基于GIS核密度估算的厦门楼盘空间可视化研究

肖惠珍 李丽真

摘  要：随着房地产业的高速发展，商品房价格不断攀升，房地产市场成为社会各界热议的话题。文章基于厦门天地图的2002年到2018年商品房楼盘专题数据空间可视化，分析楼盘建设的空间分布变化情况，通过GIS的核密度估计（KDE）方法将厦门市近几年来的楼盘空间分布密度直观地呈现，利用空间数据分析和挖掘，分析近年来厦门房地产的发展趋势以及对周边区域的影响情况。研究结果表明：厦门岛内的楼盘开发主要集中在以仙岳路和厦禾路两侧，延伸到区政府周围。岛外各区楼盘的开发情况主要是在区政府周围并沿主要干道向外扩散分布。总体上，厦门市的楼盘密度与交通密度、学校、医院、商场的吸附作用聚集分布。

关键词：核密度;房地产数据;数据可视化;空间分析

中图分类号：TP311         文献标志码：A         文章编号：2095-2945（2019）27-0044-03

Abstract： With the rapid development of the real estate industry， commercial housing prices continue to rise， the real estate market has become a hot topic of discussion from all walks of life. Based on the spatial visualization of the special data of commercial housing from 2002 to 2018， this paper analyzes the spatial distribution and change of the construction of commercial housing from 2002 to 2018 based on the map of heaven and earth in Xiamen. Through the kernel density estimation （KDE）method of GIS， the spatial distribution density of real estate in Xiamen in recent years is presented intuitively， and the spatial data analysis and mining are used. This paper analyzes the development trend of Xiamen real estate in recent years and its impact on the surrounding areas. The results show that the development of buildings in Xiamen Island is mainly concentrated on both sides of Xianyue Road and Xiamen Road， extending around the district government. The development of buildings outside the island is mainly distributed around the district government and along the main trunk roads. On the whole， the density of real estate and traffic density， the adsorption of schools， hospitals and shopping malls in Xiamen are aggregated and distributed.

Keywords： kernel density; real estate data; data visualization; spatial analysis

引言

2018年上半年，房地產半年调控192次，各地上演抢人大战，棚改货币政策退出，全民摇号买房，停止企业购房，房贷利率全面提高，房企高负债率，6月不动产登记全国联网，个税改革增加住房租金抵扣，长租房10年180万租金等关于房地产的话题一直受到人们的普遍关注和热议。目前，国内专家人士对房地产方面的研究大部分都是基于各方面指标和统计数据探讨厦门市房地产的现状和未来发展趋势。鲜有文章从空间分布特点进行分析，本文研究重点主要从空间可视化的角度将厦门市15年来的数据通过空间分布规律直观地展示出来，将数据通过地图来渲染，可以更直观、宏观地掌握城市楼盘和价格的分布情况。

本文基于厦门天地图楼盘专题数据和其他统计数据，采用直接可视化和KDE两种方法对厦门市商品房的空间分布进行了分析。着重研究商品住宅价格的空间变化规律，研究成果可以为厦门市商品住宅市场健康发展提供借鉴，为城市规划部门及政府相关机构制定政策提供参考，为开发商投资选址提供依据，为消费者购房提供判断准则。

1 研究区概况

厦门市地处我国东南沿海——福建省东南部、九龙江入海处，背靠漳州、泉州平原，濒临台湾海峡，面对金门诸岛，背依闽粤赣广阔的经济腹地，“一带一路”的发展中占据重要的战略地位。区域面积由厦门岛、鼓浪屿、内陆九龙江北岸的沿海部分地区以及同安等构成，陆地面积1699.39平方公里（2018年特区统计年鉴），海域面积300多平方公里。厦门作为我国五大经济特区之一，人流、物流、商流会聚，是福建省经济发展的龙头城市，同时又是最佳的人居城市和国内最佳旅游城市，这里自然环境优美、人文气息浓厚、文化既多元又极具个性，气候宜人，是吸引各地人口聚集的美丽滨海城市，因此，厦门近几年的房价一直居高不下，并呈现不断上涨的趋势。

2 研究方法

2.1 直接可视化

直接可视化是最简单和最基本的可视分析方法，通过ArcGIS将厦门市2002年至2018年地楼盘数据以点的方式在地图上一一绘制出来，并根据楼盘的属性，以不同的符号展示出来，方法简单直接。也可以通过对原数据的处理得到分级可视化效果图。

2.2 核密度估计

Kernel Density Estimation（KDE）是GIS分析中运用广泛的空间分析方法，用于直观表达离散数据的空间连续表达。KDE又名核密度分析，通过区域内的离散点要素计算生成一个连续的密度表面，从而直观展示整个区域内点的集聚状况。核密度计算的原理是以每个离散点格网为中心，通过设定半径的圆搜索并计算其余格网要素的密度值。本质上是一个通过离散采样点进行表面内插的过程[2]。具体方法如下[3]：（1）定义一个搜索半径的移动“窗口”，依次将其中心点与离散点单元格的中心叠加;（2）通过核密度函数计算出每个空间点对窗口内各个栅格获得的密度贡献值，本项目中核密度函数取四次递减，使得空间点越近的栅格获得的密度贡献值越大;（3）对每个栅格的密度值进行赋值，其值为该栅格搜索半径范围内各个空间点对该栅格的密度贡献值的累加;（4）输出每个栅格的密度值。

3 楼盘数据可视化与分析

3.1 数据整理

数据来源于厦门天地图的2018年12月更新的楼盘专题数据抓取楼盘点位图层，并录入属性信息，行政部门的厦门市行政区划图层以及辅助的道路图层、医院、学校商场等POI数据整理入库。为有效存储空间数据，本文采用Oracle数据库，利用ArcSDE存储和管理这些空间数据。实现基于楼盘地理位置的可视化方法来展示楼盘地理信息的地学可视化。

3.2 楼盘数据可视化

首先利用 GIS 软件在空间信息处理上的优势进行数据处理得到可直接可视化的附加楼盘信息的厦门市楼盘数据，根据年度信息划分开发区域的分布情况，如图1所示。

从空间分布情况显示，思明区和湖里区的楼盘开发主要集中在岛内湖里区与思明区行政区划界线两侧，仙岳路以及厦禾路两侧，延伸到区政府周围。岛外各区楼盘的开发情况主要是在区政府周围并沿主要干道向外扩散分布。

从时间上看，2010年以前开发的楼盘以厦门岛内为主，海沧区政府周围，集美区东南部靠近马銮湾区域。2010年到2015年期间，主要往集美区，同安区和翔安区开发，到2018年，楼盘开发速度加快，并均匀分布在各个区域。

3.3 楼盘数据分析

基于KDE分析工具，根据楼盘空间数据及时间特性进行聚集计算密度热力图，叠加POI、地铁等其他元素的空间关联图。

厦门市商品房楼盘的核密度图可视化结果如图2所示，楼盘密度最高的是厦门岛中部及五缘湾、环岛路形成“T”型聚集，海沧、集美、同安、翔安区均以区政府为核心聚集。从最高密度层级看，厦门岛中部楼盘密度最大，其次是海沧区政府的核心高密度区、同安区政府的核心高密度区、集美区政府为核心的高密度区以及软件园三期为核心的高密度区，翔安区的楼盘密度较低，没有第一层级的高密度区。二级密度区主要以集美区为主，以区政府、软件园三期、以及动车北站为聚集核心，同时往北延伸到同安的环东海域，同安区政府为核心的聚集地。翔安区主要以区政府为核心，南北延交通纵向延伸的中级密度区域。海沧区主要以区政府及马銮湾为核心的次级密度区。

通过空间分析工具进行叠加进行数据挖掘，通过叠加交通、学校、医院等楼盘规划选址的影响因素，结合图3和图4可以发现，交通方面，随着厦门地铁1号线已开通，地铁2号线2019年底开通，地铁3号线已经在建，使得厦门地铁沿线的土地得到优化利用，给地铁周围的居住、生活、房地产价格都带来较大的影响。楼盘的聚集区与交通主要干线、地铁线、城市快速交通干线的走向及密度基本一致。

叠加学校、医院、大型商场配套设施可以发现，由于基础配套设施的吸附作用，配套设施的完善程度和楼盘的密度呈现正相关趋势。图4显示，POI等配套设施的分布密度位于楼盘核密度最大的区域，基本上位于厦门岛中部，以区政府为核心的聚集效应，结合图4的交通设施，POI的分布走向与交通密集程度也呈现正相关。

4 结束语

基于本文对房地产楼盘的空间可视化分析、核密度分析，结合影响楼市发展的交通、教育、医疗、城市规划等因素的叠加分析，对厦门房地产市场现状及未来的发展规划提供了思路。交通及配套设施使房地产市场供需关联紧密，影响房地产市场需求结构、总体空间布局与供需平衡。

根据厦门市楼盘的核密度分析及空间叠加分析表明：

厦门岛内新楼盘逐渐减少，岛内楼盘密度较高，主要以仙岳路为中轴向南北两侧延伸。思明区楼盘发展主要以五缘湾区块向外辐射，延环岛路致会展片区。湖里区主要以鷺江街道和中华街道的老城区楼盘为主。南北楼盘密度较低主要是由于北部的高崎机场以及南部的园林植物园生态区。作为厦门的交通特色以及厦门岛的后花园，形成具有厦门特色的区位优势，也是厦门岛内房价高的因素之一。

按照我市海湾型城市的发展战略，岛外房地产市场存在相当的发展潜力和发展空间。岛外以交通密度较高的集美楼市发展较成熟，以环东海域向北延伸到同安、翔安。海沧区以东部地铁沿线、北部的马銮湾区为楼盘高密度区。翔安由于连接岛内的交通要塞仅有翔安隧道，楼盘开发相对较少，但随着翔安大嶝机场、地铁2号线以及翔安大桥的建设，翔安南部新城的楼盘建设发展较快。岛外楼盘开发建设主要以集美的软件园三期、海沧的马銮湾区、同安的环东海域以及翔安的南部新城，可见，岛外房地产市场已展示出巨大的发展潜力。

参考文献：

[1]West M. Kernel Density Estimation and Marginalization Consistency [J]. Biometrika， 1991，78（2）：421-425.

[2]陈春林，陈红，韩阳.改革开放以来吉林省城市集聚区的空间演化[J].中国人口·资源与环境，2011，21（3）：121-124.

[3]Gatrell A C， Bailey T C， Diggle P J. Spatial Point Pattern Analysis and Its Application in Geographical Epidemiology [J]. TranInst.Br. George， 1996，21：256-274.

[4]韦汝虹，金李，方达.基于GIS的中国城市房地产泡沫的空间传染性分析——以2006～2014年35个大中城市为例[J].长江流域资源与环境，2018，27（09）：1967-1976.

[5]张琼.基于GIS和HedonicModel的城市轨道交通对周边住宅价格的影响研究[D].昆明理工大学，2016.

[6]邢雪杉，黄楚兴.京津轨道交通对河北房地产的空间效应分析[J].云南地理环境研究，2015，27（06）：40-43.

[7]钱茹.基于GIS的区域房地产项目空间分析与策划[D].北京：中国地质大学，2014.