SLM模式下的萍鄉(xiāng)住宅價格研究

【摘要】房屋自其市場化以來，其價格就一直受到了人們的高度關(guān)注。但是大部分研究對象均定為在大中型城市。本著為地區(qū)經(jīng)濟發(fā)展服務(wù)的原則，本文將著眼點立足于小城市——萍鄉(xiāng)，試圖從空間視野上來揭示萍鄉(xiāng)市住宅價格的特點，以求為萍鄉(xiāng)房地產(chǎn)業(yè)發(fā)展盡一份綿薄之力。

【關(guān)鍵詞】住宅價格；空間相關(guān)性；空間計量

Abstract：Since the houses become marketization， the price has been paid a lot of attention by the public. There are a lot researchers do many research about it in academic circles. But most of them choose the medium & big cities. In this paper， we are trying to help the regional economic development， so the small city-----Pingxiang was chosen. We tried to reveal the features of the price of commercial house in Pingxiang from spaces angle that will help the development of real estate in Pingxiang.

Key word： House price， Spatial correlation， Spatial econometric

房地產(chǎn)業(yè)作為萍鄉(xiāng)的支柱產(chǎn)業(yè)起步于1992年，當(dāng)時房價約為260元/㎡，2000年隨著鳳凰山莊的推出，萍鄉(xiāng)房地產(chǎn)業(yè)快速發(fā)展，開發(fā)模式由以前的單體開發(fā)逐漸向綜合開發(fā)轉(zhuǎn)變，房價也首次突破千元大關(guān)，達1300元/㎡?！笆晃濉?、“十二五”期間萍鄉(xiāng)市房地產(chǎn)業(yè)保持高投入和快速發(fā)展，2013年全市商品房均價達到4321.24元/㎡，為2006年的2.50倍。從2010年起萍鄉(xiāng)雖每年都保有3000-5000套廉住房和經(jīng)濟適用房的投入，但商品房需求空間仍然較大。

1、萍鄉(xiāng)市住宅價格的空間分析

本文對萍鄉(xiāng)市住宅價格的空間分析主要是利用Opengeoda軟件和地理信息統(tǒng)計里常用的Arcgis軟件。Arcgis軟件是集圖層繪制和數(shù)據(jù)分析于一體的綜合性軟件，它可用來繪制樓盤的空間分布圖、定義研究對象屬性，其內(nèi)附帶的探索性空間數(shù)據(jù)分析則可以用來了解數(shù)據(jù)空間分布、觀測全局變化、求解空間自相關(guān)性等。Opengeoda軟件則是一款主要用于探索空間數(shù)據(jù)分析的軟件，對建立空間計量模型進行數(shù)據(jù)分析十分方便。

1.1 萍鄉(xiāng)市樓盤分布圖

由于Arcgis軟件的龐大性和復(fù)雜性，筆者作為該軟件的初學(xué)者，對該軟件了解深度有限，故僅利用了其中的Arcmap軟件來繪制了萍鄉(xiāng)市的住宅小區(qū)分布圖。見圖1.1

1.2 住宅小區(qū)價格的描述性分析

本文研究的對象為萍鄉(xiāng)城區(qū)多層和高層的毛坯房，不包含別墅、公租房和小產(chǎn)權(quán)房等，在此次研究中共收集了研究區(qū)域內(nèi)52個小區(qū)的202個樣本。現(xiàn)對這52個小區(qū)的均價數(shù)據(jù)進行描述統(tǒng)計分析，得到結(jié)果如表1.1。

從圖1.2住宅小區(qū)均價的QQ圖可以發(fā)現(xiàn)，樣本點接近一條直線，表明小區(qū)住宅價格基本服從正態(tài)分布。

1.3 萍鄉(xiāng)住宅的空間自相關(guān)分析

1.3.1 Morans I指數(shù)散點圖

利用Opengeoda軟件中的Univariate Morans I計算出萍鄉(xiāng)市住宅小區(qū)的全域Morans I值并繪制了Moran散點圖，如圖1.3所示。從圖中發(fā)現(xiàn)，萍鄉(xiāng)市住宅價格雖然四個象限均有分布，但是仔細(xì)觀察可見，大部分點分布在第一、三象限，少數(shù)分布在第二、四象限，空間相關(guān)性表現(xiàn)為正相關(guān)。在圖中頂部顯示Morans I指數(shù)為0.1437，并在1%的水平上顯著，表明萍鄉(xiāng)市住宅價格的空間分布并非完全隨機，而是表現(xiàn)出了較強的空間關(guān)聯(lián)性。

1.3.2 住宅價格四分位圖

如圖1.4為住宅價格的四分位圖，圖1.5為ln住宅價格的四分位圖。從這兩圖中不難發(fā)現(xiàn)，某一顏色區(qū)域的周圍分布著相同顏色的區(qū)域，同種顏色分布較為集中，這也意味著萍鄉(xiāng)市住宅價格之間表現(xiàn)出較強的正相關(guān)。

2、空間計量模型的建立與估計

通過上節(jié)分析發(fā)現(xiàn)萍鄉(xiāng)市各個小區(qū)住宅價格之間存在一定的空間相關(guān)性（Morans I=0.1437）。本節(jié)將借助Opengeoda軟件，運用空間計量模型來進行萍鄉(xiāng)市住宅價格分析。在Opengeoda軟件中，先對萍鄉(xiāng)市住宅的SHP文件建立基于距離的空間權(quán)重矩陣，再打開Regression選項，勾選因變量和自變量，選擇已建好的權(quán)重矩陣和模型Spatial Lag。如圖2.1。

構(gòu)建SLM模型，得到的估計結(jié)果見表2.1。

表2.1 空間滯后模型（SLM）的回歸結(jié)果

從表2.1可知，在10%的顯著性水平下，16個變量中有9個變量進入模型，這與HPM模型的回歸結(jié)果一致，各個變量的符號也與預(yù)期符號一致。

3、空間計量模型的結(jié)果分析

表2.1中，W_LNXZJ值=0.2011378，數(shù)值較大并且在1%的水平上高度顯著，這表明萍鄉(xiāng)市住宅價格之間存在明顯的空間效應(yīng)，主要表現(xiàn)為較強的空間依賴性。萍鄉(xiāng)市住宅價格主要受到9個變量的影響，分別為建筑面積、相對樓層、建筑類別、房屋朝向、房齡、綠化率、周邊景觀、CBD距離和品牌影響，在10%的顯著水平下均為相同的9個變量進入模型，只是變量的回歸系數(shù)和Prob值稍有不同，這主要因為在SLM模型中加入了空間權(quán)重矩陣、考慮了住宅價格間的空間效應(yīng)所致。在顯著的9個變量中建筑面積、建筑類別、房屋朝向、綠化率、周邊景觀和品牌影響對住宅價格表現(xiàn)為正相關(guān)，相對樓層、房齡和CBD距離對萍鄉(xiāng)住宅價格表現(xiàn)為負(fù)相關(guān)。而有無車位、容積率、生活配套、教育配套、文體配套、交通情況和所在片區(qū)對住宅價格的影響并不顯著。

分析樣本數(shù)據(jù)，結(jié)合萍鄉(xiāng)市的具體情況，認(rèn)為這些變量不顯著可能的原因為：

（1）萍鄉(xiāng)市城市人口密度不大，車輛保有量雖每年均有增加，但是總數(shù)量仍有限，有無車位對住宅價格的影響尚未表現(xiàn)出來，但是隨著時間的推移，車輛數(shù)量的增加，相信在不久的將來這一變量對住宅價格的影響將會日益突出。

（2）由于萍鄉(xiāng)有毛坯房在售的樓盤較少，為了確保樣本數(shù)量，本文的研究對象取為萍鄉(xiāng)市的多層和高層住宅，并未對多、高層進行細(xì)分討論。高層住宅的容積率一般均比多層住宅要大，房價也比多層高，兩者組合在一起研究削弱了容積率對住宅價格的影響，故容積率對住宅價格的影響并不顯著。

（3）萍鄉(xiāng)市重點學(xué)校和完善的生活配套均處于市中心區(qū)域，而這部分區(qū)域周邊建筑比較成熟，很少有仍在售的毛坯房，本文的研究對象大多都未處于重點學(xué)校的學(xué)區(qū)范圍內(nèi)和市繁華中心，而所研究的小區(qū)周圍教育配套和生活配套相當(dāng)，從而導(dǎo)致了教育配套和生活配套對住宅價格的影響并不顯著。

（4）對于文體配套，雖然標(biāo)準(zhǔn)差達1.05，但是萍鄉(xiāng)市民對運動健身的熱情度和重視度不高，即使有空余時間，也很少出門運動，故文體配套的影響不顯著。

（5）萍鄉(xiāng)市中心城區(qū)較小，面積僅有58平方公里，部分小區(qū)周邊的交通線路雖較少，但是可通過近距離的轉(zhuǎn)車到達市中心和工作單位，并且很多家庭都配有私家車，工作單位也配有單位用車用于接送員工上下班，故交通情況還尚未對住宅價格表現(xiàn)出顯著性的影響。

（6）本次研究的對象分別處于市中心、新城區(qū)和安源新區(qū)，雖然市中心的相關(guān)配套更加完善，但是近年來新城區(qū)和安源新區(qū)也在大步發(fā)展，各項配套也正在逐步增加和完善中，并且新城區(qū)和安源新區(qū)的發(fā)展前景良好，因此小區(qū)所處片區(qū)的不同并未給住宅價格帶來顯著影響。

小結(jié)：

本章先利用Arcgis軟件繪制出了萍鄉(xiāng)市住宅小區(qū)的空間分布圖，利用Opengeoda軟件求得MoranI指數(shù)，發(fā)現(xiàn)萍鄉(xiāng)市住宅價格間存在“正”空間相關(guān)性，在此基礎(chǔ)上利用Opengeoda軟件，建立萍鄉(xiāng)住宅價格的空間滯后模型，得到影響住宅價格的9個變量，分別為CBD距離、房屋朝向、房齡、建筑類別、綠化率、建筑面積、品牌影響、相對樓層和周邊景觀。

參考文獻：

[1] Anselin L. Spatial Econometrics：Methods and Models[M].Dordrecht：kluwer Academic Publishers，1988.

[2] Dubin.R.，Pace.R.K.& Thibodeau.T.G，Spatial Autoregression Techniques for Real Estate Data[J].Real Estate Lit， 1999（7）

[3]施雅娟.基于空間Durbin模型的城市住宅特征價格研究—以杭州市為例[D].浙江大學(xué)，碩士論文，2013（5）.

[4]于璐，鄭思齊，劉洪玉，住房價格梯度的空間互異性及影響因素：對北京城市空間結(jié)構(gòu)的實證研究[J].經(jīng)濟地理，2009（3）.

[5]宋雪娟，衛(wèi)海燕，王莉.基于ESDA和地統(tǒng)計分析的西安市住宅價格空間結(jié)構(gòu)和分異規(guī)律研究[J].測繪科學(xué).

[6]李琪.基于空間計量的萍鄉(xiāng)住宅價格研究[D].江西理工大學(xué)，碩士論文，2015.

作者簡介：

李琪（1988-），女，江西萍鄉(xiāng)，萍鄉(xiāng)學(xué)院，講師，碩士，研究方向：房地產(chǎn)經(jīng)營與管理；

劉穎（1984-），女，河北唐山，萍鄉(xiāng)學(xué)院，講師，碩士，研究方向：結(jié)構(gòu)計算。