老旧住区住房价格空间规律及外部影响因素研究*——以天津市中心城区为例

董瑞曦 贾梦圆 闫凤英

1 引言

改革开放以来，我国的城镇化水平和城镇常住人口经历了全球规模最大、速度最快的增长过程。在增长主义的城市扩张模式下，居住空间的规划建设一直是城市空间发展的主要驱动力之一，现阶段我国城市中住宅建设总量已达200多亿平方米，这其中2000年以前建设的住宅面积为57.3亿平方米，占住宅面积总量的四分之一左右。随着时间推移，这些住宅小区正面临着设施老化、环境破败等一系列问题。老旧住区是城市记忆和城市文化的重要组成部分，2015年12月的中央城市工作会议特别强调在城市转型的新时期，要有序推进老旧住宅小区的综合整治工作。住房价格是综合评价住区空间环境、设施水平和生活氛围的关键因素，因而通过研究影响老旧住区住房价格的特征因素，有助于揭示老旧住区发展面临的问题，进而制定合理的空间更新和发展策略。

国内外既有研究中，对住房价格的评估主要应用特征价格模型（Hedonic Price Mode）方法，利用统计学和计量经济学的方法分析各类特征属性对住宅价格的影响，从而解释住宅价格空间分异的成因。美国的Ridker和Henning（1967）是最早采用该方法进行住房价格研究的学者，他们分析了空气污染水平的差异对独户住房价格的影响[1]。在此之后国外多位学者从不同角度对影响住房价格的特征因素进行了分析，如垃圾场对住房价格的影响[2]，邻里受教育程度对住房价格的影响[3]，住宅年龄对住房价格的影响等[4]。近年来，我国学者也采用该理论进行了相关研究，梅志雄等[5]研究了地铁对周边住宅价格的影响；李志等[6]对南京市的住宅地价影响因素及其边际价格作用进行了研究，发现快速交通、商服条件及自然景观因素对住宅地价的边际影响能力的空间变化性较强；吕萍等[7]探索了不同影响因素对北京市住宅用地价格的影响及空间差异性，发现相较于生活便利型基础设施，生活质量型基础设施对住宅用地价格的影响程度更大，地铁与城市快速路对住宅用地价格的影响具有明显的“空间互补”效应。现阶段的研究主要集中于两方面，针对城市中全类型住宅的研究以及单一要素对住房价格的影响，如轨道交通等，缺乏对特定类型住区住房价格影响因素的深入研究。

因此，本文拟通过对天津市中心城区1980—1990年代的老旧住区的住房价格空间分异研究，探讨老旧住区房价的空间分布规律与影响因素特征，从而为老旧住区的改造更新提供决策参考。根据现阶段相关研究成果，住宅价格的影响因素可以分为内部性因素和外部性因素。内部性因素主要包括住区自身的容积率、绿地率、户均停车位数量、物业费等，外部性因素主要包括住区外部的道路、交通、商业、教育、公共服务、自然环境等因素。对于本文研究的天津市80年代的老旧住区而言，由于规划建设时的设计规范和国家政策原因，住区内部空间形态的差异度较低，可以认为影响这些住区住房价格的内部性因素具有相似性，因而本研究选择住房价格的外部性因素作为研究对象。

2 研究区域与数据来源

2.1 研究区域

本文以天津市中心城区外环线以内区域为研究范围，包含和平区、河西区、河北区、河东区、南开区、红桥区以及东丽区、西青区、津南区、北辰区四个近郊区的部分区域。天津作为近代开埠城市，海河穿城而过，中心城区内现存老城厢、原租界区等诸多历史悠久的传统街区。同时，天津作为新中国成立以来北方重要的工业城市，其住区的发展在受西方住区设计思想影响的同时一直紧跟我国经济社会发展的时代背景，规划建设了一批具有代表性的城市居住区，因此对于天津市老旧住区的研究具有较强的代表性和借鉴价值。

2.2 数据来源

本文以天津市外环线以内1980—1990年代的住区为研究对象，以“搜房网”为主要数据来源，该网站上详细记录了各个住宅小区的每月住宅交易均价，数据较为丰富完善。根据“搜房网”上住区的建成年份选择出70个老旧住区样本，所有数据均为2015年12月的住宅小区房屋均价，通过和安居客、新浪乐居等多家房地产信息网站的房价数据进行抽样比对，发现所选研究数据基本可信。根据相关研究成果，本文确定待分析的外部影响因素18项，并通过国家地理信息公共服务平台“天地图”网站的天津矢量地图注记服务抓取外部影响因素位置信息，将所收集的信息在ArcGIS中建立空间数据库，样本住区与18项外部影响因素的点图层信息见表1。

3 研究方法

3.1 反距离权重法

住房的价格信息为离散的点状数据分布，可以通过空间插值来得出房价的空间分布格局，其中反距离权重法（IDW）是一种常用的空间插值方法，该方法基于“地理第一定律”的基本假设，即临近的区域比距离远的区域更相似，具有计算少和普适性的优点，不需要根据数据的特点对方法另行调整。因此本文通过ArcGIS10.2的空间分析模块中的反距离权重法对天津市老旧住区住房价格的空间分异特征进行探究。

3.2 多元线性回归

通过ArcGIS的近邻分析模块，分别获取样本点与最近的各影响因素之间的欧式距离，即自变量X1—X18。然后通过SPSS对所有变量进行Pearson相关性分析，选取具有显著相关关系的影响因素变量进行多元线性回归建模。为避免自变量之间的多重共线性导致数据结果不准确，本文采用逐步回归法构建回归模型。

表1 18项外部影响因素信息表

4 研究结果分析

4.1 天津市老旧住区住房价格空间特征

天津市中心城区80年代老旧住区2015年12月的平均房屋交易价格为18366元，比天津市全市平均二手房交易价格17371元高出5.7%。根据空间插值分析结果（见图1）可以看出，天津市中心城区老旧住区住房价格呈现明显的单中心集聚特征，价格最高的区域位于市中心的小白楼和滨江道商业圈，这与天津市的城市中心结构基本吻合。同时住宅价格呈现东低西高的趋势，和平区、南开区和河西区的价格高于红桥区、河北区和河东区等。从图中可以看出铁路对城市的阻隔作用较为明显，铁路以东的地区住房价格较低。天津起源于南运河和北运河交会的三岔河口处，近代则是围绕海河两岸、特别是西岸发展，老旧住区的住房价格特征充分体现了近代天津的城市发展格局。

4.2 外部影响因素数据特征

根据对外部影响因素的数据分析可以看出，餐饮、休闲娱乐、幼儿园、医院、药店等生活服务类因子与居住区的平均距离较近，且均在500米直线距离内，说明这些老旧住区的生活配套服务设施较为便利。另一方面，金融服务、小学、中学以及绿地等也是影响居民日常生活的重要因素，但老旧住区却与这些因素的距离较远。特别是绿地因素，各样本数据与绿地这一外部因素的距离离散程度较大，反映出绿地对于老旧住区的服务水平呈不均衡状态。在交通因素方面，老旧住区与城市主干道的平均距离为363.66米，而我国大城市主干道的一般间距为800—1200米，从样本住区的统计结果可以看出大部分老旧住区的交通通达性较好，与主干道距离较近。另外，老旧住区与地铁站点的平均距离为881.09米，略高于一般800米的步行服务半径，并且地铁站因子的离散程度较高，这与天津市目前轨道交通线路较少、分布不均衡有关。其余能够体现区域中心聚集的因素，如旅游景点、写字楼、政府机关以及火车站，离散程度均比较大，但最大值也在10千米范围内，可以说明老旧住区具有明显区位优势。

4.3 相关性分析结果

通过SPSS进行相关性分析，结果见表3。政府机关（X7）、写字楼（X8）和旅游景点（X9）三个影响因素与住房价格具有显著负相关关系，即住区与政府机关、写字楼和旅游景点的距离越远则价格越低。而这三项要素均分布于天津市的主要商业中心区内，这也说明了老旧住区的住房价格主要受区位因素影响，地段好的住区其住房价格更高。这也符合区位理论的论述，即城市建设往往由一个城市核心区开始不断向外延展开，随着城市核心区聚集作用的不断增强，核心区的区位价值不断凸显，住宅价格也会随着与核心区距离的增大而不断降低。

铁路（X2）、地铁站（X3）、绿地（X5）、休闲娱乐（X13）、宾馆（X15）五项变量与住房价格也具有相关性，并且其中铁路与住房价格呈正相关关系。也就是说，与铁路距离越远的住区价格越高，由于铁路带来了噪声、污染以及交通不便等问题，因而铁路两侧的开发会受到限制，导致住宅价格下跌。绿地、休闲娱乐和宾馆因素反映了住区周边的自然环境和繁华程度。由于老旧住区内普遍缺乏绿地活动空间，因而住区周边的绿地公园对住区的价值形成具有重要意义。而对于新建住区而言，由于住区内自身配建有完善的绿地和公共活动空间，因而外部公园绿地对其价值影响不显著[8]。地铁可以显著改善居民的出行交通，但由于老旧住区均具有较好的区位条件和交通通达性，除地铁外其他交通出行方式也十分便捷，因而地铁对老旧住区的住房价格影响程度不高。

接表1

表2 外部影响因素的数据特征表（单位：米）表

表3 住房价格与外部影响因素相关性分析表

其余因素如教育设施、餐饮、医院、药店等，通过上文的距离分析可以看出老旧住区周边的这些因素分布较为均衡，因而没有形成对住房价格会产生影响的差异性。这也是老旧住区所具有的优势之一，经过近30年的发展，住区周边已经形成完善和浓厚的生活氛围，具有便利的配套服务设施。因此对老旧住区的改造更新如果以拆除重建的方式为主，则会严重破坏现有的良好社区氛围，造成城市社会文化网络的割裂。

4.4 多元线性回归模型结果

通过多元线性回归结果可进一步探究老旧住区住房价格与外部影响因素之间的量化关系，得到标准化回归方程如式（1）所示，

方程在显著水平P=0.05的情况下通过t检验，表示这5个影响因素可以解释老旧住区住房价格变化的原因。对多元线性回归方程的系数比较可以得出（见表4），5个变量对住房价格影响作用的大小由高到低依次为政府机关、绿地、写字楼、小学和铁路，其中除铁路外均为负相关。除上文分析的相关影响因素外，增加了小学这一外部因素，住区与小学的距离每增加一个单位，住房的价格将下降0.217个单位。天津现状小学以学区的方式划分，虽然每个住区周边均配置有一定数量的小学，但由于学校教育质量存在差异，因此与重点小学的距离会对住房价格产生较大影响。

表4 多元线性回归模型系数a表

5 结论与讨论

通过对天津市中心城区70个1980-1990年代的老旧住区样本的住房价格分析，得出老旧住区的住房价格呈现单中心聚集、东低西高的格局，以近代形成的城市中心为聚集核心，以铁路为价格分异边界。对可能影响住房价格的18个外部影响因素进行分析，得出政府机关、写字楼、旅游景点等体现区位优势的因素，是影响老旧住区住房价格的最主要变量；绿地、铁路等影响环境品质的因素也对老旧住区住房价格有较大影响。对比我国相关研究成果发现[6，9-12]，通常情况下对住房价格有较大影响的教育、医疗、商业以及公共交通等生活配套服务设施对老旧住区的住房价格影响并不显著。究其原因，是老旧住区通常在城市中具有良好的区位优势，周边生活服务设施完善，但住区内缺乏公共活动空间，对城市内的开放空间具有较高依赖性。

综上所述，在老旧住区的更新改造中，应更加关注开放空间的营造，特别是在土地资源紧缺的老城区内，针对性地进行针灸式的更新改造、营造诸如口袋公园之类的绿地空间，能够有效改善老旧住区的环境品质。此外，研究结果显示老旧住区在区位条件和生活氛围方面相比新建住区具有明显的优势，城市更新进程中应当维护和利用这些优势，对老旧住区内不适应现代生活需求的因素进行改造和提升，从而增强老旧住区的吸引力，带动周边地区活力的提升。