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。     

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。     

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。     

长三角一体化区域城市房价空间分异的模式与效应

城市住房制度市场化改革以来,中国城市房价整体快速上涨,区域房价分异加剧。区域内部房价空间分异是城市发展差距的综合反映,即城市资源要素综合配置能力差异的物化表达。基于中国房价行情平台提供的2008—2018年地级城市和区县尺度城市房价数据,分析长三角一体化区域房价增长与分异过程,发现区域整体房价呈现快速上涨、相对平稳和再度快速上涨3个阶段,区域房价差异随房价上涨而扩大,上海、杭州和南京等城市房价增长更快,浙江、苏南地区与安徽、苏北地区的房价差距拉大。根据房价增长、城市等级与区位特征,将长三角327个区县划分为核心城市城区、中心城市城区、发达城市城区、其他城市城区、核心圈层县市和外围地区县市6种类型,提出一体化区域城市房价表现为整体上涨相对更快、不同类型区县间差异拉大、同类区县间存在“俱乐部收敛”等增长与分异模式。区域城市房价快速上涨与过度分异,驱使高端产业、人口等资源要素向少数“超级明星城市”集聚,加剧区域不平衡,不利于长三角地区实现更高质量一体化发展。     

东北地区建设用地开发强度格局演变的空间分异机制

建设用地开发强度是区域建设用地开发利用程度及其对区域人口和经济社会承载强度的综合反映。本文以东北地区179个县域空间为基本研究单元,应用冷热点、空间变差函数、GWR模型等定量方法对建设用地开发强度的时空分异格局演变及分异机制进行了探讨,得出以下结论：① 2000-2015年东北地区建设用地开发强度总体呈现出增长态势,但空间分异显著,各单元间建设用地开发强度高低的相互作用及联动效应较为明显,但建设用地开发强度的空间分布逐渐趋于非均衡,建设用地开发强度的冷热点分布格局与全局分异变化及空间异质性态势基本吻合;② 2000年东北地区开发强度格局分异由政府财政投入力度、用地投资强度和产业结构水平共同影响,到2005-2015年发展演化为政府财政投入力度、用地投资强度、经济发展水平和产业结构水平共同影响;③ 2000-2015年政府财政投入力度、用地投资强度、经济发展水平和产业结构水平与东北地区建设用地开发强度格局分布态势具有一定的关联性,但在不同区域呈现出影响程度的差异性。     

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。     

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。     

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。     

中国省域间生态地租分异特征及其影响因素(英文)

Ecological land rent is the excess profit produced by resource scarcity, and is also an important indicator for measuring the social and economic effects of resource scarcity. This paper, by calculating the respective ecological land rents of all the provinces in China for the years 2002 and 2007, and with the assistance of the software programs ArcGIS and GeoDA, analyzes the spatial differentiation characteristics of ecological land rent; then, the influencing factors of ecological land rent differentiation among the provinces are examined using the methods of traditional regression and spatial correlation analysis. The following results were obtained: First, ecological land rent per unit of output in China shows stable distribution characteristics of being low in the southwestern and northeastern provinces, and high in Hebei and Henan provinces. There is also an increasing tendency in the central and western provinces, and a decreasing one in the eastern provinces. In general, the spatial distribution of ecological land rent per unit of output in China is quite scattered. Second, the total ecological land rent shows significant spatial aggregation characteristics, in particular the provinces in China possessing high total amounts of ecological land rent tend to be adjacent to one another, as do those with low total amounts, and the spatial difference characteristics of the eastern, central and western provinces are distinguished. The Bohai Rim, Yangtze River Delta and Pearl River Delta are shown to be highly clustering regions of total ecological land rent, while the western provinces have very low ecological land rent in terms of total amount. Third, population distribution, economic level and industrial structure were all important influencing factors influencing ecological land rent differentiation among provinces in China. Furthermore, population density, urbanization level, economic density, per capita consumption level and GDP per capita were all shown to be positively related to total ecological land rent, which indicates that spatial clustering exists between ecological land rent and these factors. However, there was also a negative correlation between ecological land rent and agricultural output percentage, indicating that spatial scattering exists between ecological land rent and agricultural output percentage.     

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。     

基于住宅价格的北京城市空间结构研究

城市空间结构是城市地理研究的核心重点之一.近年来,城市住宅价格快速增长,一方面导致城市空间结构出现了一些新的特征和问题,另一方面住宅价格也可敏锐地反映出城市空间结构的演变.因此,本文从住宅价格的角度对北京市城市空间结构进行了探讨.利用北京市2005年和2012年二手房市场住宅的空间数据,通过GIS空间分析、空间自相关分析和Hedonic回归分析等方法,对住宅价格时空格局及影响因素进行了分析,并在此基础上从住宅价格的角度探讨了城市空间结构的优化调整问题.北京市住宅价格存在蔓延式增长、空间差异明显及空间自相关性高等特点,其主要的影响因素包括区位条件、交通便利度、周围环境、基础设施、物业等级等.基于住宅价格得出北京市空间结构的主要特征为:①已形成了多中心的城市空间结构格局.除市中心外,还有亚奥地区、万柳一香山地区、中关村地区、复兴门地区、CBD等次中心,空间扩张仍呈现“摊大饼”的发展模式;②社会空间分异现象有所缓解,但仍存在明显的居住隔离.金融街、月坛等街道是房价高值集聚区,易形成“富人区”,而南六环尤其是房山则易形成“穷人区”;③交通条件和周围硬件环境等基础设施对城市空间结构有一定的调整作用,但调整的效果并不理想.     

南京市城市土地价格空间分布特征

城市土地供给是城市扩张的重要支撑,分析城市不同类型的土地价格空间分布特征对于城市土地的合理开发具有重要意义,并已成为学者们研究城市扩张过程的重要视角。采用传统统计学与地统计学方法,以住宅、工业、商服三种不同土地利用类型的出让价格为样本,分析了南京市2001-2010年土地交易价格的统计特征及空间分布特征。结果表明,土地用途不同,其出让价格的空间分布特征也不同。商服用地对商服繁华度要求较高,价格高值区集聚在市中心,以新街口、夫子庙等商贸商务区为中心,向外围价格逐渐降低,为典型的单中心布局模式;住宅用地对环境质量要求较高,价格高值区相对商服用地集聚度有所下降,并呈现出由市中心向外迁移的趋势,圈层布局态势明显;工业用地由于有较高的对外交通条件要求,以及环境成本约束和政策导向,除部分对研发及基础设施等条件要求较高的高新技术等工业外,大多布局在远离市中心,区位条件良好的沿江产业园区及工业区内,呈现多中心发展格局。     

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。     

中国县域国土空间集约利用计量测度与影响机理

土地利用问题日益成为中国经济发展的重要约束力之一。快速城镇化背景下城镇和乡村的快速扩张吞噬了宝贵的土地资源,粗放非集约的利用方式更加剧了土地资源的浪费。从国土空间集约利用的影响机理出发分析中国县域国土空间集约的影响机理对指导集约利用实践以及宏观集约利用政策瞄准和政策矫正都具有特殊意义。综合运用OLS模型、空间面板滞后模型和空间面板自相关模型以GIS和Matlab为技术平台,构建中国县域发展基础数据库 (1992-2010年),定量刻画中国2286个县级单元的空间集约利用度时空变化格局,计量分析社会经济发展、自然环境本底、区位交通地理、宏观战略政策和历史基础5大类变量17项具体因素的影响机理。研究结果表明,空间面板数据模型的整体显著性和可信度检验略高于一般面板数据OLS模型;在固定相关效应后对各因素的影响机制进行了检验,表明工业化、城镇化、经济发展水平、区位、交通和宏观战略政策等因素对县域国土空间集约利用的影响较为明显。自然环境因素弱于社会经济因素。被忽略的历史因素对县域国土空间集约利用具有极显著的影响。未来县域国土空间集约利用应因势利导,强化有利因素,减小不利因素影响。提高工业化和城镇化发展水平和质量。发挥市场的主导作用,完善土地市场和运行机制。优化国土空间集约利用调控政策和管治手段,制定差别化的空间集约利用政策。以资源环境承载力为基础和约束最大限度地提高投入和产出水平。     

中国城市房价对生育率的影响——基于长三角地区41个城市的计量分析

房价与人口的关系是人文经济地理学研究的热点领域,本文选取长江三角洲地区作为研究区域,利用区域内41个城市11年（2008—2018年）的数据,分别采用差分GMM模型及LSDVC法,从整体和分组的层面分析城市房价与生育率的关系。整体模拟结果表明,城市房价上涨的速度对于生育率有着显著的负向作用：房价上涨得越快,生育率下降得越快。同时,以房价收入比衡量的居民购房能力对生育率也有着显著的影响,居民购房能力下降得越快,生育率也下降得越快。分组研究的结果表明,不同房价水平的城市,生育率受购房能力影响程度不同,中等房价水平及较低房价水平的城市,其生育率更容易受到购房能力波动的影响。基于以上研究结果,提出严控房价涨幅速度、适当提高购房补贴、提高居民收入等政策建议,以期提高区域内居民整体生育意愿,促进人口增长。     

长三角一体化区域城市商品住宅价格分异机理研究

城市住宅价格及其空间差异是21世纪以来引起城市地理学者持续关注的热点问题。以长三角135个区县为研究对象,在通过分异度指数测度发现2014-2016年各区县商品房价差异增大的基础上,以商品房单位面积成交均价为因变量,提取16项房价影响因素为自变量,通过逐步回归和地理加权回归进行定量分析。研究发现：高校资源、经济密度、房产政策、经济实力、公共服务投入、高端从业者占比和产业结构7项指标对房价分异的影响最显著,而各因素对区域内房价的影响程度均具有显著的空间不稳定性。进而,提出房价是城市经济、人力、社会和行政等资源丰度的货币化表达,区域房价分异是城市支配资源能力差异的综合反映,其中行政资源在各类资源中占据主导地位。由此判断,长三角各区县房价在短时期内较难实现“俱乐部收敛”,沪宁杭等核心城市与外围地区的房价差距可能会继续扩大。     

Quantitative measuring and influencing mechanism of urban and rural land intensive use in China

Land use issue is an important constraining force to limit economic sustainable development of China. Urban and rural rapid expansion depletes valued land resources under the background of rapid urbanization. An extensive use pattern might cause a serious waste of land resources. The study on influencing mechanism of land intensive use （LIU） in China at the county level is a key tool for effective LIU practice and policy-making. This paper uses OLS model, Spatial Panel Lagged model and Spatial Panel Error model to quantitatively analyze the influencing mechanisms of five class factors and 17 variables supported by GIS （Geographic Information System） and MATLAB. And a comprehensive data set was devel- oped including physical geography and socio-economic information of 2286 counties. Meanwhile, the spatiotemporal pattern of LIU has discussed by means of GIS. The results show that Spatial Panel Data models are slightly superior to OLS model in terms of signifi- cance and confidence level. Regression results of these models indicate that industrialization, urbanization, economic development level, location, transportation and policy have significant impact on LIU of counties. The variables of physical geography are less significant than socio-economic variables. An ignored variable of historical factor, however, became the best significant factor. In the future, the LIU at the county level should take advantage of the new situation by enhancing favorable factors and reducing disadvantageous ones, which can be acquired by improving the entire level and quality of industrialization and urbanization. We argued that an efficient and complete land market and operating system should be built to reflect market-oriented activities at the first place, then, differential LIU regulation policies and measurements should be optimized according to regional differences. In the meantime, we should pay close attention to the carrying capacity of local resources and environments when conducting LIU practices.     

环境类邻避设施对北京市住宅价格影响研究——以大型垃圾处理设施为例

近年来,随着城市扩张,垃圾处理设施的布局逐步和城市居住空间相交叠,影响居民生活品质。目前人们对于北京市垃圾处理设施“围城”问题的认知多来自新闻媒体的宣传报道,存在一定的认知误差。以北京市六环内及周边街道为研究范围,分析垃圾处理及转运设施对房价的影响程度,以及垃圾处理设施对周边住宅价格影响的空间范围,在此基础上分析北京市最大的垃圾处理中心——阿苏卫对周边房价的影响范围。结果表明：① 北京市大型垃圾处理设施对周边房价影响的空间作用范围平均为6 km左右,这一距离远超市政建设要求的大型垃圾处理设施与居住区距离500 m的邻避标准。以此空间距离为基准测算,北京有800多个社区、约70万户居民处于大型垃圾处理设施的影响范围内。② 案例研究显示,阿苏卫垃圾处理中心对周边房价的影响范围接近14 km,远大于垃圾处理设施的平均空间作用距离。由于阿苏卫周边分布着回龙观、天通苑等大型居住区,受该设施影响的居民多达几十万人。     

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。     

北京山区建设用地扩展空间分异分析

根据目前描述建设用地扩展空间分异所用各种指数,结合山区扩展实际情况,提出了扩展程度指数的概念。并基于土地利用详查和变更数据,测算了1993¹996,1996¹999,1999²002三个不同阶段山区建设用地的扩展变化率、扩展强度和扩展程度等指数,分析了北京山区不同类型建设用地的扩展特征及其空间差异。结果表明:20世纪90年代以来,北京山区的建设用地发生了剧烈变化,建设用地扩展程度逐年增强,郊区城市化正向远郊区扩散。山区尚处于城市化的初级阶段,建设用地扩展存在不规则性,区域差异明显。扩展变化率、扩展强度和扩展程度等指数的结合使用更全面准确地描述了山区建设用地扩展及其空间分异状况。