珠海二手房价格空间分布趋势及港珠澳大桥通车空间相关性分析
发布时间:2022-07-16 15:52
港珠澳大桥是世界最长的跨海大桥。为了论证二手房价格与大桥通车时空效应的相关关系,以及大桥通车对二手房价格的影响程度和持续时间,引入百度指数,通过Moran’s I指数分析珠海房价的空间自相关性,再通过ESDA探索性空间数据分析法检查空间数据趋势,最后通过逐步回归普通最小二乘法和显著性分析,筛选出相关变量,使用皮尔森相关性矩阵和随机森林模型依次进行相关性和重要性分析。研究发现:①珠海市二手房房价空间分布趋势以东西向差异为主,自西向东房价逐渐升高,南北向无明显差异;②百度指数显著性得分在通车前逐渐提高,通车后迅速下降,随机森林重要性得分高于其他类型变量,能反映居民对于大桥通车对二手房价格的变化预期,在短期房价变化研究中有较好表现;③港珠澳大桥通车时空变量与二手房价格相关性得分随着通车时间的临近而大幅升高,距离港珠澳大桥越近的二手房,其价格受到大桥通车的影响越显著;④大桥通车对房价的影响范围在3 km左右,3 km内房价在短期内呈显著上涨趋势,其趋势与连通点距离呈负相关关系,而3 km外房价在短期内无明显变化。
【文章页数】:8 页
【文章目录】:
0 引 言
1 文献综述
2 研究对象和数据来源
2.1 研究对象
2.2 数据来源
3 研究方法
3.1 空间自相关分析
3.2 探索性空间数据分析(ESDA)
3.3 指数分析
3.4 显著性分析
3.5 相关性分析
3.6 重要性分析
4 结果与分析
4.1 空间自相关分析
4.2 ESDA结果
4.3 百度指数分析
4.4 指数显著性分析
4.5 分时段皮尔森相关性分析
4.6 随机森林重要性分析
5 结束语
【参考文献】:
期刊论文
[1]上海二手房房价影响因素[J]. 潘添翼,贾德铮. 中国市场. 2019(05)
[2]大连城市绿地可达性对房价影响的差异性分析[J]. 杨俊,鲍雅君,金翠,李雪铭,李永化. 地理科学. 2018(12)
[3]长沙市生态景观对住宅价格的影响分析[J]. 毛德华,吴亚菱,袁周炎妍,鲁羽西,胡曦,阙思杨. 经济地理. 2018(08)
[4]2017年度中国主要城市公共交通大数据分析报告[J]. 城市公共交通. 2018(06)
[5]大型主题乐园对周边住宅价格的影响分析——以上海迪士尼为例[J]. 黄静,崔光灿,王诤诤. 城市发展研究. 2018(05)
[6]大型交通设施对房地产价格影响研究进展与评述[J]. 王楠,吴巍,胡细英,赵晓杰. 城市发展研究. 2018(05)
[7]基于GWR和sDNA模型的广州市路网形态对住宅价格影响的时空分析[J]. 古恒宇,沈体雁,周麟,陈慧灵,肖凡. 经济地理. 2018(03)
[8]北京市公共服务设施配置对住房价格的影响[J]. 梁军辉,林坚,吴佳雨. 城市发展研究. 2016(09)
[9]道路网络结构对住宅价格的影响机制——基于“经典”拓扑的空间句法,以南京为例[J]. 肖扬,李志刚,宋小冬. 城市发展研究. 2015(09)
[10]短期影响中国商品房房价因素的计量分析——基于31个省市的横截面数据[J]. 彭乃驰,党婷. 经济研究导刊. 2015(04)
硕士论文
[1]网络搜索数据在预测房地产价格指数中的应用研究[D]. 唐一丁.吉林大学 2016
[2]基于百度指数的城市住房价格关注度及其区域特征研究[D]. 姜文琪.湖北大学 2016
本文编号:3662803
【文章页数】:8 页
【文章目录】:
0 引 言
1 文献综述
2 研究对象和数据来源
2.1 研究对象
2.2 数据来源
3 研究方法
3.1 空间自相关分析
3.2 探索性空间数据分析(ESDA)
3.3 指数分析
3.4 显著性分析
3.5 相关性分析
3.6 重要性分析
4 结果与分析
4.1 空间自相关分析
4.2 ESDA结果
4.3 百度指数分析
4.4 指数显著性分析
4.5 分时段皮尔森相关性分析
4.6 随机森林重要性分析
5 结束语
【参考文献】:
期刊论文
[1]上海二手房房价影响因素[J]. 潘添翼,贾德铮. 中国市场. 2019(05)
[2]大连城市绿地可达性对房价影响的差异性分析[J]. 杨俊,鲍雅君,金翠,李雪铭,李永化. 地理科学. 2018(12)
[3]长沙市生态景观对住宅价格的影响分析[J]. 毛德华,吴亚菱,袁周炎妍,鲁羽西,胡曦,阙思杨. 经济地理. 2018(08)
[4]2017年度中国主要城市公共交通大数据分析报告[J]. 城市公共交通. 2018(06)
[5]大型主题乐园对周边住宅价格的影响分析——以上海迪士尼为例[J]. 黄静,崔光灿,王诤诤. 城市发展研究. 2018(05)
[6]大型交通设施对房地产价格影响研究进展与评述[J]. 王楠,吴巍,胡细英,赵晓杰. 城市发展研究. 2018(05)
[7]基于GWR和sDNA模型的广州市路网形态对住宅价格影响的时空分析[J]. 古恒宇,沈体雁,周麟,陈慧灵,肖凡. 经济地理. 2018(03)
[8]北京市公共服务设施配置对住房价格的影响[J]. 梁军辉,林坚,吴佳雨. 城市发展研究. 2016(09)
[9]道路网络结构对住宅价格的影响机制——基于“经典”拓扑的空间句法,以南京为例[J]. 肖扬,李志刚,宋小冬. 城市发展研究. 2015(09)
[10]短期影响中国商品房房价因素的计量分析——基于31个省市的横截面数据[J]. 彭乃驰,党婷. 经济研究导刊. 2015(04)
硕士论文
[1]网络搜索数据在预测房地产价格指数中的应用研究[D]. 唐一丁.吉林大学 2016
[2]基于百度指数的城市住房价格关注度及其区域特征研究[D]. 姜文琪.湖北大学 2016
本文编号:3662803
本文链接:https://www.wllwen.com/jingjilunwen/fangdichanjingjilunwen/3662803.html