（1）一次空间扩展模型结果分析

由表6.2可见，与特征价格模型相比，一次空间扩展模型的解释能力有了显著的提高，从56.7%提高至67.1%。考虑住宅特征隐含价格的空间异质性后，研究所得到的结果与实际情况更加符合。

将表6.2中所有自变量分为三类，自身及其与坐标交互项均不显著，自身及其与坐标交互项均显著，自身或坐标交互项至少有一项表现显著。

①自身及其与坐标交互项均不显著

在一次空间扩展模型的结果中，变量自身及其与横、纵坐标交互项均不显著的变量是教育配套。而特征价格模型得到的教育配套的回归系数为0.033，且达到了1%显著性水平，这表明小区周边的教育配套每提高一个等级，能为小区住宅的价格带来3.3%的增值。此外，后面小节GWR模型、MGWR模型的结果均显示教育配套对住宅价格有着显著的影响。由此可见，这可能是一次空间扩展模型自身导致的。

②自身及其与至少一个坐标交互项均显著

武林距离、西湖距离、钱江距离、公交线路和生活配套五个解释变量自身均达到10%显著性水平，且它们与地理横、纵坐标的交互项中至少有一项是显著的，这说明五个住宅特征不仅对住宅价格存在显著的影响，且这种影响在空间上并非无显著差异，而是存在较为明显的异质性。

③自身或坐标交互项仅有一项表现显著

自然环境和小区房龄的回归系数分别为0.022和-0.061，且两者均达到了10%显著性水平。这说明周边自然环境好的小区住宅价格相对较高，小区房龄相对较大的小区的住宅价格则难免受到其负向的影响。此外，后一小节的GWR模型和MGWR模型均表明两者对住宅价格存在一定程度的影响。但是两者在线性回归模型中却不显著，这可能是线性回归模型自身导致的。一次空间扩展模型没能证明两者对住宅价格的影响存在空间差异性；小区环境、运动设施质量及物业管理三个变量自身依旧显著，表明它们对住宅价格确有影响，但是它们与地理坐标的交互项则并不显著，这说明它们对住宅价格的影响在不同的空间位置上并不存在显著的差异，三者的边际价格在空间上趋于一致，而6.3.3节得到的MGWR模型的空间异质性检验结果也将三者列为全局变量，可见两者的结果在这点上较为契合；特征价格模型表明邻近地铁不显著，一次空间扩展模型结果中邻近地铁自身同样不显著，但其与纵坐标的交互项均显著异于0，且在5%水平上显著。可见，邻近地铁对住宅价格的影响存在显著的空间异质性，这与后面GWR模型和MGWR模型的结果一致。此外，邻近大学回归系数未达到10%显著性水平，但是它与纵坐标的交互项达到了10%的显著性水平，这与MGWR模型空间异质性检验的结果不一致，而从后面的二次空间扩展模型结果可发现，邻近大学与坐标的交互项均不显著，这说明此处可能是模型自身导致的。(www.daowen.com)

（2）二次空间扩展模型结果分析

二次空间扩展模型的解释力比一次空间扩展模型提高了3个百分点，在13个变量与地理横、纵坐标，横、纵坐标平方项以及混合项进行交互的65个交互变量中，有14个交互变量是显著异于0的。

①自身及其与坐标交互项均不显著

从表6.3给出的二次空间扩展模型的结果可以看出，住宅特征自身及其与横、纵坐标所有的交互项均不显著的变量只有邻近大学，而线性回归模型的结果却显示邻近大学的回归系数达到1%显著性水平，并且能为其周边1000米范围内的住宅小区带来4.6%的增值。此外，6.3小节得到的GWR模型和MGWR模型的结果进一步揭示出邻近大学只对部分样本点存在显著影响。GWR模型的回归结果表明，在所有样本点中，邻近大学显著水平达到10%的只有16.6%，而达到5%显著性水平的则仅9.78%，且MGWR模型的空间异质性检验将邻近大学视为全局变量。可见，虽然显著的样本点少，但是邻近大学对这些样本点的影响较为平均，这一点与线性回归模型的结果一致。综合来看，有显著影响的样本点过少可能导致了二次空间扩展模型无法鉴别出邻近大学及其与坐标的交互项对住宅价格是否存在显著影响，这从侧面反映出GWR模型优于空间扩展模型，能够给出更准确的结果。

②自身及其与至少一个坐标交互项均显著

武林距离、西湖距离、钱江距离、公交线路、自然环境、教育配套及邻近地铁七个解释变量自身均达到5%显著性水平，且它们与地理横、纵坐标做交互的一次项和二次项中至少有一项是显著的，这说明这七个住宅特征对小区的住宅价格存在较为显著的影响，同时这些住宅特征的边际价值随着空间位置的变化呈现出一定的变化。其中，武林距离、西湖距离、钱江距离、教育配套及邻近地铁五个住宅特征与坐标交互的二次项中，至少有一项是显著的，故这五个影响因子对住宅价格的影响可能存在更为复杂的空间分布模式。此外，与MGWR的空间异质性检验结果做比较，发现武林距离、西湖距离、钱江距离、公交线路、自然环境、教育配套及邻近地铁均属于检验结果中选为局部变量的住宅特征。这更加证实了这七个住宅特征的隐含价格具有明显的空间异质性，传统线性回归模型无法给出较为准确的估计结果。

小区环境、运动设施质量及物业管理三个住宅特征回归系数均达到10%显著性水平，系数分别为0.029、0.055、0.033。可见，小区环境、运动设施质量、物业管理三者对小区住宅价格存在显著的影响，它们每提高一个等级，住宅价格分别提高2.9%、5.5%以及3.3%。此外，小区环境与横坐标的交互项、运动设施质量、物业管理与纵坐标平方的交互项也达到了10%显著性水平，由此可判断三者对住宅价格的影响不是单纯的线性影响。但是，这与MGWR模型估计前的空间异质性检验结果相矛盾，而MGWR模型回归的结果解释力度更优，因此，应该以MGWR模型结果为准，三者对住宅价格的影响在空间上应较为平稳，从后面GWR模型回归得到的回归系数分布情况来看也如此。

③自身或坐标交互项仅有一项表现显著

小区房龄自身显著，但它与地理坐标的交互项则依然并不显著，这与一次扩展模型的结果相同，但是后面得到的MGWR模型的空间异质性检验结果却表明小区房龄对住宅价格的影响存在空间异质性。可见，空间扩展模型不一定能够解释所有住宅特征隐含价格的空间异质性。生活配套的回归系数不显著，但是其与横坐标的交互项达到了5%显著性水平。在MGWR模型中，经过筛选，生活配套也被确定为局部变量，从而证实生活配套对住宅价格确实有影响，且存在显著的空间上的差异。