存量房交易空間位置數(shù)據(jù)獲取與空間點(diǎn)模式分析

劉華琛+白峰+繆濤+謝偉

摘要摘要：以2016年某月存量房交易數(shù)據(jù)為例，通過使用公共地理編碼服務(wù)，清理和規(guī)范化地址數(shù)據(jù)并獲得空間參照數(shù)據(jù)。以整理后的數(shù)據(jù)為基礎(chǔ)，利用R交互式編程環(huán)境，以核密度分析和六邊形分析兩種方法，對(duì)存量房交易數(shù)據(jù)進(jìn)行空間點(diǎn)模式分析。結(jié)果表明，利用地理編碼服務(wù)獲取的數(shù)據(jù)能夠滿足空間分析需要；在R語言環(huán)境中可以方便快速地完成空間數(shù)據(jù)獲取、分析和展示的全過程，極大提高了空間分析效率；武漢市存量房交易密度大體上呈環(huán)線分布，漢口比武昌熱，漢口存在一個(gè)密集交易中心，武昌則呈現(xiàn)多點(diǎn)開花的態(tài)勢(shì)。

關(guān)鍵詞關(guān)鍵詞：地理編碼；R語言；空間分析；點(diǎn)模式分析；核密度分析

DOIDOI：10.11907/rjdk.162298

中圖分類號(hào)：TP391文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)文章編號(hào)：16727800（2017）001014403

引言

隨著城市土地供應(yīng)和新建商品房供應(yīng)的日趨減少，房地產(chǎn)市場(chǎng)重心將逐步由一級(jí)市場(chǎng)轉(zhuǎn)移到二、三級(jí)市場(chǎng)。但目前的房產(chǎn)市場(chǎng)分析局限于新建商品房市場(chǎng)，對(duì)存量房交易市場(chǎng)的研究未予以足夠重視。存量房交易市場(chǎng)分析研究滯后的原因在于交易數(shù)據(jù)地址信息不規(guī)范，缺乏相應(yīng)的空間數(shù)據(jù)，無法在此基礎(chǔ)上開展空間分析。另外，市場(chǎng)分析的空間分析過度依賴于GIS系統(tǒng)的建設(shè)，導(dǎo)致技術(shù)和需求契合不足，造成分析工作滯后。

本文探索了利用公共地理編碼服務(wù)，完善存量房交易數(shù)據(jù)的空間信息；同時(shí)脫離GIS系統(tǒng)，利用R交互式編程環(huán)境，進(jìn)行存量房交易熱點(diǎn)空間分布的點(diǎn)模式分析。這對(duì)于利用交易地址信息、快速整理數(shù)據(jù)、建立分析模型和交互式圖形具有較好的參照意義。同時(shí)，基于本文方法，可以進(jìn)一步挖掘時(shí)空數(shù)據(jù)的變遷，并促進(jìn)存量房、商品房等相關(guān)市場(chǎng)的關(guān)聯(lián)研究。

1數(shù)據(jù)獲取

數(shù)據(jù)分析的主要工作量來自于數(shù)據(jù)準(zhǔn)備，即數(shù)據(jù)的選取、清理和整理，以滿足數(shù)據(jù)分析需要。

1.1地址數(shù)據(jù)來源

武漢市存量房交易合同打印是存量房交易的前置條件，房屋坐落數(shù)據(jù)是由交易雙方根據(jù)房屋產(chǎn)權(quán)證證載坐落進(jìn)行填寫，其中可能出現(xiàn)少量填寫錯(cuò)誤及文字編碼不規(guī)范的情況。為進(jìn)行市場(chǎng)分析，保證樣本的隨機(jī)性和代表性，本文選取2016某一交易月的存量房交易全月成交數(shù)據(jù)共7 805條作為分析樣本。

1.2空間參照數(shù)據(jù)獲取

樣本數(shù)據(jù)只包含有地址信息，沒有包含空間分析所需要的空間參照坐標(biāo)信息。本文利用公開的地址編碼服務(wù)，獲得和完善分析數(shù)據(jù)的空間參照數(shù)據(jù)。

1.2.1地址編碼

地址編碼（Geocoding）[1]是將地點(diǎn)的描述信息（地址或建筑物名稱）轉(zhuǎn)化地球表面位置（坐標(biāo)）的過程。地址編碼分為正向地址編碼和反向地址編碼兩種。正向地址編碼是指從地址描述轉(zhuǎn)換成位置信息的過程，反向地址編碼則是從位置信息轉(zhuǎn)換成地址或建筑物名稱的過程。

用于描述地點(diǎn)的位置信息的準(zhǔn)確度分為不同的級(jí)別，主要取決于查詢條件的準(zhǔn)確和詳細(xì)程度。通常情況下會(huì)提供建筑物中心點(diǎn)、街道中心點(diǎn)、郵政編碼區(qū)域中心點(diǎn)坐標(biāo)等不同準(zhǔn)確度的查詢結(jié)果。

1.2.2高德地圖的地理編碼服務(wù)

由于地圖基礎(chǔ)數(shù)據(jù)較為詳實(shí)，API使用簡(jiǎn)便，本文采用高德地圖提供的地址編碼服務(wù)作為空間數(shù)據(jù)完善的工具。以查詢雄楚大街199號(hào)的空間位置為例，調(diào)用高德地理編碼服務(wù)后得到的是json形式的響應(yīng)報(bào)文，響應(yīng)報(bào)文內(nèi)容包括格式化地址即湖北省武漢市洪山區(qū)雄楚大街199號(hào)，地址所在省、市、區(qū)、城市編碼（電話區(qū)號(hào)）、區(qū)域編碼、平面坐標(biāo)（"114.339802，30.515439"，以逗號(hào)分隔的字符串表示），精度級(jí)別[2]（門牌號(hào)）等空間參照數(shù)據(jù)。

1.2.3利用R獲取空間數(shù)據(jù)

為了獲取7 805個(gè)交易樣本的空間參照數(shù)據(jù)，本文通過使用R的RCurl包程序化調(diào)用地理編碼服務(wù)，從而批量完成交易樣本數(shù)據(jù)的空間參照數(shù)據(jù)完善任務(wù)。程序包括以下步驟：①將地址數(shù)據(jù)規(guī)范化；②生成查詢URL，同時(shí)轉(zhuǎn)換為utf8編碼；③對(duì)API調(diào)用的結(jié)果進(jìn)行解析，獲取平面坐標(biāo)、精度信息和標(biāo)準(zhǔn)化地址。對(duì)7 805條樣本數(shù)據(jù)進(jìn)行空間數(shù)據(jù)解析結(jié)果統(tǒng)計(jì)，地理編碼能達(dá)到門牌號(hào)、興趣點(diǎn)、交叉路口的樣本數(shù)據(jù)占總樣本的91%，足以支撐空間數(shù)據(jù)分析。

2空間點(diǎn)模式分析

2.1空間數(shù)據(jù)分類及點(diǎn)模式

空間數(shù)據(jù)通常分為3類[3]：①點(diǎn)參照數(shù)據(jù)（Point-Referenced Data），即有取樣點(diǎn)的空間位置是相對(duì)固定的，類似于氣象觀測(cè)站獲得的數(shù)據(jù)；②平面數(shù)據(jù)（Areal Data），即取樣點(diǎn)為有固定邊界的數(shù)據(jù)，如行政區(qū)數(shù)據(jù)；③點(diǎn)模式數(shù)據(jù)（Point Pattern Data），即取樣點(diǎn)不再是固定而是隨機(jī)的，存量房交易數(shù)據(jù)就屬于點(diǎn)模式數(shù)據(jù)。

點(diǎn)模式分析主要是研究特定事件隨機(jī)發(fā)生的地理位置關(guān)系，空間值域D是在某一特定區(qū)域內(nèi)特定事件發(fā)生的點(diǎn)集合，其中事件發(fā)生的點(diǎn)是隨機(jī)的。在進(jìn)行空間點(diǎn)模式分析時(shí)，通常是為了評(píng)價(jià)事件發(fā)生可能性的集簇（Cluster）[4]。由于事件點(diǎn)通常是隨機(jī)產(chǎn)生的，因此許多空間點(diǎn)模型關(guān)注計(jì)算的是在空間值域范圍內(nèi)隨機(jī)點(diǎn)的可能密度。針對(duì)于存量房交易市場(chǎng)分析，空間點(diǎn)模式可以用于研究交易發(fā)生的熱度分度及不同類型交易的空間分布及可能性分析（Marked Point Pattern Process）。

2.2KDE核密度估算與展示

最簡(jiǎn)單的空間點(diǎn)模式的模型是認(rèn)為存在一個(gè)密度函數(shù)f（x）能夠?qū)㈦S機(jī)點(diǎn)x的可能密度計(jì)算出來。假設(shè)一片區(qū)域（空間點(diǎn)的分布域），這片區(qū)域被分成細(xì)小的網(wǎng)格，每個(gè)網(wǎng)格都有各自的概率密度分布，那么指定區(qū)域的概率密度分布就是區(qū)域內(nèi)包含網(wǎng)格的概率密度分布的總和。這種密度分布通常是未知的，基于特定地理形狀的，而不是常見高斯分布 [5]。

用于估算f（x）的常用技術(shù)是KDE（Kernel Density Estimates），KDE假定（x1，x2，…xn ）是密度函數(shù)f（x）在某種分布下的獨(dú)立同分布的采樣。為了測(cè)算f（x）的形狀， KDE采用式（1）：^fh（x）=1n∑ni=1Kh（x-xi）=1nh∑ni=1Kh（x-xih）（1）其中K（·）是核函數(shù)，h稱為帶寬（Bandwidth），是用于平滑的參數(shù)。在空間分析中，KDE的基本思路是有一系列的空間樣本點(diǎn)，以每個(gè)空間樣本點(diǎn)為核心，h為半徑，隨機(jī)生成n個(gè)樣本點(diǎn)，每個(gè)樣本點(diǎn)都以K作為概率密度分布函數(shù)，現(xiàn)有樣本點(diǎn)的概率密度分布就等于這n個(gè)樣本點(diǎn)概率密度的均值[6]。

因此，h的選取對(duì)KDE結(jié)果的影響很大。h選擇較小，分布就會(huì)產(chǎn)生多個(gè)峰值，h選擇較大，則分布就相對(duì)平滑?？梢圆捎煤?jiǎn)單的規(guī)則選取h，如式（2）：hx=σx（23n）16（2） 式（2）是空間位置x的標(biāo)準(zhǔn)差。以存量房交易發(fā)生位置進(jìn)行分析，圖1顯示不同h對(duì)KDE結(jié)果的影響。

如圖1（b）所示，從高平滑處理結(jié)果看，武漢市存量房成交的密度總體按照環(huán)線分布，內(nèi)環(huán)尤其是漢口內(nèi)環(huán)存量房成交最為密集。所有交易基本上在三環(huán)以內(nèi)，交易密度從內(nèi)環(huán)到外環(huán)逐層遞減。如圖1（a）所示，武漢市存量房交易在中心城區(qū)交易密集度可分為3個(gè)等級(jí)，交易最密集地區(qū)分布在以解放大道和香港路交匯為中心，北至江大路，南至中山大道友誼路交匯處，東至沿江大道和三陽路交匯處，西至建設(shè)大道和萬松園交匯處的區(qū)域漢口核心區(qū)域。交易密度較為密集的則集中在武昌南湖片、積玉橋片、徐東片。武昌光谷片、青山片區(qū)和漢口后湖片和漢陽王家灣片區(qū)緊接其后，屬于第三層級(jí)。存量房交易在新城區(qū)的分布則局限于新城區(qū)的城關(guān)鎮(zhèn)和陽邏、盤龍城、沌口開發(fā)區(qū)，但交易密度遠(yuǎn)遠(yuǎn)低于中心城區(qū)。

2.3六邊形分檔

六邊形分檔（Hexagonal Binning）是顯示空間數(shù)據(jù)分布的另一項(xiàng)有效工具。六邊形分檔的原理十分簡(jiǎn)單[7]，即用六角形的網(wǎng)格覆蓋觀察區(qū)域，然后計(jì)算每個(gè)網(wǎng)格中點(diǎn)的數(shù)量，最后將點(diǎn)數(shù)大于0的網(wǎng)格通過不同的顏色或大小按比例顯示。通過使用R的fMultivar包可以將全市存量房交易區(qū)域分為161個(gè)存在交易的六角形區(qū)域，其中交易最密集區(qū)域的月交易量達(dá)364個(gè)。通過標(biāo)記圓大小顯示交易密集地區(qū)的地圖顯示如圖2所示。相對(duì)于圖1，其六角分檔更為簡(jiǎn)單直接。

3結(jié)語

通過本文研究，可得出如下結(jié)論：由于空間數(shù)據(jù)缺乏，存量房交易研究一直局限于常規(guī)的統(tǒng)計(jì)分析；通過使用第三方公開的地理編碼服務(wù)，可以解決空間數(shù)據(jù)缺失的問題，從而實(shí)現(xiàn)有效的空間分析，尤其是點(diǎn)模式分析；利用R語言提供的各種分析包和工具可以脫離傳統(tǒng)的GIS工具快速進(jìn)行空間分析和展示，加快和簡(jiǎn)化分析過程；以武漢市為例，存量房交易的熱點(diǎn)區(qū)域仍然主要在中心城區(qū)內(nèi)進(jìn)行，尤其是在漢口中心區(qū)域；存量房交易空間的點(diǎn)模式分析，最直接的應(yīng)用是幫助經(jīng)紀(jì)行業(yè)更精確地確定網(wǎng)店分布。后續(xù)研究中，可建立新建商品房增加、城市拆遷和存量房交易之間的空間相關(guān)性，從而獲得存量房交易的空間發(fā)展趨勢(shì)。

參考文獻(xiàn)：

[1]DAVISC A，F(xiàn)ONSECA F T.Assessing the certainty of locations produced by an address geocoding system[J].Geoinformatica，2007，11（1）：103129.

[2]DANIEL TESKE.Geocoder accuracy ranking[J].Communications in Computer and Information Science，2014，500（1）：161174.

[3]SUDIPTO BANERJEE，BRADLEY.Hierarchical modeling and analysis for spatial data[M].USA，CRC，2015.

[4]MARTA BLANGIARDO，MICHELA CAMELETTI.Spatial and spatiotemporal bayesian models with RINLA[M].United Kingdom：Wiley，2015.

[5]CHRIS BRUNSDON，LEX COMBER.An introduction to R for spatial analysis&mapping[M].United Kingdom：SAGE，2015.

[6]S J SHEATHER，M C JONES.A reliable databased bandwidth selection method for kernel density estimation[J].Journal of the Royal Statistical Society：Series B，1991（2）：683690.

[7]NICHOLAS LEWINKOH.Hexagon binning：an overview [EB/OL].https：//cran.rproject.org/web/packages/hexbin/vignettes/hexagon_binning.pdf.

責(zé)任編輯（責(zé)任編輯：孫娟）