住房價格的空間格局及影響因素

李晴 王彤彤

摘? ?要：以濟南市主城區在售普通商品房、二手房小區數據為研究對象，以住宅小區2022年3月銷售均價為樣本數據，運用核密度分析法、全局空間自相關、克里格插值法分析住房價格的空間格局，運用空間相關矩陣法分析人口密度、道路網密度、商業設施集聚性3個外因對住房價格的影響。結果表明，濟南市主城區二手房小區住房價格呈現出較明顯的空間集聚特征，人口密度、路網密度、商業設施與住房價格呈現出較明顯的正相關性，其中，路網密度對住房價格的影響程度最高。

關鍵詞：住房價格；空間格局；影響因素；相關性

中圖分類號：F293.3? ? ? ?文獻標志碼：A? ? ? 文章編號：1673-291X（2023）16-0045-04

引言

住房價格呈現出規律性分布的空間格局。最早研究城市土地利用區位價值的學者是美國經濟學家W·Alonso，他于1964年提出了競租函數的概念，并在單中心假設的前提下認為各種經濟活動的區位是由其土地供給中的競價決定的，由此得到城市住房的租金是由中心峰值區向外圍逐漸遞減的負函數[1]。周春山、羅彥（2004）[2]借助空間因子開展了住宅價格空間分異規律研究。如今，伴隨城市存量優化、外延拓展，城市住房價格的空間格局愈加復雜化。國內外眾多學者針對居住空間分異、住房價格的空間自相關等多方面展開了研究。通過總結前人的研究發現，住房價格的空間格局及影響因素的研究較少。

本文首先利用核密度分析、全局空間自相關技術、克里格插值方法對濟南市主城區住房價格的空間格局展開研究，其次利用空間相關矩陣法分析濟南市主城區住房價格空間格局的影響因素，以此助力于優化濟南市主城區住房格局，創造更加宜居的居住空間環境。

一、研究范圍與數據

（一）研究范圍

本文的研究范圍為濟南市城市總體規劃（2011—2020）劃定的主城區的范圍，共包括71個街道（全部或部分區域），具體指玉符河以東、繞城高速公路東環線以西、黃河與南部山體之間的區域。該區域內住宅小區分布相對集中，可充分反映濟南市主城區住房價格的空間格局。

（二）數據來源與處理分析

1.數據來源與處理

本文通過安居客網獲取2022年3月濟南市主城區在售普通商品房、二手房小區數據，經過對數據的洗滌、篩選（去除無法獲取均價的住宅小區，去除別墅、洋房等其他類型的住宅小區，僅保留可獲取均價且類型為普通住宅的小區），最終確認濟南市主城區的3 435個在售普通商品房、二手房小區為樣本數據，并且包括了小區的經緯度、名稱、建筑面積、均價等數據信息。

商業數據主要選取影響住房價格空間格局的代表性商業設施類別，包含餐飲服務、購物服務、休閑娛樂設施。通過excel統計得到餐飲服務數據28 629條、購物服務數據42 038條、體育休閑數據3 347條。

以交通路網數據、行政區劃數據、第七次人口普查街道數據（根據六普各街道人口數據預測）信息為基礎，在ArcGIS構建住房價格的空間數據庫，運用ArcGIS10.4對數據進行處理。

2.影響因素選擇

根據以往學者的研究，影響城市住房價格的因素包括住宅區位、建筑結構、鄰里環境、建筑年代、小區環境、景觀、項目周邊商業設施、周邊教育配套設施、交通便利性、醫療設施等。這些因素影響購買意愿進而影響房屋出售價格[3]。以前人研究成果為基礎，考慮數據的獲取性，本文選取人口密度、道路網密度、商業設施集聚性3個外因，探究各因素與住房價格之間的相關性。

二、研究方法

（一）全局空間自相關MoranI統計全局空間自相關是用來判斷研究對象在整個區域層面是否具有集聚效應的，常用的全局空間自相關分析的方法主要包括MoranI、Getis G等。本文采用MoranI統計（取值范圍為-11）。負值代表空間分布存在負相關，0代表不存在相關性，正值代表空間存在正相關。此外，也可以通過Z值檢驗空間分布的相關性。Z值為正表示空間呈現集聚性分布，Z值為負表示空間呈現發散分布。

（二）核密度分析

核密度分析點或線要素的空間集聚性，輸出結果數值越大，表示空間集聚程度越高。

（三）克里格插值法

克里格方法（Kriging），即空間局部插值法是以變異函數理論和結構分析為基礎，利用區域化變量的原始數據和變異函數的結構特點，對未知樣點進行線性無偏最優估計，是地統計學的主要內容之一[4]。克里格插值不僅考慮了樣本點的形狀、大小和空間方位，同時也考慮了與未知樣點間的空間位置關系以及變異函數提供的結構信息[5]。克里格插值法可以分析樣本數據在整個空間層面的發展態勢。

（四）空間相關矩陣分析法

空間相關矩陣用于描述具有共同空間范圍的2個柵格圖層之間的相關性，用相關系數表示，范圍為-1.0—1.0。若相關系數為正值，則表示兩者之間存在正相關關系；若為負值，則表示存在負相關關系。相關系數的絕對值越大，表示兩個柵格圖層之間的相關性越強。

三、濟南市主城區住房價格的空間格局

（一）住房價格的空間數量分布特征

濟南市主城區在售普通商品房、二手房小區總量為3 435個。其中，姚家街道住宅小區數量最多，為183個；文化東路街道次之，為161個；六里山街道住宅小區數量為141個。通過匯總濟南市主城區小區均價，得出濟南市主城區小區價格平均值為18 601.67元。同時，參考與濟南市同等層級、規模城市小區均價，考慮小區住房價格上下浮動區間，本文將小區均價＜10 000元界定為低房價小區，小區均價10 000—20 000元界定為中等房價小區，小區均價＞20 000元界定為高房價小區。通過ArcGIS分類，發現濟南市主城區高房價小區數量較多的街道是文化東路街道（156）、姚家街道（114），中等房價小區數量較多的街道是六里山街道（136）、北園街道（101）、東風街道（100），低房價小區數量較多的街道是白馬山街道（21）、王舍人街道（14）。

（二）住房價格的空間集聚分布特征

利用ArcGIS的全局MoranI工具，對濟南市主城區小區均價進行分析，結果如圖1所示，Z值為118.012 775＞0，表明濟南市主城區小區住房價格存在顯著的空間正相關，空間集聚狀態顯著。

濟南市主城區小區整體上呈現多中心集聚的特征，如圖2（a）。通過小區點核密度分析，可以看出以大觀園街道、六里山街道、洪家樓街道、山大路街道、建筑新村街道為核心的區域高度集中，呈現出斑塊狀聚集狀態，街道間差異顯著，小區分布從核心聚集街道向外圍擴散趨勢顯著，總體呈現“沿主城區中部分布”的不均衡空間格局。

三類小區住房價格均呈現出多核心集聚特征，但集聚形態方面存在一定程度的差別。從集聚程度來看，高房價小區集聚程度最高，中等房價小區次之，低房價小區集聚程度最低。從分布趨勢來看，低房價小區東西向分布態勢最為顯著，中等房價小區次之，高房價小區最為平緩。

低房價小區空間集聚分布特征如圖2（b）。通過低房價小區點核密度分析，可以看出以白馬山街道、美里湖和吳家堡街道、北園街道和濼口街道、王舍人街道為核心的區域高度集中。

中等房價小區空間集聚分布特征如圖2（c）。通過中等房價小區點核密度分析，可以看出以五里溝街道、六里山街道和舜玉路街道、洪家樓街道和山大路街道為核心的區域高度集中。

高房價小區空間集聚分布特征如圖2（d）。通過高房價小區點核密度分析，可以看出以大觀園街道和桿石橋街道、文化東路街道、建筑新村和東關街道為核心的區域高度集中。

（三）住房價格的空間插值模擬

克里格插值方法（Kriging）利用已知點的價格數據去模擬空間發展格局。本研究使用ArcGIS10.4中的克里格插值方法（Kriging）對樣點數據進行了普通克里金插值，得到了濟南市主城區住房價格的空間分布柵格圖（圖3）。對插值結果進行交叉檢驗，標準平均值為0.000 045，接近于0；標準均方根預測誤差0.79，接近于1，平均標準差接近均方根預測誤差。檢驗結果表明模型較為理想。

圖3? 濟南市主城區住房價格空間分布柵格圖

濟南市主城區住房價格圈層分布特征顯著，總體上呈現出以桿石橋街道和四里村街道、舜耕街道、十六里河街道、龍洞街道和港溝街道為中心向四周逐漸衰減，但在衰減過程中出現局部跳躍，住房價格突然抬升或降低，如七里山街道、六里山街道部分區域越級驟減，鮑山街道部分區域越級抬高。

濟南市主城區各街道小區住房價格分異特征顯著。小區住房價格高值區主要集中分布在千佛山、泉城廣場周圍及龍洞街道附近，住房價格高值區小區均價最高達50 000元。小區住房價格低值區主要集中分布在主城區的邊緣地區（繞城高速附近），白馬山街道、陡溝街道、美里湖街道、吳家堡街道、鮑山街道、董家街道出現住房價格洼地，這些街道內小區均價最高不超過7 672.83元。

濟南市主城區住房價格總體上呈現出南高北低、東高西低的規律，且住房價格變化幅度的區域間差異明顯。房價等值線呈外疏內密分布狀態，住房價格較高的區域等值線較密集，坡度較陡，但目前隨著房價降低等值線變得稀疏，坡度變得平緩。

四、濟南市主城區住房價格空間格局的影響因素分析

（一）影響因素空間分布特征

餐飲設施見圖4（a），購物設施見圖4（b），體育休閑設施圖見4（c），明顯呈現多中心集聚的特征，可以看出以大觀園街道和泉城路、洪家樓街道、舜華街道為核心的區域高度集中，呈現出斑塊狀聚集狀態，總體呈現“北多南少”的不均衡空間分布格局。但集聚程度呈現出較大差距：購物設施集聚性＞餐飲設施集聚性＞體育休閑設施集聚性。

濟南市主城區中部偏北人口分布較為集聚，東部和南部人口分布較為稀疏。荷花路街道人口密度最高，為116 889.65人/km2；興隆街道人口密度最低，為795.52人/km2。見圖4（d）。

濟南市主城區路網密度沿經十路附近路網密度較高，主城區南部路網密度最低。路網密度最高達13.45km/km2，最低為0.50km/km2。見圖5（e）。

（二）影響因素空間相關性分析

利用ArcGIS10.4的空間相關矩陣分析濟南市主城區小區均價與各影響因素之間的相關性（見表1），結果表明，小區房價均值與路網密度、人口密度、餐飲設施、體育休閑設施、購物設施均呈現較明顯的正相關性。各影響因素對小區均價影響（由高到低排列）：路網密度（0.205 30）＞體育休閑設施核密度（0.148 75）＞人口密度（0.111 05）＞餐飲設施核密度（0.098 31）＞購物設施核密度（0.092 80）。

五、結論

本文主要對濟南市主城區二手房小區住房價格進行了空間格局及影響因素的分析，采用ArcGIS中的空間統計分析工具以及地統計分析工具，定性定量分析該區域小區住房價格的空間集聚特征、空間格局以及各影響因素之間的相關性，并得出以下結論。

1.濟南市主城區二手房小區的住房價格的空間格局呈現較顯著的集聚狀態。其中，高房價小區集聚程度最高，中等房價小區次之，低房價小區集聚程度最低。

2.濟南市主城區住房價格總體上呈現出南高北低、東高西低的規律。

3.濟南市主城區住房價格的空間格局受多方面因素影響，其中路網密度對其影響程度最大，路網密度較高的區域住房價格相對較高。

本文應用較多分析方法對濟南市主城區二手房小區的住房價格空間格局及其影響因素進行分析，相對客觀。但研究仍存在一定的局限性，僅注意了對影響住房價格空間格局的主要外在影響因素分析，忽視了其他內在影響因素和外在影響因素的影響。后續研究須進一步探討其他因素對濟南市主城區二手房小區價格的影響，分析各影響因素對濟南市主城區二手房小區價格的疊加影響。

參考文獻：

[1]? ?李廣娣，沈昊婧.城市住房價格的空間分布格局研究：以沈陽市為例[J].現代城市研究，2014（2）：80-84，94.

[2]? ?周春山，羅彥.近10年廣州市房地產價格的空間分布及其影響[J].城市規劃，2004（3）：52-56.

[3]? ?郭金金，夏同水，李建春.城市住宅價格空間分異及影響因素研究[J].統計與決策，2016（8）：142-145.

[4]? ?周敏，甄峰.基于空間分析的城市商品住宅價格空間分布研究[J].現代城市研究，2008（7）：47-53.

[5]? ?湯國安，楊昕.ArcGIS地理信息系統空間分析實驗教程[M].北京：科學出版社，2006：294-295.

[6]? ?梅志雄，黎夏.基于ESDA和Kriging方法的東莞市住宅價格空間結構[J].經濟地理，2008（5）：862-866.

[7]? ?蔣健君，花向紅，邱衛寧，等.基于ArcGIS的房地產價格空間分布研究[J].測繪地理信息，2014，39（3）：27-30.

[責任編輯? ?妤? ?文]