基于时空立方体的南昌市房价时空分布特征分析

根据南昌市2016年7月至2018年6月共24期的692个商品住宅均价,利用时空立方体探究南昌市房价的时空分布特征。主要结论如下:1)南昌市的房价在时空尺度上有着非常明显的分异特征,且有着非常显著的增长趋势,在24个月的连续时间内基本呈现了强空间聚集模式,以高-高聚类和低-低聚类模式为主;2)沿江区域和中心城区以时空热点模式为主导分布,而城市外围区域主要表现为时空冷点模式,且时空热点区域的强度从未减弱,时空冷点区域有逐渐消失的趋势,这预示着南昌市的房价将进一步上涨。     

基于地理探测器的昆明市主城区房价时空分异特征及影响因子分析

探讨房价的时空演变和分异规律,有助于政府部门制定合理的房价调控和土地利用政策,促进城市健康发展.以2018年12月至2019年4月昆明市主城区的房价数据为基础,采用克里金插值分析了研究区房价的时空演变特征,运用探索性空间数据分析揭示了房价的空间关联格局,利用地理探测器定量测度和分析了房价的空间分异性特征及其驱动因素.结...     

乌鲁木齐市主城区生活性服务业空间格局及影响因素研究

以乌鲁木齐市主城区生活性服务业POI数据为基础,采用GIS空间分析、地理探测器等方法,分析乌鲁木齐市主城区生活性服务业空间分布格局及其影响因素。结果表明：（1）主城区生活性服务业呈现“内密外疏”的分布特征,空间分布不均衡;（2）各类生活性服务业在不同空间尺度上集聚差异明显,集聚峰值时批发零售业、餐饮住宿区位选择空间范围最大,金融机构区位选择空间范围最小;（3）各类生活性服务业在空间分布上均有较强的关联性,餐饮住宿和各类生活性服务业联系较强,批发零售业与各类生活性服务业联系较弱;（4）在空间演化方向上,各类生活性服务业空间走向基本一致,呈西北-东南发展态势,且分布重心大致相同;（5）人口密度和交通条件是影响主城区生活性服务业的主导因素,因子的交互作用对生活性服务业分布的空间影响力更为显著。     

基于BP神经网络模型的住宅用地地价评估研究——以南昌市主城区为例

减少土地估价过程中的人为主观性对于提高土地估价的科学性和客观性具有重大意义。以南昌市主城区为研究区,选取100多个住宅用地交易案例为样本,运用BP神经网络和GIS空间分析方法,分析住宅地价及其影响因子之间的复杂关系,构建BP网络建立地价与影响因子之间非线性映射关系并进行地价预测。研究结果表明:商业因素、公共设施因素、交通因素和环境因素对住宅地价有显著的影响;用BP神经网络对地价的预测误差均控制合理范围以内,BP神经网络强大的非线性映射能力和自主网络学习,理论上可以实现对住宅地价的评估,为政府和经济主体参与经济活动提供科学的依据。     

基于地理探测器的南昌市人口空间格局与自然因素关系研究

基于南昌市人口普查数据,利用空间自相关和地理探测器等方法,探讨南昌市人口空间分布与自然因素之间的关系.结果表明:(1)研究期间,南昌市人口空间格局基本保持不变,人口密度大致呈现"中心外围"格局,人口重心始终位于西湖区系马桩街道内部,并向西南方向缓慢移动.(2)人口分布在空间上呈显著的"高高集聚""低低集聚"特征,且有增强趋势.(3)不同自然因素对南昌市人口空间分布的影响力有所不同,其由大到小依次是河网密度、起伏度、海拔、坡度.人口空间格局是多个因子综合作用的结果,任意两因子交互作用的影响力均大于单因子的影响力.     

城市服务设施对房价分布格局的影响力探究

城市服务设施分布的空间分异性造成了住宅获取各类城市服务的便捷度差异.为享受更优质的生活,人们往往会愿意支付更昂贵的价格购房.本文基于空间分异性思想,利用地理探测器模型,将各类服务设施的分布密度作为影响因子,以2018年上海市的城市住宅价格为例,探究各类城市服务设施对城市住宅价格的影响力.结果表明:①上海市整体房价分布从内环沿轨道交通环线呈放射圈层向四周郊区递减.②越靠近市中心,城市服务设施对塑造房价分布空间格局的影响力越显著.③交通服务设施对上海市房价分布格局的影响力最显著,城市服务设施对房价分布格局的影响力受到不同区域空间功能差异的影响,因此在房价调控中需要注意城市服务设施的优化.     

长沙市PM2.5浓度时空分布特征及影响因子分析

为分析长沙市PM2.5浓度时间变化特征、空间分布特征及其影响因子,利用数据统计分析、克里金空间插值技术、地理探测器等方法与Arc GIS平台表达,选取长沙市中心城区10个监测点2013—2019年PM2.5日变化数据.结果显示:在PM2.5浓度时间变化特征方面,不同季节中,PM2.5浓度表现出冬季>秋季>春季>夏季的季节特征,不同时段中,各季节PM2.5浓度日均小时变化曲线均大致呈双峰形态;在PM2.5浓度空间变化特征方面,PM2.5浓度的高值区主要分布在中部芙蓉区,整体呈城区向郊区逐渐递减的变化规律.根据地理探测器研究结果发现,2017年长沙主城区PM2.5浓度主要受气温、降雨和风速因子影响,其次是道路、相对湿度、气压和人口密度,高程、植被和餐饮因子影响较小;且任意两个影响因子共同作用均会对PM2.5浓度影响增强.     

基于SEM的房价影响因素研究——以南昌市青山湖区为例

针对城市房价影响因素的问题,基于相关理论与利用市场比较法,以南昌市青山湖区房价为研究对象,搜集整理了2015年07月到10月时间段内楼盘的均价,通过市场问卷调查搜集了对房价的主要影响因素,采用结构方程模型(SEM)构建了青山湖区房价影响因素分析框架,所建构的模型包括6个潜变量和15个观测变量,运用spss软件的统计分析功能分析得出各变量之间的可信度,通过问卷调查提出5种假设,分别对每种假设进行验证性分析,利用路径影响系数得出各影响因素对房价的影响程度,克服了传统的特征价格模型的样本数据之间不存在空间相关性缺点,具有一定的参考价值。     

基于GIS的贵阳市主城区零售商业空间格局及影响因素分析

运用大数据网络爬虫技术,获取贵阳市主城区零售商业网点POI数据,通过核密度分析、标准差椭圆分析、平均最近邻指数分析和多项Logistic回归分析等方法,对贵阳市主城区零售商业空间布局特征及其影响因素进行研究。结果显示:1)贵阳市主城区零售商业网点呈现"一主多次"的空间格局,以云岩区、南明区为核心聚集区,以白云区西南部、观山湖区东部、花溪区北部、乌当区东南部为次级聚集区,各聚集区呈圈层递减规律;2)主城区各类零售商业网点的空间格局呈南北方向展布的特征,与贵阳市城市发展规划方向基本一致;3)主城区各类零售商业网点的平均最近邻指数均小于1,且在0%的显著性水平下Z值均小于-2.58,呈显著聚集分布模式;4)人口密度、公共交通通达性与土地价值等因素是贵阳市主城区零售商业网点空间布局的主要影响因素。     

基于交通可达性的上饶市中心城区住房价格模拟分析

从地理学角度出发,探讨城市各种社会经济活动机会的可达性与房价高低在空间上的依存和关联性,通过分析城市住房价格空间分异及其影响因素,进行住房价格的模拟研究。通过对124个住宅小区实地考察和咨询访谈等方式获取数据,运用ARCGIS最短路径和交通可达性模型分析103个研究单元的教育、医疗、消费、公园广场和文化娱乐活动的交通可达性高低并运用幂函数模拟住房价格。上饶市中心城区房价和交通可达性在空间分布上呈现显著相关性,拟合房价与市场房价相关性显著,拟合住房价格与市场房价的空间分异特征完全一致,都在东西和南北方向上呈倒"U"型特征,两者在不同区块的价格差异波动上相似性很高,呈显著正相关性,说明模型拟合的房价是准确、有效的。     

基于地理探测器的山东省人口空间格局演变及影响因素研究

以山东省县域为研究尺度,基于山东省136区县人口普查数据,利用空间自相关方法和地理探测器模型,探讨山东省人口空间分布格局演变与影响因素之间的关系。结果表明：(1)2000—2020年,山东省人口空间格局基本保持不变,呈现西南高东北低的格局;人口重心始终位于潍坊市临朐县,并向东北方向缓慢移动。(2)山东省人口分布集中指数与不均衡指数均呈上升趋势,人口分布总体向集中与不均衡分布发展。(3)山东省人口密度莫兰指数>0,呈现出显著空间正相关;人口分布在空间上呈显著的高-高集聚、低-低集聚特征,且有增强趋势。(4)不同影响因素对山东省人口空间分布的影响力不同,其由大到小依次为平均房价、城镇化率、人均可支配收入、人均GDP、气温、降水、高程、地形起伏度。人口空间格局是多因子综合作用的结果,任意两因子交互作用的影响力均大于单因子单独作用的影响力。     

基于GIS__SPSS的临汾市尧都区实体书店空间布局及其影响因素研究

采用GIS空间分析法、SPSS相关分析法对临汾市尧都区主城区实体书店空间布局特征及影响因素进行空间分析.研究表明:尧都区主城区实体书店空间布局特征表现为中心区集中,外围区分散,中心与外围布局差异显著;学区附近布局密度大,商业区及居住区布局密度小;以小型书店布局为主,大中型书店数量少等三方面.在此基础上分析了人口受教育因素与密度因素、经济指标、政府政策及电子网络等因素对实体书店布局的影响,最终提出花园广场聚集型、商业区集聚型、居住区集聚型以及校园周圈辐射型的临汾市实体书店布局建议.     

桂林主城区饭店的绝对交通可达性特征研究

以桂林主城区为例,借助于GIS绝对可达性分析方法,对典型旅游城市饭店空间格局进行研究.研究表明,桂林主城区饭店的绝对交通可达性特征可以借助于磁场理论来解释:如果把影响桂林主城区旅游饭店空间格局的力量比作一个磁场,磁场的N极对高等级饭店产生更大吸引力,而磁场的S极对低等级饭店产生更大吸引力.那么,城市中心和火车站分别相当于影响桂林主城区饭店空间格局的磁场大的N极和S极;而核心景区和次要景区则分别相当于该磁场的一系列小的N极和S极.研究还发现,桂林主城区高等级饭店的空间选址一般遵循“闹中取静”的原则,而非星级饭店在可达性格局上呈现出一定的随机性.     

重大基础设施对周边房价的时空影响分析——以北京地铁4号线为例

以1998 ～2011年北京地铁4号线周边2000 m内房价为例构建特征价格模型,分析了其对周边房价的时空影响效应及规律,明确了空间影响距离的关键参数.空间影响上,房价随与站点和市中心距离拉大均衰减,最高值出现在距最近站点400 ～600 m之间.房价并非平均积聚,表现出明显的中关村、动物园、西单三高峰分布.处在二环线以内和二三环之间比其他环线房价分别约高73.1％和56.9％.每靠近中央商务区、主干道和最近站点1 000 m,房价分别上涨约6.4％、36.2％和19.2％.时间影响上,4号线开通前后对房价都有显著影响,运营期明显高于建设期.最后确定影响范围为1 100 m左右.     

基于居住用地的重庆市主城区人口空间格局研究

土地利用的空间格局是影响人口空间分布的主要因子,分析其与人口布局的关系,对实现人口合理布局、城市规划和城市资源配置具有重要的理论和实践意义。研究基于2010年重庆市主城区高分辨率遥感影像,采用人机交互式的方法对主城区居住用地进行遥感解译,同时与常住人口的相关性进行定量分析和研究,为模拟人口空间分布提供数据支撑。     

基于POI数据的南昌市零售业空间布局研究

利用POI数据研究城市零售业布局成为一种社会发展的推进剂。以南昌市POI数据为基础，运用标准差椭圆法、最近邻指数法、核密度估计法分析南昌市零售业空间分布特征及影响因素。研究结果表明:南昌零售业在空间分布上以赣江为轴，沿赣江分布红谷滩核心和老城核心2个主要核心，形成城东商圈、高新区商圈、九龙湖商圈、西湖商圈等多个次要核心。交通、人口、经济环境等因素对南昌市零售业空间布局影响较为明显。整体来看，南昌市零售业POI数据研究结果能够真实地反映南昌市零售业空间分布特征，可为南昌市城市规划提供一定参考。     

基于空间点模式的桂林市星级酒店空间分布特征研究

以2017年桂林市星级酒店空间点数据为基本数据样点,采用基于空间点模式的最近邻指数分析、L函数、热点探测分析以及标准差椭圆方法对桂林市58家星级酒店空间分布格局和集聚特征进行了分析,并探讨了影响酒店空间分布的主要因素.研究表明:桂林市星级酒店NNI指数值R=0.274,整体呈高度集聚模式,集聚的拐点在4.24 km处;桂林市星级酒店集聚区单一,热点探测结果显示集聚区主要位于桂林市主城区中心;主城区各星级酒店空间分布方向特征差异明显,各等级星级酒店的集聚范围由高到低依次为四星级酒店三星级酒店五星级酒店二星级酒店;影响桂林主城区高等级酒店空间分布的主导因素为旅游要素和交通要素;中等级和低等级酒店的主导因素依次为交通要素旅游要素社会文化要素.     

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。     

城市星级饭店空间分布模式分析——以南昌市为例

以南昌市为例,在调查市内各类星级饭店空间分布数据的基础上,运用Yokeno城市饭店空间分布模型,从星级饭店标间门市价、数量、等级、规模等方面对南昌市城市星级饭店空间分布模式进行分析.分析结果表明:南昌市星级饭店空间分布模式呈核心-边缘分布;空间分布特征基本符合Yokeno饭店空间分布模型;三、四星级饭店标间门市价随离城市中心距离的增大呈"m"型变化.     

基于空间句法的兰州市城市道路网络特征分析

以2015年兰州市主城区道路网为研究对象,基于空间句法模型,分别选择连接度、控制值、集成度与智能度指标定量分析其特征.结果表明,兰州市主城区道路网络呈现河谷带状组团式空间分布特征,没有形成完整统一的诸如方格网式或环形放射式的道路系统结构形式,相对独立地形成了城关区、七里河区、安宁区与西固区4大道路网组团,导致组团间道路联系松散,路网的均衡性与整体性差;兰州市主城区道路网络中,高连接度和控制度的道路数量较少,交通选择性整体水平低,而在仅有的高选择性道路中,横向道路的交通选择性强于纵向道路;无论是市级尺度的全局集成度,还是区级尺度的局部集成度,其空间分布都呈现单中心结构特征,距中心越近,拓扑可达性越高,反之亦然.受兰州市河谷空间环境的影响,城市道路网络智能度在市区尺度上表现中度的局部空间对整体空间的连通感知能力,而在分区层面却表现出较强的局部空间对整体空间的连通感知能力.