基于POI 大數(shù)據(jù)的珠海二手房?jī)r(jià)格空間分布與影響因素實(shí)證研究

張秀鵬， 張志翱

(珠海市規(guī)劃設(shè)計(jì)研究院，廣東 珠海 519002)

隨著信息化產(chǎn)業(yè)的發(fā)展，規(guī)劃設(shè)計(jì)行業(yè)對(duì)大數(shù)據(jù)應(yīng)用需求日益增長(zhǎng)，因此將其應(yīng)用于規(guī)劃設(shè)計(jì)行業(yè)的研究具有重要的現(xiàn)實(shí)意義.POI 數(shù)據(jù)有獲取容易、數(shù)據(jù)量大、數(shù)據(jù)類型全面、數(shù)據(jù)客觀性、現(xiàn)勢(shì)性強(qiáng)等特點(diǎn)，因此在研究城市住宅價(jià)格的影響因素及其空間異質(zhì)性方面有很大優(yōu)勢(shì).以住宅POI大數(shù)據(jù)為基礎(chǔ)采集房?jī)r(jià)及其影響因素信息，可以更多元地探索城市住宅價(jià)格空間分異的影響機(jī)制，對(duì)于制定合理的房?jī)r(jià)調(diào)控和土地政策具有重要意義.目前對(duì)房?jī)r(jià)驅(qū)動(dòng)因子進(jìn)行分析的方法多種多樣，如使用ESDA探索性空間數(shù)據(jù)分析法[1]、特征價(jià)格法[2]、灰色關(guān)聯(lián)度法[3]，多元線性回歸分析，以及聯(lián)立方程模型分析等[4].在宏觀上，彭乃馳[5]等人基于31個(gè)省市的數(shù)據(jù)，從經(jīng)濟(jì)學(xué)角度分析供給和需求對(duì)于短期房?jī)r(jià)變化的影響，同時(shí)將失業(yè)率等宏觀經(jīng)濟(jì)變化納入考慮之中.蔣立紅[6]等人以全國(guó)35個(gè)重點(diǎn)城市1999—2005年數(shù)據(jù)為基礎(chǔ)研究城市住宅價(jià)格水平的影響因素，發(fā)現(xiàn)城市經(jīng)濟(jì)發(fā)展水平和居民收入水平、距海岸線的距離等因素是影響城市住宅價(jià)格水平的主要因素.在微觀方面，湯慶園[7]等人基于地理加權(quán)回歸模型對(duì)上海市房?jī)r(jià)影響因子進(jìn)行相關(guān)研究，發(fā)現(xiàn)建成時(shí)間、到中央商務(wù)區(qū)距離等因素對(duì)房?jī)r(jià)具有較大影響.彭思偉[8]借助GIS平臺(tái)及POI數(shù)據(jù)研究發(fā)現(xiàn)南京市商品房?jī)r(jià)格在傳統(tǒng)城區(qū)和新區(qū)有明顯的空間趨勢(shì)，景觀要素、交通要素及教育設(shè)施等驅(qū)動(dòng)因素作用方式上也存在空間分異.

本研究從居住生活的基本需求角度出發(fā)，基于GIS平臺(tái)及大數(shù)據(jù)分析方法，通過(guò)評(píng)估珠海市各小區(qū)周邊POI分布與二手房?jī)r(jià)格的匹配情況，來(lái)探索二者之間的相關(guān)性，分析各區(qū)位要素分布對(duì)房?jī)r(jià)所產(chǎn)生的影響，以期為房?jī)r(jià)調(diào)控及土地利用管理提供研究支持.

1 數(shù)據(jù)來(lái)源與研究方法

1.1 數(shù)據(jù)來(lái)源

本研究數(shù)據(jù)來(lái)源于網(wǎng)絡(luò)抓取的百度地圖POI和道路、河流等矢量數(shù)據(jù).房?jī)r(jià)數(shù)據(jù)來(lái)源于安居客、貝殼網(wǎng)等房產(chǎn)交易網(wǎng)站，時(shí)間節(jié)點(diǎn)為2020年1月至12月底的二手房交易數(shù)據(jù)，共抓取了1 700個(gè)二手房有效數(shù)據(jù)，并經(jīng)過(guò)多個(gè)網(wǎng)站的價(jià)格比對(duì)，選取價(jià)格平均值或者符合正常市場(chǎng)價(jià)格的數(shù)據(jù)進(jìn)行分析(表1)，從而保證數(shù)據(jù)的客觀性和可靠性.在對(duì)獲取的數(shù)據(jù)進(jìn)行清洗、校正、檢查后共獲得75 171條POI數(shù)據(jù)及1 700個(gè)小區(qū)POI數(shù)據(jù).

表1 POI數(shù)據(jù)類型劃分

1.2 研究方法

1.2.1 克里金插值法

由于抓取的珠海二手房相關(guān)數(shù)據(jù)僅僅是點(diǎn)坐標(biāo)，因此本研究通過(guò)克里金空間插值法獲得同一區(qū)域內(nèi)未知點(diǎn)的數(shù)據(jù).克里金法(Kriging)是依據(jù)協(xié)方差函數(shù)對(duì)隨機(jī)過(guò)程/隨機(jī)場(chǎng)進(jìn)行空間建模和預(yù)測(cè)(插值)的回歸算法[9]，其計(jì)算公式為：

(1)

式中：Z(Si)為第i個(gè)位置處的測(cè)量值；λi為第i個(gè)位置處的測(cè)量值的未知權(quán)重；S0為預(yù)測(cè)位置；N為測(cè)量值數(shù).

1.2.2 核密度分析法

核密度分析法主要用于分析各個(gè)空間要素的聚集程度，便于直觀地反映空間要素對(duì)二手房?jī)r(jià)格的影響，本研究通過(guò)對(duì)分析圖的觀察可以直觀地判斷空間要素與二手房?jī)r(jià)格的空間分布特征.核密度方法的計(jì)算公式可表示為[10]：

(2)

式中：f(x,y)為估算目標(biāo)柵格單元中心點(diǎn)p(x,y)的密度；r為帶寬；n為帶寬范圍內(nèi)樣點(diǎn)的個(gè)數(shù)；xi，yi為樣點(diǎn)i的坐標(biāo)；x，y為估算目標(biāo)柵格單元的中心點(diǎn)坐標(biāo)；(x-xi)2+(y-yi)2為估算目標(biāo)柵格中心點(diǎn)到帶寬范圍內(nèi)柵格樣點(diǎn)i之間的歐式距離的平方.

1.2.3 多樣性指數(shù)法

為識(shí)別POI的空間多樣性特征，本文選取香農(nóng)-威納指數(shù)作為多樣性指數(shù)的測(cè)度方法.該方法的實(shí)質(zhì)是測(cè)度一定單元內(nèi)功能的混合程度.在此基礎(chǔ)上，通過(guò)對(duì)POI多樣性指數(shù)進(jìn)行反距離插值，分析研究區(qū)域內(nèi)各類型POI的空間多樣性特征[11].其計(jì)算公式為：

IDX=-∑PilnPi

(3)

式中，IDX是多樣性指數(shù)，在本研究中指代POI種類數(shù)，代表第i種類型的POI數(shù)據(jù)與格網(wǎng)單元內(nèi)所有類型POI數(shù)據(jù)總量的比例量.IDX趨近于0時(shí)，代表該單元內(nèi)的POI種類單一，多樣性較低.當(dāng)IDX取值越大，代表該單元內(nèi)的POI種類越豐富，多樣性越高.

1.2.4 回歸分析法

在擁有大量POI及房?jī)r(jià)數(shù)據(jù)基礎(chǔ)上，利用數(shù)理統(tǒng)計(jì)方法[12]建立因變量與自變量之間的回歸關(guān)系函數(shù)表達(dá)式(簡(jiǎn)稱為回歸方程式)[13].本研究采用最小二乘法研究POI 與二手房?jī)r(jià)格之間的相互關(guān)系，其計(jì)算公式為：

y=k*x+b

(4)

(5)

2 結(jié)果與分析

2.1 珠海二手房?jī)r(jià)格全局趨勢(shì)及空間分布分析

通過(guò)對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，再進(jìn)行QQplot檢驗(yàn)，發(fā)現(xiàn)珠海二手房?jī)r(jià)格取對(duì)數(shù)后符合正態(tài)分布，且房?jī)r(jià)分布趨勢(shì)存在二次趨勢(shì)性，擬合投影曲線表明珠海二手房?jī)r(jià)格空間上分布趨勢(shì)呈現(xiàn)明顯的倒V型，并且在東西方向呈現(xiàn)出自西向東房?jī)r(jià)逐漸升高，在南北方向呈現(xiàn)出從北到南空間上略有下降趨勢(shì).

由于普通克里金插值法可對(duì)其周圍的測(cè)量值進(jìn)行加權(quán)以得出未測(cè)量位置的預(yù)測(cè)，并且與反距離權(quán)重法類似，因此本研究采用普通克里金插值法進(jìn)行分析，得到珠海二手房?jī)r(jià)格的空間插值分析圖(圖1)，通過(guò)可視化方式展示出二手房?jī)r(jià)格的空間分布狀態(tài)(圖2)，有利于進(jìn)一步挖掘二手房?jī)r(jià)格的分布模式及影響因子.

圖1 珠海二手房?jī)r(jià)格克里金插值分析

圖2 珠海二手房?jī)r(jià)格空間分布地段分析

分析可得，從宏觀上來(lái)看，珠海二手房?jī)r(jià)格較高的區(qū)域主要為香洲城區(qū)、南灣城區(qū)、橫琴新區(qū)，主要分布在梅華街道、獅山街道、拱北街道、灣仔街道、翠香街道、前山街道，平均單價(jià)約為2萬(wàn)元/m2～3萬(wàn)元/m2，二手房?jī)r(jià)格最高區(qū)域主要集中在東岸村高爾夫山莊、橫琴經(jīng)濟(jì)開(kāi)發(fā)區(qū)、小橫琴村、寧堂村、銀坑村、東橋村、灣仔村、南聯(lián)村，平均單價(jià)均高于3萬(wàn)元/m2.二手房?jī)r(jià)格最低區(qū)域主要分布在南水鎮(zhèn)、乾務(wù)鎮(zhèn)、白蕉鎮(zhèn)、斗門(mén)鎮(zhèn)、三灶鎮(zhèn)、平沙鎮(zhèn)、紅旗鎮(zhèn)等地段，平均單價(jià)均低于1萬(wàn)元/m2.

2.2 珠海二手房分布區(qū)域的POI空間配置及多樣性特征

由圖3可知，香洲城區(qū)范圍內(nèi)的POI總量最多，且數(shù)量明顯高于其他規(guī)劃分區(qū)；橫琴新區(qū)數(shù)量最少，高欄港區(qū)次之，且數(shù)量明顯低于其他規(guī)劃分區(qū)；不同類型的POI數(shù)量的極大值均出現(xiàn)在香洲城區(qū)，其主要形成原因是香洲城區(qū)自1978年改革開(kāi)放基本已形成相對(duì)完整的城市綜合性功能區(qū).

珠海二手房分布區(qū)域的不同類型POI的多樣性空間分布特征如圖4所示.可以看出，在珠海市各規(guī)劃分區(qū)中，香洲城區(qū)各街道多樣性指數(shù)基本都很高，其次，斗門(mén)區(qū)的井岸和白蕉兩鎮(zhèn)的濱江城以及金灣區(qū)的紅旗鎮(zhèn)的航空城多樣性指數(shù)較高，橫琴新區(qū)、高欄港區(qū)多樣性指數(shù)較低.

具體來(lái)看，梅華街道、拱北街道、獅山街道、前山街道的多樣性指數(shù)較高且都大于1，最大值為1.82；蓮洲鎮(zhèn)、南水鎮(zhèn)、白蕉鎮(zhèn)、乾務(wù)鎮(zhèn)多樣性指數(shù)較低，且低于0.5.由此可見(jiàn)，中心城區(qū)及井岸鎮(zhèn)、唐家灣鎮(zhèn)、紅旗鎮(zhèn)東北部等區(qū)域配置有相對(duì)均衡的POI點(diǎn)分布，這表明這些區(qū)域生活服務(wù)便利度較高、基礎(chǔ)服務(wù)設(shè)施較為完善、人口熱力度較高.

圖3 珠海二手房分布區(qū)域的POI數(shù)量配置分布特征

圖4 POI空間多樣性格網(wǎng)分布特征

2.3 珠海二手房?jī)r(jià)格影響因子核密度分布特征

通過(guò)對(duì)抓取的各要素POI數(shù)據(jù)處理，并求取鄉(xiāng)鎮(zhèn)尺度各類POI數(shù)據(jù)的多樣性指數(shù)后，基于GIS平臺(tái)對(duì)各要素POI數(shù)據(jù)進(jìn)行核密度分析，生成各要素核密度分析圖(圖5)，最后通過(guò)最小二乘回歸分析計(jì)算影響因子與房?jī)r(jià)的關(guān)聯(lián)度來(lái)判斷不同要素與二手房?jī)r(jià)格之間的驅(qū)動(dòng)機(jī)制.

研究發(fā)現(xiàn)，餐飲服務(wù)、教育資源設(shè)施、生活服務(wù)設(shè)施等主要分布于珠海市主城區(qū)和各個(gè)新城的中心鎮(zhèn).公共服務(wù)設(shè)施、醫(yī)療服務(wù)及交通設(shè)施形成以中心城區(qū)向外圍擴(kuò)散的單中心聚集結(jié)構(gòu)，體現(xiàn)出設(shè)施分布在空間上明顯的差異性，僅在航空城、濱江城等區(qū)域出現(xiàn)一定聚集特征，但聚集程度和范圍遠(yuǎn)遠(yuǎn)低于主城區(qū).

總體上POI數(shù)據(jù)的空間分布特征基本與上版總規(guī)空間結(jié)構(gòu)基本吻合.在空間上除了三灶鎮(zhèn)和乾務(wù)鎮(zhèn)出現(xiàn)新的集聚區(qū)，可新增為新的中心鎮(zhèn)，其余各集聚區(qū)完全吻合“主城區(qū)—新城—中心鎮(zhèn)”的漸進(jìn)式、集約組團(tuán)型空間結(jié)構(gòu)，同時(shí)呈現(xiàn)出明顯的“一核、兩心、六片”和三個(gè)特殊功能區(qū)的多極組團(tuán)結(jié)構(gòu)特征.

圖5 珠海二手房?jī)r(jià)格影響因子核密度分析

2.4 珠海二手房?jī)r(jià)格影響因子回歸分析

以住宅POI為中心，統(tǒng)計(jì)邊長(zhǎng)1 km，面積為2.5981 km2的正六邊形緩沖區(qū)內(nèi)各類POI數(shù)量，并將房?jī)r(jià)作為因變量，餐飲服務(wù)、公共基礎(chǔ)設(shè)施、教育服務(wù)、生活服務(wù)、通行設(shè)施、醫(yī)療服務(wù)等影響因子作為解釋變量，然后采用最小二乘法進(jìn)行回歸分析，得到OLS結(jié)果匯總表(表2).

VIF值多數(shù)都低于7.5，說(shuō)明上述各因素均與房?jī)r(jià)顯著相關(guān)；Koenker(BP)統(tǒng)計(jì)量明顯大于95%的置信度，各解釋變量的穩(wěn)健概率(Robust_Pr)全都通過(guò)p<0.01的統(tǒng)計(jì)檢驗(yàn)，說(shuō)明各因素與房?jī)r(jià)的相關(guān)系數(shù)具有統(tǒng)計(jì)顯著性.

表2 OLS結(jié)果匯總表

檢驗(yàn)上述數(shù)據(jù)分析結(jié)果可知：

(1)在1 km正六邊形緩沖區(qū)范圍內(nèi)房?jī)r(jià)與公共基礎(chǔ)服務(wù)設(shè)施、交通設(shè)施、教育資源、生活服務(wù)等因子呈顯著正相關(guān)，與餐飲服務(wù)、醫(yī)療服務(wù)呈負(fù)相關(guān)性；

(2)在正相關(guān)性變量中，各變量對(duì)房?jī)r(jià)影響程度從高到低依次為公共基礎(chǔ)服務(wù)設(shè)施、交通設(shè)施、教育資源、生活服務(wù)；在負(fù)相關(guān)性變量中，餐飲服務(wù)對(duì)房?jī)r(jià)影響程度高于醫(yī)療服務(wù).

綜上所述，對(duì)房?jī)r(jià)影響最大的是與日常生活息息相關(guān)的公共基礎(chǔ)服務(wù)設(shè)施覆蓋率；良好的教育資源和交通設(shè)施覆蓋，對(duì)于二手房?jī)r(jià)格也有較大的積極影響.醫(yī)療服務(wù)設(shè)施與二手房?jī)r(jià)呈現(xiàn)負(fù)相關(guān)性，究其原因這可能與珠海市醫(yī)療資源集中分布于主城區(qū)有關(guān)，并且餐飲服務(wù)可能會(huì)造成小區(qū)周邊噪聲污染、空氣污染，易于引發(fā)呼吸系統(tǒng)疾病等.此外，可能還與珠海部分高單價(jià)住宅小區(qū)分布于外圍設(shè)施密度較低的區(qū)域相關(guān).

3 結(jié)論

本文基于住宅小區(qū)POI大數(shù)據(jù)的挖掘，發(fā)現(xiàn)珠海二手房?jī)r(jià)格的空間分布特征表現(xiàn)為主城區(qū)向新城、中心鎮(zhèn)的漸進(jìn)式、集約組團(tuán)型空間結(jié)構(gòu)，空間上呈現(xiàn)自西向東房?jī)r(jià)逐漸升高、從北到南略有下降的趨勢(shì).對(duì)影響房?jī)r(jià)的各因素POI進(jìn)行核密度分析表明，餐飲服務(wù)、教育資源設(shè)施、生活服務(wù)設(shè)施均勻分布于珠海市主城區(qū)和各個(gè)新城及中心鎮(zhèn)，僅僅在主城區(qū)有所加強(qiáng)；公共服務(wù)設(shè)施、醫(yī)療服務(wù)及交通設(shè)施形成以中心城區(qū)向外圍擴(kuò)散的單中心聚集結(jié)構(gòu)，體現(xiàn)出設(shè)施分布在空間上明顯的差異性.

在影響房?jī)r(jià)的因素上，公共基礎(chǔ)服務(wù)設(shè)施、交通設(shè)施、教育資源、生活服務(wù)與房?jī)r(jià)成正相關(guān)性，雖然餐飲服務(wù)、醫(yī)療服務(wù)也會(huì)對(duì)房?jī)r(jià)有正向作用，但是在本文微觀視角的小尺度研究范圍內(nèi)卻表現(xiàn)為與房?jī)r(jià)呈負(fù)相關(guān)的趨勢(shì).從總體來(lái)看，與日常生活息息相關(guān)的公共基礎(chǔ)服務(wù)設(shè)施和生活服務(wù)對(duì)二手房?jī)r(jià)影響最為顯著，良好的教育資源和交通設(shè)施覆蓋也有較大的影響.

鑒于基礎(chǔ)數(shù)據(jù)和研究尺度的約束，本文尚有待改進(jìn)之處.一方面從數(shù)據(jù)源來(lái)看，香洲城區(qū)的POI 數(shù)據(jù)十分詳細(xì)，其他區(qū)域的POI數(shù)據(jù)點(diǎn)較為分散、零碎，會(huì)對(duì)最終結(jié)果產(chǎn)生影響；另一方面對(duì)二手房?jī)r(jià)格的影響因素測(cè)算需要構(gòu)建更加科學(xué)可靠的評(píng)價(jià)指標(biāo)體系，以便更有效地分析二手房?jī)r(jià)空間驅(qū)動(dòng)因素的作用機(jī)制.