劉夢婷，陳文波，于少康，屠代豪

（1.江西農(nóng)業(yè)大學(xué)國土資源與環(huán)境學(xué)院，江西南昌 330045；2.江西農(nóng)業(yè)大學(xué)南昌市景觀與環(huán)境重點實驗室，江西南昌 330045；3.江西省自然資源廳國土資源勘測規(guī)劃院，江西南昌 330025）

【研究意義】黨十九大后，強調(diào)房住不炒定位，落實地方主體責(zé)任，建立建全房地產(chǎn)市場調(diào)控長效機制，加快建立多主體供給、多渠道保障、租購并舉的住房制度是我國近年來房地產(chǎn)市場發(fā)展的總基調(diào)[1]。住宅地價作為住房價格的重要組成部分，是規(guī)范房地產(chǎn)市場秩序的重要工具，能夠引領(lǐng)房地產(chǎn)業(yè)發(fā)展方向，其價格及其影響因素歷來是學(xué)術(shù)界研究的熱點。由于不同區(qū)域，不同時期經(jīng)濟發(fā)展水平不同，銀行政策、土地供應(yīng)制度、開發(fā)商房屋開發(fā)成本等也各異，住宅地價影響因素在不同的社會經(jīng)濟發(fā)展階段有較大不同，并且?guī)в忻黠@區(qū)域特征[2]。我國推進房地產(chǎn)市場化已有近20 年，如何總結(jié)、研究不同房地產(chǎn)發(fā)展時期的住宅地價影響因素，對實現(xiàn)當(dāng)前房地產(chǎn)市場穩(wěn)步健康發(fā)展及房地產(chǎn)市場政策“精準(zhǔn)調(diào)控”有較大理論與實踐價值?！厩叭搜芯窟M展】當(dāng)前，對城市住宅地價的研究主要集中在時空分異[3-4]、驅(qū)動力[5-6]、影響因素[7-8]等領(lǐng)域。在城市住宅地價影響因素研究方面，Zhuge 等[9]、Kanasugi 等[10]分別認(rèn)為區(qū)位、交通因素對美國紐約和日本東京的地價影響十分重大，距市中心越近，交通越便利的區(qū)域，地價增長速度越快；古恒宇等[11]、梁彥慶[12]等通過構(gòu)建相應(yīng)的地價模型，分別探討各影響因素對廣州市、石家莊市地價影響程度的空間差異性，得出不同影響因素之間具有明顯差異化特征；吳健生等[13]、毛德華等[14]從景觀的角度，分別探討水體景觀、生態(tài)景觀與深圳市、長沙市周邊住宅價格的空間關(guān)聯(lián)性，得出環(huán)境景觀越來越受人們重視的結(jié)論。【本研究切入點】當(dāng)前多數(shù)住宅地價分布特征及其影響因素研究都停留在固定時點和社會經(jīng)濟發(fā)展水平較高的區(qū)域，因為它們相對來說土地市場較為發(fā)達，交易較為頻繁，信息較為公開，市場的競爭性較強。研究結(jié)果雖然有一定地域特色，但基本都有大同小異的規(guī)律。相對而言，欠發(fā)達的中小城市由于房地產(chǎn)市場相對落后，市場的競爭性不夠充分，其地價分布特征與影響因素因地域不同而不同，具有較強的地域性特色，相關(guān)的研究也不多見[15]?！緮M解決的關(guān)鍵問題】本文以江西省西部經(jīng)濟欠發(fā)達城市萍鄉(xiāng)市主城區(qū)為研究區(qū)，在考慮研究區(qū)房地產(chǎn)市場發(fā)展不同時期特殊性的基礎(chǔ)上，引入GWR 模型對住宅地價分布規(guī)律與影響因素進行對比研究，探索住宅地價的時空分異規(guī)律及其影響因素的空間異質(zhì)性，為經(jīng)濟欠發(fā)達中小城市房地產(chǎn)市場穩(wěn)定健康發(fā)展及土地調(diào)控政策制定等提供參考。

1 研究區(qū)域概況與數(shù)據(jù)來源

1.1 研究區(qū)域概況

萍鄉(xiāng)市是江西省地級市，位于江西、湖南兩省交界處，距省會城市南昌294 km。全市現(xiàn)轄蘆溪、上栗、蓮花三縣和安源、湘東兩區(qū)以及萍鄉(xiāng)經(jīng)濟技術(shù)開發(fā)區(qū)，市轄區(qū)面積1 080 km2。從2009 年至今，萍鄉(xiāng)市經(jīng)濟發(fā)展較為迅速，經(jīng)濟發(fā)展取得了一定成績，全市全年房地產(chǎn)開發(fā)投資由19.92億元上漲到53.86億元，增長率達63.01%；商品房銷售額由15.02億元上漲到98.23億元，增長率達84.71%。但全市仍處于經(jīng)濟轉(zhuǎn)型發(fā)展艱難期，發(fā)展不平衡不充分、經(jīng)濟總量不大、產(chǎn)業(yè)結(jié)構(gòu)單一等矛盾依舊存在，與江西省整體水平相比仍有較大差距，2009年至今萍鄉(xiāng)市全年平均生產(chǎn)總值僅占江西省5.34%，全年平均房地產(chǎn)開發(fā)投資額僅占江西省2.67%，全年商品房平均銷售額僅為江西省2.07%，經(jīng)濟發(fā)展質(zhì)量和效益還有待提高，屬于典型的欠發(fā)達城市。

自2000 年推行土地市場化以來，萍鄉(xiāng)市房地產(chǎn)市場隨著社會經(jīng)濟發(fā)展經(jīng)歷了不同時期。特別是2009 年10 月，萍鄉(xiāng)市成功爭取到國家發(fā)改委對煤礦棚戶區(qū)改造項目的批復(fù)，著手進行棚戶區(qū)居民安置及住宅小區(qū)的建設(shè)，實行“住房代替貨幣補償”政策，推動了房地產(chǎn)市場快速發(fā)展；而隨著“房住不炒”國家政策定位不斷夯實，2015年9月、2016年5月萍鄉(xiāng)市政府分別發(fā)布《關(guān)于印發(fā)萍鄉(xiāng)市房地產(chǎn)業(yè)降成本去庫存暫行辦法的通知》及《關(guān)于印發(fā)促進萍鄉(xiāng)市房地產(chǎn)平穩(wěn)健康發(fā)展實施意見的通知》，房地產(chǎn)市場進入了平穩(wěn)期。本文選取了2009—2014 年房地產(chǎn)市場快速發(fā)展期和2015—2019 年平穩(wěn)發(fā)展期兩個時段進行對比研究，揭示不同房地產(chǎn)發(fā)展時期住宅地價分布規(guī)律及影響因素空間異質(zhì)性，總結(jié)不同時期住宅地價與影響因素的空間分布規(guī)律差異。

圖1 研究區(qū)范圍及住宅地價樣點圖Fig.1 Study area and sample plots

1.2 數(shù)據(jù)來源

本文以萍鄉(xiāng)市主城區(qū)為研究區(qū)，研究范圍包括安源區(qū)以及萍鄉(xiāng)經(jīng)濟技術(shù)開發(fā)區(qū)大部，面積為107.78 km2，東至安源鎮(zhèn)張家灣村、高坑鎮(zhèn)茶亭村，南至五陂鎮(zhèn)五陂村、冊雷村，西至青山鎮(zhèn)青山村、城郊管委會，北至福田鎮(zhèn)、彭高鎮(zhèn)；研究數(shù)據(jù)主要分為兩個部分：①住宅地價數(shù)據(jù)，共收集了2009—2019年167例出讓數(shù)據(jù)并進行了相應(yīng)修正，包括交易價格與時間、地理位置、城市規(guī)劃等信息，數(shù)據(jù)來源于萍鄉(xiāng)市不動產(chǎn)交易中心；②影響因素空間數(shù)據(jù)，包括道路、水域、綠化等信息，數(shù)據(jù)來源于2009—2019 年萍鄉(xiāng)市城區(qū)基準(zhǔn)地價更新工作成果。

2 研究思路與方法

2.1 研究思路

本文以萍鄉(xiāng)市主城區(qū)為研究區(qū)，分2009—2014年和2015—2019年兩個不同房地產(chǎn)市場發(fā)展時期進行對比研究。首先利用全局空間自相關(guān)分析法和克里金插值法，對兩個時期的住宅地價空間分布相關(guān)性特征和分布格局特征進行分析，得出住宅地價時空分布特征；然后結(jié)合相關(guān)研究和研究區(qū)實際情況，從城市規(guī)劃、基礎(chǔ)設(shè)施、交通、環(huán)境條件等4個方面選取兩個時段的住宅地價影響因素，構(gòu)建GWR模型分析不同房地產(chǎn)發(fā)展時期住宅地價各影響因素空間異質(zhì)性特征。

2.2 研究方法

2.2.1 全局空間自相關(guān)分析法 全局空間自相關(guān)分析法能夠使用單一的屬性值來反映該研究區(qū)域的自相關(guān)程度，描述某現(xiàn)象的整體分布情況，判斷其在空間分布上是否具有聚集特性，是一種用于探究整個研究區(qū)域的空間模式[16]。常用衡量指標(biāo)有Moran’s I指數(shù)、Geary’s C 系數(shù)等。本文運用全局空間自相關(guān)分析法，采用全局Moran’s I指數(shù)，分別對不同時段的空間相關(guān)性特征進行分析，描述研究區(qū)住宅地價時空分布特征。計算公式如下：

式（1）中i，j為住宅地價樣點編號；xi、xj為對應(yīng)屬性特征分別在i和j點的觀測值，分別為要素xi，xj與要素均值x的差值，W()i,j為空間權(quán)重矩陣；n為樣點總數(shù)量。Moran’s I 指數(shù)取值多位于-1～1，且取值越大代表空間分布相關(guān)性越大。當(dāng)Moran’s I＞0 時，表示空間分布上存在正相關(guān)且具有一定集聚性；Moran’s I＜0 則表示空間分布為負(fù)相關(guān)且有一定隨機性；Moran’s I=0 時表示空間分布上不存在相關(guān)性。

2.2.2 克里金插值法 克里金（Kriging）插值法是以空間自相關(guān)性和變異函數(shù)理論為基礎(chǔ)，通過選擇適合的半變異函數(shù)模型，如高斯函數(shù)、球面函數(shù)等，在給定區(qū)域內(nèi)對區(qū)域化變量的取值進行局部無偏最優(yōu)估計插值的空間局部插值方法[17]。本文采用克里金插值法，應(yīng)用高斯半變異函數(shù)模型，分別對兩個時段的價格樣點進行空間插值分析，將給定樣點插值成柵格表面，模擬不同時段住宅地價空間分布形態(tài)，分析住宅地價時空分布格局特征。計算公式如下：

式（2）中：K(x0)為未知樣點的數(shù)值；K(xi)為位于未知樣點四周各個已知樣點的數(shù)值；q為在第i個已知樣點對未知樣點的權(quán)重；n為已知樣點個數(shù)。

2.2.3 GWR模型 GWR（地理加權(quán)回歸）模型，是1996年由英國Newcastle大學(xué)地理統(tǒng)計學(xué)家Forthering?ham A S 教授等提出[18]，其基本原理是在傳統(tǒng)線性回歸模型基礎(chǔ)上，利用局部多項式光滑思想，假定回歸系數(shù)是觀測點地理位置的位置函數(shù)，將所有樣點數(shù)據(jù)的地理位置空間特性融入回歸參數(shù)中，使得所有樣點參數(shù)都可以進行局部參數(shù)估計，為分析住宅地價空間異質(zhì)性特征創(chuàng)造條件[19]。本文在進行了住宅地價時空分布格局特征分析的基礎(chǔ)上，采用GWR 模型對不同時段住宅地價影響因素空間異質(zhì)性進行分析，計算公式如下：

式（3）中，yi為第i個樣點地價；Xik為第i個樣點在第k個解釋變量值；(si,ti)為第i個樣點投影坐標(biāo)；βk(si,ti)表示第i個樣點在第k個解釋變量的回歸系數(shù)；n為變量的數(shù)量；β0(si,ti)為常數(shù)項；εi為第i個樣點處的隨機誤差。

3 結(jié)果與分析

3.1 不同房地產(chǎn)發(fā)展時期住宅地價時空分布特征

利用空間自相關(guān)分析工具，分別計算出2009—2014年和2015—2019年兩個時段研究區(qū)住宅地價空間分布的全局Moran’s I 指數(shù)值。結(jié)果表明兩個時段的全局Moran’s I 指數(shù)分別為0.35 和0.20，Z值得分分別為4.50和3.26，說明兩個時段住宅地價樣點在空間位置上都存在著正相關(guān)關(guān)系和一定的集聚性，住宅地價時空分布特征均為GWR模型運行提供了前提條件。圖2為利用克里金插值法進行空間局部插值后的住宅地價空間分布格局圖，由此看出研究區(qū)不同時期不同區(qū)域內(nèi)地價增減的幅度各不相同，隨著時間的推移，空間上研究區(qū)住宅地價由中間高四周低“一個中心”分布逐漸轉(zhuǎn)變?yōu)槎嘀行姆植?。城市地價競租理論認(rèn)為地價是區(qū)位的函數(shù)，城市中心具有獨特區(qū)位優(yōu)勢，可使經(jīng)濟要素在空間上向心性集聚，形成地價峰值中心，且地價由中心向四周呈圈層式遞減[20]。因此，2009—2014年萍鄉(xiāng)市雖處于房地產(chǎn)快速發(fā)展期，但也處于經(jīng)濟發(fā)展模式單一階段，住宅地價多以安源區(qū)政府為中心向外發(fā)散遞減；而隨著2015—2019 年經(jīng)濟的發(fā)展，房地產(chǎn)市場逐漸過渡到平穩(wěn)期，相應(yīng)的城市發(fā)展規(guī)劃和土地配置政策也發(fā)生變化，城市空間擴展下潤達國際購物中心、夢想天街等多個區(qū)域內(nèi)各類經(jīng)濟要素空間聚集，使得所在區(qū)域住宅地價分布的外部效應(yīng)和空間異質(zhì)性隨之增強，原有“一個中心”的空間分布格局被打破，住宅地價呈多中心“峰值”的分布格局。

圖2 研究區(qū)住宅地價空間分布格局圖Fig.2 Spatial distribution pattern of residential land price

3.2 不同房地產(chǎn)發(fā)展時期住宅地價影響因素空間異質(zhì)性分析

3.2.1 影響因素的選取與量化 引起住宅地價變化的影響因素主要包括區(qū)位、基礎(chǔ)設(shè)施、環(huán)境等方面[21-23]。本文在參考相關(guān)研究成果和2009—2019年的萍鄉(xiāng)市城區(qū)基準(zhǔn)地價更新工作對住宅地價影響因素選擇的基礎(chǔ)上，綜合考慮研究區(qū)不同房地產(chǎn)發(fā)展時期住宅地價特性，從城市規(guī)劃、基礎(chǔ)設(shè)施、交通、環(huán)境條件等4個方面初步選取了容積率、地塊面積、醫(yī)院、中小學(xué)、主干道、火車站、公交站點、河流水系、綠地覆蓋度、公園廣場、商服中心、常住人口密度等12個因素作為住宅地價的影響因素，并利用GIS近鄰分析工具對所選取的影響因素進行量化。由于影響因素之間相關(guān)程度的大小會引起系數(shù)估計標(biāo)準(zhǔn)誤差的變動，當(dāng)方差膨脹因子（VIF）≥10 表示影響因素之間相關(guān)程度極高，存在著變量冗余和嚴(yán)重的共線性，應(yīng)剔除[24]。因此本文運用SPSS 軟件分別對影響因素量化值進行共線性回歸分析，剔除了VIF≥10 的因素，結(jié)果見表1。

3.2.2 影響因素的空間異質(zhì)性分析 GWR模型運行結(jié)果顯示，2009—2014年和2015—2019年兩個時段的模型擬合參數(shù)R2分別為0.66 和0.69，空間模擬效果相對較好。兩個時段各影響因素系數(shù)值的平均值與中位數(shù)數(shù)值相近且符號相同，說明在不同房地產(chǎn)發(fā)展時期各影響因素對多數(shù)住宅地價樣點的影響效果趨于一致[25]；各影響因素系數(shù)平均值反映出各影響因素對住宅地價的平均貢獻度[26]。由表2 可知，不同房地產(chǎn)發(fā)展時期內(nèi)容積率、地塊面積影響因素系數(shù)值遠(yuǎn)大于其它因素，即規(guī)劃條件貢獻度大于其它條件；與2009—2014年房地產(chǎn)快速發(fā)展期相比，2015—2019年除公交站點外，醫(yī)院、河流水系、公園廣場等影響因素系數(shù)值的最大值和最小值符號也相反，表明房地產(chǎn)市場進入平穩(wěn)發(fā)展期后，人們住宅區(qū)域選擇更加多元化，從而導(dǎo)致住宅地價影響因素邊際作用方向差異性大于2009—2014年。

表1 影響因素選擇和量化結(jié)果Tab.1 Influencing factor selection and quantifying results

表2 GWR模型估計結(jié)果Tab.2 GWR model estimation results

（1）規(guī)劃條件對住宅地價的影響。由圖3a、3b 可知，不論是在房地產(chǎn)市場的快速發(fā)展期或平穩(wěn)發(fā)展期，研究區(qū)域內(nèi)容積率均與住宅地價之間呈正相關(guān)，且該因素對住宅地價的貢獻度分別在[889.479，955.133]和[750.790，1038.035]，表明兩個時期容積率的跨度和貢獻度最大，容積率和住宅地價之間成正比，因此在特定條件下政府部門可以通過適當(dāng)調(diào)整城市規(guī)劃來實現(xiàn)更大的土地價值。由圖3c、3d 可知，從2009—2014 年過渡到2015—2019 年，總體上地塊面積影響系數(shù)值由負(fù)值逐漸變?yōu)檎?，原因是在房地產(chǎn)市場進入平穩(wěn)期之前，研究區(qū)屬于老城區(qū)，生產(chǎn)生活活動較為發(fā)達，土地開發(fā)較早且?guī)齑媪啃。赏ㄟ^地塊面積挖掘的土地潛力有限，而隨著房地產(chǎn)市場逐漸進入平穩(wěn)期，相應(yīng)城市發(fā)展規(guī)劃也有所調(diào)整，特別是北部萍鄉(xiāng)市政府、萍鄉(xiāng)北站、潤達國際等附近區(qū)域成為近幾年發(fā)展熱點，城市發(fā)展框架進一步拉伸，易出現(xiàn)大規(guī)模土地組合開發(fā)現(xiàn)象。

圖3 規(guī)劃條件的影響Fig.3 Impact of planning conditions

（2）基礎(chǔ)設(shè)施條件對住宅地價的影響。圖4a、4b 中，中小學(xué)與住宅地價之間經(jīng)歷了由正相關(guān)轉(zhuǎn)為負(fù)相關(guān)的階段，且兩個時期內(nèi)中南部區(qū)域附近影響因素系數(shù)值都較大，原因可能是隨著經(jīng)濟發(fā)展和居民收入水平提高，人們在對住宅有著一定需求的同時，對教育也愈加重視，特別是對于經(jīng)濟欠發(fā)達且教育資源有限的研究區(qū)，中小學(xué)教育相對更加重要，“學(xué)區(qū)房”作為教育的稀缺衍生品[27]，其距離與便捷程度對住宅地價的推動作用很大；同時由于中南部區(qū)域中小學(xué)，如安源區(qū)附近的萍鄉(xiāng)實驗中學(xué)、城區(qū)小學(xué)等，質(zhì)量相對較優(yōu)，使該區(qū)域住宅更具有吸引力。圖4c、4d 中兩個時期的醫(yī)院影響因素系數(shù)值總體上均為正值，這與王潤源[28]的研究結(jié)果“住宅地價對醫(yī)院集中的地區(qū)有更敏感的增值反應(yīng)”有所不同，原因可能是隨著醫(yī)療體系不斷完善，一定條件下人們會更傾向于考慮具有相應(yīng)特長而不是距離較近的醫(yī)院。由圖4e、4f可知，商服中心影響系數(shù)值均為負(fù)值，且西北方向的值相對大于東南方向，表明兩個時期內(nèi)距離商服中心越近的住宅地價會有所上漲，同時因西北方向道路密集程度大于東南方向，使該區(qū)域商服中心與住宅之間交通更加便利，對住宅地價的輻射作用增強。

圖4 基礎(chǔ)設(shè)施條件的影響Fig.4 Impact of infrastructure conditions

（3）交通條件對住宅地價的影響。由圖5 可知，2015—2019 年房地產(chǎn)平穩(wěn)發(fā)展期與2009—2014 年相比，整體上住宅地價與主干道之間逐漸由負(fù)相關(guān)轉(zhuǎn)為正相關(guān)，與公交站點之間由正相關(guān)逐漸轉(zhuǎn)為負(fù)相關(guān)關(guān)系，可能原因是在房地產(chǎn)快速發(fā)展期內(nèi)，主干道方便了人們出行，臨近主干道附近的住宅更受人們歡迎，距離主干道越近，住宅地價更有優(yōu)勢，但由于城市建設(shè)投入有限，萍鄉(xiāng)市公交線路尚未完全完善，從而使公交站點對住宅地價的反應(yīng)不夠敏感；而在房地產(chǎn)平穩(wěn)發(fā)展期內(nèi)，隨著經(jīng)濟發(fā)展和城市建設(shè)力度加大，交通條件日益完善，私家汽車擁有量增多的同時也產(chǎn)生了交通擁堵、城市污染等問題，使得主干道對住宅地價的影響減弱，而在同等條件下，不斷完善的公交線路則更能夠方便人們?nèi)粘３鲂校嚯x公交站點越近，住宅地價越有優(yōu)勢。兩個時段內(nèi)萍鄉(xiāng)北站、滬昆高速附近等相對遠(yuǎn)離市中心的區(qū)域，公交站點和主干道影響系數(shù)絕對值相對較大。原因是因萍鄉(xiāng)北站、滬昆線等建成，城郊間聯(lián)系加強，人們出行更加便利，城郊區(qū)域?qū)卉嚨囊蕾囅鄬σ泊螅沟霉徽军c與主干道之間產(chǎn)生一定的“互補”效應(yīng)。

圖5 交通條件的影響Fig.5 Impact of traffic conditions

（4）環(huán)境條件對住宅地價的影響。隨著居民生活水平的提高，人們在選擇居住區(qū)域時會愈加考慮環(huán)境條件和居住條件的好壞，因此本文選取了河流水系、公園廣場兩個因素來衡量環(huán)境條件與住宅地價之間的關(guān)系。由圖6可知，兩個時段內(nèi)河流水系、公園廣場影響因素系數(shù)值均較小，且多數(shù)公園廣場影響因素系數(shù)值為負(fù)值，河流水系影響因素在空間上均呈西高東低的趨勢。原因是隨著近些年萍鄉(xiāng)市從“資源枯竭型”城市成功轉(zhuǎn)型為“國家園林城市”和“國家森林城市”，環(huán)境條件對住宅地價的敏感性日益增強，人們在考慮住宅區(qū)域選擇時逐漸偏好環(huán)境條件，西部區(qū)域鄰近萍水河或公園廣場附近的住宅用地出現(xiàn)易地價峰值。

圖6 環(huán)境條件的影響Fig.6 Effect of environmental conditions

4 結(jié)論與討論

4.1 結(jié)論

本文以經(jīng)濟欠發(fā)達城市萍鄉(xiāng)市主城區(qū)為研究區(qū)，從2009—2014 年房地產(chǎn)快速發(fā)展期和2015—2019年房地產(chǎn)平穩(wěn)發(fā)展期兩個時間維度出發(fā)，引入GWR 模型對住宅地價分布規(guī)律與影響因素進行對比研究，探索住宅地價時空分異規(guī)律及其影響因素空間異質(zhì)性，主要結(jié)論如下：①隨著經(jīng)濟發(fā)展，房地產(chǎn)市場由快速發(fā)展期逐漸過渡到平穩(wěn)期，相應(yīng)城市發(fā)展規(guī)劃和土地配置政策也發(fā)生變化，原有的一個中心的空間分布格局被打破，住宅地價呈多中心“峰值”分布。②不同房地產(chǎn)發(fā)展時期內(nèi)，容積率對住宅地價的貢獻度均最大，地塊面積次之；城市發(fā)展的熱點區(qū)域易出現(xiàn)土地規(guī)模開發(fā)效應(yīng)，在特定條件下可適當(dāng)調(diào)整城市規(guī)劃以實現(xiàn)更大土地價值。③基礎(chǔ)設(shè)施條件中商服中心、中小學(xué)對住宅地價的拉動作用相對明顯，醫(yī)院對住宅地價的影響相對較弱。④房地產(chǎn)市場由快速發(fā)展逐漸進入平穩(wěn)發(fā)展后，城市中心內(nèi)主干道對住宅地價的影響相對減弱，公交站點對住宅地價的敏感性增強；兩個時段內(nèi)遠(yuǎn)離市中心的區(qū)域，公交站點與主干道之間具有一定“互補”效應(yīng)。⑤隨著房地產(chǎn)市場發(fā)展和居民生活水平提高，人們在選擇住宅時逐漸偏好環(huán)境條件，鄰近萍水河或公園廣場附近的住宅易出現(xiàn)峰值。

4.2 討論

萍鄉(xiāng)市是江西的“西大門”，在贛西經(jīng)濟發(fā)展格局中處于中心位置，當(dāng)前正處于社會經(jīng)濟轉(zhuǎn)型發(fā)展的重要時期，采用不同時間維度展開住宅地價研究符合當(dāng)下研究區(qū)的社會經(jīng)濟和房地產(chǎn)市場不斷發(fā)展的階段特征。本文基于GWR 模型、空間自相關(guān)分析法、克里金插值法等研究方法，從房地產(chǎn)市場快速發(fā)展期和房地產(chǎn)市場平穩(wěn)發(fā)展期兩個時間維度對萍鄉(xiāng)市主城區(qū)住宅地價時空分異規(guī)律和影響因素空間異質(zhì)性程度展開了分析研究，研究結(jié)果表明經(jīng)濟欠發(fā)達城市萍鄉(xiāng)市住宅地價的主導(dǎo)影響因素與深圳市[29]、北京市[30]等經(jīng)濟發(fā)展水平較高、居民“自我滿足”意識較強的多數(shù)發(fā)達城市的住宅地價主導(dǎo)影響因素有所不同，且具有自身的區(qū)域特性，在不同的房地產(chǎn)市場發(fā)展時期下城市規(guī)劃條件影響因素對住宅地價的作用程度最大，而基礎(chǔ)設(shè)施、交通、環(huán)境條件等微觀影響因素對住宅地價的影響程度則相對較為均質(zhì)且有限，這與呂志芳等[15]對西部中小城市天水市的住宅地價研究結(jié)果有一定的共性。本文從不同的時間維度出發(fā)總結(jié)了欠發(fā)達城市住宅地價時空分異規(guī)律及其影響因素在不同房地產(chǎn)發(fā)展時期的空間異質(zhì)性特征，能夠為經(jīng)濟欠發(fā)達中小城市房地產(chǎn)市場穩(wěn)定健康發(fā)展及土地調(diào)控政策的制定等提供參考。由于僅進行了兩個房地產(chǎn)發(fā)展時期的分析探討，缺乏對比研究，且住宅地價影響因素分布規(guī)律具有明顯地域性，研究結(jié)果合理性有待進一步檢驗。