- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
西部中小城市住宅地价空间分异规律及影响因素研究——以天水市为例
西部中小城市住宅地价空间分异规律及影响因素研究——以天水市为例
吕志芳 陈英
甘肃农业大学资源与环境学院
X
关注成功!
加关注后您将方便地在 我的关注中得到本文献的被引频次变化的通知!
新浪微博
腾讯微博
人人网
开心网
豆瓣网
网易微博
摘????要:
【目的】对西部中小城市住宅地价的空间分异规律和影响因素进行研究, 为城市土地的科学管理提供依据.【方法】以天水市秦州区为例, 采用地统计分析法探究住宅地价空间分异规律, 构建GWR模型分析住宅地价影响因素.【结果】天水市秦州区住宅地价的空间分异模式属于从中心向外围逐渐降低的单核空间结构, 局部区域出现跳跃现象.各影响因素的影响程度排序为:容积率与主干道距离与医院距离与绿地距离与公交站点距离距生活设施的距离距学校距离.从GWR模型回归结果来看, 主干道、学校、医院及容积率对住宅地价贡献度的区位差异较大.【结论】GIS工具将GWR模型回归结果可视化, 清晰显示住宅地价影响因素空间差异性, 侧面反映了研究区的区域规划控制力度、交通状况、医疗状况、环境状况等, 为政府的土地规划、城市基础建设投资和房地产开发提供决策依据.
关键词:
住宅地价; GWR模型; GIS; 空间分异; 天水市;
作者简介:吕志芳 (1990-) , 女, 硕士, 研究方向为土地资产管理.E-mail:gsauland@163.com
作者简介:陈英, 男, 副教授, 博士, 研究方向为土地资源管理.E-mail:cheny@
收稿日期:2016-03-11
基金:国家自然科学基金项目“村民关联度与农地利用的关系研究-以甘肃河西走廊为例” ;国家自然科学基金项目“农民土地价值观:测度、变迁与影响”
Spatial variation and influencing factors of residential land prices of medium and small-sized cities in western China——Taking Tianshui city as an example
LYU Zhi-fang CHEN Ying
College of Resources and Environmental Science, Gansu Agricultural University;
Abstract:
【Objective】To explore spatial variation and influencing factors of residential land prices in medium and small-sized city.【Method】Taking Qinzhou district of Tianshui city as an example, by applying geostatistical analysis and building GWR model.【Result】1) Spatial distribution of residential land prices in Qinzhou show a single central structure in general and show diminishing circle outward style in the core of the center.2) In the geographically weighted regression (GWR) model, the order of the average marginal contribution on the land premium from high to low is volume rate, the distance from the main road, hospitals, urban green space, bus stations, living facilities, schools.3) The main road, schools, hospitals, volume rate have significantly geographical differences contribution to residential land prices.【Conclusion】GIS tools make GWR regression results visualized, clearly indicating the residential land price factors spatialdifferences, by which we can
文档评论(0)