中小城市住宅地價空間分布及影響因素研究
——以山東諸城市為例

邢耀文，聶宜民*，夏 斐，滕 磊，林東瑛，李 克，楊玉鑫

(1.山東農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院，山東泰安 271018；2.諸城市土地開發(fā)整理中心，山東濰坊 262200；3.招遠(yuǎn)市國土資源局，山東煙臺 265400)

?

中小城市住宅地價空間分布及影響因素研究
——以山東諸城市為例

邢耀文1，聶宜民1*，夏 斐2，滕 磊3，林東瑛3，李 克1，楊玉鑫1

(1.山東農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院，山東泰安 271018；2.諸城市土地開發(fā)整理中心，山東濰坊 262200；3.招遠(yuǎn)市國土資源局，山東煙臺 265400)

收集2011～2013年諸城市住宅用地交易樣點及資料，選取ArcGIS作為數(shù)據(jù)空間分析工具，獲得了諸城市市區(qū)住宅地價空間分布結(jié)構(gòu)，在Hedonic模型下選取影響住宅地價形成與分布的7種因素結(jié)合SPSS軟件進(jìn)行了預(yù)測與分析。結(jié)果表明，諸城市住宅地價在分布上存在明顯的圈層結(jié)構(gòu)且只有一個地價高峰區(qū)域；在影響因素上受市區(qū)的聚集作用、城市公共設(shè)施及基礎(chǔ)設(shè)施分布的制約較為明顯。了解中小城市住宅地價的分布特征，明確住宅地價分布與影響因素之間的關(guān)系，對中小城市的城市規(guī)劃、住宅用地開發(fā)及建設(shè)、政府合理配置土地資源及市民住房選址都提供了一定的依據(jù)與參考。

中小城市；住宅地價；空間分布；影響因素

城市地價是城市土地區(qū)位條件優(yōu)劣差異的反映[1]，是城市商服繁華條件、交通條件、基礎(chǔ)設(shè)施條件、環(huán)境條件和自然條件等諸多因素因子綜合作用的結(jié)果[2]。住宅地價作為城市地價的一個重要組成部分，不僅關(guān)系到城市居民的民生問題，更為國家對房地產(chǎn)市場的宏觀調(diào)控與管理提供了依據(jù)。要實現(xiàn)通過價格杠桿調(diào)控住宅用地資源這一目的，就必須要摸清城市地價水平，掌握城市地價的空間分布規(guī)律[3]。目前，國內(nèi)學(xué)者對一、二線城市房價及住宅地價時空分布規(guī)律及影響因素研究較多[4-7]，而對以縣級市為代表的中小城市地價特征及其影響因素研究較少。伴隨著中小城市城鎮(zhèn)化與土地市場化與進(jìn)程的深入，大量新建住宅連同與此配套的公共基礎(chǔ)設(shè)施必然會引起城市空間布局的變化，中小城市不僅面臨著城市繁榮帶來的地價上漲問題，同時也要應(yīng)對如何規(guī)劃市區(qū)住宅用地布局，協(xié)調(diào)大量新增住宅用地與其他用地之間關(guān)系的現(xiàn)實問題。因此，研究中小城市住宅用地空間分布特征與其影響因素的關(guān)系，對了解土地市場快速發(fā)育區(qū)域地價分布規(guī)律與影響機(jī)制[8]，具有重要的理論和現(xiàn)實意義。

1 研究區(qū)概況及樣點分布

1.1 研究區(qū)域簡介諸城市位于山東半島泰沂山脈與膠濰平原的交界處。東距青島市140 km，南距日照市75 km，北距濰坊市90 km，膠新鐵路、青蘭高速貫穿諸城。全市南北長72 km，東西寬66.5 km。

研究區(qū)域總面積共104.88 km2。區(qū)域內(nèi)人口密度大，經(jīng)濟(jì)發(fā)展速度快，住宅用地交易量大，為諸城市的中心區(qū)域。

1.2 樣點來源及修正該研究所收集的樣點來自諸城市2013年完成的城鎮(zhèn)基準(zhǔn)地價更新工作。評價基準(zhǔn)日期為2013年12月31日，樣點為交易年期在2011～2013年間諸城市區(qū)的住宅用地。對收集到的住宅用地招拍掛樣點價格進(jìn)行期日、年期、容積率等修正到基準(zhǔn)日期住宅地價；將收集到的房地出租與房屋銷售樣點價格按照剩余法與市場比較法等修正到基準(zhǔn)日期地價。初步整理獲得樣點204個，具體分布見圖1。

2 諸城市住宅地價空間結(jié)構(gòu)模擬與分析

2.1 住宅地價空間結(jié)構(gòu)模擬

2.1.1樣本數(shù)據(jù)檢驗?？死锔癫逯?Kriging)又稱空間局部插值法，是以變異函數(shù)理論和結(jié)構(gòu)分析為基礎(chǔ)，在有限區(qū)域內(nèi)對區(qū)域化變量進(jìn)行無偏最優(yōu)估計的一種方法[9]。由于克里格插值方法對于地價的模擬預(yù)測具有很好的適用性[10]，因此該研究選擇ArcGIS10.0軟件地統(tǒng)計功能模塊，采用普通克里格插值方法對諸城市住宅地價樣點進(jìn)行空間模擬與分析。普通克里格插值假設(shè)數(shù)據(jù)服從正態(tài)分布，如果數(shù)據(jù)不服從正態(tài)分布，需要進(jìn)行一定程度的數(shù)據(jù)變換使其服從正態(tài)分布[11]。通過地統(tǒng)計模塊的探索空間數(shù)據(jù)分析工具提供的直方圖與正態(tài)QQ-Plot圖(圖2)，可以直觀地反映樣點數(shù)據(jù)分布特征及總體規(guī)律，并可以通過查找離群值與變換數(shù)據(jù)使數(shù)據(jù)服從正態(tài)分布[12]。

由圖2可以看出，在數(shù)據(jù)未變換情況下，直方圖中數(shù)據(jù)偏度為0.1，樣點基本呈正態(tài)分布。正態(tài)QQ-Plot圖中離散的幾個樣點經(jīng)確認(rèn)屬于市區(qū)中心及邊緣區(qū)域的幾個樣點，屬于真實離散值，可不予剔除。

2.1.2住宅地價空間插值。地統(tǒng)計向?qū)Чδ芟逻x擇普通克里格插值，通過比較不同的模型及參數(shù)，發(fā)現(xiàn)在移除數(shù)據(jù)的一階趨勢、插值模型為高斯模型、步長為5 600(樣點間最大距離的一半)時插值結(jié)果最為精確。即預(yù)測誤差中，標(biāo)準(zhǔn)平均值最接近于0，標(biāo)準(zhǔn)均方根最接近于1。由此獲得諸城市住宅地價空間分布預(yù)測結(jié)果(圖3、4)。

2.2 諸城市住宅地價分布特點分析

2.2.1呈現(xiàn)圈層結(jié)構(gòu)，空間差異明顯。諸城市住宅地價整體由市中心向周邊區(qū)域逐漸降低，區(qū)位影響明顯。全市住宅地價最高處為人民東路與和平街交界區(qū)域，價格達(dá)到1 600元/m2以上，在外環(huán)路以外地價降至800元/m2左右，最低處為500元/m2左右，住宅地價變化劇烈。且由市中心向不同方向地價分異性不同，東西方向變化平緩，而南北方向出現(xiàn)了較大不同，北側(cè)由于土地開發(fā)率較低，人口密度較低，地價等值線由疏變密，地價在外圍區(qū)域下降較快；市區(qū)南部由于城市規(guī)劃及政策原因，正在興建大量的住宅用地，住宅地價增長較快。

2.2.2住宅地價表現(xiàn)為“單中心”結(jié)構(gòu)。市中心商服中心區(qū)域為住宅地價最高區(qū)域，尚未形成地價次級中心。這是由于諸城市中心區(qū)域臨近濰河支流，環(huán)境條件優(yōu)越，且路網(wǎng)密布，交通便利，商服中心眾多，經(jīng)濟(jì)發(fā)展快，建設(shè)用地資源緊張，地價逐年上漲。在遠(yuǎn)離市區(qū)地帶由于各種影響因素的綜合作用出現(xiàn)了地價的跳躍與突變，但總體來看地價均在一個較低的水平變化，尚未能形成新的地價高峰。

3 基于Hedonic模型的中小城市住宅地價影響因素分析

Hedonic模型法又稱為特征價格模型法，是一種處理異質(zhì)產(chǎn)品差異價格特征與產(chǎn)品價格間關(guān)系經(jīng)常采用的模型[13]。該研究在應(yīng)用Hedonic模型法進(jìn)行住宅地價分析時，將住宅地價作為了一種商品，影響住宅地價形成的因素即為該商品的屬性特征。該研究采用Hedonic模型的對數(shù)—線性形式[14]：

式中，P為住宅地價；Xi為第i個影響因素；β0為常數(shù)項；βi為第i個影響因素的回歸系數(shù)；ε為誤差項。

3.1 影響因素的選擇與處理根據(jù)一般城市住宅地價的影響因素[15]與諸城市地價分布特征，選擇市中心影響度(X1)、商服中心影響度(X2)、公交站點影響度(X3)、河流影響度(X4)、學(xué)校影響度(X5)、醫(yī)院影響度(X6)、景點影響度(X7)7個影響因素。

3.1.1市中心影響度。選取人民東路與和平街交界處為市中心，利用ArcGIS10.0中的“點距離”功能求算住宅地價樣點與市中心距離，經(jīng)計算最遠(yuǎn)處樣點距離為7364米，最近處樣點距離為268 m。

3.1.2商服中心影響度。通過《諸城市城區(qū)基準(zhǔn)地價更新報告》及百度地圖獲得諸城市區(qū)17個典型商服中心，并根據(jù)其規(guī)模不同劃分為一級商服與二級商服，其影響分值分別為60分與40分，利用Careland土地定級軟件計算選擇線性衰減模型計算商服中心對區(qū)域內(nèi)的影響分值，以20分為區(qū)間對研究區(qū)域分區(qū)并賦值{1，2，3，4，5}，對影響分值為0的區(qū)域賦值為0(圖5)。

3.1.3公交站點影響度。通過諸城市交通圖與百度地圖獲得諸城市市區(qū)內(nèi)公交站點的分布情況，對住宅地價樣點周邊500 m為半徑創(chuàng)建緩沖區(qū)，利用ArcGIS中的空間連接功能獲得各緩沖區(qū)內(nèi)的公交站點數(shù)量并賦予住宅地價樣點，得到各住宅地價樣點周邊500 m的公交站點數(shù)量。

3.1.4其他影響因素影響度。通過諸城市遙感影像、諸城市基準(zhǔn)地價數(shù)據(jù)、百度地圖等收集到了諸城市內(nèi)河流、學(xué)校、醫(yī)院、景點的分布情況，賦予不同的功能分與影響半徑，選擇了線性衰減模型，在Careland土地定級軟件中計算各因素對研究區(qū)域的影響分值，以20分為區(qū)間，對研究區(qū)域內(nèi)分別賦值{1，2，3，4，5}，對各影響因素的影響分值為0的區(qū)域賦值為0，具體分布見圖6。

3.2 樣點回歸分析結(jié)果隨機(jī)選取3/4樣點(153個)用來建立回歸方程，1/4樣點(51個)來檢驗回歸方程可信度。使用對數(shù)—線性函數(shù)形式進(jìn)行回歸分析，獲得回歸分析結(jié)果(表1)。

回歸模型的R2為0.906，標(biāo)準(zhǔn)估計誤差為0.068，F(xiàn)值為201.78調(diào)整后R2為0.902，模型整體擬合度較優(yōu)，P值為0.000通過了1%水平檢驗，回歸效果顯著。X1、X2、X3、X4、X5的P值小于0.01，在1%水平下顯著。X6、X7的P值大于0.05，影響不顯著。在依次剔除X6、X7的回歸分析中，X7、X6的P值分別為0.503與0.209，均大于0.05，說明醫(yī)院與景點對諸城市住宅地價的影響不大，應(yīng)從自變量中剔除。

表1 7變量的住宅地價回歸分析結(jié)果

對剩余5個自變量再進(jìn)行回歸分析，得到表2。此次回歸模型的R2為0.906。調(diào)整的R2為0.902，標(biāo)準(zhǔn)誤為0.068，F(xiàn)值為282.39，對應(yīng)的P值為0.000。

表2 5變量的住宅地價回歸分析結(jié)果

由此獲得諸城市住宅地價與其影響因素Hedonic模型公式：

lnP=6.547-3.3×10-5X1+0.087X2+0.016X3+0.022X4+0.023X5

將后51個樣點代入公式，求取lnP預(yù)測值，與實際值制作散點圖檢驗回歸方程，獲得線性擬合方程y=0.748 1x+1.779 6，決定系數(shù)R2達(dá)到0.820 5，方程擬合度較好，表明模型可信度較高。

3.3 影響因素作用度分析

3.3.1市中心影響度。在諸城市住宅地價的5個顯著影響因素中，市中心影響度的標(biāo)準(zhǔn)化回歸系數(shù)最高為-0.908，負(fù)相關(guān)性較為顯著?？梢娭T城市住宅地價很大程度上取決于住宅用地距離市中心的距離，這與圖4中住宅地價的分布情況是基本一致的。中小城市中心區(qū)域基礎(chǔ)設(shè)施完善，交通便利，人口密集，具有一定的區(qū)位優(yōu)勢。但中小城市由于城市規(guī)模有限，地區(qū)發(fā)展不均衡等原因?qū)е铝擞邢薜某鞘匈Y源向城市中心區(qū)域聚集，勢必會進(jìn)一步導(dǎo)致市中心區(qū)域住宅用地緊缺，地價不斷攀升。

3.3.2商服中心影響度。商服中心影響度的標(biāo)準(zhǔn)化回歸系數(shù)為0.880，對住宅地價的影響也非常顯著。諸城市商服中心主要集中在市中心區(qū)域，少量分布于周邊地帶。商服中心所帶來的人口及資源的聚集作用對住宅地價的拉動作用比較明顯。城市中心區(qū)域商業(yè)用地競爭激烈必然導(dǎo)致城市中心區(qū)域建設(shè)用地緊張，在一定程度上會對土地的開發(fā)投入水平提出更高的要求，對住宅用地的各項建筑指標(biāo)要求也會有所提高，這些因素都會抬高住宅用地價格。同時，由于近年來中小城市的城鎮(zhèn)化速度加快，在市中心周邊地區(qū)的人口密集處也規(guī)劃修建了大型商業(yè)中心，區(qū)域生活環(huán)境的改善必然會直接導(dǎo)致住宅地價提高。

3.3.3公交站點影響度。公交站點的標(biāo)準(zhǔn)回歸系數(shù)為0.643，可見其對于諸城市住宅地價影響也是明顯的。諸城市公交站點在市中心區(qū)域分布多，且站點之間距離短；在市區(qū)外圍較為分散，站點之間距離大，部分地區(qū)沒有公交線路。這既符合一般城市公交線路布局方式，也反映了中小城市由于規(guī)劃不到位，地區(qū)發(fā)展不均衡，部分地區(qū)道路及設(shè)施狀況尚不滿足公交車運行條件的現(xiàn)狀。中小城市由于公交線路少，公交客流較少，因此在選擇線路與站點時多選擇連接重要的政府部門、商業(yè)中心、企業(yè)、旅游景點及人口密集的住宅小區(qū)等場所，對城市居民的生活工作具有重要影響。在市中心公交樞紐處的住宅地價更是在多種因素的影響下持續(xù)上漲。

3.3.4河流影響度。在5個影響因素中，河流的標(biāo)準(zhǔn)回歸系數(shù)最低為0.410。沿濰河流域的住宅地價樣點中位于市區(qū)北外環(huán)以南的樣點地價普遍較周邊樣點高，而北外環(huán)以北的樣點數(shù)據(jù)并未顯示該特征。由此可以看出，以河流為代表的環(huán)境因素對中小城市住宅地價的影響存在雙面性。一方面，市中心或繁華區(qū)域人員密集，環(huán)境質(zhì)量較差，因此環(huán)境較好的地段往往會受到房地產(chǎn)開發(fā)商及一部分有經(jīng)濟(jì)能力市民的青睞。市區(qū)周邊區(qū)域人口密度較低，環(huán)境優(yōu)質(zhì)區(qū)域如山川地帶土地整理開發(fā)難度較大，且區(qū)域經(jīng)濟(jì)水平較低，難以對住宅地價起到拉動作用。

3.3.5學(xué)校影響度。通過諸城市中小學(xué)分布可以發(fā)現(xiàn)，諸城市小學(xué)數(shù)量多且分布分散。中學(xué)及高等院校數(shù)量少且分布多集中于市區(qū)內(nèi)交通便利區(qū)域。在中小城市中，大量的小學(xué)分布于村莊周邊。而農(nóng)村居民點區(qū)位偏遠(yuǎn)，周邊住宅交易量較少，因此小學(xué)對于住宅地價的影響相對較小。中小城市由于教育資源及學(xué)生生源有限，因此中學(xué)及高等院校數(shù)量較少且分布多集中于市區(qū)內(nèi)交通便利，區(qū)位條件較好的區(qū)域，由此帶來周邊地區(qū)經(jīng)濟(jì)發(fā)展與住房緊張。因此中學(xué)及高等院校對中小城市的住宅地價具有一定的抬升作用。

4 結(jié)論

該研究綜合運用了地統(tǒng)計、數(shù)理統(tǒng)計的方法，預(yù)測并分析了中小城市住宅地價分布的一般特征及影響因素。從住宅地價結(jié)構(gòu)上，中小城市住宅地價與一般大城市都存在由城市中心向周邊降低的趨勢，但從地價的整體水平與地價高峰分布來看，中小城市地價水平較低且地價的空間差異更為明顯，城市的擴(kuò)展規(guī)模有限。影響因素分析結(jié)果顯示，中小城市的中高檔住宅用地過于依賴城市中心的資源優(yōu)勢，這既是城市發(fā)展的一個必然階段，同時也為中小城市科學(xué)合理進(jìn)行城市空間布局，緩解城市中心區(qū)域用地緊張局面提出了更高的要求。

[1] 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].經(jīng)濟(jì)地理，2005(2)：199-202.

[2] 劉書楷，張書蓉.土地經(jīng)濟(jì)學(xué)原理[M].南京：江蘇科學(xué)技術(shù)出版社，1998．

[3] 陳思源，曲福田，倪紹祥，等.GIS空間分析支持下的城市地價分布研究——以江蘇省鎮(zhèn)江市為例[J].南京農(nóng)業(yè)大學(xué)學(xué)報，2005(3)：119-122.

[4] 曹天邦，黃克龍，李劍波，等.南京市主城區(qū)住宅地價的時空演變[J].地理研究，2012(6)：1029-1038.

[5] 李玲，朱道林，胡克林.北京市城區(qū)住宅地價的時空變化規(guī)律[J].經(jīng)濟(jì)地理，2011(4)：655-659.

[6] 常疆，廖秋芳，王良健.長沙市區(qū)地價的空間分布特征及其影響因素[J].地理研究，2011(10)：1901-1909.

[7] 金貴，王占岐，楊俊，等.基于引力模型與回歸分析的城市群地價空間結(jié)構(gòu)研究——以武漢城市圈為例[J].地域研究與開發(fā)，2013(6)：29-32.

[8] 張裕鳳，杜國明，宋戈.呼和浩特市居住用地地價分布的時空特征[J].地理科學(xué)進(jìn)展，2008(1)：105-110.

[9] 湯國安，楊昕．ArcGIS地理信息系統(tǒng)空間分析實驗教程[M].北京：科學(xué)出版社2006.

[10] 王艷妮，謝金梅，郭祥.ArcGIS中的地統(tǒng)計克里格插值法及其應(yīng)用[J].軟件導(dǎo)刊，2008(12)：36-38.

[11] 曾懷恩，黃聲享.基于Kriging方法的空間數(shù)據(jù)插值研究[J].測繪工程，2007(5)：5-8，13.

[12] 聶俊成.基于G WR模型的武漢市住宅地價空間分異及影響因素研究[D].武漢：華中農(nóng)業(yè)大學(xué)，2014.

[13] 張麗芳，濮勵杰，張靜，等.基于Hedonic模型的城市地價空間結(jié)構(gòu)分析——以湖南省婁底市為例[J].經(jīng)濟(jì)地理，2009(9)：1475-1480.

[14] 李志輝.基于Hedonic模型的武漢住宅特征價格研究[D].武漢：華中農(nóng)業(yè)大學(xué)，2008.

[15] 國土資源部土地利用管理司.GB/T18507-2001.城鎮(zhèn)土地分等定級規(guī)程[S].北京：中國標(biāo)準(zhǔn)出版社，2001.

Research on Spatial Distribution and Influencing Factors of Small-medium Cities Residential Land Price—A Case Study of Zhucheng City, Shandong Province

XING Yao-wen1, NIE Yi-min1*, XIA Fei2et al

(1. College of Resources and Environment, Shandong Agriculture University, Taian, Shandong 271018; 2. Zhucheng Land Development and Consolidation Center, Weifang, Shandong 262200)

The research collected residential land transaction samples from 2011 to 2013 in Zhucheng City, and obtained spatial distribution structure of residential land price in downtown area of Zhucheng City by using ArcGIS as data spatial analysis tool. Seven factors influencing residential land price formation and distribution were analyzed and forecasted based on Hedonic model and SPSS. The results showed that residential land price of Zhucheng City had obvious circle structure and had only one price peak area in distribution, the price were obviously restricted by aggregation of urban and distribution of infrastructure. Knowing distribution characters and relationship about residential land price and influencing factors on small-medium cities provides some evidences in city planning, construction of residential land, rational allocation of land resources by government and public housing location.

Small-medium cities; Residential land price; Spatial distribution; Influencing factors

邢耀文(1989- )，男，山東濟(jì)南人，碩士研究生，研究方向：地理信息系統(tǒng)應(yīng)用及土地資源評價。*通訊作者，教授，博士生導(dǎo)師，從事地理信息系統(tǒng)研究。

2015-02-06

S 28

A

0517-6611(2015)09-313-05