扬州市住宅价格的空间分异与模式演变

以2001-2012 年扬州中心城区各居住小区的住宅平均单价为基本数据,通过建立住宅价格总体分异测度指数(GDI) 计算其总体分异趋势及各住宅类型内部的分异趋势;采用核密度函数等方法探索住宅价格的分布形态和分异格局的演变规律;利用趋势面分析不同住宅类型价格的空间分异趋势;基于上述结果总结空间分异的演变模式,并分别探索空间分异与格局演变的驱动力。结果表明：① 2001 年以来扬州市住宅价格差距显著增大,分异趋势在波动中增强,与城市住宅均价的年增长率耦合;住宅价格呈现西高东低的空间分异格局,同档次价格小区由空间集聚转为相对分散,高、低价格住宅区分别沿固定扇面由中心向外围扩散。②不同住宅类型内的价格分异走势差别显著,各类型住宅间的价格趋势面差距明显,但其空间形态类似。③ 空间分异模式由2001 年西高东低的扇形同档次价格集聚式分异转变为2012 年扇形与圈层相结合的多档次价格混合式分异。④ 2001 年以来住宅价格总体分异的核心驱动力是城市居住空间的迅速扩展、居民收入差距的增大、房地产市场的繁荣和住宅类型的多元化,其住宅价格空间格局演变的驱动力为城市发展方向的确立与变化、特定住宅类型建设的区位指向和古城保护、旧城改造与新区建设。     

收缩城市住宅价格空间分异及影响机制——以鹤岗市为例

收缩城市的经济社会问题逐渐凸显,住宅市场发展呈现出消极态势,房价变化成为社会关注的焦点。在此背景下,论文以典型收缩城市——黑龙江省鹤岗市为例,基于住宅小区、夜间灯光、POI数据,利用Kriging插值和多尺度地理加权回归模型等方法,结合鹤岗市空间增长与收缩情况分析住宅价格空间分异特征及影响机制。结果显示：① 鹤岗市住宅价格呈圈层模式分布,核心—外围分异程度强。高水平住宅价格小区集聚在核心区内且分布规模小,中高值圈层扩散态势弱;外围工矿型辖区收缩情况相对严重,住宅价格水平低且波动小。② 城市发展状态与住宅价格水平存在空间相关性。不同收缩程度区域经济发展态势、居民收入水平、人口减少与老龄化、保障房建设规模等宏观因素差异影响着住宅价格总体空间分异格局。③ 城市内部区域的增长或收缩状态影响微观设施的作用效果。发展中心的区位优势对增长型区域住宅价格的正向作用更强,高水平公共服务对核心区和城市北部收缩区域住宅价格的增长有明显积极效应,企业工厂的分布对增长型区域住宅价格的负向影响更突出,各因素相互联系、交互影响,共同作用于住宅价格空间分异。     

南京城区住宅售租价格时空分异与影响因素

住宅价格空间分异是中国城市地理学和经济地理学近年来关注的热点前沿课题。以南京4560个居住小区为研究总样本,采集2009-2017年间30个季度各小区平均住宅售价和租金,选取6个特征时段和小区分布相对集中的重点研究区,采用克里格插值法分析研究区内住宅售租价格的空间分异与演变特征,发现售价空间分异明显加剧,高值区渐显于河西新城、江心洲和鼓楼名校学区;租金空间则从城市中心向外围递减格局转变为整体更加均衡的新老城区多中心结构。在此基础上,重点围绕住宅“区位”属性,构建售租价格分异影响因素指标体系,通过逐步多元回归分析发现,中心位势变量对售租价格的解释度最高,而配套服务类区位因素对售租价格的解释力在降低。南京城市房价快速增长背景下,常规“区位”因素对房价分异的重要性持续减弱,学区、政策偏向等特殊“区位”因子对房价的决定性作用则逐步突显,而“售租比”全面快速增长则预示着城市房价风险程度的整体提高。     

北京市景观可达性与住宅价格空间关联

随着城市居民对住宅环境要求的不断提高,城市景观对城市住宅价格分异影响日趋显著。分析景观对住宅价格分异格局的影响,可为城市住宅空间结构的规划提供依据,为规划与管理部门提供决策参考。以北京城区二手房小区为样本,基于ArcGIS空间分析方法和特征价格模型,探讨景观因素对北京市住宅价格空间分异格局的影响。以主流房地产交易网站二手商品房报价资料为基础数据,共采集到2012 年1 月北京市城六区有效住宅小区样本3174 个,对住宅样点进行空间化处理,并建立住宅空间信息数据库。运用密度分析、空间插值等方法,分析北京市住宅空间分布特征与价格空间分异格局。核密度分布图显示：北京市住宅空间分布呈现显著的向心化与离心化并存现象,总体上以天安门为中心向周边呈衰减趋势,在地铁转换站点形成了多个集聚次中心。在此基础上,从住宅属性、交通因素、区位特征等方面选择主要解释变量,构建地理加权回归模型,对住宅价格影响因素进行分析,重点探讨景观可达性（如绿地、水景、山景等）与住宅价格的关联。结果表明：次中心与住宅价格关联最为显著,绿地、水景、山景与住宅价格存在一定程度关联。其中,山景和高绿化率对住宅价格增效明显;由于水质较差,北京城六区内河流与住宅价格存在负相关;污水处理以及丧葬场所等污染源与住宅价格也存在显著负相关。远离污染源、靠近宜人景观、低容积率、高绿化率是居民选择住宅的需求。     

基于住宅价格视角的居住分异耦合机制与时空特征——以南京为例

城市住宅价格空间分异,是居住空间资源非均衡配置的市场化表达,映射出不同阶层社会群体对城市住宅的选择倾向与需求差异,与居住空间分异在机制和格局上存在一定耦合关联。以南京主城区商品房社区为研究对象,构建起住宅价格特征变量指标体系,采用地理加权回归模型,分析导致房价空间差异的主要因素、组合关系及时空演变特征。研究发现：社区服务档次、学区资源、环境区位、景观稀缺等能够体现居住群体经济实力、生活方式与文化品位的因素,是影响房价分异的主导要素并随时间不断强化;南京房价总体上呈现“圈层+扇形+飞地”的空间结构,高房价主要分布在城市中心、名校学区、高档封闭社区和山水景观别墅区;房价分异与居住分异在作用机制和空间格局上表现出显著的关联耦合特征。城市房价空间分异不止于表达,同时也是推动居住空间分异与再分化的重要驱动机制,并能够预判未来一段时期内城市居住空间分异格局演变的基本走势,可以为城市社会空间研究提供具有前瞻性的观察视角和分析工具。     

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。     

广州中心城区住宅租金差异的核心影响因素

构建并阐述城市住宅的特征租金理论框架,建立包括建筑特征、便利性特征、环境特征、区位特征在内的“四分法”特征租金模型。以2020年3月广州中心城区23126套待租住宅的挂牌月租金单价为基本数据,通过分级空间统计和空间自相关分析广州中心城区住宅租金的空间差异格局与空间关联性,构建4要素12个指标的广州中心城区住宅租金影响因素指标体系,通过3种模型比选,采用空间误差模型测度住宅租金的影响因素,并筛选核心影响因素。结果表明：① 在研究城市内部住宅租金影响因素时,可采用本文构建的特征租金理论框架及其特征租金模型;② 广州中心城区中低租金水平的住宅数量最多,住宅租金呈现核心区高,外围城区低的空间分异格局,具有显著的空间集聚和空间关联特征;③ 建筑特征（建筑面积、朝向与楼层、房龄、电梯与物业）、便利性特征（地铁便利性、办公便利性、基础教育便利性）、环境特征（公园可达性、工业污染影响）和区位特征（距市中心距离）共4个方面的10个因素对广州中心城区住宅租金差异有显著影响;④ 建筑面积、房龄和距市中心距离是住宅租金的3个最关键核心影响因素,电梯与物业、办公便利性也是核心影响因素。     

长春市区新建住宅价格的空间格局分析

利用GIS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。     

中国县域住宅价格的空间差异特征与影响机制

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。     

基于GIS的长沙市商品住宅价格空间格局及影响因素分析

结合GIS技术,以长沙市2011年6月在售的265个商品住宅样点为对象,运用ArcGIS地统计分析模块对样本点进行正态性分布和空间自相关检验;继而运用Kriging得出长沙市住宅价格空间格局图,利用IDW空间插值法得出等值线分布图。研究结果表明:长沙市住宅价格呈现出一个中心和两个次中心的布局特征,多中心发展趋势明显;价格等值线变化幅度空间差异较大,由中心向外围递减速度不一致,说明区域住宅价格差异较大。分析发现,地价成本、交通条件、城市发展战略和居住环境是影响住宅价格的主要因素。     

南京城市住宅小区房价增长模式与效应

房价增长与空间分异是近年来各界城市学者高度关注的理论问题,也是关乎城市居民能否实现住有所居和美好生活的现实问题。以南京3761个住宅小区（或居住组团）为研究对象,以2009-2017年间30个季度住宅交易样本数据为基础,探索了南京各类型住宅小区房价增长模式及差异。研究发现：① 南京城市平均房价以1年半为一个阶段,呈现出“快速增长”与“相对平稳”交替规律,房价的空间异质性增强;② 结合住宅小区价格水平、区位特征和建筑属性,综合识别出南京城区9种典型住宅类型;③ 各类型住宅因中心性、舒适性和稀缺性等空间属性差异使房价增长表现为引领型、跟随型、追涨型和独立型等不同模式;④ 城市资源空间配置不均衡作用下的住房供需矛盾和房价增长预期差异,是导致住宅类型间房价分异的根本原因。城市房价增长与住宅价格分化具有必然性,但过快增长和过度分异可能造成阶层家庭财富差距的扩大与再分化、住房负担过重排挤外来中低收入人口、贫困群体因住房置换难度增大而易被困于城市边缘等社会空间后果。因此,有必要强调住宅的居住属性和推进住房供给侧改革,促进城市住宅供给的公平充分和社会空间的健康可持续发展。     

兰州市主城区房价分异及驱动因素研究

以2021年兰州市主城区678个居住小区房价数据为基础,引入地理场模型量化影响房价的外部因素,通过空间自相关分析、多尺度地理加权回归等模型对房价分异的空间格局及驱动因素的作用机理、带宽差异展开研究,以期为推动河谷型城市房产市场的公平发展提供参考。结果表明：（1） 兰州市主城区平均房价为13739元·m^-2,空间上呈现“一主三副”的带状多中心组团式分布格局,房价由多中心向四周递减,价格相似的小区在地理空间上邻近分布,具有“小集中、大分散”的局部空间特征。（2） 房价分异是多种驱动因素共同作用的结果,区位特征中的主商圈对房价的影响居于首位,建筑特征中的房龄、容积率和邻里特征中的中学数量、绿化率等对房价的影响较大,城市地理特征对房价具有显著影响,愈靠近黄河的小区、房价越高。（3） 各驱动因素的带宽差异明显,主商圈、医院等小尺度变量存在高度空间异质性,而容积率、黄河等全局变量基本不存在空间异质性。     

南京城市住宅“售租比”时空格局与分异机理

“售租比”是国内外学者测度房价健康水平或泡沫风险的关键指标之一。利用中国房价行情平台提供的南京居住小区2009~2017年期间分季度平均售租价格信息,采用GIS空间分析等方法,考察南京中心城区“售租比”空间格局与演变过程。研究发现：① 城市整体“售租比”随房价波动变化明显,2016~2017年间快速增长;② 分异度先降后升,以城区内部差异为主,城区间差异越来越小;③ 高“售租比”小区多集聚于河西新城、江北新区等房价增速较快的投资热点区域。南京住宅“售租比”过快上升和空间离散加剧,意味着城市房价快速增长的合理性在降低。从地租视角解读,绝对地租决定着城市整体“售租比”的高低,级差地租和垄断地租则影响着城市内部“售租比”的空间分异。“售租比”可为判断城市内部房价相对合理性提供重要依据,但能否通过该指标准确预判城市房价风险程度及空间格局尚有待深入研究。     

北京市住房价格和租金的空间分异与相互关系

当前中国住房销售市场、住房租赁市场发展不平衡,研究住房价格、租金的空间分异与相互关系,对建立“租售并举”的住房制度具有重要参考价值。利用2016年北京市各住宅小区的住房价格、租金数据,及2006—2016年北京市逐月住房销售价格指数、住房租赁价格指数,从时空尺度剖析了住房价格、租金的空间分异与相互关系,并剖析了背后的差异机制。结果表明：① 北京市住房价格和租金的空间格局均呈多中心圈层递减结构,且南北差异明显,但租金的空间分异程度弱于住房价格。② 住房价格具有中等程度的空间相关性,受政策等随机性因素影响相对较大,而租金具有强烈的空间相关性,受区位交通等确定性因素影响相对较大。③ 住房价格和租金的价格剖面线并不相同,住房价格易受学区、大型公园等的影响,而租金更易受就业所在地、建筑年龄等的影响。售租比呈混乱斑驳、相对均质的扁平化分布特征,且小区越高档,售租比越高。④ 北京市住房销售市场和住房租赁市场基本相对独立发展,更符合双重市场的特征。产生上述差异的主要原因在于住房销售市场和住房租赁市场的市场特征、服务人群以及市场发育程度不同。