基金項(xiàng)目:江蘇高校哲學(xué)社會科學(xué)研究項(xiàng)目:基于ESDA的城市住宅價格空間分布特征及影響因素研究,批準(zhǔn)號:2019SJA0504。三江學(xué)院校級科研項(xiàng)目:城市居住空間分布特征與驅(qū)動機(jī)制研究,批準(zhǔn)號:2018SJKY035
摘 要:大數(shù)據(jù)研究的興起為探索城市住房價格空間分布特征提供了新的方向,本文利用網(wǎng)絡(luò)爬蟲技術(shù)搜索南京市住房價格大數(shù)據(jù),并通過GIS技術(shù)展示其空間分布特征,結(jié)果表明南京市房價存在地區(qū)差異性,空間結(jié)構(gòu)呈環(huán)狀分布并朝多中心發(fā)展。
關(guān)鍵詞:大數(shù)據(jù);GIS;房價;空間分析
當(dāng)前,我國正處于經(jīng)濟(jì)新常態(tài)的社會轉(zhuǎn)型期,各行各業(yè)都在進(jìn)行產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、穩(wěn)定發(fā)展趨勢,關(guān)乎民生福祉的房地產(chǎn)業(yè)也在經(jīng)歷變革。住房價格作為住宅市場發(fā)展?fàn)顟B(tài)的直觀表示,一直以來都備受研究學(xué)者的青睞。以往相關(guān)研究大多關(guān)注住房價格的變化趨勢[1],或是對其影響因素進(jìn)行探究[2];近年來則多以城市空間視角,探討住房價格空間分布的差異性[3-4],以此展示人、住宅、鄰里、社會的多范圍多角度關(guān)系。本文在此基礎(chǔ)上,以南京市為例,引入大數(shù)據(jù)(Big Data)概念,將住房價格與大數(shù)據(jù)相結(jié)合,再輔以地理信息系統(tǒng)(GIS)空間展示技術(shù),將住宅數(shù)據(jù)的價格屬性與地理屬性相結(jié)合,共同探索城市住宅價格空間分布規(guī)律。
一、研究對象與研究方法
(一)研究區(qū)域與對象
南京市地處長江中下游,是長三角都市輻射圈的核心城市,作為長江沿岸與東部沿海經(jīng)濟(jì)帶的戰(zhàn)略交匯點(diǎn),南京的城區(qū)中心地位日益突出[5],其住宅價格的變動趨勢對周邊地區(qū)將有深遠(yuǎn)影響。截至目前,南京市下轄共計11個行政區(qū),由于溧水區(qū)與高淳區(qū)距離主城區(qū)過遠(yuǎn),經(jīng)濟(jì)發(fā)展較為落后,則不在本次研究范圍之類。因此,本文研究區(qū)域?yàn)樾鋮^(qū)、秦淮區(qū)、建鄴區(qū)、鼓樓區(qū)、浦口區(qū)、棲霞區(qū)、雨花臺區(qū)、江寧區(qū)與六合區(qū),并選取該9個行政區(qū)域2020年5月的普通商品住宅銷售價格為具體研究對象。
(二)研究方法
隨著互聯(lián)網(wǎng)信息技術(shù)的普及,人們在日常生活中隨時隨地都可能產(chǎn)生大量數(shù)據(jù),搜索、存儲、處理與分析這些海量數(shù)據(jù),能夠保證信息的及時性、充分性、多樣性、真實(shí)性與準(zhǔn)確性。GIS技術(shù)則是側(cè)重于對地表和空間相關(guān)數(shù)據(jù)進(jìn)行采集、管理、展示與研究,具備專業(yè)的處理能力以及出色的數(shù)據(jù)可視化效果。將住宅價格大數(shù)據(jù)與GIS技術(shù)相結(jié)合,能夠充分展示出城市房價的空間分布狀態(tài)并挖掘出其背后形成機(jī)理。
二、數(shù)據(jù)來源與處理
(一)數(shù)據(jù)來源
本文樣本數(shù)據(jù)主要通過兩種方式獲取,一是采取網(wǎng)絡(luò)爬蟲技術(shù),批量下載安居客網(wǎng)站,位于南京市9個行政區(qū)2020年5月的普通商品住宅銷售價格,共搜集到1356個小區(qū)房價數(shù)據(jù);二是利用Google Earth地圖軟件繪制相應(yīng)小區(qū)的地理位置,以此獲取其經(jīng)緯度坐標(biāo)信息。將兩類數(shù)據(jù)通過相同字段(小區(qū)名稱)進(jìn)行關(guān)聯(lián),得到同時具備價格屬性與空間屬性的矢量大數(shù)據(jù)。
(二)數(shù)據(jù)處理
由于大數(shù)據(jù)的信息量豐富,不可避免會出現(xiàn)信息重復(fù)、錯誤等現(xiàn)象,因此要對數(shù)據(jù)進(jìn)行處理。本文采用SPSS軟件對初步搜集到的1356個小區(qū)價格進(jìn)行標(biāo)準(zhǔn)化殘差檢測,剔除離群值,最終獲得有效樣本數(shù)據(jù)1340條。
(三)數(shù)據(jù)初步分析
9個行政區(qū)的房價均值為33576元/m2,極小值為6381元/m2,位于浦口區(qū)的橋林雅苑;極大值為101629元/m2,位于鼓樓區(qū)的金鼎灣今朝天下。樣本數(shù)據(jù)基本呈正態(tài)分布,其描述性統(tǒng)計如表1所示。從圖1房價直方圖可初步看出,單價為25000元/m2左右的房源較多,基本分布在浦口、江寧和棲霞區(qū)。
三、住房價格空間分布特征分析
(一)樣本坐標(biāo)空間分布
將1340條住宅小區(qū)的矢量大數(shù)據(jù)錄入Arcgis10.2軟件中,并加載南京市地圖,得到樣本點(diǎn)的分布圖(如圖2所示)。同時采用Arcgis的關(guān)聯(lián)功能,將樣本點(diǎn)按照9個行政區(qū)域進(jìn)行劃分并渲染,得到各行政區(qū)的樣本點(diǎn)分布與均值圖(如圖3所示)。從圖2可知樣本點(diǎn)的分布區(qū)域較為集中,近南端、近北端與近西端的區(qū)域樣本點(diǎn)分布較少,排除樣本點(diǎn)批量搜索的區(qū)位誤差因素,一方面可能在于這些區(qū)域多為自然地形,風(fēng)景區(qū)較多;另一方面可能當(dāng)?shù)剡€處在待開發(fā)階段,住宅小區(qū)待建或者正在建設(shè)中,成熟小區(qū)較為稀少。圖3則直觀地描述了各城區(qū)住房價格空間分布特征,從中可看出南京市房價地區(qū)差異性較為明顯,總體呈現(xiàn)出一定程度的環(huán)狀分布,即外圍一圈從北至南,從西至東,逆時針方向房價逐步上升;而主城區(qū)則相反,從南面雨花臺區(qū)開始逆時針環(huán)繞至建鄴區(qū)方向房價逐漸上升。
(二)各區(qū)住房價格空間特征分析
結(jié)合表2南京市各區(qū)房價均值表與圖3可知住房價格均值最高的區(qū)域是建鄴區(qū),為49431元/m2,與其相近的區(qū)域?yàn)楣臉菂^(qū),均價45315元/m2。鼓樓區(qū)一直以其優(yōu)秀的教育資源而聞名于整個南京市,優(yōu)質(zhì)學(xué)區(qū)的加持讓本來就屬于老城區(qū)的房價進(jìn)一步增高。而建鄴區(qū)重點(diǎn)發(fā)展的河西新城由于近20年的發(fā)展,已逐步成為包含奧體中心、展覽中心、生態(tài)科技島、商務(wù)中心等在內(nèi)的現(xiàn)代化國際性城市中心,使得房價一路上漲超過了鼓樓區(qū)。
均值最低的區(qū)域是六合區(qū),均價17570元/m2,而同樣一江之隔的浦口區(qū)房價則要比之高出5000多元/m2。從區(qū)位視角看,六合區(qū)中心較浦口區(qū)中心距市中心更遠(yuǎn),通常離市中心越遠(yuǎn)房價越低。雖然2015年批復(fù)設(shè)立的江蘇省首個國家級新區(qū)——江北新區(qū)同時包含兩個區(qū)域,但是新區(qū)總部設(shè)立在浦口區(qū),無疑帶給浦口區(qū)更多建設(shè)資源。從通達(dá)性角度看,六合區(qū)若要渡過長江通往市區(qū),則只有八卦洲長江大橋與棲霞山長江大橋;而浦口區(qū)則具有除南京長江大橋、大勝關(guān)長江大橋兩座橋梁之外,還具備應(yīng)天大街長江隧道、定淮門長江隧道以及地鐵3號線、10號線和s3號線,豐富的過江線路都促使浦口區(qū)房價未來趨勢較好。而均值較為接近的區(qū)域有玄武區(qū)與秦淮區(qū)、棲霞區(qū)與雨花臺區(qū)。四區(qū)都屬于南京主城區(qū),前者位于主城區(qū)的中心區(qū)域,教育、商業(yè)、交通、環(huán)境等因素近乎相同;后者則處于老城相對邊緣地帶,各項(xiàng)公共服務(wù)設(shè)施資源相對較弱,均價自然偏低。江寧區(qū)雖與浦口區(qū)、六合區(qū)同屬南京郊區(qū),但由于沒有長江的阻隔,交通更為方便,同時又涵蓋了南京大學(xué)、東南大學(xué)等高等學(xué)府,牛首山、湯山、銀杏湖樂園等旅游風(fēng)景區(qū),人文景觀和自然景觀相得益彰,綜合這些因素都使得江寧區(qū)房價將趕超主城。
通過GIS技術(shù),本文將住房價格大數(shù)據(jù)空間分布特征直觀呈現(xiàn)在地圖之上,發(fā)現(xiàn)南京市房價存在地區(qū)差異性,整體表現(xiàn)出一定程度的環(huán)狀分布,房價峰值點(diǎn)由建鄴區(qū)取代了鼓樓區(qū),浦口區(qū)與江寧區(qū)房價有進(jìn)一步上升空間,城市結(jié)構(gòu)朝多中心發(fā)展。
參考文獻(xiàn):
[1]崔君毅.從經(jīng)濟(jì)學(xué)的角度談房價未來趨勢[J].中國商貿(mào),2014(13):209-210.
[2]葉杰,王國松.基于一致性預(yù)期的房價波動影響因素實(shí)證研究[J].商業(yè)經(jīng)濟(jì)研究,2015(27):119-121.
[3]翟崟淞.基于GIS的成都市商品住宅價格空間分布差異研究[J].價值工程,2019,38(18):46-49.
[4]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.
[5]孔秋云.關(guān)于我市國內(nèi)貿(mào)易流通體制改革發(fā)展情況的報告[R].2018.5.30.
作者簡介:楊君(1991-)女,漢族,江蘇省南京市人,三江學(xué)院土木工程學(xué)院講師,碩士。研究方向:城市管理、城市空間結(jié)構(gòu)。