共查询到20条相似文献，搜索用时 31 毫秒
1.
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
2.
Many Chinese cities are in a transition from industrial to post-industrial urban economies. In this process of urban restructuring, land use becomes polycentric and fragmented. More sophisticated models are needed to estimate the amenity effects of this complex residential environment. This article assesses the relative housing price effects of neighborhood characteristics and accessibility in Nanjing, China. This is achieved with a hedonic price model that incorporates detailed spatial measures, geographical contingency, and a modified version of Alonso’s (1964) general theory of land rent. A crucial finding is that the effect of job accessibility on house price varies depending upon the specific sector of employment. Accessibility to jobs in the public and private service sectors has strong positive effects. However, housing proximity to heavy industries has a spatially nonlinear effect: negative in close proximity, but positive at a larger distance. Second, when we control for job accessibility, access to public transport has an added positive effect. Finally, neighborhood “quality” (defined in terms of nearby amenities) is also relevant, but far less than access to service employment. This research shows that Nanjing’s housing prices are affected by different residential characteristics than those with dominant price effects in Western cities. 相似文献
3.
Effect of land prices on the spatial differentiation of housing prices: Evidence from cross-county analyses in China 总被引：3，自引：1，他引：2
This study analyzes the spatial patterns and driving forces of housing prices in China using a 2,872-county dataset of housing prices in 2014. Multiple theoretical perspectives on housing demand, supply, and market, are combined to establish a housing price model to explore the impact of land prices on housing prices. The relative impacts of land prices on housing prices at different administrative levels are then analyzed using the geographical detector technique. Finally, the influencing mechanism of land prices on housing prices is discussed. The main conclusions are as follows. (1) Housing prices have a pyramid- ranked distribution in China, where higher housing prices are linked to smaller urban populations. (2) Land prices are the primary driver of housing prices, and their impacts on housing prices vary over different administrative levels. To be specific, the effect of land prices is the strongest in the urban districts of provincial capital cities. (3) The internal influence mechanisms for land prices driving housing prices are: topographic factors, urban construction level, the agglomeration degree of high-quality public service resources, and the tertiary industrial development level. The urban land supply plan (supply policies) is the intrinsic driver that determines land prices in cities; through supply and demand, cost, and market mechanisms, land prices then impact housing prices. 相似文献
4.
Ross S. Purves Paul Clough Christopher B. Jones Avi Arampatzis Benedicte Bucher David Finch 《International journal of geographical information science》2013,27(7):717-745
Much of the information stored on the web contains geographical context, but current search engines treat such context in the same way as all other content. In this paper we describe the design, implementation and evaluation of a spatially aware search engine which is capable of handling queries in the form of the triplet of ?theme??spatial relationship??location?. The process of identifying geographic references in documents and assigning appropriate footprints to documents, to be stored together with document terms in an appropriate indexing structure allowing real‐time search, is described. Methods allowing users to query and explore results which have been relevance‐ranked in terms of both thematic and spatial relevance have been implanted and a usability study indicates that users are happy with the range of spatial relationships available and intuitively understand how to use such a search engine. Normalised precision for 38 queries, containing four types of spatial relationships, is significantly higher (p<0.001) for searches exploiting spatial information than pure text search. 相似文献
5.
中国城市房价、收入与房价收入比的时空分异格局 总被引：1，自引：0，他引：1
中国城市房价快速增长背景下,城市房价、收入与房价收入比空间格局既有相似性,也表现出差异性,其空间异质性与空间依赖性特征显著。本文以中国337个地级行政单元为研究对象,运用泰尔指数、位序-规模和空间马尔科夫链等方法,对2009—2018年中国城市房价、收入和房价收入比的时空分异格局、整体稳定性和空间依赖性特征进行分析发现：① 中国城市房价增长呈现出波动性特征,整体分异程度增强,房价城市体系呈现“金字塔型”结构,收入则表现出平稳增长态势,整体分异度降低,城市体系呈现“橄榄型”结构,在房价与收入共同影响下,房价收入比整体差异性显著加强;② 城市房价空间格局表现出“地带性”与“等级性”差异并存,而收入更多表现出“地带性”差异,房价收入比则以“等级性”差异为主;③ 城市房价和收入类型的稳定性和空间依赖性较强,高、低水平城市存在两极分化与“俱乐部收敛”现象,房价收入比稳定性相对较弱。对中国城市房价、收入和房价收入比时空分异格局和空间关联效应的分析,可以为探索中国城市房价收入比空间分异模式与机理提供必要研究基础。 相似文献
6.
城市住房制度市场化改革以来,中国城市房价整体快速上涨,区域房价分异加剧。区域内部房价空间分异是城市发展差距的综合反映,即城市资源要素综合配置能力差异的物化表达。基于中国房价行情平台提供的2008—2018年地级城市和区县尺度城市房价数据,分析长三角一体化区域房价增长与分异过程,发现区域整体房价呈现快速上涨、相对平稳和再度快速上涨3个阶段,区域房价差异随房价上涨而扩大,上海、杭州和南京等城市房价增长更快,浙江、苏南地区与安徽、苏北地区的房价差距拉大。根据房价增长、城市等级与区位特征,将长三角327个区县划分为核心城市城区、中心城市城区、发达城市城区、其他城市城区、核心圈层县市和外围地区县市6种类型,提出一体化区域城市房价表现为整体上涨相对更快、不同类型区县间差异拉大、同类区县间存在“俱乐部收敛”等增长与分异模式。区域城市房价快速上涨与过度分异,驱使高端产业、人口等资源要素向少数“超级明星城市”集聚,加剧区域不平衡,不利于长三角地区实现更高质量一体化发展。 相似文献
7.
利用城市居民在网络搜索中的百度指数分析城市网络联系格局,从百度指数网(http://index.baidu.com)上得到2011—2014年成渝城市群14个城市两两间的百度指数,建立14×14的多值矩阵并导入社会网络分析软件,采用Net Draw和优势流分析法研究成渝城市群网络联系格局。结果表明:(1)Net Draw分析表明成都和重庆在成渝城市群网络联系中为核心城市,其他城市为边缘城市。(2)从优势流分析看,成都为成渝城市群中的主导城市,重庆为次级主导城市,其他城市为从属城市。总体而言,成渝城市群形成了"一主一次多从"的网络联系基本格局。 相似文献
8.
中国城市住宅价格时空演变研究进展与展望 总被引：4，自引：2，他引：2
城市住宅价格时空演变历来是城市地理学和城市经济学关注的核心内容之一。住宅价格在空间、时间分布上具有内在规律性,探索这一规律信息及其影响机制,有助于政府制定合理的房价调控和土地利用政策。本文在总结中国城市住宅价格时空演变动力机制与模式、影响因素以及技术方法等方面研究进展的基础上,指出在研究内容与研究方法方面仍存在不足,有待深化。研究结论如下:未来中国城市住宅价格时空演变研究应立足于经济转型与制度改革的特殊背景,重视住宅价格时空演变理论框架的构建;加强宏观因素对住宅价格影响的定量研究以及探索住宅价格低值集聚的内外因素,全面考察各类因素对住宅价格的影响;强化GIS 技术对城市住宅价格时空演变特征信息的挖掘,并探索多维空间在时间序列上的动态GIS 模型,实现对住宅价格时空演变与分布的模拟分析与趋势预测;拓展城市住宅价格时空演变的普及性应用,并将研究成果与城市住宅价格监测成果形成动态互补性应用。 相似文献
9.
Location factors are vital elements for describing housing price variation. However, limited studies have explicitly illustrated the relationship between urban design and the heterogeneity of housing price patterns. This article specifically evaluates how the interactions between the spatial layouts and land-use system at various scales through street network affect the valuation of the residential properties and the segmentation of housing markets in a network-based Mixed-scale Hedonic Model (MHM) where the submarkets pattern are determined and annotated by the spatially varying estimates on streets. The application of the delivered method in the case of Shanghai City, China, confirms the necessity of using the non-Euclidean distance metric and represent the coexistence between the stationarity and the non-stationarity of the introduced street accessibility variables. The results provide evidence that the impacts of street accessibility measures on the local levels showcase significant spatial variation. It is common for all the places that the properties located on the streets with the higher levels of angular closeness, smaller values of angular betweenness and longer angular distance to the nearby land-uses at the larger scales will be bided higher. It is proven that our delineation of submarket performs better in prediction accuracy than the traditional submarket specifications. The detected submarkets pattern yields that reachable land-use diversity at the pedestrian level is not a preferred factor in the housing submarkets located in the developed city centres. The signs of the price effects of the angular distance to local land-uses distinguish the developing submarkets as two main groups with different degrees of geometrical walkability. It is suggestive that continuously developing pedestrian-oriented neighbours in the walkable areas could contribute to decelerating the growth of house price in Chinese cities. The productions of this study can enrich the understanding of the socioeconomic effects of urban design with greater spatial precision across submarkets. 相似文献
10.
城市商业型健身休闲场所空间格局及影响机理——以上海市为例 总被引：1，自引：0，他引：1
基于百度POI和美团网评分数据,分析上海市商业型健身休闲场所空间格局及影响机理。结果显示：① 上海市商业型健身休闲场所整体呈现核心?边缘格局,黄浦区、静安区、徐汇区、长宁区、普陀区和虹口区的交界处形成了核心集聚分布区。② 上海市商业型健身休闲场所分布与高人口密度区、高房价地区、交通网络发达区、住宅小区、写字楼和购物中心等空间分布保持较高的契合度。③ 人口密度、地铁距离、小区距离、写字楼距离、连锁情况和房价水平等6个变量是影响空间格局的关键因素,人口密度影响最大,房价水平和写字楼距离其次,地铁距离、小区距离和连锁情况最小,房价水平为负向影响,其余为正向影响。分析影响机理,以期满足人们日益增长的健身休闲需求,优化城市商业空间,提升城市生活品质,助力实现“健康中国”国家战略目标。 相似文献
11.
基于抖音粉丝量数据,运用位序-规模法则、核密度估计、领域划分与模式组合等方法,对中国城市网络关注的空间差异进行分析,并对比了其与传统百度指数的差异。研究发现：① 关注度排名靠前的城市分别是北京、上海、广州、深圳、成都、杭州、重庆、西安、天津、南京等,并形成了长三角、珠三角、京津三大核心集聚区,反映出核心经济发展区的网络优势度。而中西部地区城市的关注度普遍不高,仅在成渝、中原、长江中游等地区形成微弱的集聚中心。② 从位序-规模法则看,拟合曲线偏离理想状态且q值大于1.3,反映出高关注城市在空间上的强影响作用并表现出一定的网络空间集聚效应。从四大分区看,东北和西部地区与整体类似,东部地区的高等级集聚效应进一步强化,而中部则较符合理想形态。③ 从领域划分与地域模式看,北京、上海、广州等高关注城市的核心领域是探店、旅游、美食、街拍、同城,方言、旅游类话题亦有较大的关注。中西部地区核心城市除了在特色美食、探店、街拍与东部地区有些类似外,还表现出房产、地铁等方面的特色,从侧面反映出该区域在城镇化建设、产业转型等方面面临的一些现实问题。从地域模式看,长三角属于多中心网络化,京津冀、珠三角、成渝、长江中游属于双中心点轴状,关中、中原属于单中心放射状,其余城市群则属于单中心或无中心离散状。④ 与百度指数对比看,抖音粉丝量在高水平区的集聚程度高,而在中西部城市群地区的集聚效应不明显。⑤ 从影响因素看,除了与经济发展水平尤其是现代服务业水平、信息化水平、交通物流保障相关外,与城市的创新性、高素质人才或高学历网民的活跃性参与、数字化推广、专业化运营相关性较大。 相似文献
12.
扬州市住宅价格空间分异的影响因素与驱动机制 总被引：2，自引：1，他引：1
构建包含20个评价因子、4 个影响因素和4 个预期修正因素在内的城市住宅价格空间分异影响因素评价体系,基于评价因子和预期修正,分别得出单户住宅档次与水平、小区建设档次与水平、区位与生活便利性、周边景观与环境等4 个影响因素强度的得分,并分析其空间分异格局。以2012 年扬州市1305 个小区的平均住宅单价为因变量,4 个基本影响因素得分为自变量,进行回归分析,探索所有住宅及各子市场价格分异的主要因素,并分析其驱动机制。结果表明：① 4 个影响因素强度格局明显不同,住宅自身因素的格局呈现中心低外围高的圈层式分异,而外部作用因素强度呈现中心高外围低、西高东低的扇型与圈层相结合式空间分异格局;② 扬州市总体住宅价格空间分异的核心影响因素是小区建设档次与水平,不同类型住宅子市场的价格影响因素各不相同;③ 扬州市住宅价格空间分异的主要驱动力是特定住宅类型与档次建设的区位指向、特定收入阶层的空间集聚、公共物品投资的空间差异、城市居住用地扩展与城市更新的区位指向。 相似文献
13.
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
14.
随着中国城镇的快速发展以及市民环境意识的提高,由邻避设施引发的矛盾日益增多。合理规划邻避设施,是促进环境正义、推动社会和谐的重要课题。论文从“规划云平台”获取广州主城区邻避设施的地理信息数据,通过Python语句编码收集广州主城区小区平均房价数据,运用克里金插值法分析邻避设施的空间分布特征,构建多元线性回归模型和地理加权回归模型研究邻避设施与周边住宅价格的关系。研究发现,广州主城区邻避设施的布局与低收入住宅区的分布在空间上具有一致性,邻避设施主要分布在房价较低的住宅区周边;邻避设施对周边小区房价的影响与邻避设施的类型和所在区位相关,城市边缘区的邻避设施对房价造成了显著的负面影响,而城市中心良好的区位条件、基础设施与公共服务配套一定程度上抵消了邻避设施的负外部性;污名化类的邻避设施对房价的影响程度明显小于污染类、风险聚集类和心理不悦类邻避设施。本研究对有关城市邻避设施的科学规划布点具有一定的借鉴和指导意义。 相似文献
15.
用户贡献内容(UGC)已逐渐成为旅游行为与感知研究的重要数据源.区别于通常利用搜索引擎关键词数量描述网络关注度的方法,本文引入电子社区层次结构为权重因子,建立了基于社区UGC的旅游关注度模型,能够灵活调节模型表达的重点,优化计算结果.针对著名旅游电子社区Tripadvisor 的研究发现,国外社区用户对中国旅游的关注呈现3 个典型特征:①旅游关注集中在“长城、泰山、黄山、九寨沟、张家界”等少数旅游吸引物,和“北京、香港、上海、桂林”少量目的地城市;大量吸引物和目的地关注度较低,呈现“长尾现象”与极化特征.②吸引物与目的地城市的关注空间具有明显耦合性,关注度较高的吸引物多邻近或隶属于关注度较高的城市,如桂林阳朔、北京长城、成都都江堰和九寨沟、杭州西湖等.③旅游关注空间整体呈现出由高到低的“东—中—西”格局,与中国区域经济的“东—中—西”梯度格局基本耦合;北京、香港、广州、深圳、上海、成都等关注中心也与区域经济中心一致.旅游资源禀赋、电子口碑传播模式、地理区位、经济水平和关注者国家的文化背景、经济发展状况、地理区位等是影响旅游者关注度及其空间格局变化的主要因素.旅游关注度模型旨在解决互联网用户对区域旅游关注的定量计算问题,为基于互联网UGC的旅游地理学研究提供新思路. 相似文献
16.
This study analyzes the spatial patterns and driving forces of housing prices in China using a 2,872-county dataset of housing prices in 2014.Multiple theoretical perspectives on housing demand,supply,and market,are combined to establish a housing price model to explore the impact of land prices on housing prices.The relative impacts of land prices on housing prices at different administrative levels are then analyzed using the geographical detector technique.Finally,the influencing mechanism of land prices on housing prices is discussed.The main conclusions are as follows.(1) Housing prices have a pyramid-ranked distribution in China,where higher housing prices are linked to smaller urban populations.(2) Land prices are the primary driver of housing prices,and their impacts on housing prices vary over different administrative levels.To be specific,the effect of land prices is the strongest in the urban districts of provincial capital cities.(3) The internal influence mechanisms for land prices driving housing prices are:topographic factors,urban construction level,the agglomeration degree of high-quality public service resources,and the tertiary industrial development level.The urban land supply plan(supply policies) is the intrinsic driver that determines land prices in cities;through supply and demand,cost,and market mechanisms,land prices then impact housing prices. 相似文献
17.
长三角一体化区域城市商品住宅价格分异机理研究 总被引：4，自引：1，他引：3
城市住宅价格及其空间差异是21世纪以来引起城市地理学者持续关注的热点问题。以长三角135个区县为研究对象,在通过分异度指数测度发现2014-2016年各区县商品房价差异增大的基础上,以商品房单位面积成交均价为因变量,提取16项房价影响因素为自变量,通过逐步回归和地理加权回归进行定量分析。研究发现：高校资源、经济密度、房产政策、经济实力、公共服务投入、高端从业者占比和产业结构7项指标对房价分异的影响最显著,而各因素对区域内房价的影响程度均具有显著的空间不稳定性。进而,提出房价是城市经济、人力、社会和行政等资源丰度的货币化表达,区域房价分异是城市支配资源能力差异的综合反映,其中行政资源在各类资源中占据主导地位。由此判断,长三角各区县房价在短时期内较难实现“俱乐部收敛”,沪宁杭等核心城市与外围地区的房价差距可能会继续扩大。 相似文献
18.
基于ICT的中国城市间人口日常流动空间格局——以百度迁徙为例 总被引：28，自引：7，他引：21
随着互联网时代的来临,网络数据已越来越成为表征居民地理行为的重要载体,用户迁移、社交网络、移动通信等地理行为大数据成为城市联系研究的重要数据来源。“百度迁徙”大数据通过LBS技术,全程、动态、即时和直观地记录了城市之间的人口日常流动轨迹。通过采集“百度迁徙”数据库中2015年一季度（2月7日至5月16日）国内369个城市之间的逐日的人口流动数据,分“季度平均、春运期间（春节前）、春运期间（春节后）、劳动节、周末和工作日”6个时间段,从人流集散层级、人流集散网络体系的分层集聚、人口日常流动空间格局及其与“胡焕庸线”之间的关系等角度分析各时间段的城市之间的人口日常流动相关特征与空间格局。研究发现,“百度迁徙”大数据清晰地显示了春运期间中部和沿海地区之间的人口流动格局。人流集散中心主要分布在京津冀、长三角、珠三角和成渝4大城市群中,并与其城市等级有较强的一致性。人口日常流动集散体系呈明显的分层集聚,京津冀、长三角、珠三角、成渝和乌鲁木齐5大集散体系在各时间段基本得到体现,而华中、东北、西南和福建沿海等地区并未出现高层级集散城市和高等级集散体系,与这些区域在国家区域发展战略中的地位在一定程度上不相匹配。“胡焕庸线”能较好地反映国家层面的城市之间人口日常流动格局,反映了地理环境对城市间人口日常流动的深刻影响。城市之间的人口流动强度是体现区域经济联系强度、城市等级和网络结构等的重要指标,此项研究可为形成国家区域经济发展新格局和促进区域平衡发展提供参考。 相似文献
19.
空间功能视角下的公共服务对房价的影响——以成都市为例 总被引：1，自引：0，他引：1
房价的快速上涨和城市内部房价的巨大差异引起社会广泛关注,调控房价,防止局部区域房价过热势在必行。本文从城市空间功能的视角出发,以成都市2016年房价为例,基于地理探测器分析公共服务对房价的影响。结果表明：成都平均房价为8480元/m2,并从市中心沿交通环线和放射状干线同时向郊区递减,形成圈层加放射格局,总体上呈现西高东低、南高北低的特点。公共服务(主要包括医疗、金融和教育服务)对房价的影响以第三圈层和西南方最为显著,且高于城市层面上整体的影响。公共服务对房价的影响显著受不同区域的空间功能差异的影响,公共服务和空间功能差异会加剧房价的分异格局,并推动局部房价过热。因此,显著地受到在房价调控中,不仅要有传统的金融、经济政策,还要注重空间功能和公共服务的优化。 相似文献
20.
基于家庭区位需求的城市住房价格模拟分析 总被引：1，自引：0，他引：1
目前关于城市住房价格异质性和影响因素研究多侧重于空间位置分析,从城市系统角度刻画住房价格分异现象有待进一步探索。根据“土地利用—交通相互作用理论”,城市空间的发展过程是各类活动通过交通相互作用的过程,本文构建了交通可达性模型,综合全市经济活动空间分布和交通网络评价城市区位条件,并以北京为例,从就业、教育、消费、医疗服务等各方面评价了城市区位条件,在此基础上依据家庭成员结构,模拟分析了家庭区位需求对住房价格的影响。案例研究表明,本模型对房价的模拟可以在全市范围内达到很好的效果;家庭的区位选择决定着住房价格的空间格局;各类活动中就业对北京市房价分布影响最为显著,其次是消费、教育,而医疗服务对住房价格影响相对较弱。此外,本文所提出的模型系统阐述了城市经济活动分布格局对住房价格的影响,经济活动分布发生变化时模拟结果随之变化,因此,本模型可以进一步拓展用于“以业带人”政策实验,模拟分析疏散各类经济活动后住房价格的变化,也为城市房价及土地市场分析研究提供模型方法上的参考。 相似文献