肖惠珍 李麗真

摘? 要：隨著房地產(chǎn)業(yè)的高速發(fā)展，商品房?jī)r(jià)格不斷攀升，房地產(chǎn)市場(chǎng)成為社會(huì)各界熱議的話題。文章基于廈門(mén)天地圖的2002年到2018年商品房樓盤(pán)專(zhuān)題數(shù)據(jù)空間可視化，分析樓盤(pán)建設(shè)的空間分布變化情況，通過(guò)GIS的核密度估計(jì)（KDE）方法將廈門(mén)市近幾年來(lái)的樓盤(pán)空間分布密度直觀地呈現(xiàn)，利用空間數(shù)據(jù)分析和挖掘，分析近年來(lái)廈門(mén)房地產(chǎn)的發(fā)展趨勢(shì)以及對(duì)周邊區(qū)域的影響情況。研究結(jié)果表明：廈門(mén)島內(nèi)的樓盤(pán)開(kāi)發(fā)主要集中在以仙岳路和廈禾路兩側(cè)，延伸到區(qū)政府周?chē)?。島外各區(qū)樓盤(pán)的開(kāi)發(fā)情況主要是在區(qū)政府周?chē)⒀刂饕傻老蛲鈹U(kuò)散分布?？傮w上，廈門(mén)市的樓盤(pán)密度與交通密度、學(xué)校、醫(yī)院、商場(chǎng)的吸附作用聚集分布。

關(guān)鍵詞：核密度;房地產(chǎn)數(shù)據(jù);數(shù)據(jù)可視化;空間分析

中圖分類(lèi)號(hào)：TP311? ? ? ? ?文獻(xiàn)標(biāo)志碼：A? ? ? ? ?文章編號(hào)：2095-2945（2019）27-0044-03

Abstract： With the rapid development of the real estate industry， commercial housing prices continue to rise， the real estate market has become a hot topic of discussion from all walks of life. Based on the spatial visualization of the special data of commercial housing from 2002 to 2018， this paper analyzes the spatial distribution and change of the construction of commercial housing from 2002 to 2018 based on the map of heaven and earth in Xiamen. Through the kernel density estimation （KDE）method of GIS， the spatial distribution density of real estate in Xiamen in recent years is presented intuitively， and the spatial data analysis and mining are used. This paper analyzes the development trend of Xiamen real estate in recent years and its impact on the surrounding areas. The results show that the development of buildings in Xiamen Island is mainly concentrated on both sides of Xianyue Road and Xiamen Road， extending around the district government. The development of buildings outside the island is mainly distributed around the district government and along the main trunk roads. On the whole， the density of real estate and traffic density， the adsorption of schools， hospitals and shopping malls in Xiamen are aggregated and distributed.

Keywords： kernel density; real estate data; data visualization; spatial analysis

引言

2018年上半年，房地產(chǎn)半年調(diào)控192次，各地上演搶人大戰(zhàn)，棚改貨幣政策退出，全民搖號(hào)買(mǎi)房，停止企業(yè)購(gòu)房，房貸利率全面提高，房企高負(fù)債率，6月不動(dòng)產(chǎn)登記全國(guó)聯(lián)網(wǎng)，個(gè)稅改革增加住房租金抵扣，長(zhǎng)租房10年180萬(wàn)租金等關(guān)于房地產(chǎn)的話題一直受到人們的普遍關(guān)注和熱議。目前，國(guó)內(nèi)專(zhuān)家人士對(duì)房地產(chǎn)方面的研究大部分都是基于各方面指標(biāo)和統(tǒng)計(jì)數(shù)據(jù)探討廈門(mén)市房地產(chǎn)的現(xiàn)狀和未來(lái)發(fā)展趨勢(shì)。鮮有文章從空間分布特點(diǎn)進(jìn)行分析，本文研究重點(diǎn)主要從空間可視化的角度將廈門(mén)市15年來(lái)的數(shù)據(jù)通過(guò)空間分布規(guī)律直觀地展示出來(lái)，將數(shù)據(jù)通過(guò)地圖來(lái)渲染，可以更直觀、宏觀地掌握城市樓盤(pán)和價(jià)格的分布情況。

本文基于廈門(mén)天地圖樓盤(pán)專(zhuān)題數(shù)據(jù)和其他統(tǒng)計(jì)數(shù)據(jù)，采用直接可視化和KDE兩種方法對(duì)廈門(mén)市商品房的空間分布進(jìn)行了分析。著重研究商品住宅價(jià)格的空間變化規(guī)律，研究成果可以為廈門(mén)市商品住宅市場(chǎng)健康發(fā)展提供借鑒，為城市規(guī)劃部門(mén)及政府相關(guān)機(jī)構(gòu)制定政策提供參考，為開(kāi)發(fā)商投資選址提供依據(jù)，為消費(fèi)者購(gòu)房提供判斷準(zhǔn)則。

1 研究區(qū)概況

廈門(mén)市地處我國(guó)東南沿?！＝ㄊ|南部、九龍江入海處，背靠漳州、泉州平原，瀕臨臺(tái)灣海峽，面對(duì)金門(mén)諸島，背依閩粵贛廣闊的經(jīng)濟(jì)腹地，“一帶一路”的發(fā)展中占據(jù)重要的戰(zhàn)略地位。區(qū)域面積由廈門(mén)島、鼓浪嶼、內(nèi)陸九龍江北岸的沿海部分地區(qū)以及同安等構(gòu)成，陸地面積1699.39平方公里（2018年特區(qū)統(tǒng)計(jì)年鑒），海域面積300多平方公里。廈門(mén)作為我國(guó)五大經(jīng)濟(jì)特區(qū)之一，人流、物流、商流會(huì)聚，是福建省經(jīng)濟(jì)發(fā)展的龍頭城市，同時(shí)又是最佳的人居城市和國(guó)內(nèi)最佳旅游城市，這里自然環(huán)境優(yōu)美、人文氣息濃厚、文化既多元又極具個(gè)性，氣候宜人，是吸引各地人口聚集的美麗濱海城市，因此，廈門(mén)近幾年的房?jī)r(jià)一直居高不下，并呈現(xiàn)不斷上漲的趨勢(shì)。

2 研究方法

2.1 直接可視化

直接可視化是最簡(jiǎn)單和最基本的可視分析方法，通過(guò)ArcGIS將廈門(mén)市2002年至2018年地樓盤(pán)數(shù)據(jù)以點(diǎn)的方式在地圖上一一繪制出來(lái)，并根據(jù)樓盤(pán)的屬性，以不同的符號(hào)展示出來(lái)，方法簡(jiǎn)單直接。也可以通過(guò)對(duì)原數(shù)據(jù)的處理得到分級(jí)可視化效果圖。

2.2 核密度估計(jì)

Kernel Density Estimation（KDE）是GIS分析中運(yùn)用廣泛的空間分析方法，用于直觀表達(dá)離散數(shù)據(jù)的空間連續(xù)表達(dá)。KDE又名核密度分析，通過(guò)區(qū)域內(nèi)的離散點(diǎn)要素計(jì)算生成一個(gè)連續(xù)的密度表面，從而直觀展示整個(gè)區(qū)域內(nèi)點(diǎn)的集聚狀況。核密度計(jì)算的原理是以每個(gè)離散點(diǎn)格網(wǎng)為中心，通過(guò)設(shè)定半徑的圓搜索并計(jì)算其余格網(wǎng)要素的密度值。本質(zhì)上是一個(gè)通過(guò)離散采樣點(diǎn)進(jìn)行表面內(nèi)插的過(guò)程[2]。具體方法如下[3]：（1）定義一個(gè)搜索半徑的移動(dòng)“窗口”，依次將其中心點(diǎn)與離散點(diǎn)單元格的中心疊加;（2）通過(guò)核密度函數(shù)計(jì)算出每個(gè)空間點(diǎn)對(duì)窗口內(nèi)各個(gè)柵格獲得的密度貢獻(xiàn)值，本項(xiàng)目中核密度函數(shù)取四次遞減，使得空間點(diǎn)越近的柵格獲得的密度貢獻(xiàn)值越大;（3）對(duì)每個(gè)柵格的密度值進(jìn)行賦值，其值為該柵格搜索半徑范圍內(nèi)各個(gè)空間點(diǎn)對(duì)該柵格的密度貢獻(xiàn)值的累加;（4）輸出每個(gè)柵格的密度值。

3 樓盤(pán)數(shù)據(jù)可視化與分析

3.1 數(shù)據(jù)整理

數(shù)據(jù)來(lái)源于廈門(mén)天地圖的2018年12月更新的樓盤(pán)專(zhuān)題數(shù)據(jù)抓取樓盤(pán)點(diǎn)位圖層，并錄入屬性信息，行政部門(mén)的廈門(mén)市行政區(qū)劃圖層以及輔助的道路圖層、醫(yī)院、學(xué)校商場(chǎng)等POI數(shù)據(jù)整理入庫(kù)。為有效存儲(chǔ)空間數(shù)據(jù)，本文采用Oracle數(shù)據(jù)庫(kù)，利用ArcSDE存儲(chǔ)和管理這些空間數(shù)據(jù)。實(shí)現(xiàn)基于樓盤(pán)地理位置的可視化方法來(lái)展示樓盤(pán)地理信息的地學(xué)可視化。

3.2 樓盤(pán)數(shù)據(jù)可視化

首先利用 GIS 軟件在空間信息處理上的優(yōu)勢(shì)進(jìn)行數(shù)據(jù)處理得到可直接可視化的附加樓盤(pán)信息的廈門(mén)市樓盤(pán)數(shù)據(jù)，根據(jù)年度信息劃分開(kāi)發(fā)區(qū)域的分布情況，如圖1所示。

從空間分布情況顯示，思明區(qū)和湖里區(qū)的樓盤(pán)開(kāi)發(fā)主要集中在島內(nèi)湖里區(qū)與思明區(qū)行政區(qū)劃界線兩側(cè)，仙岳路以及廈禾路兩側(cè)，延伸到區(qū)政府周?chē)?。島外各區(qū)樓盤(pán)的開(kāi)發(fā)情況主要是在區(qū)政府周?chē)⒀刂饕傻老蛲鈹U(kuò)散分布。

從時(shí)間上看，2010年以前開(kāi)發(fā)的樓盤(pán)以廈門(mén)島內(nèi)為主，海滄區(qū)政府周?chē)?，集美區(qū)東南部靠近馬鑾灣區(qū)域。2010年到2015年期間，主要往集美區(qū)，同安區(qū)和翔安區(qū)開(kāi)發(fā)，到2018年，樓盤(pán)開(kāi)發(fā)速度加快，并均勻分布在各個(gè)區(qū)域。

3.3 樓盤(pán)數(shù)據(jù)分析

基于KDE分析工具，根據(jù)樓盤(pán)空間數(shù)據(jù)及時(shí)間特性進(jìn)行聚集計(jì)算密度熱力圖，疊加POI、地鐵等其他元素的空間關(guān)聯(lián)圖。

廈門(mén)市商品房樓盤(pán)的核密度圖可視化結(jié)果如圖2所示，樓盤(pán)密度最高的是廈門(mén)島中部及五緣灣、環(huán)島路形成“T”型聚集，海滄、集美、同安、翔安區(qū)均以區(qū)政府為核心聚集。從最高密度層級(jí)看，廈門(mén)島中部樓盤(pán)密度最大，其次是海滄區(qū)政府的核心高密度區(qū)、同安區(qū)政府的核心高密度區(qū)、集美區(qū)政府為核心的高密度區(qū)以及軟件園三期為核心的高密度區(qū)，翔安區(qū)的樓盤(pán)密度較低，沒(méi)有第一層級(jí)的高密度區(qū)。二級(jí)密度區(qū)主要以集美區(qū)為主，以區(qū)政府、軟件園三期、以及動(dòng)車(chē)北站為聚集核心，同時(shí)往北延伸到同安的環(huán)東海域，同安區(qū)政府為核心的聚集地。翔安區(qū)主要以區(qū)政府為核心，南北延交通縱向延伸的中級(jí)密度區(qū)域。海滄區(qū)主要以區(qū)政府及馬鑾灣為核心的次級(jí)密度區(qū)。

通過(guò)空間分析工具進(jìn)行疊加進(jìn)行數(shù)據(jù)挖掘，通過(guò)疊加交通、學(xué)校、醫(yī)院等樓盤(pán)規(guī)劃選址的影響因素，結(jié)合圖3和圖4可以發(fā)現(xiàn)，交通方面，隨著廈門(mén)地鐵1號(hào)線已開(kāi)通，地鐵2號(hào)線2019年底開(kāi)通，地鐵3號(hào)線已經(jīng)在建，使得廈門(mén)地鐵沿線的土地得到優(yōu)化利用，給地鐵周?chē)木幼?、生活、房地產(chǎn)價(jià)格都帶來(lái)較大的影響。樓盤(pán)的聚集區(qū)與交通主要干線、地鐵線、城市快速交通干線的走向及密度基本一致。

疊加學(xué)校、醫(yī)院、大型商場(chǎng)配套設(shè)施可以發(fā)現(xiàn)，由于基礎(chǔ)配套設(shè)施的吸附作用，配套設(shè)施的完善程度和樓盤(pán)的密度呈現(xiàn)正相關(guān)趨勢(shì)。圖4顯示，POI等配套設(shè)施的分布密度位于樓盤(pán)核密度最大的區(qū)域，基本上位于廈門(mén)島中部，以區(qū)政府為核心的聚集效應(yīng)，結(jié)合圖4的交通設(shè)施，POI的分布走向與交通密集程度也呈現(xiàn)正相關(guān)。

4 結(jié)束語(yǔ)

基于本文對(duì)房地產(chǎn)樓盤(pán)的空間可視化分析、核密度分析，結(jié)合影響樓市發(fā)展的交通、教育、醫(yī)療、城市規(guī)劃等因素的疊加分析，對(duì)廈門(mén)房地產(chǎn)市場(chǎng)現(xiàn)狀及未來(lái)的發(fā)展規(guī)劃提供了思路。交通及配套設(shè)施使房地產(chǎn)市場(chǎng)供需關(guān)聯(lián)緊密，影響房地產(chǎn)市場(chǎng)需求結(jié)構(gòu)、總體空間布局與供需平衡。

根據(jù)廈門(mén)市樓盤(pán)的核密度分析及空間疊加分析表明：

廈門(mén)島內(nèi)新樓盤(pán)逐漸減少，島內(nèi)樓盤(pán)密度較高，主要以仙岳路為中軸向南北兩側(cè)延伸。思明區(qū)樓盤(pán)發(fā)展主要以五緣灣區(qū)塊向外輻射，延環(huán)島路致會(huì)展片區(qū)。湖里區(qū)主要以鷺江街道和中華街道的老城區(qū)樓盤(pán)為主。南北樓盤(pán)密度較低主要是由于北部的高崎機(jī)場(chǎng)以及南部的園林植物園生態(tài)區(qū)。作為廈門(mén)的交通特色以及廈門(mén)島的后花園，形成具有廈門(mén)特色的區(qū)位優(yōu)勢(shì)，也是廈門(mén)島內(nèi)房?jī)r(jià)高的因素之一。

按照我市海灣型城市的發(fā)展戰(zhàn)略，島外房地產(chǎn)市場(chǎng)存在相當(dāng)?shù)陌l(fā)展?jié)摿桶l(fā)展空間。島外以交通密度較高的集美樓市發(fā)展較成熟，以環(huán)東海域向北延伸到同安、翔安。海滄區(qū)以東部地鐵沿線、北部的馬鑾灣區(qū)為樓盤(pán)高密度區(qū)。翔安由于連接島內(nèi)的交通要塞僅有翔安隧道，樓盤(pán)開(kāi)發(fā)相對(duì)較少，但隨著翔安大嶝機(jī)場(chǎng)、地鐵2號(hào)線以及翔安大橋的建設(shè)，翔安南部新城的樓盤(pán)建設(shè)發(fā)展較快。島外樓盤(pán)開(kāi)發(fā)建設(shè)主要以集美的軟件園三期、海滄的馬鑾灣區(qū)、同安的環(huán)東海域以及翔安的南部新城，可見(jiàn)，島外房地產(chǎn)市場(chǎng)已展示出巨大的發(fā)展?jié)摿Α?/p>

參考文獻(xiàn)：

[1]West M. Kernel Density Estimation and Marginalization Consistency [J]. Biometrika， 1991，78（2）：421-425.

[2]陳春林，陳紅，韓陽(yáng).改革開(kāi)放以來(lái)吉林省城市集聚區(qū)的空間演化[J].中國(guó)人口·資源與環(huán)境，2011，21（3）：121-124.

[3]Gatrell A C， Bailey T C， Diggle P J. Spatial Point Pattern Analysis and Its Application in Geographical Epidemiology [J]. TranInst.Br. George， 1996，21：256-274.

[4]韋汝虹，金李，方達(dá).基于GIS的中國(guó)城市房地產(chǎn)泡沫的空間傳染性分析——以2006～2014年35個(gè)大中城市為例[J].長(zhǎng)江流域資源與環(huán)境，2018，27（09）：1967-1976.

[5]張瓊.基于GIS和HedonicModel的城市軌道交通對(duì)周邊住宅價(jià)格的影響研究[D].昆明理工大學(xué)，2016.

[6]邢雪杉，黃楚興.京津軌道交通對(duì)河北房地產(chǎn)的空間效應(yīng)分析[J].云南地理環(huán)境研究，2015，27（06）：40-43.

[7]錢(qián)茹.基于GIS的區(qū)域房地產(chǎn)項(xiàng)目空間分析與策劃[D].北京：中國(guó)地質(zhì)大學(xué)，2014.