城市道路交通对二手房价格驱动机制影响研究.docxVIP

PAGE PAGE 1 城市道路交通对二手房价格驱动机制影响研究 　　 　　陈凡 　　 　　 　　 　　摘要：以合肥市为研究对象，在挂牌二手房空间数据的基础上，综合运用空间句法、地理加权回归等方法揭示出道路交通对二手房价格驱动影响机制。结果表明二手房价格与道路空间可达性基本呈现正相关，交通因素对新区二手房价格的影响较老城区更为显著，同时道路带来的负面影响对房价也有一定的抑制作用。研究还识别出了主城区二手房价格高位区域和空间发展态势，以及道路全局整合度。 　　关键词：空间句法;反距离加权;二手房;合肥市;地理加权回归 　　中图分类号：TU984.13 文献标识码：A 　　文章编号：1005-913X（2020）06-0113-03 　　近年来，随着城镇化的推进和住房制度的改革，房地产业呈现出旺盛的市场需求。作为特殊商品之一，商品房特别是其价格受到了社会各界和学者们的广泛关注，而房价受多方面因素的影响，在具体单个城市层面上，地段特别是其周围交通状况对其影响较为显著。在同等情况下，交通出行便捷地段的住宅价格明显高于较差地段，往往便捷的交通环境又是一套商品房的核心卖点。作为二线省会城市和长三角副中心城市的代表，合肥近年来在快速城市化过程中房价走势明显高于全国城镇平均水平，这其中原因受到了购房者等社会各界的广泛关注。基于此，本文拟通过研究合肥在售二手房价格分布特征，揭示出道路交通因素对其影响机制。 　　一、研究区概况及数据来源 　　合肥是安徽省省会，全国重要的科研教育基地、现代制造业基地和综合交通枢纽。[1]本文以合肥市主城区为研究对象，即包含蜀山、庐阳、瑶海、包河、高新、经开和滨湖等8个行政区，其中蜀山、庐阳、瑶海和包河区外围大部分区域为郊区，中心城区是指老城区以及各项基础设施完善的城市新区。房价数据来源于2020年2月链家网（https：///）挂牌在售的62847套二手房，运用Python程序爬取并得到每套二手房的单价、经纬度等信息。道路数据来源于OSM在线地图（https：///），包含了primary（主干道）、secondary（次干道）等道路信息。 　　二、二手房价格空间格局及分析 　　（一）空间趋势分析 　　将样点空间数据导入ArcGIS软件，运用Geostatistical Analyst工具，以东西向为X轴，南北向为Y轴，样点单价为Z轴，[1]得到图1。 　　如图，二手房单价在东西、南北两个走向均呈现倒U趋势，总体单价分布由中心城区向外围递减。但相较于南北向，单价在东西向倒U趋势更加明显而递减趋势较为缓和，南北向递减趋势具有突变性。两个方向都存在两个单价分布高峰，且东西向空间跨度更广。同时两个方向大部分样本点价格分布也较为集中，多数样本点单价都在小幅度范围内浮动，只有少数位于中心城区的二手房单价较高，中心城区外围单价分布无规律较为离散，总体单价多处于高原价位而高峰价位较少。具体表现为东西向在天鹅湖——滨湖新区一带样点分布集中且单价较高，南北向在市府广场——滨湖新区一带分布集中，在市府广场附近单价达到最高值。 　　（二）空间插值分析 　　反距离加权（Inverse Distance Weighted，简称IDW）插值法是基于相近相似的原理：即兩个物体越近，其相似度越高。它以插值点与样本点间的距离为权重，离插值点越近的样本点赋予的权重越大。[3]其一般公式如下： 　　式中：（S0）为S0处的待插值点的值;N为已知点数目;λi为在第i预测点位置的权重，样本点与待插值点之间的距离越大，该值越小;Z（Si）是在Si处的测量值。 　　运用IDW插值法对中心城区二手房单价进行空间插值计算，得到数字模型图（图2），从图中可以看出，二手房价格在空间分布变化上有着明显的突变性，即淝河以北区域单价均值明显低于以南大部分区域，同时天鹅湖、滨湖等地段是高位二手房集聚区域。淝河以北区域单价多在万元以下，均值在9，000元/m2，最低在4，565元/m2。淝河以南高位二手房主要在老城区、滨湖等区域集聚分布，在天鹅湖附近达到峰值43，763元/m2。忽略局部区域的影响，整体上中心城区二手房单价不完全符合由核心城区向外围逐级递减的趋势，除核心城区以外还存在多个高位房价分布中心且对整体格局影响较大。 　　总结上述分析可以看出，从全局二手房单价空间分布来看，主城区呈现出从中心向外围圈层递减的趋势，但在中心城区不满足此规律，中心城区二手房单价分布存在多中心集聚和局部空间变异性现象。除传统的老城区以外，在天鹅湖、滨湖等区域出现单价峰值且分布影响范围大于老城区。这些区域交通便利，环境宜居，周围开发有很多高品质居住板块，是房价较高的主要因素。而从房价空间发展格局来看，由核心城区向外围扩展趋势明显，其中西部和南部为主要方向，西部为国家级高新技术