城市轨道交通对沿线二手住宅价格的空间差异化影响研究——以成都地铁3号线为例北大核心

城市轨道交通引导着城市开发建设和居民的住宅区域选择,探究城市轨道交通对沿线住宅价格的影响可促进城市土地的高效利用。本研究构建特征价格模型,从空间效应角度探究成都地铁3号线对沿线二手住宅价格的影响及其变化规律。结果表明:(1)3号线对周边住宅价格的增值效应集中在0-1000m范围内,提升幅度均在10%以上;(2)3号线对站点周边住宅价格的影响存在分市场效应。研究结果期望为城市合理化开发建设提供经验借鉴与参考。     

城市更新项目对周边住宅价格的影响研究 ——以深圳市为例

城市更新作为当今各大城市发展核心战略之一,能够提升区域的经济、社会和环境效益,而其对区域周边住宅价格的影响亟待深入讨论.论文以深圳市为例,基于2019年6—7月深圳市城市更新项目周边1002个住宅二手房挂牌单价数据,在传统特征价格模型的框架下,将城市更新特征引入模型进行拟合,并结合回归结果与边际价格分析了深圳市城市更新...     

上海徐汇滨江绿带对周边住宅价格的影响研究

上海黄浦江滨江绿带自建成以来,生态效益和社会效益受到广泛认可,但经济效益认知有待进一步明确和细化。选取徐汇滨江北段3.1 km绿带作为研究对象,以周边142个住宅小区作为研究样本,定量分析小区住宅价格与绿地空间特征要素间的相关性,揭示影响规律。研究表明:滨江绿带对周边住宅具有正外部经济效益,绿地整体特征影响显著,设计特征中大型设施对周边住宅价格有影响,且存在价格区间限制;滨江绿带基本上对周边所有类型住宅价格均产生影响,以中高端住宅最明显;不同绿地特征要素对于住宅价格的影响范围不同,绿地宽度影响范围最广。     

城市公共服务设施对住宅价格的影响 ——对南昌市中心城区的实证研究

构建特征价格模型分析南昌市城市公共服务设施对住宅价格的影响,验证特征价格理论在中型城市的应用。研究结果表明:①对住宅价格影响程度由大到小的公共服务设施依次为水体公园、地铁站、配套小学等级、配套初中距离;②南昌市水系多处于欠发达地域,南昌市住宅距水体公园越近,价格越低。     

住宅价格的特征价格模型研究

笔者在文中对特征价格模型的特点对普通住宅价格进行了阐述,依据市场特点来阐述该模型中的住宅价格特征,供同行参考。     

重庆市渝中区生态景观对住宅价格的影响研究

基于重庆市渝中区298个小区共计2685个住宅样本点,利用GIS空间分析的网络分析和视域分析工具,在特征价格模型的框架下采用地理加权模型分析重庆市渝中区生态景观对住宅价格的空间影响.结果表明:(1)不同公园绿地和水体对住宅价格的影响力不同.(2)综合公园、专类公园距离与房价呈空间负相关,社区公园、游园对房价的影响小.(...     

城市环境对住宅价格形成的影响分析

住宅承载着众多不同属性,其价格则由所有属性带给人们的效用决定。随着居民生活水平提高,对于住宅所处城市外部环境要求相应提高,因此,城市环境的不同对住宅价格形成会产生差异性影响。通过采用特征价格法分析住宅中增加的由城市环境变化带来的单位属性和消费者愿意额外支付的费用就可以评估这种影响因素的隐含价格,从而揭示城市规划设计对城市环境的改变所带来的对住宅价格水平的影响。     

小学资源对住宅价格的影响研究——以昆明市为例

本文以分析昆明市小学教育资源分布现状为基础,通过运用特征价格模型及SPSS19.0统计软件,得出目前昆明市优质小学在住宅市场中的隐含特征价格,并就当前房地产业发展问题提出应适当引入基础教育资源,实现教育资源的合理分配。     

不同类型地铁站点对住宅价格的影响差异 ——以成都为例

地铁是促进居民低碳出行、解决城 市交通及一系列衍生问题、有助于实现碳达 峰、碳中和目标的重要交通方式。作为大型 城市交通基础设施和地方公共产品,地铁提 高了站点地区的可达性,可能产生经济外部 性,如提升土地和房地产价格。大量研究关 注此话题,但是它们较少考虑站点类型的差 异,比如区分换乘站、首末站和常规站。因 此,本研究基于成都2019年已开通的6条地铁 线路周边2.5 km范围内2 535个小区的27 814个 交易住宅样本,构建了双层随机截距特征价 格模型,估计了各个住宅特征的影子价格,对比换乘站、首末站和常规站对住宅价格的影响差异。实证结果表明：地铁正向影响周边 房价,带来增值效应;邻近换乘站与房价正相关;邻近首末站与房价负相关;换乘站的增 值效应远大于常规站;首末站的增值效应和常规站无显著差异。最后,围绕土地价值捕获 的政策制定进行了讨论。     

城市空气质量对住宅价格的影响研究—基于广州市二手房的大数据分析

空气质量作为城市中最普遍的公共资源,研究其对住宅价格的影响不但有助于认识购房者的住房偏好,而且可以为城市规划管理、城市空间布局提供新思路。文章以广州市中心城区二手房市场为例,通过爬取链家网住宅样本数据,运用Hedonic特征价格模型的方法,围绕建筑结构、交通区位、邻里环境和空气质量四方面,选择17个特征变量,建立特征价格解释模型,结果显示:①PM10浓度对住宅价格有负面影响,PM10浓度每下降1微克/立方米,住宅价格上升0.92%;②PM2.5浓度与住宅价格呈现正相关关系。分析空气质量影响住宅价格的可能原因,发现其与城市空间布局息息相关,因此最后从优化城市空间布局角度提出空气质量改善建议。