中国城市地价水平及变化影响因素分析

城市地价的影响因素众多且复杂,地价水平和地价变化趋势受到社会、经济、政策等多方面因素的共同影响。论文从城市土地供需和宏观政策角度选取房地产投资额、市辖区建设用地面积、耕地占用税等10 项影响因素,采用2008-2010 年全国105 个土地市场较发育城市分季度地价数据,建立地价水平值与地价增长率影响因素的多层线性模型,定量分析了不同行政层次下,各影响因素对城市土地价格和地价增长率的影响程度。研究结论显示,地价水平值与地价增长率的影响因素不尽相同,且主导因素差异显著：在市级地价影响因素中,房地产投资增长是地价上升的直接动力,而地价增长率则主要受城市建设用地面积、房地产投资额的影响较;省级耕地保护政策对平抑地价、控制地价涨速作用显著,其中新增建设用地土地有偿使用费和耕地占用税是省级层次影响最显著的两项政策指标。     

中国主要城市地价重心迁移及驱动因素研究

城市地价直接影响着城市的房地产市场和城市土地开发利用,从而影响城市的经济社会发展,及时掌握城市地价的发展规律,根据城市地价及时调整制定相关政策,是政府对土地市场进行调控的关键。利用重心模型,在测算和分析2000-2012年49个主要城市的综合地价重心位置及其变化规律的基础上,探讨了驱动中国城市地价重心迁移的因素。结果显示,中国主要城市地价重心始终位于区域几何中心的东南方向,但东西方向上的差异逐渐缩小,南北方向上的差异则逐渐扩大,地价重心迁移轨迹可以分为3个阶段和1个突变年。城市规模、经济发展水平、基础设施和城市区位等因素驱动着城市地价重心的迁移。     

河北省京广铁路沿线城市地价分析

结构相似、区位相近的城市,土地价格的变化有其相同的规律。通过比较研究河北四城市的地价走势规律,并以土地分级为对象,提出地价潜势的计算方法及其例证。     

城市土地综合基准地价评估方法探讨

在城市土地类别基准地价测算基础上,依据土地最高收益原则和最佳利用原则,并借用阿朗索竞租理论和边际分析法,可评估出城市土地的综合基准地价.本文概略说明了上述理论和方法,并用这些理论和方法对苏南某一城市的综合基准地价进行了评估.     

基于城市地块变化的基准地价更新研究

采用传统的方法编制地价指数及更新基准地价需要大量的地产交易资料,而我国大多数城镇地产交易市场尚未发育完善,存在收集资料困难,操作难度大等问题。文中在研究城市地块变化及其测度的基础上,通过分析地块变化指数和地价指数之间的相关性,建立了相关模型,从而测算出地价指数并更新基准地价。以土地市场发育不太完善的广西县级城市——桂平市为例进行了实证研究,并采用德尔菲法对结果的合理性进行了分析。结果显示,专家评价平均值为49.83,标准差为2.256 7,符合度为99.66%,说明基于地块变化的基准地价更新的方法是科学可行的。     

呼和浩特市居住用地地价分布的时空特征

分析城市内部基准地价的时空格局,有助于土地市场的宏观调控和土地资源的优化配置。本文以呼和浩特市区为研究区,在城市居住用地土地价格调查和动态监测的基础上,对2001￣2007年居住用地分布的时空特征进行分析。主要结论如下：城市主城区居住用地的级别和基准地价由内向外顺次降低,但级别边界受到城市道路的直接影响;基准地价与级别之间存在着显著的负相关关系,随着城市的发展,高低级别间基准地价的差距进一步扩大;研究期内,基准地价变化在时间上呈现出阶段性特征,在空间上城市中心区和城乡结合部基准地价增幅最快,城市腹地稍慢,近郊区最慢。     

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...     

呼和浩特市居住用地地价分布的时空特征

分析城市内部基准地价的时空格局,有助于土地市场的宏观调控和土地资源的优化配置。本文以呼和浩特 市区为研究区,在城市居住用地土地价格调查和动态监测的基础上,对2001~2007 年居住用地分布的时空特征进 行分析。主要结论如下：城市主城区居住用地的级别和基准地价由内向外顺次降低,但级别边界受到城市道路的直 接影响;基准地价与级别之间存在着显著的负相关关系,随着城市的发展,高低级别间基准地价的差距进一步扩 大;研究期内,基准地价变化在时间上呈现出阶段性特征,在空间上城市中心区和城乡结合部基准地价增幅最快, 城市腹地稍慢,近郊区最慢。     

中国城市休闲化区域差异及成因解读

我国城市休闲化发展存在显著的区域差异,且总体上呈现出逐渐扩大的趋势。利用锡尔系数和基尼系数,从空间与要素两个角度探究了2004—2016年我国35个城市休闲化区域差异的成因。研究发现：一是从空间角度,影响城市休闲化区域差异的主要因素依次为：东、中、西部经济带间的发展差异、东部地区城市间发展差异和西部地区城市间发展差异;但随着时间推移,东、中、西部区域间差异的影响力正在逐渐缩小,西部城市间差异的影响力逐年提升。二是从要素分解来看,居民消费、产业发展、城市交通、经济水平、休闲旅游接待等要素的区域差异是导致城市休闲化区域差异的重要因素。最后,从探究均衡发展机制、打造全域休闲、释放居民休闲消费潜力、提升城市休闲服务设施等角度提出休闲化区域均衡发展的对策和建议。     

我国城市地价分形特征及区域对比

运用分形理论,基于GIS分析平台和SPSS统计分析工具,对我国华北区、东北区、华东区、中南区4个区域86个城市动态监测地价的分形特征和空间分布规律进行了分析。结果显示:4个区域内地价分布存在显著的分形特征,各区域内的地价分布水平有所不同,华北区和华东区地价空间分布关系相似,地价从中心城市向四周城市呈上升趋势;中南区和东北区地价的分布关系相似,地价从中心城市向四周呈下降趋势。4个区域中,华东区地价首位城市法则效应最明显,城市地价分布相对分散,差异程度最大,其次是华北区和中南区,而东北区城市地价分布相对均衡,差异程度最小。     

近几年国内数字地价模型研究综述

数字地价模型在城市地价的研究应用越来越广泛。本文采用文献资料法,阐述了数字地价模型研究的内容体系,数字地价模型中插值方法的选取,数字地价模型在地价时空分析、地价动态监测以及土地定级与基准地价更新应用现状研究,并提出数字地价模型下一步的研究展望：应该把自然地理条件、社会经济、城市规划等因素进行融合,建立数字地价模型在时间序列上演变模型,加强软件开发等。     

长沙市区地价的空间分布特征及其影响因素

利用长沙市2003～2009年上半年的土地交易资料,采用GIS空间分析和计量经济学相结合的方法,得出长沙市区商业、住宅和工业出让地价分布的空间结构图,分析三类用地地价的空间分布特征及其影响因素。结果表明：（1）土地用途不同,其地价的空间分布也不同,商业地价对商服繁华度要求较高,高值区集聚在市中心（以五一广场为中心）;住...     

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。     

南京市主城区住宅地价的时空演变

城市地价在空间、时间分布上具有较强的关联性和特殊性,随着城市建设的快速发展和土地市场的不断发育,城市地价的时空变化日趋复杂。本文以南京市主城区为例,基于城市地价动态监测数据,运用统计分析方法和克里金插值方法,研究城市住宅地价时空演变特征。研究表明:从宏观上讲,地价时间上演变受宏观经济影响较大,大的经济形势、房地产市场的变动,对地价变化影响显著。从中观上讲,地价空间上演变主要体现在城市内部的区位条件、交通条件、城市规划、公用设施状况和环境条件等的影响。上述两者共同作用于地价的变化,并且两者相互关联、密不可分。通过城市地价的时空演变研究,以期快速、直观、准确地反映城市地价变化,为城市地价的宏观调控、合理利用土地资源提供参考。     

深圳轨道交通对城市空间结构的影响——基于地价梯度和开发强度梯度的分析

大运量的城市轨道交通系统在一定程度上决定了城市的布局结构和土地利用格局。从时空两个维度出发,基于地价和开发强度两个要素,探讨轨道交通影响下的深圳市空间结构动态演变过程。通过描述性分析和空间计量模型实证发现,轨道交通站点周边地价和开发强度在受到距市中心或组团中心距离影响而空间衰减的同时,呈现出明显的站点导向性。轨道交通对城市空间结构的影响在时间上是超前的,规划方案的公示和轨道系统的建成运营均塑造了土地价格梯度和容积率梯度。并且,由于城市建设和历史原因,深圳原特区内外在轨道交通的影响下,地价和开发强度呈现了差异化的增长趋势。研究结果对理解轨道交通对城市空间结构影响及政府财政效应评估等具有积极意义。     

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。     

Simulating urban dynamics in China using a gradient cellular automata model based on S-shaped curve evolution characteristics

Cellular automata (CA) have been efficiently used to express the complexity and dynamics of cities at different scales. However, those large-scale simulation models typically use only binary values to represent urbanization states without considering mixed types within a cell. They also ignore differences among the cells in terms of their temporal evolution characteristics at different urbanization stages. This study establishes a gradient CA for solving such problems while considering development differences among the cells. The impervious surface area data was used to detect the urbanization states and temporal evolution trends of the grid cells. Transition rules were determined with the incorporation of urban development theory expressed as an S-shaped curve. China was selected as the case study area to validate the performance of the gradient CA for a national simulation. A comparison was also made to a traditional binary logistic-CA. The results demonstrated that the gradient CA achieved higher accuracies in terms of both spatial patterns and quantitative assessment indices. The simulation pattern derived from the gradient CA can better reflect the local disparity and temporal characteristics of urban dynamics. A national urban expansion for 2050 was also simulated, and is expected to provide important data for ecological assessments.     

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。     

中国陆地边境旅游发展区域差异及其影响因素

边境旅游是中国陆地边境地区的支柱产业和国际合作的重要内容。依据文献资料和实地考察,分析中国陆地边境旅游资源单体的数量、类型和质量,并结合陆地边境地级行政区接待入境旅游人数和国际旅游外汇收入两个指标,从空间差异性和空间自相关两个方面刻画中国陆地边境旅游发展格局,探讨中国陆地边境旅游业发展的影响因素并提出相关建议。研究范围共涉及3 341个陆地边境旅游资源单体,其中优良级旅游资源约占34.36%,建筑与设施是旅游资源单体数量最多的类型。西南地区和东北地区分别是中国陆地边境旅游资源“高高集聚”和“低低集聚”地区。在2006—2015年间,边境旅游经济发展最快的是新疆西北部和黑龙江东部边境地区;边境旅游经济发展的热点地区主要集中在东北边境地区,冷点地区主要集中在新疆东部、西南部以及西藏西南部边境地区。地形条件、文化多样性、区位条件、国际地缘政治关系以及旅游设施水平是影响边境旅游业发展的重要因素。建议政府因地制宜地制定边境旅游发展政策,加强不同类型旅游资源之间的组合开发和区域旅游合作,完善旅游设施,积极探索开发与保护兼顾的发展模式。