欠發達城市住宅地價時空分異及影響因素空間異質性研究
——以萍鄉市為例

劉夢婷，陳文波，于少康，屠代豪

（1.江西農業大學國土資源與環境學院，江西南昌 330045；2.江西農業大學南昌市景觀與環境重點實驗室，江西南昌 330045；3.江西省自然資源廳國土資源勘測規劃院，江西南昌 330025）

【研究意義】黨十九大后，強調房住不炒定位，落實地方主體責任，建立建全房地產市場調控長效機制，加快建立多主體供給、多渠道保障、租購并舉的住房制度是我國近年來房地產市場發展的總基調[1]。住宅地價作為住房價格的重要組成部分，是規范房地產市場秩序的重要工具，能夠引領房地產業發展方向，其價格及其影響因素歷來是學術界研究的熱點。由于不同區域，不同時期經濟發展水平不同，銀行政策、土地供應制度、開發商房屋開發成本等也各異，住宅地價影響因素在不同的社會經濟發展階段有較大不同，并且帶有明顯區域特征[2]。我國推進房地產市場化已有近20 年，如何總結、研究不同房地產發展時期的住宅地價影響因素，對實現當前房地產市場穩步健康發展及房地產市場政策“精準調控”有較大理論與實踐價值。【前人研究進展】當前，對城市住宅地價的研究主要集中在時空分異[3-4]、驅動力[5-6]、影響因素[7-8]等領域。在城市住宅地價影響因素研究方面，Zhuge 等[9]、Kanasugi 等[10]分別認為區位、交通因素對美國紐約和日本東京的地價影響十分重大，距市中心越近，交通越便利的區域，地價增長速度越快；古恒宇等[11]、梁彥慶[12]等通過構建相應的地價模型，分別探討各影響因素對廣州市、石家莊市地價影響程度的空間差異性，得出不同影響因素之間具有明顯差異化特征；吳健生等[13]、毛德華等[14]從景觀的角度，分別探討水體景觀、生態景觀與深圳市、長沙市周邊住宅價格的空間關聯性，得出環境景觀越來越受人們重視的結論。【本研究切入點】當前多數住宅地價分布特征及其影響因素研究都停留在固定時點和社會經濟發展水平較高的區域，因為它們相對來說土地市場較為發達，交易較為頻繁，信息較為公開，市場的競爭性較強。研究結果雖然有一定地域特色，但基本都有大同小異的規律。相對而言，欠發達的中小城市由于房地產市場相對落后，市場的競爭性不夠充分，其地價分布特征與影響因素因地域不同而不同，具有較強的地域性特色，相關的研究也不多見[15]。【擬解決的關鍵問題】本文以江西省西部經濟欠發達城市萍鄉市主城區為研究區，在考慮研究區房地產市場發展不同時期特殊性的基礎上，引入GWR 模型對住宅地價分布規律與影響因素進行對比研究，探索住宅地價的時空分異規律及其影響因素的空間異質性，為經濟欠發達中小城市房地產市場穩定健康發展及土地調控政策制定等提供參考。

1 研究區域概況與數據來源

1.1 研究區域概況

萍鄉市是江西省地級市，位于江西、湖南兩省交界處，距省會城市南昌294 km。全市現轄蘆溪、上栗、蓮花三縣和安源、湘東兩區以及萍鄉經濟技術開發區，市轄區面積1 080 km2。從2009 年至今，萍鄉市經濟發展較為迅速，經濟發展取得了一定成績，全市全年房地產開發投資由19.92億元上漲到53.86億元，增長率達63.01%；商品房銷售額由15.02億元上漲到98.23億元，增長率達84.71%。但全市仍處于經濟轉型發展艱難期，發展不平衡不充分、經濟總量不大、產業結構單一等矛盾依舊存在，與江西省整體水平相比仍有較大差距，2009年至今萍鄉市全年平均生產總值僅占江西省5.34%，全年平均房地產開發投資額僅占江西省2.67%，全年商品房平均銷售額僅為江西省2.07%，經濟發展質量和效益還有待提高，屬于典型的欠發達城市。

自2000 年推行土地市場化以來，萍鄉市房地產市場隨著社會經濟發展經歷了不同時期。特別是2009 年10 月，萍鄉市成功爭取到國家發改委對煤礦棚戶區改造項目的批復，著手進行棚戶區居民安置及住宅小區的建設，實行“住房代替貨幣補償”政策，推動了房地產市場快速發展；而隨著“房住不炒”國家政策定位不斷夯實，2015年9月、2016年5月萍鄉市政府分別發布《關于印發萍鄉市房地產業降成本去庫存暫行辦法的通知》及《關于印發促進萍鄉市房地產平穩健康發展實施意見的通知》，房地產市場進入了平穩期。本文選取了2009—2014 年房地產市場快速發展期和2015—2019 年平穩發展期兩個時段進行對比研究，揭示不同房地產發展時期住宅地價分布規律及影響因素空間異質性，總結不同時期住宅地價與影響因素的空間分布規律差異。

圖1 研究區范圍及住宅地價樣點圖Fig.1 Study area and sample plots

1.2 數據來源

本文以萍鄉市主城區為研究區，研究范圍包括安源區以及萍鄉經濟技術開發區大部，面積為107.78 km2，東至安源鎮張家灣村、高坑鎮茶亭村，南至五陂鎮五陂村、冊雷村，西至青山鎮青山村、城郊管委會，北至福田鎮、彭高鎮；研究數據主要分為兩個部分：①住宅地價數據，共收集了2009—2019年167例出讓數據并進行了相應修正，包括交易價格與時間、地理位置、城市規劃等信息，數據來源于萍鄉市不動產交易中心；②影響因素空間數據，包括道路、水域、綠化等信息，數據來源于2009—2019 年萍鄉市城區基準地價更新工作成果。

2 研究思路與方法

2.1 研究思路

本文以萍鄉市主城區為研究區，分2009—2014年和2015—2019年兩個不同房地產市場發展時期進行對比研究。首先利用全局空間自相關分析法和克里金插值法，對兩個時期的住宅地價空間分布相關性特征和分布格局特征進行分析，得出住宅地價時空分布特征；然后結合相關研究和研究區實際情況，從城市規劃、基礎設施、交通、環境條件等4個方面選取兩個時段的住宅地價影響因素，構建GWR模型分析不同房地產發展時期住宅地價各影響因素空間異質性特征。

2.2 研究方法

2.2.1 全局空間自相關分析法 全局空間自相關分析法能夠使用單一的屬性值來反映該研究區域的自相關程度，描述某現象的整體分布情況，判斷其在空間分布上是否具有聚集特性，是一種用于探究整個研究區域的空間模式[16]。常用衡量指標有Moran’s I指數、Geary’s C 系數等。本文運用全局空間自相關分析法，采用全局Moran’s I指數，分別對不同時段的空間相關性特征進行分析，描述研究區住宅地價時空分布特征。計算公式如下：

式（1）中i，j為住宅地價樣點編號；xi、xj為對應屬性特征分別在i和j點的觀測值，分別為要素xi，xj與要素均值x的差值，W()i,j為空間權重矩陣；n為樣點總數量。Moran’s I 指數取值多位于-1～1，且取值越大代表空間分布相關性越大。當Moran’s I＞0 時，表示空間分布上存在正相關且具有一定集聚性；Moran’s I＜0 則表示空間分布為負相關且有一定隨機性；Moran’s I=0 時表示空間分布上不存在相關性。

2.2.2 克里金插值法 克里金（Kriging）插值法是以空間自相關性和變異函數理論為基礎，通過選擇適合的半變異函數模型，如高斯函數、球面函數等，在給定區域內對區域化變量的取值進行局部無偏最優估計插值的空間局部插值方法[17]。本文采用克里金插值法，應用高斯半變異函數模型，分別對兩個時段的價格樣點進行空間插值分析，將給定樣點插值成柵格表面，模擬不同時段住宅地價空間分布形態，分析住宅地價時空分布格局特征。計算公式如下：

式（2）中：K(x0)為未知樣點的數值；K(xi)為位于未知樣點四周各個已知樣點的數值；q為在第i個已知樣點對未知樣點的權重；n為已知樣點個數。

2.2.3 GWR模型 GWR（地理加權回歸）模型，是1996年由英國Newcastle大學地理統計學家Forthering?ham A S 教授等提出[18]，其基本原理是在傳統線性回歸模型基礎上，利用局部多項式光滑思想，假定回歸系數是觀測點地理位置的位置函數，將所有樣點數據的地理位置空間特性融入回歸參數中，使得所有樣點參數都可以進行局部參數估計，為分析住宅地價空間異質性特征創造條件[19]。本文在進行了住宅地價時空分布格局特征分析的基礎上，采用GWR 模型對不同時段住宅地價影響因素空間異質性進行分析，計算公式如下：

式（3）中，yi為第i個樣點地價；Xik為第i個樣點在第k個解釋變量值；(si,ti)為第i個樣點投影坐標；βk(si,ti)表示第i個樣點在第k個解釋變量的回歸系數；n為變量的數量；β0(si,ti)為常數項；εi為第i個樣點處的隨機誤差。

3 結果與分析

3.1 不同房地產發展時期住宅地價時空分布特征

利用空間自相關分析工具，分別計算出2009—2014年和2015—2019年兩個時段研究區住宅地價空間分布的全局Moran’s I 指數值。結果表明兩個時段的全局Moran’s I 指數分別為0.35 和0.20，Z值得分分別為4.50和3.26，說明兩個時段住宅地價樣點在空間位置上都存在著正相關關系和一定的集聚性，住宅地價時空分布特征均為GWR模型運行提供了前提條件。圖2為利用克里金插值法進行空間局部插值后的住宅地價空間分布格局圖，由此看出研究區不同時期不同區域內地價增減的幅度各不相同，隨著時間的推移，空間上研究區住宅地價由中間高四周低“一個中心”分布逐漸轉變為多中心分布。城市地價競租理論認為地價是區位的函數，城市中心具有獨特區位優勢，可使經濟要素在空間上向心性集聚，形成地價峰值中心，且地價由中心向四周呈圈層式遞減[20]。因此，2009—2014年萍鄉市雖處于房地產快速發展期，但也處于經濟發展模式單一階段，住宅地價多以安源區政府為中心向外發散遞減；而隨著2015—2019 年經濟的發展，房地產市場逐漸過渡到平穩期，相應的城市發展規劃和土地配置政策也發生變化，城市空間擴展下潤達國際購物中心、夢想天街等多個區域內各類經濟要素空間聚集，使得所在區域住宅地價分布的外部效應和空間異質性隨之增強，原有“一個中心”的空間分布格局被打破，住宅地價呈多中心“峰值”的分布格局。

圖2 研究區住宅地價空間分布格局圖Fig.2 Spatial distribution pattern of residential land price

3.2 不同房地產發展時期住宅地價影響因素空間異質性分析

3.2.1 影響因素的選取與量化 引起住宅地價變化的影響因素主要包括區位、基礎設施、環境等方面[21-23]。本文在參考相關研究成果和2009—2019年的萍鄉市城區基準地價更新工作對住宅地價影響因素選擇的基礎上，綜合考慮研究區不同房地產發展時期住宅地價特性，從城市規劃、基礎設施、交通、環境條件等4個方面初步選取了容積率、地塊面積、醫院、中小學、主干道、火車站、公交站點、河流水系、綠地覆蓋度、公園廣場、商服中心、常住人口密度等12個因素作為住宅地價的影響因素，并利用GIS近鄰分析工具對所選取的影響因素進行量化。由于影響因素之間相關程度的大小會引起系數估計標準誤差的變動，當方差膨脹因子（VIF）≥10 表示影響因素之間相關程度極高，存在著變量冗余和嚴重的共線性，應剔除[24]。因此本文運用SPSS 軟件分別對影響因素量化值進行共線性回歸分析，剔除了VIF≥10 的因素，結果見表1。

3.2.2 影響因素的空間異質性分析 GWR模型運行結果顯示，2009—2014年和2015—2019年兩個時段的模型擬合參數R2分別為0.66 和0.69，空間模擬效果相對較好。兩個時段各影響因素系數值的平均值與中位數數值相近且符號相同，說明在不同房地產發展時期各影響因素對多數住宅地價樣點的影響效果趨于一致[25]；各影響因素系數平均值反映出各影響因素對住宅地價的平均貢獻度[26]。由表2 可知，不同房地產發展時期內容積率、地塊面積影響因素系數值遠大于其它因素，即規劃條件貢獻度大于其它條件；與2009—2014年房地產快速發展期相比，2015—2019年除公交站點外，醫院、河流水系、公園廣場等影響因素系數值的最大值和最小值符號也相反，表明房地產市場進入平穩發展期后，人們住宅區域選擇更加多元化，從而導致住宅地價影響因素邊際作用方向差異性大于2009—2014年。

表1 影響因素選擇和量化結果Tab.1 Influencing factor selection and quantifying results

表2 GWR模型估計結果Tab.2 GWR model estimation results

（1）規劃條件對住宅地價的影響。由圖3a、3b 可知，不論是在房地產市場的快速發展期或平穩發展期，研究區域內容積率均與住宅地價之間呈正相關，且該因素對住宅地價的貢獻度分別在[889.479，955.133]和[750.790，1038.035]，表明兩個時期容積率的跨度和貢獻度最大，容積率和住宅地價之間成正比，因此在特定條件下政府部門可以通過適當調整城市規劃來實現更大的土地價值。由圖3c、3d 可知，從2009—2014 年過渡到2015—2019 年，總體上地塊面積影響系數值由負值逐漸變為正值，原因是在房地產市場進入平穩期之前，研究區屬于老城區，生產生活活動較為發達，土地開發較早且庫存量小，可通過地塊面積挖掘的土地潛力有限，而隨著房地產市場逐漸進入平穩期，相應城市發展規劃也有所調整，特別是北部萍鄉市政府、萍鄉北站、潤達國際等附近區域成為近幾年發展熱點，城市發展框架進一步拉伸，易出現大規模土地組合開發現象。

圖3 規劃條件的影響Fig.3 Impact of planning conditions

（2）基礎設施條件對住宅地價的影響。圖4a、4b 中，中小學與住宅地價之間經歷了由正相關轉為負相關的階段，且兩個時期內中南部區域附近影響因素系數值都較大，原因可能是隨著經濟發展和居民收入水平提高，人們在對住宅有著一定需求的同時，對教育也愈加重視，特別是對于經濟欠發達且教育資源有限的研究區，中小學教育相對更加重要，“學區房”作為教育的稀缺衍生品[27]，其距離與便捷程度對住宅地價的推動作用很大；同時由于中南部區域中小學，如安源區附近的萍鄉實驗中學、城區小學等，質量相對較優，使該區域住宅更具有吸引力。圖4c、4d 中兩個時期的醫院影響因素系數值總體上均為正值，這與王潤源[28]的研究結果“住宅地價對醫院集中的地區有更敏感的增值反應”有所不同，原因可能是隨著醫療體系不斷完善，一定條件下人們會更傾向于考慮具有相應特長而不是距離較近的醫院。由圖4e、4f可知，商服中心影響系數值均為負值，且西北方向的值相對大于東南方向，表明兩個時期內距離商服中心越近的住宅地價會有所上漲，同時因西北方向道路密集程度大于東南方向，使該區域商服中心與住宅之間交通更加便利，對住宅地價的輻射作用增強。

圖4 基礎設施條件的影響Fig.4 Impact of infrastructure conditions

（3）交通條件對住宅地價的影響。由圖5 可知，2015—2019 年房地產平穩發展期與2009—2014 年相比，整體上住宅地價與主干道之間逐漸由負相關轉為正相關，與公交站點之間由正相關逐漸轉為負相關關系，可能原因是在房地產快速發展期內，主干道方便了人們出行，臨近主干道附近的住宅更受人們歡迎，距離主干道越近，住宅地價更有優勢，但由于城市建設投入有限，萍鄉市公交線路尚未完全完善，從而使公交站點對住宅地價的反應不夠敏感；而在房地產平穩發展期內，隨著經濟發展和城市建設力度加大，交通條件日益完善，私家汽車擁有量增多的同時也產生了交通擁堵、城市污染等問題，使得主干道對住宅地價的影響減弱，而在同等條件下，不斷完善的公交線路則更能夠方便人們日常出行，距離公交站點越近，住宅地價越有優勢。兩個時段內萍鄉北站、滬昆高速附近等相對遠離市中心的區域，公交站點和主干道影響系數絕對值相對較大。原因是因萍鄉北站、滬昆線等建成，城郊間聯系加強，人們出行更加便利，城郊區域對公交車的依賴相對也大，使得公交站點與主干道之間產生一定的“互補”效應。

圖5 交通條件的影響Fig.5 Impact of traffic conditions

（4）環境條件對住宅地價的影響。隨著居民生活水平的提高，人們在選擇居住區域時會愈加考慮環境條件和居住條件的好壞，因此本文選取了河流水系、公園廣場兩個因素來衡量環境條件與住宅地價之間的關系。由圖6可知，兩個時段內河流水系、公園廣場影響因素系數值均較小，且多數公園廣場影響因素系數值為負值，河流水系影響因素在空間上均呈西高東低的趨勢。原因是隨著近些年萍鄉市從“資源枯竭型”城市成功轉型為“國家園林城市”和“國家森林城市”，環境條件對住宅地價的敏感性日益增強，人們在考慮住宅區域選擇時逐漸偏好環境條件，西部區域鄰近萍水河或公園廣場附近的住宅用地出現易地價峰值。

圖6 環境條件的影響Fig.6 Effect of environmental conditions

4 結論與討論

4.1 結論

本文以經濟欠發達城市萍鄉市主城區為研究區，從2009—2014 年房地產快速發展期和2015—2019年房地產平穩發展期兩個時間維度出發，引入GWR 模型對住宅地價分布規律與影響因素進行對比研究，探索住宅地價時空分異規律及其影響因素空間異質性，主要結論如下：①隨著經濟發展，房地產市場由快速發展期逐漸過渡到平穩期，相應城市發展規劃和土地配置政策也發生變化，原有的一個中心的空間分布格局被打破，住宅地價呈多中心“峰值”分布。②不同房地產發展時期內，容積率對住宅地價的貢獻度均最大，地塊面積次之；城市發展的熱點區域易出現土地規模開發效應，在特定條件下可適當調整城市規劃以實現更大土地價值。③基礎設施條件中商服中心、中小學對住宅地價的拉動作用相對明顯，醫院對住宅地價的影響相對較弱。④房地產市場由快速發展逐漸進入平穩發展后，城市中心內主干道對住宅地價的影響相對減弱，公交站點對住宅地價的敏感性增強；兩個時段內遠離市中心的區域，公交站點與主干道之間具有一定“互補”效應。⑤隨著房地產市場發展和居民生活水平提高，人們在選擇住宅時逐漸偏好環境條件，鄰近萍水河或公園廣場附近的住宅易出現峰值。

4.2 討論

萍鄉市是江西的“西大門”，在贛西經濟發展格局中處于中心位置，當前正處于社會經濟轉型發展的重要時期，采用不同時間維度展開住宅地價研究符合當下研究區的社會經濟和房地產市場不斷發展的階段特征。本文基于GWR 模型、空間自相關分析法、克里金插值法等研究方法，從房地產市場快速發展期和房地產市場平穩發展期兩個時間維度對萍鄉市主城區住宅地價時空分異規律和影響因素空間異質性程度展開了分析研究，研究結果表明經濟欠發達城市萍鄉市住宅地價的主導影響因素與深圳市[29]、北京市[30]等經濟發展水平較高、居民“自我滿足”意識較強的多數發達城市的住宅地價主導影響因素有所不同，且具有自身的區域特性，在不同的房地產市場發展時期下城市規劃條件影響因素對住宅地價的作用程度最大，而基礎設施、交通、環境條件等微觀影響因素對住宅地價的影響程度則相對較為均質且有限，這與呂志芳等[15]對西部中小城市天水市的住宅地價研究結果有一定的共性。本文從不同的時間維度出發總結了欠發達城市住宅地價時空分異規律及其影響因素在不同房地產發展時期的空間異質性特征，能夠為經濟欠發達中小城市房地產市場穩定健康發展及土地調控政策的制定等提供參考。由于僅進行了兩個房地產發展時期的分析探討，缺乏對比研究，且住宅地價影響因素分布規律具有明顯地域性，研究結果合理性有待進一步檢驗。