鐘倩怡 楊曉丹 黃鴻逸

摘 要：文章基于江門市2020年住宅、工廠、高鐵站等興趣點數(shù)據(jù)，利用緩沖區(qū)分析房價與交通便利程度、醫(yī)療、科教文化及休閑等基礎(chǔ)設(shè)施之間的關(guān)系，主要研究江門市房價空間異質(zhì)性及其影響因素，探討江門居住空間分異過程及形成機制，以期為相關(guān)人員提供借鑒。

關(guān)鍵詞：POI數(shù)據(jù);江門市房價;空間異質(zhì)性;影響因素

中圖分類號：F299.23 文獻(xiàn)標(biāo)識碼：A 文章編號：1005-6432（2022）05-0021-02

DOI：10.13939/j.cnki.zgsc.2022.05.021

1 引言

城市居住分異性體現(xiàn)在空間屬性，如居住環(huán)境、配套設(shè)施等方面的差異，也體現(xiàn)在社會屬性，如不同社會群體的教育水平、經(jīng)濟能力、生活方式等方面的差異。近些年，我國在城市居住分異的實證研究中獲得了諸多成果，并主要集中在一線城市，如北京、廣州、深圳、上海等，還有武漢、南京、鄭州等個別省會級城市。在我國社會經(jīng)濟轉(zhuǎn)型不斷推進(jìn)的過程中，城市的內(nèi)部重建與外部擴張也在不斷進(jìn)行中，社會階層加速分化，城市居住的空間分異性也愈發(fā)凸顯。

在住宅市場中，不斷攀升的房價飽受人們關(guān)注。在多重因素的影響下，房價具有明顯的空間分異性。近年來，有許多以計量經(jīng)濟學(xué)理論為基礎(chǔ)的統(tǒng)計模型對房價的影響因素進(jìn)行了研究。湯慶園等（2012）基于2010年12月上海市外環(huán)以內(nèi)的平均房價數(shù)據(jù)，構(gòu)建了地理加權(quán)回歸模型，分析了上海市房價空間分異及其影響因素[1];李繼玲（2017）利用2005—2015年人口、房地產(chǎn)行業(yè)、宏觀經(jīng)濟等，建立多元回歸模型，探討各因子對房價的影響[2];尹上崗等（2018）以2009—2017年南京市商品房數(shù)據(jù)為研究單元，運用普通Kriging插值法模擬房價空間分布，并利用地理加權(quán)回歸模型探討社區(qū)屬性及交通、景觀、商業(yè)、服務(wù)區(qū)位等變量對房價空間分異的影響方式[3]。

在我國快速城市化的背景下，過去的經(jīng)濟統(tǒng)計數(shù)據(jù)難以準(zhǔn)確反映出現(xiàn)代社會中的城市空間結(jié)構(gòu)特征及演化方向。除此之外，中國人口空間遷移數(shù)據(jù)的可獲性低、城市中微觀人口統(tǒng)計口徑不完整等因素，都影響了城市居住社會空間結(jié)構(gòu)。數(shù)據(jù)挖掘作為新一代信息研究的熱門方法，且興趣點（Point of Interest，POI）數(shù)據(jù)包含一切可抽象為點及與人們生活密切相關(guān)的地理對象和實體，從大量的POI數(shù)據(jù)中尋找影響房價的因素和路徑就顯得很有價值。傅行行（2020）通過采集百度地圖、安居客等數(shù)據(jù)，分析上海市二手房房價的空間分異性及其與交通、生活設(shè)施的相關(guān)性強弱[4];張家旗等（2020）從房地產(chǎn)租售平臺中獲取鄭州市主要城市的位置及房價數(shù)據(jù)，分析房價空間分布特征及其影響要素[5]。

江門作為粵港澳大灣區(qū)的重要城市之一，亦是珠三角西部的中心城市之一，被稱為“中國第一僑鄉(xiāng)”。廣東省“十三五”規(guī)劃中明確了江門的“五大定位”：珠江西岸先進(jìn)裝備制造產(chǎn)業(yè)基地、珠三角西翼與粵西地區(qū)聯(lián)系的交通門戶（珠江西岸綜合交通樞紐）、中國國際旅游目的地、全國小微企業(yè)創(chuàng)業(yè)創(chuàng)新示范市及世界級軌道交通產(chǎn)業(yè)基地?？梢姡T未來的住宅市場潛力十足，深入研究江門市的空間異質(zhì)特征及房價的驅(qū)動因素，既能理論結(jié)合實踐進(jìn)行探索驗證，也能反映出房地產(chǎn)真實的供需關(guān)系。因此，本文以江門市為研究個體，基于POI大數(shù)據(jù)，利用緩沖區(qū)分析方法判斷鄰近度，探究各因素對房價產(chǎn)生影響的空間異質(zhì)性。研究江門市房價的空間分異性及其影響因素，有助于對江門市新房建成位置及價格進(jìn)行基本判斷，既為需求者提供了參考，也對政府民生工作起到了指向作用。

2 研究區(qū)域

江門市位于廣東省，處于珠江三角洲西部地區(qū)，與中國南海相近，與香港和澳門相連，地貌特征是北低西高，屬亞熱帶季風(fēng)性氣候，總占地面積達(dá)9505平方千米，包含3個市轄區(qū)和4個縣級市。江門市市級規(guī)劃得出東部城市以點帶面全面發(fā)展，西部城市以開平市和臺山市為副核心對外輻射;在交通方面，市區(qū)預(yù)計進(jìn)入地鐵起步階段，蓬江區(qū)途經(jīng)站點最多;在人才引進(jìn)方面，江門市入戶門檻降低、加大力度吸聚人才;在重大項目上，江門市2019年的重點建設(shè)正式項目及預(yù)備項目計劃啟動，積極參與粵港澳大灣區(qū)建設(shè)?？偨Y(jié)上半年全市各區(qū)的土地價格，僅江海和開平價格實現(xiàn)突破，臺山整體供求量價表現(xiàn)較為不佳，蓬江區(qū)供應(yīng)量最大，鶴山市和恩平市成交量最大。江門市樓面地價對比2018年情況，整體價格下降明顯，高價地項目數(shù)量減少。2019年中心城區(qū)整體用地供應(yīng)上升，主要集中工業(yè)和商住用地，同時三舊改造商住和商服項目集中在下半年，新會區(qū)為三舊改造商住項目重點關(guān)注區(qū)域。由于全市住宅庫存自2018年起持續(xù)積壓，2019年下半年至2020年上半年江門市住宅市場將進(jìn)入以消化庫存為主的基調(diào)，去庫存形勢逐漸明顯。由于上半年除鶴山外其他區(qū)市成交量均下降，各區(qū)市供應(yīng)充盈、庫存上升，導(dǎo)致下半年價格上升空間有限，甚至部分區(qū)域出現(xiàn)以價換量跡象。

3 數(shù)據(jù)來源及預(yù)處理

利用高德API在高德地圖上采集江門市的公交站POI 3583個、長途汽車站POI 79個、高鐵站POI 8個、醫(yī)院POI 262個、公園廣場POI 361個、商場POI 230個及學(xué)校POI 1091個。

通過Anaconda 3軟件編寫爬蟲程序，爬取安居客中全部新房的名稱、地址、格局、建筑面積及價格等信息。去除爬取到的異常數(shù)據(jù)，如金地名悅未開盤，售價待定;鳳山水岸Ⅱ譽城、中凱豪庭等洋房已售完，剩余在售車位16萬元/個;以及錯誤歸入樓盤信息的江門義烏小商品批發(fā)城商戶信息，共309個新房數(shù)據(jù)。并且，通過利用房產(chǎn)名字和地址兩個變量，調(diào)用高德地圖API和百度地圖API獲取經(jīng)緯度，與“https：//www.metrodata.cn/poi”地圖工具查詢POI進(jìn)行比對，發(fā)現(xiàn)百度地圖的經(jīng)緯度體系與本文的經(jīng)緯度存在偏差。因此，利用地址變量及調(diào)用高德地圖API查出的經(jīng)緯度，可以得出更為精確的結(jié)果。

為深入分析房價影響因素的空間異質(zhì)性及其形成原因，利用爬取到的數(shù)據(jù)，對江門市房價空間分布格局進(jìn)行初步分析，利用高德地圖將新房數(shù)據(jù)進(jìn)行可視化：從全市新房的空間分布來看，市轄區(qū)與縣級市住宅數(shù)量相差懸殊，新房源大多集中在三個市轄區(qū)，其他房源依托高速道路零散地分布在四個縣級市;從全市新房房價的熱力圖來看，價格走勢呈現(xiàn)出三個市轄區(qū)高、四個縣級市低的特征，并且各區(qū)各市的房價圍繞其中心往外影射、逐漸降低。房屋集中程度及房價受限于當(dāng)?shù)氐慕煌ū憷潭?、醫(yī)療、科教文化及休閑等基礎(chǔ)設(shè)施的發(fā)展水平。市轄區(qū)相比于縣級市，基礎(chǔ)設(shè)施相對完善，既適宜居民居住，開發(fā)商也更愿意在老區(qū)建造高品質(zhì)的商業(yè)住宅。然而，新市大多土地屬于農(nóng)業(yè)用地，開發(fā)水平低，開發(fā)成本高，缺乏從零開始的居住空間，城市基礎(chǔ)設(shè)施建設(shè)不足，因而可能導(dǎo)致新房較少、房價偏低。

4 研究方法及結(jié)果

緩沖區(qū)分析指以點、線、面實體為基礎(chǔ)，根據(jù)指定距離，自動在一定寬度范圍內(nèi)建立多邊形圖層，建立該圖層與目標(biāo)圖層的疊加，從而對地理空間中兩個目標(biāo)物的鄰近度問題進(jìn)行分析的空間分析工具之一。

在交通便利程度與住宅價格空間分布關(guān)系上，距離中心道路越近、站點越多，住宅點數(shù)量越多，且住宅價格也越高。在醫(yī)療設(shè)施、科教文化、休閑等基礎(chǔ)設(shè)施與住宅價格空間分布關(guān)系上，醫(yī)療設(shè)施與高房價住宅的集中分布區(qū)域大致吻合，且醫(yī)療設(shè)施的密度與房價呈正相關(guān)，與新房數(shù)量呈負(fù)相關(guān)，說明房價較低的住宅區(qū)醫(yī)療條件也較差，需要加強醫(yī)療設(shè)施建設(shè)，以促進(jìn)基本公共服務(wù)的均等化發(fā)展;教育設(shè)施與房價呈負(fù)相關(guān)，說明房價較低的住宅區(qū)域教育設(shè)施還不夠完善，需要進(jìn)一步建設(shè);超市、公園、商城與住宅點的集中分布區(qū)域表現(xiàn)出較高的空間相關(guān)性，幾乎完全一致，新房（多為高價格住宅）周邊一般要配有相應(yīng)的休閑設(shè)施，開發(fā)商通常擔(dān)任建設(shè)一整片區(qū)域的責(zé)任。

5 結(jié)論與政策啟示

本文研究江門市房價影響因素的空間分異問題，以江門市為研究個體，基于POI大數(shù)據(jù)，利用緩沖區(qū)分析方法判斷鄰近度，探究交通便利程度、醫(yī)療、科教文化及休閑等基礎(chǔ)設(shè)施等不同因子對房價產(chǎn)生影響的空間異質(zhì)性。結(jié)果表明：首先，市轄區(qū)與縣級市住宅數(shù)量相差懸殊，新房房源大多集中在蓬江區(qū)、江海區(qū)及新會區(qū)三個市轄區(qū)，其他房源依托高速道路零散地分布在臺山市、開平市、鶴山市及恩平市四個縣級市;其次，價格走勢同樣呈現(xiàn)出市轄區(qū)高、縣級市低的特征，并且各區(qū)各市的房價圍繞其中心往外影射、逐漸降低。房屋集中程度及房價受限于當(dāng)?shù)氐慕煌ū憷潭?、醫(yī)療、科教文化及休閑等基礎(chǔ)設(shè)施的發(fā)展水平。并且，交通便利程度和教育設(shè)施密度與新房數(shù)量及房價呈正相關(guān)關(guān)系;醫(yī)療設(shè)施、休閑設(shè)施密度與新房數(shù)量呈負(fù)相關(guān)關(guān)系，與房價呈正相關(guān)關(guān)系。因此，在城市化逐步推進(jìn)的大背景下，本文提出具體的政策建議如下：一是加強落后地區(qū)發(fā)展基礎(chǔ)建設(shè)，促進(jìn)區(qū)域協(xié)調(diào)發(fā)展;二是科學(xué)制定城市長遠(yuǎn)發(fā)展規(guī)劃，優(yōu)化各級住宅布局。

參考文獻(xiàn)：

[1]湯慶園，徐偉，艾福利.基于地理加權(quán)回歸的上海市房價空間分異及其影響因子研究[J].經(jīng)濟地理，2012，32（2）：52-58.

[2]李繼玲.房價波動影響因素研究：基于2005—2015年數(shù)據(jù)的實證分析[J].經(jīng)濟問題探索，2017（9）：30-37.

[3]尹上崗，宋偉軒，馬志飛，等.南京市住宅價格時空分異格局及其影響因素分析：基于地理加權(quán)回歸模型的實證研究[J].人文地理，2018，33（3）：68-77.

[4]傅行行.上海市二手房價格空間分布及其影響因素研究[J].上海房地，2020（7）：11-15.

[5]張家旗，劉晏男.鄭州市主城區(qū)住宅價格空間分布格局及其影響因素研究[J].北京測繪，2020，34（6）：797-801.

[作者簡介]鐘倩怡（1997—），女，廣東江門人，碩士，研究方向：應(yīng)用經(jīng)濟學(xué);楊曉丹，女，廣東潮州人，就讀于廣東工業(yè)大學(xué)，研究方向：金融工程;黃鴻逸（1997—），男，廣東佛山人，碩士，研究方向：應(yīng)用經(jīng)濟學(xué)。