基于Web Services和GIS的区域房地产项目空间分析与前期策划研究

【摘要】 随着中国经济的进步和社会的发展，房地产市场发展迅速，竞争日益激烈。在房地产开发活动中，前期策划是房地产开发和经营活动的基础，房地产前期策划方案将在很大程度上影响到房产投资收益。本文以大量房地产开发和前期策划经验和数据作为分析依据，采用多元回归分析方法对相关数据的时间序列以及空间特征进行了数理统计分析，并用GIS空间统计分析方法，建立基于GIS的房地产前期策划模型，使得GIS的应用领域得到了更大范围的扩充。本论文研究的内容为：（1）首先探讨了房地产前期策划的主要内容。在此基础上，提出区域房地产策划的研究思路、方法及框架。以GIS为操作平台，研究房地产前期策划相关数据并进行分析处理，提出了基于GIS空间分析为基础的区域房地产项目策划模型。并对此模型展开综合分析和评价，证明模型具有实用性和可信度。（2）建立了区域房地产前期策划的相关理论模型。在此基础上开展了空间统计分析，合理选择了样本以及建模变量，同时还包括变量的集中化和均衡度分析。将区域经济统计分析模型与GIS相结合，利用GIS空间分析功能、交互功能与可视化功能，实现区域房地产经济分布利用模型。从多角度进行分析，为区域房地产经济的统计分析及区域房地产投资决策提供了有效的方法。（3）进行了房地产选定策划区域区划研究。根据策划空间的区划、空间统计方法、GIS选址方法分析出的结果以及模型选取等一系列研究，从而选取可策划空间最大的常州清水湾项目作为策划与模拟案例进行分析研究。依托GIS的空间分析和处理能力，对宏观环境、项目情况调查分析，最后通过科学的预测方法得出结论：项目所处地理环境位置内房地产需求有上升趋势、该项目具有获利空间。（4）提出基于Web Services的前期策划辅助系统平台的架构。以微软公司的MicrosoftVisualStudio2010软件作为开发工具，采用WebGIS体系结构、Web Services模型和协议栈（Protocol Stack）等数据技术，结合常州市案例，将信息共享、发布等功能在ArcGISServer GIS应用的平台上得到了充分实现。同时利用ArcGIS for Desktop软件实现了空间数据采集和处理、数据存储、空间统计分析等功能，运用C#语言进行ArcGIS Engine9.3二次开发组件库的开发和设计，最终实现了房地产信息的实时对外动态发布与共享。 

1  绪论 

1．1 研究背景和意义 

1.1.1 研究背景 

自20世纪80年代以来，我国开始对住宅制度以及土地制度进行改革，正是在这一背景下，房地产企业在我国大城市中发展迅速，并逐渐在国民经济中突显地位，成为推动国家经济发展的主要力量，对于 GDP 的拉动产生重要影响。近年来，国内房地产市场快速发展。根据国土资源部发布的统计数据，我国2010年居民住宅的价格上升了25.1%，是近十年来的最高水平，其中一线城市中的住宅价格上涨幅度十分显著。为推动我国房地产行业健康、稳定发展，需要构建合适的模拟模型和区域房地产策划方案，预测并模拟未来房地产市场的发展，为房地产经济健康、持续、稳定的发展作出进一步贡献。

（1）房地产宏观调控下项目约束增强 

我国房地产市场在 2009 年发展超出预期，过热的房地产行业使得越来越多的人开始加入炒房大军。进入2011年，政府为进一步调控房地产市场，相继出合限购政策以遏制房地产过热局势，但效果并不明显。至 2013年2月20日，国务院常务会议出台五项加强房地产市场调控的政策措施（简称国五条），要求各直辖市、计划单列市和除拉萨外的省会城市要按照保持房价基本稳定的原则，制定并公布年度新建商品住房价格控制目标，建立健全稳定房价工作的考核问责制度。严格执行商品住房限购措施，已实施限购措施的直辖市、计划单列市和省会城市要在限购区域、限购住房类型、购房资格审查等方面，按统一要求完善限购措施。“国五条”不仅再次重申坚持执行以限购、限贷为核心的调控政策，坚决打击投资投机性购房，还在继 2011 年之后再次提出要求各地公布年度房价控制目标。自 2009 年 12 月份开始楼市调控以来，政策经历了四次升级，分别是 2010 年 1 月的“国十一条”、4 月的“国十条”、9 月的“9.29 新政”，2011 年 1 月的“新国八条”，2013 年 2月 20 日出台的“国五条”是第五次调控升级。房地产宏观调控的加剧，房地产投资不再完全依靠市场调节，开发项目受市场、政府双重调控约束。

（2）区域房地产需要统筹 

2013 年 2 月 20 日，国务院常务会议研究部署房地产市场调控工作，提出五条调控措施即“国五条”，并在3月1日发布国五条细则（《关于继续做好房地产市场调控工作通知》【国办发〔2013〕17号】），随后中央及各部委密集表态，坚决落实国五条调控精神。而国家发改委为加强房地产市场调控，早在2008年7月24日批准并颁布了《城市房地产基础信息数据库标准规范》等一系列的技术规范和数据标准；通过互联网建立了广域 VPN 数据专网，其范围覆盖了 40 个城市节点；并建立了一系列的数据库，其范围至少涵盖四十个城市；建设基础数据库整合系统、基础数据采集系统等一系列应用系统；建立健全一系列信息安全保障体系。我国发布并付诸实践的一系列从国家到地方的有关房地产政策表明：构建房地产发展策划模型，对房地产市场长远发展和短期变化进行理性分析，建立科学的房地产管理体系，实现房地产管理工作的计算机信息查询服务和技术性支持的问题就日趋凸显，采用先进的GIS及Internet网络技术进行房地产策划与模拟模型势在必行。 

1.2 国内外研究现状与进展 

1.2.1 国外研究现状 

房地产行业的实践活动促使其理论研究得到发展，历经一段时期的发展和摸索，房地产行业的理论研究一直都是在实践的基础上进行着并指引着行业的发展。 

国内的房地产业的发展要远远落后于许多发达国家。不但如此，关于该行业的经济制度相对落后，关于相关行业的理论形成也比国外稚嫩，发达国家在其特有的经济现象和房地产业务实施的基础上，早已建成了一套非常完整流畅的理论观点和制度。 

发达国家的房地产业务的理论形成也是在其土地城镇化的基础上进行的。通常情况下，西方国家应该已较快的度过了城镇化阶段，在这方面已经具备了大量的理论基础。虽然城镇化建设离不开各自国家的社会环境和政治影响，但是我国的城镇化发展环境与他们差距很大，值得一提的是两者的一部分共性现象的理论研究。以经济学的观点来分析，市场上供求关系的变化可以直接影响和确定城市周边土地形式的变更现象。房地产企业开发后形成的项目市场销售情况，一定程度上决定着企业的利润和承担土地价值的能力，决定着项目的开发位置，进而决定着城市周边地区土地流转的制度变更。在市场竞争环境下，流转土地的价值和应用跟随市场环境的变化而变化，当市场发生变化是会影响企业的位置选择，还影响土地流转(Lery J.Hushak， 1975)。在有关农用地价值方面的研究上，一些专家指出影响价值变化的原因在于：环境影响、土地性质、土地所有者类型、投资者来源和对土地的价值预期(Richard W.Dunford，1985)。有关专家把耕地专做他用的价值变化因素分为：一般因素和变化因素，而且变化因素对土地流转的影响较大，或者城镇化对土地流转价值的影响较大。(Andrew J.Plantinga，Douglas J.Miller， 2001；Clonts Howard A.Jr.，1970；Yue Jin Shi，Timothy T. Phipps，Dale Colyer， 1997)。对农地转用价格的分析和计算模型的研究。主要有汉斯和马克提出的空间-时间地块模式，Andrew J. Plantinga等(2001)的综合农地地价计算模式，TSA在城乡土地市场中的应用(Jerry Hembd等，1981)，以及 Hedonic 价格模式在城市边缘土地价格分析中的应用(Wiler Shonk 等，1986)。有关城市周边地区土地流转和土地价值研究。主要形成以下内容：城镇对周边地区土地的需求模式(Leroy J. Hushak，1975) ，研究农用地价值和土地未来开发权价值(Andrew J.Plantigna，Douglas J.Miller，2001）和包含客户的额外期望的城市周边农用地价对城市周边土地供给的影响等(Richard W.Dunford等，1985)。 

2 研究区概况与数据分析 

2.1 研究区房地产市场概况 

江苏省常州市位居长江之南、太湖之滨，处于长三角中心地带，与苏州、无锡联袂成片，构成苏锡常都市圈。常州是一座有着 3200 多年左右历史的文化古城。曾有过延陵、毗陵、毗坛、晋陵、长春、尝州、武进等名称，隋文帝开皇九年（589年）始有常州之称。处长江下游南岸，位于江苏省南部，长江三角洲中心地带，北携长江，南衔太湖，东望东海，与上海、南京、杭州皆等距相邻，扼江南地理要冲，与苏州、无锡联袂成片。现辖金坛、溧阳两个县级市和武进、新北、天宁、钟楼、戚墅堰五个行政区，37 个镇、21 个街道办事处，807个行政村、323个居委会，总面积4385km2。常住人口为459万。常州老城区南接武进区。武进区环抱常州老城区，南濒太湖，衔滆湖（西太湖），南接宜兴，东邻无锡、江阴，西毗金坛衔长荡湖（洮湖）、丹阳，西南毗溧阳。常州新北区北接长江。常州是中国唯一城区被东经120度经线穿越的较大的城市，为此，常州市把东经120度经线确定为城市东部的主要景观轴线。 

2.1.1 常州房地产发展阶段 

根据常州市房地产市场的具体情况，将常州市房地产市场发展情况划分为三个阶段： 

a.发展和完善阶段（2003～2007）：房地产飞速发展，国家开始宏观调控。此阶段之前属启蒙阶段（1998～2003）：房地产市场化机制刚刚形成，房地产市场化还不完善，故不在本研究范围内。 

b.调控奏效阶段（2007～2008.9）：市场第一次出现价量齐跌，调控奏效，房产投资总体较为平稳。 

c.市场急剧回升再打压阶段（2008.9～今）：次贷危机后，国家为稳定市场信心，双率齐降，并五次降息；在楼市过热的情况下，再出重拳打压。

（1）房屋施工情况 

图 2-1 表明，2003 年—2012 年期间，常州市每年房屋施工面积呈线性递增趋势，年平均增量 420.64×104m2，年平均递增率 22.92%。其中，新开工面积呈波动趋势，总体上呈增加趋势，年平均增量81.38×104m2，年平均递增率20.44%。但是，房屋施工面积递增比率总体上呈下降趋势，表明市场容量有限，逐渐趋于饱和状态，这同常州市房价递增减缓趋势相吻合。 

2.2 数据来源与分析 

数据是研究的基础。房地产统计数据是开发商、银行和政府采取下一步行动的重要参考信息，因此要将它规范化、客观化、科学化、全面化。通过严格的行业监管，做好房地产市场预测，避免资源浪费，揭露房地产开发管理中存在的问题，在房地产行业中尤其重要。 

根据国家统计局日前发布的统计数据，我国自房地产市场开始发展起来目前一直处于房价快递上涨趋势。尽管目前政府为压制房价而采取了一系列的适当调控政策以保证经济金融稳定和保障民生，但是，从目前来看，几乎都是失败的。这是因为我国的房地产调查体系有两个不相统属的系统，一是由国家统计局主导、各省市统计局及其调查总队为主要力量的政府类综合统计机构，它由政府出面去调查房地产的投资开发、经营状况，根据人们的收入水平来判断房产价格是否合理等。二是由建设部主导、地方政府房地产主管部门为基本机构的部门类统计机构，由相关部门负责统计房产交易及物业中介等，并及时传播房地产方面的有关信息资料等。而这两大调查系统所得出的数据所表现出来的房价差异又很明显。因此，在本文中涉及到的房地产数据来源与处理尤其重要。实证研究的空间样本为江苏省常州市，原始数据均来源于 2003-2012 年常州市国民经济和社会发展统计公报。因此本章以常州市房地产市场数据为样本，详细分析其数据信息，并以此为基础得出结果。 

（1）数据来源和区间选取 

当前，除了政府定期发布房地产的有关数据信息外，一些房地产研究机构和房地产中介公司也有类似相关信息发布。本文中这方面的数据来源是由 2003-2012 年常州市国民经济和社会发展统计公报提供的 2007-2012 年常州市 GDP 概况、2007-2012 常州市人民生活基本情况、2003-2012 年常州市人均可支配收入情况、2003-2012 年常州房地产行业状况，根据市场影响力的大小进行数据采样工作，共计有中房地产研究中心、常房地产顾问公司两家机构的房价数据被采用，将这两家机构的房价数据与统计局的销售指数、常州市国土管理部门的房地产市场数据、常州市房地产信息系统提供的数据进行纵向比较。时间段为2003 年到 2012 年，这一阶段常州市的房价变化比较明显，经历了从跌到涨的过程，具有较高的研究价值。 

3 房地产区域投资策划模型选择与分析 ............37 

3.1 房地产区域投资策划理论模型构建 ..............37 

3.1.1 房地产区域投资策划模型选择与构建 .............37 

3.1.2 样本和建模变量的选择 ..........45 

3.2 房地产区域投资影响因素空间自相关分析 ...........47 

3.3 房地产区域投资影响因素相关性分析 ................53 

4.1  房地产项目区域定位 ..............68 

4.1.1  项目区域单元划分 ................69 

4.1.2 项目投资分区指标的选取 ............ 70 

4.1.3 项目投资区类型与定位选择 ......... 71 

5 基于 GIS 的区域房地产前期策划及实现 .............. 96 

5.1 GIS 应用模型 ........... 96 

5.1.2 GIS 应用模型的构建 .................98 

5.2  区域房地产前期策划空间数据库 ........... 99 

5.2.1  空间数据库概述 ....... 99 

5.2.2  房地产前期策划空间数据库基本结构 ...........100 

5.3 基于 GIS 的项目策划信息实时发布 .................105 

5.4 本章小结 ......110 

5 基于 GIS 的区域房地产前期策划及实现 

通过深入研究房地产价格波动的成因及各地区房价变化成因的空间差异性，在建立区域房地产策划传统回归理论模型的基础上，结合 GIS分析原理，进一步建立选定区域内的空间回归模型，最终目的是要实现房地产策划信息的实时发布，这个过程主要依托 WebGIS数据发布平台实现。在本章中，将会遵循上述思路进行分析，将区域房地产模型建立在GIS基础上，并对该模型进行案例分析。 

5.1 GIS 应用模型 

GIS 应用模型的建立是为了将领域问题完全解决，在其应用领域内建立 GIS 未提供的领域专有模型（吴秀琴等，2007），该模型是利用抽象的操作步骤和分析方法来解决实际的应用问题，能够完全体现要素之间的客观规律和相互关系，并且用数学的、语言的或者另外的方式进行表达，这种方法能够在 GIS 领域内的发展过程及结果中反映出来，也可以演变为多种形式，例如仿真模型，结构模型以及数学模型等，因此，GIS 模型也被称为在该领域的专题模型。对于 GIS 应用模型库的设计、组织管理以及模型集成而言，对这些模型进行分类并对其进行复杂性评价具有十分重要的意义。 

目前阶段，阻碍 GIS 实用化的原因之一就是应用模型种类比较少，随着越来越多的应用模型的出现，模型的开发也受到了重视，其中以下几种模型比较突出：将数学中的系统分析方法和空间化的统计理论引入进来；通过土地评价、水土流失、地貌分析、森林火灾预警、环境污染评价、旅游资源分析等实际研究，建立相关的专有模型，并且将这些模型提供给用户使用。在GIS 应用过程中，作为常规专业研究和GIS 应用系统的连接纽带，应用模型不能仅依靠技术性和数学来建立，它不是单纯的数学问题，需要以专业知识为基础，将常规专业和应用系统紧紧联系到一起。因此，今后的重点研究方向和发展重点就是应用模型。 

6  结论与展望 

6.1 结论 

在房地产前期策划研究中应用GIS技术是一种比较新颖的尝试和探索，本章对全文的内容进行总结，提出了今后进行相关研究和应用的具体方向。 

本文通过查阅大量的房地产开发以及前期策划方面的资料，并建立在对房地产前期策划进行分析的基础上，将GIS应用到房地产前期策划工作之中。通过研究传统的GIS 空间统计分析理论和传统统计分析理论，并从传统房地产市场的地理空间分布的差异性方面展开研究，得到了如下的研究结论： 

（1）本文基于对房地产前期策划的相关分析，提出区域房地产策划的研究思路、方法及框架。并将GIS应用到房地产前期策划中，以GIS为操作平台研究房地产前期策划相关数据并对数据进行分类处理设计结构模型。 

（2）在前期策划的过程中，考虑到房地产项目投资组合以及投资的风险，本文结合中国房地产特有状况，建立城市住宅价格 logistic 预测模型，并与传统线性回归模型进行对比。即在预测研究中，建立了logistic和Lorenz两种投资模型，在分析研究的基础上，得出了 Logistic 回归模型在房****幅预测的判定准确性更好的结论。因此，选择了Logistic 投资模型作为房地产价格预测模型。同时，选取了地理加权回归模型（GWR）作为投资定位模型，并选用最小二乘估计（OLS）作为对比模型，采用空间计量的分析方法，反映相对较长时间内房地产价格的变化情况，以便于通过GWR分析房地产前期策划中各地区房价影响因素的地理空间差异，以确定房地产投资定位问题。 

（3）建立了区域房地产前期策划理论模型，进行空间统计分析以及模型样本和建模变量的选择，以及变量的集中化和均衡度分析将区域经济统计分析模型与 GIS 相结合，利用 GIS 空间分析功能、交互功能与可视化功能，实现区域房地产经济分布利用模型。从多角度进行分析，对于区域房地产投资决策和经济统计分析而言，创造了科学的方法。 

（4）构建了以 GIS 空间统计分析为基础的区域房地产前期策划空间回归模型。通过GIS 空间分析技术在处理时间与空间特征变化上的优势，使其成为房地产前期策划研究中不可缺少的工具。借助基于GIS的空间分析技术，对空间区划进行了系统研究，建立了以GIS 空间为基础的房地产前期策划模型，并借助空间相关性以及空间聚类等方法对具备一定区域特征的数据实施了定量的分析，以便构建了以 GIS 为基础的房地产前期策划模型。 
 

参考文献：

• [1] 田秉涛,王晓文,尹春.  基于ESDA-GIS的福建省房地产住宅投资时空格局及其影响机制研究[J]. 福建师范大学学报(自然科学版). 2014(02)
• [2] 朱雷,王坚,凌卫青.  基于GIS技术的可视化建模[J]. 中国公共安全(学术版). 2014(01)
• [3] 姚瑾,张晋纶,孟小梅,谢元礼.  基于RS和GIS的区域可持续发展实践探讨——以陕西省为例[J]. 测绘与空间地理信息. 2014(01)
• [4] 王英利,张建国,游珍,杨艳,邱天.  基于RS和GIS的土地利用结构动态变化及发展预测研究——以南通市为例[J]. 国土与自然资源研究. 2013(06)
• [5] 罗研,郭玉,杨春全.  基于GIS与MIS集成技术的房产管理信息系统设计与实现[J]. 测绘与空间地理信息. 2013(09)
• [6] 刘萌伟,曾广鸿,杨吉龙.  基于GIS技术的房产测绘系统解决方案分析[J]. 地球. 2013(06)
• [7] 杨波.  GIS技术在房地产管理中的应用[J]. 信息安全与技术. 2013(04)
• [8] 常金华,贾晓惠,宋迎,姚琼.  我国房地产行业问题研究[J]. 数学的实践与认识. 2012(15)
• [9] 陈浪南,王鹤.  我国房地产价格区域互动的实证研究[J]. 统计研究. 2012(07)
• [10] LIU Xiao-sheng1, DENG Zhe1, WANG Ting-li2 1. School of Architecture and Survey Engineering, Jiangxi University of Science and Technology, Ganzhou 341000, China; 2. School of Applied Science, Jiangxi University of Science and Technology, Ganzhou 341000, China.  Real estate appraisal system based on GIS and BP neural network[J]. Transactions of Nonferrous Metals Society of China. 2011(S3)