中国城市住宅价格的空间分异格局及影响因素

分别研究2009年中国286个地级以上城市住宅均价和房价收入比的空间分异格局、总体趋势、空间异质性和相关性;根据供需理论和城市特征价格理论建立了影响中国城市住宅价格空间分异的初选因素,并根据半对数模型分析主要影响因素。结果表明：① 中国城市住宅价格空间分异显著,呈现出空间集聚性分异（东南沿海三大城市群与内陆城市之间）和行政等级性分异（省会与地级市之间）的双重格局;② 房价收入比较高的城市数量更多,分布范围更广,购房难度较大的城市已超过一半;③ 住宅均价的总体分异趋势和空间异质性都强于房价收入比;④ 城市居民收入与财富水平和城市区位与行政等级特征是住宅价格空间分异的两大核心影响因素。     

扬州市住宅价格空间分异的影响因素与驱动机制

构建包含20个评价因子、4 个影响因素和4 个预期修正因素在内的城市住宅价格空间分异影响因素评价体系,基于评价因子和预期修正,分别得出单户住宅档次与水平、小区建设档次与水平、区位与生活便利性、周边景观与环境等4 个影响因素强度的得分,并分析其空间分异格局。以2012 年扬州市1305 个小区的平均住宅单价为因变量,4 个基本影响因素得分为自变量,进行回归分析,探索所有住宅及各子市场价格分异的主要因素,并分析其驱动机制。结果表明：① 4 个影响因素强度格局明显不同,住宅自身因素的格局呈现中心低外围高的圈层式分异,而外部作用因素强度呈现中心高外围低、西高东低的扇型与圈层相结合式空间分异格局;② 扬州市总体住宅价格空间分异的核心影响因素是小区建设档次与水平,不同类型住宅子市场的价格影响因素各不相同;③ 扬州市住宅价格空间分异的主要驱动力是特定住宅类型与档次建设的区位指向、特定收入阶层的空间集聚、公共物品投资的空间差异、城市居住用地扩展与城市更新的区位指向。     

商品住宅价格空间溢出效应测度及其影响因素分析——来自长三角地区的证据

商品房价格的空间溢出效应是当前学界探讨的重要议题,但鲜有研究基于区域视角测度并对比不同商品房价格空间溢出效应的差异。本文以长三角地区为例,基于GIS的空间计量模型尝试测度商品房价格的空间溢出效应,并进一步对比分析三种商品住宅（新住宅、二手住宅和租赁住宅）价格的空间溢出效应及其影响因素。结果表明（：1）上海、杭州和南京三个城市的商品住宅价格明显高于其他城市,说明其价格与城市的经济（行政）等级密不可分（;2）三种住宅价格均表现为由上海向内陆区域依次降低的空间规律,具有明显的空间等级性（;3）新住宅、二手住宅和租赁住宅价格的空间溢出效应依次减弱,但新住宅和二手住宅价格的溢出效应差别不大（;4）上海、苏州、南通和嘉兴四个城市处于高房价集聚区,该区域商品房价格与周边城市的商品住宅价格存在显著的空间溢出关系（;5）经济基础、消费需求和社会资源对三种商品住宅价格的空间溢出均具有显著的促进作用。     

中国城市流动人口住房质量的空间分异与影响因素

基于2015年全国1%人口抽样调查和2014年流动人口动态监测调查（CMDS）数据,本文以房屋面积、设施条件、建筑年代和社区类型来衡量流动人口住房质量,运用空间统计工具探讨了中国310个地级及以上行政单元流动人口住房质量的空间分异特征,进而通过空间计量模型考察流动人口住房质量的影响因素。研究发现：① 流动人口住房整体水平虽不及本地居民,但差距并不悬殊;② 流动人口住房质量的空间差异明显,中部地区流动人口住房质量最高,东部、西部和东北地区在住房质量4个方面各有劣势;③ 按照行政等级和规模等级划分,中等城市流动人口住房质量最好,超大城市住房质量最差;④ 流动人口住房质量呈现出显著的空间正相关,但各指标高、低值集聚区的分布格局存在一定差异;⑤ 流动人口个体（内部特征）和流入地（外部特征）因素对流动人口住房质量具有显著影响,分别作用于不同的方面;⑥ 中小城市和大城市流动人口住房质量的决定因素及作用强度不尽相同。     

中国租赁住房发展的区域差异与影响因素

加快培育和发展住房租赁市场，是新时代中国住房制度改革的重要内容。基于2000年和2010年全国分县人口普查数据，运用GIS空间统计方法和空间计量模型，实证分析了中国337个地级以上城市的租赁住房发展区域差异与影响因素。研究表明：2000—2010年，中国租赁住房发展经历了“空间分散化”向“空间集聚”的发展态势，租赁住房发展高值区向长三角和珠三角城市群、西部地区的部分区域中心城市以及北京、厦门等经济发达城市更加靠拢；中国租赁住房发展和变化存在显著的空间集聚特征，且空间集聚趋势越来越强，而不同时期的中国租赁住房发展热点区分布有所变迁；空间计量模型表明，二三产业从业人员比例、住宅价格、租售比、外来人口比例、常住人口、65岁以上人口比例、家庭户规模和平均受教育年限等因素是影响2010年中国租赁住房发展区域差异的显著因素；而2000—2010年中国租赁住房发展变化主要与常住人口、外来人口比例、人均住房面积、65岁以上人口比例、平均受教育年限和少数民族比例等因素有关。     

杭州市房地产企业空间集聚特征与区位选择

房地产业是中国国民经济的重要支柱行业,从微观视角解析房地产企业空间格局与区位选择因素对指导中国城市房地产业健康发展至关重要。论文基于杭州市房地产业工商企业登记数据,采用最近邻指数、Ripley's K函数、最近邻层次聚类等空间点模式方法以及地理探测器模型,系统分析了杭州市房地产企业空间集聚特征与区位选择影响因素,研究结果表明：① 杭州市房地产业及其子行业企业分布均存在显著的空间集聚特征,不同类型房地产行业企业的空间集聚程度呈现出“房地产中介服务>房地产开发经营>物业管理>其他房地产业”的规律特征;② 杭州市房地产业及其子行业企业的空间集聚强度均呈现出“先增后减”的空间尺度分异特征,但不同类型房地产业企业的空间集聚强度和集聚尺度却存在差异;③ 杭州市房地产企业分布的热点集聚区主要集中在沿西湖或钱塘江南部周围区域,但不同类型房地产业企业的热点集聚区分布等级和规模数量却有所差异;④ 地理探测器分析表明,集聚因素、区位因素和交通因素是影响杭州市房地产企业区位选择的有效因素。     

粤港澳大湾区住房租金的空间差异与影响因素

以粤港澳大湾区58个县区单元的住房平均租金为基本数据,通过“住房租金等级金字塔”构建、租金空间格局展示、空间自相关分析、跨境租金差距对比、售租比研究等方法总结粤港澳大湾区住房租金的空间差异格局与特征。从“租赁需求+城市基本面”的理论视角构建由新增人口、人均住房面积、收入水平、经济水平、产业结构、学历结构组成的租金差异影响因素模型。通过模型对比,采用空间滞后模型测度粤港澳大湾区住房租金的主要影响因素,并基于地理探测器分析其因素的影响强度差异。结果表明,粤港澳大湾区住房租金总体呈现以港澳与珠三角九市之间的境内外差异为主、以广深核心区与其他区域差异为辅的双层次差异格局。跨境租金差异程度最高,广州、深圳、珠海的“售租比”较高;收入水平、经济水平、人均住房面积和产业结构对粤港澳大湾区的住房租金差异有显著影响,其中,收入水平的影响强度最高。     

长三角地区住宅售租比时空格局演变及影响机制

中国住宅租赁市场与住宅买卖市场的不对称发展,使住宅租金与住宅价格过度偏离,不利于住宅市场的健康发展,从住宅售租比视角切入住宅研究对解决“住有所居”问题具有重要意义。以长三角三省一市县级单元为研究区域,利用LISA时间路径和时空跃迁等方法,分析2008—2018年长三角住宅售租比的时空格局及演化特征,运用地理探测器模型探究住宅价格与住宅租金的驱动因素,进而提炼售租比演变的影响规律及效应。研究发现：① 长三角住宅售租比呈快速上涨态势,售租比及其涨幅总体呈现出由东至西、由南至北递减的空间格局。② 长三角售租比空间结构具有较强的稳定性、依赖性和整合性,其中稳定性由东至西呈减弱态势,路径依赖和锁定特征逐渐强化。③ 经济、社会、人口和预期因素对住宅价格和住宅租金的影响依次降低,各特征变量对住宅价格和住宅租金相对影响程度基本一致。④ 经济增长的稳定性使住宅售租比空间格局具有较强的固化效应,人口流动作用下产生传导效应,社会因素的影响具有保障作用,预期因素作用下使住宅市场具有较多的投机性。     

中国企业本土并购双方的地理格局及其空间关联研究

借鉴已有理论与实证研究成果,综合运用GIS空间分析与计量模型等方法,重点分析省区空间尺度上中国本土并购双方企业的地理格局,从企业地域“根植性”视角探讨并购双方区位选择与空间关联的影响因素。研究结果表明：① 买方和标的企业在空间上呈现共同集聚特征,总体形成了与中国沿江沿海“T”形区域发展格局、“核心-边缘”城镇等级体系相似的地理格局;② 并购双方企业主要集聚于经济发达区域,虽然2010年代以来中西部省区企业参与并购投资事件有所增长,但省区间差异逐渐固化,北京、长三角、珠三角等大都市地区更多以买方角色主导企业跨区域并购,而中西部及资源型区域企业则多以并购标的角色为主;③ 企业并购投资行为根植于地方经济社会和制度环境,买方和标的企业的区位选择机制较为相似,并购双方更偏好集聚于证劵和金融市场繁荣、区域创新系统完善、经济和产业基础雄厚的区域。     

山东省校外培训机构的时空演变特征与影响因素

该文采用最近邻指数、Ripley′s K(d)函数和核密度估计等方法分析山东省校外培训机构时空演变特征,并利用MGWR回归模型探测其影响因素。研究发现：(1)2010—2020年山东省校外培训机构数量呈类“J”形趋势增长,区域差异缩小;(2)培训机构通常集聚于建成区,但区位选择范围逐渐扩大,其布局与社会经济活动强度、人口分布和行政等级相关,表现为核心城市引领、中心城区带动发展,通过接触扩散与等级扩散,集聚地范围与机构密度逐渐增大,并形成梯度发展格局,宏观上由济青双核格局向以京沪线—胶济线为发展轴的弧形点轴格局演变,分布重心逐渐西移;(3)校外培训业发展水平在地市内呈“中心—外围”结构,宏观上中高水平县区由多核心点状格局转为半圆弧状轴带格局,东西差异转变为南北差异,空间正相关性减弱;(4)产业结构升级、入学门槛提高、经济水平提升和社会服务完善会促进校外培训业发展。     

Effect of land prices on the spatial differentiation of housing prices: Evidence from cross-county analyses in China

This study analyzes the spatial patterns and driving forces of housing prices in China using a 2,872-county dataset of housing prices in 2014. Multiple theoretical perspectives on housing demand, supply, and market, are combined to establish a housing price model to explore the impact of land prices on housing prices. The relative impacts of land prices on housing prices at different administrative levels are then analyzed using the geographical detector technique. Finally, the influencing mechanism of land prices on housing prices is discussed. The main conclusions are as follows. (1) Housing prices have a pyramid- ranked distribution in China, where higher housing prices are linked to smaller urban populations. (2) Land prices are the primary driver of housing prices, and their impacts on housing prices vary over different administrative levels. To be specific, the effect of land prices is the strongest in the urban districts of provincial capital cities. (3) The internal influence mechanisms for land prices driving housing prices are: topographic factors, urban construction level, the agglomeration degree of high-quality public service resources, and the tertiary industrial development level. The urban land supply plan (supply policies) is the intrinsic driver that determines land prices in cities; through supply and demand, cost, and market mechanisms, land prices then impact housing prices.     

土地价格对住房价格空间分异的影响——基于中国县域单元的实证分析（英文）

This study analyzes the spatial patterns and driving forces of housing prices in China using a 2,872-county dataset of housing prices in 2014.Multiple theoretical perspectives on housing demand,supply,and market,are combined to establish a housing price model to explore the impact of land prices on housing prices.The relative impacts of land prices on housing prices at different administrative levels are then analyzed using the geographical detector technique.Finally,the influencing mechanism of land prices on housing prices is discussed.The main conclusions are as follows.(1) Housing prices have a pyramid-ranked distribution in China,where higher housing prices are linked to smaller urban populations.(2) Land prices are the primary driver of housing prices,and their impacts on housing prices vary over different administrative levels.To be specific,the effect of land prices is the strongest in the urban districts of provincial capital cities.(3) The internal influence mechanisms for land prices driving housing prices are:topographic factors,urban construction level,the agglomeration degree of high-quality public service resources,and the tertiary industrial development level.The urban land supply plan(supply policies) is the intrinsic driver that determines land prices in cities;through supply and demand,cost,and market mechanisms,land prices then impact housing prices.     

中国边界县区人口老龄化的时空格局及其影响因素研究

受功能文化区理论和距离衰减定律的影响,中国边界县区凸显出明显的特性,这种“边界效应”深刻影响到老龄化进程。利用2000、2010年分县人口普查数据,统计分析边界县区人口老龄化时空格局,通过空间分析方法和路径分析模型,剖析中国边界县区老龄化进程的影响机理。研究表明：①2000—2010年中国边界县区老龄化率虽低于全国平均水平但增速明显,且集中分布的趋势在相对减弱,空间差异增大,总体上呈现出东南-西北方向较为明显的分异;②热点县区集聚带基本分布于中国东南部,冷点县区集聚带基本分布于中国西北部,且热点县区显示出由东向西扩展、由北向南转移的趋势;③中国边界县区老龄化的直接影响因子为预期寿命、生育率和迁移率。其中预期寿命和生育率对边界县区老龄化有正向效应,迁移率则对边界县区老龄化产生负向效应;且预期寿命影响强度最大,迁移率次之,生育率影响强度最弱;④经济因素、社会因素、家庭因素和自然因素作为外生变量,分别对边界县区老龄化率产生直接和间接的影响。其中正向因子按总效应值依次为人均教育水平、家庭结构、居住条件、人居环境指数、人均GDP和城镇化率,对老龄化率产生促进作用。     

北京市住房价格和租金的空间分异与相互关系

当前中国住房销售市场、住房租赁市场发展不平衡,研究住房价格、租金的空间分异与相互关系,对建立“租售并举”的住房制度具有重要参考价值。利用2016年北京市各住宅小区的住房价格、租金数据,及2006—2016年北京市逐月住房销售价格指数、住房租赁价格指数,从时空尺度剖析了住房价格、租金的空间分异与相互关系,并剖析了背后的差异机制。结果表明：① 北京市住房价格和租金的空间格局均呈多中心圈层递减结构,且南北差异明显,但租金的空间分异程度弱于住房价格。② 住房价格具有中等程度的空间相关性,受政策等随机性因素影响相对较大,而租金具有强烈的空间相关性,受区位交通等确定性因素影响相对较大。③ 住房价格和租金的价格剖面线并不相同,住房价格易受学区、大型公园等的影响,而租金更易受就业所在地、建筑年龄等的影响。售租比呈混乱斑驳、相对均质的扁平化分布特征,且小区越高档,售租比越高。④ 北京市住房销售市场和住房租赁市场基本相对独立发展,更符合双重市场的特征。产生上述差异的主要原因在于住房销售市场和住房租赁市场的市场特征、服务人群以及市场发育程度不同。     

长三角一体化区域城市商品住宅价格分异机理研究

城市住宅价格及其空间差异是21世纪以来引起城市地理学者持续关注的热点问题。以长三角135个区县为研究对象,在通过分异度指数测度发现2014-2016年各区县商品房价差异增大的基础上,以商品房单位面积成交均价为因变量,提取16项房价影响因素为自变量,通过逐步回归和地理加权回归进行定量分析。研究发现：高校资源、经济密度、房产政策、经济实力、公共服务投入、高端从业者占比和产业结构7项指标对房价分异的影响最显著,而各因素对区域内房价的影响程度均具有显著的空间不稳定性。进而,提出房价是城市经济、人力、社会和行政等资源丰度的货币化表达,区域房价分异是城市支配资源能力差异的综合反映,其中行政资源在各类资源中占据主导地位。由此判断,长三角各区县房价在短时期内较难实现“俱乐部收敛”,沪宁杭等核心城市与外围地区的房价差距可能会继续扩大。     

南京城区住宅售租价格时空分异与影响因素

住宅价格空间分异是中国城市地理学和经济地理学近年来关注的热点前沿课题。以南京4560个居住小区为研究总样本,采集2009-2017年间30个季度各小区平均住宅售价和租金,选取6个特征时段和小区分布相对集中的重点研究区,采用克里格插值法分析研究区内住宅售租价格的空间分异与演变特征,发现售价空间分异明显加剧,高值区渐显于河西新城、江心洲和鼓楼名校学区;租金空间则从城市中心向外围递减格局转变为整体更加均衡的新老城区多中心结构。在此基础上,重点围绕住宅“区位”属性,构建售租价格分异影响因素指标体系,通过逐步多元回归分析发现,中心位势变量对售租价格的解释度最高,而配套服务类区位因素对售租价格的解释力在降低。南京城市房价快速增长背景下,常规“区位”因素对房价分异的重要性持续减弱,学区、政策偏向等特殊“区位”因子对房价的决定性作用则逐步突显,而“售租比”全面快速增长则预示着城市房价风险程度的整体提高。     

共享住宿价格的多尺度空间特征及影响因素

以江苏省苏南地区为案例地,获取Airbnb网站房源数据,运用泰尔指数、DBSCAN聚类算法等分析方法,从多尺度视角对共享住宿价格的空间分异进行探讨,采用OLS回归模型和分位数回归模型从房源内部和房源外部相结合的角度对比分析共享住宿价格的影响因素。结果表明：（1）从苏南整体和各地市来看,共享住宿房源价格在城市内部和区县内部的差异较为明显,在城市之间和区县之间的差异较小;（2）不同价格水平共享住宿的空间聚类中心存在显著差异,高、中、低档次共享住宿对于水域的依赖逐渐降低,整体上,空间聚类中心呈现“东多西少,南多北少”分布;（3）共享住宿房源价格是内部属性和外部属性共同耦合驱动作用的结果,对比来看,房源价格受到内部属性如房源卫生间个数等指标的影响较大,受到外部属性的影响较小,同时不同影响因素对于同等价格水平共享住宿房源的作用方向和影响程度存在明显差异性和分层性。     

长三角一体化区域城市房价空间分异的模式与效应

城市住房制度市场化改革以来,中国城市房价整体快速上涨,区域房价分异加剧。区域内部房价空间分异是城市发展差距的综合反映,即城市资源要素综合配置能力差异的物化表达。基于中国房价行情平台提供的2008—2018年地级城市和区县尺度城市房价数据,分析长三角一体化区域房价增长与分异过程,发现区域整体房价呈现快速上涨、相对平稳和再度快速上涨3个阶段,区域房价差异随房价上涨而扩大,上海、杭州和南京等城市房价增长更快,浙江、苏南地区与安徽、苏北地区的房价差距拉大。根据房价增长、城市等级与区位特征,将长三角327个区县划分为核心城市城区、中心城市城区、发达城市城区、其他城市城区、核心圈层县市和外围地区县市6种类型,提出一体化区域城市房价表现为整体上涨相对更快、不同类型区县间差异拉大、同类区县间存在“俱乐部收敛”等增长与分异模式。区域城市房价快速上涨与过度分异,驱使高端产业、人口等资源要素向少数“超级明星城市”集聚,加剧区域不平衡,不利于长三角地区实现更高质量一体化发展。