本研究通過采集安居客、百度地圖等網站的相關數(shù)據,利用上海市各住宅小區(qū)的二手房均價,分析上海市房價的空間分布特征,并探究房價空間分布與交通設施、生活設施分布的相關性。研究表明,上海市二手房價格分布存在明顯的空間集聚和空間梯度特征,房價的空間分布與城市空間的圈層結構存在較強的相關性。上海市地鐵線路放射狀分布的特征與房價的空間分布特征較為相似,交通設施的分布與房價空間分布存在較強的相關性。房價空間分布的方向與教育、醫(yī)療設施空間分布方向一致,但相對于教育、醫(yī)療設施空間分布而言,房價的空間分布更為集中,因此房價的空間分布與教育、醫(yī)療等設施的空間分布存在一定的相關性,但設施密度與房價的相關性不強。 

【文章來源】：上海房地. 2020,(07)

【文章頁數(shù)】：5 頁

【部分圖文】：

選取小區(qū)空間分布

計算不同行政區(qū)內小區(qū)的二手房均價,分別用柱狀圖和空間分布圖表示其數(shù)量特征和空間分布特征。從數(shù)量上看,上海市不同行政區(qū)的二手房均價差異較大,其中房價最高的是黃浦區(qū),二手房均價為97929.46元/平方米,房價最低的是金山區(qū),二手房均價為17200.16元/平方米,兩個區(qū)的均價相差近5倍。從柱狀圖上看,上海市不同區(qū)的房價呈現(xiàn)出明顯的梯度特征。黃浦區(qū)和徐匯區(qū)處于第一梯隊,靜安區(qū)和長寧區(qū)位于第二梯隊,楊浦區(qū)、虹口區(qū)和普陀區(qū)處于第三梯隊,閔行區(qū)、浦東區(qū)和寶山區(qū)處于第四梯隊,嘉定區(qū)、松江區(qū)和青浦區(qū)處于第五梯隊,最后是奉賢區(qū)和金山區(qū)。從空間上看,上海市各行政區(qū)的二手房均價存在明顯的空間集聚和空間梯度特征,總體上呈現(xiàn)以黃浦區(qū)為中心向外圍逐漸降低的特征。位于上海市中心區(qū)域的黃浦區(qū)和徐匯區(qū)房價最高,二手房均價達到80000元/平方米以上;其次是位于黃浦和徐匯兩區(qū)北側的靜安區(qū)和長寧區(qū);環(huán)繞中心四區(qū)的楊浦區(qū)、虹口區(qū)、普陀區(qū)、閔行區(qū)和浦東新區(qū)在靜安和長寧之后位于第三層級;北側的嘉定區(qū)、寶山區(qū)和西側的青浦區(qū)、松江區(qū)二手房均價在25000-40000元/平方米之間,處于第四層級;房價最低的是上海市南側的奉賢區(qū)和金山區(qū)。

利用克里金插值法以小區(qū)二手房均價為z值對上海市小區(qū)分布的點圖層進行空間插值,得到上海市二手房價格連續(xù)分布圖層(圖4)。由圖4可見,上海市二手房價格的分布總體表現(xiàn)為從中心向外圍遞減,并且東西向的衰減速度小于南北向。房價最高的區(qū)域在市中心沿東西向分布,房價最低的區(qū)域在上海市的西南側。另外,在青浦區(qū)和松江區(qū)之間的趙巷和佘山有一個外圍的高值區(qū)域。圖4 上海市二手房均價空間分布

【參考文獻】：
期刊論文
[1]學區(qū)化外部性對城市空間的影響[J]. 楊振山,粟子林,丁悅,程哲.  人文地理. 2018(04)
[2]南京市住宅價格時空分異格局及其影響因素分析——基于地理加權回歸模型的實證研究[J]. 尹上崗,宋偉軒,馬志飛,李在軍,吳啟焰.  人文地理. 2018(03)
[3]城市商業(yè)綜合體商圈劃分及其對住宅的增值效應——以杭州主城區(qū)為例[J]. 陳陽,岳文澤,高佳斌.  經濟地理. 2017(11)
[4]北京市二手房價格時空演變特征[J]. 周湘,袁文,李漢青,馬明清,袁武.  地球信息科學學報. 2017(08)
[5]區(qū)位因素對二手房價格的非線性影響——以上海市為例[J]. 趙紅軍,彭屹.  城市問題. 2017(07)
[6]武漢市中心城區(qū)住宅價格空間分布格局及其影響因素研究[J]. 劉子靖,劉耀林,何青松,趙菁.  地理信息世界. 2017(02)
[7]地鐵影響住房價格的空間異質性測度——以上海市地鐵11號線為例[J]. 王洪衛(wèi),韓正龍.  城市問題. 2015(10)
[8]基于Hedonic的武漢市住宅價格空間分異研究[J]. 胡建飛,殷躍建,于瀟波.  現(xiàn)代城市研究. 2015(08)
[9]基于空間擴展模型和地理加權回歸模型的城市住房價格空間分異比較[J]. 孫倩,湯放華.  地理研究. 2015(07)
[10]上海市三甲醫(yī)院對周邊地區(qū)住房價格的空間影響效應分析[J]. 彭保發(fā),石憶邵,單玥,陳端呂.  地理科學. 2015(07)



本文編號：3217879