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_谷興

7 史澤鵬， 馬中文， 馬友華， 等. 阜陽市潁東區(qū)耕地地力與糧食 增產潛力分析 J . 中國農學通報， 2 0 1 2 ， 3 5（0 4 ） ： 1 3 9 1 4 3 . 8 畢如田， 王鑌， 王晉民. 基于 M A P G I S的耕地地力評價系統(tǒng) 的建立及應用 J . 山西農業(yè)大學學報（自然科學版） ， 2 0 1 0 ， 0 2 （5 4 ） ： 9 7 1 0 1 . 9 許恒周， 郭忠興. 農村土地流轉影響因素的理論與實證研究 -基于農民階層分化與產權偏好的視角 J . 中國人口資源與 環(huán)境， 2 0 1 1 ， 0 3（4 2 ） ： 9 4 9 8 . 1 0 趙丙奇， 周露瓊， 楊金忠， 等. 發(fā)達地區(qū)與欠發(fā)達地區(qū)土地 流轉方式比較及其影響因素分析 -基于對浙江省紹興市和安 徽省淮北市的調查 J . 農業(yè)經濟問題， 2 0 1 1 ， 1 1（3 8 ） ： 6 0 6 5 . 1 1 江抒琳. 浦城縣氣候和土壤時空變化對耕地糧食作物生產 潛力的影響 D . 福建： 福建農林大學， 2 0 1 0 ： 1 1 1 0 . 1 2 劉京， 常慶瑞， 陳濤， 等. 黃土高原南緣土石山區(qū)耕地地力 評價研究 J . 中國生態(tài)農業(yè)學報， 2 0 1 0 ， 0 2（6 5 ） ： 2 2 9 2 3 4 . 1 3 魯明星， 賀立源， 吳禮樹， 等. 我國耕地地力評價研究進展 J . 生態(tài)環(huán)境， 2 0 0 6 ， 1 5（4 ） ： 8 6 6 8 7 1 . 1 4 曹建華， 王紅英， 黃小梅. 農村土地流轉的供求意愿及其流 轉效率的評價研究 J . 中國土地科學， 2 0 1 3 ， 0 5（3 7 ） ： 5 4 6 0 . 1 5 李增兵， 趙庚星， 趙倩倩， 等. 縣域耕地地力評價中土壤養(yǎng) 分空間插值方法的比較研究 J . 中國農學通報， 2 0 1 2 ， 2 0（6 3 ） ： 2 3 0 2 3 6 . 1 6 黃健， 李會民， 張惠琳， 等. 基于 G I S的吉林省縣級耕地地 力評價與評價指標體系的研究 J . 吉林農業(yè)科學， 2 0 0 9 ， 0 1 （4 3 ） ： 5 7 6 2 . 1 7 王登峰， 魏志遠， 呂烈武， 等. 海南省耕地地力水平分布及 影響因素 -以澄邁和陵水縣為例 J . 熱帶地理， 2 0 1 2 ， 0 6（6 3 ） ： 5 9 3 5 9 7 ， 6 0 5 . 1 8 何毓蓉， 周紅藝， 張保華， 等. 長江上游典型區(qū)的耕地地力 與農業(yè)結構調整 -以川江流域及其周邊地區(qū)為例 J . 水土保持 學報， 2 0 0 3（0 3 ） ： 8 6 8 8 ， 9 2 . 1 9 黃健， 李會民， 張惠琳， 等. 基于 G I S的吉林省縣級耕地地 力評價與評價指標體系的研究 -以九臺市為例 J . 土壤通報， 2 0 1 2 ， 0 3（8 5 ） ： 4 2 2 4 2 6 . 2 0 張海柱， 馬友華， 黃厚寬. 肥西縣耕地地力評價及其在土地 流轉上的應用研究 D . 安徽合肥： 安徽農業(yè)大學， 2 0 1 3 ： 1 6 . 2 1 包宗順， 徐志明， 高珊， 等. 農村土地流轉的區(qū)域差異與影 響因素 -以江蘇省為例 J . 中國農村經濟， 2 0 1 2 ， 0 4 （4 2 ） ： 2 3 3 0 ， 4 7 . 2 2 劉莉君. 農村土地流轉的國內外研究綜述 J . 湖南科技大學 學報 （社會科學版） ， 2 0 1 3 ， 1 6（1 ） ： 9 5 9 8 . 2 3 張海濤， 周勇， 汪善勤， 等. 利用 G I S和 R S資料及層次分析 法綜合評價江漢平原后湖地區(qū)耕地自然地力 J . 農業(yè)工程學 報， 2 0 1 3 ， 0 2（0 3 ） ： 2 1 9 2 2 3 . 2 4 馬先建. 農村土地使用權流轉價格影響因素研究 D . 天津： 天津大學， 2 0 0 9 ： 3 0 3 4 . 2 5 田先紅. 地租怎樣確定? -土地流轉價格形成機制的社會學 分析 J . 中國農村觀察， 2 0 1 3（0 6 ） ： 2 1 0 . 作者簡介： 陳婉露 （1 9 9 1 ） ， 女， 安徽滁州人， 在讀碩士， 主要從 事土地信息技術的研究。 通訊作者： 馬友華 （1 9 6 2 ） ， 男， 安徽霍邱人， 教授， 博士， 主要 從事資源環(huán)境與信息技術等研究。 （2 0 1 5 - 0 7 - 0 8 收稿 劉曉佳編輯） 文章編號： 1 0 0 3 - 7 8 5 3（2 0 1 5 ） 0 3 - 0 0 6 3 - 0 6 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 谷 興， 周麗青 （武漢大學 資源與環(huán)境科學學院， 湖北 武漢 4 3 0 0 7 9） 摘要：利用 2 0 1 5年 3月份武漢市主城區(qū) 6 6 0個住宅小區(qū)的平 均房價數據， 通過反距離權重插值， 空間自相關分析與構建地 理加權回歸模型， 揭示武漢市主城區(qū)內房價的空間分異規(guī)律及 影響因素的影響程度。 實驗結果表明：（1 ） 武漢市主城區(qū)的房價 呈現出多中心分布的格局， 以沿江大道和和平大道的帶狀區(qū)域 為峰值中心向周圍逐步衰減， 其中在帶狀區(qū)域內形成了三個峰 值中心， 在其他區(qū)域形成了三個峰值次中心。 （2 ） 武漢市主城區(qū) 的房價在空間分布上是顯著集聚的， 其中漢口片區(qū)的房價分布 表現為高高聚集的特點， 漢陽片區(qū)的房價分布表現為低低聚集 的特點， 武昌片區(qū)的房價分布兩種特點都有。形成上述空間分 布是城市規(guī)劃、 地理區(qū)位、 環(huán)境景觀與房屋屬性綜合作用的結 果。 （3 ） 物業(yè)費、 綠化率、 戶均停車位、 建成年份、 銀行數量、 超 市數量、 地鐵站距離、 三甲醫(yī)院距離和江景距離這九個變量是 武漢市主城區(qū)內房價差異的重要影響因素。 其中影響程度最大 的因素為物業(yè)費， 影響程度最小的為銀行數量和超市數量。 關鍵詞： 住房價格； 地理加權回歸； 空間分異； 影響因子 中圖分類號：F 2 9 3 . 3 ； F 2 2 4文獻標識碼： A Spatial Differentiation and Influencing Factors of Wuhans Housing Price Based on GWR Model GU Xing et al ( School of Resource and Environment Science, Wuhan University, Wuhan 430079, China ) Abstract: Based on average housing price of 660 residential quarters within the Outer Ring of Wuhan in March 2015, by inversedistanceweightinginterpolation,spatialautocorrelation analysis and construction of geographically weighted regression model, this paper reveals the spatial differentiation of Shanghai housing price and impacts of different factors. Experimental results show that: (1)The main city of Wuhan housing price showing a pattern of multi -center distribution, it decay gradually from the peak center in the shaped region in Yanjiang Road and Heping Road, which formed three peak centers in the shaped region and three peak sub-centers in other region.(2)The space distribution of housing price is remarkable clustering in the main city of Wuhan, which in Hankou area the distribution of housing price is high-high clustering and in Hanyang area is low-low clustering. The distribution of housing price in Wuchang area is not only high-high clustering but also low-low clustering. The formation of the spatial distribution is the result of combined effects which 國土與自然資源研究 2 0 1 5 N o . 3T E R R I T O R Y geographically weighted regression; spatial differentiation; influencing factors 1引言 近年來， 由于城市化進程的不斷提升， 房地產市 場也隨之進入了快速發(fā)展的階段， 而一二線城市房價 的持續(xù)上漲也一直是社會關注的焦點之一。住房價格 與人民的生活息息相關， 也會對政府的土地利用與開 發(fā)政策產生重大影響?，F有的研究成果表明， 對住房 價格的評估主要應用的是特征價格模型（H e d o n i c P r i c e M o d e l） ， 這種方法利用多元線性回歸來評估不同 地理位置的樣本單元房價， 其假設前提為研究區(qū)域內 各因素在空間上是平穩(wěn)、 均質、 獨立的 1 。 而在現實中， 住宅的空間位置固定性則表明一個區(qū)域內的不同住 宅其空間差異性十分明顯， 不同的區(qū)位， 不同的鄰里 條件對于住宅會產生不同的影響， 同一因素在空間分 布上的差異也會對住宅價格產生不同的空間影響。因 此無論是住宅位置還是公共服務等基礎設施對房價 的影響都具有空間非平穩(wěn)性、 空間異質性與空間依賴 性的特征。 由 B r u n s d o n 、 F o t h e r i n g h a m和 C h a r l t o n 2 提出的基 于空間非平穩(wěn)性的地理加權回歸模型 （G e o g r a p h i c a l l y We i g h t e dR e g r e s s i o n ， G WR ） 可以對空間上的每一個樣 本進行參數估計， 從而將空間非平穩(wěn)性與空間異質性 納入了空間差異對房價的空間影響， 更為真實有效的 模擬房價的空間格局。 呂萍 3 等將 G WR模型應用于北京市住宅地價空 間分布的研究中， 得出了城市結構對住宅地價具有顯 著影響。 湯慶園 4 等利用 G WR模型對上海市的房價進 行研究， 得出了各影響因子對房價的影響程度。曹天 邦 5 等將 G WR模型運用于南京市的住宅地價研究中， 分析了地價的空間分異和時間演變規(guī)律。吳文佳 6 等 利用 G WR模型對北京市景觀可達性與房價的關系進 行研究， 得出了山景對房價增效明顯， 水景則降低了 房價的結論。已有的研究主要是利用地理加權回歸模 型對地價的影響因素及空間變異的規(guī)律進行探討， 但 對于住宅房價的研究還很少。本研究采用武漢市主城 區(qū)住宅市場的房價數據， 對住宅價格影響因素進行分 析， 探討房價的空間分布格局與影響因素規(guī)律， 從而 為開發(fā)商的投資決策， 購房者的購買選擇提供參考。 2研究區(qū)概況與研究方法 2 . 1研究區(qū)概況 本文以武漢市主城區(qū)為研究區(qū)域，包括武昌區(qū)、 洪山區(qū)、 青山區(qū)、 江岸區(qū)、 江漢區(qū)、 口區(qū)和漢陽區(qū)。由 于兩江隔三岸的地理格局， 傳統(tǒng)上主城區(qū)分為三大片 區(qū)， 其中武昌區(qū)、 洪山區(qū)、 青山區(qū)為武昌片區(qū)， 江岸區(qū)、 江漢區(qū)、 口區(qū)為漢口片區(qū)， 漢陽區(qū)為漢陽片區(qū)。武漢 市作為九省通衢的湖北省省會城市， 同時也是長江中 游城市圈的重要節(jié)點城市， 其房價的空間分布格局與 影響因素規(guī)律對于中國的二線城市及中部城市的房 價研究具有較強的現實意義及借鑒價值。 2 . 2數據來源 受城市擴張及發(fā)展用地的制約， 武漢市主城區(qū)內 新建的商品房住宅數量不斷縮減， 而二手房的分布較 廣， 房源豐富， 房源基本信息較為完善， 二手房的交易 市場也十分活躍， 因此選取武漢市主城區(qū)的商品房住 宅小區(qū)作為研究對象， 將經濟適用房、 商住樓、 別墅以 及 L O F T公寓等異常樣本排除，選取搜房網及安居客 等專業(yè)房產網站為數據源， 同時借鑒百度樂居、 新浪 樂居等主流房產信息網站， 獲取研究區(qū)域內住宅樣本 點的住宅名稱、 住宅均價、 位置、 容積率等信息， 共篩 選出 6 6 0 個住宅小區(qū)樣本點， 所有數據均為 2 0 1 5 年 3 月的住宅小區(qū)房屋均價。將武漢市行政區(qū)劃圖數字矢 量化后得到武漢市主城區(qū)地圖， 通過百度地圖抓取主 城區(qū)內的住宅小區(qū)、 交通、 醫(yī)療、 教育、 公園等公共設 施， 并將其定位到武漢市主城區(qū)地圖上。 2 . 3變量選擇 現有的房價研究文獻 7 ， 8 表明， 在特定的時點以及 經濟條件下， 區(qū)位特征、 鄰里特征與建筑特征是影響 房價的關鍵因素， 因此本文從這 3個方面來選擇解釋 變量。區(qū)位特征為地鐵站距離、 主干道距離以及商業(yè) 中心距離。由于武漢市一江分三鎮(zhèn)的地理格局， 武昌、 漢口、 漢陽片區(qū)分別形成了自己的商業(yè)中心， 因此取 武昌片區(qū)的中南路世紀廣場為中心點， 漢口片區(qū)的江 漢路漢商銀座購物中心為中心點， 漢陽片區(qū)的鉆石大 廈為中心點，測量各住宅小區(qū)到商業(yè)中心的直線距 離。鄰里特征為小學距離、 中學距離、 三甲醫(yī)院距離、 公園距離、 江景距離和步行 1 5分鐘的餐館數量、 銀行 和 A T M機數量、 超市數量。建筑特征為物業(yè)費、 綠化 率、 容積率、 戶均停車位和建成年份。住宅樣本的基本 信息見表 1 。 2 . 4研究方法 2 . 4 . 1空間插值 住房的價格信息為離散的點狀數據分布， 為了得 出武漢市主城區(qū)的房價的空間分異規(guī)律， 需要通過空 間插值來得出房價的空間分布格局。應用較多的有臨 近法、 反距離權重法 （I D W ） 、 克里金法、 趨勢面法、 樣 6 4 谷興等 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 條函數法等。I D W 是一種常用而簡單的空間插值方 法， 它基于 “地理第一定律” 的基本假設： 即兩個物體 相似性隨著它們之間的距離增大而減少。它以插值點 與樣本點間的距離為權重進行加權平均， 離插值點越近 的樣本賦予的權重越大， 此種方法簡單易行， 在已知點 分布均勻并且存在大量樣本 點 數 據 的 情 況 下 插 值效果好， 因此本文借助 A R C G I S 1 0 . 2 的空間分析模塊， 運用 I D W來探索武漢市主城區(qū)房價的空間分異格局。 2 . 4 . 2空間自相關分析 空間自相關反映的是一個區(qū)域單元上的某種地理 現象或某一屬性值與鄰近區(qū)域單元上同一現象或屬 性值的相關程度， 是一種檢測與量化從多個標定點中 取樣值變異的空間依賴性的空間統(tǒng)計方法 9 ?？臻g自 相關分析包括全局空間自相關分析與局域空間自相關 分析。 全局空間自相關分析是對變量的觀測值在整個區(qū) 域的空間特征的描述， 檢驗空間現象在整個區(qū)域上是否 具有聚集效應。計算全局空間自相關的指標和方法很 多， 但最常用的還是 M o r a n s I 。其計算公式如下： I = n n i=1 n j=1 w i jzizj ( n i=1 n j=1 w i j) n i=1 z i 2 （1 ） 式中 z i， zj為要素 x i， xj與要素均值x 的差值， wi j為 空間權重； n 為所有要素的數量。M o r a n s I 指數取值一 般存在于 - 1與 1之間， 在顯著水平下， 當 M o r a n s I 0 ， 表示存 在空間正相關關系， 住宅樣本點的房價在區(qū)域內是集 中分布的。 為了精確得出房價樣本點在武漢市主城區(qū)內的聚 集或者分散分布的格局，還需引入局域空間自相關， 表 1模型變量描述 特征分類變量名單位參數表示均值標準差最小值最大值 房價元 / m 2 P R I C E1 0 1 0 02 2 3 26 1 7 72 3 5 0 0 區(qū)位條件 鄰里環(huán)境 建筑特征 地鐵站距離 主干道距離 商業(yè)中心距離 小學距離 中學距離 三甲醫(yī)院距離 公園距離 江景距離 餐館數量 銀行數量 超市數量 物業(yè)費 綠化率 容積率 戶均停車位 建成年份 米 米 米 米 米 米 米 米 個 個 個 元 / m 2 % % 個 年 S U B M A I N C E N P R I M I D H O S P A R K R I V R E S B A N K S U P P M F G R E P L O P A R Y E A R 1 2 4 8 . 4 3 0 8 . 7 4 3 9 1 . 4 5 6 5 . 4 5 6 4 . 7 1 8 0 8 . 6 1 1 3 9 . 6 3 2 5 8 . 6 3 2 0 . 4 5 6 . 1 4 6 . 3 1 . 2 3 3 3 . 3 0 . 4 1 0 1 0 0 6 . 2 3 0 5 . 5 2 5 3 5 . 4 3 9 7 . 3 3 8 3 . 9 1 3 7 6 . 6 6 6 5 . 3 3 1 3 5 . 7 2 4 5 . 9 3 7 . 4 2 0 . 5 0 . 6 7 . 8 2 . 9 0 . 4 4 . 9 4 2 . 6 1 . 2 1 3 . 3 1 2 . 3 1 7 . 1 5 1 . 7 3 1 8 0 . 3 0 0 0 0 . 2 2 . 3 0 . 9 0 0 . 7 6 1 0 0 . 2 1 6 2 8 . 1 1 4 2 6 0 3 2 3 7 . 3 2 8 3 4 . 3 7 9 1 6 . 4 5 0 7 6 . 4 1 3 9 3 9 . 2 1 3 2 2 1 7 2 1 1 1 5 7 0 3 5 3 . 2 2 7 . 6 局域空間自相關分析可以幫助更準確把握空間要素 異質性特征 1 0 。本文采用空間聯系區(qū)域指標 （L o c a l I n d i c a t o r s o f S p a t i a l A s s o c i a t i o n ） ， 即 L o c a l M o r a n s I 來衡 量局域空間自相關性。其公式為： I = n n i=1 n j=1 w i jzizj n i=1 z i 2 （2 ） 其中各參數含義同公式 1 。 2 . 4 . 3地理加權回歸模型 地理加權回歸模型 （G WR ）擴展了傳統(tǒng)的回歸分 析模型， 容許局部而不是全局的參數估計， 通過在線 性回歸模型中假定回歸系數是觀測點地理位置的位 置函數， 將數據的空間特性納入模型中， 為分析回歸 關系的空間特征創(chuàng)造了條件。 y i= 0( ui, vi) + k j=1 j( ui, vi) xi j+ i（3 ） 式中， y i為第 i 個點的因變量； xi j為第 j 個自變量 在第 i 點的值； i 為樣本點記數，為自變量個數； j 為自 變量記數，為回歸常數； j為回歸系數； i為隨機誤 差項。( u i, vi) 為第 i 個采樣點的坐標；j( ui, vi) 是第 i 個 采樣點上的第 j 個回歸參數， 是地理位置的函數。 3實驗結果與分析 3 . 1武漢市主城區(qū)房價空間格局 由于武漢市在地理結構上被長江和漢水劃分為 漢口、 武昌和漢陽三個片區(qū)， 因此其房價的空間分布 并沒有像北京、 上海等城市由城市中心向外圍呈圈層 式衰減， 而是有其自身的特殊規(guī)律。從圖 1中我們可 以看到由反距離權重插值后的武漢市主城區(qū)房價圖， 武漢市主城區(qū)的房價呈現出多中心分布的格局， 以沿 谷興等 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6 5 江大道和和平大道的帶狀區(qū)域為峰值中心向周圍逐 步衰減， 在長江景觀帶附近形成三個集聚中心， 分別 為漢口片區(qū)的三陽路版塊與黃浦惠濟版塊， 武昌區(qū)的 積玉橋版塊。除了上述三個房價中心外， 在其他區(qū)域 也出現了三個次中心， 分別為漢口片區(qū)的武廣萬松園 版塊， 武昌片區(qū)的東湖東亭版塊， 漢陽片區(qū)的鐘家村 版塊。 3 . 2武漢市主城區(qū)房價空間自相關分析 利用 G E O D A 1 . 4 . 6 對武漢市主城區(qū)房價進行全局 空間自相關分析，其 M o r a n s I 值為 0 . 4 2 ， Z得分為 1 8 . 8 7 ， P值為 0 . 0 1 ，證明武漢市主城區(qū)的房價在空間 分布是集聚的，然后利用 A R C G I S 1 0 . 2進行局域空間 自相關分析， 局域空間自相關的結果見圖 2 。 從局域空間自相關的結果可以發(fā)現漢口片區(qū)是 武漢市主城區(qū)內的房價高高分布聚集區(qū)， 漢陽片區(qū)是 房價的低低分布聚集區(qū)， 武昌片區(qū)則為中部呈現高高 分布聚集， 北部有一小部分為低低分布聚集， 主要的 低低分布聚集集中在南部。其中口區(qū)南部的寶豐 路、 武勝路、 集賢路、 漢正街一帶為高高聚集， 低低聚 集主要分布在古田版塊， 高低聚集主要分布在宗關簡 易版塊，出現高低聚集是因為部分小區(qū)靠近漢水， 具 有江景優(yōu)勢， 而解放大道以北， 沿建設大道分布的主 要是一些房齡在 2 0年以上的老城區(qū)，這些老社區(qū)的 房價比漢水江畔新建的住宅小區(qū)要低一些， 從而形成 了高低聚集的分布。江漢區(qū)內的六渡橋、 武廣萬松園、 西北湖等版塊受益于武漢市金融商貿中心區(qū)的定位 而形成高高聚集。江岸區(qū)內臺北香港路版塊、 三陽路 版塊、 江漢路版塊和黃浦惠濟版塊呈現高高聚集的分 布， 這些板塊內聚集了眾多的金融服務公司， 同時武 漢市現代服務業(yè)規(guī)劃提出要重點打造漢口金融功能 區(qū)， 把建設大道 -新華路金十字架區(qū)域建成全市金融 中心， 成為金融機構區(qū)域總部集聚地， 由此而來帶動 圖 1武漢市主城區(qū)房價空間格局分布圖 了周邊房價的升值。漢陽區(qū)主要為低低聚集的房價分 布， 集中于王家灣和七里廟版塊。王家灣商圈雖然為 漢陽區(qū)的市級副中心商圈， 但由于商圈的培育其成熟 度還有待提高， 并且與漢水對岸的口區(qū)平均房價相 差 3 0 0 0 元， 因此形成了漢陽區(qū)房價洼地。青山區(qū)內紅 鋼城版塊形成低低聚集的格局， 由于紅鋼城版塊靠近 武漢鋼鐵集團生產工廠，同時其地理位置也較為偏 僻， 因此周邊的房價較低。武昌區(qū)內的積玉橋版塊和 東湖東亭版塊呈現高高聚集的格局， 南湖板塊則為低 低聚集。洪山區(qū)內的大多數樓盤呈現低低聚集的格 局， 主要是因為新南湖版塊和光谷版塊的住宅主要還 是定位武漢市的買房剛需階層， 并且兩個版塊都位于 城區(qū)與郊區(qū)之間的過渡帶， 因此房價并不是很高。 3 . 3武漢市主城區(qū)房價影響因素分析 首先，運用 A R C G I S 1 0 . 2的探索性回歸來對基本 模型進行 O L S分析， 物業(yè)費、 綠化率、 戶均停車位、 建 成年份、 銀行數量、 超市數量、 地鐵站距離、 三甲醫(yī)院 距離、江景距離這幾個變量通過了 5 %水平的顯著性 檢驗， 因此將這幾個變量納入地理加權回歸模型來探 討房價影響因素對地理位置不同的住宅小區(qū)所產生 的影響。然后運用 A R C G I S 1 0 . 2的地理加權回歸模塊 進行計算， 擬合參數為 R 2為 0 . 5 8 ， 表明這九個變量可 以解釋 5 8 %的影響房價因素。這幾個變量對武漢市主 城區(qū)房價的空間影響見圖 3 。由于地理加權回歸對區(qū) 域內的所有樣本點都會產生一個影響系數， 因此對影 響系數取平均值。 3 . 3 . 1建筑特征對房價的影響特征 物業(yè)費每提升 1 元 / m 2 ， 房價隨之提升 1 3 0 5 元 / m 2 ， 這說明物業(yè)管理的水平與住宅房價是緊密相關的， 引 入知名品牌， 服務周全的物管公司可以為住戶帶來更 為愉悅便捷的居住體驗。而物業(yè)費對房價水平影響顯 著的地域也主要集中在漢口片區(qū)的沿江大道、 武漢大 圖 2武漢市主城區(qū)房價局域空間自相關結果 主干道 價格 （元 / m 2） 6 1 8 2 - 7 7 7 8 7 7 7 9 - 8 8 4 2 8 8 4 3 - 1 0 1 0 6 1 0 1 0 7 - 1 1 9 0 1 1 1 9 0 2 - 1 3 8 2 9 1 3 8 3 0 - 1 6 3 5 6 1 6 3 5 7 - 2 3 1 3 9 圖例 不顯著 H i g h - H i g h H i g h - L o w L o w - H i g h L o w - L o w 主干道 6 6 谷興等 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 道一帶，武昌片區(qū)的武珞路和沿江的和平大道一帶， 這些地段都聚集了人氣較旺的商圈， 房價也比周邊區(qū) 域要高。 小區(qū)內的綠化率對于房價的提升也具有促進的 作用。平均綠化率每提升 1 %， 房價提升 2 4元 / m 2 ， 小 區(qū)內的自然景觀可以凈化空氣， 減少噪音， 同時為住 戶提供了一個天然的運動、 娛樂、 休息的自然環(huán)境。其 中武昌片區(qū)的卓刀泉、 光谷和關山版塊的提升程度最 為明顯， 主要是這些地段的住宅地價比起市中心要便 宜不少， 從而可以營造更多優(yōu)質的人造自然景觀來滿 足都市居民對大自然的向往與渴求。 武漢市每百戶家庭擁有 2 4 . 1 輛汽車， 平均每四戶 就有 1 輛汽車， 隨著武漢市向國家中心城市的穩(wěn)步邁 進， 未來家庭用車會越來越多， 但是有車沒處停卻成 為一大社會管理難題。住宅小區(qū)內設置充足的停車位 也成為了購房者的考慮標準之一。而住宅小區(qū)的戶均 圖 3房價影響因素空間分布圖 ( a ) 物業(yè)費影響系數 ( c ) 戶均停車位影響系數( b ) 綠化率影響系數 ( d ) 建成年份影響系數( f ) 超市數量影響因素( e ) 銀行數量影響系數 ( g ) 地鐵站距離影響因素( i ) 江景距離影響因素( h ) 三甲醫(yī)院距離影響因素 停車位每提升 1個單位， 房價對應提升 4 0 8元 / m 2 ， 可 見武漢市民對于小區(qū)停車位的巨大需求。戶均停車位 的高值聚集在武廣萬松園版塊、 三陽路版塊和積玉橋 版塊， 在這些版塊的小區(qū)里每增加一個戶均停車位其 房價最高提升 9 5 9元 / m 2 ，由于這些版塊集中了大量 的高端樓盤， 同時其停車位的設置卻落后于住戶的需 求， 從而產生了供不應求的短缺局面。 由于房屋的使用具有時效性， 自然老化也會產生 房屋折舊， 因此房屋的建成年份與房價呈現負相關的 關系。當住宅的建成年份每增加 1年， 房價對應下降 6 4 元 / m 2 ，房齡影響的高值也是主要集中在武廣萬松 園版塊、 三陽路版塊和積玉橋版塊。由于這些版塊的 房價平均較高，因此因房齡導致的房屋折舊額也更 高。 3 . 3 . 2鄰里環(huán)境對房價的影響特征 銀行以及 A T M機可以方便居民的金融生活， 并 谷興等 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6 7 且現在的銀行幾乎集中了保險、 基金、 股票等所有的 金融活動，因此銀行數量對房價也有具有促進作用， 住宅小區(qū)步行 1 5分鐘生活圈內的銀行數目每增加 1 個， 房價對應提升 1 7元 / m 2 ， 銀行影響作用大的區(qū)域 主要集中于主城區(qū)的南部和西部， 由于這些區(qū)域金融 設施較少， 因此對于房價的提升作用比市中心地帶更 為強烈。 一般來說， 副食店、 便利店、 百貨與超市可以豐富 人們的日常生活，為人們的飲食搭配提供更多的選 擇。但是實驗結果表明超市數量與房價呈負相關， 平 均步行 1 5分鐘生活圈內的超市數目每增加 1個， 房 價對應下降 1 7元 / m 2 ， 這可能是因為大型超市提供的 商品數量與種類更多， 而小超市與副食店的商品同質 化現象較多， 因此超市數量的明顯增加并不會提升房 價水平。而且房價較高區(qū)域的店鋪租金較貴， 小型超 市負擔不起便會往附近房價適中人流量大的區(qū)域發(fā) 展， 由此造成了高端樓盤附近超市數量較少， 中低端 樓盤附近超市數量增多的情況。 3 . 3 . 3區(qū)位條件對房價的影響特征 地鐵可以顯著改善居民的出行交通， 因此對房價 的影響較大。住宅小區(qū)每距離地鐵站增加 1公里， 房 價下降 4 6 5元 / m 2 ，對房價提升較大的主要為漢口片 區(qū)的鐘家村版塊， 武昌片區(qū)的中南丁字橋版塊、 南湖 版塊和光谷版塊。這些版塊經常出現交通擁堵的狀 況，由于地鐵的興建而大大緩解了當地的交通壓力。 而漢口片區(qū)的交通設施比較完善， 因此地鐵對房價的 提升幅度比武昌片區(qū)要小。 由于城市主城區(qū)內的人口不斷增多， 居民看病的 需求也隨之增加。而作為城市內醫(yī)療水平最高的三甲 醫(yī)院也由此成為稀缺品， 引起購房者的關注。實驗結 果表明每距離醫(yī)院增加 1公里， 房價下降 3 5 4元 / m 2 ， 其中漢陽片區(qū)的王家灣版塊、漢口片區(qū)的古田版塊、 二七百步亭版塊和武昌片區(qū)的徐東版塊附近缺乏優(yōu) 質的醫(yī)療資源， 因此隨著距三甲醫(yī)院的距離增加房價 衰減幅度最大， 達到了 6 5 0 元 / m 2 。 長江壯麗秀美的景色以及兩岸綠地公園景觀的點 綴， 使長江江景對于兩岸的房價提升具有顯著作用。 實 驗結果表明， 住宅小區(qū)每距離長江增加 1 公里， 房價下 降 2 1 7 元 / m 2 ， 其中影響較大的區(qū)域集中于漢口片區(qū)的 三陽路、 黃浦惠濟， 武昌片區(qū)的積玉橋和徐東這些版塊 的沿江部分樓盤，一線江景的稀缺性使江景房升值潛 力巨大。 同時漢水雖然沒有長江的波瀾壯闊， 但是實驗 結果證明了漢水兩岸的房價也會受到其景觀的影響， 距離每增加 1 公里， 房價平均會下降 5 6 元 / m 2 。 4結論 本文以武漢市 2 0 1 5年 3月的住宅價格為實驗基 礎， 分析了武漢市主城區(qū)內的住宅價格分布及其影響 因素， 結果表明見以下幾點。 4 . 1武漢市主城區(qū)的房價的空間格局呈現出多中心分 布的格局， 以沿江大道和和平大道的帶狀區(qū)域為峰值 中心向周圍逐步衰減， 其中在帶狀區(qū)域內形成了三個 峰值中心， 這是地理因素分隔所造成的結果。在其他 區(qū)域形成了三個峰值次中心。 4 . 2武漢市主城區(qū)的房價在空間分布上是顯著集聚 的， 其中漢口片區(qū)的房價分布主要是高高聚集， 漢陽 片區(qū)的房價分布為低低聚集， 武昌片區(qū)的房價分布既 有高高聚集也有低低聚集，上述空間分布是城市規(guī) 劃、 地理區(qū)位、 環(huán)境景觀與房屋屬性綜合作用的結果。 4 . 3武漢市主城區(qū)房價的影響因素為物業(yè)費、 綠化率、 戶均停車位、 建成年份、 銀行數量、 超市數量、 地鐵站距 離、 三甲醫(yī)院距離和江景距離這九個變量。其中對房價 影響最大的因素為物業(yè)費，物業(yè)費每提高 1 元 / m 2 ， 房 價對應提升 1 3 0 5 元 / m 2 ，對房價影響最小的因素為銀 行