莫守钰，陆汝成

(1.南宁师范大学 地理科学与规划学院，广西 南宁 530001；2.南宁师范大学 自然资源与测绘学院，广西 南宁 530001)

1 引言

随着国内城镇化的进程不断推进，房地产业呈现出高速发展的态势，住宅价格随之成为政府、居民、开发商以及学术界等各方面关注的焦点[1]。城市住宅是一种“独特”的产品，具有复杂性、耐久性和异质性等特点[2]。住宅价格的过快增长和过度分化会导致城市空间失衡，同时也对区域经济发展产生多方面影响：一方面促进房地产业及其附属产业的发展；另一方面又会破坏区域经济平衡[3]。

不断加快的住宅价格速度使得各地区住宅价格空间差异日益扩大，同时伴随着住宅收入比和居民住房包袱加重，住宅价格空间差异已经引起越来越多的关注[4]。城市住宅价格体现出强烈的空间异质性，也会由于城市不断延伸、社会经济不断发展变得复杂[5]。现有系统地对城市住宅价格的影响因素的研究[6]，包括全局性的一般因素和单个住宅的个别因素[7]。

目前，关于住宅价格空间分异及其影响因素，已有不少国内外学者从不同的尺度进行相关研究。学者王元华研究发现城市住宅价格在时间上具有传递和联动的特征，在空间上具有集聚的特征。学者郭蓉研究发现县一级城市住宅价格具有特别显著的空间分异现象，影响住宅价格的两个关键因素是城镇居民人均可支配收入和人口数量[8]。学者陈广桂研究发现城市住宅价格的虚高会使得中国农民在市民化道路上增加成本，农民的市民化道路成本收益大幅度递减。国外学者Holly在对美国的住宅价格研究中认为收入和人口是影响住宅价格的重要决定因素；学者Sirman利用线性回归模型研究得到住宅价格的影响因素中建筑特征因素尤为显著[9]。

研究方法上，对城市住宅价格空间分异及其影响因素及研究主要基于区位理论、特征价格理论、地租理论、供需理论、博弈理论、投标租金曲线理论和公共产品组合理论等多种方法[10]。研究尺度上，对住宅价格空间分异及其影响因素研究已转变为多层次和多维度的多尺度因素。从目前学者取得的成果来看，主要基于特征价格模型的理念思想来测度微观因素的隐含价值，采取定量和定性两者结合，通过构建特征价格模型，并选择逐步回归法对其进行更正[11]。随着研究的不断发展，住宅价格影响因素的研究趋于运用各类理论模型、先进的计量方法等进行实证研究，利用空间分析技术结合自然、社会和经济等因素是后续研究的前进方向[12]。

总体来说，住宅价格的研究多集中在住宅特征和居民收入方面，在区位特征和邻里特征两者深入分析较少对运用相关理论方法进行住宅价格的时空维度、地理位置方面展开的研究较少。本文探索城市住宅价格空间分异特征和住宅价格影响因素的作用效应，无论是对城镇化推进过程遇到的城市住宅价格问题还是对区域经济发展的宏观调控都有一定的正向促进作用，具有一定的现实意义。

2 研究方法与数据来源

2.1 研究方法

2.1.1 空间分位数回归模型

空间分位数回归模型将空间计量学和分位数回归两者结合，利用分位点方法，将研究对象划分为不同等级的区间，空间分位数回归模型可以准确估计出不同的变量因素是如何影响不同价格等级的城市住宅，同时也能够解释住宅价格在地理空间上的相关性。

分位点的计算公式如下：

Q(τ)=inf{y：F(y)≥τ}

(1)

分位数回归的基本模型如下：

y=βτx+ε

(2)

公式(2)中：β为待估系数；ε为随机扰动项。

住宅价格表现出较强的空间依赖性，相邻的地理要素会对住宅价格产生影响。

2.1.2 特征价格模型

特征价格模型能够解释住宅价格与特征变量之间的关系，模型把住宅价格设成因变量，其他影响因子设为解释变量，通过回归分析构建住宅价格与特征变量之间的关系方程。该模型的基本函数形式公式如下：

P=f(X1,X2,…,Xn1)

(3)

公式(3)中，P为因变量住宅价格，Xi为不同的特征变量。

在特征价格视角下, 住宅特征是住宅价格的决定因素, 由于住宅的空间固定性, 使得住宅特征在空间分布上存在差异, 从而导致住宅价格的空间分异[13]。在对住宅价格影响因素进行研究时，城市地理学者主要利用城市住宅的区位特征、建筑特征、邻里特征3个方面构建住宅价格影响因素回归模型[14]。本文从影响住宅价格的个别因素层面将研究变量划分为区位、交通、公共服务设施、开发类型及环境因素对南宁市住宅价格进行具体和系统分析。结合特征价格模型以及本文对影响因素的选择，构建住宅价格特征模型的指标体系表1。

表1 住宅特征价格模型指标体系

2.2 数据来源

南宁，简称“邕”，广西壮族自治区首府，是广西政治、经济、文化、教育和金融中心，国家“一带一路”战略有机衔接的重要门户城市，具有深厚的文化积淀。南宁常住人口达734.48万人，市区常住人口为379.45万人，随着强首府战略的推进，未来几年南宁市人口流入增长率将不断提高。根据南宁市2035年城市规划和研究内容，本文选择了南宁市6个建成区作为研究区域。

本文通过南宁市统计年鉴和楼盘网python数据等方法，收集到南宁市主城区新楼盘成交价格样本数据共2144份，收集的样本数据经筛选和剔除，最终2080份数据在研究范围内真实有效。

3 结果

3.1 南宁市住宅市场特征

2020年，南宁市房地产业增长了1.3%，整个主城区商品房销售面积1837.59万m2，同比上一年增长了1.8%，与全国首府城市相比属于中等增长水平。过去一年南宁市新楼盘均价整体呈现微小下降的趋势，但整体保持在1.23万元/m3的均价上下浮动。青秀区和江南区住宅价格呈现波动上升趋势，青秀区波动上升明显，上升幅度最大；江南区上升幅度次之；西乡塘区、兴宁区和良庆区波动较小，住宅价格基本持平；邕宁区有稍微下降的趋势。

南宁市各区新楼盘均价差异较大。其中，青秀区新楼盘均相对最高，为15102元/m2，该区域内大量住宅价格较高；江南区新楼盘均价水平最低，为9517元/m2，该区域的大部分住宅价格均未超过10000元/m2。青秀与江南两区的住宅价格有差异性，而且差距较大，住宅价格随住宅区域不同而呈现差异性的分布，住宅价格随时间变化的差异性较小。

3.2 住宅价格空间格局特征

本文利用克里金插值法，该方法可以直观地得到住宅价格样本数据在空间上的相关程度和整体分布情况，以表现样本外的区域价格特征，将处理后的新楼盘价格进行可视化分析，得到住宅价格空间插值结果。结果如图1，南宁市住宅价格的峰值出现在朝阳商圈和凤岭片区，存在两个住宅价格峰值中心。结果也显示五象湖片区、流沙半岛、东盟商务区和埌东片区等，这些区域的住宅价格相对比峰值中心低，但相比其他区域得高出许多。

图1 住宅价格空间格局

3.3 住宅价格空间分异特征

根据公式(1)，结果得到住宅价格1至9分位点，再由分位点结果得到不同等级住宅价格区间，进而输出住宅价格空间分异结果。由图2可知，南宁市有30%的新楼盘的住宅价格低于10500/m2，住宅价格中位数是11785/m2，只有10%的新楼盘住宅价格高于18000/m2。

随着中国城市大规模拆建运动和住房市场持续分化，形式多样的“住宅小区”成为主流居住空间，在城市中逐渐形成多元、破碎、拼贴的居住空间分异格局[15]。结果来看，南宁市住宅价格呈现显著的空间分异特征。一是高水平住宅价格分布于南湖、五象湖、青秀山和凤岭片区；二是高水平住宅价格主要分布在一环和二环之间的中部和南部区域，中值区主要分布于一环内，而低值区则分布在二环外三环内。

3.4 影响因素显著性特征

由特征价格模型回归分析结果来看，本文研究的影响因素均对住宅价格产生一定的影响。从B值来看，CBD距离、商场超市距离、地铁站距离、教育设施、医疗设施、容积率、周边环境都是与住宅价格呈负相关；公交站数量、绿地率则与住宅价格呈正相关关系。由此可以说明CBD距离、地铁站距离对南宁市住宅价格影响程度最为显著，其次是公交站数量，教育配套，绿地率，医疗设施，周边环境，容积率和商场超市距离影响程度以次减小(表2)。

表2 住宅特征价格模型回归分析结果

整体来说，区位和交通因素对住宅价格作用最为显著。住宅通过其所处具体位置，发挥着其特有的区位优势，影响着住宅价格的水平和趋势，住宅区的区位优势越明显，其空间依赖性程度会越高，住宅价格会越高。城市公共服务设施不仅方便城市居民生活，同时确保发展城市教育、文化、经济、政治等[16]。公共服务设施因素是人们选择住宅时第二位考虑的因素，其对住宅价格有独特的影响效果；开发类型与环境因素相对较弱，会影响住宅价格，但对住宅价格影响程度没有前者显著。

4 结论与讨论

4.1 结论

本文基于空间分异理论、空间分位数回归模型、特征价格模型，从影响住宅价格的个别因素下手，并结合国内外有关对住宅价格空间分异、影响因素的研究情况，搜集了南宁市主城区2080份住宅区价格样本数据，再通过构建住宅特征价格模型指标体系，对南宁市住宅价格空间分异及其影响因素进行分析。得到如下结论：

(1)南宁市住宅价格分布格局显著，呈现为“两主多副”的住宅价格分布格局。

住宅价格两个峰值中心体现在朝阳商圈和凤岭片区，住宅价格水平全市最高；多个副中心体现在五象湖片区、流沙半岛、东盟商务区和埌东片区经济社会活动繁华地区，住宅价格水平远高于其临近片区。

(2)南宁市住宅价格空间分异显著，呈现居山临水特征，圈层分布差异明显。

南宁市南湖、五象湖、青秀山和凤岭片区依山傍水，是城市核心宜居区，同样也是高水平住宅价格集聚区；南宁市二环整体住宅价格水平高于一环内，住宅价格中值区主要分布在一环以内，住宅价格低值区则分布在二环外三环内。

(3)南宁市住宅价格各影响因素作用效应表现各异，区位和交通因素作用效应最显著。

特征价格模型分析显示，区位和交通因素是影响住宅价格程度最为显著的因素，两者与住宅价格呈现负相关，公共服务设施因素的影响次之，开发类型与环境因素相对较弱。

4.2 讨论

分析表明：住宅价格具有显著的空间分异特征，而且住宅价格影响因素作用效应差异性明显。城市发展过程中，新、老城区的公共服务资源分配难以达到均衡，间接促使高水平住宅价格集聚在公共服务资源齐全区域，由此，优化各区域公共服务资源合理配置，有助于引导城市住宅价格相对均衡合理。同时，随着城市的不断开拓发展，各区域住宅区之间的区位优势差异化发展愈加明显，提升各区域的城市中心作用，稳步推进旧城改造，加大基础设施投入就显得尤为重要，优化城市住宅区位布局，多角度提升城市住宅区位优势也将有助于引导住宅价格合理布局，有助于促进城市可持续化发展。由于样本数据的获取等因素，本文仍存在着些许不足，今后的研究应加强对研究方法的创新，以及对住宅价格的局部与整体、城市与区域等多层次的相互联系与影响的探索。