基于空间统计的重庆市渝中区地价房价分布规律
安徽农业科学．Ｊｏｕｍａｌ０ｆＡｎｈｕｉＡｇｉ．鲕．２００７，３５（３１）：９９０８—９９０９，９９１２
责任编辑理雪莲责任校对俞洁
基于空间统计的重庆市渝中区地价房价分布规律
朱明仓１一，辜寄蓉３，吴合镇３，江浏光艳３（１．成都理工大学地球科学学院，四川成都６１００５９；２．四川省国土资源局，四川成都
６１００７２；３．四川师范大学地理与资源科学学院，四川成都６１００６８）
摘要针对房地产研究领域中房价与地价关系，从房价和地价空间分布特征、房价与地价空间关系以及房价与地价空间趋势分析３个方面着手，在ＧＩｓ空间统计支持下从区位角度出发，利用趋势分析、变异函数、Ｖｏｍｍｉ图和剖面图的方法研究房价、地价空间分布特征，对重庆市渝中区房价与地价分异特征进行实证研究。关键词
空间统计；地价；房价；区位
中图分类号Ｆ２９０文献标识码Ａ
文章编号０５１７—６６１１（２００７）３１—０９９０８一吆
附ｍｔｉ０Ｉｌ‰ｏｆⅧＰｒｉｃｅａｎｄ鼬Ｐ№缸Ｙ皿啦Ⅸ蜘０ｆｏ嘲吨Ｃｉ每Ｂａｓｅｄ伽ｓｐａ削Ｓｔａ蜘ｚＨＵ
ＭｉＩ管衄雌ｎｍ
（ｃｏｌ】ｅｇｅｏｆＥａｎｈ
Ｓｃｉｅｎｅｅｓ，ｃ｝ｌｅｎ刚ｕｕＩｌｉＶ∞畸０ｆ７耽ｈｍｌｏ科．ＣｈｅＩｌｇｄｕ，ｓｉｃｈｕ粕６１００５９）
Ａｂｓ嘣Ａｏｃｏｒｄｉｎｇｔ０
ｒｅｌａｔｉｏｍｈｉｐｂｅｔｗｅｅｎ
ｅｓｔａｔｅ
ｐｒｉｃｅａ１１ｄｌａｎｄｐｒｉｃｅｉｌｌ山ｅ
ｒｅｓｅａｒｃｈ栅ｉＩｌｏｆｒｅａｌ∞ｔａ把，ｂａｓｅｄ咖ｔｈｅ
ａｎａｌｙｓｉｓ帅３
ａｓｐ∞ｔｓｏｆｔｌｌｅ
ｓｐａｔｉａｌｃＩｉｓ曲ｕｔｉ叽ｃｈａｒａｅｔｅｒ，幽ｉｏｍｈｉｐａｎｄⅡ目珂ｏｆ
ｅｓｔａｔｅ
ｐ—ｏｅ
ａｎｄｌａｎｄｐｄｏｅ，ｔＩＩｅｆｒ虻ｔ１１０ｄｓｏｆｔｒｅｎｄａｎａｌｙｓｉｓ，ｖａｌｉａｎｃｅｍｎｃｔｉ佣，ＶｏＩＤｎｏｉｒ｜ｌａｐ
ａｎｄ
ｓｅｃｔｉｏｌｌ
ｍａｐ
ｗ酗ｍｅａｌ
ｔｏ
ｓｎＪｄｙｔＩｌｅ印ａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｃｈａｔａｅ觚ｏｆ鹤ｔａｔｅｐｒｉｃｅａｎｄｌａｎｄｐｒｉｃｅｂ帅ｄｌｅａｎｇｅｌｏｆｌ蚴ｔｉｏｎｕｎｄｅｒｔＩｌｅ鲫ｐｐｏｒｔｏｆＧ【ｓｓｐａｔｊａｌ
ｓｔａｔｉｓ！ｉｃａｎｄｍａｋｅ
ａ
ｄｅ珊帆ｓ嘶ｉｏｎ陀ｒ，ｅａｒｅｈ彻ｄｌｅｄｉｓｍｂｕｔｉ伽ｃ｝ｌａ甩ｃｔｅｒｓｏｆｅｓｔａｔｅｐｄｃｅ蛐ｄｌａｎｄｐ—ｃｅｏｆＹｊｌｚｈＤｎｇｄｉ８研ｃｔｉｎＣ｝ｌｃＨ痢ｎｇｃｉｔｙ．
Ｋ眄硼ＤｒｄｓＳｐａｔ柚Ｓｔａｔｉｓｔｉｃｓ；Ｌａｎｄｐｒｉｃｅ；Ｅｓｔａｔｅｐ—ｃｅ；【Ｄｃａｔｊｏｎ
在房价不断攀升的今天，很多学者都对房价与地价的关系进行了研究，但多从政策、经济等宏观着眼点出发。笔
者尝试从地块和楼盘所处的微观区位条件出发，研究地价和房价关系中存在的空间分布规律。地理信息系统是研究数据空间分析规律的重要手段之一。通过ＧＩＳ空间统计的趋势分析、变异函数、Ｖｏｍ肿ｉ图和剖面图的方法统计分析房价和地价的分布特征，并利用重庆渝中区的数据对其进行实证分析，指出房价和地价的分异特征。在此基础上，利用协方差函数云初步研究两者之间的关系。１研究步骤
研究房价和地价的分布规律时，按照以下步骤进行：①参照《城市地价动态监测体系技术规范》确定样点数据，并
根据《中华人民共和国城镇土地估价规程》（ＧＭ
１８５０８．
２００１）对其进行交易时间和成交价格的修正，得到统一设定地价内涵条件下的地价．并根据地价样点确定对应的房价样点；②对样点进行检查数据的空间结构，确定样点是否满足正态分布，如果不满足需要则对其进行转化，如果满足则进行下一步；③识别离群值，如果为真实异常值则后面重点对其进行分析研究，如果由于误差或输入错误等信息引起的则剔除；④进行趋势分析，找出样点数据在某一方向的整体趋势，并利用数学曲面进行拟合；⑤研究空间采样点的自相关性和向异性，并通过调整搜索方向，找出自相关的方向效应；⑥利用协变分析研究房价数据和地价数据的交叉相关性，并判断出稳定交叉相关性方向效应。２数据现状分析
通过“重庆市国土资源和房屋管理局公众信息网”、“重庆市土地和矿业权交易中心”、“重庆网上房地产”、“焦点房地产网”、“中国城市地价动态监测系统”、“重庆市网上房地产”等收集到重庆市渝中区房价和地价样点数据，对样点数据进行同一内涵条件下的调整，将时间和价格修正到同一条件下，得到房价和地价数据采样点分布图。经过数据的
作者简介朱明仓（１９６４一），男。安徽巢湖人，研究员，硕士生导师。从
事土地资源管理学、经济学、遥感与地理信息系统研究工作。
收稿日期加０ｒ７删
计算和筛选并将地价和房价一一对应，最终得到４条数据。统计分析结果可信度较差，且地价数据存在均质区域，故对数据进行如下处理：将所有渝中区地块样点进行插值，然后找出房价样点对应的插值后的位置所对应的值，得到地价和房价数据最终样点分布图。
用统计软件分别对房价和地价样本数据进行统计得到统计指标，经对数变换后生成２１７０３年重庆市渝中区地价和房价的样点直方图。从图ｌ可以看出，渝中区地价统计指标最小值为６４，最大值６９，均值６６．４７３，偏态系数０．１２２８９，峰度３．０６５ｌ，第一分位数为６５．６８１，中位数为６６．３００，第三分位数６７．３Ｍ，标准差为０．１Ｍ９１。从图２可以看出，渝中区房价统计指标最小值为７．６９２ｌ，最大值８．０８７６，均值
７．８６２９，偏态系数０．４２５６６，峰度１．８６０３，第～分位数为７．７３５
５，中位数为７．８４２８，第三分位数７．９５０５，标准差为
０．１４１７４。
‘
图１重庆市渝中区地价和房价数据最终样点分布
从统计中某些指标可以看出，地价数据呈正偏态，偏态系数为０．１２２８９，数据集稍偏左，偏离幅度较小；而房价数据呈正偏态，偏态系数为０．４２５６６，数据稍偏左，偏幅较大。两者的峰度分别为３．０６５１和１．８６０３，均大于０，说明地价和房价的数据均比正态分布高耸，更集中于平均数附近。其直方图也能说明这一点。３数据分布检验
在进行空间插值的数据变异分析研究中，要求假设数
据服从正态分布，如果不服从正态分布，则需要进行转化。利用ＱＱＰｌｏｔ分布图进行数据是否服从正态分布的检验。如
果数据服从正态分布，则在ＱＱＰｌｏｔ图中数据的分布近似成
３５卷３】期朱明仓等基于空间统计的重庆市渝中区地价房价分布规律
图２２００３年房价样点直方图
为一条直线。从地价和房价的ＱＱｐｌｏｔ分布图可以看出，地价和房价样点基本分布在一条直线上，可以大致判断地价和房价样点基本符合正态分布。
４识别离群值
离群值是指对于数据集中的点来讲，具有很高或很低的观测值的点，可以分为全局离群值和局部离群值。全局离群值是对于整个数据集中的所有的点来讲，具有很高或很低的值的样点；局部离群值是对整个数据集来讲，其观测值处于正常范围内，但与其相邻测量点比较偏高或偏低的样点。离群值的出现有可能是由于误差或误记录造成，也有可能是真实的异常值。对于误差造成的予以剔除，对真实的异常值进行重点研究。利用半变异／协方差函数云和Ｖｏｒｏｎｏｉ图识别离群值足地统计中研究空间数据离群的有效方法。其中，半变异／协方差函数云主要用于识别全局离群值，Ｖｏｒｏｎｏｉ图用于识别局部离群值。
对地价样点做半变异／协方差函数云分析，然后对出现的变异值较高的点进行刷光，发现所有的点对均由一点发出。变异值比较大的，无论其距离远近都具有很高的值，也就是说变异值高的点对是离群点和其他形成的点对。协方差正好相反，应该取具有很低的值的点对。从图３可以看出，该点位于渝中区化龙桥片区（三期），规划为居住、公建、文物古迹用地、公共绿地等，其中容积率为１．６，由香港瑞安集团花费１３亿元投资而设计的住宅，以１８层以上的楼盘为主，可见公建、文物古迹和公共绿地占地面积较大；并且该地块的中标时间为２００６年１２月，也就是说没有与之对应的房价，故该地块是全局异常值，进行剔除。
图３地价样点离群值分析围
做出渝中区地价Ｖｏｍｎｏｉ图。从图４可以看出，蓝色网格中的４个点与周围地块明显的数量差别，对其逐个进行分析。左边第一个地块为九龙坡区高新区国宾道旁５００ｍ处（歇台子彩电中心对面），建筑类型为联排别墅，其楼面价格为７１０，元价格合理；左边第二个点为渝中区大坪正街１５６号（金银湾），建筑类型为小高层，楼面价格为６０２元，价格也没有出现异常；右边上面地块为渝中区李子坝正街１６６号，规划建筑类型为高层公寓，楼面价格为７４０元，该地位于鹅岭公园附近，价格稍高属正常；最后一地块为平安街一高层普通住宅，价格处于合理界线内，也属于正常离群点。出现
图４地价Ｖｏｒｏｎｏｉ图
Ｖｏｒｏｎｏｉ中异常的情况是由于分类划分段和所处区域不同。用同样的分析方法做出渝中区房价Ｖｏｒｏｎｏｉ图。从图５可知，上面左边的楼盘为渝中区李子坝正街１６６号，交易价格为２３００元，属正常；上面右边一地块在渝中区观音岩中山医院旁，规划建筑类型高层普通住宅，价格为２８００元，属于正常范围；下面左边为重庆市大坪正街１４０号，规划建筑类型为多层高层住宅，价格在２７００元；下面右边为渝中区大坪大黄路１３２号，规划建筑类型为高层多层，价格在２４００元左右，属于正常范围。故房价不存在局部的异常值。
图５房价Ｖｏｒｏｎｏｉ图
５地价和房价空间趋势分析
样本数据的趋势分析揭示了整体在空间区域变化的主体特征。它反映空间的总体规律，忽视局部的变异。在进行空间趋势分析时，通过选择合适的透视视角，来判断趋势在某一方向上的变化特征。运用地统计的空问趋势分析地价和房价进行分析，得到渝中区地价和房价的趋势图。
从图６可以看出，地价在南北方向上存在先低后高的趋势，对渝中区的规划和现状进行分析。北部是上清寺大溪沟地块，南面靠近重庆市的行政中心大礼堂，北面价格邻近嘉陵江，环境条件较好，故地价较高；中部大多集中在渝中区西部石油路附近，该地方处于老城区，远离商圈，地价比其他地方要低；而南部属于大坪地区，靠近重庆医科大学，南面靠近大坪中心商圈，区位条件较好，价格较高。
图６地价空间趋势分析
（下转第９９１２页）
９９１２安徽农业科学２００７血
不随着铝盐投加量的增加而增加，只是在一定的范围内波动。而ＨＣＡ与金属离子的作用一般为吸附、螫合、离子交换等。ＨＣＡ降低残余铝的主要途径除具有高效的除浊性能之外，主链上的配位基团能够提供孤对电子给能够提供含空ｄ轨道的铝离子，并且絮体具有一定的强度，吸附后不容易解吸。ＰＡＣ＋ＨＣＡ控制出水总铝浓度低于０．２００酬Ｌ，充分降低了残余铝对水体生态的影响。因此，从出水残余铝的浓度来看，３种药剂的聚沉能力大小为ＰＡＣ＋ＨＣＡ＞ＰＡＣ＞Ａ１２（Ｓ０４）３。
表４不同混凝剂处理景观水后残余铝的浓度ｍｇ／Ｌ处理—３——４—』５塑影６鱼——７—８ＰＡＣ＋Ｉ－ｉｃ＾＋未过滤０．２５００．２８２０．２７５０．３ＧＯ０．３１２０．３２３
Ａｂ（ｓＱ‘）３＋未过滤Ｏ．４３０Ｏ．４８５Ｏ．４４８Ｏ．４７５０．５６２Ｏ．４８５
ＰＡＣ＋未过滤０．３１８０．３７５０．３２５０．４７００．３１２０．３４８
ＰＡＣ＋ＨＣＡ＋过滤０．１加０．１２５０．１１５０．１１００．１１００．１１２
３结论
（１）ＰＡＣ＋ＨＣＡ对景观水处理效果优于单独使用ＰＡＣ和Ａ１２（ｓ０４）３。笔者选取浊度、叽ｋ、叶绿素、Ｚｅｔａ电位、残余铝为研究指标，发现ＰＡＣ＋ＨＣＡ可以将景观水浊度降低至１．５３ＮＴＵ，对Ｗ２ｓ４去除率为３６％，出水叶绿素含量为９．７５ｔ，ｅ／１．，溶解性残余铝为０．１２０ｍｇ／Ｉ。，可以作为景观水体的补充进水，循环使用。
（上接第９９０９页）
从图７可以看出，在由东到西的方向上，房价由高到低，结合渝中区规划和现状资料作如下分析。东部为解放碑中央商圈和两路口商务配套服务区和行政中心，区位条件非常好，价格较高；而西部为旧城改造区，配套设施还不够完善，并且是渝中区的制造基地，环境条件较东部较差，区位条件也次于东部，所以价格较低。并且从图中可以看出，降幅较大是因为东西部区位条件差距比较大。
图７房价趋势图
６结论
房价和地价领域的研究涉及经济学、统计学、地理信息学等多门学科。ＧＩＳ是具有很好的可视化性和强大的空间分析支持。房地产领域中房价与地价的空间分布格局应该具有一定的区域空间分布规律。在ＧＩＳ支持下进行房价地价的研究将更加直观和准确。该文从房价和地价空间分布特征、房价和地价空间关系、房价和地价空间趋势３个方面进行探讨，下一步将在此基础上通过ＧＩＳ空间统计的支持，
（２）二次搅拌的结果表明，ＰＡＣ＋ＨＣＡ处理后的絮体强度和再凝结能力明显强于ＰＡＣ、Ａ１２（Ｓ０４）３，适于中大规模工程的推广使用。
（３）从景观水处理后的聚沉能力、吸附和去除叶绿素ａ及吼５４来看，ＰＡＣ＋ＨＣＡ复合使用明显优于ＰＡＣ、驰（Ｓ０４）３。
参考文献一
［１］邹平，江霜英，高廷耀．城市景观水的处理方法［Ｊ］．中国给水排水，２００３．１９（２）：２—３．
［２］王桂荣，张杰．聚二甲基二烯丙基氯化铵在给水除藻中的作用［Ｊ］．工业用水与废水，２０（１５，３６（５）．２７—２９．
［３］张每彦，郑怀礼，龙嘴芮．ＰＡＣ—ＰＤＭＤＡＡＣ无机／有机复合絮凝剂除磷研究［Ｊ］．水处理技术，２００５，３１（３）：６９—７１．
［４］岳钦艳，赵华章，高宝玉．二甲基二烯丙基氯化铵聚合物的除浊性能研究［Ｊ］．工业水处理，２００２，Ｚ２（３）：２６—２９．
［５ＪＣＨＩＣＨＵＡＮＫ，ＣＨＩＨＰＩＮＨ，ＪＩＬＬＲＰ．ＴｉｍｅｍｑＩｌｉｒ｝ｅｍ【ｆｏｒｒａｐｉｄ－而ｘｉｎｇｉｎｃｏａｇｕｌａｌｉｏｎ［Ｊ］．ＣｏｌｌｏｉｄｓａｎｄｓＩｌ抵，２００２，２０３：１—９．
［６］刘宗源，蒋绍介．ｕ‰作为水处理中有机物控制指标的意义［Ｊ］．重庆建筑大学学报，２００２，２４（２）：６３—６５．
［７］乐林生，鲍士荣，康兰英，等．黄浦江上游原水水质特征与对策处理［Ｊ］．给水排水，２００５，３１（７）：２６—３１．
［８］李风事，张善发，赵艳．混凝剂与絮凝剂［Ｍ］．北京：化学工业出版社，２（１０５．
［９］ＣＯＬＩＮＮ，ＪＯＨＮＨ，ＡＮＤＲＥＷＪＷ，ｅｔａ１．ＣｈｌｏｒｏｒｌｈｙＵ．ａｉｎｔｈｅｒｉｖｅｒｓｏｆｅ罄Ｉ∞Ｅ喇ａ，ｌｄ［Ｊ］．Ｓｃｉｅｎｃｅ０ｆＴｏｔａｌＥｎｖｉｒｅｎｍｅｎｔ，２００６，３６５：８４－１０４．
［１０］ＳＲＩＮｌＶＡＳＡＮＬＰＴ，ＶＩｌｉＡＲＡＧＨＡＶＡＮＴ，Ｓｌｌｂｒ＇ｄｎ】ⅢｌｉｌｌＫＳ．Ａｌｕｍｉｎｕｍｉｎｄｒｉｎｋｉｎｇｗａｌｅｔ＂：∞ｏｖａｒｖｉｅｗ［．１］．ＷａｌｔｅｒＳＡ，１９９９，２５（ｉ）：４７—５６．
从区位角度切入来分析，最终建立房价与地价关系时空模型。分析房价与地价间关系的一般规律以及房价与地价变化趋势预测，可为政府决策和科学研究提供参考。
参考文献
［１］陈思源，曲福田，倪绍祥，等．ＧＩＳ空间分析支持下的城市地价分布研究［Ｊ］．南京农业大学学报，２００５，２８（３）：１１９—２２．
［２］汪应宏，张绍良，郭达志，等．城市地价与房租的空间变异分析［Ｊ］．中国矿业大学学报，２００５，３４（５）：６７３—６７８．
［３］唐旭，刘耀林，汪普查．城市地价动态变化监测的空间分析方法研究［Ｊ］．武汉大学学报，２００４，２９（６）：５１７—５２０，５２４．
［４］王霞，朱道林．地统计学在都市房价空间分布规律研究中的应用［Ｊ］．中国软科学，２００４．８（８）：１５２—１５５，１０８．
［５］张文忠，刘旺，孟斌．北京市区居住环境的区位优势度分析［Ｊ］．地理学报，２００５，６０（１）：１１５—１２１．
［６］袁申焱，蔡超明．上海房地产市场房价与地价的影响关系实证研究［Ｊ］．武汉理工大学学报，２００６，２８（１５）：１４６—１４９．
［７］贺元启．基于计量经济模型的房价与地价关系研究［Ｊ］．建筑经济，２００６（ＳＩ）：１２７—１３０．
［８］田崇新，黄克龙．基于地价监测信息的地价预测模型研究［Ｊ］．地理及地理信息科学，２００５．２１（１）：５６—６０．
［９］马智利，产启兵．重庆市商品房价格实证研究与趋势分析［Ｊ］．中国物价，２（１０５（１０）：４５—４８．
［１０］ＳＡＢＹＡＳＡＣＨＩＢ，ＴＨＯＭＡＳＧ．Ａｎａｌｙｓｉｓｏｆｓｐａｔ瑚Ａｕｔｏｅｏｒｒｅｌａｔｉｏｎｉｎｈ∞∞ｐｒｉｃ§［Ｊ］．Ｊｏｕｍａｌ０ｆＲｅａｌＥｓｔｎｌｅＦｉｎａｎｃｅａｎｄＥｃｏｎｏｍｉｃｅｓ，１９９８（１）：６１—８５．
［１１］王茯泉．地统计分析在ＡｒｃＧＩＳ和ＩＤＲＩＳＩ中实现特点的讨论［Ｊ］．计
算机工程与应用，２００６。４２（１５）：２１０—２１５．
基于空间统计的重庆市渝中区地价房价分布规律
作者：朱明仓， 辜寄蓉， 吴合镇， 江浏光艳
作者单位：朱明仓(成都理工大学地球科学学院,四川成都,610059;四川省国土资源局,四川成都
,610072)， 辜寄蓉,吴合镇,江浏光艳(四川师范大学地理与资源科学学院,四川成都
,610068)
刊名：
安徽农业科学
英文刊名：JOURNAL OF ANHUI AGRICULTURAL SCIENCES
年，卷(期)：2007，35(31)
被引用次数：0次
参考文献(11条)
1.陈思源.曲福田.倪绍祥GIS空间分析支持下的城市地价分布研究[期刊论文]-南京农业大学学报 2005(03)
2.汪应宏.张绍良.郭达志城市地价与房租的空间变异分析[期刊论文]-中国矿业大学学报 2005(05)
3.唐旭.刘耀林.汪普查城市地价动态变化监测的空间分析方法研究[期刊论文]-武汉大学学报 2004(06)
4.王霞.朱道林地统计学在都市房价空间分布规律研究中的应用[期刊论文]-中国软科学 2004(08)
5.张文忠.刘旺.孟斌北京市区居住环境的区位优势度分析[期刊论文]-地理学报 2005(01)
6.袁申焱.蔡超明上海房地产市场房价与地价的影响关系实证研究 2006(15)
7.贺元启基于计量经济模型的房价与地价关系研究 2006(z1)
8.田崇新.黄克龙基于地价监测信息的地价预测模型研究[期刊论文]-地理与地理信息科学 2005(01)
9.马智利.产启兵重庆市商品房价格实证研究与趋势分析[期刊论文]-中国物价 2005(10)
10.SABYASACHI B.THOMAS G Analysis of Spatial Autocorrelation in house prices 1998(01)
11.王茯泉地统计分析在ArcGIS和IDRISI中实现特点的讨论[期刊论文]-计算机工程与应用 2006(15)
相似文献(9条)
1.学位论文刘颖天津市城市地价空间特征分析2009
随着城市土地使用制度改革的不断深化，城市地产市场的逐步建立，土地价值逐渐得到显化，地价作为土地市场运作的重要信息和价值判断，在现实经济生活中的核心地位日益凸显。我国国土资源管理部门全面掌握城市地价的空间特征，深入研究城市地价的地域分异规律，以及时准确地做出空间决策的需求极其迫切。尤其是近年来，我国城市土地市场日趋完善，土地交易样点资料逐渐丰富，地价空间特征对土地质量及开发利用状况的显化作用也越来越突出。
本文介绍了城市地价空间特征分析的研究背景、现状及存在问题；概述了城市地价及其空间特征的内涵与研究价值；论述城市地价空间分异理论以及空间间特征分析原理；根据城市地价空间特征，以及实际应用上的需要，借助ArcGIS软件和专业地统计软件，以空间统计分析技术为支撑，从空间特性出发，设计了一套分析方案及技术流程，选取了样本检验、空间统计分析、趋势面分析的相应方法以及参数与工具，为空间特征分析奠定了基础；选取中心城区作为研究区域，以2008年地价样点数据库为对象，建立并分析城市地价空间模型，挖掘其空间分布、形态和关系模式等隐含的空间信息，最终总结得到天津中心城区2008年城市住宅地价的各种空间特征。
本文力图结合研究区域的实际情况，对城市地价空间特征分析的研究工作进行补充和深化，提出个人见解；探求地价空间征分析定性与定量相结合的技术路线与方法，构建一套城市地价空间特征分析的方法流程；在进行实证研究的基础上，验证了技术与流程的可行性；文术指出研究的成果与不足，旨在对我国城市地价动态监测与基准地价更新工作起到一定的借鉴作用。
2.期刊论文朱明仓.辜寄蓉.吴合镇房价与地价关系的空间统计方法研究-商场现代化2007,""(25)
针对房地产领域研究中房价与地价关系,本文从房价和地价分布特征、房价与地价关系规律以及房价与地价趋势预测三个方面着手,分析对比该领域研究现状.通过对空间区位和历史数据进行分析,确立以下研究方法:在GIS支持下从区位角度,利用变异函数、趋势分析方法和剖面图来分别研究两者空间分布特征,确定关键区位因子,并借助历史数据采用参数估计分别建立房价和地价模型.分别将两者作为影响因子加入到对方模型中,通过分析影响的波动情况研究两者之间的关系.最后进一步通过建立马尔可夫预测模型来拟合历史数据并对未来房价和地价的发展趋势进行预测,并进行对比分析.
3.期刊论文陈思源.曲福田.曹大贵.李典友.CHEN Si-yuan.QU Fu-tian.CAO Da-gui.LI Dian-you ESDA支持下的城
市地价分布信息提取-国土资源遥感2006,""(3)
在城市地价分布信息提取中,因地价信息空间位置的相关性和样本数量的有限性,传统统计学的两个基本假设(样本独立与大样本)不易实现.为此,采用探索性空间数据分析(ESDA)技术,对地价数据作空间统计分析.在ESDA分析中,数据结构必须满足正态分布,同时,要对全局趋势分析和方向分析等予以考虑,才能得到误差较小的分析结果.镇江市实例研究表明,该地区地价样点的空间数据结构呈对数分布,存在二阶趋势和北北东方向,合理步长为375 m.
4.学位论文吴合镇重庆市房价与地价动态关系模型研究2008
住房问题已经不仅仅是经济问题，而且是一个普遍的社会问题，住房问题涉及房价水平和地价水平以及影响房价和地价的各因素。近几年由于经济的快速增长和城镇化水平的提高，房价与地价高速增长，政府部门作为房地产市场的管理者，应当研究和分析住宅市场出现的问题和房价的变化规律
，及时做出决策，解决房地产市场的居民住宅问题。本文针对房地产领域中的房价与地价，以及影响房价和地价的各影响因素，通过经济学、统计学和地理信息学科不同角度研究房价和地价之间的互动关系，对政策、区位条件、容积率、规划因素、交通条件的数据进行深入分析研究，构建房地产空间数据库。在GIS空间统计支持下，从区位角度，利用半变异函数云、协方差函数云、趋势分析模型、voronoi图和剖面图等研究方法，研究房价和地价空间分布特征，通过统计插值克吕格方法分析预测房价和地价空间分布规律，研究它们在空间特定维度上表现出的空间自相关性，并分析其变化趋势。在
，来构建房价与地价动态关系模型，通过构建各影响因素之间的因果关系，依据结构方程分析原理对通径系数进行估计，并根据所得的模型拟合优度对模型进行检验，通过反复试验，对模型进行修正，最终得到稳定合理的数理模型。结果表明：政策因素对房价和地价水平的影响具有负向效应且影响力度较小；微观区位因素对地价水平的影响较高；房价水平和地价水平互为因果，相互影响。
5.期刊论文陈思源.CHEN Siyuan探索性空间数据分析支持下的城市地价分布规律研究-生态经济2010,""(6)
土地已经成为社会主义市场经济重要的宏观调控手段,价格杠杆调控是城市土地资源优化配置的重要组成部分.对城市地价分布规律进行研究,可以量化反映城市地价信息,及时掌握城市地价的变化动态.在城市地价分布信息的统计中,传统统计学的两个基本假设--样本独立与大样本,因地价信息空间位置的相关性和样本数量的有限性,往往得不到实现.探索性空间数据分析方法建立于一定的数学基础上,对数据的空间相关性有很好的考虑;同时,其对样本的数量要求不多.在探索性空间数据分析技术的支持下,以江苏省镇江市为研究区,对商业用地市场交易样点进行选择,通过逐步比较得到最优插值方法,提取地价分布信息,生成商业地价等值线.结果表明,镇江市商业地价中心分为两级,一级中心1个,二级中心4个;商业中心与地价中心的分布有较强的一致性.
6.学位论文王京涛基于样点地价空间统计分析的县级农用地定级估价研究2007
农用地定级估价是国土资源部新一轮国土资源大调查中的重点工作之一，是贯彻落实《中华人民共和国土地管理法》的重要基础工作。农用地定级估价是以农用地资源作为研究对象，农用地定级是根据影响农用地质量的自然属性和社会经济属性，综合评定农用地优劣并划分等级的过程；估价是在农用地定级的基础上对其经济价值的量化和评估。
空间分析(Spatial Analysis)是基于地理对象位置和形态特征的空间数据分析技术，是一个空间知识发现和挖掘的过程。其理论的核心是“地理学第一定律”，即空间事物都是相互联系的，距离近的联系程度更紧密。Kriging插值是空间分析的重要组成，其基本思想是对已知样点数据通过拟合一个空间结构模型，以进行空间结构量化分析，从而对未知区域进行预测。
本文以GIS空间分析为研究手段，对农用地样点地价进行探索性空间分析(ESDA)，通过Kriging插值，进行地价空间分布模拟，构建农用地定级指数地价模型。其与传统评价方法对比实用性和可操作性更强，为我国农用地定级估价研究提供了新的研究思路和方法。
文章创新之处表现在以下几个方面：
(1)采用GIS探索性空间数据分析技术，对样点地价空间信息进行提取，改变了传统的样点地价统计分析方法，获得了更多的地价评估知识。
(2)通过样点地价空间结构与分布规律研究，采用Kriging插值，消除了样点个体随机的、偶然的小尺度管理水平差异，构建出的安平县农用地定级指数地价模型比传统评估方法更为科学实用，是一种简单、快捷的农用地估价方法。
(3)通过空间插值模拟的地价分布模型，为农用地地价空间结构与分布规律研究提供了一个直观的、可视化的分析手段；为建立定级指标体系及确定因素权重提供了良好的参考依据。
7.会议论文陈思源.曲福田.曹大贵.刘友兆ESDA支持下的城市地价分布信息提取2005
土地已经作为社会主义市场经济重要的宏观调控手段,价格杠杆调控是城市土地资源优化配置的重要组成.城市地价分布信息的提取,可以量化反映城市地价信息,及时掌握城市地价的变化动态.城市地价分布信息的统计中,传统统计学的两个基本假设--样本独立与大样本,因地价信息空间位置的相关性和样本数量的有限性,往往得不到实现.探索性空间数据分析(ExploratorySpatialDataAnalysis,简称ESDA)的分析方法建立于一定的数学基础上,通过对空间两点差值的期望和方差计算,确定空间数据结构、全局趋势、方向、离群值等,进而对数据作空间统计分析,因此对数据的空间相关性有很好的考虑;同时,其对样本的数量要求不多.ESDA在城市地价空间信息提取过程中有着具体的分析方法.在Arc/Info支持下,以镇江市商业地价分布信息提取为例,采用逐步比较方法,对ESDA的运用进行实证研究.结果表明,研究区的地价样点的空间数据结构对数分布趋势,存在二阶趋势,东北北方向,合理步长为375m,平均标准差为-0.03628,均方根标准误差为1.003,误差分析表明其结果可信,据此得到研究区较合理的地价分布信息.
8.期刊论文王伟武.WANG Weiwu杭州城市生活质量的定量评价-地理学报2005,60(1)
以乡镇、街道为基本空间统计单元,选取人口密度、住宅基准地价、大专以上学历人口比重为社会经济指标,建设用地比重、NDVI、地表温度为生物物理指标,采用主成分分析和GIS叠加法,定量评价了杭州城市生活质量的空间分布状况.结果表明:NDVI和地表温度(相关系数r=-0.63)、城镇用地比重(相关系数r=-0.83)呈明显的负相关,地表温度和城镇建设用地是影响杭州"绿色环境"两个的最重要因素.NDVI和住宅基准地价(r=-0.66)、大学毕业生比例(相关系数r=-0.59)、人口密度(相关系数r=-0.29)也呈较明显的负相关,"绿色环境"并未成为高学历人群和高收入家庭的主要决定因素,较繁华或较便利地段仍是高学历人群和高收入家庭选择居住环境的首要选择.高生活质量值(前20%)区域主要位于分布于城市中心区,即杭州上城区、下城区及西湖区的部分单元,而郊区的生活质量相对较低.
9.学位论文孙电GIS支持的常州市工业用地空间整合研究2005
改革开放以来，我国工业化步入快速发展时期，特别是长三角、珠三角等发达地区的城市工业化进程更快。伴随着城市产业空间的迅速扩展和乡镇企业的迅速崛起，城市区域工业用地空间布局却未能科学规划和调整，使得城市工业用地空间扩展出现较为混乱的局面，特别是在那些工业发展较快的城市，问题尤显突出。
常州市地处长三角北翼和江苏省南部，是乡镇企业发达、工业化快速推进的典型地区，但常州市近年来的工业用地空间布局与可持续发展要求仍有较大的距离。由于微观层面的开发建设缺乏来自上一层面的有效协调，导致局部区域工业用地空间布局的失控，各类工业用地在宏观层面上的混杂，集聚性不强，工业区片的布局较为零散，整个区域的空间形态呈现“满天星”的蔓延状态，造成土地资源的巨大浪费，区域工业用地空间亟待整合。
当前，在城市区域工业用地空间布局的研究还主要集中在经济地理、人文地理与城市规划等学科领域，采用多学科交叉研究正逐渐兴起，但仍然较少；研究方法中还主要以描述性为主，在定量计算和模型预测方面还不够完善，尤其在与地理空间密切联系的GIS技术还没有得到充分应用。
本研究在国土资源部国土资源大调查项目“常州市城市土地价格调查系统研究”、国家自然基金项目“城市地价动态监测自适应模型研究”(编号40371091)和常州市人民政府市长特别项目“常州市工业用地资源整合研究”支持下，以常州市为研究区域，在区位论原理和有关工业布局理论指导下，创新性地探讨运用空间统计和GIS技术在定量分析的基础上进行城市工业用地空间整合的模式，以促进区域工业用地空间集聚，建立一种注重以因地制宜、综合效益最大化为工业用地空间整合导向的机制，促进工业用地空间合理布局与区域和谐发展。
研究首先选择并确定常州市工业用地空间布局的影响因素条件为经济条件、自然条件和社会条件；然后对影响常州市工业用地空间布局的经济条件运用空间统计与GIS技术相结合进行空间相关性分析；同时，对影响常州市工业用地空间布局的自然条件和社会条件运用基于GIS的多因素多因子综合判定法进行工业用地立地条件评价；最后根据区域空间相关性分析结果和工业用地立地条件评价结果进行比较和叠加分析，划分出常州市工业用地空间整合集聚区域，对原有工业用地进行空间整合。上述研究得到以下主要结论：
(1)运用GIS支持的空间统计方法对影响工业用地布局的经济条件因素能有效进行工业用地的空间相关性分析，对经济条件因素在工业用地空间上的关联性和集聚性差异进行分区。研究运用空间自相关分析方法，将空间统计软件与GIS动态无缝集成，对常州市工业用地划分常州市76个乡镇为空间评价单元进行拓扑运算构建空间关系矩阵，对经济因素条件的统计数据进行主成分分析提取出经济和规模两个概括性因子，然后对其进行空间相关性分析与计算，最后对两个概括性因子的空间自相关的指标值进行叠加分析，得到综合因子的空间自相关值，分析影响常州市工业用地空间布局的经济因素条件在空间上的关联性和集聚性差异，作为常州市工业用地空间整合的一个重要依据。
(2)基于GIS，采用多因素多因子综合评定法对影响工业用地布局的自然条件和社会条件可以有效进行工业用地立地条件评价。研究在区位论理论指导下，结合常州市实际采用特尔菲法选定工业用地立地条件评价的因素因子指标体系并确定权重，将因子分点状、线状、面状三种类型分别进行信息的获取和定量化处理，以50m×50m网格划分空间评价单元，运用GIS缓冲区分析方法，计算评价单元内影响因子的作用分值，然后叠加生成单元内因素的作用分值，再由因素的作用分值叠加生成单元内因素总作用分值，最后将总作用分值按总频率直方图法划分常州市工业用地立地条件评价级别，作为常州市工业用地空间整合的一个重要依据。
(3)将影响工业用地布局的经济条件的空间相关性分析结果与自然条件和社会条件的工业用地立地条件评价结果进行叠置分析，能有效进行工业用地空间整合集聚区域的划分。研究将常州市工业用地空间相关性分析的划分区域与工业用地立地条件评价级别的区域进行叠置分析，将常州市经济条件空间关联性和集聚性强、立地条件评价级别高的区域作为工业用地空间集聚区域对全市的工业用地进行空间整合。
综上所述，本研究针对常州市工业化快速推进过程中工业用地空间布局存在的问题，在区位论指导下，基于GIS和空间统计方法，提出了以定量分析为基础的城市区域工业用地空间整合模式。这种模式的研究探索不仅对常州市工业用地空间整合有着现实的指导意义，对其他城市或类似地区开展此类工作亦有着推广或参考价值。
本文链接：https://www.wendangku.net/doc/4018275200.html,/Periodical_ahnykx200731165.aspx
授权使用：广州大学(gzdx)，授权号：6efc4c06-7fe3-48fb-85a1-9e440141b0df
下载时间：2010年12月6日