陳 蕊

（中國社會科學(xué)院大學(xué) 經(jīng)濟(jì)學(xué)院，北京 102488）

一、文獻(xiàn)綜述

城市住宅價格歷來是城市經(jīng)濟(jì)學(xué)和城市地理學(xué)研究的熱點(diǎn)領(lǐng)域，住宅價格在時間及空間分布上具有自身的內(nèi)在規(guī)律，研究這一規(guī)律及分析住宅價格背后的影響機(jī)制，可幫助城市規(guī)劃者制定合理的房價調(diào)控及土地利用政策。[1]國內(nèi)外學(xué)者分別基于不同的研究視角對其進(jìn)行了研究，并形成城市住宅價格研究發(fā)展脈絡(luò)。對住宅價格空間分布特征的研究最早可追隨到Thunnen提出的農(nóng)業(yè)區(qū)位理論，[2]W.Alonso以農(nóng)業(yè)區(qū)位理論為基礎(chǔ)提出競標(biāo)地租模型，認(rèn)為地租是影響城市住宅價格空間分布的關(guān)鍵因素，該理論也成為現(xiàn)代新古典城市區(qū)位理論的重要基石。[3]R.F.Muth和P.Cheshire對競標(biāo)地租模型進(jìn)一步深化研究，指出收入分配格局、價格、通勤成本，人口社會分層等因素對住宅區(qū)位選擇的影響。[4-5]城市經(jīng)濟(jì)學(xué)則基于新古典一般均衡框架，利用嵌入供求理論從需求側(cè)和供求側(cè)兩個角度分析住宅價格的空間分布及其影響因素，[6]其中，需求側(cè)角度主要基于特征價格模型，從住宅的建筑特征、鄰里特征和區(qū)位特征這三個特征屬性展開研究，供給側(cè)從地價、住宅存量、公共服務(wù)提供和居住成本等方面進(jìn)行研究。

2000年以來，在全球化大背景下，受貨幣超發(fā)、土地財(cái)政和城市化等多重因素的疊加，大城市住房價格開始出現(xiàn)飆升，與城市化相伴隨的城市無序擴(kuò)張過程中，資源分布不均和空間錯配現(xiàn)象愈發(fā)突出，住宅價格呈現(xiàn)快速增長和空間分異特征突出的雙重格局。相關(guān)研究主要包括以下幾個方面：在住宅價格的影響因素上，主要分析住宅所處區(qū)位、公共服務(wù)設(shè)施配置、教育質(zhì)量、醫(yī)療資源質(zhì)量、環(huán)境污染、交通設(shè)施的可達(dá)性和山水景觀等城市內(nèi)部因素對住宅價格的影響。[7-14]在研究對象上，主要以上海、廣州、北京和南京為主。[15-18]在研究方法上，經(jīng)歷了最初的定性分析，結(jié)合經(jīng)濟(jì)學(xué)基本原理開展定量研究到現(xiàn)在和GIS空間分析相結(jié)合的階段，將社會學(xué)、經(jīng)濟(jì)學(xué)和地理學(xué)結(jié)合到一起進(jìn)行跨學(xué)科的分析和論述。隨著信息技術(shù)的發(fā)展和數(shù)字經(jīng)濟(jì)時代的來臨，出現(xiàn)了將 GIS數(shù)據(jù)和興趣點(diǎn)（POI）數(shù)據(jù)結(jié)合起來分析住宅價格空間分異特征的研究，[19-20]且主要使用特征價格模型、GWR模型及MGWR模型進(jìn)行分析。[21-22]

本文旨在分析 2012—2020年北京市住宅價格的時空分異特征及其影響因素，借助GIS地統(tǒng)計(jì)分析方法和探索性空間分析技術(shù)，利用地理探測器模型中的因子探測和雙因子交互探測方法，從區(qū)位特征、鄰里特征和建筑特征三個角度分析影響北京市住宅價格空間分異的基本規(guī)律。試圖回答以下三個問題：第一，北京市住宅價格是否存在時空分異現(xiàn)象？假設(shè)存在，那么從 2012至2020年間又經(jīng)歷了何種時間趨勢演變和空間分布變化？第二，北京市住宅價格是否存在空間關(guān)聯(lián)特征？住房價格的高值集聚和低值集聚的空間分布是否有規(guī)律可循？第三，利用地理探測器模型分析各影響因子對住宅價格的解釋力在時間及空間范圍的差異及產(chǎn)生差異的原因。通過本文的研究，可以進(jìn)一步豐富房地產(chǎn)研究領(lǐng)域的相關(guān)成果，同時為城市規(guī)劃管理部門相關(guān)決策的制定提供參考依據(jù)。

二、數(shù)據(jù)和方法

（一）研究區(qū)域和數(shù)據(jù)來源

以北京市六環(huán)內(nèi)二手住宅為研究對象，六環(huán)包括6個主城區(qū)分別為東城，西城，豐臺，石景山，海淀，朝陽以及房山，順義，大興，門頭溝，昌平以及副中心通州的部分區(qū)域（見圖 1）。六環(huán)內(nèi)占地面積2 267平方公里，其中三環(huán)至六環(huán)間常住人口總數(shù)為1 228.4萬人，占比為57.1%。

圖1 研究區(qū)域

（二）數(shù)據(jù)來源

北京市住宅價格數(shù)據(jù)來自鏈家地產(chǎn)網(wǎng)（https：//bj.lianjia.com/），以小區(qū)為目標(biāo)，通過 python網(wǎng)絡(luò)爬蟲得到六環(huán)內(nèi)2012年到2020年1月至6月二手住宅的房價、建房時間、面積等數(shù)據(jù)，再使用高德地圖地理編碼信息匹配得到各小區(qū)經(jīng)緯度信息，并對經(jīng)緯度坐標(biāo)信息進(jìn)行地理糾偏，共采集到754 860條樣本。由于樣本量過大，故以小區(qū)為單元，采用 SPSS分層抽樣得到各年度上半年小區(qū)中成交的1套房源信息，2012至2020年住宅小區(qū)樣本量處于2 700～4 200個，其中，2012年住宅小區(qū)樣本量最少，為2 775個，2018年樣本量最多，為4 169個。另外，本文還使用網(wǎng)絡(luò)爬蟲和高德地圖API采集了六環(huán)內(nèi)各行政區(qū)中小學(xué)、醫(yī)院、公園、餐飲、銀行、保險(xiǎn)、地鐵站和公交站點(diǎn)等各類興趣點(diǎn)（POI）信息。

（三）研究方法

1.探索性空間數(shù)據(jù)分析（ESDA）

探索性空間數(shù)據(jù)分析建立在地理學(xué)第一定律的基礎(chǔ)上，是分析變量是否存在空間自相關(guān)性的重要方法，用于考察變量的空間集聚模式，主要包括兩種：

1）全局空間自相關(guān)

全局空間自相關(guān)可從整體角度分析北京市住宅價格的空間依賴程度或空間關(guān)聯(lián)程度，檢測住宅價格空間相關(guān)特性的整體趨勢，判斷住宅價格是否存在空間正相關(guān)，空間負(fù)相關(guān)或者相互獨(dú)立的關(guān)系，常用統(tǒng)計(jì)指標(biāo)為Global Moran'sI，計(jì)算公式為：

上式中，I表示Global Moran's 指數(shù)，n為住宅小區(qū)樣本個數(shù)，Xi為空間位置i的住宅價格，Wij為空間權(quán)重矩陣，S2為住宅價格的方差。I的取值范圍為[-1,1]，若I大于0，說明住宅價格存在空間正相關(guān)，若I小于 0，說明住宅價格存在空間負(fù)相關(guān)。

2）局部空間自相關(guān)

局部空間自相關(guān)可用于比較北京市某一空間位置的住宅價格和其臨近位置住宅價格的相似程度，說明住宅價格的空間依賴性是怎樣隨著空間位置的改變而發(fā)生變化的，可用于分析局部區(qū)域內(nèi)住宅價格的空間集聚特征，常用統(tǒng)計(jì)指標(biāo)為Local Moran'sI指數(shù)，計(jì)算公式為：

上式中，n為住宅小區(qū)樣本個數(shù)，I為Local Moran'sI指數(shù)，Xi為空間位置i的住宅價格，S為住宅價格的方差，Wij為空間權(quán)重矩陣，若Local Moran'sI大于0，表示住宅價格相似的小區(qū)呈局部集聚狀態(tài)（“高高集聚”和“低低集聚”），若Local Moran'sI指數(shù)小于0，說明住宅價格差異較大的小區(qū)呈局部集聚狀態(tài)（“高低集聚”或“低高集聚”）。

2.地理探測器模型

地理探測器模型主要用于探測變量的空間分異特性，分析影響變量背后驅(qū)動因素的空間統(tǒng)計(jì)方法。[22]本文使用該模型中的因子探測及交互探測分析影響住宅價格的驅(qū)動因素及其交互作用。因子探測可用于考察影響住宅價格的因子在地理空間上的異質(zhì)性，若該影響因子和住宅價格在空間分布上具有顯著的一致性，表示其對住宅價格具有決定意義。計(jì)算公式為：

上式中，L指自變量X或者因變量Y的分層，h=1，2，…，L，N為樣本總量，Nh表示第h層的樣本數(shù)量，σ為樣本方差，δh為第h層樣本方差，SSW表示層內(nèi)方差總和，SST表示全區(qū)總方差。q的取值范圍為[0,1]，q越接近于1，說明該影響因子對住宅價格的解釋力越強(qiáng)，q越接近于0，則該影響因子對住宅價格的解釋力越弱。

因子交互探測可以更深入的探測兩個不同影響因子之間的交互作用，假設(shè)影響住宅價格的兩個因子分別為X1和X2，因子交互探測將這兩個因子的屬性進(jìn)行空間疊加變成新因子X3，通過比較三者之間對住宅價格解釋力的差異，可以區(qū)分影響因子的交互作用（X3）對住宅價格的影響相對于單個影響因子（X1或X2）的解釋力是加強(qiáng)還是減弱（見表1）。

表1 地理探測器模型中因子交互探測的表達(dá)式

三、北京市住宅價格的時空特征

（一）北京市住宅價格的時空分異特征

1.北京市住宅價格時間演變特征

將北京市六環(huán)內(nèi)區(qū)域分成五個部分，分別為二環(huán)內(nèi)，二環(huán)至三環(huán)之間，三環(huán)至四環(huán)之間，四環(huán)至五環(huán)之間，五環(huán)至六環(huán)之間這五個部分，從環(huán)路的角度觀察北京市住宅價格的演變趨勢，觀察 2012—2020年北京市住宅價格的時間演變趨勢（見圖 2）和住宅價格的平均增長率變化（見圖3）得到：

圖2 2012—2020年北京市各環(huán)線內(nèi)住宅小區(qū)平均價格

圖3 2012—2020年北京市各環(huán)線住宅小區(qū)價格平均增長率

1）住宅價格整體呈上漲趨勢，各環(huán)線內(nèi)住宅價格分層現(xiàn)象明顯，呈梯度遞減態(tài)勢。從住宅價格變化的趨勢看，2012—2020年北京市住宅價格整體呈上漲趨勢，平均價格從26 672元/平方米增長到67 860元/平方米，年均增長量為5 149元/平方米，年均增長率為13.65%。其中，二環(huán)內(nèi)住宅價格最高，五環(huán)至六環(huán)間的住宅價格最低，小于北京市住宅價格的平均值。2012—2020年，北京市二環(huán)至六環(huán)的環(huán)間住宅平均價格依次為 77 757元/平方米、62 268元/平方米、55 234元/平方米、50 862元/平方米、36 078元/平方米，呈現(xiàn)出梯度遞減態(tài)勢，其中二環(huán)內(nèi)與五環(huán)至六環(huán)間的住宅價格存在著明顯的差距。

2）住宅價格時間演變具有較強(qiáng)的階段性特征。從整體看，2012—2017年，北京市六環(huán)內(nèi)住宅價格呈現(xiàn)逐年上漲的趨勢，在2017年達(dá)到最高點(diǎn)，住宅價格年均增長量為8 365元/平方米，年均增長速率為22%。2017—2020年間，住宅價格和平均增長速率均呈現(xiàn)小幅下跌、基本維持穩(wěn)定的狀態(tài)，年均增長量為-212元/平方米，年均增長速率為-0.2%。其中，二環(huán)內(nèi)住宅價格的階段性特征最為突出，2012—2017年，年均增長量為15 334元/平方米，年均增長率為 28.35%，2017—2020年，年均增長量為-6 030元/平方米，年均增長率為-5%。

3）不同年份和不同環(huán)線的住宅價格增長率存在較大差異。從圖3可以看出，2012—2013年、2015—2016年和2016—2017年這三個年度北京市住宅價格出現(xiàn)了明顯的增長，其中二環(huán)內(nèi)住宅價格在 2012—2013年上漲幅度最為顯著，達(dá)到64%，二環(huán)至三環(huán)內(nèi)住宅價格平均增長速率在2015—2016年最高，為37%，五環(huán)至六環(huán)內(nèi)住宅價格平均增長速率在2016—2017年達(dá)到最高，為56%。2017—2020年住宅價格增長率整體呈下跌趨勢，且二環(huán)內(nèi)住宅價格增長率下降幅度最大。

2.北京市住宅價格的空間分異特征

利用Arcgis中的克里金插值法對北京市2012年，2014年、2016年、2018年和2020年的住宅價格進(jìn)行空間插值，為了便于對比分析，將分組范圍設(shè)置為一致，得到北京市住宅價格的時空分布情況（見圖4）。

圖4 2012、2014、2016、2018、2020年北京市住宅價格時空分布格局

1） 住宅價格分布整體上呈現(xiàn)出由市中心逐層向外圍遞減趨勢，呈不規(guī)則多中心的圈層分布模式。二環(huán)內(nèi)住宅價格的高值區(qū)集中在金融街、天安門附近，二環(huán)至三環(huán)間的高值區(qū)集中在CBD國貿(mào)中心附近，三環(huán)至四環(huán)間的高值區(qū)分布在中關(guān)村及奧體中心區(qū)域，這些住宅價格的高值區(qū)域以島狀或者半島狀的空間分布模式呈現(xiàn)，使得住宅價格整體上呈現(xiàn)出以天安門廣場為中心向四周輻射擴(kuò)散，并在局部地區(qū)形成多個價格高值區(qū)的島狀區(qū)域分布格局。

2） 住宅價格呈現(xiàn)無規(guī)則的塊狀以及環(huán)狀分布態(tài)勢，整體上表現(xiàn)為西北部高于東南部的趨勢。距離中心位置越近的住宅價格高值區(qū)，有明顯的塊狀集聚特征，隨著向外側(cè)環(huán)線的延伸，住宅價格開始呈現(xiàn)出環(huán)狀分布格局，有明顯的遞減趨勢，位于不同區(qū)位的住宅價格遞減幅度存在差異，西北方向的住宅價格遞減幅度最慢，正北、正東方向次之，正南方向遞減幅度最快。

3） 住宅價格的空間內(nèi)部差異懸殊，分異現(xiàn)象明顯。以2020年為例，處于價格高值區(qū)域的住宅價格高達(dá) 18萬元/平方米，處于價格低值區(qū)的住宅價格為2-3萬元/平方米，西二環(huán)線內(nèi)部的住宅價格是西南方向六環(huán)線附近住宅價格的6倍以上，六環(huán)內(nèi)住宅價格懸殊，反映出北京市住宅價格存在較大的空間分異特征。

4） 城市副中心通州區(qū)房價上漲明顯，但和主城區(qū)仍存在較大差距。北京城市總體規(guī)劃（2016年—2035年）提出要將北京打造成“一核一主一副、兩軸多點(diǎn)一區(qū)”的城市空間結(jié)構(gòu)，改變現(xiàn)有的單中心發(fā)展模式，其中的“一副”指通州副中心。自該規(guī)劃提出以來，從圖4中2016年到2018年處于東南方向的五環(huán)至六環(huán)間住宅價格的延伸趨勢可以看出，通州區(qū)住宅價格出現(xiàn)了明顯的增長，但是從2018年到2020年，又開始呈現(xiàn)出回冷的局面，通州區(qū)作為北京副中心的房價輻射及增值優(yōu)勢尚未完全顯現(xiàn)。

3.北京市住宅價格空間分異的變化趨勢

利用Arcgis地統(tǒng)計(jì)分析的趨勢面分析，刻畫出2012年、2014年、2016年、2018年和2020年北京市住宅價格的演變趨勢（見圖 5）。可以看出，2012年住宅價格的空間投影在東西方向（X軸）及南北方向（Y軸）均呈現(xiàn)出明顯的“倒U型”趨勢，說明住宅價格在東西及南北方向均有從中心向邊緣遞減的發(fā)展趨勢，呈現(xiàn)出較為明顯的二階曲線形態(tài)。2016年，住宅價格在X軸和Y軸上的空間投影曲線“倒 U型”特征更加明顯，曲線最高點(diǎn)位置上升，彎曲程度更大，此時住宅價格正面臨著高速增長的發(fā)展態(tài)勢，六環(huán)內(nèi)住房價格差異更為突出，2018年和2020年曲線最高點(diǎn)位置有所下降，表現(xiàn)為住宅價格市場的小幅降溫。研究時段內(nèi)，住宅價格整體上有明顯的空間分異特征，表現(xiàn)為中心區(qū)位大于邊緣區(qū)位，且西部略高于東部，北部略高于南部的空間分布格局。

圖5 2012、2014、2016、2018、2020年北京市住宅價格趨勢面分析

（二）北京市住宅價格的空間關(guān)聯(lián)特征

1.全局空間關(guān)聯(lián)特征

通過測算北京市住宅價格的空間相關(guān)性，發(fā)現(xiàn)住宅價格的Global Moran'sI指數(shù)均為正值，且均通過顯著性檢驗(yàn)。2012年、2016年和2020年的 Moran'sI估計(jì)值分別為 0.5839、0.5577和0.5299。一方面，住宅價格存在顯著的空間正相關(guān)性，距離越近的住宅小區(qū)，價格相似程度越高，距離越遠(yuǎn)的住宅，價格相似程度越低；另一方面，北京市各年住宅價格的空間相關(guān)性和空間集聚程度基本保持在穩(wěn)定狀態(tài)，空間相關(guān)系數(shù)在0.55上下徘徊，呈現(xiàn)小幅波動狀態(tài)，說明北京市住宅價格具有較強(qiáng)的持續(xù)性和穩(wěn)定性。

表2 2012年、2016年、2020年北京市住宅價格的全局Moran's I指數(shù)

2.局部空間關(guān)聯(lián)特征

使用局部空間自相關(guān)法進(jìn)一步分析住宅價格的局部空間集聚特征，結(jié)果見圖 6，住宅價格的冷點(diǎn)和熱點(diǎn)區(qū)域均呈現(xiàn)出顯著的空間集聚特征，在2012、2016、2020年這三個年份中，住宅價格的高高型集聚和低低型集聚占比之和分別為57%、62%、59%，低高型集聚和高低型集聚占比之和僅為2.6%、4.2%、2.2%，說明住宅價格有著明顯的區(qū)域集聚特征。其中，高高型集聚主要分布在二環(huán)內(nèi)、西三環(huán)、北三環(huán)、東三環(huán)、中關(guān)村附近的地區(qū)。低低型集聚分布在南四環(huán)、西五環(huán)、南五環(huán)及五環(huán)至六環(huán)間的主要高速公路干線上?？傮w來說，高高型集聚主要集中在四環(huán)內(nèi)，低低型集聚主要分布在四環(huán)外。

圖6 2012年、2016年、2020年北京市住宅價格的LISA集聚圖

四、北京市住宅價格的影響因素分析

（一）變量選擇

住宅價格會受到多種因素的共同影響，根據(jù)住宅經(jīng)濟(jì)學(xué)和房地產(chǎn)經(jīng)濟(jì)學(xué)的相關(guān)理論，再結(jié)合學(xué)者們對影響住宅價格因素的分析，本文從住宅區(qū)位特征，鄰里特征及建筑特征三個方面選擇19個變量分析住宅價格的影響因素，區(qū)位特征主要考察住宅所處區(qū)位對其價格的影響，由圖4的分析可知，住宅價格的高值熱點(diǎn)區(qū)域分布在天安門、中關(guān)村、CBD國貿(mào)中心、金融街以及奧體中心這五個位置，分別代表北京市的政治中心、科技中心、商務(wù)中心、金融中心以及體育中心，此外，區(qū)位特征中還添加了地鐵和公交類交通出行變量。鄰里特征主要測度住宅小區(qū)的周邊要素對住宅價格的影響，基于POI（興趣點(diǎn)）數(shù)據(jù)和GIS軟件，得到住宅小區(qū)和鄰里特征變量中各POI點(diǎn)的最近距離。建筑特征主要測度房屋自身屬性對住宅價格的影響，包括面積、樓齡等變量。由于地理探測器模型要求自變量必須為類別變量，故對這19個變量按照自然間斷點(diǎn)分級法進(jìn)行分類，由連續(xù)性變量轉(zhuǎn)化為5類分類變量（見表3）。

表3 北京市住宅價格時空分異的影響因素選擇

（二）不同環(huán)線住宅價格的因子探測結(jié)果

由上文分析可知，北京市不同環(huán)線住宅價格分異較大，為了便于分析不同環(huán)線內(nèi)影響住宅價格的因素差異，將北京市六環(huán)分成三個部分，分別為三環(huán)內(nèi)，三環(huán)至五環(huán)之間，五環(huán)至六環(huán)之間，探測上述影響因素對住宅價格的影響程度（見表4）。

表4 北京市各環(huán)線住宅價格影響因素探測結(jié)果

由表4可知，不同特征因素對北京市六環(huán)內(nèi)住宅價格解釋力強(qiáng)弱的排序分別為區(qū)位特征、鄰里特征、建筑特征。從三類特征屬性的內(nèi)部看，區(qū)位特征中的政治中心，科技中心及體育中心是影響住宅價格的主要因素，鄰里特征中的教育服務(wù)，醫(yī)療服務(wù)是影響住宅價格的主要因素，建筑特征中的樓齡和面積對住宅價格有顯著的影響，且區(qū)位特征中各變量的解釋力明顯高于鄰里特征和建筑特征。區(qū)位特征內(nèi)部各變量的解釋力差異較大，各級中心對住宅價格的影響程度明顯高于地鐵和公交變量，鄰里特征和建筑特征中各變量的解釋力則差異較小，較為穩(wěn)定。

比較不同環(huán)線內(nèi)的影響因素結(jié)果，發(fā)現(xiàn)在三環(huán)線內(nèi)，建筑特征中的面積對住宅價格的解釋力最強(qiáng)，為0.184，其次為區(qū)位特征中的科技中心和金融中心，三環(huán)內(nèi)有先天的區(qū)位優(yōu)勢，臨近各級中心區(qū)位，交通網(wǎng)絡(luò)發(fā)達(dá)，地鐵、公交線路多，住宅價格受區(qū)位特征變量的影響程度弱于房屋的自身屬性，購房者更看重住宅面積這類影響居住品質(zhì)的要素。在三環(huán)至五環(huán)間，五環(huán)至六環(huán)間，區(qū)位特征中的科技中心對住宅價格的解釋力最強(qiáng)，科技中心對城市住宅價格，特別是處于城市外圍區(qū)域的住宅價格具有很強(qiáng)的帶動引領(lǐng)作用,且隨著向外圍環(huán)線的延伸，區(qū)位特征中除公交變量外，其它變量對住宅價格的解釋力均呈遞增趨勢，說明住宅價格在城市外圍受區(qū)位因素的影響程度明顯高于二環(huán)內(nèi)，外環(huán)住宅價格的變化和其距離各級中心的距離息息相關(guān)，且城市外圍居民出行主要依賴于地鐵，和地鐵站的距離直接影響著外圍和城市中心的聯(lián)系強(qiáng)度，故地鐵對住宅價格的解釋力也呈遞增趨勢。鄰里特征中的教育服務(wù)、醫(yī)療服務(wù)、金融服務(wù)和休閑娛樂服務(wù)也呈現(xiàn)出中心到外圍遞增的趨勢，建筑特征中相關(guān)變量對住宅價格的影響從中心到外圍呈現(xiàn)出減弱的趨勢，特別是在五環(huán)至六環(huán)之間，建筑特征變量對住宅價格均無顯著性影響。說明城市外圍的住宅價格和其周邊能夠提供的醫(yī)療服務(wù)，金融服務(wù)及休閑服務(wù)聯(lián)系更為密切，可提高住宅小區(qū)周邊的服務(wù)質(zhì)量和環(huán)境水平，且城市外圍住宅大部分為樓齡短的新建小區(qū)，小區(qū)內(nèi)部基礎(chǔ)設(shè)施較為完備，故住宅價格和房屋自身屬性并無密切關(guān)系。

（三）住宅價格影響因子交互探測

本文以2020年數(shù)據(jù)為基礎(chǔ)，對影響北京市住宅價格的19個影響因子進(jìn)行了兩兩交互探測，雙因子探測結(jié)果表明，各因素之間的兩兩交互作用都呈現(xiàn)出明顯的增強(qiáng)關(guān)系，主要表現(xiàn)為雙因子增強(qiáng)和非線性增強(qiáng)關(guān)系，沒有出現(xiàn)相互獨(dú)立或者非線性減弱的關(guān)系。以對住宅價格影響最大的區(qū)位因素為例，2012年金融中心和其他因子的交互作用對住宅價格的強(qiáng)化作用最為明顯，其中，金融中心和體育中心的交互作用高達(dá)0.594，和科技中心的交互作用為0.531，和鄰里特征各變量的交互作用均達(dá)到0.45以上。2020年，影響因子兩兩之間的交互作用有所下降，作用程度更為均衡，科技中心和其他因子的交互作用對住宅價格的影響程度最為突出，科技中心和主級中心的交互作用為0.490，和商業(yè)中心的交互作用為0.462，和金融中心的交互作用為0.426，和鄰里特征各變量的交互作用均高于0.33，而金融中心和鄰里特征各變量的交互作用則降低到 0.21左右?？傮w來說，影響因子之間的交互作用均強(qiáng)化了自身對住宅價格的影響。

五、結(jié)論與建議

本研究基于鏈家網(wǎng)爬蟲數(shù)據(jù)和在高德地圖上提取的POI數(shù)據(jù)對北京市六環(huán)內(nèi)住宅價格的空間分異特征及住宅價格的影響因素進(jìn)行了研究，利用空間插值分析，空間趨勢面分析和探索性空間數(shù)據(jù)分析（ESDA）方法，從影響住宅價格的區(qū)位特征，鄰里特征和建筑特征三個角度出發(fā)選擇19個特征變量，運(yùn)用地理探測器模型分析北京市住宅價格的影響機(jī)制，得到如下結(jié)論：

第一，從時空分異特征看，2012年以來，北京市住宅價格出現(xiàn)了整體上漲趨勢，且具有明顯的階段性特征，2012—2017年住宅價格年均增長量為 8 365元/平方米，年均增長速率為 22%，2017—2020年則出現(xiàn)了下跌趨勢，平均增長量和增長率均為負(fù)數(shù)，且各環(huán)線住宅價格出現(xiàn)了明顯的分層和梯度遞減特征。住宅價格的空間分布呈現(xiàn)出以天安門為中心，向四周擴(kuò)散遞減的圈層結(jié)構(gòu)，并出現(xiàn)了部分島狀分布的價格高值區(qū)，六環(huán)內(nèi)住宅價格差異懸殊，分異特征明顯。

第二，從空間關(guān)聯(lián)特征看，住宅價格存在顯著的空間正相關(guān)性，關(guān)聯(lián)程度較為穩(wěn)定，可見北京市住宅價格的持續(xù)性和穩(wěn)定性較強(qiáng)。局部空間相關(guān)的結(jié)果顯示，住宅價格表現(xiàn)出明顯的空間集聚特征，價格的高高集聚集中在四環(huán)內(nèi)，且以西北方向?yàn)橹鳎喜科?，低低集聚則集中在四環(huán)外的主要高速公路干線上。

第三，從影響因素的分析來看，區(qū)位特征對住宅價格的解釋力最強(qiáng)，其次為鄰里特征，最后是建筑特征。從影響因素解釋力的空間分布看，區(qū)位特征中除公交外，各變量對住宅價格的解釋力呈現(xiàn)出從中心到外圍遞增的趨勢，其中，科技中心的影響程度最大，鄰里特征中個別變量有遞增趨勢，整體波動小，建筑特征中各變量的解釋力則呈現(xiàn)出減弱的趨勢。

基于以上結(jié)論可以看出，北京市住宅價格的空間分異特征可以歸結(jié)為市中心住宅價格較高，呈高值集聚，城市中心擁有發(fā)達(dá)的交通網(wǎng)絡(luò)，商業(yè)繁華，大型公司集聚，科技實(shí)力雄厚，綠化率高，教育資源豐富，而城市外圍住房則呈低值集聚，基礎(chǔ)設(shè)施薄弱，產(chǎn)業(yè)配套性差。同時，住宅周邊各類服務(wù)設(shè)施的缺乏也會影響住宅價格，處于城市外環(huán)的低價住宅集聚區(qū)可能由于居民消費(fèi)能力不足，使得商業(yè)基礎(chǔ)設(shè)施類服務(wù)建設(shè)相對落后，造成房價進(jìn)一步降低，形成惡性循環(huán)。城市居民的經(jīng)濟(jì)和社會地位的差異會通過住宅價格的空間分異而進(jìn)一步加劇，形成高、低收入人群的居住空間分異格局。因此，城市管理者應(yīng)加強(qiáng)對區(qū)域差異的關(guān)注，從維護(hù)社會公平的角度在城市規(guī)劃中倡導(dǎo)多檔次、多層次的居住理念，避免住宅高價區(qū)和低價區(qū)的進(jìn)一步集聚，防止區(qū)位優(yōu)勢明顯，資源豐富，基礎(chǔ)設(shè)施完備的地區(qū)都形成高檔住宅區(qū)，降低社會分化程度和居住隔離程度。同時，政府應(yīng)加強(qiáng)地鐵、公交等交通基礎(chǔ)設(shè)施的建設(shè)力度。地鐵、公交的建設(shè)可加強(qiáng)城市外圍和各級中心的聯(lián)系強(qiáng)度，減小城市外圍和城市中心的住房價格差異。此外，通州副中心和主城區(qū)的房價差異明顯，未來應(yīng)進(jìn)一步增強(qiáng)其產(chǎn)業(yè)和配套基礎(chǔ)設(shè)施的建設(shè)，充分發(fā)揮通州副中心對住宅價格的輻射擴(kuò)散作用。