基于ArcGIS的住宅基准地价时空演变及驱动力分析——以吉林省四平市城区为例

张晓铭，李秀霞

（吉林师范大学旅游与地理科学学院，吉林·四平 136000）

基于ArcGIS的住宅基准地价时空演变及驱动力分析
——以吉林省四平市城区为例

张晓铭，李秀霞*

（吉林师范大学旅游与地理科学学院，吉林·四平 136000）

本文利用格网法和ArcGIS 10.2分析四平市城区两轮住宅用地基准地价时空变化，并通过主成分分析法分析其驱动力。主要结论如下：基准地价上涨幅度与其级别呈倒U型线性相关；基准地价级别变化范围与级别呈反比；铁西区基准地价增长幅度大于铁东区；基准地价级别有增有降；社会经济发展水平、城市基础设施完善程度和城市环境条件是影响基准时空变化主要驱动力。

土地经济；基准地价；时空演变；主成分分析；影响驱动力；城区住宅

基准地价是指在土地利用总体规划确定的城镇可建设用地范围内，对平均开发利用条件下不同级别或不同均质地域的建设用地，按照商服、住宅、工业等用途分别评估，并由政府确定的，某一估价期日法定最高使用年期土地权利的区域平均价格,是我国地价体系的核心，是科学管理和配置土地资源的重要依据[1～3]。为此，基准地价成为学者研究焦点，主要集中在以下四个方面：基于移动趋势面分析法、协同克格里法和多重分析法等方法的基准地价评估方法研究[4～6]；基于MapGIS-IMS和WebGIS等基准地价应用软件研究[7,8]；基准地价成果管理研究[9～12]；基于插值法、ESDA模型、GWR模型、引力模型、地理加权回归法、格网法等方法的基准地价时空变化规律研究[13～18]。总之，目前多从基准地价内涵、评估方法、时空变化方面进行研究，研究区域多集中在上海、北京、南京、武汉、长春等大城市，而对于相对落后的地级市基准地价研究较少。为此，本文中以2008年及2015年四平市城区基准地价更新资料为基础，依托ArcGIS10.2软件平台，利用格网法对四平市城区住宅基准地价进行时空演变研究，运用主成分分析法，探讨影响四平市城区住宅基准地价时空演变的驱动力，揭示住宅基准地价的演变规律，指导未来基准地价的更新，规范土地市场，促进四平市经济健康发展。

1 研究区概况

四平市地理位置为东经124 15 45～124 34 40、北纬42 57 15～43 14 45，北距长春市110km，南距沈阳市189km。总人口58.4万，面积758.5km2，包括铁东、铁西两个区，其中有13个街道办事处，81个社区居民委员会，两个乡（铁西区平西乡、铁东区城东乡），三个镇（铁东区山门镇、叶赫满族镇和石岭镇），74个村民委员会。至2015年底，四平市生产总值230亿元，同2005年比增加435.99%，第一二三产业增加值分别实现10.47亿元、156.16亿元、64.27亿元，分别较2005年增加235.79%、563.51%、295.32%，2015年三产之比为4.55:67.90:27.94，产业结构不断优化，其中以装备制造、专用汽车、农产品深加工、新能源等支柱产业对四平经济拉动明显。高速公路、高铁站的建成开通及环路的建设，使四平城区对外交通条件大大改善。随着西湖水上公园、高铁站前紫昕广场、千亩植物园的建设以及南北河改造等，使居民生活环境有了较大改善。

2 研究方法

基准地价时空变化主要表现为时间上的价格涨落和空间上各级别范围变化。为了更加准确计算不同区域的不同时间点地价变化，利用格网法划分评价单元进行空间分析，以四平市城区2008、2015年两轮住宅基准地价更新数据为基础，运用ArcGIS10.2软件对不同时点住宅基准地价进行格网分割，采用网格地价变化值和变化率分析四平市城区住宅基准地价的时空演变规律；利用时间序列数据，采用主成分分析法分析四平市城区住宅基准地价变化的驱动力。

2.1 利用格网法研究时空演变规律

划分500m×500m大小的网格单元，并对网格单元进行编号和赋值。对于没有跨级别的单元格的值（P'）即为级别价格与面积的乘积，对于跨多个级别的单元格的值即为各个级别价格与面积的乘积之和。

将两轮基准地价图进行矢量化和空间叠加分析处理，再计算每个网格的地价增长值∆P'和增长率B,计算公式如下:

2.2 利用主成分分析法研究驱动力

主成分分析将多个有一定相关性的复杂指标（X1,X2,…,XP）通过“降维”处理之后，转换成少数几个互不相关的综合指标。其数学模型为:

式中：Z1Z2… ZP为P个主成分；X1,X2,…,XP为P个随机变量；μi1μi2...μip是相关矩阵P的第i个特征向量。

3 数据来源与处理

3.1 基准地价时空分析数据来源与处理

数据来源于四平市城区2008、2015年基准地价更新成果图及数据库、《四平统计年鉴》（2008～2015年）以及其他相关资料。为了方便比较，首先，确定两轮基准地价范围界线，2008年四平市城区基准地价更新范围为51.6km2，2015年更新范围为80.17km2，比2008年扩大了55%。因此本文中两轮空间分析以2015年更新范围为基础，对2008年不足的区域补足并均按末级处理。其次，对两轮基准地价的容积率修正，将2015年设定容积率下的基准地价修正到2008年的设定容积率下，公式如下：

式中：Pij'为i年j级别土地经过修正后的基准地价；Pij为i年j级别土地公布的基准地价；αij为i年j级别土地对应2008年设定容积率下的修正系数，由各年基准地价更新的修正体系获得。根据以上公式得出四平市城区7年经过容积率修正后的基准地价对比表，即表1。

表1 四平市城区住宅用地基准地价容积率修正前后对比Table1 Floor area ratio comparison of benchmark price of residential land before and after modifcation in the city of Siping

3.2 基准地价驱动力数据来源与处理

数据来源于《四平统计年鉴》（2008-2015年），利于主成分分析法进行驱动力分析，参考马金凤、张石磊等的研究成果[19,20]，结合四平市具体情况，选取影响住宅基准地价的因素，包括地区生产总值增加值（x1、人均生产总值（x2、第二产业占 GDP 比重（x3、第三产业占 GDP 比重（x4、房地产开发投资计划总投资（x5、社会消费品零售总额（x6、规模以上工业企业总产值（x7、人口密度（x8、一般预算全口径财政收入（x9、建筑业总产值（x10、非农业人口（x11、总人口（x12、人均道路面积（x13、人均公园绿地面积（x14、废水排放总量（x15、绿化覆盖面积（x16）等16个指标。首先，将原始数据进行标准化处理，得到相关系数矩阵；其次利用SPSS软件进行驱动力分析，由相关系数矩阵计算特征值，以及各个主成分的贡献率与累计贡献率。

4 结果与分析

4.1 住宅用地基准地价时空演变

4.1.1 住宅用地基准地价时间变化

从时间维度分析，四平市城区住宅基准地价总体呈上升趋势，而且上升幅度较大。根据公式（1、（2）计算四平市城区基准地价2008～2015年的增长率和增长值（图1）。

图1 四平市城区2008～2015年住宅用地基准地价增长变化Fig.1 Variation of land price of residential land in Siping city from 2008 to 2015

从增长值来看，2015年与2008年基准地价相比，一级地增长348元/m2；二级地增长407元/m2；三级地增长396元/m2；四级地增长317元/m2。其中二级地增长最大，四级地增长最小，二者差距90元/m2，总体上来看，各级地增长值变化幅度不大，趋于平缓，基准地价上涨幅度与其级别呈现出倒“U”型。究其原因，随着四平市社会经济的总体发展，基础设施不断完善，促进了四平市房价稳步上升，带动了地价的上涨。

从增长率来看，2015年与2008年基准地价相比，一级地增长率为0.31；二级地增长率为0.59；三级地增长率为0.88；四级地增长率为0.88。其中增长率最大的为三、四级地，最小为一级地，且差距较大，各级地增长率变化波动较大。究其原因，伴随着经济发展，基础设施不断完善，私家小汽车越来越普及，人们对住宅越来越趋向于环境优雅，物业管理比较好的高品位新建小区，尤其随着四平高铁站、四平经济开发区、东南生态新城、植物园的建设及新兴上东一号、宏信莱茵河畔、凯宏嘉园等小区的建成驱使周边住宅地价整体不断攀升，带动了基准地价的上涨。

4.1.2 住宅用地基准地价空间变化

利用ArcGIS10.2软件和格网法，根据ArcGIS10.2的defned interval划分区域，得到2008～2015年四平市城区住宅用地基准地价级别变化图（图2、2008～2015年四平市城区住宅用地基准地价变化幅度图（图3、2008～2015年四平市城区住宅用地基准地价增长率图（图4）及2008～2015年住宅用地基准地价变化幅度分布情况（表2）。

图2 2008～2015年住宅用地基准地价级别变化Fig.2 Residential land reference land price level change from 2008 to 2015

图3 2008～2015年住宅用地基准地价变化幅度Fig.3 Residential land reference land price change range from 2008 to 2015

图4 2008～2015年住宅用地基准地价增长率Fig.4 Residential land land use rate growth rate from 2008 to 2015

表2 2008～2015年住宅用地基准地价变化幅度分布情况Table2 2008～2015 residential land base land price changes in the distribution of the situation

通过图2、图3和表2可以看出，2015年与2008年相比，基准地价水平上升较大，幅度在200～1100元/m2之间，总体上呈现铁西区增长幅度大于铁东区增长幅度，增长幅度最大值为1090元/m2，该区域为华宇城小区，2008年为住宅4级用地，2015年上升为1级用地，增长幅度最小值为220元/ m2，该区域为铁西区沿铁路线分布的狭长地带，2008年住宅2级地，2015年变为3级用地，从不同视角详细分析可以进一步得到区域性的空间变化规律。

（1）住宅基准地价级别变化范围与级别呈反比

由图2，并利用ArcGIS统计并可知，2015年与2008年相比，一级地新增面积1.23km2；二级地新增面积2.94km2；三级地新增面积22.55km2；四级地新增面积23.10km2。基准地价级别越低，新增面积越大，级别变化的范围越大。究其原因，随着四平城市化步伐加快，周围乡镇居民向市区转移，以及棚户区改造使大众住区建设得到扩展，低级别住区发展潜力优势发挥作用，城市范围扩展，四平市基准地价低级别区域整体范围扩大。

（2）铁西区住宅用地增长幅度大于铁东区

由图2～图4可知，级别变化最显著区域、地价最高区域、增幅增长率最大区域，均位于铁西区，上涨幅度740～1100元/m2的区域分布在华宇城小区、海银帝景小区以及临近四平四中、十七中的学区房。该区域均位于铁西区的市政广场、学校附近，充分说明交通条件、基础设施完善度、环境条件以及临近学区优势对住区基准地价的影响极其重要。铁东区总体上涨幅度仅在200～560元/m2区间内，主要由于铁东区原为四平市工业区，虽然铁东区东南生态新城的修建，2012年高铁的开通，万达进驻以及植物园的建成，对拉动铁东区地价上涨起到很大作用，但铁西区仍然是四平市的政治、经济、文化的中心，其在交通、基础设施等方面的整体条件比铁东区优越完善，而且铁西区的大型广场公园，如英雄广场、南湖公园、市政宏泰广场、水上公园等较多且分布均匀，对住区环境的辐射作用上优势明显，提高了铁西区住宅的整体宜居性。未来随着四平城市化进程的加快，新城规划实施，铁东区住宅基准地价拥有巨大的发展上升潜力。

（3）住宅用地基准地价级别下降主要集中在铁西区紧沿中央铁路线分布的狭长地带和红嘴开发区两个区域

铁西区紧沿中央铁路线分布的狭长地带，由二级地降为三级地，主要由于四平市是东北重要的交通枢纽，铁路线繁忙，临近铁路线昼夜噪音大，环境老旧，严重影响了居住环境质量，从而引起基准地价的变化；二是红嘴开发区，由三级地降为四级地，主要由于红嘴开发区为四平重要工业园区，噪声、废气、废水等污染影响居民生活，使住宅居住质量大大降低，从而造成其级别下降，符合低级别住区与工业区相联系的城市区位组合规律。

4.2 住宅用地基准地价演变驱动力分析

运用SPSS软件对2008～2015年的地区生产总值增加值（x1、人均生产总值（x2、第二产业占 GDP 比重（x3、第三产业占 GDP 比重（x4、房地产开发投资计划总投资（x5、社会消费品零售总额（x6、规模以上工业企业总产值（x7、人口密度（x8、一般预算全口径财政收入（x9、建筑业总产值（x10、非农业人口（x11、总人口（x12、人均道路面积（x13、人均公园绿地面积（x14、废水排放总量（x15、绿化覆盖面积（x16）等16个指标进行主成分分析，计算数据的特征值及主成分贡献率（表3）。由表3可知，提取两个主成分后，其累计可解释方差已经达到88.86%，一般认为，累积可解释方差大于80%，便较好地反映了原本信息，因此，只需求出第一、第二主成分。经过运算得到各变量在第一、第二主成分上的载荷矩阵（表4）。

表3 特征值及主成分贡献率Table3 Trait value and contribution of principal component

表4 旋转后因子载荷矩阵Table4 Rotation factor load matrix

根据表4，选取的16项指标中除第二产业比重、第三产业比重、人口密度、非农业人口、总人口外，其他11项指标均与第一主成分有较大的相关性.这些变量几乎全部是反映城市经济发展、基础设施完善程度、交通发达状况、环境条件的主要指标，说明第一主成分在很大程度上代表了四平市经济发展水平、基础设施完善程度、交通发达程度和环境条件的综合水平，即四平城区住宅用地基准地价的价格水平与四平市经济发展水平、交通发达程度和环境条件具有明显的正相关性，经济发展快慢直接促进住宅地价增长高低，经济发展水平越高，地价水平也越高；交通条件对一个区域内居民出行的便利程度有决定性的影响，交通方式多样，交通线路覆盖区域广泛，可大大减少居民出行所需时间，扩大居民活动空间，随着人们生活水平的不断提高，对居住区域的环境质量要求也越来越高；对于住宅用地而言，其所处区域环境质量越好，其地价上涨空间也越大，若环境质量较差，其地价上涨空间也相应受到限制，当环境质量下降到一定程度时，将引起地价下降。

第二主成分主要反映在第三产业占GDP比重、第二产业占GDP比重和人口密度。人口规模也是影响地价的一个重要组成部分，人口增多，对土地的需求量也相应的增大，而有限的城市用地必然造成供不应求的局面，从而导致土地价格的攀升。而第二产业、第三产业占GDP的比重大小在一定程度上反映了产业结构调整变化,产业结构的变化促进了城市用地结构的变化,实现了土地的优化配置,有力地促进了土地资源的合理配置土地资源效益合理化,从而使城市土地价值有较大提高。

通过上述分析可知，影响四平市城区住宅用地基准时空变化的主要因素是社会经济发展、城市基础设施完善程度和城市环境。

5 结论与讨论

本文利用格网法和ArcGIS10.2分析四平市城区两轮住宅用地基准地价时空演变，并通过主成分分析法分析其驱动力。主要结论如下：

（1）四平市城区住宅用地各级地增长变化变化幅度不大，趋于平缓，基准地价上涨幅度与其级别呈现出倒“U”型相关；

（2）住宅基准地价级别变化范围与级别呈反比；

（3）铁西区住宅基准地价增长幅度大于铁东区；

（4）住宅基准地价级别有增有降；

（5）影响四平市城区住宅基准时空变化的主要因素是社会经济发展、城市基础设施完善程度和城市环境。

本研究对住宅用地的基准地价的时空演变进行分析，利用主成分分析分析其驱动力，但是影响住宅用地基准地价变化的因素很多，其指标有的可以量化，有的不可以量化，如城市规划等，如何继续深入探索新技术、新方法也是今后分析研究基准地价的方向。

References)

[1] 强真,朱道林,毕继业.城市基准地价合理性判别方法研究[J].中国土地科学,2005,19(1):56-61.

Qiang Z, Zhu D L, Bi J Y.Study on method of judging the rationality of base land price[J].China Land Science, 2005, 19(1):56-61.

[2] 杨岳,张永珍.构建上海市地价管理体系的设想[J].上海地质, 2009,30(3):24-27,31.

Yang Y, Zhang Y Z.Tentative plan on the establishment of land price administration system in Shanghai[J].Shanghai Geology, 2009,30(3):24-27,31.

[3] 彭立勋,杨岳,刘馨.上海地价动态更新体系建立研究[J].上海国土资源, 2011,32(1):45-49,53.

Peng L X, Yang Y, Liu X.Study on dynamic update system for land price in Shanghai[J].Shanghai Land & Resources, 2011,32(1):45-49,53.

[4] 段滔,刘耀林.基于移动趋势面分析法的城市基准地价评估研究[J].武汉大学学报:信息科学版,2004,29(6):529-532.

Duan T, Liu Y L.Research on urban standard land price evaluation based on mobile trend surface analysis[J].Journal of Wuhan University: Information Science Edition, 2004,29(6):529-532.

[5] 邓羽,刘盛和,姚峰峰,等.基于协同克里格的基准地价评估及空间结构分析[J].地理科学进展,2009,28(3):403-408.

Deng Y, Liu S H, Yao F F, et al.Baseline land price assessment and spatial structure analysis based on cooperative Kriging[J].Progress in Geography, 2009,28(3):403-408.

[6] 胡守庚,成秋明.基于多重分形的城市地价场构建方法研究[J].中国土地科学,2012,26(1):38-44.

Hu S G, Cheng Q M.Developing urban land price field using multi-fractal method[J].China Land Science, 2012,26(1):38-44.

[7] 鄂继芳.基于MapGIS-IMS巴彦浩特镇基准地价空间信息系统开发研究[D].呼和浩特:内蒙古农业大学,2010.

E J F.Development and study on the spatial information system of urban standard land price in bayehot based on MapGIS-IMS[D].Hohhot: Inner Mongolia Agricultural University, 2010.

[8] 刘秀菊.基于WebGIS的基准地价信息发布系统研究与应用[D].成都:西南交通大学,2012.

Liu X J.Research and application of benchmark land price information publishing system based on WebGIS[D].Chengdu: Southwest Jiaotong University, 2012.

[9] 刘彦花,陈伟清,吴湘滨.城镇基准地价评估成果管理信息系统[J].地球信息科学学报,2009,11(1):70-76.

Liu Y H, Cheng W Q, Wu X B.Urban benchmark land price evaluation results management information system[J].Journal of Geo-Information Science, 2009,11(1):70-76.

[10] 张玮.上海市国有建设用地价格体系信息发布机制研究[J].上海国土资源,2017,38(2):70-72.

Zhang W.Researching the state-owned construction land value system and its diffusion in Shanghai[J].Shanghai Land & Resources, 2017,38(2):70-72.

[11] 曹玲燕.大都市基准地价土地用途细化分类研究[J].上海国土资源,2013,34(2):37-40.

Cao L Y.Land use classifcation of benchmark land prices in urban areas[J].Shanghai Land & Resources, 2013,34(2):37-40.

[12] 李灿灿,苑韶峰,冯新伟.郑州市地价与房价的相关性分析[J].上海国土资源,2015,36(2):51-54.

Li C C, Yuan S F, Ma X W.The relationship between land and housing prices in Zhengzhou[J].Shanghai Land & Resources, 2015,36(2):51-54.

[13] 王伟,漆炜,陈能成,等.顾及地价空间分布规律的城市基准地价以价定级方法研究[J].武汉大学学报:信息科学版,2011,36(6): 747-751.

Wang W, Qi W, Cheng N C, et al.Study on the pricing method of urban standard land price based on the spatial distribution of land price[J].Journal of Wuhan University: Information Science Edition, 2011,36(6):747-751.

[14] 任辉,吴群.基于ESDA的城市住宅地价时空分异研究——以南京市为例[J].经济地理,2011,31(5):760-765.

Ren H, Wu Q.A study on spatial and temporal variability of urban residential land price based on ESDA: A case study of Nanjing[J].Economic Geography, 2011,31(5):760-765.

[15] 张静,张丽芳,濮励杰,等.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[J].地理科学,2012,32(7):828-834.

Zhang J, Zhang L F, Pu L J, et al.Study on the temporal and spatial evolution of urban residential land price based on GWR model:taking Jiangsu Province as an example[J].Scientia Geographica Sinica, 2012,32(7):828-834.

[16] 金贵,王占岐,杨俊,等.基于引力模型与回归分析的城市群地价空间结构研究——以武汉城市圈为例[J].地域研究与开发,2013, 32(6):29-32.

Jin G, Wang Z Q, Yang J, et al.A study on the spatial structure of urban agglomeration based on gravity model and regression analysis: A case study of Wuhan city circle[J].Areal Research and Development, 2013,32(6):29-32.

[17] 彭建超,吴群,钱畅.城镇住宅用地基准地价的地址灾害影响及修正系数研究——以兰州市为例[J].中国土地科学,2016,30(9):73-81.

Peng J C, Wu Q, Qian C.Influence of geological hazard on the benchmark land price of urban residential land and its correction coeffcient appraisal:a case study in Lanzhou city[J].China Land Science, 2016,30(9):73-81.

[18] 胡学东,王占岐,杨俊,等.基于格网法的商业基准地价时空演变及驱动因素——以武汉市中心城区为例[J].地域研究与开发,2015,34(6):124-130.

Hu X D, Wang Z Q, Yang J, et al.Spatio-tenporal evolution and its driving factors of the benchmark price of commercial land based on grid method: A case study of urban-core area of Wuhan[J].Areal Research and Development, 2015,34(6):124-130.

[19] 马金凤,于婧,吴飞,等.基于ArcGis的住宅用地基准地价空间变化分析——以鄂州市城区为例[J].湖北大学学报:自然科学版,2015,37(1):48-54.

Ma J F, Yu J, Wu F, et al.Spatial variation analysis of the benchmark price of the residential land based on ArcGIS: A case study of the urban area of Ezhou city[J].Journal of Hubei University: Natural Science, 2015,37(1):48-54.

[20] 张石磊,毕忠德,杨志毅,等.长春市商业用地基准地价演变过程及驱动因子分析[J].地理科学,2011,31(7):823-828.

Zhang S L, Bi Z D, Yang Z Y, et al.The evolution process and driving factors of standard land price of commercial land in Changchun city[J].Scientia Geographica Sinica, 2011,31(7):823-828.

Spatio-temporal evolution and driving forces of residential land price based on ArcGIS: Take the urban area of Siping city, Jilin province as an example

ZHANG Xiao-Ming, LI Xiu-Xia
(School of Tourism and Geography Science, Jilin Normal University, Jilin Siping 136000, China)

In this paper, we use grid method and ArcGIS10.2 to analyze the temporal and spatial variation of the benchmark land price of the second round of residential land in Siping city, and analyze its driving force by principal component analysis.The main conclusions are as follows: The benchmark land price increase rate and its level show the inverted "U" type; The benchmark land price level is inversely proportional to the level; Tiexi District benchmark land price growth rate is greater than the Tiedong District; The benchmark land price level has increased or decreased; The level of social and economic development, the degree of urban infrastructure improvement and urban environmental conditions are the main drivers of the impact of time and space changes.

land economy; basic standard land price; spatio-temporal evolution; principal component analysis; driving forces; urban area residence

F293.27

A

2095-1329(2017)03-0036-05

10.3969/j.issn.2095-1329.2017.03.008

2017-07-13

修回日期: 2017-08-26

张晓铭(1993-),女,硕士生,主要研究方向为自然资源保护与利用.

电子邮箱: zxm1993127@163.com

联系电话: 0434-3297606

吉林省社会科学基金项目“吉林省新型城镇化与新农村建设耦合发展研究”(2017B53)

*通讯作者: 李秀霞(博士/教授): jykxzz@163.com