地理加权回归分析空间数据的空间非平稳性

空间数据一般具有空间非平稳性的特征,用一般线性回归模型来拟合空间数据,其分析结果不能全面反映空间数据的真实特征．地理加权回归模型是一种相对简单而又有效的探测空间非平稳性的新方法,属于局域空间分析模型．它允许不同的地理空间存在不同的空间关系,其结果是局域而不是全域的参数估计,因此能够探测到空间数据的空间非平稳性．以银行不良贷款原因分析为实例来验证空间数据的空间非平稳性．     

南昌市住宅价格空间分异及其影响因子研究

收集2018年7月份南昌市主城区的720个住宅小区的平均房价数据,利用地理加权回归模型并结合GIS空间分析方法研究南昌市主城区房价的空间分异以及不同影响因子的影响程度。结果表明:南昌市主城区的房价显著聚类,且呈多中心分布的模式;各影响因子对房价的影响存在空间变异性;总体而言,建筑特征中容积率对房价影响最显著,区位特征中地铁因素对房价影响最大,邻里特征中重点中学对房价影响最强。     

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.     

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...     

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。     

基于特征价格模型的商品住宅价格影响因素研究——以银川市为例

研究住宅价格的影响因素对政府决策、消费者理性购房具有重要参考意义.以银川市2014年1—12月的商品住宅价格为基础,构建特征价格模型,从价格弹性的视角,对银川市商品住宅房价影响因素进行研究.结果表明,距离商业中心的远近是影响银川市商品住宅价格的主要因素;医疗配套、物业管理费用等要素也是影响住宅价格的重要因素,其中物业管理费是最大因素,在其他因素不变的情况下,物业管理费每增加1元,商品住宅的价格就上涨549.997元.特征价格模型是研究住宅价格因素较好的方法.     

地理加权回归模型的平稳性检验

利用最小二乘估计理论,给出了在地理加权回归模型(GWR模型)中回归关系的全局平稳性检验方法和各回归系数随空间位置变化的平稳性检验方法.     

上海地铁8号线对城市住宅价格的时空效应定量研究

以上海地铁8号线周边二手房交易数据为样本,运用基于栅格建模的可达性分析原理计算时间成本以划定8号线影响范围,进而筛选影响住宅价格的特征变量,并应用特征价格模型分析8号线对周边住宅价格影响的时空效应.结果表明,8号线对其周边住宅价格产生正效应,距离地铁站点越近,住宅价格越高,且随着远离地铁站点,这种影响逐渐减弱.另外,8号线的开通对周边住宅价格产生明显的时间效应,导致其价格上涨,且在不同区位具有不同上涨幅度.关于划定轨道交通影响的空间范围,较之以前的凭经验判别在技术方法上进行了新的尝试,对轨道交通新线路开通影响周边房地产价格的时间性进行了探索.     

Influence of Spatial Features on Land and Housing Prices

The analysis of hidden spatial features is crucial for the improvement of hedonic regression models for analyzing the structure of land and housing prices. If critical variables representing the influence of spatial features are omitted in the models, the residuals and the coefficients estimated usually exhibit some kind of spatial pattern. Hence, exploration of the relationship between the spatial patterns and the spatial features essentially leads to the discovery of omitted variables. The analyses in this paper were based on two exploratory approaches: one on the residual of a global regression model and the other on the geographically weighted regression (GWR) technique. In the GWR model, the regression coefficients are allowed to differ by location so more spatial patterns can be revealed. Comparison of the two approaches shows that they play supplementary roles for the detection of lot-associated variables and area-associated variables.     

采用地理探测器和GWR模型的喀什地区农村居民点时空演变及影响因素分析

探究农村居民点的时空演变与影响因素,以喀什地区为例,采用网格分析、核密度估计等空间分析手段,研究喀什地区2009-2019年农村居民点时空分布特征及演变规律,选取坡度、地形起伏度、人口密度、耕地面积、距道路距离、距河流距离、距最近耕地距离、增减挂钩政策8个影响因子,进行地理探测和地理加权回归(geographically weighted regression, GWR)分析.结果表明：2009-2019年喀什地区农村居民点集聚特征显著,主要集中在叶尔羌河冲积平原和喀什噶尔河冲积平原,呈现集聚中部、西密东疏的分布特征,在2019年达到核密度峰值;2009-2019年喀什地区农村居民点的数量和面积逐年增加,但农村居民点平均面积由0.011 0 km²减少至0.010 7 km²,10 a间喀什地区农村居民点演变方式为自身扩展、新生/合并和消亡;坡度、地形起伏度、人口密度、耕地面积、距河流距离、距道路距离和距最近耕地距离是影响喀什地区农村居民点空间分布的主导因子,增减挂钩政策对喀什地区农村居民点空间分布影响不明显;各影响因子对农村居民点分布的影响...     

政府搬迁对迁入地房价影响分析以北京市政府搬迁为例

政府搬迁作为缓解“城市病”的常用政策,通过行政中心的迁移能改善资源配置格局,促进地区经济健康发展。本研究利用2016~2020年北京二手房交易数据,以时空结合的视角,在更小地理尺度上构造DID双重差分模型,分析北京市政府搬迁对迁入地房价的影响。研究结果表明：搬迁给迁入区住宅带来了涨幅约为2.9%的溢价效应,该效应也存在显著的时空异质性。此外,政府搬迁具有经济增长效应和公共资源再配置效应,且价值较低的住宅获益更显著。本研究在丰富房价影响机制的研究视角的同时,也为政府规划审核政府搬迁政策提供了理论参考,帮助其在地区经济发展过程中扮演好的“管理者”和“引导者”的角色。     

房地产交易价格微观驱动力分析——以北京市为例

采用特征价格法,分析了北京市2003—2006年包括楼盘所在区域的土地交易价格、容积率、公交线路数及楼盘距商业中心、火车站、医院和学校等的距离10项参数指标,以及3项非参数指标对房地产交易价格的影响。利用相关分析和t检验筛选出主要影响因素,并通过因子分析和多元统计分析识别出各主要影响因素对于房地产交易价格的影响程度。研究结果表明,北京市房地产交易价格主要受土地交易价格、到市中心距离、容积率、轨道交通和文体配套设施5种因素的影响。其中,土地交易价格对楼盘交易价格具有十分明显的提升作用,而容积率则是导致交易价格下降的最主要因素。     

空间异质性视角下常规公交客流影响因素

常规公交出行是城市客运体系重要的组成部分,其出行强度明显受城市建成环境的影响作用。以往建模方法未考虑影响因素之间的多尺度空间异质性问题,研究结果均存在一定局限性。以青岛市主城区为研究对象,首先基于公交GPS与IC卡数据提取常规公交客流为研究的因变量,并通过网络地图开放平台获取14个指标作为自变量;其次,通过探索性空间数据分析探究303个研究单元的常规公交客流空间演化特征;最后,分别构建地理加权回归与多尺度地理加权回归模型量化分析建成环境变量对常规公交客流影响的空间异质性。研究结果表明：与地理加权回归模型相比,多尺度地理加权回归模型的对回归结果的解释性更强;学校密度、医院密度、公交线路密度和停车场密度正向影响早晚高峰公交客流量,购物密度、土地利用混合度、距公交站点距离对早晚高峰的常规公交客流均有显著负向影响;公交线路密度、学校密度具有明显的空间异质性,对常规公交客流的影响程度整体上呈现由南向北扩散性递减的趋势。     

二手房价格对于住房特征和区位变化敏感性分析

住房价格是住房各项特征的函数．采用成都市主城区二手房价格抽样数据，结合住房价格边际效用递减规律，用城市住房hedonic价格模型，对二手房价格对不同住房特征和区位变化的敏感性以及二手房价格边际效用递减规律进行了分析．发现二手房价格对于住房使用面积变化比较敏感，对于住房年龄、装修状况、区位变化不敏感．这些发现对住宅开发、销售，以及消费者投资住房等。具有参考价值．     

芜湖市商品住宅价格空间分布特征及驱动机制分析

近几年芜湖市的住宅房地产市场发展迅速,市场呈现出供需两旺的局面。但商品房价格涨幅惊人,中低等收入家庭难以承受过高的房价,与此同时,房地产价格的区位差异巨大。这些因素都在一定程度上影响了房地产市场的可持续发展。因此,从空间角度对芜湖市的住宅房地产市场所进行的研究,对促进芜湖市住宅房地产市场的平稳、健康发展具有重要现实意义。     

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。