南京市住宅小区租金空间分布特征研究

  • 格式:pdf
  • 大小:1.41 MB
  • 文档页数:3

下载文档原格式

  / 3
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

南京市住宅小区租金空间分布特征研究

沈㊀豪

摘㊀要:利用网络爬虫技术从房地产网站上收集了南京市2438个小区的租赁数据ꎬ运用空间自相关分析和克里金插值法ꎬ研究南京市小区平均租金的分布规律ꎬ探究分布形成的原因ꎮ研究发现:南京市的小区平均租金服从正态分布ꎬ存在显著的空间自相关ꎬ并且南京市租金分布呈现从中心向外递减和 一个中心㊁两个次级中心 的特征ꎮ中心商务区㊁城市房地产开发㊁公共服务设施的差异以及教育资源的分布等因素共同作用形成了南京市租金的现有格局ꎮ这三个因素通过影响南京市租赁市场的供给关系来决定南京市住宅的租赁水平ꎮ

关键词:住宅租金ꎻ空间分布ꎻ南京

中图分类号:F293.3㊀㊀㊀㊀㊀㊀文献标识码:A㊀㊀㊀㊀㊀㊀文章编号:1008-4428(2019)01-0180-03

㊀㊀一㊁引言

我国房地产业高速发展近20年ꎬ基本解决城镇户籍人口居住问题ꎬ然而高房价抬高了中低收入居民购买商品住房的门槛ꎬ租房成为实现 居者有其屋 的重要途径ꎮ我国现行的租赁住房市场需求巨大ꎬ中国7亿多城镇居民中有20%长期租房ꎬ在一些一二线城市中40%的常住人口长期租房ꎮ十九大报告明确指出要 让全体人民住有所居 ꎬ要实现着目标ꎬ仅依靠住房销售市场是远远不够的ꎬ还要依靠住宅租赁市场弥补住房销售市场的缺漏ꎮ研究住宅租赁市场ꎬ对于解决中低收入人群居住问题㊁加强租赁市场建设和管理㊁保障承租出租双方合法利益均具有重要意义ꎮ而租金是整个市场的核心ꎬ租金的高低反映了租赁市场的供需关系ꎮ了解租金分布规律有助于因地制宜地管理房地产租赁市场ꎬ促进我国房地产业的和谐发展ꎮ

南京市是我国东部重要的中心城市和全国重要的科教基地和综合交通枢纽ꎮ南京市的房地产市场从20世纪90年代开始ꎬ经过近20年的发展ꎬ房地产和与其相关的产业已经成为南京的重要经济支柱之一ꎮ选择南京市作为本文的研究对象ꎬ主要因为南京市作为我国的35个大中城市之一ꎬ居民规模庞大ꎬ外来人口众多ꎬ产生了巨大的住房需求ꎮ但住房销售市场供给不足ꎮ自98年住房改革以来ꎬ南京市的房价一路飙升ꎬ从平均房价2001年的2907元每平方米ꎬ上涨到了2017年25733元每平方米ꎬ增幅达8倍多ꎮ但人民收入水平的增长却远远跟不上房价的增长ꎬ同样2001 2017年17年中ꎬ只上涨了5倍ꎮ房价远超收入的增长速度反映了住房销售市场巨大的供需矛盾ꎬ供给严重不足ꎮ 买房难 已经成为困扰南京市常驻居民的棘手问题之一ꎬ于是租房成为收入水平一般居民的重要居住选择ꎮ以上原因使得南京拥有了一个巨大而又典型的住宅租赁市场ꎮ通过对南京市住宅租赁市场的研究ꎬ可以管中窥豹地了解与南京类似的一二线城市的住宅租赁市场的现状ꎬ为有关部门管理住宅租赁市场制定相关政策提供依据ꎮ

二㊁文献综述

关于房地产领域空间分布的研究ꎬ国外的研究大多集中于对方法的研究ꎮOlmo(2007)首先分别介绍了克里金插值法和协同克里金插值法ꎬ并利用两种插值法分别对西班牙的住宅价格进行研究ꎬ之后比对两种方法的结果ꎬ发现两者各有优劣ꎮCellmer和Radosław(2014)探讨了地质统计学方法主要为克里金插值法应用于研究未开发土地价格空间分布的可行性ꎬ以及这些方法的局限性ꎬ利用地质统计学方法建立了波兰奥尔斯丁未开发土地价格的模型并且绘制了该地区的土地价值地图ꎮ可以发现在研究分布时常用的方法为克里金插值法ꎮ但是在研究中ꎬ学者们发现克里金插值法有自身的局限性ꎬ于是在各自相关研究中指出了克里金的不足之处和改进方法ꎮ

国内对于房地产领域的空间分布研究要晚于国外ꎬ深度也和国外研究前沿有一定差距ꎮ国内学者对于房地产领域的空间分布开始于2010年前后ꎬ现有研究只是将地质统计学方法机械地运用于房地产市政研究ꎬ方法同样主要为克里金插值法ꎬ但没有探讨克里金插值法的优缺点和它的适用范围ꎮ研究对象也主要为上海㊁广州这样一些大城市ꎮ贾士军㊁周春山(2009)对房屋参考租金测定的方法和技术路线进行了研究ꎬ并用广州市的数据做了实证分析ꎬ研究分别揭示了广州市区低层住宅㊁中层住宅以及高层住宅租金的空间分布规律ꎮ苏亚艺㊁朱道林等(2014)运用了空间自相关分析和克里金插值法等方法对北京市六环以内的住宅租金的空间分布规律进行了分析ꎬ经过分析发现:北京市租金分布存在高度显著的自相关ꎬ主要呈现出从市中心逐渐向外递减的规律ꎬ研究还揭示了北京市租金分布的影响因素ꎬ发现交通条件是影响空间分布最重要的因素ꎬ这些因素通过影响租赁住宅供需平衡㊁居住效用的方式来影响住宅的租金水平ꎮ住宅租金对于国计民生的重要性不言而喻ꎬ同时租金也具有时空动态性强的特点ꎬ在不同时间㊁不同地租金水平往往相差巨大ꎬ其分布和分布成因值得深入探讨ꎮ国内关于房地产的分布虽然有了一定成果ꎬ但是主要针对北京㊁广州等一线城市ꎬ对二㊁三线城市研究较少ꎮ针对南京市这样的二线城市租赁市场研究较少的现状ꎬ本文通过数据采集技术从房地产租赁网站上收集到了南京市2438个小区的租金样本ꎬ研究了南京市小区平均租金的空间相关性和空间分布规律ꎬ探讨了影响南京市小区平均租金分布的影响因素ꎮ本研究旨在探究城市租赁问题ꎬ优化城市房地产资源的配置ꎬ促进房地产资源的流通ꎬ探索提高政府在房地产租赁领域的科学决策水平的途径ꎮ

三㊁研究区域概况及数据来源

(一)数据来源

本次研究的数据来自房地产出售和租赁网站ꎬ主要有南京链家网(https:ʊnj.lianjia.com/)㊁南京房天下(http:ʊnanjing.fang.com/)㊁南京安居客(https:ʊnanjing.anjuke.

081

公共管理Һ㊀

com/)ꎮ通过爬虫软件从以上网站得到租赁数据ꎬ并通过实地走访验证了数据的准确性ꎬ同时也补充了相关缺失数据ꎮ经过分析整理之后ꎬ总共获得2438个小区13491个租赁数据ꎮ时间跨度为2016年1月 2018年4月ꎮ

(二)数据概要

本次获得数据为单个住宅的租赁数据ꎮ由于本文主要研究住宅小区的平均租金ꎬ所以首先要根据住宅的租金获得小区的平均租金ꎮ本文采用的方法为分别对每个小区的住宅月租金和住宅面积进行加总ꎬ根据住宅总租金(元每月)和住宅总出租面积(平方米)获得小区的平均租金(元每月每平方米)ꎮ经过计算获得了2438个小区的平均租金ꎮ数据概要如下表1所示ꎮ

表1㊀统计概要

变量样本容量均值标准差最小值最大值租金(元每月)134914000.13740.9200200000面积(平方米)134917855.1202483.7小区平均租金(元每月每平方米)

2438

52.27

21.66

9.90

346.43

㊀㊀四㊁实证分析

(一)正态分布检验

本文采用克里金插值法对南京市租金分布进行研究ꎮ在进行克里金插值之前ꎬ首先要对数据进行正态分布检验ꎮ克里金插值法一般要求数据服从正态分布ꎮ如果数据不服从正态分布ꎬ则需要对数据进行转化ꎬ

转化之后使其服从正态分布ꎮ数据服从正态分布或者在转化之后服从正态分布ꎬ就可以对数据进行克里金插值ꎮ为了检验数据是否服从正态分布ꎬ采用正态QQ分布图对数据进行检验ꎮ数据经过对数变化之后所呈现的QQ-Plot图如图1所示ꎬ在经过对数变化后的租金数据QQ图近似于一条直线ꎬ所以数据在经过对数变化后服从正态分布ꎬ符合空间插值的要求ꎮ

图1㊀小区平均租金正态QQ图

为了使得小区平均租金的分布更加明显ꎬ可以利用数学曲面对小区平均租金的分布进行模拟ꎮ利用ARCGIS软件中的地质统计分析工具模拟出参与统计的南京市小区的平均租金的趋势面ꎬ绘制结果如图2所示ꎮ由图2可知ꎬ南京市小区的平均租金在南北方向和东西方向上都呈现出倒 U 型的正态分布ꎬ即租金在南北和东西方向先增加后降低ꎮ说明南京市小区平均租金存在中心高四周低的分布特点ꎮ

图2㊀南京市小区平均租金趋势面分析图

(二)空间相关性分析

为了进行空间插值ꎬ需要检验小区平均租金是否存在空间相关性ꎬ即小区平均租金在空间上的分布并不随机ꎬ存在高值与高值集聚在一起㊁低值与低值集聚在一起的现象ꎬ或

者存在高值与低值相邻的现象ꎮ因为空间自相关的复杂性ꎬ在相关研究中有一系列有关度量空间自相关性的方法ꎬ其中最常被使用的是 莫兰指数Ι(Moran sΙ) ꎮ一般使用 莫兰指数Ι(Moran sΙ) 来检验研究的变量的空间相关程度ꎮ莫兰指数Ι的取值介于-1和1之间ꎬ大于0说明为正自相关ꎬ小于0为负自相关ꎮ经计算ꎬ南京市小区的平均租金的莫兰指数为0.1520ꎬP值为0.0000ꎬ在1%的显著性水平下拒绝 无空间自相关 的原假设ꎬ即可以认为存在空间自相关ꎮ并且莫兰指数大于0ꎬ说明小区平均租金呈现正自相关ꎬ也就是高租金小区与高租金的小区相邻ꎬ而低租金小区与低租金小区相邻ꎮ

(三)克里金空间插值

克里金插值法是一种已被广泛使用的地质统计格网化方法ꎮ它是一种精确局部插值方法ꎬ以空间自相关性为理论基础ꎬ利用原始数据和半方差函数的结构性ꎬ对区域化变量的未知采样点进行无偏最优估计的插值方法ꎬ其插值效果比较客观ꎮ克里金插值法的核心思想是在有限范围内ꎬ对变量进行无偏最优估计ꎮ

由上文的分析可知ꎬ南京市八个市辖区的小区平均租金服从正态分布ꎬ并且在1%的显著性水平下拒绝 没有空间自相关 的原假设ꎬ明显存在空间自相关性ꎮ因此可以对南京市的租金数据进行空间插值ꎮ因为本文的租金样本点数量较多ꎬ分布较为集中ꎬ满足使用普通克里金插值法的要求ꎮ并且根据文献综述ꎬ发现研究大中型城市的房价㊁租金分布使用普通克里金插值法较为合适ꎮ普通克里金插值法属于地质统计学的基本方法之一ꎬ

该方法在样本点的插值与样本点的实际值较为接近ꎬ在输出结果中也不会存在明显的波谷与波峰ꎮ这就使得对租金的插值结果更加可信㊁可行ꎬ视觉化也更优ꎮ因此可以通过运用普通克里金插值法对小区的平均租金进行插值ꎬ得到整个研究区域的租金分布图ꎮ

插值结果如图3所示ꎮ图3中ꎬ颜色越趋近于黑色表示该区域的租金越高ꎬ越趋近于白色表示该区域的平均租金越低ꎮ观察图3可以发现南京小区平均租金的分布有两个特点 从中心向外递减㊁ 一个中心ꎬ两个次级中心 ꎮ一个中心位于在南京市玄武区㊁秦淮区和鼓楼区的交界处 新街口商务中心ꎬ附近平均租金最高ꎬ达到了86 93元每月每平方米ꎮ两个次级中心分别位于建邺区的中心地带 河西中心商务区和栖霞区的南部地区ꎮ

图3㊀南京市小区平均租金分布图

181