基于ArcGIS的南京市商品住宅价格空间变化浅析
施羽乐
(南京农业大学公共管理学院，江苏南京 210095)
摘要： 近年来，近年来随着我国人口数量不断增多，住房需求不断提升，从而推动房地产行业发展速度不断加快，商品住宅价格问题已成为社会各界和学者们关注的焦点问题。利用南京市2012年和2018年普通商品住宅交易均价数据，运用趋势面分析方法对南京市商品住宅价格空间变化趋势进行分析，采用克里金插值方法对房价进行空间估计从而分析房价的空间分布特征。研究结果表明：南京市在售的商品住宅项目在空间上呈现出整体分散和相对集中的特点，商品住宅价格以主城区为中心向四周递减，且不同区域的房价变化幅度存在很大差异，主城区的房价下降较快，而南京市东西部房价相比，西部降价要更快一些。
关键词： 商品住宅房；价格分布；克里金插值；南京市
一、引言
随着我国住房制度改革的实施，使房地产发展有了质的飞跃，成为了促进我国经济发展的重要产业，而商品住宅价格也引起了全社会的广泛关注，很多专家、学者都围绕商品住宅价格展开了一系列的研究。比如吴群研究了商品住宅供求关系；任超群研究了土地出让价格信号；胡晓添研究了土地因素与房价的关系等。
南京的经济发展非常迅速，这就促进了南京楼市的快速发展，随着而来的是商品住宅价格的增长。为了更好地稳定商品住宅房市场，从2003年开始，我国出台了很多相关的政策，包括土地方面的、信贷方面的、经济方面的等，这些政策都对房地产市场起着非常大的影响，特别是国家又出台了限购令、提高首付等政策，按理说在这些政策的调控下南京的房价会降低，但事实并不是这样，南京的房价反而进一步升高，这种反常现象需要进一步究其原因。近年来，南京市从城区发展转向外围新市区发展，同时进一步完善了道路设施建设，使城区到外围新市区的道路更加顺畅，吸引了更多的居民来这里购置房屋，也就使得市郊和县城的房价得到了提高。
“测土配方施肥是整个农业服务业中重要的环节和措施。”农业农村部种植业管理司耕肥处处长仲鹭勍表示，随着我国农业生产环境、方式的不断变化，以及新型经营主体的不断涌现，肥料企业面临着科技创新及向服务端延伸的巨大压力和挑战，蚯蚓测土实验室就是一个很好的探索。在史丹利集团的大力推动及相关科研单位的支持下，蚯蚓实验室定能从农业生产需求角度出发，开发出满足农民需求的服务型产品，从而企业从卖产品向服务型、现代化企业转型。
我们的研究对象是南京市11区2县在2012年和2018年普通商品住宅的成交价格。利用ArcGIS软件将南京市的商品住宅分布图描画出来，然后分析研究这些住宅的坐落位置，并得出这些住宅分布的规律和特征，看什么样的地方商品住宅最集中。然后，再利用ArcGIS软件分析商品住宅在不同区域所最终确定的成交价格，并明确其空间对价格的影响。希望这些研究能弥补对南京市商品住宅及其价格相关实证研究的不足，从而为房地产和消费者提供一些有价值的参考资料，促进房地产市场的稳定发展。
二、数据与研究方法
1.数据采集和处理
将南京市作为数据采集区，南京市包括11个辖区，其中玄武、秦淮、鼓楼、建邺为主城区。由于毛坯房的销售在所有普通住宅中的销售占比最大，而且在南京市的任何一个辖区都有毛坯房销售的情况，因此，我们在选择采集的数据时，将目标放在了毛坯房中，数据的时间选择为2012 年 10月～12 月开盘的项目。采集数据的主要渠道是南京市搜房网，从这个网站我们共搜集和整理了有研究价值的202个商品住宅项目，收集的信息中包括项目名称、房价、坐落位置、占地面积等信息，其中房价内容是整个楼盘的建面销售均价。我们还从南京市链家网站上搜集了2018年11月～12月开盘在售的毛坯住宅项目信息，并对搜集的信息进行了进一步整理，将地理位置和房屋质量都差不多的房屋信息进行了对比，将过高和过低房价的数据都筛选了出去，剩下的都是具有研究价值的数据，这个环节共收集460个商品住宅项目的信息。
C.房屋与地铁站距离的远近影响着南京市房价的高低，但是这种影响并不是呈现线性趋势，即并不是离地铁站越远，房价越低，比如距离地铁站小于500 米的房子价格有一半以上都在10000元～ 20000元/平方米之间，而距离地铁站1500米～ 2000 米内的房子还有一小部分房价超过了50000元/平方米。同时离着地铁站近的楼盘价格比离着地铁站远的楼盘价格要高。而且在交通发达的地方房价都较高，比如市中心地铁沿线等；而郊区和县区的商品住宅也是根据这一规律分布，即交通越发达的地方商品房产项目越集中，对这一规律表现最突出的地方是高淳、溧水两县。有些县级区域经济并不是很发达，这就需要依仗良好的交通拉近与主城区间的联系，所以很多开发商都将房子建在了铁路沿线。交通便利的地方房子就比较好出售，价格也比其他区域的价格稍高，这就使很多商品住宅都集中在交通主干道等附近。
图1 2012年所选房地产项目区划结合分布图
图2 2018年所选房地产项目区划结合分布图
2.研究方法
式中：Z(x0)代表的是未知样点的数值；Z(xi)则用以代表位于未知样点四周的各个已知样本点的数值；ω 则用以表示在第 i 个已知样本点对未知样点的权重；n 为已知样本点的个数。
(1)克里金插值。克里金插值以变异函数理论和空间自相关性为基础，在考虑样本点的形状、大小和空间方位以及与未知样点的相互空间位置关系之后，根据未知样点有限邻域内的若干已知样本点数据对区域化变量的未知采样点进行无偏最优估计的插值方法，是地统计学的主要内容之一。其中简单克里金插值方法(Simple Kriging)和普通克里金插值(Ordinary Kriging)是常用的空间插值方法，插值效果客观准确。本文采用普通克里金插值工具来分析研究区内商品住宅价格空间分布特征，其计算公式如下:
图3 2012年南京市商品住宅价格空间插值
图4 2018年南京市商品住宅价格空间插值
A.房价高于60000元/平方米的房子和地铁站的距离都小于3000 米，而距离地铁站大于3000米的房子房价都小区60000元/平方米。
z′2=S41x2+S42xy+S43y2+S44yz+(1+S45)z2+S46zx+S47x+S48y+S49z+S50+o(h2)
三、结果分析
1.栅格相减格与价格分布的剖面图分析
建立在克里金插值的基础之上，通过选取2012年和2018年两个年份的房价进行对比分析研究，可以得知区域范围不同，房价浮动程度有所差异。根据分析情况，主要制作了西南——东北向和西北——东南向价格剖面。立足整体层面来对南京市的房价在空间层面的分布情况予以分析可以发现，其具备连续性的特征，仅仅在少数地区存在异质性。同时，通过分析可以发现，房价高的区域主要集中在主城区，特别是以新街口和五台山为核心的主城区区域，而在郊区则相对低于主城区。房价变化较为显著的区域主要集中西南——东北轴。其中，价格从中心向四周递减。即价格高的区域主要集中在白下、鼓楼、玄武等区域。
图5 2018南京市房价剖面图
图6 2018南京市房价剖面图
2.轨道交通影响因子
诸暨市作为全国社会管理创新试点单位和全国农村社区建设全覆盖示范单位，把本土经验“枫桥经验”应用到便民服务领域，不但创新了农村社区公共服务模式，而且形成了大平安建设思路，即通过改善民生从源头打造平安诸暨。诸暨市农村社区公共服务新模式可为各地带来多重启示：
(2)趋势面分析。趋势面分析是数学学科中常用的一种分析方法，即通过利用数学曲面对地理系统中的各要素在空间层面上的分布予以模拟，并对其变化趋势予以展现的方法。在这种方法中，主要遵循的分析原理是回归分析。具体模拟过程中，主要利用最小二乘法拟合一个二元非线性函数。本文中在运用这一分析方法时，主要采用的是ArcGIS 软件。通过该软件进行趋势面分析，展现出房价在地域空间上分布趋势。
从图7中我们可以看到，2012年～2018年新开通的铁路轨道交通辐射范围呈线性辐射扩散。
利用 ArcGIS 软件将南京市区划图中不同图形图像的地理坐标进行匹配，并将与研究相关的区域或有标志性的地理要素进行了数字化，通过查看南京市区划图确定每个住宅项目研究对象的具体位置，从而将样本住宅项目的分布通过点数据图层展现出来，并用不同类别的数据将住宅项目相关信息表示出来。
B.距离高铁站大于3000米的房子，绝大部分房价都低于30000元/平方米，百分比大约是98.07%；距离高铁站大于8000米的房子，基本房价都在20000元/平方米以下，这个占比大约是95.31%。而且，距离高铁站大于3000米的房子，基本已经出了主城区，从中我们就可以得出主城区的房子要比郊区的房子售价高，而且郊区的房子还存在着很大的差异。
将房价分布图作为底图，然后在底图上加上地铁站缓冲数据图层，从而得到一个新的数据图，通过这个图我们可以看出，地铁站密集区域和房价较高区域是重合的，而且正好与均价在16000元～38220元/平方米的住宅项目区域高度重合，而且与地铁的距离直接影响着房价的高低，离地铁近的房价比离地铁远的房价要高很多。下面我们就详细阐述房子和地铁站的距离对于房价的影响。
图7
图8
图9 南京市房价与中小学教育资源缓冲叠加图
图10
3.教育资源影响因子
以房价分布图作为底图，将南京市中小学教育资源缓冲数据叠加在图层上，如图9所示。选出比30000元/平方米房价高的房子，将中小学当作扩散点，向周围扩散1500米，通过分析我们可以得出，鼓楼区的小学数量最多。而鼓楼区内房子一般也都是高房价，很多高价房子聚集在鼓楼区周围。因此我们可以得出，教育资源对房价也有着一定的影响。我们还可以通过分析得出，主城区的中小学都比较集中，而郊区的都比较分散。因此，我们得出结论，并不是所有学区房的房价都高，而是优质学校资源周围的房价较高，学校的好坏直接影响周围房价的高低。
根据中国合格评定国家认可委员会（CNAS）的要求，专业技术人员中具有中级以上（含中级）专业技术职称或同等能力人员的比例应不少于30%。从表2可看出，广西8家地市级食品药品检验所专业技术人员的职称主要以中级和初级及以下为主，其中有6家机构初级及以下专业技术人员比例高于30%；高级职称专业技术人员占比较低。
国内学者关于城镇化与信息化相关问题的研究更多是集中在国家层面讨论城镇化与信息化协调发展相关问题的研究。在已有研究中主要集中讨论以下3个方面的问题：信息化助推城镇化发展问题，如楚俊国[1]、郑子龙[2]、刘国斌等[3]、于海波等[4]、侯凯誉[5]；城镇化与信息化的互动关系问题，如姜爱林[6]、刘密霞等[7]、刘跃等[8]、熊翔宇等[9]；城镇化与信息化协调发展措施问题，如姜爱林[10]、陈熙隆[11]、季红颖等[12]、严昕等[13]。总之，国内学者在城镇化与信息化协调发展问题方面有了一定的研究基础，但关于区域耦合协调度测度方面还需要开展进一步的理论研究和实证研究。
四、结论
本文通过搜集2012 年和2018年的房价数据，然后运用克里金插值法绘制出了南京市房价分布图，并根据分布图中的相关信息研究影响房价分布和房价高低的重要因素。通过采用趋势面分析和空间插值分析法，研究出了城区中心的房价要高于城区外围的房价，且成逐级递减趋势，但是郊区或县级周围的房价变化幅度又存在着很大的差异性，比如高淳西部的房价就相对较高。通过分析研究我们最终得出结论：南京市主城区的房价大大高于郊区的房价，而且距离城区越远房价的差异会越小，其中房价峰值区向四周房价衰减梯度较大，郊区外围房价衰减梯度较小;与地铁站距离和与中小学距离的远近对房价的高低产生着一定的影响，但影响的结果却不一样，与地铁站的距离对房子的均价影响较大，而与优质学校资源的距离对高房价的影响比较大。由于不能获得更充分的研究数据，使得研究数据的范围只选择了两年，而且这些数据都是通过售房网站上选取的，可能会存在信息误差，这就使得研究的内容不是很丰富，没有将房价与房屋距离公园、医院等的关系来研究，也没有就小区物业的好坏与房价的关系来研究，希望以后能就这些内容进行深度研究，从而为居民和房地产行业提供更有价值的参考资料。
参考文献：
[1]吴群，高慧琼.供求关系对大都市商品住宅价格作用机理的分析——以南京市为例[J].中国土地科学，2006，20(2)：51～56.
[2]任超群，张娟峰，贾生华.土地出让价格信号对区域新建商品住宅价格的影响[J].中国土地科学，2011，25(7):60～65.
[3]胡晓添，濮励杰，陈志刚，等.土地因素对房价的时效影响实证分析——以南京市为例[J].中国土地科学，2005,19(6):36～40.
[4]梅志雄,黎夏.基于ESDA和Kriging方法的东莞市住宅价格空间结构[J].经济地理,2008,(5):862～866.
[5]孟斌,张景秋,王劲峰,等.空间分析方法在房地产市场研究中的应用——以北京市为侧[J].地理研究，2005，(6):956～964.
[6]许晓晖.上海市商品住宅价格空间分布特征分析[J].经济地理，1997，17(1):80～87.
[7]周春山,罗彦.近10年广州市房地产价格的空间分布及其影响[J].城市规划，2004，(03):52～56.
[8]李雪铭，张馨，张春花等.大连商品住宅价格空间分异规律研究[J].地域研究与开发，2004，23(6):35～39.
[9]商如斌，李康敬.南京房价快速上涨成因及对策分析[J].南京审计学院学报，2007，4(4):3～7.
中图分类号： F207
文献识别码： A
文章编号： 2096-3157(2019)14-0090-03
作者简介：
施羽乐，南京农业大学公共管理学院学生。
标签：商品住宅房论文; 价格分布论文; 克里金插值论文; 南京市论文; 南京农业大学公共管理学院论文;