赣州市住宅房产价格时空演变特征分析
发布时间：2021-11-24 01:44
以赣州市居民住宅2009—2017年的房产交易数据为基础,利用空间自相关分析和Kriging（克里金）插值方法,开展房价的时空演变特征分析并对其影响因素进行分析。结果表明:赣州市房地产市场的开发呈现出一种波动式的增长变化趋势,房价在9年时间翻了近3倍,总体上呈现正相关且集聚趋势越加显著,高高集聚主要分布在万象城附近、低低集聚主要分布在沙河镇区域。在部分区域由于发展不平衡存在空间异质性,同时房价受建筑特征、邻里特征、区位特征、城市重心变化以及国家政策等因素的影响,其中政府宏观调控对房价的影响较大。
【文章来源】：江西理工大学学报. 2020,41(01)
【文章页数】：8 页
【部分图文】：
赣州市2009—2017年房价变化趋势
采用LISA统计量来分析住宅价格与临近区域间的住宅价格集聚差异程度，其结果如图2所示。从图2可以看出，2009年的样本点较少，且主要集中于河流西岸附近，空间自相关性较强，形成了以中航城为代表的“高-高”区域和以黄金苑为代表的“低-低”区域。2010年到2012年期间，中航城的入驻开启了章江新区房地产市场的快速发展，样本点骤然增多，形成了以八零公社为代表的“高-低”区域和以蓝湾美都为代表的“低-高”区域，即空间异质性。2013年到2015年期间，“高-高”区域的样本点逐渐增多，占比10.5%，主要分布于文武坝路、长征大道、红都大道等，但是南门口周围“高-高”区域的样本点在逐渐减少，而“低-低”区域占比7.9%，主要分布于华坚路、云山路、站东大道东等。2016年到2017年期间，房价的低低集聚的效应更加明显，“高-高”区域占比8.7%，主要分布于红都大道、登峰大道、东江源大道南等；“低-低”区域占比14.5%，主要分布于赣江路、云山路、站东大道东等。
利用GIS软件的地统计分析模块，首先对每年的房价数据进行正态分布检验，通过正态QQ图拟合发现，曲线斜率基本符合一条直线，表示通过检验。对通过检验后的数据进行常态得分变换，选择拟合效果较好的球面模型，以研究区域为掩膜，对房价进行插值，结果如图3所示。从图3可以看出，2009年的高房价区域大多集中在黄金广场附近，且分布在河流两岸，房价呈环状向四周逐渐递减，同时可以发现，距离河流越远，房价的下降幅度也就越大。2010年到2012年期间，房价在2009年的高价位基础上运行，不仅仅是黄金广场附近，整个赣州的房价呈现出一种上升的趋势，最高峰值为7262元/m2，房管部门采取多项平抑房价的有效措施，使得其上涨的势头得到有效控制。2013年到2015年期间，高房价区域不唯一，这是由于赣州市政府加大了对章江新区的开发利用，围绕中央公园附近建设了一系列的城市设施，其交通网密度大，生态水系绿带西起中心湖区，向东南方向延伸至章江黄金岛附近，这一结果造就了以中央公园为中心的新的高房价区域。2016年到2017年期间，高房价区域不再集中在河流两岸附近，随着人民生活水平的提升，对生活品质的需求也日益增加，河流两岸，尤其是河流东岸附近，距离赣州市中心较近，其周围的商业区繁华，但是交通经常拥堵，晚上喧嚣吵闹，削弱了人们在此区域的购房意愿，相反更愿意到距离市中心较远但是交通便利，环境优美的章江新区购房。纵观时间轴，2009年的房价均值点在3188元/m2左右，2017年的房价均值点在9389元/m2左右。9年时间，房价翻了近3倍左右，在房价整体上涨的同时，沙河镇区域的房价一直处于低水平阶段且低于平均值。这是由于该区域的工业区林立，医疗资源，教育资源等较为落后，在此区域内居住的人较少，出去务工的人越来越多，对居民住宅的需求量减少，进而导致该区域的房价一直较低。
【参考文献】：
期刊论文
[1]供需均衡视角下城市房价上涨动因分析[J]. 唐坚. 统计与决策. 2019(14)
[2]南京城市住宅小区房价增长模式与效应[J]. 宋伟轩,马雨竹,李晓丽,陈艳如. 地理学报. 2018(10)
[3]基于房价的城市邻避设施空间效应分析——以南京市蓝燕三汊河加油站为例[J]. 吴云清,骆丽. 地域研究与开发. 2018(05)
[4]兰州市商品住宅价格的空间分异规律[J]. 李文慧,韩惠. 测绘科学. 2018(02)
[5]北京市二手房价格时空演变特征[J]. 周湘,袁文,李汉青,马明清,袁武. 地球信息科学学报. 2017(08)
[6]城市房价空间分布及其影响因素分析[J]. 付益松,张明. 测绘科学. 2017(08)
[7]中国房地产价格泡沫研究--基于马氏域变模型的实证分析[J]. 孟庆斌,荣晨. 金融研究. 2017(02)
[8]基于时空模型的区域房地产价格扩散效应研究[J]. 林睿,李秀婷,董纪昌. 系统工程理论与实践. 2016(10)
[9]基于GIS在售住宅价格空间分布差异及其影响因素分析——以赣州市为例[J]. 胡海利,陈金泉. 江西理工大学学报. 2016(05)
[10]房价波动、调控政策立场估计及其影响效应研究——基于1998-2014年数据的实证分析[J]. 郑世刚,严良. 财经研究. 2016(06)
本文编号：3515044
【文章来源】：江西理工大学学报. 2020,41(01)
【文章页数】：8 页
【部分图文】：
赣州市2009—2017年房价变化趋势
采用LISA统计量来分析住宅价格与临近区域间的住宅价格集聚差异程度，其结果如图2所示。从图2可以看出，2009年的样本点较少，且主要集中于河流西岸附近，空间自相关性较强，形成了以中航城为代表的“高-高”区域和以黄金苑为代表的“低-低”区域。2010年到2012年期间，中航城的入驻开启了章江新区房地产市场的快速发展，样本点骤然增多，形成了以八零公社为代表的“高-低”区域和以蓝湾美都为代表的“低-高”区域，即空间异质性。2013年到2015年期间，“高-高”区域的样本点逐渐增多，占比10.5%，主要分布于文武坝路、长征大道、红都大道等，但是南门口周围“高-高”区域的样本点在逐渐减少，而“低-低”区域占比7.9%，主要分布于华坚路、云山路、站东大道东等。2016年到2017年期间，房价的低低集聚的效应更加明显，“高-高”区域占比8.7%，主要分布于红都大道、登峰大道、东江源大道南等；“低-低”区域占比14.5%，主要分布于赣江路、云山路、站东大道东等。
利用GIS软件的地统计分析模块，首先对每年的房价数据进行正态分布检验，通过正态QQ图拟合发现，曲线斜率基本符合一条直线，表示通过检验。对通过检验后的数据进行常态得分变换，选择拟合效果较好的球面模型，以研究区域为掩膜，对房价进行插值，结果如图3所示。从图3可以看出，2009年的高房价区域大多集中在黄金广场附近，且分布在河流两岸，房价呈环状向四周逐渐递减，同时可以发现，距离河流越远，房价的下降幅度也就越大。2010年到2012年期间，房价在2009年的高价位基础上运行，不仅仅是黄金广场附近，整个赣州的房价呈现出一种上升的趋势，最高峰值为7262元/m2，房管部门采取多项平抑房价的有效措施，使得其上涨的势头得到有效控制。2013年到2015年期间，高房价区域不唯一，这是由于赣州市政府加大了对章江新区的开发利用，围绕中央公园附近建设了一系列的城市设施，其交通网密度大，生态水系绿带西起中心湖区，向东南方向延伸至章江黄金岛附近，这一结果造就了以中央公园为中心的新的高房价区域。2016年到2017年期间，高房价区域不再集中在河流两岸附近，随着人民生活水平的提升，对生活品质的需求也日益增加，河流两岸，尤其是河流东岸附近，距离赣州市中心较近，其周围的商业区繁华，但是交通经常拥堵，晚上喧嚣吵闹，削弱了人们在此区域的购房意愿，相反更愿意到距离市中心较远但是交通便利，环境优美的章江新区购房。纵观时间轴，2009年的房价均值点在3188元/m2左右，2017年的房价均值点在9389元/m2左右。9年时间，房价翻了近3倍左右，在房价整体上涨的同时，沙河镇区域的房价一直处于低水平阶段且低于平均值。这是由于该区域的工业区林立，医疗资源，教育资源等较为落后，在此区域内居住的人较少，出去务工的人越来越多，对居民住宅的需求量减少，进而导致该区域的房价一直较低。
【参考文献】：
期刊论文
[1]供需均衡视角下城市房价上涨动因分析[J]. 唐坚. 统计与决策. 2019(14)
[2]南京城市住宅小区房价增长模式与效应[J]. 宋伟轩,马雨竹,李晓丽,陈艳如. 地理学报. 2018(10)
[3]基于房价的城市邻避设施空间效应分析——以南京市蓝燕三汊河加油站为例[J]. 吴云清,骆丽. 地域研究与开发. 2018(05)
[4]兰州市商品住宅价格的空间分异规律[J]. 李文慧,韩惠. 测绘科学. 2018(02)
[5]北京市二手房价格时空演变特征[J]. 周湘,袁文,李汉青,马明清,袁武. 地球信息科学学报. 2017(08)
[6]城市房价空间分布及其影响因素分析[J]. 付益松,张明. 测绘科学. 2017(08)
[7]中国房地产价格泡沫研究--基于马氏域变模型的实证分析[J]. 孟庆斌,荣晨. 金融研究. 2017(02)
[8]基于时空模型的区域房地产价格扩散效应研究[J]. 林睿,李秀婷,董纪昌. 系统工程理论与实践. 2016(10)
[9]基于GIS在售住宅价格空间分布差异及其影响因素分析——以赣州市为例[J]. 胡海利,陈金泉. 江西理工大学学报. 2016(05)
[10]房价波动、调控政策立场估计及其影响效应研究——基于1998-2014年数据的实证分析[J]. 郑世刚,严良. 财经研究. 2016(06)
本文编号：3515044
本文链接：https://www.wllwen.com/jingjilunwen/fangdichanjingjilunwen/3515044.html
