南寧市住宅價格空間分異及其影響因素研究

莫守鈺，陸汝成

(1.南寧師范大學 地理科學與規劃學院，廣西 南寧 530001；2.南寧師范大學 自然資源與測繪學院，廣西 南寧 530001)

1 引言

隨著國內城鎮化的進程不斷推進，房地產業呈現出高速發展的態勢，住宅價格隨之成為政府、居民、開發商以及學術界等各方面關注的焦點[1]。城市住宅是一種“獨特”的產品，具有復雜性、耐久性和異質性等特點[2]。住宅價格的過快增長和過度分化會導致城市空間失衡，同時也對區域經濟發展產生多方面影響：一方面促進房地產業及其附屬產業的發展；另一方面又會破壞區域經濟平衡[3]。

不斷加快的住宅價格速度使得各地區住宅價格空間差異日益擴大，同時伴隨著住宅收入比和居民住房包袱加重，住宅價格空間差異已經引起越來越多的關注[4]。城市住宅價格體現出強烈的空間異質性，也會由于城市不斷延伸、社會經濟不斷發展變得復雜[5]。現有系統地對城市住宅價格的影響因素的研究[6]，包括全局性的一般因素和單個住宅的個別因素[7]。

目前，關于住宅價格空間分異及其影響因素，已有不少國內外學者從不同的尺度進行相關研究。學者王元華研究發現城市住宅價格在時間上具有傳遞和聯動的特征，在空間上具有集聚的特征。學者郭蓉研究發現縣一級城市住宅價格具有特別顯著的空間分異現象，影響住宅價格的兩個關鍵因素是城鎮居民人均可支配收入和人口數量[8]。學者陳廣桂研究發現城市住宅價格的虛高會使得中國農民在市民化道路上增加成本，農民的市民化道路成本收益大幅度遞減。國外學者Holly在對美國的住宅價格研究中認為收入和人口是影響住宅價格的重要決定因素；學者Sirman利用線性回歸模型研究得到住宅價格的影響因素中建筑特征因素尤為顯著[9]。

研究方法上，對城市住宅價格空間分異及其影響因素及研究主要基于區位理論、特征價格理論、地租理論、供需理論、博弈理論、投標租金曲線理論和公共產品組合理論等多種方法[10]。研究尺度上，對住宅價格空間分異及其影響因素研究已轉變為多層次和多維度的多尺度因素。從目前學者取得的成果來看，主要基于特征價格模型的理念思想來測度微觀因素的隱含價值，采取定量和定性兩者結合，通過構建特征價格模型，并選擇逐步回歸法對其進行更正[11]。隨著研究的不斷發展，住宅價格影響因素的研究趨于運用各類理論模型、先進的計量方法等進行實證研究，利用空間分析技術結合自然、社會和經濟等因素是后續研究的前進方向[12]。

總體來說，住宅價格的研究多集中在住宅特征和居民收入方面，在區位特征和鄰里特征兩者深入分析較少對運用相關理論方法進行住宅價格的時空維度、地理位置方面展開的研究較少。本文探索城市住宅價格空間分異特征和住宅價格影響因素的作用效應，無論是對城鎮化推進過程遇到的城市住宅價格問題還是對區域經濟發展的宏觀調控都有一定的正向促進作用，具有一定的現實意義。

2 研究方法與數據來源

2.1 研究方法

2.1.1 空間分位數回歸模型

空間分位數回歸模型將空間計量學和分位數回歸兩者結合，利用分位點方法，將研究對象劃分為不同等級的區間，空間分位數回歸模型可以準確估計出不同的變量因素是如何影響不同價格等級的城市住宅，同時也能夠解釋住宅價格在地理空間上的相關性。

分位點的計算公式如下：

Q(τ)=inf{y：F(y)≥τ}

(1)

分位數回歸的基本模型如下：

y=βτx+ε

(2)

公式(2)中：β為待估系數；ε為隨機擾動項。

住宅價格表現出較強的空間依賴性，相鄰的地理要素會對住宅價格產生影響。

2.1.2 特征價格模型

特征價格模型能夠解釋住宅價格與特征變量之間的關系，模型把住宅價格設成因變量，其他影響因子設為解釋變量，通過回歸分析構建住宅價格與特征變量之間的關系方程。該模型的基本函數形式公式如下：

P=f(X1,X2,…,Xn1)

(3)

公式(3)中，P為因變量住宅價格，Xi為不同的特征變量。

在特征價格視角下, 住宅特征是住宅價格的決定因素, 由于住宅的空間固定性, 使得住宅特征在空間分布上存在差異, 從而導致住宅價格的空間分異[13]。在對住宅價格影響因素進行研究時，城市地理學者主要利用城市住宅的區位特征、建筑特征、鄰里特征3個方面構建住宅價格影響因素回歸模型[14]。本文從影響住宅價格的個別因素層面將研究變量劃分為區位、交通、公共服務設施、開發類型及環境因素對南寧市住宅價格進行具體和系統分析。結合特征價格模型以及本文對影響因素的選擇，構建住宅價格特征模型的指標體系表1。

表1 住宅特征價格模型指標體系

2.2 數據來源

南寧，簡稱“邕”，廣西壯族自治區首府，是廣西政治、經濟、文化、教育和金融中心，國家“一帶一路”戰略有機銜接的重要門戶城市，具有深厚的文化積淀。南寧常住人口達734.48萬人，市區常住人口為379.45萬人，隨著強首府戰略的推進，未來幾年南寧市人口流入增長率將不斷提高。根據南寧市2035年城市規劃和研究內容，本文選擇了南寧市6個建成區作為研究區域。

本文通過南寧市統計年鑒和樓盤網python數據等方法，收集到南寧市主城區新樓盤成交價格樣本數據共2144份，收集的樣本數據經篩選和剔除，最終2080份數據在研究范圍內真實有效。

3 結果

3.1 南寧市住宅市場特征

2020年，南寧市房地產業增長了1.3%，整個主城區商品房銷售面積1837.59萬m2，同比上一年增長了1.8%，與全國首府城市相比屬于中等增長水平。過去一年南寧市新樓盤均價整體呈現微小下降的趨勢，但整體保持在1.23萬元/m3的均價上下浮動。青秀區和江南區住宅價格呈現波動上升趨勢，青秀區波動上升明顯，上升幅度最大；江南區上升幅度次之；西鄉塘區、興寧區和良慶區波動較小，住宅價格基本持平；邕寧區有稍微下降的趨勢。

南寧市各區新樓盤均價差異較大。其中，青秀區新樓盤均相對最高，為15102元/m2，該區域內大量住宅價格較高；江南區新樓盤均價水平最低，為9517元/m2，該區域的大部分住宅價格均未超過10000元/m2。青秀與江南兩區的住宅價格有差異性，而且差距較大，住宅價格隨住宅區域不同而呈現差異性的分布，住宅價格隨時間變化的差異性較小。

3.2 住宅價格空間格局特征

本文利用克里金插值法，該方法可以直觀地得到住宅價格樣本數據在空間上的相關程度和整體分布情況，以表現樣本外的區域價格特征，將處理后的新樓盤價格進行可視化分析，得到住宅價格空間插值結果。結果如圖1，南寧市住宅價格的峰值出現在朝陽商圈和鳳嶺片區，存在兩個住宅價格峰值中心。結果也顯示五象湖片區、流沙半島、東盟商務區和埌東片區等，這些區域的住宅價格相對比峰值中心低，但相比其他區域得高出許多。

圖1 住宅價格空間格局

3.3 住宅價格空間分異特征

根據公式(1)，結果得到住宅價格1至9分位點，再由分位點結果得到不同等級住宅價格區間，進而輸出住宅價格空間分異結果。由圖2可知，南寧市有30%的新樓盤的住宅價格低于10500/m2，住宅價格中位數是11785/m2，只有10%的新樓盤住宅價格高于18000/m2。

隨著中國城市大規模拆建運動和住房市場持續分化，形式多樣的“住宅小區”成為主流居住空間，在城市中逐漸形成多元、破碎、拼貼的居住空間分異格局[15]。結果來看，南寧市住宅價格呈現顯著的空間分異特征。一是高水平住宅價格分布于南湖、五象湖、青秀山和鳳嶺片區；二是高水平住宅價格主要分布在一環和二環之間的中部和南部區域，中值區主要分布于一環內，而低值區則分布在二環外三環內。

3.4 影響因素顯著性特征

由特征價格模型回歸分析結果來看，本文研究的影響因素均對住宅價格產生一定的影響。從B值來看，CBD距離、商場超市距離、地鐵站距離、教育設施、醫療設施、容積率、周邊環境都是與住宅價格呈負相關；公交站數量、綠地率則與住宅價格呈正相關關系。由此可以說明CBD距離、地鐵站距離對南寧市住宅價格影響程度最為顯著，其次是公交站數量，教育配套，綠地率，醫療設施，周邊環境，容積率和商場超市距離影響程度以次減小(表2)。

表2 住宅特征價格模型回歸分析結果

整體來說，區位和交通因素對住宅價格作用最為顯著。住宅通過其所處具體位置，發揮著其特有的區位優勢，影響著住宅價格的水平和趨勢，住宅區的區位優勢越明顯，其空間依賴性程度會越高，住宅價格會越高。城市公共服務設施不僅方便城市居民生活，同時確保發展城市教育、文化、經濟、政治等[16]。公共服務設施因素是人們選擇住宅時第二位考慮的因素，其對住宅價格有獨特的影響效果；開發類型與環境因素相對較弱，會影響住宅價格，但對住宅價格影響程度沒有前者顯著。

4 結論與討論

4.1 結論

本文基于空間分異理論、空間分位數回歸模型、特征價格模型，從影響住宅價格的個別因素下手，并結合國內外有關對住宅價格空間分異、影響因素的研究情況，搜集了南寧市主城區2080份住宅區價格樣本數據，再通過構建住宅特征價格模型指標體系，對南寧市住宅價格空間分異及其影響因素進行分析。得到如下結論：

(1)南寧市住宅價格分布格局顯著，呈現為“兩主多副”的住宅價格分布格局。

住宅價格兩個峰值中心體現在朝陽商圈和鳳嶺片區，住宅價格水平全市最高；多個副中心體現在五象湖片區、流沙半島、東盟商務區和埌東片區經濟社會活動繁華地區，住宅價格水平遠高于其臨近片區。

(2)南寧市住宅價格空間分異顯著，呈現居山臨水特征，圈層分布差異明顯。

南寧市南湖、五象湖、青秀山和鳳嶺片區依山傍水，是城市核心宜居區，同樣也是高水平住宅價格集聚區；南寧市二環整體住宅價格水平高于一環內，住宅價格中值區主要分布在一環以內，住宅價格低值區則分布在二環外三環內。

(3)南寧市住宅價格各影響因素作用效應表現各異，區位和交通因素作用效應最顯著。

特征價格模型分析顯示，區位和交通因素是影響住宅價格程度最為顯著的因素，兩者與住宅價格呈現負相關，公共服務設施因素的影響次之，開發類型與環境因素相對較弱。

4.2 討論

分析表明：住宅價格具有顯著的空間分異特征，而且住宅價格影響因素作用效應差異性明顯。城市發展過程中，新、老城區的公共服務資源分配難以達到均衡，間接促使高水平住宅價格集聚在公共服務資源齊全區域，由此，優化各區域公共服務資源合理配置，有助于引導城市住宅價格相對均衡合理。同時，隨著城市的不斷開拓發展，各區域住宅區之間的區位優勢差異化發展愈加明顯，提升各區域的城市中心作用，穩步推進舊城改造，加大基礎設施投入就顯得尤為重要，優化城市住宅區位布局，多角度提升城市住宅區位優勢也將有助于引導住宅價格合理布局，有助于促進城市可持續化發展。由于樣本數據的獲取等因素，本文仍存在著些許不足，今后的研究應加強對研究方法的創新，以及對住宅價格的局部與整體、城市與區域等多層次的相互聯系與影響的探索。