论文部分内容阅读
【摘要】将彭州市城区商品住宅作为研究对象，并将“区位在影响房地产评估价格的因素中最重要”这一假设作为研究的前提，选取彭州市2016年1-7月间二手房交易评估价格为样本，采用普通克里格插值法方法，运用ArcGIS9.3软件绘制出住宅评估价格等值线图，用图像表现彭州市城区普通商品住宅评估价格在不同区位上的差异性。研究表明：彭州市城区住宅评估价格呈现空间分布不平衡，从整体上看，新城区住宅评估价格最高，住宅评估价格从东北部的新城区向西南部的老城区递减;从老城区内部看，住宅评估价格由中部向西北和东南两侧递减。这与彭州市城区内部各区域的发展状况基本是相一致的。
【关键词】房产评估价;区位影响;彭州市城区
对房地产区位的考察是专业估价的重要一环，不仅市场比较法和收益法的运用与区位因素直接相关，成本法和假设开发法也与区位因素间接相关。房地产价格在区域分布上存在差异性，因为在市场经济条件下经济活动和区位因素是直接挂钩的。特别是在城市房地产市场中，房价格高低很大程度上取决于区位条件。城市房价的区域差异可以反映出一个城市在空间结构上的演变和更新，而评估价格是对房地产估价的结果，它同样具备这样的差异性，研究城市区位对于房屋评估价格的影响，不论对于房地产估价理论的总结还是实际操作上，都很有意义。本研究综合运用GIS技术和克里格插值法，探讨彭州市区住宅评估价格区域分布特征，以期为估价的理论和实践提供参考。
1研究方法
克里格（Kriging）插值法原本在地質科学中运用较多，比如地下水模拟、土壤制图等。1该方法先考察样本数据在区域上的差异分布，以此确定对某个待插点值有影响的具体范围，然后用该范围内的采样点来估计待插点的数值，简而言之就是通过已有样点数据推算出整个区域的所有点位的数据。根据样本空间位置不同、样本间相关程度的不同，对每个样本属性数据赋权，加权平均以估计中心块段平均属性数据。徐建华（2002）认为克里格插值法的前提适用条件是区域化变量存在空间相关性2。在中国大部分地区，效用相近、位置相邻的房地产价格应该是相似的，本次研究专门集中于彭州市城区这一面积较小的区域，取得了较为丰富的样本数据，所以可以适用克里格插值法。本研究利用ArcGIS9.3中地统计分析功能来进行房地产评估价格的空间分析。
2彭州市城区普通商品住宅评估价格的区域差异研究
2.1研究假设前提
柴强（2015）认为影响房地产价格的因素有房地产自身因素和房地产外部因素，3。外部因素对城市整体房价产生影响，在同一个城市中，面临的人口、政策、制度和经济社会等外部因素是基本一致的，所以，可以说包含实物、权益和区位等三个方面的房地产自身因素是引起同一城市内部房价差异的基本原因。而在区位因素、实物因素和权益因素三大因素中，区位因素是造成城市内部房价空间差异性的最重要原因4，正如一句西方名言所讲的那样：不动产最重要的是地段、地段、还是地段。因此，本文以“区位条件是决定商品住宅评估价格最重要影响因素”作为研究前提。
2.2研究范围、数据来源
彭州市区在2016年主要包括了老城区和老城区东面、市政府新址所在的牡丹新城，绝大部分的二手房交易发生在这个区域，因此，为便于资料的获取，本研究所选取的研究范围为二环路以内的老城区和牡丹大道以西的新城区。
本文的住宅估价结果数据来源于本文作者2016年在某房地产估价机构工作时自己收集到的评估实例，以及该机构此一时间段的数据库，总计125份估价报告。而使用的房地产价格内容为房地产估价机构出具的预评估价格。不同于正式评估价格，预评估价格只考虑房屋本身的各项情况，不随客户贷款需求的多少而随意调整，较为客观;预评估价格较少考虑到装修因素，不考虑家具的因素，因此比交易价格更加准确;1-7月房地产市场暂未掀起两个月之后的涨价潮，价格较为平稳，可以视作泡沫较少的房地产价格，比较可信地反映出了市场的真实状况，对以后的估价实践起到参考作用。综上，本文选取了彭州市主城区于2016年1-7月间79个楼盘的125组二手房评估价格数据进行分析处理。
2.3研究数据标准化处理
研究选取的各估价对象面积、楼层、年代等情况相差甚远，为了让各楼盘交易价格之间具有可比性，应参照市场比较法的做法，通过设定标准房地产状况，把各房屋还原为同一标准。本文使用的房地产预评估价格包含了一定程度的标准化处理，在其测算过程中以2015年为基准进行了交易日期修正，可以较为客观地反映出彭州市城区各区域房价真实差异。
2.4样本数据的统计特征及其检验
2.4.1数据分布检验
使用ArcGIS软件绘制直方图（Histogram），进行正态QQplot检验，获取了样本数据的统计特征，结果见表1：
表中的峰度值小于3，偏度值大于0，数据分布比标准正态分布更接近矩形均匀分布（图1），而QQplot图则较为接近正态分布（图2）。由图中得知，直方图中中值和均值都比较近似，各数据均未过多偏离直线，可以认为数据比较符合正态分布，可以开展插值运算。
2.4.2半变异函数拟合
房地产评估价格具有空间相关性，即假设其他状况不变，两套相邻的房产价格近似。现将正北设为0°，步长分组（Numberoflogs）的个数为10，最大步长（LogSize）为344.91，角度容限（Angletolrentnce）为45°，带宽（Bandwith）为3，分别对南-北，东北-西南，东-西、东南-西北进行半变异函数计算，即n分别为0°，45°，90°，135°。
从以下（图3）四个图中可以看出，四个方向上半变异函数比较近似，r（h）较小，各向同性明显，说明样点数据在空间上的相关性是比较大的。
2.5克里格插值和等值线图生成 本研究采用比例尺为1：7100的彭州市城区百度交通为底图，可以较好地分辨出各主干道与重要地点。根据2016年公布的彭州市土地分等定级（见表2），把城区住宅土地有5个级别，本次研究范围涉及其中的3个级别。图4为彭州城区住宅用地土地级别分布圖。
从以上的数据检验可以看出，样本数据具有空间相关性，符合使用空间局部估计插值的条件。根据样点的分布，设定以上的检验参数，运用ArcGIS9.3空间插值功能，插值面积约13km2。根据克里格简单插值的结果，本文作者运用ArcGIS9.3作出以每373.33元/平米为一个档次房屋评估价等值线图，见图6。
同时，运用ArcGIS软件的地统计分析模块中的趋势面分析工具，分析彭州市住宅评估价格的空间变化趋势。可以看出住宅评估价格的空间变化趋势，在X方向上表现为自东向西递减;在Y方向上，表现为自北向南递减，但是变化幅度略小于东西方向，结果如图7所示。
2.6彭州市城区普通商品住宅评估结果区域差异规律及其解释
由图4—图7可以看出，彭州市城区普通商品住宅评估价格区域分布具有较为明显的差异性，按照房地产估价理论，可以总结出以下分布规律：
2.6.1 评估价格的峰值出现在东二环以东、牡丹大道以西的彭州新城区，此处的土地也属于住宅1级土地，该区域没有老小区，大多为是2010年以后建成的新小区，评估价格普遍在每平方米4000元左右，最高价格为每平方米4340元，包括置信逸都·丹郡、鸿运星城、恒昌·贵筑等楼盘。彭州市自2004年起将市政府、法院、检察院等机构搬迁至牡丹新城，区内布局了置信·逸都城、沃尔玛等大型商场，商业较为发达;有棕树林啤酒广场、朝阳社区健康广场、五大国有商业银行及邮政银行等生活服务设施;接近牡丹大道，方便前往成都，道路规划较为合理，拥堵较少，交通十分发达，成为房价最高区域可谓当仁不让。
2.6.2 彭州市住宅评估价格的洼地出现在老城区东南部新民街中段附近，此处土地虽然仍属于住宅1级土地，但评估价仍然不高，说明评估价格和土地分等定级有一定的关系，但各种综合影响因素，如交通、环境、生活服务、教育配套和房屋本身也是有重要作用的。此区域房屋较为老旧，且有很多质量堪忧的自建房，是评估价格较低的一大原因;没有大型的商业购物设施，银行也比较少，大量小旅馆、出租房在此聚集，流动人口多，影响生活居住;该区域最为突出的问题是交通问题，道路狭窄，拥堵不堪，区内新民街周边区域经实地调研发现路况十分恶劣。这一切都使得以新民街为中心形成了彭州市住宅评估价格洼地，所谓房子是拿来住的，房屋的人居环境在房屋估价时也是需要注意考察的。
2.6.3 彭州老城区内部，东北—西南一线的评估价格等值线向市中心突出，也就是说此一线房价高于沿线两侧的评估价格。龙兴寺、牡丹文化广场等位于传统的彭州市中心附近，区域内商业繁华，有百伦新宸百货、美佳龙购物中心、数个家具城、华德丽都商业街等商业服务设施，人民银行、农商银行、邮政银行和建设银行等金融机构，还有市人民医院这样的大型医疗机构，交通主干线金彭路和北大街在市中心交汇，道路宽阔，交通便利。生活配套设施和基础服务设施较好，比较有利于提升房屋评估价格。
2.6.4 住宅评估价格区域分布存在明显层次性。总的来说，彭州市主城区住宅评估价格由东北向西南递减，东北部的牡丹新城住宅评估价格显著高于西南部的老城区，而在老城区内部，房价由中部向西北、东南递减。主干道和市级商业区附近的房屋评估价格往往比较高，可见交通便利和商业配套对住宅评估价格影响;评估价格较高的样点全部位于新城区，反映了老城区的相对衰落，因为老城区难以获得土地出让金来筹集足够的财政收入，未来应该采取措施平衡新城与老城的发展，避免老城区公共投资过少造成进一步的衰落，比如加快推进房产税的开征。
4结论
通过抽样选取彭州市城区的商品住宅二手房评估价格，使用ArcGIS的地统计分析工具，定量分析了该区域商品住宅评估价格的空间位置分布和及其变化趋势等。研究表明，房地产评估价格呈现区域分布不平衡，从整体上看，新城区房地产评估价格最高，评估价从东北部的新城区向西南部的老城区递减;从老城区内部看，房地产评估价格由中部向西北和东南两侧递减，且评估价受交通、生活环境、基础设施等条件的影响显著，说明区位因素的确在商品住宅的估价中起到了相当重要的作用。
参考文献
1 黄仁涛. 专题地图编制[M]. 武汉大学出版社， 2003.
2 徐建华.现代地理学中的数学方法.第2版[M].高等教育出版社，2002.
3 柴强. 中国房地产估价师与房地产经纪人学会.房地产估价理论与方法[M].中国建筑工业出版社，2015.
4 张绍伙， 彭贤伟. 基于Kriging方法和GIS技术的城市房价空间分异研究——以贵阳市城区为例[J]. 贵州师范大学学报（自然科学版）， 2010， 28（1）：27-31.
作者简介：田潇（1993.3—），男，四川省成都市人，汉族，硕士。
【关键词】房产评估价;区位影响;彭州市城区
对房地产区位的考察是专业估价的重要一环，不仅市场比较法和收益法的运用与区位因素直接相关，成本法和假设开发法也与区位因素间接相关。房地产价格在区域分布上存在差异性，因为在市场经济条件下经济活动和区位因素是直接挂钩的。特别是在城市房地产市场中，房价格高低很大程度上取决于区位条件。城市房价的区域差异可以反映出一个城市在空间结构上的演变和更新，而评估价格是对房地产估价的结果，它同样具备这样的差异性，研究城市区位对于房屋评估价格的影响，不论对于房地产估价理论的总结还是实际操作上，都很有意义。本研究综合运用GIS技术和克里格插值法，探讨彭州市区住宅评估价格区域分布特征，以期为估价的理论和实践提供参考。
1研究方法
克里格（Kriging）插值法原本在地質科学中运用较多，比如地下水模拟、土壤制图等。1该方法先考察样本数据在区域上的差异分布，以此确定对某个待插点值有影响的具体范围，然后用该范围内的采样点来估计待插点的数值，简而言之就是通过已有样点数据推算出整个区域的所有点位的数据。根据样本空间位置不同、样本间相关程度的不同，对每个样本属性数据赋权，加权平均以估计中心块段平均属性数据。徐建华（2002）认为克里格插值法的前提适用条件是区域化变量存在空间相关性2。在中国大部分地区，效用相近、位置相邻的房地产价格应该是相似的，本次研究专门集中于彭州市城区这一面积较小的区域，取得了较为丰富的样本数据，所以可以适用克里格插值法。本研究利用ArcGIS9.3中地统计分析功能来进行房地产评估价格的空间分析。
2彭州市城区普通商品住宅评估价格的区域差异研究
2.1研究假设前提
柴强（2015）认为影响房地产价格的因素有房地产自身因素和房地产外部因素，3。外部因素对城市整体房价产生影响，在同一个城市中，面临的人口、政策、制度和经济社会等外部因素是基本一致的，所以，可以说包含实物、权益和区位等三个方面的房地产自身因素是引起同一城市内部房价差异的基本原因。而在区位因素、实物因素和权益因素三大因素中，区位因素是造成城市内部房价空间差异性的最重要原因4，正如一句西方名言所讲的那样：不动产最重要的是地段、地段、还是地段。因此，本文以“区位条件是决定商品住宅评估价格最重要影响因素”作为研究前提。
2.2研究范围、数据来源
彭州市区在2016年主要包括了老城区和老城区东面、市政府新址所在的牡丹新城，绝大部分的二手房交易发生在这个区域，因此，为便于资料的获取，本研究所选取的研究范围为二环路以内的老城区和牡丹大道以西的新城区。
本文的住宅估价结果数据来源于本文作者2016年在某房地产估价机构工作时自己收集到的评估实例，以及该机构此一时间段的数据库，总计125份估价报告。而使用的房地产价格内容为房地产估价机构出具的预评估价格。不同于正式评估价格，预评估价格只考虑房屋本身的各项情况，不随客户贷款需求的多少而随意调整，较为客观;预评估价格较少考虑到装修因素，不考虑家具的因素，因此比交易价格更加准确;1-7月房地产市场暂未掀起两个月之后的涨价潮，价格较为平稳，可以视作泡沫较少的房地产价格，比较可信地反映出了市场的真实状况，对以后的估价实践起到参考作用。综上，本文选取了彭州市主城区于2016年1-7月间79个楼盘的125组二手房评估价格数据进行分析处理。
2.3研究数据标准化处理
研究选取的各估价对象面积、楼层、年代等情况相差甚远，为了让各楼盘交易价格之间具有可比性，应参照市场比较法的做法，通过设定标准房地产状况，把各房屋还原为同一标准。本文使用的房地产预评估价格包含了一定程度的标准化处理，在其测算过程中以2015年为基准进行了交易日期修正，可以较为客观地反映出彭州市城区各区域房价真实差异。
2.4样本数据的统计特征及其检验
2.4.1数据分布检验
使用ArcGIS软件绘制直方图（Histogram），进行正态QQplot检验，获取了样本数据的统计特征，结果见表1：
表中的峰度值小于3，偏度值大于0，数据分布比标准正态分布更接近矩形均匀分布（图1），而QQplot图则较为接近正态分布（图2）。由图中得知，直方图中中值和均值都比较近似，各数据均未过多偏离直线，可以认为数据比较符合正态分布，可以开展插值运算。
2.4.2半变异函数拟合
房地产评估价格具有空间相关性，即假设其他状况不变，两套相邻的房产价格近似。现将正北设为0°，步长分组（Numberoflogs）的个数为10，最大步长（LogSize）为344.91，角度容限（Angletolrentnce）为45°，带宽（Bandwith）为3，分别对南-北，东北-西南，东-西、东南-西北进行半变异函数计算，即n分别为0°，45°，90°，135°。
从以下（图3）四个图中可以看出，四个方向上半变异函数比较近似，r（h）较小，各向同性明显，说明样点数据在空间上的相关性是比较大的。
2.5克里格插值和等值线图生成 本研究采用比例尺为1：7100的彭州市城区百度交通为底图，可以较好地分辨出各主干道与重要地点。根据2016年公布的彭州市土地分等定级（见表2），把城区住宅土地有5个级别，本次研究范围涉及其中的3个级别。图4为彭州城区住宅用地土地级别分布圖。
从以上的数据检验可以看出，样本数据具有空间相关性，符合使用空间局部估计插值的条件。根据样点的分布，设定以上的检验参数，运用ArcGIS9.3空间插值功能，插值面积约13km2。根据克里格简单插值的结果，本文作者运用ArcGIS9.3作出以每373.33元/平米为一个档次房屋评估价等值线图，见图6。
同时，运用ArcGIS软件的地统计分析模块中的趋势面分析工具，分析彭州市住宅评估价格的空间变化趋势。可以看出住宅评估价格的空间变化趋势，在X方向上表现为自东向西递减;在Y方向上，表现为自北向南递减，但是变化幅度略小于东西方向，结果如图7所示。
2.6彭州市城区普通商品住宅评估结果区域差异规律及其解释
由图4—图7可以看出，彭州市城区普通商品住宅评估价格区域分布具有较为明显的差异性，按照房地产估价理论，可以总结出以下分布规律：
2.6.1 评估价格的峰值出现在东二环以东、牡丹大道以西的彭州新城区，此处的土地也属于住宅1级土地，该区域没有老小区，大多为是2010年以后建成的新小区，评估价格普遍在每平方米4000元左右，最高价格为每平方米4340元，包括置信逸都·丹郡、鸿运星城、恒昌·贵筑等楼盘。彭州市自2004年起将市政府、法院、检察院等机构搬迁至牡丹新城，区内布局了置信·逸都城、沃尔玛等大型商场，商业较为发达;有棕树林啤酒广场、朝阳社区健康广场、五大国有商业银行及邮政银行等生活服务设施;接近牡丹大道，方便前往成都，道路规划较为合理，拥堵较少，交通十分发达，成为房价最高区域可谓当仁不让。
2.6.2 彭州市住宅评估价格的洼地出现在老城区东南部新民街中段附近，此处土地虽然仍属于住宅1级土地，但评估价仍然不高，说明评估价格和土地分等定级有一定的关系，但各种综合影响因素，如交通、环境、生活服务、教育配套和房屋本身也是有重要作用的。此区域房屋较为老旧，且有很多质量堪忧的自建房，是评估价格较低的一大原因;没有大型的商业购物设施，银行也比较少，大量小旅馆、出租房在此聚集，流动人口多，影响生活居住;该区域最为突出的问题是交通问题，道路狭窄，拥堵不堪，区内新民街周边区域经实地调研发现路况十分恶劣。这一切都使得以新民街为中心形成了彭州市住宅评估价格洼地，所谓房子是拿来住的，房屋的人居环境在房屋估价时也是需要注意考察的。
2.6.3 彭州老城区内部，东北—西南一线的评估价格等值线向市中心突出，也就是说此一线房价高于沿线两侧的评估价格。龙兴寺、牡丹文化广场等位于传统的彭州市中心附近，区域内商业繁华，有百伦新宸百货、美佳龙购物中心、数个家具城、华德丽都商业街等商业服务设施，人民银行、农商银行、邮政银行和建设银行等金融机构，还有市人民医院这样的大型医疗机构，交通主干线金彭路和北大街在市中心交汇，道路宽阔，交通便利。生活配套设施和基础服务设施较好，比较有利于提升房屋评估价格。
2.6.4 住宅评估价格区域分布存在明显层次性。总的来说，彭州市主城区住宅评估价格由东北向西南递减，东北部的牡丹新城住宅评估价格显著高于西南部的老城区，而在老城区内部，房价由中部向西北、东南递减。主干道和市级商业区附近的房屋评估价格往往比较高，可见交通便利和商业配套对住宅评估价格影响;评估价格较高的样点全部位于新城区，反映了老城区的相对衰落，因为老城区难以获得土地出让金来筹集足够的财政收入，未来应该采取措施平衡新城与老城的发展，避免老城区公共投资过少造成进一步的衰落，比如加快推进房产税的开征。
4结论
通过抽样选取彭州市城区的商品住宅二手房评估价格，使用ArcGIS的地统计分析工具，定量分析了该区域商品住宅评估价格的空间位置分布和及其变化趋势等。研究表明，房地产评估价格呈现区域分布不平衡，从整体上看，新城区房地产评估价格最高，评估价从东北部的新城区向西南部的老城区递减;从老城区内部看，房地产评估价格由中部向西北和东南两侧递减，且评估价受交通、生活环境、基础设施等条件的影响显著，说明区位因素的确在商品住宅的估价中起到了相当重要的作用。
参考文献
1 黄仁涛. 专题地图编制[M]. 武汉大学出版社， 2003.
2 徐建华.现代地理学中的数学方法.第2版[M].高等教育出版社，2002.
3 柴强. 中国房地产估价师与房地产经纪人学会.房地产估价理论与方法[M].中国建筑工业出版社，2015.
4 张绍伙， 彭贤伟. 基于Kriging方法和GIS技术的城市房价空间分异研究——以贵阳市城区为例[J]. 贵州师范大学学报（自然科学版）， 2010， 28（1）：27-31.
作者简介：田潇（1993.3—），男，四川省成都市人，汉族，硕士。