城市公共服務(wù)配置對(duì)住房?jī)r(jià)格的影響
——以重慶市為例

王春楊, 張楨瑤

(重慶交通大學(xué) 經(jīng)濟(jì)與管理學(xué)院,重慶 400074)

一、引言

居民的生活質(zhì)量很大一部分受到基礎(chǔ)公共服務(wù)設(shè)施的影響?！度嗣袢?qǐng)?bào)》提出開展城市體檢,內(nèi)容覆蓋包括生態(tài)宜居、健康舒適、安全韌性、交通便捷等8個(gè)方面65項(xiàng)指標(biāo)。通過(guò)改善公共服務(wù)設(shè)施資源分配不均狀況,落實(shí)“十四五”規(guī)劃綱要提出的“實(shí)施城市更新行動(dòng),推動(dòng)城市空間結(jié)構(gòu)優(yōu)化和品質(zhì)提升”,從而提高城市生活質(zhì)量和居住品質(zhì)。從住房的需求角度而言,住房?jī)r(jià)格是體現(xiàn)公眾對(duì)于居住環(huán)境質(zhì)量?jī)r(jià)值認(rèn)同的重要指標(biāo),表現(xiàn)為居民愿意為包含公共服務(wù)設(shè)施在內(nèi)的居住環(huán)境質(zhì)量所支付的費(fèi)用。公共服務(wù)設(shè)施是影響住房?jī)r(jià)格的重要因素之一。為了提高居民生活幸福感、恢復(fù)城市活力,政府部門應(yīng)提供額外的公共服務(wù)設(shè)施并量化不同種類設(shè)施的價(jià)值。因此,要理解城市公共服務(wù)設(shè)施與居住意愿的關(guān)系,應(yīng)該量化城市公共服務(wù)設(shè)施的價(jià)值。同時(shí),居民除了考慮能獲得本地段公共服務(wù)設(shè)施的成本之外,還考慮是否有機(jī)會(huì)接觸更為稀缺的公共資源,比如高質(zhì)量教育、更多樣化的娛樂方式等。大多數(shù)經(jīng)濟(jì)學(xué)家認(rèn)為各種各樣的公共服務(wù)設(shè)施,如醫(yī)院、商業(yè)街、學(xué)校、公園、自然環(huán)境和交通等都對(duì)房?jī)r(jià)產(chǎn)生外部影響,而這些公共服務(wù)設(shè)施對(duì)居民所具有的有利影響也被資本化到房屋價(jià)格之內(nèi)。

為了更好地評(píng)價(jià)公共服務(wù)配置對(duì)居民生活質(zhì)量和居住需求的影響,本文以重慶市為例,運(yùn)用百度興趣點(diǎn)POI(Point of Interest)數(shù)據(jù)、房屋價(jià)格數(shù)據(jù)和空間計(jì)量經(jīng)濟(jì)學(xué)模型,直觀分析和闡述城市公共服務(wù)設(shè)施對(duì)住房?jī)r(jià)格的影響。重慶作為我國(guó)中西部地區(qū)的直轄市,擁有常住人口3205.4萬(wàn)人,城鎮(zhèn)化率達(dá)到69.46%。近年來(lái),重慶發(fā)展取得顯著成就,經(jīng)濟(jì)結(jié)構(gòu)加快轉(zhuǎn)型升級(jí),人口吸引力不斷增強(qiáng)?！吨貞c市第七次全國(guó)人口普查公報(bào)》顯示,重慶流動(dòng)人口為481.14萬(wàn)人,跨省流入人口219.36萬(wàn)人,市內(nèi)流動(dòng)人口261.78萬(wàn)人,10年來(lái)跨省流入人口增加115.16萬(wàn)人[1]。為了方便研究不同類型的公共服務(wù)設(shè)施及其位置變化對(duì)房?jī)r(jià)的影響有何區(qū)別,本文將重慶市公共服務(wù)設(shè)施分為教育、交通、商業(yè)娛樂、文化體育、醫(yī)療衛(wèi)生和配套服務(wù)六大類。另外,樣本選擇以小區(qū)為中心、半徑為1公里畫圓,以更好地反映我國(guó)公共服務(wù)配置所提倡的“15分鐘生活圈”,即在15分鐘步行可達(dá)范圍內(nèi),配備生活所需的基本服務(wù)功能與公共活動(dòng)空間,形成安全、友好、舒適的社會(huì)基本生活平臺(tái)。

二、文獻(xiàn)回顧

城市公共服務(wù)設(shè)施如教育、娛樂、醫(yī)療和商場(chǎng),是一個(gè)城市的基本功能,公共服務(wù)設(shè)施的可達(dá)性是影響城市居民生活質(zhì)量的一個(gè)重要因素,也是影響房?jī)r(jià)的一個(gè)重要因素[2]。國(guó)內(nèi)最早研究公共服務(wù)設(shè)施對(duì)房?jī)r(jià)的影響是從研究交通基礎(chǔ)設(shè)施對(duì)房?jī)r(jià)的影響開始的。大多數(shù)研究表明住房空間的分布和擴(kuò)展與交通通道關(guān)系密切,主要交通干線沿線、高速公路出入口和軌道交通站點(diǎn)周邊地區(qū)是小區(qū)住房集中區(qū)與開發(fā)的最佳區(qū)位[3]。鄭捷奮和劉洪玉研究發(fā)現(xiàn)城市居民在住房區(qū)位選擇上,對(duì)交通條件具有很高的依賴性,一般出行條件好的住房區(qū)易于銷售, 價(jià)格也相對(duì)較高,住房區(qū)的開發(fā)和建設(shè)必須考慮交通條件,與交通快速通道或干線的建設(shè)相適應(yīng)[4]。這一類研究文獻(xiàn)開始量化分析公共服務(wù)設(shè)施之一——交通基礎(chǔ)設(shè)施會(huì)對(duì)城市的房?jī)r(jià)產(chǎn)生重要影響,但是大部分研究結(jié)論都是交通越便利,城市房?jī)r(jià)越高,即交通設(shè)施對(duì)房?jī)r(jià)產(chǎn)生的是正面影響,而少有研究提到交通可達(dá)性對(duì)房?jī)r(jià)的負(fù)面影響。隨著研究不斷深入,交通對(duì)房?jī)r(jià)的影響被研究得更加全面,Kim和Zhang利用韓國(guó)首爾的數(shù)據(jù)研究發(fā)現(xiàn),雖然距離交通樞紐站近可以提高家庭出行的便利程度,但是越接近交通樞紐站,交通越堵塞、噪聲越大,距離交通樞紐站越近的商品住房?jī)r(jià)格反而越低[5]。

近年來(lái),學(xué)者們廣泛關(guān)注除交通基礎(chǔ)設(shè)施建設(shè)以外的其他公共服務(wù)設(shè)施可達(dá)性對(duì)住房?jī)r(jià)格的影響,并展開大量定量研究。王松濤等利用北京中心城區(qū)的教育、醫(yī)療、體育、文化、商業(yè)、綠地公園等六大類公共服務(wù)設(shè)施的地理信息數(shù)據(jù)和北京市商品住房銷售數(shù)據(jù),分析北京中心城區(qū)公共服務(wù)設(shè)施的可達(dá)性, 并應(yīng)用特征價(jià)格模型分析各類公共服務(wù)設(shè)施可達(dá)性對(duì)商品住房?jī)r(jià)格的影響。研究結(jié)果表明,商品住房對(duì)不同類型公共服務(wù)設(shè)施的可達(dá)性具有顯著差異。商品住房對(duì)綠地公園、醫(yī)院和健身場(chǎng)所的最短距離可達(dá)性最好, 而對(duì)大型商場(chǎng)、文化設(shè)施、體育場(chǎng)館的最短距離可達(dá)性較差[6]。此類研究的現(xiàn)實(shí)意義重大,創(chuàng)新之處在于拓展了研究空間,更加全面地考慮其他公共設(shè)施對(duì)房?jī)r(jià)的影響,有助于政府更好地規(guī)劃城市空間布局和幫助不同家庭選擇符合自己偏好的心儀住房。但是由于當(dāng)時(shí)的技術(shù)限制,研究數(shù)據(jù)來(lái)源不夠精確,定量分析方法單一,沒能更好地反映實(shí)際情況。最近幾年,各種城市公共服務(wù)設(shè)施與房?jī)r(jià)的關(guān)系成為熱門話題[7]。然而,評(píng)估公共服務(wù)設(shè)施的價(jià)值存在一個(gè)問(wèn)題,就是這種公共服務(wù)不涉及金錢交換,而且房地產(chǎn)具有很特殊的屬性——非流動(dòng)性,使得住房的定價(jià)機(jī)制變得十分復(fù)雜。

隨著技術(shù)的不斷進(jìn)步和研究的繼續(xù)開展,目前在城市公共服務(wù)設(shè)施可達(dá)性對(duì)房?jī)r(jià)的影響領(lǐng)域的研究已經(jīng)逐步成熟,理論界主要從以下幾方面展開相關(guān)研究:其一,公共服務(wù)設(shè)施作為一種具有外部效應(yīng)的公共品,對(duì)商品住房?jī)r(jià)格存在明顯影響。許多學(xué)者研究發(fā)現(xiàn)城市的多種公共服務(wù)設(shè)施導(dǎo)致商品住房?jī)r(jià)格出現(xiàn)復(fù)雜的空間結(jié)構(gòu)。其二,城市公共服務(wù)設(shè)施資本化對(duì)房?jī)r(jià)存在影響。經(jīng)濟(jì)學(xué)家通常用享樂價(jià)格模型來(lái)研究房?jī)r(jià),該模型將結(jié)構(gòu)、位置和鄰里屬性視為房地產(chǎn)價(jià)值最重要的決定因素[8]。城市公共服務(wù)設(shè)施的價(jià)值已被資本化到房?jī)r(jià)中,住房購(gòu)買者往往更傾向于溢價(jià)買房來(lái)獲得配有高質(zhì)量服務(wù)設(shè)施的住房。但是關(guān)于公共服務(wù)如何資本化到房?jī)r(jià)中的研究不多,叢穎等以空間計(jì)量視角,使用莫蘭指數(shù)以及空間自回歸模型來(lái)解釋房?jī)r(jià)的空間聚集,分析我國(guó)東中西部公共服務(wù)資本化對(duì)房?jī)r(jià)的空間層面影響,具體探討公共服務(wù)在多大程度上影響各個(gè)城市的房?jī)r(jià),并分別使用 SEM、SAR、SDM 空間面板模型實(shí)證分析,對(duì)交通、教育及醫(yī)療等基礎(chǔ)設(shè)施的變量研究分析得出公共服務(wù)與房?jī)r(jià)的空間相關(guān)性[9]。其三,在研究方法和使用模型方面,關(guān)于公共服務(wù)設(shè)施對(duì)住房?jī)r(jià)格的影響主要基于特征價(jià)格模型和空間計(jì)量模型來(lái)研究。梁軍輝等應(yīng)用基于特征價(jià)格的空間計(jì)量模型,利用空間數(shù)據(jù)的空間自相關(guān)性和空間異質(zhì)性兩個(gè)重要特征,研究北京市公共服務(wù)設(shè)施配置對(duì)房?jī)r(jià)的影響并提出相應(yīng)建議[10]。楊林川等采用特征價(jià)格法分析城市住宅價(jià)格,主要考慮住宅建筑結(jié)構(gòu)、鄰里和地理區(qū)位特征,得出具有不同特征、不同種類的服務(wù)設(shè)施會(huì)對(duì)房?jī)r(jià)產(chǎn)生不同影響的結(jié)論[11]。

總體上,國(guó)內(nèi)外學(xué)者詳細(xì)分析了城市公共服務(wù)設(shè)施與房?jī)r(jià)之間的關(guān)系,大多數(shù)研究都表明住房?jī)r(jià)格的確受到公共服務(wù)設(shè)施的影響,并且這種影響力逐漸增大。但是,大多數(shù)學(xué)者只關(guān)注到某一種類型的公共服務(wù)設(shè)施對(duì)整個(gè)城市的單一影響,忽視不同種類和不同區(qū)位的公共服務(wù)設(shè)施對(duì)城市所產(chǎn)生的影響更為重要。本文將重慶城市公共服務(wù)設(shè)施分為六類,基于百度POI和安居客看房網(wǎng)的住房數(shù)據(jù),運(yùn)用空間計(jì)量模型來(lái)研究六種不同城市公共服務(wù)設(shè)施與房?jī)r(jià)的關(guān)系。在分析公共服務(wù)配置對(duì)房?jī)r(jià)直接影響的基礎(chǔ)上,通過(guò)構(gòu)建空間計(jì)量模型,考察公共服務(wù)對(duì)房?jī)r(jià)影響的空間溢出效應(yīng),將有助于分析住房購(gòu)買者對(duì)不同類型公共服務(wù)的偏好程度,并為今后的研究提供參考。

三、數(shù)據(jù)來(lái)源與變量選擇

(一)研究區(qū)域概況

本文主要研究區(qū)域?yàn)橹貞c市主城九區(qū),包括渝中區(qū)、渝北區(qū)、大渡口區(qū)、江北區(qū)、南岸區(qū)、沙坪壩區(qū)、九龍坡區(qū)、北碚區(qū)和巴南區(qū)。根據(jù)2020年11月1日零時(shí)重慶市第七次全國(guó)人口普查結(jié)果,主城都市區(qū)常住人口為2112.24萬(wàn)人,占65.90%。其中,中心城區(qū)(主城九區(qū))常住人口為1034.35萬(wàn)人,占32.27%;主城新區(qū)常住人口為1077.9萬(wàn)人,占33.63%。分區(qū)域看,與2010年第六次全國(guó)人口普查相比,主城都市區(qū)常住人口所占比重增加4.73個(gè)百分點(diǎn)。其中,中心城區(qū)常住人口所占比重增加6.42個(gè)百分點(diǎn),主城新區(qū)常住人口所占比重減少1.69個(gè)百分點(diǎn)[1]。人口密度反映居民對(duì)公共服務(wù)的需求程度。重慶市人口空間分布相對(duì)集中在主城區(qū)和渝西地區(qū),各區(qū)縣人口規(guī)模及密度差異極大;重慶市人口密度空間自相關(guān)性顯著,“高—高”類型區(qū)集中分布在主城區(qū),“低—低”類型區(qū)相對(duì)集中分布在渝東北和渝東南地區(qū)的偏遠(yuǎn)區(qū)縣[12]。

(二)數(shù)據(jù)來(lái)源

住房?jī)r(jià)格數(shù)據(jù)方面,由于隱私保護(hù),我國(guó)沒有公開個(gè)人房屋交易數(shù)據(jù)的互聯(lián)網(wǎng)網(wǎng)站。同時(shí),與新房交易相比,二手房交易受政策法規(guī)的影響較小,更能反映城市公共服務(wù)對(duì)房屋價(jià)格的影響[13]。因此,本文使用二手房交易價(jià)格數(shù)據(jù)來(lái)反映住房?jī)r(jià)格。在重慶房地產(chǎn)市場(chǎng)中,二手房市場(chǎng)占有率在60%以上。本研究的住房數(shù)據(jù)來(lái)自安居客住房網(wǎng)。安居客是市場(chǎng)中用戶規(guī)模最大的在線房地產(chǎn)平臺(tái),APP獨(dú)占率超過(guò)75%。安居客所有住房?jī)r(jià)格信息都經(jīng)過(guò)嚴(yán)格評(píng)估,并利用交易數(shù)據(jù)庫(kù)交叉驗(yàn)證掛牌價(jià)格,以提高準(zhǔn)確性。安居客的房源數(shù)據(jù)能夠準(zhǔn)確反映重慶市二手住房?jī)r(jià)格的空間分布。本研究的住房數(shù)據(jù)來(lái)自安居客住房網(wǎng)1705個(gè)居住小區(qū)樣本,樣本的主要物業(yè)類型是公寓住宅(不包括商業(yè)樓和別墅),數(shù)據(jù)屬性包括居住小區(qū)名稱、房?jī)r(jià)、經(jīng)緯度、建筑年份、開發(fā)商、容積率、綠化率、停車場(chǎng)等。公共服務(wù)設(shè)施數(shù)據(jù)來(lái)自百度POI[14]。

運(yùn)用Arcgis,將各小區(qū)位置分布進(jìn)行空間可視化分析,建立2021年重慶房?jī)r(jià)空間數(shù)據(jù)庫(kù)。重慶市主城九區(qū)的小區(qū)主要集中在沙坪壩區(qū)的東南部,渝中區(qū)、江北區(qū)的西部和渝北區(qū)的西南部,即集中分布在重慶市的中心繁華位置。采用Arcgis的漁網(wǎng)工具,對(duì)1公里*1公里網(wǎng)格內(nèi)的各類公共服務(wù)設(shè)施進(jìn)行可視化處理,并統(tǒng)計(jì)出每個(gè)行政區(qū)房?jī)r(jià)的平均值,得到各個(gè)行政區(qū)的房?jī)r(jià)順序:江北區(qū)>渝中區(qū)>渝北區(qū)>南岸區(qū)>沙坪壩區(qū)>九龍坡區(qū)>大渡口區(qū)>北碚區(qū)>巴南區(qū)。利用Arcgis,可視化分析各類公共服務(wù)設(shè)施的百度POI數(shù)據(jù),得到重慶市不同公共服務(wù)設(shè)施的分布情況。小學(xué)和中學(xué)的分布整體分散,局部集中在渝中區(qū),從渝中區(qū)逐漸向外擴(kuò)散,且擴(kuò)散較為均勻,九區(qū)各個(gè)方位都有教育基礎(chǔ)服務(wù)實(shí)施,說(shuō)明重慶市的教育資源分配比較均衡,但仍存在有的地區(qū)沒有獲得優(yōu)質(zhì)教育資源的情況,需要優(yōu)化教育資源分配。輕軌站、公交車站和汽車站的分布整體不均,渝北區(qū)東北方向幾乎沒有交通設(shè)施,這是因?yàn)橛灞眳^(qū)的中心位于其西南部,居民主要分布在西南部,而東北部修建了多個(gè)水庫(kù),沒有地勢(shì)優(yōu)勢(shì),有山脈與多條河流,居民較少。輕軌站、汽車站在中心地區(qū)和各個(gè)商圈分布最多,方便人們出行和購(gòu)物。目前,重慶仍有多條軌道線路在建設(shè)中,隨著軌道交通的不斷完善,居民外出會(huì)越來(lái)越便捷。重慶市各個(gè)小區(qū)周圍的配套服務(wù)設(shè)施包括廣場(chǎng)、公園、物流快遞、社區(qū)服務(wù)和便利店等,配套服務(wù)設(shè)施的分布與小區(qū)分布差異不大,說(shuō)明各個(gè)小區(qū)的基礎(chǔ)設(shè)施較完善,居民生活較便利。商場(chǎng)、超市、飯店、咖啡廳等休閑娛樂設(shè)施的分布顯示,渝北區(qū)的東北部、巴南區(qū)的南部幾乎沒有商業(yè)娛樂設(shè)施,商業(yè)娛樂設(shè)施主要集中分布在主城中心人流量較大的渝中區(qū)。圖書館、書店、博物館、健身房、體育館等的分布顯示,相對(duì)于其他幾類公共服務(wù)設(shè)施,文體服務(wù)設(shè)施的分布更集中,在渝中區(qū)及其周圍區(qū)域分布過(guò)剩,而相對(duì)于渝中區(qū)的外圍地區(qū)沒有分布,分布極為不均,重慶市應(yīng)調(diào)節(jié)文體服務(wù)設(shè)施的分布,讓更多市民有接觸文化熏陶和鍛煉身體的場(chǎng)所。醫(yī)院、急救中心和疾病預(yù)防機(jī)構(gòu)的分布顯示,醫(yī)療資源分布不均衡,城市中心優(yōu)于外圍地區(qū),集中分布在渝中區(qū)的邊界周圍,其中巴南區(qū)和渝北區(qū)醫(yī)療資源較差。

(三)變量選取

本文首先利用Arcgis,以小區(qū)為中心規(guī)劃半徑為1公里的圓,在此基礎(chǔ)上用規(guī)劃半徑內(nèi)的數(shù)量來(lái)量化核心解釋變量——六類公共服務(wù)設(shè)施[15]。為了結(jié)果的準(zhǔn)確性,再次以小區(qū)為中心規(guī)劃半徑2公里內(nèi)的公共服務(wù)設(shè)施的數(shù)量,測(cè)算城市公共服務(wù)設(shè)施配置對(duì)房?jī)r(jià)的影響。房?jī)r(jià)為核心被解釋變量,核心解釋變量為教育、醫(yī)療衛(wèi)生、交通、商業(yè)娛樂、文體服務(wù)和配套服務(wù)?？刂谱兞窟x取小區(qū)自帶屬性,包括容積率、綠化率和停車位。相關(guān)變量的描述見表1。

表1 變量類型、名稱及描述

表2給出相關(guān)數(shù)據(jù)的描述性統(tǒng)計(jì)。為了防止異方差的影響,除了容積率和綠化率,其他變量都取對(duì)數(shù)進(jìn)行描述性統(tǒng)計(jì),控制變量的均值與最大值和最小值差異較大,其他解釋變量符合變量的隨機(jī)性要求。

表2 各變量的描述性統(tǒng)計(jì)

四、空間相關(guān)性分析與計(jì)量模型設(shè)定

(一)空間權(quán)重矩陣構(gòu)造

為了測(cè)度各小區(qū)之間的空間相關(guān)性,需要構(gòu)建合適的空間權(quán)重矩陣。根據(jù)研究需要,構(gòu)建三種類型的空間權(quán)重矩陣,分別是基于相鄰關(guān)系的鄰接矩陣和基于距離的門檻距離矩陣、反距離平方矩陣[16]。

鄰接矩陣假定空間截面之間只要擁有非零長(zhǎng)度的共同邊界時(shí), 空間交互作用就會(huì)發(fā)生, 賦值規(guī)則為相鄰空間截面i和j擁有共同的邊界用1表示, 否則就以0表示。計(jì)算公式為

門檻距離矩陣是基于地理距離的空間權(quán)重矩陣,用來(lái)計(jì)算兩點(diǎn)之間的距離。計(jì)算公式為

反距離平方矩陣是在反距離空間權(quán)重矩陣的基礎(chǔ)上,為了使較遠(yuǎn)的點(diǎn)對(duì)結(jié)果的影響更小,采用距離的平方。即距離越遠(yuǎn)的點(diǎn),其權(quán)重快速衰減。計(jì)算公式為

式中,d的取值由Geoda軟件自動(dòng)判斷生成。

(二) 空間相關(guān)性檢驗(yàn)

本文采用Moran’s I指數(shù),檢驗(yàn)重慶市主城九區(qū)二手房房?jī)r(jià)水平的空間相關(guān)性,并利用GeoDa軟件計(jì)算LISA指數(shù),以觀測(cè)九個(gè)區(qū)域房?jī)r(jià)發(fā)展的空間演化情況[17]。

1.全局自相關(guān)分析

通過(guò)Moran’s I指數(shù),對(duì)重慶市主城九區(qū)的小區(qū)房?jī)r(jià)分別運(yùn)用鄰接矩陣、門檻距離矩陣和反距離平方矩陣進(jìn)行全局空間自相關(guān)檢驗(yàn)[18],結(jié)果見表3。由表3可知,三種空間權(quán)重矩陣下的P值都低于5%,說(shuō)明Moran’s I指數(shù)均通過(guò)顯著性檢驗(yàn)。且Moran’s I指數(shù)都大于0.2,表明重慶市主城九區(qū)的房?jī)r(jià)水平呈現(xiàn)空間正相關(guān),尤其是在門檻距離矩陣下,空間相關(guān)性最強(qiáng)。

表3 不同權(quán)重下房?jī)r(jià)的Moran’s I指數(shù)

2.局部自相關(guān)分析

全局Moran’s I指數(shù)僅僅能夠反映重慶市主城九區(qū)小區(qū)房?jī)r(jià)整體上的空間關(guān)系,對(duì)九區(qū)內(nèi)部某小區(qū)房?jī)r(jià)與其周邊小區(qū)房?jī)r(jià)的空間相關(guān)關(guān)系,需要引入局部Moran’s I指數(shù)來(lái)具體刻畫。利用GeoDa軟件計(jì)算LISA系數(shù),分析重慶市主城九區(qū)房?jī)r(jià)的局部空間分布格局,揭示空間集聚特征最明顯的區(qū)域。從局部相關(guān)的角度來(lái)看,三種空間權(quán)重矩陣下,“高—高”型聚集和“低—低”型聚集的分布地區(qū)幾乎相同,“高—高”型聚集在渝中區(qū)南部、北碚區(qū)南部、渝中區(qū)西南部、南岸區(qū)西部和沙坪壩東部等?！暗汀汀毙途奂诒表諈^(qū)的少數(shù)地區(qū)、九龍坡區(qū)和大渡口區(qū)的大部分地區(qū)、巴南區(qū)西部和渝北區(qū)西南部,表示這些區(qū)域的房?jī)r(jià)呈空間正相關(guān)。在鄰接矩陣和門檻距離矩陣下繪制的LISA聚集圖呈現(xiàn)相似的特征,都存在“低—高”型聚集和“高—低”型聚集的區(qū)域分布較少;在反距離平方矩陣下繪制的LISA聚集圖,“低—高”型聚集和“高—低”型聚集的區(qū)域分布較多,“低—高”型主要聚集在渝中區(qū),“高—低”型主要聚集在大渡口區(qū)和九龍坡區(qū)的東北部,表示這些區(qū)域的房?jī)r(jià)呈空間負(fù)相關(guān)。

(三)空間模型設(shè)定

住房是一種異質(zhì)性商品,房?jī)r(jià)是一種空間數(shù)據(jù),它不僅受到自身因素和附近公共服務(wù)設(shè)施的影響,還受到周邊房?jī)r(jià)和其他空間因素的影響。傳統(tǒng)的OLS回歸分析沒有考慮數(shù)據(jù)的空間自相關(guān)性和空間異質(zhì)性特征,如果采用最小二乘法線性回歸,回歸結(jié)果會(huì)有偏差。因此,本文選用空間計(jì)量分析中的空間滯后模型(SLM),在把空間影響加入考量的基礎(chǔ)上進(jìn)行回歸分析?？臻g滯后就是考慮周邊區(qū)域?qū)ρ芯繀^(qū)域的影響,即考慮空間變量的自回歸模型,即

Y=ρWY+Xβ+ε,ε～N(0,σ2In),

式中,Y為被解釋變量矩陣,X為解釋變量矩陣,ρ為空間效應(yīng)系數(shù),β為參數(shù)向量,W為空間權(quán)重矩陣,ε為隨機(jī)誤差項(xiàng)。

五、計(jì)量結(jié)果分析

(一)不同空間權(quán)重下以小區(qū)為中心半徑1公里內(nèi)的公共服務(wù)設(shè)施對(duì)小區(qū)房?jī)r(jià)的空間效應(yīng)估計(jì)結(jié)果

表4中OLS的估計(jì)結(jié)果顯示通過(guò)1%的顯著性水平檢驗(yàn),說(shuō)明小區(qū)房?jī)r(jià)樣本之間具有較強(qiáng)的空間相關(guān)性。但是使用OLS回歸模型的前提是假設(shè)樣本之間相互獨(dú)立,因此OLS回歸方法不再適用于分析具有空間相關(guān)性的房?jī)r(jià)問(wèn)題。按照SLM模型的回歸結(jié)果,如表5-表7所示,可以得出以下結(jié)論:第一,權(quán)重矩陣選擇鄰接矩陣。其一,教育可達(dá)性對(duì)房?jī)r(jià)的影響不顯著,與大多數(shù)研究結(jié)果有差異。這是因?yàn)?一方面鄰接矩陣更強(qiáng)調(diào)周邊小區(qū)房?jī)r(jià)對(duì)研究小區(qū)房?jī)r(jià)的影響,這樣會(huì)弱化周邊公共服務(wù)設(shè)施對(duì)房?jī)r(jià)的影響;另一方面所有核心變量都是以數(shù)量來(lái)量化,教育只包括小學(xué)和中學(xué),在六類公共服務(wù)設(shè)施中數(shù)量基數(shù)較少,就出現(xiàn)教育對(duì)房?jī)r(jià)影響不顯著的結(jié)果。醫(yī)療衛(wèi)生可達(dá)性對(duì)房?jī)r(jià)的影響也不顯著,醫(yī)院作為一種特殊的服務(wù)設(shè)施,不是人們?nèi)粘Ｉ钏匦?沒有成為住房購(gòu)買者考慮的因素。其二,配套服務(wù)可達(dá)性對(duì)房?jī)r(jià)呈負(fù)相關(guān)關(guān)系。這說(shuō)明隨著互聯(lián)網(wǎng)的發(fā)展,居民的生活越來(lái)越便利,許多活動(dòng)可以通過(guò)網(wǎng)上進(jìn)行,一些基本生活設(shè)施如便利店、營(yíng)業(yè)廳等已不再成為住房購(gòu)買者重點(diǎn)考慮的因素。其三,控制變量中容積率、停車位和綠化率對(duì)房?jī)r(jià)都有顯著影響。其中,停車位的影響最顯著,停車位每提高1%,房?jī)r(jià)會(huì)上漲0.79%。第二,權(quán)重矩陣選擇門檻矩陣。教育可達(dá)性對(duì)房?jī)r(jià)的影響顯著,且對(duì)房?jī)r(jià)的影響最大,教育可達(dá)性每提高1%,房?jī)r(jià)會(huì)上漲93.98%。除醫(yī)療衛(wèi)生可達(dá)性外,其余公共服務(wù)設(shè)施對(duì)房?jī)r(jià)的影響都顯著,但配套服務(wù)可達(dá)性對(duì)房?jī)r(jià)仍是負(fù)向影響。第三,權(quán)重矩陣選擇反距離平方矩陣。結(jié)果與選擇門檻矩陣的差異不大,只是影響系數(shù)的大小有變化。

表4 以1公里為對(duì)象OLS模型估計(jì)結(jié)果

表5 以1公里為對(duì)象SLM模型估計(jì)結(jié)果(反距離平方矩陣)

表6 以1公里為對(duì)象SLM模型估計(jì)結(jié)果(鄰接矩陣)

表7 以1公里為對(duì)象SLM模型估計(jì)結(jié)果(門檻矩陣)

(二)不同空間權(quán)重下以小區(qū)為中心半徑2公里內(nèi)的公共服務(wù)設(shè)施對(duì)小區(qū)房?jī)r(jià)的空間效應(yīng)估計(jì)結(jié)果

表8是量化以小區(qū)為中心半徑2公里內(nèi)公共服務(wù)設(shè)施數(shù)量運(yùn)行的結(jié)果,通過(guò)顯著性檢驗(yàn),和表4的結(jié)論相同,說(shuō)明小區(qū)之間有空間相關(guān)性,應(yīng)選擇空間計(jì)量模型分析公共服務(wù)設(shè)施對(duì)房?jī)r(jià)的影響。按照SLM模型的回歸結(jié)果,如表9—表11所示,可以得出以下結(jié)論:權(quán)重矩陣選擇鄰接矩陣時(shí),教育可達(dá)性和醫(yī)療衛(wèi)生可達(dá)性對(duì)房?jī)r(jià)的影響均不顯著。而當(dāng)權(quán)重矩陣選責(zé)門檻矩陣和反距離平方矩陣時(shí),教育可達(dá)性對(duì)房?jī)r(jià)的影響顯著,并且在核心變量中,教育可達(dá)性對(duì)每單位房?jī)r(jià)的影響依舊最大。對(duì)醫(yī)療衛(wèi)生可達(dá)性來(lái)說(shuō),無(wú)論選擇何種權(quán)重矩陣,對(duì)房?jī)r(jià)的影響都不顯著。對(duì)配套服務(wù)可達(dá)性來(lái)說(shuō),無(wú)論選擇何種權(quán)重矩陣,均對(duì)房?jī)r(jià)呈負(fù)相關(guān)關(guān)系,但影響系數(shù)較小。對(duì)交通可達(dá)性、文體服務(wù)可達(dá)性、商業(yè)娛樂可達(dá)性來(lái)說(shuō),無(wú)論選擇何種權(quán)重矩陣,它們對(duì)房?jī)r(jià)的影響都顯著且較穩(wěn)定。對(duì)比表4和表8的結(jié)果可以得出,當(dāng)半徑從1公里擴(kuò)大到2公里,核心變量的影響系數(shù)逐漸變小,說(shuō)明公共服務(wù)設(shè)施對(duì)房?jī)r(jià)的影響隨距離增加而減弱。容積率、停車位和綠化率作為住房自帶的特征,對(duì)房?jī)r(jià)的影響比較穩(wěn)定,受距離變化影響較小。

表8 以2公里為對(duì)象OLS模型估計(jì)結(jié)果

表9 以2公里為對(duì)象SLM模型估計(jì)結(jié)果(反距離平方矩陣)

六、結(jié)語(yǔ)

本文利用空間計(jì)量模型,實(shí)證分析重慶市主城九區(qū)內(nèi)公共服務(wù)設(shè)施配置等因素對(duì)住房?jī)r(jià)格的影響。研究結(jié)果表明:第一,重慶市主城九個(gè)行政區(qū)內(nèi)的房?jī)r(jià)具有較強(qiáng)的空間鄰近效應(yīng),存在顯著的空間自相關(guān);第二,教育資源配置對(duì)房?jī)r(jià)的影響程度最大,反映學(xué)區(qū)房仍是住房購(gòu)買者首先考慮的類型,也說(shuō)明教育資源的分配不均衡,政府應(yīng)重視合理配置教育資源;第三,交通可達(dá)性對(duì)房?jī)r(jià)的影響較顯著,重慶市作為軌道上的城市,公共交通配置相對(duì)較均衡,對(duì)房?jī)r(jià)產(chǎn)生正向影響;第四,文體服務(wù)可達(dá)性、商業(yè)娛樂可達(dá)性的影響隨著與小區(qū)距離的變化而有差異,兩者在1公里半徑內(nèi)比2公里半徑內(nèi)的影響更顯著,產(chǎn)生這種影響的原因與相應(yīng)設(shè)施配置較少、分布不均有關(guān),應(yīng)加強(qiáng)相應(yīng)區(qū)域的有關(guān)設(shè)施建設(shè);第五,配套服務(wù)可達(dá)性對(duì)房?jī)r(jià)產(chǎn)生負(fù)面影響且影響系數(shù)較小,反映了基本生活設(shè)施整體上是完善的,相比其他因素,配套服務(wù)可達(dá)性在本研究中不是影響房屋價(jià)格的主要因素;第六,醫(yī)療衛(wèi)生可達(dá)性對(duì)房?jī)r(jià)的影響不顯著,與醫(yī)院的輻射范圍較大有關(guān)。

公共服務(wù)資源配置是影響房?jī)r(jià)的主要因素,間接說(shuō)明公共服務(wù)配置所構(gòu)建的城市生活質(zhì)量是影響房屋需求和人口集聚的重要因素。為了更好地提供城市生活環(huán)境,提高城市品質(zhì),重慶市應(yīng)該更加科學(xué)、合理地配置公共資源,總體布局各類型的公共服務(wù)設(shè)施。以教育資源為例,通過(guò)優(yōu)化教育資源的空間布局,讓非城市中心地區(qū)享受到優(yōu)質(zhì)的教育資源,提高周邊新區(qū)的生活質(zhì)量。同時(shí),隨著人們?cè)絹?lái)越注意精神產(chǎn)品方面的消費(fèi)和追求,政府應(yīng)加大對(duì)文體服務(wù)和休閑娛樂的投入。本研究量化公共服務(wù)設(shè)施,在考慮空間效應(yīng)的基礎(chǔ)上分析其對(duì)房?jī)r(jià)的影響,為政策制定者更好地優(yōu)化公共服務(wù)資源空間配置給予一定的理論支撐,同時(shí)幫助住房購(gòu)買者判斷符合條件的住房?jī)r(jià)格和區(qū)位。本研究的不足之處在于公共服務(wù)設(shè)施的分類不夠細(xì)化,帶有一定的主觀性,后續(xù)研究中可以根據(jù)數(shù)據(jù)的可得性,運(yùn)用更豐富的數(shù)據(jù)和模型進(jìn)行比較分析。