晁 勐， 張 俊， 劉 翔

（貴州大學(xué)礦業(yè)學(xué)院，貴州 貴陽 550025）

自1978年中國(guó)實(shí)行住房制度改革以來，傳統(tǒng)的單位大院逐漸被現(xiàn)代化的居住小區(qū)所取代［1］，同時(shí)具備物質(zhì)實(shí)體、社會(huì)經(jīng)濟(jì)雙重屬性的居住小區(qū)成為城市居民生活的基本單元［2］，在城市更新與拓展過程中，不同小區(qū)在固有區(qū)位、價(jià)值品質(zhì)和資源配置方面的差異不斷凸顯并映射表現(xiàn)為住宅價(jià)格的空間異質(zhì)性［3］。房?jī)r(jià)分異反映出城市公共資源的空間供求不平衡，持續(xù)加劇的房?jī)r(jià)分異與城區(qū)內(nèi)部住房供需不匹配、局部地區(qū)房屋溢價(jià)過高、低收入人群買房困難等社會(huì)問題息息相關(guān)。因此，有必要對(duì)城市房?jī)r(jià)分異格局及驅(qū)動(dòng)因素展開研究，其研究結(jié)果對(duì)于推動(dòng)房產(chǎn)市場(chǎng)公平發(fā)展、縮小城區(qū)內(nèi)部差異、提升居民幸福感具有重要意義［4］。

國(guó)內(nèi)外學(xué)者針對(duì)不同城市的房?jī)r(jià)進(jìn)行了大量實(shí)證分析［5-8］，在內(nèi)容上集中于房?jī)r(jià)分異的空間格局、社會(huì)效應(yīng)和驅(qū)動(dòng)因素等方面［9］。其中，房?jī)r(jià)空間格局由早期單中心模式逐漸演化為多中心圈層、扇形、簇團(tuán)模式［8］。社會(huì)效應(yīng)集中于POI 可達(dá)性［6］、空間剝奪［1］、軌道交通［10］等方面，研究諸如居住環(huán)境剝奪對(duì)房?jī)r(jià)的影響等。驅(qū)動(dòng)因素的研究大致分為2個(gè)維度，宏觀層面著眼于經(jīng)濟(jì)水平、貨幣政策、土地開發(fā)成本，微觀層面以Rosen 提出的特征價(jià)格模型（Hedonic price model，HPM）為框架［11］，從建筑、鄰里、區(qū)位特征出發(fā)尋求房?jī)r(jià)有效解釋，考慮到HPM缺乏對(duì)空間分異的描述，之后的地理學(xué)者又引入地理 加 權(quán) 回 歸（Geographical weighted regression，GWR）、多尺度地理加權(quán)回歸（Multiscale geographical weighted regression，MGWR）等模型［12］，給房?jī)r(jià)研究注入新的活力。

從上述文獻(xiàn)來看，當(dāng)前學(xué)界的研究方向主要集中于單個(gè)城市房?jī)r(jià)分異格局與驅(qū)動(dòng)因素的探討實(shí)證［2］，其中，平原型城市和臨海型城市作為現(xiàn)代世界城市發(fā)展的主流［13］，不可避免地獲得了更多的關(guān)注，相較之下，對(duì)河谷型城市房?jī)r(jià)的研究則較為鮮見，河谷型城市是指“城市主體在河谷中形成和發(fā)育的城市”［14］，該類城市的城市形態(tài)和地域結(jié)構(gòu)都明顯有別于上述兩類城市、可能會(huì)對(duì)城市房?jī)r(jià)的空間格局產(chǎn)生較大影響。另外，在研究方法上，以往研究?jī)H關(guān)注后期的房?jī)r(jià)模型的改進(jìn)，而忽略了前期變量處理方法的完善，目前的變量處理方法較為原始，無法有效區(qū)分出諸如重點(diǎn)中學(xué)、普通中學(xué)等影響因素內(nèi)部屬性的差異［15］，可能會(huì)導(dǎo)致房?jī)r(jià)驅(qū)動(dòng)因素呈現(xiàn)出的作用機(jī)理出現(xiàn)一定的偏差，影響后續(xù)的判斷。鑒于此，本文以蘭州市主城區(qū)為研究區(qū)域，引入地理場(chǎng)模型（Geographic field model，GFM）量化影響房?jī)r(jià)的外部因素，通過空間自相關(guān)分析、多尺度地理加權(quán)回歸等模型對(duì)河谷型城市房?jī)r(jià)分異的空間格局和驅(qū)動(dòng)因素的作用機(jī)理、帶寬差異展開研究。

1 研究區(qū)概況

蘭州市地處西北內(nèi)陸，是典型的河谷盆地型城市，城市主體的發(fā)育受到河谷地形的限制，主城區(qū)（城關(guān)區(qū)、安寧區(qū)、七里河區(qū)、西固區(qū)）坐落于白塔山山脈和皋蘭山脈之間的河湟谷地，黃河自西向東穿城而過，其東西縱深寬廣而南北狹窄，呈現(xiàn)“兩山夾一谷”的條帶狀城市形態(tài)。主城四區(qū)是全市經(jīng)濟(jì)發(fā)展中心，土地面積為1042.96 km2，僅占全市土地總面積的7.91%，但GDP 和常住人口卻達(dá)到2185.5×108元和305.2×104人，分別占全市GDP 和總?cè)丝诘?5.71%和69.81%，本文以主城區(qū)44 個(gè)街道為研究區(qū)域，該區(qū)域房產(chǎn)交易市場(chǎng)較為成熟，具有一定的代表意義。

2 數(shù)據(jù)與方法

2.1 房?jī)r(jià)空間分異分析方法

2.1.1 房?jī)r(jià)來源研究區(qū)街道邊界源于中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心（https://www.resdc.cn）。小區(qū)房?jī)r(jià)數(shù)據(jù)源于安居客網(wǎng)站，通過python 爬取蘭州市主城區(qū)2021 年房產(chǎn)交易資料，對(duì)其進(jìn)行數(shù)據(jù)清洗、地址匹配，最終保留678 個(gè)小區(qū)樣本點(diǎn)，取小區(qū)房?jī)r(jià)的對(duì)數(shù)為因變量。

2.1.2 空間自相關(guān)分析空間自相關(guān)分析可用來判斷某一事物是否存在統(tǒng)計(jì)相關(guān)性和空間關(guān)聯(lián)性，從而揭示其空間集聚程度和空間異質(zhì)性［16］，包括全局自相關(guān)和局部自相關(guān)，前者采用Moran’sI指數(shù)進(jìn)行度量，后者采用空間關(guān)聯(lián)的局部指標(biāo)（Local indicators of spatial association，LISA）進(jìn)行度量。

式中：n為小區(qū)樣本點(diǎn)的數(shù)目；Wij為空間權(quán)重矩陣；xi、xj為小區(qū)房?jī)r(jià)系數(shù)；xˉ為平均值；S2為屬性值的方差。

2.2 房?jī)r(jià)驅(qū)動(dòng)因素分析方法

2.2.1 驅(qū)動(dòng)因素來源驅(qū)動(dòng)因素的選擇上沿用HPM分析框架［17］，按照作用方式的不同分為內(nèi)部因素和外部因素。內(nèi)部因素即建筑特征變量，包括物業(yè)費(fèi)、容積率、綠化率、房齡等，該類變量與房?jī)r(jià)數(shù)據(jù)一同通過安居客網(wǎng)站獲取，無需進(jìn)行二次量化。外部因素包括區(qū)位、鄰里、城市地理等特征變量，其中，區(qū)位特征包括主、次商圈，文中參照郭宏盼等［18-19］的研究成果進(jìn)行確立；鄰里特征包括公交、小學(xué)、中學(xué)、醫(yī)院、商超、公園廣場(chǎng)等；城市地理特征從河谷型城市的定義進(jìn)行考慮［13］，選用黃河進(jìn)行表征，上述所有外部因素均通過高德地圖獲取、計(jì)算出其到小區(qū)的開放街道地圖（Open street map，OSM）路網(wǎng)距離，繼而通過GFM進(jìn)行量化。

GFM 是一種用于量化某對(duì)象施加于其周邊對(duì)象外部影響的模型，這種影響可抽象為一個(gè)有邊界的地理域，其影響強(qiáng)度從原點(diǎn)向四周衰減，當(dāng)達(dá)到影響范圍時(shí)消失［20］，可通過強(qiáng)度函數(shù)描述場(chǎng)強(qiáng)和距離的變化關(guān)系，公式如下：

式中：l(x)為位置x處的場(chǎng)強(qiáng)；L為原始場(chǎng)強(qiáng)；y(x)為相對(duì)距離；d(x)為OSM路網(wǎng)距離；R為影響范圍。

某變量總場(chǎng)強(qiáng)是所有場(chǎng)強(qiáng)綜合作用的結(jié)果，以公交站為例（圖1），設(shè)小區(qū)C1周圍有3個(gè)公交站（B1，B2，B3），小區(qū)在B1和B2影響范圍內(nèi)，公交站總場(chǎng)強(qiáng)為B1和B2的場(chǎng)強(qiáng)平均值。文中所有外部變量的影響范圍及場(chǎng)強(qiáng)劃分借鑒Liang 等［20］的研究成果，同時(shí)結(jié)合蘭州市城市形態(tài)進(jìn)行了適當(dāng)調(diào)整（表1）。

表1 外部變量的場(chǎng)強(qiáng)描述Tab.1 Description of external variables geographic field

圖1 公交對(duì)小區(qū)的影響Fig.1 Impact of bus stations on the residential community

2.2.2 多尺度地理加權(quán)回歸模型MGWR模型是經(jīng)典GWR 模型的擴(kuò)展，其放寬了模型中的假設(shè)，減少了參數(shù)估計(jì)中的偏差以及多重共線性的影響，可得到更為精準(zhǔn)的估計(jì)結(jié)果［12］，公式如下：

式中：β0為文中未涉及影響房?jī)r(jià)的變量之和；(ui,vi)為小區(qū)坐標(biāo)；k為小區(qū)數(shù)目；β為文中所選的特征變量；bwj為第j個(gè)變量回歸系數(shù)使用的帶寬；xij為第i個(gè)空間單元的第j個(gè)屬性變量；εi為隨機(jī)誤差。

MGWR 模型的另一突出優(yōu)勢(shì)在于可計(jì)算出各個(gè)變量的特定帶寬，可將其視為一種廣義加性模型，以GWR 模型帶寬為初始化估計(jì)值，通過黃金分割搜索、依次縮小帶寬最優(yōu)值范圍，比較每個(gè)模型優(yōu)化值得分，循環(huán)往復(fù)，當(dāng)分值達(dá)到最低時(shí)，即為各個(gè)變量的最優(yōu)帶寬。

3 結(jié)果與分析

3.1 房?jī)r(jià)空間格局分析

蘭州市主城區(qū)房?jī)r(jià)呈現(xiàn)“一主三副”的帶狀多中心組團(tuán)式分布格局，房?jī)r(jià)由多中心向四周遞減（圖2）。高房?jī)r(jià)小區(qū)大多以組團(tuán)形式分散在各區(qū)中心，包括城關(guān)區(qū)的東方紅廣場(chǎng)主中心，安寧區(qū)的銀安路、七里河區(qū)的蘭州西站、西固區(qū)的先鋒路副中心，主中心高房?jī)r(jià)區(qū)范圍較大且房?jī)r(jià)遞減趨勢(shì)較緩，次中心高房?jī)r(jià)區(qū)范圍較小且房?jī)r(jià)遞減趨勢(shì)較快；小區(qū)多沿黃河分布，大體呈條帶狀，南北兩側(cè)的小區(qū)價(jià)格隨黃河距離的增加而逐漸降低；主城區(qū)平均房?jī)r(jià)為13739元·m-2，對(duì)各區(qū)房?jī)r(jià)均值進(jìn)行排序，依次是城關(guān)區(qū)（14678 元·m-2）、七里河區(qū)（12841 元·m-2）、安寧區(qū)（12784元·m-2）、西固區(qū)（10352元·m-2），房?jī)r(jià)均值由東南向西北遞減，高房?jī)r(jià)小區(qū)（大于25000 元·m-2）主要出現(xiàn)在東南部的城關(guān)區(qū)，而低房?jī)r(jià)小區(qū)（低于10000 元·m-2）在西固區(qū)的分布最為明顯。

圖2 房?jī)r(jià)分布現(xiàn)狀Fig.2 Current distribution of housing prices

計(jì)算房?jī)r(jià)的全局Moran’sI指數(shù)及其顯著性，結(jié)果顯示，房?jī)r(jià)全局Moran’sI指數(shù)達(dá)到0.476，P值小于0.01，在全域范圍具有較強(qiáng)的空間正相關(guān)性，價(jià)格相似的小區(qū)在空間上鄰近分布。進(jìn)而計(jì)算LISA 指數(shù)，結(jié)果顯示除不顯著區(qū)域外，局域范圍上以高-高集聚和低-低集聚為表征的空間正相關(guān)關(guān)系占據(jù)主導(dǎo)地位，呈現(xiàn)“小集中、大分散”的空間特征（圖3）。

圖3 房?jī)r(jià)局部聚類分析Fig.3 Local cluster analysis of housing prices

高-高集聚小區(qū)集中分布于通渭路以西、臨夏路以東、黃河以南的河谷地形寬闊處，即河谷型城市中心一般布局地，城市中心域隨著城市規(guī)模的擴(kuò)張不斷進(jìn)行分裂、成長(zhǎng)與融合［9］，最終形成了較為規(guī)整的核心區(qū)，天成金色堤岸、福文大廈等眾多高級(jí)住宅附著于該區(qū)域；低-低集聚小區(qū)大致分布在主城區(qū)的邊緣地帶，如福源小鎮(zhèn)、九州江南明珠、凱利豪家園、永安小區(qū)等，地域分化程度較低和開發(fā)利用土地稀缺使得蘭州市被迫沿地形展開、邊緣區(qū)域發(fā)生較大畸變，最終導(dǎo)致低-低集聚小區(qū)以不連續(xù)性地形態(tài)分散在城市外部邊緣區(qū)域［14］；高-低集聚小區(qū)一般位于各區(qū)商服中心或交通節(jié)點(diǎn)周邊，代表小區(qū)有長(zhǎng)業(yè)今典名苑、水電小區(qū)等，該類小區(qū)數(shù)量較少且空間上較為分散，與房?jī)r(jià)分布現(xiàn)狀下、房?jī)r(jià)副中心的空間布局呈現(xiàn)出較強(qiáng)的耦合關(guān)系；以怡和園、新樂苑為代表的低-高集聚小區(qū)圍繞在高-高聚集小區(qū)周邊，在北、西、南3個(gè)方向上呈環(huán)抱狀分布，符合房產(chǎn)價(jià)值隨市中心距離增加而下降的梯度曲線。

3.2 房?jī)r(jià)模型估計(jì)結(jié)果

3.2.1 模型對(duì)比分析將變量納入G-HPM 模型中進(jìn)行多重共線性檢驗(yàn)，結(jié)果顯示所有變量的方差膨脹因子均小于2，不存在多重共線性，G-HPM模型的擬合優(yōu)度（R2）和校正擬合優(yōu)度（R2adj）分別達(dá)到0.406和0.394。之后將變量擴(kuò)充至MGWR 模型中，核函數(shù)設(shè)為自適應(yīng)的高斯核函數(shù)，帶寬設(shè)置為最小信息準(zhǔn)則。G-MGWR模型的赤池信息準(zhǔn)則（Akaike information criterion，AIC）、殘差平方和（Residual sum of squares，RSS）、R2和R2adj相較于D-MGWR 模型分別提升18.86%、4.93%、11.21%和13.82%，說明引入GFM可有效彌補(bǔ)傳統(tǒng)度量方法的不足，擬合效果更佳（表2）。

表2 模型結(jié)果對(duì)比Tab.2 Comparison of model results

3.2.2 驅(qū)動(dòng)因素分析通過G-MGWR 模型對(duì)驅(qū)動(dòng)因素進(jìn)行定量表征，回歸系數(shù)均值的正負(fù)和大小分別代表驅(qū)動(dòng)因素的作用方向和強(qiáng)度（表3），除房齡、商超、醫(yī)院與房?jī)r(jià)呈負(fù)相關(guān)，其他因素均與房?jī)r(jià)呈正相關(guān)。主商圈對(duì)房?jī)r(jià)的影響居于首位，而次商圈對(duì)房?jī)r(jià)的影響較小，一方面表明主商圈在房?jī)r(jià)驅(qū)動(dòng)因素中的主導(dǎo)地位，即主商圈塑造了房?jī)r(jià)分異的整體格局，是城市主中心房屋溢價(jià)的最大來源［2］，另一方面也證明，局部房?jī)r(jià)分異格局存在可變性，即城市房?jī)r(jià)次高值是次商圈之外的其他變量作用下的結(jié)果。房齡對(duì)房?jī)r(jià)具有負(fù)向影響，建造年代較早的“老破小”質(zhì)量上存在磨損［21］；理論上房?jī)r(jià)應(yīng)隨容積率的升高而降低，但在本文中，容積率與房?jī)r(jià)呈現(xiàn)出正相關(guān)關(guān)系，推測(cè)是由于建設(shè)用地的稀缺，導(dǎo)致開發(fā)商傾向于建造高容積率的小區(qū)獲得巨額利潤(rùn)；“劃片區(qū)入學(xué)”政策導(dǎo)致優(yōu)質(zhì)教育資源在空間上存在“剝奪”并映射于小區(qū)房?jī)r(jià)之上［4］，而“中考分流”制度又導(dǎo)致中學(xué)的影響強(qiáng)度大于小學(xué)；綠化率能豐富小區(qū)景觀，較高的物業(yè)費(fèi)可反映小區(qū)服務(wù)水平。蘭州市大抵沿河流走向發(fā)展，一方面，距黃河的遠(yuǎn)近可作為判斷小區(qū)位置是否優(yōu)劣的標(biāo)準(zhǔn)，另一方面，橫跨蘭州市東西兩側(cè)的主干道沿黃河而建，越靠近黃河的小區(qū)，其內(nèi)部居民出行越為方便，種種因素疊加，導(dǎo)致黃河對(duì)蘭州市房?jī)r(jià)的影響強(qiáng)度遠(yuǎn)超其他城市；醫(yī)院和商超的分布過度密集會(huì)帶來安全、噪音污染等問題［22］，抑制房?jī)r(jià)的上漲；公園廣場(chǎng)和公交站是景觀質(zhì)量和區(qū)位交通等城市資源要素在空間上的投影，對(duì)房?jī)r(jià)產(chǎn)生正向影響。

表3 G-MGWR模型計(jì)算結(jié)果Tab.3 Calculation results of G-MGWR model

考慮到系數(shù)均值僅能代表驅(qū)動(dòng)因素影響房?jī)r(jià)的整體效果，故文中挑選了3 個(gè)代表性因素并對(duì)其進(jìn)行空間表達(dá)，以分析房?jī)r(jià)驅(qū)動(dòng)因素在作用方向和作用強(qiáng)度上的空間異質(zhì)性。

主商圈回歸系數(shù)在作用方向大致以敦煌路為界，界線以東二者相關(guān)性為負(fù)，以東方紅廣場(chǎng)為中心，作用強(qiáng)度呈放射狀遞增并形成一個(gè)較小的圈層結(jié)構(gòu)；界線以西二者相關(guān)性為正，作用強(qiáng)度由西北向東南遞減（圖4a）。界線以東為主城區(qū)中心地帶，居民日常需求基本得到滿足，故主商圈對(duì)房?jī)r(jià)拉動(dòng)作用較小，甚至由于相對(duì)高密度的居住環(huán)境產(chǎn)生了一定的負(fù)面影響［23］；而界線以西區(qū)域雖然也存在商業(yè)中心，但在等級(jí)和規(guī)模上并不具備顯著優(yōu)勢(shì)，當(dāng)?shù)鼐用駥?duì)于主商圈功能需求較大，映射于地理空間上即呈現(xiàn)為離主商圈越遠(yuǎn)、回歸系數(shù)越大。

中學(xué)的影響強(qiáng)度在鄰里特征中居于首位，同時(shí)內(nèi)部具有明顯正負(fù)交替現(xiàn)象，其作用方向在主城區(qū)西部和城關(guān)區(qū)的小部分區(qū)域?yàn)樨?fù)，而在皋蘭路以東的絕大多數(shù)區(qū)域方向?yàn)檎▓D4b）。教育資源的不均勻配置是造成上述格局的重要因素，城關(guān)區(qū)擁有最多的教育資源，但這種優(yōu)勢(shì)無法直接向小區(qū)層面進(jìn)行尺度轉(zhuǎn)換，華陽名居、田野花園等小區(qū)位于皋蘭路以西，靠近蘭州一中、二中、二十七中等重點(diǎn)中學(xué)、教育資源豐富，而東部的凱利豪家園、春陽小區(qū)等在教育資源數(shù)量和質(zhì)量上均處于劣勢(shì)地位，房均教育配給低于西部大多數(shù)居住小區(qū)。

商超回歸系數(shù)在作用方向上均為負(fù)，同時(shí)強(qiáng)度絕對(duì)值較低，空間分布上由西向東呈階梯狀遞增，對(duì)房?jī)r(jià)整體作用效果較?。▓D4c）。前人研究指出房?jī)r(jià)隨商超密度的增加而降低［23］，原因在于商超的過度密集不可避免地帶來了安全和噪音污染，蘭州市主城區(qū)內(nèi)部零售業(yè)網(wǎng)點(diǎn)普及率較高，商超類設(shè)施處于過飽和狀態(tài)，位于西部邊緣的和順樂居、第四十佳園等小區(qū)周邊的商超密度較低，受到的負(fù)面影響相對(duì)較小，而其他區(qū)域的小區(qū)受到商超的影響相對(duì)較大。

圖4 驅(qū)動(dòng)因素回歸系數(shù)分布Fig.4 Distribution of driving factors regression coefficients

3.3 房?jī)r(jià)運(yùn)行尺度分析

“尺度效應(yīng)”在地理研究的對(duì)象、過程及變化特征中普遍存在，可影響房?jī)r(jià)與驅(qū)動(dòng)因素的空間變化關(guān)系［23］，MGWR 模型可計(jì)算出驅(qū)動(dòng)因素的特定帶寬，擁有較小帶寬的變量作用尺度更小，其回歸系數(shù)在帶寬范圍內(nèi)保持穩(wěn)定，一旦超過該范圍，系數(shù)就會(huì)發(fā)生劇烈變化［24］，這意味著該變量具有較強(qiáng)的空間異質(zhì)性，可稱之為局部變量；與之對(duì)應(yīng)，擁有較大帶寬的變量空間上相對(duì)穩(wěn)定，空間異質(zhì)性較低，當(dāng)帶寬逐漸覆蓋全部樣本點(diǎn)時(shí)，則該變量的回歸系數(shù)在全局范圍內(nèi)趨于一致，可稱之為全局變量。

G-MGWR模型中的帶寬控制在43～677之間，不同變量帶寬尺度差異較大，各驅(qū)動(dòng)因素對(duì)房?jī)r(jià)的影響具有空間異質(zhì)性且異質(zhì)性的范圍不同（表4）。容積率、黃河、商超等屬于全局變量，其回歸系數(shù)在全局范圍內(nèi)保持穩(wěn)定，基本不存在空間異質(zhì)性，各小區(qū)房?jī)r(jià)受到的影響基本相同；物業(yè)費(fèi)、主商圈、醫(yī)院、綠化率帶寬控制在60以下，均屬于小尺度變量，該類變量表現(xiàn)出明顯的空間異質(zhì)性，以主商圈為例，其帶寬僅為43，占樣本總數(shù)的6.34%，主商圈對(duì)其帶寬范圍內(nèi)房?jī)r(jià)的影響大小相似，而在超出運(yùn)行尺度后，主商圈的影響強(qiáng)度產(chǎn)生劇烈變化，在前人針對(duì)深圳、南京等城市房?jī)r(jià)分異的尺度研究中［22-23］，作為局部變量的主商圈的帶寬尺度要遠(yuǎn)低于其余變量，這代表了房?jī)r(jià)對(duì)主商圈的高度敏感性，符合市中心房屋溢價(jià)過高的分布現(xiàn)狀；房齡、次商圈、公園廣場(chǎng)、公交、中學(xué)帶寬在84～99 之間，屬于較小尺度，對(duì)一定范圍內(nèi)的房?jī)r(jià)作用大小類似；小學(xué)的作用尺度為126，屬于中等尺度，在空間上較為平穩(wěn)。

表4 模型帶寬對(duì)比Tab.4 Comparison of bandwidth

4 討論

本文著眼于河谷型城市房?jī)r(jià)分異的研究，以蘭州市為代表的河谷型城市特有的條帶狀城市形態(tài)深刻影響了城市房?jī)r(jià)的分布現(xiàn)狀，并導(dǎo)致其房?jī)r(jià)分異格局呈現(xiàn)出一定的特殊性。河谷型城市與平原型城市在地域空間上的根本區(qū)別表現(xiàn)為城市外部圈層結(jié)構(gòu)連續(xù)性、貫通性的斷裂和變形［14］，映射于房?jī)r(jià)分布上，即呈現(xiàn)為房?jī)r(jià)極低值以不連續(xù)性地形態(tài)分散在城市外部邊緣區(qū)域，由于受到地形的強(qiáng)烈限制，該類城市的外部圈層發(fā)生一定程度的畸變，這導(dǎo)致了坐落于此的低-低集聚小區(qū)大多呈松散和組團(tuán)狀，且形態(tài)各異［13］；與之對(duì)應(yīng)，上海、北京等地的房?jī)r(jià)分布格局則呈現(xiàn)出較為均勻的圈層結(jié)構(gòu)［16,24］，低-低集聚小區(qū)基本圍繞在北京市四環(huán)線或上海市外環(huán)線附近，房?jī)r(jià)分布受交通環(huán)線分割的特征明顯。

數(shù)據(jù)的量化是構(gòu)建房?jī)r(jià)模型的基礎(chǔ)，但在以往的房?jī)r(jià)驅(qū)動(dòng)因素研究中，變量的處理方法較為落后［20］。本文使用了更接近現(xiàn)實(shí)的OSM路網(wǎng)距離，引入GFM來量化影響房?jī)r(jià)的外部因素，又結(jié)合多種數(shù)據(jù)源來對(duì)原始場(chǎng)強(qiáng)進(jìn)行賦值，從而有效區(qū)分了變量的等級(jí)規(guī)模，GFM 綜合考慮到距離衰減效應(yīng)、影響范圍和質(zhì)的屬性，具有更好的擬合效果、同時(shí)更具通用性。

在影響蘭州市主城區(qū)房?jī)r(jià)的驅(qū)動(dòng)因素中，大多數(shù)變量所呈現(xiàn)出的作用機(jī)理與其在平原型城市中的表現(xiàn)基本一致，該類變量對(duì)房?jī)r(jià)的影響并不拘泥于某一特定的城市空間結(jié)構(gòu)，但也有小部分因素的作用機(jī)理呈現(xiàn)出一定的特殊性。其中，黃河對(duì)蘭州市房?jī)r(jià)的作用強(qiáng)度明顯有別于平原型城市，河流穿城而過的城市在中國(guó)并不罕見，如武漢、南京等，但是河流對(duì)這些城市房?jī)r(jià)分異的影響僅表現(xiàn)為中等強(qiáng)度［6］，其僅代表了一種稀缺性的景觀資源，就影響強(qiáng)度而言，河流在平原型城市房?jī)r(jià)分異驅(qū)動(dòng)因素中的相對(duì)地位要低于河谷型城市。容積率的表現(xiàn)更為特殊，其對(duì)蘭州市房?jī)r(jià)分異的作用方向和強(qiáng)度都明顯異于平原型城市，平原型城市受到地形條件的約束較少，土地供應(yīng)也較為充足，在當(dāng)前針對(duì)不同城市房?jī)r(jià)分異的研究中，平原型城市的容積率基本都與房?jī)r(jià)呈現(xiàn)出較弱的負(fù)相關(guān)關(guān)系［3,22］。與此同時(shí)，相關(guān)學(xué)者在對(duì)城市類型上同樣屬于河谷型城市的重慶市房?jī)r(jià)進(jìn)行分析時(shí)發(fā)現(xiàn)，容積率與房?jī)r(jià)呈現(xiàn)出較強(qiáng)的正相關(guān)關(guān)系［17］，研究結(jié)果與本文結(jié)論基本一致。可見，容積率對(duì)房?jī)r(jià)的影響確實(shí)受到城市地域結(jié)構(gòu)的干擾，其呈現(xiàn)出的作用機(jī)理隱含了河谷型城市建設(shè)用地稀缺這一共性規(guī)律，具備一定的普適性價(jià)值。

本文也存在一定不足，一方面，文中以小區(qū)為研究單元，未考慮小區(qū)內(nèi)部因素（停車位、電梯、戶型等），可能會(huì)對(duì)研究結(jié)果造成一定影響；另一方面，文中量化房?jī)r(jià)影響因素的方法較為簡(jiǎn)單同時(shí)具備一定的主觀性，今后應(yīng)尋找更為可靠的數(shù)據(jù)來作為場(chǎng)強(qiáng)賦值的依據(jù)。

5 結(jié)論

（1）蘭州市主城區(qū)房?jī)r(jià)呈現(xiàn)出“一主三副”的帶狀多中心組團(tuán)式分布格局，房?jī)r(jià)由多中心向四周遞減。住宅價(jià)格在全域范圍存在正向空間關(guān)聯(lián)，價(jià)格相似的小區(qū)在地理空間上鄰近分布，以高-高集聚和低-低集聚為代表的房?jī)r(jià)類型在局域范圍占據(jù)主導(dǎo)地位，呈“小集中、大分散”的空間特征。

（2）房?jī)r(jià)分異是多種驅(qū)動(dòng)因素共同作用的結(jié)果，區(qū)位特征中的主商圈對(duì)房?jī)r(jià)的影響居于首位，可決定房?jī)r(jià)分異的整體格局；建筑特征中的房齡、容積率和鄰里特征中的中學(xué)數(shù)量、綠化率對(duì)房?jī)r(jià)的影響較大，可改變房?jī)r(jià)分異的局部格局；城市地理特征對(duì)房?jī)r(jià)具有顯著影響，愈靠近黃河的小區(qū)，房?jī)r(jià)越高。

（3）各驅(qū)動(dòng)因素帶寬表現(xiàn)出較大差異，主商圈、醫(yī)院等小尺度變量對(duì)于帶寬的敏感程度最高，空間異質(zhì)性最為顯著，房齡、次商圈、中學(xué)等對(duì)一定范圍內(nèi)的房?jī)r(jià)作用大小相似，中等尺度的小學(xué)在空間分布上較為平穩(wěn)，而容積率、黃河、商超等全局變量基本不存在空間異質(zhì)性。