昆明市商品房租金空间分布研究
2020-04-21王思明
王思明
(云南财经大学 云南 昆明 650221)
我国房地产业经历了20年的快速发展,商品房价格随着房地产行业的发展被逐步抬高。高房价同时也提高了中低收入居民购买商品房的门槛,租房逐渐成为实现居者有其房的重要方式。根据相关研究,我国现阶段的住房租赁市场需求增长旺盛,部分一二线城市中近四成常住人口以租赁代替购买。商品房租赁市场的发展同时暴露了我国当前商品房租赁市场的许多缺陷,相关体制建设依旧存在问题,具有巨大的发展空间,而租金是商品房租赁市场的核心问题,租金的数值高低和空间分布,反映了租赁市场的供需关系。了解昆明市商品房租金分布规律,有助于更好的了解和管理昆明市商品房租赁市场。
一、研究区域与数据概况
(一)研究区域概况
本文研究区域为云南省昆明市主城区,具有较明显的中心集聚效应,是典型的中心省会城市[1]。(城市地价空间的计量经济分析,张红)五华区、盘龙区、西山区、官渡区、高新区、经开区与呈贡区(或空港区)等八个区。
(二)数据概况
本研究主要收集了昆明市主城区的区域因子、租金样点等资料,包括
(1)商服繁华程度资料,包括商服繁华程度资料,收集内容主要包括:商服中心的位置、数量、范围等;
(2)农贸市场状况资料,包括:农贸市场数量、位置、购物人数;
(3)交通条件资料,包括:道路类型、道路级别(主干道、次干道于支路)、道路分布;对外交通设施的类型:长途汽车站。
(4)公共设施状况资料,包括:基础教育设施中的中学、小学、幼儿园的分布及级别等。医疗卫生设施,只要包括医院的位置、数量、分布及级别。
二、研究方法
昆明市主城区商品房租金分布研究采用市场比较法,综合考虑区域因素以及租金因素。本文选取昆明市主城区范围内的五华区、盘龙区、西山区、官渡区、高新区、经开区与呈贡区(或空港区)等八个区。
对于区域因素,首先建立指标体系,采用专家打分法确定权重。收集区域内各类影响市场租金的要素,对区域进行单元划分,计算区域因素综合作用分。对于租金因素,搜集整理各房屋中介网站的房屋成交租金样点数据,将数据修正到2018年12月31日时点,进行租金插值,生成租金均值区图。然后叠加区域因素综合作用分图以及租金均值区图,确定租金均值等级,划分租金均值区,形成租金级别图。
(一)多因素加权求和法
本文的区域作用分计算采用多因素加权求和分值法,主要考虑商服繁华度、道路通达度、以及公用设施完备度。商品房租金区域差异作用分计算公式如下:
(式2-1)
公式式中,i为因素的编号。Fi为第i个指标因素的作用分值,wi为第i个因素的权重。
(二)空间插值法
商品房租金价格空间格局的研究,通常可以采取两种方式其特征,价格等值线和价格剖面。两种方式建立依据与研究区域的商品房价格在空间上的集合。
根据已知地理空间的特性探索未知地理空间的特性是许多地理研究的第一步,也是地理学的基本问题。常规方法无法对空间中所有点进行观测,因此需要获得一定数量的空间样本,这些样本反映了空间分布的全部或部分特征,并可以据此预测未知地理空间的特征。在这一意义上,空间内插可以被定义为根据已知的空间数据估计(预测)未知空间的数据值。其目标可以归纳为:缺值估计,估计某一点缺失的观测数据,以提高数据密度;内插等值线,以等值线的形式直观地显示数据的空间分布;数据格网化,把无规则分布的空间数据内插为规则分布的空间数据集,如规则矩形格网、三角网等。
楼立明(2004)在对余姚的地价分布分析中比较了几种插值方法的插值结果,结果显示克里格插值方法效果较好,既反映了地价的空间分布格局,又考虑到了空间相关性的影响,且没有太多的细碎地价斑块出现。吴宇哲(2005)、富毅(2006)也都是利用众Kriging进行空间内插分析杭州住宅价格分布的。因此,本研究也采用克里格(Kriging)最优插值法。克里格内插法是根据无偏估计和方差最小两项要求来确定加权系数,故称为最优内插法,其中最关键的函数是半方差函数。半方差函数确定以后,就可以对未知点进行最优化插值估值。
考虑到本研究的研究对象住宅租金的空间分布具有空间相关性,而且取得的调查样点数在客观上受到限制,分布上亦不规则,因此采用众Kriging算法来对空间样本进行数据内插法以供分析。
三、研究结果
(一)商品房租金均值差异分数计算体系
1.指标权重
根据因素因子选择的基本原则,在充分调查和认真分析的基础,制定《昆明市城区租金差异分级因素选择调查表》,邀请昆明市城区各有关部门的专家选择分级因素因子。根据昆明市城区各有关专家选择结果,确定均值区域分级因素因子体系,因素因子体系共分为三级,一级指标包括繁华程度、交通条件和技术设施三个指标,二级指标包括五个指标因素,三级指标包括九个指标因素。详见表3-1:
表3-1 商品租金区域分值计算指标体系及权重
2.差异分数计算
(1)商服繁华度作用分
商服数据来源是在《昆明主城55分区控制性详规合图(2012年)》的基础上,先把该图进行校正,并把商业用地矢量化,并根据聚集度与商服中心大小确定了以下商服中心,再根据2018年最新的数据进行补充。昆明市主城区商服中心共分为三类,其中核心商服中心5个、次级商服中心15个、小区级商服中心38个。
1)确定各级商服中心功能分
设Fi,Fj,Fk分别为各级商服中心功能分,本项目中三个级别的商服中心功能分分别为45,35,20分。
2)计算各级商服中心最大影响半径,公式如式3-1所示:
(式3-1)
其中 S为城镇主城建城区总面积,根据测算昆明市2018年的主城建成区总面积为686.70平方千米;n为同级商服中心数目(等于同级中心+所有高级中心数)。通过计算可以得到:核心商服中心5个,影响半径:d1=0.5643(686.70/5)^1/2=6661.13米;次级商服中心15个,影响半径;d2=0.5643(686.70/20)^1/2=3306.589米;小区级商服中心38个,影响半径:d3=0.5643(686.70/51)^1/2=2070.66米;
3)计算各商服中心附近各计算方格单元到商服中心的相对距离,公式为:
r=di/d0<=r<=1
(式3-2)
式中,di为i计算方格单元到某个商服中心距离。
4)计算各方格单元繁华影响度分值,公式为:
(式3-3)
式中:fij为i方格受Fj商服中心繁华影响度;Fj为i方格单元在r≤1距离范围内的商服中心功能分。
计算出fij后,叠加、选择i方格单元的商服繁华影响分值。公式为:
fi=fi1+fi2+fi3…+fie
(式3-4)
式中,e为商服中心的级别数
(2)交通条件作用分
1)道路通达度
通达度是指到达某特定土地区位的交通运输条件,由距离、耗时、费用来反映。按照城镇内的道路类型在城镇交通中的作用,本研究将昆明市主城区道路(如图1-6)共分为三类,其中主干道、次干道和支路。
计算主干道和次干道影响范围,公式为
d=S÷2L
(式3-5)
式中,S为城镇建成区面积,昆明市建成区取269平方公里;L为主干道以及次干道长度。通过计算得:干道影响范围d1=S÷2L1=269*1000 000/(2*234194)=574米;次干道影响范围d2=S÷2L2=269*1000 000/(2*310409)=433米;支路的影响范围自行确定,d3=350米(0.3~0.75公里)
确定各级道路的作用分
道路可分为三类,其作用指数分别为l、0.8、0.6,则各自的作用分为100、80、60分。
(4)计算i方格单元到某道路的相对距离,公式为:
r=di/d0≤r≤1
(式3-6)
i方格单元实际距离di超过某道路影响范围d,不再计算i单元到该道路的相对距离。
(5)i方格单元道路通达度分值计算,计算公式:
fij=Fj(1-r)
(式3-7)
i方格单元道路通达度分值选择原则是:该单元只受一条道路影响时,即fi=fij;当该单元受多条道路影响时,要分别计算各道路对该单元分值,最后选择其中分值最高者为i单元作用分,即fi=maxfij。
2)对外交通便利度
本研究中对外交通便利度所用的指标为长途汽车站,昆明市主城区内共有5个长途汽车客运站,这5个客车站分别分布于昆明市主城区近郊的5个方向,且根据所处方向分别输送到几个方向的乘客与货物,根据调查的资料显示每个车站的客运量与货运量相差不大,故在此不做等级划分。根据昆明市社会、经济发展状况,确定服务半径为15000米。
计算i方格单元到某设施的相对距离,公式为:
r=di/d0≤r≤1
(式3-8)
(3)计算i方格单元受j级e类设施的作用分;最后计算得对外交通作用分值图如图2-4所示。
fije=Fje(1-r)
(式3-9)
多个不同类设施对i方格单元的作用分,将其加权求和,作为i方格单元公用设施完备度分值,即:
(式3-11)
n为列入计算的公共设施类型数,wi为多个不同类设施的权重。
3)轨道交通便捷度
本研究中轨道交通便捷度所用的指标为已建成地铁站,昆明主城区内共有4条建成地铁线路,四条线路链接昆明市东西,南北以及市区和机场。
3.基础实施完备度
基础设施完备度中主要包括公共设施完备度和文体设施影响度,公共设施完备度中包括中学、小学、幼儿园、医院和农贸市场,文体设施影响度主要是公园。类似于商服中心呈点状分布。基础设施完备度作用分的计算步骤如下:
计算i方格单元到某设施的相对距离,公式为:
r=di/d0≤r≤1
(式3-12)
4.计算i方格单元受j级e类设施的作用分
fije=Fje(1-r)
(式3-13)
(4)综合作用分计算
使用ARCGIS10.2中的栅格计算器,叠加商服繁华度、道路通达度、基础设施完备度作用分图,得到公租房租金区域总作用分。
图3-1 租金区域综合作用分图 图3-2 昆明市商品房租金空间分布
(二)商品房租金价格空间分布
1.楼盘空间样本
将网络房屋中介平台搜集到的2017年5月至2018年5月昆明市主城区各楼盘租金数据进行时间修正,均修正到2018年12月31日,由于各中介公司提供的7892套交易数据的有限性,只能对交易的租金进行加权平均得到1126个楼盘的平均租金,并把租金录入到数据库。运用ARCGIS10.2进行克里金插值。
2.商品房租金价格均值区域划分
将上文得到的租金插值与差异分数叠加,租金区域综合作用分图与租金均值区图叠加图为基础,分级并且以租金样点为主要参考因素划定市场租金均值区域,并以昆明主城55分区控制性详细规划合图为边界底图,并且由于租金样点不完全,建议切去边缘无数据的部分以突出租金区域。按此思路,得到如图3-2所示的均值区域图。
四、结论
(1)昆明市的商品房租金空间分布呈现扇形辐射分布,以翠湖区域为核心,向外部辐射,空间上呈现明显的租金级别梯度递减趋势。
(2)昆明市的商品房租金空间分布还具有明显的多级中心。翠湖区域和三市街周边区域,凭借优越的周边配套,得天独厚的地理位置以及良好的人居环境成为主中心。同时由于昆明市建设规划发展需要,逐步围绕翠湖区域形成以北市区北城财富中心区域,南市区佴家湾区域以及滇池国家旅游度假区区域为主的多个次级中心。
(3)昆明市各主城区发展规模和发展时间的差异,还似的昆明市商品房租金在空间分布上,具有一定的时间性。建设发展时间较长的东南部城区租金价格优于北部区域,西部区域低于上述两区。此外,随着呈贡新区的发展,配套基础设施,人居环境,交通通达度等条件发展潜力巨大,租金空间中心也存在向南移动的趋势。