城市道路交通對(duì)二手房?jī)r(jià)格驅(qū)動(dòng)機(jī)制影響研究

陳凡

摘要：以合肥市為研究對(duì)象，在掛牌二手房空間數(shù)據(jù)的基礎(chǔ)上，綜合運(yùn)用空間句法、地理加權(quán)回歸等方法揭示出道路交通對(duì)二手房?jī)r(jià)格驅(qū)動(dòng)影響機(jī)制。結(jié)果表明二手房?jī)r(jià)格與道路空間可達(dá)性基本呈現(xiàn)正相關(guān)，交通因素對(duì)新區(qū)二手房?jī)r(jià)格的影響較老城區(qū)更為顯著，同時(shí)道路帶來(lái)的負(fù)面影響對(duì)房?jī)r(jià)也有一定的抑制作用。研究還識(shí)別出了主城區(qū)二手房?jī)r(jià)格高位區(qū)域和空間發(fā)展態(tài)勢(shì)，以及道路全局整合度。

關(guān)鍵詞：空間句法;反距離加權(quán);二手房;合肥市;地理加權(quán)回歸

中圖分類(lèi)號(hào)：TU984.13? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1005-913X（2020）06-0113-03

近年來(lái)，隨著城鎮(zhèn)化的推進(jìn)和住房制度的改革，房地產(chǎn)業(yè)呈現(xiàn)出旺盛的市場(chǎng)需求。作為特殊商品之一，商品房特別是其價(jià)格受到了社會(huì)各界和學(xué)者們的廣泛關(guān)注，而房?jī)r(jià)受多方面因素的影響，在具體單個(gè)城市層面上，地段特別是其周?chē)煌顩r對(duì)其影響較為顯著。在同等情況下，交通出行便捷地段的住宅價(jià)格明顯高于較差地段，往往便捷的交通環(huán)境又是一套商品房的核心賣(mài)點(diǎn)。作為二線(xiàn)省會(huì)城市和長(zhǎng)三角副中心城市的代表，合肥近年來(lái)在快速城市化過(guò)程中房?jī)r(jià)走勢(shì)明顯高于全國(guó)城鎮(zhèn)平均水平，這其中原因受到了購(gòu)房者等社會(huì)各界的廣泛關(guān)注?；诖?，本文擬通過(guò)研究合肥在售二手房?jī)r(jià)格分布特征，揭示出道路交通因素對(duì)其影響機(jī)制。

一、研究區(qū)概況及數(shù)據(jù)來(lái)源

合肥是安徽省省會(huì)，全國(guó)重要的科研教育基地、現(xiàn)代制造業(yè)基地和綜合交通樞紐。[1]本文以合肥市主城區(qū)為研究對(duì)象，即包含蜀山、廬陽(yáng)、瑤海、包河、高新、經(jīng)開(kāi)和濱湖等8個(gè)行政區(qū)，其中蜀山、廬陽(yáng)、瑤海和包河區(qū)外圍大部分區(qū)域?yàn)榻紖^(qū)，中心城區(qū)是指老城區(qū)以及各項(xiàng)基礎(chǔ)設(shè)施完善的城市新區(qū)。房?jī)r(jià)數(shù)據(jù)來(lái)源于2020年2月鏈家網(wǎng)（https：//hf.lianjia.com/）掛牌在售的62847套二手房，運(yùn)用Python程序爬取并得到每套二手房的單價(jià)、經(jīng)緯度等信息。道路數(shù)據(jù)來(lái)源于OSM在線(xiàn)地圖（https：//www.openstreetmap.org/），包含了primary（主干道）、secondary（次干道）等道路信息。

二、二手房?jī)r(jià)格空間格局及分析

（一）空間趨勢(shì)分析

將樣點(diǎn)空間數(shù)據(jù)導(dǎo)入ArcGIS軟件，運(yùn)用Geostatistical Analyst工具，以東西向?yàn)閄軸，南北向?yàn)閅軸，樣點(diǎn)單價(jià)為Z軸，[1]得到圖1。

如圖，二手房單價(jià)在東西、南北兩個(gè)走向均呈現(xiàn)倒U趨勢(shì)，總體單價(jià)分布由中心城區(qū)向外圍遞減。但相較于南北向，單價(jià)在東西向倒U趨勢(shì)更加明顯而遞減趨勢(shì)較為緩和，南北向遞減趨勢(shì)具有突變性。兩個(gè)方向都存在兩個(gè)單價(jià)分布高峰，且東西向空間跨度更廣。同時(shí)兩個(gè)方向大部分樣本點(diǎn)價(jià)格分布也較為集中，多數(shù)樣本點(diǎn)單價(jià)都在小幅度范圍內(nèi)浮動(dòng)，只有少數(shù)位于中心城區(qū)的二手房單價(jià)較高，中心城區(qū)外圍單價(jià)分布無(wú)規(guī)律較為離散，總體單價(jià)多處于高原價(jià)位而高峰價(jià)位較少。具體表現(xiàn)為東西向在天鵝湖——濱湖新區(qū)一帶樣點(diǎn)分布集中且單價(jià)較高，南北向在市府廣場(chǎng)——濱湖新區(qū)一帶分布集中，在市府廣場(chǎng)附近單價(jià)達(dá)到最高值。

（二）空間插值分析

反距離加權(quán)（Inverse Distance Weighted，簡(jiǎn)稱(chēng)IDW）插值法是基于相近相似的原理：即兩個(gè)物體越近，其相似度越高。它以插值點(diǎn)與樣本點(diǎn)間的距離為權(quán)重，離插值點(diǎn)越近的樣本點(diǎn)賦予的權(quán)重越大。[3]其一般公式如下：

式中：（S0）為S0處的待插值點(diǎn)的值;N為已知點(diǎn)數(shù)目;λi為在第i預(yù)測(cè)點(diǎn)位置的權(quán)重，樣本點(diǎn)與待插值點(diǎn)之間的距離越大，該值越小;Z（Si）是在Si處的測(cè)量值。

運(yùn)用IDW插值法對(duì)中心城區(qū)二手房單價(jià)進(jìn)行空間插值計(jì)算，得到數(shù)字模型圖（圖2），從圖中可以看出，二手房?jī)r(jià)格在空間分布變化上有著明顯的突變性，即淝河以北區(qū)域單價(jià)均值明顯低于以南大部分區(qū)域，同時(shí)天鵝湖、濱湖等地段是高位二手房集聚區(qū)域。淝河以北區(qū)域單價(jià)多在萬(wàn)元以下，均值在9，000元/m2，最低在4，565元/m2。淝河以南高位二手房主要在老城區(qū)、濱湖等區(qū)域集聚分布，在天鵝湖附近達(dá)到峰值43，763元/m2。忽略局部區(qū)域的影響，整體上中心城區(qū)二手房單價(jià)不完全符合由核心城區(qū)向外圍逐級(jí)遞減的趨勢(shì)，除核心城區(qū)以外還存在多個(gè)高位房?jī)r(jià)分布中心且對(duì)整體格局影響較大。

總結(jié)上述分析可以看出，從全局二手房單價(jià)空間分布來(lái)看，主城區(qū)呈現(xiàn)出從中心向外圍圈層遞減的趨勢(shì)，但在中心城區(qū)不滿(mǎn)足此規(guī)律，中心城區(qū)二手房單價(jià)分布存在多中心集聚和局部空間變異性現(xiàn)象。除傳統(tǒng)的老城區(qū)以外，在天鵝湖、濱湖等區(qū)域出現(xiàn)單價(jià)峰值且分布影響范圍大于老城區(qū)。這些區(qū)域交通便利，環(huán)境宜居，周?chē)_(kāi)發(fā)有很多高品質(zhì)居住板塊，是房?jī)r(jià)較高的主要因素。而從房?jī)r(jià)空間發(fā)展格局來(lái)看，由核心城區(qū)向外圍擴(kuò)展趨勢(shì)明顯，其中西部和南部為主要方向，西部為國(guó)家級(jí)高新技術(shù)開(kāi)發(fā)區(qū)，南部為高校園區(qū)和政務(wù)區(qū)，在快速城市化進(jìn)程中這些區(qū)域逐漸成為新的空間發(fā)展重心。單價(jià)在淝河以北區(qū)域特別是火車(chē)站附近極速下滑，主要是因?yàn)槔铣菂^(qū)現(xiàn)狀環(huán)境較為破敗導(dǎo)致附近房?jī)r(jià)比較低。

三、道路全局整合度分析

全局整合度反映的是空間可達(dá)性程度，通過(guò)Depthmap軟件對(duì)道路全局整合度進(jìn)行處理及數(shù)據(jù)分析，得到圖3。

如圖，空間可達(dá)性程度隨著顏色冷暖而變化，即紅色區(qū)域可達(dá)性最好，藍(lán)色最差。在整個(gè)可視空間內(nèi)，大部分區(qū)域空間可達(dá)性都較好，其中在合肥南站附近最好且逐漸向周?chē)椛?。合肥南站是?lián)系著老城區(qū)和新區(qū)的重要節(jié)點(diǎn)，交通要道繞城高速和徽州大道在此交匯，而且徽州大道又是南北向集聚度最高的道路。相對(duì)而言，核心城區(qū)特別是一環(huán)以?xún)?nèi)區(qū)域可達(dá)性一般。該片區(qū)域主要是老城區(qū)，道路狹窄擁堵且多為支路。[4]火車(chē)站以北區(qū)域大多呈現(xiàn)藍(lán)色即可達(dá)性較差，主要原因是位置偏僻且無(wú)交通干道?？蛇_(dá)性較好區(qū)域多位于新區(qū)或交通干道附近，如沿金寨路、長(zhǎng)江西路等快速路附近，快速路（高架）設(shè)計(jì)時(shí)速相對(duì)較高一定程度上提高了附近區(qū)域的空間可達(dá)性。主城區(qū)現(xiàn)有快速路10條，從圖中可以看出這些道路附近多呈現(xiàn)暖色，特別是在南北向京臺(tái)高速和東西向繞城高速附近。整體而言，主城區(qū)空間可達(dá)性程度變化不大，主干道或快速路對(duì)可達(dá)性影響顯著。

四、地理加權(quán)回歸模型分析

在地學(xué)研究中，所觀(guān)測(cè)的數(shù)據(jù)與其空間地理位置都有一定的相關(guān)性，為了讓數(shù)據(jù)的空間特性納入回歸模型進(jìn)行分析，A.S.Fortheringham等提出了較為先進(jìn)的地理加權(quán)回歸（GWR）模型。[5]將道路全局整合度作為自變量，運(yùn)用地理加權(quán)回歸模型揭示變量與房?jī)r(jià)的相關(guān)性。結(jié)果顯示道路全局整合度對(duì)房?jī)r(jià)影響系數(shù)在2.51到0.67之間，這表明整體上道路空間可達(dá)性與二手房房?jī)r(jià)都呈現(xiàn)正相關(guān)，即空間可達(dá)性越好，房?jī)r(jià)越高。影響系數(shù)較大值分布在濱湖、政務(wù)、中環(huán)城附近，表明這些區(qū)域的房?jī)r(jià)受道路交通影響大于其他區(qū)域。大體上新區(qū)房?jī)r(jià)受道路交通的影響都大于老城區(qū)，其主要原因是相對(duì)于新區(qū)，老城區(qū)各項(xiàng)公共設(shè)施都較為完善，主城區(qū)大部分重點(diǎn)學(xué)校、商業(yè)場(chǎng)所、公園廣場(chǎng)等都分布在老城區(qū)，這些因素相較于交通因素對(duì)房?jī)r(jià)的影響更大。而新區(qū)由于各項(xiàng)公共設(shè)施并未跟進(jìn)，如優(yōu)質(zhì)教育資源不足等，使得學(xué)區(qū)等因素對(duì)房?jī)r(jià)影響比較低。但同時(shí)也存在房?jī)r(jià)與現(xiàn)狀道路交通狀況不符的現(xiàn)象，如合肥南站附近，該區(qū)域盡管交通發(fā)達(dá)但附近房?jī)r(jià)還是相對(duì)較低。實(shí)際生活中該片區(qū)域車(chē)流量很大，特別是高鐵站周?chē)?，巨大的人流和?chē)流同時(shí)帶來(lái)了噪聲、空氣污染等負(fù)面影響，同時(shí)復(fù)雜的人員流動(dòng)降低了附近居民的安全感。

五、總結(jié)

在實(shí)際商品房交易市場(chǎng)上，房?jī)r(jià)高低受多方面因素的影響，但排除政策以及市場(chǎng)經(jīng)濟(jì)對(duì)房?jī)r(jià)的調(diào)控作用，在城市空間層面上決定房?jī)r(jià)高低的主要因素是其所處的地段，交通可達(dá)性、生活便捷性等是購(gòu)房者首先考慮的因素。而本文主要研究交通因素對(duì)房?jī)r(jià)的驅(qū)動(dòng)機(jī)制，結(jié)果表明如下。

（一）相較于老城區(qū)，交通因素對(duì)新區(qū)房?jī)r(jià)影響更為顯著

老城區(qū)由于各類(lèi)公共基礎(chǔ)設(shè)施發(fā)展水平較為領(lǐng)先，多數(shù)情況下不需要出遠(yuǎn)門(mén)就能到達(dá)附近的商服、學(xué)校、醫(yī)院等機(jī)構(gòu)。且老城區(qū)住戶(hù)多為本地原居民或退休人員，其對(duì)交通需求較少。新區(qū)由于各項(xiàng)設(shè)施尚未跟進(jìn)且居住者多為工薪階層，需要便捷的交通以便通勤和出行。另一方面，新區(qū)快速路附近房?jī)r(jià)都相對(duì)較高，這表明對(duì)交通因素特別是快速交通房?jī)r(jià)有著積極的促進(jìn)作用。而隨著新區(qū)各項(xiàng)設(shè)施的完善以及學(xué)區(qū)制度的改革，交通因素對(duì)房?jī)r(jià)的影響也將逐漸減少。

（二）交通網(wǎng)絡(luò)越發(fā)達(dá)，并不是意味著相應(yīng)區(qū)域的房?jī)r(jià)越高

住宅是居民日常生活的場(chǎng)所，交通網(wǎng)絡(luò)發(fā)達(dá)同時(shí)帶來(lái)噪聲、空氣污染等負(fù)面影響。追求高品質(zhì)的購(gòu)房者往往不會(huì)選擇在此落戶(hù)，這時(shí)交通因素對(duì)房?jī)r(jià)表現(xiàn)出一定的抑制作用。特別是火車(chē)站附近區(qū)域，其周?chē)话愣际浅鞘袃?nèi)部交通樞紐，從而使得其交通功能大于職住功能。且對(duì)于合肥這類(lèi)前列的二線(xiàn)城市而言，居民日常出行更多的會(huì)選擇公共交通，對(duì)公交、地鐵站點(diǎn)的依賴(lài)性大于快速路。而公交站點(diǎn)主要位于次干道和支路上，相對(duì)而言快速路和主干道上站點(diǎn)較少但對(duì)空間可達(dá)性影響較大。

合肥是團(tuán)塊狀城市的典型代表，即城市的各類(lèi)活動(dòng)中心位于市中心，城市發(fā)展呈同心圓狀向外擴(kuò)展。結(jié)合本文的研究分析可以看出，主城區(qū)是由中心城區(qū)逐漸向外圈層擴(kuò)張的，在發(fā)展的過(guò)程中產(chǎn)生了多個(gè)新的發(fā)展重心且影響范圍較老城區(qū)更廣。而房?jī)r(jià)是一個(gè)區(qū)域發(fā)展水平和活力的重要指標(biāo)，可以看出主城區(qū)正由團(tuán)塊狀向多核心邁進(jìn)。

本文以合肥市為例，運(yùn)用地理加權(quán)回歸等方法揭示了交通因素對(duì)二手房?jī)r(jià)格的驅(qū)動(dòng)機(jī)制，結(jié)果表明交通特別是快速交通以及公共交通對(duì)房?jī)r(jià)有一定的驅(qū)動(dòng)作用，但研究未能深層次區(qū)分各類(lèi)道路，以及涉及交通設(shè)施如公交站點(diǎn)對(duì)房?jī)r(jià)的影響，是下一步研究可以深入的方向。

參考文獻(xiàn)：

[1] 吳亞偉，陶其中.合肥市城市設(shè)計(jì)實(shí)踐探索[J].規(guī)劃師，2018：增刊（1）.

[2] 陳 真.福州市住宅價(jià)格空間分布特征及其影響因素研究[D].福州：福州大學(xué)，2015.

[3] 吳 迪，高 鵬，董紀(jì)昌.公共租賃房租金定價(jià)研究[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2011（41）.

[4] 周?chē)?guó)艷.合肥市老城區(qū)建設(shè)現(xiàn)狀問(wèn)題調(diào)研與更新策略研究[J].中國(guó)名城，2019（208）.

[5] 覃文忠.地理加權(quán)回歸基本理論與應(yīng)用研究[D].上海：同濟(jì)大學(xué)，2007.

[責(zé)任編輯：譚志遠(yuǎn)]

收稿日期： 2020-05-06

作者簡(jiǎn)介： 陳 凡（1999- ），男，安徽池州人，本科學(xué)生，研究方向：空間句法與城鄉(xiāng)規(guī)劃。