ImageVerifierCode 换一换
格式:PDF , 页数:5 ,大小:166.61KB ,
资源ID:1005978      下载积分:6 金币
快捷下载
登录下载
邮箱/手机:
温馨提示:
快捷下载时,用户名和密码都是您填写的邮箱或者手机号,方便查询和重复下载(系统自动生成)。 如填写123,账号就是123,密码也是123。
特别说明:
请自助下载,系统不会自动发送文件的哦; 如果您已付费,想二次下载,请登录后访问:我的下载记录
支付方式: 支付宝扫码支付
验证码:   换一换

加入VIP,免费下载
 

温馨提示:由于个人手机设置不同,如果发现不能下载,请复制以下地址【https://www.ketangku.com/wenku/file-1005978-down.html】到电脑端继续下载(重复下载不扣费)。

已注册用户请登录:
账号:
密码:
验证码:   换一换
  忘记密码?
下载须知

1: 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。
2: 试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓。
3: 文件的所有权益归上传用户所有。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 本站仅提供交流平台,并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

版权提示 | 免责声明

本文(城市道路交通对二手房价格驱动机制影响研究.pdf)为本站会员(高****)主动上传,免费在线备课命题出卷组卷网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知免费在线备课命题出卷组卷网(发送邮件至service@ketangku.com或直接QQ联系客服),我们立即给予删除!

城市道路交通对二手房价格驱动机制影响研究.pdf

1、城市道路交通对二手房价格驱动机制影响研究陈凡摘要:以合肥市为研究对象,在挂牌二手房空间数据的基础上,综合运用空间句法、地理加权回归等方法揭示出道路交通对二手房价格驱动影响机制。结果表明二手房价格与道路空间可达性基本呈现正相关,交通因素对新区二手房价格的影响较老城区更为显著,同时道路带来的负面影响对房价也有一定的抑制作用。研究还识别出了主城区二手房价格高位区域和空间发展态势,以及道路全局整合度。关键词:空间句法;反距离加权;二手房;合肥市;地理加权回归中图分类号:TU984.13文献标识码:A文章编号:1005-913X(2020)06-0113-03近年来,随着城镇化的推进和住房制度的改革,房

2、地产业呈现出旺盛的市场需求。作为特殊商品之一,商品房特别是其价格受到了社会各界和学者们的广泛关注,而房价受多方面因素的影响,在具体单个城市层面上,地段特别是其周围交通状况对其影响较为显著。在同等情况下,交通出行便捷地段的住宅价格明显高于较差地段,往往便捷的交通环境又是一套商品房的核心卖点。作为二线省会城市和长三角副中心城市的代表,合肥近年来在快速城市化过程中房价走势明显高于全国城镇平均水平,这其中原因受到了购房者等社会各界的广泛关注。基于此,本文拟通过研究合肥在售二手房价格分布特征,揭示出道路交通因素对其影响机制。一、研究区概况及数据来源合肥是安徽省省会,全国重要的科研教育基地、现代制造业基地

3、和综合交通枢纽。1本文以合肥市主城区为研究对象,即包含蜀山、庐阳、瑶海、包河、高新、经开和滨湖等8 个行政区,其中蜀山、庐阳、瑶海和包河区外围大部分区域为郊区,中心城区是指老城区以及各项基础设施完善的城市新区。房价数据来源于 2020 年 2 月链家网(https:/ 62847 套二手房,运用 Python 程序爬取并得到每套二手房的单价、经纬度等信息。道路数据来源于 OSM 在线地图(https:/www.openstreetmap.org/),包含了 primary(主干道)、secondary(次干道)等道路信息。二、二手房价格空间格局及分析(一)空间趋势分析将样点空间数据导入 Arc

4、GIS 软件,运用 Geostatistical Analyst 工具,以东西向为X 轴,南北向为 Y 轴,样点单价为 Z 轴,1得到图 1。如图,二手房单价在东西、南北两个走向均呈现倒 U 趋势,总体单价分布由中心城区向外围递减。但相较于南北向,单价在东西向倒 U 趋势更加明显而递减趋势较为缓和,南北向递减趋势具有突变性。两个方向都存在两个单价分布高峰,且东西向空间跨度更广。同时两个方向大部分样本点价格分布也较为集中,多数样本点单价都在小幅度范围内浮动,只有少数位于中心城区的二手房单价较高,中心城区外围单价分布无规律较为离散,总体单价多处于高原价位而高峰价位较少。具体表现为东西向在天鹅湖滨湖

5、新区一带样点分布集中且单价较高,南北向在市府广场滨湖新区一带分布集中,在市府广场附近单价达到最高值。(二)空间插值分析反距离加权(Inverse Distance Weighted,简称 IDW)插值法是基于相近相似的原理:即兩个物体越近,其相似度越高。它以插值点与样本点间的距离为权重,离插值点越近的样本点赋予的权重越大。3其一般公式如下:式中:(S0)为 S0 处的待插值点的值;N 为已知点数目;i 为在第 i 预测点位置的权重,样本点与待插值点之间的距离越大,该值越小;Z(Si)是在 Si 处的测量值。运用 IDW 插值法对中心城区二手房单价进行空间插值计算,得到数字模型图(图2),从图中

6、可以看出,二手房价格在空间分布变化上有着明显的突变性,即淝河以北区域单价均值明显低于以南大部分区域,同时天鹅湖、滨湖等地段是高位二手房集聚区域。淝河以北区域单价多在万元以下,均值在 9,000 元/m2,最低在 4,565 元/m2。淝河以南高位二手房主要在老城区、滨湖等区域集聚分布,在天鹅湖附近达到峰值 43,763 元/m2。忽略局部区域的影响,整体上中心城区二手房单价不完全符合由核心城区向外围逐级递减的趋势,除核心城区以外还存在多个高位房价分布中心且对整体格局影响较大。总结上述分析可以看出,从全局二手房单价空间分布来看,主城区呈现出从中心向外围圈层递减的趋势,但在中心城区不满足此规律,中

7、心城区二手房单价分布存在多中心集聚和局部空间变异性现象。除传统的老城区以外,在天鹅湖、滨湖等区域出现单价峰值且分布影响范围大于老城区。这些区域交通便利,环境宜居,周围开发有很多高品质居住板块,是房价较高的主要因素。而从房价空间发展格局来看,由核心城区向外围扩展趋势明显,其中西部和南部为主要方向,西部为国家级高新技术开发区,南部为高校园区和政务区,在快速城市化进程中这些区域逐渐成为新的空间发展重心。单价在淝河以北区域特别是火车站附近极速下滑,主要是因为老城区现状环境较为破败导致附近房价比较低。三、道路全局整合度分析全局整合度反映的是空间可达性程度,通过 Depthmap 软件对道路全局整合度进行

8、处理及数据分析,得到图 3。如图,空间可达性程度随着颜色冷暖而变化,即红色区域可达性最好,蓝色最差。在整个可视空间内,大部分区域空间可达性都较好,其中在合肥南站附近最好且逐渐向周围辐射。合肥南站是联系着老城区和新区的重要节点,交通要道绕城高速和徽州大道在此交汇,而且徽州大道又是南北向集聚度最高的道路。相对而言,核心城区特别是一环以内区域可达性一般。该片区域主要是老城区,道路狭窄拥堵且多为支路。4火车站以北区域大多呈现蓝色即可达性较差,主要原因是位置偏僻且无交通干道。可达性较好区域多位于新区或交通干道附近,如沿金寨路、长江西路等快速路附近,快速路(高架)设计时速相对较高一定程度上提高了附近区域的

9、空间可达性。主城区现有快速路 10 条,从图中可以看出这些道路附近多呈现暖色,特别是在南北向京台高速和东西向绕城高速附近。整体而言,主城区空间可达性程度变化不大,主干道或快速路对可达性影响显著。四、地理加权回归模型分析在地学研究中,所观测的数据与其空间地理位置都有一定的相关性,为了让数据的空间特性纳入回归模型进行分析,A.S.Fortheringham 等提出了较为先进的地理加权回归(GWR)模型。5将道路全局整合度作为自变量,运用地理加权回归模型揭示变量与房价的相关性。结果显示道路全局整合度对房价影响系数在 2.51 到 0.67 之间,这表明整体上道路空间可达性与二手房房价都呈现正相关,即

10、空间可达性越好,房价越高。影响系数较大值分布在滨湖、政务、中环城附近,表明这些区域的房价受道路交通影响大于其他区域。大体上新区房价受道路交通的影响都大于老城区,其主要原因是相对于新区,老城区各项公共设施都较为完善,主城区大部分重点学校、商业场所、公园广场等都分布在老城区,这些因素相较于交通因素对房价的影响更大。而新区由于各项公共设施并未跟进,如优质教育资源不足等,使得学区等因素对房价影响比较低。但同时也存在房价与现状道路交通状况不符的现象,如合肥南站附近,该区域尽管交通发达但附近房价还是相对较低。实际生活中该片区域车流量很大,特别是高铁站周围,巨大的人流和车流同时带来了噪声、空气污染等负面影响

11、,同时复杂的人员流动降低了附近居民的安全感。五、总结在实际商品房交易市场上,房价高低受多方面因素的影响,但排除政策以及市场经济对房价的调控作用,在城市空间层面上决定房价高低的主要因素是其所处的地段,交通可达性、生活便捷性等是购房者首先考虑的因素。而本文主要研究交通因素对房价的驱动机制,结果表明如下。(一)相较于老城区,交通因素对新区房价影响更为显著老城区由于各类公共基础设施发展水平较为领先,多数情况下不需要出远门就能到达附近的商服、学校、医院等机构。且老城区住户多为本地原居民或退休人员,其对交通需求较少。新区由于各项设施尚未跟进且居住者多为工薪阶层,需要便捷的交通以便通勤和出行。另一方面,新区

12、快速路附近房价都相对较高,这表明对交通因素特别是快速交通房价有着积极的促进作用。而随着新区各项设施的完善以及学区制度的改革,交通因素对房价的影响也将逐渐减少。(二)交通网络越发达,并不是意味着相应区域的房价越高住宅是居民日常生活的场所,交通网络发达同時带来噪声、空气污染等负面影响。追求高品质的购房者往往不会选择在此落户,这时交通因素对房价表现出一定的抑制作用。特别是火车站附近区域,其周围一般都是城市内部交通枢纽,从而使得其交通功能大于职住功能。且对于合肥这类前列的二线城市而言,居民日常出行更多的会选择公共交通,对公交、地铁站点的依赖性大于快速路。而公交站点主要位于次干道和支路上,相对而言快速路

13、和主干道上站点较少但对空间可达性影响较大。合肥是团块状城市的典型代表,即城市的各类活动中心位于市中心,城市发展呈同心圆状向外扩展。结合本文的研究分析可以看出,主城区是由中心城区逐渐向外圈层扩张的,在发展的过程中产生了多个新的发展重心且影响范围较老城区更广。而房价是一个区域发展水平和活力的重要指标,可以看出主城区正由团块状向多核心迈进。本文以合肥市为例,运用地理加权回归等方法揭示了交通因素对二手房价格的驱动机制,结果表明交通特别是快速交通以及公共交通对房价有一定的驱动作用,但研究未能深层次区分各类道路,以及涉及交通设施如公交站点对房价的影响,是下一步研究可以深入的方向。参考文献:1 吴亚伟,陶其中.合肥市城市设计实践探索J.规划师,2018:增刊(1).2 陈 真.福州市住宅价格空间分布特征及其影响因素研究D.福州:福州大学,2015.3 吴 迪,高 鹏,董纪昌.公共租赁房租金定价研究J.数学的实践与认识,2011(41).4 周国艳.合肥市老城区建设现状问题调研与更新策略研究J.中国名城,2019(208).5 覃文忠.地理加权回归基本理论与应用研究D.上海:同济大学,2007.责任编辑:谭志远收稿日期:2020-05-06作者简介:陈 凡(1999-),男,安徽池州人,本科学生,研究方向:空间句法与城乡规划。

网站客服QQ:123456
免费在线备课命题出卷组卷网版权所有
经营许可证编号:京ICP备12026657号-3