中国城市房价、收入与房价收入比的时空分异格局

中国城市房价快速增长背景下,城市房价、收入与房价收入比空间格局既有相似性,也表现出差异性,其空间异质性与空间依赖性特征显著。本文以中国337个地级行政单元为研究对象,运用泰尔指数、位序-规模和空间马尔科夫链等方法,对2009—2018年中国城市房价、收入和房价收入比的时空分异格局、整体稳定性和空间依赖性特征进行分析发现：① 中国城市房价增长呈现出波动性特征,整体分异程度增强,房价城市体系呈现“金字塔型”结构,收入则表现出平稳增长态势,整体分异度降低,城市体系呈现“橄榄型”结构,在房价与收入共同影响下,房价收入比整体差异性显著加强;② 城市房价空间格局表现出“地带性”与“等级性”差异并存,而收入更多表现出“地带性”差异,房价收入比则以“等级性”差异为主;③ 城市房价和收入类型的稳定性和空间依赖性较强,高、低水平城市存在两极分化与“俱乐部收敛”现象,房价收入比稳定性相对较弱。对中国城市房价、收入和房价收入比时空分异格局和空间关联效应的分析,可以为探索中国城市房价收入比空间分异模式与机理提供必要研究基础。     

中国市域居民住房支付能力时空演变及影响因素

利用泰尔指数、σ系数、莫兰指数和空间回归模型等方法,对2012—2017年中国大陆346个市域单元收入房价比的时空演变规律进行分析,并探究其影响因素。结果表明:2012—2017年,中国市域单元收入房价比排名整体表现为东部>中部>东北>西部,其相对差异和绝对差异均随时间呈现增大趋势,居民住房支付能力稳步增强。2012—2017年,中国市域单元收入房价比的空间集聚性显著增强,空间分布不均衡性有逐渐增强的趋势。经济水平、城镇化水平、房地产投资水平、城市规模是影响中国市域住房支付能力的主要影响因素,其中,经济水平和城镇化水平对居民住房支付能力具有较大的正向影响,而房地产投资水平和城市规模为负向影响;2012—2017年我国东北和东中西部则不同程度上受不同影响因素的影响。     

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。     

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。     

土地出让价格信号引起的房价变化时空扩散效应

从信号传递角度出发,研究土地出让事件冲击带来的房价变化在时间和空间上的扩散效应。利用杭州2006年1月-2010年3月177宗住宅用地成交数据和251个新建商品住宅楼盘交易数据,借助GIS相关软件展开实证研究,结果发现:①土地出让价格信号引起房价的变化,对房价的影响具有“不对称性”;②房价变化以出让地块为中心往外扩散,呈现“波纹效应”;③房价变化具有“持续性”,土地出让价格信号对房价的影响持续四个月,影响范围达3 km以上;④房价波动强度随时间推移和空间延伸不断渐弱。对此,政府应尽量保持地价平稳,规避地价信号所产生的市场波动风险。     

路网形态与住宅价格的多尺度空间关系研究——基于空间网络分析与多尺度地理加权回归模型

针对以往住宅价格影响因素分析中忽略城市路网形态参数的问题,该文基于空间网络分析,将不同搜索半径下道路接近度与穿行度纳入住宅价格特征变量,构建空间计量模型,探究成都市路网形态对住宅价格的驱动效应。结果表明:1)相比享乐回归模型和地理加权回归模型,多尺度地理加权回归模型揭示了不同变量的空间影响尺度,更适用于探究成都市路网形态对住宅价格的影响;2)路网的局部接近度、局部穿行度核心位于二环内,全局接近度核心主要分布在四环内,全局穿行度核心主要分布在交通干道上;3)不同搜索半径下对住宅价格具有显著驱动效应的接近度均为全局尺度变量,该效应在空间上相对平稳,而穿行度作为局部变量,其在空间上的影响尺度随搜索半径的变化而存在差异,具有一定的空间异质性,其中,路网接近度对住宅价格产生正向影响,其系数空间格局呈跨尺度相似特征,而穿行度产生负向影响,其系数空间格局呈跨尺度变异特征;4)各搜索半径下路网形态变量的差异可在一定程度上改变消费者对其他影响因素的偏好程度。     

中国城市住宅价格时空演变研究进展与展望

城市住宅价格时空演变历来是城市地理学和城市经济学关注的核心内容之一。住宅价格在空间、时间分布上具有内在规律性,探索这一规律信息及其影响机制,有助于政府制定合理的房价调控和土地利用政策。本文在总结中国城市住宅价格时空演变动力机制与模式、影响因素以及技术方法等方面研究进展的基础上,指出在研究内容与研究方法方面仍存在不足,有待深化。研究结论如下:未来中国城市住宅价格时空演变研究应立足于经济转型与制度改革的特殊背景,重视住宅价格时空演变理论框架的构建;加强宏观因素对住宅价格影响的定量研究以及探索住宅价格低值集聚的内外因素,全面考察各类因素对住宅价格的影响;强化GIS 技术对城市住宅价格时空演变特征信息的挖掘,并探索多维空间在时间序列上的动态GIS 模型,实现对住宅价格时空演变与分布的模拟分析与趋势预测;拓展城市住宅价格时空演变的普及性应用,并将研究成果与城市住宅价格监测成果形成动态互补性应用。     

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。     

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。     

基于户籍比较的特大城市住宅价格时空分异研究——以长沙市为例

为揭示中国特大城市住房市场中,不同购房群体在住房价格空间特征上的差异,论文对购房人群的户籍归属地进行划分,以“本地—外来”的视角分别刻画了长沙本地与外来(长沙户籍与非长沙户籍)2类购房者房价格局的时空演进。采取动态空间滞后特征模型(STAR-Hedonic)分析了区位、景观、邻里等因素对2类购房者房价的影响。研究发现：(1)长沙外来购房者房价梯度下降更快,空间更平滑。(2)长沙房价空间一江两岸双中心的总体格局逐步成型。传统CBD五一广场对城市房价的重要性在下降,但是对本地人房价梯度和价格弹性程度维持较高水平,副中心梅溪湖新城对外来人群房价的影响因子的提升幅度更大。(3)外来购房者对住宅品质和邻近配套有更高的支付倾向。(4)楼市的繁荣期和调控期,周边交易价格对2类购房者的影响程度不同。论文从功能需求、主观因素、政策区别和经济动机4个方面探究了2类购房者房价空间分异的成因。在“房住不炒”背景下,关注不同人群房价空间演进和影响因素的变化趋势,有助于特大城市房地产市场“精准调控”的实施。     

开封市商品住宅价格的探索性空间数据分析

商品住宅价格空间分布是房地产价格研究的热点。为了探测商品住宅价格的空间分布特征,以开封市商品住宅交易均价为例,利用探索性空间数据分析(ESDA)的理论与方法分析开封市商品住宅价格空间自相关性和变异性。研究表明:开封市商品住宅价格全局空间自相关性显著,总体上呈空间集聚格局;开封市大部分商品住宅价格呈现局部空间集聚格局,少量存在空间异质性而呈现局部离散格局;开封商品住宅价格的地域分异规律明显。     

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。     

长三角地区住宅售租比时空格局演变及影响机制

中国住宅租赁市场与住宅买卖市场的不对称发展,使住宅租金与住宅价格过度偏离,不利于住宅市场的健康发展,从住宅售租比视角切入住宅研究对解决“住有所居”问题具有重要意义。以长三角三省一市县级单元为研究区域,利用LISA时间路径和时空跃迁等方法,分析2008—2018年长三角住宅售租比的时空格局及演化特征,运用地理探测器模型探究住宅价格与住宅租金的驱动因素,进而提炼售租比演变的影响规律及效应。研究发现：① 长三角住宅售租比呈快速上涨态势,售租比及其涨幅总体呈现出由东至西、由南至北递减的空间格局。② 长三角售租比空间结构具有较强的稳定性、依赖性和整合性,其中稳定性由东至西呈减弱态势,路径依赖和锁定特征逐渐强化。③ 经济、社会、人口和预期因素对住宅价格和住宅租金的影响依次降低,各特征变量对住宅价格和住宅租金相对影响程度基本一致。④ 经济增长的稳定性使住宅售租比空间格局具有较强的固化效应,人口流动作用下产生传导效应,社会因素的影响具有保障作用,预期因素作用下使住宅市场具有较多的投机性。     

基于家庭区位需求的城市住房价格模拟分析

目前关于城市住房价格异质性和影响因素研究多侧重于空间位置分析,从城市系统角度刻画住房价格分异现象有待进一步探索。根据“土地利用—交通相互作用理论”,城市空间的发展过程是各类活动通过交通相互作用的过程,本文构建了交通可达性模型,综合全市经济活动空间分布和交通网络评价城市区位条件,并以北京为例,从就业、教育、消费、医疗服务等各方面评价了城市区位条件,在此基础上依据家庭成员结构,模拟分析了家庭区位需求对住房价格的影响。案例研究表明,本模型对房价的模拟可以在全市范围内达到很好的效果;家庭的区位选择决定着住房价格的空间格局;各类活动中就业对北京市房价分布影响最为显著,其次是消费、教育,而医疗服务对住房价格影响相对较弱。此外,本文所提出的模型系统阐述了城市经济活动分布格局对住房价格的影响,经济活动分布发生变化时模拟结果随之变化,因此,本模型可以进一步拓展用于“以业带人”政策实验,模拟分析疏散各类经济活动后住房价格的变化,也为城市房价及土地市场分析研究提供模型方法上的参考。     

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。     

共享住宿价格的多尺度空间特征及影响因素

以江苏省苏南地区为案例地,获取Airbnb网站房源数据,运用泰尔指数、DBSCAN聚类算法等分析方法,从多尺度视角对共享住宿价格的空间分异进行探讨,采用OLS回归模型和分位数回归模型从房源内部和房源外部相结合的角度对比分析共享住宿价格的影响因素。结果表明：（1）从苏南整体和各地市来看,共享住宿房源价格在城市内部和区县内部的差异较为明显,在城市之间和区县之间的差异较小;（2）不同价格水平共享住宿的空间聚类中心存在显著差异,高、中、低档次共享住宿对于水域的依赖逐渐降低,整体上,空间聚类中心呈现“东多西少,南多北少”分布;（3）共享住宿房源价格是内部属性和外部属性共同耦合驱动作用的结果,对比来看,房源价格受到内部属性如房源卫生间个数等指标的影响较大,受到外部属性的影响较小,同时不同影响因素对于同等价格水平共享住宿房源的作用方向和影响程度存在明显差异性和分层性。     

城市轨道交通对沿线住宅价格的时空效应——以福州地铁1号线为例

随着中国城市轨道交通的大力发展,城市轨道交通对沿线住宅价格的影响引起广泛关注,探索其时空效应有助于预测未来新建轨道交通的影响以及帮助政府制定合理的房价调控和城市土地利用政策。以福州地铁1号线为例,探讨城市轨道交通从建设前到建成运营的过程中,对站点周边2 km范围内住宅价格产生的时空效应。结果表明：① 城市轨道交通沿线住宅价格受到区位、邻里、建筑等多方面因素的综合作用,其中,城市轨道交通对沿线住宅价格有显著的增值效应,中高价位住宅市场受到城市轨道交通的影响最为明显。② 空间维度上,住宅价格随着与轨道交通距离的增大而呈现不同程度的递减,至轨道交通站点距离每减少1 km,住宅价格增加5.1 %。轨道交通对沿线住宅价格具有显著的分市场效应,中心城区市场的影响半径大于非中心城区市场,平均空间影响范围为1.5 km;而非中心城区市场的影响强度要远高于中心城区市场,在400 m范围内住宅价格受到轨道交通的影响最大。③ 时间维度上,城市轨道交通在建设期和运营期对沿线住宅价格均呈现出正向影响,且运营期对住宅价格的影响显著高于建设期,运营期相较于建设期平均涨幅达19.63 %;同时,轨道交通的开通给住宅价格带来的效应远大于调控政策以及宏观经济因素的影响。     

北京市房价与地价的动态关系——基于结构方程模型的实证分析

城市房价与地价之间的关系错综复杂,不仅受多种因素的交织影响,相互之间也存在动态关系。研究房价与地价关系的传统方法,如Granger因果检验和回归分析等,无法刻画房价与地价之间多维的网络状关系,相比之下,结构方程模型能同时处理多个内生潜变量,且不受观测指标共线性的影响,为刻画地价与房价的交互作用提供了新的工具。从住房与土地市场的供需传导机制出发,推导出房价与地价的结构模型,以北京市为例,运用2003-2013年居住用地价格和2014年在售楼盘价格,与北京市GIS电子地图相匹配,提取商服中心可达性、公共交通可达性、道路可达性、商服繁华度、设施便利性等解释变量,构建地价与房价结构方程模型,分析二者之间的结构关系。     

扬州市住宅价格空间分异的影响因素与驱动机制

构建包含20个评价因子、4 个影响因素和4 个预期修正因素在内的城市住宅价格空间分异影响因素评价体系,基于评价因子和预期修正,分别得出单户住宅档次与水平、小区建设档次与水平、区位与生活便利性、周边景观与环境等4 个影响因素强度的得分,并分析其空间分异格局。以2012 年扬州市1305 个小区的平均住宅单价为因变量,4 个基本影响因素得分为自变量,进行回归分析,探索所有住宅及各子市场价格分异的主要因素,并分析其驱动机制。结果表明：① 4 个影响因素强度格局明显不同,住宅自身因素的格局呈现中心低外围高的圈层式分异,而外部作用因素强度呈现中心高外围低、西高东低的扇型与圈层相结合式空间分异格局;② 扬州市总体住宅价格空间分异的核心影响因素是小区建设档次与水平,不同类型住宅子市场的价格影响因素各不相同;③ 扬州市住宅价格空间分异的主要驱动力是特定住宅类型与档次建设的区位指向、特定收入阶层的空间集聚、公共物品投资的空间差异、城市居住用地扩展与城市更新的区位指向。