钟倩怡 杨晓丹 黄鸿逸

摘 要：文章基于江門市2020年住宅、工厂、高铁站等兴趣点数据，利用缓冲区分析房价与交通便利程度、医疗、科教文化及休闲等基础设施之间的关系，主要研究江门市房价空间异质性及其影响因素，探讨江门居住空间分异过程及形成机制，以期为相关人员提供借鉴。

关键词：POI数据;江门市房价;空间异质性;影响因素

中图分类号：F299.23 文献标识码：A 文章编号：1005-6432（2022）05-0021-02

DOI：10.13939/j.cnki.zgsc.2022.05.021

1 引言

城市居住分异性体现在空间属性，如居住环境、配套设施等方面的差异，也体现在社会属性，如不同社会群体的教育水平、经济能力、生活方式等方面的差异。近些年，我国在城市居住分异的实证研究中获得了诸多成果，并主要集中在一线城市，如北京、广州、深圳、上海等，还有武汉、南京、郑州等个别省会级城市。在我国社会经济转型不断推进的过程中，城市的内部重建与外部扩张也在不断进行中，社会阶层加速分化，城市居住的空间分异性也愈发凸显。

在住宅市场中，不断攀升的房价饱受人们关注。在多重因素的影响下，房价具有明显的空间分异性。近年来，有许多以计量经济学理论为基础的统计模型对房价的影响因素进行了研究。汤庆园等（2012）基于2010年12月上海市外环以内的平均房价数据，构建了地理加权回归模型，分析了上海市房价空间分异及其影响因素[1];李继玲（2017）利用2005—2015年人口、房地产行业、宏观经济等，建立多元回归模型，探讨各因子对房价的影响[2];尹上岗等（2018）以2009—2017年南京市商品房数据为研究单元，运用普通Kriging插值法模拟房价空间分布，并利用地理加权回归模型探讨社区属性及交通、景观、商业、服务区位等变量对房价空间分异的影响方式[3]。

在我国快速城市化的背景下，过去的经济统计数据难以准确反映出现代社会中的城市空间结构特征及演化方向。除此之外，中国人口空间迁移数据的可获性低、城市中微观人口统计口径不完整等因素，都影响了城市居住社会空间结构。数据挖掘作为新一代信息研究的热门方法，且兴趣点（Point of Interest，POI）数据包含一切可抽象为点及与人们生活密切相关的地理对象和实体，从大量的POI数据中寻找影响房价的因素和路径就显得很有价值。傅行行（2020）通过采集百度地图、安居客等数据，分析上海市二手房房价的空间分异性及其与交通、生活设施的相关性强弱[4];张家旗等（2020）从房地产租售平台中获取郑州市主要城市的位置及房价数据，分析房价空间分布特征及其影响要素[5]。

江门作为粤港澳大湾区的重要城市之一，亦是珠三角西部的中心城市之一，被称为“中国第一侨乡”。广东省“十三五”规划中明确了江门的“五大定位”：珠江西岸先进装备制造产业基地、珠三角西翼与粤西地区联系的交通门户（珠江西岸综合交通枢纽）、中国国际旅游目的地、全国小微企业创业创新示范市及世界级轨道交通产业基地。可见，江门未来的住宅市场潜力十足，深入研究江门市的空间异质特征及房价的驱动因素，既能理论结合实践进行探索验证，也能反映出房地产真实的供需关系。因此，本文以江门市为研究个体，基于POI大数据，利用缓冲区分析方法判断邻近度，探究各因素对房价产生影响的空间异质性。研究江门市房价的空间分异性及其影响因素，有助于对江门市新房建成位置及价格进行基本判断，既为需求者提供了参考，也对政府民生工作起到了指向作用。

2 研究区域

江门市位于广东省，处于珠江三角洲西部地区，与中国南海相近，与香港和澳门相连，地貌特征是北低西高，属亚热带季风性气候，总占地面积达9505平方千米，包含3个市辖区和4个县级市。江门市市级规划得出东部城市以点带面全面发展，西部城市以开平市和台山市为副核心对外辐射;在交通方面，市区预计进入地铁起步阶段，蓬江区途经站点最多;在人才引进方面，江门市入户门槛降低、加大力度吸聚人才;在重大项目上，江门市2019年的重点建设正式项目及预备项目计划启动，积极参与粤港澳大湾区建设。总结上半年全市各区的土地价格，仅江海和开平价格实现突破，台山整体供求量价表现较为不佳，蓬江区供应量最大，鹤山市和恩平市成交量最大。江门市楼面地价对比2018年情况，整体价格下降明显，高价地项目数量减少。2019年中心城区整体用地供应上升，主要集中工业和商住用地，同时三旧改造商住和商服项目集中在下半年，新会区为三旧改造商住项目重点关注区域。由于全市住宅库存自2018年起持续积压，2019年下半年至2020年上半年江门市住宅市场将进入以消化库存为主的基调，去库存形势逐渐明显。由于上半年除鹤山外其他区市成交量均下降，各区市供应充盈、库存上升，导致下半年价格上升空间有限，甚至部分区域出现以价换量迹象。

3 数据来源及预处理

利用高德API在高德地图上采集江门市的公交站POI 3583个、长途汽车站POI 79个、高铁站POI 8个、医院POI 262个、公园广场POI 361个、商场POI 230个及学校POI 1091个。

通过Anaconda 3软件编写爬虫程序，爬取安居客中全部新房的名称、地址、格局、建筑面积及价格等信息。去除爬取到的异常数据，如金地名悦未开盘，售价待定;凤山水岸Ⅱ誉城、中凯豪庭等洋房已售完，剩余在售车位16万元/个;以及错误归入楼盘信息的江门义乌小商品批发城商户信息，共309个新房数据。并且，通过利用房产名字和地址两个变量，调用高德地图API和百度地图API获取经纬度，与“https：//www.metrodata.cn/poi”地图工具查询POI进行比对，发现百度地图的经纬度体系与本文的经纬度存在偏差。因此，利用地址变量及调用高德地图API查出的经纬度，可以得出更为精确的结果。

為深入分析房价影响因素的空间异质性及其形成原因，利用爬取到的数据，对江门市房价空间分布格局进行初步分析，利用高德地图将新房数据进行可视化：从全市新房的空间分布来看，市辖区与县级市住宅数量相差悬殊，新房源大多集中在三个市辖区，其他房源依托高速道路零散地分布在四个县级市;从全市新房房价的热力图来看，价格走势呈现出三个市辖区高、四个县级市低的特征，并且各区各市的房价围绕其中心往外影射、逐渐降低。房屋集中程度及房价受限于当地的交通便利程度、医疗、科教文化及休闲等基础设施的发展水平。市辖区相比于县级市，基础设施相对完善，既适宜居民居住，开发商也更愿意在老区建造高品质的商业住宅。然而，新市大多土地属于农业用地，开发水平低，开发成本高，缺乏从零开始的居住空间，城市基础设施建设不足，因而可能导致新房较少、房价偏低。

4 研究方法及结果

缓冲区分析指以点、线、面实体为基础，根据指定距离，自动在一定宽度范围内建立多边形图层，建立该图层与目标图层的叠加，从而对地理空间中两个目标物的邻近度问题进行分析的空间分析工具之一。

在交通便利程度与住宅价格空间分布关系上，距离中心道路越近、站点越多，住宅点数量越多，且住宅价格也越高。在医疗设施、科教文化、休闲等基础设施与住宅价格空间分布关系上，医疗设施与高房价住宅的集中分布区域大致吻合，且医疗设施的密度与房价呈正相关，与新房数量呈负相关，说明房价较低的住宅区医疗条件也较差，需要加强医疗设施建设，以促进基本公共服务的均等化发展;教育设施与房价呈负相关，说明房价较低的住宅区域教育设施还不够完善，需要进一步建设;超市、公园、商城与住宅点的集中分布区域表现出较高的空间相关性，几乎完全一致，新房（多为高价格住宅）周边一般要配有相应的休闲设施，开发商通常担任建设一整片区域的责任。

5 结论与政策启示

本文研究江门市房价影响因素的空间分异问题，以江门市为研究个体，基于POI大数据，利用缓冲区分析方法判断邻近度，探究交通便利程度、医疗、科教文化及休闲等基础设施等不同因子对房价产生影响的空间异质性。结果表明：首先，市辖区与县级市住宅数量相差悬殊，新房房源大多集中在蓬江区、江海区及新会区三个市辖区，其他房源依托高速道路零散地分布在台山市、开平市、鹤山市及恩平市四个县级市;其次，价格走势同样呈现出市辖区高、县级市低的特征，并且各区各市的房价围绕其中心往外影射、逐渐降低。房屋集中程度及房价受限于当地的交通便利程度、医疗、科教文化及休闲等基础设施的发展水平。并且，交通便利程度和教育设施密度与新房数量及房价呈正相关关系;医疗设施、休闲设施密度与新房数量呈负相关关系，与房价呈正相关关系。因此，在城市化逐步推进的大背景下，本文提出具体的政策建议如下：一是加强落后地区发展基础建设，促进区域协调发展;二是科学制定城市长远发展规划，优化各级住宅布局。

参考文献：

[1]汤庆园，徐伟，艾福利.基于地理加权回归的上海市房价空间分异及其影响因子研究[J].经济地理，2012，32（2）：52-58.

[2]李继玲.房价波动影响因素研究：基于2005—2015年数据的实证分析[J].经济问题探索，2017（9）：30-37.

[3]尹上岗，宋伟轩，马志飞，等.南京市住宅价格时空分异格局及其影响因素分析：基于地理加权回归模型的实证研究[J].人文地理，2018，33（3）：68-77.

[4]傅行行.上海市二手房价格空间分布及其影响因素研究[J].上海房地，2020（7）：11-15.

[5]张家旗，刘晏男.郑州市主城区住宅价格空间分布格局及其影响因素研究[J].北京测绘，2020，34（6）：797-801.

[作者简介]钟倩怡（1997—），女，广东江门人，硕士，研究方向：应用经济学;杨晓丹，女，广东潮州人，就读于广东工业大学，研究方向：金融工程;黄鸿逸（1997—），男，广东佛山人，硕士，研究方向：应用经济学。