張菲凡，韓念龍，紀(jì) 旭, ，胡 珂

1. 海南大學(xué) 公共管理學(xué)院，海南 ?？?570228；

2. 華中師范大學(xué) 公共管理學(xué)院，湖北 武漢 430079

0 引 言

在當(dāng)今中國(guó)社會(huì)，房地產(chǎn)是國(guó)民經(jīng)濟(jì)發(fā)展的重要產(chǎn)業(yè)，其住房?jī)r(jià)格受社會(huì)的廣泛關(guān)注，與經(jīng)濟(jì)發(fā)展，社會(huì)穩(wěn)定以及人民群眾的切身利益密切相關(guān)[1-2]。由于當(dāng)前部分城市的房?jī)r(jià)快速上漲態(tài)勢(shì)并未得到根本遏制，在此背景下的房?jī)r(jià)問(wèn)題研究顯得尤為必要及迫切[3]。

目前，房?jī)r(jià)問(wèn)題研究關(guān)注熱點(diǎn)之一是房?jī)r(jià)的空間分異及影響機(jī)制。傳統(tǒng)的房地產(chǎn)價(jià)格影響因素研究一般基于特征價(jià)格法[4]，特征價(jià)格法一般基于傳統(tǒng)的回歸分析挖掘影響房地產(chǎn)價(jià)格的主要因素，多從全局假設(shè)的角度出發(fā)，認(rèn)為變量關(guān)系在研究區(qū)域內(nèi)是固定的，不隨空間位置的變化而改變[5]。但不同區(qū)域的房屋由于位置、環(huán)境、學(xué)區(qū)、配套等因素的不同，導(dǎo)致區(qū)域間房?jī)r(jià)存在差異。因此，對(duì)房?jī)r(jià)的空間異質(zhì)性進(jìn)行精確描述受到重視。地理加權(quán)回歸模型（GWR）通過(guò)基于位置的局部加權(quán)回歸模型求解，得到與空間位置對(duì)應(yīng)的參數(shù)估計(jì)結(jié)果，以此量化并表征空間關(guān)系的異質(zhì)性[6]，已廣泛用于房?jī)r(jià)研究領(lǐng)域。如Li S W等人將POI數(shù)據(jù)與GWR模型結(jié)合，從大數(shù)據(jù)的角度來(lái)考察房?jī)r(jià)波動(dòng)的時(shí)空動(dòng)態(tài)[7]；李志等人以南京市為例，指出地理加權(quán)回歸模型可以改進(jìn)傳統(tǒng)的空間回歸方法,對(duì)城市地價(jià)影響因素邊際價(jià)格作用空間變化性進(jìn)行良好的估計(jì)[8]；湯慶園等人利用上海1014個(gè)小區(qū)的平均價(jià)格數(shù)據(jù)，構(gòu)建地理加權(quán)回歸模型，并將其與傳統(tǒng)最小二乘法（OLS）做比較以探究區(qū)域內(nèi)房?jī)r(jià)空間分異影響[9]；薛冰等人基于POI大數(shù)據(jù)對(duì)老工業(yè)區(qū)房?jī)r(jià)影響因素空間分異與實(shí)證[10]。已有的研究較多關(guān)注于一二線等熱點(diǎn)城市，但涉及三四線城市區(qū)域，尤其是具有旅游和養(yǎng)老地產(chǎn)特征的房地產(chǎn)研究還較少。由于海南島具備獨(dú)一無(wú)二的熱帶氣候、濱海資源及生態(tài)宜居性，是國(guó)內(nèi)許多人度假、置業(yè)及養(yǎng)老的首選，房地產(chǎn)市場(chǎng)較其他區(qū)域而言具有特殊性，隨著海南自貿(mào)港政策不斷出臺(tái)及完善，自貿(mào)港建設(shè)及發(fā)展勢(shì)必會(huì)提升區(qū)域房?jī)r(jià)預(yù)期。海甸島作為海南省會(huì)城市海口的最大島嶼，旅游資源豐富，各項(xiàng)配套設(shè)施完善，其房地產(chǎn)具備旅游及養(yǎng)老地產(chǎn)的典型特征。因此，采用GWR模型研究其房?jī)r(jià)的空間分異特征及影響因素，對(duì)了解其房地產(chǎn)特征及維護(hù)區(qū)域房地產(chǎn)市場(chǎng)穩(wěn)定發(fā)展具有重要作用。

1 研究區(qū)域

海甸島隸屬?？谑忻捞m區(qū)，位于?？谑斜辈浚▓D1），是海口市最大的島嶼，面積約13.8 km2，人口19.38萬(wàn)。海甸島南臨海甸河，東臨橫溝河，西面、北面是瓊州海峽，三面臨江傍海，構(gòu)成一道獨(dú)特的河海景觀風(fēng)景線。海甸島自20世紀(jì)90年代開(kāi)發(fā)，交通、教育及生活等配套設(shè)施完善，交通便捷，世紀(jì)大橋、人民橋與和平橋3座大橋?qū)⒑５閸u和市中心無(wú)縫連接；教育資源充足，有海南省唯一一所211大學(xué)海南大學(xué)，有海南華僑中學(xué)美麗沙分校、?？诘诙逍W(xué)、?？谑械诰判W(xué)等省重點(diǎn)學(xué)校；生活配套設(shè)施完善，有鵬輝廣場(chǎng)、海甸城等大型商場(chǎng)，3A級(jí)景點(diǎn)白沙門(mén)公園以及三甲醫(yī)院?？谑腥嗣襻t(yī)院等。

圖1 海甸島位置示意圖Fig.1 Location of Haidian Island

2 數(shù)據(jù)來(lái)源及處理

2.1 數(shù)據(jù)來(lái)源

本研究利用高德地圖采集海甸島的POI數(shù)據(jù)，包含住宅小區(qū)、學(xué)校、三甲醫(yī)院、便民設(shè)施和公交站點(diǎn)等信息，通過(guò)刪除重復(fù)、剔除缺失數(shù)據(jù)及處理異常信息等，最終得到5919條數(shù)據(jù)?；阪溂?、安居客及搜房網(wǎng)等房地產(chǎn)網(wǎng)站采集商品住房數(shù)據(jù)，最終整理得到海甸島139個(gè)商品住宅樓盤(pán)的均價(jià)及房齡等屬性信息，時(shí)間節(jié)點(diǎn)為2020年5月。建筑物數(shù)據(jù)來(lái)源于OSM網(wǎng)站，利用ArcGIS密度分析得到海甸島建筑密度的柵格數(shù)據(jù)。

2.2 數(shù)據(jù)預(yù)處理

克里金空間插值能將離散的點(diǎn)數(shù)據(jù)轉(zhuǎn)換成連續(xù)曲面，有利于房?jī)r(jià)數(shù)據(jù)的空間表達(dá)。進(jìn)行克里金空間插值分析的前提是數(shù)據(jù)服從正態(tài)分布，因此對(duì)所取數(shù)據(jù)利用頻數(shù)分布直方圖和QQPlot分布圖對(duì)數(shù)據(jù)進(jìn)行正態(tài)分布檢驗(yàn)。對(duì)海甸島的商品住房?jī)r(jià)格進(jìn)行對(duì)數(shù)變換后，得到房?jī)r(jià)的直方圖偏度為0.11973，峰度為3.0883，而QQPlot分布圖基本呈直線型，因此認(rèn)為變換后的樣本房?jī)r(jià)數(shù)據(jù)基本滿足正態(tài)分布要求。

本研究參考相關(guān)文獻(xiàn)和理論[11-12]，將影響小區(qū)房?jī)r(jià)空間分異因素分為內(nèi)生因素、區(qū)位特征以及鄰里特征3大類(lèi)，共包括建筑密度、房齡、公交站、主干道、海景、大型商場(chǎng)、生活服務(wù)設(shè)施、三甲醫(yī)院和學(xué)校9種影響因素。影響因素及量化標(biāo)準(zhǔn)見(jiàn)表1。

表1 影響因素及量化標(biāo)準(zhǔn)表Tab.1 Influencing factors and quantification

3 研究方法

GWR模型將空間權(quán)重矩陣應(yīng)用于線性回歸模型中，通過(guò)引入地理坐標(biāo)位置，擴(kuò)展傳統(tǒng)的回歸模型，并在某一空間范圍內(nèi)的每一個(gè)點(diǎn)建立局部回歸方程.GWR模型能夠靈活調(diào)整優(yōu)化區(qū)域權(quán)重，模型系數(shù)能較好揭示地理要素的空間非均質(zhì)性，更好地解決空間非平穩(wěn)性的問(wèn)題。GWR模型表示為[13]：

式中，yi為樣本i的住宅價(jià)格；xik為影響因素；（ui，vi）為i的地理區(qū)位坐標(biāo)；εi是第i個(gè)樣點(diǎn)的隨機(jī)誤差；βi是隨著區(qū)位變化的回歸參數(shù)。

本研究的GWR模型核類(lèi)型默認(rèn)選擇FIXED（固定距離法），這種方法能夠生成更加平滑的核表面。帶寬是指權(quán)重與距離之間函數(shù)關(guān)系的正衰減參數(shù)，帶寬的大小直接影響GWR模型的空間變化，可以將帶寬看作光滑參數(shù)，數(shù)越大越光滑[14]，本研究采用AICc法選取合適的帶寬。

4 結(jié)果分析

4.1 海甸島商品住宅價(jià)格空間特征

根據(jù)數(shù)據(jù)顯示海甸島房?jī)r(jià)均價(jià)為14 259元/㎡，房?jī)r(jià)中位數(shù)為14 069元/㎡。通過(guò)圖2可反映海甸島房?jī)r(jià)的主要空間特征，一是空間分異特征明顯，海甸島房?jī)r(jià)最高值區(qū)域位于北部，次高值區(qū)位于西部，房?jī)r(jià)的低值區(qū)主要分布在東南部；二是房?jī)r(jià)層次分布明顯，體現(xiàn)為島的中部房?jī)r(jià)低，由中部向南北方向延伸，隨著距離越靠近海則房?jī)r(jià)越高，由南向北呈現(xiàn)高值-低值-高值的U型層次分布特征。海甸島北邊為瓊州海峽，沿岸海濱休閑綠道以及交通設(shè)施完善，擁有白沙門(mén)公園以及白沙門(mén)高爾夫球場(chǎng)，區(qū)域以別墅、洋房、低密度住宅等類(lèi)型住宅居多，居住密度低，海景無(wú)遮擋，因此房?jī)r(jià)比較高。海甸島東南部的路網(wǎng)相對(duì)復(fù)雜，建筑密度大，部分小區(qū)的容積率較高，居住人口密集，區(qū)域房?jī)r(jià)相對(duì)較低。

圖2 海甸島房?jī)r(jià)空間分異Fig.2 Spatial differentiation of housing prices in Haidian Island

4.2 空間自相關(guān)

空間自相關(guān)分析是檢驗(yàn)?zāi)骋灰嘏c其鄰近范圍是否具有關(guān)聯(lián)以及關(guān)聯(lián)度。全局空間自相關(guān)可以分析指定要素屬性在整體范圍內(nèi)是否有自相關(guān)性。本文利用莫蘭指數(shù)（Moran's I）進(jìn)行區(qū)域要素的全局空間自相關(guān)驗(yàn)證，海甸島房?jī)r(jià)的全局Moran's I為0.9329，Z值為8.0701，P值小于0.001，通過(guò)顯著性檢驗(yàn)，表明海甸島商品住房?jī)r(jià)格存在空間正相關(guān)，即距離較近的住宅小區(qū)，價(jià)格也較接近，呈現(xiàn)空間集聚狀態(tài)。

局部空間自相關(guān)表征一個(gè)指定要素與其相鄰要素的相似程度，能夠更直觀體現(xiàn)某一要素在空間上的聚集特征。通過(guò)ArcGIS局部自相關(guān)分析（Anselin Local Moran's I）探測(cè)海甸島房?jī)r(jià)的聚集特征（圖3）發(fā)現(xiàn)，高-高集聚的小區(qū)主要位于海甸島西北及東北的沿海一線，低-低集聚小區(qū)主要位于島的東南部，表明具有較強(qiáng)的空間正相關(guān)。同時(shí)，海甸島東南及東北部的部分住宅小區(qū)呈現(xiàn)高-低、低-高分布，表明這些局部區(qū)域的小區(qū)房?jī)r(jià)有較強(qiáng)的空間負(fù)相關(guān)，存在空間異質(zhì)性，可用GWR模型對(duì)其進(jìn)一步分析。

圖3 局部自相關(guān)Fig.3 Local autocorrelation

4.3 GWR模型結(jié)果

基于GWR模型的回歸系數(shù)結(jié)果（表2），從整體上評(píng)價(jià)影響因素對(duì)房?jī)r(jià)的作用。首先，各影響因素回歸系數(shù)中，起負(fù)向作用由大到小分別是房齡、建筑密度、大型商場(chǎng)、海景及醫(yī)院距離；起正向作用由大到小依次為學(xué)校、最近生活服務(wù)設(shè)施距離、最近公交站距離和最近主干道距離。其次，各因素對(duì)房?jī)r(jià)的影響具有空間非平穩(wěn)性，如房齡的標(biāo)準(zhǔn)差最大，說(shuō)明其作用程度的區(qū)位差異最大；醫(yī)院和最近主干道距離對(duì)房?jī)r(jià)的影響存在方向性的差異，如主干道的回歸系數(shù)為-0.57～2.16，表明主干道距離在不同區(qū)間方位上對(duì)房?jī)r(jià)分別產(chǎn)生負(fù)向或正向的影響。

表2 GWR模型結(jié)果Tab.2 Results of GWR model

表3列出OLS模型及GWR模型的殘差平方和（R2）及帶寬（AICc），R2能夠反映模型預(yù)測(cè)精度，校正R2能夠反映模型的擬合優(yōu)度。根據(jù)結(jié)果，GWR模型的R2為0.579，校正后的R2為0.525，對(duì)房?jī)r(jià)的解釋度高于OLS模型；同時(shí)AICc值為2570.9，與OLS模型的AICc值之差大于3，根據(jù)Fotheringham提出的評(píng)價(jià)標(biāo)準(zhǔn)證明GWR模型優(yōu)于OLS模型，綜合說(shuō)明了GWR模型較OLS模型更適用于海甸島的房?jī)r(jià)空間影響研究。

表3 OLS模型與GWR模型結(jié)果對(duì)比表Tab.3 Comparison of results between OLS model and GWR model

4.4 各因素對(duì)房?jī)r(jià)空間分異的影響

除了從整體水平上分析房?jī)r(jià)的影響因素外，GWR模型還可以基于空間插值，對(duì)各因素的回歸系數(shù)進(jìn)行空間表達(dá)，從空間分異的角度分析各因素對(duì)房?jī)r(jià)的影響效應(yīng)。

1）內(nèi)生因素對(duì)房?jī)r(jià)的影響。隨著建筑年限的增加，會(huì)造成建筑物效用遞減，從而引起價(jià)值上的損失，因此房齡是影響房?jī)r(jià)的重要因素。

海甸島的房齡與房?jī)r(jià)是顯著負(fù)相關(guān)的關(guān)系，表明海甸島的房子的房?jī)r(jià)隨著房齡增加而貶值。由圖4a不難看出在空間上房齡對(duì)房?jī)r(jià)的影響，呈現(xiàn)出由南向北逐級(jí)遞減的趨勢(shì)。海甸島南部海甸三西路與海甸一西路地段小區(qū)房齡約20年左右，其回歸系數(shù)在-259.25～-262.92之間，表明這些地段的小區(qū)房屋每增加一年，房?jī)r(jià)就降低約260元/㎡左右。海甸島東西兩側(cè)沿碧海大道分布的小區(qū)房齡相對(duì)較新，受房齡因素的影響不顯著。房齡回歸系數(shù)的絕對(duì)值達(dá)到235，遠(yuǎn)大于其他因素，表明在各因素中房齡對(duì)房?jī)r(jià)的影響作用最強(qiáng)，房齡是海甸島的房?jī)r(jià)主要影響因素。說(shuō)明海甸島的購(gòu)房人群熱衷于購(gòu)買(mǎi)新房，二手房市場(chǎng)還未被充分挖掘。

海甸島建筑密度與房?jī)r(jià)在海甸島全局范圍內(nèi)呈現(xiàn)出負(fù)相關(guān)的關(guān)系，即建筑密度越高，房?jī)r(jià)越低，表明海甸島房?jī)r(jià)對(duì)區(qū)域的密度空間較為敏感。由圖4b可以看出建筑密度對(duì)房?jī)r(jià)的負(fù)向影響作用從東部向西部遞減，原因在于海甸島東部的建筑密度較大，尤其是東南部建筑物較為密集，不僅有眾多商品房項(xiàng)目，還分布有福安上村、福安中村、福安下村及廣益新村等城中村，居住密度大，居住人口多；而海甸島西部開(kāi)發(fā)較晚，區(qū)域規(guī)劃科學(xué)合理，各項(xiàng)配套完善，片區(qū)主要為大品牌的商品房項(xiàng)目，居住空間較為開(kāi)闊，相比之下建筑密度對(duì)此區(qū)域影響不如東部顯著。

圖4 內(nèi)生因素的房?jī)r(jià)空間分異影響Fig.4 The influence of endogenous factors on the spatial differentiation of housing prices

2）區(qū)位特征對(duì)房?jī)r(jià)的影響。最近公交站距離對(duì)房?jī)r(jià)的影響在全局范圍內(nèi)系數(shù)為正，證明最近公交站距離與房?jī)r(jià)是正相關(guān)的關(guān)系，即距離最近公交站越遠(yuǎn)，房?jī)r(jià)越高。原因在于海口市的電動(dòng)車(chē)數(shù)目龐大，島內(nèi)通勤距離較近，可通過(guò)電動(dòng)車(chē)解決，因此島內(nèi)人們出行方式會(huì)更偏向于騎電動(dòng)車(chē)，較少依賴(lài)于公共交通，從而導(dǎo)致海甸島區(qū)域內(nèi)的距最近公交站的距離對(duì)房?jī)r(jià)起抑制作用。同時(shí)，由圖5a不難看出海甸島最近公交站的距離對(duì)房?jī)r(jià)的抑制由西向東遞增，說(shuō)明海甸島西部居住人群對(duì)公共交通需求不高，因此公交站點(diǎn)的遠(yuǎn)近因素對(duì)區(qū)域房?jī)r(jià)影響并不顯著。

最近主干道距離對(duì)房?jī)r(jià)的影響有正有負(fù)，說(shuō)明這一因素對(duì)房?jī)r(jià)的影響程度存在著空間非平穩(wěn)性。圖5b中海甸島大致西部系數(shù)為負(fù)，東部系數(shù)為正，即西部小區(qū)距主干道距離越遠(yuǎn)，房?jī)r(jià)越低，東部小區(qū)距主干道越遠(yuǎn)，房?jī)r(jià)越高。從空間上來(lái)看，海甸島西部小區(qū)對(duì)主干道每靠近100 m，房?jī)r(jià)約高出57元/㎡，而東部小區(qū)每靠近主干道1 km，房?jī)r(jià)約降低216元/㎡。原因在于東部房子較為密集，距離各主干道的距離較近，交通便利，主干道對(duì)其房?jī)r(jià)影響較小，但西部小區(qū)分布較為松散，因此距離主干道越近，交通越便利，房?jī)r(jià)越高，這也充分說(shuō)明道路規(guī)劃對(duì)房?jī)r(jià)影響的顯著性。

最近海景距離對(duì)房?jī)r(jià)的影響是負(fù)相關(guān)的關(guān)系，即隨著距離海景越近海甸島的房?jī)r(jià)越高，這是海甸島房地產(chǎn)的主要特征。從空間上來(lái)看，海甸島北部對(duì)海景距離每靠近1 km，房?jī)r(jià)高出約1000元/m2。海景距離因素是根據(jù)海甸島具有旅游房地產(chǎn)獨(dú)特性而提出，由圖5c可知，海甸島北部小區(qū)距海遠(yuǎn)近對(duì)房?jī)r(jià)影響程度更大，并呈現(xiàn)出由其向南依次遞減的趨勢(shì)。這是由于北部區(qū)域是橫溝河的入?？?，景觀秀美，因此該區(qū)域的海景距離對(duì)房?jī)r(jià)影響程度大。該結(jié)論對(duì)海甸島的海岸景觀資源合理規(guī)劃及利用有著重要啟示。

圖5 區(qū)位特征的房?jī)r(jià)空間分異影響系數(shù)Fig.5 The influence of location characteristics on the spatial differentiation of housing prices

3）鄰里特征對(duì)房?jī)r(jià)的影響。最近大型商場(chǎng)、三甲醫(yī)院距離兩類(lèi)影響因素與房?jī)r(jià)的相關(guān)性與預(yù)期假設(shè)整體相符，但影響程度較低。最近生活服務(wù)設(shè)施距離和最近學(xué)校距離是正向影響因素，與假設(shè)預(yù)期相悖。

最近大型商場(chǎng)距離對(duì)房?jī)r(jià)的影響是負(fù)相關(guān)的關(guān)系，即距離商場(chǎng)越近房?jī)r(jià)越高。從空間上來(lái)看，圖6a中海甸島北部對(duì)大型商場(chǎng)每靠近1 km，房?jī)r(jià)約高出1070元/㎡，且其影響程度呈現(xiàn)由北向南依次遞減的趨勢(shì)。這是因?yàn)榇笮蜕虉?chǎng)主要分布在海甸島的中東部，北部大型商場(chǎng)極為稀缺，因此北部距商場(chǎng)距離這一因素對(duì)房?jī)r(jià)的影響高于南部，也說(shuō)明居民對(duì)于大型商場(chǎng)的需求較為明顯，建議在北部規(guī)劃大型商場(chǎng)。

最近三甲醫(yī)院距離對(duì)房?jī)r(jià)的影響整體上是負(fù)相關(guān)，但空間方向上存在差異：即海甸島中部和東部小區(qū)距離醫(yī)院每靠近1 km，房?jī)r(jià)約增加1036元/㎡，而海甸島西部小區(qū)距離醫(yī)院每靠近1 km，房?jī)r(jià)約降低490元/㎡。海甸島的三甲醫(yī)院是?？谑腥嗣襻t(yī)院，坐落于圖6c中海甸島中部人民大道附近，距離東部小區(qū)較近，由于居民大多會(huì)選擇就近就醫(yī)，而僅有的一家三甲醫(yī)院顯然成了稀缺資源，所以距離醫(yī)院越近房?jī)r(jià)越高。西部系數(shù)雖為正，但是絕對(duì)值很小，說(shuō)明醫(yī)院對(duì)海甸島西部房?jī)r(jià)影響較小。

最近生活服務(wù)設(shè)施距離對(duì)房?jī)r(jià)的影響是正相關(guān)的關(guān)系，即距離生活服務(wù)設(shè)施越遠(yuǎn)，房?jī)r(jià)越高。從空間上來(lái)看，距生活服務(wù)設(shè)施的距離對(duì)海甸島北部小區(qū)的房?jī)r(jià)抑制最強(qiáng)，距離生活服務(wù)設(shè)施每靠近10 m，房?jī)r(jià)降低約53元/㎡，影響程度在圖6b中由北向南呈同心圓狀遞減。原因在于海甸島的生活服務(wù)設(shè)施涵蓋多種類(lèi)型，有五金店、菜市場(chǎng)、雜貨鋪、電信專(zhuān)營(yíng)店以及餐飲店等，生活服務(wù)設(shè)施密集意味著居住密度較大，因此對(duì)房?jī)r(jià)產(chǎn)生抑制性，同時(shí)也說(shuō)明海甸島的生活服務(wù)設(shè)施覆蓋較全面，購(gòu)房者并不將其作為購(gòu)房的考慮因素。

圖6 鄰里特征的房?jī)r(jià)空間分異影響Fig.6 The influence of neighborhood characteristics on the spatial differentiation of housing prices

5 結(jié) 論

本研究以2020年5月海甸島139個(gè)商品住宅小區(qū)的均價(jià)數(shù)據(jù)為研究對(duì)象，通過(guò)GWR模型對(duì)海甸島商品住宅小區(qū)價(jià)格的空間分異和影響因素進(jìn)行分析，研究結(jié)論認(rèn)為，首先全局莫蘭指數(shù)表明海甸島的房?jī)r(jià)存在空間正相關(guān)，局部自相關(guān)結(jié)果表明部分區(qū)域房?jī)r(jià)存在空間異質(zhì)性。海甸島房?jī)r(jià)大致呈現(xiàn)四周高，中間低的“U”型空間分布特征。其次，GWR模型較OLS模型更能刻畫(huà)海甸島房?jī)r(jià)空間異質(zhì)性和影響因素的關(guān)系，相應(yīng)的R2與AICc間的差值也驗(yàn)證了這點(diǎn)。根據(jù)GWR模型結(jié)果表明房齡因素對(duì)海甸島房?jī)r(jià)的影響最大，且部分影響因素對(duì)房?jī)r(jià)的影響存在空間非平穩(wěn)性。通過(guò)各因素回歸參數(shù)對(duì)房?jī)r(jià)空間分異的影響研究，一方面可以了解區(qū)域不同空間的居民住房偏好，另一方面也可以指導(dǎo)區(qū)域內(nèi)公共服務(wù)資源的分配布局，對(duì)提升居住滿意度、促進(jìn)區(qū)域房地產(chǎn)市場(chǎng)的持續(xù)健康發(fā)展有積極作用。基于該研究所使用的POI大數(shù)據(jù)理論上能夠?qū)崿F(xiàn)研究區(qū)域住宅樓盤(pán)的全覆蓋，在提升數(shù)據(jù)獲取頻度與模型精度的基礎(chǔ)上，政府能更全面精準(zhǔn)的掌握區(qū)域存量住房信息，這將更有利于房地產(chǎn)市場(chǎng)的有效管理。