长江中游城市群省会城市住宅价格空间分异及其影响因素研究
发布时间：2021-06-06 08:48
长江中游城市群是实施促进中部地区崛起战略的重点区域,在国家区域发展格局中占有重要地位。推进长江中游城市群的发展必须提升武汉、长沙和南昌三中心城市的经济水平以及辐射带动作用,而近十余年内武汉、长沙和南昌三市房价波动明显且上涨势头迅猛,过高的房价不利于区域经济的健康发展。有效控制房价,促进长江中游城市群经济发展应当充分研究三市房价的时空演变特征以及房价的驱动性因素。本文以武汉、长沙和南昌三环以内的部分小区在2017年9月到2019年9月期间的月平均房价作为基础数据,在三城市房价趋势分析的基础上（中观尺度）,利用地理加权回归模型并结合GIS空间分析技术,从微观尺度研究三个城市的住宅价格空间分异及其影响因素,得到的研究结论如下:（1）武汉、长沙和南昌三市的住宅市场发展处于增长态势,2008年-2018年内三市的住宅投资量、住宅销售面积、住宅均价总体均呈上升趋势,且住宅投资占比一直稳定在55%以上,表明房地产产业发展的重心仍然以住宅为主。以单个城市来分析,武汉市的住宅市场最为火热,其住宅投资量、住宅均价持续居于首位且增长迅猛。（2）武汉、长沙和南昌三市房价呈空间正相关且显著聚集,形成了多中心分布...
【文章来源】：江西师范大学江西省
【文章页数】：92 页
【学位级别】：硕士
【部分图文】：
全国1986-2018年房地产投资金额与比重变化情况①房地产市场迅速发展的同时也加速了城市化进程，城市人口数量激增，住房
硕士学位论文2最低，2019年9月（新建）住宅均价为8555元/㎡。居高不下的房价不仅增加城市居民生活成本，而且可对房地产市场长期稳定运行以及区域经济发展造成负面影响。图1-22010-2019年百城价格指数变化趋势中央政府自2003年以来为稳定房价相继出台了多项相关政策，但现阶段全国的住房均价仍整体走高，一线城市的房价高出天际并没有下降趋势。通过调控税收、利率，制定住宅用地供给比，甚至限购限价等方法并没有达到预期抑制房价的效果[1]。由于我国各地方经济发展水平和房地产市场成熟度不平衡，房价区域分化严重，导致我国的宏观调控政策在全国各地的实施效果不一。因此，房价调控政策的制定需要将房价的空间分异纳入考量，研究城市房价的空间分异格局及影响因素可为其提供参考价值。然而对于单个城市的住宅价格空间分异研究，缺乏多个城市样本进行分析对比总结，难以得到房价普遍性影响规律，因此在城市样本数量上倾向于选取多个城市样本。另外，长江中游城市群是以武汉城市圈、环长株潭城市群、环鄱阳湖城市群为主体形成的特大型城市群，其发展必须依赖于武汉、长沙和南昌三省会城市的经济辐射效应，发挥武汉、南昌、长沙市的引领作用。基于上述原因，本文选择武汉、南昌、长沙三个省会城市的住宅价格作为研究对象，利用GIS技术和GWR模型对三个城市的商品住宅价格空间分异规律展开研究，同时探讨三市住宅价格空间分异的影响因素，通过横向对比分析三市房价受影响因素的程度，为政府制定区域化、差异化的房价调控政策提供建议和支持。1.2研究意义本文主要采取中观和微观两种尺度相结合的研究方式，在剖析三市整体房价变化趋势的基础上（中观尺度），运用GIS空间分析技术探索小区住宅价格的
论文技术路线图
【参考文献】：
期刊论文
[1]长三角县域房价空间分异格局及其影响因素分析[J]. 韩艳红,尹上岗,李在军. 人文地理. 2018(06)
[2]长三角一体化区域城市商品住宅价格分异机理研究[J]. 宋伟轩,刘春卉. 地理研究. 2018(01)
[3]重庆市主城区住房价格影响因子的空间异质性[J]. 李颖丽,刘勇,刘秀华. 资源科学. 2017(02)
[4]城市轨道交通效应及住宅价格影响因素研究——以武汉地铁4号线为例[J]. 吴良国,易华莹. 宏观经济管理. 2017(S1)
[5]基于空间扩展模型和地理加权回归模型的城市住房价格空间分异比较[J]. 孙倩,汤放华. 地理研究. 2015(07)
[6]都市新区住宅地价空间异质性驱动因素研究——基于空间扩展模型和GWR模型的对比[J]. 隋雪艳,吴巍,周生路,汪婧,李志. 地理科学. 2015(06)
[7]基于Cokriging的住房价格空间格局分析——以长沙市为例[J]. 孙倩,洪开荣. 经济地理. 2014(12)
[8]城市住房价格时空间特征及其影响因素研究[J]. 谢旦杏,林雄斌. 经济地理. 2014(04)
[9]扬州市住宅价格空间分异的影响因素与驱动机制[J]. 王洋,李强,王少剑,秦静. 地理科学进展. 2014(03)
[10]城市住房价格影响因素及其空间规律研究——基于地理加权回归模型的实证分析[J]. 刘贵文,王丽娟. 技术经济与管理研究. 2013(09)
博士论文
[1]城市住宅价格时空分布规律研究[D]. 曾晖.南京林业大学 2012
[2]基于GIS的城市住宅价格时空演变规律探索及其应用研究[D]. 吴宇哲.浙江大学 2005
硕士论文
[1]基于GWR模型的深圳市房价空间分异及影响因素研究[D]. 户彦超.哈尔滨工业大学 2019
[2]南昌市房价时空分布特征及驱动因素分析[D]. 陈云天.江西师范大学 2019
[3]杭州市住房价格空间分异及影响因素研究[D]. 李辉辉.浙江工业大学 2019
[4]长三角地区城市房价影响因素研究[D]. 周岐琛.南京大学 2018
[5]基于网络数据的南京市中心城区住宅价格空间分异研究[D]. 吕玉珍.南京师范大学 2018
[6]武汉市主城区房价的时空分异及影响因素研究[D]. 袁书玮.华中师范大学 2017
[7]城市住宅特征价格的空间异质性研究[D]. 陶云龙.浙江大学 2015
[8]基于GIS的商品住宅价格空间分布研究[D]. 陈笑双.江西财经大学 2013
[9]西安市住宅价格空间分异与时空演变规律分析[D]. 宋雪娟.陕西师范大学 2011
[10]城市住宅价格空间分异的模式和原因—对杭州的实证分析[D]. 彭鲁凤.浙江大学 2010
本文编号：3214035
【文章来源】：江西师范大学江西省
【文章页数】：92 页
【学位级别】：硕士
【部分图文】：
全国1986-2018年房地产投资金额与比重变化情况①房地产市场迅速发展的同时也加速了城市化进程，城市人口数量激增，住房
硕士学位论文2最低，2019年9月（新建）住宅均价为8555元/㎡。居高不下的房价不仅增加城市居民生活成本，而且可对房地产市场长期稳定运行以及区域经济发展造成负面影响。图1-22010-2019年百城价格指数变化趋势中央政府自2003年以来为稳定房价相继出台了多项相关政策，但现阶段全国的住房均价仍整体走高，一线城市的房价高出天际并没有下降趋势。通过调控税收、利率，制定住宅用地供给比，甚至限购限价等方法并没有达到预期抑制房价的效果[1]。由于我国各地方经济发展水平和房地产市场成熟度不平衡，房价区域分化严重，导致我国的宏观调控政策在全国各地的实施效果不一。因此，房价调控政策的制定需要将房价的空间分异纳入考量，研究城市房价的空间分异格局及影响因素可为其提供参考价值。然而对于单个城市的住宅价格空间分异研究，缺乏多个城市样本进行分析对比总结，难以得到房价普遍性影响规律，因此在城市样本数量上倾向于选取多个城市样本。另外，长江中游城市群是以武汉城市圈、环长株潭城市群、环鄱阳湖城市群为主体形成的特大型城市群，其发展必须依赖于武汉、长沙和南昌三省会城市的经济辐射效应，发挥武汉、南昌、长沙市的引领作用。基于上述原因，本文选择武汉、南昌、长沙三个省会城市的住宅价格作为研究对象，利用GIS技术和GWR模型对三个城市的商品住宅价格空间分异规律展开研究，同时探讨三市住宅价格空间分异的影响因素，通过横向对比分析三市房价受影响因素的程度，为政府制定区域化、差异化的房价调控政策提供建议和支持。1.2研究意义本文主要采取中观和微观两种尺度相结合的研究方式，在剖析三市整体房价变化趋势的基础上（中观尺度），运用GIS空间分析技术探索小区住宅价格的
论文技术路线图
【参考文献】：
期刊论文
[1]长三角县域房价空间分异格局及其影响因素分析[J]. 韩艳红,尹上岗,李在军. 人文地理. 2018(06)
[2]长三角一体化区域城市商品住宅价格分异机理研究[J]. 宋伟轩,刘春卉. 地理研究. 2018(01)
[3]重庆市主城区住房价格影响因子的空间异质性[J]. 李颖丽,刘勇,刘秀华. 资源科学. 2017(02)
[4]城市轨道交通效应及住宅价格影响因素研究——以武汉地铁4号线为例[J]. 吴良国,易华莹. 宏观经济管理. 2017(S1)
[5]基于空间扩展模型和地理加权回归模型的城市住房价格空间分异比较[J]. 孙倩,汤放华. 地理研究. 2015(07)
[6]都市新区住宅地价空间异质性驱动因素研究——基于空间扩展模型和GWR模型的对比[J]. 隋雪艳,吴巍,周生路,汪婧,李志. 地理科学. 2015(06)
[7]基于Cokriging的住房价格空间格局分析——以长沙市为例[J]. 孙倩,洪开荣. 经济地理. 2014(12)
[8]城市住房价格时空间特征及其影响因素研究[J]. 谢旦杏,林雄斌. 经济地理. 2014(04)
[9]扬州市住宅价格空间分异的影响因素与驱动机制[J]. 王洋,李强,王少剑,秦静. 地理科学进展. 2014(03)
[10]城市住房价格影响因素及其空间规律研究——基于地理加权回归模型的实证分析[J]. 刘贵文,王丽娟. 技术经济与管理研究. 2013(09)
博士论文
[1]城市住宅价格时空分布规律研究[D]. 曾晖.南京林业大学 2012
[2]基于GIS的城市住宅价格时空演变规律探索及其应用研究[D]. 吴宇哲.浙江大学 2005
硕士论文
[1]基于GWR模型的深圳市房价空间分异及影响因素研究[D]. 户彦超.哈尔滨工业大学 2019
[2]南昌市房价时空分布特征及驱动因素分析[D]. 陈云天.江西师范大学 2019
[3]杭州市住房价格空间分异及影响因素研究[D]. 李辉辉.浙江工业大学 2019
[4]长三角地区城市房价影响因素研究[D]. 周岐琛.南京大学 2018
[5]基于网络数据的南京市中心城区住宅价格空间分异研究[D]. 吕玉珍.南京师范大学 2018
[6]武汉市主城区房价的时空分异及影响因素研究[D]. 袁书玮.华中师范大学 2017
[7]城市住宅特征价格的空间异质性研究[D]. 陶云龙.浙江大学 2015
[8]基于GIS的商品住宅价格空间分布研究[D]. 陈笑双.江西财经大学 2013
[9]西安市住宅价格空间分异与时空演变规律分析[D]. 宋雪娟.陕西师范大学 2011
[10]城市住宅价格空间分异的模式和原因—对杭州的实证分析[D]. 彭鲁凤.浙江大学 2010
本文编号：3214035
本文链接：https://www.wllwen.com/jingjilunwen/fangdichanjingjilunwen/3214035.html
