城市住宅價(jià)格空間分異研究進(jìn)展與述評(píng)*
——基于Citespace的計(jì)量分析

伏潤(rùn)得，楊德剛，靳傳芬，蔡天毅，武圣欽，王甜

(1 中國(guó)科學(xué)院新疆生態(tài)與地理研究所 荒漠與綠洲生態(tài)國(guó)家重點(diǎn)實(shí)驗(yàn)室，烏魯木齊 830011；2 中國(guó)科學(xué)院大學(xué), 北京 100049)

城市住宅是居住空間的承載實(shí)體,是城市空間的子集,附帶著社會(huì)經(jīng)濟(jì)、物質(zhì)實(shí)體等多重屬性。空間分異是地理學(xué)的傳統(tǒng)研究視角,表征某地理屬性在區(qū)域空間存在差異[1]。城市住宅價(jià)格時(shí)空分異的形成是自然本底、社會(huì)經(jīng)濟(jì)、個(gè)體行為等多因素驅(qū)動(dòng)下演化出的某種規(guī)律性結(jié)果[2],不僅包含著物質(zhì)實(shí)體的屬性差異,且蘊(yùn)含著社會(huì)空間關(guān)系等屬性,是空間經(jīng)濟(jì)學(xué)、城市地理學(xué)、社會(huì)學(xué)研究的重要課題?；诠诺鋮^(qū)位論,城市社會(huì)學(xué)和社會(huì)地理學(xué)研究者從不同視角分析城市居住空間的形成和演替,得到一系列成果，如Burgess[3]分析芝加哥城市土地利用空間結(jié)構(gòu)所提出的同心圓理論,Hoyt[4]的扇形空間結(jié)構(gòu)模式等。

20世紀(jì)60年代實(shí)證主義分析盛行,Alonso[5]將馮·杜能的關(guān)于孤立國(guó)農(nóng)業(yè)土地利用的分析引申到城市空間,提出土地競(jìng)租模型,以解釋城市內(nèi)部的用地與地價(jià)的分布。Muth[6]和Cheshire等[7]在Alonso的基礎(chǔ)上嵌入交通成本和收入因素,認(rèn)為住房的區(qū)位取決于交通費(fèi)用與住宅費(fèi)用的權(quán)衡。20世紀(jì)70年代,基于Lancaster的消費(fèi)者理論,學(xué)者們將住宅視為差異化產(chǎn)品,將住宅的特征集合視為構(gòu)成產(chǎn)品的基本“元素”空間,消費(fèi)者購(gòu)買住宅所獲得的效用水平高低取決于其特征的數(shù)量和質(zhì)量,住宅價(jià)格由一系列特征的價(jià)格構(gòu)成[8]。其后,Rosen[9]提出供需均衡模型,對(duì)經(jīng)典的特征價(jià)格理論進(jìn)行了完善。特征價(jià)格模型(hedonic price model)廣泛應(yīng)用于房地產(chǎn)領(lǐng)域,成為住宅價(jià)格分析的經(jīng)典模型。受住宅異質(zhì)性和市場(chǎng)細(xì)分理論的啟發(fā),學(xué)者們?cè)谘芯恐幸胱邮袌?chǎng)概念,對(duì)城市住宅市場(chǎng)進(jìn)行子市場(chǎng)細(xì)分,發(fā)現(xiàn)分別構(gòu)建特征價(jià)格模型能夠減少總體樣本擬合方差。80年代以后,多數(shù)發(fā)達(dá)國(guó)家進(jìn)入城市化成熟階段,世界發(fā)達(dá)國(guó)家城市化率均達(dá)到80%及以上[10],城市擴(kuò)張、郊區(qū)化、紳士化進(jìn)程引致城市住宅價(jià)格空間分異新格局的呈現(xiàn)及影響因素、作用機(jī)制的動(dòng)態(tài)更替。城市居民收入水平提升、城市空間的蔓延,基礎(chǔ)設(shè)施的完善擴(kuò)大了購(gòu)買者選擇的空間范圍,激發(fā)了需求的多元化。城市住宅價(jià)格的研究視角轉(zhuǎn)向更加關(guān)注消費(fèi)者主體決策行為的作用[11],如對(duì)城市綠地、開放空間、交通站點(diǎn)、生活服務(wù)設(shè)施等的關(guān)注。

雖然城市住宅價(jià)格空間分異的研究由來已久,但伴隨城市化進(jìn)程,城市、社會(huì)空間不斷重塑,影響城市住宅價(jià)格的因素與作用機(jī)理一直處于動(dòng)態(tài)變化之中,因此對(duì)相關(guān)研究成果展開階段性梳理,挖掘科學(xué)知識(shí)域知識(shí)聚類及關(guān)系網(wǎng)絡(luò),厘清研究特點(diǎn)和發(fā)展脈絡(luò),有利于為城市住宅價(jià)格的后續(xù)研究提供借鑒和思考。本文運(yùn)用文獻(xiàn)計(jì)量可視化工具Citespace 5.4.3,以WOS(web of science)數(shù)據(jù)庫(kù)核心合集為數(shù)據(jù)源,對(duì)住宅價(jià)格空間分異的研究進(jìn)行計(jì)量分析與可視化,以期為該領(lǐng)域后續(xù)研究提供思路。

1 數(shù)據(jù)與方法

科學(xué)知識(shí)圖譜(scientometric)是一個(gè)新興跨學(xué)科的科學(xué)領(lǐng)域,以知識(shí)域?yàn)閷?duì)象,通過文獻(xiàn)文本數(shù)據(jù)挖掘、分析、分類、制圖及梳理展示相關(guān)領(lǐng)域文獻(xiàn)知識(shí)的潛在關(guān)系網(wǎng)絡(luò)與發(fā)展脈絡(luò),表達(dá)科學(xué)知識(shí)的發(fā)展進(jìn)程與結(jié)構(gòu)關(guān)系[12]。Citespace是一款著眼于分析科學(xué)文獻(xiàn)中蘊(yùn)含的潛在知識(shí),多元、分時(shí)、動(dòng)態(tài)的科學(xué)知識(shí)圖譜的可視化應(yīng)用工具[13-14]?？梢酝ㄟ^該軟件分析研究領(lǐng)域中的核心文獻(xiàn)、核心作者和研究熱點(diǎn),探究學(xué)科之間的交叉關(guān)系,厘清研究領(lǐng)域的發(fā)展過程,挖掘研究領(lǐng)域的前沿與熱點(diǎn)[15]。通過檢索截至2019年7月前WOS數(shù)據(jù)庫(kù)核心合集中的相關(guān)文獻(xiàn),剔除非研究性文獻(xiàn), 通過Citespace去重后最終確定661篇與住宅價(jià)格空間分異相關(guān)文獻(xiàn)。檢索語句為:TS=(housing price* AND spatial ) OR TS=(real estate AND spatial variation) OR TS=(house price AND spatial) OR TS=(house value AND spatial) OR TS=(residential property price) OR TS =(residential property value)。

2 分析與結(jié)果

2.1 文獻(xiàn)基本特征

2.1.1 發(fā)文時(shí)間與學(xué)科分布

發(fā)文量的梳理能幫助認(rèn)識(shí)學(xué)科發(fā)展的階段特征和趨勢(shì)[11]。整體上城市住宅價(jià)格的空間分異文獻(xiàn)發(fā)表數(shù)量有明顯的上升趨勢(shì),表明住宅價(jià)格的空間分異受到越來越多學(xué)者的關(guān)注(圖1)。發(fā)文量的變化呈現(xiàn)較顯著的階段式發(fā)展過程,2005年以前所有年份的年發(fā)文量均未超過10篇,2005年之后的發(fā)文量占總量的93%,2013年以來每年發(fā)文量都超過50篇。

圖1 住宅價(jià)格空間分異的研究文獻(xiàn)數(shù)量年度分布Fig.1 Annual distribution of research publication on spatial differentiation of housing prices

2.1.2 期刊與學(xué)科特征

期刊的共被引分析提供了某一個(gè)領(lǐng)域中重要的知識(shí)來源的分布,以及通過期刊類別判定學(xué)科知識(shí)領(lǐng)域[13]。通過期刊共被引分析得到272個(gè)被引來源期刊,多是經(jīng)濟(jì)類、社會(huì)類、環(huán)境類、地理類的期刊,學(xué)科聯(lián)系網(wǎng)絡(luò)也反映出研究住宅價(jià)格空間分異較多的學(xué)科是經(jīng)濟(jì)學(xué)、環(huán)境生態(tài)學(xué)、地理學(xué)、城市管理學(xué),其中經(jīng)濟(jì)學(xué)是研究住宅價(jià)格空間分異的主力軍。最高共被引前10期刊見表1,其中Journal of Political Economy, Urban Studies是影響因子最高的2個(gè)期刊,也是中介中心性(Centrality:測(cè)度節(jié)點(diǎn)在網(wǎng)絡(luò)中重要性的指標(biāo))最高的2個(gè)期刊。

表1 共被引頻次前10期刊Table 1 Top 10 journals of co-citation frequency

2.1.3 國(guó)家、機(jī)構(gòu)、作者合作網(wǎng)絡(luò)

文獻(xiàn)產(chǎn)出的數(shù)量與國(guó)家研究機(jī)構(gòu)的數(shù)量、研究經(jīng)費(fèi)的供應(yīng)情況以及相關(guān)產(chǎn)業(yè)機(jī)構(gòu)的比例有關(guān)[14]。據(jù)施引文獻(xiàn)國(guó)家共現(xiàn)圖譜,得到來自35個(gè)國(guó)家的研究機(jī)構(gòu)構(gòu)成相互連通的合作網(wǎng)絡(luò)(圖2)。美國(guó)是最大的研究發(fā)表節(jié)點(diǎn)國(guó)家,相關(guān)研究學(xué)者的研究出版物共計(jì)280篇,中國(guó)學(xué)者189篇位列第2。在這些研究國(guó)家中美國(guó)、中國(guó)、英國(guó)、西班牙、荷蘭具有較高的中介中心性,在合作網(wǎng)絡(luò)中處于重要的節(jié)點(diǎn)位置。

圖2 研究國(guó)家合作網(wǎng)絡(luò)Fig.2 Country collaboration network

進(jìn)一步通過Citespace施引文獻(xiàn)的科研機(jī)構(gòu)共現(xiàn)圖譜功能,得到共計(jì)102個(gè)研究機(jī)構(gòu)參與住宅價(jià)格空間分異研究(結(jié)果見表2),位居前5的是浙江大學(xué)(Zhejiang Univ)19篇,中國(guó)科學(xué)院(Chinese Acad Sci)16篇,武漢大學(xué)(Wuhan Univ)15篇,香港理工大學(xué)(Hong Kong Polytech Univ)8篇,俄亥俄州立大學(xué)(Ohio State Univ)8篇。其中中國(guó)學(xué)者對(duì)房?jī)r(jià)空間分異研究的關(guān)注度較高。如圖3所示,以武漢大學(xué)、中國(guó)科學(xué)院、香港理工大學(xué)為中心節(jié)點(diǎn)的科研合作網(wǎng)絡(luò)聯(lián)系密切,且研究合作連接線的顏色都是暖色調(diào),說明相互建立合作關(guān)系的時(shí)間較晚,這與中國(guó)改革開放以來快速城鎮(zhèn)化進(jìn)程的國(guó)情背景相契合。

通過Citespace施引文獻(xiàn)的作者共現(xiàn)圖譜功能分析得到領(lǐng)域中有影響力的學(xué)者(表3),浙江大學(xué)Haizhen Wen以9篇文獻(xiàn)位居第一,其主要研究方向?yàn)樽≌瑑r(jià)格的微觀形成機(jī)制、住宅價(jià)格的空間分異機(jī)制、住房選擇與居住空間演變機(jī)制、房?jī)r(jià)波動(dòng)及其與地價(jià)的互動(dòng)機(jī)制。

表2 文獻(xiàn)發(fā)表數(shù)量前10的研究機(jī)構(gòu)Table 2 Top 10 research institutes in scientific publication

圖3 科研機(jī)構(gòu)合作網(wǎng)絡(luò)圖譜Fig.3 Institution connection network

表3 文獻(xiàn)發(fā)表數(shù)量前10的學(xué)者Table 3 Top 10 scholars in scientific publication

2.1.4 住宅價(jià)格空間分異研究的知識(shí)基礎(chǔ)

科學(xué)文獻(xiàn)并非孤立的,而是相互延伸,是科學(xué)知識(shí)的積累、傳承及學(xué)科間的交叉滲透[16]。文獻(xiàn)引用文獻(xiàn)可以看作知識(shí)從不同的研究流動(dòng)到當(dāng)前所進(jìn)行的研究,是知識(shí)單元從游離狀態(tài)到重組產(chǎn)生新知識(shí)的過程,而發(fā)表的論文被其他論文引用是這個(gè)過程的持續(xù)[13]。也可以說共被引文獻(xiàn)提供了相關(guān)研究的知識(shí)基礎(chǔ)[17]。共被引分析可以得到文獻(xiàn)同時(shí)被其他文獻(xiàn)引用的頻次高低,可用來判斷在所研究領(lǐng)域中產(chǎn)生過重大影響的文獻(xiàn)有哪些,也就是關(guān)鍵文獻(xiàn)或者核心文獻(xiàn)。通過對(duì)檢索文章共引聚類分析,節(jié)點(diǎn)類型選擇reference,文獻(xiàn)最大引用時(shí)間跨度值設(shè)置為-1(無限制),設(shè)置TOP-N閾值為100,用最小生成樹算法精簡(jiǎn)網(wǎng)絡(luò),得到文獻(xiàn)共引網(wǎng)絡(luò),聚類分析得到40個(gè)共引聚類(圖4),ModularityQ值為0.546 2 > 0.3,表明得到的網(wǎng)絡(luò)社團(tuán)結(jié)構(gòu)顯著[18]。表4列出最大的10個(gè)以對(duì)數(shù)似然算法命名的聚類。前10大聚類Silhouette值均大于0.6( Silhouette為聚類的可信度指標(biāo),大于0.5即可信),表示聚類結(jié)構(gòu)的可信度較高。其中#0 Spatial Heterogeneity包含76篇參考文獻(xiàn),#1 Urban landscape 包含72篇參考文獻(xiàn),#2 rail access包含70篇參考文獻(xiàn)。高被引文獻(xiàn)多為空間計(jì)量方法的經(jīng)典研究與經(jīng)典實(shí)證分析，這些文章提供了住宅價(jià)格研究的重要知識(shí)來源(表5)。

圖4 共被引文獻(xiàn)聚類Fig.4 A visualization of the document co-citation network

表4 前10大文獻(xiàn)聚類Table 4 Summary of the largest 10 clusters

表5 共被引頻次前10的文獻(xiàn)Table 5 Top 10 most cited articles of co-citation frequency

2.2 住宅價(jià)格空間分異研究特征與趨勢(shì)

關(guān)鍵詞是文獻(xiàn)核心內(nèi)容的濃縮與提煉[19],關(guān)鍵詞發(fā)生頻率反映出一段時(shí)間研究主題的前沿?zé)狳c(diǎn)及整個(gè)關(guān)鍵詞在共現(xiàn)網(wǎng)絡(luò)中的核心力度,即關(guān)鍵詞中心度[20],基于CiteSpace的關(guān)鍵詞共現(xiàn)功能,利用名詞性術(shù)語提取方式提取關(guān)鍵詞及詞組,剔除如housing price及類似的主題詞和與主題無關(guān)詞,共計(jì)537個(gè)詞組,生成如圖5的詞云(字體大小代表關(guān)鍵詞出現(xiàn)的頻次)。這些詞組大致可分為因素類、方法類和其他,反映關(guān)于城市住宅價(jià)格空間分異研究關(guān)注的熱點(diǎn)問題和研究方法。圍繞這些關(guān)鍵內(nèi)容,結(jié)合文獻(xiàn)閱讀,進(jìn)一步梳理城市住宅價(jià)格空間分異的研究特征。

圖5 關(guān)鍵詞詞云Fig.5 The word cloud of keywords

2.2.1 住宅價(jià)格空間分異格局形成的作用因素

影響城市住宅價(jià)格空間分異格局的作用因素可分為內(nèi)部因素和外部因素。內(nèi)部因素是住宅價(jià)格空間格局形成的基礎(chǔ)條件,包括住宅價(jià)格的空間溢出效應(yīng)與擴(kuò)散效應(yīng)、地價(jià)、建筑屬性特征等。房?jī)r(jià)的溢出效應(yīng)是城市房?jī)r(jià)空間分異與演化的源動(dòng)力[1],房地產(chǎn)市場(chǎng)流動(dòng)性差、不透明,參與者可能會(huì)依賴臨近住宅交易價(jià)格信息來達(dá)成交易價(jià)格,從而產(chǎn)生空間依賴[21]。地價(jià)與住宅價(jià)格是互為因果、動(dòng)態(tài)關(guān)聯(lián)的,地價(jià)梯度是空間分異格局形成演化的直接原因[22]。而住宅自有的建筑屬性差異則是住宅價(jià)格差異的基底因素。外部因素又可細(xì)分為一般因素和區(qū)位因素。其中,一般因素是作用于住宅整體價(jià)格的因素,如經(jīng)濟(jì)基礎(chǔ)、政策制度、城市化水平等。經(jīng)濟(jì)基礎(chǔ)是城市綜合實(shí)力的本底,作用于城市住宅整體,也作用于結(jié)構(gòu)空間,如經(jīng)濟(jì)擴(kuò)張和經(jīng)濟(jì)衰退都會(huì)對(duì)房?jī)r(jià)空間結(jié)構(gòu)產(chǎn)生較大的影響,金融危機(jī)會(huì)弱化區(qū)域差距,鞏固貧富鄰里之間的差距[23]。政策指向引導(dǎo)參與者決策而作用于城市住宅空間結(jié)構(gòu)[24],Hyun和Milcheva[25]通過研究首爾城市發(fā)展計(jì)劃宣布與取消對(duì)房?jī)r(jià)變動(dòng)的時(shí)空效應(yīng),發(fā)現(xiàn)政策指引會(huì)顯著影響住宅價(jià)格,并存在明顯的空間差異。而城市化進(jìn)程引導(dǎo)著城市空間模式的演變,隨著城市的發(fā)展,城市環(huán)境、交通問題的凸顯,城市發(fā)展郊區(qū)化、紳士化進(jìn)程出現(xiàn),住宅價(jià)格空間模式也隨之改變。除上述因素外還有社會(huì)文化環(huán)境[26]、土地利用[27]、階層分化、社會(huì)排斥、城市規(guī)劃、收入水平[28]等。

區(qū)位因素包括位置、公共服務(wù)、通勤、景觀環(huán)境等,是住宅所附帶的各類區(qū)位條件,是城市內(nèi)部分異形成的主要源泉。大量實(shí)證研究表明與CBD的距離是影響住宅價(jià)格的重要因素,20世紀(jì)70年代和80年代各種最早的研究表明土地價(jià)值隨著CBD的距離增加呈現(xiàn)梯度下降趨勢(shì),進(jìn)一步有研究發(fā)現(xiàn)CBD影響下的房?jī)r(jià)-距離曲線不是連續(xù)單調(diào)的,而是存在局部峰值[29]。這與住宅的局部特征相關(guān),如交通、教育、醫(yī)療、娛樂等公共服務(wù)都會(huì)改變住宅價(jià)格的分異格局。一般來說,居民可能愿意為交通便利的住宅支付更高的價(jià)格,這就可能成為住宅溢價(jià)的源泉。城市軌道交通改善了通勤者進(jìn)入工作場(chǎng)所和服務(wù)的便利性,多數(shù)研究認(rèn)為地鐵、輕軌等城市軌道交通節(jié)點(diǎn)的可達(dá)性對(duì)住宅價(jià)格是有顯著影響的,交通節(jié)點(diǎn)附近與單戶獨(dú)立住宅價(jià)值之間存在顯著正相關(guān)關(guān)系[30-32]。也有研究認(rèn)為軌道交通所帶來的負(fù)外部性如噪聲、污染、擁擠、治安等問題一定出行距離內(nèi)對(duì)住宅價(jià)格有消極影響[33]。現(xiàn)有的研究對(duì)公共汽車的可達(dá)性效益沒有得出一致的結(jié)論,多數(shù)基于發(fā)達(dá)國(guó)家城市的研究沒有發(fā)現(xiàn)積極效應(yīng),而在公交利用率較高的城市如中國(guó)香港,其影響是顯著的。有研究認(rèn)為這可能與公共汽車的利用率相關(guān)[34]。公園、超市、學(xué)校、醫(yī)院對(duì)等公共基礎(chǔ)設(shè)施對(duì)周邊居住者提供服務(wù)便利,對(duì)住宅價(jià)格產(chǎn)生正向效應(yīng),如教育設(shè)施對(duì)房?jī)r(jià)具有顯著的正向資本化效應(yīng),且與學(xué)校的教育質(zhì)量相關(guān)[35]。景觀環(huán)境是房屋價(jià)值的重要貢獻(xiàn)者,隨著城市社會(huì)發(fā)展,居民更加重視住宅的宜居性,景觀環(huán)境已成為參與者決策的重要因素之一。景觀為居住者提供舒適的視環(huán)境,提供居民生活的精神需求,視環(huán)境的提升會(huì)導(dǎo)致住宅溢價(jià)[36]，如湖景、佳景、海景、綠色空間、水域、開放空間等都對(duì)房產(chǎn)價(jià)值有積極的影響[37]。相對(duì)應(yīng)的還有住宅的聲環(huán)境質(zhì)量[38],部分研究著眼于外部噪聲帶來負(fù)外部性,機(jī)場(chǎng)噪聲、道路交通噪聲、生產(chǎn)場(chǎng)所噪聲等都會(huì)對(duì)住宅價(jià)格產(chǎn)生負(fù)面效應(yīng),且影響范圍和影響程度各有不同[39]。此外還有一些個(gè)別因素會(huì)作用于價(jià)格空間,如突發(fā)事件[40]對(duì)住宅價(jià)格空間格局的沖擊,預(yù)期風(fēng)險(xiǎn)[41]的影響等,如洪患因素,早期的研究認(rèn)為由于洪患缺乏長(zhǎng)期效應(yīng),參與者對(duì)風(fēng)險(xiǎn)認(rèn)知少,不會(huì)對(duì)住宅價(jià)格產(chǎn)生顯著影響。而后續(xù)有研究指出洪患對(duì)住宅價(jià)格的影響是與洪患幾率與控制情況相關(guān)的,并且與距離相關(guān)[42]。上述研究多通過對(duì)單個(gè)城市主體來透視空間分異及影響機(jī)理,較多研究的城市有北京、上海、首爾等。

2.2.2 住宅價(jià)格空間分異的研究方法

地統(tǒng)計(jì)學(xué)及各類空間可視化分析方法給住宅價(jià)格空間分異的研究注入了活力,已經(jīng)成為研究中必要的探索分析工具。利用kriging插值法構(gòu)建房?jī)r(jià)空間等值線圖,GIS熱點(diǎn)分析,探索性空間數(shù)據(jù)分析,核密度估計(jì),緩沖區(qū)分析,空間格網(wǎng),地理探測(cè)器[43]等地理空間分析手段能更加直觀地映射住宅價(jià)格空間特征。而隨著現(xiàn)代數(shù)據(jù)存儲(chǔ)技術(shù)和獲取方法的不斷革新,數(shù)據(jù)的廣度和深度的擴(kuò)展,多源大數(shù)據(jù)、人工神經(jīng)網(wǎng)絡(luò)、主成分分析、支持向量機(jī)等方法為預(yù)測(cè)住宅價(jià)格、識(shí)別住宅價(jià)格空間動(dòng)態(tài)提供了新的基礎(chǔ)與工具[44-45]。其中社交媒體大數(shù)據(jù)[46],商業(yè)房地產(chǎn)網(wǎng)站數(shù)據(jù)[47]如搜房網(wǎng)時(shí)空大數(shù)據(jù)等數(shù)據(jù)源為探索住宅價(jià)格的時(shí)空分異分析提供了更為強(qiáng)有力的數(shù)據(jù)支持。此外,多種分析工具結(jié)合,多維數(shù)據(jù)支撐的方式能更精確地解構(gòu)住宅價(jià)格空間格局,如Yao等[48]運(yùn)用卷積神經(jīng)網(wǎng)絡(luò)與隨機(jī)森林,結(jié)合遙感圖像,網(wǎng)絡(luò)數(shù)據(jù)繪制住宅價(jià)格分布圖,更精細(xì)地描繪了城市住宅價(jià)格的空間分異。

空間模型構(gòu)建上,特征價(jià)格模型是應(yīng)用最多、最經(jīng)典的模型[49]。將住宅視為特征商品,構(gòu)建鄰里特征、區(qū)位特征、建筑特征的特征向量空間以定量表達(dá)與計(jì)算。隨著空間效應(yīng)的存在被意識(shí)到[50],空間經(jīng)濟(jì)學(xué)的發(fā)展提供了一系列的優(yōu)化模型,空間滯后模型(也稱空間自回歸模型)、空間誤差模型(也稱空間自相關(guān)模型)用于解決空間變量的空間自相關(guān)性[51]。對(duì)于空間異質(zhì)性的存在強(qiáng)調(diào)空間-過程相互作用的局部特性,全局模型不再適用,以地理加權(quán)回歸(GWR，geographical weighted regression)為主的非參數(shù)局部加權(quán)回歸解決了傳統(tǒng)基于最小二乘回歸的特征價(jià)格模型所不能解決的空間非平穩(wěn)性。進(jìn)一步地,地理加權(quán)回歸關(guān)注局部空間關(guān)系,而實(shí)際中存在某些全局變量,這可能會(huì)導(dǎo)致無效估計(jì),混合地理加權(quán)回歸建模能同時(shí)包含全局變量與局部變量,從而有效減少預(yù)測(cè)的誤差[52]。而且隨著學(xué)者們認(rèn)識(shí)到住宅價(jià)格的空間分異還包含時(shí)間效應(yīng)的影響,基于時(shí)間序列數(shù)據(jù)、面板數(shù)據(jù)的模型被越來越多地運(yùn)用,如融合時(shí)間要素的局部模型時(shí)空地理加權(quán)回歸用來分析影響因素的時(shí)空效應(yīng)?；跁r(shí)空效應(yīng)影響因素的時(shí)間序列數(shù)據(jù)的回歸分析能更準(zhǔn)確地估測(cè)出各因素對(duì)住宅價(jià)格的長(zhǎng)期效應(yīng)。而大數(shù)據(jù)的所提供的巨大數(shù)據(jù)量推動(dòng)空間模型面向效率,要求計(jì)算速率與過程優(yōu)化,有學(xué)者提出FastGWR來優(yōu)化模型運(yùn)算與效率，通過對(duì)Los Angeles 130萬住宅價(jià)格數(shù)據(jù)構(gòu)建特征模型驗(yàn)證了其計(jì)算能力的優(yōu)化效果[53]。

3 結(jié)論與討論

3.1 結(jié)論

本文運(yùn)用科學(xué)知識(shí)圖譜可視化工具Citespace對(duì)WOS數(shù)據(jù)庫(kù)核心合集中關(guān)注住宅價(jià)格空間分異文獻(xiàn)的時(shí)間分布、學(xué)科分布,研究國(guó)家、機(jī)構(gòu)、作者,以及基于引文分析的研究發(fā)展脈絡(luò)與趨勢(shì)進(jìn)行梳理分析,得出以下結(jié)論:

1)對(duì)于城市住宅價(jià)格空間分異學(xué)者們關(guān)注較早,20世紀(jì)70年代以來,發(fā)文量呈現(xiàn)顯著的兩階段式發(fā)展，2005年后的年發(fā)文量顯著增長(zhǎng),學(xué)者們對(duì)于城市住宅價(jià)格空間分異的關(guān)注度越來越高,這與世界城市化發(fā)展進(jìn)程是密不可分的。相關(guān)文獻(xiàn)大多發(fā)表于經(jīng)濟(jì)類、社會(huì)類、環(huán)境類、地理類的期刊上,研究涉及經(jīng)濟(jì)學(xué)、環(huán)境生態(tài)學(xué)、地理學(xué)、城市管理學(xué)等多維度、多領(lǐng)域的知識(shí)整合與交叉。相關(guān)研究國(guó)家與科研機(jī)構(gòu)間的合作網(wǎng)絡(luò)相互交織,美國(guó)與中國(guó)是發(fā)文量最多的國(guó)家,其中中國(guó)的科研機(jī)構(gòu)聯(lián)系較為緊密,浙江大學(xué)、中國(guó)科學(xué)院、武漢大學(xué)、香港理工大學(xué)、俄亥俄州立大學(xué)是相關(guān)出版物數(shù)量最多的研究機(jī)構(gòu)。Sherwin Rosen, Luc Anselin, James P. Lesage等的文獻(xiàn)在城市住宅價(jià)格空間分異研究的研究進(jìn)程中起到了關(guān)鍵作用。

2)影響住宅價(jià)格空間分異的因素可分為內(nèi)部因素與外部因素,各類因素的作用程度和機(jī)理各不相同。空間計(jì)量經(jīng)濟(jì)學(xué)、地理信息系統(tǒng)等空間分析技術(shù)的發(fā)展貫穿于城市住宅價(jià)格空間分異的研究發(fā)展脈絡(luò)。地理信息系統(tǒng)提供了空間分異的可視化表達(dá)工具,空間分析工具的運(yùn)用已經(jīng)成為探索住宅空間分異和影響因素不可或缺的工具。新的數(shù)據(jù)分析方法如地理探測(cè)器、人工神經(jīng)網(wǎng)絡(luò)、大數(shù)據(jù)分析工具等提供了新方法,但優(yōu)化效果需待后續(xù)的研究檢驗(yàn)實(shí)證。特征價(jià)格模型是最為經(jīng)典的分析框架,傳統(tǒng)的基于最小二乘回歸的特征價(jià)格模型融合空間效應(yīng)后,能有更好的解釋性,基于時(shí)間序列的回歸分析能更準(zhǔn)確地估測(cè)出各因素對(duì)住宅價(jià)格的長(zhǎng)期效應(yīng)。空間模型的發(fā)展從面向解釋性到開始面向處理效率。

3.2 討論

本文著眼于對(duì)城市住宅價(jià)格空間分異相關(guān)文獻(xiàn)的計(jì)量分析,關(guān)注研究力量、引文分析、主題關(guān)鍵詞發(fā)展脈絡(luò),通過文獻(xiàn)本身透視研究特征與脈絡(luò),對(duì)住宅價(jià)格研究有一定的意義。通過對(duì)現(xiàn)有研究的梳理認(rèn)識(shí)到未來研究應(yīng)該關(guān)注的點(diǎn):1)僅有少數(shù)文獻(xiàn)是基于區(qū)域尺度的探究,多數(shù)研究更注重對(duì)單個(gè)城市住宅價(jià)格分異的探討實(shí)證,研究結(jié)論通常是個(gè)性化的,對(duì)普適性機(jī)理的挖掘與概括較為缺乏。2)對(duì)于房?jī)r(jià)影響因素的組合效應(yīng)探討不足,多數(shù)研究關(guān)注單要素的影響,而影響城市住宅價(jià)格空間分異的是多因素動(dòng)態(tài)綜合的結(jié)果。3)隨著信息網(wǎng)絡(luò)、數(shù)據(jù)存儲(chǔ)技術(shù)的發(fā)展,多元的、覆蓋面廣的時(shí)空大數(shù)據(jù)為住宅價(jià)格空間分異的研究提供了更好的數(shù)據(jù)支撐,啟發(fā)新的研究。一方面,在研究過程中要關(guān)注數(shù)據(jù)但不能唯數(shù)據(jù),同時(shí)要關(guān)注住宅價(jià)格現(xiàn)實(shí)的社會(huì)屬性。另一方面,時(shí)空數(shù)據(jù)量級(jí)、廣度的擴(kuò)展,不僅要關(guān)注傳統(tǒng)模型的適用性也要注重運(yùn)行效率的優(yōu)化,構(gòu)建新的高效的適用于海量數(shù)據(jù)計(jì)算的模型是未來需求。