存量发展阶段城市更新模式对商品住宅价格的影响—— 基于深圳样本的实证研究

聚焦城市的商品住房市场, 通过对竞标地租模型的推演, 尝试解释城市更新模式对商品住宅价格的影响机制。以深圳为研究对象, 利用多元回归分析, 实证住宅价格的影响要素与变化规律。结果表明: 1) 不同的土地开发模式会造成商品住宅的价格差异; 2) 相对于土地出让模式, 城市更新会降低商品住宅价格, 抑制住宅因区位变化对价格产生的影响; 3) 随着存量发展的不断深入, 城市更新模式将会重构城市商品住宅价格的空间分异。     

基于特征价格模型的沈阳市商品住宅价格指数

为了分析沈阳市商品住宅市场情况,根据国内外编制价格指数的方法,结合沈阳市房地产市场的实际情况,采用特征价格法对沈阳市商品住宅价格指数进行研究.选择16个特征变量,采用半对数模型构建沈阳市商品住宅特征价格模型,并对模型进行检验,确定影响沈阳市商品住宅价格的14个特征变量及相互关系.通过价格指数计算公式,计算出2006年至2013年沈阳市商品住宅特征价格指数,得出沈阳市商品住宅价格增速正在逐年减缓的结论,并对未来市场可能出现的问题提出合理建议.     

我国商品住宅价格灰色预测

商品住宅价格受多种因素影响，既有宏观因素。又有微观因素；既有确定性因素又有不确定性因素。文中运用灰色理论原理，把我国商品住宅价格看作一个灰色系统，以全国商品住宅价格为原生时间数据系列，建立灰色GM（1，1）预测模型，对我国商品住宅价格未来走势进行预测。对所建模型进行残差检验，关联度检验，均方差检验及小误差概率检验。精度均为一级，因此。可以运用所建模型对我国商品住宅价格进行预测。从模型预测的结果看，我国商品住宅价格在未来呈上升趋势。     

商品住宅主因素定价模型研究

在总结国内外关于商品住宅价格相关研究的基础上,同时考虑消费者需求、开发商供给以及市场影响因素,构建了包括住宅环境因素、住宅配套设施、住宅质量因素、住宅成本因素和住宅市场因素的商品住宅主因素定价模型,为房地产开发企业、中介机构和消费者更好地理解和确定商品住宅的价格提供一种新的思路。     

银川市商品住宅价格与环境的响应分析

由调查问卷结果得出,银川市居民在选择住宅区位时,影响商品住宅价格的主要因子是区位因子,交通条件因子,教育设施因子,自然环境因子.运用缓冲区分析方法分别提取103个商品住宅小区的TM-NDVI指数来定量反映样本周围的环境状况,提取道路长度、公交站点数来定量反映样本的交通便捷度,提取中小学个数来定量的反映样本周围的教育设施状况.在此基础上,结合定量与定性的分析方法进一步研究银川市三个市辖区居住环境与价格的响应关系,金凤区价格与环境的响应度最高,其次是西夏区,兴庆区的响应系数为负相关.     

基于灰度模型的商品住宅价格分析与预测研究——以安徽合肥市为例

房地产行业快速发展的同时也存在房价上涨过快等问题,房价上涨因素以及未来发展趋势已经成为社会各界关注的焦点。为了深入了解复杂多变的房地产市场,将灰度模型用于房价预测研究,以合肥市为例分析房价的主要影响因素,建立住宅异质性影响因素与住宅价格之间的线性关系模型。通过灰度模型来模拟商品房在2011—2017年的房价,并且预测2019年以后的住宅价格及发展规律,研究结果表明住宅价格上涨和下跌都在合理范围之内,商品住宅价格在未来几年内将持续稳步增长。     

陕西省房地产价格波动特点、原因及对策

采用定理和定性结合的方法,分析陕西省房地产价格波动特点及影响因素.实证结果显示,陕西省新建住宅、新建商品住宅及二手住宅价格均呈平稳中温和上涨的整体运行态势.房地产价格波动的主要影响因素为政府的宏观调控政策、保障房供应、土地供给加大等.根据分析结果提出稳定房地产价格、促进陕西房地产市场健康发展的政策建议.     

通货膨胀与商品住宅价格关系的实证分析

以计量经济学模型为基础,运用北京、上海的居民消费价格指数(CPI)和中房住宅价格指数 (HPI)的时间序列数据,研究通货膨胀与商品住宅价格的关系.将同比和环比数据换算为定基比数据,对数据序列的稳定性进行单整与协整检验,开展Granger因果检验和配对样本均值检验.研究表明: 在北京,通货膨胀与商品住宅价格不存在长期均衡关系,房价抵御通货膨胀的能力不显著,应采用经济手段而非行政手段调控住宅市场.在上海,通货膨胀与商品住宅价格存在长期均衡关系;而且,房价上涨会引发通货膨胀,应采取行政措施抑制房价的快速上扬.     

基于Hedonic分位数模型对城市住宅价格差异性的研究——以深圳市为例

城市住宅是一种典型的异质性商品,住宅价格由其特征带给人们的效用所决定.对于异质性商品,本文基于2016年深圳市商品房成交的样本数据,以Hedonic模型的相关理论为基础,分别应用逐步回归算法、Lasso惩罚构建对数住宅价格估计模型进行研究,结果表明,对深圳住宅价格影响最大的因素为住宅的绿化率;最后分别以对数住宅价格的5%、25%、50%、75%、95%分位点构建Hedonic分位数回归模型,发现在不同的住宅价格分位点上,显著特征变量的系数发生较大的变化,体现出在住宅不同价位上人们对住宅所具有的特征偏好不同.     

城市路网空间结构对住宅价格的影响分析

以链家房产交易平台和安居客房产交易平台的上海市二手住宅为研究样本,结合OpenStreetMap(OSM)提供的城市路网数据及高德地图提供的兴趣点(POI)等多源数据,利用空间句法测算路网空间结构的选择度和整合度.基于空间自回归模型、地理加权回归模型等空间计量估计方法,研究城市路网空间结构影响住宅价格的效果及机制.研究结果表明：城市路网空间结构是影响住宅价格的重要的区位因素,考虑空间相关性是必要的;与市中心住宅价格相比,郊区住宅价格对路网空间结构的依赖程度更强.     

广州市二手住宅价格的空间分异格局及影响机制

采用普通克里金插值法、空间趋势分析法和局部莫兰指数法,揭示广州市2020年二手住宅价格空间分异格局;在综合考虑建筑特征、邻里特征、区位特征和教育特征等影响因素的基础上,构建地理加权回归模型(GWR),可视化探究各影响因素对二手住宅价格的作用机制。研究发现:广州市二手住宅价格在东西方向和南北方向上均呈现“倒U型”的趋势分布,在整体空间分布上呈现“中心高,周边低”的特点,并在房价水平上表现出较高的空间聚类程度和关联程度。各影响因素对住房价格的影响作用呈现显著的空间差异性,其中,商场和小学对住宅价格的作用表现出商业资源和教育资源服务的局域性;而且,教育资源对住宅价格的空间影响差异程度受政策变化的影响。此外,GWR模型中部分住宅价格样本点的拟合效果不足与局部区域集中的资源优势相关。     

天津市中心城区商品住宅价格地区分异的研究

利用近年来公开发布的天津市中心城区各地段商品住宅价格的资料，借助商品住宅价格级差模型、房价水平剖面图等手段，深入阐述了商品住宅价格的地域分异特点及成因，提出了合理配置中心城区住宅、加强居住区综合开发等建议。     

基于Hedonic模型的广州地铁1号沿线住宅价格分析

地铁提高了沿线区域的通达性,大大降低了沿线居民的通勤成本,对沿线房地产价格产生深远影响．文章以广州市地铁1号线为例,选取了在2009年1～3月份成交的沿线100个住宅单元作为分析对象,利用Hedonie半对数模型分析其价格的影响因素．研究设计了建筑特征、邻里特征及区位特征3大类共13个因子参与模型运算,最后获取对住宅价...     

武汉市商品住宅价格空间分异特征与机制研究——基于地统计分析

以武汉市城区普通商品住宅为研究对象,采用Kriging空间插值方法进行了空间局部估计,利用Arc GIS10.1地统计分析方法对武汉市房价空间变化趋势进行了分析,直观反映武汉市住宅价格空间分布差异性.研究表明武汉市商品住房价格分布整体上呈现圈层环状式结构,且逐层向外围递减.住宅价格在空间分布上具有一定的空间连续性,从内环到外郊,各环线等值线密度依次降低,武汉市商品住宅价格在南北、东西两个方向上均存在明显的由中心向边缘递减的趋势,南北向的递减幅度较东西方向更明显,空间发展不均衡.交通便捷度、区位商圈、生态环境质量、服务设施完善、城市规划对商品住宅价格有正相关影响.     

应用改进的时空地理加权模型分析城市住宅价格变化

以深圳市为例对城市住宅价格进行时空地理加权统计回归分析,揭示城市住宅价格在时间与空间方面的变化趋势。研究结果表明,时空地理加权回归模型不仅能够分析相关因素在空间的差异性上对住宅价格具有重要影响,还能够揭示其在时间上的差异性,得出相关因素对住宅价格影响是随时间和空间变化的特点。依据模型的拟合度标准,GTWR能够从OLS的0.617,GWR的0.736提高到0.895。AIC标准的统计信息则表明,GTWR模型明显优于OLS与GWR模型。     

城市住宅价格影响因素的空间非平稳性分析

应用住宅特征价格法,选取南京市2011年9月份住宅小区均价作为因变量,选取8个影响住宅价格的因素并量化作为自变量,进行地理加权回归(GWR).与传统的OLS估计相比较,GWR模型具有更好的拟合优度,同时得出具有显著性的各因素对住宅价格的影响在空间分布上是有差异的,并揭示了这种差异的特点.     

基于系统动力学视角的武汉市商品住宅价格分析

与商品住房价格相互影响的因素很多,其关系复杂,对其进行单独分析很难取得良好的效果,而利用系统动力学则可以很好地解决这一问题。针对武汉市商品住宅市场的实际情况,借助系统理论,对影响其价格的各方面因素进行综合考虑,把其看成是一个系统,然后利用系统动力学原理对其建立相应模型并进行仿真与分析,得出武汉市商品住宅价格及其相关影响因素的变化趋势,为武汉市商品住宅宏观调控提供相关理论依据。     

大型三线城市住宅价格的影响因素及尺度研究

住宅价格在城市内部空间呈现出一定的空间异质性,对房价影响因素的研究有利于管理者对土地利用政策与房地产开发计划的实施与调控.运用POI数据构建MGWR模型,对2020年11月济宁市中心城区住宅区位对价格的影响因素进行研究,揭示了房龄、最近医院距离、最近学校距离等7个因素对济宁市中心城区住宅价格的具体影响能力及各因素影响能力和尺度的空间异质性.     

浅析商品住宅价格影响因素的分类

要做好商品住宅的定价,必须知晓商品住宅价格的各种影响因素,认识这些因素是如何以及在何种程度上影响价格的。     

武汉市轨道交通一号线对沿线住宅价格影响的分市场效应分析

基于武汉市轨道交通一号线的实证分析,采用特征价格模型,从空间和时间角度出发,研究了轨道交通对沿线不同区位住宅价格影响的分市场效应.结果表明:(1)轨道交通对沿线住宅价格影响的分市场效应显著,400 m以内,地铁一期周边住房价格增幅大于二期;400 m以外,地铁二期周边住房价格增幅大于一期.(2)轨道交通对周边住宅价格空间增值差异明显.地铁一期(中心城区)0~100 m范围地铁对于住宅价格的增值幅度最大,地铁二期(郊区)300~400 m范围地铁对于住宅价格的增值幅度最大.(3)轨道交通运营期对于周边住宅价格的影响远高于建设期,地铁一号线二期的建设与运营对一期(中心城区)周边住宅价格的影响远高于二期(郊区)沿线住宅.