基于GIS和SEM的城市住宅价格空间分布及其影响因素研究

发布时间：2017-04-16 04:21

  本文关键词：基于GIS和SEM的城市住宅价格空间分布及其影响因素研究，，由笔耕文化传播整理发布。

【摘要】：城市住宅价格与人民群众的基本生活、社会的健康发展息息相关。城市住宅价格是城市内部多种因素共同作用的结果,能够反映城市综合发展水平。由于城市住宅价格的影响因素众多且复杂,各因素总是随着社会经济的发展而不断变化,这导致了城市住宅价格不仅在城市间存在差别,而且在城市内部空间分布上也有很大的差异。而我们经验认为,城市住宅在多种综合因素的影响下,价格的空间分布存在一定规律,如市中心价格比郊区价格高,但要对其空间分布规律和影响因素做出准确、全面、详细的总结则需要多种有力的方法支撑。将GIS空间分析应用于住宅价格空间分布的研究中,可深层研究其分布规律;运用结构方程模型将研究结果进行量化,可深层剖析住宅价格的影响因素,对房地产开发和城市建设有借鉴意义。本文以南昌市青山湖区为研究区域,首先是对青山湖区的住宅价格的空间分布特征进行了研究,搜集整理了2015年03月到2015年11月南昌市青山湖区155个楼盘的交易均价,采用市场比较法把房价修正到2015年11月份节点上,以GIS技术为研究平台,对建立的房价数据库进行探索性数据分析,运用普通克里格插值方法,生成青山湖区房价的等值线图,通过房价等值线图分析了青山湖区的住宅价格分布规律。再通过建立结构方程模型对南昌市青山湖区住宅价格的影响因素进行量化分析,在借鉴前人的研究成果和房价等值线图分析结果的基础上,建立房价波动性为内生潜变量,楼盘属性、楼盘区位、交通可达性、环境设施可达性、公共生活设施可达性为外生潜变量的结构方程模型,从可达性视角出发收集了各个潜变量的观测变量,共19个观测变量,并提出了五种假设,利用SPSS软件对数据量表进行信度和效度分析,利用AMOS对模型进行识别、拟合及修正,最终得到具有17个观测变量,6个潜变量的最优模型,进而验证提出的五种假设,通过路径分析图和路径影响系数分析出住宅价格与各影响因素间的相互关系和各影响因素对住宅价格影响程度。
【关键词】：住宅价格 GIS空间分析 空间分布 影响因素 结构方程模型
【学位授予单位】：东华理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F299.23;P208
【目录】：

• 摘要4-5
• ABSTRACT5-10
• 1 绪论10-18
• 1.1 研究背景及意义10-11
• 1.1.1 研究背景10
• 1.1.2 研究意义10-11
• 1.2 国内外研究现状11-13
• 1.2.1 住宅价格影响因素国内外研究现状11-12
• 1.2.2 住宅价格影响因素国内外研究现状12-13
• 1.3 论文研究的主要内容、方法与创新点13-14
• 1.3.1 论文的主要内容13-14
• 1.3.2 论文的研究方法14
• 1.3.3 论文的创新点14
• 1.4 论文的技术路线14-16
• 1.5 论文的组织结构16-18
• 2 基于MapGIS及ArcGIS的住宅价格空间分布研究18-28
• 2.1 数据采集及初步处理18-20
• 2.2 住宅价格数据分析20-28
• 2.2.1 住宅价格数据探索性分析20-24
• 2.2.2 基于Kriging插值的住宅价格空间分布24-26
• 2.2.3 南昌市青山湖区房价空间分布特征26-28
• 3 结构方程模型概述和基本建模过程28-38
• 3.1 结构方程模型的基本概念28-29
• 3.2 结构方程模型的基本构成29-31
• 3.2.1 观测模型29
• 3.2.2 结构模型29-30
• 3.2.3 模型参数30-31
• 3.3 结构方程模型分析的基本步骤31-36
• 3.4 结构方程模型的优点及特性36-38
• 3.4.1 结构方程模型的优点36
• 3.4.2 结构方程模型的特性36-38
• 4 基于SEM的南昌市青山湖区住宅价格影响因素分析38-60
• 4.0 测区概况38-39
• 4.1 模型构成39-41
• 4.2 数据搜集与处理41-43
• 4.3 模型假设43
• 4.4 信度和效度分析43-49
• 4.4.1 信度分析43-46
• 4.4.2 效度分析46-49
• 4.5 因子分析49-51
• 4.5.1 探索性因子分析49-50
• 4.5.2 验证性因子分析50-51
• 4.6 模型评价51-56
• 4.6.1 参数检验52-54
• 4.6.2 模型的整体评价54
• 4.6.3 模型效应分析54-56
• 4.7 模型修正56-58
• 4.8 假设检验结果汇总58-60
• 5 结论与展望60-62
• 5.1 结论60
• 5.2 研究不足与展望60-62
• 致谢62-64
• 参考文献64-66

【相似文献】

中国期刊全文数据库 前10条

1 陈英存;田一淋;;基于住宅价格的有效需求分析[J];价格理论与实践;2007年05期

2 梅志雄;;基于半变异函数的住宅价格空间异质性分析——以东莞市为例[J];华南师范大学学报(自然科学版);2008年04期

3 邓长荣;马永开;;我国住宅价格多层面因素模型及其实证研究[J];系统工程理论与实践;2010年01期

4 张金牡;刘彪;吴波;詹锡兰;;应用改进的时空地理加权模型分析城市住宅价格变化[J];东华理工大学学报(自然科学版);2010年01期

5 王培红;郭向宇;熊敏;匡春峰;;长沙市住宅价格与经济基本面的实证研究[J];湖南财经高等专科学校学报;2010年02期

6 金畅;;大连市住宅价格空间分异规律及驱动机制研究[J];辽宁师范大学学报(自然科学版);2010年04期

7 刘颖;张平宇;李静;;长春市区新建住宅价格的空间格局分析[J];地理科学;2011年01期

8 梅志雄;徐颂军;欧阳军;刘静;;广州地铁三号线对周边住宅价格的时空影响效应[J];地理科学;2011年07期

9 温海珍;李旭宁;张凌;;城市景观对住宅价格的影响——以杭州市为例[J];地理研究;2012年10期

10 唐晓灵;康仁明;;轨道交通对周边新建住宅价格的影响研究——以西安地铁2号线为例[J];价格月刊;2012年10期

中国重要会议论文全文数据库 前6条

1 冯长春;刘保奎;;住宅价格对城市轨道交通的空间响应过程分析——以深圳地铁1号线为例[A];中国地理学会2006年学术年会论文摘要集[C];2006年

2 王向成;;住宅价格、偿债风险与系统危机和措施[A];建设经济文化强省：挑战·机遇·对策——山东省社会科学界2009年学术年会文集（2）[C];2009年

3 徐大伟;段姗姗;王佳宏;;北京市城市住宅价格环境影响特征因素的实证研究[A];2010中国可持续发展论坛2010年专刊（二）[C];2010年

4 曹振良;;促进住宅销售市场的形成和发育[A];当今中国经济学八大理论热点[C];1994年

5 王东;刘小明;赵子云;;不同波段深圳住宅价格外部影响因素的比较分析[A];第三届（2008）中国管理学年会——会计分会场论文集[C];2008年

6 刘钺;;基于GIS的城市住宅价格空间分异研究[A];中国地理信息系统协会第八届年会论文集[C];2004年

中国重要报纸全文数据库 前10条

1 逢佳;英国3月住宅价格月升0.4%[N];上海证券报;2007年

2 记者　 鲁扬 通讯员　 王轩;六城市住宅价格涨势不减[N];中华建筑报;2006年

3 固原;新建住宅价格首现负增长[N];扬州日报;2011年

4 记者 梁倩 高伟;百城住宅价格连续5月上涨[N];经济参考报;2012年

5 记者 陈玮 实习生 周丽瑶;兰州住宅价格同经下跌0.1%[N];兰州日报;2012年

6 本报记者 姚轩杰;十大城市住宅价格指数七连涨[N];中国证券报;2013年

7 记者 陈玮;兰州新建住宅价格同比上涨7.3%[N];兰州日报;2013年

8 记者 于祥明;百城住宅价格连涨17个月[N];上海证券报;2013年

9 记者 小言;三季度新建住宅价格同比上涨[N];西宁晚报;2013年

10 中金标准数据研究总监 高邃;连跌三个月 百城住宅价格同比下降首超半数[N];中国房地产报;2014年

中国博士学位论文全文数据库 前10条

1 杨冬宁;住宅价格的多因素动态分析研究[D];复旦大学;2009年

2 崔新明;城市住宅价格的动力因素及其实证研究[D];浙江大学;2003年

3 孔煜;城市住宅价格变动的影响因素研究[D];重庆大学;2006年

4 曾晖;城市住宅价格时空分布规律研究[D];南京林业大学;2012年

5 郝前进;特征价格法与上海住宅价格的决定机制研究[D];复旦大学;2007年

6 徐迎军;我国住宅价格波动与效应研究[D];南京航空航天大学;2011年

7 郭贵海;城市住宅价格演变规律空间影响因子相关性研究[D];中国矿业大学(北京);2012年

8 孙璐璐;近期我国城市住宅价格波动与政府宏观调控[D];西南财经大学;2006年

9 张娟锋;住宅价格与土地价格的城市间差异及其决定因素研究[D];浙江大学;2008年

10 吴松年;经济结构性失衡与住宅价格关系研究[D];复旦大学;2011年

中国硕士学位论文全文数据库 前10条

1 吕宁;我国八大经济区域和典型行政区域住宅价格变动的比较、分析及预测[D];东北财经大学;2005年

2 李琦;城市轨道交通对沿线住宅价格的影响研究[D];华中农业大学;2012年

3 关s

本文编号：310001