更全的杂志信息网

基于基础设施POI和可达性的房价空间分异研究

更新时间:2009-03-28

1 引言

总体来看,国内有关住宅价格空间分异的研究与国外相比差距较大,从研究的内容到技术方法都不够完整和系统,在很多方面仍然有许多不足和缺陷,研究成果相对较少,与社会学、城市地理学等相关学科交叉融合还不够,从系统角度出发的综合研究尚欠缺,研究有待进一步发展和深化[1]。在开敞空间可达性、宜人性以及对城市房价的影响等方面,国内的研究仅停留在数据分析的基础之上,无法深入研究影响因素的作用机制和空间变化规律[2]

城市住宅价格空间分异是客观存在的,不同的空间特征会影响居民的选择,居民的选择会直接影响住宅的市场价格。研究的目的就在于探索住宅价格的演变,进而分析左右住宅价格的内在和外在因素,并对其影响程度进行定性与定量的分析[3]。就城市经济中心而言,假设生活区四周配套的公共服务设施,空气质量,环境因素在城市各个区域均一样,则可达性成也就是交通成本为居民选择住宅最重要的因素,那么住宅价格与城市经济距离的增加而降低的趋势[4]。事实上,大型超市、集贸市场、大学、广场、市域公园、一般公园、主城中心、综合商场,综合医院,地貌地形等的影响程度和相关性会有差异性。

对武汉市主城区住宅价格空间分异,国内外的专家学者都进行了大量的分析与研究。其中国外学者主要运用Hedonic Model结合空间区位特征和Kriging(克里金)插值法进行系统的研究。Pace(2000)住宅价格预测模型的建立采用了与之联系紧密的空间和时间数据变量。

建立健全医保规章制度、投诉管理制度、监督考核机制、奖惩制度。加大监管力度,层层把关,严格落实,实现投诉渠道多元化[8],确保患者投诉的医保问题及时得到解决和处理。对投诉属实涉及的科室及个人,加大考核力度,与绩效、年度考核、晋职晋级、岗位聘用等挂钩考核。奖惩分明,实行挂牌上岗制度,标明姓名、职务和所在科室等,实行窗口服务评价制,选取窗口服务标兵给予表扬和奖励。

国内学者这要通过Gis技术研究国内各线城市住宅价格的曲线,从何研究讨论房价的空间分异特点。李传华,基于兰州市2005年-2006年普通住宅数据,利用空间分析中点模式分析对兰州市普通住宅价格空间分布格局进行分析,并运用回归分析得出房价与商服中心的关系。熊林华,以成都市的11个城区为研究对象,结合GIS技术与Hedonic模型理论研究城市商品住宅价格空间分布规律及其影响因子。梅志雄,黎夏,基于ESDA和Kriging方法对东莞市住宅价格空间结构进行探讨。

通过网络爬虫技术抓取城市城市基础设施POI,同时,运用欧式距离评估其可达性。可达性评估具体见图1。

2 研究方法

2.1 城市基础设施POI与基础设施可达性评估

本文利用网络爬虫技术搜集城市基础设施POI,根据空间位置数据,基于欧式距离,评估基础设施可达性。

突变操作产生的栖息地与原栖息地差异巨大,可随机产生一个新栖息地Hm替换原栖息地H,即M(λ,μ):H←Hm。

2.2 热点分析和空间趋势分析

疲劳试样图纸如图1所示。为减少机械加工对疲劳实验结果的影响,实验前用抛光布对试样最小断面处进行抛光处理。并用光学显微镜观察试样最小断面,确保不留下环状划痕。疲劳实验采用日本RB4-3150-V1旋转弯曲疲劳试验机,在室温空气中进行,加载频率为52.5Hz。

在10 km内,与城市中心距离每增加1 km,房价平均下降1474元,距离在10 km以上,平均房价下降程度相对减缓。距离地铁站在1 km到2 km的房价变化幅度最为明显,每 km下降6264元。距离从2 km到10 km,房价平均每 km下降804元,下降幅度响度较小。随着距离地铁站距离的增加影响逐渐减少。这说明距离地铁站越近的楼盘价格涨幅越为明显,地铁站对周边房价存在着空间效应。

 

其中yb表示要素y的属性值,xa,b表示要素a与b在空间上的权重,n表示要素数量和,且:

 

表达的是Z得分,是利用热点分析的统计结果。一般来说,Z得分为正则表示为热点区域,Z值愈高,其所在区域中要素的热点聚集程度就愈高,在颜色上就愈红;而Z得分为负数时,其所在为冷点区域,Z值的绝对值越大则冷点聚集程度越高,其颜色就越蓝。

Kriging 方法克里格(Kriging)插值法是以空间自相关性为基础,利用半变异函数的结构性,对有限区域内的区域化变量取值进行无偏最优估计的一种方法。对于任意待估计点的估计值均可以通过待估测点范围内的 n 个观测样本值的线性组合得到,点 Kriging 内插法估计任意点 X0处的房价的算法如下:

 

由于近年来人口老龄化的加剧和二孩政策的开放,老人和小孩的人口数量增加,导致医院的规划与建设明显不足,所以综合医院由此成为稀缺品,引起购房者的重视。距离综合医院越近,房价越高,其中汉阳片区的王家湾版块、汉口片区的古田版块、二七百步亭版块和武昌片区的徐东版块附近缺乏优质的医疗资源,因此随着距综合医院的距离增加房价衰减幅度很大。

3 研究区

武汉市是华中地区的重要城市,面积8467平方公里,坐落于江汉平原,长江汉江交汇于此,把武汉分为汉口武昌和汉阳三个片区。因此房价的空间分布并没有像北上广深这些一线城市子中心向外围呈现圈装递减。近些年来,湖北武汉地区涌入武汉的人口激增,城市房价呈现快速增长。搜房网是国内众多房地产租售信息服务网站中的一个,它成立于1999年,是排名第一的房地产网络平台,拥有九千余名员工,业务覆盖336个城市及地区,涵盖新房、二手房、租房、商铺、写字楼等房源信息。选择“搜房网”作为网络爬虫的数据源,是依据其系统性、权威性和可靠性。楼盘名、地名、开发商、空间位置、价格、户型等信息进行数据抓取。

距离山体5 km内,平均房价居高不下,高于16000元,由此可见市民对山宜人自然景观的迫切需要,以城市山体、绿地和水系为代表的山水园林风景区越来越受市民青睐。距离山体3 km到13 km内,距离每增加1 km房价平均下降程度有所减缓;距离山体距离大于13 km以后,山体可达性对平均房价影响不明显。

4 武汉市主城区房价空间分布差异

4.1 城市基础设施POI与可达性评估

本文研究通过采用网络爬虫技术在搜房网上搜集2016年武汉市主城区内房价的资料,用Arcgismap作为基础平台,分别用克里金法热点分析法对武汉市主城区的房价特征进行分析,用Excel做出的表格和散点图从可达性入手对武汉市主城区住宅价格空间进行研究。

崇礼东沟为清水河源头,起于崇礼区北部与张北县交界的桦皮岭山脚下[2],自东北向西南,流经清三营、狮子沟、白旗、西湾子等村镇[3],在中山沟附近与正沟汇合,汇流口以上流域面积766km2,河道长84km,河道纵坡1.21%。西湾子镇建有崇礼水文站,控制流域面积430km2,具有1958~1961年、1982~2011年共34年不连续实测洪水资料。

  

图1 基础设施可达性评估图

4.2 武汉市主城区房价热点分析与空间插值分析

如图2城市趋势分析与热点分析图(a趋势图b热点图),江汉区和武昌区的楼盘全部处于热点区域的最高等级和二级等级,而江岸区的楼盘大多处于热点区域的最高等级,仅有三个距离位置较远的处于冷点区域,这主要是由于行政区划的地理位置处于武汉市中心区域所决定的。每个行政区域的楼盘都有在热点区域的最高等级分布。相比较而言,汉阳区,洪山区和青山区的楼盘具有比较合理地分布特征,分布在各个不同的热点等级,并且分布特征较为平均。因为硚口区其地理位置的相对其他片区比较特殊,其具有少量最热点的楼盘,其他大部分的楼盘则相对比较冷。这是其狭长的地理形状所决定的。总体来看,武汉市的楼盘大部分处于热点的最高等级,而只有少部分分布于冷点区域。

热点分析法是在图上用不同的标识(如颜色)显示要素聚集的位置和程度。热点分析工具可对数据集中的每一个要素计算 Getis-Ord Gi* 统计,通过得到的 z 得分和 p 值,可以知道高值或低值要素在空间上发生聚类的位置 。

  

图2 城市趋势分析与热点分析图(a趋势图b热点图)

4.3 武汉市主城区房价空间分布特征分析

图3表明,主城中心、轨道交通、综合医院、大型超市、大学、长江、山体、大型湖泊、广场、公园的可达性与武汉市主城区住宅价格存在正向相关性。当基础设施可达性下降相同规模时,主城中心、长江、山体、大型湖泊、广场、公园引起的房价波动比轨道交通、综合医院、大型超市、大学更加剧烈。武汉市主城区房价明显受到社会经济区位因素的影响,包括大型超市、综合医院、城市中心、轨道交通因素。楼盘离大型超市10 km以内,房价随着与大型超市距离的增加,房价有明显的下降,平均距离每增加1 km房价下降922元。超过10 km后,平均房价与距离大型超市距离相关性弱。平均房价总体上随大型超市可达性下降而呈下降趋势。

式中:Z(Xi)是点 Xi处的房价;λi 为权重系数,是各已知房价 Z(Xi)的在估计 Z(X0)时影响大小的系数.是在变异函数基础上,将半方差代入 Kriging 方程组并求解得到的,其和等于 1。

Getis-Ord Gi计算方法是:

开敞空间可达性与住宅价格呈正向相关性。随着住宅区与大型湖泊距离的增加,平均房价下降。在距离1 km和3 km之间,平均房价每 km下降841元,下降幅度非常显著。因为在3 km以内,居民可以不用借助交通工具步行往返于湖畔与住宅之间,提高了居民的舒适度和满意度,所以房价在这个区间下降幅度非常显著。距离3 km到10 km之间,房价平均每 km下降663元,幅度较小。距离8 km以上,平均房价的变化规律不明显。

智能云科信息科技有限公司总经理朱志浩先生的演讲话题是:重塑制造生产关系,打造社会智造多赢生态。他指出对于制造业来说,工业互联网的核心一定是把单元制造数字化,上下互联形成平台,实现网络协同的新制造模式,最终真正实现“个性化定制的批量化生产”。

长江风景独特别致与两岸绿地公园景观交相辉映,导致长江两岸楼盘价格居高不下。其中影响较大的区域集中于汉口片区的京汉大道、解放大道,武昌片区的积玉桥和徐东这些版块的沿江部分楼盘,一线江景的稀缺性使江景房升值潜力巨大。随着距离长江的可达度逐步下降,房价的下降程度比其他要素影响下的房价下降程度小,长江对房价的影响范围也比其他要素更广。距离长江15 km时,平均房价仍然要高于15000元,而长江可达性超过15 km时,房价下降速度较快。广场的地段优势对房价升值具有正向影响。距离广场4 km以内,平均房价变化幅度小,距离超过10 km以后,平均房价无明显变化规律。

  

图3 基于影响因素的房价空间变化图

公园带来的优美的环境带给人们舒适的感受,同时也有利于身体健康。公园里人们可以呼吸到森林释放出清新的空气,也可以在公园里散步、晨练。距离公园近的居民可以更方便的享受公园景观带来的福利,2 km以内,步行30分钟左右可到达公园。因此,与公园距离从0 km增加至2 km时,平均房价总体虽然呈下降趋势,但是下降程度较缓;距公园2 km至12 km范围内,平均房价下降速度较快。

研究数据来源于调研组于2016年7-8月在江阴市、滁州市、上海市以及南京市等地制造业工厂所进行的问卷调查,该调查主要聚焦于农民工的新媒体使用现状,内容涵盖人口统计学基本特征、工作现状以及农民工新媒体使用的方式和具体内容等。本次调查共发放问卷800份,其中有效问卷686份,问卷有效率为86%。对于新老两代农民工的划分则采用国家统计局发布的农民工调查监测报告中关于新生代农民工的定义,即将30岁作为新老两代农民工的划分标准,共筛选出365份新生代农民工样本。

5 结语

城市房价是城市居民和城市管理部门的重点关注的对象,而城市房价的空间分布差异规律研究的必要性和重要性也是显而易见的。本研究通过网络爬虫技术在搜房网上搜集2016-2017年武汉市主城区内的销售住房的价格和城市基础设施POI数据,运用克里金趋势面法和热点分析法对武汉市主城区的房价特征进行分析,然后基于基础设施的可达性评估探索城市房价的空间分布规律。本研究得出以下结论:

1.2.5 饮食指导:对于呼吸内科的患者来说,饮食的质量同样较为重要,在饮食方面需要格外进行注意,首先,工作者需要根据患者的病情条件制定针对性的饮食食谱,其次,需要及时告知患者食用一些高蛋白质的食物,指导患者多进餐,并饮水,再者,相关护理工作人员可以对患者的腹部位置进行适当的按摩,真正帮助患者实现肠胃的蠕动,并通过有效的饮食护理调节患者的预后。确保其健康。护理人员需要对患者的饮食和药物进行及时的监控,尽可能降低不良事件的发生概率。

武汉市主城区房价呈现多中心集聚的分布格局。高房价集聚中心分别分布于长江北侧黄浦路至二七路区域、沙湖与东湖旁文化中心区域、王家墩中央商务区CBD和光谷广场至高新大道区域;

主城中心、轨道交通、综合医院、大型超市、大学、长江、山体、大型湖泊、广场、公园的可达性与武汉市主城区住宅价格呈负向相关性。当与基础设施的距离增加相同规模时,主城中心、长江、山体、大型湖泊、广场、公园引起的房价下降程度比轨道交通、综合医院、大型超市、大学更加剧烈。

【参考文献】

[1] 汤庆园,徐伟,艾福利.基于地理加权回归的上海市房价空间分异及其影响因子研究[J]. 经济地理, 2012, 32(2):52-58.

[2] 蒋亮,冯长春.基于社会—空间视角的长沙市居住空间分异研究 [J]. 经济地理 , 2015,35(6):78-86.

[3] 杨剩富, 胡守庚,徐枫,等.特殊自然地物对城市住宅地价和房价的影响——以武汉市为例[J].资源科学,2016,38(4):738-749.

[4] 杜霞, 钱宏胜,吴殿廷.山东省县域经济的空间分异及其成因[J].城市问题, 2015(8):97-103.

[5] 宋伟轩, 刘春卉. 长三角一体化区域城市商品住宅价格分异机理研究 [J]. 地理研究 , 2018(1):92-102.

[6] 王洋, 王德利, 刘丽华,等. 中国城市住宅价格的空间分化及其土地市场影响[J]. 中国土地科学, 2015, 29(6):33-40.

[7] 陈浩, 张京祥, 李响宇. 国家空间分异与国家空间视角的中国城市研究思路初探[J]. 人文地理, 2017(5):9-16.

[8] Hilber C A L. The Economic Implications of House Price Capitalization: A Synthesis[J]. Real Estate Economics, 2017,45(2):301-339.

[9] Mathä T Y, Porpiglia A, Ziegelmeyer M. Household wealth in the euro area: The importance of intergenerational transfers,homeownership and house price dynamics[J]. Journal of Housing Economics, 2017, 35:1-12.

[10] Zhou P, Liu Y, Chen Y, et al. Prediction of the spatial distribution of high-rise residential buildings by the use of a geographic field based autologistic regression model[J]. Journal of Housing & the Built Environment, 2015, 30(3):487-508.

 
周鹏,谢婉婷,隗剑秋,高山立,王丽,朱雪莹
《科技经济导刊》 2018年第15期
《科技经济导刊》2018年第15期文献

服务严谨可靠 7×14小时在线支持 支持宝特邀商家 不满意退款

本站非杂志社官网,上千家国家级期刊、省级期刊、北大核心、南大核心、专业的职称论文发表网站。
职称论文发表、杂志论文发表、期刊征稿、期刊投稿,论文发表指导正规机构。是您首选最可靠,最快速的期刊论文发表网站。
免责声明:本网站部分资源、信息来源于网络,完全免费共享,仅供学习和研究使用,版权和著作权归原作者所有
如有不愿意被转载的情况,请通知我们删除已转载的信息 粤ICP备2023046998号