臨汾市住宅價(jià)格空間分布格局及其影響因素研究

晉宇， 蘆學(xué)良，柴旭榮

山西師范大學(xué)地理科學(xué)學(xué)院， 山西 臨汾 041000

城市住宅價(jià)格因其顯著的空間差異成為城市地理學(xué)、人文地理學(xué)研究的熱點(diǎn)領(lǐng)域[1]，住宅價(jià)格從1998年住房制度改革后逐年增長且與每個(gè)人的生活都休戚相關(guān)[2].目前，中外學(xué)術(shù)界對城市住宅價(jià)格的研究已取得很多成果.主要研究城市住宅價(jià)格形成與演化的動(dòng)力機(jī)制[3]、影響因素[4]和研究方法[5，6].比如地價(jià)與城市住宅價(jià)格關(guān)系中，蘭宜生等通過東、中、西部幾個(gè)城市土地出讓金與級(jí)差地租和房價(jià)與地價(jià)之間關(guān)系的研究發(fā)現(xiàn)：通常房地產(chǎn)市場有增長趨勢，地價(jià)和房價(jià)就會(huì)相互推動(dòng)輪番上漲，且東部的房價(jià)要遠(yuǎn)遠(yuǎn)大于中西部[7].黃少騫等利用因子分析、回歸分析方法，找出影響城市間地價(jià)差異的最主要的3個(gè)公共因子分別是經(jīng)濟(jì)與教育發(fā)展因子、投資要素因子和城市環(huán)境綠化因子，并且經(jīng)濟(jì)與教育發(fā)展因子對城市間地價(jià)差異起主要作用[8].馬智利等認(rèn)為：自然地理?xiàng)l件對城市住宅的空間發(fā)展方向、結(jié)構(gòu)模式以及價(jià)格空間分異的形成有重要影響[9].喬林等在研究國內(nèi)不同發(fā)展層次城市房價(jià)的影響因素時(shí)，發(fā)現(xiàn)：收入水平對一線城市房價(jià)的影響比對二、三線城市大[10].王琳發(fā)現(xiàn)：主要交通干道或交通便利區(qū)域的房價(jià)高于交通輻射區(qū)外的房價(jià)，在交通水平比較低的郊區(qū)更為明顯[11].王霞等的研究表明：北京市的房價(jià)呈由內(nèi)環(huán)向外環(huán)逐漸降低的規(guī)律，住宅價(jià)格的峰值出現(xiàn)在市中心，并向郊區(qū)呈現(xiàn)不斷降低的趨勢，提出市中心對住宅價(jià)格的影響[12].空間分析法是目前研究城市房價(jià)時(shí)空分異與演化規(guī)律最常用的方法.吳宇哲以GIS為研究平臺(tái)，結(jié)合數(shù)據(jù)可視化分析、特征價(jià)格模型、地統(tǒng)計(jì)學(xué)模型等方法，探討了城市住宅價(jià)格的時(shí)間演變和空間分布特征，將空間與時(shí)間層面相整合，總結(jié)出了城市住宅價(jià)格的時(shí)空演變規(guī)律[13].地理加權(quán)回歸模型已被廣泛引入到地價(jià)和住宅價(jià)格研究中.羅罡輝從理論實(shí)踐上證實(shí)了其在解決住宅價(jià)格空間不平穩(wěn)上的適用性和優(yōu)勢，識(shí)別城市住宅價(jià)格影響因素并測算其影響力度，揭示住宅價(jià)格空間結(jié)構(gòu)形成的原因[14].現(xiàn)有的研究成果多是對發(fā)達(dá)區(qū)域大城市的分析與描述，近年來也出現(xiàn)了對全國住宅價(jià)格空間分布規(guī)律的研究，如王少劍等研究了中國縣域住宅價(jià)格空間差異和影響機(jī)制[15].但針對較不發(fā)達(dá)的中部省份的研究較少，而且中小城市商品住宅價(jià)格研究深度不足.因此，本文綜合運(yùn)用探索性空間分析法、地理加權(quán)模型方法來定量研究臨汾市住宅價(jià)格的空間分布規(guī)律及影響因素，分析臨汾市房價(jià)的空間分布格局，有利于臨汾市住宅用地更合理的規(guī)劃，具有較重要的理論和實(shí)際意義.

1 研究方法與數(shù)據(jù)來源

1.1 數(shù)據(jù)來源

臨汾市住宅小區(qū)名稱、價(jià)格來自以下三個(gè)渠道：“58 同城”臨汾市堯都區(qū)二手房出售數(shù)據(jù)平臺(tái)、房多多O2O房產(chǎn)交易服務(wù)平臺(tái)、安居客房地產(chǎn)信息服務(wù)平臺(tái)，統(tǒng)一進(jìn)行人工數(shù)據(jù)挖掘.采用以上平臺(tái)中住宅小區(qū)的掛牌交易價(jià)格、掛牌價(jià)格與成交價(jià)格等具有極強(qiáng)相關(guān)性的數(shù)據(jù).以上數(shù)據(jù)庫中住宅數(shù)據(jù)是較為真實(shí)準(zhǔn)確的，最終統(tǒng)計(jì)出臨汾市2015年～2018年547個(gè)住宅價(jià)格樣本；使用百度地圖對住宅小區(qū)名稱進(jìn)行檢索，確定坐標(biāo)位置；文中道路、學(xué)校分布情況與個(gè)數(shù)等數(shù)據(jù)來自臨汾市統(tǒng)計(jì)局、臨汾市規(guī)劃局，并根據(jù)山西省科學(xué)技術(shù)出版社的臨汾市交通地圖對其進(jìn)行矢量化.

1.2 研究方法

本文運(yùn)用空間自相關(guān)指數(shù)Moran’s I[16]與Getis-Ord Gi*[16]判斷住宅價(jià)格在空間分布中的相互依賴程度，及住宅價(jià)格在空間分布上是否具有集聚性.然后，運(yùn)用地理加權(quán)回歸模型[16]分析住宅價(jià)格影響因素的地區(qū)差異以及作用的強(qiáng)度.以上方法均在Arcgis10.1軟件中實(shí)現(xiàn).

2 住宅價(jià)格的空間分布格局分析

通過Moran’s I指數(shù)計(jì)算得到：2015年住宅價(jià)格的Moran’s I值為0.058 677，Z得分為5.038 599；2016年住宅價(jià)格的Moran’s I值為0.058 544，Z得分為5.033 187；2017年住宅價(jià)格的Moran’s I值為0.067 325，Z得分為5.713 297；2018年住宅價(jià)格的Moran’s I值為0.138 371，Z得分為11.267 272；各年的Moran’s I指數(shù)反映了：臨汾市城區(qū)住宅價(jià)格空間分布上存在正相關(guān)，具有較強(qiáng)的集聚性，即：高價(jià)格住宅與高價(jià)格住宅集聚，低價(jià)格住宅與低價(jià)格住宅集聚.時(shí)間變化上，總體呈現(xiàn)集聚性加強(qiáng)的趨勢，2015年至2016年的集聚趨勢有輕微波動(dòng)，2016年至2018年的集聚趨勢明顯增加.

根據(jù)Getis-Ord Gi*計(jì)算得出G值并將其可視化(圖1).臨汾市城區(qū)住宅價(jià)格整體上有明顯空間分異，呈現(xiàn)出H-H、L-L兩種集聚分布區(qū)，其中H-H區(qū)集聚在城市核心區(qū)即南北走向的中大街、迎春街與東西走向的貢院街、解放路包圍區(qū)，L-L區(qū)主要集中于城市核心區(qū)的外圍地帶，且較H-H區(qū)在空間上更為分散.H-H區(qū)可以理解為在某一高價(jià)格小區(qū)周圍都是高價(jià)格小區(qū)，L-L區(qū)亦同理.形成上述空間分異的原因是由于地理學(xué)的距離衰減規(guī)律：任何事物都是相互關(guān)聯(lián)的，距離越近關(guān)聯(lián)程度就越大，反之則越小[17].最終形成住宅價(jià)格呈現(xiàn)中部高值集聚，外圍低值分散的分異格局.或許因?yàn)槌鞘蟹績r(jià)的變化必然會(huì)影響到鄰域區(qū)域的房價(jià)，特別是區(qū)域中心城市房價(jià)的變化對周邊房價(jià)的影響更為顯著[18].

圖1 臨汾城區(qū)住宅價(jià)格的熱點(diǎn)探測圖

圖1亦表明：近四年來，臨汾城區(qū)住宅價(jià)格的熱點(diǎn)分異格局更加復(fù)雜.H-H區(qū)由2015年集聚于城市核心區(qū)轉(zhuǎn)變?yōu)?018年集聚分散到城區(qū)西北部，L-L區(qū)由2015年的分散于城區(qū)外圍，逐漸變?yōu)槌鞘兄心喜壳铱臻g上更為集聚.隨著新建住宅的增多，分異格局也更加復(fù)雜.H-H區(qū)集聚向西北方轉(zhuǎn)移，布局的演化與城市發(fā)展方向有一定的關(guān)系.其次，四年間L-H、H-L區(qū)交錯(cuò)布局于城區(qū)中心和外圍，分布格局基本不變.2018年，最終形成H-L集中于西北部與西南部，是由于這兩個(gè)區(qū)域是臨汾高收入人群集聚區(qū)，有著相對高檔小區(qū)如恒大華府、萊茵半島等布局于此.L-H區(qū)集中在臨汾市東部的華洲路、臨鋼路等區(qū)域之中，原因是由于該區(qū)域中有大量的城中村和棚戶區(qū)，未來隨著國家棚戶區(qū)改造政策的推行，該格局可能會(huì)發(fā)生改變.

3 住宅價(jià)格空間分布格局影響因素分析

3.1 距小學(xué)與中學(xué)距離對城市住宅價(jià)格空間格局的影響

本文通過梳理相關(guān)文獻(xiàn)并結(jié)合山西省實(shí)際情況得出：是否在學(xué)區(qū)范圍、生態(tài)環(huán)境的好壞以及交通條件的便利與否成為了消費(fèi)者選擇住房首要考慮的因素，房價(jià)也根據(jù)這幾個(gè)因素進(jìn)行漲跌.故本文選取了距小學(xué)距離、距中學(xué)距離、距公園距離以及距主干道距離四個(gè)因素來作分析.在計(jì)算距離時(shí)均用Arcgis10.1中的鄰域分析法.

住宅價(jià)格具有空間非平穩(wěn)性，因此通過Arcgis10.1軟件對臨汾市城區(qū)住宅價(jià)格進(jìn)行地理加權(quán)回歸.其結(jié)果可以反映呈現(xiàn)了各影響因素對臨汾市城區(qū)住宅價(jià)格影響程度的空間分異以及作用強(qiáng)度.將GWR模型系數(shù)的回歸結(jié)果分為五級(jí)，并將其可視化(圖2～圖5).

由圖2可知這四年間回歸系數(shù)發(fā)生了較大變動(dòng)，且大部分都是負(fù)值，說明小學(xué)距離對住宅價(jià)格呈現(xiàn)負(fù)相關(guān)，即住宅距離小學(xué)距離越遠(yuǎn)，住宅價(jià)格越低；住宅距離小學(xué)越近，住宅價(jià)格越高.這一結(jié)果與周湘等對北京市二手房高房價(jià)往往集聚于教育資源豐富區(qū)域的分析結(jié)果一致[19].通過比較四年的回歸系數(shù)絕對值，發(fā)現(xiàn)2015年至2018年間絕對值相比較逐漸減小，說明2018年距離小學(xué)的遠(yuǎn)近對臨汾城區(qū)住宅價(jià)格的影響相比前三年有所下降.但這四年中，一部分小學(xué)距離的地理加權(quán)回歸系數(shù)與住宅價(jià)格呈現(xiàn)正相關(guān)，因地理現(xiàn)象具有區(qū)域性和特殊性，需要結(jié)合實(shí)際情況進(jìn)行說明.圖2中，2015年、2016年，正相關(guān)區(qū)域集中的分布在市區(qū)西北，該片區(qū)域教育水平落后，小學(xué)較少；2017年、2018年，正相關(guān)區(qū)域集中的分布在市區(qū)東南部，大多為高檔住宅小區(qū)，更加注重教育質(zhì)量并有能力將孩子送到教育水平更高的私立學(xué)校就讀.

圖2 GWR模型距小學(xué)距離回歸系數(shù)空間分布

圖3反映了距離中學(xué)距離對住宅價(jià)格影響的空間差異，不同學(xué)段的學(xué)校對住宅價(jià)格有不同影響.整體上距中學(xué)距離與住宅價(jià)格呈負(fù)相關(guān)，說明距離中學(xué)近對住宅價(jià)格具有促進(jìn)作用，住宅距離中學(xué)越近，住宅價(jià)格也會(huì)隨之越高.通過和圖2對比，可知距離中學(xué)距離回歸系數(shù)絕對值比距離小學(xué)的高，這反映出在臨汾市城區(qū)房價(jià)受距離中學(xué)遠(yuǎn)近影響程度高于距離小學(xué)遠(yuǎn)近；圖3顯示：距中學(xué)地理加權(quán)系數(shù)低值區(qū)域，四年間有明顯變動(dòng)趨勢.說明不同學(xué)段的學(xué)校布局也會(huì)對住宅價(jià)格產(chǎn)生影響，在臨汾市城區(qū)客觀上呈現(xiàn)出：中學(xué)比小學(xué)對城市住宅價(jià)格影響程度高的現(xiàn)象.隨著教育水平的提高人們在選擇學(xué)區(qū)房時(shí)可能更加注重住宅周圍是否有較高階段教育資源的分布；距中學(xué)地理加權(quán)系數(shù)高值區(qū)域從2015年與2016年以解放東路為核心的城市東部轉(zhuǎn)向城市中心區(qū)的向陽路和鼓樓北街交界地帶.結(jié)合臨汾城區(qū)實(shí)際分析該區(qū)域除向陽中學(xué)以外幾乎沒有重點(diǎn)中學(xué)，臨汾城區(qū)重點(diǎn)中學(xué)為臨汾一中、臨汾三中、同盛中學(xué)等，分布在此區(qū)域之外.

圖3 GWR模型距中學(xué)距離回歸系數(shù)空間分布

3.2 距公園距離對城市住宅價(jià)格空間格局的影響

由圖4可知，距公園距離與住宅價(jià)格呈負(fù)相關(guān)，四年間整體上系數(shù)為負(fù)且跨度不大.說明距離公園近對住宅價(jià)格具有促進(jìn)作用，住宅周圍距離公園越近，住宅價(jià)格也會(huì)隨之增加.說明公園這樣的大型綠地提高了住宅品質(zhì)，而且導(dǎo)致住房價(jià)格上漲的影響因素的空間差異明顯.這與大城市住宅價(jià)格影響因素具有一致性，如：尹海偉發(fā)現(xiàn)在上海，距城市綠地(公園)距離與房價(jià)之間呈負(fù)相關(guān)關(guān)系，離綠地(公園)越遠(yuǎn)，價(jià)格越低[20].

同時(shí)，從圖4也可以觀察到距公園距離的地理加權(quán)回歸系數(shù)的空間差異，其中回歸系數(shù)絕對值的大小反映了該因素對住宅價(jià)格空間分異影響程度的高低.四年間回歸系數(shù)，空間分布上總體呈現(xiàn)城市東部與西部是低值區(qū)低，城市南部與中部為高值區(qū).其中，2015年城市東部住宅價(jià)格受距公園距離影響較大，該區(qū)域有臨汾最大的兩個(gè)公園澇洰河公園和堯都公園再次修建布局.高值區(qū)域主要分布在城區(qū)南部；2016年、2017年高值區(qū)與低值區(qū)基本不變，但是在-84 374～+57 771范圍的回歸系數(shù)空間布局有所擴(kuò)大，沿鼓樓南北大街北部擴(kuò)大.西部的高價(jià)住宅區(qū)明顯外移到新城，其他地區(qū)的格局基本不變；2018 年，低值區(qū)域明顯西南轉(zhuǎn)移，濱河路周邊的低值區(qū)域是其核心，可知在城區(qū)西部公園因素對住宅影響顯著，也符合實(shí)際，臨汾的城市西部有著景色優(yōu)美的汾河公園，其周圍的環(huán)境質(zhì)量、居住質(zhì)量最優(yōu)，城市中部和南部小區(qū)幾乎沒有公園供人們休憩、娛樂，在中部與南部區(qū)域住宅價(jià)格受公園遠(yuǎn)近影響程度較城東、西部小.

圖4 GWR模型距公園距離回歸系數(shù)空間分布

3.3 距主要道路距離對城市住宅價(jià)格空間格局的影響

主要交通干道是影響城市地價(jià)空間差異的主要區(qū)位因子[21].而臨汾市城區(qū)中貫穿城區(qū)中心的只有鼓樓大街.由圖5可知：距鼓樓街距離與臨汾城區(qū)住宅價(jià)格呈現(xiàn)負(fù)相關(guān)，距離鼓樓大街越近住宅價(jià)格也會(huì)越高.在回歸系數(shù)空間分布上，2015年～2017年城區(qū)東北部地區(qū)回歸系數(shù)絕對值較高，回歸系數(shù)絕對值沿著鼓樓大街從北向南逐漸減小.說明了鼓樓大街在東北部地區(qū)對城市住宅價(jià)格影響較大，臨汾東北部地區(qū)相對不發(fā)達(dá)并且城市主干道發(fā)達(dá)地區(qū)住宅價(jià)格高.2018年回歸系數(shù)絕對值較高區(qū)域明顯外移到鼓樓大街的主干道中北部地區(qū)，城市東北部出現(xiàn)了回歸系數(shù)絕對值逐漸變低的趨勢.總體上，從四年回歸系數(shù)均值上看，回歸系數(shù)逐步減少，說明隨著主干道狀況的逐步完善，鼓樓大街對城市住宅地價(jià)影響逐步減少.這和臨汾市城區(qū)規(guī)劃的實(shí)際情況一致，臨汾市城市總體規(guī)劃[22](2009～2020)中提出的迎春街南延伸、中大街貫通、東城產(chǎn)業(yè)聯(lián)系軸中南北向道路于2018年開始施工建設(shè).

圖5 距鼓樓距離的回歸系數(shù)空間分布

4 結(jié)論

本文選取了臨汾城區(qū)住宅價(jià)格分布作為研究對象，通過資料整理和數(shù)據(jù)收集，用ArcGIS10.1軟件對臨汾城區(qū)住宅價(jià)格分布規(guī)律和影響因素進(jìn)行綜合分析，得出以下結(jié)論：(1) 總體來看臨汾住宅價(jià)格空間分布上存在正相關(guān)，具有較強(qiáng)的集聚性，時(shí)間演化中整體上集聚程度加強(qiáng)，個(gè)別年份有輕微波動(dòng). (2) 從四年間各個(gè)影響因素GWR模型回歸系數(shù)空間變化上來看，整體上距小學(xué)、中學(xué)距離與臨汾城區(qū)住宅價(jià)格呈負(fù)相關(guān)，說明離小學(xué)、中學(xué)近對住宅價(jià)格增加具有促進(jìn)作用，并且距中學(xué)距離比距小學(xué)距離對住宅價(jià)格的影響更大；距公園距離與住宅價(jià)格呈負(fù)相關(guān)，說明距離公園近對住宅價(jià)格具有促進(jìn)作用；距主要交通干道與臨汾城區(qū)住宅價(jià)格呈現(xiàn)負(fù)相關(guān)，距離鼓樓大街越近住宅價(jià)格也會(huì)越高.