多中心山地城市住房价格空间格局研究——以重庆主城区为例

被引:7
作者
王梦玮
刘勇
刘秀华
机构
[1] 西南大学资源环境学院
关键词
山地城市; 多中心; 住房价格; 空间格局; 影响因子;
D O I
10.13718/j.cnki.xdzk.2016.05.022
中图分类号
F299.23 [城市经济管理];
学科分类号
120405 ;
摘要
利用重庆市主城区2014年以小区为单元共5410个样本点的二手商品房房价数据,通过克里格空间插值方法并运用GWR模型揭示重庆主城二手房住宅价格空间格局和影响因子.研究表明,重庆市主城住房价格空间格局表现出了明显的山地城市多中心结构,其中传统的五大商业圈以及在重庆城市规划中提出的多个组团表现明显,次中心的分布与城市交通设施的分布有着明显的关联.在运用GWR模型进行住房价格影响因子分析得到:住宅小区到城市商圈的通勤时间为影响住宅价格的主要因素;江景资源扩大了住宅价格峰值的分布,推动了城市次中心的发展;城市轨道交通的覆盖让区域范围内的住宅价格升高,随着城市轨道交通的全面覆盖,将快速推动城市次中心发展.
引用
收藏
页码:133 / 138
页数:6
相关论文
共 11 条
[1]   城市住房价格动力 [J].
邹高禄 ;
杨晓霞 .
西南师范大学学报(自然科学版), 2012, 37 (01) :52-59
[2]   重庆南岸区山地景观生态复合体的景观组成特点分析 [J].
李阳菊 ;
王海洋 ;
冯辉 .
西南大学学报(自然科学版), 2011, 33 (12) :145-149
[3]   关于多中心大城市住房发展的空间绩效——对重庆市的研究与延伸讨论 [J].
李峰清 ;
赵民 .
城市规划学刊, 2011, (03) :8-19
[4]   长春市区新建住宅价格的空间格局分析 [J].
刘颖 ;
张平宇 ;
李静 .
地理科学, 2011, 31 (01) :95-101
[5]   杭州市住宅价格空间分异:基于特征价格的两维度分析 [J].
温海珍 ;
张凌 ;
彭鲁凤 .
中国土地科学, 2010, 24 (02) :51-56
[6]   基于GWR模型的南京市住宅地价影响因素及其边际价格作用研究 [J].
李志 ;
周生路 ;
张红富 ;
姚鑫 ;
吴巍 .
中国土地科学, 2009, 23 (10) :20-25
[7]   空间分析方法在房地产市场研究中的应用——以北京市为例 [J].
孟斌 ;
张景秋 ;
王劲峰 ;
张文忠 ;
郝卫秋 .
地理研究, 2005, (06) :956-964+1004
[8]   广州市及周边地区商品房的开发与分布 [J].
阎小培 ;
周春山 ;
邓世文 ;
陈浩光 .
地理学报, 2001, (05) :569-579
[9]  
基于GWR模型的城市住宅地价空间结构研究[D]. 罗罡辉.浙江大学. 2007
[10]  
基于GIS的数量方法与应用[M]. 商务印书馆 , 王法辉, 2009