GIS与Surfer支持下的南京市住房价格空间可视化研究＊

杨君

GIS与Surfer支持下的南京市住房价格空间可视化研究＊

杨君

（三江学院 土木工程学院，江苏 南京 210012）

随着科学技术的不断创新，数据可视化技术日益成熟，利用GIS与Surfer软件共同探索南京市住宅价格空间可视化，结果表明南京市住房市场存在较明显圈层结构，南北向与东西向发展差异较大，总体趋势由单中心向多中心发展。

可视化；GIS；Surfer；房价

房价作为住宅市场发展的指示灯，其上涨或下降都关系着百姓的生活、城市的发展甚至国家的运行。根据中国统计年鉴，从2019-01全国70个大中城市二手住宅销售价格指数中有53个城市环比价格超过100（含100，下同），2019-07下降至42个城市，2019-12回升至44个城市，全国住房市场窄幅波动，总体稳定，坚持“房住不炒”仍然是目前规范发展住房市场的工作目标与决心。

而房价在空间结构上的分布特征，可从不同层面集中体现城市物质空间与社会空间的双重属性，折射出新的发展规律。石崧（2004）、JACEK（2006）从理论层面分别探讨了中国和波兰大城市空间结构的变化情况[1-2]；简萍等（2018）站在全国层面分析商品住宅价格的空间分布特征[3]；郑晓燕等（2016）则从微观视角研究房价的空间分布格局及其影响因素[4]。本文将住房价格与空间可视化技术相结合，展示出房价在城市空间上的分布规律。

1 数据可视化发展现状

科学技术的高速发展，使得云计算、区块链、人工智能等新技术新产业带给人们翻天覆地的变化，同时也产生了大量数据信息。而这些数据背后所隐藏的规律、特点都需要去挖掘并展示，数据可视化技术就应运而生。它是一项研究如何将数据通过视觉形式表现出来的科学技术，涵盖了数据挖掘、数据分析、美学设计、人机交互等一些列技术手段[5]，最早可追溯到20世纪50年代的“计算机图形学”。经过不断发展演变，如今已经渗透到人们日常生活的方方面面，从新闻图表到财务审核再到智慧城市，数据可视化技术令数字不再枯燥，能够直观、清晰、丰富地展现出数据的特征、表达的含义。

2 研究区域与数据来源

2.1 研究区域

南京市为江苏省省会城市，地处江苏省西南部，作为长江三角洲唯一的特大城市，其经济发展将对长三角都市圈乃至全国中西部城市产生强烈磁场效应，因此选取其作为本文研究区域具有一定代表意义。南京市共包含十一个行政区，本文选取其中鼓楼区、秦淮区、玄武区、栖霞区、建邺区、雨花台区六个主城区以及六合区、浦口区、江宁区三个郊区共计九个行政区作为具体研究范围。

2.2 数据来源

本文数据包含两种类型，一是价格属性数据，二是地理属性数据，前者来源于链家南京网站（https：//nj.lianjia.com/）2019年普通二手房销售价格并进行修正；后者则根据前者搜集到的二手房名称利用Google Earth软件绘制矢量化图形，以此获取WGS1984格式下的经纬度坐标，从而生成兼具价格与地理双重属性的样本数据。

3 实例研究过程

3.1 数据空间探索性分析

将含有经纬度坐标的样本数据导入Arcgis10.2软件，利用地统计分析模块中的探索数据功能绘制南京市二手房价格空间趋势图，如图1所示。空间趋势分析图由轴、轴、轴和格网组成，轴代表东西方向，轴代表南北方向，轴代表价格，长短不等的黑色短线则表示居于不同位置的住宅小区房价，将其顶点分别投影至东西向和南北向的纵向格网上，则会根据投影点位置拟合出一条趋势曲线。由图1可知，住宅小区样本点居于中心点出较多，南北向与东西向较少，表明市中心住宅密度较大，郊区住宅密度较小。格网上浅灰色与深灰色两条曲线都呈倒U形，说明南京市二手房销售价格在中心点处最高，随后分别向东西向与南北向递减，下降速度随着距市中心距离的增大而增大。

3.2 房价空间可视化分析

本文利用Surfer软件探索房价空间可视化，绘制等高线图和山峰图如图2所示。根据图2可知，南京市二手房销售价格存在较明显的圈层结构，价格在中心偏西南左右处最高，超过95 000元/m2，逐步递减至南北最外圈，价格不到15 000元/m2，二者相差80 000元/m2，价格差异明显。究其原因，房价高点位于鼓楼区，基础设施更加完善，教育资源更加优秀，轨道交通更为发达；而北面最外层为六合区，南面最外层为江宁区靠近溧水区，同属南京市郊区，根据地租理论，距离市中心越远房价自然越低。同时南京市地形南北纵向长，东西横向短，从侧面导致住房市场发展不均衡，东西向房价普遍高于南北向。

图2 南京市二手房价格等高线图

南京市二手房价格山峰图如图3所示，南京市住房价格由单中心向多中心发展，靠近市中心的西南向和东北向存在多个次峰点，分别为建邺区、秦淮区和玄武区。建邺区自2000年左右基本建成河西新城北部，20年来逐步向西南带状发展，是集金融、商贸、文体、居住为主的新城市中心，尤其河西CBD被誉为华东地区除上海陆家嘴以外的第二大中央商务区，因此促进了当地住房价格的上涨。秦淮区与玄武区同属南京市主城区，即使基础教育无法看齐鼓楼区，但两区自然历史文化底蕴更为浓厚，前有夫子庙—秦淮河风光带，后有紫金山、玄武湖，都促使房价出现波峰。

图3 南京市二手房价格山峰图

4 结论

本文同时运用GIS与Surfer软件将南京市二手房价格数据可视化，直观清晰准确地展示出其空间分布特征，主要表现在较明显的圈层结构，中心点不再突出，而是在其辐射范围内出现多个次中心；同时房价高低差异较大，南北向与东西向发展不均衡。在“房住不炒”的调控基调下，南京市住房市场更要注重地区发展均衡性，让房价回归理性。

［1］石崧.城市空间结构演变的动力机制分析［J］.城市规划汇刊，2004（1）：50-52，96.

［2］JACEK K.Changes in the spatial structure of a large polish city-the case of poznań［J］.Elsevier Ltd，2006，23（5）：16.

［3］简萍，彭贤伟，吴清婷，等.城市住宅价格空间分异格局研究——基于中国中部地区的分析［J］.价格理论与实践，2018（7）：135-138.

［4］郑晓燕，周鹏.武汉市房价的空间分布格局及其影响因素分析［J］.国土与自然资源研究，2016（2）：26-31.

［5］杨丽娜，马照亭，朱立宁，等.时空数据可视化研究［J］.测绘与空间地理信息，2020，43（5）：140-142，146，149.

F126

A

10.15913/j.cnki.kjycx.2020.22.016

2095－6835（2020）22－0041－02

江苏高校哲学社会科学研究项目“基于ESDA的城市住宅价格空间分布特征及影响因素研究”（批准号：2019SJA0504）；三江学院校级科研项目“城市居住空间分布特征与驱动机制研究”（批准号：2018SJKY035）

杨君（1991—），女，江苏南京人，硕士，三江学院土木工程学院讲师，研究方向为城市管理、城市空间结构。

〔编辑：张思楠〕