西安市住宅价格空间结构和分异规律分析

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。     

南京市住宅租金空间分异特征与影响因素分析

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。     

兰州市商品住宅价格的空间分异规律

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。     

西安市住宅价格空间分布特征及影响因素北大核心CSCD

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。     

地市级尺度的中国人口老龄化时空演变分析

以老龄化指数为研究指标,采用探索性空间数据分析和变异函数研究方法,对我国339个地级市(包括直辖市)2000年、2010年老龄化程度及2000~2010年老龄化变化情况进行时空演化及空间分异特征研究。研究结果表明:1)我国老龄化及其变化幅度总体上表现出很高的空间集聚性,但集聚状态有减弱趋势;2)我国地市级老龄化局部差异扩大;3)我国地市级老龄化格局演变不稳定,空间自组织性减弱,引起人口老龄化空间差异的内部随机性减小,老龄化空间变异强度以及结构化分异增强。     

基于空间插值的新建住宅价格的空间分析——以焦作市为例

以焦作市2015—2018年新建住宅价格数据和修正后的2017年焦作市新建住宅样本数据为研究对象,基于GIS的统计分析对样本点进行正态性分布和空间自相关检验;采用克里金插值得出新建住宅价格空间格局图,利用反距离加权插值得出价格等值线分布图。实验结果表明:焦作市新建住宅价格整体表现呈多中心发展趋势;结合城市发展现状,发现价格高值区从老城区向市区南部转移;同时价格等值线变化差异性较大,中心向外围递减速度不一,区域住宅价格波动较大。经过分析发现,地价成本、城市功能结构、交通条件及居住环境是影响住宅价格的主要驱动力。     

兰州市商品住宅价格的空间分异规律

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。     

兰州市商品住宅价格的空间分异规律

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。     

兰州市商品住宅价格的空间分异规律

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。     

集成多源地理大数据感知城市空间分异格局

多源地理大数据为地理现象的分布格局、相互作用及动态演化提供了前所未有的社会感知手段。城市是人类活动最为集中的区域,产生了多种地理大数据,并支持对于城市空间的理解。城市内部的分异格局是城市研究和规划所要面对的重要议题,社会感知数据提供了从"人-地-静-动"4个维度刻画城市分异格局的途径。梳理了不同类型大数据对于表达这4个维度特征的支持,并借鉴"生态位"模型,通过一个实例研究展示了集成多源数据量化城市空间分异特征的应用,最后讨论了相关的理论问题。     

城市房价空间分布及其影响因素分析

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。     

Mapping fine‐scale urban housing prices by fusing remotely sensed imagery and social media data

The accurate mapping of urban housing prices at a fine scale is essential to policymaking and urban studies, such as adjusting economic factors and determining reasonable levels of residential subsidies. Previous studies focus mainly on housing price analysis at a macro scale, without fine‐scale study due to a lack of available data and effective models. By integrating a convolutional neural network for united mining (UMCNN) and random forest (RF), this study proposes an effective deep‐learning‐based framework for fusing multi‐source geospatial data, including high spatial resolution (HSR) remotely sensed imagery and several types of social media data, and maps urban housing prices at a very fine scale. With the collected housing price data from China's biggest online real estate market, we produced the spatial distribution of housing prices at a spatial resolution of 5 m in Shenzhen, China. By comparing with eight other multi‐source data mining techniques, the UMCNN obtained the highest housing price simulation accuracy (Pearson R = 0.922, OA = 85.82%). The results also demonstrated a complex spatial heterogeneity inside Shenzhen's housing price distribution. In future studies, we will work continuously on housing price policymaking and residential issues by including additional sources of spatial data.     

南昌市二手房价格影响因子的空间异质性

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。     

基于房产网站数据的商品住宅价格空间分布研究——以成都市为例

从安居客房产网站自动获取成都市的商品住宅资料,利用GIS方法分析成都市商品住宅价格的空间分布特征,得出了成都市商品房价格空间分布结果和发展趋势。     

新疆克拉玛依市商业地价空间分布规律研究

城市地价是一个具有时空性质的多维概念,在空间分布上具有较强的关联性和特殊性。但目前对城市地价空间分布规律方面的研究相对较少,还没有形成系统性的理论与方法依据,本文以克拉玛依市2007年土地调查商业用地数据和地价动态监测数据为依据,以ARCGIS软件为平台,采用地统计学的方法,对克拉玛依市商业用地价格的空间分布进行了研究。研究表明:地统计学的理论与方法对城市地价空间分布进行研究具有独特的优越性;城市商业用地地价的分布在空间上既有连续性,也存在变异性,受区域整体趋势的影响明显高于小范围的变异性,属于强空间自相关;商业用地地价分布整体呈现圈层结构,交通道路对地价的空间分布具有重要影响。     

西安民情大数据地图系统建设和应用思考

随着我国经济社会的快速发展,各种社会风险问题不断凸显,农村问题尤为突出,因此,农村社会治理模式亟待创新.西安市十三次党代会明确提出了"建设民情大数据地图,打造为民服务'升级版'"的具体目标.本文从建设民情大数据地图系统的实践出发,结合已建成的西安市地理时空信息云平台,实现对空间大数据、民情大数据等的管理、分析、决策,从而形成"为数据说话、用数据管理、用数据决策"的基层社会治理新机制.     

基于GIS的兰州市主城区牛肉面馆空间分布特征及趋向性分析

研究兰州市主城区牛肉面馆空间分布特征及趋向性,对今后兰州市城市规划、牛肉面行业投资等有重要的指导意义。本文基于GeoSharp V1.0提取的牛肉面馆和学校的点数据和兰州市主城区路网数据,运用核密度和缓冲区分析方法,研究牛肉面馆空间分布特征及趋向性。研究结果表明:从空间分布来看,兰州市牛肉面馆整体的分布格局呈现中心-外围结构,即中心城区为高聚集区,向外依次呈梯度递减的圈层状空间格局,对牛肉面馆与学校、道路的空间趋向性研究发现,牛肉面馆的分布对学校、道路有较强的趋向性。研究结果以期为兰州市主城区牛肉面产业发展提出决策建议、改善投资环境等提供科学依据。     

哈尔滨市基础地理信息数据库建设

城市空间基础设施的建设是“数字城市”建设的重要组成部分,空间基础数据在“数字城市”的建设中发挥越来越重要的作用。从哈尔滨市基础地理信息数据库建立的概况、数据库建立模式、方法及技术路线等方面进行了详细的探讨与研究,并就在社会各行业中的应用前景作了展望。