楊君

GIS與Surfer支持下的南京市住房價格空間可視化研究＊

楊君

（三江學院 土木工程學院，江蘇 南京 210012）

隨著科學技術的不斷創(chuàng)新，數(shù)據(jù)可視化技術日益成熟，利用GIS與Surfer軟件共同探索南京市住宅價格空間可視化，結果表明南京市住房市場存在較明顯圈層結構，南北向與東西向發(fā)展差異較大，總體趨勢由單中心向多中心發(fā)展。

可視化；GIS；Surfer；房價

房價作為住宅市場發(fā)展的指示燈，其上漲或下降都關系著百姓的生活、城市的發(fā)展甚至國家的運行。根據(jù)中國統(tǒng)計年鑒，從2019-01全國70個大中城市二手住宅銷售價格指數(shù)中有53個城市環(huán)比價格超過100（含100，下同），2019-07下降至42個城市，2019-12回升至44個城市，全國住房市場窄幅波動，總體穩(wěn)定，堅持“房住不炒”仍然是目前規(guī)范發(fā)展住房市場的工作目標與決心。

而房價在空間結構上的分布特征，可從不同層面集中體現(xiàn)城市物質(zhì)空間與社會空間的雙重屬性，折射出新的發(fā)展規(guī)律。石崧（2004）、JACEK（2006）從理論層面分別探討了中國和波蘭大城市空間結構的變化情況[1-2]；簡萍等（2018）站在全國層面分析商品住宅價格的空間分布特征[3]；鄭曉燕等（2016）則從微觀視角研究房價的空間分布格局及其影響因素[4]。本文將住房價格與空間可視化技術相結合，展示出房價在城市空間上的分布規(guī)律。

1 數(shù)據(jù)可視化發(fā)展現(xiàn)狀

科學技術的高速發(fā)展，使得云計算、區(qū)塊鏈、人工智能等新技術新產(chǎn)業(yè)帶給人們翻天覆地的變化，同時也產(chǎn)生了大量數(shù)據(jù)信息。而這些數(shù)據(jù)背后所隱藏的規(guī)律、特點都需要去挖掘并展示，數(shù)據(jù)可視化技術就應運而生。它是一項研究如何將數(shù)據(jù)通過視覺形式表現(xiàn)出來的科學技術，涵蓋了數(shù)據(jù)挖掘、數(shù)據(jù)分析、美學設計、人機交互等一些列技術手段[5]，最早可追溯到20世紀50年代的“計算機圖形學”。經(jīng)過不斷發(fā)展演變，如今已經(jīng)滲透到人們?nèi)粘Ｉ畹姆椒矫婷?，從新聞圖表到財務審核再到智慧城市，數(shù)據(jù)可視化技術令數(shù)字不再枯燥，能夠直觀、清晰、豐富地展現(xiàn)出數(shù)據(jù)的特征、表達的含義。

2 研究區(qū)域與數(shù)據(jù)來源

2.1 研究區(qū)域

南京市為江蘇省省會城市，地處江蘇省西南部，作為長江三角洲唯一的特大城市，其經(jīng)濟發(fā)展將對長三角都市圈乃至全國中西部城市產(chǎn)生強烈磁場效應，因此選取其作為本文研究區(qū)域具有一定代表意義。南京市共包含十一個行政區(qū)，本文選取其中鼓樓區(qū)、秦淮區(qū)、玄武區(qū)、棲霞區(qū)、建鄴區(qū)、雨花臺區(qū)六個主城區(qū)以及六合區(qū)、浦口區(qū)、江寧區(qū)三個郊區(qū)共計九個行政區(qū)作為具體研究范圍。

2.2 數(shù)據(jù)來源

本文數(shù)據(jù)包含兩種類型，一是價格屬性數(shù)據(jù)，二是地理屬性數(shù)據(jù)，前者來源于鏈家南京網(wǎng)站（https：//nj.lianjia.com/）2019年普通二手房銷售價格并進行修正；后者則根據(jù)前者搜集到的二手房名稱利用Google Earth軟件繪制矢量化圖形，以此獲取WGS1984格式下的經(jīng)緯度坐標，從而生成兼具價格與地理雙重屬性的樣本數(shù)據(jù)。

3 實例研究過程

3.1 數(shù)據(jù)空間探索性分析

將含有經(jīng)緯度坐標的樣本數(shù)據(jù)導入Arcgis10.2軟件，利用地統(tǒng)計分析模塊中的探索數(shù)據(jù)功能繪制南京市二手房價格空間趨勢圖，如圖1所示?？臻g趨勢分析圖由軸、軸、軸和格網(wǎng)組成，軸代表東西方向，軸代表南北方向，軸代表價格，長短不等的黑色短線則表示居于不同位置的住宅小區(qū)房價，將其頂點分別投影至東西向和南北向的縱向格網(wǎng)上，則會根據(jù)投影點位置擬合出一條趨勢曲線。由圖1可知，住宅小區(qū)樣本點居于中心點出較多，南北向與東西向較少，表明市中心住宅密度較大，郊區(qū)住宅密度較小。格網(wǎng)上淺灰色與深灰色兩條曲線都呈倒U形，說明南京市二手房銷售價格在中心點處最高，隨后分別向東西向與南北向遞減，下降速度隨著距市中心距離的增大而增大。

3.2 房價空間可視化分析

本文利用Surfer軟件探索房價空間可視化，繪制等高線圖和山峰圖如圖2所示。根據(jù)圖2可知，南京市二手房銷售價格存在較明顯的圈層結構，價格在中心偏西南左右處最高，超過95 000元/m2，逐步遞減至南北最外圈，價格不到15 000元/m2，二者相差80 000元/m2，價格差異明顯。究其原因，房價高點位于鼓樓區(qū)，基礎設施更加完善，教育資源更加優(yōu)秀，軌道交通更為發(fā)達；而北面最外層為六合區(qū)，南面最外層為江寧區(qū)靠近溧水區(qū)，同屬南京市郊區(qū)，根據(jù)地租理論，距離市中心越遠房價自然越低。同時南京市地形南北縱向長，東西橫向短，從側面導致住房市場發(fā)展不均衡，東西向房價普遍高于南北向。

圖2 南京市二手房價格等高線圖

南京市二手房價格山峰圖如圖3所示，南京市住房價格由單中心向多中心發(fā)展，靠近市中心的西南向和東北向存在多個次峰點，分別為建鄴區(qū)、秦淮區(qū)和玄武區(qū)。建鄴區(qū)自2000年左右基本建成河西新城北部，20年來逐步向西南帶狀發(fā)展，是集金融、商貿(mào)、文體、居住為主的新城市中心，尤其河西CBD被譽為華東地區(qū)除上海陸家嘴以外的第二大中央商務區(qū)，因此促進了當?shù)刈》績r格的上漲。秦淮區(qū)與玄武區(qū)同屬南京市主城區(qū)，即使基礎教育無法看齊鼓樓區(qū)，但兩區(qū)自然歷史文化底蘊更為濃厚，前有夫子廟—秦淮河風光帶，后有紫金山、玄武湖，都促使房價出現(xiàn)波峰。

圖3 南京市二手房價格山峰圖

4 結論

本文同時運用GIS與Surfer軟件將南京市二手房價格數(shù)據(jù)可視化，直觀清晰準確地展示出其空間分布特征，主要表現(xiàn)在較明顯的圈層結構，中心點不再突出，而是在其輻射范圍內(nèi)出現(xiàn)多個次中心；同時房價高低差異較大，南北向與東西向發(fā)展不均衡。在“房住不炒”的調(diào)控基調(diào)下，南京市住房市場更要注重地區(qū)發(fā)展均衡性，讓房價回歸理性。

［1］石崧.城市空間結構演變的動力機制分析［J］.城市規(guī)劃匯刊，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］簡萍，彭賢偉，吳清婷，等.城市住宅價格空間分異格局研究——基于中國中部地區(qū)的分析［J］.價格理論與實踐，2018（7）：135-138.

［4］鄭曉燕，周鵬.武漢市房價的空間分布格局及其影響因素分析［J］.國土與自然資源研究，2016（2）：26-31.

［5］楊麗娜，馬照亭，朱立寧，等.時空數(shù)據(jù)可視化研究［J］.測繪與空間地理信息，2020，43（5）：140-142，146，149.

F126

A

10.15913/j.cnki.kjycx.2020.22.016

2095－6835（2020）22－0041－02

江蘇高校哲學社會科學研究項目“基于ESDA的城市住宅價格空間分布特征及影響因素研究”（批準號：2019SJA0504）；三江學院校級科研項目“城市居住空間分布特征與驅(qū)動機制研究”（批準號：2018SJKY035）

楊君（1991—），女，江蘇南京人，碩士，三江學院土木工程學院講師，研究方向為城市管理、城市空間結構。

〔編輯：張思楠〕