李晴 王彤彤
摘? ?要:以濟(jì)南市主城區(qū)在售普通商品房、二手房小區(qū)數(shù)據(jù)為研究對(duì)象,以住宅小區(qū)2022年3月銷售均價(jià)為樣本數(shù)據(jù),運(yùn)用核密度分析法、全局空間自相關(guān)、克里格插值法分析住房?jī)r(jià)格的空間格局,運(yùn)用空間相關(guān)矩陣法分析人口密度、道路網(wǎng)密度、商業(yè)設(shè)施集聚性3個(gè)外因?qū)ψ》績(jī)r(jià)格的影響。結(jié)果表明,濟(jì)南市主城區(qū)二手房小區(qū)住房?jī)r(jià)格呈現(xiàn)出較明顯的空間集聚特征,人口密度、路網(wǎng)密度、商業(yè)設(shè)施與住房?jī)r(jià)格呈現(xiàn)出較明顯的正相關(guān)性,其中,路網(wǎng)密度對(duì)住房?jī)r(jià)格的影響程度最高。
關(guān)鍵詞:住房?jī)r(jià)格;空間格局;影響因素;相關(guān)性
中圖分類號(hào):F293.3? ? ? ?文獻(xiàn)標(biāo)志碼:A? ? ? 文章編號(hào):1673-291X(2023)16-0045-04
引言
住房?jī)r(jià)格呈現(xiàn)出規(guī)律性分布的空間格局。最早研究城市土地利用區(qū)位價(jià)值的學(xué)者是美國(guó)經(jīng)濟(jì)學(xué)家W·Alonso,他于1964年提出了競(jìng)租函數(shù)的概念,并在單中心假設(shè)的前提下認(rèn)為各種經(jīng)濟(jì)活動(dòng)的區(qū)位是由其土地供給中的競(jìng)價(jià)決定的,由此得到城市住房的租金是由中心峰值區(qū)向外圍逐漸遞減的負(fù)函數(shù)[1]。周春山、羅彥(2004)[2]借助空間因子開(kāi)展了住宅價(jià)格空間分異規(guī)律研究。如今,伴隨城市存量?jī)?yōu)化、外延拓展,城市住房?jī)r(jià)格的空間格局愈加復(fù)雜化。國(guó)內(nèi)外眾多學(xué)者針對(duì)居住空間分異、住房?jī)r(jià)格的空間自相關(guān)等多方面展開(kāi)了研究。通過(guò)總結(jié)前人的研究發(fā)現(xiàn),住房?jī)r(jià)格的空間格局及影響因素的研究較少。
本文首先利用核密度分析、全局空間自相關(guān)技術(shù)、克里格插值方法對(duì)濟(jì)南市主城區(qū)住房?jī)r(jià)格的空間格局展開(kāi)研究,其次利用空間相關(guān)矩陣法分析濟(jì)南市主城區(qū)住房?jī)r(jià)格空間格局的影響因素,以此助力于優(yōu)化濟(jì)南市主城區(qū)住房格局,創(chuàng)造更加宜居的居住空間環(huán)境。
一、研究范圍與數(shù)據(jù)
(一)研究范圍
本文的研究范圍為濟(jì)南市城市總體規(guī)劃(2011—2020)劃定的主城區(qū)的范圍,共包括71個(gè)街道(全部或部分區(qū)域),具體指玉符河以東、繞城高速公路東環(huán)線以西、黃河與南部山體之間的區(qū)域。該區(qū)域內(nèi)住宅小區(qū)分布相對(duì)集中,可充分反映濟(jì)南市主城區(qū)住房?jī)r(jià)格的空間格局。
(二)數(shù)據(jù)來(lái)源與處理分析
1.數(shù)據(jù)來(lái)源與處理
本文通過(guò)安居客網(wǎng)獲取2022年3月濟(jì)南市主城區(qū)在售普通商品房、二手房小區(qū)數(shù)據(jù),經(jīng)過(guò)對(duì)數(shù)據(jù)的洗滌、篩選(去除無(wú)法獲取均價(jià)的住宅小區(qū),去除別墅、洋房等其他類型的住宅小區(qū),僅保留可獲取均價(jià)且類型為普通住宅的小區(qū)),最終確認(rèn)濟(jì)南市主城區(qū)的3 435個(gè)在售普通商品房、二手房小區(qū)為樣本數(shù)據(jù),并且包括了小區(qū)的經(jīng)緯度、名稱、建筑面積、均價(jià)等數(shù)據(jù)信息。
商業(yè)數(shù)據(jù)主要選取影響住房?jī)r(jià)格空間格局的代表性商業(yè)設(shè)施類別,包含餐飲服務(wù)、購(gòu)物服務(wù)、休閑娛樂(lè)設(shè)施。通過(guò)excel統(tǒng)計(jì)得到餐飲服務(wù)數(shù)據(jù)28 629條、購(gòu)物服務(wù)數(shù)據(jù)42 038條、體育休閑數(shù)據(jù)3 347條。
以交通路網(wǎng)數(shù)據(jù)、行政區(qū)劃數(shù)據(jù)、第七次人口普查街道數(shù)據(jù)(根據(jù)六普各街道人口數(shù)據(jù)預(yù)測(cè))信息為基礎(chǔ),在ArcGIS構(gòu)建住房?jī)r(jià)格的空間數(shù)據(jù)庫(kù),運(yùn)用ArcGIS10.4對(duì)數(shù)據(jù)進(jìn)行處理。
2.影響因素選擇
根據(jù)以往學(xué)者的研究,影響城市住房?jī)r(jià)格的因素包括住宅區(qū)位、建筑結(jié)構(gòu)、鄰里環(huán)境、建筑年代、小區(qū)環(huán)境、景觀、項(xiàng)目周邊商業(yè)設(shè)施、周邊教育配套設(shè)施、交通便利性、醫(yī)療設(shè)施等。這些因素影響購(gòu)買意愿進(jìn)而影響房屋出售價(jià)格[3]。以前人研究成果為基礎(chǔ),考慮數(shù)據(jù)的獲取性,本文選取人口密度、道路網(wǎng)密度、商業(yè)設(shè)施集聚性3個(gè)外因,探究各因素與住房?jī)r(jià)格之間的相關(guān)性。
二、研究方法
(一)全局空間自相關(guān)MoranI統(tǒng)計(jì)全局空間自相關(guān)是用來(lái)判斷研究對(duì)象在整個(gè)區(qū)域?qū)用媸欠窬哂屑坌?yīng)的,常用的全局空間自相關(guān)分析的方法主要包括MoranI、Getis G等。本文采用MoranI統(tǒng)計(jì)(取值范圍為-11)。負(fù)值代表空間分布存在負(fù)相關(guān),0代表不存在相關(guān)性,正值代表空間存在正相關(guān)。此外,也可以通過(guò)Z值檢驗(yàn)空間分布的相關(guān)性。Z值為正表示空間呈現(xiàn)集聚性分布,Z值為負(fù)表示空間呈現(xiàn)發(fā)散分布。
(二)核密度分析
核密度分析點(diǎn)或線要素的空間集聚性,輸出結(jié)果數(shù)值越大,表示空間集聚程度越高。
(三)克里格插值法
克里格方法(Kriging),即空間局部插值法是以變異函數(shù)理論和結(jié)構(gòu)分析為基礎(chǔ),利用區(qū)域化變量的原始數(shù)據(jù)和變異函數(shù)的結(jié)構(gòu)特點(diǎn),對(duì)未知樣點(diǎn)進(jìn)行線性無(wú)偏最優(yōu)估計(jì),是地統(tǒng)計(jì)學(xué)的主要內(nèi)容之一[4]??死锔癫逯挡粌H考慮了樣本點(diǎn)的形狀、大小和空間方位,同時(shí)也考慮了與未知樣點(diǎn)間的空間位置關(guān)系以及變異函數(shù)提供的結(jié)構(gòu)信息[5]??死锔癫逯捣梢苑治鰳颖緮?shù)據(jù)在整個(gè)空間層面的發(fā)展態(tài)勢(shì)。
(四)空間相關(guān)矩陣分析法
空間相關(guān)矩陣用于描述具有共同空間范圍的2個(gè)柵格圖層之間的相關(guān)性,用相關(guān)系數(shù)表示,范圍為-1.0—1.0。若相關(guān)系數(shù)為正值,則表示兩者之間存在正相關(guān)關(guān)系;若為負(fù)值,則表示存在負(fù)相關(guān)關(guān)系。相關(guān)系數(shù)的絕對(duì)值越大,表示兩個(gè)柵格圖層之間的相關(guān)性越強(qiáng)。
三、濟(jì)南市主城區(qū)住房?jī)r(jià)格的空間格局
(一)住房?jī)r(jià)格的空間數(shù)量分布特征
濟(jì)南市主城區(qū)在售普通商品房、二手房小區(qū)總量為3 435個(gè)。其中,姚家街道住宅小區(qū)數(shù)量最多,為183個(gè);文化東路街道次之,為161個(gè);六里山街道住宅小區(qū)數(shù)量為141個(gè)。通過(guò)匯總濟(jì)南市主城區(qū)小區(qū)均價(jià),得出濟(jì)南市主城區(qū)小區(qū)價(jià)格平均值為18 601.67元。同時(shí),參考與濟(jì)南市同等層級(jí)、規(guī)模城市小區(qū)均價(jià),考慮小區(qū)住房?jī)r(jià)格上下浮動(dòng)區(qū)間,本文將小區(qū)均價(jià)<10 000元界定為低房?jī)r(jià)小區(qū),小區(qū)均價(jià)10 000—20 000元界定為中等房?jī)r(jià)小區(qū),小區(qū)均價(jià)>20 000元界定為高房?jī)r(jià)小區(qū)。通過(guò)ArcGIS分類,發(fā)現(xiàn)濟(jì)南市主城區(qū)高房?jī)r(jià)小區(qū)數(shù)量較多的街道是文化東路街道(156)、姚家街道(114),中等房?jī)r(jià)小區(qū)數(shù)量較多的街道是六里山街道(136)、北園街道(101)、東風(fēng)街道(100),低房?jī)r(jià)小區(qū)數(shù)量較多的街道是白馬山街道(21)、王舍人街道(14)。
(二)住房?jī)r(jià)格的空間集聚分布特征
利用ArcGIS的全局MoranI工具,對(duì)濟(jì)南市主城區(qū)小區(qū)均價(jià)進(jìn)行分析,結(jié)果如圖1所示,Z值為118.012 775>0,表明濟(jì)南市主城區(qū)小區(qū)住房?jī)r(jià)格存在顯著的空間正相關(guān),空間集聚狀態(tài)顯著。
濟(jì)南市主城區(qū)小區(qū)整體上呈現(xiàn)多中心集聚的特征,如圖2(a)。通過(guò)小區(qū)點(diǎn)核密度分析,可以看出以大觀園街道、六里山街道、洪家樓街道、山大路街道、建筑新村街道為核心的區(qū)域高度集中,呈現(xiàn)出斑塊狀聚集狀態(tài),街道間差異顯著,小區(qū)分布從核心聚集街道向外圍擴(kuò)散趨勢(shì)顯著,總體呈現(xiàn)“沿主城區(qū)中部分布”的不均衡空間格局。
三類小區(qū)住房?jī)r(jià)格均呈現(xiàn)出多核心集聚特征,但集聚形態(tài)方面存在一定程度的差別。從集聚程度來(lái)看,高房?jī)r(jià)小區(qū)集聚程度最高,中等房?jī)r(jià)小區(qū)次之,低房?jī)r(jià)小區(qū)集聚程度最低。從分布趨勢(shì)來(lái)看,低房?jī)r(jià)小區(qū)東西向分布態(tài)勢(shì)最為顯著,中等房?jī)r(jià)小區(qū)次之,高房?jī)r(jià)小區(qū)最為平緩。
低房?jī)r(jià)小區(qū)空間集聚分布特征如圖2(b)。通過(guò)低房?jī)r(jià)小區(qū)點(diǎn)核密度分析,可以看出以白馬山街道、美里湖和吳家堡街道、北園街道和濼口街道、王舍人街道為核心的區(qū)域高度集中。
中等房?jī)r(jià)小區(qū)空間集聚分布特征如圖2(c)。通過(guò)中等房?jī)r(jià)小區(qū)點(diǎn)核密度分析,可以看出以五里溝街道、六里山街道和舜玉路街道、洪家樓街道和山大路街道為核心的區(qū)域高度集中。
高房?jī)r(jià)小區(qū)空間集聚分布特征如圖2(d)。通過(guò)高房?jī)r(jià)小區(qū)點(diǎn)核密度分析,可以看出以大觀園街道和桿石橋街道、文化東路街道、建筑新村和東關(guān)街道為核心的區(qū)域高度集中。
(三)住房?jī)r(jià)格的空間插值模擬
克里格插值方法(Kriging)利用已知點(diǎn)的價(jià)格數(shù)據(jù)去模擬空間發(fā)展格局。本研究使用ArcGIS10.4中的克里格插值方法(Kriging)對(duì)樣點(diǎn)數(shù)據(jù)進(jìn)行了普通克里金插值,得到了濟(jì)南市主城區(qū)住房?jī)r(jià)格的空間分布柵格圖(圖3)。對(duì)插值結(jié)果進(jìn)行交叉檢驗(yàn),標(biāo)準(zhǔn)平均值為0.000 045,接近于0;標(biāo)準(zhǔn)均方根預(yù)測(cè)誤差0.79,接近于1,平均標(biāo)準(zhǔn)差接近均方根預(yù)測(cè)誤差。檢驗(yàn)結(jié)果表明模型較為理想。
圖3? 濟(jì)南市主城區(qū)住房?jī)r(jià)格空間分布柵格圖
濟(jì)南市主城區(qū)住房?jī)r(jià)格圈層分布特征顯著,總體上呈現(xiàn)出以桿石橋街道和四里村街道、舜耕街道、十六里河街道、龍洞街道和港溝街道為中心向四周逐漸衰減,但在衰減過(guò)程中出現(xiàn)局部跳躍,住房?jī)r(jià)格突然抬升或降低,如七里山街道、六里山街道部分區(qū)域越級(jí)驟減,鮑山街道部分區(qū)域越級(jí)抬高。
濟(jì)南市主城區(qū)各街道小區(qū)住房?jī)r(jià)格分異特征顯著。小區(qū)住房?jī)r(jià)格高值區(qū)主要集中分布在千佛山、泉城廣場(chǎng)周圍及龍洞街道附近,住房?jī)r(jià)格高值區(qū)小區(qū)均價(jià)最高達(dá)50 000元。小區(qū)住房?jī)r(jià)格低值區(qū)主要集中分布在主城區(qū)的邊緣地區(qū)(繞城高速附近),白馬山街道、陡溝街道、美里湖街道、吳家堡街道、鮑山街道、董家街道出現(xiàn)住房?jī)r(jià)格洼地,這些街道內(nèi)小區(qū)均價(jià)最高不超過(guò)7 672.83元。
濟(jì)南市主城區(qū)住房?jī)r(jià)格總體上呈現(xiàn)出南高北低、東高西低的規(guī)律,且住房?jī)r(jià)格變化幅度的區(qū)域間差異明顯。房?jī)r(jià)等值線呈外疏內(nèi)密分布狀態(tài),住房?jī)r(jià)格較高的區(qū)域等值線較密集,坡度較陡,但目前隨著房?jī)r(jià)降低等值線變得稀疏,坡度變得平緩。
四、濟(jì)南市主城區(qū)住房?jī)r(jià)格空間格局的影響因素分析
(一)影響因素空間分布特征
餐飲設(shè)施見(jiàn)圖4(a),購(gòu)物設(shè)施見(jiàn)圖4(b),體育休閑設(shè)施圖見(jiàn)4(c),明顯呈現(xiàn)多中心集聚的特征,可以看出以大觀園街道和泉城路、洪家樓街道、舜華街道為核心的區(qū)域高度集中,呈現(xiàn)出斑塊狀聚集狀態(tài),總體呈現(xiàn)“北多南少”的不均衡空間分布格局。但集聚程度呈現(xiàn)出較大差距:購(gòu)物設(shè)施集聚性>餐飲設(shè)施集聚性>體育休閑設(shè)施集聚性。
濟(jì)南市主城區(qū)中部偏北人口分布較為集聚,東部和南部人口分布較為稀疏。荷花路街道人口密度最高,為116 889.65人/km2;興隆街道人口密度最低,為795.52人/km2。見(jiàn)圖4(d)。
濟(jì)南市主城區(qū)路網(wǎng)密度沿經(jīng)十路附近路網(wǎng)密度較高,主城區(qū)南部路網(wǎng)密度最低。路網(wǎng)密度最高達(dá)13.45km/km2,最低為0.50km/km2。見(jiàn)圖5(e)。
(二)影響因素空間相關(guān)性分析
利用ArcGIS10.4的空間相關(guān)矩陣分析濟(jì)南市主城區(qū)小區(qū)均價(jià)與各影響因素之間的相關(guān)性(見(jiàn)表1),結(jié)果表明,小區(qū)房?jī)r(jià)均值與路網(wǎng)密度、人口密度、餐飲設(shè)施、體育休閑設(shè)施、購(gòu)物設(shè)施均呈現(xiàn)較明顯的正相關(guān)性。各影響因素對(duì)小區(qū)均價(jià)影響(由高到低排列):路網(wǎng)密度(0.205 30)>體育休閑設(shè)施核密度(0.148 75)>人口密度(0.111 05)>餐飲設(shè)施核密度(0.098 31)>購(gòu)物設(shè)施核密度(0.092 80)。
五、結(jié)論
本文主要對(duì)濟(jì)南市主城區(qū)二手房小區(qū)住房?jī)r(jià)格進(jìn)行了空間格局及影響因素的分析,采用ArcGIS中的空間統(tǒng)計(jì)分析工具以及地統(tǒng)計(jì)分析工具,定性定量分析該區(qū)域小區(qū)住房?jī)r(jià)格的空間集聚特征、空間格局以及各影響因素之間的相關(guān)性,并得出以下結(jié)論。
1.濟(jì)南市主城區(qū)二手房小區(qū)的住房?jī)r(jià)格的空間格局呈現(xiàn)較顯著的集聚狀態(tài)。其中,高房?jī)r(jià)小區(qū)集聚程度最高,中等房?jī)r(jià)小區(qū)次之,低房?jī)r(jià)小區(qū)集聚程度最低。
2.濟(jì)南市主城區(qū)住房?jī)r(jià)格總體上呈現(xiàn)出南高北低、東高西低的規(guī)律。
3.濟(jì)南市主城區(qū)住房?jī)r(jià)格的空間格局受多方面因素影響,其中路網(wǎng)密度對(duì)其影響程度最大,路網(wǎng)密度較高的區(qū)域住房?jī)r(jià)格相對(duì)較高。
本文應(yīng)用較多分析方法對(duì)濟(jì)南市主城區(qū)二手房小區(qū)的住房?jī)r(jià)格空間格局及其影響因素進(jìn)行分析,相對(duì)客觀。但研究仍存在一定的局限性,僅注意了對(duì)影響住房?jī)r(jià)格空間格局的主要外在影響因素分析,忽視了其他內(nèi)在影響因素和外在影響因素的影響。后續(xù)研究須進(jìn)一步探討其他因素對(duì)濟(jì)南市主城區(qū)二手房小區(qū)價(jià)格的影響,分析各影響因素對(duì)濟(jì)南市主城區(qū)二手房小區(qū)價(jià)格的疊加影響。
參考文獻(xiàn):
[1]? ?李廣娣,沈昊婧.城市住房?jī)r(jià)格的空間分布格局研究:以沈陽(yáng)市為例[J].現(xiàn)代城市研究,2014(2):80-84,94.
[2]? ?周春山,羅彥.近10年廣州市房地產(chǎn)價(jià)格的空間分布及其影響[J].城市規(guī)劃,2004(3):52-56.
[3]? ?郭金金,夏同水,李建春.城市住宅價(jià)格空間分異及影響因素研究[J].統(tǒng)計(jì)與決策,2016(8):142-145.
[4]? ?周敏,甄峰.基于空間分析的城市商品住宅價(jià)格空間分布研究[J].現(xiàn)代城市研究,2008(7):47-53.
[5]? ?湯國(guó)安,楊昕.ArcGIS地理信息系統(tǒng)空間分析實(shí)驗(yàn)教程[M].北京:科學(xué)出版社,2006:294-295.
[6]? ?梅志雄,黎夏.基于ESDA和Kriging方法的東莞市住宅價(jià)格空間結(jié)構(gòu)[J].經(jīng)濟(jì)地理,2008(5):862-866.
[7]? ?蔣健君,花向紅,邱衛(wèi)寧,等.基于ArcGIS的房地產(chǎn)價(jià)格空間分布研究[J].測(cè)繪地理信息,2014,39(3):27-30.
[責(zé)任編輯? ?妤? ?文]