基于核密度估计的南京二手房活跃度特征及影响机制研究

doi:10.3724/SP.J.1047.2015.00698

地球信息科学学报 ›› 2015, Vol. 17 ›› Issue (6): 698-704.doi: 10.3724/SP.J.1047.2015.00698

• 地理空间分析综合应用 • 上一篇下一篇

基于核密度估计的南京二手房活跃度特征及影响机制研究

朱寿佳¹, 甄峰^2,^3,^*(), 秦萧¹, 何伊伊²

1. 南京大学地理与海洋科学学院,南京 210093
2. 南京大学建筑与城市规划学院,南京 210093
3. 南京大学人文地理研究中心,南京 210093

收稿日期:2014-10-30 修回日期:2014-12-11 出版日期:2015-06-10 发布日期:2015-06-10
通讯作者: 甄峰 E-mail:zhenfeng@nju.edu.cn
作者简介:
作者简介：朱寿佳(1990-),男,广东惠州人,硕士生,主要从事城市信息地理、城市空间结构与区域规划研究。 E-mail: hitfm885@foxmail.com
基金资助:
国家自然科学基金项目(40971094);教育部新世纪优秀人才支持计划(NECT-09-0470)

Research on the Characteristics and Influence Mechanism of Second-hand Housing Activeness in Nanjing: Using Kernel Density Estimation

ZHU Shoujia¹, ZHEN Feng^2,^3,^*(), QIN Xiao¹, HE Yiyi²

1. School of Geographic and Oceanographic Sciences, Nanjing University, Nanjing 210093, China
2. School of Architecture and Urban Planning, Nanjing University, Nanjing 210093, China
3. Human Geography Research Center, Nanjing University, Nanjing 210093, China

Received:2014-10-30 Revised:2014-12-11 Online:2015-06-10 Published:2015-06-10
Contact: ZHEN Feng E-mail:zhenfeng@nju.edu.cn
About author:
*The author: SHEN Jingwei, E-mail:jingweigis@163.com

摘要/Abstract

摘要：

随着越来越多住房可通过网络查询和交易,为住房空间研究提供一个全新数据来源。本文通过对南京搜房网二手房数据挖掘,采用核密度估计空间分析方法,研究南京二手房活跃度的空间特征,重点探讨不同二手房活跃度影响因素,并通过河西、大光路和夫子庙3个案例,实证二手房活跃度的影响机制。研究发现,南京二手房活跃度空间呈现“一心三组团”的结构。二手房活跃度高的地区主要集中在南京市鼓楼区和建邺区;东部玄武高教区、南部江宁二手房活跃度较低,住房空间较为固化,居住空间发展较为成熟。影响二手房活跃度空间差异主要有住房内因和住房外因2个方面。通过多元回归模型分析表明,住房内因的价格、住房层数、绿化率和装修程度和外因的学区、地铁和区域变量显著影响二手房活跃度。居住层数、物业管理费、生活配套设施在活跃度高低2个层面显著。

关键词: 二手房活跃度, 空间特征, 影响机制, 核密度估计, 南京

Abstract:

Nowadays, issues regarding to housing affairs can be easily dealt through online queries and transactions, which provide a brand new data source for researches about residential space. This article mainly focuses on the causes of variations in activeness degree for different second-hand housing areas in Nanjing, through web data mining and a series of kernel density estimations. Based on three typical case studies of the Hexi district, Daguang district and Confucius Temple area, this article summarizes the underlying influential mechanism for the second-hand housing activeness in Nanjing. Research result has shown that the second-hand housing in Nanjing has a structure of “one core with three blocks”, in which the Gulou and Jianye districts are considered to be the core. Meanwhile, the sales volume in districts with highly educated inhabitants, such as Xuanwu district which lies in the eastern part of Nanjing and Jiangning district which lies in the southern part, have a low degree of activeness due to the solidified and sophisticated residential space development. There are two main factors contributing to the differentiation of activeness in second-hand housing, which are summarized as the internal factor and the external factor. The multivariate regression analysis model suggests that the internal factor is consists of the housing price, the number of building stories, the percentage of greenery coverage, and the house decoration condition. The external factor is considered to be consist of the accessibility and quality of adjacent subway stations, schools and other supporting facilities and services.

Key words: second-hand housing activeness, spatial characteristics, influence mechanism, kernel density estimation, Nanjing

朱寿佳, 甄峰, 秦萧, 何伊伊. 基于核密度估计的南京二手房活跃度特征及影响机制研究[J]. 地球信息科学学报, 2015, 17(6): 698-704.DOI:10.3724/SP.J.1047.2015.00698

ZHU Shoujia,ZHEN Feng,QIN Xiao,HE Yiyi. Research on the Characteristics and Influence Mechanism of Second-hand Housing Activeness in Nanjing: Using Kernel Density Estimation[J]. Journal of Geo-information Science, 2015, 17(6): 698-704.DOI:10.3724/SP.J.1047.2015.00698

图/表 5

表1

图1

图2

图3

表2

参考文献 27

[1]	武文杰,张文忠,刘志林,等.北京市居住用地出让的时空格局演变[J].地理研究,2010,29(4):683-692.
[2]	袁雯,朱喜钢,马国强.南京居住空间分异的特征与模式研究——基于南京主城拆迁改造的透视[J].人文地理,2010,25(2):65-69.
[3]	苏振民,林炳耀.城市居住空间分异控制:居住模式与公共政策[J].城市规划,2007,32(2):45-49.
[4]	张静,张丽芳,濮励杰,等.基于GWR模型的城市住宅地价的时空演变研究[J].地理科学,2012,32(7):828-833.
[5]	张祚,李江风,陈双,等.经济适用住房在城市中的空间分布[J].地理学报,2011,66(10):1309-1320.
[6]	张爱华,冯长春.城市经济适用房空间布局研究——以廊坊市主城区为例[J].城市发展研究,2009,16(9):26-32.
[7]	郭菂,李进,王正.南京市保障性住房空间布局特征及优化策略研究[J].现代城市研究,2011(3):83-88.
[8]	王茂军,张学霞,张文忠.大连市城市内部居住环境评价的空间结构[J].地理研究,2002,21(6):753-762.
[9]	艾彬,徐建华,黎夏,等.社区居住环境的空间数据探索性分析[J].地理科学,2008,28(1):51-58.
[10]	张文忠. 城市内部居住环境评价的指标体系和方法[J].地理科学,2007,27(1):17-23.
[11]	郑思齐,符育明,刘洪玉.利用排序多元Logit模型研究城市居民的居住区位选择[J].地理科学进展,2004,23(5):86-93.
[12]	刘旺,张文忠.城市居民居住区位选择微观机制的实证研究[J].经济地理,2006,26(5):802-805.
[13]	Stevenson S.New empirical evidence on heteroscedasticity in hedonic housing models[J]. Journal of Housing Economics, 2004,13(2):136-153.
[14]	Song Y, Knaap G J.New urbanism and housing values: A disaggregate assessment[J]. Journal of Urban Economics, 2003,54(2):218-238.
[15]	周春山,陈素素,罗彦.广州市建成区住房空间结构及其成因[J].地理研究,2005,24(1):77-88.
[16]	黄莹,黄辉,叶忱,等.基于GIS的南京城市居住空间结构研究[J].现代城市研究,2011(4):47-52.
[17]	廖邦固,徐建刚,宣国富,等.1947-2000年上海中心城区居住空间结构演变[J].地理学报,2008,63(2):195-206.
[18]	吴宇哲. 基于GIS的城市住宅价格时空演变规律探索及其应用研究[M].杭州: 浙江大学出版社,2005.
[19]	刘旺,张文忠.国内外城市居住空间研究的回顾与展望[J].人文地理,2004,19(3):6-11.
[20]	刘望保,闫小培,曹小曙.转型期中国城镇居民住房类型分化及其影响因素——基于CGSS(2005)的分析[J].地理学报,2010,65(8):949-960.
[21]	Huang Y.Housing markets, government behaviors, and housing choice: A case study of three cities in China[J]. Environment and Planning A, 2004,36(1):45-68.
[22]	阮连法,张跃威,张鑫.基于特征价格与SVM的二手房价格评估[J].技术经济与管理研究,2008(5):75-78.
[23]	乔志敏,李德峰,邹文军,等.基于财产税征收的不动产价值评估——对北京市4个内城区的实证分析[J].城市发展研究,2009,16(3):81-86.
[24]	石忆邵,李木秀.上海市住房价格梯度及其影响因素分析[J].地理学报,2006,61(6):604-612.
[25]	宋伟轩,吴启焰,朱喜钢.新时期南京居住空间分异研究[J].地理学报,2010,65(6):685-694.
[26]	Wan N, Qu W, Whittington J, et al.Assessing smart phones for generating life-space indicators[J]. Environment and Planning B: Planning and Design, 2013,40(2):350-361.
[27]	刘锐,胡伟平,王红亮,等.基于核密度估计的广佛都市区路网演变分析[J].地理科学,2011,31(1):81-86.

项目	分类	备注	个数（个）	比例（%）
住房面积	小面积	<50 m²	4097	13.51
	中等面积	50~90 m²	8145	26.86
	大面积	>90 m²	18 085	59.63
住房价格	低价格	<100万	8160	26.90
	中等价格	100~150万	6002	19.79
	高价格	>150万	16 168	53.31
住房年代	老房	<10 a	9661	34.50
	较新房	2-10 a	15 232	54.40
	新房	<2 a	3106	11.09
住房层数	低层	1~3层	578	1.98
	多层	4~6层	9714	33.21
	中高层	7~9层	6697	22.90
	高层	≥10层	12 260	41.92
装修程度	毛坯		5599	19.23
	简中装修		6900	23.70
	精装修		13 978	48.00
	豪华装修		2641	9.07
学区	学区		5263	17.35
	非学区		25 077	82.65
地铁	地铁		7225	23.81
	非地铁		23 120	76.19
区位	市区		19 078	62.85
	郊区		11 275	37.15

		活跃度高			活跃度低			卡方检验
		B		S.E.			B	S.E.
住房内因	面积	-0.012***	0.001		0.000	0.000		226.346
	价格	0.010***	0.001		0.003***	0.001		532.900***
	年代	0.047***	0.009		0.016	0.008		44.774
	住房层数	0.022**	0.010		-0.036***	0.010		418.914**
	居住层数	0.050***	0.013		0.031**	0.013		37.516
	绿化率	0.076***	0.004		0.055***	0.004		426.231***
	物业管理费	-0.346***	0.079		-0.188*	0.074		60.823
	装修程度（参考毛坯）							321.873***
	简中装修	1.365***	0.138		0.489***	0.116
	精装修	1.070***	0.112		0.243***	0.089
	豪华装修	0.490***	0.171		0.198	0.150
住房外因	学区（学区=1,非学区=0）	0.896***	0.100		-0.141	0.091		389.991***
	地铁（地铁=1,无地铁=0）	-0.665***	0.098		0.153*	0.081		333.230**
	区域（市区=1,郊区=0）	16.791**	7.953		2.065***	0.124		2752.45***
	生活配套设施	-0.012***	0.003		0.011***	0.003		187.395
常数		-11.711***	20.331		-33.890**	16.716
样本数		4622			7490

基于核密度估计的南京二手房活跃度特征及影响机制研究

Research on the Characteristics and Influence Mechanism of Second-hand Housing Activeness in Nanjing: Using Kernel Density Estimation

RichHTML

PDF (PC)

赞

可视化

被引次数

摘要/Abstract

引用本文

使用本文

图/表 5

参考文献 27

相关文章 15

Metrics

本文评价

推荐阅读 0

[1]	鲍超,刘若文. 青藏高原城镇体系的时空演变[J]. 地球信息科学学报, 2019, 21(9): 1330-1340.
[2]	符海月, 张祎婷. 时间尺度重构EEMD-GRNN改进模型预测PM_2.5的研究[J]. 地球信息科学学报, 2019, 21(7): 1132-1142.
[3]	陈杰, 李昂, 符峥, 李思倩, 王结臣. 公交模式对公共服务设施可达性的影响[J]. 地球信息科学学报, 2019, 21(7): 983-993.
[4]	曹阳, 葛军莲, 龙毅, 张翎. 时空协同的城市旅游行程规划模型构建[J]. 地球信息科学学报, 2019, 21(6): 814-825.
[5]	邬群勇, 张良盼, 吴祖飞. 顾及空间异质性的出租载客与公交客流回归分析[J]. 地球信息科学学报, 2019, 21(3): 337-345.
[6]	尹上岗, 李在军, 宋伟轩, 马志飞. 基于地理探测器的南京市住宅租金空间分异格局及驱动因素研究[J]. 地球信息科学学报, 2018, 20(8): 1139-1149.
[7]	周洋, 祝善友, 华俊玮, 刘祎, 向嘉敏, 丁文. 南京市高温热浪时空分布研究[J]. 地球信息科学学报, 2018, 20(11): 1613-1621.
[8]	乔伟峰, 毛广雄, 王亚华, 陈月娇. 近32年来南京城市扩展与土地利用演变研究[J]. 地球信息科学学报, 2016, 18(2): 200-209.
[9]	杨格格, 宋辞, 裴韬, 周成虎, 舒华, 张加. 北京对外交通枢纽乘客OD时空分布特征[J]. 地球信息科学学报, 2016, 18(10): 1374-1383.
[10]	赵敏, 程维明, 黄坤. 近21 a来京津冀城市发展空间特征及其与宏观地貌的关系分析[J]. 地球信息科学学报, 2015, 17(8): 917-926.
[11]	乔伟峰, 刘彦随, 王亚华, 项灵志. 城市三维重心算法与实验分析——以南京市为例[J]. 地球信息科学学报, 2015, 17(3): 268-273.
[12]	叶娟娟, 杨昕, 熊礼阳, 严艳梓, 王婷婷. 南京市老城区城市建筑点格局研究[J]. 地球信息科学学报, 2015, 17(11): 1404-1411.
[13]	苏曦, 陈江龙, 袁丰. 国有商业银行与股份制商业银行的空间布局特征分析——以南京市江南8区为例[J]. 地球信息科学学报, 2013, 15(5): 712-718.
[14]	贺文慧, 杨昕, 汤国安, 周毅. 基于数字高程模型的城市地表开阔度研究——以南京老城区为例[J]. 地球信息科学学报, 2012, 14(1): 94-100.
[15]	杨静, 李满春, 丁贤荣, 刘永学. 长江南京段岸线资源GIS评价与分析[J]. 地球信息科学学报, 2008, 10(2): 200-205.