基于多尺度地理加权回归模型的城市住宅价格影响因素空间异质性——以桂林市主城区为例

基于桂林市2022年10月二手房价格数据,结合多尺度地理加权回归(multi-scale geographically weighted regression,MGWR)模型,分析不同尺度下城市住宅价格影响因素的空间异质性。结果表明:(1)桂林市住宅价格呈显著空间自相关,局部空间自相关结果表明,桂林市住宅价格空间呈显著的集聚分布,以“高-高”和“低-低”集聚为主,“高-低”和“低-高”集聚范围较小;(2)相较于普通最小二乘法(ordinary least squares,OLS)和地理加权回归(geographically weighted regression,GWR)模型,MGWR模型的R2更高,能更准确地测度变量对住宅价格的影响程度和空间差异性;(3)住宅房龄、教育医疗和商务设施为全局变量,绿化率、公共交通设施、铁路设施配套、生活配套和旅游景点的空间异质性处于中等水平,对外交通设施的空间异质性较大,在局部范围内对住宅价格有显著影响且差异明显;(4)住宅房龄、生活配套和旅游景点对住宅价格具有负向影响,教育医疗和商务配套对住宅价格具有正向影响,其余变量在不同空间区位上对住宅价格表现出抑制或增值作用。

中部经济圈城市住宅价格空间分异格局及影响因素

以中部经济圈36个地级市住宅价格为研究对象,重点分析各城市住宅价格的空间分异格局及影响因素。采用空间自相关分析及空间热点分析等方法对城市住宅价格空间分异格局进行了探讨,基于供需理论(S-D)和特征价格理论(Hedonic),从土地与住宅供应、居民收入水平、人口规模、自然环境特征、经济发展水平和基础设施配套水平等6个维度建立城市住宅价格空间分异格局初选影响因素,通过相关性检验与多重共线性检验筛选出主要影响因素,并建立地理加权回归模型探讨各因素对城市住宅价格的作用差异。结果表明:中部经济圈的城市住宅价格在空间上表现为东北部高、西南部低,且呈现出空间聚集性和行政等级性;城市土地与住宅供给、城市人口规模与需求潜力和城市经济发展特征均对城市住宅价格空间分异产生重要影响。

长江中下游城市群住宅价格分布特征分析

本文以《长江经济带发展规划纲要》正式实施后连续四年的长江中下游城市群79个地级市的住宅商品房价格作为基础数据,采用空间自相关分析探索区域在政策实施后住宅价格的空间分布特征,并运用地理探测器模型测算各房价驱动因素的强弱差异。结果表明:一是区域住宅价格在空间上呈现随行政等级上升而上升的趋势,整体呈东高西低的走向,且政策的实施并未刺激该规律发生明显变化;二是区域房价集聚特征显著,政策实施使得区域房地产发展差异有所下降,促进了协同发展。三是通过因子探测表明,城市行政等级等指标对于房价空间分异的驱动作用大;人口因素对于房价驱动作用小,区域人口红利逐渐消弱。四是交互探测表明,两驱动因子的共同作用下对于房价的解释力增加。人口因素指标与其他指标叠加作用时,驱动力大大增强。

上海住宅价格时空分异格局及其影响因素——基于地理加权回归模型的分析

城市住宅价格的空间分异和演化是分析城市空间结构的重要视角。基于2015—2022年上海住宅交易数据分析住宅价格的空间结构及演化,并采用地理加权回归模型探讨教育、交通、区位等因素对住宅价格影响的时空变化。结果表明:上海住宅价格总体呈现多中心圈层递减结构,并出现中心城区高度集聚和住宅郊区化并存的趋势;住宅价格空间格局呈现“圈层+扇形+飞地”的模式。住宅价格受到与市中心距离、教育资源、交通便利程度的显著影响,从时间上看,优质教育资源和公园绿地对邻近住宅价格的影响增强,交通便利度对房价的影响下降;从空间上看,影响因素存在显著的空间异质性,教育资源、公园绿地和商业配套资源对郊区住宅的影响更大。

时空可达性视角下公共服务设施对住宅价格的影响——基于多尺度地理加权回归(MGWR)的研究

城市住宅价格由多种因素共同作用决定。住宅的建筑特性能够决定其基本价值,但不同的区位条件也会使住宅价格产生差异。区位差异带来的交通、教育、医疗、休闲娱乐等服务的不同,会影响居住便利性,从而影响住宅价格。因此,研究到达公共服务设施的便利程度对住宅价格的影响,能够揭示住宅价格波动的内在规律,为城市规划和政策制定提供依据。文章研究了南京市6个老城区和2个新城区住宅价格的空间分异特征及其影响因素。通过收集2024年1月各小区的平均住宅价格,运用克里金插值法分析住宅价格的空间特征,再用网络分析法计算住宅到各类公共服务设施的最短时间,将住宅属性和通行时间成本纳入MGWR模型来探究公共服务设施可达性对房价空间分布的影响。研究结果表明:(1)南京市住宅价格由市中心向郊区递减,呈现圈层状分布,峰值出现在鼓楼区、玄武区和建邺区;(2)住宅容积率、小区绿化率、到达最近公园、公交车站、购物中心、火车站和三级甲等医院的时间对住宅价格有显著影响;(3)相同因素在不同城市空间对住宅价格的影响存在差异。

邻避设施对周边住宅价格的影响研究——以昆明市三甲医院为例

城市基础设施建设中医疗卫生、固废处理等市政服务设施可能引起负外部性邻避效应。邻避设施对周边住宅价格的影响亟待深入讨论。本文以昆明市为例,基于昆明市19个三甲医院周边5km范围内小区的2726个住宅二手房数据,将医院作为邻避设施引入Hedonic模型进行拟合分析,并结合边际价格分析医院设施对周边住宅价格的影响。

城市轨道交通对周边住宅价格影响研究——以长沙地铁三号线1期为例

以长沙地铁三号线1期为例,采用特征价格法,从可达性特征、建筑特征、配套特征3个方面,计量分析城市轨道交通对周边住宅价格的影响。研究表明,在1.25 km范围内,长沙地铁三号线对周边住宅价格溢价影响显著,其均价提升约8.2%;在1.25~1.75 km范围内,其对周边住宅价格的影响有限。同时,其对周边住宅价格的影响在不同行政区域存在异质性。具体而言,溢价效应由湘江新区洋湖板块向河东沿江板块递增,传统板块内增速放缓,再由传统板块向长沙县松雅湖板块递增。据此,政府应完善相关区域的交通配套设施建设,房地产企业应根据与站点的距离进行差异化楼盘开发;另外,可采取综合开发模式,以减轻政府地铁建设的财政负担。

西安市路网通达度及其对住宅价格的影响分析

城市路网通达度对住宅价格具有直接影响,基于城市路网开展住宅价格影响因素研究,可为城市住宅价格调控提供科学依据。本研究以西安市中心城区为例,以2017—2020年城市路网、住宅价格及兴趣点(POI)数据为基础,利用扩展空间句法软件sDNA中接近度与穿行度指数划定城市路网等级,并结合时空地理加权回归模型(GTWR)开展住宅价格影响因素研究。结果表明路网通达度对房价具有显著影响,可通过改变住宅周边路网结构达到调控房价之目的。

适应性预期假设下房地产税对我国住宅价格的影响——基于资产定价模型分析

以我国住宅价格的变动受人们的适应性预期行为影响为基础,运用资产定价模型分析了全面开征房地产税对我国住宅价格变动的影响。研究结果表明,适应性预期下人们会根据上期预测误差对下期预期进行部分程度的修正,开征从价计征的房地产税会使住宅价格下降,影响作用类似于加息(提高贴现率),价格下降幅度约为税率的1.6倍,同时也会略为减小住宅价格的波动率。因此,房地产税可以作为地方政府财政收入的长期稳定来源,建议循序渐进征收。

外部环境对住宅价格影响的Hedonic法研究——以上海市为例

应用Hedonic住宅价格法对上海市210个住宅实际成交价格作定量分析,建立有效的上海市住宅价格Hedonic模型。并应用该模型对上海市轨道交通以及公园绿地对住宅价格的影响作出定量估测,结果表明,有黄浦江视线的住宅总价高33.96%,约38万元人民币;有公园视线的住宅总价高17.86%,约20万元人民币;到地铁站点地面距离100～600m的圆环内,距离每增加1%,住宅总价下降0.058%,平均每个站点的经济收益为2.76亿元,等。

广州地铁三号线对周边住宅价格的时空影响效应

以广州地铁3号线及周边住宅项目为例,综合运用可达性相等理论、比较分析法、hedonic模型和GIS空间分析技术,计算地铁对周边住宅价格的影响范围,实证分析其时空影响效应。空间效应结果表明:①地铁站点离市中心越近,影响范围越小,离城区越远,影响范围越大;②地铁对周边住宅具有明显的增值作用,住宅价格与地铁距离间呈显著的正向关系,距离越远影响效应越小;③分区域来看,地铁3号线对番禺区影响较显著,影响范围内住宅平均增值20.48%,而天河和海珠区影响范围内住宅平均增值8.73%。时间效应方面,地铁规划期对天河区和海珠区的房价影响不明显,对番禺区房价具有明显的正效应;施工期对周边房价的影响为先负向而后变为正向;运营期其正向影响更加明显。

中国城市住宅价格的空间分化及其土地市场影响

研究目的:分析中国城市住房价格空间分化的新趋势、新格局与新特征,并定量探索土地市场因素对其分化的作用机制。研究方法:PDI分化指数分析、GIS空间分析、灰色关联分析。研究结果:中国城市住宅价格存在显著的空间分化现象,分化的主方向是一线城市与其他城市的等级性分化;住宅价格的空间差异格局呈现出行政等级性差异增强,空间集聚性分异减弱的新格局与新特征;土地市场包括的土地供给和土地成本因素同时决定了中国城市间住宅价格的空间分化,其中土地供给对三线城市的的影响更为显著;土地市场对不同等级城市的影响程度各异,整体来看,对一线城市房价增长的驱动最为明显。研究结论:2009年以来中国城市住宅价格的空间分化显著增强,并与土地市场因素密切相关,土地供给是核心影响因素。

中国城市住宅价格的空间分异格局及影响因素

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。

长春市区新建住宅价格的空间格局分析

利用G IS技术对长春市住宅价格空间格局进行了研究,发现长春市住宅价格空间格局整体呈现单中心圈层分布,在长春市动植物公园与南湖广场附近分别出现了2个价格极核;住宅价格次高区域位于城市中心,包含了南湖与伊通河部分段;住宅价格变化幅度区域差异明显,东北—西南方向价格降低速度快,东南—西北方向价格降低慢,并且在城市西部和南部出现了局部高价格区域。在此基础上,分析了长春市住宅价格空间格局的驱动因素,发现住宅价格空间格局主要受到居住环境优势、城市发展战略、交通条件、用地布局及购买主体收入水平等几个方面因素的影响。结合研究结果,对长春市房地产开发格局优化提出了几点建议。未来长春市住宅开发的重点区域将集中在南部、西部和东北部。南部和长东北地区适宜进行中高端生态社区的开发,西部新城应以普通住宅与生态社区开发相结合,铁北地区应以低端住宅建设为主。

基于GIS与Hedonic模型的成都市住宅价格空间分布特征及其影响因素研究

结合空间分析方法和Hedonic模型,采用ArcGIS、Surfer、SPSS等软件,以成都市为例,对城市住宅价格空间分布特征及其影响因素进行系统性分析。结果表明:成都市主城区住宅价格总体上以城中和城南为双核心,呈马蹄状向四周逐级递减;成都市住宅价格在空间分布上呈明显的正相关性,具有相似价格的住宅呈现集聚特点;楼盘档次、区位条件、环境因素、交通可达性,历史与人文等因素是影响成都市住宅价格空间分异的主要因素。

基于SD-GIS模型的兰州市住宅价格时空模拟研究

结合对兰州市住房市场的实证研究 ,从理论和实践两方面构建了兰州市 SD- GIS城市住宅价格时空仿真模型 ,并借助相应计算机软件对模型进行了调试和分析 ,得到了令人比较满意的时间序列地图 .认为在支持 GIS产品的时空数据模型研究还不太成熟的现状下 ,借助于 SD的多方案动态模拟功能 ,利用 SD- GIS集成方式全面地描述、解析和模拟时空系统是一种可以尝试的思路 。

轨道交通对住宅价格和土地开发强度的影响——以北京市13号线为例

理论分析表明,轨道交通对郊区住宅价格的影响要大于城市中心区。针对北京市地铁13号线周边住宅的实证研究结果验证了这一理论。在郊区,轨道交通站点周边1km内的住宅价格要比1km外高出近20%,而在中心区这一效应并不显著。此外,随着城市交通网络的完善,13号线对住宅价格的影响在开通2年后不再显著。同时,轨道交通在两个方面对城市的土地开发强度产生显著影响。13号线的建设推动了北京市土地开发向北部郊区的跳跃式发展;同时抬高了郊区轨道交通站点周边的土地开发强度—与13号线郊区站点的距离每缩短3.3km,住宅项目的容积率提高1.0。本研究的定量分析结论能够为"交通引导开发"(TOD)的城市空间发展战略,以及轨道交通的费用效益分析和"溢价回收"策略提供决策支持。

基于特征价格模型的城市住宅价格影响因素研究

以2006—2011年全国35个省会城市及计划单列市为研究数据集,通过特征价格法构建反映城市住宅价格的城市特征模型,分别从全国、东部、中部和西部定量研究影响住宅价格的特征因素。从全国看,城市住宅价格受在岗职工平均工资影响最大,货物进出口总额次之,且呈正相关,城市人口和城市房地产关联的经济变量对住宅价格影响并不显著;从分区域看,对3个区域影响都显著的指标是在岗职工平均工资,影响程度从东往西呈阶梯递减,其次是货物进出口总额,东部影响小于中部和西部。总之,居民收入水平越高,城市开放程度越大,住宅价格越高。

西安市主城区居住空间住宅价格分布格局与驱动机制

采用探索性空间数据分析法(ESDA)、地理加权回归(GWR)等手段,定量分析西安市主城区居住空间住宅价格分布格局与驱动机制,并辅以定性探讨。研究结果表明:(1)西安市新房与二手房分布密度呈现城南城北大于城东城西的空间布局形式,新房居住空间呈现出二环以外大明宫—张家堡、曲江—电视塔、高新区南二环—锦业路3个连续组团,二手房居住空间呈现整体南倾的格局。(2)商业中心位置与大部分居住空间布局关系不紧密;随文化景观要素和重点中学要素的距离增加,大部分居住空间住宅价格降低;距离交通干线越近居住空间住宅价格不一定越高。(3)产业布局会影响西安市居住空间布局,城市整体路网密度的提升可能会弱化交通通达因素的影响,学区与景区周边的确出现了较显著的住房需求,而政策引导可以直接形成新的居住空间发展热点。基于先进的空间统计算法,可以有效提升研究结果的空间精度;而将新房与二手房对比出现,实现了空间换时间的数据处理方式,从而可以根据价格格局现状间接推断居住空间的演变。

杭州市住宅价格空间分异:基于特征价格的两维度分析

研究目的:从特征价格的视角,构建城市住宅价格空间分异的两维度分析框架,并对杭州市住宅市场进行实证研究。研究方法:文献资料法和计量分析法。研究结果:住宅特征对住宅价格影响程度的差异性以及住宅特征空间分布的不均匀性,导致了住宅价格的空间分异。研究结论:基于特征价格模型的分析框架是有效且合理的。