高精度住房空置率的地理空间影响因素定量研究

doi:10.13474/j.cnki.11-2246.2022.0051

测绘通报 ›› 2022, Vol. 0 ›› Issue (2): 100-105.doi: 10.13474/j.cnki.11-2246.2022.0051

高精度住房空置率的地理空间影响因素定量研究

张栋^1,2, 李德平^1,2, 周亮^1,2, 王嘉丞^1,2, 马宇^1,2, 易敏³

1. 湖南师范大学资源与环境科学学院, 湖南长沙 410081;
2. 湖南师范大学地理空间大数据挖掘与应用湖南省重点实验室, 湖南长沙 410081;
3. 湖南省环境监测中心站, 湖南长沙 410004

收稿日期:2021-02-22 发布日期:2022-03-11
通讯作者: 李德平。E-mail:lideping106@aliyun.com
作者简介:张栋(1996-),女,硕士生,研究方向为社会经济指标离散化。E-mail:zhangdong_1128@163.com
基金资助:
湖南省教育厅科学研究重点项目（18A014）

Quantitative study on geospacial factors affecting high-precision housing vacancy rate

ZHANG Dong^1,2, LI Deping^1,2, ZHOU Liang^1,2, WANG Jiacheng^1,2, MA Yu^1,2, YI Min³

1. College of Resources and Environmental Science, Hunan Normal University, Changsha 410081, China;
2. Key Laboratory of Geospatial Big Data Mining and Application, Changsha 410081, China;
3. Hunan Environmental Monitoring Center Station, Changsha 410004, China

Received:2021-02-22 Published:2022-03-11

摘要/Abstract

摘要： 为揭示住房空置率对地理空间因素的依赖性，本文首先以50 m×50 m格网为基本单位，通过建模等方式计算格网尺度的住房空置率、自然因子、社会因子，然后对研究区进行不同级别的划分和相关性分析，最后采用地理探测器法对自然因子的影响机制进行进一步研究。结果表明：①研究区住房空置率与所选地理空间因子均呈显著性相关，植被占比对住房空置率的影响程度最大，其他自然因子的影响程度普遍偏小；②由于非建成区尚处于快速发展阶段，有较大的发展潜力，因此非建成区对于社会因子和自然因子的依赖程度均大于建成区；③各街道的住房空置率受坡度的影响程度普遍小于其他自然因子，各因子两两之间的交互作用对住房空置率的解释力具有显著增强的效果。本文为小区域住房空置率的影响因素剖析提供了参考。

关键词: 住房空置率, 格网, 自然因子, 建成区和非建成区, 地理探测器

Abstract: To reveal the dependence of housing vacancy rate on geospatial factors，this paper uses a 50 m×50 m grid as the basic unit, and calculates the grid-scale housing vacancy rate, natural factors and social factors through modeling and other methods, and divides the study area into different levels and analyzes the correlation.Further research on the influence mechanism of natural factors using the geo-detector method. The results show that: ① The housing vacancy rate in the study area is significantly correlated with the selected geospacial factors, and the impact of other natural factors is generally low, except for the proportion of vegetation on the house vacancy rate. ② Since the non-built-up areas are still in the stage of rapid development and have great development potential, the non-built-up areas are more dependent on social and natural factors than built-up areas. ③ The housing vacancy rate of each street is generally less affected by the slope than other natural factors.The interaction of each factor significantly enhances the explanatory power of the housing vacancy rate.This study provides a reference for the analysis of the influencing factors of the housing vacancy rate in small areas.

Key words: housing vacancy rate, grid, natural factors, the built-up area and non-built-up area, geographical detector

中图分类号:

P208

张栋, 李德平, 周亮, 王嘉丞, 马宇, 易敏. 高精度住房空置率的地理空间影响因素定量研究[J]. 测绘通报, 2022, 0(2): 100-105.

ZHANG Dong, LI Deping, ZHOU Liang, WANG Jiacheng, MA Yu, YI Min. Quantitative study on geospacial factors affecting high-precision housing vacancy rate[J]. Bulletin of Surveying and Mapping, 2022, 0(2): 100-105.

参考文献

[1] BAI X M, SHI P J, LIU Y S. Society:realizing China's urban dream[J]. Nature,2014,509(7499):158-160.
[2] ZHANG C C, JIA S, YANG R D.Housing affordability and housing vacancy in China:the role of income inequality[J].Journal of Housing Economics,2016, 33:4-14.
[3] 陈佐旗.基于多源夜间灯光遥感影像的多尺度城市空间形态结构分析[D].上海:华东师范大学,2017.
[4] WANG L,FAN H,WANG Y. An estimation of housing vacancy rate using NPP-VIIRS night-time light data and OpenStreetMap data[J].International Journal of Remote Sensing,2019,40:8566-8588.
[5] 葛伟.基于NPP-VIIRS夜间灯光数据的中国城市中心识别及其时空格局研究[D].重庆:西南大学,2019.
[6] 崔光灿,刘羽晞,王诤诤.城市新市民住房状况及决策影响研究——基于上海的调查实证[J].城市发展研究,2020,27(2):118-124.
[7] 周建军,马雪晴,贾丽娜.人口老龄化、房价与住房空置率的影响研究[J].湖南大学学报(社会科学版),2020,34(3):78-87.
[8] 王洁,张继良.住房空置率对房价的影响:基于35个重点城市的面板数据[J].资源科学,2020,42(6):1135-1147.
[9] NEWMAN G D, BOWMAN A O, LEE R J, et al. A current inventory of vacant urban land in America[J]. Journal of Urban Design, 2016, 21(3):302-319.
[10] 罗若愚,钟易霖.成都市社会空间结构演变研究(2000-2010)[J].长江流域资源与环境,2019,28(4):768-782.
[11] 宋伟,陈百明,张英.中国村庄宅基地空心化评价及其影响因素[J].地理研究,2013,32(1):20-28.
[12] ZHANG B B.Why is Japan's housing vacancy rate so high?A history of postwar housing policy[J].Social Science Japan Journal,2020,23(1):65-77.
[13] 安慧,董春.城市空间扩散及区域发展影响因素分析——以云南省为例[J].遥感信息,2017,32(1):155-160.
[14] 陈慧,唐如建,付光辉,等.区位优势度对南京市新建商品住宅空置率影响的实证研究[J].现代城市研究,2018,33(11):87-93.
[15] ZOU S Y,WANG L. Individual vacant house detection in very-high-resolution remote sensing images[J].Annals of the American Association of Geographers,2020,110(2):449-461.
[16] 钟静,卢涛.基于地形起伏度的中国西南地区人口格局分析[J].干旱区资源与环境,2018,32(11):93-98.
[17] 成升魁,沈镭.青藏高原人口、资源、环境与发展互动关系探讨[J].自然资源学报,2000,15(4):297-304.
[18] 乔富伟,白永平,周亮,等.雅鲁藏布江中游地区城乡居民点多尺度空间分异及自然因素影响分析[J].地球信息科学学报,2019,21(9):1341-1351.
[19] 任真,李波,代旭焕.农牧户自然资源依赖度及影响因素研究——以新疆阿勒泰地区富蕴县为例[J].北京师范大学学报(自然科学版),2019,55(4):497-504.
[20] 张栋,李德平,周亮,等.利用高分影像和珞珈一号数据进行住房空置率高精度空间估算[J].测绘通报, 2021(1):41-46.
[21] 黄金侠.基于多源数据的长沙市人口多尺度空间化建模[D].长沙:湖南师范大学,2020.
[22] HAN S K,LEE H Y.Analysis of the spatial distribution and characteristics of the vacant/abandoned properties:the case of Iksan[J]. Journal of the Korean Urban Geographical Society, 2016, 19(1):1-16.
[23] 张静静,李艳红,朱连奇.豫西山区县域地形起伏度与人口、经济活动分布的关系[J].地域研究与开发,2019,38(2):55-60.
[24] 项静恬,史久恩.非线性系统中数据处理的统计方法[M].北京:科学出版社,2000.
[25] 苏泳娴,黄光庆,陈修治,等.广州市城区公园对周边环境的降温效应[J].生态学报,2010,30(18):4905-4918.
[26] 李学东,杨玥,杨波,等.基于耕作半径分析的山区农村居民点布局优化[J].农业工程学报,2018,34(12):267-273.
[27] 厉飞,闫庆武,邹雅婧,等.利用夜间灯光POI的城市建成区提取精度研究——以珞珈一号01星和NPP/VIIRS数据为例[J].武汉大学学报(信息科学版),2021,46(6):825-835.
[28] 王劲峰,徐成东.地理探测器:原理与展望[J].地理学报,2017,72(1):116-134.
[29] 宋海慧,余卓渊,丁晓彤,等.森林脑炎时空分布特征和环境影响因素分析[J].地球信息科学学报,2020,22(12):2371-2382.
[30] 曾祥贵,赖格英,易发钊,等.基于GIS的小流域人口数据空间化研究——以梅江流域为例[J].地理与地理信息科学,2013,29(6):40-44.

高精度住房空置率的地理空间影响因素定量研究

Quantitative study on geospacial factors affecting high-precision housing vacancy rate

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	李慧敏, 罗大伟, 窦世卿. 利用腾讯位置大数据进行多尺度人口空间化估算[J]. 测绘通报, 2022, 0(6): 93-97.
[2]	张瑞, 李朝奎, 姚思妤, 李维贵. 融合地理探测器和地理加权回归的太原市建设用地变化因素研究[J]. 测绘通报, 2022, 0(5): 106-109,119.
[3]	闫明涛, 乔家君, 瞿萌, 朱乾坤, 韩冬. 黄河流域乡村社会经济与生态环境耦合协调测度及影响因素分析[J]. 测绘通报, 2022, 0(4): 101-105,116.
[4]	张定祥, 汪秀莲, 刘顺喜, 张嘉, 陈强, 李士江. 第三次全国国土调查土地利用矢量数据栅格化方法[J]. 测绘通报, 2022, 0(4): 138-144.
[5]	石壮, 杜全叶, 王庆栋, 马东岭, 崔琰. 虚拟格网分类支持下的密集匹配点云布料模拟滤波[J]. 测绘通报, 2022, 0(2): 73-77.
[6]	常迎辉, 朱庆伟, 苏德国, 孙立坚. 2005—2019年河南省县域经济空间差异及影响因素探测[J]. 测绘通报, 2022, 0(2): 149-153.
[7]	刘家龙, 贾小林, 陶清瑞, 伏军胜, 张奋. 多系统广播电离层模型精度评估[J]. 测绘通报, 2022, 0(1): 66-71,78.
[8]	李丞鹏, 羊远新, 张蕴明. 使用FME与VBA提取机场方格网高程数据[J]. 测绘通报, 2021, 0(8): 129-134.
[9]	张兰兰, 吴启明, 申朝永, 刘芳, 陈砚国. 地理空间要素与贫困分布的关系研究——以赫章县为例[J]. 测绘通报, 2021, 0(12): 120-123,129.
[10]	张栋, 李德平, 周亮, 黄金侠, 高航, 王嘉丞, 马宇. 利用高分影像和珞珈一号数据进行住房空置率高精度空间估算[J]. 测绘通报, 2021, 0(1): 41-46,52.
[11]	赵文更, 张旭, 邵晴晴. 融合反射强度图像的地铁隧道点云自动配准[J]. 测绘通报, 2020, 0(9): 38-41.
[12]	吉文来, 芮明, 李明峰. 混合整体最小二乘曲面拟合在点云滤波中的应用[J]. 测绘通报, 2020, 0(8): 50-54,91.
[13]	李国华. 基于2 m格网点云数据的高精度DEM制作第三次国土调查坡度图[J]. 测绘通报, 2020, 0(8): 117-121.
[14]	林尚纬, 张宏伟, 杜晓, 陈利军, 彭舒, 欧阳斯达, 张俊辉, 郑义, 周琦. 全球地理信息数据建设优先区分析[J]. 测绘通报, 2020, 0(7): 5-9.
[15]	李立弘, 史俊波, 欧阳晨皓. 虚拟格网技术对网络RTK动态定位的影响分析[J]. 测绘通报, 2020, 0(5): 115-118.