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

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。

目录

声明

致谢

摘要

第一章 绪论

1．1 研究背景及意义

1．1．1 研究背景

1．1．2 研究意义

1．2 国内外研究现状

1．2．1 住宅价格分异性研究现状

1．2．2 地理加权回归模型的研究现状

1．2．3 文献述评

1．3 研究内容和方法

1．3．1 研究内容

1．3．2 研究方法

1．4 论文的创新之处

第二章 基本概念界定及相关理论基础

2．1 基本概念界定

2．1．1 房地产的基本概念及特征

2．1．2 地理空间的基本内涵

2．2 基础理论借鉴

2．2．1 地租理论

2．2．2 区位理论

2．2．3 特征价格理论

第三章 住宅价格空间分异的研究方法与模型

3．1 探索性空间数据分析

3．1．1 空间数据正态分布检验

3．1．2 全局趋势分析

3．1．3 空间自相关分析

3．2 空间插值法

3．3 特征价格模型

3．4 地理加权回归模型

3．4．1 GWR模型原理

3．4．2 空间权重函数的选择

3．4．3 带宽的确定

3．4．4 GWR模型研究住宅价格空间分异特征的适宜性分析

第四章 研究区域概况及数据来源

4．1 研究区概况

4．2 数据来源与整合

4．2．1 空间数据的矢量化

4．2．2 住宅价格数据的获取与处理

4．2．3 地理底图数据

4．3 影响因素选取与数据量化

第五章 研究区域住宅价格空间分异特征

5．1 样本点数据的统计分析

5．1．1 样本点数据的总体分布

5．1．2 样点数据的描述性统计分析

5．2 探索性空间数据分析

5．2．1 正态分布检验

5．2．2 全局趋势分析

5．2．3 空间自相关分析

5．3 基于Kriging空间插值的住宅价格空间分异特征分析

第六章 研究区域空间分异影响因素分析

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

6．1．1 特征价格模型模拟结果

6．1．2 住宅价格各因素影响分析

6．1．3 特征价格模型的可信度检验

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

6．2．1 GWR模型的计算结果

6．2．2 特征价格模型与GWR模型模拟结果比较

6．2．3 各影响因素对住宅价格的影响分析

第七章 结论与展望

7．1 研究结论

7．2 研究不足与展望

参考文献

攻读硕士学位期间的学术活动及成果情况