基于家庭区位需求的城市住房价格模拟分析

目前关于城市住房价格异质性和影响因素研究多侧重于空间位置分析,从城市系统角度刻画住房价格分异现象有待进一步探索。根据“土地利用—交通相互作用理论”,城市空间的发展过程是各类活动通过交通相互作用的过程,本文构建了交通可达性模型,综合全市经济活动空间分布和交通网络评价城市区位条件,并以北京为例,从就业、教育、消费、医疗服务等各方面评价了城市区位条件,在此基础上依据家庭成员结构,模拟分析了家庭区位需求对住房价格的影响。案例研究表明,本模型对房价的模拟可以在全市范围内达到很好的效果;家庭的区位选择决定着住房价格的空间格局;各类活动中就业对北京市房价分布影响最为显著,其次是消费、教育,而医疗服务对住房价格影响相对较弱。此外,本文所提出的模型系统阐述了城市经济活动分布格局对住房价格的影响,经济活动分布发生变化时模拟结果随之变化,因此,本模型可以进一步拓展用于“以业带人”政策实验,模拟分析疏散各类经济活动后住房价格的变化,也为城市房价及土地市场分析研究提供模型方法上的参考。     

跨地区生计及其变迁视角下流动人口城镇住房分层的特征及其影响因素

在跨地区生计及其变迁的视角下,将流动人口在流入地和流出地城镇的住房状况有机结合,借助2016年中国流动人口动态监测调查数据和相匹配的城市特征数据,运用描述统计和多层次回归模型,探究流动人口城镇住房分层的特征及其影响因素。结果发现,流动人口的城镇住房已形成了一个从低到高依次由无城镇产权房、有城镇产权房（流出地或流入地城镇产权房）和多区域城镇产权房构成的“三阶四级式”的“金字塔型”结构。模型结果显示,流动人口个体及家庭的社会经济条件和流出地的区位禀赋是其实现城镇住房自有的重要基础和财务支撑,流入城市的经济发展水平、房价和城市规模仅对流入地和多区域城镇产权房有显著影响。因此,本文挑战了流动人口住房条件差的刻板印象,并吸引人们关注流动人口跨地区生计及其变迁对其城镇住房的影响,拓展了当代中国城镇住房分层研究的视角。     

城市景观对住宅价格的影响——以杭州市为例

优美的城市景观是人们日常生活休闲、娱乐的场所, 给人们带来心理上的愉悦和舒适感, 对城市的品质内涵也有重要影响。由于大多数景观效益是隐性的, 其舒适性价值难以用货币价格直接测量, 国内外学者广泛采用特征价格法进行实证研究。本文以杭州市为例, 从建筑、邻里、区位、景观四个维度选择25个解释变量构建特征价格模型, 定量评估了城市内部各类景观对住宅价格的影响。实证结果表明:住宅价格与到西湖和公园的距离呈负相关关系, 而与公园的面积呈正相关关系:其中, 到西湖和最近公园的距离每增加1%,住宅价格将分别下降0.240%和0.036%;公园的面积每增大1%,附近的住宅价格则提高0.012%;广场、山景、钱塘江等景观也对周边一定范围内房价具有显着的提升作用。     

基于户籍比较的特大城市住宅价格时空分异研究——以长沙市为例

为揭示中国特大城市住房市场中,不同购房群体在住房价格空间特征上的差异,论文对购房人群的户籍归属地进行划分,以“本地—外来”的视角分别刻画了长沙本地与外来(长沙户籍与非长沙户籍)2类购房者房价格局的时空演进。采取动态空间滞后特征模型(STAR-Hedonic)分析了区位、景观、邻里等因素对2类购房者房价的影响。研究发现：(1)长沙外来购房者房价梯度下降更快,空间更平滑。(2)长沙房价空间一江两岸双中心的总体格局逐步成型。传统CBD五一广场对城市房价的重要性在下降,但是对本地人房价梯度和价格弹性程度维持较高水平,副中心梅溪湖新城对外来人群房价的影响因子的提升幅度更大。(3)外来购房者对住宅品质和邻近配套有更高的支付倾向。(4)楼市的繁荣期和调控期,周边交易价格对2类购房者的影响程度不同。论文从功能需求、主观因素、政策区别和经济动机4个方面探究了2类购房者房价空间分异的成因。在“房住不炒”背景下,关注不同人群房价空间演进和影响因素的变化趋势,有助于特大城市房地产市场“精准调控”的实施。     

两栖生计下中国流动人口城镇购房意愿的空间特征和影响因素

流动人口的城镇购房意愿和空间偏好直接关系到流动人口市民化的路径选择与城镇化的高质量发展.基于2016年中国流动人口动态监测调查数据和统计数据,对比研究了流动人口流入地和流出地城镇购房意愿的空间特征和影响因素.研究发现:①流动人口城镇购房意愿具有层次性和两栖性特征,还有小部分流动人口拥有多地城镇购房意愿.②流入地和流出地...     

北京市房价与地价的动态关系——基于结构方程模型的实证分析

城市房价与地价之间的关系错综复杂,不仅受多种因素的交织影响,相互之间也存在动态关系。研究房价与地价关系的传统方法,如Granger因果检验和回归分析等,无法刻画房价与地价之间多维的网络状关系,相比之下,结构方程模型能同时处理多个内生潜变量,且不受观测指标共线性的影响,为刻画地价与房价的交互作用提供了新的工具。从住房与土地市场的供需传导机制出发,推导出房价与地价的结构模型,以北京市为例,运用2003-2013年居住用地价格和2014年在售楼盘价格,与北京市GIS电子地图相匹配,提取商服中心可达性、公共交通可达性、道路可达性、商服繁华度、设施便利性等解释变量,构建地价与房价结构方程模型,分析二者之间的结构关系。     

中国城市房价、收入与房价收入比的时空分异格局

中国城市房价快速增长背景下,城市房价、收入与房价收入比空间格局既有相似性,也表现出差异性,其空间异质性与空间依赖性特征显著。本文以中国337个地级行政单元为研究对象,运用泰尔指数、位序-规模和空间马尔科夫链等方法,对2009—2018年中国城市房价、收入和房价收入比的时空分异格局、整体稳定性和空间依赖性特征进行分析发现:(1)中国城市房价增长呈现出波动性特征,整体分异程度增强,房价城市体系呈现"金字塔型"结构,收入则表现出平稳增长态势,整体分异度降低,城市体系呈现"橄榄型"结构,在房价与收入共同影响下,房价收入比整体差异性显著加强;(2)城市房价空间格局表现出"地带性"与"等级性"差异并存,而收入更多表现出"地带性"差异,房价收入比则以"等级性"差异为主;(3)城市房价和收入类型的稳定性和空间依赖性较强,高、低水平城市存在两极分化与"俱乐部收敛"现象,房价收入比稳定性相对较弱。对中国城市房价、收入和房价收入比时空分异格局和空间关联效应的分析,可以为探索中国城市房价收入比空间分异模式与机理提供必要研究基础。     

土地出让价格信号引起的房价变化时空扩散效应

从信号传递角度出发,研究土地出让事件冲击带来的房价变化在时间和空间上的扩散效应。利用杭州2006年1月-2010年3月177宗住宅用地成交数据和251个新建商品住宅楼盘交易数据,借助GIS相关软件展开实证研究,结果发现:①土地出让价格信号引起房价的变化,对房价的影响具有“不对称性”;②房价变化以出让地块为中心往外扩散,呈现“波纹效应”;③房价变化具有“持续性”,土地出让价格信号对房价的影响持续四个月,影响范围达3 km以上;④房价波动强度随时间推移和空间延伸不断渐弱。对此,政府应尽量保持地价平稳,规避地价信号所产生的市场波动风险。     

城市轨道交通对沿线住宅价格的时空效应——以福州地铁1号线为例

随着中国城市轨道交通的大力发展,城市轨道交通对沿线住宅价格的影响引起广泛关注,探索其时空效应有助于预测未来新建轨道交通的影响以及帮助政府制定合理的房价调控和城市土地利用政策。以福州地铁1号线为例,探讨城市轨道交通从建设前到建成运营的过程中,对站点周边2 km范围内住宅价格产生的时空效应。结果表明：① 城市轨道交通沿线住宅价格受到区位、邻里、建筑等多方面因素的综合作用,其中,城市轨道交通对沿线住宅价格有显著的增值效应,中高价位住宅市场受到城市轨道交通的影响最为明显。② 空间维度上,住宅价格随着与轨道交通距离的增大而呈现不同程度的递减,至轨道交通站点距离每减少1 km,住宅价格增加5.1 %。轨道交通对沿线住宅价格具有显著的分市场效应,中心城区市场的影响半径大于非中心城区市场,平均空间影响范围为1.5 km;而非中心城区市场的影响强度要远高于中心城区市场,在400 m范围内住宅价格受到轨道交通的影响最大。③ 时间维度上,城市轨道交通在建设期和运营期对沿线住宅价格均呈现出正向影响,且运营期对住宅价格的影响显著高于建设期,运营期相较于建设期平均涨幅达19.63 %;同时,轨道交通的开通给住宅价格带来的效应远大于调控政策以及宏观经济因素的影响。     

The price ripple effect in the Vancouver housing market

Attempts to model the dynamic characteristics of a housing market include examining the spatial diffusion of price changes from an epicenter through a regional or national network of geographic units. Less common has been the study of a ripple effect of price changes within a single metropolitan area, with implications for the erosion of residential affordability. Such trends have particular salience within the Vancouver metropolitan area, the least affordable housing market in North America. Using quarterly price data from local real estate boards, we examine price changes through municipal regions from 2005–2017, a period including several externally-induced price shocks. Several techniques test for a ripple effect in price movements. A time lag of three months consistently exists in the communication of price shocks from an originating epicenter to other parts of the metropolitan region, with longer lags with several more distant municipalities, confirming the presence of an intra-metropolitan ripple effect.     

兰州市主城区房价分异及驱动因素研究

以2021年兰州市主城区678个居住小区房价数据为基础,引入地理场模型量化影响房价的外部因素,通过空间自相关分析、多尺度地理加权回归等模型对房价分异的空间格局及驱动因素的作用机理、带宽差异展开研究,以期为推动河谷型城市房产市场的公平发展提供参考。结果表明:(1)兰州市主城区平均房价为13739元·m^-2,空间上呈现“一主三副”的带状多中心组团式分布格局,房价由多中心向四周递减,价格相似的小区在地理空间上邻近分布,具有“小集中、大分散”的局部空间特征。(2)房价分异是多种驱动因素共同作用的结果,区位特征中的主商圈对房价的影响居于首位,建筑特征中的房龄、容积率和邻里特征中的中学数量、绿化率等对房价的影响较大,城市地理特征对房价具有显著影响,愈靠近黄河的小区、房价越高。(3)各驱动因素的带宽差异明显,主商圈、医院等小尺度变量存在高度空间异质性,而容积率、黄河等全局变量基本不存在空间异质性。     

基于住宅价格的北京城市空间结构研究

城市空间结构是城市地理研究的核心重点之一.近年来,城市住宅价格快速增长,一方面导致城市空间结构出现了一些新的特征和问题,另一方面住宅价格也可敏锐地反映出城市空间结构的演变.因此,本文从住宅价格的角度对北京市城市空间结构进行了探讨.利用北京市2005年和2012年二手房市场住宅的空间数据,通过GIS空间分析、空间自相关分析和Hedonic回归分析等方法,对住宅价格时空格局及影响因素进行了分析,并在此基础上从住宅价格的角度探讨了城市空间结构的优化调整问题.北京市住宅价格存在蔓延式增长、空间差异明显及空间自相关性高等特点,其主要的影响因素包括区位条件、交通便利度、周围环境、基础设施、物业等级等.基于住宅价格得出北京市空间结构的主要特征为:①已形成了多中心的城市空间结构格局.除市中心外,还有亚奥地区、万柳一香山地区、中关村地区、复兴门地区、CBD等次中心,空间扩张仍呈现“摊大饼”的发展模式;②社会空间分异现象有所缓解,但仍存在明显的居住隔离.金融街、月坛等街道是房价高值集聚区,易形成“富人区”,而南六环尤其是房山则易形成“穷人区”;③交通条件和周围硬件环境等基础设施对城市空间结构有一定的调整作用,但调整的效果并不理想.     

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。     

The economic value of streets: mix-scale spatio-functional interaction and housing price patterns

Location factors are vital elements for describing housing price variation. However, limited studies have explicitly illustrated the relationship between urban design and the heterogeneity of housing price patterns. This article specifically evaluates how the interactions between the spatial layouts and land-use system at various scales through street network affect the valuation of the residential properties and the segmentation of housing markets in a network-based Mixed-scale Hedonic Model (MHM) where the submarkets pattern are determined and annotated by the spatially varying estimates on streets. The application of the delivered method in the case of Shanghai City, China, confirms the necessity of using the non-Euclidean distance metric and represent the coexistence between the stationarity and the non-stationarity of the introduced street accessibility variables. The results provide evidence that the impacts of street accessibility measures on the local levels showcase significant spatial variation. It is common for all the places that the properties located on the streets with the higher levels of angular closeness, smaller values of angular betweenness and longer angular distance to the nearby land-uses at the larger scales will be bided higher. It is proven that our delineation of submarket performs better in prediction accuracy than the traditional submarket specifications. The detected submarkets pattern yields that reachable land-use diversity at the pedestrian level is not a preferred factor in the housing submarkets located in the developed city centres. The signs of the price effects of the angular distance to local land-uses distinguish the developing submarkets as two main groups with different degrees of geometrical walkability. It is suggestive that continuously developing pedestrian-oriented neighbours in the walkable areas could contribute to decelerating the growth of house price in Chinese cities. The productions of this study can enrich the understanding of the socioeconomic effects of urban design with greater spatial precision across submarkets.     

基于多源数据和集成学习的城市住宅地价分布模拟——以武汉市为例

精准刻画城市住宅地价分布特征,对于科学引导城市空间布局规划、有效实现城市精明增长等具有重要意义。而城市住宅地价与其潜在影响因素之间的复杂非线性关系,给地价分布精细模拟带来了挑战。论文旨在探索基于地理大数据和集成学习的城市住宅地价分布模拟方法体系,以满足快速、精准监测地价动态变化的需要。选取武汉市为典型区,以住宅用地交易样点、兴趣点(points of interest, POI)和夜间灯光影像为数据源,以500 m分辨率网格为估价单元,提取POI核密度和夜间灯光强度作为住宅地价预测变量,采用机器学习算法和bagging、stacking集成方法构建住宅地价预测模型,并对比分析其精度。研究发现：① 单个机器学习算法中,支持向量回归(support vector regression, SVR)预测精度最高,接下来依次是k最近邻算法(k-nearest neighbor algorithm, k-NN)、高斯过程回归(Gaussian process regression, GPR)和BP神经网络(back propagation neural networks, BP-NN);② 在提升单个算法预测精度方面,stacking方法的性能优于bagging方法,使用stacking集成SVR和k-NN的地价预测模型精度最高,其平均绝对百分误差仅为8.29%,拟合优度R²达0.814;③ 基于论文所构建模型生成的城市住宅地价分布图能有效表征价格圈层分布特征和局部奇异性。研究结果可为城市住宅地价评估提供新的思路和方法借鉴。     

Homeownership and housing consumption change in Urban China: Guangzhou under market transition

ABSTRACT

Homeownership attainment is often seen as the first step in climbing the housing ladder and the building of wealth through acquisition of housing equity. While a number of authors have examined the issue of homeownership switch in China under market transition, the present paper is probably the first study on the extent of housing improvement in conjunction with and after the attainment of homeownership. Based on a household survey conducted in 2010, the study shows that ownership attainment in Guangzhou is generally accompanied by marked housing improvements, and subsequent moves bring further but percentage-wise much smaller improvements. While institution-related factors such as nature of work unit and occupational status might continue to be important, their effects on housing improvements are likely to be felt mainly through the income variable. But hukou status remains significant. More specifically, former peasants on the urban–rural fringe with claim to landownership rights have benefited most from the market-oriented land and housing reform.     

广州市家庭收入与住房特征对应关系的区位差异性

以广州市中心区(天河区)和郊区(南沙区)为研究案例,依托2010年中国(广东)家庭动态跟踪调查数据,基于家庭户住房的邻里特征、建筑特征、区位特征、家庭收入等13个指标构建路径分析模型,研究广州市居民家庭收入与住房特征的映射关系和影响方向。在此基础上,采用多群组路径分析方法研究区位因素对“收入→住房特征”的影响程度及其差异性。最后利用方差方程和均值方程,分析不同区位条件下(中心区和郊区)的住房特征差异。结果表明：① 家庭收入更显著地决定住房特征,对邻里特征的影响并不显著;② 区位对“收入→住房邻里特征”的关系具有显著调节作用,而对“收入→住房建筑特征”的调节作用较弱;③ 在中心城区和郊区的内部,家庭收入更显著地影响住房建筑特征,而对邻里特征基本无显著影响;④ 郊区家庭收入对公共交通时间便利性、住房面积、厕所设施水平、拥有住房数量、住房综合条件等几个主要住房特征指标的影响程度大于中心城区;⑤ 中心城区住房的邻里特征明显优于郊区,但建筑特征明显差于郊区。显示出广州市住房邻里特征与建筑特征在不同区位条件下的“互换特征”。     

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。     

多中心空间结构对城市地价影响研究

城市地价的飞速上涨和成本提高,对企业选址、个人购房带来越来越重要的影响,城市多中心发展能否有效抑制地价亟待实证检验.基于2008年和2013年全国285个地级及以上城市的微观土地出让数据,分析城市空间结构对地价的影响.研究发现:①多中心空间结构能有效抑制城市过高地价,但会显著提升城市低段地价和城市整体平均地价;②城市多...     

南京城市住宅小区房价增长模式与效应

房价增长与空间分异是近年来各界城市学者高度关注的理论问题,也是关乎城市居民能否实现住有所居和美好生活的现实问题。以南京3761个住宅小区（或居住组团）为研究对象,以2009-2017年间30个季度住宅交易样本数据为基础,探索了南京各类型住宅小区房价增长模式及差异。研究发现：① 南京城市平均房价以1年半为一个阶段,呈现出“快速增长”与“相对平稳”交替规律,房价的空间异质性增强;② 结合住宅小区价格水平、区位特征和建筑属性,综合识别出南京城区9种典型住宅类型;③ 各类型住宅因中心性、舒适性和稀缺性等空间属性差异使房价增长表现为引领型、跟随型、追涨型和独立型等不同模式;④ 城市资源空间配置不均衡作用下的住房供需矛盾和房价增长预期差异,是导致住宅类型间房价分异的根本原因。城市房价增长与住宅价格分化具有必然性,但过快增长和过度分异可能造成阶层家庭财富差距的扩大与再分化、住房负担过重排挤外来中低收入人口、贫困群体因住房置换难度增大而易被困于城市边缘等社会空间后果。因此,有必要强调住宅的居住属性和推进住房供给侧改革,促进城市住宅供给的公平充分和社会空间的健康可持续发展。