全部 标题 作者
关键词 摘要

OALib Journal期刊
ISSN: 2333-9721
费用：99美元
投递稿件

查看量下载量

相关文章

更多...
地理科学  2015 

都市新区住宅地价空间异质性驱动因素研究——基于空间扩展模型和GWR模型的对比

, PP. 683-689

Keywords: 空间异质性,空间扩展模型,GWR模型,住宅地价,都市新区

Full-Text   Cite this paper   Add to My Lib

Abstract:

以南京市江宁区为例,基于2004~2011年住宅用地出让数据,利用空间扩展模型和GWR模型对都市新区住宅地价空间异质性及其驱动因素进行研究。结果表明①空间扩展模型与GWR模型分别可解释采样区63%、61%的住宅地价变化,较全局回归模型(47%)有显著提升,更有利于研究土地市场的空间异质性。②空间扩展模型可有效表征各解释变量及其交互项对住宅地价作用的空间结构总体趋势,其拟合效果相对较优。GWR模型则在局部参数估计方面存在优势,借助GIS可将各变量的地价作用模式可视化,从而比空间扩展模型更能有效刻画住宅地价影响因素的空间非平稳性特征,各因素对地价的平均边际贡献排序为水域>地铁>大学园区>CBD>商业网点>医院,且商业网点、医院系数值具有方向差异性。③距地铁站点、水域、大学园区以及CBD的距离是研究区住宅地价的关键驱动因素,各自存在特有的地价空间作用模式,可为研究区住宅土地市场细分提供科学依据。

 References

[1]  David Wheeler, Catherine A. Calder. An assessment of coefficient accuracy in linear regression models with spatially varying coefficients[J]. Geographical System,2007,9: 145-166.
[2]  沈昊婧,冯长春, 沈懿珊. 城市间土地价格及影响因素的空间差异研究[J]. 城市发展研究, 2014,3(21):4~8.
[3]  彭建超; 吴群.国内外城市地价时空演变研究进展[J]. 资源科学, 2008,30(1):64~68.
[4]  Cropper, M L, Deck L B, Mcconnell K E. On the choice of functional form for hedonic price functions [J]. Review of Economics and Statistics, 1988, 70(4): 668-675.
[5]  Hamilton,S E, Morgan A. Integrating lidar, GIS and hedonic price modeling to measure amenity values in urban beach residential property markets [J]. Computers Environment and Urban Systems, 2010, 34(2): 133-141.
[6]  龙奋杰, 郑思齐, 王轶军, 等. 基于空间计量经济学模型的城市公共服务价值估计[J]. 清华大学学报: 自然科学版, 2009, 42(12): 2028~2031.
[7]  Paeza, Uchida T, Miyamoto K, Spatial association and heterogeneity issues in land price models [J]. Urban Studies, 2001, 38 (9):1493-1508.
[8]  Fik T J, Ling D C, Mulligan G F. Modeling spatial variation in housing prices: a variable interaction approach [J]. Real Estate Economics, 2003, 31(4): 623-646.
[9]  Farber S, Yates M. A comparison of localized regression models in an hedonic price context [J]. Canadian Journal of Regional Science, 2006, XXIX (3): 405-420.
[10]  Bittter C, Mulligan G F, Dallerba S. Incorporating spatial variation in housing attribute prices: a comparison of geographically weighted regression and the spatial expansion method [J]. Journal of Geographical Systems, 2007, 9(1): 7-27.
[11]  Gao Xiaolu,Asami Yasushi,Chung Chang-Jo F. An empirical evaluation of spatial regression models, Computers and Geosciences, 2006,32(8): 1040-1051.
[12]  吕萍, 甄辉. 基于GWR模型的北京市住宅用地价格影响因素及其空间规律研究[J]. 经济地理, 2010, 30(3): 472~478.
[13]  曾晖, 杨平, 朱建君. 城市住宅价格影响因素的空间非平稳性分析[J]. 湖南大学学报: 自然科学版, 2012, 39(5): 88-92.
[14]  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.
[15]  董冠鹏, 张文忠, 武文杰等. 北京城市住宅土地市场空间异质性模拟与预测[J]. 地理学报, 2011, 66(6): 750-760.
[16]  张石磊,毕忠德,杨志毅,王士君.长春市商业用地基准地价演变过程及驱动因子分析[J]. 地理科学, 2011, 31 (7): 823-827.
[17]  南京市国土资源局江宁分局.2009 年度江宁区城区地价状况分析报告[R].2009.
[18]  南京市国土资源局江宁分局.江宁区城区地价动态监测体系更新报告[R].2010.
[19]  Casetti E. Generating models by the expansion method: applications to geographical research [J]. Geographical Analysis, 1972, 4(1): 81-91.
[20]  Fan C C. The temporal and spatial dynamics of income and population growth in Ohio, 1950-1990 [J]. Regional Studies, 1994, 28(3): 241-258.
[21]  Rosen S. Hedonic prices and implicit markets: product differentiation in pure competition [J]. Journal of Political Economy, 1974,82(1):34-55.
[22]  Forhteringham.Geographically weighted regression-the analysis of spatially varying relationships[M].UK:JoneWiley﹠Sons. LTD,2002: 52-56,112-116.
[23]  李志,周生路,张红富,等. 基于GWR 模型的南京市住宅地价影响因素及其边际价格作用研究[J].中国土地科学,2009, 23(10):20~25.
[24]  杨奎奇,汪应宏, 张绍良,等.江苏省城市地价影响因素分析与空间结构研究[J].人文地理,2009,28(1):69~74.
[25]  张静,张丽芳,濮励杰,等.基于GWR模型的城市住宅地价的时空演变研究——以江苏省为例[J]. 经济地理, 2012, 32(7): 829~834.
[26]  Cheng J Q, Masser I. Urban growth pattern modeling: a case study of Wuhan city, PR China [J]. Landscape and Urban Planning, 2003, 62(4): 199-217.
[27]  Pavlo A D. Space-varying regression coefficients: a semi-parametric approach applied to real estate markets [J]. Real Estate Economics, 2000, 28(2): 249-283.

Full-Text

Contact Us

service@oalib.com

QQ:3279437679

WhatsApp +8615387084133