基于ArcGIS的西安市住宅价格空间分布特征及影响因素研究

发布时间：2021-03-29 12:33

　　住宅价格和居民基本生活以及社会的健康稳定发展息息相关。针对现有对西部二线城市住宅价格的空间分布研究较少的情况,对住宅价格的空间分布特征及其影响因素展开研究,为土地规划、城市基础设施建设和房地产开发提供相应的决策支持。本文从地质统计学角度出发,以451处西安市主城区的住宅价格数据为例,在实证分析中利用空间自相关、变异函数、克里金空间插值等方法,总结了城市住宅价格的空间结构特征,并证明了住宅价格的空间非平稳性。接着选取适宜的影响因子构建一般Hedonic特征价格模型和GWR地理加权回归模型对西安市住宅价格的影响因素进行研究。本文的主要研究成果是:（1）通过地质统计学的方法,发现西安市住宅价格整体呈现空间正相关性,其全局Moran’s I指数为0.333。在各向同性上,指数模型是住宅价格的最优拟合模型,模型决定系数（R²）为0.974,但在不同方向上变异程度不尽相同。目前,西安市住宅价格的空间分布在整体上呈现南高北低、东高西低的趋势,存在明显的空间变异性;并且形成一个极值中心,两个次级核心组团,两个新组团的局面。（2）选取商服中心、公交站点、地铁、路网密度、医院、学校、... 

【文章来源】：西安建筑科技大学陕西省

【文章页数】：79 页

【学位级别】：硕士

【部分图文】：

技术路线图

砻鞒??司嗬牒笱?镜阒?洳淮嬖诳占湎喙匦裕???2.1。图 2.1 半方差函数示意图2.1.3 克里金空间插值通过对随机函数值进行估计或插值达到对缺失测量值的点进行预估，而克里金方法是一种最好的线性无偏估计方法，实际上克里金方法利用已知的样本点数

西安建筑科技大学硕士学位论文极值问题得到普通 Kriging 方程组[62]：1()()1,2,...,110 niiniijijxxxxjn 为 Kriging 系统工程， 为变异函数。式可以得到区域内任意一点的理论估计值，克里金插。

【参考文献】：
期刊论文
[1]西安市住宅价格空间分布特征及影响因素[J]. 卢才武,张明,江松,吴珺华.  测绘科学. 2018(10)
[2]西部中小城市住宅地价空间分异规律及影响因素研究——以天水市为例[J]. 吕志芳,陈英.  甘肃农业大学学报. 2017(05)
[3]基于GWR的住宅地价相对修正方法研究——以深圳市为例[J]. 胡炜,刘永学,林勇军.  中国土地科学. 2017(09)
[4]兰州市基本公共服务水平的区域差异分析[J]. 孙建国,王红霞,张志华.  测绘科学. 2017(05)
[5]基于GWR模型的于田绿洲土壤表层盐分空间分异及其影响因子[J]. 袁玉芸,瓦哈甫·哈力克,关靖云,卢龙辉,张琴琴.  应用生态学报. 2016(10)
[6]多中心山地城市住房价格空间格局研究——以重庆主城区为例[J]. 王梦玮,刘勇,刘秀华.  西南大学学报(自然科学版). 2016(05)
[7]城市住宅价格空间分异及影响因素研究[J]. 郭金金,夏同水,李建春.  统计与决策. 2016(08)
[8]兰州市商品住房价格空间分布格局及其影响因素[J]. 陈蜒,张志斌.  干旱区资源与环境. 2015(12)
[9]基于空间相关性的WEEE逆向物流回收预测研究[J]. 吕君,谢家平.  管理工程学报. 2015(04)
[10]普通克里金法在海水温度剖面插值中的应用[J]. 杨雪峰,胡长青.  声学技术. 2015(05)

博士论文
[1]武汉市居民居住空间结构研究[D]. 窦小华.华中师范大学 2011

硕士论文
[1]西安市普通商品住宅价格时空变化特征及影响因素分析[D]. 李蕊.西北大学 2015
[2]城市住宅特征价格的空间异质性研究[D]. 陶云龙.浙江大学 2015
[3]上海市城市住宅价格空间分异实证研究[D]. 韦国坚.浙江大学 2013



本文编号：3107555