基于空间分析的哈尔滨市主城区商品住宅市场预警研究
发布时间：2022-10-05 21:38
随着商品住宅价格的不断攀升,暴露出诸多城市问题。房地产的发展情况同国民经济的持续稳健发展和城市居民生活水平息息相关,而商品住宅占据房地产的主导地位,引领着房产热的潮流。商品住宅市场同房地产业的发展相似,存在着明显的周期波动现象,各项指标存在着上升与下降的相互交替形态。非理性的预期导致消费者的盲目购房、投资额的大幅增长,导致应对目前可能面临的突发危机难以把控的局面。因此,加强商品住宅市场的监控,有效控制商品住宅市场的健康发展成为必然。首先,本研究将地理加权回归模型进行创新,提出改进的GWR回归算法替代传统的GWR模型中的全局系数进行分位数回归计算,对商品住宅价格利用ArcGIS的地统计分析工具进行拟合,更好地根据区位因素的影响进行空间分析。模型结合使用ArcGIS技术,得出结果发现比传统的OLS、GWR更精确,实现了空间分异研究的理想化分析。通过空间相关性分析、趋势分析以及影响因素分析三大模块相结合,发现哈尔滨市主城区商品住宅价格呈现明显的区域性,呈多级中心的特点,商品住宅价格的峰值并没有表现在传统的CBD上。得出的结果深刻揭示了商品住宅价格和影响因素之间的复杂关系。其次,基于粗糙集理论...
【文章页数】：75 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 选题背景与目的意义
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 研究内容和研究方法
1.3.1 研究内容
1.3.2 研究方法
1.4 技术路线
2 商品住宅市场相关理论概述
2.1 宏观预警理论
2.1.1 经济周期波动理论
2.1.2 宏观经济预警理论
2.1.3 预测理论
2.2 微观空间分析理论
2.2.1 区位理论
2.2.2 城市空间布局理论
2.2.3 空间分异理论
2.3 本章小结
3 商品住宅价格空间分析
3.1 空间统计区域概况
3.2 基于分位数的复合GWR模型
3.2.1 混合GWR模型
3.2.2 基于分位数的复合GWR模型
3.2.3 模型的计算
3.3 商品住宅价格GIS空间分析
3.3.1 空间相关性分析
3.3.2 趋势分析
3.3.3 商品住宅价格影响因素空间分析
3.4 商品住宅价格空间分异规律
3.5 本章小结
4 基于粗糙集理论的商品住宅市场预警模型及改进
4.1 粗糙集基本理论
4.1.1 粗糙集理论的特点
4.1.2 粗糙集理论的基本概念
4.2 预警指标标准化与警戒区划分
4.2.1 预警指标标准化
4.2.2 预警指标警戒区划分
4.3 商品住宅市场预警模型的建立
4.3.1 预警指标的筛选与权重的确定
4.3.2 基于粗糙集理论的商品住宅市场预警模型
4.4 商品住宅市场警情预测
4.4.1 多元回归预测
4.4.2 基于累积法的灰色模型预测
4.4.3 马尔科夫预测
4.5 警情分析
4.6 本章小结
5 哈尔滨市主城区商品住宅市场预警实证研究
5.1 预警指标体系的建立
5.1.1 国内原有房地产指标体系
5.1.2 预警指标的选取
5.1.3 初选预警指标的含义
5.2 哈尔滨市主城区商品住宅市场预警指标与权重的计算
5.2.1 预警指标的标准化
5.2.2 预警警界区划分
5.2.3 预警指标筛选与权重的确定
5.3 哈尔滨市主城区商品住宅市场预警模型
5.4 哈尔滨市主城区商品住宅市场警情预测
5.4.1 多元回归预测
5.4.2 基于累积法的灰色模型预测
5.4.3 马尔科夫预测
5.5 哈尔滨市主城区商品住宅市场警情的分析
5.6 哈尔滨市主城区商品住宅市场排警建议
5.7 本章小结
结论
参考文献
附录1
附录2
攻读学位期间发表的学术论文
致谢
【参考文献】：
期刊论文
[1]金融时间序列组合预测模型与方法[J]. 吴晓峰,陈垚彤,赵桂彩. 中国市场. 2019(09)
[2]我国宏观经济景气的实时监测与预测[J]. 陈磊,孟勇刚,咸金坤. 数量经济技术经济研究. 2019(02)
[3]商品住宅价格预测模型分析[J]. 许士林,杨鹏辉,朱家明,刘淳妍,张先杰. 上海工程技术大学学报. 2018(04)
[4]基于粗糙集知识约简的焊接动态过程建模[J]. 冯志强,焦自权,陈善本,柳存根,刘鹏,余建星,黄伟铭. 数学的实践与认识. 2018(24)
[5]基于分位数的混合地理加权回归模型的商品住宅价格空间分析——以哈尔滨市为例[J]. 石振武,王喆. 土木工程与管理学报. 2018(05)
[6]基于新息优先累积法的GM（0,N）模型及其应用[J]. 袁泉,曾祥艳. 统计与决策. 2018(12)
[7]宁波市港口物流企业空间格局及区位选择[J]. 王瑞,蒋天颖,王帅. 地理科学. 2018(05)
[8]基于多时相Landsat的衡阳市城区扩张模式研究[J]. 汤玲英,徐阳亮,王聪,苏扬媚. 测绘与空间地理信息. 2018(02)
[9]城市住房子市场价格差异的分位数分解方法与实证[J]. 程亚鹏. 中国管理科学. 2017(06)
[10]基于回归分析与灰色理论的围岩变形组合预测[J]. 王涛,孙文龙,李磊. 地下空间与工程学报. 2017(S1)
博士论文
[1]中国房地产业发展对经济增长的影响研究[D]. 鲁君四.吉林大学 2017
硕士论文
[1]城乡协调发展背景下土地利用效益评价研究[D]. 李民天.兰州大学 2018
[2]基于粗糙集理论的商业银行信用风险评估研究[D]. 钱佳丽.南京邮电大学 2018
[3]线性分位数混合模型及其应用[D]. 李霞飞.大连理工大学 2018
[4]基于GWR模型的北京市二手房价格空间分异及影响因素研究[D]. 张羽鹤.中国地质大学(北京) 2018
[5]基于KLR信号方法的我国城市住宅价格危机预警研究[D]. 朱正珂.东北财经大学 2017
[6]基于系统动力学的房地产市场风险预警系统研究[D]. 张爽.济南大学 2017
[7]基于人工神经网络方法的中国房地产市场预警体系研究[D]. 戴为.湘潭大学 2016
[8]基于综合模拟模型的肇庆市房地产预警实证研究[D]. 陶韬.广州大学 2016
[9]基于粗糙集的股价趋势预测研究[D]. 史媛慧.河北科技大学 2015
[10]房地产业预警系统的设计与实现[D]. 吴晔.湖南大学 2015
本文编号：3686552
【文章页数】：75 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 选题背景与目的意义
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 研究内容和研究方法
1.3.1 研究内容
1.3.2 研究方法
1.4 技术路线
2 商品住宅市场相关理论概述
2.1 宏观预警理论
2.1.1 经济周期波动理论
2.1.2 宏观经济预警理论
2.1.3 预测理论
2.2 微观空间分析理论
2.2.1 区位理论
2.2.2 城市空间布局理论
2.2.3 空间分异理论
2.3 本章小结
3 商品住宅价格空间分析
3.1 空间统计区域概况
3.2 基于分位数的复合GWR模型
3.2.1 混合GWR模型
3.2.2 基于分位数的复合GWR模型
3.2.3 模型的计算
3.3 商品住宅价格GIS空间分析
3.3.1 空间相关性分析
3.3.2 趋势分析
3.3.3 商品住宅价格影响因素空间分析
3.4 商品住宅价格空间分异规律
3.5 本章小结
4 基于粗糙集理论的商品住宅市场预警模型及改进
4.1 粗糙集基本理论
4.1.1 粗糙集理论的特点
4.1.2 粗糙集理论的基本概念
4.2 预警指标标准化与警戒区划分
4.2.1 预警指标标准化
4.2.2 预警指标警戒区划分
4.3 商品住宅市场预警模型的建立
4.3.1 预警指标的筛选与权重的确定
4.3.2 基于粗糙集理论的商品住宅市场预警模型
4.4 商品住宅市场警情预测
4.4.1 多元回归预测
4.4.2 基于累积法的灰色模型预测
4.4.3 马尔科夫预测
4.5 警情分析
4.6 本章小结
5 哈尔滨市主城区商品住宅市场预警实证研究
5.1 预警指标体系的建立
5.1.1 国内原有房地产指标体系
5.1.2 预警指标的选取
5.1.3 初选预警指标的含义
5.2 哈尔滨市主城区商品住宅市场预警指标与权重的计算
5.2.1 预警指标的标准化
5.2.2 预警警界区划分
5.2.3 预警指标筛选与权重的确定
5.3 哈尔滨市主城区商品住宅市场预警模型
5.4 哈尔滨市主城区商品住宅市场警情预测
5.4.1 多元回归预测
5.4.2 基于累积法的灰色模型预测
5.4.3 马尔科夫预测
5.5 哈尔滨市主城区商品住宅市场警情的分析
5.6 哈尔滨市主城区商品住宅市场排警建议
5.7 本章小结
结论
参考文献
附录1
附录2
攻读学位期间发表的学术论文
致谢
【参考文献】：
期刊论文
[1]金融时间序列组合预测模型与方法[J]. 吴晓峰,陈垚彤,赵桂彩. 中国市场. 2019(09)
[2]我国宏观经济景气的实时监测与预测[J]. 陈磊,孟勇刚,咸金坤. 数量经济技术经济研究. 2019(02)
[3]商品住宅价格预测模型分析[J]. 许士林,杨鹏辉,朱家明,刘淳妍,张先杰. 上海工程技术大学学报. 2018(04)
[4]基于粗糙集知识约简的焊接动态过程建模[J]. 冯志强,焦自权,陈善本,柳存根,刘鹏,余建星,黄伟铭. 数学的实践与认识. 2018(24)
[5]基于分位数的混合地理加权回归模型的商品住宅价格空间分析——以哈尔滨市为例[J]. 石振武,王喆. 土木工程与管理学报. 2018(05)
[6]基于新息优先累积法的GM（0,N）模型及其应用[J]. 袁泉,曾祥艳. 统计与决策. 2018(12)
[7]宁波市港口物流企业空间格局及区位选择[J]. 王瑞,蒋天颖,王帅. 地理科学. 2018(05)
[8]基于多时相Landsat的衡阳市城区扩张模式研究[J]. 汤玲英,徐阳亮,王聪,苏扬媚. 测绘与空间地理信息. 2018(02)
[9]城市住房子市场价格差异的分位数分解方法与实证[J]. 程亚鹏. 中国管理科学. 2017(06)
[10]基于回归分析与灰色理论的围岩变形组合预测[J]. 王涛,孙文龙,李磊. 地下空间与工程学报. 2017(S1)
博士论文
[1]中国房地产业发展对经济增长的影响研究[D]. 鲁君四.吉林大学 2017
硕士论文
[1]城乡协调发展背景下土地利用效益评价研究[D]. 李民天.兰州大学 2018
[2]基于粗糙集理论的商业银行信用风险评估研究[D]. 钱佳丽.南京邮电大学 2018
[3]线性分位数混合模型及其应用[D]. 李霞飞.大连理工大学 2018
[4]基于GWR模型的北京市二手房价格空间分异及影响因素研究[D]. 张羽鹤.中国地质大学(北京) 2018
[5]基于KLR信号方法的我国城市住宅价格危机预警研究[D]. 朱正珂.东北财经大学 2017
[6]基于系统动力学的房地产市场风险预警系统研究[D]. 张爽.济南大学 2017
[7]基于人工神经网络方法的中国房地产市场预警体系研究[D]. 戴为.湘潭大学 2016
[8]基于综合模拟模型的肇庆市房地产预警实证研究[D]. 陶韬.广州大学 2016
[9]基于粗糙集的股价趋势预测研究[D]. 史媛慧.河北科技大学 2015
[10]房地产业预警系统的设计与实现[D]. 吴晔.湖南大学 2015
本文编号：3686552
本文链接：https://www.wllwen.com/jingjilunwen/hongguanjingjilunwen/3686552.html
