中小城市商品住宅價格空間分異特征及影響因子研究

鄧 凱，朱世泉，潘生威

(滁州學院 地理信息與旅游學院，安徽 滁州 239000)

隨著中國經(jīng)濟高速發(fā)展與城市化進程加快，城市商品化住房需求不斷提高，房地產(chǎn)業(yè)甚至成為一些城市主要財政收入來源，對城市經(jīng)濟發(fā)展產(chǎn)生了重大的影響[1-3]。因而，城市房價成為國內(nèi)相關(guān)學者研究的熱點。我國在房地產(chǎn)方面的研究起步略晚，但隨著房地產(chǎn)事業(yè)的迅速發(fā)展以及地理信息技術(shù)的進步，GIS[4-5]越來越廣泛地應(yīng)用到房地產(chǎn)研究領(lǐng)域中，國內(nèi)學者經(jīng)過不斷地探索，對城市商品住宅價格分布特征和影響因素的研究也日趨成熟。許曉輝[6]通過GIS手段繪制出上海市房價的等值線圖，清晰直觀地反映出上海市房價的空間變化規(guī)律，上海市房價南高北低的總體空間分布特征；?？傻萚7-8]運用GIS空間分析對長沙市2006年至2008年住宅數(shù)據(jù)樣本點進行提取，總結(jié)出長沙市房價空間分布特征；張博[9]等利用地理加權(quán)回歸模型，研究哈爾濱住宅價格空間分布差異的影響要素，研究表明：地鐵、學校、公園和綠化率是影響房價空間分布的最主要因素；韓麗娟[10]采用克里格插值的方法，從區(qū)位因素出發(fā)，對呼和浩特二環(huán)內(nèi)房價空間分布特點進行研究，總結(jié)出交通、商場、學校對房價分布的影響；孫寧[11]等利用克里金插值方法和地統(tǒng)計分析方法對合肥市房價空間分布規(guī)律及影響因子進行研究，并且繪制出了合肥市商品房價分布等值線圖；宋利利[12]等通過GIS空間分析的方法得出新鄉(xiāng)市房價呈現(xiàn)出中間高、四周低的分布格局，其中，交通條件、教育資源的分布是影響住宅分布的主要因素；彭保發(fā)[13]、何浪[14]、陳友華[15]、孫朝峰[16]等人都對房價的影響因素進行了深入的研究。

總之，無論是研究商品住宅價格空間分布差異特征還是影響因子，國內(nèi)外的研究都是廣泛而細致的，理論也是比較完善的，研究商品價格分布的方法雖然大致相同，但是得出來的研究結(jié)論卻大相徑庭，因為影響商品住宅價格的因素是時刻都在變化著的，這就需要根據(jù)不同的區(qū)位、時間、環(huán)境具體問題具體分析。本文以滁州市普通商品住宅的價格作為研究對象，對滁州市商品住宅價格的空間分異特征進行研究，并通過對影響因素的分析討論，為滁州市購房消費者選擇合適的住房提供建議，也為政府制定合理的城市發(fā)展規(guī)劃提供依據(jù)，并為房地產(chǎn)開發(fā)商在投資選址蓋房和制定合理的銷售價格提供參考。

1 研究區(qū)與數(shù)據(jù)處理

1.1 研究區(qū)概況

滁州市位于安徽省東部，蘇皖交匯處，是六朝古都南京的江北門戶，與南京主城隔江遙望。滁州南據(jù)長江，東控京杭大運河，長江一級支流滁河及清流河貫通境內(nèi)，通江達海，是為江東之門戶，江淮之重鎮(zhèn)，被評為國家級皖江示范區(qū)。全市土地總面積約為1.35萬km2，包含2個市4個縣2個區(qū)，戶籍人口約為454.3萬人。2018年底，全市實現(xiàn)經(jīng)濟生產(chǎn)總值(GDP)1 617.7億元，比上年增長了9.2%。全年完成房地產(chǎn)開發(fā)投資427.9億元，增長27.2%；房屋施工面積3 136.9萬m2，增長24.8%；商品住宅銷售總面積919.3萬m2，比上年增長37.5%；商品住宅總銷售額為543.3億元，比上年增長74.3%。重點工程建設(shè)方面新建項目134個，包括道路橋梁項目、景觀環(huán)境項目、公共服務(wù)配套設(shè)施項目、“兩治三改”項目，總投資135.6億元，完成投資36.7億元。

滁州屬“南京都市圈”核心層、長江三角洲經(jīng)濟區(qū)成員城市、國家級“皖江城市帶承接產(chǎn)業(yè)轉(zhuǎn)移示范區(qū)”第一站，安徽省東向發(fā)展的橋頭堡，近年來，依托有力區(qū)位條件，滁州的經(jīng)濟發(fā)展取得長足進步，滁州市經(jīng)濟發(fā)展研究對省內(nèi)以及南京都市圈內(nèi)城市都具有較好的借鑒價值。同時為了保證選取的研究區(qū)域具有代表性以及確保研究結(jié)果的科學合理性，本文選取滁州市瑯琊區(qū)以及南譙區(qū)的龍蟠街道組成的主城區(qū)為研究對象，如圖1所示。

圖1 研究區(qū)位置

1.2 數(shù)據(jù)來源

我國商品住宅種類多樣，其中，普通商品住宅(高層、小高層、多層)空間分布范圍廣，在房地產(chǎn)市場占有很大比例，因此，選擇普通商品住宅作為研究對象。在分析滁州市商品住宅價格空間分異特征時采用的商品房價格均是選取小區(qū)樣本的市場銷售均價，而采集樣本點的銷售均價主要來源于安居客、58同城、滁州房產(chǎn)網(wǎng)、滁州市房地產(chǎn)交易網(wǎng)，并最終選取出275個信息完善的樣本樓房，數(shù)據(jù)處理結(jié)果如表1所示。

表1 2018年滁州市部分商品住宅信息

基礎(chǔ)地理數(shù)據(jù)中城市道路交通網(wǎng)、水系、行政區(qū)劃主要來源地理空間數(shù)據(jù)云，行政中心、公園綠地、公交站點、學校醫(yī)院來源于百度地圖POI。數(shù)據(jù)處理結(jié)果如圖2所示。

圖2 滁州市主城區(qū)基礎(chǔ)地理數(shù)據(jù)

1.3 影響因子選取

城市的商品住宅價格空間分異是由不同的影響因子相互作用形成的，通過大量已有研究成果以及滁州市本地的實際情況，總結(jié)出商品住宅價格最主要的影響因子分為以下幾類：區(qū)位條件、鄰里環(huán)境和建筑特征，本文從3個方面選取11個影響因素作為模型的自變量，如表2所示。

表2 影響因子的選擇

2 研究方法

2.1 全局趨勢分析

趨勢面分析是通過隨機抽取的空間樣本點數(shù)據(jù)生成的三維趨勢面，它可以用來反映該區(qū)域的空間變化主體特征，還可以從不同角度揭示樣本點數(shù)據(jù)的整體變化規(guī)律，具有整體性和大范圍的優(yōu)勢。但是會忽略某些區(qū)域的變異情況，這就需要通過進一步的空間分析技術(shù)來補充完善。因此，此分析方法可以用來揭示商品住宅價格在總體上的分異特征。

2.2空間自相關(guān)分析

空間自相關(guān)是檢測觀察對象之間的變化是否存在一定相關(guān)性的空間分析方法。它可以揭示某一區(qū)域的地理現(xiàn)象特征或者是某一單元的屬性值與其附近的屬性值之間的相關(guān)程度，從中可以發(fā)現(xiàn)觀察數(shù)據(jù)之間是否存在相關(guān)性，相關(guān)程度怎么樣。最常見的模式有聚類、隨機和離散3種模式。空間自相關(guān)按功能可以分兩大類：全局自相關(guān)和局部自相關(guān)。對于全局自相關(guān)，一般用Moran’s I 指數(shù)作為空間自相關(guān)的指標，公式為

(1)

對于局部自相關(guān)的定義為

(2)

2.3 克里金插值法

空間插值法是根據(jù)對已知樣本點的研究來預測未知樣本點的空間位置情況。最常用的兩種插值方法有克里格插值法和反距離加權(quán)插值法，雖然反距離加權(quán)插值法具有算法簡單、容易實現(xiàn)的優(yōu)點，但是得出來的結(jié)果精度比較低。所以，本文采用克里格插值法，它以半變異函數(shù)理論為分析基礎(chǔ)，插值得到的結(jié)果精度高于其他插值法，是被廣泛應(yīng)用的一種無偏最優(yōu)插值法。在插值的過程中插值時，克里格插值法不僅會考慮樣本點數(shù)據(jù)之間的空間距離，還會考慮各樣本點數(shù)據(jù)之間的位置關(guān)系，使得到的結(jié)果更加準確。公式為

(3)

式中：λi為權(quán)重系數(shù)，它的和等于1；Z(xi)為觀測樣本點數(shù)據(jù)值，它們都位于xi區(qū)域內(nèi)位置，通過以上公式可以得到區(qū)域內(nèi)任意一點理論估計值。樣本點數(shù)據(jù)接近正態(tài)分布是空間插值法的前提。

2.4 地理加權(quán)回歸模型

地理加權(quán)回歸模型(GWR)在傳統(tǒng)的回歸分析模型的基礎(chǔ)上得到了很大的擴展，它允許局部的參數(shù)進行預測，通過線性回歸模型中的回歸系數(shù)將數(shù)據(jù)的空間屬性納入回歸模型中，以此來觀察樣本點數(shù)據(jù)的地理位置，為研究回歸關(guān)系的空間特征提供可能性。公式為

(4)

式中：yi為第i個點的因變量；xij為第j個自變量在第i點的值；i為樣本點記數(shù)，為自變量個數(shù)，j為自變量記數(shù)，為回歸常數(shù)；βj為回歸模型；εi為隨機誤差項。(ui,vi)為第i個采樣點的坐標；βj(ui,vi)為第i個采樣點上的第j個回歸參數(shù)，是地理位置的函數(shù)。

3 滁州市商品住宅價格空間分異機制

3.1 正態(tài)分布檢驗

通過ArcGIS軟件的直方圖工具分析滁州市商品住宅價格的整體特征，如圖3所示。依據(jù)直方圖可以得出：房價最低為4 063元/m2,最高為9 902元/m2,平均數(shù)為6 636.8/m2，接近中位數(shù)6 493.5元/m2。其中，房價分布在6 400～6 600元/m2居多。

圖3 住宅價格分布直方圖

將樣本數(shù)據(jù)放入ArcGIS軟件的探索性數(shù)據(jù)分析工具中，結(jié)果表明：滁州市商品住宅價格數(shù)據(jù)正態(tài)QQ圖的參考點接近于1條直線，說明樣本點數(shù)據(jù)基本服從正態(tài)分布，如圖4所示。

圖4 住宅價格正態(tài)QQ圖

3.2 全局趨勢面分析

利用ArcGIS軟件中的Geostatistical Analyst模塊下的趨勢分析工具，將275個樣本點數(shù)據(jù)按照大小投影到水平和豎直的正交平面上，如圖5所示。

圖5 住宅價格趨勢面

通過對滁州市商品住宅價格對數(shù)變換得出趨勢面分析圖，可以看出商品住宅價格從南向北依次遞減，南部價格高于北部價格；在東西方向呈現(xiàn)倒“U”型曲線趨勢，商品住宅價格從中部向東西兩個方向遞減。遞減速度不一樣，東部遞減速度大于西部遞減速度，說明東部區(qū)域的經(jīng)濟發(fā)展水平相對落后，基礎(chǔ)設(shè)施較少，交通不便利，商品住宅價格普遍偏低。而由中部向西部遞減的趨勢較為平緩，原因是西部有著名的風景旅游區(qū)瑯琊山，環(huán)境優(yōu)美，空氣清新，適宜居住，因此，商品住宅價格水平與中部相比差距不大。

3.3 空間自相關(guān)分析

利用ArcGIS軟件對收集到的滁州市商品住宅價格進行全局自相關(guān)分析，結(jié)果如表3所示。

表3 全局自相關(guān)Moran’I指數(shù)

Moran’s I 統(tǒng)計量為0.425 981，且為正數(shù)，說明樣本點數(shù)據(jù)具有空間正相關(guān)性；Z得分為8.347 703，表明樣本點觀測值具有明顯的聚類特征，從上面的參數(shù)表明滁州市商品住宅價格在空間分布上具有空間自相關(guān)性。

通過ArcGIS軟件里的聚類和異常值分析(Anselin Local MoranI)工具進行局部自相關(guān)分析，分析結(jié)果如圖6所示。

圖6 住宅價格局部自相關(guān)

由圖6可知，滁州市高高集聚主要分布在瑯琊街道、鳳凰街道，這些街道附近分布著眾多的商業(yè)中心和學區(qū)房，交通便利；北門街道、滁陽街道、揚子街道離市中心較遠，基礎(chǔ)配套設(shè)施較少，交通通達度低，是商品住宅價格的低低分布集聚區(qū)，其他區(qū)域商品住宅價格觀測值之間相關(guān)性不明顯。

通過對滁州市商品住宅價格的探索性數(shù)據(jù)分析，得出滁州市商品住宅價格在全局空間分布上具有正相關(guān)性，而局部空間上存在一定空間差異，客觀體現(xiàn)了商品住宅價格的空間聚類性和非平穩(wěn)性。所以，需要進一步對商品住宅價格進行空間插值法，以此來揭示商品住宅價格的空間分異規(guī)律。

3.4 空間插值法

利用ArcGIS軟件中的空間分析工具對滁州市商品住宅價格進行克里金插值分析，如圖7所示。

圖7 住宅價格分布克里金插值

由圖7可以得出滁州市商品住宅價格的空間分異規(guī)律：

1)顏色代表價格，滁州市商品住宅價格在南北部、東西部差別比較明顯，商品住宅比較密集且房價較高主要集中在南部，商品住宅較分散且房價較低主要集中在東部和東北部。

2)位于市中心的房價最高，周邊價格較低。滁州市的住宅價格峰值主要集中在學區(qū)房、商業(yè)中心及其周圍，房價在7 463 m2以上；東部和東北部開發(fā)建設(shè)樓盤比較少，距市中心比較遠，基礎(chǔ)設(shè)施不完善，商品住宅價格最低。房價在4 514 m2左右。

4 基于GWR模型的商品住宅價格空間分異影響因子研究

4.1 模型結(jié)果分析

利用ArcGIS10.2軟件中的地理加權(quán)回歸模型，得出商品住宅價格與各個影響因子相對應(yīng)的回歸系數(shù)，本文有一個因變量和11個解釋變量，一共有275×11個回歸系數(shù)。選擇的描述性統(tǒng)計量有最小值(Min)、最大值(Max)、上四分位(Lwr Quartile)、下四分位(Upr Quartile)、中位數(shù)(Median)、平均數(shù)(Mean)、標準差(S)，如表4所示。

表4 GWR模型參數(shù)描述性統(tǒng)計

從表5可以得知，地理加權(quán)回歸模型調(diào)整后的R2是0.671，表明地理加權(quán)回歸模型能夠較好地揭示商品住宅價格與影響因子之間的關(guān)系，同時AIC值表明模型收斂性高，說明地理加權(quán)回歸模型具有很好的擬合度。

表5 GWR回歸結(jié)果

4.2 區(qū)位條件對商品住宅價格的空間差異分析

如圖8所示，從區(qū)位條件對住宅價格的影響分析來看，“到商業(yè)中心的距離”對商品住宅價格的影響系數(shù)范圍是[-1.742 15，-0.981 24]，影響系數(shù)為負，表明“到商業(yè)中心的距離”越近，商品住宅價格就越高。從區(qū)位上看，影響系數(shù)的高值區(qū)主要集中在龍蟠街道、鳳凰街道、清流街道以及瑯琊街道。表明這些區(qū)域的商品住宅價格對“到商業(yè)中心的距離”比較敏感。商業(yè)中心為人民群眾的生活帶來了極大的便利，大量居民紛紛在商業(yè)中心附近買房，這也造成該區(qū)域內(nèi)商品住宅價格高、集聚高的現(xiàn)狀。

圖8 區(qū)位條件因子回歸系數(shù)插值

“500 m內(nèi)公交站點的個數(shù)”對商品住宅價格的影響系數(shù)范圍是[0.658 41，1.321 25]，影響系數(shù)為正，表明“500 m內(nèi)公交站點的個數(shù)”對于房價的提升具有顯著性作用，公交站點每增加一個單位，商品住宅價格的增長率為3.5%。從區(qū)位上看，中部和南部受其影響最強，因為這片區(qū)域交通網(wǎng)絡(luò)較為完善、通達度較高。而城東、城西的小區(qū)住宅受其影響最弱，因為該區(qū)域內(nèi)公交線路分布比較稀疏。

4.3 鄰里環(huán)境對住宅價格的影響分析

如圖9所示，鄰里環(huán)境對商品住宅價格的影響程度排名依次是學校、公園、醫(yī)院、政務(wù)中心、超市、銀行。“1 000 m內(nèi)學校的個數(shù)”對商品住宅價格的影響系數(shù)范圍是[1.882 51，2.221 45]，表明“1 000 m范圍內(nèi)學校的個數(shù)”對商品住宅價格具有提升作用，學校每增加一個單位，商品住宅價格的增長率為5.7%，龍蟠街道、鳳凰街道、清流街道、揚子街道及周邊的商品住宅價格受其影響最強，說明居民在選擇小區(qū)時對周邊的教育設(shè)施比較看重，而西澗街道、城北新區(qū)及周邊的商品住宅價格受其影響最弱，體現(xiàn)這片區(qū)域教育資源設(shè)施不完善，對房價的影響不顯著。

“到公園的距離”對商品住宅價格的影響系數(shù)范圍是[-1.131 24，-0.665 12]，表明商品住宅價格與“到公園的距離”呈現(xiàn)負相關(guān)。從區(qū)位上看，到公園距離對房價的提升效果由東北向西南方向逐漸增強。影響最為顯著的區(qū)域位于龍蟠街道、鳳凰街道和清流街道，周邊有著名的風景旅游區(qū)瑯琊山、清流公園、中央公園、龍蟠河公園等，因此，這片區(qū)域的住宅小區(qū)對“到公園的距離”比較敏感。

“到醫(yī)院的距離”對商品住宅價格的影響系數(shù)范圍是[-0.828 91，-0.412 34]，表明商品住宅價格與“到醫(yī)院的距離”呈現(xiàn)負相關(guān)。影響系數(shù)比較大的區(qū)域主要分布在西澗街道、揚子街道、龍蟠街道、鳳凰街道。這片區(qū)域的醫(yī)院數(shù)量比較少，因此，“到醫(yī)院的距離”對商品住宅價格的影響程度較大。隨著城市化的發(fā)展，城市居住人數(shù)逐漸增加，看病的需求也越來越大，特別是家中有老人的，對醫(yī)院附近的商品住宅比較傾向。這就使得醫(yī)院附近的小區(qū)樓盤成為稀缺品，引起購房者的關(guān)注。

“到政務(wù)中心的距離”對商品住宅價格的影響系數(shù)范圍是[-0.200 83，-0.096 67]，回歸系數(shù)為負，并且跨度較小，“到政務(wù)中心的距離”越遠，商品住宅價格就越低，但是影響因子的區(qū)位差異不明顯。從區(qū)位上看，“到政務(wù)中心的距離”對商品住宅價格的影響程度從東南向西北逐漸減弱，中部區(qū)域受其影響最強，政務(wù)中心附近基礎(chǔ)設(shè)施完善，對住宅房價有著重要影響，當商品住宅距離政務(wù)中心越近時，影響比較大，當距離很遠時，影響可以忽略。

“1 000 m內(nèi)超市的個數(shù)”對商品住宅價格的影響系數(shù)范圍是[0.014 14，0.035 02]，表明“1 000 m內(nèi)超市的個數(shù)”對商品住宅價格具有正相關(guān)關(guān)系。從區(qū)位上來看，揚子街道、龍蟠街道受其影響最強，因為這兩個區(qū)域距離市中心較遠，居民購物不方便，只能依靠附近的超市，因此，商品住宅價格對“1 000 m內(nèi)超市的個數(shù)”較為敏感。

“到銀行的距離”對商品住宅價格的影響系數(shù)范圍是[0.018 45，0.056 47]，表明商品住宅價格與“到銀行的距離”呈現(xiàn)正相關(guān)，這與原有預期不符，可能的解釋是：手機銀行的運用，減少了人們?nèi)嵉劂y行的次數(shù)，依賴性降低。從圖9可以看出：影響系數(shù)分布最大的區(qū)域在龍蟠街道，這里的銀行金融設(shè)施較少，所以對商品住宅價格的影響程度較大。

圖9 鄰里環(huán)境因子回歸系數(shù)插值

4.4 建筑特征對住宅價格的影響分析

如圖10所示，建筑特征對商品住宅價格的影響程度排名依次是物業(yè)公司等級、綠化率、容積率。住宅小區(qū)的綠化率對商品住宅價格的影響系數(shù)范圍是[0.531 42，0.935 12]，體現(xiàn)了綠化率對房價的提升具有顯著性作用，綠化率每提升一個單位，住宅價格提升2.8%，從區(qū)位上看，“綠化率”對商品住宅價格的提升程度由東北向西南逐漸增強。圖中高值區(qū)主要集中在龍蟠街道、瑯琊山風景區(qū)、鳳凰街道、瑯琊街道、清流街道，其中，良好的自然環(huán)境深受居民的喜歡，選擇在這片區(qū)域購房的居民大多傾向優(yōu)質(zhì)良好的居住環(huán)境，因此，這片區(qū)域的綠化率對商品住宅價格的影響最為顯著。而城北新區(qū)及周邊的商品住宅價格受其影響最弱。

住宅小區(qū)的容積率對商品住宅價格的影響系數(shù)范圍是[-0.743 51，-0.275 53]，體現(xiàn)了商品住宅的價格與容積率成負相關(guān)關(guān)系，容積率每增加一個單位，住宅價格就會降低2.1%，從區(qū)位上看，“容積率”對商品住宅價格的影響程度由東向西逐漸減弱，高值區(qū)主要集中在南部，這一片區(qū)域多為高檔住宅區(qū)，體現(xiàn)了住戶對低層住宅有著明顯的偏好，更加看中居住的舒適度，因此，這一片區(qū)域的商品住宅價格對容積率更為敏感，低值區(qū)主要集中在城北新區(qū)和西澗街道，這一片區(qū)域的商品住宅大多以高層建筑為主，容積率偏高。

圖10 建筑特征因子回歸系數(shù)插值

物業(yè)管理等級對商品住宅價格的影響系數(shù)范圍是[0.761 24，1.458 42]，體現(xiàn)物業(yè)公司管理水平對商品住宅的價格是積極影響，即物業(yè)公司等級每升一個等級，商品住宅的價格增長率為4.2%，從區(qū)位上看，影響最為顯著的是鳳凰街道、龍蟠街道、揚子街道、瑯琊山風景區(qū)，在這一片區(qū)域的居民追求優(yōu)質(zhì)的物業(yè)管理水平和良好的小區(qū)居住環(huán)境。因此，對物業(yè)公司等級的要求比較高。而在西澗街道、城北新區(qū)，物業(yè)管理水平影響較小，表明這片區(qū)域內(nèi)有其他的影響因子使得物業(yè)公司等級對商品住宅的影響程度有所降低。

5 結(jié) 論

1)滁州市主城區(qū)商品住宅價格在空間分布上總體呈現(xiàn)在東西方向市中心向四周遞減，南北方向由北向南遞增的趨勢，且各個區(qū)域商品住宅價格差異比較明顯。

2)通過空間自相關(guān)分析可知滁州市主城區(qū)商品住宅價格在空間分布上具有正相關(guān)和顯著集聚特征，距離相近的商品住宅價格相似。商品住宅集聚程度高的區(qū)域，房價較高；商品房集聚程度低的區(qū)域，房價較低。部分商品住宅價格呈現(xiàn)出空間異質(zhì)性。

3)通過對商品住宅價格的空間分異特征的研究，得出滁州市主城區(qū)商品住宅價格空間分異特征的主要影響因子有區(qū)位條件的商業(yè)中心、公交車站，鄰里環(huán)境的學校、公園、醫(yī)院、銀行、超市和建筑特征的綠化率、容積率、物業(yè)管理等級，這些影響因子的權(quán)重在空間上呈現(xiàn)變化的趨勢，伴隨著空間區(qū)位的變化，影響因子的權(quán)重也不同，并且存在一定的分布規(guī)律。其中，影響程度最大的因素是綠化率、容積率、物業(yè)管理等級、到商業(yè)中心的距離、1 000 m內(nèi)學校的個數(shù)，影響程度最小的是到銀行的距離。

4)滁州市政府應(yīng)該大力加強交通設(shè)施建設(shè)，大力發(fā)展公共交通，完善交通道路網(wǎng)，加快滁州市地鐵的建設(shè)，發(fā)揮軌道交通巨大優(yōu)勢；大力推進教育資源合理布局，促進教育資源的合理化、均衡化發(fā)展；滁州市政府應(yīng)該在繼續(xù)發(fā)展傳統(tǒng)商業(yè)中心的基礎(chǔ)上，促進城市外圍的居民地比較集中的商業(yè)中心的建設(shè)，合理布局城市外圍的商業(yè)中心網(wǎng)點，促進該區(qū)域內(nèi)的商業(yè)繁榮；加快城市公園建設(shè)，改善居住環(huán)境，同時政府應(yīng)對城區(qū)進行合理規(guī)劃、正確引導，縮小區(qū)域內(nèi)商品住宅價格的差異。