基于多源數(shù)據(jù)的武漢房價時空模式與驅(qū)動機(jī)制研究

王潤澤，王申林，石 鑫，尹 瀟，周 鵬

武漢工程大學(xué) 土木工程與建筑學(xué)院，湖北 武漢 430074

0 引 言

城市房價的空間格局是城市經(jīng)濟(jì)學(xué)、地理學(xué)和社會學(xué)研究的熱點(diǎn)問題。近幾年房價波動較為劇烈，房價是政府部門、城市居民重點(diǎn)關(guān)注的對象，房價與城市發(fā)展、社會公平和居住滿意度顯著相關(guān)[1]。

國內(nèi)外對于城市住宅價格的研究已經(jīng)有著豐富的成果，主要集中于從宏觀和微觀兩個視角來探究房價時空分異的影響因素、波動變化等。宏觀視角主要從區(qū)位理論、特征價格理論、供需理論等層面，基于區(qū)位優(yōu)勢、環(huán)境優(yōu)勢、建筑特征、市場特征等因素對城市房價的空間分布格局的影響進(jìn)行刻畫。不同研究對房價影響因素及其驅(qū)動機(jī)制的側(cè)重有明顯的區(qū)別[2-5]；微觀角度注重房價格局的空間分析方法和空間回歸模型，通過不同方法和模型的選擇來分析住宅價格的波動變化。如利用全局與局部空間自相關(guān)分析、核密度估計分析、空間插值分析等，結(jié)合統(tǒng)計分析與空間分析的優(yōu)勢，準(zhǔn)確捕捉房價的空間梯度變化，并可將其空間可視化[6-8]；基于hedonic 和GWR 等不同模型來分析城市房價變化，并對比分析不同模型的差異性[9-13]。然而，目前對城市內(nèi)部房價的時空分異研究相對較少，許多研究僅停留在時空分異特征的表象分析，缺乏深入的、抽象的、總結(jié)性的空間模式研究[14-18]。

本文基于重心、方向性橢圓、kirging 空間探索性分析捕捉武漢市主城區(qū)房價的時空分異特征，基于地理加權(quán)回歸模型（GWR）挖掘房價時空變化的驅(qū)動力及其驅(qū)動機(jī)制研究，基于時空分異與演變模式識別進(jìn)行時空變化模式與影響因素的耦合關(guān)系分析。

1 研究區(qū)與研究方法

1.1 研究區(qū)與數(shù)據(jù)來源

選擇武漢市主城區(qū)為研究區(qū)域，包括江漢、硚口、江岸、武昌、洪山、青山、漢陽7 個行政區(qū)。選擇居住小區(qū)為基本研究單元，通過網(wǎng)絡(luò)爬蟲技術(shù)，選擇房天下、安居客兩個典型房地產(chǎn)銷售網(wǎng)站，采集2012-2018 年房價大數(shù)據(jù)，以居住小區(qū)售房均價為基礎(chǔ)構(gòu)建房價樣本矢量庫。同時，通過地圖信息大數(shù)據(jù)采集工具構(gòu)建城市地理信息時空大數(shù)據(jù)庫，包括道路交通優(yōu)勢、景觀優(yōu)勢、公園優(yōu)勢、義務(wù)教育優(yōu)勢、城市中心優(yōu)勢要素信息?；A(chǔ)數(shù)據(jù)來源與指標(biāo)測算見表1。

表1 基礎(chǔ)變量解釋與測算表Tab.1 Explanations and measures of the underlying variables

1.2 研究方法

1.2.1 重心及方向性橢圓分析

重心坐標(biāo)公式如下：

式中，xT、yT為時間T下的研究區(qū)樣本點(diǎn)的中心坐標(biāo)；xi、yi為第i個樣本點(diǎn)的空間坐標(biāo)；PTi為第i個樣本點(diǎn)的房價。

方向性橢圓是利用ArcGIS 軟件的方向分布（標(biāo)準(zhǔn)差橢圓）工具來創(chuàng)建標(biāo)準(zhǔn)差橢圓，以此來評估房價樣本的中心趨勢、離散和方向趨勢，如圖1 所示。

圖1 2012-2018 年房價樣本圖Fig.1 2012-2018 residential price sample maps

1.2.2 Kriging空間插值

本文運(yùn)用克里格插值分析房價的空間分異，且利用了半變異函數(shù)進(jìn)行空間插值。雖然傳統(tǒng)的線性函數(shù)插值方法通常利用方差、均值等來表達(dá)房價的空間差異，但是半變異函數(shù)則能夠完整地表達(dá)房價的空間變化趨勢和空間差異程度?？死锔袷且环N最佳線性無偏估計方法，公式如下：

式中，Z*(x0)為點(diǎn)x0處的模擬數(shù)據(jù)；Z(xi)為測量數(shù)據(jù)；Y(x0)為與距離有關(guān)的權(quán)重系數(shù)；n為測量的數(shù)據(jù)點(diǎn)。

1.2.3 GWR回歸模型

地理加權(quán)回歸模型（GWR）充分考慮了數(shù)據(jù)的空間自相關(guān)和樣本的平穩(wěn)性假設(shè)，同時允許數(shù)據(jù)的局部參數(shù)估計參與地理加權(quán)回歸模型的運(yùn)算。GWR 變量的參數(shù)估計是隨著樣本空間坐標(biāo)的變化而不同。GWR 模型表達(dá)式如下：

式中，(ui,vi)為第i個樣本的位置坐標(biāo)（經(jīng)緯度）；βk為第i個采樣點(diǎn)上的第k個回歸參數(shù)，是隨著空間位置的變化而發(fā)生變化的。

2 結(jié)果與分析

2.1 武漢市房價時空分異特征

2.1.1 基于重心與方向橢圓的房價時空特征分析

如圖2 所示，2012 年武漢市主城區(qū)房價重心靠近長江南岸，2014、2016、2018 年房價重心則全部位于長江北岸，4 個時期的城市房價重心呈現(xiàn)出由東南向西北方向偏移的現(xiàn)象。而由武漢市主城區(qū)房價方向性橢圓分析可知，4 個時期的城市房價橢圓長軸短軸分布趨勢相同，長軸垂江而短軸沿江分布。長軸距離長短比較結(jié)果為：2012 年＞2018 年＞2016 年＞2014 年，表 明2012-2014 年橢圓方向顯著性降低而2014-2018 年橢圓方向顯著性迅速提升。2012-2014 年橢圓向西北方向移動，且長軸迅速縮短，表明高房價區(qū)向城市中心內(nèi)部集聚，且南北向房價增長較快；2014-2016 年、2016-2018年橢圓向西南方向沿江移動，且長軸向東南方向迅速擴(kuò)長，表明這兩個時期城市房價方向性越來越顯著，高值房價向城市外圍擴(kuò)張，沿城市東南方向房價擴(kuò)張增長明顯。總體來講，房價變化階段主要可分2012-2014 年和2014-2018 年兩個時期，高值分區(qū)格局先向城市內(nèi)部收縮然后又向城市外部擴(kuò)張，高值房價空間格局?jǐn)U張方向則先沿江向北增長后又向東南方向增長。

圖2 2012-2018 年房價重心和橢圓分析圖Fig.2 2012-2018 residential price center of gravity and elliptical analysis

2.1.2 基于Kriging的房價時空特征分析

1）2012 年，武漢主城區(qū)房價呈現(xiàn)簇團(tuán)模式。高房價區(qū)主要分布在城市一環(huán)線附近，呈局部集聚而全局離散分布。2012 年高于12000 元/m2的房價的高值區(qū)域主要分布在沿江二七武漢天地片區(qū)、徐東、中南、首義、光谷、環(huán)沙湖片區(qū)，六大高房價集聚中心的高值區(qū)域影響范圍較小，房價向外梯度下降速度較快。

2）2014年，武漢主城區(qū)房價呈現(xiàn)“圈層+簇團(tuán)”模式。2012-2014 年，武漢市主城區(qū)房價的發(fā)展重心主要集中在沿江兩岸的城市一環(huán)線，房價格局變化主要體現(xiàn)在簇團(tuán)規(guī)模的擴(kuò)大與遞減圈層的出現(xiàn)，即房價高值“簇團(tuán)”面積擴(kuò)張明顯，且向外呈圈層擴(kuò)散。從城市一環(huán)線至三環(huán)線，房價總體水平呈圈層形態(tài)梯度下降；二環(huán)線內(nèi)圈層稀疏，房價下降速度較慢；二環(huán)線至三環(huán)線的圈層密集，房價下降速度較快。

3）2016 年，武漢市主城區(qū)呈多中心格局和“圈層+簇團(tuán)+扇形”混合模式。2014-2016 年，武漢市主城區(qū)房價發(fā)展中心明顯向武昌方向偏移，環(huán)沙湖、環(huán)東湖區(qū)域與光谷廣場房價增長顯著。城區(qū)三環(huán)線內(nèi)房價整體都高于12000 元/m2，二環(huán)線大部分地區(qū)都已經(jīng)超過14000 元/m2。這一階段武漢主城區(qū)房價整體上揚(yáng)，而東湖與沙湖周邊區(qū)域受城市自然水體、楚河漢街文化區(qū)的影響，房價迅速提升；光谷廣場也是城市優(yōu)先發(fā)展的副中心，房價增長顯著，同時帶動周邊區(qū)域的房價增長。武漢市主城區(qū)形成局部“圈層+簇團(tuán)+扇形”的空間形態(tài)。

4）2018 年，武漢市主城區(qū)呈多中心格局和“圈層+簇團(tuán)+扇形”混合模式。2016-2018 年，主城區(qū)高值房價呈現(xiàn)向心作用，高檔住宅區(qū)集聚簇團(tuán)規(guī)模繼續(xù)擴(kuò)大，向外遞減圈層疏密度差異性較大；主城區(qū)房價由一環(huán)線中心向外圍遞減，南北向遞減速度較快而東西向遞減速度較慢，扇形形態(tài)越來越明顯。長江北部高檔居住區(qū)主要沿長江南北向擴(kuò)張，而長江南部高檔居住區(qū)范圍則是垂江向東擴(kuò)張。

2.2 武漢市房價時空分異驅(qū)動機(jī)制

2.2.1 2012-2018年多時點(diǎn)GWR回歸結(jié)果分析

圖3 2012-2018 年房價Kriging 空間趨勢圖Fig.3 2012-2018 residential price Kriging space trend charts

大量研究基于線性回歸模型進(jìn)行各解釋變量之間的多重共線性檢驗(yàn)，利用線性規(guī)模計算方差膨脹因子（VIF），評估變量之間的相關(guān)程度，VIF 越小表明各解釋變量之間的相關(guān)性越低，VIF＜0.5，則表明通過則表明多重共線性檢驗(yàn)。本文研究的城市中心優(yōu)勢、公園優(yōu)勢、道路交通優(yōu)勢、山水景觀優(yōu)勢、義務(wù)教育優(yōu)勢5 個解釋變量的VIF 值均小于0.5，說明它們之間不存在多重共線性，回歸模型解釋變量體系構(gòu)建合理科學(xué)。同時，針對GWR 地理加權(quán)回歸模型的模擬精度評價，模型的殘差平方和（R2）、矯正R2（R2-adj）越大，帶寬（AICc）越小，則說明GWR 回歸結(jié)果精度越高。模型回歸結(jié)果R2、R2-adj 均大與0.65，其中2014、2016 和2018 年住宅價格GWR 回歸結(jié)果R2、R2-adj 均高于0.7，說明模型結(jié)果合理（表2）。

表2 不同年份GWR 回歸分析結(jié)果比較Tab.2 Comparison of GWR regression analysis results by year

2.2.2 城市中心優(yōu)勢回歸系數(shù)時空分析

城市中心優(yōu)勢對房價的影響呈負(fù)向效應(yīng)。2012-2018 年，大型自然開敞空間附近的城市中心區(qū)位優(yōu)勢效應(yīng)對房價的影響力逐漸降低，而城市中心區(qū)位優(yōu)勢的顯著影響也僅表現(xiàn)在城市中心鄰近范圍與主城區(qū)外圍，如圖4 所示。漢口地區(qū)南部與漢陽地區(qū)城市中心優(yōu)勢的空間回歸系數(shù)一直停留在-0.3 以下，表明受到城市中心優(yōu)勢的負(fù)向影響顯著。中北-中南-首義片區(qū)與青山區(qū)的城市中心優(yōu)勢的空間回歸系數(shù)從2012-2018 年下降程度明顯，在2016 年、2018 年尤為顯著，表明近期中南路以南地區(qū)的城市中心負(fù)效應(yīng)影響顯著。長江北部江漢路—二七路片區(qū)、環(huán)沙湖-東湖片區(qū)與光谷廣場片區(qū)的城市中心區(qū)位優(yōu)勢的空間回歸系數(shù)逐漸增大，也是城市內(nèi)部房價最高的集聚區(qū)，表明城市發(fā)達(dá)地區(qū)的逐漸成熟將會降低城市中心區(qū)位優(yōu)勢的顯著性。

圖4 基于GWR 的2012-2018 年中心優(yōu)勢回歸系數(shù)分布圖Fig.4 Distribution of regression coefficients of central dominance based on GWR in 2012-2018

2.2.3 公園優(yōu)勢回歸系數(shù)時空分析

公園對房價的影響呈負(fù)向效應(yīng)。2012-2018 年，公園的空間回歸系數(shù)發(fā)生明顯的變化，如圖5 所示。江漢路、中南湖和光谷廣場商業(yè)中心附近的高檔居住區(qū)的公園的空間回歸系數(shù)的絕對值逐漸增大，且范圍逐步向漢口西部擴(kuò)張，表明在商業(yè)中心和城市中心附近區(qū)域，以及無大型開敞空間的區(qū)域，公園對房價的影響力非常顯著。隨著城市發(fā)達(dá)地區(qū)的逐漸成熟，公園對房價的外部作用非常明顯，表明在高檔住宅區(qū)公園對房價的解釋作用較強(qiáng)。城市外圍公園的空間回歸系數(shù)逐漸增大為正值，表明公園對城市外圍地區(qū)房價的外部作用不顯著。城市外圍地區(qū)居住密度較小，居民對公園的需求遠(yuǎn)小于城市發(fā)達(dá)地區(qū)的高密度居住區(qū)，因此公園對城市外圍地區(qū)居民的吸引力不明顯，無法顯著提升房價。

Simulation of real-time video image stream real-time detection lane

圖5 基于GWR 的2012-2018 年公園優(yōu)勢回歸系數(shù)分布圖Fig.5 Distribution of regression coefficients of park dominance based on GWR in 2012-2018

2.2.4 交通優(yōu)勢回歸系數(shù)時空分析

交通優(yōu)勢對房價的影響呈正向效應(yīng)。2012-2018年，主城區(qū)交通優(yōu)勢的回歸系數(shù)整體下降，如圖6 所示，表明隨著主城區(qū)的房價整體水平和交通網(wǎng)絡(luò)全局密度提升，交通優(yōu)勢對主城區(qū)內(nèi)部的房價影響力整體下降，但是交通優(yōu)勢對不同區(qū)位房價的影響力的空間差異仍然顯著。城市一環(huán)線內(nèi)最發(fā)達(dá)地區(qū)的回歸系數(shù)逐漸降低為負(fù)值，交通優(yōu)勢因素在一環(huán)線內(nèi)對房價的影響力越來越弱。城市二環(huán)線以外，交通優(yōu)勢的空間回歸系數(shù)為正值，二環(huán)線以外光谷廣場、紅鋼城、百步亭、王家灣地區(qū)交通優(yōu)勢回歸系數(shù)明顯增高，同一時點(diǎn)，主城區(qū)北部與東部交通網(wǎng)絡(luò)核密度較低，但道路交通優(yōu)勢回歸系數(shù)最高，表明交通優(yōu)勢對交通通達(dá)度較低區(qū)域房價的影響力最強(qiáng)?？傮w來看，城市最發(fā)達(dá)內(nèi)環(huán)圈層房價與交通優(yōu)勢的關(guān)系顯著減弱，而城市較發(fā)達(dá)圈層（二環(huán)—三環(huán)）房價受到交通網(wǎng)絡(luò)密度的正向影響越來越顯著，交通網(wǎng)絡(luò)密度較低的區(qū)域的房價受交通網(wǎng)絡(luò)密度的正向影響尤為顯著。

圖6 基于GWR 的2012-2018 年交通優(yōu)勢回歸系數(shù)分布圖Fig.6 Distribution of regression coefficients of transportation dominance based on GWR in 2012-2018

2.2.5 景觀優(yōu)勢回歸系數(shù)時空分析

景觀優(yōu)勢對房價的影響呈負(fù)向效應(yīng)。2012-2018年，景觀優(yōu)勢的空間回歸系數(shù)整體水平逐年降低，如圖7 所示，表明景觀對房價影響的顯著性逐年提升。長江北部大型水體景觀資源較少，而長江南部的大型水體景觀資源豐富，長江北部沿岸及南部武昌地區(qū)房價受到景觀的作用力越來越顯著。2014-2018 年，光谷地區(qū)的回歸系數(shù)仍為負(fù)值，表明沙湖、東湖、南湖對房價提升的影響力顯著，且沙湖和東湖對其環(huán)湖住宅升值作用要優(yōu)于南湖。2012-2014 年，鄰近長江南岸、東湖及沙湖區(qū)域的景觀優(yōu)勢回歸系數(shù)絕對值逐漸增加，2014-2018 年，長江北部沿岸、東湖和沙湖北部沿湖的景觀優(yōu)勢回歸系數(shù)絕對值增加幅度最大?；貧w系數(shù)的時空變化表明不同時期景觀資源的作用力處于變化狀態(tài)，2012-2014 年沙湖、東湖與南湖的景觀優(yōu)勢對房價提升的影響力最顯著，2014-2018 年沙湖、東湖和長江北部的景觀優(yōu)勢對房價提升的影響力最顯著。

圖7 基于GWR 的2012-2018 年景觀優(yōu)勢回歸系數(shù)分布圖Fig.7 Distribution of regression coefficients of landscape dominance based on GWR in 2012-2018

2.2.6 義務(wù)教育優(yōu)勢回歸系數(shù)時空分析

義務(wù)教育優(yōu)勢對房價的影響呈負(fù)向效應(yīng)。2012-2018 年，義務(wù)教育優(yōu)勢的閾值區(qū)間變化較大，區(qū)間間隔增大明顯，不同區(qū)位的回歸系數(shù)變化程度明顯，如圖8 所示，表明義務(wù)教育優(yōu)勢影響力的空間差異性顯著增強(qiáng),這是由于商品住宅不僅能滿足居住功能，還能決定義務(wù)教育的入學(xué)優(yōu)先條件。這是由中國義務(wù)教育中的學(xué)區(qū)就近劃區(qū)原則的特殊供給方式?jīng)Q定。中國小學(xué)入學(xué)條件要求必須具備鄰近學(xué)區(qū)住宅的戶口與房屋所有權(quán)，且城市的中小學(xué)教育資源分布具有區(qū)位性和可達(dá)性差異，這些差異與入學(xué)原則導(dǎo)致中國城市家長對中小學(xué)義務(wù)教育資源可達(dá)性的需求與競爭，從而進(jìn)一步提高住房教育資源溢價。同時，義務(wù)教育資源的可達(dá)性，也能夠從側(cè)面決定學(xué)生求學(xué)的便利性與安全性。一環(huán)線以內(nèi)的義務(wù)教育優(yōu)勢回歸系數(shù)波動明顯，2012-2018 年系數(shù)增加且在2016-2018 年增長顯著，城市核心區(qū)的教育資源配套逐漸完善，義務(wù)教育優(yōu)勢的吸引力逐漸降低，對房價提升的影響力逐漸減弱。隨著商業(yè)中心的發(fā)達(dá)程度的提升，其周邊義務(wù)教育優(yōu)勢對房價的作用力明顯減弱。在二環(huán)線以外，主城的外圍地區(qū)，義務(wù)教育優(yōu)勢的空間回歸系數(shù)逐漸降低，且漢口、漢陽地區(qū)的下降程度要高于武昌地區(qū)，漢口地區(qū)的義務(wù)教育學(xué)校資源豐富而武昌地區(qū)的相對較少，因此義務(wù)教學(xué)資源缺乏的地區(qū)的義務(wù)教育可達(dá)性對房價的負(fù)向效應(yīng)顯著提升，發(fā)達(dá)商圈周圍的義務(wù)教育優(yōu)勢對住宅的增值作用逐漸減弱。這是由于武漢市城市發(fā)展過程中，一環(huán)線及二環(huán)線以內(nèi)發(fā)達(dá)地區(qū)內(nèi)部城市更新難度大、居住空間擴(kuò)張緩慢、教育資源配套逐步完善，二環(huán)線以外、三環(huán)線地區(qū)城市擴(kuò)張速度加快、人口密度迅速增長而導(dǎo)致教育需求加大，進(jìn)一步提升了教育對主城區(qū)內(nèi)邊緣地區(qū)住宅價格的影響。

圖8 基于GWR 的2012-2018 年義務(wù)教育優(yōu)勢回歸系數(shù)分布圖Fig.8 Distribution of regression coefficients of compulsory education dominance based on GWR in 2012-2018

2.3 武漢市房價時空模式

1）多中心混合模式復(fù)雜度顯著提升，簇團(tuán)、圈層、扇形模式交互并存。武漢市主城區(qū)多中心“簇團(tuán)+圈層+扇形”混合模式復(fù)雜度顯著提升，不同類型分布模式交互并存。2012 年，以簇團(tuán)模式為主，高房價集聚規(guī)模較小，且呈點(diǎn)簇狀分布于城市二環(huán)線以內(nèi)北部和東部，武漢市西部和南部主要以中低房價混合分布為主。2014年，以“簇團(tuán)+圈層”模式為主，簇團(tuán)格局更為明顯，主要特征表現(xiàn)為高價格住宅區(qū)集聚規(guī)模范圍擴(kuò)張，且多圍繞城市景觀資源附近，例如長江、東湖、沙湖附近的江景與湖景高檔居住區(qū)。同時，沿最高房價集聚中心向外圍擴(kuò)散的圈層格局逐漸凸顯，隨著向城市外圍的距離的增加，形成圈層的房價不斷遞減。2016 年，“簇團(tuán)+圈層+扇形”混合模式是在“簇團(tuán)+圈層”模式的基礎(chǔ)之上，扇形和圈層格局逐步顯現(xiàn)，突出了不同等級房價圈層邊界，城市發(fā)展方向性更加突出。城市一、二、三環(huán)線的房價逐步遞減，且城市東北部地區(qū)形成顯著最高房價集聚扇形，主要以漢口沿江二七片區(qū)、東湖—沙湖片區(qū)為主，扇形格局反映城市的東、北方向發(fā)展強(qiáng)度更高。2018 年，“簇團(tuán)+圈層+扇形”混合模式也發(fā)生了顯著的變化，高房價簇團(tuán)新舊交替且新興中心迅速崛起，圈層分布仍然顯著且圈層寬度下降，房價圈層數(shù)量增加表明房價圈層梯度變化更顯著。同時，扇形分布不僅停留在東、北方向，在其他區(qū)位也出現(xiàn)不同規(guī)模的扇形分布格局，整體呈現(xiàn)“簇團(tuán)+圈層+扇形”交互并存的混合模式。

2）總體水平顯著提升，高檔居住區(qū)集聚蔓延，副中心迅速崛起。2012-2018 年，武漢市主城區(qū)房價水平整體提升，高檔居住區(qū)的集聚程度和規(guī)模顯著增長，呈現(xiàn)“局部集聚+整體蔓延”式變化格局。2012、2014 年最高檔住區(qū)分布在長江和東湖沿岸，呈簇狀零星分布，而一環(huán)線內(nèi)呈高檔居住區(qū)集聚分布；2016、2018 年最高檔住區(qū)的集聚規(guī)模顯著增長，主要呈扇形集聚和的圈層集聚分布，典型的局部集聚變化趨勢。雖然武漢主城區(qū)房價呈現(xiàn)一主多副的空間格局，但是主中心和副中心在不同時間的發(fā)展強(qiáng)度存在明顯差異。隨著時間的發(fā)展，副中心迅速崛起，主中心發(fā)展速度逐步減緩。主中心人口、空間和環(huán)境逐步趨近承載力上限，主中心房價持續(xù)增長但發(fā)展速度緩慢降低；副中心迅速崛起，隨著基礎(chǔ)設(shè)施配套和景觀設(shè)施的逐步完善，房價增長幅度較大。一環(huán)線內(nèi)房價穩(wěn)步上升，二環(huán)線楚河漢街、街道口、中南路、王家灣、南湖、華僑城副中心的高檔居住區(qū)房價迅速增長。副中心房價的崛起時點(diǎn)也存在差異，漢口和武昌地區(qū)首先崛起，漢陽地區(qū)王家灣的房價2016、2018年才出現(xiàn)明顯增長；規(guī)模較大的景觀水系長江、東湖附近的街道口、中南路、光谷首先迅速崛起，南湖、墨水湖附近的房價隨后崛起。

3）時空發(fā)展不均衡，方向差異性顯著。武漢市主城區(qū)房價的時空發(fā)展方向性顯著，從空間格局圖上可發(fā)現(xiàn)不同時點(diǎn)的發(fā)展方向、發(fā)展重點(diǎn)和發(fā)展程度明顯不同。2012 年-2018 年，城市房價空間格局逐步發(fā)展為二環(huán)線內(nèi)部均衡發(fā)展，而外圍不均衡發(fā)展；內(nèi)部高檔居住區(qū)集聚，而外圍多等級房價住區(qū)混合并存。2012-2014 年，房價高值區(qū)域主要是向正北和正東方向發(fā)展，其他方向的發(fā)展強(qiáng)度不明顯。2014-2016 年，房價高值區(qū)域仍然向東部和北部發(fā)展，東北方向的扇形形成連續(xù)高值熱點(diǎn)集聚區(qū)，西南方向的房價開始逐步提升，同時城市內(nèi)部價格向外圍逐漸遞減。2016-2018 年，城市房價在二環(huán)線內(nèi)發(fā)展逐步趨于均衡而二環(huán)線以外不均衡，二環(huán)線以內(nèi)各方向發(fā)展強(qiáng)度趨于均衡，僅漢陽西南方向的房價發(fā)展強(qiáng)度較??；二環(huán)線以外的主城區(qū)外圍各方向的房價發(fā)展強(qiáng)度有明顯差異，光谷以東高新區(qū)的房價發(fā)展優(yōu)勢明顯，漢口北部外圍次之，漢陽方向的房價增值強(qiáng)度與速度最小。

2.3.2 時空模式與影響因子耦合分析

1）同一因素在不同區(qū)位的驅(qū)動力差異顯著，多因素共同影響房價。武漢市房價的影響因素主要有城市中心優(yōu)勢、景觀優(yōu)勢、交通優(yōu)勢、公園和義務(wù)教育優(yōu)勢，同一因素對不同區(qū)位房價的驅(qū)動機(jī)制不同，如圖9 所示。不同影響因素的空間作用力形成不同形式的分異形態(tài)，城市中心優(yōu)勢的作用強(qiáng)度呈現(xiàn)中心向外圍梯度遞減的圈層式分異形態(tài)；景觀優(yōu)勢作用強(qiáng)度，則是呈現(xiàn)中高外低、北東高而西南低的圈層扇形結(jié)合式分異形態(tài)；交通優(yōu)勢則是作用強(qiáng)度由中心向外圍梯度提升、東高西低的簇狀與扇形鑲嵌式分異形態(tài)；公園作用強(qiáng)度由外圍向中心逐步遞減，東北高而西南低的扇形分異形態(tài)；義務(wù)教育優(yōu)勢的作用強(qiáng)度則呈現(xiàn)簇狀圈層結(jié)合式分異形態(tài)，在二環(huán)北部與光谷副中心的形成簇狀強(qiáng)作用力區(qū)域，同時向外圍呈圈層逐漸遞減。多因素同時作用于城市不同住宅區(qū)域的房價，不同區(qū)位的影響因素數(shù)量級也有所差異。城市發(fā)達(dá)地區(qū)的高房價由多因素的增值作用共同決定，即城市一環(huán)、二環(huán)發(fā)達(dá)地區(qū)的顯著性影響因素數(shù)量要高于城市外圍。城市發(fā)達(dá)地區(qū)的房價提升由城市中心優(yōu)勢、景觀優(yōu)勢、交通優(yōu)勢、公園和義務(wù)教育優(yōu)勢五大因素共同促進(jìn)，而城市外圍區(qū)域的房價受城市中心優(yōu)勢、交通優(yōu)勢兩大因素的影響顯著。

圖9 2012-2018 年房價時空模式與影響因素耦合關(guān)系圖Fig.9 Coupling relationship between space-time mode and influencing factors of housing prices in 2012-2018

2）公園、景觀、義務(wù)教育優(yōu)勢對高檔住區(qū)的作用力顯著提升。隨著時間的推移， 2012—2018 年，公園、景觀、義務(wù)教育優(yōu)勢對高房價熱點(diǎn)區(qū)的影響力逐漸增加。前期2012-2014 年城市中心優(yōu)勢對城市二環(huán)線核心區(qū)域的房價的提升作用顯著，公園、景觀、義務(wù)教育優(yōu)勢的作用力僅針對局部簇狀片區(qū)；后期2016-2018年公園、景觀、義務(wù)教育優(yōu)勢占住宅增值因素的主導(dǎo)因素，簇狀片區(qū)迅速擴(kuò)張成扇形、環(huán)形區(qū)域，影響范圍和影響力顯著增加。表明，城市發(fā)達(dá)地區(qū)的居民對公園、景觀和義務(wù)教育要素的重視程度明顯增加，對生活品質(zhì)的要求不僅局限于交通便捷和中心鄰近，更強(qiáng)調(diào)居住區(qū)自然景觀、公園休閑和義務(wù)教育教育功能的供給。

3）交通、中心優(yōu)勢對外圍住宅的增值效率加強(qiáng)，而對城市發(fā)達(dá)地區(qū)影響力減弱。武漢市主城區(qū)影響因素的GWR 模型回歸結(jié)果表明交通、中心優(yōu)勢對房價的顯著性影響， 2012-2018 年交通、中心優(yōu)勢兩大因素對城市核心區(qū)和外圍地區(qū)的作用力發(fā)生明顯的時空變化。交通、中心優(yōu)勢對城市發(fā)達(dá)地區(qū)影響力減弱，對外圍住宅的增值效率逐漸加強(qiáng)。交通優(yōu)勢與中心優(yōu)勢對高檔住區(qū)的增值作用力逐漸下降，主要是由于城市發(fā)展城市中心區(qū)的發(fā)展導(dǎo)致區(qū)域內(nèi)部新舊城區(qū)共存，中心區(qū)域的人口、就業(yè)、環(huán)境和設(shè)施逐漸區(qū)域飽和而降低了居住環(huán)境質(zhì)量和居住滿意度，居民不再滿足于交通便捷與中心毗鄰，交通、中心優(yōu)勢越來越不明顯。在城市外圍，交通網(wǎng)絡(luò)密度較低、城市中心可達(dá)度較低的區(qū)域，居民對交通便捷與中心可達(dá)的需求較為強(qiáng)烈，交通優(yōu)勢和中心優(yōu)勢的小幅提升就能引起房價的大幅增值。房價時空變化規(guī)律，直接體現(xiàn)了城市外圍交通、中心優(yōu)勢的作用力要明顯強(qiáng)于城市內(nèi)部核心區(qū)。

3 結(jié) 論

武漢市主城區(qū)房價的時空分異特征、時空演變模式識別及其影響因素驅(qū)動機(jī)制的分析，主要結(jié)論如下。

1）基于重心、方向性橢圓、Kirging 空間探索性分析及時空模式識別，發(fā)現(xiàn)武漢市主城區(qū)房價的時空分異特征顯著。時空模式呈現(xiàn)的規(guī)律特征主要為：多中心混合模式復(fù)雜度顯著提升，簇團(tuán)、圈層、扇形模式交互并存，2012 年“簇團(tuán)”模式，2014 年“簇團(tuán)+圈層”模式，2016、2018 年整體呈現(xiàn)“簇團(tuán)+圈層+扇形”交互并存的混合模式；總體水平顯著提升，高檔居住區(qū)“集聚蔓延”，副中心迅速崛起；時空發(fā)展不均衡，方向差異性顯著。

2）基于地理加權(quán)回歸模型（GWR）挖掘房價時空變化的驅(qū)動力及其驅(qū)動機(jī)制研究，基于時空分異與演變模式識別進(jìn)行時空變化模式與影響因素的耦合關(guān)系分析。驅(qū)動機(jī)制和耦合關(guān)系的主要結(jié)論是：同一因素在不同區(qū)位的驅(qū)動力差異顯著，多因素共同影響房價；公園、景觀、義務(wù)教育優(yōu)勢對高檔住區(qū)的作用力顯著提升，且等級質(zhì)量決定其作用力強(qiáng)弱；交通、中心優(yōu)勢對外圍住宅的增值效率加強(qiáng)，而對城市發(fā)達(dá)地區(qū)影響力減弱。

3）本文對武漢市主城區(qū)2012-2018 年房價的時空分異規(guī)律、時空模式與驅(qū)動力的耦合機(jī)制進(jìn)行了深入研究，進(jìn)一步完善了房價時空規(guī)律研究，但是仍然缺乏對宏觀政策、時空回歸模型改進(jìn)及居民情緒感知等角度的研究與論證。在未來的研究中，將進(jìn)一步提升時空變化規(guī)律的準(zhǔn)確性和城市居民的選擇偏好，更好地探究房價時空分異的變化模式、影響因素等。