重慶市主城區(qū)住房售租分異格局及影響因素*

季 欣 宗會(huì)明 戴技才

0 引 言

城市住房銷售價(jià)格與租賃價(jià)格關(guān)系國(guó)計(jì)民生，是城市地理學(xué)、社會(huì)學(xué)以及經(jīng)濟(jì)學(xué)的重要研究課題[1]。隨著2016年《國(guó)務(wù)院辦公廳關(guān)于加快培育和發(fā)展住房租賃市場(chǎng)的若干意見》出臺(tái)，“租購(gòu)?fù)瑱?quán)”成為全國(guó)熱點(diǎn)話題。當(dāng)前中國(guó)多數(shù)城市住房售價(jià)與租金價(jià)格存在明顯的比例差異和空間差異，“租購(gòu)?fù)瑱?quán)”改革推進(jìn)存在較多盲區(qū)和障礙。當(dāng)前關(guān)于住房銷售價(jià)格的研究，主要集中在住房銷售價(jià)格的時(shí)空分異特征及其演變驅(qū)動(dòng)因素等方面[2-3]。研究多關(guān)注于一些大城市[4]或特大城市[5]，對(duì)單個(gè)城市的住房銷售價(jià)格分異進(jìn)行研究。此類研究多從區(qū)位[6]、房屋自身屬性[7]、政策[8]、教育[9]、醫(yī)療[10]、公共服務(wù)設(shè)施[11-12]、環(huán)境因素[13-14]等城市內(nèi)部較為微觀方面進(jìn)行評(píng)價(jià)。從研究區(qū)域來看，中東部地區(qū)的案例較多，如南京房?jī)r(jià)總體上呈現(xiàn)“圈層+扇形+飛地”的空間結(jié)構(gòu)，高房?jī)r(jià)主要分布在城市中心區(qū)域[15]；高“售租比”小區(qū)多集聚于房?jī)r(jià)增速較快的住房投資熱點(diǎn)區(qū)域[16]。北京市住房銷售價(jià)格傳統(tǒng)的單中心空間格局正在向多中心趨勢(shì)轉(zhuǎn)化[17]。而西部地區(qū)的案例研究較少。重慶市具有獨(dú)特的山地地形和“多中心、組團(tuán)式”的空間布局結(jié)構(gòu)，以其作為西部地區(qū)的案例城市，在住房市場(chǎng)和租房市場(chǎng)空間分布方面具有典型性；相較于住房銷售價(jià)格，國(guó)內(nèi)學(xué)者關(guān)于住房租賃價(jià)格的研究較少，已有研究也多集中在住房租賃價(jià)格的可負(fù)擔(dān)性[18]、空間分異特征[19]以及影響住房租賃價(jià)格的因素[20]。其中，對(duì)租金影響因素的研究區(qū)別于房?jī)r(jià)，更多是從房屋面積、樓層、地鐵、朝向、公園、商場(chǎng)等房屋自身屬性方面[7]來進(jìn)行?？v觀國(guó)內(nèi)外關(guān)于住房租賃價(jià)格的研究多與住房銷售價(jià)格分開，涉及到住房銷售與租賃價(jià)格關(guān)系的研究也多基于售租比[21]來進(jìn)行，鮮少運(yùn)用空間分析方法，對(duì)比分析住房銷售與租賃價(jià)格空間分布規(guī)律格局及其影響因素。因此，本研究在“租售同權(quán)”背景下探討住房銷售價(jià)格與租賃價(jià)格空間分異格局對(duì)于從空間綜合視角認(rèn)識(shí)住房銷售價(jià)格與住房租賃價(jià)格分布格局和影響因素具有重要的理論意義，對(duì)于合理推進(jìn)租售同權(quán)政策制訂和城市住房空間布局規(guī)劃具有明顯的指導(dǎo)價(jià)值。

1 研究區(qū)與研究方法

1.1 研究區(qū)域與數(shù)據(jù)來源

1.1.1 研究區(qū)域

重慶市主城區(qū)包括渝中、渝北、江北、北碚、南岸、沙坪壩、九龍坡、大渡口和巴南九個(gè)行政區(qū)，總面積5 472.68 km2（圖1）。2020年初，重慶市主城區(qū)常住人口875萬(wàn)人，地區(qū)生產(chǎn)總值8 969.6億元，占重慶市GDP總值的37.99%。重慶市獨(dú)特的山水地貌，形成“多中心、組團(tuán)式”的布局結(jié)構(gòu)。

圖1 研究區(qū)域Fig.1 study area

1.1.2 數(shù)據(jù)來源

本研究以重慶市主城區(qū)二手普通商品房住宅小區(qū)為研究對(duì)象，小區(qū)的住房銷售價(jià)格和住房租賃價(jià)格數(shù)據(jù)來自“安居客”（https://cq.lianjia.com/）房地產(chǎn)交易網(wǎng)站的掛牌價(jià)格，時(shí)間為2020年1月。住房銷售價(jià)格數(shù)據(jù)包括房源所在的小區(qū)名稱、地址、房屋總價(jià)（萬(wàn)元）、均價(jià)（元/m2）、建成時(shí)間、房型、樓層、朝向等屬性信息，剔除異常值和信息不全的樣本后，共得到5 168個(gè)住宅小區(qū)的二手房均價(jià)數(shù)據(jù)，占主城區(qū)現(xiàn)有小區(qū)總數(shù)的59.52%。數(shù)據(jù)清洗后共得到4 782個(gè)研究對(duì)象為減小誤差，本研究以住宅小區(qū)為研究單元，即“售租比”=小區(qū)的住房銷售價(jià)格均值/小區(qū)的住房租賃價(jià)格均值。匹配后共得到2 225個(gè)樣本點(diǎn)。

本研究的道路網(wǎng)絡(luò)數(shù)據(jù)來源于OpenStreetMap，包括國(guó)道、城市快速路、主干道、次干道在內(nèi)的各等級(jí)道路。公共交通網(wǎng)絡(luò)數(shù)據(jù)通過百度地圖API獲取，來源于2019年底軌道交通、公交站點(diǎn)和線路數(shù)據(jù)，其中，軌道交通包括開通運(yùn)行以及規(guī)劃的線路及站點(diǎn)，共獲得公交站點(diǎn)2 917條數(shù)據(jù)和地鐵站點(diǎn)160條數(shù)據(jù)。POI數(shù)據(jù)通過百度地圖API獲取，共獲得27 978條數(shù)據(jù)，包括醫(yī)院、學(xué)校、購(gòu)物中心，時(shí)間為2019年12月。

1.2 研究方法

1.2.1 空間趨勢(shì)面分析

空間趨勢(shì)面分析指的是利用數(shù)學(xué)曲面對(duì)地理系統(tǒng)要素在空間上的分布及變化趨勢(shì)進(jìn)行模擬分析的過程?？臻g趨勢(shì)面分析所得的觀測(cè)面由趨勢(shì)面和剩余面組成，趨勢(shì)面反映區(qū)域大范圍的變化情況，剩余面反應(yīng)局部性變化特征[22]。

1.2.2 冷熱點(diǎn)分析（Getis-Ord Gi*）

冷熱點(diǎn)分析（Getis-Ord Gi*）用于局部空間相關(guān)性研究，可以識(shí)別出研究區(qū)內(nèi)住房銷售價(jià)格與住房租賃價(jià)格的熱點(diǎn)區(qū)和冷點(diǎn)區(qū)的空間分布[22]。通過相應(yīng)的局部統(tǒng)計(jì)得到z得分、p值和Gi_Bin值，從而探索高值或低值要素在空間上發(fā)生聚類的區(qū)域。

1.2.3 克里格空間插值（Kriging）

普通克里格空間（Kriging）插值法利用已有樣本點(diǎn)的空間分布結(jié)構(gòu)特征，能較為準(zhǔn)確的估計(jì)位置樣本點(diǎn)，有效地避免系統(tǒng)誤差的出現(xiàn)[23]。利用Kriging 內(nèi)插法估計(jì)任意點(diǎn)X0的算法如下：

式中：z（xi）是第i處的測(cè)量值，λi為第i處的測(cè)量值的權(quán)重系數(shù)，x0是預(yù)測(cè)位置，n是測(cè)量值數(shù)目。

1.2.4 地理加權(quán)回歸（Geographically Weighted Regression，GWR）

地理加權(quán)回歸模型（GWR）能有效地分析城市居住空間擴(kuò)展的空間異質(zhì)性，彌補(bǔ)了傳統(tǒng)回歸只能進(jìn)行全局回歸和無(wú)法考慮空間因素的缺陷[24]。

2 住房銷售價(jià)格、住房租賃價(jià)格的空間分布特征

2.1 現(xiàn)狀分析

基于對(duì)重慶市主城區(qū)住房銷售價(jià)格和住房租賃價(jià)格的統(tǒng)計(jì)分析，重慶市主城九區(qū)平均住房銷售價(jià)格為12 252元/m2，其中，最大值在江北區(qū)，為32 740元/m2，最小值在北碚，3 966元/m2（圖2）。江北區(qū)、渝北區(qū)、渝中區(qū)的整體住房銷售價(jià)格水平在主城九區(qū)中處于較高水平，而距離主城核心區(qū)較遠(yuǎn)的北碚區(qū)、巴南區(qū)住房銷售價(jià)格水平較低。重慶市主城區(qū)平均住房租賃價(jià)格25.51元（月/m2），最大值位于渝北區(qū)，住房租賃價(jià)格178.57元（月/m2），最小值在巴南區(qū)，僅3.28元（月/m2）。從整體住房租賃價(jià)格水平來看，渝中區(qū)、江北區(qū)、渝北區(qū)較高，北碚區(qū)、巴南區(qū)較低，與整體住房水平分布范圍一致。

圖2 重慶市主城區(qū)住房銷售價(jià)格與住房租賃價(jià)格統(tǒng)計(jì)圖Fig.2 statistics of housing prices and rents in central district of Chongqing

對(duì)2 225個(gè)樣本點(diǎn)進(jìn)行售租比計(jì)算，研究發(fā)現(xiàn)，平均售租比為577.71。其中巴南區(qū)、九龍坡區(qū)是售租比高值所在區(qū)域，住宅買賣市場(chǎng)與住宅租賃市場(chǎng)發(fā)展不協(xié)調(diào)。渝中區(qū)、大渡口區(qū)的售租比相對(duì)處于較低水平，住房出售與出租市場(chǎng)的發(fā)展相對(duì)較為平衡。此外，還發(fā)現(xiàn)房?jī)r(jià)和住房租賃價(jià)格高的江北區(qū)、渝北區(qū)售租比并不高，而房?jī)r(jià)和住房租賃價(jià)格低的北碚區(qū)和巴南區(qū)售租比則較高（圖3）。

圖3 重慶市主城區(qū)售租比統(tǒng)計(jì)圖Fig.3 statistics of house price to rent ratio in central district of Chongqing

2.2 空間分布格局

第一，重慶市主城區(qū)住房銷售價(jià)格和住房租賃價(jià)格均呈現(xiàn)出“中間高、兩邊低”的變化趨勢(shì)，但住房租賃價(jià)格的空間分異程度更弱。利用arcgis10.6的Geostatistical Analyst模塊工具，分別生成重慶市主城區(qū)的住房銷售價(jià)格與住房租賃價(jià)格的趨勢(shì)面分析圖，藍(lán)線表示南北方向，綠線表示東西方向。重慶市主城區(qū)住房銷售價(jià)格在南北向、東西向上均呈現(xiàn)“中間高，兩邊低”的空間格局特征（圖4a）。住房租賃價(jià)格在各個(gè)方向上的變化趨勢(shì)與住房銷售價(jià)格基本一致，但其曲線更為平緩（圖4b），說明雖然住房租賃價(jià)格與住房銷售價(jià)格都表現(xiàn)出較為顯著的空間分異性，但住房租賃價(jià)格的空間分異程度較住房銷售價(jià)格更弱。

圖4 住房銷售價(jià)格與住房租賃價(jià)格的趨勢(shì)面分析圖Fig.4 the analysis of trend surface of housing price and rental price

第二，重慶市主城區(qū)住房銷售價(jià)格的熱點(diǎn)區(qū)集中在中心城區(qū)北部，有濱江趨勢(shì)，冷點(diǎn)區(qū)域則分散在外圍。住房租賃價(jià)格的冷熱點(diǎn)分布格局與房?jī)r(jià)一致，但范圍明顯更小，且熱點(diǎn)沒有顯示臨江特征。由Arcgis10.6的空間熱點(diǎn)分析工具識(shí)別出重慶市主城區(qū)住房銷售價(jià)格與住房租賃價(jià)格的冷點(diǎn)、熱點(diǎn)區(qū)域。其中，住房銷售價(jià)格的熱點(diǎn)集聚區(qū)被嘉陵江環(huán)繞，北至悅來，東至長(zhǎng)江北段沿岸，包括觀音橋、禮嘉、人和在內(nèi)（圖5a）。冷點(diǎn)區(qū)則分散在距離中心城區(qū)較遠(yuǎn)的外圍，西部的北碚、西永、西彭，南部的李家沱，東部的龍興、魚嘴附近形成住房銷售價(jià)格的冷點(diǎn)分布區(qū)。住房租賃價(jià)格的冷熱點(diǎn)分布較住房銷售價(jià)格范圍明顯縮小，且熱點(diǎn)區(qū)沿江的趨勢(shì)不明顯（圖5b）。

圖5 住房銷售價(jià)格與住房租賃價(jià)格的冷熱點(diǎn)分析Fig.5 the analysis of housing prices and rents of hot spots and cold spots

第三，從整體上看，重慶市主城區(qū)住房銷售價(jià)格在空間上呈現(xiàn)出中心—外圍的擴(kuò)展模式，住房租賃價(jià)格則表現(xiàn)出多中心擴(kuò)展的特點(diǎn)。利用地理統(tǒng)計(jì)分析中的普通克里金法（Kriging）對(duì)重慶市主城區(qū)住房銷售價(jià)格和住房租賃價(jià)格進(jìn)行空間插值。城市住房銷售價(jià)格在主城核心區(qū)北部的觀音橋、人和以及江北嘴附近形成房?jī)r(jià)高值區(qū)，向外圍遞減（圖6），初現(xiàn)多中心趨勢(shì)。住房租賃價(jià)格則表現(xiàn)出顯著的多中心分布特點(diǎn)，在新牌坊、北碚、西永、空港和茶園等地形成多個(gè)住房租賃價(jià)格高值中心。此外，主城區(qū)外圍的高房?jī)r(jià)、高住房租賃價(jià)格區(qū)域多是由沿線的軌道交通帶動(dòng)，尤其是向西北延伸的軌道6號(hào)線、東北延伸的5號(hào)線、1號(hào)線、3號(hào)線，對(duì)住房租賃價(jià)格的溢價(jià)作用更為顯著。且由于重慶多中心組團(tuán)的布局和工業(yè)園區(qū)多分布在城市外圍組團(tuán)，就業(yè)崗位的外圍布局造成組團(tuán)周邊房屋租賃需求和價(jià)格的提高，但這里的生活配套不如核心區(qū)方便，所以高房?jī)r(jià)并未擴(kuò)展至此。

圖6 重慶市主城區(qū)住房銷售價(jià)格和住房租賃價(jià)格Kriging空間插值Fig.6 Kriging space interpolation of housing prices and rents in central district of Chongqing

3 影響因素選擇與模型構(gòu)建

3.1 變量選取

本研究基于對(duì)兩者影響因素的探討以及對(duì)房?jī)r(jià)和住房租賃價(jià)格的可比性分析，故以住房銷售價(jià)格和住房租賃價(jià)格為被解釋變量，從區(qū)位因素、社區(qū)屬性因素和房屋屬性因素三方面選取影響因子分別構(gòu)建地理加權(quán)回歸模型。借鑒已有研究并結(jié)合重慶自然人文地理特征[24]，本研究初步選擇了22個(gè)因子作為解釋變量（表1）。

表1 解釋變量的選取與描述Tab.1 description of explanatory variables

為消除多重共線性影響，對(duì)其進(jìn)行方差膨脹因子檢驗(yàn)，剔除冗余變量。最終確定，影響住房銷售價(jià)格的因素考慮Dist_CBD、Dist_road、Dist_sub、Dist_bus、Dist_und、Dist_prim、Dist_mid和Dist_water這8個(gè)變量，擬合精度R2為0.32。租房?jī)r(jià)格的影響因素為Dist_CBD、Dist_road、Dist_sub、Dist_shop、Num_lob、Num_bed和Dist_water這7個(gè)變量，擬合優(yōu)度R2為0.36。

3.2 模型構(gòu)建

設(shè)城市住房銷售價(jià)格為yi，第i點(diǎn)的坐標(biāo)為（ui，vi），則住房銷售價(jià)格影響因素GWR模型為：

設(shè)城市住房租賃價(jià)格為ym，第m點(diǎn)的坐標(biāo)為（um，vm），則住房租賃價(jià)格影響因素GWR模型為：

利用 ArcGIS10.6中GWR工具，采用adaptive bi-square 核函數(shù)和CV方法進(jìn)行GWR模型計(jì)算，房?jī)r(jià)與住房租賃價(jià)格的GWR擬合優(yōu)度分別為0.67，0.69。通過對(duì)每個(gè)影響因素相對(duì)應(yīng)的回歸系數(shù)進(jìn)行統(tǒng)計(jì)，得到回歸系數(shù)的最小值、下四分位數(shù)、中位數(shù)、上四分位數(shù)、最大值和平均數(shù)，并對(duì)各影響因素進(jìn)行顯著性檢驗(yàn)（表2-3）。

表2 住房銷售價(jià)格的地理加權(quán)回歸模型估計(jì)結(jié)果Tab.2 the result of GWR model of housing price

4 影響因素分析

4.1 地理加權(quán)回歸模型參數(shù)分析

對(duì)顯著性結(jié)果進(jìn)行分析。表2顯示，住房銷售價(jià)格除Dist_road和Dist_bus兩個(gè)因素外，其他因素系數(shù)均顯示出空間上的非穩(wěn)定性。對(duì)通過顯著性檢驗(yàn)的變量按貢獻(xiàn)程度排序?yàn)椋篋ist_CBD＞ Dist_sub＞Dist_hos＞ Dist_water＞ Dist_und＞ Dist_prim。表3顯示，住房租賃價(jià)格的影響因素中，有4個(gè)因素其回歸系數(shù)在空間上發(fā)生顯著的變化，其系數(shù)水平影響力從大到小依次為Dist_sub、Dist_CBD、Dist_shop和Dist_water。從影響因子的貢獻(xiàn)度來看，對(duì)住房銷售價(jià)格影響最大的是Dist_CBD，其次為Dist_sub，而對(duì)住房租賃價(jià)格來說，Dist_sub的影響力超過Dist_CBD。

表3 住房租賃價(jià)格變化的地理加權(quán)回歸模型估計(jì)結(jié)果Tab.3 the result of GWR model of rents

對(duì)回歸系數(shù)結(jié)果進(jìn)行對(duì)比。住房銷售價(jià)格的影響因素中，Dist_CBD、Dist_sub和Dist_water的回歸系數(shù)為負(fù)，說明房?jī)r(jià)隨距離的增加而減小，Dist_und、Dist_prim和Dist_hos回歸系數(shù)則為正。住房租賃價(jià)格的影響因素中，除Dist_water，大部分因子回歸系數(shù)為負(fù)，表明其對(duì)住房租賃價(jià)格有正向影響。對(duì)比各因素回歸系數(shù)的中位數(shù)與平均數(shù)，符號(hào)均相同且數(shù)值差異不大，說明各因素對(duì)研究區(qū)大部分區(qū)域的影響性質(zhì)一致。

4.2 空間異質(zhì)性影響因素分析

4.2.1 區(qū)位因素的影響

到CBD距離（即到江北嘴、彈子石與解放碑中心的距離）在住房銷售價(jià)格和住房租賃價(jià)格影響因素的回歸系數(shù)中大部分為負(fù)，說明CBD對(duì)房?jī)r(jià)和住房租賃價(jià)格均有溢價(jià)作用，但對(duì)房?jī)r(jià)的影響程度更大、對(duì)住房租賃價(jià)格的影響范圍更廣。由圖7a可知，房?jī)r(jià)的系數(shù)值絕對(duì)值較住房租賃價(jià)格更大，說明CBD對(duì)房?jī)r(jià)的溢價(jià)作用程度更大。從影響范圍來看，房?jī)r(jià)低值覆蓋范圍較住房租賃價(jià)格小，住房銷售價(jià)格大致以解放碑—江北嘴—彈子石為中心，回歸系數(shù)向外圍不斷擴(kuò)大，在觀音橋、南坪、沙坪壩、人和以及茶園形成多個(gè)回歸系數(shù)高值區(qū)，空間非平衡性顯著。住房租賃價(jià)格也以解放碑—江北嘴—彈子石為中心，系數(shù)不斷向外圍擴(kuò)展（圖7b），但其擴(kuò)展范圍更大。而主城CBD區(qū)域因其具有高昂的房?jī)r(jià)，使得更多的就業(yè)人員為減少通勤時(shí)間與價(jià)格成本，選擇在CBD及其附近租房居住，因而CBD對(duì)住房租賃價(jià)格的輻射半徑更大。

圖7 住房銷售價(jià)格和住房租賃價(jià)格到CBD距離的回歸系數(shù)分布圖Fig.7 the regression coefficient of distance of housing price and rent to CBD

軌道交通對(duì)住房銷售價(jià)格和住房租賃價(jià)格的影響都以負(fù)相關(guān)為主，表明軌道交通對(duì)兩者均有一定的溢價(jià)作用，但對(duì)住房租賃價(jià)格的影響更大。住房銷售價(jià)格受樞紐站點(diǎn)影響較大，如1號(hào)線和環(huán)線接駁的沙坪壩、10號(hào)線和環(huán)線換乘的彈子石，以及6號(hào)線終點(diǎn)站北碚，均形成回歸系數(shù)負(fù)值中心（圖8a）。但在觀音橋附近形成回歸系數(shù)正值中心，是由于位于核心軌道群，多條線路交匯，交通便利，住房者更多考慮臨近軌道的噪聲、污染等負(fù)向外部效應(yīng)影響。住房租賃價(jià)格回歸系數(shù)低值區(qū)范圍明顯擴(kuò)大，系數(shù)值絕對(duì)值明顯更大，說明軌道交通對(duì)住房租賃價(jià)格的影響更大，租戶更愿意支付更高的住房租賃價(jià)格選擇交通便利的鄰近輕軌的住宅小區(qū)。北部6號(hào)線、西部1號(hào)線、南部2號(hào)線和3號(hào)線沿線回歸系數(shù)為負(fù)且絕對(duì)值較大（圖8b）。

圖8 住房銷售價(jià)格和住房租賃價(jià)格到地鐵站點(diǎn)距離的回歸系數(shù)分布圖Fig.8 the regression coefficient of housing price and rent to subway station distance

4.2.2 社會(huì)屬性因素的影響。

對(duì)住房銷售價(jià)格產(chǎn)生影響的公服設(shè)施因素較住房租賃價(jià)格更多，使得房?jī)r(jià)對(duì)公服務(wù)設(shè)施配套更具敏感性。教育、醫(yī)療設(shè)施均對(duì)住房銷售價(jià)格產(chǎn)生顯著影響，且以正相關(guān)為主。而對(duì)住房租賃價(jià)格影響較為顯著的只有購(gòu)物中心，主要呈負(fù)相關(guān)。

從回歸系數(shù)來看，幼兒園的系數(shù)值絕對(duì)值更大，說明幼兒園較小學(xué)對(duì)住房銷售價(jià)格的影響程度更明顯。幼兒園的影響區(qū)域主要集中在觀音橋—禮嘉、空港和西永（圖9a），說明越靠近這些區(qū)域，房?jī)r(jià)越高。小學(xué)對(duì)房?jī)r(jià)的影響則主要集中在大楊石、南坪、渝中等優(yōu)勢(shì)教育資源集中分布的地區(qū)（圖9b），優(yōu)質(zhì)教育資源對(duì)周邊住宅小區(qū)價(jià)格的影響明顯。

圖9 住房銷售價(jià)格和住房租賃價(jià)格到公服設(shè)施距離的回歸系數(shù)分布圖Fig.9 the distribution coefficient of regression coefficient of housing price and rent to public service facilities distance

住房銷售價(jià)格到醫(yī)院的回歸系數(shù)大部分為正，表明距離醫(yī)院越近，房?jī)r(jià)越低（圖9c）。主要是對(duì)于重慶市主城區(qū)整體而言，醫(yī)療資源的分布較為均衡，就醫(yī)條件相對(duì)較為便利，到醫(yī)院的距離并不會(huì)成為居民選擇住宅小區(qū)的限制因素，從而醫(yī)院對(duì)房?jī)r(jià)反而產(chǎn)生一定的抑價(jià)作用。但是回歸系數(shù)在沙坪壩形成負(fù)中心，是因?yàn)槲髂厢t(yī)院、新橋醫(yī)院等全國(guó)知名醫(yī)院布局，大量的外地陪護(hù)就醫(yī)帶來的住房需求帶動(dòng)了周邊房?jī)r(jià)升高。

對(duì)住房租賃價(jià)格產(chǎn)生影響的公服設(shè)施主要是購(gòu)物中心，總體來看，購(gòu)物中心的回歸系數(shù)以負(fù)數(shù)為主，且系數(shù)的絕對(duì)值較小（圖9d）。由于重慶市商業(yè)網(wǎng)點(diǎn)不斷完善，許多大型綜合超市、百貨商場(chǎng)等生活服務(wù)網(wǎng)點(diǎn)普及，居民日常購(gòu)物中心的區(qū)域差異性變小，對(duì)住房租賃價(jià)格的影響減弱。其中，觀音橋、解放碑作為重慶最大的商圈，在其附近形成回歸系數(shù)負(fù)中心，對(duì)住房租賃價(jià)格有溢價(jià)作用。

4.2.3 自然因素的影響

兩江對(duì)住房銷售價(jià)格和住房租賃價(jià)格均有一定的影響，但影響程度和影響性質(zhì)不同。兩江對(duì)住房銷售價(jià)格的影響以負(fù)相關(guān)為主，且影響較大；對(duì)住房租賃價(jià)格則以正相關(guān)為主，影響較小。住房銷售價(jià)格回歸系數(shù)在兩江四岸附近形成負(fù)值中心，并沿江擴(kuò)展，尤其是嘉陵江段影響程度更大（圖10a）。其中，在北部和南部回歸系數(shù)較高，濱江對(duì)房?jī)r(jià)的影響不顯著。是因?yàn)橹貞c的濱江段地勢(shì)起伏大、交通不便、相應(yīng)的商服配套設(shè)施不足，疊加跨江公路橋噪音大，灰塵多等因素，影響居民居住體驗(yàn)感，所以長(zhǎng)久以來，重慶本地居民對(duì)于江景房一直沒有執(zhí)念，但近幾年外地購(gòu)房者的涌入，江景房的熱度有所增加。而兩江對(duì)住房租賃價(jià)格的影響范圍和影響程度明顯變?。▓D10b），由于重慶大多濱江路、公路橋?qū)⒔妥≌珠_，交通不便，對(duì)于對(duì)交通便利性要求較高的租戶來說，江景房并不能吸引他們?nèi)胱　?/p>

圖10 住房銷售價(jià)格和住房租賃價(jià)格到兩江距離的回歸系數(shù)分布圖Fig.10 the distribution coefficient of regression coefficient of housing price and rent to rivers distance

5 結(jié)論與討論

5.1 結(jié)論

利用多源城市數(shù)據(jù)在“租售同權(quán)”背景下從空間綜合視角探討了重慶城市住房銷售價(jià)格與租賃價(jià)格空間分異格局。

第一，重慶市主城區(qū)住房?jī)r(jià)格和租賃價(jià)格均呈現(xiàn)中間高，兩邊低的空間格局特征，但租賃價(jià)格的空間分異程度比房?jī)r(jià)更弱。整體上，重慶市主城區(qū)住房銷售價(jià)格在空間上呈中心—外圍模式，住房租賃價(jià)格則呈多中心擴(kuò)展的特點(diǎn)，住房租賃價(jià)格的冷熱點(diǎn)分布范圍更小，且熱點(diǎn)區(qū)沒有濱江特點(diǎn)。

第二，影響住房銷售價(jià)格和住房租賃價(jià)格的主要是區(qū)位因素、社會(huì)屬性因素和自然因素，三方面因素均對(duì)兩者產(chǎn)生不同程度的影響。其中區(qū)位因素中的經(jīng)濟(jì)區(qū)位（到CBD的距離）和交通區(qū)位（到軌道交通的距離）是共同影響城市住房銷售價(jià)格與住房租賃價(jià)格空間分異的關(guān)鍵因素，其中房?jī)r(jià)受CBD影響更大，而住房租賃價(jià)格則被軌道交通影響更為顯著。

第三，相同影響因素在不同城市空間對(duì)房?jī)r(jià)和住房租賃價(jià)格的影響不同。首先，經(jīng)濟(jì)區(qū)位因素中到中心商務(wù)區(qū)的距離對(duì)房?jī)r(jià)和住房租賃價(jià)格均有溢價(jià)作用。經(jīng)濟(jì)因素對(duì)房?jī)r(jià)的影響程度更大，而對(duì)住房租賃價(jià)格的影響范圍更大。其次，交通因素中到軌道交通的距離對(duì)兩者有溢價(jià)作用，但住房銷售價(jià)格主要受樞紐站點(diǎn)影響，而住房租賃價(jià)格則在軌道交通沿線都受影響，故對(duì)住房租賃價(jià)格影響更大。再次，幼兒園、小學(xué)和醫(yī)院均對(duì)房?jī)r(jià)產(chǎn)生顯著影響。而對(duì)住房租賃價(jià)格產(chǎn)生影響的社會(huì)屬性因素只有購(gòu)物中心，且對(duì)住房租賃價(jià)格的影響逐漸減弱。第四，自然因素對(duì)房?jī)r(jià)的影響以負(fù)相關(guān)為主，且在兩江四岸均有顯著溢價(jià)作用。對(duì)于對(duì)交通便利性要求較高的租戶來說，江景房對(duì)租客吸引力不大。

5.2 討論

從研究結(jié)果中可以發(fā)現(xiàn)，重慶市主城區(qū)住房銷售價(jià)格和住房租賃價(jià)格高值區(qū)并不是像北京、南京一樣，集中在傳統(tǒng)意義上的中心城區(qū)（如渝中區(qū)），而是處于偏北區(qū)域，這與重慶城區(qū)北拓規(guī)劃政策和城市發(fā)展重心北移有關(guān)，也與重慶城區(qū)南北向的川嶺地形地貌有關(guān)。

本研究可為重慶市城市住房與基礎(chǔ)公共服務(wù)設(shè)施合理配套布局和推進(jìn)租售同權(quán)制度改革提供一定借鑒。為應(yīng)對(duì)租售同權(quán)改革下的住房租售市場(chǎng)的變化，有必要對(duì)城市住房布局與配套進(jìn)行預(yù)先準(zhǔn)備。包括將住房租金水平和空間差異調(diào)整納入城市住房規(guī)劃內(nèi)容；國(guó)土空間規(guī)劃中需從城市副中心的規(guī)劃建設(shè)、住房布局的TOD導(dǎo)向等方面推進(jìn)城市就業(yè)崗位的均衡布局發(fā)展；公共服務(wù)配套方面，加快城市外圍地區(qū)公共服務(wù)薄弱區(qū)的公服設(shè)施配套建設(shè)；教育資源方面，由于優(yōu)質(zhì)幼兒園集中分布在觀音橋、禮嘉、空港和西永這些區(qū)域造成住房銷售價(jià)格在這些區(qū)域較高，因而應(yīng)在除此范圍之外的區(qū)域均衡配置更多高質(zhì)量的優(yōu)質(zhì)幼兒園。在醫(yī)療資源方面，重慶市優(yōu)質(zhì)醫(yī)療資源多集中在中心城區(qū)，其中渝中區(qū)三甲醫(yī)院占比近一半，建議在沙坪壩、渝北、茶園等內(nèi)環(huán)以外區(qū)域增加優(yōu)良醫(yī)療資源配置，實(shí)現(xiàn)醫(yī)療服務(wù)均衡配置。在“兩江四岸”濱江地區(qū)，跨江大橋和濱江路的規(guī)劃和建設(shè)需要考慮到其對(duì)住房租售的負(fù)面影響。本文作為住房銷售價(jià)格與租賃價(jià)格空間分析個(gè)案研究，對(duì)于其他城市不一定適用，仍需更多案例進(jìn)行佐證。

圖表來源：

圖1-10：作者繪制

表1：作者根據(jù)參考相關(guān)文獻(xiàn)繪制

表1-3：作者繪制，數(shù)據(jù)由Arcgis10.6生成