共查询到16条相似文献，搜索用时 156 毫秒
1.
北京市住宅价格的影响因素和轨道交通效应 总被引：2，自引：0，他引：2
以北京住宅楼盘样本为例,定性总结了轨道交通对住宅价格的明显增值效应以及距离衰减规律,并且明确了空间影响的距离参数。住宅价格随距离轨道交通站点的远近而变化,最高值出现在离最近轨道交通站点300~600 m之间。从建筑结构、地理区位和邻里环境三方面选取23个变量,采用特征价格模型定量分析了不同因素对住宅价格的空间影响效应和规律。其中,11个变量对住宅价格都有一定影响,建筑面积、混合住宅、精装和容积率以及至高速公路、工业区和公园的距离与价格正相关;至天安门和商业设施距离与价格负相关。住宅价格的轨道交通效应凸显,影响程度高于距天安门和高速公路的距离,已建地铁比在建地铁影响程度高。至已建和在建地铁站距离每减少1 km,价格分别平均上升1 313元/m2和502元/m2。 相似文献
2.
北京市景观可达性与住宅价格空间关联 总被引：2，自引：0，他引：2
随着城市居民对住宅环境要求的不断提高,城市景观对城市住宅价格分异影响日趋显著。分析景观对住宅价格分异格局的影响,可为城市住宅空间结构的规划提供依据,为规划与管理部门提供决策参考。以北京城区二手房小区为样本,基于ArcGIS空间分析方法和特征价格模型,探讨景观因素对北京市住宅价格空间分异格局的影响。以主流房地产交易网站二手商品房报价资料为基础数据,共采集到2012 年1 月北京市城六区有效住宅小区样本3174 个,对住宅样点进行空间化处理,并建立住宅空间信息数据库。运用密度分析、空间插值等方法,分析北京市住宅空间分布特征与价格空间分异格局。核密度分布图显示：北京市住宅空间分布呈现显著的向心化与离心化并存现象,总体上以天安门为中心向周边呈衰减趋势,在地铁转换站点形成了多个集聚次中心。在此基础上,从住宅属性、交通因素、区位特征等方面选择主要解释变量,构建地理加权回归模型,对住宅价格影响因素进行分析,重点探讨景观可达性（如绿地、水景、山景等）与住宅价格的关联。结果表明：次中心与住宅价格关联最为显著,绿地、水景、山景与住宅价格存在一定程度关联。其中,山景和高绿化率对住宅价格增效明显;由于水质较差,北京城六区内河流与住宅价格存在负相关;污水处理以及丧葬场所等污染源与住宅价格也存在显著负相关。远离污染源、靠近宜人景观、低容积率、高绿化率是居民选择住宅的需求。 相似文献
3.
针对以往住宅价格影响因素分析中忽略城市路网形态参数的问题,该文基于空间网络分析,将不同搜索半径下道路接近度与穿行度纳入住宅价格特征变量,构建空间计量模型,探究成都市路网形态对住宅价格的驱动效应。结果表明:1)相比享乐回归模型和地理加权回归模型,多尺度地理加权回归模型揭示了不同变量的空间影响尺度,更适用于探究成都市路网形态对住宅价格的影响;2)路网的局部接近度、局部穿行度核心位于二环内,全局接近度核心主要分布在四环内,全局穿行度核心主要分布在交通干道上;3)不同搜索半径下对住宅价格具有显著驱动效应的接近度均为全局尺度变量,该效应在空间上相对平稳,而穿行度作为局部变量,其在空间上的影响尺度随搜索半径的变化而存在差异,具有一定的空间异质性,其中,路网接近度对住宅价格产生正向影响,其系数空间格局呈跨尺度相似特征,而穿行度产生负向影响,其系数空间格局呈跨尺度变异特征;4)各搜索半径下路网形态变量的差异可在一定程度上改变消费者对其他影响因素的偏好程度。 相似文献
4.
基于空间扩展模型和地理加权回归模型的城市住房价格空间分异比较 总被引：4，自引：3，他引：1
鉴于已有研究主要集中探讨住房价格的空间依赖性,较少涉及空间异质性对住房特征价格的影响,也很少尝试构建不同计量模型来比较模型间刻画住房价格影响因素空间分异的准确性,以长沙市中心城区为研究区,采用空间扩展模型和地理加权回归模型比较分析城市住房价格影响因素的空间分异,结果表明：① 空间扩展模型和地理加权回归模型都表明,长沙市中心城区的住房属性边际价格随着区位的变化而变化,揭示住房价格影响因素具有显著的空间异质性;小区环境、交通条件、教育配套、生活设施等因素对住房价格的影响强度存在明显的空间分异。② 地理加权回归模型和空间扩展模型都能对传统特征价格模型进行改进,但地理加权回归模型在解释能力和精度方面都超过空间扩展模型;对属性系数估计空间模式的分析,地理加权回归模型形成的结果比采用坐标多义扩展的空间扩展模型更为复杂和直观。 相似文献
5.
城市住宅地价影响因素的定量识别与时空异质性——以武汉市为例 总被引：2，自引：0，他引：2
定量测度微观因素对住宅地价影响程度的时空分异特征是有效揭示住宅地价形成机制的重要条件。本文基于武汉市2007-2015年公开出让的住宅地价样点数据,采用广义可行最小二乘法(FGLS)修正的特征价格模型(Hedonic),测度微观影响因素对住宅地价影响程度的时空演变规律。结果显示,各要素对住宅地价影响程度的时序变化特征复杂,空间区域差异明显,具体而言：①2007-2015年间,武汉市住宅地价因素的影响程度从高到低依次为：容积率>医院>城市中心>城市副中心>地铁>公园。②在时序上,城市中心对住宅地价的影响程度呈增强趋势;城市副中心对住宅地价影响整体有所减弱;医院对住宅地价的作用程度呈指数式上涨;地铁对住宅地价增值作用主要发生在开通后;公园的影响持续下降;容积率的影响则在时序上先减后增,与住宅用地出让面积呈反向变动关系。③在空间上,在二环内中心区域,公园、容积率等对住宅地价影响程度较高;而在二环以外,与生活便利性相关的地铁、医院对住宅地价的作用更强;城市中心和副中心功能对住宅地价作用在空间上的互补效应明显。基于研究结果,强化景观用地等的宏观配置和保护力度,审慎确定容积率等是当前城市土地管理值得关注的问题。 相似文献
6.
以2021年兰州市主城区678个居住小区房价数据为基础,引入地理场模型量化影响房价的外部因素,通过空间自相关分析、多尺度地理加权回归等模型对房价分异的空间格局及驱动因素的作用机理、带宽差异展开研究,以期为推动河谷型城市房产市场的公平发展提供参考。结果表明:(1)兰州市主城区平均房价为13739元·m-2,空间上呈现“一主三副”的带状多中心组团式分布格局,房价由多中心向四周递减,价格相似的小区在地理空间上邻近分布,具有“小集中、大分散”的局部空间特征。(2)房价分异是多种驱动因素共同作用的结果,区位特征中的主商圈对房价的影响居于首位,建筑特征中的房龄、容积率和邻里特征中的中学数量、绿化率等对房价的影响较大,城市地理特征对房价具有显著影响,愈靠近黄河的小区、房价越高。(3)各驱动因素的带宽差异明显,主商圈、医院等小尺度变量存在高度空间异质性,而容积率、黄河等全局变量基本不存在空间异质性。 相似文献
7.
基于城市土地二级市场的监测点地价数据,构建了城市住宅地价及其影响因素的特征价格模型,分析城市住宅地价影响因素的作用规律。研究发现:市中心、公交站、地铁站、中学、小学、医院、工业污染和容积率8个因子对住宅地价的影响是显著的,市中心和工业污染是负向影响,其他因子都是正向影响。人们对于住宅用地所具备的特征考虑如下:与城市中心区域的远近,住宅周边的公共交通条件,住宅所处学区内学校质量,周边的医疗卫生条件,环境质量条件等。科学地把握城市土地二级市场上住宅地价影响因素的作用规律对政府相关部门更加合理地配置城市土地资源有重要意义。 相似文献
8.
中国县域住宅价格的空间差异特征与影响机制 总被引：10，自引：3，他引：7
以2014年中国2872个县级单元的住宅平均单价为基本数据,通过空间自相关和核密度函数分析中国住宅价格的差异格局、空间关联特征和分布形态,构建“住宅价格等级金字塔”;根据“需求+供给+市场”的三维理论视角建立包括5大住宅价格差异影响因素在内的价格模型,采用地理探测器分析全国及其区域子市场的影响因素强度差异,并探索其影响机制。结果表明：① 中国区域住宅价格呈现以行政等级性为主、空间集聚性为辅的双重差异格局,其空间关联与集聚性显著;② 中国住宅价格呈现出房价越高,区域越少,所居住城镇人口越少的“金字塔式”等级分布特征。③ 租房户比例、流动人口规模、住房支付能力、住房市场活跃度、土地成本是中国住宅价格差异的5个核心影响因素,不同行政等级子市场的影响因素作用强度各异。 相似文献
9.
兰州城市建筑的空间分布 总被引：1，自引：0，他引：1
利用高精度卫星影象和大规模实地调查方法获取数据,采用GIS手段、景观生态学和数理统计等方法,利用建筑占地面积和建筑面积等指标分别研究了兰州市各区、功能区、各组团、各圈层现状建筑的空间分布与组合,以及城市资产、土地强度的空间变化规律。结果表明：住宅、工业、商务三类建筑是兰州市建筑的绝对核心类型,空间分布均衡而广泛,且工业建筑向外围迁移过程中存在全域分散化特征：兰州市各区建筑用途复杂程度、多样性和均匀性由中心到外围大致逐步降低,优势度逐渐增加,组团分布特征显著而强烈;建筑更新具有明显的全域化和快速推进特征;建筑用途空间组合、建筑容积率由中心到外围的空间波动性较为显著：建筑用途多样性、建筑容积率等指标高或低的“插花”分布现象相当显著;住宅、工业建筑更新与空间分化是城市建筑更新、建筑用途空间分化与组合及其变迁的核心动力因素,单位制模式的影响依旧强烈和深刻。 相似文献
10.
城市住宅价格是经济地理学、城市地理学研究的核心议题之一。厘清国内外相关研究进展、发展方向、讨论热点,是开展中国城市住宅价格研究的前提。根据已有文献,系统梳理了国内外住宅价格研究的相关进展。研究发现:国外住宅价格研究出现更加关注后工业化社会特征、行为和制度因素、多阶段和多层级比较、时空动态综合分析等新视角;影响因素主要有宏观层面的住宅需求、住宅供给,微观影响因素包括区位、邻里、建筑。国内学术界除了对住宅价格进行总体研究外,关注的城市内住宅价格影响因素有建筑及区位特征、交通、绿色景观、公共设施等邻里特征;住宅价格在城市间有明显的行政等级差异,在不同城市内部的分布形态各异。完善理论框架、挖掘深层影响机制、强化分析模型和综合集成是中国城市住宅价格研究的重点和方向。 相似文献
11.
小区是居民日常生活和构建社会关系的重要场所,由于居住环境差异,导致剥夺现象发生。为探究居住环境剥夺对房价的作用机制,构建居住环境剥夺测度体系,创新了居住环境剥夺指数计算方法,运用混合地理加权回归模型和地理探测器分析居住环境剥夺与房价的关系。结果表明：（1） 兰州市平均房价为12566.93元·m-2,空间上呈现出多核心、组团式分布格局,表现为从核心向外逐级递减的趋势。（2） 基于6个维度服务设施数量和种类差异,居住环境剥夺也呈现出不同空间分布格局。（3） 所有服务剥夺均与房价呈负相关,教育服务剥夺对房价影响力最强,生活服务剥夺对房价影响力最弱,教育和交通服务剥夺交互作用对房价解释力最强。研究结果对促进资源配置公平和城市健康快速发展至关重要。 相似文献
12.
基于GWR的南京市住宅地价空间分异及演变 总被引：3，自引：1，他引：2
以南京市主城区为例,在空间自相关分析和蒙特卡罗检验的基础上,构建城市住宅地价地理加权回归模型,通过2003 年、2009 年住宅地价空间分异的对比,探讨不同影响因素对住宅地价影响的空间差异性及其随时间变化的特点,揭示住宅地价及其影响因素的空间变化关系,以促进地价的科学化管理。研究表明：① 随着影响因素数量不断增加以及合理均衡分布,区域差异性缩小,一般会减弱其对地价的影响。② 随着交通条件的不断完善,导致影响因素如CBD、主干道、公交等对地价的影响程度和范围发生变化。③ 随着时间推移,城市居民逐渐注重生活质量、居住品位的提高,公园绿地对地价的影响程度超过其他公用设施。 相似文献
13.
上海市三甲医院对周边地区住房价格的空间影响效应分析 总被引：1，自引：0，他引：1
选取上海市区7家三级甲等综合性医院,运用特征价格模型和多元回归分析方法,实证分析它们对周边住宅价格的空间影响效应。研究结果显示：① 总体上,相比其他环境区位因素,三甲医院对周边住宅价格的影响程度较小,而建筑面积、物业管理费、学区房、轨道交通、建筑楼高、至 CBD 的距离等因素的影响程度较大。② 三甲综合医院对周边住宅价格产生负面影响。在相同情况下,住宅离医院距离越近,则价格越低。住宅与医院的距离每缩短50 m,住宅价格平均下浮0.602%。③ 由于三甲综合医院区位各不相同,距离CBD远近不一,对住宅价格的影响也存在空间差异。一般来说,距离CBD越近,住宅价格受医院的负面影响也越小。 相似文献
14.
北京市住房价格和租金的空间分异与相互关系 总被引：2，自引：1，他引：1
当前中国住房销售市场、住房租赁市场发展不平衡,研究住房价格、租金的空间分异与相互关系,对建立“租售并举”的住房制度具有重要参考价值。利用2016年北京市各住宅小区的住房价格、租金数据,及2006—2016年北京市逐月住房销售价格指数、住房租赁价格指数,从时空尺度剖析了住房价格、租金的空间分异与相互关系,并剖析了背后的差异机制。结果表明：① 北京市住房价格和租金的空间格局均呈多中心圈层递减结构,且南北差异明显,但租金的空间分异程度弱于住房价格。② 住房价格具有中等程度的空间相关性,受政策等随机性因素影响相对较大,而租金具有强烈的空间相关性,受区位交通等确定性因素影响相对较大。③ 住房价格和租金的价格剖面线并不相同,住房价格易受学区、大型公园等的影响,而租金更易受就业所在地、建筑年龄等的影响。售租比呈混乱斑驳、相对均质的扁平化分布特征,且小区越高档,售租比越高。④ 北京市住房销售市场和住房租赁市场基本相对独立发展,更符合双重市场的特征。产生上述差异的主要原因在于住房销售市场和住房租赁市场的市场特征、服务人群以及市场发育程度不同。 相似文献
15.
中国城市住宅价格的空间分异格局及影响因素 总被引：4，自引：2，他引：4
分别研究2009年中国286个地级以上城市住宅均价和房价收入比的空间分异格局、总体趋势、空间异质性和相关性;根据供需理论和城市特征价格理论建立了影响中国城市住宅价格空间分异的初选因素,并根据半对数模型分析主要影响因素。结果表明：① 中国城市住宅价格空间分异显著,呈现出空间集聚性分异（东南沿海三大城市群与内陆城市之间）和行政等级性分异（省会与地级市之间）的双重格局;② 房价收入比较高的城市数量更多,分布范围更广,购房难度较大的城市已超过一半;③ 住宅均价的总体分异趋势和空间异质性都强于房价收入比;④ 城市居民收入与财富水平和城市区位与行政等级特征是住宅价格空间分异的两大核心影响因素。 相似文献
16.
以江苏省苏南地区为案例地,获取Airbnb网站房源数据,运用泰尔指数、DBSCAN聚类算法等分析方法,从多尺度视角对共享住宿价格的空间分异进行探讨,采用OLS回归模型和分位数回归模型从房源内部和房源外部相结合的角度对比分析共享住宿价格的影响因素。结果表明：（1）从苏南整体和各地市来看,共享住宿房源价格在城市内部和区县内部的差异较为明显,在城市之间和区县之间的差异较小;（2）不同价格水平共享住宿的空间聚类中心存在显著差异,高、中、低档次共享住宿对于水域的依赖逐渐降低,整体上,空间聚类中心呈现“东多西少,南多北少”分布;（3）共享住宿房源价格是内部属性和外部属性共同耦合驱动作用的结果,对比来看,房源价格受到内部属性如房源卫生间个数等指标的影响较大,受到外部属性的影响较小,同时不同影响因素对于同等价格水平共享住宿房源的作用方向和影响程度存在明显差异性和分层性。 相似文献