欠发达城市住宅地价时空分异及影响因素空间异质性研究——以萍乡市为例

刘梦婷，陈文波，于少康，屠代豪

（1.江西农业大学国土资源与环境学院，江西南昌 330045；2.江西农业大学南昌市景观与环境重点实验室，江西南昌 330045；3.江西省自然资源厅国土资源勘测规划院，江西南昌 330025）

【研究意义】党十九大后，强调房住不炒定位，落实地方主体责任，建立建全房地产市场调控长效机制，加快建立多主体供给、多渠道保障、租购并举的住房制度是我国近年来房地产市场发展的总基调[1]。住宅地价作为住房价格的重要组成部分，是规范房地产市场秩序的重要工具，能够引领房地产业发展方向，其价格及其影响因素历来是学术界研究的热点。由于不同区域，不同时期经济发展水平不同，银行政策、土地供应制度、开发商房屋开发成本等也各异，住宅地价影响因素在不同的社会经济发展阶段有较大不同，并且带有明显区域特征[2]。我国推进房地产市场化已有近20 年，如何总结、研究不同房地产发展时期的住宅地价影响因素，对实现当前房地产市场稳步健康发展及房地产市场政策“精准调控”有较大理论与实践价值。【前人研究进展】当前，对城市住宅地价的研究主要集中在时空分异[3-4]、驱动力[5-6]、影响因素[7-8]等领域。在城市住宅地价影响因素研究方面，Zhuge 等[9]、Kanasugi 等[10]分别认为区位、交通因素对美国纽约和日本东京的地价影响十分重大，距市中心越近，交通越便利的区域，地价增长速度越快；古恒宇等[11]、梁彦庆[12]等通过构建相应的地价模型，分别探讨各影响因素对广州市、石家庄市地价影响程度的空间差异性，得出不同影响因素之间具有明显差异化特征；吴健生等[13]、毛德华等[14]从景观的角度，分别探讨水体景观、生态景观与深圳市、长沙市周边住宅价格的空间关联性，得出环境景观越来越受人们重视的结论。【本研究切入点】当前多数住宅地价分布特征及其影响因素研究都停留在固定时点和社会经济发展水平较高的区域，因为它们相对来说土地市场较为发达，交易较为频繁，信息较为公开，市场的竞争性较强。研究结果虽然有一定地域特色，但基本都有大同小异的规律。相对而言，欠发达的中小城市由于房地产市场相对落后，市场的竞争性不够充分，其地价分布特征与影响因素因地域不同而不同，具有较强的地域性特色，相关的研究也不多见[15]。【拟解决的关键问题】本文以江西省西部经济欠发达城市萍乡市主城区为研究区，在考虑研究区房地产市场发展不同时期特殊性的基础上，引入GWR 模型对住宅地价分布规律与影响因素进行对比研究，探索住宅地价的时空分异规律及其影响因素的空间异质性，为经济欠发达中小城市房地产市场稳定健康发展及土地调控政策制定等提供参考。

1 研究区域概况与数据来源

1.1 研究区域概况

萍乡市是江西省地级市，位于江西、湖南两省交界处，距省会城市南昌294 km。全市现辖芦溪、上栗、莲花三县和安源、湘东两区以及萍乡经济技术开发区，市辖区面积1 080 km2。从2009 年至今，萍乡市经济发展较为迅速，经济发展取得了一定成绩，全市全年房地产开发投资由19.92亿元上涨到53.86亿元，增长率达63.01%；商品房销售额由15.02亿元上涨到98.23亿元，增长率达84.71%。但全市仍处于经济转型发展艰难期，发展不平衡不充分、经济总量不大、产业结构单一等矛盾依旧存在，与江西省整体水平相比仍有较大差距，2009年至今萍乡市全年平均生产总值仅占江西省5.34%，全年平均房地产开发投资额仅占江西省2.67%，全年商品房平均销售额仅为江西省2.07%，经济发展质量和效益还有待提高，属于典型的欠发达城市。

自2000 年推行土地市场化以来，萍乡市房地产市场随着社会经济发展经历了不同时期。特别是2009 年10 月，萍乡市成功争取到国家发改委对煤矿棚户区改造项目的批复，着手进行棚户区居民安置及住宅小区的建设，实行“住房代替货币补偿”政策，推动了房地产市场快速发展；而随着“房住不炒”国家政策定位不断夯实，2015年9月、2016年5月萍乡市政府分别发布《关于印发萍乡市房地产业降成本去库存暂行办法的通知》及《关于印发促进萍乡市房地产平稳健康发展实施意见的通知》，房地产市场进入了平稳期。本文选取了2009—2014 年房地产市场快速发展期和2015—2019 年平稳发展期两个时段进行对比研究，揭示不同房地产发展时期住宅地价分布规律及影响因素空间异质性，总结不同时期住宅地价与影响因素的空间分布规律差异。

图1 研究区范围及住宅地价样点图Fig.1 Study area and sample plots

1.2 数据来源

本文以萍乡市主城区为研究区，研究范围包括安源区以及萍乡经济技术开发区大部，面积为107.78 km2，东至安源镇张家湾村、高坑镇茶亭村，南至五陂镇五陂村、册雷村，西至青山镇青山村、城郊管委会，北至福田镇、彭高镇；研究数据主要分为两个部分：①住宅地价数据，共收集了2009—2019年167例出让数据并进行了相应修正，包括交易价格与时间、地理位置、城市规划等信息，数据来源于萍乡市不动产交易中心；②影响因素空间数据，包括道路、水域、绿化等信息，数据来源于2009—2019 年萍乡市城区基准地价更新工作成果。

2 研究思路与方法

2.1 研究思路

本文以萍乡市主城区为研究区，分2009—2014年和2015—2019年两个不同房地产市场发展时期进行对比研究。首先利用全局空间自相关分析法和克里金插值法，对两个时期的住宅地价空间分布相关性特征和分布格局特征进行分析，得出住宅地价时空分布特征；然后结合相关研究和研究区实际情况，从城市规划、基础设施、交通、环境条件等4个方面选取两个时段的住宅地价影响因素，构建GWR模型分析不同房地产发展时期住宅地价各影响因素空间异质性特征。

2.2 研究方法

2.2.1 全局空间自相关分析法 全局空间自相关分析法能够使用单一的属性值来反映该研究区域的自相关程度，描述某现象的整体分布情况，判断其在空间分布上是否具有聚集特性，是一种用于探究整个研究区域的空间模式[16]。常用衡量指标有Moran’s I指数、Geary’s C 系数等。本文运用全局空间自相关分析法，采用全局Moran’s I指数，分别对不同时段的空间相关性特征进行分析，描述研究区住宅地价时空分布特征。计算公式如下：

式（1）中i，j为住宅地价样点编号；xi、xj为对应属性特征分别在i和j点的观测值，分别为要素xi，xj与要素均值x的差值，W()i,j为空间权重矩阵；n为样点总数量。Moran’s I 指数取值多位于-1～1，且取值越大代表空间分布相关性越大。当Moran’s I＞0 时，表示空间分布上存在正相关且具有一定集聚性；Moran’s I＜0 则表示空间分布为负相关且有一定随机性；Moran’s I=0 时表示空间分布上不存在相关性。

2.2.2 克里金插值法 克里金（Kriging）插值法是以空间自相关性和变异函数理论为基础，通过选择适合的半变异函数模型，如高斯函数、球面函数等，在给定区域内对区域化变量的取值进行局部无偏最优估计插值的空间局部插值方法[17]。本文采用克里金插值法，应用高斯半变异函数模型，分别对两个时段的价格样点进行空间插值分析，将给定样点插值成栅格表面，模拟不同时段住宅地价空间分布形态，分析住宅地价时空分布格局特征。计算公式如下：

式（2）中：K(x0)为未知样点的数值；K(xi)为位于未知样点四周各个已知样点的数值；q为在第i个已知样点对未知样点的权重；n为已知样点个数。

2.2.3 GWR模型 GWR（地理加权回归）模型，是1996年由英国Newcastle大学地理统计学家Forthering⁃ham A S 教授等提出[18]，其基本原理是在传统线性回归模型基础上，利用局部多项式光滑思想，假定回归系数是观测点地理位置的位置函数，将所有样点数据的地理位置空间特性融入回归参数中，使得所有样点参数都可以进行局部参数估计，为分析住宅地价空间异质性特征创造条件[19]。本文在进行了住宅地价时空分布格局特征分析的基础上，采用GWR 模型对不同时段住宅地价影响因素空间异质性进行分析，计算公式如下：

式（3）中，yi为第i个样点地价；Xik为第i个样点在第k个解释变量值；(si,ti)为第i个样点投影坐标；βk(si,ti)表示第i个样点在第k个解释变量的回归系数；n为变量的数量；β0(si,ti)为常数项；εi为第i个样点处的随机误差。

3 结果与分析

3.1 不同房地产发展时期住宅地价时空分布特征

利用空间自相关分析工具，分别计算出2009—2014年和2015—2019年两个时段研究区住宅地价空间分布的全局Moran’s I 指数值。结果表明两个时段的全局Moran’s I 指数分别为0.35 和0.20，Z值得分分别为4.50和3.26，说明两个时段住宅地价样点在空间位置上都存在着正相关关系和一定的集聚性，住宅地价时空分布特征均为GWR模型运行提供了前提条件。图2为利用克里金插值法进行空间局部插值后的住宅地价空间分布格局图，由此看出研究区不同时期不同区域内地价增减的幅度各不相同，随着时间的推移，空间上研究区住宅地价由中间高四周低“一个中心”分布逐渐转变为多中心分布。城市地价竞租理论认为地价是区位的函数，城市中心具有独特区位优势，可使经济要素在空间上向心性集聚，形成地价峰值中心，且地价由中心向四周呈圈层式递减[20]。因此，2009—2014年萍乡市虽处于房地产快速发展期，但也处于经济发展模式单一阶段，住宅地价多以安源区政府为中心向外发散递减；而随着2015—2019 年经济的发展，房地产市场逐渐过渡到平稳期，相应的城市发展规划和土地配置政策也发生变化，城市空间扩展下润达国际购物中心、梦想天街等多个区域内各类经济要素空间聚集，使得所在区域住宅地价分布的外部效应和空间异质性随之增强，原有“一个中心”的空间分布格局被打破，住宅地价呈多中心“峰值”的分布格局。

图2 研究区住宅地价空间分布格局图Fig.2 Spatial distribution pattern of residential land price

3.2 不同房地产发展时期住宅地价影响因素空间异质性分析

3.2.1 影响因素的选取与量化 引起住宅地价变化的影响因素主要包括区位、基础设施、环境等方面[21-23]。本文在参考相关研究成果和2009—2019年的萍乡市城区基准地价更新工作对住宅地价影响因素选择的基础上，综合考虑研究区不同房地产发展时期住宅地价特性，从城市规划、基础设施、交通、环境条件等4个方面初步选取了容积率、地块面积、医院、中小学、主干道、火车站、公交站点、河流水系、绿地覆盖度、公园广场、商服中心、常住人口密度等12个因素作为住宅地价的影响因素，并利用GIS近邻分析工具对所选取的影响因素进行量化。由于影响因素之间相关程度的大小会引起系数估计标准误差的变动，当方差膨胀因子（VIF）≥10 表示影响因素之间相关程度极高，存在着变量冗余和严重的共线性，应剔除[24]。因此本文运用SPSS 软件分别对影响因素量化值进行共线性回归分析，剔除了VIF≥10 的因素，结果见表1。

3.2.2 影响因素的空间异质性分析 GWR模型运行结果显示，2009—2014年和2015—2019年两个时段的模型拟合参数R2分别为0.66 和0.69，空间模拟效果相对较好。两个时段各影响因素系数值的平均值与中位数数值相近且符号相同，说明在不同房地产发展时期各影响因素对多数住宅地价样点的影响效果趋于一致[25]；各影响因素系数平均值反映出各影响因素对住宅地价的平均贡献度[26]。由表2 可知，不同房地产发展时期内容积率、地块面积影响因素系数值远大于其它因素，即规划条件贡献度大于其它条件；与2009—2014年房地产快速发展期相比，2015—2019年除公交站点外，医院、河流水系、公园广场等影响因素系数值的最大值和最小值符号也相反，表明房地产市场进入平稳发展期后，人们住宅区域选择更加多元化，从而导致住宅地价影响因素边际作用方向差异性大于2009—2014年。

表1 影响因素选择和量化结果Tab.1 Influencing factor selection and quantifying results

表2 GWR模型估计结果Tab.2 GWR model estimation results

（1）规划条件对住宅地价的影响。由图3a、3b 可知，不论是在房地产市场的快速发展期或平稳发展期，研究区域内容积率均与住宅地价之间呈正相关，且该因素对住宅地价的贡献度分别在[889.479，955.133]和[750.790，1038.035]，表明两个时期容积率的跨度和贡献度最大，容积率和住宅地价之间成正比，因此在特定条件下政府部门可以通过适当调整城市规划来实现更大的土地价值。由图3c、3d 可知，从2009—2014 年过渡到2015—2019 年，总体上地块面积影响系数值由负值逐渐变为正值，原因是在房地产市场进入平稳期之前，研究区属于老城区，生产生活活动较为发达，土地开发较早且库存量小，可通过地块面积挖掘的土地潜力有限，而随着房地产市场逐渐进入平稳期，相应城市发展规划也有所调整，特别是北部萍乡市政府、萍乡北站、润达国际等附近区域成为近几年发展热点，城市发展框架进一步拉伸，易出现大规模土地组合开发现象。

图3 规划条件的影响Fig.3 Impact of planning conditions

（2）基础设施条件对住宅地价的影响。图4a、4b 中，中小学与住宅地价之间经历了由正相关转为负相关的阶段，且两个时期内中南部区域附近影响因素系数值都较大，原因可能是随着经济发展和居民收入水平提高，人们在对住宅有着一定需求的同时，对教育也愈加重视，特别是对于经济欠发达且教育资源有限的研究区，中小学教育相对更加重要，“学区房”作为教育的稀缺衍生品[27]，其距离与便捷程度对住宅地价的推动作用很大；同时由于中南部区域中小学，如安源区附近的萍乡实验中学、城区小学等，质量相对较优，使该区域住宅更具有吸引力。图4c、4d 中两个时期的医院影响因素系数值总体上均为正值，这与王润源[28]的研究结果“住宅地价对医院集中的地区有更敏感的增值反应”有所不同，原因可能是随着医疗体系不断完善，一定条件下人们会更倾向于考虑具有相应特长而不是距离较近的医院。由图4e、4f可知，商服中心影响系数值均为负值，且西北方向的值相对大于东南方向，表明两个时期内距离商服中心越近的住宅地价会有所上涨，同时因西北方向道路密集程度大于东南方向，使该区域商服中心与住宅之间交通更加便利，对住宅地价的辐射作用增强。

图4 基础设施条件的影响Fig.4 Impact of infrastructure conditions

（3）交通条件对住宅地价的影响。由图5 可知，2015—2019 年房地产平稳发展期与2009—2014 年相比，整体上住宅地价与主干道之间逐渐由负相关转为正相关，与公交站点之间由正相关逐渐转为负相关关系，可能原因是在房地产快速发展期内，主干道方便了人们出行，临近主干道附近的住宅更受人们欢迎，距离主干道越近，住宅地价更有优势，但由于城市建设投入有限，萍乡市公交线路尚未完全完善，从而使公交站点对住宅地价的反应不够敏感；而在房地产平稳发展期内，随着经济发展和城市建设力度加大，交通条件日益完善，私家汽车拥有量增多的同时也产生了交通拥堵、城市污染等问题，使得主干道对住宅地价的影响减弱，而在同等条件下，不断完善的公交线路则更能够方便人们日常出行，距离公交站点越近，住宅地价越有优势。两个时段内萍乡北站、沪昆高速附近等相对远离市中心的区域，公交站点和主干道影响系数绝对值相对较大。原因是因萍乡北站、沪昆线等建成，城郊间联系加强，人们出行更加便利，城郊区域对公交车的依赖相对也大，使得公交站点与主干道之间产生一定的“互补”效应。

图5 交通条件的影响Fig.5 Impact of traffic conditions

（4）环境条件对住宅地价的影响。随着居民生活水平的提高，人们在选择居住区域时会愈加考虑环境条件和居住条件的好坏，因此本文选取了河流水系、公园广场两个因素来衡量环境条件与住宅地价之间的关系。由图6可知，两个时段内河流水系、公园广场影响因素系数值均较小，且多数公园广场影响因素系数值为负值，河流水系影响因素在空间上均呈西高东低的趋势。原因是随着近些年萍乡市从“资源枯竭型”城市成功转型为“国家园林城市”和“国家森林城市”，环境条件对住宅地价的敏感性日益增强，人们在考虑住宅区域选择时逐渐偏好环境条件，西部区域邻近萍水河或公园广场附近的住宅用地出现易地价峰值。

图6 环境条件的影响Fig.6 Effect of environmental conditions

4 结论与讨论

4.1 结论

本文以经济欠发达城市萍乡市主城区为研究区，从2009—2014 年房地产快速发展期和2015—2019年房地产平稳发展期两个时间维度出发，引入GWR 模型对住宅地价分布规律与影响因素进行对比研究，探索住宅地价时空分异规律及其影响因素空间异质性，主要结论如下：①随着经济发展，房地产市场由快速发展期逐渐过渡到平稳期，相应城市发展规划和土地配置政策也发生变化，原有的一个中心的空间分布格局被打破，住宅地价呈多中心“峰值”分布。②不同房地产发展时期内，容积率对住宅地价的贡献度均最大，地块面积次之；城市发展的热点区域易出现土地规模开发效应，在特定条件下可适当调整城市规划以实现更大土地价值。③基础设施条件中商服中心、中小学对住宅地价的拉动作用相对明显，医院对住宅地价的影响相对较弱。④房地产市场由快速发展逐渐进入平稳发展后，城市中心内主干道对住宅地价的影响相对减弱，公交站点对住宅地价的敏感性增强；两个时段内远离市中心的区域，公交站点与主干道之间具有一定“互补”效应。⑤随着房地产市场发展和居民生活水平提高，人们在选择住宅时逐渐偏好环境条件，邻近萍水河或公园广场附近的住宅易出现峰值。

4.2 讨论

萍乡市是江西的“西大门”，在赣西经济发展格局中处于中心位置，当前正处于社会经济转型发展的重要时期，采用不同时间维度展开住宅地价研究符合当下研究区的社会经济和房地产市场不断发展的阶段特征。本文基于GWR 模型、空间自相关分析法、克里金插值法等研究方法，从房地产市场快速发展期和房地产市场平稳发展期两个时间维度对萍乡市主城区住宅地价时空分异规律和影响因素空间异质性程度展开了分析研究，研究结果表明经济欠发达城市萍乡市住宅地价的主导影响因素与深圳市[29]、北京市[30]等经济发展水平较高、居民“自我满足”意识较强的多数发达城市的住宅地价主导影响因素有所不同，且具有自身的区域特性，在不同的房地产市场发展时期下城市规划条件影响因素对住宅地价的作用程度最大，而基础设施、交通、环境条件等微观影响因素对住宅地价的影响程度则相对较为均质且有限，这与吕志芳等[15]对西部中小城市天水市的住宅地价研究结果有一定的共性。本文从不同的时间维度出发总结了欠发达城市住宅地价时空分异规律及其影响因素在不同房地产发展时期的空间异质性特征，能够为经济欠发达中小城市房地产市场稳定健康发展及土地调控政策的制定等提供参考。由于仅进行了两个房地产发展时期的分析探讨，缺乏对比研究，且住宅地价影响因素分布规律具有明显地域性，研究结果合理性有待进一步检验。