GIS與Surfer支持下的南京市住房價格空間可視化研究＊

楊君

GIS與Surfer支持下的南京市住房價格空間可視化研究＊

楊君

（三江學院 土木工程學院，江蘇 南京 210012）

隨著科學技術的不斷創新，數據可視化技術日益成熟，利用GIS與Surfer軟件共同探索南京市住宅價格空間可視化，結果表明南京市住房市場存在較明顯圈層結構，南北向與東西向發展差異較大，總體趨勢由單中心向多中心發展。

可視化；GIS；Surfer；房價

房價作為住宅市場發展的指示燈，其上漲或下降都關系著百姓的生活、城市的發展甚至國家的運行。根據中國統計年鑒，從2019-01全國70個大中城市二手住宅銷售價格指數中有53個城市環比價格超過100（含100，下同），2019-07下降至42個城市，2019-12回升至44個城市，全國住房市場窄幅波動，總體穩定，堅持“房住不炒”仍然是目前規范發展住房市場的工作目標與決心。

而房價在空間結構上的分布特征，可從不同層面集中體現城市物質空間與社會空間的雙重屬性，折射出新的發展規律。石崧（2004）、JACEK（2006）從理論層面分別探討了中國和波蘭大城市空間結構的變化情況[1-2]；簡萍等（2018）站在全國層面分析商品住宅價格的空間分布特征[3]；鄭曉燕等（2016）則從微觀視角研究房價的空間分布格局及其影響因素[4]。本文將住房價格與空間可視化技術相結合，展示出房價在城市空間上的分布規律。

1 數據可視化發展現狀

科學技術的高速發展，使得云計算、區塊鏈、人工智能等新技術新產業帶給人們翻天覆地的變化，同時也產生了大量數據信息。而這些數據背后所隱藏的規律、特點都需要去挖掘并展示，數據可視化技術就應運而生。它是一項研究如何將數據通過視覺形式表現出來的科學技術，涵蓋了數據挖掘、數據分析、美學設計、人機交互等一些列技術手段[5]，最早可追溯到20世紀50年代的“計算機圖形學”。經過不斷發展演變，如今已經滲透到人們日常生活的方方面面，從新聞圖表到財務審核再到智慧城市，數據可視化技術令數字不再枯燥，能夠直觀、清晰、豐富地展現出數據的特征、表達的含義。

2 研究區域與數據來源

2.1 研究區域

南京市為江蘇省省會城市，地處江蘇省西南部，作為長江三角洲唯一的特大城市，其經濟發展將對長三角都市圈乃至全國中西部城市產生強烈磁場效應，因此選取其作為本文研究區域具有一定代表意義。南京市共包含十一個行政區，本文選取其中鼓樓區、秦淮區、玄武區、棲霞區、建鄴區、雨花臺區六個主城區以及六合區、浦口區、江寧區三個郊區共計九個行政區作為具體研究范圍。

2.2 數據來源

本文數據包含兩種類型，一是價格屬性數據，二是地理屬性數據，前者來源于鏈家南京網站（https：//nj.lianjia.com/）2019年普通二手房銷售價格并進行修正；后者則根據前者搜集到的二手房名稱利用Google Earth軟件繪制矢量化圖形，以此獲取WGS1984格式下的經緯度坐標，從而生成兼具價格與地理雙重屬性的樣本數據。

3 實例研究過程

3.1 數據空間探索性分析

將含有經緯度坐標的樣本數據導入Arcgis10.2軟件，利用地統計分析模塊中的探索數據功能繪制南京市二手房價格空間趨勢圖，如圖1所示。空間趨勢分析圖由軸、軸、軸和格網組成，軸代表東西方向，軸代表南北方向，軸代表價格，長短不等的黑色短線則表示居于不同位置的住宅小區房價，將其頂點分別投影至東西向和南北向的縱向格網上，則會根據投影點位置擬合出一條趨勢曲線。由圖1可知，住宅小區樣本點居于中心點出較多，南北向與東西向較少，表明市中心住宅密度較大，郊區住宅密度較小。格網上淺灰色與深灰色兩條曲線都呈倒U形，說明南京市二手房銷售價格在中心點處最高，隨后分別向東西向與南北向遞減，下降速度隨著距市中心距離的增大而增大。

3.2 房價空間可視化分析

本文利用Surfer軟件探索房價空間可視化，繪制等高線圖和山峰圖如圖2所示。根據圖2可知，南京市二手房銷售價格存在較明顯的圈層結構，價格在中心偏西南左右處最高，超過95 000元/m2，逐步遞減至南北最外圈，價格不到15 000元/m2，二者相差80 000元/m2，價格差異明顯。究其原因，房價高點位于鼓樓區，基礎設施更加完善，教育資源更加優秀，軌道交通更為發達；而北面最外層為六合區，南面最外層為江寧區靠近溧水區，同屬南京市郊區，根據地租理論，距離市中心越遠房價自然越低。同時南京市地形南北縱向長，東西橫向短，從側面導致住房市場發展不均衡，東西向房價普遍高于南北向。

圖2 南京市二手房價格等高線圖

南京市二手房價格山峰圖如圖3所示，南京市住房價格由單中心向多中心發展，靠近市中心的西南向和東北向存在多個次峰點，分別為建鄴區、秦淮區和玄武區。建鄴區自2000年左右基本建成河西新城北部，20年來逐步向西南帶狀發展，是集金融、商貿、文體、居住為主的新城市中心，尤其河西CBD被譽為華東地區除上海陸家嘴以外的第二大中央商務區，因此促進了當地住房價格的上漲。秦淮區與玄武區同屬南京市主城區，即使基礎教育無法看齊鼓樓區，但兩區自然歷史文化底蘊更為濃厚，前有夫子廟—秦淮河風光帶，后有紫金山、玄武湖，都促使房價出現波峰。

圖3 南京市二手房價格山峰圖

4 結論

本文同時運用GIS與Surfer軟件將南京市二手房價格數據可視化，直觀清晰準確地展示出其空間分布特征，主要表現在較明顯的圈層結構，中心點不再突出，而是在其輻射范圍內出現多個次中心；同時房價高低差異較大，南北向與東西向發展不均衡。在“房住不炒”的調控基調下，南京市住房市場更要注重地區發展均衡性，讓房價回歸理性。

［1］石崧.城市空間結構演變的動力機制分析［J］.城市規劃匯刊，2004（1）：50-52，96.

［2］JACEK K.Changes in the spatial structure of a large polish city-the case of poznań［J］.Elsevier Ltd，2006，23（5）：16.

［3］簡萍，彭賢偉，吳清婷，等.城市住宅價格空間分異格局研究——基于中國中部地區的分析［J］.價格理論與實踐，2018（7）：135-138.

［4］鄭曉燕，周鵬.武漢市房價的空間分布格局及其影響因素分析［J］.國土與自然資源研究，2016（2）：26-31.

［5］楊麗娜，馬照亭，朱立寧，等.時空數據可視化研究［J］.測繪與空間地理信息，2020，43（5）：140-142，146，149.

F126

A

10.15913/j.cnki.kjycx.2020.22.016

2095－6835（2020）22－0041－02

江蘇高校哲學社會科學研究項目“基于ESDA的城市住宅價格空間分布特征及影響因素研究”（批準號：2019SJA0504）；三江學院校級科研項目“城市居住空間分布特征與驅動機制研究”（批準號：2018SJKY035）

楊君（1991—），女，江蘇南京人，碩士，三江學院土木工程學院講師，研究方向為城市管理、城市空間結構。

〔編輯：張思楠〕