深圳市住宅用地價(jià)格影響因素空間差異化規(guī)律分析

李 琴，任 福，張玉茜，趙志剛

(武漢大學(xué) 資源與環(huán)境科學(xué)學(xué)院，湖北 武漢 430079)

0 引 言

住宅用地是人類生存和發(fā)展的基礎(chǔ)，要準(zhǔn)確得到土地的價(jià)格，必須得有一套完整的住宅用地影響因素體系[1]。近年來，深圳城市更新用地的供給不斷增加，而新增住宅用地的供給受限于土地資源的緊缺處于逐年下跌的態(tài)勢(shì)，由于新增住宅用地緊缺，導(dǎo)致近年來深圳的地價(jià)頻出新高。由于一個(gè)區(qū)域的用地影響因素是有局地特色的，并不能一概而論之。所以影響因素體系的建立不管是國(guó)家規(guī)程，還是專業(yè)教科書或?qū)W術(shù)研究都沒有給出過統(tǒng)一的體系。影響因素量化是地價(jià)評(píng)估的核心，是不可撼動(dòng)的基礎(chǔ)。就深圳市而言目前還沒有一個(gè)權(quán)威的用地影響因素體系可參考。

目前對(duì)土地價(jià)格影響因素研究用得最多的模型就是Hedonic模型[2]以及GWR模型[3]。國(guó)內(nèi)學(xué)者運(yùn)用特征價(jià)格理論，采用多元線性回歸模型、半對(duì)數(shù)模型、雙對(duì)數(shù)模型等回歸模型建立城市住宅用地特征價(jià)格模型，求出影響研究區(qū)域城市用地土地價(jià)格的主要因素[4-8]。國(guó)外對(duì)GWR模型的研究時(shí)間不是很長(zhǎng)，目前，最著名的是Fortheringham等人2003出版的（Geographically Weighted Regression: The Analysis of Spatially Varying Relationships）[9]，這本書詳細(xì)介紹了GWR模型的原理、參數(shù)選擇以及比較等內(nèi)容，且以倫敦的住宅價(jià)格為例，進(jìn)行了實(shí)證說明。從國(guó)外學(xué)者的研究發(fā)現(xiàn)，地理加權(quán)回歸模型（GWR）具有空間研究上的優(yōu)勢(shì)，在每個(gè)領(lǐng)域的應(yīng)用前景很廣，擴(kuò)展了線性回歸模型，是空間非穩(wěn)定數(shù)據(jù)最適合的研究方法[10-14]。羅罡輝[15]以杭州市住宅用地影響因素為例，構(gòu)建了影響因素對(duì)土地價(jià)格影響的價(jià)格模型，通過對(duì)比Hedonic模型和GWR模型的結(jié)果，在理論上證明了GWR模型在地價(jià)影響因素研究中的可行性。單玉紅等[16]運(yùn)用GWR模型對(duì)武漢市住宅地價(jià)的影響因素進(jìn)行分析，得出各影響因素對(duì)住宅地價(jià)的影響力在不同的微觀區(qū)位具有統(tǒng)計(jì)學(xué)意義上的明顯差異。呂萍，甄輝[17]基于GWR模型對(duì)北京市住宅用地影響因素及其空間規(guī)律進(jìn)行了研究，將基礎(chǔ)設(shè)施分為兩類，發(fā)現(xiàn)“生活質(zhì)量型”的基礎(chǔ)設(shè)施對(duì)住宅用地價(jià)格影響更大。以上的研究均表明GWR模型能夠有效地處理空間非穩(wěn)定性等局域空間數(shù)據(jù)處理問題，運(yùn)用GWR模型來研究空間非穩(wěn)定性的數(shù)據(jù)，結(jié)果更為合理。因此，本文應(yīng)用地理加權(quán)回歸模型（GWR）來分析深圳市區(qū)域因素對(duì)住宅用地價(jià)格的影響。

1 住宅用地影響因素分析

本文的住宅用地影響因素體系是在參照《城鎮(zhèn)土地分等定級(jí)規(guī)程》[18]《城鎮(zhèn)土地估價(jià)規(guī)程》[19]以及《城市地價(jià)評(píng)估方法——發(fā)展與創(chuàng)新》[20]，并對(duì)國(guó)內(nèi)外關(guān)于地價(jià)影響因素方面的文獻(xiàn)進(jìn)行總結(jié)的基礎(chǔ)上，結(jié)合特爾菲法以及深圳市的特點(diǎn)，以主導(dǎo)性、定性與定量相結(jié)合為指導(dǎo)原則，對(duì)種類繁多的因素進(jìn)行分析，去除相關(guān)性較強(qiáng)而對(duì)地價(jià)影響較為小的因素，最終確定住宅用地影響因素體系。在影響因素體系中，區(qū)域因素較為復(fù)雜且與地理位置息息相關(guān)，本文以空間分析技術(shù)為支撐對(duì)區(qū)域因素進(jìn)行量化。深圳市住宅設(shè)施比較完善，因此就住宅用地而言設(shè)施完備度沒有差異。本文考慮了數(shù)據(jù)完備性，最終選擇表1中的影響因素代入地理加權(quán)回歸模型。

表1 影響因素的選取與量化標(biāo)準(zhǔn)Tab.1 Selection and quantization of the impact factors

為了使以上影響因素更直觀，本文運(yùn)用ArcGIS軟件對(duì)數(shù)據(jù)進(jìn)行分級(jí)設(shè)色，結(jié)果如圖1所示。

圖1 影響因素空間分布Fig.1 The spatial distribution of impact factors

2 研究數(shù)據(jù)及方法

2.1 數(shù)據(jù)來源與預(yù)處理

住宅用地的價(jià)格通常采用剩余法來評(píng)估，這是一種用房?jī)r(jià)反推地價(jià)的方法。因此，本文的研究數(shù)據(jù)是由深圳市規(guī)劃國(guó)土數(shù)字工程研究中心提供的住宅一手房交易數(shù)據(jù)，考慮到區(qū)域影響因素在兩年之內(nèi)不會(huì)產(chǎn)生很大的變化，因此選取的是2013年1月份到2015年6月份的交易數(shù)據(jù)，總共268個(gè)樣本點(diǎn)?？紤]到交易時(shí)間對(duì)價(jià)格有很大的影響，需要對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，對(duì)交易價(jià)格進(jìn)行修正，本文是通過定基指數(shù)將價(jià)格統(tǒng)一修正到2015年6月份。

2.2 地理加權(quán)回歸模型

地理加權(quán)回歸模型即GWR模型的回歸系數(shù)不再是全局性的統(tǒng)一單值，而是隨著空間位置變化的，從而可以反映自變量對(duì)因變量的影響隨空間位置而變化，其實(shí)質(zhì)是局部加權(quán)最小二乘法。GWR數(shù)學(xué)模型公式為：

式中，yi為第i樣本點(diǎn)的因變量；xik為第k個(gè)自變量在第i點(diǎn)的值，k為自變量記數(shù)；i為樣本點(diǎn)記數(shù)；εi為殘差，(ui，vi)為第i個(gè)樣本點(diǎn)的空間坐標(biāo)；ak(ui，vi)為連續(xù)函數(shù)ak(u，v)在i點(diǎn)的值。對(duì)特定權(quán)函數(shù)的帶寬卻很敏感，因而帶寬的選擇很重要，確定方法有交叉驗(yàn)證法[21]、AIC準(zhǔn)則[22]。

設(shè)總價(jià)為y，第i點(diǎn)的坐標(biāo)為（ui，vi），深圳市用地影響因素模型如下：

3 實(shí)證結(jié)果與分析

通過實(shí)驗(yàn)對(duì)比，最終得出空間函數(shù)為bi-square 函數(shù)、帶寬為AIC時(shí)模型性能最佳，R2為0.73，調(diào)整型R2為0.66。利用方差分析對(duì)回歸方程進(jìn)行顯著性檢驗(yàn)（見表2），取檢驗(yàn)水平α=0.01，查F分布表得F=5.464 564＞Fα(48，208)，因此回歸方程顯著。表3給出了268個(gè)樣本點(diǎn)的11個(gè)影響因素的均值（Mean）、標(biāo)準(zhǔn)差（STD）、最小值（Min）、最大值（Max）、下四分位值（LwrQuartile）、中位數(shù)（Median）、上四分位值（UprQuartile）以及回歸系數(shù)蒙特卡洛顯著性檢驗(yàn)值P。

表2 方差分析Tab.2 ANOVA analysis

表3 GWR模型分析結(jié)果Tab.3 The result of GWR

所有因素對(duì)住宅用地價(jià)格影響顯著，將所有影響因素回歸系數(shù)進(jìn)行空間插值并逐一進(jìn)行分析。

3.1 商服中心的影響

商服中心可達(dá)性是城市住宅用地的重要影響指標(biāo)之一，它反映一個(gè)城市商業(yè)、服務(wù)業(yè)及金融業(yè)等行業(yè)的集聚程度，是反映城市土地經(jīng)濟(jì)區(qū)位最重要的指標(biāo)。深圳市商服中心分為市級(jí)和區(qū)級(jí)兩個(gè)等級(jí)。從表3可知市級(jí)商服中心和區(qū)級(jí)商服中心回歸系數(shù)平均值、中位數(shù)均為正，這說明總體上離商服中心越近，住宅用地的價(jià)格就越高。商服中心回歸系數(shù)跨度較大，這表明區(qū)位之間影響差異較大。如圖2所示，福田大部分區(qū)域和光明新區(qū)中部回歸系數(shù)與地價(jià)呈負(fù)相關(guān)且回歸系數(shù)偏小，說明對(duì)于這兩個(gè)區(qū)域來說其他影響因素更為重要。羅湖區(qū)和寶安區(qū)受市級(jí)商服中心影響最大，回歸系數(shù)最大，且呈正相關(guān)，即離市級(jí)商服中心越近，地價(jià)越高。市級(jí)商服中心回歸系數(shù)在福田—羅湖方向系數(shù)變動(dòng)較大，這說明此地區(qū)地價(jià)對(duì)市級(jí)商服中心的影響更為敏感。

從表3可知區(qū)級(jí)商服中心對(duì)福田區(qū)影響很大，且離區(qū)級(jí)商服中心越近，福田區(qū)的地價(jià)就越高。從圖2可知區(qū)級(jí)商服中心對(duì)南山區(qū)地價(jià)影響也較大，回歸系數(shù)較大且為正。寶安區(qū)、光明新區(qū)、龍華新區(qū)地價(jià)與區(qū)級(jí)商服中心都呈正相關(guān)關(guān)系，即離區(qū)級(jí)商服中心越近，地價(jià)就越高。龍華新區(qū)系數(shù)變動(dòng)較大，此地區(qū)住宅用地價(jià)格受區(qū)級(jí)商服中心的影響很敏感。區(qū)級(jí)商服中心對(duì)羅湖區(qū)影響較小，這是因?yàn)榱_湖區(qū)住宅用地受市級(jí)商服中心影響更為明顯，從而弱化了區(qū)級(jí)商服中心的影響。大鵬新區(qū)影響系數(shù)很小且區(qū)域內(nèi)影響值差不多在一個(gè)范圍內(nèi)，變動(dòng)較小，這說明大鵬地區(qū)并無商服中心分布所以基本不受影響。區(qū)級(jí)商服中心對(duì)龍崗區(qū)、鹽田區(qū)、坪山新區(qū)地價(jià)的影響也很小。研究發(fā)現(xiàn)，離商服中心越遠(yuǎn)的地方地價(jià)受商服中心影響較小，這與估價(jià)專家經(jīng)驗(yàn)常識(shí)相符。

圖2 商服中心影響差異圖Fig.2 The diあerence of CBD impact factors

3.2 交通便捷度的影響

深圳市交通以地鐵和公交為主。在表3中，軌道站點(diǎn)均值和中位數(shù)為負(fù)，這表明深圳市地價(jià)與軌道站點(diǎn)呈負(fù)相關(guān)，即離軌道站點(diǎn)越近，地價(jià)越高。圖3中福田區(qū)、羅湖區(qū)大部分區(qū)域地價(jià)與軌道站點(diǎn)呈正相關(guān)，即離軌道站點(diǎn)越遠(yuǎn)，地價(jià)越高。這是因?yàn)檫@兩個(gè)地區(qū)軌道站點(diǎn)分布比較密集，是深圳市商業(yè)區(qū)聚集地，商服中心對(duì)軌道站點(diǎn)有部分替代作用。軌道站點(diǎn)對(duì)南山區(qū)影響較大且呈負(fù)相關(guān)，鹽田、光明、坪山、大鵬沒有軌道站點(diǎn)，因此受軌道站點(diǎn)影響很小。

表3結(jié)果表明深圳市地價(jià)與公交站點(diǎn)呈正相關(guān)，即離公交站點(diǎn)越遠(yuǎn)，住宅用地價(jià)格就越高。這結(jié)果與人們的認(rèn)知是相反的，這是因?yàn)樯钲谑泄徽军c(diǎn)覆蓋區(qū)域比較廣，大部分地區(qū)在500 m范圍內(nèi)都會(huì)有公交站點(diǎn)，所以在公交便捷的情況下，人們會(huì)選擇離公交站點(diǎn)遠(yuǎn)一點(diǎn)，這樣環(huán)境相對(duì)舒適安靜。但如圖3所示，就南山區(qū)而言，公交站點(diǎn)的影響與人們的認(rèn)知是一致的，即離公交站點(diǎn)越近，住宅用地價(jià)格就越高，這說明南山區(qū)交通現(xiàn)狀基本靠公交，因而受公交影響比較大，這與現(xiàn)實(shí)是相符的。公交站點(diǎn)影響敏感地帶為福田區(qū)，香蜜湖、福保、沙頭區(qū)域且呈負(fù)相關(guān)，其他地區(qū)為正相關(guān)。

圖3 商服中心影響差異圖Fig.3 The diあerence of CBD impact factors

3.3 規(guī)劃因素的影響

規(guī)劃因素對(duì)城市住宅用地的影響主要表現(xiàn)在城市規(guī)劃中片區(qū)未來的功能定位和片區(qū)規(guī)劃待建的配套設(shè)施對(duì)用地帶來的預(yù)期影響。這是深圳市土地估價(jià)專家新增的住宅地價(jià)影響因素，分別為重點(diǎn)規(guī)劃片區(qū)、規(guī)劃軌道站點(diǎn)、規(guī)劃公園，其影響差異如圖4所示。

圖4 規(guī)劃因素影響差異圖Fig.4 The diあerence of planning impact factors

1）重點(diǎn)規(guī)劃片區(qū)

從表3中可知系數(shù)均值、中位數(shù)都為負(fù)，這表示總體上深圳市重點(diǎn)規(guī)劃片區(qū)內(nèi)的住宅用地價(jià)格比重點(diǎn)片區(qū)外的低。如圖4所示，規(guī)劃重點(diǎn)片區(qū)集中分布的光明、寶安、龍崗區(qū)域回歸系數(shù)基本為正。造成均值、中位數(shù)都為負(fù)的原因可能是因?yàn)闃颖敬蠖辔挥谀仙?、福田、羅湖這三個(gè)區(qū)域，這三個(gè)區(qū)受其他的因素影響更大，從而弱化了重點(diǎn)片區(qū)的影響。

2）規(guī)劃軌道站點(diǎn)

從圖4中可知，羅湖區(qū)、龍華部分地區(qū)、鹽田區(qū)住宅用地價(jià)格與規(guī)劃軌道站點(diǎn)距離成負(fù)相關(guān)，但其影響系數(shù)較小，因而影響也比較小，其他地區(qū)都呈正相關(guān)。南山區(qū)雖然系數(shù)比較大，但變動(dòng)很小，基本形成一個(gè)圓環(huán)，這表明南山區(qū)規(guī)劃軌道站點(diǎn)分布比較均勻。

3）規(guī)劃公園

從表3中系數(shù)均值可知深圳市住宅用地價(jià)格基本與規(guī)劃公園距離成反比，即距離越近，價(jià)格越高。圖4結(jié)果顯示南山區(qū)回歸系數(shù)最大，且西麗、桃源方向系數(shù)變動(dòng)較快，對(duì)規(guī)劃公園的影響比較敏感。福田、羅湖主要是商業(yè)區(qū)，受其影響不明顯。龍崗區(qū)規(guī)劃公園較多，受其影響較為明顯。

3.4 教育資源的影響

深圳市是采用“就近入學(xué)”的原則，在教育質(zhì)量好的中小學(xué)附近，當(dāng)?shù)鼐用褡优徒蠈W(xué)方便和能夠受到好的教育。學(xué)校量化的標(biāo)準(zhǔn)就是經(jīng)過教育局劃定的學(xué)區(qū)覆蓋圖來確定樣本點(diǎn)是否位于小學(xué)或中學(xué)學(xué)區(qū)范圍內(nèi)而賦予分值，具體分值由特爾菲法確定。等級(jí)按照學(xué)區(qū)范圍劃分為：1級(jí)學(xué)區(qū)覆蓋范圍、2級(jí)學(xué)區(qū)覆蓋范圍、3級(jí)學(xué)區(qū)覆蓋及以外。

表3中系數(shù)均值為正說明學(xué)區(qū)對(duì)住宅用地的影響呈正相關(guān)，即1級(jí)學(xué)區(qū)內(nèi)住宅用地價(jià)格較高，3級(jí)學(xué)區(qū)及以外住宅用地價(jià)格較低。如圖5可知，龍華新區(qū)、光明新區(qū)、寶安區(qū)、南山區(qū)受小學(xué)學(xué)區(qū)影響較為敏感。其中龍華新區(qū)受影響最大，這說明龍華新區(qū)學(xué)區(qū)分布不均，對(duì)學(xué)區(qū)需求較大。南山區(qū)受小學(xué)學(xué)區(qū)影響較為復(fù)雜，區(qū)域內(nèi)影響差異較大，桃源、西麗地區(qū)為負(fù)相關(guān)，其他地區(qū)為正相關(guān)。1、2級(jí)學(xué)區(qū)分布較多的福田區(qū)、羅湖區(qū)和基本無1、2學(xué)區(qū)分布的大鵬、坪山區(qū)則受影響比較均勻，區(qū)內(nèi)基本無差異，福田、羅湖是因?yàn)閷儆诒容^成熟的住宅區(qū)，因而受影響波動(dòng)不大，而其余兩個(gè)是由于區(qū)域內(nèi)的學(xué)區(qū)教育質(zhì)量并沒有差別，所以受影響程度一致。

圖5 學(xué)校影響差異圖Fig.5 The diあerence of school impact factors

3.5 醫(yī)療設(shè)施的影響

從表3中可知醫(yī)院回歸系數(shù)均值為正，這表明深圳市住宅用地價(jià)格與三甲醫(yī)院距離成正相關(guān)，即離三甲醫(yī)院越遠(yuǎn)，用地價(jià)格越高。如圖6所示，蓮花、福田影響因素系數(shù)最大，但由于醫(yī)療設(shè)施比較完善，影響較為均一。香蜜湖、沙頭醫(yī)院分布比較少，對(duì)醫(yī)院的需求相對(duì)較大，因而對(duì)其影響較為敏感。羅湖區(qū)的三甲醫(yī)院主要集中分布在老街附近，因而其他大部分區(qū)域受醫(yī)院影響比較小且均一。南山大部分區(qū)域影響系數(shù)為正，這可能是因?yàn)檫@里的人們更關(guān)心其他的影響因素。大鵬區(qū)、坪山區(qū)受醫(yī)院的影響不明顯。光明新區(qū)、龍崗區(qū)、寶安區(qū)受醫(yī)院影響比較復(fù)雜，有正有負(fù)。

3.6 環(huán)境因素的影響

從表3可知綠化指標(biāo)均值為0.029，變動(dòng)范圍比較小，為[-2.913 2，2.958 2]，是所有影響因素中對(duì)住宅用地價(jià)格影響最小的因素，且用地離公園越遠(yuǎn)，價(jià)格越高。如圖6所示，寶安區(qū)、光明區(qū)情況和其他地區(qū)不同，這兩個(gè)區(qū)域內(nèi)回歸系數(shù)為負(fù)，即離公園越遠(yuǎn)，地價(jià)越低。寶安區(qū)的系數(shù)比光明新區(qū)大，這說明寶安區(qū)對(duì)綠化公園的需求比較大。以桃源為中心形成了多圈同心圓環(huán)，說明這些區(qū)域住宅用地離周圍的公園距離都比較均勻，且在適宜的步行范圍內(nèi)，離公園太近，噪音比較大，所以人們更愿意離公園一定距離。

圖6 醫(yī)院和綠化指標(biāo)影響差異圖Fig.6 The diあerence of hospital and park impact factors

4 結(jié)束語

本文在文獻(xiàn)綜述法及特爾菲法的基礎(chǔ)上，以主導(dǎo)性、定性與定量相結(jié)合為指導(dǎo)原則，采用空間分析對(duì)種類繁多的因素進(jìn)行篩選，確定了住宅用地影響因素體系。在確定影響因素體系的基礎(chǔ)上，采用網(wǎng)路分析對(duì)體系中每一影響因素進(jìn)行量化，與直線距離相比，網(wǎng)絡(luò)距離更為合理和可靠。固此選擇11個(gè)影響因素代入加權(quán)回歸模型，分別對(duì)比不同參數(shù)設(shè)置下模型的性能及其顯著性，最終選擇模型性能較好、顯著性較高的配置參數(shù)，然后對(duì)模型運(yùn)行結(jié)果進(jìn)行分析。分析結(jié)果得出每個(gè)因素在不同地區(qū)的影響差異比較大，有些地方受商服中心影響明顯，有些則受交通便捷度或其他因素影響明顯，有的為正，有的為負(fù)。所以在進(jìn)行土地估價(jià)時(shí)，應(yīng)該更多考慮的是樣本和待估對(duì)象的特征因素間的相似性而不是全部因素的相似性。研究證實(shí)了空間分析方法在地價(jià)影響因素研究方面的良好應(yīng)用，其所得住宅影響因素具有空間差異化規(guī)律的結(jié)論為地評(píng)估中科學(xué)合理地選擇估價(jià)因素、確定因素權(quán)重、構(gòu)建影響因素評(píng)價(jià)標(biāo)準(zhǔn)提供了定量化分析的參考依據(jù)。

本文選取樣本比較少，覆蓋不夠全面，所以可能樣本比較少的區(qū)域結(jié)果會(huì)出現(xiàn)偏差。