基于改进地理加权回归模型的城市地价研究

发布时间：2021-10-07 08:45

　　随着经济社会的快速发展,城市住宅的价格（地价）呈现出了不均衡的发展格局,并伴随着明显的空间性,使得传统的数理统计方法在进行回归分析时存在较大的局限性。为此提出了一种改进的地理加权回归模型（model of geographically weighted regression,MGWR）,以武汉市主城区为研究区域,将城市基础设施数据与互联网多源信息数据相融合,构建住宅特征价格模型,对比训练分析MGWR相较于线性最小二乘（linear least-square method,LLS）和地理加权回归（geographically weighted regression,GWR）的优势,结果表明其在模型拟合度和回归系数显著性方面均有较大的提升。最终根据回归结果,提取显著性系数样本点,运用克里金插值得到各局部变量的回归趋势图,进行武汉市地价的定性评估与分析。 

【文章来源】：武汉大学学报(工学版). 2020,53(05)北大核心CSCD

【文章页数】：9 页

【部分图文】：

SP算法流程图

本文选择武汉市主城区为研究区域，武汉市作为中部发展新一线城市和历史古城，较早地实行了土地有偿使用制度，土地市场较为稳定，运作模式较为典型，故这里的地价信息具有较好的研究价值。本文研究的区域主要为武汉主城7大区（图2中圈红部分），不包括武汉周边城郊区和近年来新增的经济技术开发区。2.2 数据获取

最终获取的武汉市住宅小区信息共2 216条，其中筛选出主城区小区信息共1 894条，其分布如图3所示。可以看出，武汉市的住宅小区分布广泛，且主要集中于7大主城区中，符合本文研究要求。2.3 数据处理

【参考文献】：
期刊论文
[1]中国城市住宅价格时空演变研究进展与展望[J]. 邹利林,杨俊,胡学东.  地理科学进展. 2013(10)
[2]基于空间计量模型的住宅价格空间效应实证分析:以杭州市为例[J]. 温海珍,张之礼,张凌.  系统工程理论与实践. 2011(09)
[3]北京城市住宅土地市场空间异质性模拟与预测[J]. 董冠鹏,张文忠,武文杰,郭腾云.  地理学报. 2011(06)
[4]浅析武汉市住房价格空间分异的原因——基于Hedonic模型[J]. 熊海璐,吴晓燕.  北方经济. 2011(04)
[5]空间自相关地理加权回归模型的估计[J]. 魏传华,胡晶,吴喜之.  数学的实践与认识. 2010(22)
[6]空间异质性与区域房地产价格波动的差异——基于地理加权回归的实证研究[J]. 龙莹.  中央财经大学学报. 2010(11)
[7]应用改进的时空地理加权模型分析城市住宅价格变化[J]. 张金牡,刘彪,吴波,詹锡兰.  东华理工大学学报(自然科学版). 2010(01)
[8]基于GWR模型的北京市住宅用地价格影响因素及其空间规律研究[J]. 吕萍,甄辉.  经济地理. 2010(03)
[9]基于非参数估计方法的土地价格空间分布拟合与分析[J]. 任荣荣,郑思齐,王轶军.  清华大学学报（自然科学版）网络.预览. 2009(03)
[10]GWR模型中权函数的选取与窗宽参数的确定[J]. 玄海燕,罗双华,王大斌.  甘肃联合大学学报(自然科学版). 2008(03)

博士论文
[1]城市住宅价格变动的影响因素研究[D]. 孔煜.重庆大学 2006
[2]基于Web的地理信息服务的研究与实践[D]. 王建涛.中国人民解放军信息工程大学 2005

硕士论文
[1]基于GWR模型的城市住宅地价空间分异研究[D]. 张洁.浙江大学 2012



本文编号：3421723