歸分析結果，見表3。

表3 空間殘差回歸模型分析結果

表3中，幾乎全部指標都通過了顯著性檢驗，僅有“與城市主干道的距離(RORD)”這一個變量沒有通過5%的顯著性檢驗，證明解釋變量對被解釋變量具有較為顯著的影響。

通過一般回歸模型和空間殘差回歸模型的分析發(fā)現，因為空間殘差模型考慮了空間效應，較好地反映了商品住宅價格的空間分布與各影響因素之間的關聯度，模型較為可信。

3 贛州市中心城區(qū)商品住宅價格空間分布影響因素分析

經空間殘差回歸分析，比較好地解釋了贛州市中心城區(qū)商品住宅價格空間分布規(guī)律，其價格影響因素的關聯度存在一定的規(guī)律。

1)贛州市中心城區(qū)商品住宅價格受水體景觀的影響大。從上述空間殘差回歸分析結果可以看出，與城市中央公園的距離(LAKE)、與章江貢江兩江的距離(ZGRIV)這兩項指標的回歸系數最大，而且顯著性檢驗明顯。證明贛州市中心城區(qū)商品住宅的價格受湖景、江景這樣的水體環(huán)境影響大，臨近城市中央公園的商品住宅價格最高，臨章貢兩江的江景住宅次之。

2)CBD對贛州市中心城區(qū)商品住宅價格的影響不是很明顯。在人們的印象中，CBD對房地產價格的影響很大，但經過空間殘差回歸分析，CBD贛州市中心城區(qū)商品住宅價格的影響不是很明顯，這主要是贛州市中心城區(qū)實際上還沒有形成建筑物高度指標(CBHI)大于1、用地強度指標(CBII)大于0.5的中央商務區(qū)。

3)贛州市中心城區(qū)商品住宅價格與距城市主干道的遠近之間的關聯度不是很明顯。距城市主干道的遠近直接影響人們的出行，交通通達度、交通便捷度對城市住宅的價格一般呈正相關，而且應當是關聯度較為明顯，但這一指標在贛州市中心城區(qū)不是很明顯，分析其原因，這一指標在大城市的關聯度較高，在中心城市普遍較低，這主要是因為贛州市中心城區(qū)的建成區(qū)面積并不大的原因所致。

4)贛州市中心城區(qū)商品住宅價格與距醫(yī)院的遠近之間的關聯度不是很明顯。就醫(yī)是否方便是城市家庭在選擇住宅時應當考慮的重要因素，商品住宅與醫(yī)院的距離這一影響因素在贛州市中心城區(qū)商品住宅價格影響中不明顯，究其原因，大概是因為中心城區(qū)建成區(qū)面積較小、交通相比大城市更加通暢所致。

5)贛州市中心城區(qū)商品住宅價格與距中小學的距離呈明顯的負相關?！皩W區(qū)房”歷來是開發(fā)商炒作的熱點，這與全國的情況一致。經空間殘差回歸分析，贛州市中心城區(qū)的商品住宅價格與學校的分布關聯度明顯，與距中小學的距離呈明顯的負相關。

6)贛州市中心城區(qū)商品住宅價格與生活品市場的發(fā)布關聯度不是很大。生活品市場對人們的日常生活有重大影響，但對商品住宅價格的影響不是很明顯，其回歸系數較小。究其原因，主要是因為市場經濟環(huán)境下，小區(qū)建成后，生活品超市幾乎都會進入社區(qū)。

利用空間殘差回歸方法分析贛州市中心城區(qū)商品住宅價格的區(qū)位影響因素，較好地解釋了贛州市中心城區(qū)商品住宅價格的空間分布規(guī)律。

[1] 李傳華,潘竟虎,趙 軍.基于GIS的蘭州市普通住宅價格空間格局分析[J].云南地理環(huán)境研究,2007(2):88-91.

[2] 朱明倉,辜寄蓉,吳合鎮(zhèn).房價與地價關系的空間統(tǒng)計方法研究[J].商場現代化,2007(25):210-212.

[3] 姚 瑤,蘇莎莎.軌道交通對城市商業(yè)空間和房地產價值的影響[J].中國集體經濟(下半月),2007(9):27-28.

[4] 習樹江,張 勇.基于地統(tǒng)計學的房地產價格空間結構分析[J].中外企業(yè)家,2013(1):32-34.

[5] 項 勇,王 靜.基于地統(tǒng)計學的房地產價格空間結構分析[J].商業(yè)時代,2013(17):141-142.

[6] 范少言,劉建華.深圳城市空間結構對房地產價格影響的初探[J].城市規(guī)劃,1995(4):22-24.

[7] 許汀汀,白加菲,李愛美.基于GIS技術的房價監(jiān)測系統(tǒng)設計與實現[J].信息系統(tǒng)工程,2016(5):79-81，83.

[8] 龍翔云,黃威威.商品住宅發(fā)展與城市擴展的耦合研究——以南充市順慶區(qū)為例[J].企業(yè)導報,2016(16):98.

[9] 張立亭,曾令權,孫旭丹,等.基于空間特征的城鎮(zhèn)住宅價格發(fā)展趨向研究——以撫州市為例[J].中國城市經濟,2012(2):298-299.

Analysis on the location influence factors of commercial housing price in Ganzhou central city area

Cao Hailu

(ArchitectureandSurveyingSchool,JiangxiUniversityofScienceandTechnology,Ganzhou341000,China)

This paper selected the spatial distribution influence factors of commercial housing price in Ganzhou central city area, surveyed the average price of 48 real estate in the sale, introducing space residual regression model in GIS platform measured the spatial data of location influence factors, gained the main location influence factors of city commercial housing price in Ganzhou.

real estate, commercial housing price, spatial distribution, location factor

1009-6825(2017)06-0236-02

2016-12-12

操海璐(1990- )，女，在讀碩士

F293.3

A