福州市鼓楼区小学教育资源空间可达性分析与评价

划片入学是教育部门缓解教育资源空间布局不均衡问题的重要解决办法。文章以福州市鼓楼区为例,运用改进的多级半径高斯两步移动搜寻法(MC2SFCA),对比划片入学前后小学资源空间可达性,分析划片入学政策是否改善了小学教育资源空间分布均衡性。结果显示:(1)福州市鼓楼区教育资源可达性东南区高、西北区低,城镇两极分化明显;街道内部可达性由中心向四周衰减,划片入学政策下的模型评价结果显示中心区高可达性区域面积大大减少,城镇间的可达性差距减小;(2)划片入学政策避免了大面积学区房炒作、优质教育资源供不应求以及教育资源冗余等问题,一定程度上改善了教育资源分布不均衡的现状。研究结果可为合理布局规划小学教育资源、制定划片入学政策提供参考。     

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.     

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.     

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.     

中学学区对周边小区二手房房价的溢价分析 ——以深圳市为例

选取深圳市3个主要城区185个居住小区的数据, 从中学质量(省级或非省级中学)的维度进行量化建立特征价格模型, 研究深圳市中学教育设施对房价资本化程度的影响。结果表明, 在影响中学周边小区二手房房价的因素中, 学校特征因素有显著的影响, 其中升学率、本硕以上教师和重点学校有正向助推作用, 而生师比有负向抑制作用。影响省级中学和非省级中学周边房价的学校特征因素存在差异, 其中在非省级中学周边小区二手房房价中, 主要是升学率和生师比等特征的影响, 而在省级中学周边小区二手房房价中, 主要是本硕以上教师人数和生师比等特征影响。与地铁和CBD的距离以及楼龄对中学周边房价表现为负影响, 且与重大商业服务中心和地铁站距离每增加1 km, 房价分别下降13.9%和28.7%, 楼龄每增加1年, 房价下降6.8%。研究结果揭示了中学教育质量特征对住宅价格的影响及程度, 综合反映了深圳市中学学区房价格的影响机制。     

整型规划求解空间连续约束学校分区问题

我国城市义务教育学校采用单校划片或多校划片的方式确定招生范围,落实就近入学的法律要求.针对现有学校分区问题模型未考虑空间连续约束,构建空间连续约束单校划片和多校划片问题的整型规划模型.单校划片模型在满足学额、空间连续等分区约束的前提下,最小化学生入学距离;并在基本模型的基础上,将学额硬约束修改为软约束进一步改进模型.考虑到多校划片问题的复杂度极高,将该问题分解为学校分组和学生分派两个子问题求解.针对学校分组问题构建了基本模型和分区学额软约束模型.使用两个案例区对模型进行测试,结果表明:所设计的模型能够高效求解多校划片问题,也适用于一定规模的单校划片问题,其中软约束模型更容易求解.     

城市轨道交通可达性提高和住宅价格增值关系

从分析影响因素出发,将城市轨道交通对住宅价格的影响分解为交通效益和集聚效益,并建立可达性提高计算模型进行量化.以上海市轨道交通11号线的16个车站为例对可达性提高计算值和住宅价格增值之间的关系进行分析.实例研究结果初步表明,城市轨道交通对住宅价格的影响约为城市轨道交通对住宅年可达性提高的5倍,并且在城市轨道交通开通前后就已经释放;各个车站因自身的区位及在城市轨道交通网络中的位置不同,对其影响范围内房价的影响程度不同,影响幅度分布在2%~18%之间,并呈现郊区大、市中心小的趋势.该方法可以为规划阶段的城市轨道交通线路开发利益还原及车站周边土地开发建设提供参考.     

轨道运营对住宅价格影响的实证分析——以重庆轨道3号线为例

以重庆轨道交通3号线为例,综合运用特征价格模型和双重差分模型,参考自然试验的过程,设立影响组和参照组,实证分析轨道运营对住宅价格的影响.实证结果表明:从影响效应来看,轨道运营呈现出正的外部效应,其正面影响远大于负面影响,带来沿线住宅的增值;从影响范围来看,轨道运营显现出明显的分市场效应,对靠近传统商圈的住宅影响不显著,对远离传统商圈的住宅有显著的影响;从影响程度来看,在远离传统商圈的区域,轨道运营使离轨道站点1.5km范围内的新开发住宅价格比2~5km范围内的高出4.5%.研究深化了轨道运营对住宅价格影响的认识,可为消费者购房及轨道沿线住宅开发与管理提供参考.     

城市轨道交通对沿线住宅项目价格的影响

以北京轻轨13号线及沿线的住宅项目为例,计算轨道交通线路对周边住宅项目价格影响的范围和程度,探讨城市轨道交通对沿线房地产项目带来的经济效益.研究表明:轨道交通发展对沿线0.3～1 km内的住宅价格有明显的空间分布规律和辐射效应,其中站点300 m半径以内区域效应显著.建议在距城市轨道300 m的范围内实施较高强度的房地产开发,并建立城市轨道交通效益分享机制,以维护社会公平;同时,完善与轨道交通建设相关的法律法规体系,保障轨道交通建设与城市环境建设的和谐发展.     

基于GARCH模型的珠三角区域城市住宅价格波动研究

为制定合理的房地产调控政策,以珠三角区域中的广州、深圳和珠海为研究对象,采用多元GARCH模型对三地住宅价格波动的特性以及城市间住宅价格波动的相关性进行研究.结果表明:广州和深圳住宅价格的波动具有明显的周期性,珠海住宅价格的波动周期性不明显;广州与深圳的住宅价格波动高度相关,除个别时间段外,珠海的住宅价格波动与广州和深圳的相关性很低;广州和深圳之间住宅价格波动无明显的溢出效应,但广州和深圳对珠海的住宅价格波动有溢出效应.     

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。     

基于半变异函数的东莞市住宅价格空间异质性分析

通过空间统计学的半变异函数工具定量研究了东莞市普通住宅价格的空间异质性特征.各向异性变异分析表明东莞市普通住宅价格呈带状异向性空间分布,即在不同方向上具有不同的结构特征.各向同性变异分析表明:东莞市住宅价格半变异函数的理论模型符合球状模型,其空间变异受结构性因子的影响占62.5%,受随机因子的影响占37.5%,说明确定性因素对其空间异质性的影响大于随机因素;其变异属于中等程度的变异,变程为16.62Km.     

基于半变异函数的住宅价格空间异质性分析——以东莞市为例

通过空间统计学的半变异函数工具定量研究了东莞市普通住宅价格的空间异质性特征.各向异性变异分析表明东莞市普通住宅价格呈带状异向性空间分布,即在不同方向上具有不同的结构特征.各向同性变异分析表明:东莞市住宅价格半变异函数的理论模型符合球状模型,其空间变异受结构性因子的影响占62.5%,受随机因子的影响占37.5%,说明确定性因素对其空间异质性的影响大于随机因素;其变异属于中等程度的变异,变程为16.62 km.     

基于价格信息传递的住宅市场空间效率

为分析在空间维度上的价格信息影响,进行了住宅市场效率研究。利用向量自回归模型和北京等7个城市2003年6月至2007年7月的住宅价格数据,检验城市间的住宅价格的信息传递性和住宅市场空间效率。研究表明:中国相邻城市间的住宅市场空间效率较高,而不相邻城市间的住宅市场表现出空间非有效性,即不相邻城市间的住宅价格具有可预测性。投资者可以通过分析其他城市住宅价格变化的历史信息预测某一城市当前的住宅价格。住宅市场存在无风险套利机会。     

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...     

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.     

基于Pearson系数和萤火虫算法优化BP神经网络的住宅价格预测模型

为进一步提高住宅价格预测精度,进而为有关部门提供相关数据参考,帮助其及时准确地制定相关政策,提出了基于Pearson系数和萤火虫算法优化BP神经网络的住宅价格预测模型。该模型首先使用Pearson系数对影响房价的相关因素进行特征筛选,舍弃与住宅价格关联性不强的因素;然后使用萤火虫算法对BP神经网络进行优化,建立基于萤火虫算法优化的BP神经网络预测模型;最后以上海市统计局最新发布的相关数据进行实验验证。实验结果表明,所提模型优于其他5种模型,能够实现住宅价格的有效预测。     

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.     

山东省房价与地价互动关系研究

利用山东省2002～2009年的住宅销售价格和住宅用地价格的季度数据建立自回归分布滞后模型,研究房价与地价之间的互动关系.使用Granger因果检验方法对住宅价格和住宅用地价格的关系进行实证检验,结果显示：当滞后期为2时,地价对房价有影响;除滞后2期外,当滞后期数为1～6时,住宅价格对住宅用地价格的影响非常明显,住宅用地价格对住宅价格则没有显著影响.