西安市住宅价格空间分布特征及影响因素

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。     

郑州市主城区住宅价格空间分布格局及其影响因素研究

本文以郑州市主城区为例,以房地产租售网络平台和百度地图获取的住宅价格和位置数据为基础,运用克里金插值分析、核密度分析、空间自相关分析、缓冲区分析等GIS空间分析方法,研究其住宅价格空间分布格局及影响因素,为房价调控和基础设施建设布局提供依据。结果表明:(1)郑州市主城区住宅价格空间分布有显著的分片区特点,区域差异较大,呈现东北高、西南低的分布特征;(2)主城区东北部房价总体偏高,区域差异较大,西南部房价整体偏低,分布较为均匀,住宅价格之间表现出较强的空间自相关性;(3)住宅价格空间分布格局受到人口分布与经济发展,主要道路及河流水系分布,超市商城、教育设施、医疗设施配套及城市规划等多重因素的综合影响。     

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。     

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。     

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。     

西安市商品住宅价格空间格局的演化研究

针对目前城市住宅价格空间格局演化研究不足,尤其是内在驱动机制研究较少的现状,利用2000年、2004年、2008年及2013年4年节点数据,采用空间自相关指数并结合空间变异函数,分析西安市商品住宅价格空间格局演化特征及其驱动机制,为城市住房政策的制定提供参考。结果表明:住宅价格呈现出显著的空间自相关,热点和冷点区发生转移;住宅价格的空间变异程度不断加大,空间分异格局中的随机成分不断降低,结构化分异越来越显著;住宅价格高值区呈现出由双中心向多中心、多圈层演化的趋势;从城市规划引领、居住空间扩张和交通条件改善3个方面探讨住宅价格空间格局演化的驱动机制。     

北京市房地产价格空间分布变化研究

针对北京市主城区房地产价格长区间的空间分布变化及其成因进行研究,为北京市房价的空间分布规律提供参考.采用空间相关性分析方法中的平均最近邻分析、全局Moran'sI指数、Moran散点图和LISA集聚图等分析工具结合空间自相关理论对北京市主城区房地产价格的空间分布变化进行分析,通过克里金插值分析方法验证房价的空间特征,分析空间分布的变化及其成因.得出北京市主城区房地产价格20152019年,空间集聚特征不变,正向空间自相关增强,价格中心由单中心变为中心—副中心的多中心形式,区位因素和交通可达性条件是影响房价空间分布变化的重要因素.     

数字地价模型的石家庄城区地价空间分布规律探讨

针对城市地价定量化研究和空间可视化表达的方法体系已日渐成熟的现状,该文以2008至2014年间,石家庄市主城区土地交易数据作为研究样本,借助ArcGIS、GS+软件平台,分别建立石家庄市城区商业和住宅数字地价模型,并依据模型进行地价数量特征、剖面特征、等值线形态特征分析等一系列空间分析。研究表明:石家庄市城区商业地价分布,整体上呈现出围绕一个传统的一级商业中心和一个新兴的次级商业中心向边缘衰减的圈层结构;住宅地价分布呈现出多峰值、多方向山脊状圈层衰减的结构,且聚集效应不及商业地价明显,衰减趋势较平缓。     

基于建筑物的人口空间分布特征研究

综述了国内外在人口数据空间化研究方面的进展,并分析了其优缺点。在此基础上,提出了基于建筑物的人口数据空间化方法,设计了基于建筑物的人口数据空间化模型;并以重庆市主城区的第六次人口普查数据为例,得到了较细粒度的人口空间分布结果。结果表明,由于受"四山"和"两江"的影响,重庆市人口空间分布呈组团化和沿主要道路分布特征,且各组团有逐渐合并的趋势。对于城乡规划编制、城市空间政策制定、突发事件应急处理以及灾后损失评估具有重要意义。     

城区空气质量指数时空分布特征及影响机制分析

济南市是中国雾霾最严重的城市之一，探究该地区大气污染的时空分布及影响机制具有重要意义。利用地统计插值分析了济南市主城区AQI的时空分布特征，并利用地理探测器定量分析了AQI的风险因子及影响机制。研究结果表明，年际尺度上，济南市主城区AQI在时间上呈逐年降低趋势，在空间上大致呈现出东南低西北高的分布态势；季节尺度上，济南市主城区AQI在时间上具有鲜明的季节性差异，从高到低依次为冬季、春季、秋季、夏季，在空间上则呈现出春季和冬季东南低北部高、夏季整个主城区均低、秋季南低北高的分布态势；月尺度上，济南市主城区AQI呈现出典型的“U”形分布特征，最高值为1月和12月、最低值为8月；各因子交互作用的影响力远大于单因子的影响力，其中，土地利用类型∩年均降水量的交互作用对济南市主城区AQI的影响力最大。研究显示，济南市主城区AQI受土地利用类型和年均降水量的共同影响最大。     

武汉市人口增长与空间分布格局演变

为揭示城镇化背景下武汉市人口时序增长趋势和人口空间分布格局演变特征,本文基于1990年第四次、2000年第五次、2010年第六次全国人口普查和2014年武汉市人口普查数据,运用统计学原理和GIS空间分析方法,分析了武汉市人口增长的时空变化规律;应用人口密度空间分布的数学模型,得到武汉市人口空间分布格局的演变趋势。人口增长研究表明:1990年以后,武汉市人口数量迅速增长,总体上形成了中心聚集、外围扩散的空间发展格局。空间分布研究表明:1)武汉市的人口密度分布更加符合Clark模型,主城区Smeed模型拟合效果更好。近25年来,武汉市城镇化进程迅速,人口向主城区聚集。随着时间发展,主城区逐步呈现初级阶段的郊区化。2)武汉市主城区人口空间分布已经出现多中心化的趋势,并且已经有两个街道发育成为人口次中心。研究结果可为武汉市人口相关决策的制定和城市结构调整提供参考依据,有助于认识我国中部崛起城市的发展规律,为其他城市的发展和规划提供参考和借鉴。     

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。     

宜出行大数据支持的武汉市主城区职住特征研究北大核心CSCD

分析城市的职住特征能够为制定城市发展规划和解决城市交通问题提供重要的指导。本文以武汉市主城区为研究对象,依托宜出行大数据,通过对组团、街道和微观3个尺度的职住分布特征和职住平衡特征的分析,研究了武汉市主城区的职住特征。研究发现:①在组团尺度,各时段组团间的人口分布由中心向外围依次递减,与武汉市主城区圈层发展、组团布局的空间格局规律一致,各组团均处于职住平衡状态;②在街道尺度,主城区65􀆰58%的街道为职住相对平衡状态,少数街道存在职住失衡现象;③在微观尺度,结合地图与POI数据分析,工作时段人口集中于商业区与交通线路附近,休息时段人口相对均匀地分散于住宅区。以工作时段人口聚集热点为例,热点中心就业高度集中,存在就业导向的职住失衡,随着距离增加,职住分布趋于平衡。     

不同医疗资源空间配置及影响因素的地理探测——以贵阳主城区为例

医疗资源空间配置关系居民的健康福祉,以往研究更多关注医院,忽略了药店、诊所等社会卫生资源的系统配置。本文以贵阳市主城区为例,实地调查各级医疗机构、民间医疗、药店等不同医药类型体系,运用核密度、地理探测器等空间分析工具,探究引起城市医疗资源空间配置差异性的因素。结果表明,贵阳市主城区医药卫生服务空间布局呈内密外疏的特点,形成整体上“一心一带多点”的空间结构。其中,“一心一带”呈现了公立医疗资源,尤其是不同等级（三级、二级）的公立医院在空间分布上的等级性;“多点”则体现在社区医院、诊所及药店在空间上的均衡性。医疗资源空间配置整体受居住用地、道路密度、人口密度等因素影响明显,但不同类型医疗资源的影响因素存在差异。     

住宅房地产价格评估的空间型BP神经网络模型

住宅房地产价格与交通、环境等各类影响因子之间存在着非线性复杂关系,住宅价格的空间自相关性对住宅价格建模也有重要的影响。考虑到住宅价格的空间自相关性,构建了3种空间型BP神经网络模型,并利用遗传算法(GA)进行模型训练。第一种空间型模型的输入层神经元为样本坐标,第二种空间型模型的输入层神经元为空间滞后向量,第三种空间型模型的输入层神经元既包括样本坐标也包括空间滞后向量。以武汉市为例进行实证分析,选取了2010年291个住宅价格样本。实验结果表明,空间型BP神经网络模型的拟合精度优于普通BP神经网络模型及空间滞后模型,其中第三种空间型BP神经网络模型效果最优,输出结果与实际价格相关性达86.69%,均方根误差明显小于其他模型。     

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。     

基于GIS的陕西省人口空间分布模式

借助空间自相关分析方法分析了陕西省人口的空间分布模式和空间关联关系。结果表明,陕西省人口分布呈现显著的空间集聚现象,在整体上具有较强的正相关性。在西安市附近存在几个非常明显的"高-高"集聚;同时,延安市和安康市分别出现"低-低"集聚。陕西省人口重心从2002年的礼泉县移动至2009年的泾阳县,向东北移动约3.3 km。     

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。