南京市城市地价空间自相关分析(1)

第45卷 第6期Vol.45,No.6

   JOURNALOFNANJINGUNIVERSITY    

2009年11月Nov.ω2009

(NATURALSCIENCES)

南京大学学报(自然科学)

南京市城市地价空间自相关分析

张鸿辉1,2,曾永年13

(1.;2.,,410081;,南京,210093)

3

摘 要:,但是地价数据在空间上一般存在一定的空间依赖关系(空间自相关),同时这些空间关系中也隐藏着某些有用的信息,分析这些隐藏信息可以挖掘城市地价模型在微观层面上的适用性.论文以南京市主城区作为研究区域,采用Moran’sI和LocalMoran’sI系数来表示城市地价的空间自相关性特征,建立了城市地价影响因子的经典线性回归模型和空间自回归模型,并比较了这两种模型的分析结果.研究结果表明:南京市住宅、工业、商业地价均具有空间正相关性与空间集聚特征,住宅地价与工业地价的空间集聚特征较商业地价更为明显,且呈上升趋势.空间自回归模型的拟合度和解释能力要优于经典线性回归模型,且其残差的空间自相关性消失,但是其自变量的显著水平比经典线性回归模型低.

关键词: 城市地价,空间自相关,空间自回归模型,南京市中图分类号: F293.2

Spatialautocorrelationofurbanlandprice:AcasestudyofNanjing

ZhangHong2Hui

1,2

,ZengYong2Nian,JinXiao2Bin

13

(1.SchoolofInfo2PhysicsandGeomaticsEngineering,CentralSouthUniversity,Changsha,410083,China;

2.ChangshaPlanningInformationServiceCenter,Changsha,410013,China;

3.SchoolofGeographicandOceanographicSciences,NanjingUniversity,Nanjing,210093,China)

Abstract: Landpricedriversthatbestdescribelandpricespatialdistributionquantitativelyareoftenselectedthroughregressionanalysis.Aproblemusingconventionalstatisticalmethodsinspatiallandpriceanalysisisthatthesemethodsassumethedatatobestatisticallyindependentwhilelandpricedatahavethetendencytobedependentspatially,knownasspatialautocorrelation.Byminingtheseconcealedspatialautocorrelationinformation,wecanexplorethefeasibilityofapplyingurbanlandpricemodelinamicroscopicview.Asaresult,spatialstatisticalmethodwasappliedinthisstudytoderivethespatialdistributionoflandprice.Inthispaper,Nanjingcitywas

3基金项目:国家自然科学基金(40771198)

收稿日期:2008-10-08

33通讯联系人,E2mail:[email protected]

・822・

南京大学学报(自然科学)     第45卷

selectedasthestudyarea.Moran’sIandlocalMoran’sIareusedtodescribespatialautocorrelationoflandprice.What’smore,standardlinearregressionmodelandspatialautoregressivemodeloflandpriceareconstructed.Resultsshowthatresidentiallandprice,industriallandprice,andcommerciallandpriceallhavespatialautocorrelationcharacteristics.Comparedwiththatofindustriallandpriceandcommerciallandprice,spatialaggregationcharacteristicsofresidentiallandpricearehigher,andthetrendofspatialaggregationbecomesmoreandmoreobvious.Thespatialautoregressivemodelisstatisticallysoundinthepresenceofspatiallydependentdataincontrastwiththestandardlinearmodel,andithasabettergoodness2of2fit.Atthesametime,spatialautocorrelationintheresidualsofspatialautoregressivelandpricemodelhasspatialmodelsapartofthevarianceisexplainedbyneighboringvalues.ThebecomesmallerandthesignificanceoftheparametersalsodecreasesKeywords: urbanlandprice,,model,Nanjingcity

  、经济、社会等多种属性的综合体,因而受许多因素的影响,这种影响主要反映在地价的时空变化上.国外学者在这方面研究较早,从首次提出区位地租概念及其空间变化的德国学者冯・杜能(VonThunen),到美国城市经济学家阿朗索(Alon2so)、米尔(Mills)和莫斯(Muth),从理论到实证对城市地价空间变化做了深入的研究[1],进而推导出城市空间结构均衡理论[2],为研究中国城市地价时空变化提供了参考和借鉴.Alonso、Bruechner、Dennis等人建立并应用地

的空间分布进行了地统计学分析[13].综合以上

研究成果可以看出,目前对城市地价的研究主要集中在城市地价空间分布规律、影响因素、形成机制等方面.而对城市地价空间自相关性分析却鲜有研究.所谓的空间自相关是指某一变量的值随着测定距离的缩小而变得更相似或更为不同,具体地说,城市地价空间自相关是用来度量地价变量在空间上的分布特征及其对邻域的影响程度.如果某一变量的值随着测定距离的缩小而变得更相似,这一变量呈空间正相关;若所测值随距离的缩小而更为不同,则称之为空间负相关;若所测值不表现为任何空间依赖关系,那么这一变量表现出空间不相关或空间随机性[11].本文以南京市为例,借助Moran’sI和LocalMoran’sI系数验证了城市地价的空间自相关性,建立了城市地价影响因子的经典线性回归模型和空间自回归模型,并比较了这两种模型的分析结果.

价模型研究了不同城市的地价在空间上的分布规律[3~5].Nelson、Astron分析了城市边缘区的地价成因[6,7].近年来,国内不少学者也开展了大量城市地价空间分布与变化的理论探讨和实例研究,张鸿辉等在探索性空间数据分析和地统计学方法的支持下,分析了南京市住宅地价空间演化趋势[8].郑新奇等利用1998-2001年济南市市场调查资料构建城市数字地价模型,分析了城市地价的增值率和增值速度[9].蒋芳利用北京市1998-2003年的普通住宅出让地价资料,揭示了北京市住宅地价空间分布规律及其成因[10],张裕凤等以呼和浩特市区为研究区,在城市居住用地土地价格调查和动态监测的基础上,对2001-2007年居住用地分布的时空特征进行分析[11],李满春等设计与实现了城市地价动态监测系统[12],陈浮等对城市地价

1 研究区域概况与数据来源

本文以南京市主城区为研究区域.南京市主城区包括玄武、白下、秦淮、建邺、鼓楼和下关等六区,自2001年以来,南京市主城区经济增长较快,城市建设日新月异,土地区位条件和土地市场状况发生了一定的变化,尤其河西新区龙江板块和奥体板块整体崛起、城市外围地区基础设施建设和开发进展较快,房价大幅上涨.本次研究

 第6期张鸿辉等:南京市城市地价空间自相关分析

・823・

的地价数据来源于2001-2004年南京市住宅地价监测点的地价数据和土地市场交易资料,共收集了2001-2004年南京市主城区住宅、商业和工业地价动态监测点及土地出让案例1000余

个,并建立了地价样点数据库,为使地价之间具有可比性,首先需按照设定的地价内涵对地价样点进行取舍处理,剔除不符合本次研究要求和明显失真的地价样点,样点空间分布如图1所示

.

图1 地价样点空间分布图

Fig.1 Distributionoflandpricesamplepoints

2 研究方法

211 空间自相关性分析 空间自相关分析(spatialautocorrelationanalysis)是检验具有

空间位置的某要素的观测值是否显著地与其相邻空间点上的观测值相关联[14,15].空间自相关

可以用来发现空间的异质性和空间集聚,而城市地价不仅仅具有空间位置特性,同时也具有空间异质性与空间集聚的特征,因而空间自相关分析方法很适合用于分析城市地价的空间分布特征.

21111 全局空间自相关 全局空间自相关是

对属性值在整个区域的空间特征的描述,表示

全局空间自相关的指标和方法很多,最常用的是Moran’sI指数.Moran’sI是用于衡量空间要素的相互关系,与一般统计学中相关系数类似,其值在±1之间.大于零则表明存在正相关,反之为负相关,等于零则表明不存在空间相关性,各要素之间差异较小,空间上均衡发展.其计算公式如下:

n

n

ij

I=

W∑∑

(Xi-X

第45卷 第6期Vol.45,No.6

   JOURNALOFNANJINGUNIVERSITY    

2009年11月Nov.ω2009

(NATURALSCIENCES)

南京大学学报(自然科学)

南京市城市地价空间自相关分析

张鸿辉1,2,曾永年13

(1.;2.,,410081;,南京,210093)

3

摘 要:,但是地价数据在空间上一般存在一定的空间依赖关系(空间自相关),同时这些空间关系中也隐藏着某些有用的信息,分析这些隐藏信息可以挖掘城市地价模型在微观层面上的适用性.论文以南京市主城区作为研究区域,采用Moran’sI和LocalMoran’sI系数来表示城市地价的空间自相关性特征,建立了城市地价影响因子的经典线性回归模型和空间自回归模型,并比较了这两种模型的分析结果.研究结果表明:南京市住宅、工业、商业地价均具有空间正相关性与空间集聚特征,住宅地价与工业地价的空间集聚特征较商业地价更为明显,且呈上升趋势.空间自回归模型的拟合度和解释能力要优于经典线性回归模型,且其残差的空间自相关性消失,但是其自变量的显著水平比经典线性回归模型低.

关键词: 城市地价,空间自相关,空间自回归模型,南京市中图分类号: F293.2

Spatialautocorrelationofurbanlandprice:AcasestudyofNanjing

ZhangHong2Hui

1,2

,ZengYong2Nian,JinXiao2Bin

13

(1.SchoolofInfo2PhysicsandGeomaticsEngineering,CentralSouthUniversity,Changsha,410083,China;

2.ChangshaPlanningInformationServiceCenter,Changsha,410013,China;

3.SchoolofGeographicandOceanographicSciences,NanjingUniversity,Nanjing,210093,China)

Abstract: Landpricedriversthatbestdescribelandpricespatialdistributionquantitativelyareoftenselectedthroughregressionanalysis.Aproblemusingconventionalstatisticalmethodsinspatiallandpriceanalysisisthatthesemethodsassumethedatatobestatisticallyindependentwhilelandpricedatahavethetendencytobedependentspatially,knownasspatialautocorrelation.Byminingtheseconcealedspatialautocorrelationinformation,wecanexplorethefeasibilityofapplyingurbanlandpricemodelinamicroscopicview.Asaresult,spatialstatisticalmethodwasappliedinthisstudytoderivethespatialdistributionoflandprice.Inthispaper,Nanjingcitywas

3基金项目:国家自然科学基金(40771198)

收稿日期:2008-10-08

33通讯联系人,E2mail:[email protected]

・822・

南京大学学报(自然科学)     第45卷

selectedasthestudyarea.Moran’sIandlocalMoran’sIareusedtodescribespatialautocorrelationoflandprice.What’smore,standardlinearregressionmodelandspatialautoregressivemodeloflandpriceareconstructed.Resultsshowthatresidentiallandprice,industriallandprice,andcommerciallandpriceallhavespatialautocorrelationcharacteristics.Comparedwiththatofindustriallandpriceandcommerciallandprice,spatialaggregationcharacteristicsofresidentiallandpricearehigher,andthetrendofspatialaggregationbecomesmoreandmoreobvious.Thespatialautoregressivemodelisstatisticallysoundinthepresenceofspatiallydependentdataincontrastwiththestandardlinearmodel,andithasabettergoodness2of2fit.Atthesametime,spatialautocorrelationintheresidualsofspatialautoregressivelandpricemodelhasspatialmodelsapartofthevarianceisexplainedbyneighboringvalues.ThebecomesmallerandthesignificanceoftheparametersalsodecreasesKeywords: urbanlandprice,,model,Nanjingcity

  、经济、社会等多种属性的综合体,因而受许多因素的影响,这种影响主要反映在地价的时空变化上.国外学者在这方面研究较早,从首次提出区位地租概念及其空间变化的德国学者冯・杜能(VonThunen),到美国城市经济学家阿朗索(Alon2so)、米尔(Mills)和莫斯(Muth),从理论到实证对城市地价空间变化做了深入的研究[1],进而推导出城市空间结构均衡理论[2],为研究中国城市地价时空变化提供了参考和借鉴.Alonso、Bruechner、Dennis等人建立并应用地

的空间分布进行了地统计学分析[13].综合以上

研究成果可以看出,目前对城市地价的研究主要集中在城市地价空间分布规律、影响因素、形成机制等方面.而对城市地价空间自相关性分析却鲜有研究.所谓的空间自相关是指某一变量的值随着测定距离的缩小而变得更相似或更为不同,具体地说,城市地价空间自相关是用来度量地价变量在空间上的分布特征及其对邻域的影响程度.如果某一变量的值随着测定距离的缩小而变得更相似,这一变量呈空间正相关;若所测值随距离的缩小而更为不同,则称之为空间负相关;若所测值不表现为任何空间依赖关系,那么这一变量表现出空间不相关或空间随机性[11].本文以南京市为例,借助Moran’sI和LocalMoran’sI系数验证了城市地价的空间自相关性,建立了城市地价影响因子的经典线性回归模型和空间自回归模型,并比较了这两种模型的分析结果.

价模型研究了不同城市的地价在空间上的分布规律[3~5].Nelson、Astron分析了城市边缘区的地价成因[6,7].近年来,国内不少学者也开展了大量城市地价空间分布与变化的理论探讨和实例研究,张鸿辉等在探索性空间数据分析和地统计学方法的支持下,分析了南京市住宅地价空间演化趋势[8].郑新奇等利用1998-2001年济南市市场调查资料构建城市数字地价模型,分析了城市地价的增值率和增值速度[9].蒋芳利用北京市1998-2003年的普通住宅出让地价资料,揭示了北京市住宅地价空间分布规律及其成因[10],张裕凤等以呼和浩特市区为研究区,在城市居住用地土地价格调查和动态监测的基础上,对2001-2007年居住用地分布的时空特征进行分析[11],李满春等设计与实现了城市地价动态监测系统[12],陈浮等对城市地价

1 研究区域概况与数据来源

本文以南京市主城区为研究区域.南京市主城区包括玄武、白下、秦淮、建邺、鼓楼和下关等六区,自2001年以来,南京市主城区经济增长较快,城市建设日新月异,土地区位条件和土地市场状况发生了一定的变化,尤其河西新区龙江板块和奥体板块整体崛起、城市外围地区基础设施建设和开发进展较快,房价大幅上涨.本次研究

 第6期张鸿辉等:南京市城市地价空间自相关分析

・823・

的地价数据来源于2001-2004年南京市住宅地价监测点的地价数据和土地市场交易资料,共收集了2001-2004年南京市主城区住宅、商业和工业地价动态监测点及土地出让案例1000余

个,并建立了地价样点数据库,为使地价之间具有可比性,首先需按照设定的地价内涵对地价样点进行取舍处理,剔除不符合本次研究要求和明显失真的地价样点,样点空间分布如图1所示

.

图1 地价样点空间分布图

Fig.1 Distributionoflandpricesamplepoints

2 研究方法

211 空间自相关性分析 空间自相关分析(spatialautocorrelationanalysis)是检验具有

空间位置的某要素的观测值是否显著地与其相邻空间点上的观测值相关联[14,15].空间自相关

可以用来发现空间的异质性和空间集聚,而城市地价不仅仅具有空间位置特性,同时也具有空间异质性与空间集聚的特征,因而空间自相关分析方法很适合用于分析城市地价的空间分布特征.

21111 全局空间自相关 全局空间自相关是

对属性值在整个区域的空间特征的描述,表示

全局空间自相关的指标和方法很多,最常用的是Moran’sI指数.Moran’sI是用于衡量空间要素的相互关系,与一般统计学中相关系数类似,其值在±1之间.大于零则表明存在正相关,反之为负相关,等于零则表明不存在空间相关性,各要素之间差异较小,空间上均衡发展.其计算公式如下:

n

n

ij

I=

W∑∑

(Xi-X

相关文章

  • 我国土地储备制度的问题及其建议
  • 竺竺竺竺皇竺!圆 农民行为改变同样起到重要作用. 2.社会主义新农村建设中影响农民行为改变的因素和新动向 随着农业技术的推广和农民教育培训的深入推广,农民已经从传统的产品生产者向独立自主的商品生产者转变,农民的观念.动机.期望随着社会主义新 ...查看


  • 房地产区位价值影响因素分析
  • 2011年7月第13卷第3期 沈阳建筑大学学报(社会科学版) Journal of Shenyang Jianzhu University (Social Science ) Jul .2011 No.3Vol.13, 文章编号:1673- ...查看


  • 城市地下空间使用权估价方法和估价模型初探
  • =公共经济> 城市地下空间使用权估价方法和估价模型初探 陈建祥 摘 要:本文运用经济学原理和土地估价方法, 针对收益类型的地下空间使用权价格的评估问题, 建立了通用的城市地下空间权价格评估模型和地面) 地下建设用地使用权价格对应模型, ...查看


  • 2015高考地理真题分项解析:专题07[城市](含解析)
  • (2015•安徽卷)下图表示某市2003-2013年土地利用面积变化情况.完成下列问题. 25.据图推测,2003-2013年该市 A.退耕还林,林地面积持续增加 B.围湖造田,水域面积不断减少 C.水土流失,未利用地面积持续增加 D.城市 ...查看


  • 划拨用地补地价项目
  • 土 地 估 价 技 术 报 告 项目名称:南京市六合区经济适用住房发展中心所属位于南 京市六合区兰荷苑四期宗地国有划拨土地使用 权用途调整补缴地价款价格评估(南京市六合 区) 受托估价单位:江苏苏地行土地房产评估有限公司 土地估价报告编号: ...查看


  • 地铁对城市经济的影响
  • 地铁经济的影响 摘要:地铁作为一种快捷准确.风雨无阻的公益性交通工具,不仅会有效改善城市的交通状况,还会带动地铁沿线土地开发.新生商业带和经济带的形成,成为城市经济发展的新的增长点.在这一时代背景下,研究地铁经济对城市建设和发展的影响,对促 ...查看


  • 中国城市地价水平及变化影响因素分析_宋佳楠
  • 第66卷第8期 2011年8月地理学报ACTA GEOGRAPHICA SINICA V ol.66, No.8Aug., 2011 中国城市地价水平及变化影响因素分析 宋佳楠1, 金晓斌1, 唐健2, 张志宏2, 丁宁1, 赵婕1, 周寅 ...查看


  • 交通(轨道)估价居住类房地产
  • 河北农业大学 题 目: 毕 业 论 文 估价中交通因素对居住类房地产价格的影响分析 学 院: 城 乡 建 设 学 院 专业班级: 房地产经营与估价 学 号: [1**********]09 学生姓名: XXX 指导教师姓名: XX 指导教师 ...查看


  • 高三地理城市和城市化
  • 第十四课时--城市和城市化 [基础知识] 一.城市形态 1. 概念:每个城市总是占据一定的空间,有着特定的外部轮廓形状 2. 成因:地形.河流.交通 3. 类型 二.城市的土地利用和功能分区 1. 城市土地利用类型 一般可以将城市用地分为商 ...查看


热门内容