王思明
(云南財經(jīng)大學(xué) 云南 昆明 650221)
我國房地產(chǎn)業(yè)經(jīng)歷了20年的快速發(fā)展,商品房價格隨著房地產(chǎn)行業(yè)的發(fā)展被逐步抬高。高房價同時也提高了中低收入居民購買商品房的門檻,租房逐漸成為實現(xiàn)居者有其房的重要方式。根據(jù)相關(guān)研究,我國現(xiàn)階段的住房租賃市場需求增長旺盛,部分一二線城市中近四成常住人口以租賃代替購買。商品房租賃市場的發(fā)展同時暴露了我國當(dāng)前商品房租賃市場的許多缺陷,相關(guān)體制建設(shè)依舊存在問題,具有巨大的發(fā)展空間,而租金是商品房租賃市場的核心問題,租金的數(shù)值高低和空間分布,反映了租賃市場的供需關(guān)系。了解昆明市商品房租金分布規(guī)律,有助于更好的了解和管理昆明市商品房租賃市場。
本文研究區(qū)域為云南省昆明市主城區(qū),具有較明顯的中心集聚效應(yīng),是典型的中心省會城市[1]。(城市地價空間的計量經(jīng)濟分析,張紅)五華區(qū)、盤龍區(qū)、西山區(qū)、官渡區(qū)、高新區(qū)、經(jīng)開區(qū)與呈貢區(qū)(或空港區(qū))等八個區(qū)。
本研究主要收集了昆明市主城區(qū)的區(qū)域因子、租金樣點等資料,包括
(1)商服繁華程度資料,包括商服繁華程度資料,收集內(nèi)容主要包括:商服中心的位置、數(shù)量、范圍等;
(2)農(nóng)貿(mào)市場狀況資料,包括:農(nóng)貿(mào)市場數(shù)量、位置、購物人數(shù);
(3)交通條件資料,包括:道路類型、道路級別(主干道、次干道于支路)、道路分布;對外交通設(shè)施的類型:長途汽車站。
(4)公共設(shè)施狀況資料,包括:基礎(chǔ)教育設(shè)施中的中學(xué)、小學(xué)、幼兒園的分布及級別等。醫(yī)療衛(wèi)生設(shè)施,只要包括醫(yī)院的位置、數(shù)量、分布及級別。
昆明市主城區(qū)商品房租金分布研究采用市場比較法,綜合考慮區(qū)域因素以及租金因素。本文選取昆明市主城區(qū)范圍內(nèi)的五華區(qū)、盤龍區(qū)、西山區(qū)、官渡區(qū)、高新區(qū)、經(jīng)開區(qū)與呈貢區(qū)(或空港區(qū))等八個區(qū)。
對于區(qū)域因素,首先建立指標(biāo)體系,采用專家打分法確定權(quán)重。收集區(qū)域內(nèi)各類影響市場租金的要素,對區(qū)域進行單元劃分,計算區(qū)域因素綜合作用分。對于租金因素,搜集整理各房屋中介網(wǎng)站的房屋成交租金樣點數(shù)據(jù),將數(shù)據(jù)修正到2018年12月31日時點,進行租金插值,生成租金均值區(qū)圖。然后疊加區(qū)域因素綜合作用分圖以及租金均值區(qū)圖,確定租金均值等級,劃分租金均值區(qū),形成租金級別圖。
本文的區(qū)域作用分計算采用多因素加權(quán)求和分值法,主要考慮商服繁華度、道路通達度、以及公用設(shè)施完備度。商品房租金區(qū)域差異作用分計算公式如下:
(式2-1)
公式式中,i為因素的編號。Fi為第i個指標(biāo)因素的作用分值,wi為第i個因素的權(quán)重。
商品房租金價格空間格局的研究,通??梢圆扇煞N方式其特征,價格等值線和價格剖面。兩種方式建立依據(jù)與研究區(qū)域的商品房價格在空間上的集合。
根據(jù)已知地理空間的特性探索未知地理空間的特性是許多地理研究的第一步,也是地理學(xué)的基本問題。常規(guī)方法無法對空間中所有點進行觀測,因此需要獲得一定數(shù)量的空間樣本,這些樣本反映了空間分布的全部或部分特征,并可以據(jù)此預(yù)測未知地理空間的特征。在這一意義上,空間內(nèi)插可以被定義為根據(jù)已知的空間數(shù)據(jù)估計(預(yù)測)未知空間的數(shù)據(jù)值。其目標(biāo)可以歸納為:缺值估計,估計某一點缺失的觀測數(shù)據(jù),以提高數(shù)據(jù)密度;內(nèi)插等值線,以等值線的形式直觀地顯示數(shù)據(jù)的空間分布;數(shù)據(jù)格網(wǎng)化,把無規(guī)則分布的空間數(shù)據(jù)內(nèi)插為規(guī)則分布的空間數(shù)據(jù)集,如規(guī)則矩形格網(wǎng)、三角網(wǎng)等。
樓立明(2004)在對余姚的地價分布分析中比較了幾種插值方法的插值結(jié)果,結(jié)果顯示克里格插值方法效果較好,既反映了地價的空間分布格局,又考慮到了空間相關(guān)性的影響,且沒有太多的細碎地價斑塊出現(xiàn)。吳宇哲(2005)、富毅(2006)也都是利用眾Kriging進行空間內(nèi)插分析杭州住宅價格分布的。因此,本研究也采用克里格(Kriging)最優(yōu)插值法??死锔駜?nèi)插法是根據(jù)無偏估計和方差最小兩項要求來確定加權(quán)系數(shù),故稱為最優(yōu)內(nèi)插法,其中最關(guān)鍵的函數(shù)是半方差函數(shù)。半方差函數(shù)確定以后,就可以對未知點進行最優(yōu)化插值估值。
考慮到本研究的研究對象住宅租金的空間分布具有空間相關(guān)性,而且取得的調(diào)查樣點數(shù)在客觀上受到限制,分布上亦不規(guī)則,因此采用眾Kriging算法來對空間樣本進行數(shù)據(jù)內(nèi)插法以供分析。
1.指標(biāo)權(quán)重
根據(jù)因素因子選擇的基本原則,在充分調(diào)查和認(rèn)真分析的基礎(chǔ),制定《昆明市城區(qū)租金差異分級因素選擇調(diào)查表》,邀請昆明市城區(qū)各有關(guān)部門的專家選擇分級因素因子。根據(jù)昆明市城區(qū)各有關(guān)專家選擇結(jié)果,確定均值區(qū)域分級因素因子體系,因素因子體系共分為三級,一級指標(biāo)包括繁華程度、交通條件和技術(shù)設(shè)施三個指標(biāo),二級指標(biāo)包括五個指標(biāo)因素,三級指標(biāo)包括九個指標(biāo)因素。詳見表3-1:
表3-1 商品租金區(qū)域分值計算指標(biāo)體系及權(quán)重
2.差異分?jǐn)?shù)計算
(1)商服繁華度作用分
商服數(shù)據(jù)來源是在《昆明主城55分區(qū)控制性詳規(guī)合圖(2012年)》的基礎(chǔ)上,先把該圖進行校正,并把商業(yè)用地矢量化,并根據(jù)聚集度與商服中心大小確定了以下商服中心,再根據(jù)2018年最新的數(shù)據(jù)進行補充。昆明市主城區(qū)商服中心共分為三類,其中核心商服中心5個、次級商服中心15個、小區(qū)級商服中心38個。
1)確定各級商服中心功能分
設(shè)Fi,F(xiàn)j,F(xiàn)k分別為各級商服中心功能分,本項目中三個級別的商服中心功能分分別為45,35,20分。
2)計算各級商服中心最大影響半徑,公式如式3-1所示:
(式3-1)
其中 S為城鎮(zhèn)主城建城區(qū)總面積,根據(jù)測算昆明市2018年的主城建成區(qū)總面積為686.70平方千米;n為同級商服中心數(shù)目(等于同級中心+所有高級中心數(shù))。通過計算可以得到:核心商服中心5個,影響半徑:d1=0.5643(686.70/5)^1/2=6661.13米;次級商服中心15個,影響半徑;d2=0.5643(686.70/20)^1/2=3306.589米;小區(qū)級商服中心38個,影響半徑:d3=0.5643(686.70/51)^1/2=2070.66米;
3)計算各商服中心附近各計算方格單元到商服中心的相對距離,公式為:
r=di/d0<=r<=1
(式3-2)
式中,di為i計算方格單元到某個商服中心距離。
4)計算各方格單元繁華影響度分值,公式為:
(式3-3)
式中:fij為i方格受Fj商服中心繁華影響度;Fj為i方格單元在r≤1距離范圍內(nèi)的商服中心功能分。
計算出fij后,疊加、選擇i方格單元的商服繁華影響分值。公式為:
fi=fi1+fi2+fi3…+fie
(式3-4)
式中,e為商服中心的級別數(shù)
(2)交通條件作用分
1)道路通達度
通達度是指到達某特定土地區(qū)位的交通運輸條件,由距離、耗時、費用來反映。按照城鎮(zhèn)內(nèi)的道路類型在城鎮(zhèn)交通中的作用,本研究將昆明市主城區(qū)道路(如圖1-6)共分為三類,其中主干道、次干道和支路。
計算主干道和次干道影響范圍,公式為
d=S÷2L
(式3-5)
式中,S為城鎮(zhèn)建成區(qū)面積,昆明市建成區(qū)取269平方公里;L為主干道以及次干道長度。通過計算得:干道影響范圍d1=S÷2L1=269*1000 000/(2*234194)=574米;次干道影響范圍d2=S÷2L2=269*1000 000/(2*310409)=433米;支路的影響范圍自行確定,d3=350米(0.3~0.75公里)
確定各級道路的作用分
道路可分為三類,其作用指數(shù)分別為l、0.8、0.6,則各自的作用分為100、80、60分。
(4)計算i方格單元到某道路的相對距離,公式為:
r=di/d0≤r≤1
(式3-6)
i方格單元實際距離di超過某道路影響范圍d,不再計算i單元到該道路的相對距離。
(5)i方格單元道路通達度分值計算,計算公式:
fij=Fj(1-r)
(式3-7)
i方格單元道路通達度分值選擇原則是:該單元只受一條道路影響時,即fi=fij;當(dāng)該單元受多條道路影響時,要分別計算各道路對該單元分值,最后選擇其中分值最高者為i單元作用分,即fi=maxfij。
2)對外交通便利度
本研究中對外交通便利度所用的指標(biāo)為長途汽車站,昆明市主城區(qū)內(nèi)共有5個長途汽車客運站,這5個客車站分別分布于昆明市主城區(qū)近郊的5個方向,且根據(jù)所處方向分別輸送到幾個方向的乘客與貨物,根據(jù)調(diào)查的資料顯示每個車站的客運量與貨運量相差不大,故在此不做等級劃分。根據(jù)昆明市社會、經(jīng)濟發(fā)展?fàn)顩r,確定服務(wù)半徑為15000米。
計算i方格單元到某設(shè)施的相對距離,公式為:
r=di/d0≤r≤1
(式3-8)
(3)計算i方格單元受j級e類設(shè)施的作用分;最后計算得對外交通作用分值圖如圖2-4所示。
fije=Fje(1-r)
(式3-9)
多個不同類設(shè)施對i方格單元的作用分,將其加權(quán)求和,作為i方格單元公用設(shè)施完備度分值,即:
(式3-11)
n為列入計算的公共設(shè)施類型數(shù),wi為多個不同類設(shè)施的權(quán)重。
3)軌道交通便捷度
本研究中軌道交通便捷度所用的指標(biāo)為已建成地鐵站,昆明主城區(qū)內(nèi)共有4條建成地鐵線路,四條線路鏈接昆明市東西,南北以及市區(qū)和機場。
3.基礎(chǔ)實施完備度
基礎(chǔ)設(shè)施完備度中主要包括公共設(shè)施完備度和文體設(shè)施影響度,公共設(shè)施完備度中包括中學(xué)、小學(xué)、幼兒園、醫(yī)院和農(nóng)貿(mào)市場,文體設(shè)施影響度主要是公園。類似于商服中心呈點狀分布?;A(chǔ)設(shè)施完備度作用分的計算步驟如下:
計算i方格單元到某設(shè)施的相對距離,公式為:
r=di/d0≤r≤1
(式3-12)
4.計算i方格單元受j級e類設(shè)施的作用分
fije=Fje(1-r)
(式3-13)
(4)綜合作用分計算
使用ARCGIS10.2中的柵格計算器,疊加商服繁華度、道路通達度、基礎(chǔ)設(shè)施完備度作用分圖,得到公租房租金區(qū)域總作用分。
圖3-1 租金區(qū)域綜合作用分圖 圖3-2 昆明市商品房租金空間分布
1.樓盤空間樣本
將網(wǎng)絡(luò)房屋中介平臺搜集到的2017年5月至2018年5月昆明市主城區(qū)各樓盤租金數(shù)據(jù)進行時間修正,均修正到2018年12月31日,由于各中介公司提供的7892套交易數(shù)據(jù)的有限性,只能對交易的租金進行加權(quán)平均得到1126個樓盤的平均租金,并把租金錄入到數(shù)據(jù)庫。運用ARCGIS10.2進行克里金插值。
2.商品房租金價格均值區(qū)域劃分
將上文得到的租金插值與差異分?jǐn)?shù)疊加,租金區(qū)域綜合作用分圖與租金均值區(qū)圖疊加圖為基礎(chǔ),分級并且以租金樣點為主要參考因素劃定市場租金均值區(qū)域,并以昆明主城55分區(qū)控制性詳細規(guī)劃合圖為邊界底圖,并且由于租金樣點不完全,建議切去邊緣無數(shù)據(jù)的部分以突出租金區(qū)域。按此思路,得到如圖3-2所示的均值區(qū)域圖。
(1)昆明市的商品房租金空間分布呈現(xiàn)扇形輻射分布,以翠湖區(qū)域為核心,向外部輻射,空間上呈現(xiàn)明顯的租金級別梯度遞減趨勢。
(2)昆明市的商品房租金空間分布還具有明顯的多級中心。翠湖區(qū)域和三市街周邊區(qū)域,憑借優(yōu)越的周邊配套,得天獨厚的地理位置以及良好的人居環(huán)境成為主中心。同時由于昆明市建設(shè)規(guī)劃發(fā)展需要,逐步圍繞翠湖區(qū)域形成以北市區(qū)北城財富中心區(qū)域,南市區(qū)佴家灣區(qū)域以及滇池國家旅游度假區(qū)區(qū)域為主的多個次級中心。
(3)昆明市各主城區(qū)發(fā)展規(guī)模和發(fā)展時間的差異,還似的昆明市商品房租金在空間分布上,具有一定的時間性。建設(shè)發(fā)展時間較長的東南部城區(qū)租金價格優(yōu)于北部區(qū)域,西部區(qū)域低于上述兩區(qū)。此外,隨著呈貢新區(qū)的發(fā)展,配套基礎(chǔ)設(shè)施,人居環(huán)境,交通通達度等條件發(fā)展?jié)摿薮?,租金空間中心也存在向南移動的趨勢。