on cell level
Fig.5 The distribution map of coef? cient estimates
on greening rate
km
km
注：圖中星號(hào)*分別表示4個(gè)中心位置；圓型符號(hào)表示樓棟總層數(shù)的系數(shù)估計(jì)值。注：圖中星號(hào)*分別表示4個(gè)中心位置；圓型符號(hào)表示小區(qū)容積率的系數(shù)估計(jì)值。
圖6 樓棟總層數(shù)系數(shù)估計(jì)值的分布圖圖7 小區(qū)容積率系數(shù)估計(jì)值的分布圖
Fig.6 The distribution map of coef? cient estimates
on ? oors
Fig.7 The distribution map of coef? cient estimates
on cell plot ratio
王新剛等：城市住房?jī)r(jià)格局部線(xiàn)性地理加權(quán)回歸分析——以湖北省黃石市為例896 結(jié)論
本文以典型的土地稀缺、資源組團(tuán)型城市——湖北省黃石市為例，結(jié)合其多個(gè)片區(qū)中心、地形復(fù)雜的特
（LLGWR）點(diǎn)，構(gòu)建城市住房?jī)r(jià)格的局部線(xiàn)性地理加權(quán)回歸模型，探索了住房?jī)r(jià)格及影響因子的空間變化規(guī)律。
（1）（OLS）案例分析發(fā)現(xiàn)：與常規(guī)線(xiàn)性回歸相比，GWR和LLGWR模型采用局部光滑擬合方法，考慮了住房?jī)r(jià)格
（2）的空間異質(zhì)性，能更為準(zhǔn)確地解釋住房?jī)r(jià)格，且LLGWR優(yōu)于GWR；宏觀市場(chǎng)趨勢(shì)是影響住房?jī)r(jià)格的關(guān)鍵因
（3）素，但在不同的地理區(qū)位，住房?jī)r(jià)格增長(zhǎng)趨勢(shì)有明顯的差異；反映土地緊缺的容積率與住房?jī)r(jià)格具有顯著的
（4）正相關(guān)性，但在不同的功能片區(qū)，其影響力具有差異；研究區(qū)土地規(guī)劃具有多中心的空間結(jié)構(gòu)特征，城市區(qū)
位是影響住房?jī)r(jià)格的重要因素，兩者具有較顯著的相關(guān)性，在商業(yè)中心區(qū)和行政中心區(qū)，價(jià)格受區(qū)位影響最為
（5）突出；研究區(qū)土地供應(yīng)等政策變化影響房地產(chǎn)空間分布，但土地價(jià)格與住房?jī)r(jià)格之間并無(wú)明顯的相關(guān)關(guān)系。參考文獻(xiàn)（References）：
［1］ A dair A.S., Berry J.N., McGreal W.S. Hedonic modeling,housing submarkets and residential valuation［J］ . Journal of Property
（1）Research, 1996, 13: 67 - 83.
（12）［2］ 阮連法，包洪潔，溫海珍.重大事件對(duì)城市住宅價(jià)格的影響來(lái)自杭州市的證據(jù)［J］ . 中國(guó)土地科學(xué)，2012，26：41 - 47.
（10）［3］ 王 松濤，劉洪玉.土地供應(yīng)政策對(duì)住房供給與住房?jī)r(jià)格的影響研究［J］ . 土木工程學(xué)報(bào)，2009，42：116 - 121.
（3）［4］ Pollakowski H.O.,Wachter S.M. The effects of land-use constraints on housing prices ［J］ . Land Eco-nomics, 1990, 66: 315 - 324.
（4）［5］ 黃忠華，虞曉芬，杜雪君.土地供應(yīng)對(duì)住房?jī)r(jià)格影響的實(shí)證研究——以上海市為例［J］ . 經(jīng)濟(jì)地理，2009，29：624 - 627.
［6］ 張娟峰.住宅價(jià)格與土地價(jià)格的城市間差異及其決定因素研究［D］ . 杭州：浙江大學(xué)，2008.
（2）［7］ 廖邦固，徐建剛，宣國(guó)富，等.1947—2000年上海中心城區(qū)居住空間結(jié)構(gòu)演變［J］ . 地理學(xué)報(bào)，2008，63：195 - 206.
（4）［8］ 牛俊蜻，呂園，劉科偉.城市規(guī)劃視角下西安市主城區(qū)住宅空間結(jié)構(gòu)演變研究［J］ . 人文地理，2011，26：48 - 53.
［9］ Fotheringham A.S., Brunsdon C, Charlton M. Geographically Weighted Regression［M］ . Chichester, UK: John Wiley and Sons, 2002. ［10］ Y u D. Spatially Varying Development Mechanisms in the Greater Beijing Area: A Geographically Weighted Regression Investigation［J］ .
（1）Annals of Regional Science, 2006, 40: 173 - 190.
（2）［11］ 覃文忠，王建梅，劉妙龍.混合地理加權(quán)回歸模型算法研究［J］ . 武漢大學(xué)學(xué)報(bào)：信息科學(xué)版，2007，32：115 - 119.
［12］ M cCord M, Davis P.T., Haran M, et al. Spatial variation as a determinant of house price:Incorporating a geographically weighted regression
（1）approach within the Belfast housing market［J］ . Joural of Financial Management of Property and Construction, 2012, 17: 49 - 72.
［13］ F arber S, Páez A. A systematic investigation of cross-validation in GWR model estimation: empirical analysis and Monte Carlo
（4）simulations［J］ . Journal of Geographical System, 2007, 9: 371 - 396.
［14］ W ang N, Mei C.L., Yan X.D. Local linear estimation of spatially varying coefficient models:an improvement on the geographically
（4）weighted regression technique［J］ . Environment and Planning A, 2008, 40: 986 - 1005.
［15］ H urvich C.M., Simonoff J.S., Tsai C.L. Smoothing parameter selection in nonparametric regressi On using an improved Akaike
（2）information criterion［J］ . Journal of the Royal Statistical Society B, 1998, 60: 271 - 293.
［16］ 梅長(zhǎng)林，王寧.近代回歸分析方法［M］ . 北京：科學(xué)技術(shù)出版社，2012.
［17］ R obinson C, Schumacker R.E. Interaction effects: Centering,variance inflation factor and interpretation issues［J］ . Multiple Linear
（1）Regression Viewpoints, 2009, 35: 6 - 11.
（1）［18］ M ei C.L., He S.Y., Fang K.T. A note on the mixed geographically weighted regression［J］ . Journal of Regional Science, 2004, 44: 143 - 157.
（本文責(zé)編：郎海鷗）
遼公網(wǎng)安備 21020302000024號(hào)工信部備案號(hào): 遼ICP備15011726號(hào)-5
