论文部分内容阅读
城市住宅价格的形成是多元因素共同作用的结果,量化分析住宅价格在空间上的分布规律及其与影响因素间的关系,有利于深入探究并掌握住宅价格的内在规律和形成机理,为政府部门进行有关决策提供参考。本文基于区位理论和城市空间结构理论,参考已有的住宅价格空间分异研究主要方法,利用探索性空间数据分析方法和空间插值法对徐州市主城区住宅价格空间分异特征进行了定量分析和可视化描述;并利用OLS模型和GWR模型量化住宅价格空间分异影响因素的作用规律。研究主要内容及结论如下:(1)在GIS支持下,利用探索性空间数据分析方法对研究区域的住宅价格数据进行正态分布检验、全局趋势分析以及空间自相关分析,研究得知徐州市主城区住宅价格数据经log变换后服从正态分布,且在X和Y方向上均存在U型趋势;研究区住宅价格在区域全局上呈现显著的空间正相关,在局部上既存在高值聚集和低值聚集,也有少量异质点分布。运用克里金插值法对研究区域住宅价格数据进行空间插值,生成连续的住宅价格表面,分析并总结研究区域的住宅价格的空间分异模式为多核心空间结构,住宅价格由中心向外层递减,其变化与住宅区位特征紧密相关。(2)对收集到的研究区域住宅价格数据、住宅小区属性数据、小区样点和影响因素空间数据进行处理和量化,利用GIS软件建立研究区住宅样点数据图层及属性数据库,结合研究区域规划方案和发展现状,从住宅样点属性数据中选取合适的影响因素构建研究区域住宅价格与影响因素的OLS模型和GWR模型,对模型结果进行比较分析和验证发现,在对表现为空间非平稳性的数据进行研究时GWR模型的拟合度比OLS模型更优;利用GIS软件绘制GWR模型的回归系数分布图,分析得知,住宅价格受房龄、绿化率、公交站点等因素的影响表现为单一正向或负向作用,且作用在空间上较为平稳;大型商超和公园广场等因素也与住宅价格存在单一负相关,但其作用大小随空间位置的改变而改变;城市中心、医院、中小学等因素对住宅价格的影响随位置变化表现为大部分区域的显著负相关和个别异质区域的正向作用;地铁站对住宅价格的影响方式随位置变化而有着较大差别,表现为在区域东南部的提升作用和西部的抑制作用;大学和风景名胜在区域对住宅价格的空间分异的影响存在与先验知识不符的异常作用,因此判定为整体表现不显著,该类因素内部的具体项选择可能存在偏差。