Residential solid fuel use: Modelling the impacts and policy implications of natural resource access,temperature, income,gas infrastructure and government regulation

Reducing solid fuel use for home heating can reduce both carbon emissions and air pollution within residential areas and thereby provide for improved environmental and health outcomes. The general models used to identify the determinants of solid fuel use often focus upon socioeconomic factors. Utilising an extended spatial econometric approach our results show proximity to a solid fuel resource as the most significant factor. Other spatially evaluated attributes, such as temperature, legislated solid-fuel sale restrictions and gas network coverage, are also found to have significant impacts on solid fuel use choices. Clear spatial dependence patterns are found for the effects of these attributes, with further evidence of large spill-over effects for neighbouring areas in the case of proximity to either a peat bog or an area subject to a ban on the sale of smoky coal. The research engages a blend of GIS and spatial econometric analysis to generate maps for both a fuel poverty risk and a resistance to fuel change index. These outcomes can serve to inform the design and deployment of effective and equitable solid-fuel and environmental policy interventions. Suggested policy interventions include conservation of peat bogs, expansion of smoky coal ban areas and the development of gas network coverage to specific areas. In addition to the policy support outcomes, the paper offers technical and methodological innovations in relation to combining spatial attributes with econometric models, handling large spatial matrices, understanding direct and indirect effects, and visibly presenting estimated values with spatial dependence.     

西安市贫困空间结构特征与发生机理

以中国西部综合型大城市、老工业基地西安市为例,基于大规模调研数据,采用相对贫困概念和FGT指数研究城市内部微观单元贫困特征的空间分异与形成机理。结果表明,西安市整体的贫困状况较为缓和,贫困覆盖面广,但深度和强度较弱;随着城市圈层扩展,贫困属性呈现出“U”型演化曲线,表现出“高贫困、破碎、混杂—低贫困或非贫困、弱连续、较弱混杂—较低贫困、连续、内部分化、相对均一—较高贫困、相对连续、较强混杂”的演化规律,成熟建成区和新兴扩展区内侧分化区的贫困状况最弱;城市内部已基本发育成熟了旧城衰退型、发展剥夺型、传统工业衰退型、“城中村”型和新增长中心邻近型等5种表征不同贫困主体及户籍、住房等特征的贫困极核。西安城市贫困空间的结构特征是其社会经济发展的阶段性和区域性的集中体现,是在城市宏观社会经济和整体地域结构背景下,各收入阶层在生活成本、就业机会、公共资源、政策导向和社会心理亚文化圈等因素的作用下,通过接替、过滤、自主集聚、排斥隔离和强化等机制重塑城市社会空间的综合表现。     

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。     

北京市居住用地出让的时空格局演变

以1992~2006年间北京市五环内居住用地出让数据为基础,利用GIS空间分析方法,研究了北京市五环内居住用地的时间动态趋势和空间格局特征,并对CBD、中关村、奥运村等区域进行了重点分析。研究发现:①北京居住用地的出让数量、面积呈现不断增长态势,出让价格呈现"扁平化"发展趋势;②居住用地出让价格表现为"北高南低"、"东高西低"的空间特征,在出让数量和面积上存在"北多南少、东多西少"的空间差异;③出让地块集中区和高值区由中心向外扩展;④东西和南北轴线的竞租地价曲线以CBD和天桥为核心向两侧递减,并在一些区位条件优越的区段形成若干高值区。     

北京城市老年贫困人口识别与空间分布

随着中国老龄化程度加深和城镇化水平的提高,城市地区的老年贫困问题日渐突出。由于缺乏明确的界定和统一的标准,老年贫困人口识别的准确性不足,不同研究的结论存在很大分歧。特别是教育、健康、家庭和社会支持等因素与老年贫困的关联被忽视、贫困线的设定较为主观等问题,对厘定城市老年贫困的空间格局和制定相关政策造成很大困扰。本文通过北京市典型居住社区的实证研究对上述问题进行了探讨,首先基于老年人属性变量的因子分析构建了城市老年贫困的综合判别指标;然后通过贫困线的优化分析,估计不同类型居住社区的老年贫困比例;再以市域范围内的街道和中心城区周边的地区办事处为空间单元,对北京市城市老年贫困的空间格局进行了分析。研究结论为:① 资源、健康、独立性和性别是老年人属性差异的决定因子,其中资源因子得分综合反映了城市老年人的贫困程度。② 不同类型居住社区的城市老年贫困比例存在显著差异,根据居住社区的分布,测得北京城市老年人口的贫困比例为9.55%。③ 城市内部老年贫困的空间格局分析表明:城市老年贫困人口比例从首都功能核心区、城市功能拓展区、城乡结合部地区到外围城区顺次增加;城市老年贫困人口密度则以外围城区与首都功能核心区最高,城市功能拓展区居中,城乡结合部地区最低。这些结果为进一步制定不同地区的老年贫困对策提供了参考依据。     

中国住宅出让地价发育特征及其影响因素分析

基于中国土地市场网2009~2013年招、拍、挂出让的住宅用地数据,以县级行政区域作为研究单元,建立区域住宅地价综合模型,选取地价水平、地价增长率和交易宗数作为评价指标,采用Ward系统聚类法,综合分析了中国住宅出让地价的发育特征,利用多分类Logistic回归模型探索了各类地价发育形态的潜在影响因素。结果表明：① 研究期内中国住宅出让地价总体呈现东高西低、沿海高于内陆、城市群带动周边区域发展、城市群内部围绕中心城市增长等空间格局特征;中西部地价高增长的单元多于东部,西北、东北中南部、四川盆地、河西走廊以及长江中下游地区是地价高增长的聚集区;住宅市场活跃度呈阶梯状变化,活跃度较高的地区主要分布在山东半岛、长三角、长江中游、辽宁中部、哈尔滨、成渝、滇中、呼包鄂等城市群。② 根据综合特征,中国住宅出让地价空间发育可分为成熟稳健型、发展完善型、成长发展型、萌芽起步型和成长受阻型5类,相邻发育形态在空间关系上表现出互为邻里的特征。③ 各类发育区的主要影响因素差异显著。区位条件、居民收入和财政收入是地价发育成熟度的主要影响因素;人均GDP、国土开发度提升将促进地价形态发育程度;而人口吸引力不足、基础设施建设相对滞后等将导致地价形态发育受阻。     

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。     

基于GWR的南京市住宅地价空间分异及演变

以南京市主城区为例,在空间自相关分析和蒙特卡罗检验的基础上,构建城市住宅地价地理加权回归模型,通过2003 年、2009 年住宅地价空间分异的对比,探讨不同影响因素对住宅地价影响的空间差异性及其随时间变化的特点,揭示住宅地价及其影响因素的空间变化关系,以促进地价的科学化管理。研究表明：① 随着影响因素数量不断增加以及合理均衡分布,区域差异性缩小,一般会减弱其对地价的影响。② 随着交通条件的不断完善,导致影响因素如CBD、主干道、公交等对地价的影响程度和范围发生变化。③ 随着时间推移,城市居民逐渐注重生活质量、居住品位的提高,公园绿地对地价的影响程度超过其他公用设施。     

2007—2019年中国城市土地价格的空间分化

土地价格是城市综合发展水平的反映,厘清中国城市土地价格的时空演变特征及其成因,有助于从宏观上把握地区间的发展差异。本文以地级行政区为研究对象,系统分析2007—2019年中国332个城市综合土地价格和住宅、商服、工矿仓储用地价格的演变特征及驱动因素,主要结论如下：① 2007—2019年间中国城市综合地价呈现显著的上涨趋势,由2007年的392.34元/m²上升至2019年的1357.31元/m²,年均增长80.73元/m²;地价水平在空间上呈现“东南高,西北低”的格局。② 三种主要地类的价格及增速高低依次为：住宅用地>商服用地>工矿仓储用地,发展逐渐分化,差距不断扩大。③ 不同等级城市的土地价格逐渐分化为三类：高速增长型（一线城市）、平稳增长型（新一线城市和二线城市）和缓慢增长型（三线城市、四线城市和五线城市）,呈现出明显的“马太效应”。④ 人均地区生产总值、人口密度和普通中小学学校数越高的城市,各类土地价格越高;本地人均地区生产总值、第二产业占比和第三产业占比越高的城市,其相邻城市的住宅和商服地价越高,工矿仓储地价越低。     

上海市三甲医院对周边地区住房价格的空间影响效应分析

选取上海市区7家三级甲等综合性医院,运用特征价格模型和多元回归分析方法,实证分析它们对周边住宅价格的空间影响效应。研究结果显示：① 总体上,相比其他环境区位因素,三甲医院对周边住宅价格的影响程度较小,而建筑面积、物业管理费、学区房、轨道交通、建筑楼高、至 CBD 的距离等因素的影响程度较大。② 三甲综合医院对周边住宅价格产生负面影响。在相同情况下,住宅离医院距离越近,则价格越低。住宅与医院的距离每缩短50 m,住宅价格平均下浮0.602%。③ 由于三甲综合医院区位各不相同,距离CBD远近不一,对住宅价格的影响也存在空间差异。一般来说,距离CBD越近,住宅价格受医院的负面影响也越小。     

Issues in Energy Economics Led by Emerging Linkages between the Natural Gas and Power Sectors

Fuel prices in 2006 continued at record levels, with uranium continuing upward unabated and coal, SO₂ emission allowances, and natural gas all softening. This softening did not continue for natural gas, however, whose prices rose, fell and rose again, first following weather influences and, by the second quarter of 2007, continuing at high levels without any support from fundamentals. This article reviews these trends and describes the remarkable increases in fuel expenses for power generation. By the end of 2005, natural gas claimed 55% of annual power sector fuel expenses, even though it was used for only 19% of electric generation. Although natural gas is enormously important to the power sector, the sector also is an important driver of the natural gas market—growing to over 28% of the market even as total use has declined. The article proceeds to discuss globalization, natural gas price risk, and technology developments. Forces of globalization are poised to affect the energy markets in new ways—new in not being only about oil. Of particular interest in the growth of intermodal traffic and its a little-understood impacts on rail traffic patterns and transportation costs, and expected rapidly expanding LNG imports toward the end of the decade. Two aspects of natural gas price risk are discussed: how understanding the use of gas in the power sector helps define price ceilings and floors for natural gas, and how the recent increase in the natural gas production after years of record drilling could alter the supply–demand balance for the better. The article cautions, however, that escalation in natural gas finding and development costs is countering the more positive developments that emerged during 2006. Regarding technology, the exploitation of unconventional natural gas was one highlight. So too was the queuing up of coal-fired power plants for the post-2010 period, a phenomenon that has come under great pressure with many consequences including increased pressures in the natural gas market. The most significant illustration of these forces was the early 2007 suspension of development plans by a large power company, well before the Supreme Court’s ruling on CO₂ as a tailpipe pollutant and President Bush’s call for global goals on CO₂ emissions.

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。     

海南省农村多维贫困及影响因素的空间分异

贫困具有多维属性,根据不同社会群体和背景从多维视角定义贫困已成为贫困问题研究的共识。依据Alkire-Foster多维贫困框架,拓展精准扶贫的“两不愁,三保障”识别标准,建立了涵盖教育、健康、居住、生活和收入指标的海南省农户多维贫困评估指标体系,基于海南省70个乡镇、134个贫困村3924户入户调查数据,采用双重临界值法评估了农户及村域多维贫困状况,进而运用地理加权回归(Geographically Weighted Regression,GWR)模型,分析了村域多维贫困影响因素的空间分异。结果显示,调查农户多维贫困率达18.22%,多维贫困程度严重的村多维贫困发生率不一定高,“两不愁、三保障”及收入指标对多维贫困指数的贡献率低。中、西部连片贫困地区多维贫困主要表现为较差的资产状况、不清洁的炊事燃料、较高的家庭成员患病率和较低的家庭成员最高学历。GWR模型分析表明,作为多维贫困最重要的影响因素,户主性别、户主受教育水平、女性劳动力占比和抚养比4个变量估计系数的空间分异明显。总体上,女性户主和低学历户主为主的地区倾向于更易发生多维贫困,二者的影响分别表现为从东到西、从北到南有所增强。女性劳动力占比为负向影响,抚养比为正向影响,呈现出自北向南增强的趋势,体现了海南贫困地区劳动力弱、女性相对更勤劳等典型地域特征。     

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。     

北京市居住用地特征价格的空间分异特征

基于2004-2009年北京市居住用地出让地块微观交易数据,利用特征价格模型,研究了地块所在区域的社会属性特征对地价的影响以及地块特征价格的空间分异特征。研究显示:①居住用地价格存在显著的空间依赖效应,轨道交通和公园绿地便利性及合理的土地混合利用能够显著提升地价。②人口密度、租用公共住房比例和居住用地开发强度等地块所属社会经济属性对价格影响显著。③居住用地的空间依赖效应、周围商业办公用地溢出效应、轨道交通和公园便利性的特征价格随着就业可达性、教育状况、租用公共住房比例、犯罪率和居住用地出让比例等地块所属社会经济属性特征的变化,存在较大的分异。     

基于GWR模型的城市住宅地价的时空演变研究——以江苏省为例

江苏省地价总体变化特征分析的基础上,构建城市住宅地价的GWR模型,对1997、2005和2008年3个时间点的江苏省城市住宅地价影响因素的空间变异特征进行了探究,揭示了各因素因子对住宅地价的影响程度和区域差异,丰富和发展了城市地价影响因素时空变化规律的理论研究。研究结果表明:①距中心城市距离对住宅地价的影响呈负相关,3年回归系数绝对值的平均值逐渐增大且高值分布区域逐渐扩大;②GDP与住宅地价呈正相关,GDP对住宅地价影响最大地区逐渐北移,且高值区域逐渐减小;③城镇化率与住宅地价呈正相关,从空间看,沿江地区是苏南、苏中两大经济板块的纽带,对住宅地价影响变大,从时间看,城镇化率对住宅地价的影响逐步减小;④对外交通状况对住宅地价贡献为正,南部地区回归系数较高,向北系数逐渐减小,从时间角度看,其影响程度逐步增大;⑤从业人口数量对住宅地价的贡献为正,南部地区回归系数较高,向北回归系数绝对值逐渐减小,从业人口数量对苏南影响比苏北大;⑥房地产投资总额北部地区回归系数较高,向南系数逐渐减小,苏北房地产投资总额对住宅地价影响高于苏南地区。     

HEATING DEGREE DAY RESEARCH IN ALBERTA: RESIDENTS CONSERVE NATURAL GAS

A high correlation exists between monthly population-weighted heating degree days (below 18C) and the use of natural gas per household for residential heating in Alberta for the period 1962–80. The use of natural gas for residential heating per household declines since 1973 following a sharp increase in gas prices.     

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。     

基于空间分位数模型的住宅价格分异的影响因素研究——以武汉市为例

住宅价格的变化是关系我国城镇化建设和社会经济高质量发展的重要问题。为探索住宅价格分位点下的影响因素,本文以我国中部国家中心城市——武汉市为例,运用空间分位数模型进行定量分析,同时将两阶段空间自回归模型结果作为对比揭示其优越性。研究表明：① 空间分位数模型不仅能考虑住宅价格的空间自相关性,而且还关注了住宅价格的条件分布特征,更为全面地描述微观因素对不同价位住宅的作用效应。②从分位点来看,高住宅价格的空间自相关性强于低住宅价格的;而且影响因素存在波动性和异质性,相比较于两阶段空间自回归的均值结果,空间分位数模型中各因素的影响程度随着分位点的变化出现上升或下降趋势,对低价、高价等不同价位的住宅影响程度存在显著差异。③ 整体而言,建筑年龄和医疗配套为负向影响因素,容积率等建筑特征、区位特征和教育配套等邻里特征变量为正向影响因素。基于研究结果,合理提高中低价位住宅区域的容积率和绿地率、加大低价住宅区的轨道交通和教育设施的投入力度等应当成为政府部门针对不同价位的住宅制定差异化政策措施的考虑方向。     

Effect of land prices on the spatial differentiation of housing prices: Evidence from cross-county analyses in China

This study analyzes the spatial patterns and driving forces of housing prices in China using a 2,872-county dataset of housing prices in 2014. Multiple theoretical perspectives on housing demand, supply, and market, are combined to establish a housing price model to explore the impact of land prices on housing prices. The relative impacts of land prices on housing prices at different administrative levels are then analyzed using the geographical detector technique. Finally, the influencing mechanism of land prices on housing prices is discussed. The main conclusions are as follows. (1) Housing prices have a pyramid- ranked distribution in China, where higher housing prices are linked to smaller urban populations. (2) Land prices are the primary driver of housing prices, and their impacts on housing prices vary over different administrative levels. To be specific, the effect of land prices is the strongest in the urban districts of provincial capital cities. (3) The internal influence mechanisms for land prices driving housing prices are: topographic factors, urban construction level, the agglomeration degree of high-quality public service resources, and the tertiary industrial development level. The urban land supply plan (supply policies) is the intrinsic driver that determines land prices in cities; through supply and demand, cost, and market mechanisms, land prices then impact housing prices.