摘要：住宅价格的空间分异是城市空间资源配置不均衡的外在表现,理解住宅价格的主导影响因素及其空间分异特征对于住区规划及房价调控政策的制定具有重要意义。既有研究较少考虑环境品质对住宅价格的影响和影响因素的作用尺度差异,针对以上问题,本文引入街景图像,在特征价格模型的基础上拓展环境特征,构建多尺度地理加权回归(MGWR)模型,研究环境特征对住宅价格的影响效用,并通过分析其他控制变量的系数空间格局,总结各变量的空间分异特征规律。主要结论为:(1)街景图像测度的环境特征更符合人们对居住环境的真实感知,研究结论可为居住环境品质提升提供更加精细化的设计策略;MGWR模型对变量的空间分异现象具有更接近于真实值的拟合效果,可描述不同变量的作用尺度差异,这有助于为特定地区制定针对性规划策略。(2)厦门本岛住宅价格呈现显著的聚类特征,并沿城市核心发展轴呈“带状”结构分布。(3) 3个环境特征变量对于住宅价格均为显著的正向影响,且作用接近全局尺度,街景绿视率的影响最强,其次是天空开敞度和相对步行指数。(4)总结各变量的系数空间分异规律,发现不同特征地区住宅价格的主导影响因素不同,核心地区主要受交通、教育因素的影响;老城地区主要为环境品质、建筑质量因素;新城地区则为区位、生活设施因素。

摘要：深入认知建成环境对街道活力的影响效应,是街道环境优化与城市更新的基础。但多数研究忽略了二者之间的非线性关系,难以有效指导设计实践。基于多源大数据测度街道活力与建成环境,使用机器学习算法来分析其非线性效应,并针对不同类型街道进行探索。结果表明:1)提升开发强度是促进街道活力的最有效措施;2)建成环境要素对街道活力的影响表现出非线性特征,将其控制在合理范围内,街道活力才会有效提升;3)街道环境要素的综合设置应考虑其交互效应,一个要素的影响会随着另一个要素的变化被放大或缩小;4)老城区、商务片区、工业与区域交通设施周边区域及景观性街道的活力形成机制存在显著差异。相关规律可为街道的精细化设计提供人本尺度的理论参考。