上海市二手房价格空间分布及其影响因素研究

文/傅行行

引言

住房问题是重要的民生问题，城市住房价格是不同行业、不同学科所关注的共同话题。城市规划和地理学领域重点关注城市住房价格的空间差异、住房价格的时空变化、影响住房价格的空间因素等。2000年以来，随着中国住房市场化的全面推进，住房价格不断飙升，城市空间结构也出现了一些新的特征与问题(Gao et al, 2010)，城市空间结构又在一定程度上塑造了住房价格的空间分布格局，因此出现了大量基于住房价格的城市空间结构研究，如石忆邵等（2006）分析了上海市住房价格的空间梯度，秦波、焦永利（2010）和王芳等（2014）基于住房价格分析了北京的城市空间结构，刘子靖等（2017）分析了武汉市中心城区住宅价格空间分布格局。部分研究在空间分异的基础上引入时间维度，分析城市住房价格的时空演变，如周湘等（2017）分析了北京市二手房价格的时空演变特征，尹上岗等（2018）对南京市住宅价格时空分异格局进行了实证研究。

我国大城市房价的高涨导致了一系列城市社会问题的出现，对城市住房价格影响因素的研究显得至关重要。研究主要从宏观和微观两个方面探讨房价的影响因素，经济学领域主要分析宏观经济、住房政策法规等宏观因素对城市住房价格的影响；城市规划和地理学领域重点探讨区位、交通等空间因素，以及住宅品质、周边环境等建成环境因素对住房价格的影响（刘子靖等，2017）。研究表明，到市中心的距离等住宅区位特征（王芳等，2014；赵红军等，2017），到地铁站的距离等交通条件（梅志雄等，2011；张维阳等，2012），住宅周边的教育、医疗、商业设施等社区生活服务特征（汤庆园等，2012；斯子文等，2013；陈阳等，2017；杨振山等，2018），以及住宅周边景观、绿地等自然环境（温海珍等，2012；刘子靖等，2017），对城市住房价格存在影响。

本研究以上海市除崇明区以外的所有区域为研究对象，利用上海市各住宅小区的二手房均价分析上海市房价的空间分布特征，并探究房价空间分布与交通设施、生活设施分布的关联性，以此分析影响上海市房价空间分布的可能因素。

一、 数据来源和研究方法

本研究所采用的房价数据来源于安居客（上海）网站，利用Python（爬虫技术）抓取了上海市15个区共15816个小区的相关信息，包括小区所在区域、具体地址以及2018年10月二手房交易单位面积均价。表1对各行政区小区数量进行了统计。利用百度地图“坐标拾取器”拾取小区坐标，并将百度坐标转换为WGS-84坐标，利用ArcGIS软件将小区以点的形式表示在上海市的底图上，小区具体空间分布如图1所示，从图中可以发现大多数小区位于外环线以内的浦西地区。利用Python抓取百度POI数据，获得上海市地铁站点和线路分布、教育医疗设施分布的POI数据，并利用ArcGIS软件将各类设施表示在上海市的底图上。

表1 各行政区小区数量统计

图1 选取小区空间分布

研究主要采用空间分析法，利用ArcGIS软件分析上海市二手房价格的空间分布及其影响因素。用分级设色的方法分析上海市不同行政区二手房价格差异，采用克里金插值法生成上海市房价连续分布图层，分析上海市房价空间分布的具体特征。最后将房价分布图层与设施分布图层进行叠加，分析房价空间分布与设施空间分布的相关性，探究影响房价空间分布的可能因素。

二、 上海市二手房价格空间分布特征

（一）上海市二手房价格的分区特征

计算不同行政区内小区的二手房均价，分别用柱状图和空间分布图表示其数量特征和空间分布特征。从数量上看，上海市不同行政区的二手房均价差异较大，其中房价最高的是黄浦区，二手房均价为97929.46元/平方米，房价最低的是金山区，二手房均价为17200.16元/平方米，两个区的均价相差近5倍。从柱状图上看，上海市不同区的房价呈现出明显的梯度特征。黄浦区和徐汇区处于第一梯队，静安区和长宁区位于第二梯队，杨浦区、虹口区和普陀区处于第三梯队，闵行区、浦东区和宝山区处于第四梯队，嘉定区、松江区和青浦区处于第五梯队，最后是奉贤区和金山区。

图2 上海市各区二手房均价统计

从空间上看，上海市各行政区的二手房均价存在明显的空间集聚和空间梯度特征，总体上呈现以黄浦区为中心向外围逐渐降低的特征。位于上海市中心区域的黄浦区和徐汇区房价最高，二手房均价达到80000元/平方米以上；其次是位于黄浦和徐汇两区北侧的静安区和长宁区；环绕中心四区的杨浦区、虹口区、普陀区、闵行区和浦东新区在静安和长宁之后位于第三层级；北侧的嘉定区、宝山区和西侧的青浦区、松江区二手房均价在25000-40000元/平方米之间，处于第四层级；房价最低的是上海市南侧的奉贤区和金山区。

由此可见，上海市各行政区的房价差异较大且存在层级性，在空间上则表现出明显的空间集聚和空间梯度特征(图3)。

（二）上海市二手房价格的全局特征

利用克里金插值法以小区二手房均价为z值对上海市小区分布的点图层进行空间插值，得到上海市二手房价格连续分布图层（图4）。由图4可见，上海市二手房价格的分布总体表现为从中心向外围递减，并且东西向的衰减速度小于南北向。房价最高的区域在市中心沿东西向分布，房价最低的区域在上海市的西南侧。另外，在青浦区和松江区之间的赵巷和佘山有一个外围的高值区域。

图3 上海市各区二手房均价

图4 上海市二手房均价空间分布

图5 上海市二手房均价空间分布与环线分布

将上海市内环、中环、外环和郊环四个环线的图层与二手房价格分布的图层叠加进行分析（图5）。由图5可见，上海市房价的空间分布与城市空间的圈层结构存在较强的一致性，内环线以内基本都是房价最高的区域，中环线的东西边界基本与房价最高值区域的东西边界重合，由于南北向房价递减速度较快，中环线南北边界的房价低于东西边界。外环线与房价空间变化的临界值基本一致，外环线以内为高房价地区，外环线以外为低房价地区，不过在虹桥和赵巷-佘山区域存在一些空间上相对独立的高值区域。郊环线附近分布着一些房价处于全市均值的区域，但外环线以外的区域基本都是低房价区域。

三、 上海市二手房价格空间分布的影响因素

（一）房价空间分布与地铁线路的相关性

将上海市二手房价格分布图与上海市地铁线路图叠加，分析房价空间分布与地铁线路的相关性。由图6可以发现，上海市房价的空间分布与地铁线路存在较强的相关性，地铁线路周边地区的房价明显高于没有地铁线路覆盖区域的房价。上海地铁线路多，且呈放射状分布，覆盖范围较广，这与房价以黄浦区为中心向外围逐渐降低的分布特征较为一致。

通过前文对房价空间分布的分析发现，上海市房价最高的区域在市中心沿东西向分布，而这一东西向延伸的区域正好与上海地铁二号线的走向一致，可以说地铁二号线沿线地区是上海市房价最高的区域。上海地铁二号线串联起了虹桥枢纽和浦东机场这两个上海市最重要的交通枢纽，经过中山公园、静安寺、人民广场等几个重要的商圈，以及虹桥商务中心、陆家嘴、张江高科等几个上海市主要的商务和科技研发中心，是上海市客运量最大的一条地铁线路，其沿线地区也是上海市居住人口密度最高的地区，因此上海市房价最高的区域与地铁二号线的走向较为一致。

在外围的房价高值地区，如青浦的赵巷地区和青浦新城、松江的佘山地区、浦东的惠南地区等，均有地铁线路通过，这也从一定程度上说明地铁线路的通过能促进周边房价的上涨。

图6 上海市二手房均价空间分布与地铁线路

（二）房价空间分布与教育、医疗设施的相关性

将房价分布图与教育、医疗设施分布的点图层叠加，分析房价空间分布与中小学、幼儿园空间分布和医院、诊所空间分布的相关性。由图7和图8可以看出，上海市教育设施和医疗设施都集中分布在外环线以内区域。在外环线以外，教育设施的分布呈现小集聚、大分散的特征，中小学、幼儿园“抱团”分布在郊区；而医疗设施在郊区的分布则较为平均，均匀地分布在各个区域。

教育、医疗设施的空间分布与房价的空间分布存在一定的相关性，教育、医疗设施分布最为集中的区域与房价的高值区域基本重合。由于主城区居住密度高，教育、医疗设施的分布密度也较高。而在郊区，教育、医疗设施的分布与房价的空间分布不存在明显的相关性，这可能是由于郊区高房价区域的居民大多为了更安静自然的生活环境和更宽敞舒适的居住空间而在郊区居住，他们有能力在市中心获取教育、医疗等各类服务，因此对住宅周边的设施要求不高，因此郊区的设施分布对房价空间分布的影响较小。

图7 上海市二手房均价分布、中小学和幼儿园分布、医疗设施分布

图8 上海市房价、教育设施分布与医疗设施分布标准置信椭圆

分别对房价分布、教育设施分布和医疗设施分布的点图层以一级标准差数绘制标准置信椭圆。由结果可见，上海市教育设施和医疗设施的分布方向和分布范围基本一致，而房价分布相对于教育和医疗设施更为集中，且分布的中心与教育和医疗设施分布中心相比偏向西北侧，但分

布的方向基本一致，与黄浦江市中心段的流向相似。因此，上海市房价的空间分布与教育、医疗等设施的空间分布存在一定的相关性，但设施密度与房价的相关性不强。

结论与总结

本研究通过采集安居客、百度地图等网站的相关数据，利用上海市各住宅小区的二手房均价，分析上海市房价的空间分布特征，并探究房价空间分布与交通设施、生活设施分布的相关性。研究主要采用空间分析法，首先利用ArcGIS软件分析上海市不同行政区的二手房价格差异，其次采用克里金插值法生成上海市房价连续分布图层，分析上海市房价空间分布的具体特征，最后将房价分布图层与设施分布图层进行叠加，分析房价空间分布与设施空间分布的相关性，探究影响房价空间分布的可能因素。

研究表明，上海市各行政区的房价差异较大且存在层级性，在空间上则表现出明显的空间集聚和空间梯度特征，总体上表现为以黄浦区为中心向外围各区逐渐降低；上海市二手房价格的分布总体表现为从中心向外围递减，房价最高的区域在市中心沿东西向分布，在郊区还存在少数的外围高值区域；房价的空间分布与城市空间的圈层结构存在较强的相关性，四条环线的位置与房价变化的几个临界位置较为一致。上海市地铁线路放射状分布的特征与房价的空间分布特征较为相似，且东西向延伸的房价最高区域正好与地铁二号线的走向一致，另外在外围的房价高值地区均有地铁线路通过，因此交通设施的分布与房价空间分布存在较强的相关性。房价空间分布的方向与教育、医疗设施空间分布方向一致，但相对于教育、医疗设施，房价的空间分布更为集中，因此房价的空间分布与教育、医疗等设施的空间分布存在一定的相关性，但设施密度与房价的相关性不强。