原创《基于GIS的南京市商品住宅空间分异》
本文是有关住宅硕士毕业论文范文与商品住宅和南京市和空间相关论文参考文献范文。
一、数据来源及研究方法
1. 数据来源及修正
本文以南京市商品住宅为研究对象,玄武、鼓楼、秦淮、栖霞、六合、浦口、江宁、雨花台、建邺共9 个行政区,并选取17 年5 月商品住宅售价为研究对象.本次研究选择典型小区二手市场房价,房价数据主要通过house365 等住宅交易软件收集.空间上通过南京市电子地图,结合Arcgis 等软件,将经济属性与空间属性两种数据进行对应整合.
由于装修程度不同,位于同一小区内、面积相同的二手房售价会有所差异.本文采用每平米商品住宅销售均价作为研究基准,并对其中含有装修标准的样本点均价进行修正.住宅类装修折旧年限为5 年,采用直线成本法进行折旧,将毛坯、简装和豪华装在原有每月每平方米基础上分别+15 元、+5 元和-5 元,统一修正为精装修的售价.
2. 研究方法
利用Google Earth 描绘住宅小区获得kml 和kmz 格式的地理位置属性数据,利用火车头软件批量下载2017 年05 月住宅小区挂牌数据.主要包括小区名称、二手房出售均价、出售面积、竣工时间、容积率、绿化率等,共搜集原始样本1200 条.统一整理所收集数据,在Excel 里编码并导入Arcgis 中与空间属性数据关联整合.
二、数据分析
1. 空间趋势分布图
趋势分析图中的每一个数据点的值和所在位置由竖棒进行表示,这些点分别被投影到东西向和南北向的正交平面上.[1] 通过投影点的连线模拟出一条最佳拟合曲线,用以解释可能存在的趋势方向.南京市住宅市场样点趋势分析图中,X、Y 表示样点的地理坐标,Z 表示样点的,与X 轴方向平行的曲线为东西向样点趋势拟合曲线,与Y 轴方向平行的曲线为南北向样点趋势拟合曲线.
2.Kriging 插值方法确定
克里格插值(Kriging) 是利用区域化变量的原始数据和变异函数的结构特点,对未采样点的区域化变量进行取值并采用线性无偏最优估计的一种方法.利用Arcgis 与Surfer 软件中地理信息分析功能,对南京市住宅进行Kriging 插值探究,生成南京市住宅等高线图.
三、南京市商品住宅空间分异
1. 房价分布中心向周围递减,西南部较高
据图2-1,南京市房价分布以中心为顶峰,逐渐向两边递减,其中西和南部较高.六合、浦口、江宁、栖霞四个区属于较偏地区,其中浦口和江宁在南京西南部,由于交通便捷二者房价较另两个区高.
2. 出现多中心圈层
南京市住宅空间分布不再是单中心城市同心圆模式,城市化进程使得南京市存在两个中心,住宅出现两个峰值点：新街口、河西CBD.前者地处秦淮、鼓楼和玄武三区交界之处,是著名商业中心,圈层的结构体系最为明显；第二个峰值点位于河西CBD,呈现出一定圈层趋势,但不够明显,当其辐射逐渐波及到新街口时,共同形成一个辐射圈.
3. 房价集中程度高,存在空间变异性
由图2-2,南京市住宅空间分布存在众多次峰值点,集中程度相对较高；而位于北部的六合区无次峰点出现,住宅相差不大,空间分布趋势较为平坦.城市组团的次中心使得空间变化具有较明显的空间差异性.
整体上住宅由中心向外衰减的同时在城市各区域出现了凸起、凹陷,甚至跳跃,出现凸起特征的地区可能存在各级商业中心、著名景点或明星小学,凸起程度越明显,越高,说明该区域的住宅用地价值越高.而凹陷说明较低,如六合区的最北面,距主城区最远,交通通达性弱,其住宅用地价值较弱.
4. 房价在空间分布上存在一定的连续性
图2-2 还反映了一定程度片状与带状分布.最北面六合区和西面浦口区呈片状分布,相对较低；而位于东面的栖霞区和南面的江宁区,出现带状分布,有一定延续性.另外在紫金山风景区东面以及市区南面还存在小的极值点,形成不同程度圈层模式.
四、结语
南京市住宅呈现出新街口和河西CBD“一个中心,一个次中心”的空间格局特征.传统的城市中心区对高价楼盘的聚集效应显著,居住环境优良的区域也聚集了一批高品质楼盘,带动区域内房价的上涨.而轨道交通、河西CBD、江北新区等政府规划项目的陆续开工建设,更影响着沿线住宅项目的和未来项目建设的选址.未来南京市住宅的空间格局向多中心的趋势发展.
住宅论文参考资料：
上文结论:该文是一篇适合商品住宅和南京市和空间论文写作的大学硕士及关于住宅本科毕业论文，相关住宅开题报告范文和学术职称论文参考文献。
