溫魁潭
摘 要:本文以河南省新鄉(xiāng)市紅旗區(qū)、衛(wèi)濱區(qū)、牧野區(qū)三區(qū)為研究區(qū),對該研究區(qū)的沿街零售商鋪租金的價格樣點進行收集,獲得樣點數(shù)據(jù),其中包括租金、租約、臨街寬度、臨街深度、建筑面積等,并計算出單位租金。在Arcmap10.2地理信息系統(tǒng)的支持下,采用GIS空間分析技術(shù)中的普通克里金插值法(Ordinary,Kriging)。結(jié)果顯示將研究區(qū)分為三個級別,第一級別為主城區(qū)的核心區(qū)租金價格范圍在77.21-180.34(單位是元/平方米)、第二級別為40.81-77.21(單位是元/平方米)、第三級別為0-40.81(單位是元/平方米)。通過對等值線、一級租金價格區(qū)域、新鄉(xiāng)東區(qū)分析得出城市零售商鋪租金價格分析受城市中心轉(zhuǎn)移的影響,和在調(diào)查中遇到的問題及建議,并預測未來新鄉(xiāng)與鄭州城市融合平原新區(qū)將出現(xiàn)新的一級租金區(qū)域。
1. 研究區(qū)域概況
1.1社會經(jīng)濟條件
新鄉(xiāng)市轄8個縣(新鄉(xiāng)縣、獲嘉縣、原陽縣、延津縣、封丘縣、長垣縣、輝縣市、衛(wèi)輝市),四個區(qū)(衛(wèi)濱區(qū)、紅旗區(qū)、牧野區(qū)、鳳泉區(qū)),全市總?cè)丝跒?14.39萬人,常住人口為576.9萬人,截止到2016年新鄉(xiāng)市城區(qū)面積為140.00平方千米,城區(qū)人口為76.96萬人。本次的研究對象為新鄉(xiāng)市區(qū)的三個區(qū)即衛(wèi)濱區(qū)、牧野區(qū)、紅旗區(qū)。
2.數(shù)據(jù)處理
2.1樣點數(shù)據(jù)獲取
2.1.1調(diào)查準備
測距儀、樣點調(diào)查表、調(diào)查人員、新鄉(xiāng)市城市土地定級與基準地價規(guī)劃圖、工作證、筆、電腦、Arcgis。
2.1.2劃分調(diào)查區(qū)域
本次研究區(qū)區(qū)域是基于2018年新鄉(xiāng)市土地定級和基準地價更新項目中的商業(yè)店鋪租金價格調(diào)查,因此區(qū)域初次劃定為新鄉(xiāng)市市區(qū)三個主要行政區(qū)。
2.1.3數(shù)據(jù)收集完畢
為了保證商業(yè)店鋪樣點的租金價格能夠反映當?shù)氐淖饨鹚?,按照以下原則進行篩選: ①所選樣點在形狀、面積、臨街狀況、地價水平等方面具有代表性,其土地開發(fā)程度等屬正常水平 ②易于獲取店鋪自身特征因素資料的; ③樣點在地域分布上要盡量均衡、合理的。據(jù)此在Arcmap10.2中選取牧野區(qū)、衛(wèi)濱區(qū)、紅旗區(qū)三個行政區(qū)內(nèi)較為集中的樣點數(shù)據(jù),確立了1522個商業(yè)租金樣點。
2.2插值分析
本研究采用該插值方法,在Arcmap10.2平臺上進行操作,獲得所需零售商鋪租金的空間分布數(shù)據(jù)庫。 本次區(qū)域選定了紅旗區(qū)、衛(wèi)濱區(qū)、牧野區(qū)三個區(qū)域作為研究區(qū)。同時,對上述樣點空間分布數(shù)據(jù)進行投影轉(zhuǎn)換,形成了統(tǒng)一的地圖投影(UTM)坐標系統(tǒng),并將樣點數(shù)據(jù)較為分散的鳳泉區(qū),以及新鄉(xiāng)市的管轄縣新鄉(xiāng)縣和延津縣的數(shù)據(jù)樣點進行刪除,并按照行政區(qū)圖層保留牧野區(qū)、紅旗區(qū)、衛(wèi)濱區(qū)三個行政區(qū)的面積圖層,并將其他三區(qū)外的租金樣點刪除得到上圖的樣點分布圖如上所示,樣點圖上方為牧野區(qū),左下為衛(wèi)濱區(qū),右下為紅旗區(qū)。按照空間分析方法的log變換類型,對其進行了數(shù)據(jù)轉(zhuǎn)換,采用OrdinaryKriging插值法,生成結(jié)果圖層。
通過普通克里金插值法,選取單位租金字段,獲得大于研究區(qū)范圍的圖層,對于該圖層進行表面分析,選擇自然間斷分級法和相等間隔分級法,建立等值區(qū)域。然后將兩類結(jié)果進行對比,經(jīng)過對比發(fā)現(xiàn)自然間斷分級法得出的分積等值區(qū)域,是比較符合該樣點數(shù)據(jù)等值分布規(guī)律,并對此進行重分類,分為三類,中斷值分別為40.8、77.2、180.3,即在選擇等值線得到不同等值間距的零售商鋪租金的等值線,,得到研究區(qū)范圍內(nèi)的三類等值線,并且得到給圖層相應屬性值數(shù)據(jù)庫。所得結(jié)果為:一級為77.2-180.3(單位是元/平方米)、二級為40.8-77.2(單位是元/平方米)、三級為0-40.8(單位是元/平方米)
2.3誤差分析
在得出插值分析結(jié)果后1,要進行誤差分析,以判斷插值結(jié)果是否可信,在地統(tǒng)計向?qū)?,克里金法中在源?shù)據(jù)集中選擇調(diào)查樣點數(shù)據(jù)集,數(shù)據(jù)字段選擇單位租金,在克里金法類型中選擇普通克里金法,在變換類型中選擇無和log變換兩種變換類型進行對比,得到半變異函數(shù),和半變異圖,再講模型進行優(yōu)化,將各向異性中的True選出,最后得出的誤差。兩種變換類型的結(jié)果的正態(tài)QQ圖對比:
對上述插值分析結(jié)果要進行誤差分析的結(jié)果表明: (1)零售商鋪租金的樣點概率分布曲線要經(jīng)過經(jīng)對數(shù)轉(zhuǎn)換,其結(jié)果接近一條直線,滿足正態(tài)分布來得到正確的結(jié)果(2)對插值結(jié)果進行交叉驗證,其均差為28.87275,均方根為28.3,均方根標準誤差為0.94941,接近于1。因為樣點零售商鋪租金的對數(shù)概率分布接近直線,并且其均方根標準誤差又接近于1,所依可以得知該插值分析結(jié)果可信。
3.結(jié)論和建議
3.1在Arcgis的Geostatistical模塊下,采用Kriging插值,獲得了研究區(qū)范圍內(nèi)的商鋪租金價格等值線。單位租金概率的正態(tài)分布和誤差檢驗表明,插值結(jié)果能反映租金價格的空間分布。
3.2新鄉(xiāng)市租金價格空間分布規(guī)律,通過本文對新鄉(xiāng)東區(qū)的研究,可以得到該規(guī)律受到城市重心轉(zhuǎn)移,以及政府等外界因素對城市的影響。通過該樣點數(shù)據(jù)研究可以對鄭新未來城市融合過程中的商業(yè)網(wǎng)址網(wǎng)點,以及居民區(qū)選址有研究意義。
3.3采用GIS空間分析技術(shù)研究城市商鋪租金分布規(guī)律時,需要進一步探討的問題有: 如何考慮各種微觀因素的影響,如店鋪的可見性和可達性,區(qū)位因素,人流量,貨品的剛性需求指數(shù)等。
3.4在未來新鄉(xiāng)市與鄭州市的城市融合發(fā)展過程中,新的平原新區(qū)商業(yè)網(wǎng)點選址要考慮多種因,根據(jù)本文研究新鄉(xiāng)市城市中心和城市副中心所出現(xiàn)的兩個一級租金區(qū)域預測平原新區(qū)也會出現(xiàn)一級區(qū)域。因此在未來的商業(yè)網(wǎng)點選址中,以及個人在選取商鋪過程中,建議從不同的影響因素影響下進行綜合考慮得出可靠結(jié)論。在城市融合過程中,對于商業(yè)網(wǎng)點的建造,要使得影響因子的作用最大化。
[參考文獻]
[1]陳思源,曲福田,倪紹祥.GIS空間分析支持下的城市地價分布研究[J]南京農(nóng)業(yè)大學學報2005, 28(3): 119~ 122
[2]杜國明,張裕鳳,張樹文.城市商業(yè)用地地價空間分布模擬與分析[J]中國農(nóng)業(yè)大學學報 2006,11(3): 117 122
[3]白麗月,伍世代,陳志強.福清市區(qū)商業(yè)地價空間格局分析[J]吉林師范大學學報(自然科學版)2011.5(2):48~51
[4]李思迪.城市化進程中影響新興社區(qū)商業(yè)空間租金的關聯(lián)性研究[D]浙江大學碩士學位論文2011.12:7~12
[5]楊奎奇,汪應宏,歐向軍.江蘇省小城鎮(zhèn)地價空間分布與成因研究[J]經(jīng)濟地理2014.2(34)
[6]張靜,張麗芳,濮勵杰 .基于 GWR 模型的城市住宅地價的時空演變研究:以江蘇省為例[J]地理科學,2012,32(7):828-834.
[7]羅罡輝,吳次芳,鄭娟爾.宗地面積對住宅地價的影響[J]. 中國土地學,2007,(21)5:66- 69
[8]薛在軍,馬娟娟.ArcGIS地理信息系統(tǒng)大全[M].北京:清華大學出版社,2013:460-461
[9]蔣芳,朱道林.基于 GIS 的地價空間分布規(guī)律研究——以北京市住宅地價為例[J].2005,25(2):199-202.
[10]陳江龍,高金龍,魏也華,劉飛. 大都市區(qū)建設用地空間擴展機理研究——以南京市區(qū)為例[J].地理科學,2013,(06):676-684.
[11]朱求安,張萬昌,余鈞輝.基于GIS的空間插值方法研究[ J].江西師范大學學報(自然科學版), 2004, 28(2): 183~ 187.
(作者單位:中共湖南省委黨校,湖南 長沙 410000)