共查询到20条相似文献，搜索用时 15 毫秒
1.
西安市住宅价格空间结构和分异规律分析 总被引：1，自引：0，他引：1
利用ESDA方法对西安市城区的291个普通住宅项目均价数据进行研究,通过计算Moran指数和半变异函数分析了其空间自相关性和变异性,并进行了趋势分析。应用Kriging空间插值方法对西安市普通住宅价格空间分布进行了模拟。研究结果表明:西安市房价存在显著的空间自相关性,大部分住宅价格呈空间集聚格局,少部分因存在空间异质性而呈离散分布;房价变异函数表现出各向异性,不同方向有不同结构特征,空间自相关尺度为14.2km;西安市房价空间分异规律明显,房价分布格局受城市功能区划和交通影响较大。 相似文献
2.
《北京测绘》2020,(6)
本文以郑州市主城区为例,以房地产租售网络平台和百度地图获取的住宅价格和位置数据为基础,运用克里金插值分析、核密度分析、空间自相关分析、缓冲区分析等GIS空间分析方法,研究其住宅价格空间分布格局及影响因素,为房价调控和基础设施建设布局提供依据。结果表明:(1)郑州市主城区住宅价格空间分布有显著的分片区特点,区域差异较大,呈现东北高、西南低的分布特征;(2)主城区东北部房价总体偏高,区域差异较大,西南部房价整体偏低,分布较为均匀,住宅价格之间表现出较强的空间自相关性;(3)住宅价格空间分布格局受到人口分布与经济发展,主要道路及河流水系分布,超市商城、教育设施、医疗设施配套及城市规划等多重因素的综合影响。 相似文献
3.
4.
5.
针对住宅价格在城市空间中的分布规律问题,该文以兰州市主城区2015年在售的187个商品住宅样本均价为基本数据,运用空间自相关法对兰州市住宅价格的空间异质性和集聚性进行分析,并利用趋势面分析和空间反距离权重插值法对住宅价格的空间分布格局进行研究。结果表明:兰州市住宅价格总体上呈显著的空间正自相关性,少数地区存在差异性;住宅价格发展不平衡,价格“东高西低”;住宅价格由各区行政中心向四周逐级递减,呈多极核分布特征;价格等值线“东密西疏”,住宅价格变化幅度空间差异较大。分析发现,区位条件、交通条件及居住环境是影响兰州市商品住宅价格的主要因素。 相似文献
6.
卢才武张明江松吴珺华 《测绘科学》2018,(10):60-66
针对目前西部二线城市住宅价格的空间分布研究较少的问题,该文从地质统计学角度出发,以西安市主城区452处的住宅价格数据为例,利用空间自相关、变异函数、克里金空间插值等理论方法,对住宅价格的空间分布特征及其影响因素进行了研究。研究发现,西安市主城区内住宅价格整体呈现空间正相关性,在各向同性上,住宅价格的最优拟合模型为指数模型,但在不同方向上变异程度不尽相同。目前,西安市主城区住宅价格的空间结构呈现一个极值中心,两个次级核心组团,两个新新组团的局面,价格整体南高北低、东高西低。究其原因,历史背景、新一轮城市规划和特定的景观环境及文化底蕴等要素均影响住宅价格的空间分布。 相似文献
7.
针对目前西部二线城市住宅价格的空间分布研究较少的问题,该文从地质统计学角度出发,以西安市主城区452处的住宅价格数据为例,利用空间自相关、变异函数、克里金空间插值等理论方法,对住宅价格的空间分布特征及其影响因素进行了研究。研究发现,西安市主城区内住宅价格整体呈现空间正相关性,在各向同性上,住宅价格的最优拟合模型为指数模型,但在不同方向上变异程度不尽相同。目前,西安市主城区住宅价格的空间结构呈现一个极值中心,两个次级核心组团,两个新新组团的局面,价格整体南高北低、东高西低。究其原因,历史背景、新一轮城市规划和特定的景观环境及文化底蕴等要素均影响住宅价格的空间分布。 相似文献
8.
兰州市商品住宅价格的空间分异规律 总被引：1，自引：0，他引：1
针对住宅价格在城市空间中的分布规律问题,该文以兰州市主城区2015年在售的187个商品住宅样本均价为基本数据,运用空间自相关法对兰州市住宅价格的空间异质性和集聚性进行分析,并利用趋势面分析和空间反距离权重插值法对住宅价格的空间分布格局进行研究。结果表明:兰州市住宅价格总体上呈显著的空间正自相关性,少数地区存在差异性;住宅价格发展不平衡,价格"东高西低";住宅价格由各区行政中心向四周逐级递减,呈多极核分布特征;价格等值线"东密西疏",住宅价格变化幅度空间差异较大。分析发现,区位条件、交通条件及居住环境是影响兰州市商品住宅价格的主要因素。 相似文献
9.
针对传统的空间自回归模型拟合精度较低且无法顾及空间异质性的问题,该文提出了改进的地理加权自回归模型。并以北京市住宅小区特征价格数据为例,利用探索式空间数据分析方法分析住宅价格数据的空间自相关性,探讨其时空演变特征;建立了空间自回归模型、地理加权回归模型和地理加权自回归模型,并在模型之间进行精度对比和分析。实验结果表明:北京市住宅价格具有明显的空间相关性与空间集聚特征;由于综合考虑了空间自相关性和空间异质性,地理加权自回归模型不仅能大幅度提高模型的拟合优度和解释能力,还能更好地揭示住宅价格的空间变化规律,为数据的空间探索提供了新的方向。 相似文献
10.
针对传统的空间自回归模型拟合精度较低且无法顾及空间异质性的问题,该文提出了改进的地理加权自回归模型。并以北京市住宅小区特征价格数据为例,利用探索式空间数据分析方法分析住宅价格数据的空间自相关性,探讨其时空演变特征;建立了空间自回归模型、地理加权回归模型和地理加权自回归模型,并在模型之间进行精度对比和分析。实验结果表明:北京市住宅价格具有明显的空间相关性与空间集聚特征;由于综合考虑了空间自相关性和空间异质性,地理加权自回归模型不仅能大幅度提高模型的拟合优度和解释能力,还能更好地揭示住宅价格的空间变化规律,为数据的空间探索提供了新的方向。 相似文献
11.
针对北京市主城区房地产价格长区间的空间分布变化及其成因进行研究,为北京市房价的空间分布规律提供参考.采用空间相关性分析方法中的平均最近邻分析、全局Moran'sI指数、Moran散点图和LISA集聚图等分析工具结合空间自相关理论对北京市主城区房地产价格的空间分布变化进行分析,通过克里金插值分析方法验证房价的空间特征,分析空间分布的变化及其成因.得出北京市主城区房地产价格20152019年,空间集聚特征不变,正向空间自相关增强,价格中心由单中心变为中心—副中心的多中心形式,区位因素和交通可达性条件是影响房价空间分布变化的重要因素. 相似文献
12.
13.
14.
改革开放以来,住房商品化的新体制基本确立,使以住宅为主的房地产业成为国民经济的支柱产业,房地产价格也成为当今热点。城市房地产价格在空间、时间分布上具有较强关联性和特殊性。据此,以南京市房地产价格为例,研究不同因素对房地产价格变动的影响,从而建立有效的分析评估机制。结果表明,从时间分析角度,政策对南京房价的影响较大,政府颁布的不同购房政策是房价波动的重要因素;从空间分析角度,南京房价分布主要为圈层式结构,中心城区等值线密集且分布均匀,而四周等值线逐渐变得稀疏且分布不均。影响房价的主要因素为距市中心远近,中小学、高校、医院、景区和地铁位置。通过这些影响因素,建立了Hedonic模型,揭示了南京市房价的空间分布格局。 相似文献
15.
针对湖南省国家级传统村落空间格局的研究较少.为保护和发展传统村落,该文以湖南省658个中国传统村落为研究对象,综合运用最邻近指数、变异系数、地理集中指数、不平衡指数、网格维数、核密度估计和全局莫兰指数等空间分析和计量地理学方法,对湖南省传统村落的空间格局及其影响因素进行研究.结果表明:湖南省传统村落呈集聚型分布,空间分布不均衡,空间差异较大,主要集中在湘西、怀化、郴州、永州、邵阳等5个市州;传统村落分形特征明显,且分形特征较为复杂,在自组织演化过程中呈现出多中心集聚特征;传统村落的高密度集聚区主要分布于3个片区:武陵山区、雪峰山区和湘南山区;传统村落空间分布全局莫兰指数为0.575,存在显著的空间正相关性;湖南省传统村落空间格局主要受到地形地貌、河流水系、气候条件等自然因素的影响,同时与社会经济、交通条件和中心城市等人文因素密切相关. 相似文献
16.
以安居客网站爬取的2018年10月894个南昌市住宅小区二手房价格为研究对象,利用地理加权回归模型探讨了建筑特征、邻里特征、区位特征等方面各影响因子对住宅价格的作用差异。研究结果表明:1)地理加权回归(GWR)模型的拟合结果优于OLS模型,将回归系数结果空间可视化发现南昌市二手房价格影响因子具有空间异质性。2)不同因子对价格影响程度不同,其中对南昌市二手房价格影响较大的因子是房龄、绿化率以及与CBD的距离。3)同一因子对住房价格的影响在不同空间也具有差异性。其中主要是绿化率、容积率、重点学校、购物中心及地铁对新开发区的二手房价格影响比较大,对老城区影响较小;商务中心区和三甲医院对南昌县二手房价的影响最大;而房龄和旅游景点对老城区影响比较大。 相似文献
17.
针对人口和房价问题的研究多基于地理空间单元,难以从更深层次、更多角度反映两者关系的问题,以武汉市主城区为例,在区县、街道、居民区3个空间尺度与工作和休息这两个时间节点上应用Kriging插值、区位熵、集聚指数等方法分析人口集聚和房价的分布特征及相关性,并在居民区尺度基于土地利用数据这非地理空间单元,对人口集聚和房价关系进行探讨.结果表明,房价与人口集聚分布具有趋同性,但并非完全同步,房价高值往往与人口集聚高值错开而分布在其周围;用地类别中,相对于居住人口,公共管理与公共服务设施用地,绿地与广场用地、公共设施用地类别房价受就业人口集聚影响更为显著. 相似文献
18.
城市房价空间分布及其影响因素分析 总被引：1，自引：0，他引：1
针对城市房价的空间分布规律及其影响因素的研究,该文提出了以南昌市青山湖区房价为研究对象,基于相关理论,搜集整理了2015年07月到10月南昌市青山湖区155个楼盘的均价,利用市场比较法把房价修正到2015年10月份节点上,估算出了155个楼盘点的价格,以GIS技术为研究平台,运用普通克里格插值方法,得到了青山湖区房价的等值线图,根据等值线图得到其空间分布情况,从可达性视角出发,采用结构方程模型构建了青山湖区房价影响因素分析框架,运用SPSS分析出各自变量和因变量之间的关系,即定量分析出了各影响因素对房价格产生的影响程度。 相似文献
19.
美国GIS相关学术科研单位空间分布特征分析 总被引：1，自引：0，他引：1
为了更清楚地认识美国地理信息科学的发展状况,该文以ArcGIS 10.2和Excel为平台,利用核密度分析、热点分析、空间自相关分析等GIS分析工具及最邻近点指数、基尼系数、地理集中指数、不平衡指数、差异系数等统计分析模型对美国GIS相关学术科研单位的空间分布特征进行分析,在此基础上运用灰色关联分析法探究并评价其社会影响因素。研究结果表明,美国GIS学术科研单位在全国、东西部、9大分区、各州内部均为空间聚集模式,主要分布在加利福尼亚州和美国东北部,加利福尼亚州和马萨诸塞州是美国GIS发展水平最高的地区。人口密度、GDP、教育财政支出都是对于GIS科研单位的空间分布具有显著影响的社会因素,其中教育财政支出的影响尤为明显。 相似文献
20.
南京市住宅租金空间分异特征与影响因素分析 总被引：1，自引：0，他引：1
针对当前城市住宅租金空间分异研究的不足,尤其是从宏观层面揭示城市租金空间结构影响因素研究的欠缺,通过网络爬虫法抓取南京市租房信息及相关数据,运用趋势面分析、空间插值分析、空间自相关分析等方法研究南京城市住宅租金的空间分异特征,并分析其空间分异的影响因素。结果表明:南京住宅租金具有显著空间自相关性,租金总体趋势呈现出由中心向外的圈层式递减特征,H-H集聚区域分布在中心城区,L-L集聚分布在地铁线末端等区域。人口分布及就业中心、城市规划引导、轨道交通及公共服务设施水平是影响南京住宅租金水平空间分异的主要因素。本研究可为城市住宅租金管理与住房开发决策提供参考。 相似文献