留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

基于 Hedonic 模型的城市轨道沿线房价特征分析

上一篇

下一篇

刘蓓佳,刘勇. 基于 Hedonic 模型的城市轨道沿线房价特征分析[J]. 西南大学学报(自然科学版), 2016, 38(8). doi: 10.13718/j.cnki.xdzk.2016.08.014
引用本文: 刘蓓佳,刘勇. 基于 Hedonic 模型的城市轨道沿线房价特征分析[J]. 西南大学学报(自然科学版), 2016, 38(8). doi: 10.13718/j.cnki.xdzk.2016.08.014
LIU Bei-Jia,LIU Yong. Exploring Housing Prices around City Metro Line Based on Hedonic Model[J]. Journal of Southwest University Natural Science Edition, 2016, 38(8). doi: 10.13718/j.cnki.xdzk.2016.08.014
Citation: LIU Bei-Jia,LIU Yong. Exploring Housing Prices around City Metro Line Based on Hedonic Model[J]. Journal of Southwest University Natural Science Edition, 2016, 38(8). doi: 10.13718/j.cnki.xdzk.2016.08.014

基于 Hedonic 模型的城市轨道沿线房价特征分析

Exploring Housing Prices around City Metro Line Based on Hedonic Model

  • 摘要: 基于重庆市轨道3号线沿线2.5 km 缓冲区1089个住宅小区数据,运用 Hedonic 模型揭示房价的影响因素及其空间分异.Moran’s I 结果发现,3号线周边房价呈现空间高—高与低—低集聚特征,说明存在显著的空间自相关.Hedonic 模型结果表明,容积率、绿化率、是否为新房、周边房价高低、公交站点个数以及环境情况对房价具有显著的正面影响;住宅年龄与距区级商业中心的距离等因素则对房价有负面影响;商服设施及教育设施对房价的影响无统计学意义.轨道交通对住宅的郊区化具有明显的引导作用,郊区沿线房产增值效应明显高于中心区域.
  • 期刊类型引用(9)

    1. 任元明. 城市房价、人口流动与全要素生产率——来自中国2005-2018年194个城市数据的证据. 西南大学学报(自然科学版). 2022(01): 160-174 . 百度学术
    2. 盛亮亮,冯雅伦,董贺轩. 地铁站点地面空间及其物业理论研究的实践与发展. 华中建筑. 2022(11): 35-40 . 百度学术
    3. 曹亚冲. 轨道交通站点沿线房地产价格的特征——以郑州一号线为例. 武汉工程职业技术学院学报. 2020(02): 67-71 . 百度学术
    4. 尹上岗,胡信,马志飞,宋伟轩. 基于教育公平视角的城市学区房价格时空效应——以南京主城区公办小学为例. 经济地理. 2019(09): 82-93 . 百度学术
    5. 王晨歌,尹上岗. 基于空间计量模型的住宅租金空间效应研究——以南京市为例. 地域研究与开发. 2019(05): 69-74 . 百度学术
    6. 梁艳,朱彦靓,王会艳,谢家平. 基于特征价格模型的消费者网购农产品支付意愿研究. 河南财政税务高等专科学校学报. 2019(05): 21-30 . 百度学术
    7. 周祥,王丽娅. 城市交通便利度对房价影响研究——基于14座新一线城市面板数据分析. 价格理论与实践. 2019(10): 48-51 . 百度学术
    8. 姜奕帆,陈钟铭,李星颖. 城市公共服务设施对住宅价格影响的空间差异——以武汉市为例. 城市管理研究. 2019(00): 245-267 . 百度学术
    9. 王波,曹吉鸣. 轨道运营对住宅价格影响的实证分析——以重庆轨道3号线为例. 西南师范大学学报(自然科学版). 2017(06): 88-93 . 百度学术

    其他类型引用(25)

  • 加载中
    Created with Highcharts 5.0.7访问量Chart context menu近一年内文章摘要浏览量、全文浏览量、PDF下载量统计信息摘要浏览量全文浏览量PDF下载量2024-052024-062024-072024-082024-092024-102024-112024-122025-012025-022025-032025-040Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问类别分布DOWNLOAD: 1.2 %DOWNLOAD: 1.2 %FULLTEXT: 79.3 %FULLTEXT: 79.3 %META: 19.5 %META: 19.5 %DOWNLOADFULLTEXTMETAHighcharts.com
    Created with Highcharts 5.0.7Chart context menu访问地区分布其他: 12.2 %其他: 12.2 %其他: 0.6 %其他: 0.6 %Aurora: 1.2 %Aurora: 1.2 %Beijing: 7.9 %Beijing: 7.9 %Chongqing: 1.8 %Chongqing: 1.8 %Haidian: 6.7 %Haidian: 6.7 %Mountain View: 34.1 %Mountain View: 34.1 %Queenstown Estate: 0.6 %Queenstown Estate: 0.6 %Quincy: 6.1 %Quincy: 6.1 %Santa Clara: 1.8 %Santa Clara: 1.8 %Xuhui: 0.6 %Xuhui: 0.6 %XX: 0.6 %XX: 0.6 %上海: 1.2 %上海: 1.2 %十堰: 0.6 %十堰: 0.6 %扬州: 0.6 %扬州: 0.6 %杭州: 0.6 %杭州: 0.6 %武汉: 0.6 %武汉: 0.6 %深圳: 0.6 %深圳: 0.6 %漯河: 1.2 %漯河: 1.2 %石家庄: 0.6 %石家庄: 0.6 %芒廷维尤: 14.0 %芒廷维尤: 14.0 %芝加哥: 3.7 %芝加哥: 3.7 %邯郸: 1.2 %邯郸: 1.2 %香港岛: 0.6 %香港岛: 0.6 %其他其他AuroraBeijingChongqingHaidianMountain ViewQueenstown EstateQuincySanta ClaraXuhuiXX上海十堰扬州杭州武汉深圳漯河石家庄芒廷维尤芝加哥邯郸香港岛Highcharts.com
计量
  • 文章访问数:  785
  • HTML全文浏览数:  574
  • PDF下载数:  246
  • 施引文献:  34
出版历程

基于 Hedonic 模型的城市轨道沿线房价特征分析

  • 西南大学 资源环境学院,重庆,400715

摘要: 基于重庆市轨道3号线沿线2.5 km 缓冲区1089个住宅小区数据,运用 Hedonic 模型揭示房价的影响因素及其空间分异.Moran’s I 结果发现,3号线周边房价呈现空间高—高与低—低集聚特征,说明存在显著的空间自相关.Hedonic 模型结果表明,容积率、绿化率、是否为新房、周边房价高低、公交站点个数以及环境情况对房价具有显著的正面影响;住宅年龄与距区级商业中心的距离等因素则对房价有负面影响;商服设施及教育设施对房价的影响无统计学意义.轨道交通对住宅的郊区化具有明显的引导作用,郊区沿线房产增值效应明显高于中心区域.

English Abstract

参考文献 (0)

目录

/

返回文章
返回