经济地理

作者：沈体雁, 于瀚辰, 周麟, 古恒宇, 何泓浩

单位：:["1.北京大学 政府管理学院，中国 北京 100871","2.亚利桑那州立大学 地理科学与城市规划学院空间分析研究中心，美国亚利桑那 菲尼克斯 85287","3.中国社会科学院 工业经济研究所，中国 北京 100044","4.芝加哥大学 空间数据科学中心，美国伊利诺伊 芝加哥 60637","5.北京大学 软件与微电子学院，中国 北京 102600

关键词：多尺度地理加权回归,二手住宅价格,影响尺度,特征价格模型,北京

基金：国家社会科学基金重大项目(17ZDA055)；卓越青年科学家项目(BJJWZYJH01201910003010)；国家自然科学基金重大项目(71733001)；国家留学基金委公派联合培养博士研究生项目(201906010255)

文章基于多尺度地理加权回归研究北京市2011—2017年二手住宅交易的价格特征，结果表明：①以往基于经典地理加权回归模型的研究可能存在一定的不稳健，而多尺度地理加权回归可以将不同变量对于因变量的影响尺度反映出来，其回归的结果更为可靠。②北京房价对区位因素非常敏感，且存在高度的空间异质性，区位的影响尺度是所有变量中最小的，接近于街道尺度。而卧室数量和到最近地铁站的距离为全局尺度的变量，在空间上的影响较为平稳。到公交站的距离、到小学的距离、建筑结构和装修状况对于房价的影响不显著。其他显著的变量均存在一定的空间异质性，其空间尺度由小到大分别为成交时间、面积、楼龄、楼层、朝向。③区位、朝向、卧室数量、成交时间均正向影响房价，而面积、楼龄、楼层、到地铁站的距离负向影响房价。所有影响因素中区位是影响房价的最主要因素，其次是成交时间朝向。面积成交时间、朝向和到最近地铁站的距离影响较大，所在楼层、卧室数量对于房价的影响较小，而面积和楼龄的影响最弱。

来源：2020年第3期

《经济地理》期刊编辑部

查看经济地理杂志2020年第3期