基于GIS核密度估算的廈門樓盤空間可視化研究

肖惠珍 李麗真

摘? 要：隨著房地產業的高速發展，商品房價格不斷攀升，房地產市場成為社會各界熱議的話題。文章基于廈門天地圖的2002年到2018年商品房樓盤專題數據空間可視化，分析樓盤建設的空間分布變化情況，通過GIS的核密度估計（KDE）方法將廈門市近幾年來的樓盤空間分布密度直觀地呈現，利用空間數據分析和挖掘，分析近年來廈門房地產的發展趨勢以及對周邊區域的影響情況。研究結果表明：廈門島內的樓盤開發主要集中在以仙岳路和廈禾路兩側，延伸到區政府周圍。島外各區樓盤的開發情況主要是在區政府周圍并沿主要干道向外擴散分布。總體上，廈門市的樓盤密度與交通密度、學校、醫院、商場的吸附作用聚集分布。

關鍵詞：核密度;房地產數據;數據可視化;空間分析

中圖分類號：TP311? ? ? ? ?文獻標志碼：A? ? ? ? ?文章編號：2095-2945（2019）27-0044-03

Abstract： With the rapid development of the real estate industry， commercial housing prices continue to rise， the real estate market has become a hot topic of discussion from all walks of life. Based on the spatial visualization of the special data of commercial housing from 2002 to 2018， this paper analyzes the spatial distribution and change of the construction of commercial housing from 2002 to 2018 based on the map of heaven and earth in Xiamen. Through the kernel density estimation （KDE）method of GIS， the spatial distribution density of real estate in Xiamen in recent years is presented intuitively， and the spatial data analysis and mining are used. This paper analyzes the development trend of Xiamen real estate in recent years and its impact on the surrounding areas. The results show that the development of buildings in Xiamen Island is mainly concentrated on both sides of Xianyue Road and Xiamen Road， extending around the district government. The development of buildings outside the island is mainly distributed around the district government and along the main trunk roads. On the whole， the density of real estate and traffic density， the adsorption of schools， hospitals and shopping malls in Xiamen are aggregated and distributed.

Keywords： kernel density; real estate data; data visualization; spatial analysis

引言

2018年上半年，房地產半年調控192次，各地上演搶人大戰，棚改貨幣政策退出，全民搖號買房，停止企業購房，房貸利率全面提高，房企高負債率，6月不動產登記全國聯網，個稅改革增加住房租金抵扣，長租房10年180萬租金等關于房地產的話題一直受到人們的普遍關注和熱議。目前，國內專家人士對房地產方面的研究大部分都是基于各方面指標和統計數據探討廈門市房地產的現狀和未來發展趨勢。鮮有文章從空間分布特點進行分析，本文研究重點主要從空間可視化的角度將廈門市15年來的數據通過空間分布規律直觀地展示出來，將數據通過地圖來渲染，可以更直觀、宏觀地掌握城市樓盤和價格的分布情況。

本文基于廈門天地圖樓盤專題數據和其他統計數據，采用直接可視化和KDE兩種方法對廈門市商品房的空間分布進行了分析。著重研究商品住宅價格的空間變化規律，研究成果可以為廈門市商品住宅市場健康發展提供借鑒，為城市規劃部門及政府相關機構制定政策提供參考，為開發商投資選址提供依據，為消費者購房提供判斷準則。

1 研究區概況

廈門市地處我國東南沿海——福建省東南部、九龍江入海處，背靠漳州、泉州平原，瀕臨臺灣海峽，面對金門諸島，背依閩粵贛廣闊的經濟腹地，“一帶一路”的發展中占據重要的戰略地位。區域面積由廈門島、鼓浪嶼、內陸九龍江北岸的沿海部分地區以及同安等構成，陸地面積1699.39平方公里（2018年特區統計年鑒），海域面積300多平方公里。廈門作為我國五大經濟特區之一，人流、物流、商流會聚，是福建省經濟發展的龍頭城市，同時又是最佳的人居城市和國內最佳旅游城市，這里自然環境優美、人文氣息濃厚、文化既多元又極具個性，氣候宜人，是吸引各地人口聚集的美麗濱海城市，因此，廈門近幾年的房價一直居高不下，并呈現不斷上漲的趨勢。

2 研究方法

2.1 直接可視化

直接可視化是最簡單和最基本的可視分析方法，通過ArcGIS將廈門市2002年至2018年地樓盤數據以點的方式在地圖上一一繪制出來，并根據樓盤的屬性，以不同的符號展示出來，方法簡單直接。也可以通過對原數據的處理得到分級可視化效果圖。

2.2 核密度估計

Kernel Density Estimation（KDE）是GIS分析中運用廣泛的空間分析方法，用于直觀表達離散數據的空間連續表達。KDE又名核密度分析，通過區域內的離散點要素計算生成一個連續的密度表面，從而直觀展示整個區域內點的集聚狀況。核密度計算的原理是以每個離散點格網為中心，通過設定半徑的圓搜索并計算其余格網要素的密度值。本質上是一個通過離散采樣點進行表面內插的過程[2]。具體方法如下[3]：（1）定義一個搜索半徑的移動“窗口”，依次將其中心點與離散點單元格的中心疊加;（2）通過核密度函數計算出每個空間點對窗口內各個柵格獲得的密度貢獻值，本項目中核密度函數取四次遞減，使得空間點越近的柵格獲得的密度貢獻值越大;（3）對每個柵格的密度值進行賦值，其值為該柵格搜索半徑范圍內各個空間點對該柵格的密度貢獻值的累加;（4）輸出每個柵格的密度值。

3 樓盤數據可視化與分析

3.1 數據整理

數據來源于廈門天地圖的2018年12月更新的樓盤專題數據抓取樓盤點位圖層，并錄入屬性信息，行政部門的廈門市行政區劃圖層以及輔助的道路圖層、醫院、學校商場等POI數據整理入庫。為有效存儲空間數據，本文采用Oracle數據庫，利用ArcSDE存儲和管理這些空間數據。實現基于樓盤地理位置的可視化方法來展示樓盤地理信息的地學可視化。

3.2 樓盤數據可視化

首先利用 GIS 軟件在空間信息處理上的優勢進行數據處理得到可直接可視化的附加樓盤信息的廈門市樓盤數據，根據年度信息劃分開發區域的分布情況，如圖1所示。

從空間分布情況顯示，思明區和湖里區的樓盤開發主要集中在島內湖里區與思明區行政區劃界線兩側，仙岳路以及廈禾路兩側，延伸到區政府周圍。島外各區樓盤的開發情況主要是在區政府周圍并沿主要干道向外擴散分布。

從時間上看，2010年以前開發的樓盤以廈門島內為主，海滄區政府周圍，集美區東南部靠近馬鑾灣區域。2010年到2015年期間，主要往集美區，同安區和翔安區開發，到2018年，樓盤開發速度加快，并均勻分布在各個區域。

3.3 樓盤數據分析

基于KDE分析工具，根據樓盤空間數據及時間特性進行聚集計算密度熱力圖，疊加POI、地鐵等其他元素的空間關聯圖。

廈門市商品房樓盤的核密度圖可視化結果如圖2所示，樓盤密度最高的是廈門島中部及五緣灣、環島路形成“T”型聚集，海滄、集美、同安、翔安區均以區政府為核心聚集。從最高密度層級看，廈門島中部樓盤密度最大，其次是海滄區政府的核心高密度區、同安區政府的核心高密度區、集美區政府為核心的高密度區以及軟件園三期為核心的高密度區，翔安區的樓盤密度較低，沒有第一層級的高密度區。二級密度區主要以集美區為主，以區政府、軟件園三期、以及動車北站為聚集核心，同時往北延伸到同安的環東海域，同安區政府為核心的聚集地。翔安區主要以區政府為核心，南北延交通縱向延伸的中級密度區域。海滄區主要以區政府及馬鑾灣為核心的次級密度區。

通過空間分析工具進行疊加進行數據挖掘，通過疊加交通、學校、醫院等樓盤規劃選址的影響因素，結合圖3和圖4可以發現，交通方面，隨著廈門地鐵1號線已開通，地鐵2號線2019年底開通，地鐵3號線已經在建，使得廈門地鐵沿線的土地得到優化利用，給地鐵周圍的居住、生活、房地產價格都帶來較大的影響。樓盤的聚集區與交通主要干線、地鐵線、城市快速交通干線的走向及密度基本一致。

疊加學校、醫院、大型商場配套設施可以發現，由于基礎配套設施的吸附作用，配套設施的完善程度和樓盤的密度呈現正相關趨勢。圖4顯示，POI等配套設施的分布密度位于樓盤核密度最大的區域，基本上位于廈門島中部，以區政府為核心的聚集效應，結合圖4的交通設施，POI的分布走向與交通密集程度也呈現正相關。

4 結束語

基于本文對房地產樓盤的空間可視化分析、核密度分析，結合影響樓市發展的交通、教育、醫療、城市規劃等因素的疊加分析，對廈門房地產市場現狀及未來的發展規劃提供了思路。交通及配套設施使房地產市場供需關聯緊密，影響房地產市場需求結構、總體空間布局與供需平衡。

根據廈門市樓盤的核密度分析及空間疊加分析表明：

廈門島內新樓盤逐漸減少，島內樓盤密度較高，主要以仙岳路為中軸向南北兩側延伸。思明區樓盤發展主要以五緣灣區塊向外輻射，延環島路致會展片區。湖里區主要以鷺江街道和中華街道的老城區樓盤為主。南北樓盤密度較低主要是由于北部的高崎機場以及南部的園林植物園生態區。作為廈門的交通特色以及廈門島的后花園，形成具有廈門特色的區位優勢，也是廈門島內房價高的因素之一。

按照我市海灣型城市的發展戰略，島外房地產市場存在相當的發展潛力和發展空間。島外以交通密度較高的集美樓市發展較成熟，以環東海域向北延伸到同安、翔安。海滄區以東部地鐵沿線、北部的馬鑾灣區為樓盤高密度區。翔安由于連接島內的交通要塞僅有翔安隧道，樓盤開發相對較少，但隨著翔安大嶝機場、地鐵2號線以及翔安大橋的建設，翔安南部新城的樓盤建設發展較快。島外樓盤開發建設主要以集美的軟件園三期、海滄的馬鑾灣區、同安的環東海域以及翔安的南部新城，可見，島外房地產市場已展示出巨大的發展潛力。

參考文獻：

[1]West M. Kernel Density Estimation and Marginalization Consistency [J]. Biometrika， 1991，78（2）：421-425.

[2]陳春林，陳紅，韓陽.改革開放以來吉林省城市集聚區的空間演化[J].中國人口·資源與環境，2011，21（3）：121-124.

[3]Gatrell A C， Bailey T C， Diggle P J. Spatial Point Pattern Analysis and Its Application in Geographical Epidemiology [J]. TranInst.Br. George， 1996，21：256-274.

[4]韋汝虹，金李，方達.基于GIS的中國城市房地產泡沫的空間傳染性分析——以2006～2014年35個大中城市為例[J].長江流域資源與環境，2018，27（09）：1967-1976.

[5]張瓊.基于GIS和HedonicModel的城市軌道交通對周邊住宅價格的影響研究[D].昆明理工大學，2016.

[6]邢雪杉，黃楚興.京津軌道交通對河北房地產的空間效應分析[J].云南地理環境研究，2015，27（06）：40-43.

[7]錢茹.基于GIS的區域房地產項目空間分析與策劃[D].北京：中國地質大學，2014.