西安市主城區(qū)居住空間住宅價(jià)格分布格局與驅(qū)動(dòng)機(jī)制

楊瑛，李同昇，馮小杰

(1.西北大學(xué)城市與環(huán)境學(xué)院，西安710127;2.西安工業(yè)大學(xué)建筑工程學(xué)院，西安710032)

0 引言

城市居住空間是各種地理空間中人類(lèi)活動(dòng)最密集的區(qū)域，城市居住空間分布格局可以被理解為是不同城市社會(huì)階層在居住行為過(guò)程中形成的有規(guī)律的分化［1］。在當(dāng)前中國(guó)城鎮(zhèn)化速度較快、城市問(wèn)題不斷凸顯的大背景下，為了對(duì)城市宏觀布局提供定量支撐，有必要明晰不同地區(qū)大城市居住空間的現(xiàn)狀分布格局，并探討其格局形成的驅(qū)動(dòng)機(jī)制。在城市居住空間的形成過(guò)程中，往往受自然條件、歷史文化、住宅價(jià)格、交通通達(dá)、政策推動(dòng)和區(qū)位功能等多重影響。改革開(kāi)放以來(lái)，中國(guó)的快速城鎮(zhèn)化帶動(dòng)了城市居住空間的快速擴(kuò)散與變化，其中最直觀的表現(xiàn)就是住宅價(jià)格的空間分異特征。在經(jīng)濟(jì)杠桿的作用下，住宅價(jià)格分化直接導(dǎo)致了城市居住空間分布格局的分異，包括住宅類(lèi)型的分異和居民社會(huì)結(jié)構(gòu)的分異。這種因果關(guān)系致使城市住宅價(jià)格空間分布格局研究成為衡量城市居住空間分異的關(guān)鍵指標(biāo)［2］。

城市住宅價(jià)格空間分布格局研究在國(guó)外可溯源至新古典主義經(jīng)濟(jì)學(xué)派，其代表研究是W.Alonso以經(jīng)濟(jì)理性、完全競(jìng)爭(zhēng)和最優(yōu)決策等基本假設(shè)作為理想狀態(tài)所繪制的競(jìng)標(biāo)地租曲線，并以此作為城市經(jīng)濟(jì)空間結(jié)構(gòu)研究的基本理論［3］。近年來(lái)，針對(duì)具體案例，國(guó)外學(xué)者在土地價(jià)格梯度與城市再開(kāi)發(fā)的關(guān)系［4］、居住密度梯度與收入的關(guān)系［5］、影響住宅價(jià)格的多重驅(qū)動(dòng)因素［6］等問(wèn)題也取得了明顯進(jìn)展［7］。國(guó)內(nèi)有關(guān)城市住宅價(jià)格分布的定量化研究方法也已由早期的回歸分析［8］、因子分析與聚類(lèi)分析［9－10］等發(fā)展到緩沖區(qū)分析［11］、趨勢(shì)面分析［12］、多智能體模擬［13］等GIS空間計(jì)量與分析方法?；贕IS的空間數(shù)據(jù)處理無(wú)疑可以更精細(xì)地識(shí)別城市住宅價(jià)格分異，豐富了城市居住空間研究的技術(shù)手段。然而，基于GIS的城市住宅價(jià)格空間分析方法也存在一些問(wèn)題，容易使結(jié)果出現(xiàn)較大偏差。一是采樣數(shù)量不足導(dǎo)致樣本點(diǎn)生成的柵格表面紋理粗糙，不符合真實(shí)情況，無(wú)法發(fā)揮GIS空間分析的位置精度優(yōu)勢(shì);二是分析往往側(cè)重于數(shù)量統(tǒng)計(jì)和屬性統(tǒng)計(jì)，未能體現(xiàn)應(yīng)用GIS工具對(duì)樣本位置的空間關(guān)聯(lián)性進(jìn)行表征;三是研究中往往GIS空間分析僅是針對(duì)住宅分布格局描述，在驅(qū)動(dòng)機(jī)制研究中依然采用定性或全局統(tǒng)計(jì)的方法，未能體現(xiàn)不同驅(qū)動(dòng)因素在不同區(qū)位的作用效果差異性，從而弱化了驅(qū)動(dòng)機(jī)制分析的空間意義。基于此，本研究擬采用探索性空間數(shù)據(jù)分析法(ESDA)、地理加權(quán)回歸(GWR)等較先進(jìn)的空間統(tǒng)計(jì)方式，定量分析西安市主城區(qū)居住空間住宅價(jià)格分布格局與驅(qū)動(dòng)機(jī)制，為城市宏觀布局提供定量支撐。

1 數(shù)據(jù)準(zhǔn)備

西安市主城區(qū)界定于繞城高速以?xún)?nèi)，基本統(tǒng)計(jì)單元為街道辦事處。以居住區(qū)內(nèi)房地產(chǎn)具體位置與價(jià)格為分析對(duì)象，建立空間數(shù)據(jù)庫(kù)?；谖靼卜康禺a(chǎn)信息網(wǎng)(http://www.800j.com.cn/)與西安搜房網(wǎng)(http://xian.soufun.com/)的地圖找房功能，確定新房的開(kāi)盤(pán)銷(xiāo)售價(jià)格和二手房在該小區(qū)的銷(xiāo)售均價(jià)，作為每個(gè)樣點(diǎn)的價(jià)格建立屬性表。然后對(duì)照谷歌地圖，基于ArcGIS 10.2平臺(tái)，人工將每個(gè)新房與二手房的位置矢量化點(diǎn)在地圖上，并賦予正確的投影信息。統(tǒng)計(jì)以繞城高速為邊界，數(shù)據(jù)采集時(shí)間為2014年3月，共采集新房樣本點(diǎn)539個(gè)，二手房樣本點(diǎn)1 378個(gè)(圖1)。

圖1 住宅價(jià)格樣本點(diǎn)空間位置Fig.1 The location of the house price samples

2 研究方法

2.1 核密度分析

核密度分析是一種非參數(shù)估計(jì)方法，用以計(jì)算要素在周?chē)徲蛑械拿芏龋?4］。采用核密度分析是完成數(shù)據(jù)由矢量點(diǎn)到柵格面的轉(zhuǎn)換，不以行政單元或格網(wǎng)作為樣點(diǎn)密度統(tǒng)計(jì)單元，而以連續(xù)柵格表面表征點(diǎn)密度變化的連續(xù)趨勢(shì)以提升居住空間格局的表述精度。核密度分析以要素點(diǎn)為中心，將點(diǎn)的屬性分布在半徑為h的圓內(nèi)，中心處密度最大，隨距離衰減到極限處為0［15］。在Arc-GIS平臺(tái)下，核密度函數(shù)的實(shí)現(xiàn)遵循下式［16］:

式中:k為核函數(shù);h為帶寬;x－xi為估計(jì)點(diǎn)x到樣本xi處的距離。

2.2 空間自相關(guān)分析

空間自相關(guān)分析可以有效表達(dá)某位置樣本與周?chē)恢脴颖镜南嗷ヒ蕾?lài)程度。由于某個(gè)區(qū)位的住宅價(jià)格與其周邊的住宅價(jià)格往往存在聯(lián)系，有必要通過(guò)空間關(guān)聯(lián)分析的手段將這種聯(lián)系進(jìn)行識(shí)別。以Getis指數(shù)作為識(shí)別空間冷熱點(diǎn)的重要空間自相關(guān)模型，可以有效識(shí)別出樣本在統(tǒng)計(jì)意義上的顯著性熱點(diǎn)與冷點(diǎn)，充分體現(xiàn)居住空間價(jià)格分布格局的差異性。其計(jì)算公式為［17－18］:

式中:xj是樣本j的屬性值;wi，j為樣本i和j的空間權(quán)重值;i與j相鄰則為1，不相鄰則為0;n為樣本總數(shù)為樣本均值;S為樣本標(biāo)準(zhǔn)差;G的統(tǒng)計(jì)結(jié)果值為Z得分?；贏rcGIS中的默認(rèn)規(guī)則，設(shè)置Z＞2.58為極熱點(diǎn)，1.96～2.58為熱點(diǎn)，1.65～1.96為較熱點(diǎn)，－1.65～－1.96為較冷點(diǎn)，－1.96～－2.58為冷點(diǎn)，Z＜－2.58為極冷點(diǎn)。

2.3 地理加權(quán)回歸分析

回歸分析是定量測(cè)度驅(qū)動(dòng)因素對(duì)樣本屬性影響大小的最直觀方式，回歸系數(shù)越大表征單位驅(qū)動(dòng)因素變化會(huì)造成越大的樣本屬性變動(dòng)。采用最小二乘法(OLS)對(duì)驅(qū)動(dòng)因素與住宅價(jià)格進(jìn)行多元線性回歸，用于表征城市居住空間分布的全局驅(qū)動(dòng)機(jī)制。其中，在OLS殘差存在自相關(guān)時(shí)，OLS估計(jì)量無(wú)偏，但不具有有效性。Durbin-Watson檢驗(yàn)常用來(lái)檢測(cè)殘差是否存在自相關(guān)，其取值范圍介于0～4之間，其值越接近2，說(shuō)明變量之間是相互獨(dú)立的。本研究采用該方法對(duì)OLS回歸進(jìn)行有效性檢驗(yàn)，在SPSS 17.0中完成。

在回歸系數(shù)的確定過(guò)程中，地理要素往往具有空間非平穩(wěn)性，即包含了空間趨勢(shì)性或周期性特征而不呈隨機(jī)分布，難以用OLS所得出的單一系數(shù)表達(dá)空間數(shù)據(jù)分布規(guī)律的差異性。因而，有必要適時(shí)采用地理加權(quán)回歸(GWR)進(jìn)行局域性分析，將系數(shù)具體到每個(gè)樣本之中。而當(dāng)樣本數(shù)量較少、空間非平穩(wěn)性體現(xiàn)不明顯時(shí)，GWR分析等同于OLS分析。在檢驗(yàn)過(guò)程中，采用R2表征決定系數(shù)，即模型對(duì)因變量的解釋率，并采用基于熵概念衡量模型擬合優(yōu)良性的AIC判斷擬合優(yōu)度，AIC越小則擬合優(yōu)度越高。目前，GWR分析用于空間價(jià)格驅(qū)動(dòng)分析的合理性已被證明，本研究采用固定空間核加權(quán)函中:dij是回歸點(diǎn)i與數(shù)據(jù)點(diǎn)j的歐幾里得距離;b是帶寬。

在空間層面上，一些影響因素對(duì)居住空間的作用效果并不是均質(zhì)的，而是可能存在距離衰減規(guī)律。因此，將重要影響節(jié)點(diǎn)距居住空間的距離作為導(dǎo)致居住空間價(jià)格分異的因變量，采用回歸模型定量刻畫(huà)空間距離對(duì)居住空間價(jià)格分異的影響力。采用城市商業(yè)中心、重要文化景觀、知名重點(diǎn)中學(xué)、道路交通干線4個(gè)指標(biāo)作為西安市居住空間的重要影響節(jié)點(diǎn)，以居住樓盤(pán)到重要影響節(jié)點(diǎn)的距離作為自變量，以該居住樓盤(pán)市場(chǎng)價(jià)格作為因變量，分析空間距離要素對(duì)城市居住空間布局的影響?？臻g距離柵格構(gòu)建采用Arctoolbox中Distance模塊的歐氏距離法生成，驅(qū)動(dòng)因素的空間位置以對(duì)照谷歌地圖的方式人為矢量化實(shí)現(xiàn)?；诖?，借助Arctoolbox中OLS與GWR工具，對(duì)居住空間樣本價(jià)格和驅(qū)動(dòng)因素空間距離的關(guān)系做以定量表征。

3 結(jié)果分析

3.1 住宅價(jià)格分布格局分析

核密度方法可以有效實(shí)現(xiàn)由矢量點(diǎn)到柵格面的轉(zhuǎn)換，通過(guò)形成連續(xù)柵格表面便于體現(xiàn)樣本點(diǎn)分布的漸變性，可以細(xì)化體現(xiàn)住宅價(jià)格的分布規(guī)律。采用房屋價(jià)格作為樣本點(diǎn)的加權(quán)值，以3 km為搜索半徑，在Arc-Toolbox的Density模塊下構(gòu)建新房與二手房核密度趨勢(shì)面(圖2)?？梢?jiàn)，西安市新房與二手房分布密度呈現(xiàn)城南城北大于城東城西的空間布局形式。對(duì)于新房而言，居住空間呈現(xiàn)出大明宮—張家堡、曲江—電視塔、高新區(qū)南二環(huán)—錦業(yè)路3個(gè)連續(xù)組團(tuán)，主要出現(xiàn)在二環(huán)以外。而二環(huán)以?xún)?nèi)尤其是城墻以?xún)?nèi)新房核密度出現(xiàn)低值，其已不是新增居住空間的主要選址區(qū)位。而對(duì)于二手房而言，其居住空間組團(tuán)體現(xiàn)出更強(qiáng)的連續(xù)性，碑林區(qū)—高新區(qū)北部—蓮湖區(qū)南部連為一體，表現(xiàn)出西安市舊居住空間整體南傾的格局。而曲江、大明宮等居住區(qū)并未在二手房核密度趨勢(shì)面中被識(shí)別出來(lái)，這種新房與二手房核密度趨勢(shì)面的相互對(duì)比正說(shuō)明了從舊居住空間向新居住空間演變過(guò)程中城市居住空間格局的改變。

圖2 住宅價(jià)格核密度趨勢(shì)面Fig.2 The trend surface of the house price in kernel density

圖3 住宅價(jià)格冷熱點(diǎn)識(shí)別Fig.3 The configuration on the hot-cold point of the house price

基于空間自相關(guān)的新房?jī)r(jià)格與二手房?jī)r(jià)格的冷熱點(diǎn)識(shí)別結(jié)果(圖3)表明，新房?jī)r(jià)格熱點(diǎn)區(qū)域集中在西安市城南與城北，城南熱點(diǎn)數(shù)量遠(yuǎn)多于城北;而新房?jī)r(jià)格冷點(diǎn)區(qū)域則集中在城東與城西，尤其是城西冷點(diǎn)較多，說(shuō)明房?jī)r(jià)普遍偏低。而二環(huán)以?xún)?nèi)新房樓盤(pán)價(jià)格的空間自相關(guān)特征不顯著，說(shuō)明其樣點(diǎn)周邊價(jià)格分布的規(guī)律性相對(duì)不強(qiáng)。二手房?jī)r(jià)格冷點(diǎn)主要分布在城東與城北，而價(jià)格熱點(diǎn)主要集中在城西南區(qū)域。這充分體現(xiàn)了西安市舊居住空間房屋價(jià)格南高北低的分布格局。其中高新區(qū)隨著近年來(lái)的快速發(fā)展吸引了大量勞動(dòng)力，導(dǎo)致了較高的住房需求，推高了二手房房?jī)r(jià);而城北與城東相對(duì)而言就業(yè)崗位較少，在附近購(gòu)房可能要面臨職住分離的局面，因而不利于房?jī)r(jià)的提升。對(duì)比新房?jī)r(jià)格冷熱點(diǎn)識(shí)別結(jié)果，無(wú)疑西安市城南在城市新舊居住空間中均處于高房?jī)r(jià)區(qū)，暗示著居民對(duì)西安市城南居住空間較高的需求量，也體現(xiàn)出了西安市居住空間布局的不均衡性。

3.2 住宅價(jià)格分布驅(qū)動(dòng)力定量分析

3.2.1 驅(qū)動(dòng)力指標(biāo)構(gòu)建。對(duì)城市商業(yè)中心、重要文化景觀、知名重點(diǎn)中學(xué)、道路交通干線4個(gè)指標(biāo)進(jìn)行篩選。在城市商業(yè)中心要素的選取中，為避免不同級(jí)別商圈相互混淆，僅選取輻射范圍最大的商圈。根據(jù)西安房地產(chǎn)信息網(wǎng)所提供的十大商圈，去除距離主城區(qū)較遠(yuǎn)尚在發(fā)展初期的三橋商圈和國(guó)際港務(wù)區(qū)商圈，所確定的8個(gè)商業(yè)中心為:鐘樓、小寨、解放路、大雁塔、高新路、土門(mén)、龍首塬、經(jīng)開(kāi)區(qū)。在對(duì)城市重要文化景觀的選取中，研究認(rèn)為影響居住空間布局的重要文化景觀應(yīng)當(dāng)具備公園景區(qū)的性質(zhì)，具有現(xiàn)代居住空間所需要的良好環(huán)境基礎(chǔ)與便民設(shè)施，適宜人居。因而不包括旅游地標(biāo)式歷史建筑，具體包括:大唐芙蓉園—曲江遺址公園、電視塔、大明宮遺址公園、興慶公園、豐慶公園、長(zhǎng)樂(lè)公園、勞動(dòng)公園、城市運(yùn)動(dòng)公園、浐灞商務(wù)中心—西安世園公園、環(huán)城公園沿城墻各主要入口等要素。學(xué)區(qū)房是我國(guó)居住空間中特有的現(xiàn)象，在知名重點(diǎn)中學(xué)的篩選中需要注意，西安市各街區(qū)均有一定數(shù)量的中小學(xué)存在，但學(xué)區(qū)房?jī)r(jià)格特征體現(xiàn)最明顯的依然會(huì)是在各大名校周邊，因此，僅取西安市具有代表性的重點(diǎn)中學(xué)，包括西工大附中、高新一中、西安中學(xué)、交大附中、陜師大附中、西鐵一中6所名校。在道路交通干線定位中，由于西安市城市內(nèi)部路網(wǎng)密度并不低，如果針對(duì)全市整個(gè)交通路網(wǎng)系統(tǒng)進(jìn)行距離制圖，有可能形成內(nèi)部無(wú)差別化的結(jié)果。因此，僅提取對(duì)市民從城市一側(cè)向城市另一側(cè)通勤時(shí)最為重要的交通干線，即環(huán)城路、二環(huán)路、東/西大街并向外延伸至二環(huán)、地鐵一號(hào)線、地鐵二號(hào)線(包括南/北大街并向外延伸至二環(huán))，作為跨城通行時(shí)人流量最大的交通線。3.2.2回歸結(jié)果分析。采用OLS模型，以距離為自變量、價(jià)格為因變量進(jìn)行回歸分析(表1)。可見(jiàn)，商業(yè)中心距離對(duì)住宅價(jià)格的決定作用相對(duì)較小，文化景觀與重點(diǎn)中學(xué)距離對(duì)新房?jī)r(jià)格的決定作用高于二手房?jī)r(jià)格，且負(fù)相關(guān)距離越遠(yuǎn)則價(jià)格越低;同時(shí)，交通干線對(duì)住宅價(jià)格的影響較大，但是其正相關(guān)表現(xiàn)形式是距離交通干線越遠(yuǎn)則價(jià)格越高，不符合預(yù)期假設(shè)。具體而言，在OLS分析中將4個(gè)驅(qū)動(dòng)因素的距離全部帶入，得出回歸系數(shù)表征為C商業(yè)中心、C文化景觀、C重點(diǎn)中學(xué)、C交通干線，其中新房層命名為“新房OLS”，二手房層命名為“二手房OLS”。結(jié)果發(fā)現(xiàn)，“新房OLS1”結(jié)果中C商業(yè)中心的P值高達(dá)0.67，即回歸模型中商業(yè)中心距離因素是根本不顯著的，這影響了最終回歸結(jié)果的可信度。因此，有必要將統(tǒng)計(jì)意義上不顯著的驅(qū)動(dòng)因素進(jìn)行排除，重新構(gòu)建回歸模型，即“新房OLS2”。其中“新房OLS2”和“二手房OLS”的Durbin-Watson檢驗(yàn)值分別為1.879和1.644，經(jīng)查表可以通過(guò)有效性檢驗(yàn)。結(jié)果中，雖然回歸系數(shù)有所變化，但“新房OLS2”系數(shù)的可信程度相比“新房OLS1”有顯著提高。因此，最終認(rèn)為，距離商業(yè)中心的遠(yuǎn)近不應(yīng)是新房布局的主要驅(qū)動(dòng)因素。同時(shí)，對(duì)比“新房OLS2”和“二手房OLS”的回歸系數(shù)可知，除商業(yè)中心距離因素只驅(qū)動(dòng)二手房?jī)r(jià)格而不作用于新房?jī)r(jià)格外，文化景觀距離因素和重點(diǎn)中學(xué)距離因素均與兩種住房?jī)r(jià)格呈負(fù)向關(guān)系，交通干線距離因素與兩種住房?jī)r(jià)格呈正向關(guān)系。但在作用強(qiáng)度上，對(duì)新房?jī)r(jià)格的驅(qū)動(dòng)中，交通干線距離因素的影響僅略高于其他兩種驅(qū)動(dòng)因素;而對(duì)二手房?jī)r(jià)格的驅(qū)動(dòng)中，交通干線距離因素的影響是其他3種驅(qū)動(dòng)因素影響力的數(shù)倍。

表1 OLS回歸系數(shù)(P值)比較Tab.1 The comparision on the coefficients(P value)in OLS

考慮到居住空間布局中可能出現(xiàn)的空間非平穩(wěn)性，將OLS模型統(tǒng)計(jì)檢驗(yàn)結(jié)果與GWR模型進(jìn)行對(duì)比(表2)?；贠LS模型的命名方式，帶入文化景觀、重點(diǎn)中學(xué)、交通干線3個(gè)自變量與新房?jī)r(jià)格進(jìn)行GWR回歸，結(jié)果圖層命名為“新房GWR”;帶入商業(yè)中心、文化景觀、重點(diǎn)中學(xué)、交通干線4個(gè)自變量與二手房?jī)r(jià)格做GWR回歸，結(jié)果圖層命名為“二手房GWR”?；赟PSS方差分析的統(tǒng)計(jì)檢驗(yàn)結(jié)果顯示，盡管所有預(yù)測(cè)結(jié)果均通過(guò)p=0.05顯著性檢驗(yàn)，但“新房OLS2”與“新房GWR”的檢驗(yàn)結(jié)果基本相同，GWR模型并未提高回歸擬合優(yōu)度，即對(duì)于目前所采集的新房?jī)r(jià)格樣本而言，全局性和局部性回歸方式差異微乎其微。由于模型對(duì)新房?jī)r(jià)格樣本的因變量解釋率即R2較低，說(shuō)明上述選取的4個(gè)自變量與新房布局的空間因果關(guān)系不明顯，因而不適于空間化機(jī)制探討。而對(duì)于二手房?jī)r(jià)格而言，地理加權(quán)的回歸方式擬合優(yōu)度相對(duì)略高于普通最小二乘法，即可以將距離對(duì)價(jià)格的影響空間化進(jìn)行分析?？臻g化二手房?jī)r(jià)格的驅(qū)動(dòng)機(jī)制(圖4)。首先，大部分區(qū)域商業(yè)中心距離與二手房?jī)r(jià)格呈現(xiàn)負(fù)相關(guān)，即距離商業(yè)中心越遠(yuǎn)則住宅價(jià)格越低，尤以南二環(huán)周邊最為明顯，符合商服繁華程度提升房?jī)r(jià)的一般規(guī)律。然而在城市北部和東部，卻有部分樣點(diǎn)呈現(xiàn)距離與價(jià)格的正相關(guān)，即距離商業(yè)中心越遠(yuǎn)則住宅價(jià)格越高。這說(shuō)明在非城市中心區(qū)域，居住空間的布局并不需要接近城市商業(yè)中心，相反可能遠(yuǎn)離商業(yè)中心反而能獲取更舒適安逸的居住環(huán)境。其次，大部分二手房樣點(diǎn)中文化景觀距離與價(jià)格呈負(fù)相關(guān)，且城北與城東南的回歸系數(shù)絕對(duì)值最大;而城西與城西南則呈現(xiàn)文化景觀距離與價(jià)格的正相關(guān)。具體而言，距離文化景觀越遠(yuǎn)則價(jià)格越低的居住空間樣本出現(xiàn)在曲江遺址公園、電視塔、大明宮遺址公園、城市運(yùn)動(dòng)公園周?chē)祟?lèi)大型文化景觀的修建本身就配套有房地產(chǎn)開(kāi)發(fā)的意圖，因此，基礎(chǔ)設(shè)施配套較為完善、環(huán)境較為舒適，適于居住空間布局。而城西與城西南雖有一些中等規(guī)模的公園與街心公園，但總體而言不足以帶動(dòng)周邊房地產(chǎn)價(jià)格的大幅提升。因此，在不受重要文化景觀基礎(chǔ)設(shè)施輻射作用影響的前提下表現(xiàn)為:第一，離市區(qū)保持一定距離反而能進(jìn)駐相對(duì)較新的小區(qū)，居住環(huán)境相對(duì)較好，因而呈現(xiàn)出距離文化景觀越遠(yuǎn)則價(jià)格越高的異常居住空間分布規(guī)律。第二，重點(diǎn)中學(xué)對(duì)二手房?jī)r(jià)格的影響幾乎全局均呈負(fù)相關(guān)，說(shuō)明離幾大名校重點(diǎn)中學(xué)越遠(yuǎn)則二手房?jī)r(jià)格越低，其中，城西城南的回歸系數(shù)絕對(duì)值最大，說(shuō)明在高新區(qū)及其周邊，教育對(duì)居住空間布局的吸引作用是最大的。第三，與全局OLS回歸過(guò)程中的高值正向影響不同，GWR分析體現(xiàn)出交通干線距離對(duì)二手房?jī)r(jià)格影響的高度變異性，其中城北大部分地區(qū)二手房?jī)r(jià)格與交通干線距離呈負(fù)相關(guān)，體現(xiàn)了城北居民在二手房選擇中還是有就近于交通干線趨向的;而城南則體現(xiàn)出了距離交通干線越遠(yuǎn)則二手房?jī)r(jià)格越高的格局，尤以曲江及其周邊最為明顯。說(shuō)明城南一些高價(jià)的二手房市場(chǎng)并不依賴(lài)于城區(qū)內(nèi)部的交通干線，城南城北居住空間與交通的關(guān)系有較明顯不一致性。

表2 OLS與GWR模型檢驗(yàn)統(tǒng)計(jì)量比較Tab.2 The comparision on the test statistics between OLS and GWR

圖4 二手房?jī)r(jià)格的空間驅(qū)動(dòng)機(jī)制Fig.4 The spatial driving force on second-hand house price

3.3 住宅價(jià)格分布驅(qū)動(dòng)力定性探討

驅(qū)動(dòng)力定量分析雖然能夠直觀表征住宅價(jià)格的分布機(jī)制，但由于定量分析對(duì)數(shù)據(jù)源選擇有明顯的依賴(lài)性，因而可能在局部結(jié)果中存在著不確定性。因此，在定量的基礎(chǔ)上將居住空間格局形成的驅(qū)動(dòng)因素區(qū)分為經(jīng)濟(jì)因素、交通因素、文化因素、政策因素4個(gè)方面，進(jìn)行定性層面的二次探討。

經(jīng)濟(jì)因素對(duì)居住空間布局的驅(qū)動(dòng)作用。商業(yè)服務(wù)設(shè)施完善勢(shì)必增加了居民在該居住空間生活的便捷性。商業(yè)服務(wù)業(yè)繁華程度較高的區(qū)域往往就業(yè)崗位需求量大或就業(yè)崗位門(mén)檻高，從而推動(dòng)了職員對(duì)區(qū)域內(nèi)居住空間的需求。另外，一些經(jīng)濟(jì)活力較高的區(qū)域居民平均收入也相對(duì)較高，也會(huì)從側(cè)面推高房?jī)r(jià)。因而，經(jīng)濟(jì)因素對(duì)居住空間格局的影響應(yīng)當(dāng)是由商業(yè)服務(wù)的拉力和產(chǎn)業(yè)布局的推力共同決定的。在西安市的商業(yè)中心布局中，其等級(jí)最高的3個(gè)商圈依次為鐘樓商圈、小寨商圈、大雁塔商圈;此外在環(huán)城路至二環(huán)范圍內(nèi)零散分布著諸多商貿(mào)街區(qū)，形成環(huán)形帶狀結(jié)構(gòu)。而在二環(huán)以外，位于城市西南部的高新區(qū)與城市北部的經(jīng)開(kāi)區(qū)也是規(guī)模較大的商業(yè)中心，但商服設(shè)施的集聚優(yōu)勢(shì)尚小于二環(huán)以?xún)?nèi)商圈。對(duì)照新房與二手房趨勢(shì)面可以發(fā)現(xiàn)，在西安市等級(jí)最高的三大商圈和二環(huán)以?xún)?nèi)商業(yè)帶中，只有大雁塔商圈構(gòu)成了新房與二手房?jī)r(jià)格高值中心，而該區(qū)域作為城市重要景區(qū)也是居民休憩娛樂(lè)場(chǎng)所，不能直接認(rèn)為商服繁華是導(dǎo)致其居住空間需求量大的直接因素。鑒于此，從產(chǎn)業(yè)布局的推力角度可能更易解釋西安市居住空間的布局模式。如高新區(qū)與經(jīng)開(kāi)區(qū)成立的初衷無(wú)疑是通過(guò)高端產(chǎn)業(yè)的集聚增強(qiáng)城市的整體經(jīng)濟(jì)活力，因而其選址一般不會(huì)在舊城區(qū)內(nèi)部，不具有舊居住空間和大型商服設(shè)施。在產(chǎn)業(yè)帶動(dòng)下，企業(yè)員工為減少通勤距離往往就近選擇居住空間，從而帶動(dòng)了房地產(chǎn)業(yè)的發(fā)展。隨著人口密度的增加，帶動(dòng)了周邊超市、餐飲、娛樂(lè)設(shè)施的完善，從而形成城市商圈。相對(duì)而言，高新區(qū)的產(chǎn)業(yè)布局比較穩(wěn)定，各種配套設(shè)施已相對(duì)完善，其經(jīng)濟(jì)活力在新房和二手房?jī)蓚€(gè)交易市場(chǎng)中均能得到體現(xiàn)。而經(jīng)開(kāi)區(qū)發(fā)展時(shí)間相對(duì)較短，居住空間仍處于從無(wú)到有的快速增長(zhǎng)階段，交易量主要體現(xiàn)在新房而非二手房市場(chǎng)。因此，至少就開(kāi)發(fā)區(qū)而言，經(jīng)濟(jì)因素中產(chǎn)業(yè)布局是影響西安市居住空間布局的重要影響因素之一。

城市交通直接決定了居民的出行行為，從而影響居民對(duì)居住空間的選擇。在交通因素的考量過(guò)程中，可以從路網(wǎng)密度、通勤距離、通勤方式等角度進(jìn)行考量。如果城市整體路網(wǎng)密度相對(duì)較高，則居住空間相對(duì)于工作空間的通勤距離成本就有所下降，反之，則通勤距離會(huì)使居民在主觀上避免選擇與工作空間相對(duì)較遠(yuǎn)的居住空間。另外，通勤方式會(huì)改變居民在居住空間選擇時(shí)的考慮因素。隨著私家車(chē)的普及，換乘公交所導(dǎo)致的不便這一限制因素逐步在弱化。尤其是在地鐵站點(diǎn)與交通干線一樣逐步成為大城市重要交通線路，地鐵站點(diǎn)周?chē)臉潜P(pán)也更易引起開(kāi)發(fā)商與消費(fèi)者的重視，因而軌道交通的推廣可能會(huì)促進(jìn)地鐵站周邊房地產(chǎn)價(jià)格的小幅提升。然而，在定量分析中包括地鐵在內(nèi)的交通干線因素的價(jià)格決定作用并未被完全體現(xiàn)，這可能是下述因素導(dǎo)致:一是西安市九宮棋盤(pán)式的網(wǎng)狀道路布局形式其路網(wǎng)密度相對(duì)較大，在主城區(qū)的交通可達(dá)性尚可;二是私家車(chē)的廣泛使用緩解了公交換乘的壓力，而大量購(gòu)買(mǎi)較高房屋價(jià)格的居民以私家車(chē)作為交通工具，受公交可達(dá)性的制約小;三是城市軌道交通目前呈東西、南北兩條軸線布局，而很少有居民所處的居住空間與工作空間恰好位于中軸線上，依然需要公交換乘，可能降低了軌道交通對(duì)居住空間選擇的吸引力。此外，還有可能是由于城市南郊與北郊在路網(wǎng)密度與市中心相差不大的前提下，車(chē)流量相對(duì)較小，從而通勤速度快，因而居住空間距離市中心遠(yuǎn)并未產(chǎn)生交通層面的負(fù)向作用。

西安作為文化名城，其文化因素對(duì)居住空間布局的影響有必要單獨(dú)敘述。針對(duì)西安市的城市特色，文化因素可分為科教與旅游2個(gè)層面。大學(xué)可以提供周邊居住空間良好的居住氛圍，重點(diǎn)中學(xué)往往帶動(dòng)周邊學(xué)區(qū)房的價(jià)格提升，而大型文化景點(diǎn)往往伴隨著較完善的基礎(chǔ)設(shè)施和較整潔的生態(tài)環(huán)境。在西安市居住空間布局中，這種文化因素的驅(qū)動(dòng)作用尤為明顯，學(xué)區(qū)房的位置也與核密度分析中的高值區(qū)域有較多重疊。在西安市城南，開(kāi)發(fā)較早的曲江新區(qū)依托大唐芙蓉園、曲江池遺址公園、大雁塔等景區(qū)，營(yíng)造了優(yōu)質(zhì)的居住氛圍，推進(jìn)了房地產(chǎn)產(chǎn)業(yè)的快速發(fā)展，在西安市的新房與二手房住宅價(jià)格的分布趨勢(shì)圖中都形成了顯著的高值區(qū)域。在西安市城北，新近開(kāi)發(fā)完成的大明宮國(guó)家遺址公園也以曲江開(kāi)發(fā)模式建設(shè)成相對(duì)周邊區(qū)域品質(zhì)較高的居住空間。政策因素是定量分析不易印證的內(nèi)容，其中包括土地政策、規(guī)劃政策、住房政策等多個(gè)方面，本研究按照政策實(shí)施的目標(biāo)將其分為對(duì)居住空間的開(kāi)發(fā)和對(duì)居住空間的保障2個(gè)層面。在對(duì)居住空間的開(kāi)發(fā)政策引導(dǎo)方面，由可以細(xì)化為對(duì)區(qū)域整體的開(kāi)發(fā)規(guī)劃、對(duì)城市邊緣的開(kāi)發(fā)方式和對(duì)城市內(nèi)部城中村的開(kāi)發(fā)措施等。在對(duì)居住空間的保障政策限制方面，又可以分為房地產(chǎn)限購(gòu)與房產(chǎn)稅、經(jīng)濟(jì)適用房與保障性住房的準(zhǔn)入條件限制等。在西安市，對(duì)居住空間格局影響最為顯著的政策因素即高新區(qū)、經(jīng)開(kāi)區(qū)、曲江新區(qū)的設(shè)立。三者分別在高新技術(shù)研發(fā)、行政辦公配套、文化旅游休閑為主體的產(chǎn)業(yè)布局帶動(dòng)下完成了居住空間所需的基礎(chǔ)設(shè)施與環(huán)境配套條件，加大了居民對(duì)3個(gè)區(qū)域居住空間的客觀需求，從而形成了高端或中端房地產(chǎn)市場(chǎng)，出現(xiàn)了西安市城南城北居住空間發(fā)展優(yōu)于城東城西的格局。目前，隨著城東浐灞生態(tài)區(qū)與城西灃東新城的成立，會(huì)帶動(dòng)城東城西基礎(chǔ)設(shè)施的完善與環(huán)境的進(jìn)一步改善，從而在未來(lái)形成新的居住空間發(fā)展熱點(diǎn)區(qū)域。除此以外，高新區(qū)與曲江新區(qū)之間由于一定數(shù)量的城中村存在，一直是居住空間發(fā)展的制約條件，隨著西安市三環(huán)以?xún)?nèi)城中村逐漸被開(kāi)發(fā)，也會(huì)對(duì)目前的居住空間供需關(guān)系造成影響，一些優(yōu)質(zhì)地段的房屋出售價(jià)格的提升會(huì)導(dǎo)致居住空間布局形式的進(jìn)一步演變。

4 結(jié)論與討論

(1)西安市新房與二手房分布密度呈現(xiàn)城南城北大于城東城西的空間布局形式，且新房與二手房分布規(guī)律并不相同，新房分布相比二手房更靠近城市外圍;西安市新房居住空間呈現(xiàn)出大明宮—張家堡、曲江—電視塔、高新區(qū)南二環(huán)—錦業(yè)路3個(gè)連續(xù)組團(tuán)并主要出現(xiàn)在二環(huán)以外，而二手房居住空間呈現(xiàn)整體南傾的格局;西安市城南城北居住空間發(fā)展明顯快于城東城西。

(2)在定量分析角度，商業(yè)中心距離可能不會(huì)左右大部分居住空間的布局方式。文化景觀要素和重點(diǎn)中學(xué)要素的距離會(huì)對(duì)大部分居住空間價(jià)格造成影響，且一般是距離越遠(yuǎn)價(jià)格越低。交通干線的距離與居住空間價(jià)格的關(guān)系則比較復(fù)雜。針對(duì)新房市場(chǎng)，距離交通干線越遠(yuǎn)則全局尺度上居住空間價(jià)格可能越高;針對(duì)二手房市場(chǎng)，城南和城北體現(xiàn)出相反的影響規(guī)律。(3)在定性分析角度，經(jīng)濟(jì)因素中產(chǎn)業(yè)布局是影響西安市居住空間布局的重要影響因素，城市整體路網(wǎng)密度的提升可能會(huì)弱化交通通達(dá)因素的影響，學(xué)區(qū)與景區(qū)周邊的確出現(xiàn)了較顯著的住房需求，而政策引導(dǎo)可以直接形成新的居住空間發(fā)展熱點(diǎn)。

就研究方法而言，新房與二手房對(duì)比出現(xiàn)，實(shí)際上體現(xiàn)了空間換時(shí)間的數(shù)據(jù)處理方式，在觀察格局的同時(shí)描述演變是本研究分析思路與前人的不同之處。由于在定量計(jì)算中，樣本數(shù)據(jù)庫(kù)建立和指標(biāo)選擇的不確定性往往難以避免，因此，定性分析仍然必要，與GIS空間分析并不沖突。就研究結(jié)果而言，在城市功能分區(qū)日益穩(wěn)定之后，商服繁華地段對(duì)購(gòu)房者的吸引力并不高，未來(lái)城市住宅的布局可能大多會(huì)與重要商業(yè)中心分離;隨著城區(qū)內(nèi)部交通的完善，交通通達(dá)對(duì)未來(lái)住宅價(jià)格的驅(qū)動(dòng)作用可能是下降的;然而，文化教育核心如城市內(nèi)部公園式景區(qū)、重點(diǎn)中學(xué)等對(duì)住宅價(jià)格的影響不可忽視，在未來(lái)一段時(shí)間內(nèi)這種住宅價(jià)格影響機(jī)制可能不會(huì)改變。在進(jìn)一步研究中，為明晰具體住宅價(jià)格的決定因素還需要實(shí)地調(diào)研分析具體樓盤(pán)的開(kāi)發(fā)情況，有必要在中觀尺度定量分析的基礎(chǔ)上進(jìn)一步進(jìn)行微觀層面的考察，站在多尺度的視角上通過(guò)主客觀交互驗(yàn)證，以求得出更為精細(xì)化的研究成果。

［1］黃志宏.城市居住區(qū)空間結(jié)構(gòu)模式的演變［M］.北京:社會(huì)科學(xué)文獻(xiàn)出版社，2006.

［2］周華.基于特征價(jià)格的西安市住宅價(jià)格空間分異研究［D］.西安:西北大學(xué)，2005.

［3］Alonso W.Location and Land Use:Toward a General Theory of Land Rent［M］.Cambridge:Harvard University Press，1964.

［4］Rosenthal S S，Helsley R W.Redevelopment and the Urban Land Price Gradient［J］.Journal of Urban Economics，1994，35(2):182－200.

［5］Anas A，Kim I.Income Distribution and the Residential Density Gradient［J］.Journal of Urban Economics，1992，31(2):164－179.

［6］Barry M，Dalton T.Housing Prices and Policy Dilemmas:A Peculiarly Australian Problems［J］.Urban Policy and Research，2004，22(1):69－71.

［7］石憶邵，李木秀.上海市住房?jī)r(jià)格梯度及其影響因素分析［J］.地理學(xué)報(bào)，2006，61(6):604－607.

［8］許曉輝.上海市商品住宅價(jià)格空間分布特征分析［J］.經(jīng)濟(jì)地理，1997，17(1):80－85.

［9］李雪銘，張馨，張春花，等.大連商品住宅價(jià)格空間分異規(guī)律研究［J］.地域研究與開(kāi)發(fā)，2004，23(6):35－39.

［10］周春山，陳素素，羅彥.廣州市建成區(qū)住房空間結(jié)構(gòu)及其成因［J］.地理研究，2005，24(1):77－88.

［11］宋嵐.基于GIS的西安城區(qū)居住空間分異特征研究［D］.西安:西安建筑科技大學(xué)，2011.

［12］?？◎撸瑓螆@，劉科偉.城市規(guī)劃視角下西安市主城區(qū)住宅空間結(jié)構(gòu)演變研究［J］.人文地理，2011，26(4):48－53.

［13］單玉紅.基于土地生態(tài)位和多主體的城市居住空間演化情景模型研究［D］.武漢:武漢大學(xué)，2009.

［14］張珣，鐘耳順，張小虎，等.2004—2008年北京城區(qū)商業(yè)網(wǎng)點(diǎn)空間分布與集聚特征［J］.地理科學(xué)進(jìn)展，2013，32(8):1207－1215.

［15］Silverman B W.Density Estimation for Statistics and Data Analysis［M］.New York:Chapman＆Hall，1986.

［16］湯國(guó)安.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.

［17］Getis A，Ord J K.The Analysis of Spatial Association by Use of Distance Statistics［J］.Geographical Analysis，1992，24(3):189－206.

［18］Anselin L.Local Indicators of Spatial Association-LISA［J］.Geographical Analysis，1995，27(2):93－115.

［19］羅罡輝.基于GWR模型的城市住宅地價(jià)空間結(jié)構(gòu)研究［D］.杭州:浙江大學(xué)，2007.