城市房價與公共服務設施水平關系研究

李鵬 賈儒軒

摘? ?要：近年來，城市住房價格居高不下成為城市居民一直關注的焦點問題，也受到了學者們的廣泛研究。借助互聯網大數據，通過爬取poi獲取房價信息和公共服務設施點。首先，利用ArcGIS工具中的地統計分析對濟南市主城區房價進行空間分布描述；其次，利用核密度分析對濟南市公共服務設施的空間密度及設施多樣性進行空間分布描述；最后，利用地理加權回歸分析模型探究城市房價與公共服務設施多樣性之間的線性關系。結果顯示，公共服務設施的綜合多樣性以及社區辦公、養老服務、教育設施、文體設施等多樣性與城市房價存在正負相關性交替的現象，房價空間差異受多種因素的共同作用。

關鍵詞：濟南市；住房價格；公共服務設施；多樣性

中圖分類號：F299? ? ? 文獻標志碼：A? ? ? 文章編號：1673-291X（2023）05-0072-03

目前，國內對于住房價格的研究逐漸從以定性研究為主轉向定性與定量相結合的方式，對房價影響因子的分析方法更加多樣，最頻繁的方法是采用特征價格模型分析以及地理加權回歸分析[1-3]。而對于住房價格與公共設施結合的分析研究多從公共設施的可達性，以及公共設施的空間分布數量入手，缺少對公共設施的豐富度分析。本文利用poi數據，對研究范圍內的設施點進行較高精度的定位，提升了研究的精細化程度。

一、研究對象與方法

（一）研究區域

通過對濟南市小區數據以及公共設施主要分布數據的統計分析，研究發現居住小區以及公共設施大都集中分布在主城區。因此，選取濟南市主城區作為研究區域對分析公共設施對住房價格的影響更具代表性和研究價值。根據《濟南市城市總體規劃（2011—2020年）》，濟南市主城區包括歷下區、市中區、天橋區、槐蔭區、歷城區和長清區，總面積3 257km2。

（二）數據來源

本次研究中，房價數據抓取自鏈家網（jn.lianjia.com）以及安居客（jinan.anjuke.com）等網站的poi數據，經過篩選共計1 256條，數據標簽包括房源名稱、經緯度、房價等信息；公共設施選取《濟南15分鐘社區生活圈規劃導則》中規定的公共服務設施，爬取百度地圖poi數據，經過篩選后共計12 456條，數據標簽包括設施名稱、設施類別、經緯度等信息。之后對所獲取數據進行清洗處理。

（三）研究方法

1.探索性空間分析?？臻g自相關分析是探索性數據分析的主要方法，用來揭示區域單元上某一屬性值與鄰近單元上同一屬性值的相關程度，發現空間異質和空間集聚現象，包括全局自相關和局部自相關[4]。

2.香農多樣性分析。國內外普遍利用公共設施的密度分布來研究公共服務設施對房價的影響，可能導致研究結論不夠全面，因此本文借鑒香農—威納指數以測度綜合與不同類型公共服務設施的多樣性，結合公共設施密度分布更加全面地分析影響住宅價格的因素[5]，其計算公式分別為：

Hj=-∑PijlnPij

hj=-∑PmjlnPmj

式中，Hj為綜合多樣性指數，表示j小區周邊公共服務設施的多樣性指數。Pij表示第j個小區1000米范圍內第i種大類公共服務設施數量占該小區1000米范圍內設施數量的比例。hj為設施多樣性指數，表示j小區周邊各類公共服務設施的多樣性指數，pij代表第j個小區1000米范圍內m小類設施數量占該單元小類所屬的大類設施總量的比例。多樣性趨近于0，表示該小區周邊公共服務設施種類單一，多樣性低。反之，則表示小區周邊公共服務設施總類豐富，更具多樣性。

3.地理加權回歸。為分析公共設施分布密度及多樣性對城市住房價格的影響，在ArcGIS構建地理加權回歸模型，來揭示公共服務設施影響因子與城市房價的空間相關性。首先用普通最小二乘法線性回歸對變量進行總體回歸分析，通過顯著性檢驗后再進行地理加權回歸分析[6]。

二、濟南市主城區普通住宅價格空間分布分析

利用空間自相關分析探索濟南市主城區普通住宅價格在空間上的分布規律，以此來揭示城市房價在空間上的分異和聚集現象。

（一）全局自相關

利用ArcGIS中的空間自相關分析工具，得出本研究中濟南市房價數據的全局自相關分析結果Morans I指數大于0，房價整體上存在著相似值之間的空間聚集現象，距離較近的住宅，其價格也相接近。p值（P-Value）表示所研究的空間模式是某一隨機過程的概率， 研究結果p值小于0.01，所以數據是隨機生成的概率只有1%（99%的置信度），也就是拒絕了零假設。z值（Z-Score）遠大于99%置信區間雙側檢驗臨界值2.58，說明濟南主城區普通二手房房價存在著十分顯著的正相關集聚現象。首先是因為相鄰住房基本在同一時間段建造，有相似的結構特征如房屋面積、內部及外部的設計，其次鄰近的住宅共享周邊設施，其區位及所享受的公共服務接近均等。

（二）局部自相關

本文采用LISA集聚圖來分析二手房房價的集聚情況。Hight- Hight為高值聚類，Low-Low為低值聚類，表示該區域的住宅價格存在較高的空間正相關。Hight-Low為“高—低”關聯，Low-Hight為“低—高”關聯，表示該區域的住宅價格存在空間負相關。濟南市主城區普通二手房房價“高—高”關聯區域主要為濟南市老城區，受其區域地理位置、土地價值以及公共服務設施質量等因素影響，房價均值普遍高于其他區域?！暗汀汀标P聯區域分布范圍較廣且相對分散，主要集聚在天橋區、槐蔭區以及市中區的西部。負相關的區域主要分布在高值和低值聚集區之間，受舊城改造的影響這些區域房屋建成年代差異較大，且存在部分棚戶小區，價格差異較大。

三、公共服務設施多樣性與房價空間分布相關性分析

（一）公共服務設施的空間分布特征

1.空間密度分布特征。利用GIS中密度分析工具，對濟南市公共設施poi點進行空間核密度分析，結果發現：一是公共服務設施主要集中在老城區范圍內。其中，天橋區南側濟南火車站附近為公共服務設施集中分布的中心區域，市中區和歷下區部分街道為次級中心區域?？傮w上呈現由老城區向東西兩側新城區域密度遞減的趨勢。二是各區域呈現組團聚集的模式。歷下區組團聚集模式最為明顯出現中心—次中心—組團中心三級分布特點；天橋區和市中區設施集中等級差異較大，且分布不均衡；槐蔭區和歷城區設施組團分布相對集中，呈現出由中心向四周遞減的趨勢。

2.空間綜合多樣性分布特征。通過計算公共服務設施綜合多樣性指數（Hj）以及各類設施多樣性指數（hj）并對其進行可視化表達發現：一是老城區公共服務設施多樣性最高，由中心向周圍遞減?？傮w上呈現出由中心向周圍遞減的趨勢，公共服務設施密度大的區域其多樣性也較高，并且帶動附近區域設施多樣性的提升。二是各區域設施多樣性聚集組團模式明顯，設施多樣性等級分明。其中歷下區設施多樣性的等級最高，其設施豐富度最高；其次是市中區，呈現出中心—次中心—組團中心的三級分布模式；天橋區為中心—組團中心二級分布模式；槐蔭區、歷城區和長清區設施多樣性等級相對較低。

綜上，公共服務多樣性呈現由老城區向周邊新城區遞減的趨勢，各區域呈現出組團聚集的模式，設施多樣性等級分布明顯。

（二）公共服務設施多樣性與房價總體相關性分析

在進行地理加權回歸分析之前首先對公共服務設施綜合多樣性（Hj）和各類設施多樣性指數（hj）與城市住房價格進行總體相關性回歸分析。以城市房價為因變量，以公共服務設施綜合多樣性（Hj）、社區辦公設施多樣性（h1）、衛生醫療設施多樣性（h2）、養老服務設施多樣性（h3）、教育設施多樣性（h4）、文體設施多樣性（h5）、商業便民設施多樣性（h6）、公共環境設施多樣性（h7）為自變量，利用普通最小二乘法（OLS）線性回歸對其進行分析，結果顯示：

除衛生醫療設施多樣性（h2）、商業便民設施多樣性（h6）、公共環境設施多樣性（h7）等變量外均未通過5%水平的顯著性檢驗，究其原因主要是醫療衛生設施與公共環境設施在空間配置上相對均衡，其設施種類較少，多樣性變化趨勢不明顯；而商業便民設施的配置多為市場選擇的結果，其多樣性變化也較弱。

（三）公共服務設施多樣性與房價空間相關性分析

1.設施綜合多樣性（Hj）對房價的影響。通過GWR模型分析得到該影響因素的擬合參數R2為0.45，表明GWR模型能夠解釋濟南市主城區45%的房價變化與影響因素之間的關系。綜合多樣性（Hj）對房價呈正相關影響的區域，其中對歷下區西部的老城區以及天橋區濟南火車站附近的影響較大，這些區域主要位于濟南市老城區，建設用地開發強度不高，建筑密度大，使得公共服務設施種類數量較為密集，并且經過幾十年的發展公共服務資源得到了篩選、積累和沉淀，使其資源質量優于其他區域。未來經過新一輪的城市更新改造提升，該區域的公共服務設施會得到進一步優化，可能會進一步加劇對房價的影響。

2.各設施多樣性對房價的影響。一是社區辦公設施多樣性（h1）。通過GWR模型分析得到該影響因素的擬合參數R2為0.508，表明GWR模型能夠解釋濟南市主城區50.8%的房價變化與影響因素之間的關系。影響最大的區域集中在歷下區甸柳新村街道，但從總體來看該類設施的多樣性對房價影響不大。社區辦公類設施主要是滿足居民日常工作以及安全需求，在交通工具以及科技發達的今天，該類設施對于消費者買房意愿的影響越來越低，隨著未來科技的進一步發展，該類設施的供求關系趨近于平衡，對房價的影響會進一步降低，在空間分布上也會趨近于均衡。二是養老服務設施多樣性（h3）。通過GWR模型分析得到該影響因素的擬合參數R2為0.547，表明GWR模型能夠解釋濟南市主城區54.7%的房價變化與影響因素之間的關系。養老服務設施多樣性對房價的影響既有促進也有抑制，總體上影響不大，并且現階段養老服務設施依然是以集中式的養老院或者療養院為主，其所處位置大多位于生態環境較好的城市外圍，分散式的社區養老模式尚未完全普及，使得其對于城市房價的影響范圍有限，即使有部分影響也有可能歸因于其周圍良好的生態環境。未來，隨著居家養老以及社區養老設施的普及，以及老齡化問題的加劇，養老服務設施勢必會對房價產生一定的影響，成為消費者選擇房源的一項重要影響因素。三是教育設施多樣性（h4）。通過GWR模型分析得到該影響因素的擬合參數R2為0.525，表明GWR模型能夠解釋濟南市主城區52.5%的房價變化與影響因素之間的關系。教育設施多樣性（h4）對房價具有抑制和促進雙重作用，其中對歷下區的影響作用最為明顯，主要是由于該區域匯集了較多優質教育資源的同時其內部也存在一定的教育資源競爭，所以對于教育資源競爭優勢明顯的區域房價有促進作用，而對競爭優勢較低的區域房價有抑制作用。隨著教育設施的均衡化配置，各區域的教育設施多樣性逐步提升，但是教育資源的質量還存在較大的差異，因而教育設施對于房價的影響更多的是體現在教育資源的質量上。未來，隨著網課教育的普及和優化，利用網上教育縮小各區域間教育質量的差距，從而降低教育設施對于房價的影響，達到控制房價的作用。四是文體設施多樣性（h5）。通過GWR模型分析得到該影響因素的擬合參數R2為0.397，表明GWR模型能夠解釋濟南市主城區39.7%的房價變化與影響因素之間的關系。文體設施多樣性（h5）對房價影響較大的區域在歷下區和市中區的部分街道，其中歷下區由于文體設施的多樣性較低，使其房價受到抑制，而市中區文體設施多樣性較高，其房價受到明顯的促進作用。在精神文明需求逐步增加的今天，文體設施能夠豐富人們的精神文化生活，滿足其追求高質量的生活需求，因而其豐富程度勢必會成為未來人們選擇住房的主要因素之一，而現階段文體設施分布還不夠均衡，其豐富度還有待提升，這是未來規劃中需要著重考慮的問題之一。

四、結語

本文利用GIS分析工具揭示濟南市主城區普通住宅房價的空間分布規律，并采用GWR模型和核密度分析的方法，研究不同公共服務設施多樣性對于房價的影響得出，設施綜合多樣性以及社區辦公、養老服務、教育、文體等四類公共服務設施的多樣性與房價具有明顯的相關關系，其豐富程度越高越能夠吸引和帶動更多的居民。但公共服務設施的多樣性與其數量的密度分布以及房價峰值并不完全吻合，說明影響房價的不只是空間上的分布，經濟、社會、環境、政策等也都會產生影響。

參考文獻：

[1]? ?梁軍輝，林堅，吳佳雨.北京市公共服務設施配置對住房價格的影響[J].城市發展研究，2016，（9）：82-87，124.

[2]? ?湯坤，李全，陸江瀟，等.公共服務設施可達性及其對房價的影響[J].地理空間信息，2020，（2）.

[3]? ?李會平，王清芳，王洪衛，等.論上海地區住宅集群及公共設施的空間可及性[J].復旦公共行政評論，2014，（1）：47-70.

[4]? ?周小平，秦振揚，趙松，等.中國住宅地價房價比的空間格局、演變特征及影響因素——基于35個大中城市的空間計量分析[J].中國土地科學，2019，（1）：40-48.

[5]? ?劉合林，鄭天銘，聶晶鑫.城市基本公服設施數量與多樣性空間配置研究——以武漢市主城區為例[J].城市規劃，2021，（2）：84-91.

[6]? ?谷興，周麗青.基于地理加權回歸的武漢市住宅房價空間分異及其影響因素分析[J].國土與自然資源研究，2015，（3）：63-68.

[責任編輯? ?劉? ?瑤]