昆明市主城區低價住區空間特征分析

云南財經大學城市與環境學院 吳鞏勝

一、引言

20世紀90年代以來，我國城市空間結構發生重組，城市階層分化日趨明顯，不同階層、相互隔離的居住空間開始形成[1-4]。實證研究表明，我國城市居住空間分異日趨明顯，不同階層人群開始在特定空間集聚，出現了以高收入人群為主體的高價住區和以中低收入人群為主體的低價住區。一方面，低價住區為城市中大量中低收入人群提供了居住空間，其周邊也提供了大量低技能就業崗位，對城市社會穩定和經濟發展具有一定的積極作用[5-6]。另一方面，低價住區受到地價、租金、建成歷史等多種因素影響，大都遠離城市就業中心，區位與環境條件較差[7]。研究以昆明市為樣本城市，選取主城區范圍內334個小區作為調查樣點，采用住房租金指標界定低價住區，分析其空間格局與特征。研究首先對房租數據進行描述統計和全局空間自相關分析，揭示昆明市主城區房租總體特征，并確定低價住區的租金閾值。采用普通克里金空間插值法，對房租數據進行空間局部估計。在此基礎上對低價住區進行提取，分析昆明市主城區低價住區空間分布格局與特征。研究結果可為保障性住區空間選址、城市基礎設施和配套設施建設，交通網絡設計等方面提供科學依據。

二、數據收集與分析方法

研究選取昆明市主城四區（即五華區、盤龍區、官渡區和西山區）范圍內33個街道作為研究范圍，共選取334個小區作為調查樣點，研究范圍和樣點小區空間分布如圖1所示。研究采用住房租金指標界定低價住區，分析其空間格局與特征。研究利用房地產門戶網站（58同城、安居客房產網）對樣點小區的房租及相關信息進行查詢，利用百度地圖拾取坐標系統進行空間定位。

研究利用空間自相關分析和地統計學方法，對研究范圍內房租的空間格局進行分析?？臻g自相關是指變量在分布區內觀測數據之間潛在的相互依賴性。通過空間自相關分析可以揭示區域單元上某一屬性值與鄰近單元上同一屬性值的相關程度，發現空間異質和空間集聚，以判斷區域化變量是否存在空間結構關系。研究利用ArcGIS 10.4軟件中 的Spatial Autocorrelation（Global Moran’s I）工具進行全局空間自相關分析。地統計學是以區域化變量理論為基礎，研究空間分布上既有隨機性又有空間結構性的自然現象。一般用半方差函數度量區域化變量的結構性。研究采用ArcGIS 10.4軟件Geostatistical Analyst擴展模塊，選用普通克里金插值法對昆明市主城區房租的空間分布進行估計。

三、昆明市主城區低價住區的空間分布特征

（一）住房租金總體特征及低價住區房租閾值的確定

利用樣點小區平均房租數據進行描述統計分析，根據房租分布直方圖和核密度函數圖反映出昆明市主城區住房租金并沒有呈現出正態分布，而是呈現出左右不對稱的偏態分布。單位面積月租金主要集中分布在15-35元/m2范圍內。

如圖2所示，昆明市主城區住房租金并沒有呈現出正態分布，而是呈現出左右不對稱的偏態分布。單位面積月租金主要集中分布在15-35元/m2范圍內，均值大于中位數，中位數又大于眾數。由此可見，昆明市主城區房租總體上呈現正偏態分布規律。研究將第一四分位數，即單位面積月租金由小到大排列后第25%的數值（19.45元/ m2）作為低價住區閾值，將等于或低于這一閾值的小區設定為低價住區。由圖2所示，低價住區的租金值域分布較窄，單位面積月租金在15-20 元/ m2之間，而普通住區的租金值域分布較廣，單位面積月租金在20-50元/ m2之間。

研究利用樣點小區房租數據進行全局空間自相關分析，揭示房租數據之間的空間相互依賴程度，確定數據屬于集聚、隨機、分散中哪一種空間分布模式，從而反映昆明市主城區房租數據的總體空間性特征，計算結果為：全 局Moran’s I=0.331250，Z=17.7111，p-value=0.000000。p-value表明空間自相關結果具有極為顯著的統計學意義。Z值為正且顯著，表明昆明市主城區房租總體上存在正的空間自相關性，即相似的觀測值（高值或低值）區域空間集聚。

（二）低價住區空間分布特征

研究利用ArcGIS 10.4軟件，采用普通克里金空間插值法，對昆明市主城區的房租數據進行空間局部估計。主要過程如下：擬合經驗半方差函數，選擇鄰點搜索方式，生成插值柵格，進行結果檢驗與評估。擬合結果說明，在變程距離4000m的范圍內，樣點之間存在空間影響，且樣點之間距離越近，其空間影響越強。研究利用四分位數將房租數據分為四個等級，選用普通克里金插值法對昆明市主城區房租空間分布進行估計，其插值結果和房租等值線分布如圖3所示。

由圖3可見，昆明市主城區范圍內低價住區的空間分布并沒有呈現隨機分布或離散分布的特征，而是呈現出了較為明顯的空間集聚特征。昆明市主城區的北部、東部和西部出現4個較為明顯的低價住區的集中區。

四、低價集中區形成影響因素分析

由以上空間插值分析可見，昆明市主城區房租受到非空間性和空間性因素的共同影響。以下內容從自身條件和空間相關性兩方面揭示昆明市主城區低價集中區形成的影響因素。

首先，將334個樣本小區中的86個低價住區和其他248個普通住區進行對比分析，揭示低價住區的區位及環境特征：與普通住區相比，低價住區具有較為明顯的區位和環境劣勢特征。首先，低價住區大多偏離城市中心且交通可達性較差；其次，低價住區的教育、醫療和休閑設施也明顯低于普通住區。這表明低價住區不僅在空間位置上遠離城市中心，公交可達性差，而且住區周邊的基礎設施、配套設施建設、以及環境條件也存在一定差距。

其次，用房租點數據進行局域空間自相關分析，揭示低價集中區內的房租水平是否相互影響。

如圖4所示，昆明市主城區范圍內低價集中區的房租水平存在低-低空間相關。中心城區以北出現一個明顯的低價集中區。該區遠離城市中心，區位和交通可達性較差，房租水平較低。同時該地區內的大部分城中村尚未拆遷改造，大量城中村的存在也影響了區域的總體租金水平。中心城區以東的低價集中區位于城市二環以內。雖然距離中心城區較近，但該區存在大量住房改革前興建的老舊小區，建筑質量較差、房屋布局不夠合理、基礎設施和配套設施較為老舊，周邊環境較差。中心城區以西出現了兩個低價集中區。這兩個集中區遠離城市中心，區位條件較差，其中還包括一定數量的城中村和保障性住區，拉低了區域總體房租水平。

五、結論與討論

研究利用昆明市主城區334個樣本小區的房租數據，通過空間自相關和空間插值分析，揭示了昆明市主城區低價住區的空間格局與特征，主要研究結論如下：昆明市主城區范圍內低價住區的空間分布呈現出較為明顯的集聚特征，出現了4個具有一定規模的低價集中區。一方面，低價住區自身區位及環境等方面的劣勢條件使其租金水平較低；另一方面，低價小區在空間上分布較為集中，房租水平具有較強的空間相關性，拉低了區域總體房租水平，由此可見低價住區自身條件和環境因素共同導致了低價集中區的形成。城市政府一方面要重視低收入住區的空間分布，如各類保障性住區的空間選址，避免集中連片布局；另一方面在城市基礎設施和配套設施建設、交通網絡設計方面，要對低價住區、特別是低價集中區進行傾斜，幫助該區域提升區位和環境條件，避免低價集中區進一步衰敗形成貧困集中區。