共查询到10条相似文献，搜索用时 204 毫秒
1.
城市住宅价格的空间分异受到多重资源因素的影响,其影响机制在不同尺度上表现出的空间分异格局各不相同.以2015—2018年16个季度成都市中心城区商品住宅小区住宅价格为基本数据,利用空间自相关分析法、多尺度视角分析法探索成都市住宅价格空间分异格局,利用地理加权回归模型(GWR)构建成都市住宅价格特征变量指标体系,分析导致住宅价格空间差异的影响机制,研究发现:在2015—2018年16个季度中,成都市住宅价格先持续上升后出现小幅下降,中心城区各区住宅价格空间自相关性高,表明近年来住宅价格空间邻近联动性强.500 m×500 m栅格尺度下成都市中心城区住宅价格分布不均衡,住宅价格总体呈现中心区域高、边缘区域低分布格局,且南北住宅价格存在一定差异,中心城区住宅价格局部呈现"多中心+边缘化"的空间分布格局.多尺度视角分析法不仅能够考虑尺度效应及分区效应对住宅价格空间格局的影响,而且能够定量分析多资源因素对住宅价格的影响机制,解析多资源因素指标对住宅价格空间分异产生的影响. 相似文献
2.
住宅价格的空间分异是城市空间资源配置不均衡的外在表现,理解住宅价格的主导影响因素及其空间分异特征对于住区规划及房价调控政策的制定具有重要意义。既有研究较少考虑环境品质对住宅价格的影响和影响因素的作用尺度差异,针对以上问题,本文引入街景图像,在特征价格模型的基础上拓展环境特征,构建多尺度地理加权回归（MGWR）模型,研究环境特征对住宅价格的影响效用,并通过分析其他控制变量的系数空间格局,总结各变量的空间分异特征规律。主要结论为：① 街景图像测度的环境特征更符合人们对居住环境的真实感知,研究结论可为居住环境品质提升提供更加精细化的设计策略; MGWR模型对变量的空间分异现象具有更接近于真实值的拟合效果,可描述不同变量的作用尺度差异,这有助于为特定地区制定针对性规划策略。② 厦门本岛住宅价格呈现显著的聚类特征,并沿城市核心发展轴呈“带状”结构分布。③ 3个环境特征变量对于住宅价格均为显著的正向影响,且作用接近全局尺度,街景绿视率的影响最强,其次是天空开敞度和相对步行指数。④ 总结各变量的系数空间分异规律,发现不同特征地区住宅价格的主导影响因素不同,核心地区主要受交通、教育因素的影响;老城地区主要为环境品质、建筑质量因素;新城地区则为区位、生活设施因素。 相似文献
3.
通过收集和整理有关潍坊市住宅小区价格的信息资料,运用地理信息系统的空间分析方法,利用Visifire插件绘制出该市住宅小区价格概率分布图,以揭示住宅小区价格的空间分布规律,并分析其形成的内在机制.初步得出潍坊市住宅价格空间格局的影响因子为:区位因素、市场供求因素、交通因素和环境因素. 相似文献
4.
5.
小区住宅价格影响深远,关系着城市的吸引力和竞争力,对其空间分布特征和影响机制展开研究具有实际意义.以重庆市主城区为研究区,探究小区房价空间分布模式和规律,对比基于真实路径距离和欧式直线距离构建地理加权回归模型的模拟效果和估计精度,从而揭示各影响因素对小区房价的影响程度和区域差异.结果表明:①重庆市主城小区价格具有空间正相关性,且呈多中心、片区式分布;②城市中心、地铁和购物是影响住宅价格较为重要的因子,地形因素不显著;③各变量的影响在不同空间位置有显著差异,城市中心、地铁、写字楼和江景空间分异现象明显,公交和绿化率标准差较小;④由路网距离度量影响因素能够提供优于直线的真实空间距离,模型解释力更高. 相似文献
6.
我国商品房价格近年来不断上涨,促使房价变动的因素以及它们的影响程度日益变成社会热点。以惠州市商品房价格为研究对象,利用GIS的空间分析和可视化功能,结合各种可获得的数据,通过对商品房平均售价进行反距离权重插值和空间自相关分析,并结合地理加权回归分析,对影响房价分布的因素进行探究,结果显示:①惠州市房价总体上呈现出多中心分布的特点,商品房价格从这些峰值中心向周围递减;②惠州市的房价呈现空间上集聚分布的模式,商品房住宅价格空间分异是地理区位、城市规划、环境景观与房屋属性等各种因素综合作用的结果;③影响惠州市商品房价的因素主要是商圈距离、公园或广场距离、物业费等因素。 相似文献
7.
基于地理探测器的南京市住宅租金空间分异格局及驱动因素研究 总被引：2，自引：0，他引：2
以南京市“一主三副”住宅小区为研究单元,运用GIS中的渔网（Fishnet）分析和探索性空间数据分析（ESDA）对“一主三副”住宅租金的空间分布进行模拟和估计,并利用地理探测器模型从住宅小区的区位特征、建筑特征和邻里特征3个方面探究住宅租金空间分异的影响机制。结果表明：① 南京市住宅租金总体呈上升趋势,空间上表现出主城向副城递减的中心外围模式,住宅租金空间结构逐渐由单核向双核发展,且住宅租金存在显著的空间异质性;② 住宅租金呈现出明显的空间正相关性和区域集聚性,热点区自内城核心区至副城趋于弱化,冷热点空间格局呈圈层结构;③ 交通位势和中心位势是对一主三副住宅租金解释力最大的因素,商务配套、金融设施和住宅房龄的解释力次之,特征因素对主城副城租金的影响强度各异。 相似文献
8.
以广州市47 026个零售业网点为基本数据,通过梳理零售业空间分异的机制,构建包含人口密度、商务条件、公共交通便利性、业态丰富度与租金条件5个影响因子的零售业态空间分异影响因素评价体系,通过信息熵、核密度函数与空间回归模型分析零售业态的空间分异影响因素,对比不同城市圈层区位与不同零售业态集聚分异的因素差异。结果表明：① 需求、区位、竞争与成本构成了广州市零售业态空间分异的主要驱动力,同时,零售的景观分异也由于业态异质性与城市的空间异质性而存在驱动力分异;② 5个影响因素强度格局圈层差异明显,城市内圈层人口集聚度高,具备更好的公共交通便利性条件、商务条件与业态丰富度,同时也承受更高的地租;③ 人口密度是零售空间分异的核心要素,公共交通便利性条件、商务条件与业态丰富度对零售的集聚也有正向驱动作用,租金的影响较弱;不同圈层区位的零售空间分布与不同类型业态的空间分异的主要影响因素各不相同。 相似文献
9.
10.
研究石漠化峰丛洼地土壤重金属空间分异特征及其影响因素, 对推动区域土壤重金属污染防治、石漠化综合治理具有重要的指导意义和实践价值。以广西平果市典型石漠化峰丛洼地土壤为研究对象, 通过调查采样分析以及综合运用地统计学、地质累积指数、潜在生态危害指数和地理探测器等方法, 分析探讨土壤重金属的空间分异特征及其影响因素。结果表明, 研究区8种重金属元素的空间分布总体呈东北向西南降低的变化格局, 研究区东北部和东南部为重金属高值叠加区的集中分布区, Cr,Cd元素呈现中等的空间相关性, 其他6个重金属元素表现为强空间相关性;研究区受Cd,As,Cr,Cu,Zn等元素不同污染程度的影响, 且以Cd的影响尤为突出, 其地质累积指数和潜在生态危害指数分别高达1.34和107.73;pH、地层、Fe2O3、土地利用、P、CaO、Mn、到断层距离、石漠化程度是影响研究区土壤重金属空间分异的主要因子, 而且不同因子组对土壤重金属空间分异的交互作用以双因子增强型和非线性增强为主。因此认为不同因子对石漠化峰丛洼地土壤不同重金属元素空间分异特征的影响程度存在差异, Cd是石漠化峰丛洼地土壤污染程度和潜在生态危害程度最严重的重金属元素, 地层、Mn、CaO、岩性、到断层距离、P是影响Cd空间分异的关键因子。 相似文献