基于GWR模型的城市住宅地价的时空演变研究_以江苏省为例_张静
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1 研究区域与地价时空演变特点
1.1 研究区域 江苏省是长三角区域的重要组成部分，是开
放型经济最发达的地区之一，也是中国现代高科 技产业和城镇密集地区之一。江苏省域面积虽然 有 10.26 万 km2，但是不同区域社会经济条件、文化 背景差异明显，土地价格也存在很大的地区差异，
收稿日期：2011-10-27；修订日期：2012-04-12 基金项目：国家自然科学基金（40801049、40871255）资助。 作者简介：张 静（1974-），江苏宿迁人，博士，主要从事土地评价和土地利用规划研究。E-mail：zhangjingsq@yahoo.com.cn
图 1 江苏省住宅土地供应量变化
Fig. 1 Variation curves of land supply in Jiangsu Province
1.3 地价总体变化特征 1）从图 2 可以看出，住宅地价平均增幅最快。
2001~2007 年住宅地价各年增长率均在 5%以上，增 长最快的年份为 2003 年，增幅达到了 16.61%。
间看，沿江地区是苏南、苏中两大经济板块的纽带，对住宅地价影响变大，从时间看，城镇化率对住宅地价的影响
逐步减小；④ 对外交通状况对住宅地价贡献为正，南部地区回归系数较高，向北系数逐渐减小，从时间角度看，
其影响程度逐步增大；⑤ 从业人口数量对住宅地价的贡献为正，南部地区回归系数较高，向北回归系数绝对值
逐渐减小，从业人口数量对苏南影响比苏北大；⑥ 房地产投资总额北部地区回归系数较高，向南系数逐渐减小，
1999~2009 这 11 a 间，江苏省住宅房地产市场 呈现快速发展的态势，土地供应量大幅度增加，总 供应量达到了 65 889.08 hm（2 图 1），江苏省住宅用 地的供应量在总体上呈现逐渐增加的趋势。时间 上 可 以 划 分 3 个 阶 段 ：1999~2001 年 起 步 阶 段 ， 2002~2003 年快速发展阶段，2004 年之后高位波动 阶段，房地产的用地供应量变化较小，呈上下起伏 的波动状态。
7期
张 静等: 基于 GWR 模型的城市住宅地价的时空演变研究
829
根据《江苏省城市地价动态监测报告》[8]，住宅用地 价格相差超过 10 倍以上。为了对江苏省地价影响 因素差异进行深入分析与研究，本文将其划分苏 南（南京、苏州、无锡、常州、镇江）、苏中（扬州、泰 州、南通）、苏北（徐州、淮安、盐城、连云港、宿迁） 三大区域，研究不同区域范围地价时空演变特点， 并探讨影响城市地价影响因素及其作用机制。 1.2 土地供应总量变化分析
公式为：
n
2
CV = ∑[yi - ŷ≠ i(θ)]
i=1
（2）
式中，ŷ≠ i(θ) 是 yi的拟和值，通过绘制曲线，找到最
小 CV 值对应的最优带宽 q。
3 参数设定与模型的建立
图 2 年江苏省各类地价增长指数变化
Fig. 2 Chain growth index variation trends of various land price in Jiangsu Province
从业人数回归参数，β6(ui,vi)为房地产开发投资额回
归参数，是地理位置函数。
通过模拟计算以及应用 CV 方法对 GWR 模型
带宽的计算，其结果见表 1。
采用蒙特卡罗（Monte Carlo）方法对模型进行
显著性检验，估计回归系数的 p 值，通过对 p 值进行
五分位统计观察回归系数的显著性（表 2），结果表
(1.南京大学地理与海洋科学学院，江苏 南京 210093; 2.南京财经大学公共管理学院，江苏 南京 210046； 3.东南大学经济管理学院，江苏 南京 210018)
摘要:江苏省地价总体变化特征分析的基础上，构建城市住宅地价的 GWR 模型，对 1997、2005 和 2008 年 3 个时间
度、土地取得费用、职工平均工资、人均储蓄余额、
距中心城市距离、路网密度、高速公路接入点、货运
量、客运量、对外交通、年末从业人数、流动人口、
GDP、人均 GDP、房地产开发投资额等 17 项指标。
在此基础上运用 SPSS17.0 采用主成分分析法
计算相关系数矩阵及累积贡献率（85%以上），确定
t（1 距中心城市距离）、t（2 地区生产总值）、t（3 城镇化 率）、t（4 对外交通）、t（5 年末从业人数）、t（6 房地产开 发投资额）6 个指标作为自变量。
明 部 分 自 变 量（系 数）表 现 出 显 著 的 空 间 不 稳 定
表 1 1997 年、2005 年、2008 年 GWR 模型结果 Table 1 Results of GWR Model in 1997, 2005 and 2008
模型参数 Bandwidth AICc R2 Adjusted R2
点的江苏省城市住宅地价影响因素的空间变异特征进行了探究，揭示了各因素因子对住宅地价的影响程度和区
域差异，丰富和发展了城市地价影响因素时空变化规律的理论研究。研究结果表明：① 距中心城市距离对住宅
地价的影响呈负相关，3 年回归系数绝对值的平均值逐渐增大且高值分布区域逐渐扩大；② GDP 与住宅地价呈
正相关，GDP 对住宅地价影响最大地区逐渐北移，且高值区域逐渐减小；③ 城镇化率与住宅地价呈正相关，从空
鉴于江苏省城市基准地价更新工作特点，分
别选取了 1997、2005 和 2008 年三个时间点来进行
住宅地价的时空演变规律的分析研究。在分析统
计之前，对地价内涵进行修正，包括开发程度、期
日、容积率修正等，使其具有可比性。
3.2 模型构建及结果检验
在构建 GWR 模型之前，先利用 Moran's I 进行
1997 年 1.726 910.274 0.965 0.954
2005 年 2.780 944.555 0.979 0.974
2008 年 3.058 1039.589 0.965 0.959
表 2 Monte Carlo 显著性检验方法检验 各影响因素系数空间非稳定结果
Table 2 The results of each factor spatial non-stability examined by Monte Carlo method
2）商业地价平稳上涨，2001~2007 年增长幅 度均在 5%~10%之间。
3）工业地价稳定，除 2007 年由于新增建设有 偿使用费调整政策影响，工业地价有较大增幅外， 其余年份价格保持稳定。
4）2008 年受金融危机的影响，住宅地价有较大 变动。在三类用地中，住宅地价下降幅度最大，达到 了 6.65%。江苏省住宅地价的变化最为显著且空间 差异明显，因此本文以住宅地价为研究对象，对影响 住宅地价时空变化的因素因子进行深入探究。
+β3(ui,vi)(t3i) + β4(ui,vi)(t4i)
（3）
+β5(ui,vi)(t5i) + β6(ui,vi)(t6i) + εi
式中，β1(ui,vi)为距中心城市距离回归参数，β2(ui,vi)
为地区生产总值回归参数，β3(ui,vi)为城镇化率回归
参数，β4(ui,vi)为对外交通回归参数，β5(ui,vi)为年末
DOI:10.13249/j.cnki.sgs.2012.07.008
第32卷第 7期 2 012 年 07 月
地 理 科学
SCIENTIA GEOGRAPHICA SINICA
Vol. 32 No. 7 July, 2 0 1 2
基于 GWR 模型的城市住宅地价的时空演变研究
——以江苏省为例
张 静 1，张丽芳 2，濮励杰 1，管驰明 3
830
地理科学
32 卷
地价的空间差异。本文选用基准地价作为研究的
因变量。
从土地市场结构出发，分析农地征购市场、
土地一级市场、土地二级市场的运行主体、流通环
节以及利益关系，然后从供需角度分析各市场运
行主体的行为，最后从区位环境、社会环境、经济
环境和政策因素方面建立了住宅地价影响因素及
其体系，初步确定人均耕地面积、城镇化率、人口密
苏北房地产投资总额对住宅地价影响高于苏南地区。
关 键 词: GIS；GWR 模型；住宅地价；时空演变；江苏省
中图分类号：K902
文献标识码：A
文章编号：1000-0690(2012)07-0828-07
近年来中国房地产业发展突飞猛进，房地产 价格在不同城市之间的差异也呈现不断增大的趋 势，城市土地的价值差异是房地产价格差异的根本 原因。根据相关研究，2005 年以来省会城市间住宅 地价的差距迅速扩大，东部地区地价与中、西部地 区的差距进一步拉大[1]。对城市土地价格影响因 素，国外学者多从衍生需求模型、住宅市场分析模 型角度研究[2]，这些模型在中国住宅市场上的适用 性还需要进一步的实证研究；国内学者一般从微观 角度和宏观角度进行研究：如从供求机制和收益机 制角度研究容积率对地价的影响作用并对容积率修 正系数的编制提出了建议[3]，采用主导因素分析城市 居住用地价格的影响因素[4]，城市地价空间分异的 影响因素实证研究[5]，构建了城市间住宅土地价格 差异决定因素的理论分析框架[6]，采用引致需求模 型解释城市间地价水平差异的原因[7]，构建城市居 住地价的理论框架和居住地价影响因子体系[1]等
空 间 自 相 关 测 度 分 析 ，统 计 量 值 分 别 为 0.120、
0.181 和 0.149。地价在空间上呈现积聚状态，但仍
然表现出一定差异性，这为模型的构建奠定了基
础。设江苏省某年某城市住宅地价为 yi，第 i 点的
坐标为(μi，νi)，GWR 模型为：
yi = β0(ui,vi) + β1(ui,vi)(t1i) + β2(ui,vi)(t2i)
等。纵观上述学者的研究实践，部分成果涉及一 定区域范围内的地价影响因素，但大部分是特定 时间的静态研究，对于采用空间计量统计学理论 在区域范围（跳出单一城市范畴）内具有时间、空 间跨度的研究地价影响因素的成果尚不多见。因 此本文试图采用空间计量统计学模型对于区域地 价空间结构进行分析，在严格参数检验的基础上， 探索区域地价的空间分异规律，发挥地价在社会 经济中的信息指引作用。
2 研究方法
2.1 GWR 模型
GWR 是一种改进的空间线性回归模型，它的
主要优势在于把空间权重矩阵应用在线性回归模
型中，可以形象地展示空间结构分异，是最有发展
Байду номын сангаас
潜力的空间统计模型之一[7]。
p
∑ yi = β0(ui,vi) + βk(ui,vi)xik + εi
(1)
k=1
式中，yi为观测值，(ui,vi)为样点 i 的坐标，β0 (ui,vi)为 i
点回归常数，βk(ui,vi)是 i 点上的第 k 个回归参数，是
地理位置的函数；p 为独立变量个数；xik 为独立变
量 xk在 i 点的值，εi 是随机误差。
2.2 CV 法确定带宽
采 用 了 由 Bowman（1984）提 出 的 交 叉 确 认
Cross-validation（CV）的方法来确定最优宽带，计算
3.1 变量的选取 基准地价是城镇各级土地或均质地域内各土
地利用类型土地单位面积的平均价格，同一城市 内部不同级别基准地价具有一定序列、空间分异 特征。在通常研究中，一般选择最高价、最低价或 者平均价衡量一个城市的地价。若采用最低价或 平均价，其区域差异较小，难以反映城市地价的空 间分异规律。一级地价代表了城市最优交通区 位、基础配套以及公共配套水平，不仅能够代表城 市的地价水平，而且更能反映出一定区域范围内
年份 1997
名称 Intercept
P值
0.129
显著性 *
t1
t2
t3
t4
t5
t6
0.072 0.390 0.498 0.006 0.702 0.070
** n/s n/s *** n/s **
2005 P 值
0.425
显著性 **
0.155 0.425 0.536 0.809 0.560 0.660 *** ** * n/s * n/s
2008 P 值
0.758 0.901 0.021 0.000 0.498 0.905 0.560
显著性 n/s
n/s ** *** * n/s *
注：***表示 0.1%显著性水平；**表示 1%显著性水平；*表示 5%显著性水平。
性，且在不同年度存在差异性。
4 结果与分析
4.1 中心城市对城市住宅地价影响空间变异特征 从图 3 可以看出，距中心城市的距离与住宅地
1.1 研究区域 江苏省是长三角区域的重要组成部分，是开
放型经济最发达的地区之一，也是中国现代高科 技产业和城镇密集地区之一。江苏省域面积虽然 有 10.26 万 km2，但是不同区域社会经济条件、文化 背景差异明显，土地价格也存在很大的地区差异，
收稿日期：2011-10-27；修订日期：2012-04-12 基金项目：国家自然科学基金（40801049、40871255）资助。 作者简介：张 静（1974-），江苏宿迁人，博士，主要从事土地评价和土地利用规划研究。E-mail：zhangjingsq@yahoo.com.cn
图 1 江苏省住宅土地供应量变化
Fig. 1 Variation curves of land supply in Jiangsu Province
1.3 地价总体变化特征 1）从图 2 可以看出，住宅地价平均增幅最快。
2001~2007 年住宅地价各年增长率均在 5%以上，增 长最快的年份为 2003 年，增幅达到了 16.61%。
间看，沿江地区是苏南、苏中两大经济板块的纽带，对住宅地价影响变大，从时间看，城镇化率对住宅地价的影响
逐步减小；④ 对外交通状况对住宅地价贡献为正，南部地区回归系数较高，向北系数逐渐减小，从时间角度看，
其影响程度逐步增大；⑤ 从业人口数量对住宅地价的贡献为正，南部地区回归系数较高，向北回归系数绝对值
逐渐减小，从业人口数量对苏南影响比苏北大；⑥ 房地产投资总额北部地区回归系数较高，向南系数逐渐减小，
1999~2009 这 11 a 间，江苏省住宅房地产市场 呈现快速发展的态势，土地供应量大幅度增加，总 供应量达到了 65 889.08 hm（2 图 1），江苏省住宅用 地的供应量在总体上呈现逐渐增加的趋势。时间 上 可 以 划 分 3 个 阶 段 ：1999~2001 年 起 步 阶 段 ， 2002~2003 年快速发展阶段，2004 年之后高位波动 阶段，房地产的用地供应量变化较小，呈上下起伏 的波动状态。
7期
张 静等: 基于 GWR 模型的城市住宅地价的时空演变研究
829
根据《江苏省城市地价动态监测报告》[8]，住宅用地 价格相差超过 10 倍以上。为了对江苏省地价影响 因素差异进行深入分析与研究，本文将其划分苏 南（南京、苏州、无锡、常州、镇江）、苏中（扬州、泰 州、南通）、苏北（徐州、淮安、盐城、连云港、宿迁） 三大区域，研究不同区域范围地价时空演变特点， 并探讨影响城市地价影响因素及其作用机制。 1.2 土地供应总量变化分析
公式为：
n
2
CV = ∑[yi - ŷ≠ i(θ)]
i=1
（2）
式中，ŷ≠ i(θ) 是 yi的拟和值，通过绘制曲线，找到最
小 CV 值对应的最优带宽 q。
3 参数设定与模型的建立
图 2 年江苏省各类地价增长指数变化
Fig. 2 Chain growth index variation trends of various land price in Jiangsu Province
从业人数回归参数，β6(ui,vi)为房地产开发投资额回
归参数，是地理位置函数。
通过模拟计算以及应用 CV 方法对 GWR 模型
带宽的计算，其结果见表 1。
采用蒙特卡罗（Monte Carlo）方法对模型进行
显著性检验，估计回归系数的 p 值，通过对 p 值进行
五分位统计观察回归系数的显著性（表 2），结果表
(1.南京大学地理与海洋科学学院，江苏 南京 210093; 2.南京财经大学公共管理学院，江苏 南京 210046； 3.东南大学经济管理学院，江苏 南京 210018)
摘要:江苏省地价总体变化特征分析的基础上，构建城市住宅地价的 GWR 模型，对 1997、2005 和 2008 年 3 个时间
度、土地取得费用、职工平均工资、人均储蓄余额、
距中心城市距离、路网密度、高速公路接入点、货运
量、客运量、对外交通、年末从业人数、流动人口、
GDP、人均 GDP、房地产开发投资额等 17 项指标。
在此基础上运用 SPSS17.0 采用主成分分析法
计算相关系数矩阵及累积贡献率（85%以上），确定
t（1 距中心城市距离）、t（2 地区生产总值）、t（3 城镇化 率）、t（4 对外交通）、t（5 年末从业人数）、t（6 房地产开 发投资额）6 个指标作为自变量。
明 部 分 自 变 量（系 数）表 现 出 显 著 的 空 间 不 稳 定
表 1 1997 年、2005 年、2008 年 GWR 模型结果 Table 1 Results of GWR Model in 1997, 2005 and 2008
模型参数 Bandwidth AICc R2 Adjusted R2
点的江苏省城市住宅地价影响因素的空间变异特征进行了探究，揭示了各因素因子对住宅地价的影响程度和区
域差异，丰富和发展了城市地价影响因素时空变化规律的理论研究。研究结果表明：① 距中心城市距离对住宅
地价的影响呈负相关，3 年回归系数绝对值的平均值逐渐增大且高值分布区域逐渐扩大；② GDP 与住宅地价呈
正相关，GDP 对住宅地价影响最大地区逐渐北移，且高值区域逐渐减小；③ 城镇化率与住宅地价呈正相关，从空
鉴于江苏省城市基准地价更新工作特点，分
别选取了 1997、2005 和 2008 年三个时间点来进行
住宅地价的时空演变规律的分析研究。在分析统
计之前，对地价内涵进行修正，包括开发程度、期
日、容积率修正等，使其具有可比性。
3.2 模型构建及结果检验
在构建 GWR 模型之前，先利用 Moran's I 进行
1997 年 1.726 910.274 0.965 0.954
2005 年 2.780 944.555 0.979 0.974
2008 年 3.058 1039.589 0.965 0.959
表 2 Monte Carlo 显著性检验方法检验 各影响因素系数空间非稳定结果
Table 2 The results of each factor spatial non-stability examined by Monte Carlo method
2）商业地价平稳上涨，2001~2007 年增长幅 度均在 5%~10%之间。
3）工业地价稳定，除 2007 年由于新增建设有 偿使用费调整政策影响，工业地价有较大增幅外， 其余年份价格保持稳定。
4）2008 年受金融危机的影响，住宅地价有较大 变动。在三类用地中，住宅地价下降幅度最大，达到 了 6.65%。江苏省住宅地价的变化最为显著且空间 差异明显，因此本文以住宅地价为研究对象，对影响 住宅地价时空变化的因素因子进行深入探究。
+β3(ui,vi)(t3i) + β4(ui,vi)(t4i)
（3）
+β5(ui,vi)(t5i) + β6(ui,vi)(t6i) + εi
式中，β1(ui,vi)为距中心城市距离回归参数，β2(ui,vi)
为地区生产总值回归参数，β3(ui,vi)为城镇化率回归
参数，β4(ui,vi)为对外交通回归参数，β5(ui,vi)为年末
DOI:10.13249/j.cnki.sgs.2012.07.008
第32卷第 7期 2 012 年 07 月
地 理 科学
SCIENTIA GEOGRAPHICA SINICA
Vol. 32 No. 7 July, 2 0 1 2
基于 GWR 模型的城市住宅地价的时空演变研究
——以江苏省为例
张 静 1，张丽芳 2，濮励杰 1，管驰明 3
830
地理科学
32 卷
地价的空间差异。本文选用基准地价作为研究的
因变量。
从土地市场结构出发，分析农地征购市场、
土地一级市场、土地二级市场的运行主体、流通环
节以及利益关系，然后从供需角度分析各市场运
行主体的行为，最后从区位环境、社会环境、经济
环境和政策因素方面建立了住宅地价影响因素及
其体系，初步确定人均耕地面积、城镇化率、人口密
苏北房地产投资总额对住宅地价影响高于苏南地区。
关 键 词: GIS；GWR 模型；住宅地价；时空演变；江苏省
中图分类号：K902
文献标识码：A
文章编号：1000-0690(2012)07-0828-07
近年来中国房地产业发展突飞猛进，房地产 价格在不同城市之间的差异也呈现不断增大的趋 势，城市土地的价值差异是房地产价格差异的根本 原因。根据相关研究，2005 年以来省会城市间住宅 地价的差距迅速扩大，东部地区地价与中、西部地 区的差距进一步拉大[1]。对城市土地价格影响因 素，国外学者多从衍生需求模型、住宅市场分析模 型角度研究[2]，这些模型在中国住宅市场上的适用 性还需要进一步的实证研究；国内学者一般从微观 角度和宏观角度进行研究：如从供求机制和收益机 制角度研究容积率对地价的影响作用并对容积率修 正系数的编制提出了建议[3]，采用主导因素分析城市 居住用地价格的影响因素[4]，城市地价空间分异的 影响因素实证研究[5]，构建了城市间住宅土地价格 差异决定因素的理论分析框架[6]，采用引致需求模 型解释城市间地价水平差异的原因[7]，构建城市居 住地价的理论框架和居住地价影响因子体系[1]等
空 间 自 相 关 测 度 分 析 ，统 计 量 值 分 别 为 0.120、
0.181 和 0.149。地价在空间上呈现积聚状态，但仍
然表现出一定差异性，这为模型的构建奠定了基
础。设江苏省某年某城市住宅地价为 yi，第 i 点的
坐标为(μi，νi)，GWR 模型为：
yi = β0(ui,vi) + β1(ui,vi)(t1i) + β2(ui,vi)(t2i)
等。纵观上述学者的研究实践，部分成果涉及一 定区域范围内的地价影响因素，但大部分是特定 时间的静态研究，对于采用空间计量统计学理论 在区域范围（跳出单一城市范畴）内具有时间、空 间跨度的研究地价影响因素的成果尚不多见。因 此本文试图采用空间计量统计学模型对于区域地 价空间结构进行分析，在严格参数检验的基础上， 探索区域地价的空间分异规律，发挥地价在社会 经济中的信息指引作用。
2 研究方法
2.1 GWR 模型
GWR 是一种改进的空间线性回归模型，它的
主要优势在于把空间权重矩阵应用在线性回归模
型中，可以形象地展示空间结构分异，是最有发展
Байду номын сангаас
潜力的空间统计模型之一[7]。
p
∑ yi = β0(ui,vi) + βk(ui,vi)xik + εi
(1)
k=1
式中，yi为观测值，(ui,vi)为样点 i 的坐标，β0 (ui,vi)为 i
点回归常数，βk(ui,vi)是 i 点上的第 k 个回归参数，是
地理位置的函数；p 为独立变量个数；xik 为独立变
量 xk在 i 点的值，εi 是随机误差。
2.2 CV 法确定带宽
采 用 了 由 Bowman（1984）提 出 的 交 叉 确 认
Cross-validation（CV）的方法来确定最优宽带，计算
3.1 变量的选取 基准地价是城镇各级土地或均质地域内各土
地利用类型土地单位面积的平均价格，同一城市 内部不同级别基准地价具有一定序列、空间分异 特征。在通常研究中，一般选择最高价、最低价或 者平均价衡量一个城市的地价。若采用最低价或 平均价，其区域差异较小，难以反映城市地价的空 间分异规律。一级地价代表了城市最优交通区 位、基础配套以及公共配套水平，不仅能够代表城 市的地价水平，而且更能反映出一定区域范围内
年份 1997
名称 Intercept
P值
0.129
显著性 *
t1
t2
t3
t4
t5
t6
0.072 0.390 0.498 0.006 0.702 0.070
** n/s n/s *** n/s **
2005 P 值
0.425
显著性 **
0.155 0.425 0.536 0.809 0.560 0.660 *** ** * n/s * n/s
2008 P 值
0.758 0.901 0.021 0.000 0.498 0.905 0.560
显著性 n/s
n/s ** *** * n/s *
注：***表示 0.1%显著性水平；**表示 1%显著性水平；*表示 5%显著性水平。
性，且在不同年度存在差异性。
4 结果与分析
4.1 中心城市对城市住宅地价影响空间变异特征 从图 3 可以看出，距中心城市的距离与住宅地