基于地理加权回归的合肥市住宅价格空间分异及影响因素研究

发布时间：2017-08-27 11:11

  本文关键词：基于地理加权回归的合肥市住宅价格空间分异及影响因素研究

  更多相关文章： 住宅价格 地理加权回归(GWR) 特征价格模型 空间分异

【摘要】：房地产业中有一句俗语：房地产最重要的三个特征,一是区位,二是区位,三是区位,其充分地说明了区位对房地产价格的重要影响。不同区位条件下,城市资源分布及发展程度存在很大差异,房地产价格也会由此存在明显的空间差异。研究城市住宅价格的这种空间差异性,可以为政府管理政策的制定、房地产开发商项目方案的制定、购房者的购房选择提供决策依据。本文以合肥市为研究区域,收集了4954个住宅价格样本,采用地理加权回归模型(GWR)对合肥市住宅价格的空间分异性和影响因素进行研究。采用探索性空间数据分析方法探讨住宅价格的空间变化趋势,结果表明合肥市住宅价格在东西和南北两个方向上都呈现抛物线的变化趋势；进一步进行空间自相关分析,得出合肥市住宅价格分布存在显著的集聚性,并借助克里金插值技术,描述其分布特征。本文选取了10个影响因素,建立地理加权回归模型,深入探讨住宅价格各影响因素的作用机理,并与特征价格模型进行对比。结果表明地理加权回归模型较特征价格模型具有很大优越性,从地理加权回归模型的结果看,各影响因素对住宅价格的影响是双向的,随着空间位置的变化发生正负向变化,文章同时运用克里金插值技术进行可视化处理,直观地描述了各因素对住宅价格的影响力度和影响方向。
【关键词】：住宅价格 地理加权回归(GWR) 特征价格模型 空间分异
【学位授予单位】：合肥工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F299.23
【目录】：

• 致谢7-8
• 摘要8-9
• ABSTRACT9-14
• 第一章 绪论14-22
• 1.1 研究背景及意义14-15
• 1.1.1 研究背景14
• 1.1.2 研究意义14-15
• 1.2 国内外研究现状15-19
• 1.2.1 住宅价格分异性研究现状15-17
• 1.2.2 地理加权回归模型的研究现状17-19
• 1.2.3 文献述评19
• 1.3 研究内容和方法19-21
• 1.3.1 研究内容19-21
• 1.3.2 研究方法21
• 1.4 论文的创新之处21-22
• 第二章 基本概念界定及相关理论基础22-27
• 2.1 基本概念界定22-23
• 2.1.1 房地产的基本概念及特征22
• 2.1.2 地理空间的基本内涵22-23
• 2.2 基础理论借鉴23-27
• 2.2.1 地租理论23-24
• 2.2.2 区位理论24-25
• 2.2.3 特征价格理论25-27
• 第三章 住宅价格空间分异的研究方法与模型27-36
• 3.1 探索性空间数据分析27-30
• 3.1.1 空间数据正态分布检验27-28
• 3.1.2 全局趋势分析28
• 3.1.3 空间自相关分析28-30
• 3.2 空间插值法30
• 3.3 特征价格模型30-31
• 3.4 地理加权回归模型31-36
• 3.4.1 GWR模型原理31-32
• 3.4.2 空间权重函数的选择32-33
• 3.4.3 带宽的确定33-35
• 3.4.4 GWR模型研究住宅价格空间分异特征的适宜性分析35-36
• 第四章 研究区域概况及数据来源36-42
• 4.1 研究区概况36
• 4.2 数据来源与整合36-38
• 4.2.1 空间数据的矢量化36-37
• 4.2.2 住宅价格数据的获取与处理37-38
• 4.2.3 地理底图数据38
• 4.3 影响因素选取与数据量化38-42
• 第五章 研究区域住宅价格空间分异特征42-48
• 5.1 样本点数据的统计分析42-43
• 5.1.1 样本点数据的总体分布42
• 5.1.2 样点数据的描述性统计分析42-43
• 5.2 探索性空间数据分析43-46
• 5.2.1 正态分布检验43
• 5.2.2 全局趋势分析43-44
• 5.2.3 空间自相关分析44-46
• 5.3 基于Kriging空间插值的住宅价格空间分异特征分析46-48
• 第六章 研究区域空间分异影响因素分析48-58
• 6.1 基于特征价格模型的住宅价格空间分异影响因素分析48-50
• 6.1.1 特征价格模型模拟结果48
• 6.1.2 住宅价格各因素影响分析48-49
• 6.1.3 特征价格模型的可信度检验49-50
• 6.2 基于地理加权回归模型的住宅价格空间分异影响因素分析50-58
• 6.2.1 GWR模型的计算结果50-51
• 6.2.2 特征价格模型与GWR模型模拟结果比较51
• 6.2.3 各影响因素对住宅价格的影响分析51-58
• 第七章 结论与展望58-60
• 7.1 研究结论58
• 7.2 研究不足与展望58-60
• 参考文献60-63
• 攻读硕士学位期间的学术活动及成果情况63

【相似文献】

中国期刊全文数据库 前10条

1 常亚滨,张迎丽;我市住宅价格上涨因素剖析[J];克山师专学报;2004年01期

2 王秋石;加息对我国住宅价格影响的经济学分析[J];审计与理财;2004年11期

3 张海旺;范宝虹;;全国普通住宅价格增长加速的背后[J];数据;2007年10期

4 潘石屹;;两三年后住宅价格一定降[J];21世纪建筑材料居业;2011年10期

5 丛亚军;现有住宅价格应重新核定[J];当代法学;1996年06期

6 刘福垣;如何把住宅价格降下来[J];中国土地;1998年07期

7 ;住宅价格分为四类三档[J];特区与港澳经济;1998年05期

8 ;我国住宅价格将定为四类三档[J];中国保险;1998年06期

9 王爱华;影响住宅价格的因素[J];住宅科技;1999年06期

10 ;2013年12月70个大中城市新建住宅价格指数[J];中国房地产;2014年03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：745388