陳凡

摘要：以合肥市為研究對象，在掛牌二手房空間數(shù)據(jù)的基礎(chǔ)上，綜合運用空間句法、地理加權(quán)回歸等方法揭示出道路交通對二手房價格驅(qū)動影響機制。結(jié)果表明二手房價格與道路空間可達(dá)性基本呈現(xiàn)正相關(guān)，交通因素對新區(qū)二手房價格的影響較老城區(qū)更為顯著，同時道路帶來的負(fù)面影響對房價也有一定的抑制作用。研究還識別出了主城區(qū)二手房價格高位區(qū)域和空間發(fā)展態(tài)勢，以及道路全局整合度。

關(guān)鍵詞：空間句法;反距離加權(quán);二手房;合肥市;地理加權(quán)回歸

中圖分類號：TU984.13? ? 文獻(xiàn)標(biāo)識碼：A

文章編號：1005-913X（2020）06-0113-03

近年來，隨著城鎮(zhèn)化的推進和住房制度的改革，房地產(chǎn)業(yè)呈現(xiàn)出旺盛的市場需求。作為特殊商品之一，商品房特別是其價格受到了社會各界和學(xué)者們的廣泛關(guān)注，而房價受多方面因素的影響，在具體單個城市層面上，地段特別是其周圍交通狀況對其影響較為顯著。在同等情況下，交通出行便捷地段的住宅價格明顯高于較差地段，往往便捷的交通環(huán)境又是一套商品房的核心賣點。作為二線省會城市和長三角副中心城市的代表，合肥近年來在快速城市化過程中房價走勢明顯高于全國城鎮(zhèn)平均水平，這其中原因受到了購房者等社會各界的廣泛關(guān)注。基于此，本文擬通過研究合肥在售二手房價格分布特征，揭示出道路交通因素對其影響機制。

一、研究區(qū)概況及數(shù)據(jù)來源

合肥是安徽省省會，全國重要的科研教育基地、現(xiàn)代制造業(yè)基地和綜合交通樞紐。[1]本文以合肥市主城區(qū)為研究對象，即包含蜀山、廬陽、瑤海、包河、高新、經(jīng)開和濱湖等8個行政區(qū)，其中蜀山、廬陽、瑤海和包河區(qū)外圍大部分區(qū)域為郊區(qū)，中心城區(qū)是指老城區(qū)以及各項基礎(chǔ)設(shè)施完善的城市新區(qū)。房價數(shù)據(jù)來源于2020年2月鏈家網(wǎng)（https：//hf.lianjia.com/）掛牌在售的62847套二手房，運用Python程序爬取并得到每套二手房的單價、經(jīng)緯度等信息。道路數(shù)據(jù)來源于OSM在線地圖（https：//www.openstreetmap.org/），包含了primary（主干道）、secondary（次干道）等道路信息。

二、二手房價格空間格局及分析

（一）空間趨勢分析

將樣點空間數(shù)據(jù)導(dǎo)入ArcGIS軟件，運用Geostatistical Analyst工具，以東西向為X軸，南北向為Y軸，樣點單價為Z軸，[1]得到圖1。

如圖，二手房單價在東西、南北兩個走向均呈現(xiàn)倒U趨勢，總體單價分布由中心城區(qū)向外圍遞減。但相較于南北向，單價在東西向倒U趨勢更加明顯而遞減趨勢較為緩和，南北向遞減趨勢具有突變性。兩個方向都存在兩個單價分布高峰，且東西向空間跨度更廣。同時兩個方向大部分樣本點價格分布也較為集中，多數(shù)樣本點單價都在小幅度范圍內(nèi)浮動，只有少數(shù)位于中心城區(qū)的二手房單價較高，中心城區(qū)外圍單價分布無規(guī)律較為離散，總體單價多處于高原價位而高峰價位較少。具體表現(xiàn)為東西向在天鵝湖——濱湖新區(qū)一帶樣點分布集中且單價較高，南北向在市府廣場——濱湖新區(qū)一帶分布集中，在市府廣場附近單價達(dá)到最高值。

（二）空間插值分析

反距離加權(quán)（Inverse Distance Weighted，簡稱IDW）插值法是基于相近相似的原理：即兩個物體越近，其相似度越高。它以插值點與樣本點間的距離為權(quán)重，離插值點越近的樣本點賦予的權(quán)重越大。[3]其一般公式如下：

式中：（S0）為S0處的待插值點的值;N為已知點數(shù)目;λi為在第i預(yù)測點位置的權(quán)重，樣本點與待插值點之間的距離越大，該值越小;Z（Si）是在Si處的測量值。

運用IDW插值法對中心城區(qū)二手房單價進行空間插值計算，得到數(shù)字模型圖（圖2），從圖中可以看出，二手房價格在空間分布變化上有著明顯的突變性，即淝河以北區(qū)域單價均值明顯低于以南大部分區(qū)域，同時天鵝湖、濱湖等地段是高位二手房集聚區(qū)域。淝河以北區(qū)域單價多在萬元以下，均值在9，000元/m2，最低在4，565元/m2。淝河以南高位二手房主要在老城區(qū)、濱湖等區(qū)域集聚分布，在天鵝湖附近達(dá)到峰值43，763元/m2。忽略局部區(qū)域的影響，整體上中心城區(qū)二手房單價不完全符合由核心城區(qū)向外圍逐級遞減的趨勢，除核心城區(qū)以外還存在多個高位房價分布中心且對整體格局影響較大。

總結(jié)上述分析可以看出，從全局二手房單價空間分布來看，主城區(qū)呈現(xiàn)出從中心向外圍圈層遞減的趨勢，但在中心城區(qū)不滿足此規(guī)律，中心城區(qū)二手房單價分布存在多中心集聚和局部空間變異性現(xiàn)象。除傳統(tǒng)的老城區(qū)以外，在天鵝湖、濱湖等區(qū)域出現(xiàn)單價峰值且分布影響范圍大于老城區(qū)。這些區(qū)域交通便利，環(huán)境宜居，周圍開發(fā)有很多高品質(zhì)居住板塊，是房價較高的主要因素。而從房價空間發(fā)展格局來看，由核心城區(qū)向外圍擴展趨勢明顯，其中西部和南部為主要方向，西部為國家級高新技術(shù)開發(fā)區(qū)，南部為高校園區(qū)和政務(wù)區(qū)，在快速城市化進程中這些區(qū)域逐漸成為新的空間發(fā)展重心。單價在淝河以北區(qū)域特別是火車站附近極速下滑，主要是因為老城區(qū)現(xiàn)狀環(huán)境較為破敗導(dǎo)致附近房價比較低。

三、道路全局整合度分析

全局整合度反映的是空間可達(dá)性程度，通過Depthmap軟件對道路全局整合度進行處理及數(shù)據(jù)分析，得到圖3。

如圖，空間可達(dá)性程度隨著顏色冷暖而變化，即紅色區(qū)域可達(dá)性最好，藍(lán)色最差。在整個可視空間內(nèi)，大部分區(qū)域空間可達(dá)性都較好，其中在合肥南站附近最好且逐漸向周圍輻射。合肥南站是聯(lián)系著老城區(qū)和新區(qū)的重要節(jié)點，交通要道繞城高速和徽州大道在此交匯，而且徽州大道又是南北向集聚度最高的道路。相對而言，核心城區(qū)特別是一環(huán)以內(nèi)區(qū)域可達(dá)性一般。該片區(qū)域主要是老城區(qū)，道路狹窄擁堵且多為支路。[4]火車站以北區(qū)域大多呈現(xiàn)藍(lán)色即可達(dá)性較差，主要原因是位置偏僻且無交通干道?？蛇_(dá)性較好區(qū)域多位于新區(qū)或交通干道附近，如沿金寨路、長江西路等快速路附近，快速路（高架）設(shè)計時速相對較高一定程度上提高了附近區(qū)域的空間可達(dá)性。主城區(qū)現(xiàn)有快速路10條，從圖中可以看出這些道路附近多呈現(xiàn)暖色，特別是在南北向京臺高速和東西向繞城高速附近。整體而言，主城區(qū)空間可達(dá)性程度變化不大，主干道或快速路對可達(dá)性影響顯著。

四、地理加權(quán)回歸模型分析

在地學(xué)研究中，所觀測的數(shù)據(jù)與其空間地理位置都有一定的相關(guān)性，為了讓數(shù)據(jù)的空間特性納入回歸模型進行分析，A.S.Fortheringham等提出了較為先進的地理加權(quán)回歸（GWR）模型。[5]將道路全局整合度作為自變量，運用地理加權(quán)回歸模型揭示變量與房價的相關(guān)性。結(jié)果顯示道路全局整合度對房價影響系數(shù)在2.51到0.67之間，這表明整體上道路空間可達(dá)性與二手房房價都呈現(xiàn)正相關(guān)，即空間可達(dá)性越好，房價越高。影響系數(shù)較大值分布在濱湖、政務(wù)、中環(huán)城附近，表明這些區(qū)域的房價受道路交通影響大于其他區(qū)域。大體上新區(qū)房價受道路交通的影響都大于老城區(qū)，其主要原因是相對于新區(qū)，老城區(qū)各項公共設(shè)施都較為完善，主城區(qū)大部分重點學(xué)校、商業(yè)場所、公園廣場等都分布在老城區(qū)，這些因素相較于交通因素對房價的影響更大。而新區(qū)由于各項公共設(shè)施并未跟進，如優(yōu)質(zhì)教育資源不足等，使得學(xué)區(qū)等因素對房價影響比較低。但同時也存在房價與現(xiàn)狀道路交通狀況不符的現(xiàn)象，如合肥南站附近，該區(qū)域盡管交通發(fā)達(dá)但附近房價還是相對較低。實際生活中該片區(qū)域車流量很大，特別是高鐵站周圍，巨大的人流和車流同時帶來了噪聲、空氣污染等負(fù)面影響，同時復(fù)雜的人員流動降低了附近居民的安全感。

五、總結(jié)

在實際商品房交易市場上，房價高低受多方面因素的影響，但排除政策以及市場經(jīng)濟對房價的調(diào)控作用，在城市空間層面上決定房價高低的主要因素是其所處的地段，交通可達(dá)性、生活便捷性等是購房者首先考慮的因素。而本文主要研究交通因素對房價的驅(qū)動機制，結(jié)果表明如下。

（一）相較于老城區(qū)，交通因素對新區(qū)房價影響更為顯著

老城區(qū)由于各類公共基礎(chǔ)設(shè)施發(fā)展水平較為領(lǐng)先，多數(shù)情況下不需要出遠(yuǎn)門就能到達(dá)附近的商服、學(xué)校、醫(yī)院等機構(gòu)。且老城區(qū)住戶多為本地原居民或退休人員，其對交通需求較少。新區(qū)由于各項設(shè)施尚未跟進且居住者多為工薪階層，需要便捷的交通以便通勤和出行。另一方面，新區(qū)快速路附近房價都相對較高，這表明對交通因素特別是快速交通房價有著積極的促進作用。而隨著新區(qū)各項設(shè)施的完善以及學(xué)區(qū)制度的改革，交通因素對房價的影響也將逐漸減少。

（二）交通網(wǎng)絡(luò)越發(fā)達(dá)，并不是意味著相應(yīng)區(qū)域的房價越高

住宅是居民日常生活的場所，交通網(wǎng)絡(luò)發(fā)達(dá)同時帶來噪聲、空氣污染等負(fù)面影響。追求高品質(zhì)的購房者往往不會選擇在此落戶，這時交通因素對房價表現(xiàn)出一定的抑制作用。特別是火車站附近區(qū)域，其周圍一般都是城市內(nèi)部交通樞紐，從而使得其交通功能大于職住功能。且對于合肥這類前列的二線城市而言，居民日常出行更多的會選擇公共交通，對公交、地鐵站點的依賴性大于快速路。而公交站點主要位于次干道和支路上，相對而言快速路和主干道上站點較少但對空間可達(dá)性影響較大。

合肥是團塊狀城市的典型代表，即城市的各類活動中心位于市中心，城市發(fā)展呈同心圓狀向外擴展。結(jié)合本文的研究分析可以看出，主城區(qū)是由中心城區(qū)逐漸向外圈層擴張的，在發(fā)展的過程中產(chǎn)生了多個新的發(fā)展重心且影響范圍較老城區(qū)更廣。而房價是一個區(qū)域發(fā)展水平和活力的重要指標(biāo)，可以看出主城區(qū)正由團塊狀向多核心邁進。

本文以合肥市為例，運用地理加權(quán)回歸等方法揭示了交通因素對二手房價格的驅(qū)動機制，結(jié)果表明交通特別是快速交通以及公共交通對房價有一定的驅(qū)動作用，但研究未能深層次區(qū)分各類道路，以及涉及交通設(shè)施如公交站點對房價的影響，是下一步研究可以深入的方向。

參考文獻(xiàn)：

[1] 吳亞偉，陶其中.合肥市城市設(shè)計實踐探索[J].規(guī)劃師，2018：增刊（1）.

[2] 陳 真.福州市住宅價格空間分布特征及其影響因素研究[D].福州：福州大學(xué)，2015.

[3] 吳 迪，高 鵬，董紀(jì)昌.公共租賃房租金定價研究[J].數(shù)學(xué)的實踐與認(rèn)識，2011（41）.

[4] 周國艷.合肥市老城區(qū)建設(shè)現(xiàn)狀問題調(diào)研與更新策略研究[J].中國名城，2019（208）.

[5] 覃文忠.地理加權(quán)回歸基本理論與應(yīng)用研究[D].上海：同濟大學(xué)，2007.

[責(zé)任編輯：譚志遠(yuǎn)]

收稿日期： 2020-05-06

作者簡介： 陳 凡（1999- ），男，安徽池州人，本科學(xué)生，研究方向：空間句法與城鄉(xiāng)規(guī)劃。