中国第二住宅发展的研究--动力机制、特征、效应与规划展望

在分析中国第二住宅发展的动力机制的基础上,系统地研究中国第二住宅发展的特征、与国外的差异及其成因,探讨第二住宅发展所引发的一系列社会经济效应,并展望其规划特征,以求对城郊规划、乡村规划及发展战略的制定、城乡土地利用协调方案的研制等工作有所裨益.     

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...     

住房制度改革以来长春市新建住宅的空间布局研究

依据房价网和搜狐焦点长春地产等网络数据,借助反权重分析方法及GIS技术平台,对1991~2011年长春市新建的住宅分布格局进行分析,得出长春市住宅空间分布特征:①住宅的郊区化趋势日趋明显;②住宅沿城市主干道轴向布局和以城市绿地及水面为中心环状布局特征鲜明;③住宅价格总体上呈单中心多极核圈层分布;④价格重心相对于城市原有的几何中心南移等。同时,在对新建住宅空间布局的影响因素进行分析的基础上,进一步分析了这种空间布局的效应:城市人口空间分布的郊区化、职住分离加剧、城市交通压力的增加以及城市商业空间的郊区化和多中心化。     

上海南站对住宅价格影响的时空效应分析

上海南站综合运输系统的建设促进了该地区经济的快速发展,也带动了房地产升值.利用上海南站开通前后9年的房地产交易数据,建立多种特征价格修正模型,并分析模型拟合效果,选择最适模拟模型.然后,分4个时段具体分析了上海南站影响效应的时间变化规律:在上海南站规划首次公布之前,这一地区的房价较其他地区低;从规划公布至正式动工之前,对周边地区住宅价格的影响并不显著;在上海南站建设期间,周边地区住宅已经对其产生了反应,由于人们对该地区的良好预期,楼市出现了价涨量增的局面;在上海南站建成开通之后,其影响效应凸显.继而又从不同方向分析了上海南站影响效应的空间分异特征;上海南站对住宅价格的增值作用平均范围为1.85 km;分区域来看,上海南站对沪闵路沿线住宅价格的影响范围在2.2 km内;对上海植物周周边楼盘价格的影响范围在1.45 km内;对沿中环线住宅价格的影响则不明显.     

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。     

城市住宅价格空间分异的区域一体化因素分析 ——以河南省开封市为例

选取2001年、2006年、2009年、2016年4个时点的城市商品住宅交易数据,基于空间分析与计量模型等方法,对开封市住宅价格时空变化特征及其与区域一体化因素的关系进行分析。结果表明:开封市城区住宅价格空间分布由单中心模式向多中心结构转变,邻近郑州的金明区正成为房价“高峰”;跨界交通和新城规划等一体化因素对开封市住宅价格的影响较为显著,且影响力随着一体化推进而变化。其中,郑开大道对住宅价格的正向促进作用呈先增后降的特点,开通相对较晚的郑开城际轻轨对住宅价格有着明显的正向作用,而开封西郊金明区的快速扩张弱化了其潜在效应。这有效地证实了区域一体化对城市住宅价格有显著影响。     

基于POI大数据的沈阳市住宅与零售业空间关联分析

城市住宅及其价格与区域商服业的空间关联性量化研究是人文-经济地理学的重要研究内容。以辽宁省沈阳市为案例,以住宅和零售业兴趣点（Point of Interest, POI）为数据源,基于空间核密度分析提取住宅和各类零售业的空间聚类形态,量化表达商住空间布局的相关性,并在此基础上运用地统计方法测算房价的空间异质性及其与零售业态空间布局的差异特征。结果表明,零售业的整体空间聚集特征与住宅相似,呈现中心城区块状聚集、外围城区多中心离散的分布格局;零售业与住宅核密度相关系数为0.95,超市、便利店等小规模的零售业与住宅密度相关性较强,商场商厦的聚集效应落后于城市住宅,大型零售业应该在铁西经济技术开发区等住宅密集区规划选址,为居民提供高端购物服务;住宅价格的倒“U”型空间分布模式与零售业空间密度的圈层衰减特征相符。     

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。     

广州地铁三号线对周边住宅价格的时空影响效应

以广州地铁3号线及周边住宅项目为例,综合运用可达性相等理论、比较分析法、hedonic模型和GIS空间分析技术,计算地铁对周边住宅价格的影响范围,实证分析其时空影响效应。空间效应结果表明:①地铁站点离市中心越近,影响范围越小,离城区越远,影响范围越大;②地铁对周边住宅具有明显的增值作用,住宅价格与地铁距离间呈显著的正向关系,距离越远影响效应越小;③分区域来看,地铁3号线对番禺区影响较显著,影响范围内住宅平均增值20.48%,而天河和海珠区影响范围内住宅平均增值8.73%。时间效应方面,地铁规划期对天河区和海珠区的房价影响不明显,对番禺区房价具有明显的正效应;施工期对周边房价的影响为先负向而后变为正向;运营期其正向影响更加明显。     

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。     

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.     

机场设施邻避效应对北京市住宅价格空间影响研究——以北京首都国际机场为例

城市发展过程中,大型公共基础设施的建设运营与居民居住空间品质的优化提升之间的矛盾日益突出。随着城市更新的不断深入,实现规划用地高效合理利用与人民生活宜居和谐的双赢目标成为城市规划建设的重中之重。由于机场设施存在较为明显的负向外部性,其邻避效应对周围住宅价格产生影响。本研究对首都国际机场运用特征价格模型分析“同邻避设施的距离”对住宅价格的影响,表征了在不同要素影响下邻避设施空间效应的量度,同时分析得出其对住宅价格的影响范围半径。主要研究结论如下：① 首都机场设施对周边住宅价格存在负面影响。在一定范围内,到机场设施的距离每减少1%,住宅价格平均降低0.586%。不同要素的影响力也存在差异。② 机场设施对住宅价格的空间影响范围为10 km,其空间效应随“同机场风险源距离”的增加而表现出减弱的趋势。此外,影响范围内的小区有149个,83.2%的小区分布在顺义区,受影响的户数约为13万。③ 机场设施的邻避效应空间影响存在方向异性,位于机场西部和南部的区域对周边住宅价格的影响范围整体大于位于机场北部和东部的区域。     

基于多源数据和集成学习的城市住宅地价分布模拟——以武汉市为例

精准刻画城市住宅地价分布特征,对于科学引导城市空间布局规划、有效实现城市精明增长等具有重要意义。而城市住宅地价与其潜在影响因素之间的复杂非线性关系,给地价分布精细模拟带来了挑战。论文旨在探索基于地理大数据和集成学习的城市住宅地价分布模拟方法体系,以满足快速、精准监测地价动态变化的需要。选取武汉市为典型区,以住宅用地交易样点、兴趣点(points of interest, POI)和夜间灯光影像为数据源,以500 m分辨率网格为估价单元,提取POI核密度和夜间灯光强度作为住宅地价预测变量,采用机器学习算法和bagging、stacking集成方法构建住宅地价预测模型,并对比分析其精度。研究发现：① 单个机器学习算法中,支持向量回归(support vector regression, SVR)预测精度最高,接下来依次是k最近邻算法(k-nearest neighbor algorithm, k-NN)、高斯过程回归(Gaussian process regression, GPR)和BP神经网络(back propagation neural networks, BP-NN);② 在提升单个算法预测精度方面,stacking方法的性能优于bagging方法,使用stacking集成SVR和k-NN的地价预测模型精度最高,其平均绝对百分误差仅为8.29%,拟合优度R²达0.814;③ 基于论文所构建模型生成的城市住宅地价分布图能有效表征价格圈层分布特征和局部奇异性。研究结果可为城市住宅地价评估提供新的思路和方法借鉴。     

基于特征价格模型的城市住宅价格影响因素研究

以2006—2011年全国35个省会城市及计划单列市为研究数据集,通过特征价格法构建反映城市住宅价格的城市特征模型,分别从全国、东部、中部和西部定量研究影响住宅价格的特征因素。从全国看,城市住宅价格受在岗职工平均工资影响最大,货物进出口总额次之,且呈正相关,城市人口和城市房地产关联的经济变量对住宅价格影响并不显著;从分区域看,对3个区域影响都显著的指标是在岗职工平均工资,影响程度从东往西呈阶梯递减,其次是货物进出口总额,东部影响小于中部和西部。总之,居民收入水平越高,城市开放程度越大,住宅价格越高。     

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。     

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。     

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。     

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。     

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。