作为居住空间资源非均衡配置的市场化表达，城市住宅价格空间分异映射出不同社会群体对城市住宅的选择倾向与需求差异。以扬州市为研究区域，基于2021年扬州市普通住宅小区、优质学校、综合医院、景区等POI数据，利用地理加权回归模型探索住宅价格空间分异的影响因素及作用机制。结果表明：扬州市住宅价格具有显著的空间自相关性，形成了以房价高值为核心递减的单核心结构；商场、综合医院、公交站、河流等因素对房价具有抑制作用，公园、优质学校、景区、金融服务对房价有促进作用，在一定程度上反映了社会群体的生活方式得到提高，揭示出房价与影响因素间的复杂关系。最后从均衡城市空间格局角度出发，提出相应的对策建议。
As a marketoriented expression of the unbalanced allocation of residential space resources, the spatial differentiation of urban housing prices reflects the differences in the choice and demand for urban housing by different social groups. Based on the residential POI data in urban areas of Yangzhou in 2021, a geographically weighted regression model was constructed to explore the factors and mechanisms of the spatial differentiation of housing prices. The results showed that: The housing prices in Yangzhou have significant spatial autocorrelation, forming a single-core structure with high housing prices as the core decreasing. Among the factors, shopping malls, general hospitals, bus stations, rivers and other factors have an inhibitory effect on housing prices, revealing the complex relationship between housing prices and influencing factors, and visualizing the spatial heterogeneity of housing prices. Finally, based on the perspective of a balanced urban spatial pattern, some countermeasures and suggestions are proposed.
［1］薛冰,肖骁,李京忠,等.基于POI大数据的老工业区房价影响因素空间分异与实证［J］.人文地理,2019,34(4):106-114.
［2］王瑞功,何佳琛.城市土地资源配置与房价动态变化关系研究:基于供需双侧视角构建影响房价的模型分析［J］.价格理论与实践,2019(8):60-63.
［3］李超.城市资源配置影响房价的实证分析:回归房子的人口居住功能［J］.学术研究,2019(4):95-102.
［4］唐云锋,吴琦琦.土地财政制度对房地产价格的影响因素研究［J］.经济理论与经济管理,2018(3):43-56.
［5］雷田礼,吴刚,熊强.货币政策因素对房价影响的显著型分析［J］.数理统计与管理,2018,37(1):155-161.
［6］曾燕妮,唐文佳,张浩.人口结构变化、外资进入与房价:基于全球视角的分析［J］.国际经贸探索,2021,37(4):34-49.
［7］杨柳.房价波动对居民消费水平影响的实证研究:基于面板门槛模型的再检验［J］.价格月刊,2020(11):39-46.
［8］马思新,李昂.基于Hedonic模型的北京住宅价格影响因素分析［J］.土木工程学报,2003(9):59-64.
［9］钱丽,金斗.基于灰度模型的商品住宅价格分析与预测研究:以安徽合肥市为例［J］.佛山科学技术学院学报,2020,38(3):28-32.
［10］乔维德.基于BP神经网络模型的商品房价格预测研究［J］.石家庄学院学报,2019,21(6):127-133.
［11］沈体雁.北京市二手住宅价格影响机制:基于多尺度地理加权回归模型(MGWR)的研究［J］.经济地理,2020,40(3):75-83.
［12］刘颖,张平宇,李静.长春市区新建住宅价格的空间格局分析［J］.地理科学,2011,31(1):95-101.
［13］李志,周生路,张红富,等.基于GWR模型的南京市住宅地价影响因素及其边际价格作用研究［J］.中国土地科学,2009,23(10):20-25.
［14］吕萍,甄辉.基于GWR模型的北京市住宅用地价格影响因素及其空间规律研究［J］.经济地理,2010,30(3):472-478.
［15］冯长春,李维瑄,赵蕃蕃.轨道交通对其沿线商品住宅价格的影响分析:以北京地铁5号线为例［J］.地理学报,2011,66(8):1055-1062.
［16］温海珍,卜晓庆,秦中伏.城市湖景对住宅价格的空间影响:以杭州西湖为例［J］.经济地理,2012,32(11):58-64.
［17］彭保发,石忆邵,单玥,等.上海市三甲医院对周边地区住房价格的空间影响效应分析［J］.地理科学,2015,35(7):860-866.
［18］李从容,朱世见,葛鹏宇.南京市秦淮区学区房特征价格影响因素［J］.地域研究与开发,2019,38(2):92-96.
［19］瞿诗进,胡守庚,李全峰,等.城市住宅地价影响因素的定量识别与时空异质性:以武汉市为例［J］.地理科学进展,2018,37(10):1371-1380.
［20］朱传广,唐焱,吴群.基于Hedonic模型的城市住宅地价影响因素研究：以南京市为例［J］.地域研究与开发,2014,33(3):156-160.
［21］JANSSEN C,SODERBERG B,ZHOU J.Robust Estimation of Hedonic Models of Price and Income for Investment Property［J］.Journal of Property Investment & Finance,2001,19:342-360.
［22］AYALA A,GALARRAGA I,SPADARO J.The Price of Energy Efficiency in the Spanish Housing Market［J］.Energy Policy,2016,94:16-24.
［23］蔡媛媛,朱英明,艾少伟.城市住宅价格空间分异的区域一体化因素分析:以河南省开封市为例［J］.地域研究与开发,2021,40(2):62-67.
［24］TU J,XIA Z.Examining Spatially Varying Relationships between Land Use and Water Quality Using Geographically Weighted Regression I:Model Design and Evaluation［J］.Science of the Total Environment,2008,407(1):358-378.
［25］宋伟轩.基于住宅价格视角的居住分异耦合机制与时空特征:以南京为例［J］.地理学报,2017,72(4):589-602.
［26］刘有章,徐颖.中国长三角地区房价影响因素实证分析:基于空间视角［J］.海南大学学报(人文社会科学版),2019,37(6):77-85.
［27］段利鹏,张建波,李诚固,等.基于POI数据的哈尔滨市中心五区商业网点空间格局及影响因素研究［J］.地域研究与开发,2022,41(6):75-80.
［28］魏作磊,王锋波,连泽凯.基于POI数据的广州南沙新区服务业空间聚类研究［J］.兰州财经大学学报,2020,36(1):79-92.
［29］李泽宇,董春.引入兴趣点的地理加权人口空间分布模型研究:以天津市为例［J］.遥感信息,2019,34(2):113-117.
［30］李江苏,梁燕,王晓蕊.基于POI数据的郑东新区服务业空间聚类研究［J］.地理研究,2018,37(1):145-157.
［31］王洋,方创琳,盛长元.扬州市住宅价格的空间分异与模式演变［J］.地理学报,2013,68(8):1082-1096.
